Реферат: Анализ прибыли и рентабельности и их роль в финансовой устойчивости СПК колхоз Донской

--PAGE_BREAK--
Таблица 1 – Основные экономические показатели деятельности предприятия



Показатели

<metricconverter productid=«2005 г» w:st=«on»>2005 г

<metricconverter productid=«2006 г» w:st=«on»>2006 г

<metricconverter productid=«2007 г» w:st=«on»>2007 г

<metricconverter productid=«2007 г» w:st=«on»>2007 г. в % к <metricconverter productid=«2005 г» w:st=«on»>2005 г.

Выручка от продажи, тыс. руб.

Среднесписочная численность работников, чел

в т.ч. занятых в сельскохозяйственном производстве

Среднегодовая стоимость основных фондов, тыс. руб.

Энергообеспеченность (на 100га с/х угодий), кВт

Энерговооруженность, кВт/чел

Прибыль (+) от продажи, тыс. руб.

Уровень рентабельности (+) основной деятельности, %

6321

181
168
18250,5
30,0
25,5

1382

12,5

4518

165
154
19257
30,0
28,0

664

5,8

12563

145
137
22187,5
28,6
30,0

11065

65,8



199

80
80
121,6
95,3
117,6

800,6

12,5



За рассмотренный отрезок времени прослеживается положительная динамика по всем показателям эффективности сельскохозяйственного производства. Так выручка за 2007 год по сравнению с 2005 годом выросла на 199 % или почти в 2 раза, при этом среднесписочная численность работников сократилась на 20 %, в том числе доля занятых в сельскохозяйственном производстве – на 20%.

По данным таблицы 2 проанализируем состав  и структура денежной выручки от продаж продукции.
Таблица 2 – Состав и структура денежной выручки от продаж продукции



Виды продукции

Выручка от продажи, тыс. руб.

Структура, %

Изменения в структуре 2007г. к 2005г. (+,-), в %

2005г

2006г

2007г

2005г

2006г

2007г

Пшеница

из нее:

3 класса

Ячмень

Овес

Подсолнечник

Прочая продукция растениеводства

Продукция растениеводства собственного производства, реализованная в переработанном виде,

в том числе стоимость переработки

4302
2325

348

-

1671
318
472
43

456
-

2412

76

2033
356
1248
62


6070
6070

2927

61

3505
165
1091
55

60,5
32,7

4,9

-

23,5
4,5
6,6
0,6

6,9
-

36,4

1,1

30,7

 

5,4
18,9
0,9

43,9
43,9

21,2

0,4

25,4
1,2
7,9
0,4

72,5
134,3

432,6

36,4

108
26,6
119,6
0,6

ИТОГО

7111

6622

13819

100

100

100

-



Доля пшеницы в структуре выручки от продаж данного предприятия за 2007 год по сравнению с отчетным сократилась на 27,5% при том, что производство пшеницы за данный период увеличилось на 41%. Доля овса в структуре выручки уменьшилась с 1,1 до 0,4%. Выручка от реализации подсолнечника имеет ярко выраженную тенденцию к повышению, хотя в общей структуре выручки от продаж ее доля колеблется, но, в конечном счете, по сравнению с отчетным годом она увеличилась на 8%. д 41%.  данный период увеличилаась  сократилось дприятияи 
Таблица 3 – Динамика производства и реализации основных видов сельскохозяйственной продукции



Показатели

2005г

2006г

2007г

2007г в % к 2005г

Произведено, ц

Зерновые и зернобобовые культуры – всего,

в том числе:


   — Озимые зерновые

   — Яровые зерновые

Подсолнечник


Реализовано, ц

Зерновые и зернобобовые культуры – всего,

в том числе:


   — Пшеница

   — Ячмень

   — Овес

Подсолнечник


18706
1112

17594

3084
17807
15508

2299

-

2027



 

21961
1600

20367

3805
11619
1852

9363

209

4179


40382
527

39855

6222
27045
16636

10233

176

4773


215,8
47,4

226,5

201,7
151,8
107,3

445

84,2

235,5



Как видно из таблицы, в хозяйстве хорошо развито производство сельскохозяйственных культур.  Производство зерновых и зернобобовых культур в 2007 году увеличилось в 2 раза по сравнению с 2005 годом.
Глава 3. Статистический анализ динамики урожайности зерновых культур

3.1 Анализ показателей динамики

Для изучения интенсивности изменения урожайности во времени исчисляются следующие показатели:

— абсолютный прирост;

— темп роста и прироста;

— абсолютные значения 1% прироста.

В зависимости от базы сравнения различают базисные и цепные показатели динамики.

Базисные показатели получают в результате сравнения текущего уровня с одним и тем же, принятым за базу сравнения (обычно начального).

Цепные  показатели получают в результате сравнения текущих уравнений с предыдущими.

