Статистическое изучение и анализ производственных затрат и себестоимости молока в хозяйствах Ачинской природно-экономической зоны

Министерство  сельского хозяйства  Российской Федерации

Департамент научно-технологической политики и  образования

ФГОУ  ВПО «Красноярский государственный аграрный университет» 

Институт  экономики и финансов апк 
 

Кафедра экономического анализа и статистики 
 
 
 
 
 

КУРСОВОЙ  ПРОЕКТ  

на тему: «Статистическое изучение и анализ

производственных  затрат и себестоимости молока в хозяйствах

Ачинской природно-экономической зоны» 

00.00.00.00.ПЗ 
 
 
 
 
 
 
 

Красноярск 2010

СОДЕРЖАНИЕ 

ВВЕДЕНИЕ 

       В условиях рынка каждое предприятие  стремится минимизировать уровень производственных затрат и себестоимости. Следовательно, необходимо выявить факторы, влияющие на изменения данных показателей и оценить весомость их влияния.

     Цель  курсового проекта состоит в  том, чтобы провести анализ с качественной стороны количественных показателей, влияющих на уровень производственных издержек и себестоимости 1ц молока в группе сельскохозяйственных предприятий Ачинской зоны Красноярского края и сделать соответствующие выводы и предложения по  повышению уровня продуктивности.

     В процессе статистического анализа  необходимо использовать в сочетании  комплекс методов:

• статистическая группировка;
• индексный метод;
• корреляционно-регрессионный метод;
• анализ динамических рядов;
• выравнивание по прямой и трехлетнюю скользящую.

     Задачами  курсового проекта являются: расчленение  изучаемого явления на части по существующим признакам; выделение социально-экономических типов; исследование взаимосвязей варьирующих признаков при помощи группировки; проведение корреляционно-регрессионного анализа и выявление взаимосвязи и взаимообусловленности; проведение анализа и определение общей тенденции изменения при помощи трехлетней скользящей и аналитического выравнивания по прямой, а также проведение экстраполяции уровня продуктивности на ближайший период; проведение индексного анализа и анализа структуры в отчетном и базисном периоде; оценка условий производства и выявление резервов увеличения объемов производства молока.

     Объектом  статистического изучения являются сельскохозяйственные предприятия Ачинской зоны.

     Предметом исследования является уровень производственных издержек и себестоимости 1ц молока предприятий данной зоны.

1. СТАТИСТИЧЕСКАЯ  ГРУППИРОВКА

       Статистическая  группировка – разбиение совокупности на группы, однородные по какому-то признаку. При этом различия между единицами, отнесенными к одной группе, должны быть меньше, чем между единицами, отнесенными к разным группам.

       Группировочный  признак – признак, по которому происходит расчленение совокупности на группы. Выбор группировочного признака зависит от цели данной группировки и предварительного экономического анализа.

       Интервал – промежуток между двумя показателями количественного группировочного признака, он очерчивает количественные границы групп. При равных интервалах расчет величины интервала производят по формуле, предложенной американским ученым Г.А. Стерджессом:

;                                                                             (1.1)

где   - число наблюдений;

 - максимальное значение изучаемой совокупности;

- минимальное значение изучаемой совокупности. 

       Значение  группировки: группировка позволяет  выделить в совокупности социально-экономические  типы, охарактеризовать ее строение, а  также показать взаимосвязи между  признаками. Кроме того, группировка  является основой применения других методов.

       Выберем группировочный признак – признак, который наиболее точно отражает уровень развития изучаемого явления, и по которому будем производить разбиение совокупности на группы. Данным признаком выберем себестоимость 1ц молока (руб.). 
 

       Определим величину признака по каждому хозяйству  и выпишем в порядке возрастания, т.е. построим ранжированный ряд. 

       Таблица 1

Ранжированный ряд распределения предприятий

по себестоимости 1ц молока, руб. 

      На  основе ранжированного ряда можно определить существуют ли различия в уровне исследуемого признака.

      Для наглядности данные представляем графически: на оси ординат отражаем значение признака, на оси абсцисс – номер  по ранжиру (рис. 1). 

Рис. 1. График распределения  предприятий по себестоимости 1ц  молока 

      Анализируя  данный график, можно сказать, что  различия по уровню себестоимости между  предприятиями существуют, и они  достаточно велики, о чем свидетельствует  размах вариации:

      R = 675,86 - 230,43 = 445,43.                     (1.2)

      Для того чтобы выявить причины данных различий необходимо провести сравнительный  анализ по основным показателям, определяющим уровень изучаемого явления.

