Логистика

Темы и требования во вложенном файле


: https://www.sendspace.com/file/7xfi6s ...

+1. Антипин В.И, Белоусов И.Э., Бубликов Р.В. [и др.], учеб: Экономическая теория/ под. ред. И.П. Николаевой.- 2-е изд., переработ. И доп.- М.:ТК Велби, издательство. Проспект, 2008. - 576с.
2. Артур Томпсон, Джон Формби. Экономика предприятия / Пер. с англ. - М.: Бином, 2009. - 544с.: ил.
3. Блауг М. Экономическая мысль в ретроспективе./ М. Блауг - М.: Дело, 2011. - 688с.
4. Вэриан Х.Р., Микроэкономика, промежуточный уровень. Современный подход. Москва, Юнитию, 2008.
5. Гальперин В.М., Игнатьев С.М., Моргунов В.И. Микроэкономика Т.1,2. СПб: Экономическая школа, 2009.
6. Демин А.А. Фирма как экономический институт рыночной экономики // Экономическая теория на пороге ХХI в. / Под ред. Ю. М. Осипова. – М.: «Юрист». – 2012. – Т. 2. – С. 537–542.
7. Институциональная экономика: новая институциональная экономическая теория: Учебник/ ред. д.э.н., проф. А.А. Аузан. – М.: ИНФРА- М, 20012. - 416с.
8. Ковзик А.Н. Критика методологии неоклассического анализа конкуренции // Политическая экономия. – 2009. – Вып. 15. – С. 137–146.
9. Коуз Р. Природа предприятия/ Р. Коуз// Вехи экономической мысли. Т.2.: Теория предприятия/ ред. В.М. Гальперин.- СПб.: Экономическая школа, 2011.
10. Коуз Р. Фирма, рынок и право/ Р. Коуз; науч. ред. Р. Капелюшников, пер. с англ. Б.Пинскер.- М.: «Дело ЛТД» при участии изд-ва «Catallaxy», 2008. - 192с.
11. Нельсон Р.Р. Почему фирма отличается друг от друга и какое это имеет значение // Уроки организации бизнеса / Под общ. ред. А.А. Демина, В.С. Катько. – СПб.: Лениздат, 2008. – С. 83–85.
12. Нестеренко А.Н. Экономика и институциональная теория/ А.Н. Нестеренко; отв. Ред. Л.И. Абалкин.- М.: Эдиториал УРСС, 2010. - 416с.
13. Основы экономической теории: Учебное пособие / под ред. В.Д. Камаева. - М.: Изд-во МГТУ им Н.Э. Баумана, 2012. - 284с., ил.
14. Саймон Г.А. Теория принятия решений в экономической теории и наука о поведении // Теория предприятия / Сост. и общ. ред. В.М. Гальперина. – СПб.: Экон. шк. и др., 2009. – С. 56.
15. Современная экономическая теория Запада / Под ред. А.Н. Марковой. – М.: Финстатинформ, 2008. – С. 5.
Размещено на Allbest.ru

+Понятие методов связано со способами, применяемыми при исследовании объекта анализа, тогда как понятие приемов анализа подразумевает одну или несколько математических или логических операций, направленных на получение конкретного результата анализа. Методы и приемы анализа подразделяются на математические и эвристические. Эвристические методы основаны на интуиции. Математические методы объективны.
Экономико-математические приемы анализа содержат:
1. Методы математической статистики, включают корреляционно-регрессионный анализ, дисперсионный анализ, факторный анализ, метод главных компонент, ковариационный анализ, кластерный анализ.
2. Эконометрические приемы — это матричные методы, гармонический анализ, спектральный анализ, методы теории производственных функций.
3. К приемам экономическо й кибернетики и оптимального программирования относятся методы системного анализа, машинной имитации, линейное программирование, нелинейное программирование, динамическое программирование и др.

