Міністерство сільського господарства Російської Федерації
Федеральне державне освітній заклад
вищої професійної освіти
Алтайського державного АГРАРНИЙ УНІВЕРСИТЕТ
Кафедра економічного аналізу, моделювання і програмування
ТЮХТЕНЕВ СЕРГІЙ ЛЕОНІДОВИЧ
Економіко-статистичне моделювання продуктивності праці (на прикладі ТОВ «Меркит» Республіки Алтай)
Спеціальність 060800 «Економіка і управління на підприємстві АПК»
Дисципліна «Економіко-математичне моделювання»
Провідний викладач - ст.викладач С. П. Балашова
Курсова робота
Студент групи 4504
очної форми навчання
(Підпис, дата)
Тюхтенев С. Л.
Барнаул 2009
Зміст
Введення
1. Сутність кореляційно-регресійного аналізу та його використання в сільськогосподарському виробництві
1.1 Значення і зміст кореляційно-регресійного аналізу економічних процесів
1.2.Етапи проведення кореляційно-регресійного аналізу. Області його застосування
2. Аналіз об'єкта дослідження і розробка числової економіко-математичної моделі
2.1. Організаційно-економічна характеристика господарства
2.2. Розробка числової економіко-математичної моделі задачі
3. Аналіз результатів рішення
3.1. Аналіз оптимального рішення
Висновки і пропозиції
Список використаної літератури
Введення
Більшість явищ і процесів у економіці знаходяться в постійній взаємній та всеохоплюючої об'єктивної зв'язку. Дослідження залежностей і взаємозв'язків між об'єктивно існуючими явищами і процесами грає велику роль в економіці. Воно дає можливість глибше зрозуміти складний механізм причинно-наслідкових відносин між явищами. Для дослідження інтенсивності, виду та форми залежностей широко застосовується кореляційно-регресійний аналіз, який є методичним інструментарієм при розв'язанні задач прогнозування, планування та аналізу господарської діяльності підприємств.
Економіко-статистичні моделі описують і відтворюють у формалізованому вигляді реальні економічні системи, імітуючи їх поведінку в змінному середовищі. Разом з тим сама модель є системою, перетворюючої деякий набір факторів (факторні ознаки) на вході у вихідні результати (результативні ознаки).
Якість моделей, їх адекватність реальним процесам визначаються не тільки набором вхідних величин, але й обраної формою зв'язку. Практично неможливо відобразити все різноманіття умов, факторів і взаємозв'язків реального явища, тому в процесі економіко-статистичного моделювання розглядають найбільш істотні з них.
Мета курсової роботи - вивчити залежність продуктивності праці від різних чинників у галузях рослинництва і обгрунтувати основні шляхи її підвищення.
Завдання роботи полягають в наступному:
розглянути теоретичні основи продуктивності праці в рослинництві;
зробити науковий аналіз продуктивності праці в господарстві;
виявити залежність продуктивності праці від різних факторів;
розробити пропозиції стосовно господарству по підвищенню продуктивності праці в рослинництві.
Об'єктом спостереження в курсовій роботі є ТОВ «Меркит» Республіки Алтай.
Предметом дослідження є продуктивність праці в ТОВ «Меркит».
Об'єкт дослідження - закономірності, принципи і тенденції підвищення продуктивності праці.
Методи дослідження, використовувані при написанні курсової роботи:
- Діалектичний - розглядає всі процеси у розвитку, динаміці, часу;
- Монографічний - передбачає глибоке вивчення всіх сторін ефективності сільськогосподарського виробництва на прикладі господарства; аналітичний;
- Розрахунково-конструктивний.
Джерелами інформації для написання роботи послужили законодавчі та нормативні документи, праці економістів-аграрників, наукові роботи та статті, присвячені вивченню продуктивності праці, матеріали Державного комітету зі статистики та управління сільського господарства, а також річні звіти досліджуваного господарства за 2003-2007 рр.., Бізнес -план на 2008 р., дані первинного обліку та звітності.
