Анализ тенденций и закономерностей формирования себестоимости яровых зерновых в регионе

СОДЕРЖАНИЕ

 

ВВЕДЕНИЕ	3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ПОДХОДЫ, ТЕНДЕНЦИИ И ЗАКОНОМЕРНОСТИ ФОРМИРОВАНИЯ ПРИБЫЛИ ПРЕДПРИЯТИЯ	5
ГЛАВА  2.МЕТОДИКА ПОДГОТОВКИ ИСХОДНОЙ ИНФОРМАЦИИ	9
ГЛАВА 3. ТЕНДЕНЦИИ И ЗАКОНОМЕРНОСТИ ФОРМИРОВАНИЯ ПРИБЫЛИ ПРЕДПРИЯТИЙ МОГИЛЕВСКОЙ ОБЛАСТИ	11
3.1. Методика проверки информации  на соответствие требованиям закона нормального распределения	11
3.2. Корреляционная  модель формирования прибыли  предприятий могилевской области	12
3.3 Анализ  тенденций и закономерностей  формирования себестоимости яровых зерновых в регионе	26
ВЫВОДЫ	29
СПИСОК  ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ	30
ПРИЛОЖЕНИЕ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ВВЕДЕНИЕ

 

Современное экономическое  университетское образование держится на трех китах: микроэкономике, макроэкономике и эконометрике. Экономисты используют количественные данные для наблюдения за ходом развития экономики, ее анализа и прогнозов. Набор статистических методов, используемых для этих целей, называется в совокупности эконометрикой. Для успешного применения этих методов требуется точное (или хотя бы приблизительно верное) моделирование поведения экономических агентов, необходимо также понимание процессов, породивших имеющиеся данные, и насколько эти данные отражают те явления, которые мы пытаемся исследовать. Поскольку наши модели не полны, а данные не совершенны, значительная часть эконометрики посвящена методам, которые могли бы работать с такими моделями и данными. В конце концов, эконометрика является не более чем набором инструментов, хотя и очень полезных. Качество ингредиентов (моделей и данных) и то, как мы их используем, определяет результаты нашего анализа. Но и хорошие инструменты анализа также необходимы. Эконометрика является одновременно нашим телескопом и нашим микроскопом для изучения окружающего экономического мира.

 «Эконометрика позволяет  проводить количественный анализ  реальных экономических явлений,  основываясь на современном развитии  теории и наблюдениях, связанных с методами получения выводов» (Самуэльсон).

«Основная задача эконометрики — наполнить эмпирическим содержанием априорные экономические рассуждения» (Клейн).

«Цель эконометрики — эмпирический вывод экономических законов. Эконометрика дополняет теорию, используя реальные данные для проверки и уточнения  постулируемых отношений» (Маленво).

Эконометрика как наука  расположена где-то между экономикой, статистикой и математикой. Один из ответов на вопрос, что такое эконометрика, может звучать так: это наука, связанная с эмпирическим выводом экономических законов. То есть мы используем данные или «наблюдения» для того, чтобы получить количественные зависимости для экономических соотношений. Данные, как правило, не являются экспериментальными, так как в экономике мы не можем проводить (многократные) эксперименты.

Но это — только малая  часть работы эконометриста. Он также формулирует экономические модели, основываясь на экономической теории или на эмпирических данных, оценивает неизвестные величины (параметры) в этих моделях, делает прогнозы (и оценивает их точность) и дает рекомендации по экономической политике.

Во всей этой деятельности существенным является использование  моделей. Модели должны быть «настолько простыми, насколько это возможно, но не проще», сказал Эйнштейн. В большинстве случаев экономические законы выражаются в относительно простой математической форме.

Цель этой работы заключается  в моделировании формирования прибыли предприятий в Могилевской области. Для достижения этой цели были поставлены следующие задачи:

1) Исследование теоретических  подходов, тенденций и закономерностей формирования прибыли.

2) Рассмотрение методики  подготовки исходной информации.

