Реферат: Статистичне прогнозування кон юнктури аграрного ринку в Україні

--PAGE_BREAK--Вивчення особливостей функціонування та розвитку аграрного ринку взагалі та кон’юнктури аграрного ринку в Україні зокрема дозволило сформулювати основні напрями статистичного дослідження, а саме, аналіз економічного, внутрішнього виробничого потенціалу та цін продукції аграрного ринку, а також обґрунтувати вибір статистичних методів та розробити управлінські рішення, спрямовані на поліпшення стану аграрного ринку, забезпечення ефективного функціонування суб'єктів АПК та їхньої виробничої стабільності.
Аналіз, оцінювання та прогнозування кон’юнктури аграрного ринку доцільно здійснювати з використанням взаємопов'язаних блоків показників:
а) ринкової ситуації: масштабу та типології ринку; пропорцій ринку; тенденцій розвитку ринку; циклічності розвитку ринку; ділової активності;
б) цінових;
в) характеристики факторів впливу на кон’юнктуру;
г) ринкової інфраструктури.
Прогнозування кон’юнктури аграрного ринку передбачає оцінювання перспектив його розвитку з метою визначення можливих тенденцій динаміки основних показників та факторів цього ринку. Тобто результатом прогнозу є визначення тенденцій та закономірностей розвитку факторів, які впливатимуть як на ринок тваринницької продукції, так і на аграрний ринок у конкретний майбутній період часу. Прогноз кон’юнктури аграрного ринку можна здійснити, оцінивши напрями і тенденції розвитку економічного і внутрішнього виробничого потенціалу та цін на продукцію секторів аграрного ринку.
У відповідності з поставленими задачами вдругому розділі –“Моделювання попиту та пропозиції на аграрному ринку України” – розроблено концепцію комплексної регіональної диференціації і ранжування регіонів України за розміром економічного та внутрішнього виробничого потенціалу аграрного ринку на основі обраних показників, за якими проведено кластеризацію та розраховано інтегральну оцінку; сформульовано основні підходи до аналізу й моделювання ринку тваринництва; досліджено можливості використання інструментарію імітаційного моделювання; здійснено адаптацію моделі до сучасних умов в Україні; проведено багатоваріантні розрахунки та аналіз отриманих результатів.
Для прогнозування розвитку окремих регіонів України (АРК, областей та їхніх сукупностей), аграрні ринки яких об’єднані в одне економічне ціле, доцільно виділити найбільш однорідні елементи регіональної системи, тобто розділити їх на подібні групи, які схожі між собою за розміром економічного, внутрішнього виробничого потенціалу аграрного ринку та ефективністю його використання.
При об’єднанні регіонів України у 3 групи за 17 показниками з використанням методу к-середніх отримано групування, наведене в табл. 1. Необхідність проведення комплексного дослідження агроринку України в регіональному розрізі зумовлює потребу не лише в групуванні регіонів залежно від розміру внутрішнього виробничого потенціалу аграрного ринку, а й в ранжуванні їх за тими ж ознаками, за якими здійснено класифікацію з використанням кластерного аналізу.
Таблиця 1
Групування виокремлених однорідних регіональних зон України за розміром економічного та внутрішнього виробничого потенціалу аграрного ринку у 2005 р.
Слід зазначити, що групування регіонів України після проведення кластерного аналізу та групування за розрахованою багатомірною середньою доповнюють одне одне і дають об’єктивні та науково обґрунтовані результати. Ступінь узгодженості отриманих результатів підтверджено на основі розрахунку коефіцієнта кореляції рангів Кенделла. В ході дослідження доведено доцільність комплексного застосування кластерного аналізу та ранжування.
Проведений аналіз свідчить, що регіони першої групи мають достатньо високий економічний та внутрішній виробничий потенціал аграрного ринку.
Регіони, які належать до другої групи, – середній рівень (високий рівень розвитку тваринництва та низький рівень рослинницької галузі). Третя група характеризується низьким рівнем потенціалу тваринництва та середнім рівнем потенціалу рослинництва.