1. Сутність кореляційно-регресійного аналізу та його використання в сільськогосподарському виробництві
1.1. Значення і зміст кореляційно-регресійного аналізу економічних процесів
Більшість явищ і процесів у економіці знаходяться в постійній взаємній та всеохоплюючої об'єктивної зв'язку. Дослідження залежностей і взаємозв'язків між об'єктивно існуючими явищами і процесами грає велику роль в економіці. Воно дає можливість глибше зрозуміти складний механізм причинно-наслідкових відносин між явищами. Для дослідження інтенсивності, виду та форми залежностей широко застосовується кореляційно-регресійний аналіз, який є методичним інструментарієм при розв'язанні задач прогнозування, планування та аналізу господарської діяльності підприємств.
Розрізняють два види залежностей між економічними явищами і процесами:
- Функціональну;
- Стохастичну (імовірнісну, статистичну). [2, с. 124-125].
У разі функціональної залежності є однозначне відображення множини А на безліч В. Безліч А називають областю визначення функції, а безліч В - безліччю значень функції.
Функціональна залежність зустрічається рідко. У більшості випадків функція (У) або аргумент (Х) - випадкові величини. Х і У схильні до дії різних випадкових факторів, серед яких можуть бути фактори, спільні для двох випадкових величин.
Якщо на випадкову величину А діють фактори Z 1, Z 2, ... , V 1, V 2 а на У - Z 0, Z 1, V x, К з ... , То наявність двох загальних факторів Z 2 і V x дозволить говорити про ймовірнісної або статистичної залежності між Х і У.
Статистичної називається залежність між випадковими величинами, за якої зміна однієї з величин тягне за собою зміну закону розподілу іншої величини. [2, с. 132-133].
В окремому випадку статистична залежність виявляється в тому, що при зміні однієї з величин змінюється математичне сподівання інший. У цьому випадку говорять про кореляцію або кореляційної залежності.
Статистична залежність проявляється тільки в масовому процесі, при великому числі одиниць сукупності.
При стохастичної закономірності для заданих значень залежної змінної можна вказати ряд значень пояснюватиме змінної, випадково розсіяних в інтервалі. Кожному фіксованому значенню аргументу відповідає певна статистичний розподіл значень функції. Це обумовлюється тим, що залежна змінна, крім виділеної змінної, схильна до впливу ряду неконтрольованих чи неврахованих факторів. Оскільки значення залежної змінної схильні випадковому розкиду, вони не можуть бути передбачити з достатньою точністю, а тільки зазначені з певною ймовірністю.
В економіці доводиться мати справу з багатьма явищами, що мають імовірнісний характер. Наприклад, до числа випадкових величин можна віднести вартість продукції, доходи підприємства, міжремонтний проб е р автомобілів, час ремонту устаткування і т. д. [14, с. 212-213].
Одностороння імовірнісна залежність між випадковими величинами є регресія. Вона встановлює відповідність між цими величинами.
Одностороння стохастична залежність виражається за допомогою функції, яка називається регресією.
Види регресій
1. Регресія щодо числа змінних:
· Проста регресія - регресія між двома змінними;
· Множинна регресія - регресія між залежною змінною у і кількома пояснюючими змінними х x, х 2 ... , Х т. Множинна лінійна регресія має наступний вигляд:
у = а 0 + a x x x + f2 * flj2 + ... + a,, pc т
де у - функція регресії;
jq, x 2, ..., х т - незалежні змінні; flj, а 2, -, a т - коефіцієнти регресії;
д 0 - вільний член рівняння;
т - число факторів, що включаються в модель [17, с. 172].
2. Регресія щодо форми залежності:
· Лінійна регресія, що виражається лінійною функцією;
· Нелінійна регресія, що виражається нелінійною функцією.
3. Залежно від характеру регресії розрізняються такі її види:
· Позитивна регресія: вона має місце, якщо зі збільшенням (зменшенням) пояснюватиме змінній значення залежної змінної також відповідно збільшуються (зменшуються);
· Негативна регресія: у цьому випадку з збільшенням або зменшенням пояснюватиме змінної залежна змінна зменшується чи збільшується.
4. Щодо типу з'єднання явищ різняться:
· Безпосередня регресія: у цьому випадку залежна і пояснює змінні зв'язані безпосередньо один з одним;
· Непряма регресія: у цьому випадку пояснює мінлива діє на залежну через ряд інших змінних;
· Помилкова регресія: вона виникає при формальному підході до досліджуваних явищ без з'ясування того, які причини обумовлюють даний зв'язок.
