[摘 要] 本量利法是管理會計中應(yīng)用最廣、最具價值的方法之一,傳統(tǒng)的本量利分析是建立在一系列假設(shè)的理論基礎(chǔ)上的,而這些假設(shè)條件與充滿不確定性的企業(yè)經(jīng)營管理環(huán)境存在一定差距,使本量利法在一些重要決策中的建議與后來的現(xiàn)實發(fā)展出現(xiàn)偏差,進而限制了本量利法推廣。本文主要從多變的現(xiàn)實條件入手,借用概率論與數(shù)理統(tǒng)計方法,本著動態(tài)決策的要求,對本量利法進行了分析,旨在找出一些實際的解決方案。
[關(guān)鍵詞] 本量利法 動態(tài)決策 不確定條件
一、本量利法及其在不確定條件下的動態(tài)決策問題
本量利法(Cost Volume Profit Analysis)是成本-業(yè)務(wù)量-利潤關(guān)系分析的簡稱,又稱為CVP法,是在對成本習性分析的基礎(chǔ)上,以數(shù)學化的會計模型與圖式來揭示固定成本、變動成本、業(yè)務(wù)(銷售)量、利潤等變量之間的內(nèi)在規(guī)律性聯(lián)系,為企業(yè)財務(wù)預(yù)測、決策和規(guī)劃提供必要的決策支持信息的一種定量分析方法。由于極強的操作性,本量利法一直是企業(yè)管理中應(yīng)用最廣、最具價值的方法之一 。我們研究不確定條件下本量利法動態(tài)決策的目的是為了建立一系列有相當實用價值的會計決策支持數(shù)學模型,將這些模型應(yīng)用于計算機網(wǎng)絡(luò)環(huán)境,以提高管理決策系統(tǒng)的決策支持能力,使之成為基于INTERNET的會計決策支持體系結(jié)構(gòu)創(chuàng)新研究的一個重要組成部分。
一般而言,傳統(tǒng)的本量利法是這樣的:
由于,
R利潤,為銷售單價,A為單位變動成本,X為銷售量,C為固定成本,A×X+C為總成本。
因此,保本銷售量:
保利銷售量:
可見,本量利法揭示了固定成本、變動成本、業(yè)務(wù)(銷售)量、單價、利潤等變量之間的內(nèi)在規(guī)律性聯(lián)系,借助于這種方法,企業(yè)可以預(yù)測只有銷售多少數(shù)量的產(chǎn)品時才能保本,或者預(yù)測在一定的銷售數(shù)量下能獲得多少利潤,或者要獲得一定的利潤必須銷售多少產(chǎn)品才行,以及為了擴大銷售數(shù)量,必須把產(chǎn)品的單價降為多少等。本量利分析是加強企業(yè)內(nèi)部管理的一項有效措施,它可以為企業(yè)的預(yù)測和決策提供十分有用的資料,其原理十分簡單并便于理解,故其可操作性很強,且涉及的屬于企業(yè)決策中最關(guān)鍵的領(lǐng)域(如以固定成本為代表的資產(chǎn)情況,變動成本為代表的生產(chǎn)情況,銷售量為代表的業(yè)務(wù)情況,利潤為代表的運作情況),故在企業(yè)管理中得以廣泛應(yīng)用。
在企業(yè)管理實務(wù)中,本量利法為企業(yè)財務(wù)預(yù)測、決策和規(guī)劃提供必要的決策支持信息,并在生產(chǎn)、銷售、成本控制等領(lǐng)域發(fā)揮了極大的作用。但在面臨競爭越來越激烈的今天,市場條件變化萬千,企業(yè)經(jīng)營的不確定性越來越大;而傳統(tǒng)的本量利法,常常假定企業(yè)處于一種確定、靜態(tài)的經(jīng)營環(huán)境中,決策時只考慮本次行動的效果,而忽略其后續(xù)影響。