冶金选矿厂成本控制分析.pdf

《冶金选矿厂成本控制分析.pdf》由会员分享，可在线阅读，更多相关《冶金选矿厂成本控制分析.pdf（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、http:/ -1-冶金选矿厂成本控制分析冶金选矿厂成本控制分析1 郑毅，高青山 辽宁工程技术大学，辽宁葫芦岛市(125105)E-mail：Z 摘摘 要：要：本文运用多元线性回归分析法建立了精矿成本的预测模型,经检验并和实际数据对比，结果令人满意,达到了成本事前控制的目的,避免了精矿成本决策的片面性和局限性。关键词：关键词：多元线性回归，回归检验 中图分类号：中图分类号：F272.1 1.引言引言 选矿企业的竞争最直接的体现是成本的竞争，成本是评价选矿企业业绩最关键、最重要的指标，是衡量公司竞争力和赢利水平的一个关键因素。本论文通过运用多元回归分析法建立了精矿成本的预测模型，为选矿企业的成本

2、预测提供了一种比较有效的预测方法。并且，利用该种方法对甲矿二选厂的精矿成本进行了预测，经检验并和实际数据对比，结果令人满意，说明回归预测模型在精矿成本预测中具有较好的实用价值。2.甲铅锌矿及其二选厂工艺流程简介甲铅锌矿及其二选厂工艺流程简介 甲铅锌矿位于内蒙古，是中国北方少见的大型铅锌金属矿床，始建于 1979 年，经过二十六年的建设，已发展成为采、选、冶、机加制造配套成龙的现代化大型矿山企业。甲铅锌矿现有两个采区、两个选矿厂、一个提升运输工区、一个铅冶炼厂等六个主体生产单位。选矿工艺流程在选矿企业生产过程中起着非常重要的作用，工艺流程的创新与改进，可以提高选矿过程中的生产效率及矿石品位、降低

3、物耗与能耗。从而，可以优化选矿企业的成本管理。冶金选矿工艺流程是由选前的矿石准备作业、选别作业、选后的脱水作业所组成的连续生产过程。矿石经过选矿后，可得到精矿和尾矿两种产品。冶金选矿生产工艺流程如图1 所示。图 1 选矿工艺流程 Fig1 Process flow of mine 3.精矿成本主要影响因素的确定精矿成本主要影响因素的确定 本文将以甲铅锌矿二选厂某年的成本汇总表为例来做具体分析：1本课题得到辽宁省教育厅科研基金（项目编号：05W125）的资助。http:/ -2-表 1 二选厂成本汇总表 Tab.1 cost summary of mine 2 项目 金额(元)项目 金额(元)1

4、.人工费 合计 198000 1.1 管理人员 81000 4.维修 1.2 生产工人 121500 4.1 人工费 15390 合计 202500 4.2 备件 25110 2.材料及供电 合计 40500 2.1 矿石 446400 5.承包和咨询 2.2 磨矿介质及衬板 4320 5.1 运输 15525 2.3 滤布 18000 5.2 其他费 16875 2.4 供电 230400 5.3 冶金 21600 2.5 其他 20800 5.4 咨询费 13500 合计 720000 6.管理费用 3 药剂 6.1 旅差费 42525 3.1 捕收剂 59400 6.2 培训费 2430

5、0 3.2 调整剂 49500 6.3 尾矿坝复垦 43740 3.3 起泡剂 53460 6.4 其他费用 10935 3.4 絮凝剂 35640 成本总计 1350000 3.1 原矿品位对精矿成本的影响分析原矿品位对精矿成本的影响分析 据业内人士介绍：矿石品位是指有色矿石中可选某种有色金属所占的比率。铅锌原矿石是生产精矿的主要材料,从表 1 可以看出矿石耗用金额为：446400 元，占材料及供电耗用金额的 62%，占精矿整个生产成本的 33.07%。矿石价格一般都是企业内部价格，波动很小，所以，对精矿成本有影响的当属原矿石耗用量。然而，所耗用原矿石最多可以选多少精矿主要取决于原矿的品位,

6、品位越高,所选的精矿量越多，相应耗用的磨矿介质和衬板以及药剂较少，所耗用的费用越低；品位越低，所选的精矿量越少，耗用的费用越高。因此，品位的高低是影响精矿成本的重要因素。3.2 电能单位耗用量对精矿成本的影响分析电能单位耗用量对精矿成本的影响分析 在选矿工艺流程的每一个阶段电能都是不可缺少的，从表 1 的相关数据来看，电能耗用金额为 230400 元，占材料及供电耗用金额的 32%，占精矿总成本的 17.07%。将其和其他影响因素所占精矿总成本的比重进行比较，可以看出电能耗用金额在精矿成本总额中占的比重是比较大的。又因为电能单位价格一般波动不大，所以，电能耗用金额的大小主要取决于单位耗用量的大

