close

Вход

Забыли?

вход по аккаунту

?

Прогнозирование экономической эффективности функционирования сельскохозяйственных организаций.

код для вставкиСкачать
На правах рукописи
ЛУКОМСКАЯ Ирина Сергеевна
ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКОЙ
ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ
СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЙ
Специальность 08.00.05 – Экономика и управление народным
хозяйством (экономика, организация и управление предприятиями,
отраслями, комплексами – АПК и сельское хозяйство)
Автореферат
диссертации на соискание ученой степени
кандидата экономических наук
Екатеринбург – 2013
Работа выполнена на кафедре «Экономика и организация сельскохозяйственного производства» ФГБОУ ВПО «Челябинская государственная агроинженерная академия».
Научный руководитель:
доктор экономических наук, профессор
Копченов Алексей Александрович (Россия),
профессор кафедры «Менеджмент и маркетинг»
Челябинского филиала ФГОБУ ВПО «Финансовый
университет при Правительстве Российской
Федерации» (г. Челябинск)
Официальные оппоненты: доктор экономических наук, доцент
Головина Светлана Георгиевна (Россия),
профессор кафедры «Экономическая теория»
ФГБОУ ВПО «Курганская государственная
сельскохозяйственная академия им. Т. С. Мальцева»
(г. Курган)
кандидат экономических наук,
Низамутдинова Наталья Сергеевна (Россия),
доцент кафедры «Агробизнес» ФГБОУ ВПО
«Челябинская государственная агроинженерная
академия» (г. Челябинск)
Ведущая организация:
ФГБУН «Институт экономики Уральского отделения
Российской академии наук», г. Екатеринбург
Защита состоится «20» декабря 2013 г., в 14.00 часов, на заседании диссертационного совета Д 220.067.01 при ФГБОУ ВПО «Уральский государственный аграрный университет» в зале диссертационного совета по адресу: 620075,
г. Екатеринбург, ул. К. Либкнехта, 42, корп. 1.
Отзывы на автореферат в двух экземплярах, заверенные гербовой печатью, просим направлять по адресу: 620075, г. Екатеринбург, ул. К. Либкнехта, 42, корп. 1, ФГБОУ ВПО «Уральский государственный аграрный
университет», ученому секретарю диссертационного совета Д 220.067.01.
Факс: (343) 350–74–49.
С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Уральский государственный аграрный университет». С авторефератом – в библиотеке и на сайте университета http://www.urgau.ru и на сайте Высшей аттестационной комиссии http://vak.ed.gov.ru.
Автореферат разослан «19» ноября 2013 г.
Ученый секретарь
диссертационного совета,
доктор экономических наук, профессор
Ю. В. Лысенко
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы диссертационного исследования. Зерновой рынок России сталкивается с рядом специфических проблем,
в том числе замедленным формированием соответствующей инфраструктуры, наличием диспаритета цен на промышленные товары
и сельскохозяйственную продукцию, отсутствием должного регулирования рынка со стороны государства, резкими изменениями цен
и т.д. Все это влияет на результативность функционирования зернопроизводящих организаций. Далеко не все адекватно и своевременно реагируют на эти изменения, что приводит к увеличению доли
убыточных хозяйств. Так, в Челябинской области за последние пять
лет произошло увеличение числа предприятий с отрицательной или
нулевой рентабельностью от реализации зерновых почти в два раза.
В 2010 г. доля таких организаций составила 47 %, а в 2006 г. – 24 %.
Причинами являются не только нестабильность урожаев, но и неэффективность производственно-сбытовой деятельности.
В связи с этим становится актуальной проблема повышения
эффективности производственно-коммерческой деятельности зернопроизводящих организаций путем совершенствования сбытовой
деятельности, основанной на определении сроков реализации зерна.
Степень разработанности проблемы. Проблемами повышения эффективности зернового производства, снижения затрат на различных стадиях производства занимались А. И. Алтухов, Л. М. Барковская, А. А. Боровлев, В. А. Бутковский, А. С. Васютин, А. В. Гордеев, Р. У. Гусманов, М. А. Даюб, Н. Д. Заводчиков, А. В. Илюшин,
К. Р. Исмагилов, Н. А. Кидяева, А. Д. Куделя, А. В. Лопатин, А. В. Моисеев, Н. П. Нарушевич, Н. С. Низамутдинова, Ю. В. Петрачкова,
В. В. Пилюгин, А. Н. Пролыгина, Н. И. Пыжикова, Т. Ф. Рябова,
В. Ф. Стукач, А. И. Трубилин и др. исследователи.
Совершенствование производства и рационализация системы сбыта отражены в работах О. А. Архиповой, Ш. М. Балабекова,
Н. Ю. Гаврилковой, Н. Н. Новоселовой, А. В. Погибелева, М. Л. Пустоваловой, И. Х. Ульбашева. Основная часть работ по зерновой
