...........................
第三章 AR 海洋生物制药企业：外部环境与内部条件分析 .............................. 20
3.1 案例企业简介 ................................................. 20
3.2 行业 PEST 分析 ............................................ 20
第四章 AR 生物制药企业的本量利动态模型应用 ...................................... 29
4.1 成本习性划分 ....................................... 29
4.2 线性本量利动态模型—以 AMT 产品为例 ........................ 32
第五章 多产品本量利分析模型与优化 ......................................... 49
5.1 多产品本量利分析公式设置 ......................................... 49
5.2 多产品条件下的目标利润与优化 ......................... 51
第五章 多产品本量利分析模型与优化
5.1 多产品本量利分析公式设置
根据所得资料，本文将该企业主要生产的三种产品近几年的单价成本等数据信息呈现在表 5.1 中，通过对比选择合适的多产品结构本量利计算方法。因为考虑到 AR 生物制药企业的实际情况，其生产产量更倾向于市场需求方，属于订单式生产模式（make-to-order），所以不适用于联合单位法。再者，虽然由表 5.1 可看出该企业主要收入来源于 AMT，但是 AMT 产品的单位收益并不是很高。相比之下当 KJT 产品的市场打开后，对企业整体的收入来源有较大改变，其它品种的边际贡献未达到可以忽略不计的情况，故也不运用主要品种法[68][69]。
本文主要参考销售金额配比法构建多产品本量利分析模型，其操作思路的具体步骤如下所示：
............................
第六章 总结与展望
6.1 结论
第一，传统的本量利分析已经不能满足企业动态环境对决策信息的需求。传统本量利分析主要是静态的数据分析，作为管理会计中的重要分析工具，可以为企业理清成本、产销量和利润之间的关系，但应用于风险控制和生产预测等事前项目则显得力不从心。而且传统本量利分析所依赖的线性关系、品种结构稳定、产销平衡等假设前提在实践应用中都有较大的局限性，过于理想化的条件将会影响本量利分析的实际应用效果。
第二，电子软件与随机模型的引用，极大地提高了决策信息的相关性和科学性。为了改善本量利模型固有缺陷，本文从各类中外文献得到启发，结合EXCEL软件并引入随机理念，将传统本量利模型从静态工具转化为能即时更新的动态数据分析工具。根据产品成本线的函数特性，依次为其构建不同的本量利动态模型，更加吻合产品的实际情况，提高数据分析的可信程度。同时针对成本和单价易受外界影响的产品，借助Monte Carlo思想进行大量数据模拟，展现各种变量在复杂环境下的相互关系。
第三，可视化的本量利动态分析模型更具有实际意义和应用价值。首先，传统本量利分析在企业应用过程中，存在着线性相关条件和相关范围随时间波动，不仅包括原料价格、变动成本及销售价格，还有品种结构随时间或企业政策发生相应调整等问题。动态本量利分析建立在及时更新随时调整的基础上，根据最新的数据情况进行分析判断，规避了本量利模型只适用于短期决策分析的缺陷。其提供的信息相对精确，能够切合实际，根据企业发生的具体情况进行相应追踪。其次，将数据整合进图表中，使得分析结果可视化，工作人员可以对产品的变动趋势一目了然，有利于迅速找到解决方案的最佳范围，很大程度上提高了车间生产数据分析的工作效率，为产品预测和风险控制均提供了有效的管理会计工具。再者，依托EXCEL可视化的动态本量利模型，操作相对简单方便，设置好基础数据区域和相关公式后便可以运用到实际工作中，建立这一模型无需太大成本，但对企业产品生产决策的帮助却有质的飞跃。最后，本量利分析这种计算模型，计算涵盖的时间跨度越大，则必然导致其分析结果偏离现实的程度越大。采取动态可调计算可以在计算时间上缩小因其简化模型而造成的误差。因此，该本量利分析模型既能帮助企业做出正确的产品决策，一定程度上分析产品风险，又可以迅速上手且展示结果简洁明了。
参考文献（略）
