Статистико-экономический анализ эффективности производства зерна на примере ООО «Ритм» Аннинского района и других хозяйств Аннинского и

Автор работы: Пользователь скрыл имя, 12 Марта 2014 в 18:07, курсовая работа

Описание работы

Проведем статистико-экономический анализ производства зерна на примере ООО «Ритм» и других 20 хозяйств Аннинского и Павловского районов Воронежской области. Для этого потребуется:
раскрыть экономическую сущность производства зерновых культур;
изучить теорию и практику производства зерновых культур;
провести анализ ресурсно-сырьевой базы производства зерна в хозяйствах Аннинского и Аннинского и Павловского районов Воронежской области
Объектом исследования в данном проекте служит производственная деятельность ООО «Ритм» и 20других хозяйств Аннинского и Павловского района Воронежской области за период 1996-2004 гг.

Содержание работы

1.Обзор литературы 5
2.Анализ рядов динамики 12
2.1Сущность эффективности и система показателей 12
2.2 Состояние рынка зерна: основные каналы реализации, динамика денежной выручки за последние 6 лет 18
2.3 Средняя цена 1 ц реализованного зерна, факторы, ее формирующие и динамика за 9 лет 21
2.4 Выявление тенденций в изменении цены 1 ц зерна посредством использования статистических методов: укрупнение периодов, скользящая средняя, аналитическое выравнивание 22
3. Индексный анализ прибыли и рентабельности 27
3.1 Сущность и значение показателей прибыли и рентабельности 29
3.2 Индексный анализ прибыли и уровня рентабельности зерна по совокупности хозяйств 33
4. Метод статистических группировок и дисперсионный анализ 38
4.1 Сущность группировки. Виды группировок, задачи и значение 38
4.2 Построение аналитической группировки (используя правило трех сигм) по одному из факторов, влияющих на уровень рентабельности зерна: урожайность, уровень интенсивности, уровень концентрации производства, уровень специализации, себестоимости 1 ц продукции, трудообеспеченности хозяйства 43
4.3 Сущность и значение дисперсионного анализа. Оценка существенности влияния группировочного признака на уровень рентабельности. 47
5.Проектная часть 50
5.1 Сущность и основные условия применения корреляционно-регрессионного анализа 50
5.2 Построение экономико-математической модели уровня рентабельности зерна 54
5.3 Расчет резервов повышения уровня рентабельности зерна и увеличения прибыли от его реализации 56
Заключение 58
Список использованной литературы 60
Приложения 62

Файлы: 1 файл

ГОТОВАЯ 1.docx

— 407.70 Кб (Скачать файл)

Вторым условием закономерного проявления корреляционной связи служит условие, обеспечивающее надежное выражение закономерности в средней величине. Кроме уже указанного большого числа единиц совокупности для этого необходима достаточная однородность совокупности. Нарушение этого условия может извратить параметры корреляций. Например, в массе зерновых хозяйств уровень продукции с 1 га растет по мер концентрации площадей, т.е. он выше в крупных хозяйствах. В массе овощных и овощемолочных хозяйств (пригородный тип) наблюдается та же прямая связь уровня продукции с размером хозяйства. Но если соединить и общую неоднородную совокупность те и другие хозяйства, то связь уровня продукции с размером площади пашни (или посевной площади) получится обратной. Причина в том, что овощные и овощемолочные хозяйства, имеют меньшую площадь, чем зерновые, производят больше продукции с 1 га ввиду большей интенсивности производств в данных отраслях.

В качестве третьего условия корреляционного анализа выдвигается необходимость подчинения распределения совокупности по результативному и факторным признакам нормальному закону распределения вероятностей. Это условие связано с применением метода наименьших квадратов при расчете параметров корреляции: только при нормальном распределении метод наименьших квадратов дает оценки параметров, отвечающих принципам максимального правдоподобия. На практике эта предпосылка чаще всего выполняется приближенно, но и тогда метод наименьших квадратов дает неплохие результаты.

Однако при значительном отклонении распределений признаков от нормального закона нельзя оценивать надежность выборочного коэффициента корреляции, используя параметры нормального распределения вероятностей или распределения Стьюдента.