отрасли (зерновому рынку) последних лет (Ю. А. Бугай, А. В. Бурмистров, В. Н. Елкина, А. К. Имангалиева, З. Г. Коваленко, Ду Кунь,
О. В. Тонких, С. А. Шиловская) посвящена развитию рыночной
инфраструктуры, в частности функционированию биржевой торговли. Созданием резервных фондов как приоритетного направления
4
в стабилизации ситуации на зерновом рынке занимались С. Н. Алексеева, Ю. А. Болонева, А. К. Имангалиева.
Защита внутреннего рынка зерна, повышение его конкурентоспособности, формирование эффективной ценовой политики
рассмотрены В. И. Баклановой, Е. П. Букиной, М. В. Грибковым,
Ду Кунь, Н. В. Липчиу, А. В. Малимоновой, Ю. А. Медведевым,
М. Р. Родионовой, С. В. Стебаевым, О. В. Чумаковой, Г. Ф. Юсуповой
и другими учеными.
Различные аспекты в направлениях развития зернового рынка, прогноза основных показателей рассмотрены С. В. Блиновой,
М. Ю. Борисовым, С. А. Высочкиной, Н. Ю. Гаврилковой, Н. Д. Гущенской, А. В. Горловым, Н. С. Демьяновым, Н. Е. Евдокимовой,
С. С. Карамановым, А. Е. Прыгуновым, И. Б. Рудской, С. Ю. Симоновым, О. С. Соболевым, В. В. Тюленевым, С. А. Шиловской и др.
Несмотря на большое количество научных работ, посвященных
проблемам развития зернового рынка, повышения эффективности
зернового производства, организации сбытовой деятельности, некоторые вопросы остаются нерешенными. Так, в работах отмеченных
авторов не рассмотрен вопрос совершенствования производственносбытовой деятельности на основе определения сроков реализации
зерна. Также с течением времени изменяется степень влияния различных факторов на развитие зернового рынка, в том числе на динамику цен, что приводит к существенным изменениям в методике
прогнозирования ценовой ситуации. Практически во всех работах
по сбытовой деятельности приоритетным направлением в повышении результативности зернопроизводящих предприятий отмечено
государственное регулирование (помощь), а не самостоятельное решение проблемы в сложившихся обстоятельствах.
Цель и задачи исследования. Целью исследования является
прогнозирование результатов производственно-коммерческой деятельности зернопроизводящих организаций. В соответствии с намеченной целью в диссертационной работе были поставлены и решены следующие основные задачи:
– выявить взаимосвязь между показателями производственнокоммерческой деятельности зерновых хозяйств и размерами их посевных площадей, занятых зерновыми культурами;
– определить факторы, воздействующие на становление, развитие и функционирование зернового рынка, а также оценить влияние факторных признаков на уровень и динамику цен различных
зерновых культур;
5
– разработать методику прогнозирования цен на зерновом
рынке;
– разработать методику определения сроков реализации зерна
его производителями с целью повышения результативности;
– обосновать рекомендации по совершенствованию функционирования зернопроизводящих организаций и эффективность их использования.
Объектом исследования являются сельскохозяйственные
организации Челябинской области, производящие и/или реализующие зерно.
Предмет исследования – факторы, оказывающие влияние на
ценовую ситуацию зернового рынка, и их взаимосвязь с эффективностью функционирования зернопроизводящих организаций.
Методология, методы и информационное обеспечение. Информационную базу исследования составили данные Федеральной
службы государственной статистики (Росстат), Территориального
органа Федеральной службы государственной статистики по Челябинской области, Министерства сельского хозяйства РФ, Министерства сельского хозяйства США, труды отечественных и зарубежных
ученых, результаты собственных исследований.
Для решения поставленных задач были использованы методы
прогнозной экстраполяции (АРПСС, экспоненциальное сглаживание), экономико-математические методы (корреляционно-регрессионный, спектральный, индексный анализы, сезонная декомпозиция), логические и логистические методы, сравнительный и кластерный анализы.
Научная новизна состоит в следующем:
– выявлены взаимосвязи между эффективностью сельскохозяйственного производства и ситуацией на зерновом рынке, определены факторы, оказывающие влияние на развитие зернового рынка,
и оценено влияние различных факторных признаков на динамику
цен зерновых культур, что позволило сформировать информационную базу для прогнозирования цен;
– разработана методика прогнозирования цен на зерновом рынке, учитывающая новую совокупность факторов, определяющих
