Мероприятия по повышению эффективности деятельности ТУЭС Ханты-Мансийского филиала ОАО "Ростелеком"

Прогнозируется, что в 2008 году объем рынка «интеллектуальных  зданий» в США может достичь $47 млрд. Эксперты из Великобритании с  сожалением отмечают десятилетнее отставание своей страны от США. В Германии вложения в «интеллектуальные» здания достигают около $800 млн. в год. Во Франции запущена правительственная программа по установке в 60 тысячах домов систем безопасности и управления теплом и электроэнергией. А что в России?

Как мы уже отмечали, попытка  денежной оценки российского рынка «интеллектуальных зданий» оказалась самой трудной задачей при работе над обзором. Тем не менее, базируясь на имеющихся цифрах и экспертных оценках,

сопоставляя технические  данные по различным проектам, мы попытались оценить объем рынка по стоимости установленного оборудования. По нашим расчетам, в 2006 году общий объем рынка составил $81 млн. Из них $70 млн. стоило оборудование в сегменте «автоматизация и диспетчеризация зданий», $11 млн. пришелся на сегмент «автоматизация жилья и малых объектов».

Оговоримся, что приведенные  данные определят, скорее, порядок цифр и могут существенно отличаться от реального положения вещей  на рынке. Здесь остается только сетовать на закрытость наших компаний и надеяться, что со временем отечественные инсталляторы смогут с гордостью называть размеры своего годового оборота. Потребители услуг в европейских странах большую часть «интеллектуальных» зданий, кроме инфраструктурных объектов (аэропорты, крупные торговые центры), а также жилых комплексов нового поколения, составляют офисные здания (24%). За ними следуют медицинские (14%), образовательные (9%) и индустриальные (7%).

На основании анализа данных по проектам 2006 года, реализованным в России, мы получили следующую картину распределения количества реализованных проектов по различным группам потребителей (рис. 2.3).

Больше всего реализовано  «интеллектуальных» проектов в жилом  сегменте (58%). Далее идут административные здания (12%), затем гостиницы, рестораны (9%) и промышленные предприятия (6%).

Приведенные данные основаны на подсчете реализованных в России в 2006 году проектов, а поэтому отражают реальную картину спроса и предложения на этом рынке.

Если учесть, что всего  в России за год было реализовано  около трех тысяч «интеллектуальных» проектов, то проценты на рис. 2.3 практически тождественны количеству реализованных проектов в различных потребительских группах.

 

  Рис. 2.3 - Распределение количества реализованных проектов по различным группам потребителей на российском рынке «интеллектуальных» зданий в 2006 году

 

  Детальный анализ  реализованных проектов позволили  оценить стоимость различных  объектов и говорить не только  об их количественном распределении  по потребительским сегментам  рынка, но и о стоимостном распределении по этим сегментам (рис. 2.4).

 

 

 

  Рис. 2.4 - Распределение долей рынка «интеллектуальных» зданий между потребительскими сегментами в России за 2006 год

 

При построении диаграммы  учитывалось количество и сложность  проектов по различным группам потребителей, а также их оцениваемая или действительная стоимость. По многим проектам нам удалось получить реальные цифры, по другим — использованы экспертные оценки.

Очевидно, что стоимость  «умных» проектов для жилых помещений, коттеджей и малых офисов не столь значительна, как общая стоимость проектов систем автоматизации и диспетчеризации зданий.

Поэтому стоимостные  доли рынка по потребительским сегментам (см. рис. 2.4) несколько перераспределились по сравнению с количественными  долями проектов (см. рис. 2.3). Так, сектор жилья «упал» до 14%. Доля административных зданий выросла почти до 34%, предприятий транспорта — до 15%, предприятий торговли — до 12%. Общая доля рынка по четырем указанным сегментам составляет более 74%.

Едва ли не главным вопросом, который интересует заказчиков, является стоимость «интеллекта» здания, которая приходится на каждый квадратный метр общей площади.

Здесь речь идет, в первую очередь, о жилых и малых объектах, оборудованных системой «Умный дом». По экспертным оценкам, средняя стоимость «интеллектуализации» колеблется от $50 до $200 за квадратный метр. При этом средний размер «умных» квартир составляет около 150 м.кв., коттеджей — 500 м.кв.

