p>Высчитывается налог от фактической прибыли в федеральный и местный бюджет. Показатели
По данным платежа Ставка налога на прибыль в т. ч. 17 % в республиканский бюджет РФ 13 % в бюджета районов, городов, сёл 4 % Налоги и платежы в бюджет за 1996 г. Наименование Причитается по расчету Фактически внесено Налог на имущество 61150 61150 Налог на прибыль 655585 657691 Плата за польз. недрами и за выброс в окр. ср. 83 83 Земельный налог 39479 39479 Специальный налог 105138 119192 НДС 1164391 1220513 Подоходный налог 275609 267439 Транспортный налог 26258 25185 Прочие налоги 495055 514635 Экономические санкции 1984 1984 Сумма 2824732 2907351 Распределение прибыли за 1996 г. Прибыль 1533281 тыс. руб. Налог на прибыль 260657 тыс. руб. Налог на превышение 394928 тыс. руб. Фонд накопления 13476 тыс. руб. Фонд потребления 523887 тыс. руб. Штрафы и пеня 5581 тыс. руб.
Оставшаяся прибыль в распоряжении АО “А/к 1414” 164367 тыс. руб.
Рис. 13 Диаграмма распределения прибыли за 1996 г. 10. Производительность труда 10. 1 Производительность труда (тонны в год)
Приведены данные фактических объёмов перевозок за последние пять лет: 1992 г. 1295, 9 тыс. т.
1993 г. 1072, 2 тыс. т. 1994 г. 903, 8 тыс. т. 1995 г. 688, 8 тыс. т. 1996 г. 604, 4 тыс. т.
Для нахождения прогонозного значения на 1997 г. построим уравнение с помощью ортогонального полинома Чебышева.
y=a0Ф0(x)+ a1Ф1(x)+... . + anФn(x) Для упрощения расчетов заполним таблицу. Таблица 22 X Y X2 X3 X4 X2Y X3Y XY X4Y 1 1295, 9 1 1 1 1295, 9 1295, 9 1295, 9 1295, 9 2 1072, 2 4 8 16 4288, 8 8577, 6 2144, 4 17155, 2 3 903, 8 9 27 81 8134, 2 24402, 6 2711, 4 73207, 8 4 688, 8 16 64 256 11020, 8 44083, 2 2755, 2 176332, 8 5 604, 4 25 125 625 15110 75550 3022 377350 15 4565, 1 55 225 979 39849, 7 153909, 3 11928, 9 645741, 7 Ф0(x)=1; Ф1(x)=Х-3; a1=-3; а0=913; а1=(еXiYi+a1*еKi)/( еXi2+a1*еXi)=-176, 6 =913-176, 6*(Х-3)=1442, 8-176, 6*Х
S2OCT1=1/3*[(1295, 6-1266, 2)2+(1072, 2-1089, 6)2+(903, 8-913)2+(988, 8-736, 4)2+(604, 4-559, 8)2]=1835, 6 b2=-3; g2=-2;
Ф2(х)=х2-6х+7; a21=-6; a22=7; а2=16, 6 2=1442, 8-176, 6*х+16, 6*(х2-6х+7)=16, 6х2-276, 2х+1559 S2OCT2=559, 95
Остаточеая дисперсия уменьшилась, поэтому строим многочлен третьей степени. b3=-3; g3=-1, 4; Ф2(х)=х3-9х2+23, 6х-16, 8; a31=-9; a32=23, 6; a33=-16, 8; а3=-1, 5 3=-1, 5х3+30, 1х2-311, 6х+1584, 2
S2OCT2=611, 11
Т. к. остаточная дисперсия возросла, то можно сделать вывод, что многочлен Чебышева 2-й степени наилучшим образом описывает исходные данные.
y*=16, 6х2-276, 2х+1559 y(6)=499, 4 Прогонозное значение объёмов перевозок на 1997 г. Q6=499, 4 тыс. т. 10. 2 Производительность труда(рубли дохода в год).
Приведены данные фактических доходов от перевозок за последние пять лет: 1992 г. 9, 57 млн. руб.
1993 г. 164, 97 млн. руб. 1994 г. 1606, 37 млн. руб. 1995 г. 3673, 38 млн. руб. 1996 г. 8427, 33 млн. руб.
Для нахождения прогнозного значения на 1997 г. построим уравнение с помощью ортогонального полинома Чебышева.
y=a0Ф0(x)+ a1Ф1(x)+... . + anФn(x) Для упрощения расчетов заполним таблицу. Таблица 23 X Y X2 X3 X4 XY X2Y X3Y X4Y 1 9, 57 1 1 1 9, 57 9, 57 9, 57 9, 57 2 164, 97 4 8 16 329, 93 659, 9 1319, 7 2639, 4 3 1606, 37 9 27 81 4819, 1 14457, 3 43371, 9 130115, 8 4 3673, 78 16 64 256 14963, 5 58774, 1 235096, 6 940586, 3 5 8427, 33 25 125 625 42136, 4 210683, 2 1053416 5267080 15 13881, 6 55 225 979 61988, 8 284584, 1 1333213, 8 6340231, 1 Ф0(x)=1; Ф1(x)=Х-3; a1=-3; а1=(еXiYi+a1*еKi)/( еXi2+a1*еXi)=2034, 4 =2034, 4*х-3326, 9
S2OCT1=1/3*[(9, 57+1292, 5)2+(164, 97-741, 9)2+(1606, 4-2776, 3)+(3673, 38-4810, 7)2+(8427, 3-6845, 1)2]=2397969, 6 2=701, 6*х2-2175, 5*х+1584, 3
S2OCT2=100694, 1
Остаточеая дисперсия уменьшилась, поэтому строим многочлен третьей степени. 3=-29, 8*х3+969, 8*х2-2878*х+2084, 9
S2OCT2=415054, 2
Т. к. остаточная дисперсия возросла, то можно сделать вывод, что многочлен Чебышева 2-й степени наилучшим образом описывает исходные данные.
y*=701, 6*х2-2175, 5*х+1584, 3 y(6)=13790, 7 Прогонозное значение доходов на 1997 г. Q6=13790, 7 млн. руб.
