Эконометрические модели себестоимости продукции и прогнозирование ее уровня

Наиболее фундаментальной  является классическая мультипликативная  модель временного ряда, широко используемая при анализе ежемесячных, ежеквартальных и ежегодных данных и потому чаще всего применяемая в экономических  исследованиях.

В классической мультипликативной  модели временных рядов определяется, что наблюдаемое значение в любой  точке временного ряда является произведением факторов — тренда, циклической, сезонной и нерегулярной компонент, и любое значение ряда может быть представлено в виде:

,

где , — значение временного ряда, а , , , , — соответственно значения трендовой, циклической, сезонной и нерегулярной компонент в любой точке ряда.

 

 

 

 

 

 

 

 

 

 

Глава 2. Анализ себестоимости  продукции и прогнозирование ее уровня в ООО «СХП «Заря»

 

2.1. Краткая характеристика ООО «СХП «Заря»

 

Общество с ограниченной ответственностью сельскохозяйственное предприятие «Заря» (ООО «СХП «Заря») расположено в Ростовской области, Ремонтненский район, поселок Валуевка. Сфера деятельности предприятия – молочно - мясное направление.

ООО «СХП «Заря» создано 31.03.2005 года путем реорганизации в форме  преобразования Сельскохозяйственного  производственного кооператива (колхоз) «Заря» (основанного в 1993 г.) и, согласно передаточного акта, является правопреемником СПК (колхоза) «Заря». Предприятие зарегистрировано как юридическое лицо и занимается производством мяса и молока.

Уставный капитал предприятия  на 01.01.10 составляет 100 тыс. руб. Количество учредителей всего 28, в том числе  физические лица - 27, юридические лица - 1. Уставный капитал разделен на доли, которые выражены соответствующим  процентом в уставном капитале Общества. Размеры долей участников составляют: физические лица - 24 225 руб., юридические  лица - 75 775 руб.

Основными видами деятельности предприятия является производство, переработка и сбыт сельскохозяйственной продукции.

Для более подробного знакомства с предприятием рассмотрим ряд показателей, характеризующих его размеры  и специализацию, а также результаты деятельности.

 

 

 

 

 

Таблица 1 - Размеры хозяйства «ООО СХП «Заря»

Показатели	2010 год	2011 год	2012 год	2012 г. в % к 2010 г.	Среднее по району
Сумма выручки за реализованную продукцию, услуги в ценах фактической реализации, тыс. руб.	4315	5607	6008	139,24	11420
Производственные  основные фонды сельскохозяйственного  назначения на начало года, тыс. руб.	8339	18338	25809	309,50	642,20
Площадь сельскохозяйственных угодий, га.	3197	3197	3197	-	3322,2
Среднегодовая (среднесписочная) численность всех работников, чел.	51	45	45	88,24	-

 

Данные по размерам предприятия  свидетельствуют, что ООО СХП «Заря» относится к средним по своему району сельскохозяйственным пред-приятиям. Все основные показатели либо незначительно ниже средних по району, либо незначительно выше.

Для оценки специализации  предприятия рассмотрим структуру его товарной продукции.

Таблица 2 - Структура товарной продукции ООО СХП «Заря» за 2012 год

Вид продукции	Сумма, тыс. руб.	Структура, %
Пшеница	10	0,24
Ячмень	8	0,19
Продукция растениеводства, реализованная в переработанном виде	45	1,07
Итого по растениеводству	63	1,50
Крупный рогатый скот	2328	55,32
Молоко цельное	1817	43,18
Итого по животноводству	4145	98,50
Всего	4208	100,00

 

Анализ структуры товарной продукции показал, что в товарной продукции на долю продукции растениеводства приходится всего 1,5%, тогда как продукция животноводства занимает 98,5% товарной продукции, при этом в структуре продукции животноводческой на молоко приходится 43,18%, а на сбыт животных в живой массе – 55,32%. Таким образом, можно говорить, что специализация ООО СХП «Заря» мясо – молочное животноводство.

 

 2.2. Анализ корреляционного поля себестоимости продукции

 

Для проведения корреляционно-регрессионного анализа были введены следующие  признаки:

- среднегодовая себестоимость товарной продукции (молока) в оптовых ценах предприятия (руб.), выступает как результативный признак;

- среднегодовая стоимость кормления (млн. руб.), выступает как фактор.

Таблица 3 - Влияние уровня кормления на себестоимость молока

Год	Среднегодовая стоимость кормления (млн. руб.), млн. руб.	Среднегодовая себестоимость товарной продукции (молока) в оптовых ценах предприятия, руб.
1993	10,0	11,8
1994	11,0	12,4
1995	12,6	13,8
1996	13,0	15,1
1997	14,2	16,4
1998	15,0	17,0
1999	15,5	17,3
2000	16,3	18,1
2001	17,7	19,6
2002	19,3	23,1
2003	10,8	12,0
2004	12,2	13,0
2005	12,8	12,9
2006	13,5	15,6
2007	14,6	16,8
2008	15,3	18,2
2009	16,0	17,9
2010	17,1	19,0
2011	18,0	18,0
2012	20,0	27,1

По данным таблицы 3 построим поле корреляции и сделаем предположение  о характере связи между фактором х и результативным признаком у:

 

На основании полученного  корреляционного поля сделаем предположение  о линейном характере связи между  стоимостью кормления и себестоимостью молока.