<img width=«29» height=«24» src=«ref-2_1874658117-106.coolpic» v:shapes="_x0000_i1026">текущий уровень

<img width=«39» height=«24» src=«ref-2_1874658223-115.coolpic» v:shapes="_x0000_i1027">предыдущий текущему уровню

<img width=«32» height=«24» src=«ref-2_1874658338-109.coolpic» v:shapes="_x0000_i1028">начальный уровень
Таблица 4 – Базисные и цепные показатели динамики



Показатель

Способ расчета

с переменной базой (цепной)

с постоянной базой (базисный)

1. Абсолютный прирост

<img width=«85» height=«25» src=«ref-2_1874658447-183.coolpic» v:shapes="_x0000_i1029">

<img width=«79» height=«25» src=«ref-2_1874658630-179.coolpic» v:shapes="_x0000_i1030">

2. Темп роста

<img width=«99» height=«45» src=«ref-2_1874658809-273.coolpic» v:shapes="_x0000_i1031">

<img width=«91» height=«45» src=«ref-2_1874659082-262.coolpic» v:shapes="_x0000_i1032">

3. Темп прироста

<img width=«100» height=«48» src=«ref-2_1874659344-292.coolpic» v:shapes="_x0000_i1033">

<img width=«95» height=«48» src=«ref-2_1874659636-283.coolpic» v:shapes="_x0000_i1034">

4.Абсолютное значение 1% прироста

А%=0,01<img width=«25» height=«24» src=«ref-2_1874659919-106.coolpic» v:shapes="_x0000_i1035">



-



Таблица 5 — Результаты расчетов

Года

Урожайность, ц/га

Абсолютный прирост, ц/га

Темп роста, %

Темп прироста, %

Абсолютное значение 1% прироста

Цепн.

Базисн.

Цепн.

Базисн

Цепн.

Базисн.

1997

8,0

-

-

-

-

-

-

-

1998

6,4

-1,6

-1,6

80

80

-20

-20

0,080

1999

6,4

0,0

-1,6

100

80



-20

0,064

2000

6,3

-0,1

-1,7

98

79

-2

-21

0,064

2001

7,7

1,4

-0,3

122

96

22

-4

0,063

2002

8,2

0,5

0,2

106

103

6

3

0,077

2003

8,5

0,3

0,5

104

106

4

6

0,082

2004

7,9

-0,6

-0,1

93

99

-7

-1

0,085

2005

7,0

-0,9

-1,0

89

88

-11

-12

0,079

2006

6,9

-0,1

-1,1

99

86

-1

-14

0,070

2007

11,6

4,7

3,6

168

145

68

45

0,690



Анализируя данные таблицы можно отметить, что урожайность за 2007 год по сравнению с предыдущим годом увеличилась на 4,7 ц/га, а по сравнению с базисным на 3,6 ц/га. Темп роста в 2007 году увеличился на 68 %, а по сравнению с базисным на 45%.

Согласно построенному графику за 11 лет (1997-2007 гг.) динамика урожайности сельскохозяйственных культур увеличивается.

Рис.1 – График динамики урожайности

<img width=«504» height=«281» src=«ref-2_1874660025-3810.coolpic» v:shapes="_x0000_i1036">

Для обобщающей характеристики  динамики урожайности рассчитываются средние показатели:

— средний уровень;

— средний абсолютный прирост;

— средний темп роста и прироста;

Таблица 6 — Средние показатели динамики

Показатель

Метод расчета

1.     Средний уровень ряда

<img width=«67» height=«45» src=«ref-2_1874663835-304.coolpic» v:shapes="_x0000_i1037">=(8,0+6,4+6,4+6,3+7,7+8,2+8,5+7,9+7,0+6,9+11,6)/11=

=84,9/11=7,7

2. Средний абсолютный прирост

<img width=«12» height=«23» src=«ref-2_1874664139-73.coolpic» v:shapes="_x0000_i1038"><img width=«76» height=«41» src=«ref-2_1874664212-225.coolpic» v:shapes="_x0000_i1039">=(11,6-8,0)/(11-1)= 0,36

3.Средний коэффициент роста

<img width=«79» height=«51» src=«ref-2_1874664437-281.coolpic» v:shapes="_x0000_i1040">=<img width=«156» height=«49» src=«ref-2_1874664718-446.coolpic» v:shapes="_x0000_i1041">

4. Средний темп роста

<img width=«92» height=«28» src=«ref-2_1874665164-227.coolpic» v:shapes="_x0000_i1042">=1,012*100=101,2%

5. Средний темп прироста

<img width=«91» height=«28» src=«ref-2_1874665391-210.coolpic» v:shapes="_x0000_i1043">= 101,2-100=1,2%



Анализируя абсолютные и относительные показатели динамики урожайности зерновых культур можно заметить, что наблюдается  умеренный рост, и в среднем за каждый год урожайность увеличивалась на 0,36 ц/га  или на 1,2%.
3.2 Выявление основной тенденции и прогнозирование на основе уравнения тренда

 В анализе урожайности сельскохозяйственных культур важное значение имеет выявление тенденции динамики урожайности.