Еще одним спорным вопросом является допустимость применения корреляционного анализа по функционально связанным признакам. Можно ли, например, построить уравнение корреляционной зависимости размеров выручки от продажи картофеля, от объема продажи и цены? Ведь произведение объема продажи и цены равно выручке в каждом отдельном случае. Как правило, к таким жестко детерминированным связям применяю только индексный метод анализа. Однако на этот вопрос можно взглянуть и с другой точки зрения. При индексном анализе выручки предполагается, что количество проданного картофеля и его цена независимы друг от друга потому-то и допустима абстракция от изменения одного фактора при изменении влияния другого, как это принято индексном методе. В реальности количество и цена не являются вполне независимыми друг от друга.

Корреляционно-регрессионный анализ учитывает межфакторные связи, следовательно, дает более полное измерение роли каждого фактора: прямое, непосредственное его влияние на результативный признак; косвенное влияние фактора через его влияние на другие факторы; влияние всех факторов на результативный признак. Если связь между факторами несущественна, можно ограничиться индексным анализом. В противном случае его полезно дополнить корреляционно-регрессионным измерением влияния факторов, даже если они функционально связаны результативным признаком.

По мере развития экономики роль и значение корреляционно-регрессионных методов в экономическом анализе повышается, рассматриваются масштабы их применение, совершенствуется методика. Использование разработанных к настоящему времени статистических методов анализа позволяет изучить, измерить и дать количественное выражение взаимосвязей между явлениями общественной жизни, установленными на основе качественного анализа. Поэтому так важно применение корреляционно-регрессионных методов на практике

5.2 Построение экономико-математической модели уровня рентабельности зерна

 

На основе исходной информации (см. прил8.) и программы Statgraf с использованием способ наименьших квадратов построена экономико-математическая модель уровня рентабельности зерна.

Таблица 12Экономико-математическая модель уровня рентабельности зерна по хозяйствам Аннинского и Павловского районов Воронежской области.

наименование переменной

условное обозначение

коэффициент регрессии

стандартная ошибка

t-статистика

уровень значимости

CONSTANT

-128,18679

253,201084

-0,5063

0,6218

урожайность зерна, ц/га

х1

19,425273

10,619137

1,8293

0,0923

трудоемкость 1ц. зерна, чел-час

х2

86,192155

84,332883

1,0220

0,4269

себестоимость 1ц. зерна, руб.

х3

-0,027518

1,55359

-0,0177

0,9862

уровень интенсивности, руб.

х4

-0,067209

0,058594

-1,1470

0,2737

уровень спец-ции, %

х5

3,858502

2,124763

1,8160

0,0944

уд. вес затрат на зерно в затратах раст-ва,%

х6

-2,58761

1,239471

-2,0877

0,0588

уровень концентрации(пос.площадь), га

х7

0,00832

0,024761

0,3360

0,7427

трудообесп-ть (число раб. на 100га пашни), чел

х8

0,84144

1,538439

0,5469

0,5944


 

Коэффициент детерминации данной модели равен 0,6053 или 60,53%. Следовательно, на долю неучтенных факторов приходится 39,47%. На наш взгляд, мы можем улучшить данную модель уровня рентабельности, т.к. некоторые факторы имеют уровень значимости более 0,05, а также некоторая взаимосвязь факторов с уровнем рентабельности не имеет логико-экономического объяснения. Поэтому из модели мы можем исключить такие факторы: трудоемкость 1ц. зерна, себестоимость 1ц. зерна, уровень спец-ции, уровень концентрации(пос.площадь) и трудообесп-ть (число раб. на 100га пашни). Результаты представим в таблице.

Таблица 13Улучшенная экономико-математическая модель уровня рентабельности

наименование переменной

условное обозначение

коэффициент регрессии

стандартная ошибка

t-статистика

уровень значимости

CONSTANT

-31,157337

62,975861

-0,4948

0,6271

урожайность зерна, ц/га

х1

17,097784

3,661178

46700,0000

0,0002

уровень интенсивности, руб.

