Срок окупаемости проекта

3.3 Срок окупаемости проекта

Алгоритм расчета окупаемости (ОП) зависит от равномерности распределения прогнозируемых доходов от инвестиции. Если доход распределен равномерно, то срок окупаемости рассчитывается делением единовременных затрат на величину годового дохода, обусловленного ими. При получении дробного числа оно округляется в сторону увеличения до ближайшего целого. Если прибыль распределена неравномерно, то срок окупаемости рассчитывается прямым подсчетом числа лет, в течении которых инвестиция будет погашена кумулятивным доходом. Общая формула расчета показателя РР имеет вид:

(4)

где ОП – срок окупаемости проекта;

n – количество лет, которое находится проект в эксплуатации;

Дг – годовой доход от внедрения проекта;

Зв – затраты на внедрение проекта.

Предполагается, что доход от внедрения проекта распределяется по годам равномерно. Тогда формула расчета срока окупаемости проекта выглядит следующим образом:

ОП = min n, при котором P ´ n > Дг, (5)

n = Дг: P. (6)

Затраты на внедрение проекта определены в Таблице 19. Они составили 122000 рублей.

Таблица 19 – Затраты на внедрение проекта

Вид затрат	Сумма руб.
Установка и подключение электронных весов	44000
Прокладка сетевых кабелей и установка сетевого оборудования	20000
Установка электронных определителей сахаристости	26000
Монтаж и установка порционных весов	32000
ИТОГО:	122000

Определим годовой доход от внедрения проекта. Он равен сумме доходов от сокращения штата сырьевого отдела, от увеличения оперативности, точности и правильности ведения учета и годовой суммы амортизации основных средств и нематериальных активов, используемых в проекте.

Найдем доход от сокращения штата сырьевого отдела.

Средняя заработная плата бухгалтера составляла до внедрения проекта 3000 рублей (с учетом премий). После внедрения проекта предполагается увеличение заработной платы на 500 рублей. Таким образом средняя заработная плата составит 3500 рублей.

Средняя заработная плата оператора весовой составляла до внедрения проекта 2500 рублей (с учетом премий). После внедрения проекта предполагается увеличение заработной платы на 500 рублей. Таким образом средняя заработная плата составит 3000 рублей.

Предполагается, что количество рабочих мест сырьевого отдела сократится на 5 человек и составит 5 человек. Также предполагается ввести дополнительную штатную единицу – администратор 1С бухгалтерия и внедряемой системы с заработной платой в 4500 рублей (с учетом премий), при этом убрать единицу – Администратор 1С бухгалтерия. Таким образом, годовой доход от сокращения штата составит: (29500 –20000) ´ 12 = 114000 рублей.

Определим доход от увеличения оперативности ведения бухгалтерского учета. До внедрения проекта составление отчетности по времени занимало около 1 месяца. После внедрения на эту операцию потребуется около часа. Таким образом доход от увеличения оперативности можно найти как стоимость трудовых затрат на составление отчетности. Она будет равна половине стоимости трудовых ресурсов сырьевого отдела за 1 месяц. Берется только половина стоимости, так как половина рабочего дня во время составления годовой отчетности уходит на регистрацию текущих хозяйственных операций. Т.е. доход от увеличения оперативности равен:

43500 ´ 3: 2 = 65250 рублей

Отсюда годовой доход от внедрения проекта равен:

Дг = 114000 + 65250 = 179250 рублей

Тогда

n = 122000: 179250 = 0.69 » 1 год

Срок окупаемости проекта: n = 1 год.

3.4 Оценка инвестиционной привлекательности проекта

В основе этого метода лежит метод дисконтирования денежных поступлений.

Смысл этой методики состоит в том, что при ее использовании выясняется нужно ли инвестировать деньги в этот проект, или выгоднее просто вложить деньги в банк, где риск меньше, а доход больше.

Инвестиционная привлекательность проекта (I) рассчитывается по формуле:

I = P – S, (7)

где PP – доход от инвестирования денег в проект;

S – доход от вложения суммы в банк.

Проект считается инвестиционно привлекательным, если I > 0.

Доход от инвестирования денег в проект рассчитывается по формуле:

P = Дг ´ n, (8)

где Дг – годовой доход от внедрения проекта;

n – период действия проекта.