ценовую ситуацию, включая обоснование выбора метода прогнозирования цен, и позволяющая получить достоверный прогноз
на предстоящий сельскохозяйственный год;
– разработана методика определения сроков реализации зерна
сельскохозяйственными предприятиями, учитывающая функцию
6
затрат на доработку и хранение зерна и позволяющая прогнозировать результаты сбытовой деятельности хозяйств, различных по
уровню товарности;
– разработаны рекомендации по повышению производственно-коммерческой деятельности сельскохозяйственных предприятий,
учитывающие принадлежность к различным группам по уровню
товарности, условия хранения зерна, виды реализуемых зерновых
культур, что позволяет прогнозировать результативность экономической деятельности конкретных групп.
Практическая значимость результатов исследования заключается в возможности повышения эффективности производственнокоммерческой деятельности за счет применения методики прогнозирования цен на зерновые культуры и методики определения сроков
реализации зерна.
Область исследования соответствует пунктам 1.2.38 «Эффективность функционирования отраслей и предприятий АПК» и 1.2.39
«Обоснование прогнозов и перспектив развития агропромышленного комплекса и сельского хозяйства» специальности 08.00.05:
экономика, организация и управление предприятиями, отраслями,
комплексами (АПК и сельское хозяйство) паспорта научной специальности ВАК РФ.
Апробация результатов исследования. По результатам исследования опубликовано 10 статей в журналах и научных сборниках,
в том числе четыре статьи в журналах, рекомендуемых ВАК РФ. Основные положения диссертационного исследования докладывались
на научно-практической конференции в Челябинской государственной агроинженерной академии, научно-практической конференции,
посвященной 70-летию Уральской государственной сельскохозяйственной академии, V и VII Всероссийских научно-практических
конференциях (г. Новосибирск). Результаты исследования используются в деятельности Министерства сельского хозяйства Челябинской области. Также теоретические положения и практические рекомендации внедрены в учебный процесс ФГБОУ ВПО ЧГАА.
Общая характеристика работы. Диссертационная работа состоит из введения, трех глав, выводов и предложений, списка литературы. Работа изложена на 170 страницах (без приложений) машинописного текста, содержит 51 таблицу, 53 рисунка; список литературы
включает в себя 248 источников. Структура и логика исследования
подчиняются содержанию поставленных задач.
7
Во введении обоснована актуальность темы, сформулированы
цели и задачи исследования, показаны научная новизна и практическая значимость работы.
В первой главе «Теоретические аспекты прогнозирования
и его практическое применение в целях повышения эффективности производственно-коммерческой деятельности предприятий»
определена сущность зернового рынка, его роль в АПК и значение
в решении продовольственной проблемы. Определена экономическая сущность прогнозирования, выявлены методы прогнозирования. Также определена сущность прогнозирования результативности сельскохозяйственных предприятий.
Во второй главе «Современное состояние производства зерна
в России и Челябинской области» рассмотрено современное состояние зернового производства в России и Челябинской области, проведена группировка хозяйств области по производственно-сбытовым
показателям и дифференциация по размерам посевной площади,
оценена гармонизация производственной и сбытовой деятельности
предприятий. Оценена степень влияния факторов на ценовую ситуацию на рынке зерна.
В третьей главе «Повышение эффективности деятельности
зернопроизводящих предприятий Челябинской области» разработаны методика и алгоритм прогнозирования цен, методика определения
сроков реализации зерна, позволяющая прогнозировать результаты
сбытовой деятельности хозяйств, различных по уровню товарности.
В выводах и предложениях обобщены результаты исследования, сформулированы основные выводы.
ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ
ДИССЕРТАЦИИ, ВЫНОСИМЫЕ НА ЗАЩИТУ
1 Определены факторы, оказывающие влияние
на развитие зернового рынка
Становление, развитие и функционирование зернового рынка
зависит от изменения многих факторов. В рамках данной диссертационной работы наибольшую важность представляют те, которые
оказывают влияние на ценовую ситуацию. Для определения данных
факторов и оценки степени их влияния был разработан алгоритм
корреляционно-регрессионного анализа (рисунок 1).
8
y, x1 ...xm
Ввод факторных и результативного признаков
