CC BY
30
В современных условиях требуется эффективная, оперативная работа по комплексному совершенствованию законодательства Омской области в аграрной отрасли, расширению земельно-ипотеч-ного кредитования. Необходимы к разработке региональные методы привлечения не «чужого отрасли» капитала, а постоянного «собственно аграрного капитала», который бы обслуживал нужды субъектов местного хозяйствования на постоянной основе. Этот капитал должен иметь отраслевую характеристику и не должен вымывать трудовой и финансовый потенциал аграрного секторе в сторону промышленно-финансового направления. На взгляд автора это возможно в случае разработки новых, эффективных механизмов кредитования вертикальной структуры сельских кооперативов, особенно кредитных. Таких эффективных программ сегодня не существует. Дополнительным направлением можно рассматривать создание условий формирования системы обращения ценных бумаг как дополнительного источника финансирования деятельности субъектов местного хозяйствования. Подобные меры позволят снизить системные риски отрасли, повысить финансовую и технологическую автономность аграрного сектора. Участие государства в регулировании отношений аграрных субъектов и отрасли не ставится
под сомнение, однако мировои опыт указывает на необходимость повышения ры-ночности внутренней природы хозяИства при общих регулирующих и контролирующих функциях государственной власти.
Библиографический список
1. Омский областной статистический ежегодник. — Омск, 2008. — Ч. 2.
2. Омский областной статистический ежегодник. — Омск, 2009. — Ч. 2.
3. Трушин Ю.В. ОАО Россельхозбанк в 2007 году / Ю.В. Трушин // Агрокредит. — 2008. — № 1. — С. 3.
4. Шадрина И.Н. Россельхозбанк — итоги и перспективы / И.Н. Шадрина // Бизнес Курс. — 2008. — №8. — С. 5.
5. Шадрина И.Н. Россельхозбанк — стабильное развитие / И.Н. Шадрина // Бизнес Курс. — 2009. — № 10. — С. 51.
6. Информационный бюллетень Омского регионального филиала ОАО «Россельхозбанк». — 2009. — № 3. — С. 1.
7. Официальный электронный ресурс http: / / www .rshb.ru/ press/interview /31930/.
8. Скребков Д.М. Роль гарантийных фондов в развитии системы потребительских кооперативов / Д.М. Скребков // Российское предпринимательство. — 2008. — № 7 (2). — С. 104-107.
9. Официальный электронный ресурс http: / / www .rshb.ru/ press/interview /31927/.
+ + +
УДК 338.43
А.С. Пудовиков
МЕТОДИКА СРАВНИТЕЛЬНОЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ РЕАЛИЗАЦИИ ЗЕРНА НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ АДАПТИВНОЙ РЕГРЕССИОННОЙ МОДЕЛИ
Ключевые слова: адаптивно-регрессионная модель, множественная регрессия, прибыль в зерновой отрасли, реализация зерна, районы Курганской области.
Повышение эффективности зернового хозяйства Курганской области определяется сложным взаимодействием системы экономических, организационных, технико-технологических и других внешних и внутренних факторов, которые прямо или
косвенно оказывают значительное негативное или позитивное влияние на все основные параметры его развития. При наметившемся росте производства зерна экономические показатели развития зернового хозяйства по-прежнему остаются неустойчивыми вследствие опережающего увеличения издержек над доходами зерновой отрасли, продолжающегося разрушения ее производственного потенциала, ухудшения качества зерна, нестабильного функционирования зернового рынка.
Важность решения проблемы повышения эффективности зернового хозяйства состоит в том, чтобы обеспечить доходность зернопроизводящим хозяйствам при эффективной системе сбыта на зерновых рынках.
Цель и методика исследования
Основная цель данного исследования заключается в том, чтобы максимально объективно оценить эффективность реализации зерна по результатам деятельности сельскохозяйственных предприятий на уровне всех районов Курганской области, определить возможности целенаправленного воздействия на достижение более высоких результатов, разработать пути повышения эффективности реализации зерна.
Возможность применения методологии экономико-статистического моделирования к расчету экономической эффективности от реализации зерна базируется на стохастическом характере его развития. В данной работе использована методика, позволяющая создать регрессионную модель применительно к объекту исследования для решения задачи сравнительной оценки путем создания однородных групп.
Для этого в первую очередь необходимо выбрать результативный показатель, в качестве которого автор предлагает определять массу чистой прибыли зерновой отрасли. Показатель является конечным результатом функционирования всего зернового производственно-торгового комплекса.
24 района Курганской области располагают различным уровнем социальноэкономического потенциала, имеют различное географическое положение, природно-климатические условия, уровень развития экономики. Эти и другие факторы оказывают непосредственное влияние на эффективность реализации зерновых культур, что вызывает интерес их сравнительной оценки с учетом объективных условий хозяйствования.
