前言:想要写出一篇引人入胜的文章?我们特意为您整理了物资成本自动化分析模型研究范文,希望能给你带来灵感和参考,敬请阅读。
摘要:为了增强供电公司在招投标采购环节的风险管控能力,基于供应商信息库,结合材料类物资的成本构成特点设计了材料类物资成本自动估计模型。通过构建供应商信息库、实地考察、调查问卷等方式获取所需的数据。最后利用该模型从企业外部计算了水泥杆成本,并通过差异性分析和回归分析对投标过程中供应商的异常报价进行了识别。
关键词:自动化;自动估计;模型构建
电力行业是直接关系到国计民生的基础行业之一,电网作为高效、快捷的能源输送通道和优化配置平台,是能源电力可持续发展的关键环节。随着电力建设工程规模的不断扩大,电力行业对物资供应“质”和“量”的要求也逐步提高。电网物资招投标工作的执行情况将直接影响电力建设工程的造价、成本及质量。随着物联网、云计算、大数据等技术的快速发展,传统的物资管理业务将从偏重支撑业务操作升级为全面决策辅助分析。在朝着信息化、数据化发展的时代中,“互联网+”的国家战略和“大数据”分析技术的普及已大幅地推动了信息技术、数据分析技术与招投标采购业务的融合。在面对这一科技浪潮的变革过程中,企业应当充分借助技术创新手段,进一步增强在招投标采购环节的风险管控能力。尽管近年来电力物资供应市场竞争愈发充分,然而小范围的卖方市场仍然存在。该种市场格局,不利于厂商降低成本、提高质量,也不利于企业进行成本控制。因此从外界对物资进行自动化成本估计,可以为最高投标限价提供依据,且能自动识别供应商偏离成本价较多的异常报价,确保物资质量[1-3]。围绕上述背景和问题,本文以材料类物资为研究对象,采用信息化数据分析、问卷调查等方法,建立了广泛适用于该类物资的成本自动化估计模型。并采用差异性分析、回归分析等方法进行异常报价识别。最后,利用本方法针对水泥杆的相关数据进行了仿真分析[4-7]。
1模型构建
电力系统物资自动化成本估计模型的研究具有重要的现实意义[8]。(1)物资成本自动化估计模型可以为最高投标限价提供依据。电力企业对于物资需求种类繁多,若在招投标过程中,某些类别物资供应商联合形成卖方市场,造成串通投标、围标、哄抬物价等现象,则制定最高投标限价有利于招标方确保工程投资在可控范围内。(2)物资成本自动化估计模型可以为识别异常报价提供依据。电力物资是电网工程的基础,质量显得尤为重要。物资成本估计模型的建立可以识别明显低于成本价的不合理报价,及时遏制可能出现的质量风险。在当前对成本估算的模型中,大多数是从企业内部管理者的角度出发的,旨在方便内部信息使用者进行成本核算和成本优化,鲜有从外部信息使用者的角度估算某一产品成本的研究。由于缺乏相似研究的借鉴,本部分研究从现有企业成本会计准则出发,利用供应商信息库并结合材料类物资生产工艺和成本项目特点,设计电网材料类物资成本自动化估计模型。根据电力企业物资管理的特点,本文构建了如图1所示的物资成本估计模型[9-12]。模型包括4个步骤:首先是电力系统数据库的建立;其次是对供应商物资价格数据库的建立;然后将数据输入统计回归模型,进行异常报价的识别。(1)电力系统数据库近年来,电网公司通过各级电子商务平台在招标采购的过程中积累了大量的相关数据。其中包括供应商信息、物资价格信息等极具研究价值的数据。在模型构建的第一步,首先结合文献研究经验及当前国家电网采购业务流程,建立了有效的投标中标价格数据库,完成相应的数据清洗工作。电力数据库有效中标数据库构建完成后,可以作为日后招标的参考标准和回归目标。(2)物资价格数据库结合国家标准及物料特性,针对所分析物资展开成本解析,一方面建立供应商信息库;另一方面建立供应商的原材料及相关的主要经济指标数据库,相关数据经结构化处理后录入物资价格数据库。在电力系统的材料类物资的成本主要包括9大项目,即:直接材料、直接人工费用、折旧摊销费用、外购动力、管理费用、销售费用、财务费用、营业外收支和税金。根据材料物资生产工艺的特征,本研究将上述9大成本项目分为两大类。直接材料、直接人工、外购动力这3大费用项目具有变动成本属性,而其余6大费用项目更加类似于固定成本[13-16]。根据成本属性的特点,变动成本项目具有社会性,各个厂家之间的差异性较小。因此,在变动成本项目方面,以发放电子问卷的形式收集多个供应商的信息,估算社会平均变动成本。固定成本在不同企业的差异性较变动成本大,因此需要获取具体供应商的财务报表和当年产量信息,在具体分析后及时更新物资价格数据库的相关信息。(3)统计回归模型本文将回归模型的数据输入分为两类,一类为企业数据,如折旧摊销费用、管理费用、销售费用等;另一类为外部材料数据,如钢筋价格、水泥价格等。对于企业数据的获取,本文需得到各个投标供应商上年度财务报表和各型号产品产量信息。为此,文中构建了供应商信息库,将供应商非结构化数据进行全面结构化,形成了对供应商信息统一、规范、全面的收集。