k=1
s=m
Стандартизация переменных
xk ...xs
rt t 
 t
j
 t j    t y  ty 
nt t
y j
j
Определение коэффициента корреляции между
результирующим и факторными признаками
y
Ввод новых факторных признаков
нет
Проверка уровня значимости коэф. корреляции
да
Метод наименьших квадратов
Стандартизированное уравнение
регрессии
Рассчитать частные коэффициенты
корреляции между факторными признаками
да
Проверка на мультиколлинеарность
Исключить
один из
факторов
нет
Расчет коэф. детерминации
нет
Проверка уровня значимости
коэф. детерминации
да
Определение критерия Фишера
n - число наблюдений
m - число факторов в уравнении
регрессии
нет
Fкр - критическое (табличное)
значение критерия Фишера
да
Проверка уровня
значимости
коэф. регрессии
Исключить
факторный
признак
нет
да
Определение t-критерия
Стьюдента
нет
да
Вывод полученного
уравнения регрессии
Рисунок 1 – Алгоритм корреляционно-регрессионного анализа
9
Данный алгоритм включает в себя стандартизацию переменных, построение уравнения регрессии методом наименьших квадратов, проверку на мультиколлинеарность, проверку на достоверность
получаемого уравнения.
В результате были выделены основные факторы, оказывающие
влияние на уровень и динамику средних российских цен на зерновые
культуры. В таблице 1 представлена система факторных признаков.
Таблица 1 – Система факторных признаков
Условное обозначение
Х1
Х2
Х3
Х4
Х5
Х6
Х7
Х8
Х9
Х10
Х11
Х12
Х13
Х14
Х15
Х16
Х17
Х18
Х19
Х20
Х21
Х22
Х23
Х24
Х25
Х26
Х27
Х28
Факторный признак
Валовый сбор пшеницы
Урожайность пшеницы
Валовый сбор ржи
Урожайность ржи
Валовый сбор ячменя
Урожайность ячменя
Валовый сбор кукурузы
Урожайность кукурузы
Валовый сбор овса
Урожайность овса
Валовый сбор гречихи
Урожайность гречихи
Посевная площадь (Россия)
Валовый сбор зерновых (Россия)
Урожайность зерновых (Россия)
Запасы на конец периода зерна (Россия)
Внутреннее потребление (Россия)
Экспорт зерна
Импорт зерна
Цена пшеницы (Канада)
Урожайность пшеницы (мировая)
Валовый сбор пшеницы (мировой)
Запасы пшеницы на конец периода (мировые)
Стоимость удобрений
Стоимость ГСМ
Цена трактора
Цена комбайна
Стоимость электроэнергии
10
Результаты производства основных зерновых культур в России
характеризуются признаками Х1–Х12; основные параметры зернового
рынка РФ – Х13–Х19; параметры мирового рынка – Х20–Х23; характеристика основных ресурсов, используемых в производстве зерновых
культур, – Х24–Х28.
Уравнения регрессии для цен различных зерновых культур
представлены в таблице 2.
Уравнение регрессии
R2, %
Fр
Пшеница y пш  0,78 x20  0,23 x16
Fкр
Стандартная
ошибка, руб./т
Культура
Критерий
Фишера
Уровень
значимости p < 0,05
Таблица 2 – Результаты регрессионного анализа
99,65 704,32 5,78 0,003
346
91,35 32,67 6,94 0,003
283
95,21 40,78 9,28 0,006
275
Кукуруза y кук  0,95 x20  0,24 x3
93,91 47,28 6,94 0,002
390
y  0,44 x  0,64 x
20
28
ов
y  0,82 x  0,63 x
92,72 39,23 6,94 0,002
304
Рожь
Ячмень
Овес
Гречиха
y  0,95 x  0,19 x
20
3
рж
y  0,75 x  0,19 x  0,3 x
яч
гр
20
28
3
18
28
96,7
89
6,94 0,0005 1006
При определении степени влияния различных факторов на цены
зерна в Челябинской области была получена следующая зависимость:
y  1,15 x  0,31x ,
40
29
(1)
где x40 – средняя цена зерна в России;
x29 – посевная площадь Челябинской области.
2 Разработана методика прогнозирования цен на зерновом рынке
Разработанная нами методика прогнозирования цен зерновых
заключается в тщательном выборе метода прогнозирования, учитывающего выделенные в процессе корреляционно-регрессионного
11
анализа факторы, влияющие на цены. Выбор метода основывается
на возможности прогнозирования ежемесячных цен сроком до одного года (рисунок 2). Информационную базу для прогнозирования
составили данные Министерства сельского хозяйства РФ. Проведение третьего, четвертого, пятого этапов можно представить в виде
алгоритма (рисунок 3).
1. Сбор данных по ценам зерновых культур.
Анализ полученных данных
2. Определение факторов, влияющих на цены
(корреляционно-регрессионный анализ)
3. Декомпозиция цен
• идентификация модели (метод АРПСС);
• выявление цикличности (метод Фурье);
• выявление сезонности, тренд-циклической и случайной
составляющих (метод сезонной декомпозиции)
4. Выбор метода прогнозирования
• при возможности идентификации модели прогнозирование
методом АРПСС
• при наличии достоверных циклов и если идентификация
невозможна, прогнозирование методом Фурье
• если первые два методы невозможны, то прогнозирование
методом экспоненциального сглаживания
5. Проверка качества прогноза