Выявление основной тенденции может быть осуществлено методом скользящей средней. Для определения скользящей средней формируем укрепленные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получаем, постепенно сдвигаясь от начального уровня динамического ряда на один уровень. Тогда первый интервал будет включать уровни <img width=«77» height=«24» src=«ref-2_1874665601-163.coolpic» v:shapes="_x0000_i1044">, второй – уровни <img width=«83» height=«25» src=«ref-2_1874665764-179.coolpic» v:shapes="_x0000_i1045"> и т.д. По сформированным укрупненным интервалам определяем сумму значений уровней, на основе которых рассчитываем скользящие средние. При сглаживании скользящей средней технически удобно укрупненный интервал составлять из нечетного числа уровней ряда.

Рассмотрим расчет укрупненных показателей на примере анализа динамики урожайности зерновых культур в СПК (колхоз) «Донской»
    продолжение
--PAGE_BREAK--
Таблица 7 — Выявление тенденции динамики урожайности методом скользящей средней в СПК (колхоз) «Донской»

Годы

Фактическая урожайность

Средняя скользящая

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

8,0

6,4

6,4

6,3

7,7

8,2

8,5

7,9

7,0

6,9

11,6

-

6,9

6,4

6,8

7,4

8,1

8,2

7,8

7,3

8,5

-



Чтобы дать количественную модель, выражающую общую тенденцию изменений уровней динамического ряда во времени используется аналитическое выравнивание ряда динамики. В этом случае фактические уровни заменяются уровнями, вычисленным на основе определенной прямой или кривой, выбранной в предположении, что она отражает общую тенденцию изменений во времени изучаемого общественного явления.

При аналитическом выравнивании ряда динамики закономерно изменяющийся уровень рассчитывается как функция времени <img width=«65» height=«24» src=«ref-2_1874665943-168.coolpic» v:shapes="_x0000_i1047"> где <img width=«17» height=«24» src=«ref-2_1874666111-101.coolpic» v:shapes="_x0000_i1048"> — уровни динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t. Наиболее часто в экономике применяются:

1)     линейная функция                             <img width=«81» height=«24» src=«ref-2_1874666212-185.coolpic» v:shapes="_x0000_i1049">

2)     парабола второго порядка                <img width=«119» height=«25» src=«ref-2_1874666397-246.coolpic» v:shapes="_x0000_i1050">

Выбор формы кривой во многом определяет результаты экстраполяции тренда.

Рассмотрим аналитическое выравнивание ряда динамики по прямой, т.е. аналитическое уравнение вида: <img width=«81» height=«24» src=«ref-2_1874666212-185.coolpic» v:shapes="_x0000_i1051">, где t–порядковый номер периодов или моментов времени.

Параметры <img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1052"> и <img width=«16» height=«23» src=«ref-2_1874666925-96.coolpic» v:shapes="_x0000_i1053"> прямой рассчитываются по методу наименьших квадратов. Система нормальных уравнений в данном случае имеет вид:

<img width=«12» height=«23» src=«ref-2_1874664139-73.coolpic» v:shapes="_x0000_i1054"><img width=«276» height=«109» src=«ref-2_1874667094-1086.coolpic» v:shapes="_x0000_s1026 _x0000_s1027 _x0000_s1028 _x0000_s1029 _x0000_s1030 _x0000_s1031"><img width=«276» height=«108» src=«ref-2_1874668180-73.coolpic» v:shapes="_x0000_i1046">

Поиск параметров  уравнения можно упростить, если отсчет времени производить так, чтобы сумма показателей времени изучаемого ряда динамики была равна нулю <img width=«71» height=«48» src=«ref-2_1874668253-360.coolpic» v:shapes="_x0000_i1055">.

При нечетном числе уровней ряда динамики для получения <img width=«57» height=«45» src=«ref-2_1874668613-285.coolpic» v:shapes="_x0000_i1056"> уровень, находящийся  в середине ряда принимается за условное начало отсчета времени (этому периоду придается нулевое значение). Даты времени стоящие выше этого уровня, обозначаются натуральными числами со знаком минус (-1,-2 и т.д.), а ниже – натуральными числами со знаком плюс (+1,+2 и т.д.).

При этом условии <img width=«33» height=«45» src=«ref-2_1874668898-244.coolpic» v:shapes="_x0000_i1057">будет равна нулю, и система нормальных уравнений преобразуется следующим образом:

<img width=«79» height=«45» src=«ref-2_1874669142-329.coolpic» v:shapes="_x0000_i1058"> откуда <img width=«72» height=«45» src=«ref-2_1874669471-323.coolpic» v:shapes="_x0000_i1059">

<img width=«105» height=«45» src=«ref-2_1874669794-439.coolpic» v:shapes="_x0000_i1060">         <img width=«77» height=«88» src=«ref-2_1874670233-471.coolpic» v:shapes="_x0000_i1061">

В статистической практике выявления основной тенденции и развития производства чаще всего используется аналитическое выравнивание.

