Экономико-статистический анализ рентабельности животноводства

3. Экономико-статистический анализ рентабельности животноводства

 

3.1. Группировка хозяйств Луганской области по влиянию выручки на 100 га с/х угодий на изменение уровня окупаемости затрат в продукции животноводства в 2006 году.

 

Группировка – неотъемлемый элемент сводки, её важный этап, а также процесс образвания групп единиц совокупности, однородных с определенном существенном отклонении с целью всестороенней характеристики состоянияразвития и взаимосвязей массовых общественных явлений.

Группировки бывают в зависимости от задач: типологические, структурные, аналитические.

В зависимости от количества признаков: простые, комбинационные.

В зависимости от вида групиировочного признака: атрибутивыне и количественные.

В данном случае я буду использовать группировку типологическую, простую, количественную.

Для того чтобы проанализировать влияние выручки на 100 га с/х угодий на изменение уровня окупаемости затрат в продукции животноводства по Луганской области я собрала необходимую информацию из годовых финансовых отчетов формы № 50 с/х предприятиям Луганской области, которые занимаются и производят продукцию животноводства за 2006 год по таким признакам: название предприятие, площадь сельскохозяйственных угодий, га; полная себестоимость реализованной продукции, тысяч гривен; выручке от реализации продукции, тысяч грн. Первоначальные данные представлены в следующей таблице № 7 , которая распологается приложениях – таблица № 7 .

 - группировочный признак: «Выручка на 100 га в с/х». Получим таблицу № 8 Сортировка по группировочному признаку - «выручке от реализованной продукции на 100 га в с/х» - приложения.

Колонка «выручка на 100 га в с/х» рассчитывается как отношение выручки от реализованной продукции к площади с/х предприятия.

По формуле Стерджесса определяем количество групп:

, где n -количество групп, а N – число объектов совокупности – в данном случае их 21.

Итак:

Число групп : 5.

По величине интервалы бывают равные и неравные.

Я пойду по методу исчисления равных интервалов, которые исчиляются по такой формуле величины интервала:

, где h – величина интервала,  - максимальное и минимальное значение групп признака, в моем случае это 2688 и 1,977.

I группа : 1,977+537,2=539,177;

II группа: 539,177+537,2=1076,377;

III группа: 1076,377+537,2=1613,577;

IV группа: 1613,577+537,2=2150,777;

V группа: 2150,777+537,2=2687,977.

Итак теперь можно построить следующую таблицу с 5 группами и величиной шага 537,2, и данные занесем в следующую таблицу № 9 - Группировка и ранжированный ряд – (приложения).

Можно сделать определенные выводы к таблице № 9: для проведения группировки в качестве факторного показателя была взята «выручка от реализованной продукции на 100га», в качестве результативного – окупаемость затрат,%. Полученный ранжированный ряд был разбит на группы , приминив формулу Стерджесса, в результате чего получилось 5 групп, в каждой из которой были найдены средние значения выручки и окупаемости затрат, как в целом по каждой группе, так и в целом по совокупности. В 1 группе среднее значение «выручки отреализованной продукции на 100 га» составило - 71,7691562 грн/га при средней окупаемости затрат - 62,51696947 %, в эту группу вошли 16 хозяйств. Во 2 группе среднее значение «выручки отреализованной продукции на 100 га» составило - 579,4509322 грн/га при средней окупаемости затрат - 92,83768259%, в эту группу вошли 2 хозяйства. В 3 группе среднее значение «выручки отреализованной продукции на 100 га» составило - 1529,820659 грн/га при средней окупаемости затрат - 108,1474201%, в эту группу вошло 1 хозяйство. В 4 группу не вошло ни одно хозяйство Луганской области. В 5 группе среднее значение «выручки отреализованной продукции на 100 га» составило - 2654,022538 грн/га при средней окупаемости затрат - 90,74298535%, в эту группу вошло 2 хозяйства Луганской области. КСП имени Дзержинского вошло в 1 группу с «выручкой от реализации продукции на 100 га» - 94,21 грн/га и окупаемостью 36,98%. В целом же по 21 хозяйству было выявлено, что средняя выручка от реализации продукции на 100 га составляет - 260,1052184 грн/га при средней окупаемости - 87,24548034%

 

3.2. Динамика рентабельности продукции животноводства в расчете на 100 га с/х угодий в КСП имени Дзержинского за 5 лет и определение

основной тенденции изменения

Явления общественной жизни, изучаемые социально – экономической статистикой, находятся в непрерывном изменении и развитии. С течением времени - от месяца к месяцу, от года к году – изменяется численность населения и его состав, объем производимой продукции, уровень производительности труда и т.д. по этому одной из важнейших задач статистики является изучение изменения общественных явлений во времени – в динамике. Эту задачу статистика решает путем построения и анализа рядов динамики.

