Экономико-статистический анализ и пути повышения рентабельности продукции животноводства

Выше речь шла о рядах  динамики абсолютных величин, являющихся исходными, первичными. Могу быть построены  так же ряды динамики, уровни которых  являются относительными и средними величинами. Они так же могут быть либо моментными либо интервальными.

При анализе динамики используются различные показатели и методы анализа  как элементарные, более простые, так и более сложные, требующие  соответственно применения более сложных  разделов математики.

Простейшими показателями являются:

• абсолютный прирост;
• темп роста;
• темп прироста;
• абсолютное значение 1% прироста.

Расчет этих показателей  основан на сравнении между собой  уровней ряда динамики. При этом уровень с которым производится сравнение, называется базисным, так как он является базой сравнения.

Если каждый уровень сравнивается с предыдущим, то полученные при  этом показатели называются цепными. Если же все уровни сравниваются с одним и тем же уровнем, выступающим как постоянная база сравнения, то полученные при этом показатели называются базисными.

Абсолютный  прирост показывает, на сколько единиц увеличился (или уменьшился) уровень по сравнению с базисным, т.е. за тот или иной промежуток времени. Абсолютный  прирост равен разности между сравниваемыми уровнями и измеряется в тех же единицах, что и эти уровни:

  — абсолютный прирост за t единиц времени.

—сравниваемый уровень, а  - его либо     хронологический, либо порядковый номер в ряду динамики._.  

 —базисный уровень, а – его номер.

    — продолжительность периода, за который делается расчет.

Если за базу сравнения  принимается предыдущий уровень, то цепной абсолютный прирост равен: 

 

Абсолютный прирост за единицу времени измеряет абсолютную скорость роста (или снижения) уровня.

Цепные и базисные абсолютные приросты связаны между собой: сумма  последовательных цепных приростов  равна соответствующему базисному  приросту, т.е. общему приросту за весь период.

Более полную характеристику прироста можно получить в том  случае, когда абсолютные величины дополняются относительными. Относительными показателями динамики являются темпы  роста и темпы прироста, характеризующие  интенсивность процесса роста.

Темп  роста (Т_р) показывает, во сколько раз увеличился уровень по сравнению с базисным, а в случае уменьшения – какую часть базисного уровня составляет сравниваемый уровень:

Если за базу сравнения  принимается предыдущий уровень, то цепной темп роста равен:

 

Как и другие относительные величины, темп роста может быть выражен не только в форме коэфициента (простого отношения уровней) но и в процентах:

Как и абсолютные приросты, темпы роста для любых рядов  динамики сами по себе являются интервальными  показателями, т.е. характеризуют тот  или иной промежуток времени.

Между цепными и базисными  темами роста, выраженными в форме  коэфициентов, существует определенная взаимосвязь: произведение последовательных цепных темпов роста равно базисному  темпу роста за весь соответствующий  период.

Темп прироста (Тпр) характеризует относительную величину прироста, т.е. его величину по отношению к базисному уровню:  

 —темп прироста за t единиц времени, остальные обозначения прежние.

Выраженный в процентах  темп прироста, показывает, на сколько  процентов увеличился (или уменьшился) уровень по сравнению с базисным, принятым за 100%. 

Следовательно, темп прироста всегда на единицу (или на 100%) меньше соответствующего темпа роста.

При анализе темпов развития никогда не следует упускать из виду, какие абсолютные величины – уровни и абсолютные приросты – скрываются за темпами роста и прироста. Нужно  в частности иметь в виду, что  при снижении (замедлении) темпов роста и прироста абсолютный прирост может возрастать.

Так же используется такой  показатель как абсолютное значение 1% прироста (А):

Графически  динамика явлений наиболее часто  изображается в виде столбиковых  и линейных диаграмм. Применяются  и другие формы диаграмм – фигурные, квадратные, секторные и т.п [13, 20 - 68].

Рентабельность (убыточность) рассчитывается как отношение  прибыли к себестоимости продукции.Данные для расчетов были взяты из финансового  отчета, а именно «Отчета о финасовых  результатах» КСП имени Дзержинского за 2005 и 2006 года и за остальные года были предоставлены кафедрой статистики и экономического анализа в частности  ведущим преподавателем для определения  более точных показаний.

Рентабельность 2005 год =

Рентабельность 2006 год =

 

 

Таблица № 10. Динамика рентабельности продукции животноводства в расчете  на 100 га с/х угодий в КСП имени  Дзержинского за 5 лет 

 

Года	Рента бельность, %	Абсолютный  прирост		Коэфициент  роста		Темп  роста,  %		Темп  прироста, %		Абсолютное  значение 1% прироста
		цепн.	баз.	цепн	баз.	цепн	баз.	цепн	баз.
2002	31	-	-	-	-	-	-	-	-	-
2003	27	-4	-9,8	0,871	0,734	87,10	73,37	-12,90	-26,63	0,31
2004	40	13	3,2	1,481	1,087	148,15	108,70	48,15	8,70	0,27
2005	36,98	-3,02	0,18	0,925	1,005	92,45	100,49	-7,55	0,49	0,40
2006	38,02	1,04	1,22	1,028	1,033	102,81	103,32	2,81	3,32	0,37
Сумма	173	7,02	-5,2	4,305	3,859	430,51	385,87	30,51	-14,13
Среднее	34,6	1,755		1,0523		105,23		5,23		0,3355

 

Данные таблицы  показывают, что средняя рентабельность продукции животновосдтва составила 34,6% за 5 лет. Средний абсолютный прирост  составил 1,755%, который показывает , что происходит увеличение с каждым годом на 1,755%. Средний коэффициент  роста показывает, что по сравнению  с 2002 годом в 2006 году рентабельность продукции жифотноводства увеличилась  в 1,0523 раза или составила 105,23%.  Средний  темп прироста показал, что уровень  по сравненю с базисным увеличился на 5,23%. И среднее абсолютное значение показывает за исследуемый период, на 1% повышения или уменьшения, как  реагировал абсолютный прирост. В моем случае, на каждый 1% повышения приходится 0,3355 повышения абсолютного прироста.