Регресія тісно пов'язана з кореляцією. Кореляція в широкому сенсі слова означає зв'язок, співвідношення між об'єктивно існуючими явищами. Зв'язки між явищами можуть бути різні за силою. При вимірі тісноти зв'язку говорять про кореляцію у вузькому сенсі слова. Якщо випадкові змінні причинно обумовлені, і можна в вероятностном сенсі висловитися про їх зв'язок, то є кореляція.
Поняття «кореляція» і «регресія» тісно пов'язані між собою. У кореляційному аналізі оцінюється сила зв'язку, а в регрес іонному аналізі досліджується її форма. Кореляція в широкому сенсі об'єднує кореляцію у вузькому сенсі і регресію. [15, с. 245-247].
Кореляція, як і регресія, має різні види, так розрізняють:
1) щодо характеру - позитивну і негативну
2) відносно числа змінних - просту, множинну, приватну;
3) щодо форми зв'язку - лінійну, нелінійну;
4) щодо типу з'єднання - безпосередню, непряму, хибну.
Будь-яке причинне вплив може виражатися або функціональної, або кореляційним зв'язком. Але не кожна функція або кореляція відповідає причинної залежності між явищами. Тому потрібно обов'язкове дослідження причинно-наслідкових зв'язків.
Дослідження кореляційних зв'язків ми називаємо кореляційним аналізом, а дослідження односторонніх стохастичних залежностей - регресійним аналізом.
Кореляційний аналіз проводиться між величинами, що не мають причинно-наслідкового характеру відхилень. Мета кореляційного аналізу - кількісне визначення тісноти зв'язку між ознаками. Якщо досліджуються тільки 2 ознаки, то говорять про просту (парної) кореляції. Якщо досліджується зв'язок між трьома і більше ознаками, то має місце множинна кореляція. [25, с. 95-96].
При оцінці кореляційного зв'язку не ставиться питання про характер причинно-наслідкових співвідношень між ознаками. Оцінюється тільки ступінь тісноти між ними. Оцінку зв'язку роблять за допомогою коефіцієнта кореляції г, який змінюється в межах -1> r> + 1.
Коефіцієнт кореляції - міра тісноти зв'язку між ознаками. Позитивне значення коефіцієнта кореляції означає, що зі збільшенням одного показника зростає і вдруге, і навпаки, від'ємне значення визначає зменшення величини одного показника при зростанні іншого.
Коефіцієнт кореляції понад 0,8 означає тісну причинно-наслідковий зв'язок.
Коефіцієнт множинної кореляції визначають за ускладненою формулою, яка використовується в статистиці. У наукових дослідженнях і практичній діяльності користуються готовими комп'ютерними програмами для персонального комп'ютера.
Щоб скласти об'єктивне уявлення про те, сильна або слабка зв'язок між показниками, використовують так званий коефіцієнт детермінації, на підставі якого можна зробити висновок про кількість випадків зміни одного показника (ознаки) під впливом іншого. Коефіцієнт детермінації представляє собою квадрат коефіцієнта кореляції г, або те ж, але виражене у відсотках (r 2 * 100)
Отже, коефіцієнт кореляції, зведений у квадрат і помножений на 100%, називається коефіцієнтом детермінації, який показує, наскільки результативна ознака залежить від аналізованих одно-і двохфакторну ознак.
Кореляційний аналіз дозволяє встановити зв'язок між ознаками і показує форму зв'язку з цим, але він не дає уявлення про зміну одного показника низки залежно від зміни іншого. Для дослідження ж нерідко необхідно знати, наскільки (у середньому) змінюється одна ознака при зміні іншого на одиницю. Ці важливі і більш глибокі властивості зв'язку розкриває регресійний аналіз, який для досліджень різних питань економіки представляє великий інтерес.
Застосовуючи регресійний аналіз, можна, наприклад, встановити за деякими показниками значення показників зовсім інших розмірностей, знаючи лише про зв'язок між ними і не витрачаючи часу і коштів на їх безпосереднє експериментальне вимірювання або визначення.
Регресійний аналіз - метод статистичної обробки спостережень, в результаті якої виявляється можливим скласти рівняння регресії й отримати кількісну оцінку впливу факторних ознак х на результативний у. [5, с. 130-132].