Для аналізу взаємозв'язків між елементами аграрного ринку на прикладі субринку тваринницької продукції використано імітаційну модель динаміки циклів товарного виробництва Д.Л.Медоуза, яку доповнено, модифіковано й адаптовано з урахуванням особливостей функціонування даного ринку в Україні.
Основні зв’язки модифікованої імітаційної моделі ринку свинини зображено на рис. 1.
 SHAPE  \* MERGEFORMAT
<shapetype id="_x0000_t202" coordsize=«21600,21600» o:spt=«202» path=«m,l,21600r21600,l21600,xe»><path gradientshapeok=«t» o:connecttype=«rect»><shapetype id="_x0000_t109" coordsize=«21600,21600» o:spt=«109» path=«m,l,21600r21600,l21600,xe»><path gradientshapeok=«t» o:connecttype=«rect»><shapetype id="_x0000_t19" coordsize=«21600,21600» o:spt=«19» adj="-5898240,,,21600,21600" path=«wr-21600,,21600,43200,,,21600,21600nfewr-21600,,21600,43200,,,21600,21600l,21600nsxe» filled=«f»><path arrowok=«t» o:extrusionok=«f» gradientshapeok=«t» o:connecttype=«custom» o:connectlocs=«0,0;21600,21600;0,21600»><path o:connectlocs=«4162,0;15242,5890;0,21195»><path o:connectlocs=«31947,15880;0,12926;17305,0»><path o:connectlocs=«28938,16765;0,15229;15318,0»><path o:connectlocs=«28821,16149;0,16031;14476,0»><path o:connectlocs=«33822,17051;0,6617;20562,0»><path o:connectlocs=«17569,12566;3764,21270;0,0»><path o:connectlocs=«14965,21320;14,0;21600,764»><path o:connectlocs=«4341,16365;0,11251;18439,0»><path o:connectlocs=«21600,36;19780,8679;0,0»><path o:connectlocs=«32476,14644;0,13823;16598,0»><path o:connectlocs=«0,9748;13175,0;18474,20940»><path o:connectlocs=«37721,7054;0,12926;17305,0»><path o:connectlocs=«36431,6841;0,14573;15943,0»><path o:connectlocs=«34409,10685;0,14902;15637,0»><img width=«641» height=«684» src=«dopb275595.zip» v:shapes="_x0000_s1026 _x0000_s1027 _x0000_s1028 _x0000_s1029 _x0000_s1030 _x0000_s1031 _x0000_s1032 _x0000_s1033 _x0000_s1034 _x0000_s1035 _x0000_s1036 _x0000_s1037 _x0000_s1038 _x0000_s1039 _x0000_s1040 _x0000_s1041 _x0000_s1042 _x0000_s1043 _x0000_s1044 _x0000_s1045 _x0000_s1046 _x0000_s1047 _x0000_s1048 _x0000_s1049 _x0000_s1050 _x0000_s1051 _x0000_s1052 _x0000_s1053 _x0000_s1054 _x0000_s1055 _x0000_s1056 _x0000_s1057 _x0000_s1058 _x0000_s1059 _x0000_s1060 _x0000_s1061 _x0000_s1062 _x0000_s1063 _x0000_s1064 _x0000_s1065 _x0000_s1066 _x0000_s1067 _x0000_s1068 _x0000_s1069 _x0000_s1070 _x0000_s1071 _x0000_s1072 _x0000_s1073 _x0000_s1074 _x0000_s1075 _x0000_s1076 _x0000_s1077 _x0000_s1078 _x0000_s1079 _x0000_s1080 _x0000_s1081 _x0000_s1082 _x0000_s1083 _x0000_s1084 _x0000_s1085 _x0000_s1086 _x0000_s1087 _x0000_s1088 _x0000_s1089 _x0000_s1090 _x0000_s1091 _x0000_s1092 _x0000_s1093 _x0000_s1094 _x0000_s1095 _x0000_s1096 _x0000_s1097 _x0000_s1098 _x0000_s1099 _x0000_s1100 _x0000_s1101 _x0000_s1102 _x0000_s1103 _x0000_s1104 _x0000_s1105 _x0000_s1106 _x0000_s1107 _x0000_s1108 _x0000_s1109 _x0000_s1110 _x0000_s1111 _x0000_s1112 _x0000_s1113 _x0000_s1114 _x0000_s1115 _x0000_s1116 _x0000_s1117 _x0000_s1118 _x0000_s1119 _x0000_s1120"> 

Рис. 1. Скорочена діаграма причинно-наслідкових зв’язків модифікованої автором імітаційної моделі ринку свинини.