Большинство систем, построенных  как на EIB оборудовании, так и на оборудовании AMX и Crastron, обходятся заказчику в от 20 до 60 тыс. евро — в зависимости от размеров здания и заложенных функций. Сроки фактической окупаемости системы «умный дом» представители компаний инсталляторов называют самые разные: от 4 до 15 лет, но все единодушны во мнении, что говорить об окупаемости подобных проектов — все равно, что рассчитывать срок окупаемости автомобиля LandCruiser или MersedesS600. «Умный дом» — это проект, реализующий совершенно иной уровень возможностей и комфорта.

На какие же факторы должен обращать внимание заказчик при выборе исполнителя проекта? Безусловно, это наличие специалистов, которые прошли обучение и стажировку у ведущих мировых производителей оборудования и имеют международные сертификаты на право выполнения работ. Это гарантии, которые предоставляет компания от своего имени и от фирмы производителя. И, главное, это опыт компании, о котором лучше всего говорят реализованные проекты.

Именно таковы на сегодня  критерии, которыми руководствуются  заказчики проектов «умных домов, квартир и коттеджей». Потребители требуют гарантий и выбирают тех, кто им кажется надежнее и компетентнее.

По мнению большинства  разработчиков, рынок «интеллектуальных» зданий России сейчас активно развивается.

Потенциал рынка весьма значителен. Все больше заказчиков начинают понимать, что системы автоматизации в крупных проектах окупаются в течение нескольких лет и что дополнительные инвестиции оборачиваются реальной статьей экономии в процессе эксплуатации здания. И если в сегменте «автоматизации и диспетчеризации зданий» отмечается незначительное повышение объемов, то сегменте «автоматизации жилья и малых объектов», по словам специалистов, «рынок проснулся». Если в 2002 были лишь единичные заказы на систему «умный дом», то к началу 2006 года счет проектов идет уже на сотни, что видно из нашего обзора. Значительно вырос технический уровень заказчиков.

Что же сдерживает пока развитие «интеллектуальных» зданий в России? Можно назвать шесть причин:

1) отсутствие инвестиций  на оборудование зданий системами интеллектуального управления. В условиях нестабильной экономической обстановки инвесторам трудно делать долгосрочные прогнозы, и поэтому большинство застройщиков ориентируются на минимальную стоимость строительства, не задумываясь о снижении будущих эксплуатационных расходов;

2) дефицит в России  исполнителей для реализации  сложных проектов. До последнего времени на российском рынке доминировали фирмы с узкой специализацией, и практически невозможно было найти компанию, способную взять на себя проведение всего комплекса работ по созданию «интеллектуальных» зданий. Сейчас ситуация заметно изменилась, и результаты нашего обзора подтверждают эту тенденцию;

3) недостаточная информированность. У инвесторов зачастую складывается неадекватное восприятие объема инвестиций, которые необходимы для оборудования «интеллектуальных» зданий, и отсутствует понимание, что вложенные средства окупятся в процессе эксплуатации;

4) несовершенство законодательной  базы. Поставщики оборудования для автоматизации зачастую сталкиваются с проблемами сертификации. Вследствие этого заказчики вынуждены для решения задач безопасности приобретать дополнительное оборудование, как правило, менее надежное, но имеющее сертификаты;

5) несовершенство страховой  системы. Один из главных факторов, способствующих развитию систем автоматизации зданий в США и Западной Европе, — снижение страховой стоимости зданий, в которых установлены подобные системы. У нас эти механизмы пока в стадии разработки;

6) низкая стоимость  энергоносителей. Если в США и Западной Европе экономия энергоресурсов является одной из основных задач автоматизации зданий, то у нас экономия энергоносителей ощутима пока только на крупных объектах. В индивидуальном строительстве этот фактор практически не работает.

Радует, что в России растет число производителей, поставщиков, проектировщиков и инсталляторов, способных осуществлять достойные и качественные проекты.

Но для формирования в России цивилизованного рынка  систем «интеллектуального» здания, разработки соответствующих стандартов необходимы совместные усилия всех его участников и государственных органов.