Поэтому при наборе факторных признаков мы руководствовались особенностями сельскохозяйственных предприятий. Укрупненно факторные признаки можно объединить в следующие группы.
1. Производственно-технический потенциал: количество предприятий, фондовооруженность, фондообеспеченность,
площадь пашни, наличие тракторов, ком-
байнов, количество энергетических мощностей.
2. Трудовой потенциал и эффективность его использования: численность работников, занятых в сельскохозяйственном производстве, производительность труда в хозяйстве, заработная плата, заработная плата на одного работника.
3. Каналы реализации зерновой продукции и влияние посредников на цену: реализация предприятиям, осуществляющим закупки для государственных нужд, предприятиям на оптовых рынках и др., населению, по бартерным сделкам, отклонение средней цены реализации района от средней цены реализации области.
4. Основные показатели зернового хозяйства: валовой сбор, урожайность, себестоимость зерна, цена реализации, посевная площадь зерновых, средняя посевная площадь на одно предприятие, производственные затраты на 100 га посева зерновых, затраты труда на 1 ц зерна
5. Природно-климатические факторы: бонитировочный балл почвы, сумма среднегодовых осадков.
6. Государственная поддержка и банковские кредиты: объем государственных субсидий на поддержку растениеводства, объем субсидий на 1 предприятие, размер банковских кредитов.
Из предложенного перечня факторов следует отобрать наиболее весомые факторы, т.е. те, которые оказывают наиболее существенное влияние на изменение прибыли зерновой отрасли. Для этого рассчитана матрица парных коэффициентов корреляции каждого фактора с результативным признаком. По значению коэффициентов корреляции устанавливалась весомость каждого фактора: чем ближе значение парного коэффициента корреляции к единице, тем более весомым считается влияние данного фактора на прибыль [1].
Результаты исследований
Анализ парных коэффициентов корреляции показал, что из 19 факторов сильная связь (^ух > 0,7) между результативным показателем и показателями производственно-технического потенциала районов, основными показателями зерновой отрасли, господдержкой и банковскими кредитами. При этом слабая связь проявилась между прибылью от реализации зерна и показателями природно-климатических условий хозяйствования, объема реализации зерна населению и по бартер-
ным сделкам ^ = 0,08 и 0,03). Умеренная зависимость наблюдается между массой прибыли и фондовооруженностью —
0,48, численностью работников — 0,40, себестоимостью зерна — 0,44, ценой реализации — 0,40, отклонением средней цены реализации в районе от средней цены реализации в области — 0,41. Значительная зависимость полученной прибыли от реализации зерна наблюдается от наличия тракторов и комбайнов в районах ^ = 0,64 и 0,58),
На основании рассчитанных парных коэффициентов корреляции и экспертной оценки влияния факторов отобраны четыре фактора, оказавших сильное влияние на величину прибыли: Х1 — площадь пашни ^ = 0,77), Х2 — количество энергетических мощностей ^ = 0,67), Х3 — валовой сбор ^ = 0,71), Х4 — объем банковских кредитов ^ = 0,68).
Эти факторы характеризуют объективные условия деятельности сельскохозяйственных предприятий районов Курганской области. Количественной мерой сравнительной оценки будет выступать отклонение прибыли от реализации зерна от расчетной прибыли, показывающей, какой должна быть прибыль, если бы предприятия района работали в среднем так же, как предприятия других районов, наиболее похожие на изучаемый по объективным условиям деятельности.
Исходная информация для оценки деятельности сельскохозяйственных предприятий районов области представлена в таблице 1. Включенные в расчет показатели имеют различные единицы измерения. Чтобы произвести отбор объектов-аналогов по совокупности признаков, т.е. многомерную группировку, необходимо провести нормирование данных. Поэтому следующий этап работы заключается в преобразовании данных путем их стандартизации. В работе стандартизация выполнена путем соотношения показателей каждого объекта с максимальным значением. Таким образом, стандартизированные значения признаков представляют доли значений каждого признака от максимального значения и принимают положительные значения до единицы [2].
Далее рассчитаны средние значения стандартизированных данных по средней арифметической простой формуле:
IX,
X =------,
п
где п — число факторных признаков;
X i — значение факторных признаков.
В результате стандартизации каждый район характеризуется вектором средних величин в 4-мерном признаковом пространстве. Для последующего формирования группы аналогов для конкретного района — «блуждающего» таксона, проведено ранжирование организаций по среднему значению стандартизированных данных (табл. 2).
Таблица 2 характеризует ранжированный список районов с исходными данными о значениях факторных и результативных признаков.