Доведено, що з погляду на особливості формування попиту на свинину в Україні обов'язково необхідно враховувати рівень доходів споживачів цього товару, а також його вплив на обсяги споживання. Це зумовило необхідність доповнення моделі блоком “Формування доходів”.
Побудована модель цілком адекватно реагує на зміну ціни за кілограм живої ваги свині. Збільшення ціни на 5 грн. за кілограм веде до зниження споживання свинини в Україні на 5,9 тис. тон на рік, а зниження ціни на 5 грн. − до зростання споживання свинини на 16,9 тис. тон на рік.
Моделювання та аналіз прогнозу динаміки споживання свинини при доході на одну особу вище 1050 грн. на місяць дозволяє стверджувати, що збільшення доходу з 1050 до 1200 грн. дає значно менший приріст споживання свинини (3,1 тис. т), ніж збільшення доходу з 900 до 1050 грн. (14,1 тис. т). Це можна пояснити дією такої властивості споживання, як насичуваність товаром, тобто приріст доходу витрачається не на додаткову кількість свинини, а на інші товари. При доході на одну особу більш ніж 1200 грн. споживання свинини взагалі не змінюється, оскільки відбувається повне насичення споживача цим товаром.
Модифіковану й адаптовану базову імітаційну модель динаміки циклів товарного виробництва Д.Л.Медоуза, що розглядає весь цикл виробництва продукту від витрат на корми до споживання готової продукції населенням, доцільно використовувати для оперативного дослідження кон'юнктури ринків свинини та яловичини з урахуванням особливостей функціонування аграрного ринку України.
У третьому розділі –“Моделювання та прогнозування кон’юнктури національного аграрного ринку з використанням багатомірних статистичних методів” – проведено моделювання сукупної пропозиції на аграрному регіональному ринку з використанням канонічного кореляційного аналізу; виділено та ранжовано основні фактори утворення кон’юнктури українського аграрного ринку; запропоновано методику прогнозування економічного, внутрішнього виробничого потенціалу та цін продукції ринку тваринництва в Україні.
При прогнозуванні кон'юнктури ринку канонічні кореляції дозволяють виявити фактори, що мають найбільший вплив на сукупний попит та сукупну пропозицію на ринку.
Для економіко-статистичного аналізу сукупної пропозиції на регіональних аграрних ринках з використанням канонічного аналізу на основі статистичного матеріалу, що відображує стан кон'юнктури аграрного ринку Харківської області у 2006 р., сформовано два блоки показників: факторний (17 показників) та результативний (4 показника).
Канонічний кореляційний аналіз дозволив вилучити неінформативні ознаки та виділити три пари змінних, кожна з яких характеризує максимальні зв’язки між відповідними результативними показниками сукупної пропозиції на аграрному ринку Харківської області та обраними факторними ознаками (табл. 2). Вихідні дані Х і Y було приведено до стандартизованого виду, тому коефіцієнти у виразах для канонічних змінних характеризують ступінь впливу відповідних ознак і показників, що дозволило отримати їхні ранжовані послідовності.
Таблиця 2
Пари канонічних змінних, отримані у результаті аналізу сукупної пропозиції на аграрному ринку Харківської області у 2006 р.