 

 

 

 

 

 

 

 

  3 РАСЧЕТ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ МЕРОПРИЯТИЙ ПО СОВЕРШЕНСТВОВАНИЮ ФИНАНСОВО - ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

 

 

3.1 Прогнозный  анализ

 

 

 

Целью прогнозного анализа  является комплексная оценка будущего финансово-экономического состояния предприятия с учетом выявленных тенденций, а также экспертных оценок возможного изменения исходных показателей.

Прогнозный анализ основывается на методе ситуационного анализа  и прогнозирования и включает расчеты прогнозного отчета о прибылях и убытках, прогнозного баланса и прогнозного отчета о движении денежных средств. Эти документы имеют агрегированную форму, что позволяет прогнозировать определяющие финансовые показатели организации, не вдаваясь в излишнюю детализацию.

Прогнозный анализ должен предусматривать вариантные расчеты показателей перечисленных документов в зависимости от оценки будущего изменения исходных данных для расчетов: пессимистический, реалистический и оптимистический варианты прогноза. Прогнозные расчеты могут производиться с большей или меньшей степенью детализации. Ниже изложен один из базовых вариантов прогнозных расчетов. Отправной точкой расчетов являются соответствующие показатели отчетного года.

Исходные данные для прогнозного анализа приведены в таблице 3.1, среди них определяющими данными являются предполагаемое изменение объема производства и реализации, а также цен на производимую продукцию и приобретаемые ресурсы.

 

Таблица 3.1 – Исходные данные для прогнозного анализа

Наименование показателя	Значение
1	2
Темп прироста объема производства и реализации продукции (Т0).	1,01
Темп прироста цен  на выпускаемую продукцию (Тц);	1,08
Темп прироста цен  на сырье и материалы (Тцм);	1,08
Темп прироста материалоемкости продукции (Тме);	0
Темп прироста заработной платы (Тзп);	1,07
Темп прироста трудоемкости продукции (Ттс);	0,00
Средняя норма амортизации (отношение годовой амортизации  к стоимости внеоборотных активов) (па), %;	10,00
Норматив прочих затрат к выручке (Нп), %;	10,00

Продолжение таблицы 3.1

1	2
Операционный результат (Ро), тыс. руб.;	0,00
Внереализационный результат (Рв), тыс. руб.;	0,00
Капитальные вложения (KB), тыс. руб.;	250,00
Средняя ставка отчислений в социальные фонды (со ),%;	26,20
Средняя ставка налогообложения  бухгалтерской прибыли  до  налогообложения (сн),%;	24,00
Средняя ставка налога на добавленную стоимость (сндс),%;	18,00
Доля нераспределенной прибыли в чистой прибыли (днп),%;	60,00
Длительность оборота  запасов с НДС по приобретенным ценностям (Т3), дни;	2,00
Средний срок инкассации дебиторской задолженности  Тдз, дни;	8,00
Средний срок погашения  кредиторской задолженности (Ткз), дни.	8,00

 

Расчету показателей  прогнозного отчета о прибылях и  убытках предшествуют вспомогательные расчеты, которые включают прогнозные расчеты выручки, затрат в разрезе их элементов, а также стоимости внеоборотных активов.

При прогнозировании выручки учитывается влияние двух факторов — роста объема реализации и изменения цен на выпускаемую продукцию:

 

В_пр = В_о * (1 + Т_о) * (1 + Т_ц) + Д_доп, ,            (3.1)

 

где       В_о — выручка отчетного года, тыс. руб.

Д_доп – доходы от дополнительной деятельности, тыс. руб.

 

В_пр = 28350 * (1 + 1,01) * (1 + 1,08) + 8084 = 126609,68 тыс. руб.

 

Материальные затраты прогнозируются по формуле, которая предполагает возможность учета изменения материальных затрат в будущем относительно существующего уровня за счет роста объема производства, роста цен на материальные ресурсы и изменения материалоемкости:

 

 МЗ_пр = МЗ_о * (1 + Т_о) * (1 + Т_цм) * (1 + Т_ме),        (3.2)

 

где        М3_о — материальные затраты в отчетном году, тыс. руб.

 

 МЗ_пр =  15732 * (1 + 1,01) * (1 + 1,08) * (1 + 0) = 65772,35 тыс. руб.

 

 Прогнозные затраты на оплату труда рассчитываются по алгоритму, аналогичному предыдущему: