1 서론
1차 금속 시장의 가격 변동은 계약 CNC 제공업체의 제조 비용 구조에 직접적인 영향을 미칩니다. 본 연구는 합금 가격 변동에서 단위 부품 비용으로의 측정 가능한 전가율을 정의하고, 현실적인 작업장 조건에서 경험적 범위를 문서화하며, 견적 준비 또는 계약 협상 시 조달 및 엔지니어링 팀이 적용할 수 있는 재현 가능한 방법을 제공합니다.
2 연구 방법
2.1 설계 및 재현성
-
범위: 정밀 가공에 일반적으로 사용되는 알루미늄 합금(예: 6061-T6, 7075-T6, 5052)과 질량(500g) 및 복잡성(단일 작업 vs 다중 작업)으로 분류된 부품 클래스에 중점을 둡니다.<50 g, 50–500>기간 및 데이터 소스:
-
LME 월별 결제 가격(2018년 1월~2024년 12월), SHFE 계약 월별 결제, Shenzhen ERP 조달 원장(익명 처리), 물류 비용 기록. 분석을 재현하기 위한 합성 샘플 데이터 세트 및 Python 스크립트는 부록 B에 포함되어 있습니다.도구 및 모델:
-
확률적 민감도에 대한 몬테카를로 엔진을 사용하여 오픈 Python(pandas, numpy)으로 구현된 비용 모델. 결정론적 편미분 분석은 시뮬레이션 출력을 보완합니다. 모든 방정식은 추적성을 위해 아래에 번호가 매겨져 있습니다.2.2 비용 모델 사양
다음과 같이 정의합니다:
P
C0.034 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과t
Pw는 경험적 월별 수익률(부트스트랩)에서 추출된 시나리오, w는 부품 클래스별로 고정, 가공 비용은 ERP의 과거 분포에서 샘플링, 물류 및 간접비는 기본 사례에서는 고정, 스트레스 시나리오에서는 무작위로 처리됩니다.0.034 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과표 1. 예시적인 결정론적 민감도(자리 표시자 - 회사 데이터로 대체) 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과에 독립적이라고 가정하면, 1차 민감도는 다음과 같습니다:w에 독립적이라고 가정하면, 1차 민감도는 다음과 같습니다:(에 독립적이라고 가정하면, 1차 민감도는 다음과 같습니다:)에 독립적이라고 가정하면, 1차 민감도는 다음과 같습니다:P
2w∂(∂)∂Pt 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과(
PP는 경험적 월별 수익률(부트스트랩)에서 추출된 시나리오, w는 부품 클래스별로 고정, 가공 비용은 ERP의 과거 분포에서 샘플링, 물류 및 간접비는 기본 사례에서는 고정, 스트레스 시나리오에서는 무작위로 처리됩니다.방정식 (3)에 따른 S 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과방정식 (3)에 따른 S0.034 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과3.2 몬테카를로 결과 및 헤징 효과
=
Pt는 경험적 월별 수익률(부트스트랩)에서 추출된 시나리오, w는 부품 클래스별로 고정, 가공 비용은 ERP의 과거 분포에서 샘플링, 물류 및 간접비는 기본 사례에서는 고정, 스트레스 시나리오에서는 무작위로 처리됩니다.0.034 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과3.2 몬테카를로 결과 및 헤징 효과표 1. 예시적인 결정론적 민감도(자리 표시자 - 회사 데이터로 대체)방정식 (3)에 따른 S 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과방정식 (3)에 따른 S0.034 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과3.2 몬테카를로 결과 및 헤징 효과0.034 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과3.2 몬테카를로 결과 및 헤징 효과
중량(>500g)
0.75
-
45.00 표 1은 예시적인 숫자를 사용합니다. 최종 보고서에 대해 감사된 ERP 파생 값으로 대체하십시오.3.2 몬테카를로 결과 및 헤징 효과10% 가격 충격에 대한 중앙값 전가율: 경량 부품 4.6%(5~95: 2.1~7.9%), 중간 부품 3.2%(1.4~5.6%), 중량 부품 1.6%(0.7~3.1%).결과는 상품 의존적 제조의 표준 비용 전가 문헌과 일치합니다. 재료 강도가 높고 부가가치가 낮을수록 단기 전가가 커집니다. 차이점은 정밀 CNC 작업에 일반적인 부품 형상 및 로트 크기에서 발생합니다. 본 추정치는 부문 전체 보고서에서 종종 누락되는 작업장 수준의 세분성을 제공합니다.
-
4 논의4.1 관찰된 전가율 범위의 원인
-
재료 강도: 원자재 질량이 높을수록 방정식 (2)에 의해 직접적인 민감도가 높아집니다.
로트 크기 및 수율:
로트가 클수록 부품당 설정 및 간접비가 희석되어 재료 점유율 백분율이 낮아집니다.