      Но  сравнивать непосредственно хозяйства  между собой нельзя, т.к. в отдельных  единицах не прослеживается закономерность развития, поэтому статистика изучает  только статистические совокупности; во-вторых, если сравнивать все единицы  между собой – получим большой  массив данных, неудобный для работы, поэтому прибегаем к методу статистической группировки.

      Изучая  ранжированный ряд и его график видно, что возрастание происходит в основном плавно, с небольшими изменениями в начале и конце,  провести границы невозможно. 
 

      Для разбиения совокупности используем математическую формулу расчета  интервала Г.А. Стерджессома, приведенную ранее:

       (руб.)

      Проведем  разбиение на группы.

      Интервальный  ряд будет выглядеть следующим  образом (табл.2). 

Таблица 2  

Интервальный  ряд распределения хозяйств по себестоимости 

       Изобразим интервальный ряд табл. 2 в виде гистограммы. 

Рис. 2. Гистограмма (интервальный ряд распределения)

     В результате получилось достаточно большое  число групп, некоторые из них  малочисленны (менее 3), поэтому целесообразно провести экономическую оценку групп по ряду основных показателей, характеризующих их на предмет объединения.

     Объединять  можно группы, единицы в которых  не имеют существенных различий по основным показателям. Рассчитаем и  сравним между собой основные показатели единиц внутри групп. Если различия незначительны, группы можно  объединить. 

Таблица 3

Промежуточная аналитическая группировка 

       Проанализируем  табл. 3:

1. Показатели I группы отличаются от показателей II группы. Их объединение невозможно. I группа остается I с низшими показателями.
2. Показатели II группы также существенно отличаются от показателей III и I групп. Объединение невозможно. II группа остается II с наивысшими показателями.
3. III группа будет III с показателями выше среднего.
4. Показатели IV, V и VI существенно не отличаются друг от друга, объединим их в IV группу с показателями ниже среднего.

Проведем  вторичную группировку: 

Таблица 4

Результаты  вторичной перегруппировки

       В результате группировки изначально совокупность из 21 единицы преобразована в совокупность из 4 групп, что естественно упрощает сравнительный анализ.

       Далее проведем сравнительный анализ основных показателей между группами для выявления причин в уровне себестоимости между хозяйствами. 

Таблица 5

Аналитическая группировка

       Сравнивая показатели между группами, выявим причины различия себестоимости.

       Сравним I и II группы:

• отличие по результативному признаку (разница по уровню себестоимости составила 311,6 руб.) более чем в 2 раза;
• разница в затратах на корма (54,4 тыс. руб.) в 1,01 раза.
• разница в затратах на оплату труда (466,43 тыс. руб.) в 1,4 раза;
• разница в продуктивности (6,56 ц/гол) в 1,23 раза;
• разница в производственных затратах (3122,27 тыс. руб.) в 1,5 раза;

       Так как в данном курсовом проекте выбран группировочный признак – себестоимость 1ц молока (руб.), то группа I является высшей типической группой, а группа II – низшей типической группой.

       Себестоимость I группы меньше себестоимости II группы на  311,6 руб., т.е. более чем в 2 раза, так как производственные затраты I группы меньше затрат II группы на 3122,27 тыс. руб. или в 1,5 раза. Затраты на корма II группы превышают затраты I группы на 54,4 тыс. руб. или в 1,01 раза. При этом продуктивность коров I группы  выше уровня данного показателя II группы на 6,56 ц/гол или в 1,23 раза.

       Таким образом, можно сказать, что между  себестоимостью и затратами существует пропорциональная зависимость, то есть, чем выше затраты на производство продукции, тем выше себестоимость.

     Далее определяем количество взаимосвязи  между результативным признаком  и факторами, рассчитав показатели силы связи по каждому из факторов.

      Проанализировав изменение уровня себестоимости  от группы к группе, можно сказать, что существенных изменений нет, поэтому рассчитаем показатель силы связи. 
 
 
 
 
 
 
 
 

     Показатель  средней силы связи – показывает, на сколько единиц в натуральном выражении в среднем изменится зависимый признак, если фактор увеличится на одну единицу в натуральном выражении:

,                                                          (1.3)

где -  средние значения результативного признака в последней и первой группах соответственно;

  – средние значения  факторного признака  в последней и  первой группах. 

   В нашем случае:

1. между себестоимостью и затратами на корма:

это значит, что при увеличении затрат на корма на 1 руб. себестоимость уменьшится на 0,09 руб.

2. между себестоимостью и затратами на оплату труда:

это значит, что при увеличении затрат на оплату труда на 1 руб. себестоимость увеличится на 2,25 руб.

3. между себестоимостью и продуктивностью:

это значит, что при увеличении продуктивности на 1 ц/гол себестоимость уменьшится на 22,48 руб.