3) Изучение тенденций  формирования прибыли предприятий  в Могилевской области (с использованием таких инструментов эконометрики, как линейные и нелинейные корреляционные модели, одноэтапная и двухэтапная схемы корреляционного анализа).

Объектом исследования явилась  прибыль предприятия, а информационную базу составили данные годовых отчетов сельскохозяйственных предприятий Могилевской области за 2011 г.

 

 

 

 

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ  ПОДХОДЫ, ТЕНДЕНЦИИ И ЗАКОНОМЕРНОСТИ ФОРМИРОВАНИЯ ПРИБЫЛИ ПРЕДПРИЯТИЯ

 

Прибыль – это денежное выражение накоплений, создаваемых предприятиями любой формы собственности. Как экономическая категория прибыль характеризует финансовый результат предпринимательской деятельности предприятий. Прибыль является показателем, который наиболее полно отражает эффективность производства, объем и качество произведенной продукции, состояние производительности труда, уровень себестоимости. Вместе с тем прибыль оказывает стимулирующее воздействие на укрепление коммерческого расчета, интенсификацию производства.

Прибыль – один из основных финансовых показателей плана и оценки хозяйственной деятельности фирмы. За счет прибыли осуществляется финансирование мероприятий по научно – техническому и социально-экономическому развитию, увеличению фонда оплаты труда.

Прибыль является не только источником обеспечения внутрихозяйственных потребностей предприятий, но приобретает все большее значение в формировании бюджетных ресурсов, внебюджетных и благотворительных фондов.

Прибыль как конечный финансовый результат деятельности фирмы представляет собой разницу между общей суммой доходов и затратами на производство и реализацию продукции с учетом убытков от различных хозяйственных операций. Таким образом, прибыль формируется в результате взаимодействия многих компонентов, как с положительным, так и отрицательным знаком.

Прибыль как главный результат предпринимательской деятельности обеспечивает потребности самой организации и государства в целом.

Ведущее значение прибыли в качестве финансового показателя предпринимательской деятельности фирмы вместе с тем не означает его уникальности и универсальности. Анализ стимулирующей роли прибыли показывает, что в отдельных хозяйствующих субъектах преобладает стремление извлечь высокую прибыль в целях увеличения фонда оплаты труда в ущерб производственному и социальному развитию коллектива. Более того, выявлены факты получения «незаработанной» прибыли, т.е. образующейся не в результате эффективной хозяйственной деятельности, а путем изменения, например, структуры выпускаемой продукции. Вместо производства низкорентабельной, но имеющей большой спрос продукции предприятия увеличивают производство более выгодной для них и более дорогой высокорентабельной продукции. В ряде случаев рост прибыли обусловлен необоснованным повышением цен на продукцию.

Тем не менее, постепенный рост объема производства в отраслях экономики способствует улучшению экономических показателей деятельности предприятий и организаций, а, следовательно, позитивным изменениям в динамике прибыли.

Наиболее действенным  инструментом для прогноза прибыли сегодня является экономико-математическое моделирование и, в частности, корреляционные модели. [5,56]

Рассмотрим некоторые  труды сотрудников, аспирантов, студентов  и соискателей кафедры математического  моделирования экономических систем аграрно-промышленного комплекса и других.

В целях выявления тенденций  окупаемости ресурсов сельскохозяйственных предприятий Е.В. Гончаровой, аспирантом, была построена корреляционная модель на базе информации о стоимости товарной продукции в хозяйствах Могилёвской области за период 1996–1999 гг. Следовательно, ресурсный потенциал может быть представлен следующими показателями, которые для сопоставления выражены в долларовом эквиваленте (по среднегодовому курсу) и рассчитаны на одного среднегодового работника:

$/раб.;

$/раб.;

 л.с./раб.;

$/раб.;

 оборотные  фонды, $/раб.;

 площадь сельскохозяйственных  угодий, га/раб.;

 количество  балло-гектаров.