х4

-0,053596

0,012464

-4,2999

0,0005

уд. вес затрат на зерно в затратах раст-ва,%

х6

-2,274908

0,924493

-2,4607

0,0249


 

Данная модель улучшилась, т.к. увеличился коэффициент детерминации. Он составляет 0,6070 или 60,7%. На долю неучтенных факторов приходится 39.3%. Коэффициент корреляции равен , что свидетельствует, согласно шкале Чедека, о существенной связи между уровнем рентабельности и заложенными в модель факторами.

Математически уравнение регрессии имеет следующий вид:

Коэффициент регрессии а1 свидетельствует о том, что при увеличении урожайности зерна на 1ц/га уровень рентабельности будет увеличиваться на 17,04%, а коэффициент а2 свидетельствует о том, что при увеличении уровня интенсивности на 1 руб. уровень рентабельности будет уменьшаться на 0,05%, коэффициент а3 свидетельствует о том, что при увеличении удельного веса затрат на зерно в затратах растениеводства на 1% уровень рентабельности будет уменьшаться на 2,27%.

Для того, чтобы узнать, значима ли модель, необходимо  провести множественный дисперсионный анализ.

Таблица 14Множественный дисперсионный анализ уровня рентабельности.

Источник вариации

сумма квадратов отклонений

число степеней свободы

дисперсия на 1 степень свободы

F-расчетная (фактическая)

уровень значимости

модель

99124,4

3

33041,5

11,2959

0,0003

ошибка

49726,5

17

2925,09

   

Модель в целом значима, т.к. множественный критерий Фишера =11,2959, что выше критического (табличного) значения 3,20.

Далее рассматривается анализ вариации по факторам.

Таблица 15Дисперсионный анализ по факторам.

Факторы

сумма квадратов отклонений

число степеней свободы

дисперсия на 1 степень свободы

F-расчетная (фактическая)

уровень значимости

урожайность зерна, ц/га

5197,8574

1

5197,857

1,78

0,2001

уровень интенсивности, руб.

76214,932

1

76214,932

26,06

0,0001

уд. вес затрат на зерно в затратах раст-ва,%

17711,6395

1

17711,639

6,06

0,0249

Model

99124,4289

3

     

Из данной таблицы видно, что такие факторы, как уровень интенсивности и уд. вес затрат на зерно в затратах растениеводства существенно влияют на уровень рентабельности, а такой фактор, который больше 0,05 (урожайность зерна) оказывает несущественное влияние на рентабельность. Но мы не можем их исключить из модели, т.к. в целом модель ухудшится.

На основании полученной модели необходимо рассчитать резервы увеличения уровня рентабельности и денежной выручки за реализацию зерна.

5.3 Расчет резервов повышения уровня рентабельности зерна и увеличения прибыли от его реализации

На основе полученной корреляционно-регрессионной модели рассчитаем резервы для увеличения производства зерновых и зернобобовых культур в хозяйствах Воронежской области, т.е. оценим пути улучшения их деятельности.

Таблица 16Резервы повышения уровня рентабельности зерна и увеличение прибыли от его реализации в хозяйствах Аннинского и Павловского районов Воронежской области.

Факторы

Условные обозначения

Средний уровень факторов

Отклонения среднего уровня факторов отстающих хозяйств

коэффициент регрессии

Резервы увеличения уровня рентабельности

по району

по перед. хоз-вам

по отстающ.хоз-вам

от среднего уровня по району

от уровня перед. хоз.

до среднего уровня по району

до уровня передовых хозяйств

%

%

%

%

Урожайность зерновых культур, ц/га.

х1

23,3

30,51

19,74

3,56

10,77

17,05

60,70

69,69

183,63

210,82

Уровень интенсификации (производственные. затраты на 1 га посева), руб.

х4

3603

5234

2833

770

2401

-0,05

-38,50

-44,20

-120,05

-137,83

Уд. вес затрат на зерно в общих затратах на растен-во,%

х6

35,1

47,9

25,52

9,58

22,38

-2,27

-21,75

-24,97

-50,80

-58,33

ИТОГО

-

-

-

-

-

-

-

0,45

0,52

12,78

14,67

Информация о работе Статистико-экономический анализ эффективности производства зерна на примере ООО «Ритм» Аннинского района и других хозяйств Аннинского и