Рисунок 2 – Методика прогнозирования цен
При проведении 3-го этапа методики прогнозирования оказалась невозможной идентификация ряда цен зерна методом АРПСС
(авторегрессионного проинтегрированного скользящего среднего),
выделенные циклы методом Фурье оказались при проверке недостоверными. Только методом сезонной декомпозиции удалось выделить
компоненты цены: результаты представлены в таблице 3.
12
Ввод данных цен зерновых f(t)
s≥8
Определение
числа сезонов s
Определение
TCt , It , Nt
методом сезонной
декомпозиции
s<8
Определение
параметров
сезонности
и периодичности
методом АРПСС
невозможно
возможно
Прогнозирование
методом АРПСС
ввод параметров
αи δ
α  [0,1; 0,9]
δ  [0,1; 0,9]
Определение
циклов (периодов) анализ Фурье
Проверка
достоверности
циклов
недостоверны
достоверны
Проверка
качества
прогноза
неудовлетв.
Прогнозирование
методом Фурье
Прогнозирование методом
экспоненциального
сглаживания
Проверка
качества
прогноза
неудовлетв.
удовлетв.
удовлетв.
Проверка
качества
прогноза
неудовлетв.
удовлетв.
Вывод результатов прогноза цен
Рисунок 3 – Алгоритм прогнозирования цен зерновых культур
Согласно результатам сезонной декомпозиции цен различных
зерновых культур, максимальное значение сезонной составляющей
( I tсрmax ) наблюдается в большинстве случаев в периоды, предшествующие уборке; максимальное значение нерегулярной компоненты
( N t max ) – во время и после уборки. Исключением является мягкая
пшеница. Влияние данной компоненты наблюдается в основном
в 2004 г. При прогнозировании цен единственно возможным методом из числа наиболее точных оказался метод экспоненциального
сглаживания, позволивший сделать прогноз на предстоящий сельскохозяйственный год с погрешностью в среднем по культурам менее 4 %.
На рисунке 4 представлен результат экспоненциального сглаживания цен на примере твердой пшеницы 3-го класса.
13
Таблица 3 – Результаты сезонной декомпозиции
Зерновые культуры
I tср , %
Пшеница тв. 3-го кл.
Пшеница мяг. 3-го кл.
Пшеница фуражная
Рожь прод. 3-го кл.
Рожь фуражная
Ячмень прод.
Ячмень фуражный
Кукуруза 3-го кл.
Овес прод. 3-го кл.
Овес фуражный
Гречиха 3-го кл.
0,13
0,10
1,57
0,29
0,14
0,14
0,19
–
0,01
0,11
–
N tср ·102 , % I tсрmax , % (месяц) N t max , % (м.г.)
0,30
2,80
0,09
2,14
0,54
2,07
1,42
–
1,54
1,55
–
5,9 (июль)
3,6 (ноябрь)
3,5 (июль)
5,8 (июль)
4,2 (апрель)
6,7 (июль)
4,9 (май)
(май)
6,8 (июнь)
5,2 (июль)
(июнь)
9,1 (7.06)
8,6 (12.04)
4,4 (9.11)
10,6 (10.04)
7,4 (10.04)
10,7 (12.04)
4 (9.11)
(9.04)
8,3 (8.04)
13,1 (12.04)
(8.11)
Рисунок 4 – Графики исходного ряда цен на твердую пшеницу 3-го класса,
прогноза и остатков
3 Разработана методика определения сроков реализации зерна
Разработанная методика определения сроков реализации зерна
учитывает затраты на хранение и доработку зерна, которые определяются исходя из первоначального состояния зерна, наличия техники
14
для доработки, а также условий хранения. Она позволяет рассчитать
различные сценарии реализации для предприятий, отличных по показателям сбытовой деятельности. В данной методике существует
возможность по введению различных ограничений по доработке
и хранению зерна для конкретного предприятия. Все перечисленные
особенности позволяют применять методику для любого предприятия без существенных корректировок (рисунок 5).
1 Прогнозирование цен на зерновые культуры
2 Группировка предприятий по показателям сбытовой деятельности
3 Определение функции затрат на доработку и хранение зерна,
учитывающей параметры зерна, техники для доработки, условий
и сроков хранения
4 Определение целевой функции, выраженной системой уравнений
по максимизации результатов функционирования организации
5 Определение ограничений по доработке зерна и хранению
6 Определение результативности производственно-коммерческой
деятельности в зависимости от сроков хранения
7 Разработка различных сценариев реализации и/или покупки зерна
для различных групп организаций с учетом условий хранения
Рисунок 5 – Методика определения сроков реализации зерна
При группировке хозяйств Челябинской области, реализующих
зерно, одновременно учитывались доля в реализации, уровень товарности и рентабельность от реализации зерновых. Характеристика выделенных групп представлена в таблице 4.
При проведении третьего этапа была получена функция затрат,
позволяющая быстро произвести расчеты в зависимости от начального состояния зерна, сроков хранения, а также производительности
используемого оборудования при доведении зерна до кондиционного состояния:
15