Метод состоит в отыскании аналитической формулы кривой или прямой, которая наиболее точно отражала бы основную тенденцию изменения уровней в течение периода.

Используя данные об урожайности зерновых культур за 1997-2007 года в СПК (колхоз) «Донской» Беляевского района Оренбургской области проведем  выравнивание ряда динамики способом наименьших квадратов по линейной функции и по параболе второго порядка.
Таблица 8 – Расчетные данные для аналитического выравнивания в

СПК (колхоз) «Донской»

Годы

Урожайность, ц/га

Отклонение центрального года

Расчетные величины

<img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1062">

<img width=«12» height=«24» src=«ref-2_1874670795-89.coolpic» v:shapes="_x0000_i1063">

<img width=«16» height=«25» src=«ref-2_1874670884-101.coolpic» v:shapes="_x0000_i1064">

<img width=«15» height=«25» src=«ref-2_1874670985-100.coolpic» v:shapes="_x0000_i1065">

<img width=«16» height=«25» src=«ref-2_1874671085-100.coolpic» v:shapes="_x0000_i1066">

<img width=«24» height=«24» src=«ref-2_1874671185-107.coolpic» v:shapes="_x0000_i1067">

<img width=«31» height=«25» src=«ref-2_1874671292-127.coolpic» v:shapes="_x0000_i1068">

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

8,0

6,4

6,4

6,3

7,7

8,2

8,5

7,9

7,0

6,9

11,6

-5

-4

-3

-2

-1



1

2

3

4

5

25

16

9

4

1



1

4

9

16

25

-125

-64

-27

-8

-1



1

8

27

64

125

625

256

81

16

1



1

16

81

256

625

-40

-25,6

-19,2

-12,6

-7,7



8,5

15,8

21,0

27,6

58,0

200

102,4

57,6

25,2

7,7



8,5

31,6

63,0

110,4

290

Сумма

84,9



110



1958

25,8

896,4



Выравнивание по прямой:  <img width=«85» height=«25» src=«ref-2_1874671419-190.coolpic» v:shapes="_x0000_i1069">

<img width=«18» height=«66» src=«ref-2_1874671609-149.coolpic» v:shapes="_x0000_s1035">Система уравнений:                  <img width=«130» height=«26» src=«ref-2_1874671758-407.coolpic» v:shapes="_x0000_i1070">

                                                     <img width=«163» height=«27» src=«ref-2_1874672165-493.coolpic» v:shapes="_x0000_i1071">
Таблица 9 – Фактическая урожайность зерновых культур и урожайность рассчитанная методом наименьших квадратов



Годы

Фактическая урожайность, ц/га

Выравнивание по прямой

Выравнивание по параболе

Теоретическая урожайность, ц/га

Отклонения, ц/га

Теоретическая урожайность, ц/га

Отклонения, ц/га

<img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1072">


<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1073">


<img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1074">
-
<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1075">


(
<img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1076">
-
<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1077">
)<img width=«11» height=«20» src=«ref-2_1874673228-79.coolpic» v:shapes="_x0000_i1078">

<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1079">


<img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1080">
-
<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1081">


(
<img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1082">
-
<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1083">
)<img width=«11» height=«20» src=«ref-2_1874673228-79.coolpic» v:shapes="_x0000_i1084">

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

8,0

6,4

6,4

6,3

7,7

8,2

8,5

7,9

7,0

6,9

11,6

6,55

6,78

7,01

7,24

7,47

7,70

7,93

8,16

8,39

8,62

8,85

1,45

-0,38

-0,61

-0,94

0,23

0,50

0,57

-0,26

-1,39

-1,72

2,75

2,1025

0,1444

0,3721

0,8836

0,0529

0,2500

0,3249

0,0676

1,9321

2,9584

7,5625

7,45

7,14

6,95

6,88

6,93

7,10

7,39

7,80

8,33

8,98

9,75

0,55

-0,74

-0,55

-0,58

0,77

1,10

1,11

0,10

-1,33

-2,08

1,85

0,3025

0,5476

0,3025

0,3364

0,5929

1,2100

1,2321

0,0100

1,7689

4,3264

3,4225

Сумма

84,9

84,7

х



16,651



84,7

х

14,0518

<img width=«18» height=«86» src=«ref-2_1874673865-165.coolpic» v:shapes="_x0000_s1034"><img width=«18» height=«86» src=«ref-2_1874673865-165.coolpic» v:shapes="_x0000_s1033"><img width=«18» height=«86» src=«ref-2_1874674195-165.coolpic» v:shapes="_x0000_s1032">

11<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1085">+0b=84,9               11<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1086">=84,9               <img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1087">=7,7

0<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1088">+110b=25,8             110b=25,8               b=0,23
Уравнение тренда имеет вид: <img width=«32» height=«25» src=«ref-2_1874674748-113.coolpic» v:shapes="_x0000_i1089">7,7+0,23t.

