基于作业成本法的成本估算研究
唐静
摘要：目前对于作业成本的研究越来越严谨，大部分研究都有具体的模型，作业成本法也不例外。建立独立的依靠作业成本法的成本估算，并对其中的成分进行详细分析，确定产品中包含的特定属性，从而更加确定估算关系。完整的历史数据对于成本估算研究也具有重要意义，应用的数据要可靠，模型必须严谨，才能够使基于作业成本法的成本估算研究更加符合预期。本文从作业成本法研究活动出发，提出了在研究过程中需要注意的细节，以促进企业更好地发展。
关键词：作业成本法 成本估算 作业动因 属性理论
中图分类号：F275 文献标识码：A
准确的成本估算信息，有利于企业制定合理的价格，对企业的产品制定可行性的规划，不管是项目的研发，还是成本的估算，都具有借鉴意义，但是现在的市场现状是价格的波动性较大，数据的可用性不高，基于作业成本法的成本估算也不够精细，使得研究者在进行研究的同时不能够专心，还要关注其他的成本因素。
1 成本估算要求分析
作业成本法是指一种间接费用分配方法，产品成本取决于作业完成的频率及作业对资源的消耗。产品消耗作业的次数和种类，决定了作业消耗资源的数量与种类，如果二者都是逐渐增加，那么产品的成本也将升高。为了更好地推动成本估算活动的有序进行，需要工作人员从多个层面出发，明确成本估算工作的基本要求。为后续作业成本法在实践中的应用创造必要条件。
成本作业估算工作开展的准备阶段，需要企业与管理者立足于相关工作的实际情况，对成本估算思路进行整理，确保相关工作能够在科学高效的框架下进行。具体来看，基于作业的成本估算方法，是通过确定与生产活动相关的作业活动中的成本因素来进行成本汇集的一种方式。结合观察数据与历史信息对整个作业活动中的成本投入有一个较为准确的认知。产品的成本源自于产品原料的损耗，成本估算的对象因此也主要集中于损耗这一方面，可以将产品划归为粗粒度上的n项作用結合以及细粒度的n × k种资源结合，基于这种情况，进行资源应用模式的优化组合，形成一个高效的成本作业估算模式。并在这一过程中，对材料费、加工费、装配费、检验费等费用支出进行估算，同时对人员定编、资源消耗以及专属费用进行估算，在此基础上，确保整个作业成本估算活动能够贴合实际的使用要求，避免出现各类估算错误。
作业成本法的估算步骤分为两步，第一是估算产品在生产或者是消耗的过程中作业动因的数量，另一方面是各种资源的价值，通过数据汇总与分析，形成完整的、准确的数据链条，使产品的特征属性与作业动因数量之间的关系更加清晰、准确，使实验的结果也更加符合实验预期。在进行成本估算的过程中，要引入作业动因量这一指标，作为中间变量的指标能够增加历史数据的可靠性，成本估算值也因为计量方法的使用而更加准确。新产品的成本如果与市场同类产品成本有较大的差异，就说明需要从估算的结果寻找问题所在，大部分是因为产品特征属性的变化而带来的作业动因量的变动，从而使资源的价格发生变动，又或者是资源使用量造成的价格变动，这些都是有可能造成成本估算总值与预期差别较大的原因。研究者在清楚可能出现的原因之后，就可以去寻找能够降低成本的方法与途径，在产品的设计过程中也应该有所体现，从而使产品能够更好地为用户服务。但是传统的估算时是无法做到的，传统的估算方法没有考虑到将成本纳入设计之中，而是单纯的归为一类，或者是根本不涉及。[1]
2 基于RBF神经网络的AER构建