Тенденция развития.

Одна из важнейших задач  анализа динамики – выявление  и количественная характеристика основной тенденции развития.

Под тенденцией понимается общее направление к росту, снижению или стабилизации уровня явления  с течением времени. Основную тенденцию  можно представить либо аналитически – в виде уравнения тренда, либо графически.

В статистике используются различные приемы и способы выявления  и характеристики основной тенденции– и элементарные, и более сложные. [23, стр. 320 - 324].

Укрупнение  интервалов. Этот способ заключается в переходе от интервалов менее продолжительных к более продолжительным. При укрупнении интервалов число членов динамического ряда сильно сокращается, в результате чего движение уровня внутри укрупненного интервала выпадает из поля зрения. В связи с этим для выявления основной тенденции и более детальной его характеристики используется сглаживание ряда с помощью скользящей средней – вычисляется средний уровень из определенного числа первых по порядку уровней ряда, а затем – средний уровень из такого же числа уровней, начиная со второго, далее начиная с третьего и т.д. таким образом, при расчетах среднего уровня как бы «скользят» по временному ряду от его начала к концу. Отсюда и название – скользящая средняя. Однако скользящая средняя не дает аналитического выравнивания тренда.

Аналитическое выравнивание ряда динамики позволяет получить аналитическую модель тренда. Это метод основан на моделировании динамического ряда. При этом уровни динамики рассматриваются как функция от времени:

                                                      

В зависимости от характера  динамического ряда, его функция  может быть представлена уравнением прямой или кривой. Для того что  бы правильно подобрать то или  иное уравнение к данному динамическому  ряду используется метод укрупнения интервалов, метод скользящей средней, наиболее эффективным является графический  метод.

Если предварительный  анализ показал, что уровни динамики в среднем снижаются на одинаковую величину, то данный аналитический  ряд моделируется уравнением прямой   

  – выравненное теоретическое значение уровня динамики;

 – свободный член;

 – кэффициент динамики;

– порядковый номер года.

Таблица № 11 . Выравнивание рентабельности продукции животноводства с помощью способа наименьших квадратов.

Года	Рентабельность	Номер года	Квадрат номера года	Произведение рентабельности на номер года	Выровненная рентабльность
2002	31	1	1	31	29,796
2003	27	2	4	54	32,198
2004	40	3	9	120	34,6
2005	36,98	4	16	147,92	37,002
2006	38,02	5	25	190,1	39,404
	173	15	55	543,02	173

 

 

Для расчета параметров и строим систему уравнений:

Если:

         =0 – тенденции нет;

         >0 – тенденция роста;

         <0 – тенденция снижения.

Значение  показывает как в среднем изменяется показатель динамики.

Вычислим значение и :

=27,394

=2,402

Итак мы получили уравнение:

График № 1 .

Данный график показывает тенденцию  роста, так как  >0  и составляет 2,402.

Ряд 1 – выровненная рентабельностьпродукции  животноводства за 5 лет с помощью  наименьших квадратов;

Ряд 2 – рентабельность продукции  животноводства за 5 лет.

 

С помощью  метода развития тенденции с помощью  наименьших квадратов, смогла расчитать  выровненную рентабельность продукции  животноводства и показать графически, где значения составили: 2002 - 29,796%; 2003 - 32,198%; 2004 - 34,6%; 2005 - 37,002%; 2006 - 39,404%.

 

 

3.3. Корреляционно-регрессионный  анализ изменения уровня окупаемости  затрат животноводства в хозяйствах  Луганской области под влиянием  выручки  реализованной продукции  животноводства на 100 га с/х угодий     на 2006 год

 

Для более глубокого исследования взаимосвязи социально экономических  явлений рассмотренные статистические методы часто оказываются недостаточными, ибо они не позволяют выразить имеющуюся связь в виде определенного  математического уровня, характеризующего механизм взаимодействия факторных  и результативных признаков. Это  устраняет метод анализа регрессий  и корреляций — регрессионно –  корреляционный  анализ (РКА), являющийся логическим продолжением, углублением  более элементарных методов [22, стр. 30 -56].

РКА заключается в построении и анализе экономико-математической модели в виде уравнения регрессии (корреляционной связи), выражающего  зависимость явлений от определяющих его факторов.

РКА состоит из следующих  этапов :

1. Предварительный (априорный) анализ;
2. Сбор информации и первичная обработка;
3. Построение модели (уравнения регрессии);
4. Оценка и анализ модели.

Подобное деление на этапы  весьма условно, так как отдельные  стадии тесно связаны между собой  и нередко, результат полученный на одном этапе, позволяет дополнить , скорректировать выводы более ранних стадий РКА.

Основным и обязательным условием корректности применения РКА  является однородность исходной статистической совокупности. Так, например если, изучается  зависимость урожайности определенной сельскохозяйственной культуры от количества внесенных удобрений, очень важно, чтобы совокупность колхозов была однородна  по климатическим условиям, почвенным  зонам, специализации и т.п., различие которых оказывает влияние на величину урожайности. 

Регрессионно – корреляционные модели могут быть использованы для  решения различных задач: для  анализа уровней социально –  экономических явлений и процессов, например для анализа хозяйственной  деятельности предприятия и вскрытия резервов, для прогнозирования и  различных плановых расчетов.

Использование моделей позволяет  значительно расширить возможности  анализа, в частности анализа  хозяйственной деятельности предприятий.