1 – Источники формирования товарных ресурсов в торговых предприятиях На рисунке 1.1 приведены источники формирования товарных ресурсов в торговых организациях. Выделены возможные каналы поступления запасов на предприятия торговли [10, c.52].б) Классификация по времени учёта, служит для разделения запасов по различным количественным уровням. Соотношение запасов согласно этой классификации показано на рисунке 1.2.Рисунок 1.2 – Виды товарных запасов по времени учётаУровень товарного запаса определяется максимально возможным уровнем, являющимся экономически целесообразным в данной системе управления запасами, который может превышаться. Этот товарный запас используется в качестве ориентира для расчета норматива объёма заказа.Доходы и прибыль торговым организациям дает товарооборот, то есть реализация товарных запасов. Сами товарные запасы приносят только издержки. Этим фактором и объясняется заинтересованность продавца в скорейшей реализации товара, то есть при сокращении времени пребывания товаров в форме запасов увеличивается степень реализации. Кроме того, очевидно, что затраты и издержки, связанные нахождением товаров в форме товарных запасов, будут включаться в цену в максимально возможном объеме. Поэтому и потребитель, пусть и косвенно, но также заинтересован в сокращении времени: нахождения товаров в сфере обращения.В качестве характерной отраслевой особенностью можно выделить ту, что в торговых предприятиях товарные запасы присутствуют всегда — ни о каких технологиях без наличия запасов (в отличие от производства) речи не идет. Если товар выставлен в торговом зале, то это означает только одно – наличие у торгового предприятия товарных запасов. Торговые технологии должны быть направлены скорее на оптимизацию величины товарных запасов, формирование их должной структуры.Объем и структура товарооборота торгового предприятия определяют размер товарных запасов. Поддержание оптимальной пропорции величины товарооборота в зависимости от размеров товарных запасов является одной из наиболее актуальных задач предприятия торговли. Недостаточная величина товарных запасов вызывает сложности с товарным обеспечением товарооборота; излишнее количество запасов приводит к дополнительным потерям, увеличению потребности в кредитах и возрастание расходов на выплату процентов по ним, рост расходов, связанных с хранением запасов, все это в совокупности вызывает ухудшение общего финансового состояния торговой организации. Поэтому вопрос о количественном измерении величины товарных запасов и соответствия этой величины потребностям товарооборота является крайне актуальным.Методы корреляционного и регрессионного анализа.В экономике сплошь да рядом приходится иметь дело с переменными величинами Экономические переменные, имеющие качественную и количественную определенность, могут быть вфункциональной зависимости друг от друга. Изучение количественных соотношений и функциональных зависимостей экономических переменных является одной из задач математики.Однако связь между экономическими явлениями и показателями далеко не всегда выражается в функциональной форме. Часто приходится иметь дело с корреляционной зависимостью.Эта зависимость характерна тем, что помимо изучаемых основных факторов, на данный показатель оказывают влияние и побочные факторы, выделить и методологически изолировать действие которых не всегда возможно. Такие связи изучаются с помощью корреляционного и регрессионного анализа.Непременной предпосылкой корреляционного анализа является массовая основа: на базе единичных данных выявить те или иные закономерности, влияние важнейших факторов (в условиях одновременного воздействия второстепенных факторов) нельзя. Только опираясь на достаточно большой объем данных, можно проследить за изменениями в изучаемом показателе под влиянием основного фактора и при условии якобы постоянства других факторов, хотя в действительности эти последние, в свою очередь, изменяются, что и сказывается в той или иной степени на получаемых результатах. В силу этого связь между изучаемыми признаками не может быть полной; она всегда частична, хотя теснота связи и неодинакова.Корреляционный анализ опирается на солидный математический аппарат. Так, прямолинейная корреляция основывается на решении нормальных уравнений; криволинейная — уравнений параболы 2-го порядка, 3-го порядка, уравнений гиперболы и других типов кривых. Электронные таблицы MS Excel позволяют провести аппроксимацию (приближение к исходным данным) методом полиномиального тренда вплоть до 6го порядка.Графический анализ исходного временного ряда позволяет сделать вывод о наличии либо отсутствии трендовой компоненты, по характеру близкой к линейному развитию. Также при графическом способе отчетливо видны сезонные колебания, включая наиболее существенные «всплески» в динамике показателя с уменьшением или возрастанием амплитуды сезонных колебаний. В таких условиях для прогнозирования динамики временного ряда можно использовать мультипликативную модель.Также бывает полезно для выявления тенденции проводить процедуру сглаживания временного ряда с помощью центрированной скользящей средней.Процедуру сглаживания временного ряда с помощью центрированной скользящей средней (в предположении, что период скольжения равен 1 году, т.е. равен четырем) проводят согласно следующей формуле:Корреляционный анализ может привести к реальным результатам только в том случае, если он исходит из правильных теоретических предпосылок. Следовательно, и здесь примат остается за экономической теорией. Только предварительный анализ качества экономического явления обеспечивает верное определение признаков, выявление основных и побочных факторов, объективно существующих количественных соотношений.Методы математического моделирования.Применение математики в экономике принимает форму экономико-математического моделирования. С помощью экономико-математической модели изображается тот или иной действительный экономический процесс. Такая модель может быть сконструирована только на основе глубокого теоретического исследования экономической сущности процесса. Только в этом случае математическая модель будет адекватна действительному экономическому процессу, будет объективно отражать его.