То есть, в среднем урожайность за каждый год увеличивалась на 0,23 ц/га по сравнению с предыдущим.

Выравнивание по параболе.

<img width=«123» height=«28» src=«ref-2_1874674861-246.coolpic» v:shapes="_x0000_i1090">

Система уравнений:

<img width=«18» height=«98» src=«ref-2_1874675107-175.coolpic» v:shapes="_x0000_s1037"><img width=«18» height=«98» src=«ref-2_1874675107-175.coolpic» v:shapes="_x0000_s1036">    <img width=«179» height=«27» src=«ref-2_1874675457-505.coolpic» v:shapes="_x0000_i1091">                   11<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1092">+0b+110с=84,9

<img width=«208» height=«27» src=«ref-2_1874676059-588.coolpic» v:shapes="_x0000_i1093">                  0<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1094">+110b+0с=25,8

<img width=«219» height=«28» src=«ref-2_1874676744-607.coolpic» v:shapes="_x0000_i1095">   ,           110<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1096">+0b+1958с=896,4  ,
<img width=«18» height=«106» src=«ref-2_1874677448-185.coolpic» v:shapes="_x0000_s1038">11<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1097">+110с=84,9                              <img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1098">+10с= 7,7  ,

110b=25,8                                        <img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1099">=7,7-10с;

110<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1100">+1958с=896,4      ,     

<img width=«18» height=«74» src=«ref-2_1874678021-156.coolpic» v:shapes="_x0000_s1039"> <img width=«18» height=«98» src=«ref-2_1874678177-177.coolpic» v:shapes="_x0000_s1040">


b=0,23                                           b=0,23                                          

<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1101">=7,7-10с                                   <img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1102">=7,7-10с

                                                     7,8с= 0,45

<img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1103">=7,1;          b=0,23;          с = 0,06;

<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1104">= 7,1 + 0,23<img width=«9» height=«16» src=«ref-2_1874678744-81.coolpic» v:shapes="_x0000_i1105"> + 0,06<img width=«16» height=«21» src=«ref-2_1874678825-95.coolpic» v:shapes="_x0000_i1106">;

Проанализируем полученные коэффициенты: <img width=«17» height=«24» src=«ref-2_1874666828-97.coolpic» v:shapes="_x0000_i1107">=7,1 – это выравненный уровень урожайности для центрального года динамического ряда (2002г., при t=0); b=0,23 – среднее увеличение урожайности в год; с = 0,06 – это ускорение увеличения урожайности. Определим теперь сглаженные значения урожайности по прямой и параболе, а также отклонения фактической урожайности от сглаженных значений уровней.

Проведем анализ колеблемости урожайности с помощью абсолютного и относительного показателей.

Абсолютный коэффициент колеблемости рассчитывается по формуле:

<img width=«141» height=«49» src=«ref-2_1874679017-499.coolpic» v:shapes="_x0000_i1108">;

а относительный –   <img width=«140» height=«51» src=«ref-2_1874679516-422.coolpic» v:shapes="_x0000_i1109">

Коэффициент устойчивости уровней равен: К=100%-<img width=«29» height=«25» src=«ref-2_1874679938-125.coolpic» v:shapes="_x0000_i1110">
    продолжение
--PAGE_BREAK--
Таблица 10 – Коэффициенты колеблемости и устойчивости

Показатели

Прямая

Парабола

Средняя урожайность, ц/га

Абсолютный прирост, ц/га

Относительный коэффициент, %

Коэффициент устойчивости, %

7,7

1,23

15,97

84,03

7,7

1,13

14,67

85,33



Абсолютный и относительный коэффициенты, полученные при выравнивании по параболе, несколько меньше, чем абсолютный и относительный коэффициенты при выравнивании по уравнении прямой. Следовательно, парабола точнее воспроизводит характер изменения урожайности. Однако различия незначительные и для выравнивания данного ряда может быть использовано также уравнение прямой линии.

Установим, сокращаются ли колебания урожайности.

Таблица 11- Суммы отклонений и урожайностей по периодам

Периоды

Урожайность, ц/га

Квадрат отклонения

1997-2001

2002-2007

34,8

50,1

3,5555

13,0955



Средняя урожайность за первый период будет:

<img width=«31» height=«24» src=«ref-2_1874680063-117.coolpic» v:shapes="_x0000_i1111">34,8/5=6,96 (ц/га)

За второй: <img width=«35» height=«24» src=«ref-2_1874680180-121.coolpic» v:shapes="_x0000_i1112">50,1/6=8,35 (ц/га)

Рассчитываем абсолютные и относительные показатели по периодам:

<img width=«49» height=«25» src=«ref-2_1874680301-172.coolpic» v:shapes="_x0000_i1113"><img width=«100» height=«27» src=«ref-2_1874680473-244.coolpic» v:shapes="_x0000_i1114">0,7111 (ц/га)

<img width=«48» height=«25» src=«ref-2_1874680717-170.coolpic» v:shapes="_x0000_i1115">(0,7111/6,96)*100%=10,22%

<img width=«52» height=«25» src=«ref-2_1874680887-169.coolpic» v:shapes="_x0000_i1116">100-10,22=89,78%

<img width=«51» height=«25» src=«ref-2_1874681056-178.coolpic» v:shapes="_x0000_i1117"><img width=«95» height=«27» src=«ref-2_1874681234-252.coolpic» v:shapes="_x0000_i1118">=2,18 (ц/га)

<img width=«51» height=«25» src=«ref-2_1874681486-178.coolpic» v:shapes="_x0000_i1119">(2,18/8,35)*100%=26,14%

<img width=«53» height=«25» src=«ref-2_1874681664-176.coolpic» v:shapes="_x0000_i1120">100-26,14= 73,86%

Абсолютный и относительный коэффициенты колеблемости за второй период больше, чем эти же показатели за первый период. Коэффициент относительной колеблемости за второй период увеличился на 1,55% по сравнению с первым периодом. Коэффициент устойчивости соответственно снизился на 0,91%.

Статистическое прогнозирование урожайности сельскохозяйственных культур

Статистический прогноз урожайности по тенденции динамики включает в себя три основных этапа:

1) выявление тенденции динамики (решение уравнения тренда);

2) экстраполяция полученного уравнения тренда;

3) расчет доверительных границ урожайности с определенным уровнем вероятности.

Проведем прогнозирование урожайности  зерновых культур на основе экстраполяции аналитического уравнения  тренда.

Экстраполяция – метод определения количественных характеристик для совокупностей и явлений, не подвергшихся наблюдению, путем распространения на них результатов, полученных из наблюдения над аналогичными совокупностями или связанными между собой явлениями.

Экстраполирование можно проводить как на будущее (перспективная экстраполяция), так и в прошлое (ретроспективная экстраполяция).

Проведем прогнозирование урожайности зерновых культур на три года, последующих после последнего года динамического ряда.

<img width=«37» height=«24» src=«ref-2_1874681840-129.coolpic» v:shapes="_x0000_i1121">7,7+0,23*6=9,08;

<img width=«37» height=«24» src=«ref-2_1874681969-128.coolpic» v:shapes="_x0000_i1122">7,7+0,23*7=9,31;

<img width=«37» height=«24» src=«ref-2_1874682097-124.coolpic» v:shapes="_x0000_i1123">7,7+0,23*8=9,54.<img width=«12» height=«23» src=«ref-2_1874664139-73.coolpic» v:shapes="_x0000_i1124">

Определим доверительные границы прогноза. Для этого рассчитаем среднюю ошибку тренда по формуле:

<img width=«83» height=«48» src=«ref-2_1874682294-362.coolpic» v:shapes="_x0000_i1125">

<img width=«47» height=«27» src=«ref-2_1874682656-202.coolpic» v:shapes="_x0000_i1126"><img width=«73» height=«47» src=«ref-2_1874682858-272.coolpic» v:shapes="_x0000_i1127">=<img width=«36» height=«44» src=«ref-2_1874683130-183.coolpic» v:shapes="_x0000_i1128">=0,233

На основе средней ошибки тренда вычислим доверительную ошибку по формуле:

<img width=«12» height=«23» src=«ref-2_1874664139-73.coolpic» v:shapes="_x0000_i1129"> α <img width=«57» height=«27» src=«ref-2_1874683386-220.coolpic» v:shapes="_x0000_i1130">t<img width=«12» height=«23» src=«ref-2_1874664139-73.coolpic» v:shapes="_x0000_i1131">

При вероятности F(t)=0,95t– критерий Стьюдента равен 2,201.

α <img width=«15» height=«27» src=«ref-2_1874683679-144.coolpic» v:shapes="_x0000_i1132">=0,233*2,201=0,5

Таблица 12 -  Доверительные границы прогноза

Годы

<img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1133">

<img width=«44» height=«25» src=«ref-2_1874683922-144.coolpic» v:shapes="_x0000_i1134">

<img width=«44» height=«25» src=«ref-2_1874684066-140.coolpic» v:shapes="_x0000_i1135">

2008

2009

2010

9,08

9,31

9,54

9,58

9,81

10,04

8,58

8,81

9,04



Рассчитаем урожайность для последних трех лет динамического ряда, т.е. сделаем ретроспективный прогноз:

<img width=«37» height=«24» src=«ref-2_1874684206-128.coolpic» v:shapes="_x0000_i1136">7,7+0,23*5=8,85

<img width=«37» height=«24» src=«ref-2_1874684334-128.coolpic» v:shapes="_x0000_i1137">7,7+0,23*4=8,62

<img width=«37» height=«24» src=«ref-2_1874684462-128.coolpic» v:shapes="_x0000_i1138">7,7+0,23*3=8,39

Сравним полученные данные с фактической урожайностью за эти годы.