В качестве оцениваемого района выбран объект, оказавшийся в середине ранжированного списка районов, — Мок-роусовский район № 13 (среднее стандартизированное значение факторных признаков — 0,35087). Для облегчения составления таблиц каждому району присвоен определенный номер, поэтому в расчетах пользовались только кодами районов. При решении задачи сравнительной оценки деятельности по среднему значению стандартизированных данных можно определить место любого интересующего нас района индивидуальным значением вектора средних стандартизированных данных.
Затем приступаем к отбору объектов-аналогов для района № 13. В соответствии с правилом формирования «блуждающего» таксона в эту группу включается равное количество организаций, вектор средних стандартизированных данных которых больше и меньше вектора оцениваемого района. Согласно теории надежности статистических оценок в таксон можно включить не менее 10 объектов и получить достаточно адекватные результаты. Для этого необходимо воспользоваться простейшим приемом и отобрать по 5 районов с большими и меньшими значениями вектора средних стандартизированных данных [3].
Полученные данные представлены в таблице 3, характеризующей значение показателей сельскохозяйственных предприятий районов, образующих «блуждающий» таксон для оцениваемого района.
В итоговой строке таблицы рассчитаны средние значения по группе аналогов. Как видно, характеристики факторов по исследуемому району № 13 и по таксону в среднем близки: среднее стандартизированное значение факторных признаков по
районам — 0,35758, по таксону — 0,35087. Это подтверждает возможность для объективной оценки деятельности сельскохозяйственных предприятий района № 13 сравнивать их с расчетными (нормативными), полученными по группе аналогов, похожих на оцениваемый объект.
Следующий этап исследования — получение расчетных значений прибыли от реализации зерна, с которыми будет сопоставляться фактическое значение результативного показателя. Более обоснованную сравнительную оценку позволяют привести адаптивные регрессионные модели. Для этого выполнен расчет однофакторных моделей прибыли от зерновой отрасли в зависимости от каждого фактора.
Проверка адекватности моделей, построенных на основе уравнения регрессии, при оценке величины средней ошибки аппроксимации показала, что значения ошибки колеблются в пределах от 11,6 до
13,6%, что находится в пределах допустимого значения (не более 12-15%).
Совокупность факторов, отобранных для построения адаптивно-регрессионных моделей, характеризуют объективные условия деятельности сельскохозяйственных предприятий района, и объясняет 69% изменения прибыли от зерновой отрасли (коэффициент множественной детерминации 0,69). Таким образом, модели, построенные на основе уравнения регрессии, адекватны и позволяют объективно оценивать результаты хозяйствования.
Нормативное значение массы прибыли от зерновой отрасли, рассчитанное по многофакторной регрессионной модели, составила 33678 тыс. руб. Уравнение множественной регрессии имеет следующий вид:
Y = 12719,97 — 0,28X1 + 0,42X2 +
+ 0,007X3 + 0,21X4, где Х1-Х4 — значения факторных признаков.
Таблица 1
Обобщенные показатели деятельности сельскохозяйственных предприятий районов
Курганской области в 2008 г.
№ Районы Прибыль зерновой отрасли, тыс. руб. Пашня, га Энергетических мощностей, л.с. Валовой сбор, ц Банковские кредиты, тыс. руб.
Y Х1 Х2 Х3 Х4
1 Альменевский 36117 21764 38431 202262 14447
2 Белозерский -1938 53755 64783 505837 11200
3 Варгашинский 102257 76316 64207 807518 93516
4 Далматовский 28061 54872 91030 682477 39734
5 Звериноголовский 22093 23303 35233 184127 5426
6 Каргапольский 53960 53405 67941 537472 45336
7 Катайский 13669 21836 48169 247360 22938
8 Кетовский 53988 48838 66571 580756 51545
9 Куртамышский 47604 56653 71266 609931 65702
10 Лебяжьевский 34938 67890 77520 47204 32805
11 Макушинский 56042 54050 74425 542838 24405
12 Мишкинский 19584 31300 43002 409576 15235
13 Мокроусовский 21211 54025 39227 400441 38223
14 Петуховский 32895 43096 65404 358032 47478
15 Половинский 38404 35464 43257 323738 14089
16 Притобольный 26023 19076 28700 196325 25913
17 Сафакульевский 15815 37781 25443 181826 1610
18 Целинный 227056 125073 133727 996351 71615
19 Частозерский 882 8904 20233 37163 22057
20 Шадринский 37538 55176 85221 714533 32049
21 Шатровский 20143 37398 58111 319260 26472
22 Шумихинский 28455 33999 67581 320404 3500
23 Щучанский 133281 48166 65189 668713 70992
24 Юргамышский 55980 42698 57152 447906 9208
Таблица 2
Ранжирование районов Курганской области по среднему стандартизированному значению факторного признака
№ Районы Стандартизированное значение Прибыль зерновой отрасли, тыс. руб. Пашня, га Энергетических мощностей, л.с. Валовой сбор, ц Банковские кредиты, тыс. руб.