Корреляционная модель формирования стоимости товарной продукции в  исследуемых хозяйствах в 1996 году:

 

Окупаемость ресурсного потенциала на изучаемых сельскохозяйственных предприятиях в 1999 году характеризуется следующей корреляционной моделью:

 

Коэффициенты множественной  корреляции свидетельствуют о тесной зависимости стоимости товарной продукции от перечисленных выше факторов в расчёте на одного среднегодового работника.

Значимость данного коэффициента в 1999 году (R=0,97) несколько выше, чем в 1996 году (R=0,81). Критерий Фишера (F=32,6 и F=230,9) показывают на существенность зависимости. Коэффициенты детерминации свидетельствуют, что если в1996 году стоимость товарной продукции зависела от ресурсного потенциала только на 67% (D=0,66628), то в 1999 году данная зависимость возросла до 94% (D=0,94011).

Проведённые исследования позволяют  сделать вывод, что изменения  в составе и структуре ресурсного потенциала, сокращение его окупаемости  свидетельствуют об ухудшении экономического положения сельскохозяйственных предприятий.

Занятость и эффективность  производства в сельскохозяйственных предприятиях была предложена Т.Н. Тимощенко(экономист).

Для повышения эффективности  труда занятых в аграрной сфере, следовало бы идти на неизбежные меры по сокращению скрытой безработицы. При этом необходимо одновременно стимулировать создание новых рабочих мест, обеспечивая занятость высвобождаемых.

Для повышения эффективности  производства и его роста каждое предприятие должно иметь обоснованную структуру производства с учётом трудоёмкости и сезонности различных областей деятельности, региональной организации труда, действенной системы материального стимулирования, что позволит обеспечить более полное использование трудовых ресурсов в каждом производственном процессе.

Использование труда сельскохозяйственных работников поддаётся количественному анализу. Нами построена корреляционная модель (КМ) годовой занятости трудоспособного работника (), учитывающая следующие факторы:

 фондооснащённость  сельскохозяйственных предприятий,  млн.руб.;

 численность  работников на 100 га угодий, чел.;

 производство валовой продукции на 100 га угодий, тыс.руб.;

 производство  валовой продукции на 1 чел.-день, тыс.руб.;

 производство  валовой продукции на 1 работника,  тыс.руб.;

 производство  валовой продукции на 100 руб. основных  производственных фондов, тыс.руб.

В результате расчётов получена КМ следующего вида:

 

R=0,871, D=75,86%, F=11,6.

Параметры, характеризующие  качество модели, достаточно высокие, что свидетельствует об её устойчивости и возможности применения для  изучения и анализа годовой занятости трудоспособного работника.

Рассчитанные β-коэффициенты при факторах КМ показывают, что наиболее значительное влияние на занятость работников оказывает производство валовой продукции на одного работника и производство валовой продукции на 100 га сельскохозяйственных угодий (β=0,538 и 0,206 соответственно).

Таким образом, использование  КМ в аналитических целях позволяет определить количественную степень воздействия факторов на годовую занятость одного трудоспособного работника и возможность её применения в исследованиях использования труда на сельскохозяйственных предприятиях.

Н.А. Беляцкой(экономист),И.И. Леньковым(доктор экон. наук, профессор) была предложена модельная программа реструктуризации многоотраслевого сельхозпредприятия.

Разработке сценария реструктуризации сельхозпредприятия должно предшествовать экономическое обоснование всех управленческих решений с точки  зрения эффективности использования  ресурсов.

Исходя из того, что стоимость  товарной продукции (СТП) является важнейшим  итоговым показателем предприятий  нами были рассчитаны параметры КМ формирования вышеуказанного показателя по данным совокупности хозяйств Мстиславского, Кричевского и Горецкого районов.

Полученная КМ имеет следующий вид:

 

где стоимость основных производственных фондов, тыс.руб.;

 энергетические мощности, тыс. л.с.;

 среднегодовые работники, чел.;

 производственные  затраты без амортизации, тыс.руб.;

 услуги с.-х.  техники, тыс.руб.;

 услуги с.-х.  химии, тыс.руб.;

 сотни балло-гектаров.