基于作业成本法的成本估算有助于径向基函数神经网络，实现了整个估算集体的全局性与逼近性，并且这种神经网络结构相对来说较为简单且便于使用，具有较高的实用性。RBF神经网络归根结底是仿真模型的建立，在设计的过程中输入的数据是产品的特性参数，而输出的则是作业动因量。随着技术的进步，产品的设计方面也会发生一些改变，需要研究者去根据实际的产品状态来进行一些调整，但也需要根据学习效应和作业动因耗用量，基于成本动因与产品特征属性之间的关系比较复杂，所以在实际的处理过程中不能够只使用二次函数模拟，而是要加入其他一些模型来使其线性程度增加。有研究表明神经网络的误差率极小，因此，可以构建基于RBF神经网络的AER，从而最大程度地使数据更加准确。
2.1 RBF神经网络
RBF神经网络与常见的网络相比，具有更快的速度，降低出现局部极小点的次数，并且能够提高函数的逼近能力，模式的识别也更加的清晰，分类清楚，从而使神经网络能够更好地服务于作业成本法的成本估算研究工作。RBF网络只有一个隐层，在隐层之中神经元与输出层神经元模型能够具有较强的连接性，并且一旦当隐层的参数点确定之后，将会为计算函数的应用创造出良好的运行氛围，大大提升RBF神经网络在成本估算过程中对于数据处理的高效性与稳定性，满足了相关控制工作的基本要求。在进行几轮网络的训练之后，新产品的特征属性将表现得更加明显，将其输入到网络中，得到的输出值将作为作业动因量，从而增加其真实性。[2]
2.2作业动因量估算
2.2.1模糊多属性效用理论
模糊多属性理论的应用将在很大程度上弥补传统成本估算的弊端，从而使对象的属性更加确定，历史数据的使用也更加明确，这一方面也是专家无法解决的部分，这一理论的成功应用能够提高专家的经验，每一个评估对象都有自己所存在的意义，并且都在自己的范围之内活动，但是却有着比较模糊的属性水平，可以用相关的函数来进行解决；评估对象与属性水平之间的关系也是比较模糊的，具体的水平也应该有明确的效用值，有效的效用值能够直接应用到项目的决策上，从而转化为评价的指标，使模糊属性理论的应用更加高效完整，也符合成本法的成本估算研究。基于这种特点模糊多属性效用理论贴合了实际的成本估算工作的客观要求，大大提升了成本估算工作的有效性与便捷性。
2.2.2基于模糊属性理论的作业动因量估算
产品属性不是能够在短期内立刻确定的，在这种时候大多数都是依靠专家过往的经验与经历，将每个产品按照等级进行划分，水平较高的产品与水平较低的产品势必会出现作业动因量的不同，水平较高的产品要耗用较多的作业动因量。对于确定的特征属性则需要对动因量进行隶属函数的分析，利用最大值与最小值之间的关系来确定其他特征值的特征属性，确定的特征属性对作业动因量的消耗量影响程度的判断是模糊的，需要通过隶属函数来反映，才能够得出更专业的数据与结论。[3]
2.2.3建立模糊多属性效用函数
因为产品属性的模糊，所以大多数情况下产品的结果也是模糊的，需要用作业动因量指标的隶属函数来进行表示。总体的效用值应该是通过延伸的模糊形式来进行表现的，因此，建立模糊多属性效用模型显得尤为重要。作业动因指标的确定也是十分复杂的过程，将隶属度与作业动因指标之间的关系进行合理的处理，从而能够获得量化的作业动因指标，对于需要进行模糊處理的动因指标有两种方法，一是最大最小中心值法，将最小效用值与最大效用值的平均数作为期望的成本动因指标；而另一种则是面积中心法，方法就是函数的中心是期望的作业动因指标，中心则是三角形的重心。如果在应用历史数据进行计算的过程中，发现数据中有ADI的存在，就可以通过多元统计回归的方式来进行计算与研究，对相应的需要的作业动因量进行核算，这不仅需要财务人员的努力，还需要有设计人员以及相关作业中心的人员参与，才能够使得出的产品的作业动因量符合预期的目标。[4]
2.2.4进行产品成本估算