1,54· N уст  1
1
Ц ээ   N 
 1 1   2  2    Ц з   kест  kмех  , t  0;
Qт  kз  kw kз  kw  


g t   


1,54· N уст  1

1



Ц
N
, t  0,
(2)
 1 1
 ээ 
 2   2   
Q


k
k
k
k


т
w
w
з
з





где Цээ – стоимость электроэнергии, руб./кВт·ч;
N – требуемая мощность для зерносушилки, кВт·ч;
Nуст – установленная мощность очистителя, кВт;
Qт – техническая производительность, т/ч;
kз(1), kw(1) – коэффициент засоренности и влажности зерна при
предварительной очистке;
kз(2), kw(2) – коэффициент засоренности и влажности зерна при первичной очистке;
Цз – стоимость зерна на момент закладки на хранение, руб./т;
kест – коэффициент естественной убыли зерна;
kмех – коэффициент механической убыли зерна.
Таблица 4 – Характеристика кластеров
Переменные
Число предприятий
Доля кластера в реализации, %
Средняя доля в реализации, приходящаяся
на одно предприятие, %
Средний уровень товарности, %
Средняя рентабельность, %
Кластер Кластер Кластер
№1
№2
№3
8
160
24
3,50
88,73
7,09
0,44
0,55
0,30
588
1,8
82
-4,4
46
142,0
Целевая функция может быть выражена двумя функциями:
F  t   P  t   g  t   max ;
(3)
P  t   g (t )
 max ,
g (t )
(4)
G t  
где P(t) – функция прогноза цен;
g(t) – функция затрат на доработку и хранение зерна;
t – срок хранения.
16
Функция прогноза цен определяется по следующей формуле:
P  t     Pt 1  1     St 2  I t  p    1     e ,
(5)
где α – параметр сглаживания;
Pt 1 – цена в момент времени t – 1;
St 2 – экспоненциально сглаженное значение ряда в момент t – 2;
I t  p – сезонный фактор в момент (t – p);
p – длина сезонного цикла;
δ – параметр экспоненциального сглаживания сезонной компоненты;
e – ошибка (наблюдаемое минус прогнозируемое значение).
Целевая функция максимизации прибыли и рентабельности имеет ограничение периода времени: t   0;12 , при этом t – целое число.
Относительно применения методики определения сроков реализации зерна предприятиями необходимо ввести следующие виды
ограничений:
– по очистке зерна:
n
m
хр
i
i 1
k
 ,
 Qфj  tраб
(6)
j 1
где miхр – масса i-го вида сельскохозяйственной культуры, закладываемой на хранение, т;
Qфj – фактическая производительность j-й очистной установки, т/ч;
t'раб – рабочее время очистителя, ч;
– по сушке зерна:
n
m
хр
i
i 1
m
 ,
 Qфl  tраб
(7)
l 1
где Qфl – фактическая производительность l-й сушилки, т/ч;
t"раб – рабочее время сушилки, ч;
– по объему зернохранилищ:
n
 ·m
i
i 1
хр
i
p
 Vхрs ,
s 1
где ρi – насыпная плотность i-й сельскохозяйственной культуры;
Vхрs – объем s-го зернохранилища, м3;
(8)
17
– по выполнению различных обязательств:
n
n
n
i 1
i 1
i 1
miхр  mi  miобяз ,
(9)
где mi – масса собранного i-го вида сельскохозяйственной культуры, т;
miобяз – масса i-го вида сельскохозяйственной культуры, продаваемой для расчета по различным обязательствам (государственные
закупки, расчет по заработной плате, бартерные сделки и т.д.).
Таким образом, целевая функция принимает вид
  Pt 1  1     St 2  I t  p    1     e  b, t  0;

F  t     Pt 1  1     St 2  I t  p    1     e   Ц з ·kхр  ln t  b  ,

(10)
t  1;12;
или
   Pt 1  1     St 2  I t  p    1     e  b
, t  0;

b

   P  1     S  I    1     e  Ц ·k  ln t  b
 з хр
,
t 1
t 2
t p
G  t   
Ц з ·kхр  ln t  b

t  1;12;
(11)