因此,傳統(tǒng)的本量利法沒有以變化、發(fā)展的眼光看世界,也就沒從企業(yè)經(jīng)營的整體高度考慮企業(yè)的經(jīng)營;這就難免使當前利益影響長遠發(fā)展,局部利益制約整體進步等弊病出現(xiàn)。因此這些曾經(jīng)為本量利法推廣發(fā)揮了重大作用的假設(shè),隨著社會的發(fā)展已轉(zhuǎn)化為制約本量利法更好地為管理服務(wù)的絆腳石,限制了其作為有效管理規(guī)劃分析方法的有用性。為此,有必要對不確定條件下的本量利動態(tài)決策進行探究,使其得到更廣泛的運用。
二、不確定條件下本量利法期望收益的確定與一般決策
銷售量是本量利法的基本參數(shù)之一,而未來的銷售量一般是不確定的,為了更好地對未來決策提供資料,我們有必要利用概率與統(tǒng)計的方法來進行決策。若預(yù)計銷售量為隨機變量時,則可根據(jù)歷史數(shù)據(jù)估計未來銷售量的概率分布;若歷史數(shù)據(jù)太少,應(yīng)該依靠經(jīng)驗豐富的專家,估計出銷售量的主觀概率分布,然后應(yīng)用本量利法。如我們根據(jù)歷史數(shù)據(jù)已經(jīng)預(yù)計的未來銷量X是一個服從期望值為μ,方差為σ2的正態(tài)分布X~N(μ,σ2),下面,筆者將分析怎么利用本量利法進行決策。
因為,收益=R=P價-A)×X-C
R為收益或利潤,P價為單位售價,A為單位變動成本,C為固定成本,根據(jù)未來銷量X有一個期望值為μ,代入上式,得本量利法下的期望收益:
期望收益=E(R)=(P價-A)×μ-C=(P價-A)×-C
式中,為期望銷量(n:結(jié)果數(shù),Xi:第i種結(jié)果出現(xiàn)的銷量,Pi:第i種結(jié)果出現(xiàn)的概率)。
當然,我們確定了期望銷量,可以計算期望收益,也可以利用傳統(tǒng)的本量利法進行保本點、保利點的決策。
三、不確定條件下的線性本量利靜態(tài)風險決策分析
決策中,在相同期望收益(在一個項目的期望收益下,)的情況下,人們一般選擇風險?。藴什瞀倚。┑捻椖浚?,也不排除一些愛好風險的人選擇標準差σ大的項目,因σ越大,就有取得超過希望收益很多的可能性(當然,低于希望收益的可能性也很多)。因此,人們需要了解項目的期望收益與收益的標準差,以決定其行為。對于一個項目其未來銷量X是一個服從期望值為μ、方差為σ2的正態(tài)分布 X~N(μ,σ2)而言,通過以下推導(dǎo),可得到其期望收益與收益的標準差:
由上可知,期望銷量:
Xi銷量與期望值的離散程度,標準差:
Ф( )為標準正態(tài)分布隨機變量的正態(tài)分布函數(shù),以大寫字母X表示隨機變量,以小寫字母x表示隨機變量出現(xiàn)的特定實現(xiàn)值。依定義,有:P(Xx)=Ф(x),即隨機變量X小于特定實現(xiàn)值x的概率(可能性)。
如果銷量X是一個服從期望值為μ,方差為σ2的正態(tài)分布 X~N(μ,σ2),則就可把銷量X的正態(tài)分布轉(zhuǎn)換為標準正態(tài)分布,有
即Xx的概率:
如果產(chǎn)品銷售量x為正態(tài)分布隨機變量(具有期望值E(x)=μ和標準差D(x)=σ),其產(chǎn)品價格P價、變動成本A與固定成本C為已知變量,則正態(tài)分布隨機變量線性組合符合正態(tài)分布規(guī)律,亦即若利潤R(x)為關(guān)于銷量x的函數(shù),依據(jù)本量利法,表示為R(x)=(P價-A)x-C,那么R(x)也是個符合正態(tài)分布規(guī)律的隨機變量,其期望值(收益)可以由下式得出:
E(R)=E[(P價-A)x-C]=(P價-A)E(x)-C=(P價-A) μ-C
同樣利潤的標準差D(R)為:
得出利潤的期望值與標準差后,通過對E(R)和D(R)分析,計算得出不同項目、不同盈利水平的概率,得出決策者需要的相關(guān)信息,使決策者根據(jù)自己的風險態(tài)度進行決策。如果決策者是風險規(guī)避型,他就將選擇盈利概率較大的方案;如果風險中立型,他將選擇期望收益較大的方案;如果是冒險型,他將選擇雖然風險大,但收益額最大的方案。
四、不確定條件下的線性本量利動態(tài)決策分析
一般而言,人們決策中,總是選取收益或期望收益最大的項目。但是,既是期望收益,那么就面臨風險,有實現(xiàn)不了的可能(如一個項目達不到自身期望收益的概率就有50%),因此,人們在決策中并非總是選擇期望收益高的項目。至于人們?nèi)绾芜x擇,下面舉一個簡單例子來說明,A項目收益有50%可能為0,另50%為100,其E(RA)=50;B項目收益100%為40,其E(RB)=40;E(RA)>E(RB),若是處于靜態(tài)決策,人們一般會選A項目。但現(xiàn)時社會中,靜態(tài)決策的機會十分有限,動態(tài)決策才是主要的決策方式。那么,在動態(tài)決策中,遇見上述情況,人們是否都會選A項目呢,那就要看后續(xù)項目是否或怎樣受上一輪決策的影響;如在第一輪取得40 就可進入第二輪,且第二輪的收益為足夠大,比如≥200,那么,從兩輪行動的總體效果來看,幾乎所有的人都會選擇B項目,即選擇更容易實現(xiàn)入門基礎(chǔ)收益的項目。因此,我們需要解決一個應(yīng)用本量利法的項目取得的入門基礎(chǔ)收益的概率問題,用概率來指導(dǎo)我們決策。
從不確定條件下的線性本量利靜態(tài)風險決策分析的推導(dǎo)中,我們獲得了:
E(R)=(P價-A)μ-C
D(R)=(P價-A)σ
因此,未來利潤服從R~N[(P價-A)μ-C,(P價-A)2σ2]的正態(tài)分布。根據(jù)R的分布,可按下式推算出銷售量至少達到入門基礎(chǔ)收益(或保利點)R1的概率。
P(入門基礎(chǔ)收益)
通過查標準正態(tài)分布函數(shù)值表,就很容易確定入門基礎(chǔ)收益(或保利點)R1的概率(若其中設(shè)入門基礎(chǔ)收益R1=0,則可求出項目取得保本點的概率)。對于一個項目而言,由于其不同的規(guī)劃,如環(huán)境(生產(chǎn)條件的苛刻程度)要求不同,固定資產(chǎn)質(zhì)量的不同,廣告力度不同等等因素,其相應(yīng)的A、C、P價就不同,銷量水平和分布情況μ和σ不同,雖然有相同的入門基礎(chǔ)收益R1,但計算出的入門基礎(chǔ)收益(或保利點)R1的概率就有差異;對比兩個項目取得R1的概率,選擇具有更高實現(xiàn)概率的項目予以實施,即完成了第一輪行動。這種對第一輪行動的選擇結(jié)果,將會使企業(yè)更易于取得第二輪的資格,并通過兩輪或多輪項目實施的綜合收益,使該項活動的總體(包括第一輪、第二輪、…行動)結(jié)果對企業(yè)更有利。
五、不確定條件下的非線性本量利動態(tài)決策分析