Подход к построению математической модели может быть индуктивным и дедуктивным. При использовании индуктивного метода модель того или иного экономического процесса строится с помощью частичного моделирования, охватывающего более простые переменные экономического процесса, с переходом от них к общей модели всего процесса. При дедуктивном методе сначала строится общая модель и лишь на ее основе конструируются частичные модели, устанавливаются алгоритмы конкретных математических расчетов. Экономико-математические модели будут наиболее обоснованными, если при их конструировании методы индукции и дедукции использованы в единстве. В этих условиях обеспечивается большая «похожесть» модели на реальный экономический процесс; она в большей мере будет отражать объективно существующие экономические соотношения и закономерности.Различные методы моделирования являются одним из инструментов логистики. Логистическая модель — это любой образ, абстрактный или материальный, логистического процесса или логистической системы, используемый в качестве их заместителя. Целью моделирования является прогноз поведения системы в будущем.Например, для прогнозирования закупки товаров на предприятии торговли целесообразно предложить использовать разработанные модели закупок, в виде аналитических формул, которые дают хорошее приближение к исходным данным, как показывает практика.Для проверки соответствия предложенных формул конкретному предприятию можно провести математическое моделирование с использованием математического пакета Mathcad на основе традиционной формулы Вильсона, а также и модифицированной формулы, предложенной Дзюба [7, c.55], на основе уже имеющихся данных статистики.Традиционная формула Вильсона имеет вид [8, c.57]:где Q – среднемесячная потребность предприятия в товарах, Сx – затраты на хранение единицы товара, Сd – затраты на доставку партии товара, Т – время рассматриваемого периода, topt – промежуток времени с момента поступления товара до его продажи, Sopt – величина партии товаров.Математические модели не могут, как писал академик В. С. Немчинов, воспроизвести реальную действительность в точности и во всем ее многообразии. Отображая объективную действительность, модель ее упрощает, отбрасывая все второстепенное и побочное. Однако это упрощение не может быть произвольным и грубым. Адекватность реальной действительности — главное требование, предъявляемое к модели. Условия сходства и различия между моделью и реальной действительностью должны быть ясно сформулированы и точно определены.Примеры применения экономико-математических приемов анализа в исследовании и улучшении управления запасами ООО «Салют».Применение приемов регрессионного и корреляционного анализа для прогнозирования объема закупки товаров.Заказы товаров в ООО «Салют» происходят на основе данных прогнозирования методом линейного тренда. Все данные по закупкам товаров, совершенных ранее, а также по продажам и ценам товаров, ежемесячно вносятся в таблицы MS Excel. Далее строится линейный тренд, с выводом на графике линейного уравнения для прогноза последующих закупок товара. Например, приведем пример прогнозирования закупки по промтоварному отделу. Рассчитывается планируемый объем закупки мыла, по ежемесячным данным предыдущего полугодия.Таблица 2.1 –Прогнозирование закупки по промтоварному отделу за 2012г, в тыс.шт.МесяцОбъем закупкиОбъем продажянварь3533февраль4627март2438апрель3731май2845июнь 5538июль2432август3721сентябрь2322Рисунок 2.1 – Прогноз продаж с выводом уравнения тренда, в тыс.шт.Рисунок 2.2 – Прогноз объема закупки с выводом уравнения тренда, тыс.шт.Проведем прогнозирование по молочному отделу.Таблица 2.2 –Прогнозирование закупки по молочному отделу за 2012г, тыс.шт.МесяцОбъем закупкиОбъем продажянварь102121февраль104111март102102апрель99105май112123июнь 114125июль110111август10198сентябрь9899Рисунок 2.3 – Прогноз объема продажи с выводом уравнения тренда, тыс.шт.Рисунок 2.4 – Прогноз объема закупки с выводом уравнения тренда, тыс.шт.Очевидно, уравнение линейного тренда не слишком хорошо подходит для аппроксимации, так как не отражает сезонные колебания спроса. Также очевидно, что сами уравнения аппроксимируют исходные данные с большой степенью погрешности, поскольку коэффициент R-квадрат, отражающий степень приближенности к исходным данным, весьма далек от единицы по своим значениям, как в случае прогнозирования по данным закупки, так и в случае построения прогноза по данным продажи. Поэтому сама система прогнозирования закупки товара на ООО «Салют» нуждается в реформировании.Для планирования деятельности предприятий и управления ресурсами бывает необходимо выявление определенной тенденции в известных статистических данных с целью использования данной тенденции для прогнозирования дальнейших результатов деятельности предприятия. Анализ временных рядов хорошо подходит для выявления тенденции, в частности, сезонных колебаний исследуемого признака.Графический анализ исходного временного ряда позволяет сделать вывод о наличии трендовой компоненты, по характеру близкой к линейному развитию. Также имеется устойчивая, ярко выраженная тенденция снижения объема закупки. Отчетливо видны сезонные колебания. Наиболее существенные «всплески» в динамике показателя характерны в период второго и третьего квартала, причем амплитуда сезонных колебаний постепенно уменьшается. В таких условиях для прогнозирования динамики временного ряда можно использовать мультипликативную модель [5, c.166].Применение корреляционного и регрессионного анализа для выявления взаимосвязей факторов.Приведем пример анализа товарооборота и выручки от реализации товаров в небольшой организации торговли ООО «Салют».Проанализируем показатели товарооборота в динамике.Рисунок 2.5 – Динамика товарооборота ООО «Салют», тыс.руб.Динамика товарооборота в точности отражается уравнением линейного тренда. Очевидно, товарооборот предприятия снижается быстрыми темпами, что не очень хорошо для торгового предприятия, так как отражает динамику снижения продаж тоже. Очевидно, это связано с отсутствием должного планирования и прогнозирования, в том числе прогнозирования закупок товаров.Проведем анализ величины товарных запасов.Рисунок 2.6 – Динамика товарных запасов на начало и конец года, тыс.руб.Очевидно, запасы на конец года превышают запасы на начало года, то есть запасы имеют тенденцию накапливаться на складе.