Таблица 13 – Фактическая урожайность и ретроспективный прогноз с доверительными границами

Годы

Фактическая урожайность, ц/га,      <img width=«17» height=«24» src=«ref-2_1874670704-91.coolpic» v:shapes="_x0000_i1139">

Прогноз, <img width=«17» height=«24» src=«ref-2_1874672749-99.coolpic» v:shapes="_x0000_i1140">

Доверительные границы

<img width=«27» height=«21» src=«ref-2_1874684780-112.coolpic» v:shapes="_x0000_i1141"><img width=«13» height=«15» src=«ref-2_1874684892-84.coolpic» v:shapes="_x0000_i1142"><img width=«11» height=«25» src=«ref-2_1874684976-83.coolpic» v:shapes="_x0000_i1143">

<img width=«27» height=«21» src=«ref-2_1874685059-106.coolpic» v:shapes="_x0000_i1144"><img width=«13» height=«15» src=«ref-2_1874684892-84.coolpic» v:shapes="_x0000_i1145"><img width=«11» height=«25» src=«ref-2_1874684976-83.coolpic» v:shapes="_x0000_i1146">

2005

2006

2007

7,0

6,9

11,6

8,39

8,62

8,85

8,89

9,12

9,35

7,89

8,12

8,35



По данным таблицы видно, что фактическая урожайность зерновых культур за период 2005-2007гг не входит в доверительные границы прогноза. Урожайность  за 2005 и 2006 годы соответственно на 0,89 и 1,22 ц/га меньше значения нижней доверительной границы, а урожайность за 2007 год 2,25 ц/га больше верхней доверительной границы. Урожайность за 2005 год максимально приближена к урожайности по прогнозу.  Можно предположить, что причина таких различий кроется в несовпадении погодных условий, предусмотренных прогнозом и имевших место на самом деле. 

3.3. Индексный анализ урожайности и валовой сбор

Для характеристики изменения валового сбора урожайности в первую очередь используется индексный метод. Рассмотрим систему индексов при анализе валового сбора на примере таблицы 14.
Таблица 14 – Анализ валового сбора зерновых культур



Культуры



Посевная площадь, га

Урожайность, ц/га

Валовой сбор, ц

Базисный период (2005г)

Отчетный период (2007г)

Баз. период (2005г)

Отчет. период (2007г)

Баз. период (2005г)

Отчет. период (2007г)

Условный

Обозначения

<img width=«17» height=«24» src=«ref-2_1874685332-96.coolpic» v:shapes="_x0000_i1147">

<img width=«16» height=«23» src=«ref-2_1874685428-94.coolpic» v:shapes="_x0000_i1148">

<img width=«19» height=«24» src=«ref-2_1874685522-97.coolpic» v:shapes="_x0000_i1149">

<img width=«17» height=«23» src=«ref-2_1874685619-96.coolpic» v:shapes="_x0000_i1150">

<img width=«19» height=«24» src=«ref-2_1874685522-97.coolpic» v:shapes="_x0000_i1151"><img width=«17» height=«24» src=«ref-2_1874685332-96.coolpic» v:shapes="_x0000_i1152">

<img width=«17» height=«23» src=«ref-2_1874685619-96.coolpic» v:shapes="_x0000_i1153"><img width=«16» height=«23» src=«ref-2_1874685428-94.coolpic» v:shapes="_x0000_i1154">

<img width=«19» height=«24» src=«ref-2_1874685522-97.coolpic» v:shapes="_x0000_i1155"><img width=«16» height=«23» src=«ref-2_1874685428-94.coolpic» v:shapes="_x0000_i1156">

Озимые зерновые

132

52

8,4

10,1

1108,8

525,2

436,8

Яровые зерновые

3097

3433

<img width=«12» height=«23» src=«ref-2_1874664139-73.coolpic» v:shapes="_x0000_i1157">6,9     

11,6

21369,3

39822,8

23687,7

ИТОГО

3229

3485

х

х

22478,1

40348,0

24124,5



Индексный анализ возможен только по группе однородных культур, например группа зерновые и зернобобовые.

Рассмотрим, как изменился валовой сбор зерновых культур и как повлияли на его изменения влияющие факторы:

<img width=«213» height=«51» src=«ref-2_1874686362-730.coolpic» v:shapes="_x0000_i1158"> или 179,6%

Абсолютный прирост <img width=«43» height=«24» src=«ref-2_1874687092-127.coolpic» v:shapes="_x0000_i1159">40384,0 – 22478,1=17905,9

Валовой сбор увеличился на   79,6%, или на   17905,9ц.