7、小。因此，在进行精矿成本预测时电能耗用量是必须考虑的因素之一。4.样本数据的选取样本数据的选取 为了对该选厂精矿成本预测模型中各影响因素对应的回归系数进行比较精确的估计，为了下文能求解出三因素与精矿成本之间的关系表达式，本节选取了甲铅锌矿二选厂 1990 年到 2004 年共 15 年的数据资料，如表 2 所示。http:/ -3-表 2 样本数据表 Tab.2 data table of specimen 年度 精矿成本 Y(万元)原矿铅品位1(kg/t)电能单能2(kwh/t)原矿锌品位3(%)1990 175.56 6.928 18.97 50.778 1991 181.11 6.368

8、 18.95 51.5 1992 162.224 6.058 18.5 52.1 1993 176.009 5.378 18.4 51.6 1994 165.00 6.548 17.89 51.5 1995 150.221 7.098 18.2 51 1996 149.999 6.698 18.3 51.2 1997 130.99 7.308 18.54 52.4 1998 170.76 6.698 18.62 51.4 1999 175.231 6.088 18.4 51.2 2000 190.689 6.368 18.9 50.2 2001 157.236 6.798 18.63 51.6

9、 2002 182.00 6.488 18.93 51.115 2003 181.221 6.318 18.91 51.5 2004 161.22 6.718 18.6 51 5.精矿成本预测模型的求解精矿成本预测模型的求解 本节将依据表 2 中，原矿铅品位、电能单耗、原矿锌品位的历年数据来对精矿成本预测模型中的回归系数进行求解。根据多元线性回归分析法1可知精矿成本预测模型为:3322110XXX+=(1)其中:代表原矿锌品位代表电能单耗、代表原矿铅品位、321XXX。将数据带入 spss15 统计软件进行多元线性回归分析，结果如下：表 3 相关系数汇总表 Tab.3 Model Summar

10、y Model R R Square Adjusted R Square Std.Error of the Estimate 1.912(a).832.7867.24877 a Predictors:(Constant),VAR00004,VAR00002,VAR00003 表 4 方差表 Tab.3 ANOVA(b)Model Sum of Squares df Mean SquareF Sig.Regression 2867.3393955.78018.190.000(a)Residual 577.9921152.545 1 Total 3445.33114 a Predictors:(C

11、onstant),VAR00004,VAR00002,VAR00003 b Dependent Variable:VAR00001 http:/ -4-表 5 系数表 Tab.3 Coefficients(a)Model Unstandardized CoefficientsStandardized Coefficients t Sig.B Std.Error Beta B Std.Error 1(Constant)620.445256.206 2.422.034 VAR00002-20.1794.122-.605-4.896.000 VAR00003 20.4186.351.4113.215

12、.008 VAR00004-13.6533.827-.457-3.567.004 a Dependent Variable:VAR00001 由此得到精矿成本预测模型的回归系数,则可得:321653.13418.20179.20445.620+=（2）这就是该精矿成本与原矿铅品位、电能单耗及原矿锌品位四者之间的线性关系表达式。6.精矿成本预测模型回归效果检验精矿成本预测模型回归效果检验 在精矿成本预测模型确定后，该模型是否可用于实际，是否有意义，要解决这一问题，还需要对该模型的回归效果进行以下判断和检验。6.1 该模型拟合度的评价该模型拟合度的评价 通过对该模型拟合度的评价，可以判断出原矿铅品

13、位、电能单耗、原矿锌品位与精矿成本结合的紧密程度。判断该模型拟和程度的指标-可决系数2R，并且由于该模型属于多元线性回归模型，所以须用修正自由度的可决系数2R来对该模型的拟和程度进行评价。根据表 3 的计算结果可知，可决系数2R=0.832，修正自由度的可决系数2R=0.786 2R越接近与 1 说明拟和程度越高，由此说明，前述回归模型解释了精矿成本变差的78.6%，有着高的代表性，并且也进一步说明了原矿铅品位、电能单耗、原矿锌品位与精矿成本的确存在着很高相关度和紧密程度。6.2 回归系数的显著性检验回归系数的显著性检验 进行回归系数的检验主要目的是为了检验各回归系数对应的自变量对因变量的影响

