高级会计考试考点精讲四十.docx
《高级会计考试考点精讲四十.docx》由会员分享,可在线阅读,更多相关《高级会计考试考点精讲四十.docx(14页珍藏版)》请在冰点文库上搜索。
![高级会计考试考点精讲四十.docx](https://file1.bingdoc.com/fileroot1/2023-6/22/e34faedf-16e4-46b0-b930-979862b27c9d/e34faedf-16e4-46b0-b930-979862b27c9d1.gif)
高级会计考试考点精讲四十
2017高级会计考试考点精讲(四十)
预算管理概述
一、预算的特征
企业预算编制是企业计划中的重要一环,编制预算的前提是进行战略分析。
企业通过战略分析提出长短期目标,考虑重大事件、竞争对手以及总体经济状况的影响,将企业的资源、能力与市场上可利用的机会相结合。
战略分析也会明确规定企业的组织结构、评估替代战略的风险。
所以,战略分析是企业长短期计划的基础,而长短期计划分别导出长短期预算。
战略与预算关系如图3-1所示:
预算是企业在战略规划和预测、决策的基础上,以数量和金额形式反映的特定期间的具体行动计划,企业预算具有以下特征:
(一)预算是以定量方式展现的计划。
(二)预算是特定期间的计划。
(三)预算目标必须与年度经营目标相一致。
(四)预算是对企业未来经营活动的安排,是企业的资源配置计划。
(五)预算是企业进行绩效评价和考核的一个重要依据。
二、预算层次结构
预算层次——集团型企业,企业预算先编制各个责任中心的预算,在此基础上,再通过汇总、分析、审核平衡形成集团的总预算(合并预算)。
预算结构:
企业的总预算是由运营预算与财务预算组成。
三、预算管理的内涵与作用
(一)预算管理的环节
预算管理可以使企业的长短期目标、战略和企业的年度行动计划很好地协调,可以整合企业集团及其各个分部的目标,通过预算的编制、实施和修正,可以促使企业战略更好地“落地”,为企业目标的实现提供合理保证。
预算管理是由三个环节构成:
一是预算的编制环节,包括预算目标的确定,根据预算目标编制、汇总与审批预算。
二是预算执行与控制环节。
需要对预算执行情况进行及时的分析与反馈,并根据内外部环境的变化、预算执行情况调整或修正预算。
预算管理的最后一个环节是预算考核,企业通过定期或动态的预算考核,不仅可以发现经营中存在的问题和风险,及时采取各种纠偏措施,为企业预算目标的实现提供合理的保证。
预算管理循环如下图:
(二)预算管理作用
1.规划作用
2.沟通与协调作用
3.监控作用
4.绩效评估作用
四、预算管理的组织体系
大型企业的预算管理的组织体系由三部分组成:
预算管理决策机构、预算管理日常工作机构和预算执行单位等。
负责机构
主要职责
成员
预算管理委员会
企业的董事会并不制定预算,但拥有审查预算、批准或要求修改预算的责任。
预算管理委员会职责如下:
1.拟订预算政策和程序,指导预算的编制工作
2.对各级预算责任主体上报的预算进行审核与修正
3.将编制好的预算提交董事会审核批准
4.下达已获批准的预算并组织实施
5.监控预算、检查结果、裁决预算纠纷
6.根据预算执行结果提出考核和奖励意见
高级管理人员组成,由董事会任命
预算管理办公室
具体负责预算的编制、报告、执行和日常监控、调整、考核等
1.组织企业预算的编制、审核、汇总工作
2.组织下达预算,监督企业预算执行情况
3.制订企业预算调整方案
4.协调解决企业预算编制和执行中的有关问题
5.分析和考核企业内部各业务部门及所属子公司的预算情况
主任由分管财务的副总兼任,集团总部的财务部总经理兼任执行主任
预算执行单位
分别执行运营预算或财务预算并承担相应责任的组织单位
1.制定本单位的业务计划,项目计划及其预算草案
2.执行经批准下达的预算
3.对预算执行情况进行分析并上报分析报告
4.在授权范围内配置并使用资源
若干分部
预测技术
企业要做好战略规划工作,正确确定年度的经营目标(如下个年度的销售额等),就必须对未来的经济状况、市场环境、需求变化等进行分析、预测和判断,主要预测技术和分析方法如下:
(一)回归分析
回归分析用于研究一个因变量(y)对另一个或多个解释变量(x或x1,x2…xn)的依赖关系,可以通过后者(在重复抽样中)的已知或设定值,去估计和(或)预测前者的(总体)均值。
回归分析分为双变量回归分析和多元回归分析。
1.双变量回归分析
Y=f(X)
2.多元回归分析
Y=f(X1,X2,……Xn)
双变量回归分析的计算公式:
y=a+bx
(二)时间序列分析
时间序列是一段时间间隔内所记录的一连串变量的数值。
时间序列由趋势、季节性差异、周期性差异和随机性差异等要素构成。
趋势(T)是时间序列所记录数值的长期走势。
时间序列的实际记录结果(Y)往往偏离趋势值,产生偏离的原因包括季节性差异、周期性差异和随机性差异。
季节性差异(SV)是由于不同的年份、不同的日期或不同时刻所导致的时间序列数据的短期震荡波动。
季节性差异并不局限于季节,只要是不同时间所形成的均可。
周期性差异(CV)是由于周期性循环所导致的中期变动。
随机性差异(RV)是由于非常随机的和不可预料的因素所导致的差异,例如罢工、恐怖活动和地震等。
时间序列通常采用移动平均法进行处理。
移动平均法是从N期的时间序列数据中选取M期数据作为样本值,求其M期的算术平均数,并不断地向后移动计算,所求的平均数对应m期间的中点。
使用移动平均法的目的是将时间序列中的差异去除掉,从而只留下代表趋势的一连串数据。
时间序列的研究方法包括加法模型和乘法模型。
1.加法模型
加法模型使用绝对数来表示差异,其计算公式为:
Y=T+SV+CV+RV
2.乘法模型
乘法模型使用相对数来表示差异,其计算公式如下:
Y=T×SV×CV×RV
(三)指数平滑法
指数平滑法,实质上是一种加权平均法,是以事先确定的平滑指数α及(1-α)作为权重进行加权计算。
其计算公式如下:
式中:
为当前期间;为第期间的预测值;为第期实际值;为第t期预测值;为平滑指数(取值0-1之间)
如果α=0.2,y2=18000,F2=15000,则:
F3=0.2×18000+(1-0.2)×15000=15600
(四)学习曲线模型
学习曲线理论认为,当人们从事一项新的任务、过程和活动时,在最初不可能立刻实现效率的最大化。
随着任务的不断重复,人们的经验和自信逐渐增加,最终会导致更高效和快速的生产,单位产品生产所用时间会逐渐减少。
但不会无休止地减少,学习过程最终会停止,从此效率无法继续提升,停留在一个稳定状态。
学习曲线模型中的一个重要变量是累计平均时间。
累计平均时间是指到目前为止(从第一个产品开始到现在为止)所生产的所有产品的平均时间。
学习曲线理论假设每当产量翻倍时,累计平均时间始终按照一个恒定的比率递减。
例如,每当产量增加1倍,累计平均时间减少20%。
【例题】假设某工厂某产品第一件生产所需手工组装时间为100小时,存在80%的学习曲线效果,即每当产量增加1倍,累计平均时间就减少20%,则计算结果如下表所示。
总产量
累计平均时间
总时间
增加时间
1
100
1×100=100
100
2
100×80%=80
2×80=160
160-100=60
4
80×80%=64
4×64=256
256-160=96
8
64×80%=51.2
8×51.2=409.6
409.6-256=153.60
【例3-2】已知首件产品工时为10小时,存在80%的学习曲线率。
要求:
(1)计算100个产品总工时:
100个产品的总工时
=100×(10×100^log80%/log2)
=227.06(小时)
(2)计算第100个产品的工时:
第100个产品的工时=前100个产品的总工时-前99个产品的总工时
=100×(10×100^log80%/log2)-99×(10×99^log80%/log2)
=227.06-225.52=1.54(小时)
(3)计算第71个至第100个产品的总工时:
第71个至第100个产品的工时
=前100个产品的总工时-前70个产品的总工时
=100×(10×100^Log80%/Log2)-70×(10×70^log80%/log2)
=227.06-178.28
=48.78(小时)
(4)假设学习曲线效应在第100个产品时停止了,生产效率即单位产品时间从第100个产品开始将保持恒定不变,计算前150个产品的总工时:
150个产品的总时间应分为两部分:
一部分是前100个产品的时间,其效率是在不断提高的(即单位时间逐渐减少),这部分要遵循学习曲线效应。
另一部分是后50个产品(从第101第150个),每个产品的生产时间是相同的,都等于第100个产品的单位时间。
150个产品的生产时间
=100×(10×100^log80%/log2)+50×1.54
=304.06(小时)
(五)期望值分析
期望值分析可用于预测,来确定预期结果和风险的最优组合。