X Y Х1 Х2 Х3 Х4
19 Частоозерский 0,11433 882 8904 20233 37163 22057
17 Сафакульевский 0,15339 15815 37781 25443 181826 1610
5 Звериноголовский 0,16153 22093 23303 35233 184127 5426
1 Альменевский 0,20504 36117 21764 38431 202262 14447
16 Притобольный 0,20813 26023 19076 28700 196325 25913
7 Катайский 0,23271 13669 21836 48169 247360 22938
22 Шумихинский 0,25459 28455 33999 67581 320404 3500
12 Мишкинский 0,25638 19584 31300 43002 409576 15235
15 Половинский 0,25956 38404 35464 43257 323738 14089
21 Шатровский 0,30247 20143 37398 58111 319260 26472
2 Белозерский 0,31396 -1938 53755 64783 505837 11200
24 Юргамышский 0,31869 55980 42698 57152 447906 9208
13 Мокроусовский 0,35087 21211 54025 39227 400441 38223
10 Лебяжъевский 0,35636 34938 67890 77520 47204 32805
14 Петуховский 0,40017 32895 43096 65404 358032 47478
11 Макушинский 0,42422 56042 54050 74425 542838 24405
6 Каргапольский 0,46904 53960 53405 67941 537472 45336
20 Шадринский 0,48168 37538 55176 85221 714533 32049
8 Кетовский 0,48574 53988 48838 66571 580756 51545
4 Далматовский 0,49657 28061 54872 91030 682477 39734
9 Куртамышский 0,54503 47604 56653 71266 609931 65702
23 Щучанский 0,62441 133281 48166 65189 668713 70992
3 Варгашинский 0,73139 102257 76316 64207 807518 93516
18 Целинный 1,00000 227056 125073 133727 996351 71615
Таблица 3
Показатели группы объектов аналогов для сельскохозяйственных предприятий района № 13
№ Районы Стандарти- зированное значение Прибыль зерновой отрасли, тыс.руб. Пашня, га Энергетических мощностей, л.с. Валовой сбор, ц Банковские кредиты, тыс. руб.
X Y Х1 Х2 Х3 Х4
12 Мишкинский 0,25638 19584 31300 43002 409576 15235
15 Половинский 0,25956 38404 35464 43257 323738 14089
21 Шатровский 0,30247 20143 37398 58111 319260 26472
2 Белозерский 0,31396 -1938 53755 64783 505837 11200
24 Юргамышский 0,31869 55980 42698 57152 447906 9208
13 Мокроусовский 0,35087 21211 54025 39227 400441 38223
10 Лебяжьевский 0,35636 34938 67890 77520 47204 32805
14 Петуховский 0,40017 32895 43096 65404 358032 47478
11 Макушинский 0,42422 56042 54050 74425 542838 24405
6 Каргапольский 0,46904 53960 53405 67941 537472 45336
20 Шадринский 0,48168 37538 55176 85221 714533 32049
В среднем по группе 0,35758 33523 48023 61458 418803 26955
Фактическое значение прибыли от зерновой отрасли района № 13 (21211 тыс. руб.) отличается от расчетного значения. Меру различия дает абсолютное и относительное отклонения, которые по уравнению множественной регрессии составили 12467 тыс. руб., или 37%.
Выводы
Давая оценку деятельности сельскохозяйственных предприятий Мокроусовского района с учетом объективных условий функционирования, мы отмечаем, что фактическое значение прибыли от зерновой отрасли данного района на 37% ниже расчетного, показывающего, каким должна быть прибыль, если бы сельскохозяйственные организации района работали в среднем так же, как предприятия других районов, наиболее похожие на них по объективным условиям деятельности. Располагая примерно одинаковыми с аналогами стартовыми возможностями, рассматриваемый район не смог достичь эффективного использования имеющегося потенциала, в результате фактический объем прибыли оказался ниже предполагаемого.
Данная оценка результатов деятельности представляется наиболее обоснованной, так как учитывает объективные условия функционирования сельскохозяйственных предприятий районов. Кроме того, в зависимости от поставленной цели на основе адаптивных моделей можно определить ожидаемую величину результативного показателя для каждого района области, сгруппированных предварительно по принципу схожести на однородные группы.
Библиографический список
1. Елисеева И.И. Эконометрика: учебник / И.И. Елисеева. — М.: Финансы и статистика, 2001. — 344 с.
2. Гриценко С.В. Статистический анализ уровня социально-экономического развития муниципальных районов / С.В. Гриценко // Экономический анализ: теория и практика. — 2009. — № 22. — С. 15-22.
3. Новоселов Ю.А. Социально-экономическое прогнозирование / Ю.А. Новоселов. — Новосибирск: СибУПК, 2000. — 132 с.
+ + +