Пара № 1. Дуже щільний зв'язок (<shapetype id="_x0000_t75" coordsize=«21600,21600» o:spt=«75» o:divferrelative=«t» path=«m@4@5l@4@11@9@11@9@5xe» filled=«f» stroked=«f»><path o:extrusionok=«f» gradientshapeok=«t» o:connecttype=«rect»><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_i1025" type="#_x0000_t75" o:ole=""><imagedata src=«69375.files/image002.wmz» o:><img width=«84» height=«23» src=«dopb275596.zip» v:shapes="_x0000_i1025">) існує між обсягом реалізації молока та молочних продуктів сільськогосподарськими підприємствами (Y2), з одного боку, та поголів'ям ВРХ у сільськогосподарських підприємствах (Х4), з іншого.
Пара № 2. Щільний зв'язок (<shape id="_x0000_i1026" type="#_x0000_t75" o:ole=""><imagedata src=«69375.files/image004.wmz» o:><img width=«84» height=«23» src=«dopb275597.zip» v:shapes="_x0000_i1026">) між змінними другої пари зумовлений впливом площі ріллі (Х1) на обсяг реалізації зернових культур сільськогосподарськими підприємствами (Y4), а також залежністю обсягу реалізації худоби та птиці (Y1) від площі пасовища (Х3).
Пара № 3. Суттєвий зв'язок (<shape id="_x0000_i1027" type="#_x0000_t75" o:ole=""><imagedata src=«69375.files/image006.wmz» o:><img width=«87» height=«23» src=«dopb275598.zip» v:shapes="_x0000_i1027">) змінних третьої пари свідчить про залежність між площею ріллі (Х1) та обсягами реалізації олійних культур сільськогосподарськими підприємствами (Y3), а також про залежність обсягу реалізації худоби та птиці (Y1) й зернових культур сільськогосподарськими підприємствами (Y4) від кількості господарських підприємств (Х11).
Підсумовуючи викладене, зауважимо, що розвиток сільського господарства у Харківській області має екстенсивний характер, а аграрна економіка області спрямована на виробництво молока та молочних продуктів і на оброблення землі для вирощування зернових та олійних культур.
Для виділення факторів утворення кон’юнктури аграрного ринку України, які необхідно враховувати при прогнозуванні кон’юнктури, застосовано метод головних компонент та оброблено сукупність об’єктів (25 адміністративних одиниць України), що характеризувались 24 ознаками.
Проведене моделювання на основі методу головних компонент дозволило виділити з великої сукупності факторів лише декілька вагомих, а також дало можливість уникнути суб’єктивізму при визначенні таких факторів. До уваги було взято п’ять факторів (їхні власні числа більші за одиницю), які пояснюють 84,41% ринкових коливань (рис. 2). Для економічної інтерпретації після знаходження простої факторної структури в дослідженні використовувались лише ті факторні навантаження, значення яких більші ніж 0,7.
Перша головна компонента щільно пов’язана з доходами населення (Х13), викидами шкідливих речовин (Х14), споживанням дизельного пального (Х15), перевезенням вантажів автомобільним транспортом (Х16 ), інвестиціями в основний капітал (Х18), прямими інвестиціями в регіони (Х22), обсягами експорту (Х20) й імпорту (Х21) товарів та часткою продукції малих підприємств у загальних обсягах реалізованої продукції (Х23). Ці ознаки не мають прямого зв'язку з сільським господарством. Тому перша головна компонента може бути проінтерпретована як загальноекономічна ситуація в Україні. Вона пояснює 37,24 % коливань кон’юнктури аграрного ринку.
<shape id="_x0000_i1028" type="#_x0000_t75" o:ole=""><imagedata src=«69375.files/image008.emz» o:><img width=«533» height=«139» src=«dopb275599.zip» v:shapes="_x0000_i1028">
Рис. 2. Сумарний внесок факторів (головних компонент) у коливання кон’юнктури аграрного ринку.
Друга компонента пов’язана з ознаками: Х2 – кількість діючих сільськогосподарських підприємств, Х3 – посівні площі сільськогосподарських культур, Х6 – валовий збір зернових культур. Найвпливовішими ознаками цієї компоненти є Х3 та Х6, тому третьою компонентою є виробничо-сировинний потенціал рослинництва. Вона пояснює 20,73% коливань кон’юнктури аграрного ринку.
    продолжение
--PAGE_BREAK--