Ряд динамики – это ряд числовых значений статистического показателя, расположенных в хронологической последовательности. Каждое числовое значение показателя, характеризующее величину, размер явления, называется уровнем ряда. Кроме уровней, каждый ряд динамики содержит указания о тех моментах либо периодах времени, к которым относятся уровни.

При подведении итогов статистического наблюдения получают абсолютные показатели двух видов. Одни из них характеризуют состояние явления на определенный момент времени: наличие на этот момент каких - либо единиц совокупности или наличие того или иного объема признака. Величину таких показателей можно определить непосредственно только по состоянию на тот или иной момент времени, а потому эти показатели и соответствующие ряды динамики и называют моментными.

Другие показатели характеризуют итоги какого – либо процесса за определенный период (интервал) времени(сутки, месяц, квартал, год). Величину этих показателей можно подсчитать только за какой – либо интервал (период) времени. По этому такие показатели и ряды их значений называются интервальными.

Из различного характера интервальных и моментных абсолютных показателей вытекают некоторые особенности (свойства) уровней соответствующих рядов динамики. В интервальном ряду величина уровня, представляющего собой итог какого – либо процесса за определенный интервал времени, зависит от продолжительности этого периода (длины интервала).при прочих равных условиях, уровень интервального ряда тем больше, чем больше длина интервала, к которому этот уровень относится.

В моментных же рядах динамики, где тоже есть интервалы – промежутки времени между соседними в ряду датами, - величина того или иного конкретного уровня не зависит от продолжительности периода между соседними датами.

Иногда путем последовательного сложения уровней интервального ряда за примыкающие друг к другу интервалы времени строится ряд нарастающих итогов, в котором каждый уровень представляет собой итог не только за данный период, но и за другие периоды, начиная с определенной даты. Такие нарастающие итоги нередко приводят в отчетах предприятия.

При суммировании уровней моментного ряда одни единицы совокупности войдут в итог дважды, другие – большее число раз. Поэтому суммирование уровней моментного ряда динамики само по себе не имеет смысла, так как получающиеся при этом итоги лишены самостоятельной экономической значимости.

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:

 

Каки 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.

Рассмотрим расчет параметров для линейной парной регрессии.

При парной прямолинейной регрессии, увеличение факторного признака влечет за собой равномерное увеличение или снижение результативного признака. Для того чтобы установить аналитически форму связи необходимо пользоваться методами аналитических группировок, сравнения параллельных рядов и наиболее эффективным графическим методом.

Если связь прямолинейная, то аналитически такая связь записывается уравнением прямой . Нужно иметь в виду, уравнение регрессии правильно выражает лишь при условии независимости коэфициентов  и от факторного признака x либо такой незначительной зависимости, которой можно пренебречь.

Для нахождения параметров  и строится система нормальных уравнений:

 или

 

 - значение результативного признака при нулевом значении факторного.

 - коэффициент регрессии, характеризующий на сколько изменится результативный признак при условии, что факторный признак изменится на единицу.

Исходные данные для расчета коэффициентов корреляции, детерминации и эластичности предоставлены в таблице № 12 .Исходные данные для корреляции.

Из которой x – это первый факторый показатель выручки на 100 га, тыс. грн/га, а y – окупаемость затрат,%

Расчетная часть приведена в приложении (таблица № 12  ).

 

Определение коэффициента корелляции:

 

 

Коэффициент корреляции из расчетов составил 0,3064, что говорит о слабой зависимости факторов.

Определение коэффициента детерминации:

Коэффициент детерминации показывает долю колеблимости результативного признака, который обуславливается действием фактического признака.

Определение коэффициента эластичности:

Коэффициент эластичности характеризует процентное изменение результативного признака при изменении фактического признака на 1% или 0,01.

 

График № 2. Поле кореляции.

На данном графике показано поле корреляции (исходные данные для поля были взяты из граф x, y ) var 1 – выручка от реализованной продукции на 100 га; var 2 – окупаемость затрат. Линейная регрессия проходит через такие координаты:

и ,

 которая как видно из графика не касается точек корреляции.