Общий индекс валового сбора можно представить как произведение двух индексов: урожайности и посевной площади:

<img width=«196» height=«51» src=«ref-2_1874687219-743.coolpic» v:shapes="_x0000_i1160">

Определим влияние урожайности отдельных культур:

<img width=«204» height=«51» src=«ref-2_1874687962-728.coolpic» v:shapes="_x0000_i1161">или 167,4%

Абсолютный прирост за счет влияния урожайности отдельных культур:

<img width=«35» height=«25» src=«ref-2_1874688690-120.coolpic» v:shapes="_x0000_i1162">40384,0-24124,5=16259,5

Валовой сбор за счет роста урожайности отдельных культур увеличился на  67,4%, или на   16259,5ц.

Определим влияние посевной площади:

<img width=«204» height=«51» src=«ref-2_1874688810-715.coolpic» v:shapes="_x0000_i1163">или 107,3%

Абсолютный прирост за счет изменения посевной площади  (<img width=«20» height=«24» src=«ref-2_1874689525-103.coolpic» v:shapes="_x0000_i1164">) равен

<img width=«159» height=«27» src=«ref-2_1874689628-428.coolpic» v:shapes="_x0000_i1165">24124,5 – 22478,1=1646,4

Валовой сбор увеличился за счет изменения посевной площади на 7,3% или на 1646,4ц.

Проверка:

<img width=«280» height=«51» src=«ref-2_1874690056-815.coolpic» v:shapes="_x0000_i1166">

Посевная площадь, в свою очередь, складывается из размера посевной площади отдельных культур и соответственно имеет влияние удельный вес отдельных культур в общей площади посева. Поэтому общий индекс посевных площадей (<img width=«17» height=«24» src=«ref-2_1874690871-97.coolpic» v:shapes="_x0000_i1167">) можно представить как произведение общих индексов размера (<img width=«19» height=«25» src=«ref-2_1874690968-101.coolpic» v:shapes="_x0000_i1168">) и структуры (<img width=«16» height=«24» src=«ref-2_1874691069-94.coolpic» v:shapes="_x0000_i1169">) посевных площадей: <img width=«17» height=«24» src=«ref-2_1874690871-97.coolpic» v:shapes="_x0000_i1170">=<img width=«19» height=«25» src=«ref-2_1874690968-101.coolpic» v:shapes="_x0000_i1171">*<img width=«16» height=«24» src=«ref-2_1874691069-94.coolpic» v:shapes="_x0000_i1172">.

Общий индекс размера посевной площади равен:

<img width=«171» height=«51» src=«ref-2_1874691455-602.coolpic» v:shapes="_x0000_i1173">или 107,9%

Абсолютный прирост валового сбора за счет размера посевной площади определяется так:

<img width=«371» height=«93» src=«ref-2_1874692057-1814.coolpic» v:shapes="_x0000_i1174">

Валовой сбор зерновых культур за счет роста размера посевной площади увеличился на 7,9%, или на 1782,1 ц.

Влияние структуры: <img width=«263» height=«51» src=«ref-2_1874693871-922.coolpic» v:shapes="_x0000_i1175">или 99%

Абсолютный прирост (<img width=«20» height=«24» src=«ref-2_1874694793-103.coolpic» v:shapes="_x0000_i1176">)=<img width=«20» height=«24» src=«ref-2_1874689525-103.coolpic» v:shapes="_x0000_i1177">-<img width=«21» height=«25» src=«ref-2_1874694999-106.coolpic» v:shapes="_x0000_i1178">=1646,4 — 1782,1= — 135,7ц.

Общий индекс валового сбора можно представить как произведение трех общих  индексов:

<img width=«257» height=«25» src=«ref-2_1874695105-412.coolpic» v:shapes="_x0000_i1179"> или 177%

<img width=«371» height=«25» src=«ref-2_1874695517-572.coolpic» v:shapes="_x0000_i1180">
3.4. Корреляционно-регрессионный анализ урожайности зерновых культур

      Уравнение парной регрессии можно строить в линейной форме: <img width=«75» height=«24» src=«ref-2_1874696089-179.coolpic» v:shapes="_x0000_i1181">

Одной из главных задач экономико-статистического анализа является объективная оценка эффективности хозяйственной деятельности предприятия. Решение этой задачи связано с необходимостью осуществления углубленного анализа основных показателей эффективности  производства, причин и закономерностей их изменения.

Корреляционно-регрессионный анализ предназначен для измерения степени взаимосвязи тех или иных явлений. Причинно-следственные связи должны быть установлены на основе предварительного теоретического, качественного анализа. Корреляционно-регрессионный анализ может подтвердить и опровергнуть предположение и дать количественные оценки влияния различных факторов.

С помощью ПЭВМ производим анализ парной корреляции.

В корреляционную модель включены следующие факторы:

y– урожайность, ц/га

 x— трудоемкость 1ц зерна, чел.-ч.
Таблица 15 – Исходные данные для анализа
    продолжение
--PAGE_BREAK--