以原始招标信息为基础,建立并完善了招投标动态价格信息数据库及供应商信息数据库。采用电子数据结构化形式保存和统计招标采购过程中产生的价格信息及企业数据,并通过背部信息系统联网实现平台数据信息的统计和共享。同时,抓取有效价格信息与企业财务数据等,为成本分析等提供了基础保障。对于外部材料数据的获取,本文重点分析原材料的价格选取方式。材料类物资的制作通常涉及大宗商品,有供求量大、价格波动大的特点。(4)异常报价识别假设认为原材料价格的变动会直接反映在物资的价格上(例如物资需要的某种原材料为1吨,则当该原材料价格上升1000元/吨,在其他条件不变的前提下,一单位物资的价格上升值也应在1000元左右)。再结合物资与原材料价格的量纲分析,物资与原材料价格的回归关系基本可以确定为线性关系。在建立了物资成本自动化估计模型后,可以直观看出物资价格与何种主要材料价格存在正相关关系。通过回归分析,若所得结果与事实相悖,则考虑该物资报价存在集体异常,并非处于完全竞争状态。另外对不同年份的中标价格进行差异性分析,若在主要原材料价格波动较大时,中标价无差异则也说明报价存在异常。此外,不同区域因租金、工资水平的不同,其成本也可能存在明显差异。若某一地区的投标价存在明显变动,也可对产品质量等进行风险警示。
2模型仿真分析
2.1成本自动化计算。本文选取了水泥杆作为电网材料类物资成本估计模型的计量对象,研究了某公司2014年至2018年配网线路材料协议库存招标中的150万余支水泥杆的中标情况。其中,中标总价含税31亿余元。为避免赘述,在14种杆型中,选取需求量较大且中标价方差也较大的某型号锥形水泥杆作为主要研究对象。制杆厂生产的水泥杆具有多种型号,成本估计模型的运用思路如下:获取厂商某一会计年度各种型号的水泥杆的产量,再根据产商提供的各种型号的用料标准估算出各种型号水泥杆耗用的钢筋用量;读取该厂商年度财务报告,获取各固定成本项目当年发生额;以各型号水泥杆钢筋耗用量为分配依据,将固定成本项目在各型号水泥杆上进行分配。对于直接材料费用、直接人工费用、外购动力费用采用电子问卷调查获取社会平均值。按照上述模型中的思路,首先对若干水泥杆制杆厂发放电子问卷调查,估算出不同水泥杆制杆公司在变动成本项目的社会平均水平。最终,根据有效的12份问卷,可计算得到:参与问卷调查的12家水泥杆厂钢筋损耗率和混凝土损耗率分别为:3.19%、3.19%;每生产1立方米C50混凝土平均所耗费的水泥大约为0.443吨,砂大约为0.645吨,石子大约为1.18吨;生产一支水泥杆的直接人工费用平均为95.98元,水电气费用为17.58元,低值易耗品、石油产品等耗费为6.20元;水泥杆产品废品率平均为1.55%。在此基础上,在供应商信息库中随机选取了15家制杆公司,并获取了这些公司某一年的财务报表及当年各型号水泥杆产量水平。如表1所示,最终供应商企业数据可通过程序自动得到被选取的15家制杆公司生产的所有型号水泥杆的平均成本估计值。例如Φ190×12m×M型号水泥杆单位总成本为[(1)+(2)+(3)+(4)+871.69]。将外部数据P1,P2,P3,P4通过爬虫软件抓取代入,即可得到其具体数值。2.2异常报价识别。在进行报价识别是否异常的过程中,首先对该水泥杆每批次平均中标价格与相对应的近期螺纹钢平均价格进行了回归分析。根据上述的成本分析过程,水泥杆价格应与螺纹钢价格显著正相关,且系数在0.23左右。但回归结果与假设大相径庭,通过回归模型分析结果表明螺纹钢价格对水泥杆价格均没有明显的显著性,且与理论相悖得呈现负相关。由此表明,水泥杆的投标价格存在异常。进一步对均值进行了独立样本t检验,发现2014年与2015年的中标价格无显著性区别。其中,2014年有28个样本点、2015年有61个样本点。在原材料价格剧烈震荡的情况下,价格无显著差异在正常的竞争价格中为小概率事件。2015年新增批次招标中标价格与2016年第一次招标价格,也在98%的置信区间下显著相同;2016年第一次招标与第二次招标的价格,显著不同且差距较大。从表2可以看出,无论投标价格对原材料的回归分析还是投标价格历年的均值分析均可以发现,水泥杆的价格是不符合完全竞争市场的价格特点的。可以得出结论:投标中存在串通投标、围标、哄抬物价的情况。
3结束语
通过构建的供应商信息库,深入挖掘了物资历史价格信息背后的客观规律。结合产业特征建立了物资价格和生产要素价格信息之间的相关模型,提供了预测未来物资价格变化自动化核算的理论模型及其构建方法。同时建立了极具参考意义的价格分析机制,为今后提升物资采购价格监管和招投标采购价格风险的防控提供了有力的依据。通过对水泥杆这一物资的计量,发现该模型具有可行性、可靠性、可拓展性,且为招投标过程中的最高限价设定及异常报价提供了重要的理论依据。
作者:魏泳 陈甜妹 王庆 刘美意 单位:国网浙江省电力有限公司