期望值分析法针对不同情况分配对应的概率(最可能的、最差的和最好的),推导出结果的预期值。
其计算公式如下:
期望值=∑事件结果×结果对应的概率
【例题】某公司开发一款新产品,正在考虑不同定价策略。
销售价格方案分别为16元和18元,预计销量如下表所示。
定价为16元
定价为18元
销量(件)
概率(%)
销量(件)
概率(%)
20000
10
8000
10
30000
60
16000
30
40000
30
20000
30
24000
30
单价为16元需要投入促销成本5000元;单价如为18元需要投入促销成本12000元。
每件材料成本8元,人工和变动制造费用在产量30000以内为每件5元,超出部分每件5.50元。
固定制造费用为38000元。
(1)如定价为16元,具体计算如下表所示。
销量
销量
单位变动成本
单价
单位贡献
总贡献
固定成本
利润
概率(%)
期望值
20000
20000
13
16
3
60000
43000
17000
10
1700
30000
30000
13
16
3
90000
43000
47000
60
28200
40000
30000
13
16
3
115000
43000
72000
30
21600
10000
13.5
16
2.5
51500
(2)如定价为18元,具体计算如下表所示。
销量
变动成本
单价
单位贡献
总贡献
固定成本
利润
概率
期望值
8000
13
18
5
40000
50000
-10000
10
-1000
16000
13
18
5
80000
50000
30000
30
9000
20000
13
18
5
100000
50000
50000
30
15000
24000
13
18
5
120000
50000
70000
30
21000
44000
因为定价为16元能产生最大的期望值,所以定价为16元较为合适。
(六)敏感性分析
敏感性分析是一种假设分析,通过改变某个具体的变量来确定结果对该项变量变动的敏感程度。
敏感性分析可以帮助决策者确定哪些变量对最佳方案的影响至关重要。
如果某个变量的微小变化将导致结果发生重大改变,则表明结果对该变量敏感;如果某个变量的显著变化不能导致结果发生重大改变,则表明结果对该变量不敏感。
敏感性分析是企业利润预测和规划中经常使用的一种方法。
例如,价格影响是否会增产不增收或收人增速远低于数量增速。
【例题】某公司对未来宏观经济情况和本公司销售情况进行预测,结果如表3-16所示。
经济情况
销售预测(元)
原始概率(%)
备选概率1(%)
备选概率2(%)
景气
3000000
10
60
10
平和
2000000
80
30
20
低迷
600000
10
10
70
期望值(元)
1960000
2460000
1120000
因此,在经济情况预期乐观的备选概率1场景下,企业销售的期望值为2460000元,比原始水平增加25.51%[(2460000-1960000)/1960000]。
而在经济情况预期悲观的备选概率2场景下,企业销售的期望值为1120000元,比原始水平降低42.86%((1120000-1960000)/19600O0)。
以上结果表明,公司的预期销售额对于未来经济情况的前景预期来说非常敏感。
【例题】某公司针对新项目产品的盈利情况进行预测。
如下表所示。
单位:
元
销售收入(2000件)
4000
直接材料
2000
直接人工及变动制造费用
1000
边际贡献
1000
增量固定成本
800
利润
200
各项目的敏感性分析
目前
盈亏平衡时
变动率
固定成本
800
1000
25%
单位材料成本
1
1.1
10%
单位人工及变动制造费用
0.5
0.6
20%
销售价格
2
1.9
-5%
销售量
2000
1900
-5%
可以看出,销售价格和销售量较敏感。
敏感度分析的弱点在于,决策者只孤立地考虑了引起决策结果变化的单一变量,而实际影响结果变化的是多个变量,而且变量之间是还存在相互依赖关系。
例如,本例题中销售价格下降,还可能导致销售量的上升。
(七)蒙特卡洛模拟分析
蒙特卡洛模拟是从赌场赌博数学发展而来的,是一种将敏感性和输入变量概率相结合的方法,首先必须确定各关键变量的概率分布,根据选出的随机数给每个变量赋值,每个变量确定以后,计算机即可产生一组相应结果,对实际情况进行穷举模拟仿真。
(本文来自东奥会计在线)