14、是否显著，以便对自变量的取舍做出正确的判断。根据上面的计算结果，对精矿成本预测模型中的各回归系数进行 t 检验。422.20=t2.201说明常数项对精矿成本预测具有实际意义；1t=4.8962.201说明原矿铅品位对精矿成本的影响是显著的；2t=3.2152.201说明电能单耗对精矿成本的影响是显著的；=567.33t2.201说明原矿锌品位对精矿成本的影响是显著的。6.3 精矿成本预测模型的显著性检验精矿成本预测模型的显著性检验 由于该模型属于多元线性回归模型,包含了四个回归系数,所以应对该回归方程进行显著性检验。根据表 4 的计算结果知道 F 统计量为 18.19,根据第一自由度 3,第

15、二自由度 11，和http:/ -5-显著性水平=1%，查 F(3,11)分步表可知22.6=F。因为，F 的值远远大于F，即认为回归模型中，原矿铅品位、电能单耗、原矿锌品位与精矿成本的线形关系显著，并且这一组回归系数有意义，可以利用所建立的多元线性回归预测模型进行实际成本预测。7.进行成本预测、成本控制分析进行成本预测、成本控制分析 2经过以上检验，说明前面得出的回归模型方程应用效果是比较好的，它具有相当的代表性.所以，可以借助该模型预测未来年度精矿成本，并可依此开展成本控制分析。表 6 成本预测分析表 Tab.6 analysis table of cost forecast 年度 原 矿

16、 铅 品 位X1(%)电能单耗 X2(kwh/t)原矿锌品位 X3(%)精矿成本 Y(万元)2005年预测 6.728 18.86 51.56 165.83 2005年实际 6.876 18.85 51.63 161.69 2006年预测 7.031 18.86 51.56 159.72 2006年实际 7.016 18.84 51.67 158.11 2007年预测.7.053 18.87 51.71.157.43.由表 6 可知,根据年初确定的原矿铅品位、电能单耗、原矿锌品位资料，应用预测模型即可预测出二选厂全年的精矿成本，得到预测值。2005 年与 2006 年的预测值与实际发生值见表

17、6。同理可预测 2007 年的精矿成本值。因此，当 2007 年原矿铅品位为 7.053%，电能单耗为 18.87kw/t 时,原矿锌品位为 51.71%预测的精矿成本置信范围在 144.4528 到 170.4072之间,其概率保证程度为 90%,若要求精度提高到 95%时,则预测的精矿成本置信区间在141.5256 到 173.3344 之间。经过精矿成本的预测值与实际值的比较，一方面，可以看出原矿铅品位、电能单耗、原矿锌品位与精矿成本间存在着线性关系，预测的差异较小、模型精度较高，这说明了精矿成本预测效果令人满意；另一方面，精矿成本持续降低，这也说明了成本的事前控制是比较成功的。8.成本

18、预测对甲铅锌矿二选厂的现实意义成本预测对甲铅锌矿二选厂的现实意义 甲铅锌矿二选厂成本预测几乎都是根据以往的经验,这种来自领导下达式的经验数据,没有可靠的依据,其结果往往收效不大,并且在现代企业制度下，如果还是凭借那种经验来推算精矿成本的话，必定丧失市场竞争能力。而且也不利于该选厂的成本计划与成本控制具体实施.最终也将不利于其成本的降低和经济效益的提高。在这种情况下,本文通过对该矿二选厂成本影响因素的分析,选取了对精矿成本影响最大的三个因素,即:原矿铅品位、电能单耗、原矿锌品位。并且在此分析的基础上，收集整理了三大影响因素 15 年的历史数据，利用多元回归分析法建立了精矿成本预测模型,而且该预测

19、模型已经过一系列的精度判断与检验,具有一定的可靠性和可操作性。通过建立该预测模型，一方面,可以给二选厂的管理者提供一种成本预测的“工具”,帮助其减少在成本预测时的盲目性。另一方面,便于对精矿成本进行科学准确地预测，在成本预http:/ -6-测数据比较准确后，才会使成本计划和成本控制更为有效。因为，成本预测既是成本计划的基础，也是成本事前控制的起点和成败的关键。参考文献参考文献 1马庆国.管理统计学:M.第 1 版北京:科学出版社 2002.267-273 2 Mark S.Better,“Cost Management:Control and Profitability”J Journal

20、of Cost Management 14:2000.甲铅锌矿是真实企业的隐名 The analysis on cost control of metallurgy mine Zheng Yi，Gao Qingshan The college of business administation，Liaoning technical university，Huluda，Liaoning（125105）Abstract This article establishes the cost forecast model of pure ore by multivariate linear regres

21、sion analysis methods,through regression test then contrasts with the actual data,gets the satisfied result,achieves the goal of cost control in advance,avoids the one-sidedness and limitations of cost decision.Keywords：multivariate linear regression，regression test 作者简介：郑毅，男，1972 年生，副教授，硕士，主要研究方向是财务、成本管理。