Доход от инвестирования денег в проект составит:

179250 ´ 4 = 717000 рублей

Доход от вложения денег в банк рассчитывается по формуле:

(9)

где S – доход от вложения суммы в банк;

Зв – затраты на внедрение проекта;

r – банковская ставка;

n – период действия проекта.

Ставка банковского кредита равна на данный момент 28%. Период действия проекта равен четырем годам, тогда доход от вложения суммы денег в банк, которую мы хотим вложить в данный проект, будет равен:

S = (122000 ´ 1.28 ´ 1.28 ´ 1.28 ´ 1.28) – 122000 = 327491 рубль

I = 717000 – 327491 > 0

Отсюда необходимо сделать вывод, что инвестирование денег в данный проект выгоднее, чем просто положить деньги в банк под процент.
Заключение

Учет движения и поставок сырья – одна из наиболее важных задач предприятий занимающихся переработкой сахарной свеклы.

Одним из наиболее важных препятствий является недостаточность контроля за движением сырья.

Разрабатываемая информационная система позволит увеличить степень контроля на всех участках движения сырья и выявить те участки, на которых потери сырья максимальны. Это позволит в дальнейшем отслеживать такие участки и принимать решения по минимизации потерь сырья.

Так же система позволит обеспечить наиболее полный документооборот по движению сырья и обеспечить бесперебойную приемку сырья в период заготовки.

Данную систему так же можно внедрять на других предприятиях, занимающихся переработкой сахарной свеклы.

Список использованных источников

1.         Инвестиции, уч. для ВУЗов. М., Финансы и статистика, 2002.

2.         Экономика предприятия под ред. Н.А. Сафонова. М., ЮРИСТЪ, 1999.

3.         Риск-анализ инвестиционного проекта под ред. М.В. Грачевой. М., ЮНИТИ, 2001

4.         Автоматизированные информационные технологии в экономике под ред. Г.А. Титоренко. М.: ЮНИТИ, 2003

5.         В.Б. Уткин. Информационные системы и технологии в экономике. М.: ЮНИТИ, 2003

6.      Бухгалтерский учет и финансовый анализ. – М.: ИНФРА‑М, 2000. – 261 с.

7.         В.Г. Олифер, Н.А. Олифер. Компьютерные сети. – СПб.: «Питер», 2001

8.         Ф. Уоссермен, Нейрокомпьютерная техника, М., Мир, 1992.

9.         Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992.

10.    Richard P. Lippmann, An Introduction to Computing withNeural Nets, IEEE Acoustics, Speech, and Signal ProcessingMagazine, April 1987.

11.    Paul J. Werbos, Backpropagation Through Time: What It Does and How to Do It //Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992, pp.309–319.

12.    H.A. Malki, A. Moghaddamjoo, Using the Karhunen-Loe`ve Transformation in the Back-Propagation Training Algorithm //IEEE Transactions on Neural Networks, Vol.2, N1, 1991, pp.162–165.

13.    Harris Drucker, Yann Le Cun, Improving Generalization Performance Using Backpropagation //IEEE Transactions on Neural Networks, Vol.3, N5, 1992, pp.991–997.

14.       Windows 2000 Server. Учебный курс MCSE. – М.: изд-во Русская редакция, 2000. – 612 с.

15.       Администрирование сети на основе Microsoft Windows 2000. Учебный курс MCSE. – М.: изд-во Русская редакция, 2000. – 512 с.

16.       Андреев А.Г. Новые технологии Windows 2000 / под ред. А.Н. Чекмарева – СПб.: БХВ – Санкт-Петербург, 1999. – 592 с.

17.       Вишневский А. Служба каталогов Windows 2000. Учебный курс. – СПб.: Питер, 2001. – 464 с.

18.       Кульгин М. Технология корпоративных сетей. Энциклопедия. – СПб.: Питер, 2001. – 704 с.

19.       Г. Смирнова. Проектирование экономических информационных систем. Учебник. Финансы и статистика, М., 2002.

20.    Верников Г. Основные методологии обследования организаций. Стандарт IDEF0. – URL: http://consulting.psi.ru

21.       Кинжалин А. BPWin – инструмент системного анализа. – URL: astrosoft.spb.ru/ASTR1.HTM

22.       Bpwin – система моделирования бизнес процессов. – URL:

23.       http://interface.ru/Bpwin.htm

24.       www.regadm.tambov.ru

25.       www.citforum.ru

26.       www.russianenterprisesolutions.com

Ввод данн. С уд. Св-та