Рівняння у i = b 10 x 1 j + b 20 x 20 + .... + B mn x mj,
де b 10, b 20, ..., b mn - середня квадратична оцінка випадкових факторів;
x 1 i, x 20, ..., x mn - значення безперервних змінних х1, х2; називають рівнянням регресії.
Регресійні залежності можуть бути самими різними, важливо лише встановити їх експериментально і зробити правильне математичний опис відповідними формулами.
Регресійний аналіз проводять для встановлення зв'язку між величинами, які можна розглядати як функції і аргументи, тобто коли чітко виражений характер причинно-наслідкових відносин між досліджуваними ознаками.
Коефіцієнт регресії показує, на скільки зміниться в середньому значення результативної ознаки у зі збільшенням факторного х.
Характеристикою відносної зміни приросту функції у = J {х) при малих відносних змінах приросту аргументу х є еластичність функції.
Кореляційний і регресійний аналіз мають свої завдання. [13, с. 295-299].
Завдання кореляційного аналізу
1. Вимірювання ступеня зв'язності (тісноти, сили) двох і більше явищ. Тут мова йде в основному про підтвердження вже відомих зв'язків.
2. Відбір факторів, що роблять найбільш істотний вплив на результативну ознаку на основі вимірювання тісноти зв'язку між явищами.
3. Виявлення невідомих причинних зв'язків. Кореляція безпосередньо не виявляє причинних зв'язків між явищами, але встановлює ступінь необхідності цих зв'язків та достовірність суджень про їх наявність. Причинний характер зв'язків з'ясовується за допомогою логічно-професійних міркувань, які розкривають механізм зв'язків.
Завдання регpeccіонного аналізу
1. Встановлення форми залежності (лінійна чи нелінійна; позитивна чи негативна і т. д.).
2. Визначення функції регресії і встановлення впливу факторів на залежну змінну. Важливо не тільки визначити форму регресії, вказати загальну тенденцію зміни залежної змінної, але і з'ясувати, як було б дію на залежну змінну головних чинників, якби інші не змінювалися і якби були виключені випадкові елементи. для цього визначають функцію регресії у вигляді математичного рівняння того чи іншого типу.
3. Оцінка невідомих значень залежної змінної, тобто вирішення завдань екстраполяції та інтерполяції. У ході екстраполяції поширюються тенденції, встановлені в минулому, на майбутній період. Екстраполяція широко використовується в прогнозуванні. У ході інтерполяції визначають відсутні значення, відповідні моментів часу між відомими моментами, тобто визначають значення зaвисимости змінної всередині інтервалу заданих значень факторів.
Федеральне державне освітній заклад
вищої професійної освіти
Алтайського державного АГРАРНИЙ УНІВЕРСИТЕТ
Кафедра економічного аналізу, моделювання і програмування
ТЮХТЕНЕВ СЕРГІЙ ЛЕОНІДОВИЧ
Економіко-статистичне моделювання продуктивності праці (на прикладі ТОВ «Меркит» Республіки Алтай)
Спеціальність 060800 «Економіка і управління на підприємстві АПК»
Дисципліна «Економіко-математичне моделювання»
Провідний викладач - ст.викладач С. П. Балашова
Курсова робота
Студент групи 4504
очної форми навчання
(Підпис, дата)
Тюхтенев С. Л.
Барнаул 2009
Зміст
Введення
1. Сутність кореляційно-регресійного аналізу та його використання в сільськогосподарському виробництві
1.1 Значення і зміст кореляційно-регресійного аналізу економічних процесів
1.2.Етапи проведення кореляційно-регресійного аналізу. Області його застосування
2. Аналіз об'єкта дослідження і розробка числової економіко-математичної моделі
2.1. Організаційно-економічна характеристика господарства
2.2. Розробка числової економіко-математичної моделі задачі
3. Аналіз результатів рішення
3.1. Аналіз оптимального рішення
Висновки і пропозиції
Список використаної літератури
Введення
Більшість явищ і процесів у економіці знаходяться в постійній взаємній та всеохоплюючої об'єктивної зв'язку. Дослідження залежностей і взаємозв'язків між об'єктивно існуючими явищами і процесами грає велику роль в економіці. Воно дає можливість глибше зрозуміти складний механізм причинно-наслідкових відносин між явищами. Для дослідження інтенсивності, виду та форми залежностей широко застосовується кореляційно-регресійний аналіз, який є методичним інструментарієм при розв'язанні задач прогнозування, планування та аналізу господарської діяльності підприємств.