Коэффициент множественной  корреляции равен 0,96, критерий Фишера – 53,65, что свидетельствует об устойчивости КМ, т.е. изменение СТП почти функционально зависит от перечисленных ресурсов.

Из КМ следует, что увеличение энергетических мощностей, производственных затрат, балло-гектаров и услуг сельхозхимии создаёт предпосылки для роста СТП. Наращивание производства предполагает и увеличение численности работников, что подтверждает интенсивный характер использования труда. Не в пользу сельхозпредприятий складываются их отношение с предприятиями Агропромтехники.

Таким образом, приведенные  выше КМ позволяют изучить особенности формирования  прибыли предприятий в условиях переходного периода и решить вопрос об экономических приоритетах в отдельных группах хозяйств.[1,78-80]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ГЛАВА 2.МЕТОДИКА ПОДГОТОВКИ ИСХОДНОЙ

ИНФОРМАЦИИ

 

В природе существует множество  признаков, оказывающих влияние  друг на друга. Причем одни признаки обуславливают  влияние других (первые называют факторными или независимыми, вторые — результативными или зависимыми). Зависимость может быть либо функциональной, либо корреляционной.

Функциональная связь  характеризуется полным соответствием  между влиянием факторного и результативного  признаков. Зная признак-фактор, можно  найти признак-результат (например, зная валовой сбор продукции и  площадь посева зерновых культур, можно  абсолютно точно найти их урожайность).

В корреляционных связях между  влиянием факторного и результативного признаков нет полного соответствия, воздействие факторов проявляется лишь при наблюдении за большим количеством фактических данных. Это связано с воздействием на результативный признак большого числа факторных.

Корреляционно регрессионный  анализ предназначен для изучения корреляционных связей. Он позволяет измерить тесноту связи двух и большего числа признаков между собой и определить аналитическое выражение, описывающее эту связь.

Этап выбора факторного и  независимых признаков является определяющим, так как от него зависит адекватность всей модели, значимость, возможность использования ее в анализе и планировании экономики предприятий или целых регионов.

Сложность состоит в том, что не существует точных аналитических методов, с помощью которых можно было безошибочно определить где есть результативный, а где есть факторный показатель. При определении результативного и факторных показателей основу составляют причинно-следственные связи. При этом один и тот же фактор может быть как результативным, так и факторным в различных моделях. Главным при определении результативного и факторных показателей является качественная модель формирования результативного показателя по Марксу: «Вновь созданный продукт есть результат использования живого и прошлого труда».

При формировании исходной информации необходимо опираться на следующие принципы отбора:

1. Исходная информация должна характеризоваться системой объективно существующих признаков, распадающихся на целевой (исходный) признак и совокупность факториальных;
2. Целевой признак должен состоять в непосредственной причинно-следственной связи с факториальными признаками;
3. Каждый признак должен быть выражен в каком-либо одном, объективно его отражающем технико-экономическом показателе;
4. Отбор и обоснование информации начинается с целевого показателя, поскольку он выражает конкурентную цель, а затем определяют факториальные показатели;
5. Достоверность показателей, то есть каждый из них должен точно отражать соответствующие признаки исследуемых технико-экономических процессов: целевой показатель четко отражает цель, факториальные – соответствующие признаки;
6. Исследование должно охватить всю полноту причинных факторов, статистическая модель – совокупность наиболее существенных из них;
7. Исследование должно отражать (через графики и коэффициенты корреляции) всю совокупность связей между факторами и целевым показателем;

Особенность ценовой информации в статистическом моделировании  в отличие от других ее видов состоит  в необходимости формировать  репрезентативную выборочную совокупность наблюдений, ибо статистическая закономерность проявляется только в массе наблюдений.

Для построения нашей эконометрической модели использовали данные отчетов  с/х предприятий Могилевской области  за 2011 год. 

В корреляционной модели, которая  будет построена в этой работе, результативным фактором была выбрана прибыль предприятия, млн. руб. (), а независимыми — прибыль растениеводства, млн. руб. (); прибыль животноводства, млн. руб. (); балл сельскохозяйственных угодий, балл (); приходится молока на 100 га с/х угодий, ц (); приходится ж.м КРС на 100 га с/х угодий, ц (); стоимость ОПФ, млн.руб. (); наличие энергетических мощностей, тыс. л. с. (); среднегодовая численность работников, чел.(); площадь сельскохозяйственных угодий, га ().