 

2.3. Парная и  множественная модель себестоимости  продукции 

 

Связь между результативным (среднегодовая себестоимость молока ) и факторным признаками (стоимость кормления ) - прямая, по аналитической форме связь линейная и выражается уравнением прямой:

 

Парный коэффициент корреляции характеризует направление и  интенсивность связи, что позволяет  оценить ее тесноту. Система нормальных уравнений для нахождения параметров линейной парной регрессии имеет  следующий вид:

 

По данным таблицы 3 построим ряд распределения фактора Х, вычислим его среднее статистическое и среднее квадратичное отклонение . Составим вспомогательную таблицу для расчета показателей, отсортировав предварительно значения Х по возрастанию:

 

X	|x - xср|	(x - xср)2
10	4,75	22,56
10,8	3,95	15,6
11	3,75	14,06
12,2	2,55	6,5
12,6	2,15	4,62
12,8	1,95	3,8
13	1,75	3,06
13,5	1,25	1,56
14,2	0,55	0,3
14,6	0,15	0,02
15	0,25	0,06
15,3	0,55	0,3
15,5	0,75	0,56
16	1,25	1,56
16,3	1,55	2,4
17,1	2,35	5,52
17,7	2,95	8,7
18	3,25	10,56
19,3	4,55	20,7
20	5,25	27,56
294,9	45,5	150

 

Среднее статистическое :

 

Среднее квадратичное отклонение :

 

 

По данным таблицы 3 построим ряд распределения результата Y, вычислим его среднее статистическое и среднее квадратичное отклонение . Составим вспомогательную таблицу для расчета показателей, отсортировав предварительно значения Y по возрастанию:

 

Y	|y - yср|	(y - yср)2
11,8	4,96	24,6
12	4,76	22,66
12,4	4,36	19
12,9	3,86	14,9
13	3,76	14,14
13,8	2,96	8,76
15,1	1,66	2,76
15,6	1,16	1,35
16,4	0,36	0,13
16,8	0,04	0
17	0,24	0,06
17,3	0,54	0,29
17,9	1,14	1,3
18	1,24	1,54
18,1	1,34	1,8
18,2	1,44	2,07
19	2,24	5,02
19,6	2,84	8,06
23,1	6,34	40,2
27,1	10,34	106,91
335,1	55,58	275,55

 

Среднее статистическое :

Среднее квадратичное отклонение :

 

Построим корреляционную таблицу, составить матрицу частот совместного появления пар X, Y. Вычислим коэффициент r_xy корреляции и оценим тесноту корреляционной связи.

 

Коэффициент корреляции Пирсона рассчитывается для оценки наличия или отсутствия между двумя переменными величинами линейной связи. Кроме того, коэффициент Пирсона точно устанавливает тесноту этой связи.

 

Для расчета коэффициента корреляции по Пирсону используем формулу:

 

 

Известно, что  =14,75, =16,76.

Все необходимые для расчета  коэффициента корреляции промежуточные данные и их суммы внесем в таблицу:

 

X	Y	X-Xср	Y-Yср	(Y-Yср)*(X-Xср)	(X-Xср)2	(Y-Yср)2
10,00	11,80	-4,75	-4,96	23,56	22,5625	24,6016
11,00	12,40	-3,75	-4,36	16,35	14,0625	19,0096
12,60	13,80	-2,15	-2,96	6,364	4,6225	8,7616
13,00	15,10	-1,75	-1,66	2,905	3,0625	2,7556
14,20	16,40	-0,55	-0,36	0,198	0,3025	0,1296
15,00	17,00	0,25	0,24	0,06	0,0625	0,0576
15,50	17,30	0,75	0,54	0,405	0,5625	0,2916
16,30	18,10	1,55	1,34	2,077	2,4025	1,7956
17,70	19,60	2,95	2,84	8,378	8,7025	8,0656
19,30	23,10	4,55	6,34	28,847	20,7025	40,1956
10,80	12,00	-3,95	-4,76	18,802	15,6025	22,6576
12,20	13,00	-2,55	-3,76	9,588	6,5025	14,1376
12,80	12,90	-1,95	-3,86	7,527	3,8025	14,8996
13,50	15,60	-1,25	-1,16	1,45	1,5625	1,3456
14,60	16,80	-0,15	0,04	-0,006	0,0225	0,0016
15,30	18,20	0,55	1,44	0,792	0,3025	2,0736
16,00	17,90	1,25	1,14	1,425	1,5625	1,2996
17,10	19,00	2,35	2,24	5,264	5,5225	5,0176
18,00	18,00	3,25	1,24	4,03	10,5625	1,5376
20,00	27,10	5,25	10,34	54,285	27,5625	106,9156
294,90	335,10			192,301	150,05	275,55