上面分析,我們認為未來的銷量為隨機變量分析得出線性本量利動態(tài)決策模式,在分析中,仍然使用了一系列假設(shè),比如假設(shè)成本和收入函數(shù)均為線性函數(shù)的,但是現(xiàn)實社會中,銷售受外部環(huán)境影響,在完全競爭的環(huán)境下,企業(yè)銷售量對外部價格的影響非常有限,故假設(shè)收入函數(shù)是線性的具有相當?shù)默F(xiàn)實合理性。但由于經(jīng)驗學習曲線 和規(guī)模經(jīng)濟效應(yīng) 的存在,線性的成本函數(shù)就與現(xiàn)實差距較大,因此,對于上一節(jié)的結(jié)論,就有必要再作修正,提出非線性的成本函數(shù)下的本量利動態(tài)決策。當我們在本量利法中,把線性的成本函數(shù)下的總成本A×X+C更改為非線性的成本函數(shù)的總成本=A×X2+B×X+C,就得到非線性本量利條件下的收益函數(shù):
R=P價×X-(A×X2+B×X+C)
我們通過數(shù)學期望、標準差的定義公式,仍然可以計算出此時收益的E(R)、D(R),然后,我們?nèi)钥赏ㄟ^上面的方法計算出入門基礎(chǔ)收益(或保利點)R1的概率,并結(jié)合下一輪收益的情況進行選擇,使企業(yè)從整體、長遠方面獲得更多的收益。
另外,還要進一步說明,本小節(jié)所述的針對非線性本量利動態(tài)決策的方法,并非是一個最完美的方法。因為,未來銷量X服從正態(tài)分布,其正態(tài)隨機變量的線性結(jié)合仍然呈正態(tài)分布,但其非線性結(jié)合則不一定呈正態(tài)分布,因此,采用正態(tài)分布的方法求解非線性的利潤函數(shù)并非完美;更好的方法是具體分析利潤的分布函數(shù)服從于哪一種分布形態(tài),再利用其求解概率的方法計算精確的入門基礎(chǔ)收益(或保利點)R1的概率。但是,因為客觀實際中的許多變量適用于中心極限定理,呈正態(tài)分布或往往近似地服從正態(tài)分布,所以我們采用正態(tài)分布求解概率的方法仍有一定的合理性,同時也降低了人們在實際應(yīng)用時的難度。
六、總結(jié)
由上述分析可以看出,就盈虧分界點和目標利潤所對應(yīng)的業(yè)務(wù)量的計算而言,上述不確定條件的本量利動態(tài)分析和傳統(tǒng)的本量利分析沒有本質(zhì)區(qū)別,只是分析的中心轉(zhuǎn)移到了期望收益、收益分布的標準差和入門基礎(chǔ)收益實現(xiàn)的概率計算方面上來。
企業(yè)經(jīng)營的環(huán)境是一個不斷變化和充滿不確定性的環(huán)境,企業(yè)在生產(chǎn)經(jīng)營的過程中會遇到各種復(fù)雜的問題,沒有一成不變的方法和公式,企業(yè)的經(jīng)營決策者只有根據(jù)企業(yè)自身實際情況不斷的總結(jié),研究出適合自身發(fā)展和需要的方法。本量利法的基本公式雖然受到現(xiàn)實條件的限制,但是其原理仍是積極有用的,因此,企業(yè)應(yīng)當靈活的運用本量利法,為企業(yè)的決策提供有用的信息。
參考文獻:
[1]余緒纓:管理會計學(研究生用,第二版)[M].北京:中國人民大學出版社,2005
[2]林萬祥:成本論[M].北京:中國財政經(jīng)濟出版社,2001
[3]Robert Kaplan. Advanced Management Accounting , Third Edition [M]. London: Prentice-Hall Inc,1998
[4]林忠偉:不確定條件下的本量利分析[J].江蘇大學學報,2002,(12):20-30
[5]南京大學會計學系課題組.成本性態(tài)管理在中國企業(yè)的運用及思考[J].會計研究,2001,(11):33-39
注:本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。