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ГЛАВА 3. ТЕНДЕНЦИИ И ЗАКОНОМЕРНОСТИ ФОРМИРОВАНИЯ ПРИБЫЛИ ПРЕДПРИЯТИЙ МОГИЛЕВСКОЙ ОБЛАСТИ

 

3.1. Методика проверки информации на соответствие требованиям закона нормального распределения

 

Когда корреляционная модель строится для большого количества наблюдений, никогда не бывает так, чтобы все имеющиеся данные были достоверны. Все – таки цифры в таблицы заносят люди, а людям свойственно ошибаться. Но перед тем, как приступить к работе, нужно исключить все недостоверные данные из рассмотрения, чтобы корреляционная модель была максимально адекватной.

Для этого существуют специальные  правила проверки, которые позволяют последовательно выявить столбец, содержащий недостоверную информацию, а потом и строку, и таким образом исключить неверное наблюдение из информационной базы.

В этой работе нам предстоит  выявить недостоверные наблюдения из 157 имеющихся. Для этого рассчитаем такие статистические показатели выборки, как асимметрия, эксцесс, стандартная ошибка асимметрии и стандартная ошибка эксцесса по следующим формулам:

	(1)
	(2)
	(3)
	(4)

где — количество наблюдений, а — среднеквадратическое отклонение показателя (рассчитывается для каждого показателя отдельно).

(5)

Информация является достоверной, если выполняются следующие условия:

	(6)
	(7)

Результат сравнений показал, что в каждом из столбцов содержится нарушение, так как статистические показатели ни одного не удовлетворяют двум этим неравенствам одновременно.

Данная ситуация позволяет  нам воспользоваться правилом «трех  сигм» для своего разрешения. Модуль разности i-го и среднего значений показателя меньше утроенного значения стандартного отклонения (ПРИЛОЖЕНИЕ  А).

(8)

Информацию в каждой строке несоответствующего столбца проверяем  данным правилом, преобразованным для  удобства вычислений в следующее  выражение:

.

Строки с этими ячейками из таблицы были удалены, и сама она  преобразована к виду, который можно видеть в «Достоверная информация».

После проверки информации на достоверность число наблюдений сократилось со 157 до 71 (ПРИЛОЖЕНИЕ Б).

 

 

3.2. Корреляционная  модель формирования прибыли  предприятий могилевской области 

 

После того, как определены параметры корреляционной модели, рассчитываются ее характеристики — для определения адекватности модели и ее значимости.

Для многофакторных моделей  рассчитывается такой показатель, как  коэффициент множественной регрессии:

(9)

где — коэффициент множественной регрессии, рассчитываемый для линейной модели; — коэффициент множественной регрессии, рассчитываемый для нелинейной модели; — соответствующее значение результативного фактора, рассчитанного с помощью корреляционной модели; — наблюдаемое значение результативного фактора; — среднее значение наблюдаемого результативного фактора; — коэффициент Фишера:

(10)

После определения коэффициента множественной регрессии его  проверяют на значимость с помощью следующей формулы:

(11)

где — ошибка корреляции, скорректированная на число факторов, учтенных в модели:

(12)

где — число наблюдений, — число факторов, включая результативный.

Коэффициент корреляции, возведенный  в квадрат и выраженный в процентном соотношении, называется коэффициентом  детерминации.

	(13)

Скорректированный коэффициент  детерминации используется для оценки реальной тесноты связи между  результативным показателем и фактором или для сравнения моделей с разным числом показателей:

                                                            (14)

где — число наблюдений, — число факторов, включая результативный.