1,54· N уст  1
1
;
где b  Ц ээ   N 

 1 1
 2
 2 

Q
k

k
k

k

т
w
w 
з
 з

kхр – коэффициент, учитывающий условия хранения. При хранении на элеваторе kхр = 0,045, при хранении на складах насыпью
kхр = 0,056.
Результативность производственно-коммерческой деятельности в зависимости от сроков и условий хранения зерна рассчитана
в таблице 5. Наиболее благоприятный месяц для закупок зерновых
за весь рассматриваемый период – декабрь. Покупка же зерна во время сбора урожая принесла бы предприятиям кластера № 1 большие
убытки. Так, последующая реализация с учетом затрат на хранение
принесла бы убытки в размере 1364–2340 руб./т, рентабельность
18
составила бы 17 % в наиболее благоприятном месяце для продаж
(июль) и 29 % в самый неблагоприятный (декабрь) при условии покупки уже доработанного зерна.
Сентябрь (0)
Октябрь (1)
Ноябрь (2)
Декабрь (3)
Январь (4)
Февраль (5)
Март (6)
Апрель (7)
Май (8)
Июнь (9)
Июль (10)
Август (11)
Сентябрь (12)
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
элеватор
склад
7 496,83
5 936,30
5 935,40
5 282,21
5 280,05
5 159,82
5 156,93
5 258,13
5 254,71
5 446,81
5 442,99
5 595,73
5 591,58
5 724,82
5 720,39
5 854,04
5 849,36
5 883,34
5 878,46
6 132,72
6 127,64
5 822,16
5 816,91
5 951,65
5 946,24
45,3
45,4
15
15,1
2,4
0
1,9
5,6
5,5
8,4
11,0
10,9
13,5
13,4
14,0
18,9
18,8
12,8
15,3
1406
1112
1110
982
978
955
950
970
964
1003
995
1028
1020
1050
1041
1072
1062
1076
1066
1121
1109
1063
1052
1085
1074
Рост
рентабельности, %
Рентабельность, %
Рост выручки, %
Месяц
Условия
(срок хранения) хранения
Выручка
от реализации
зерновых с учетом
затрат на хранение,
руб./т
Таблица 5 – Экономическая эффективность реализации
зерновых культур
451
457
157
161
27
28
0
15
14
48
45
73
70
95
91
117
113
121
116
165
160
108
102
130
124
19
4 Разработаны рекомендации по совершенствованию
производственно-сбытовой деятельности хозяйств
На седьмом этапе методики определения сроков реализации
зерна были рассчитаны различные сценарии реализации и покупки
зерна для разных кластеров. Закупка зерна предприятиями кластера
№ 1 рассмотрена для разных месяцев (таблица 6).
Таблица 6 – Сценарии закупок и реализации зерна (на примере твердой
пшеницы 3-го кл.) для предприятий, вошедших в кластер № 1
Условия
хранения
Элеватор
Склад
Закупка
сентябрь 2011
октябрь
ноябрь
декабрь
январь
февраль
март
апрель
май
июнь
июль
август
сентябрь 2011
октябрь
ноябрь
декабрь
январь
февраль
март
апрель
май
июнь
июль
август
П – прибыль, руб./т;
**
Р – рентабельность, %.
*
Реализация
1 мес.
равномерная
*
**
П
Р
П
Р
–1364,11
–16,96
–1826,19
–22,71
196,51
3,03
–289,00
–4,46
847,21
14,52
398,56
6,84
967,99
16,95
577,75
10,12
868,90
14,95
539,15
9,28
679,98
11,33
400,86
6,68
531,30
8,64
294,67
4,79
402,99
6,42
199,82
3,18
275,38
4,30
89,78
1,40
249,47
3,88
82,61
1,28
–184,62
–2,76
–247,57
–3,70
129,47
2,03
129,47
2,03
–1369,19
–17,01
–1830,11
–22,75
191,63
2,95
–292,79
–4,52
842,53
14,43
394,92
6,77
963,56
16,86
574,27
10,05
864,75
14,87
535,85
9,22
676,16
11,26
397,75
6,63
527,88
8,58
291,78
4,74
400,10
6,37
197,19
3,14
273,22
4,26
87,44
1,36
248,57
3,86
80,63
1,25
–186,78
–2,79
–249,10
–3,73
128,57
2,02
128,57
2,02
20
В расчетах учитывалось только товарное зерно, которое не
требует доработки, т. е. затраты связаны только с хранением до благоприятного периода реализации. Все закупки с сентября 2011 г.
по июнь реализуются в июле, а закупки с июля по август – в сентябре 2012 г.
Разница в рентабельности продаж купленного товарного зерна в период, соответствующий минимуму затрат (минимальная рыночная цена) – декабрь – и максимуму затрат – сентябрь 2011 г.,
составляет почти 34 %. Разница между продажей в благоприятный
период и равномерной реализацией в среднем составляет 4,3 %,
максимальная разница характерна для закупок в ноябре – почти 8 %. Наиболее прибыльной и рентабельной оказалась закупка
зерна в декабре и последующая его реализация в июле. Разница
в эффективности реализации при различных условиях хранения
незначительна.
Реализация собственного зерна предприятиями, вошедшими
в кластеры № 1 и № 2, за 1 месяц соответствует продажам в сентябре 2011 г., за 3 месяца – продажам в сентябре 2011 г., июле, сентябре 2012 г.; за 6 месяцев – продажам в сентябре, октябре, мае, июне,
июле 2011 г., сентябре 2012 г. (таблица 7). Чем больше период реализации, тем ниже показатели эффективности. Разница в выручке
между крайними вариантами составляет в среднем по различным
условиям хранения 1 688 руб./т.
Таблица 7 – Сценарии реализации зерна (на примере твердой пшеницы
3-го кл.) для предприятий, вошедших в кластеры № 1 и № 2
Реализация
Условия
1 мес.
3 мес.
6 мес.
равномерная
хранения
Выручка от реализации зерна с учетом затрат
на хранение, руб./т
Элеватор
7 496,83
6 527,07
6 209,15
5 811,12
Склад
7 496,83
6 524,00
6 205,65
5 807,50
Дополнительная выручка в результате повышения оперативности
реализации зерна, руб./т
Элеватор
1 685,71
715,95
398,03
–
Склад
1 689,33
716,50
398,15
–
21
ВЫВОДЫ И ПРЕДЛОЖЕНИЯ
1. Современное состояние производства зерна в России характеризуется наличием различных проблем. За рассматриваемый период снизился валовой сбор на 23 % в основном за счет изменений