成本估算的关键在于预算制定，具体来看，预算编制的过程中，要在实用性原则的指导下，对产品成本各个环节进行梳理，破除冗余环节对于产品成本预算编制工作的不利影响，将预算编制与成本估算工作进行有效衔接，避免预算过大或者过小的情况出现，导致预算无法指导产品成本估算工作，造成成本估算的低效性，影响整个产品成本财务管理工作的效能。作业成本估算要实施严格的财务制度，根据实际情况，编制预算，通过财务预算对成本估算进行量化控制，有助于成本估算的实现。同时也要将信息化的财务管理制度引入到成本估算之中，在办公中使用成本估算软件，借助现代化工具与手段将复杂的财务核算便捷化，减少了人为计算的失误。要加强对相关财务人员的选拔与培养，通过更加专业的财务管理人员，更加专业的财务管理工作，实现作业成本估算成本的有效控制，实现良性运作与健康发展。
3 结束语
综上所述，作业成本法的成本估算研究需要专家付出十分强大的努力，基于成本法的相关工作也应该使新产品的属性更加明确，历史数据符合完整性这一要求，主要特征属性水平能够得到准确的描述与记录，弥补传统成本估算中成本估算方法的不足，使生产所需要的资源按照市场的价格来进行估算，更加符合市场的发展趋势，历史成本的数据也更加的明确，具有相当的可比性。但是基于作业成本法的发展现状，RBF网络还需要进一步优化才能够满足其发展，产品中的特征属性权也需要在研究的过程中更加明晰，基于未来要研究的方向来确保成本估算研究符合企业的发展，也为企业的长远发展奠定基础。
参考文献：
[1] 郭春明，韩之俊，申亚楠，桂良军.基于作业成本法和径向基网络的参数成本评估[J].计算机集成制造系统，2005（8）：1163- 1168.
[2] 卢沁瑶.基于作业成本法的合资铁路运营成本及其相关研究[D].西南交通大学，2006.
[3] 李喜云.作业成本核算与控制系统研究[D].哈尔滨理工大学，2007.
[4] 蹇令香.第三方物流企业作业成本估算研究[D].大连海事大学，2006.
摘要：目前对于作业成本的研究越来越严谨，大部分研究都有具体的模型，作业成本法也不例外。建立独立的依靠作业成本法的成本估算，并对其中的成分进行详细分析，确定产品中包含的特定属性，从而更加确定估算关系。完整的历史数据对于成本估算研究也具有重要意义，应用的数据要可靠，模型必须严谨，才能够使基于作业成本法的成本估算研究更加符合预期。本文从作业成本法研究活动出发，提出了在研究过程中需要注意的细节，以促进企业更好地发展。
关键词：作业成本法 成本估算 作业动因 属性理论
中图分类号：F275 文献标识码：A
准确的成本估算信息，有利于企业制定合理的价格，对企业的产品制定可行性的规划，不管是项目的研发，还是成本的估算，都具有借鉴意义，但是现在的市场现状是价格的波动性较大，数据的可用性不高，基于作业成本法的成本估算也不够精细，使得研究者在进行研究的同时不能够专心，还要关注其他的成本因素。
1 成本估算要求分析
作业成本法是指一种间接费用分配方法，产品成本取决于作业完成的频率及作业对资源的消耗。产品消耗作业的次数和种类，决定了作业消耗资源的数量与种类，如果二者都是逐渐增加，那么产品的成本也将升高。为了更好地推动成本估算活动的有序进行，需要工作人员从多个层面出发，明确成本估算工作的基本要求。为后续作业成本法在实践中的应用创造必要条件。
成本作业估算工作开展的准备阶段，需要企业与管理者立足于相关工作的实际情况，对成本估算思路进行整理，确保相关工作能够在科学高效的框架下进行。具体来看，基于作业的成本估算方法，是通过确定与生产活动相关的作业活动中的成本因素来进行成本汇集的一种方式。结合观察数据与历史信息对整个作业活动中的成本投入有一个较为准确的认知。产品的成本源自于产品原料的损耗，成本估算的对象因此也主要集中于损耗这一方面，可以将产品划归为粗粒度上的n项作用結合以及细粒度的n × k种资源结合，基于这种情况，进行资源应用模式的优化组合，形成一个高效的成本作业估算模式。并在这一过程中，对材料费、加工费、装配费、检验费等费用支出进行估算，同时对人员定编、资源消耗以及专属费用进行估算，在此基础上，确保整个作业成本估算活动能够贴合实际的使用要求，避免出现各类估算错误。