Критерий Фишера показывает пригодность применение корреляционной модели на практике:

                                                             (14)

 Расчетное значение  критерия Фишера сравнивают с  табличным значением, которое определяется для принятого уровня значимость α и числа степеней свободы

Средняя относительная ошибка аппроксимации определяет точность модели:

 

где фактическое значение результативного показателя, расчетное значение результативного показателя.

Модель имеет высокую  точность, если  , и допустимую точность, если .

Если корреляционная модель существенна по всем возможным характеристикам, то на основе этих характеристик рассчитываются характеристики факторных показателей.

Коэффициент существенности коэффициента регрессии показывает существенность каждого отдельного фактора на результативный:

 

где  ошибка коэффициента регрессии, коэффициент регрессии. Расчетное значение  критерия Стьюдента сравнивают с табличным значением, которое определяется для принятого уровня значимость α и числа степеней свободы

Коэффициент эластичности :

(15)

где — коэффициент модели, — среднее значение соответствующего независимого фактора, — среднее значение зависимого фактора. Он показывает, насколько % изменился результативный показатель, если факторный показатель увеличился на 1%.

Бета-коэффициент показывает, на какую часть стандартного отклонения изменится результативный показатель, если факторный показатель увеличится на одно стандартное отклонение:

(15)

Показатель частной детерминации определяет вклад каждого фактора  в формирование вариации результативного  показателя:

 

 где  коэффициент парной корреляции между результативным и факторным показателем.

На основе достоверных  данных  строится линейная корреляционная модель, уравнение которой выглядит следующим образом

(ПРИЛОЖЕНИЕ В):

  ; ; ; ; .

 где    Y – прибыль предприятия, млн. руб.,

  прибыль растениеводства, млн. руб.,

  – прибыль животноводства, млн. руб.,

  –  балл с. – х. угодий,

  приходится молока на 100 га с. - х. угодий, ц,

  приходится ж. м. КРС  на 100 га с. - х. угодий, ц,

  – стоимость ОПФ, млн. руб.,

  наличие энергетических мощностей, тыс. л. с.,

  среднегодовая численность работников, чел.,

  площадь с. – х. угодий, га.

Параметр а₀=23,14 показывает, что при влиянии неучтенных в модели факторов прибыль предприятия увеличивается на 23,14  млн. руб. Коэффициент а₁=1,00 – если  прибыль растениеводства увеличится на 1 млн. руб., то прибыль предприятия увеличивается на 1,00 млн. руб.; а₂=1,03 – если прибыль животноводства увеличится на 1 млн. руб., то прибыль увеличится на 1,03 млн. руб.; а₃=0,66 – если балл с. – х. угодий увеличится на 1 балл, то прибыль увеличится на 0,66 млн. руб.; а₄=-0,06 – если количество  молока на 100 га с. - х. угодий увеличится на 1 ц, то прибыль уменьшится на 0,06 млн. руб.; а₅=-0,19 - если   количество ж. м. КРС на 100 га с. - х. угодий увеличится га 1 ц, то прибыль уменьшится на 0,19 млн. руб.; а₆=0,0001 - если стоимость ОПФ увеличится на 1 млн. руб., то прибыль увеличится на 0,0001 млн. руб., а₇=6,52 - если энергетические мощности увеличится на 1 тыс. л. с., то прибыль увеличится на 3,52 млн. руб., а₈=-0,11 – если среднегодовая численность работников увеличится на 1 человека, то прибыль уменьшится на 0,11 млн. руб.; а₉=-0,004 - если   площадь с. – х. угодий увеличится 1 га, то прибыль уменьшится на 0,004 млн. руб.

Так как наша модель является линейной многофакторной, то мы вычисляем коэффициент множественной корреляции R. R=0,99 показывает, что выбранные факторы сильно влияют на результативный.

Далее рассматриваем коэффициент  существенности множественной корреляции. t_R=347,3≥2,48, следовательно, модель является устойчивой.

Коэффициент детерминации: D=R²*100% . D=97,78% показывает, что выбранные факторы объясняют изменение результативного на 97,78%.

Поскольку скорректированный  коэффициент детерминации =0,9774 имеет близкое значение с коэффициентом детерминации, то модель хорошая.