第十六章 本量利分析
2020-10-10 10:45:10 0 举报
AI智能生成
CPA财务成本管理知识框架
作者其他创作
大纲/内容
本量利的一般关系
成本性态分析
成本性态(成本习性)
成本总额与业务量(如产品产量、销量等)之间的内在关系
成本分类
变动成本
固定成本
混合成本
成本的进一步分类
固定成本的分类
约束性固定成本
不能通过当前的管理决策行动加以改变的固定成本
酌量性固定成本
可以通过管理决策行动而改变数额的固定成本
变动成本的分类
技术性变动成本(约束性变动成本)
与产量有明确的生产技术或产品结构设计关系的变动成本
酌量性变动成本
可以通过管理决策行动改变的变动成本
混合成本的分类
半变动成本
指在初始成本的基础上随业务量正比例增长的成本
阶梯式成本
指总额随业务量呈阶梯式增长的成本,也称为步增成本或半固定成本
延期变动成本
指在一定业务量范围内总额保持稳定,超过特定业务量则开始随业务量同比例增长的成本
非线性成本
包括变化率递减的成本和变化率递增的成本
混合成本的分解
回归直线法
根据一系列历史成本资料,用数学上的最小平方法原理,计算能代表平均水平的直线截距和斜率,以其作为固定成本和单位变动成本的一种成本估计方法
总成本直线方程:Y=a+bX
工业工程法
指运用工业工程的研究方法,逐项研究确定成本高低的每个因素,在此基础上直接估算固定成本和单位变动成本的一种成本估计方法。
变动成本法
含义
产品成本只包括直接材料、直接人工和变动制造费用,即变动生产成本;固定制造费用和非生产成本全部作为制造边际贡献(销售额与变动生产成本的差额)的扣除项目
优点
①消除了在完全成本法下,销售不变但可通过增加生产、调节库存来调节利润的问题
②能够揭示利润和业务量之间的正常关系
③为企业内部管理提供有用的管理信息
④可以简化成本计算
缺点
不利于财务会计报告(财务会计要求存货成本按全部制造成本报告)
本量利分析基本模型的相关假设
①相关范围假设
②模型线性假设
③产销平衡假设
本量利中的“量”是指销售量
④品种结构不变假设
本量利分析的基本模型
损益方程式
利润=单价×销量-单位变动成本×销量-固定成本=P×Q-V×Q-F=(P-V)×Q-F
边际贡献方程式
利润=边际贡献-固定成本=单位边际贡献×销量-固定成本=边际贡献率×销售收入-固定成本
需注意的问题
①制造边际贡献=销售收入-产品变动成本
②产品边际贡献=制造边际贡献-变动销售和管理费用
两个率
边际贡献率=边际贡献/销售收入
变动成本率=变动成本/销售收入
本量利关系图
基本的本量利关系图与正方形本量利关系图的比较
保本分析
保本点的含义
保本点,亦称盈亏临界点,是企业收入和成本相等的经营状态,即边际贡献等于固定成本时企业所处的既不盈利又不亏损的状态。通常用一定的业务量(保本量或保本额)来表示
保本点与安全边际的确定
实物量
保本量
Q0=固定成本/(单价-单位变动成本)=F/(P-V)
安全边际量
安全边际量=正常销售额-盈亏临界点销售量=Q-Q0
金额
保本额
S0=固定成本/边际贡献率
安全边际(额)
安全边际(额)=正常销售额-盈亏临界点销售额=S-S0
相对数
盈亏临界点作业率
盈亏临界点作业率=Q0/Q或S0/S
安全边际率
安全边际率=(Q-Q0)/Q或(S-S0)/S
安全边际与利润的关系
计算利润
息税前利润=安全边际额×边际贡献率
息税前利润=安全边际率×边际贡献
对单一产品来说:息税前利润=安全边际量×单位边际贡献
计算销售息税前利润率
销售息税前利润率=安全边际率×边际贡献率
多品种情况下的保本分析
加权平均边际贡献率=Σ各产品边际贡献/Σ各产品销售收入×100%或=Σ(各产品边际贡献率×各产品销售收入占总销售收入比重)×100%
加权平均保本销售额=固定成本总额/加权平均边际贡献率
某种产品的销售百分比=该产品的销售额/所有产品的销售额×100%;某产品的保本销售额=加权平均保本销售额×某种产品的销售百分比;某种产品的保本销售量=该产品的保本销售额/该产品的销售单价
保利分析
保利量
保利量=(固定成本+目标利润)/(单价-单位变动成本)
保利额
保利额=(固定成本+目标利润)/边际贡献率
利润敏感分析
利润敏感分析的含义
分析的问题
盈亏转折分析
计算方法
利用本量利的基本公式,令其他因素不变,只变一个特定因素,得到使得利润为0的该特定因素的临界值
各参数敏感系数的计算
含义:敏感系数提供了各因素变动百分比和利润变动百分比之间的比例,即当各因素升降1%时,利润将会随之上升或下降百分之几(正号为同向变动,负号为反向变动)
计算
敏感系数=目标值变动百分比/参量值变动百分比
结论
①敏感系数为正值,表示它与利润通向变化;敏感系数为负值,表明它与利润为反向变化
②敏感系数越大,越敏感
③敏感系数绝对值大于1,则属于敏感因素;敏感因素绝对值小于1,则属于非敏感因素
0 条评论
下一页