作业成本法的估算步骤分为两步，第一是估算产品在生产或者是消耗的过程中作业动因的数量，另一方面是各种资源的价值，通过数据汇总与分析，形成完整的、准确的数据链条，使产品的特征属性与作业动因数量之间的关系更加清晰、准确，使实验的结果也更加符合实验预期。在进行成本估算的过程中，要引入作业动因量这一指标，作为中间变量的指标能够增加历史数据的可靠性，成本估算值也因为计量方法的使用而更加准确。新产品的成本如果与市场同类产品成本有较大的差异，就说明需要从估算的结果寻找问题所在，大部分是因为产品特征属性的变化而带来的作业动因量的变动，从而使资源的价格发生变动，又或者是资源使用量造成的价格变动，这些都是有可能造成成本估算总值与预期差别较大的原因。研究者在清楚可能出现的原因之后，就可以去寻找能够降低成本的方法与途径，在产品的设计过程中也应该有所体现，从而使产品能够更好地为用户服务。但是传统的估算时是无法做到的，传统的估算方法没有考虑到将成本纳入设计之中，而是单纯的归为一类，或者是根本不涉及。[1]
2 基于RBF神经网络的AER构建
基于作业成本法的成本估算有助于径向基函数神经网络，实现了整个估算集体的全局性与逼近性，并且这种神经网络结构相对来说较为简单且便于使用，具有较高的实用性。RBF神经网络归根结底是仿真模型的建立，在设计的过程中输入的数据是产品的特性参数，而输出的则是作业动因量。随着技术的进步，产品的设计方面也会发生一些改变，需要研究者去根据实际的产品状态来进行一些调整，但也需要根据学习效应和作业动因耗用量，基于成本动因与产品特征属性之间的关系比较复杂，所以在实际的处理过程中不能够只使用二次函数模拟，而是要加入其他一些模型来使其线性程度增加。有研究表明神经网络的误差率极小，因此，可以构建基于RBF神经网络的AER，从而最大程度地使数据更加准确。
2.1 RBF神经网络
RBF神经网络与常见的网络相比，具有更快的速度，降低出现局部极小点的次数，并且能够提高函数的逼近能力，模式的识别也更加的清晰，分类清楚，从而使神经网络能够更好地服务于作业成本法的成本估算研究工作。RBF网络只有一个隐层，在隐层之中神经元与输出层神经元模型能够具有较强的连接性，并且一旦当隐层的参数点确定之后，将会为计算函数的应用创造出良好的运行氛围，大大提升RBF神经网络在成本估算过程中对于数据处理的高效性与稳定性，满足了相关控制工作的基本要求。在进行几轮网络的训练之后，新产品的特征属性将表现得更加明显，将其输入到网络中，得到的输出值将作为作业动因量，从而增加其真实性。[2]
2.2作业动因量估算
2.2.1模糊多属性效用理论
模糊多属性理论的应用将在很大程度上弥补传统成本估算的弊端，从而使对象的属性更加确定，历史数据的使用也更加明确，这一方面也是专家无法解决的部分，这一理论的成功应用能够提高专家的经验，每一个评估对象都有自己所存在的意义，并且都在自己的范围之内活动，但是却有着比较模糊的属性水平，可以用相关的函数来进行解决；评估对象与属性水平之间的关系也是比较模糊的，具体的水平也应该有明确的效用值，有效的效用值能够直接应用到项目的决策上，从而转化为评价的指标，使模糊属性理论的应用更加高效完整，也符合成本法的成本估算研究。基于这种特点模糊多属性效用理论贴合了实际的成本估算工作的客观要求，大大提升了成本估算工作的有效性与便捷性。