в урожайности. Сокращается парк техники в среднем на 6 % ежегодно, в то же время увеличивается нагрузка на нее на 4 %. Поддержка
со стороны государства слабая. Ощутимо усугубление диспаритета
цен на зерно и материально-технические ресурсы, используемые для
производства зерновых. Но наблюдаются и положительные моменты:
в общем объеме реализованного зерна повышается доля товарного,
как следствие, наблюдается реакция производителей на более благоприятную конъюнктуру. Анализ зернового баланса за 2004–2011 гг.
показал повышение рационализации использования зерна.
Анализ связи между конечными результатами зерновых хозяйств Челябинской области и размерами их землепользования показал наибольшую стабильность по показателям реализации зерна
в группах хозяйств с посевной площадью менее 5 тыс. га. Самыми
нестабильными являются предприятия с наибольшей посевной площадью, хотя данные хозяйства наиболее стабильны по показателям
производства. Необходимо также отметить их возрастающую роль
в доле производства (с 8,4 % до 19,8 % за восемь лет) и реализации
зерновых (с 5 % до 15 %).
2. Проведенный корреляционный анализ показал, что при прогнозировании российских цен на зерно особое внимание необходимо
уделять внешним (мировым) факторам. Также необходимо учитывать факторы, влияющие на изменение производственных затрат. Согласно регрессионному анализу, вариации российских цен зерновых
объясняются изменениями в основном канадских цен на пшеницу,
а также переходящих российских зерновых запасов, валового сбора
ржи, стоимости электроэнергии и экспорта зерна. Так, изменение цен
на канадскую пшеницу на 1 % приводит к изменению российских цен
на пшеницу на 0,78 %, изменение российских запасов зерна на 1 %
способствует изменению российских цен на 0,23 %.
3. Разработанная методика прогнозирования цен, включающая
их декомпозицию, выбор наиболее эффективного метода прогнозирования, которым оказался метод экспоненциального сглаживания,
22
позволит построить годовой прогноз цен с высокой точностью (более 90 %). Погрешность прогноза в среднем составит 3,9 %.
4. Разработанная методика определения сроков реализации зерна, учитывающая функцию затрат на доработку и хранение зерна,
позволит спрогнозировать результаты сбытовой деятельности хозяйств, различных по уровню товарности.
5. Прогнозирование цен зерновых на сельскохозяйственный год
позволит разработать рекомендации по совершенствованию производственно-коммерческой деятельности сельскохозяйственных
предприятий, учитывающие принадлежность к различным группам
по уровню товарности, условия хранения зерна, виды реализуемых
зерновых культур.
ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ
ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ
Публикации в изданиях, рекомендованных ВАК РФ
1. Копченов, А. А. Методический подход к прогнозированию
ситуации на зерновом рынке [Текст] / А. А. Копченов, И. С. Лукомская // Аграрный вестник Урала. – 2012. – № 2(94). – С. 72–74.
2. Лукомская, И. С. Влияние материально-технических ресурсов на производство зерна и развитие зернового рынка [Текст]
/ И. С. Лукомская, В. В. Волынкин, М. Н. Салихова // Аграрный вестник Урала. – 2012. – № 11(103). – С. 73–75.
3. Лукомская, И. С. Повышение результативности производственно-коммерческой деятельности зернопроизводящих предприятий Челябинской области путем варьирования сроками реализации зерна [Текст]
/ И. С. Лукомская // Аграрный вестник Урала. – 2012. – № 10(102). –
С. 71–73.
4. Лукомская, И. С. Эффективность зерновой отрасли в сельскохозяйственных предприятиях [Текст] / И. С. Лукомская, В. В. Волынкин, К. И. Лукомский // Аграрный вестник Урала. – 2010. – № 2(68). –
С. 37–40.
Публикации в других изданиях
5. Лукомская, И. С. Анализ производственных и сбытовых показателей крупнейших зернопроизводящих предприятий Челябин-
23
ской области [Текст] / И. С. Лукомская // Вестник ЧГАА. – 2010. –
Т. 56. – С. 121–124.
6. Лукомская, И. С. Зерновой рынок и его роль в обеспечении
продовольственной безопасности страны [Текст] / И. С. Лукомская
// Сборник матер. VII Всерос. науч.-практ. конференции. – Новосибирск, 2009. – С. 147–151.
7. Лукомская, И. С. Определение запасоемкости ВВП экономики страны [Текст] / И. С. Лукомская // Сборник матер. V Всерос.
науч.-практ. конференции. – Новосибирск, 2009. – Ч. 3. – С. 7–11.
8. Лукомская, И. С. Определение функции затрат на доработку
и хранение зерна [Текст] / И. С. Лукомская // Вестник ЧГАА. –
2012. – Т. 61. – С. 138–142.
9. Лукомская, И. С. Оценка ситуации на зерновом рынке России [Текст] / И. С. Лукомская // Материалы LI междунар. науч.-техн.
конф. «Достижения науки – агропромышленному производству». –
Челябинск : ЧГАА, 2012. – Ч. 1. – С. 207–214.
10. Лукомская, И. С. Состояние зернового производства Челябинской области [Текст] / И. С. Лукомская, В. В. Волынкин, К. И. Лукомский
// Материалы науч.-практ. конф. «Стратегия развития российского
аграрного образования и аграрной науки в XXI веке», посвящ. 70-летию Уральской ГСХА. – Екатеринбург : Уральская ГСХА, 2010. –
Ч. 1. – С. 3–6.
Подписано в печать 15.11.2013 г. Формат 60×84/16
Гарнитура Times. Печ. л. 1,0. Тираж 100 экз. Заказ № КЗ-6
Отпечатано в УОП ФГБОУ ВПО ЧГАА
454080, г. Челябинск, ул. Энгельса, 83
1/--страниц
Пожаловаться на содержимое документа