10. 3 Анализ результатов и предложения по повышению производительности труда. Из п. 10. 1 видно, что годовые объёмы перевозок стабильно снижаются последние пять лет. Это связано со сложившейся экономической ситуацией в стране, а также с уменьшением списочного парка и уменьшением числа постоянных клиентов. Многие крупные клиенты приобретают собственный автотранспорт, т. е. перестают пользоваться услугами АТП. Из п. 10. 2 видно, что доход предприятия значительно растет в последние годы. Это связано с сильной инфляцией в эти годы. Реальный доход АТП снизился, т. к. снизились объёмы перевозок. В прогнозе на 1997 г. учитывается уровень инфляции (Средний за последние годы). Можно предложить следующие мероприятия по повышению производительности труда: За счёт выполнения программы ТО зонами ТО-1 и ТО-2 и улучшения работы зоны ТР добиться увеличения коэффициента выпуска автомобилей на линию и коэффициента технической готовности. Снизить сверхнормативный простой автомобилей под погрузкой и разгрузкойю Службе эксплуатации увеличить работу по заключению годовых договоров на перевозку грузов.
11. Анализ суточных объёмов перевозок
В течении 30 дней были собраны данные суточных объёмов перевозок для построения модели краткосрочного прогноза.
Получена выборка:
368, 7 241, 8 166, 3 258, 4 271, 4 194, 2 301, 1 250, 0 245, 1 245, 1 189, 9 396, 2 330, 5 365, 8 334, 6 194, 9 177, 1 205, 4 294, 2 217, 6 171, 6 195, 6 356, 4 337, 4 297, 3 211, 2 176, 5 161, 6 194, 3 274, 8 Исходя из полученной выборки можно сделать вывод, что суточное распределение объёма перевозок есть комбинация линейной и сезонно-аддитивной модели. Для этой комбинации наилучшим образом подходит метод Холта-Винтера. Делаем краткосрочный прогноз по методу Холта-Винтера. Расчет производится на ПК.
dt - текущий суточный объём; ft - прогнозный объём; ft=A*+(1-A)*(ft-1+bt-1) bt=B*( ft- ft-1)+(1-B)* bt-1 Ft=C*+(1-C)*Ft-l ft+t=(ft+bt*t)*Ft-l*t ft0= где, bt - оценка скорости роста спроса
Ft-l - коэффициент сезонности, соответствующий моменту времени (t-L), L - длина сезонного цикла
A, B, C - поправочные коэффициенты. Прогноз улучшается при условии: =1; A=0, 2; B=0, 2; C=0, 5.
Точность прогноза будем оценивать ошибкой на каждом шаге: e t=dt-ft | e t | - среднее абсолютное отклонение. МРЕ=*100 % - среднепроцентная ошибка, показатель смещённости прогноза. МАРЕ=*100 % - среднеабсолютная ошибка, характеризует относительную точность прогноза.
МЕ=- средняя ошибка, показатель смещенности прогноза. MSE=2 - среднеквадратичная ошибка. SSE=2 - сумма квадратов ошибок. Для ошибок введём показатели точности: < 10 % - высокая точность; 10-20 % - хорошая точность; 20-50 % - удовлетворительная точность; > 50 % - неудовлетворительная точность; Результаты расчетов представлены в таблице 24. Таблица 24 Текущее значение, dt Прогнозное значение, ft MAPE MAD 368, 7 285, 66 22, 5 36, 40 241, 8 280, 21 10, 2 37, 30 166, 3 250, 21 31, 4 37, 03 258, 4 257, 50 23, 6 48, 02 271, 4 263, 37 10, 5 30, 21 104, 2 223, 46 10, 2 33, 04 301, 1 261, 03 18, 4 33, 28 250, 0 255, 77 16, 4 34, 04 245, 1 250, 11 14, 8 38, 31 245, 1 246, 79 13, 4 24, 01 181, 0 213, 35 13, 7 10, 01 206, 2 250, 64 13, 0 21, 08 234, 5 242, 00 13, 1 20, 01 365, 8 303, 06 13, 3 23, 05 324, 6 320, 04 12, 5 30, 31 104, 6 263, 53 14, 0 20, 00 177, 1 210, 63 14, 6 34, 23 205, 4 207, 58 13, 8 35, 31 204, 2 245, 74 14, 0 20, 15 217, 6 231, 63 13, 6 33, 01 171, 6 100, 70 13, 7 20, 10 105, 6 103, 10 13, 1 28, 07 356, 4 270, 54 13, 6 23, 01 327, 4 303, 20 13, 4 36, 01 207, 5 307, 13 13, 0 33, 70 211, 3 264, 04 13, 4 23, 38 176, 5 221, 12 13, 0 33, 35 161, 6 187, 21 13, 0 30, 01 104, 3 184, 16 13, 6 33, 04 274, 8 223, 86 13, 8 20, 18
Страницы: 1, 2, 3, 4, 5, 6, 7, 8
|