2.2.2基于模糊属性理论的作业动因量估算
产品属性不是能够在短期内立刻确定的，在这种时候大多数都是依靠专家过往的经验与经历，将每个产品按照等级进行划分，水平较高的产品与水平较低的产品势必会出现作业动因量的不同，水平较高的产品要耗用较多的作业动因量。对于确定的特征属性则需要对动因量进行隶属函数的分析，利用最大值与最小值之间的关系来确定其他特征值的特征属性，确定的特征属性对作业动因量的消耗量影响程度的判断是模糊的，需要通过隶属函数来反映，才能够得出更专业的数据与结论。[3]
2.2.3建立模糊多属性效用函数
因为产品属性的模糊，所以大多数情况下产品的结果也是模糊的，需要用作业动因量指标的隶属函数来进行表示。总体的效用值应该是通过延伸的模糊形式来进行表现的，因此，建立模糊多属性效用模型显得尤为重要。作业动因指标的确定也是十分复杂的过程，将隶属度与作业动因指标之间的关系进行合理的处理，从而能够获得量化的作业动因指标，对于需要进行模糊處理的动因指标有两种方法，一是最大最小中心值法，将最小效用值与最大效用值的平均数作为期望的成本动因指标；而另一种则是面积中心法，方法就是函数的中心是期望的作业动因指标，中心则是三角形的重心。如果在应用历史数据进行计算的过程中，发现数据中有ADI的存在，就可以通过多元统计回归的方式来进行计算与研究，对相应的需要的作业动因量进行核算，这不仅需要财务人员的努力，还需要有设计人员以及相关作业中心的人员参与，才能够使得出的产品的作业动因量符合预期的目标。[4]
2.2.4进行产品成本估算
成本估算的关键在于预算制定，具体来看，预算编制的过程中，要在实用性原则的指导下，对产品成本各个环节进行梳理，破除冗余环节对于产品成本预算编制工作的不利影响，将预算编制与成本估算工作进行有效衔接，避免预算过大或者过小的情况出现，导致预算无法指导产品成本估算工作，造成成本估算的低效性，影响整个产品成本财务管理工作的效能。作业成本估算要实施严格的财务制度，根据实际情况，编制预算，通过财务预算对成本估算进行量化控制，有助于成本估算的实现。同时也要将信息化的财务管理制度引入到成本估算之中，在办公中使用成本估算软件，借助现代化工具与手段将复杂的财务核算便捷化，减少了人为计算的失误。要加强对相关财务人员的选拔与培养，通过更加专业的财务管理人员，更加专业的财务管理工作，实现作业成本估算成本的有效控制，实现良性运作与健康发展。
3 结束语
综上所述，作业成本法的成本估算研究需要专家付出十分强大的努力，基于成本法的相关工作也应该使新产品的属性更加明确，历史数据符合完整性这一要求，主要特征属性水平能够得到准确的描述与记录，弥补传统成本估算中成本估算方法的不足，使生产所需要的资源按照市场的价格来进行估算，更加符合市场的发展趋势，历史成本的数据也更加的明确，具有相当的可比性。但是基于作业成本法的发展现状，RBF网络还需要进一步优化才能够满足其发展，产品中的特征属性权也需要在研究的过程中更加明晰，基于未来要研究的方向来确保成本估算研究符合企业的发展，也为企业的长远发展奠定基础。
参考文献：
[1] 郭春明，韩之俊，申亚楠，桂良军.基于作业成本法和径向基网络的参数成本评估[J].计算机集成制造系统，2005（8）：1163- 1168.
[2] 卢沁瑶.基于作业成本法的合资铁路运营成本及其相关研究[D].西南交通大学，2006.
[3] 李喜云.作业成本核算与控制系统研究[D].哈尔滨理工大学，2007.
[4] 蹇令香.第三方物流企业作业成本估算研究[D].大连海事大学，2006.