4. между себестоимостью и производственными затратами:

это значит, что при увеличении производственных затрат на 1 руб. себестоимость увеличится на 0,09 руб.

2. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ МЕТОД СТАТИСТИЧЕСКОГО АНАЛИЗА

       Корреляция  – (Correlation – соответствие, соотношение) – взаимосвязь между признаками, заключается в изменении средней величины результативного признака в зависимости от значения фактора (факторов).

       Регрессия – функция, позволяющая по величине одного корреляционно связанного признака вычислять средние значения другого.

       В качестве факторных признаков, влияющих на результативный признак,  выберем: продуктивность, затраты на корм, затраты на оплату труда. А в качестве результативного признака будет выступать уровень себестоимости. 

       Таблица 6

Множественная модель корреляции и регрессии

       Проведя анализ вышеуказанных данных (корреляцию, в программе Excel), получим коэффициенты парной корреляции (см. Приложение 1): 
 
 

       При анализе полученных коэффициентов  можно сказать, что связь между  результативным признаком и затратами  на корма и на оплату труда слабая, а с продуктивностью коров  средняя в отрицательном направлении.

       Проведя второй анализ данных (регрессию, в программе Excel),  можем получить (см. Приложение 1):

       Показатель  множественной корреляции – показывает тесноту связи между результативным признаком и всеми включенными в модель факторами, в данном случае она будет средняя.

     Показатель  множественной корреляции, который отражает связь между факторными признаками и результативным признакам.

       Показатель  множественной детерминации () - показывает часть вариации результативного признака, которая сложилась под влиянием всех включенных в модель факторов.

       Показатель множественной детерминации, отражает, что взятые факторы несут в себе 15,267%  влияния на результат. 

     Коэффициент эластичности (Э) - показывает, на сколько процентов изменится результативный признак, если соответствующий данному коэффициенту регрессии фактор увеличится на один процент, при фиксированном положении остальных факторов. Рассчитывается как: 

                                   (2.1) 
 

       Данные индексов показывают, во-первых, при увеличении затрат на корма на 1%, то себестоимость уменьшится на 0,028%, во-вторых, при увеличении затрат на оплату труда на 1% , то себестоимость увеличится на 0,0016%, в-третьих, при увеличении продуктивности коров на 1%, себестоимость уменьшится на 0,44%.

       b - коэффициент - показывает, на сколько стандартных отклонений изменится вариация результативного признака, если у соответствующего данному b-коэффициенту фактора вариация увеличится на одно стандартное отклонение, при фиксированном положении остальных факторов.

       Также будут определены β-коэффициенты, которые нужны для построения уравнения регрессии: 
 
 

       Теперь  можно построить уравнение регрессии:

                                (2.2) 

       Можно провести прогнозирование в 3-х вариантах:

       704,35 – 0,0036*349 + 0,0065*3900 –  7,17*16,5 = 610,14

        704,35 – 0,0036*3851,95 + 0,0065*1204,68 – 7,17*29,66 = 485,65

       704,35 – 0,0036*12989 + 0,0065*87 – 7,17*45,87 = 329,27

       Необходимо  оценить уравнение регрессии  на статистическую значимость, путем  сравнения следующих значений:

• путем сравнения t - критерия Стьюдента, табличного с фактическим, так уровень табличного значения:  2,0739; при фактическом его значении каждого факторного признака: -0,4099; 0,2229;               -2,2123.

Таким образом можно сказать, что из представленных факторных признаков  статистическую значимость имеет только критерий Стьюдента для продуктивности, поскольку фактическое его значение больше табличного, в отличие от остальных двух.

• при помощи сравнения критерия  Фишера (F-критерия), который оценивается путем оценивания табличного его значения с фактическим. Так, его табличное значение имеет следующее значение 3,13 при фактическом его значении 2,0284. Отсюда следует, что уравнение регрессии статистически не значимо, из-за того, что фактическое значение F-критерия меньше табличного.

       Данный  результат мог сложиться ввиду  следующих причин: во-первых, из-за искаженных данных, во-вторых, из-за использования  в анализе не тех факторных  признаков, в-третьих, из-за использования  в анализе не той регрессионной  модели. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

3. АНАЛИЗ  ДИНАМИЧЕСКИХ РЯДОВ

       Ряд расположенных в хронологической  последовательности значений статистических показателей, представляет собой  временной (динамический) ряд. Каждый временной ряд состоит из двух элементов: во-первых, указываются моменты или периоды времени, к которым относятся приводимые статистические данные; во-вторых, приводятся те статистические показатели, которые характеризуют изучаемый объект на определенный момент или за указанный период времени.