Економіко-статистичні моделі описують і відтворюють у формалізованому вигляді реальні економічні системи, імітуючи їх поведінку в змінному середовищі. Разом з тим сама модель є системою, перетворюючої деякий набір факторів (факторні ознаки) на вході у вихідні результати (результативні ознаки).
Якість моделей, їх адекватність реальним процесам визначаються не тільки набором вхідних величин, але й обраної формою зв'язку. Практично неможливо відобразити все різноманіття умов, факторів і взаємозв'язків реального явища, тому в процесі економіко-статистичного моделювання розглядають найбільш істотні з них.
Мета курсової роботи - вивчити залежність продуктивності праці від різних чинників у галузях рослинництва і обгрунтувати основні шляхи її підвищення.
Завдання роботи полягають в наступному:
розглянути теоретичні основи продуктивності праці в рослинництві;
зробити науковий аналіз продуктивності праці в господарстві;
виявити залежність продуктивності праці від різних факторів;
розробити пропозиції стосовно господарству по підвищенню продуктивності праці в рослинництві.
Об'єктом спостереження в курсовій роботі є ТОВ «Меркит» Республіки Алтай.
Предметом дослідження є продуктивність праці в ТОВ «Меркит».
Об'єкт дослідження - закономірності, принципи і тенденції підвищення продуктивності праці.
Методи дослідження, використовувані при написанні курсової роботи:
- Діалектичний - розглядає всі процеси у розвитку, динаміці, часу;
- Монографічний - передбачає глибоке вивчення всіх сторін ефективності сільськогосподарського виробництва на прикладі господарства; аналітичний;
- Розрахунково-конструктивний.
Джерелами інформації для написання роботи послужили законодавчі та нормативні документи, праці економістів-аграрників, наукові роботи та статті, присвячені вивченню продуктивності праці, матеріали Державного комітету зі статистики та управління сільського господарства, а також річні звіти досліджуваного господарства за 2003-2007 рр.., Бізнес -план на 2008 р., дані первинного обліку та звітності.
1. Сутність кореляційно-регресійного аналізу та його використання в сільськогосподарському виробництві
1.1. Значення і зміст кореляційно-регресійного аналізу економічних процесів
Більшість явищ і процесів у економіці знаходяться в постійній взаємній та всеохоплюючої об'єктивної зв'язку. Дослідження залежностей і взаємозв'язків між об'єктивно існуючими явищами і процесами грає велику роль в економіці. Воно дає можливість глибше зрозуміти складний механізм причинно-наслідкових відносин між явищами. Для дослідження інтенсивності, виду та форми залежностей широко застосовується кореляційно-регресійний аналіз, який є методичним інструментарієм при розв'язанні задач прогнозування, планування та аналізу господарської діяльності підприємств.
Розрізняють два види залежностей між економічними явищами і процесами:
- Функціональну;
- Стохастичну (імовірнісну, статистичну). [2, с. 124-125].
У разі функціональної залежності є однозначне відображення множини А на безліч В. Безліч А називають областю визначення функції, а безліч В - безліччю значень функції.
Функціональна залежність зустрічається рідко. У більшості випадків функція (У) або аргумент (Х) - випадкові величини. Х і У схильні до дії різних випадкових факторів, серед яких можуть бути фактори, спільні для двох випадкових величин.
Якщо на випадкову величину А діють фактори Z 1, Z 2, ... , V 1, V 2 а на У - Z 0, Z 1, V x, К з ... , То наявність двох загальних факторів Z 2 і V x дозволить говорити про ймовірнісної або статистичної залежності між Х і У.
Статистичної називається залежність між випадковими величинами, за якої зміна однієї з величин тягне за собою зміну закону розподілу іншої величини. [2, с. 132-133].
В окремому випадку статистична залежність виявляється в тому, що при зміні однієї з величин змінюється математичне сподівання інший. У цьому випадку говорять про кореляцію або кореляційної залежності.
Статистична залежність проявляється тільки в масовому процесі, при великому числі одиниць сукупності.
При стохастичної закономірності для заданих значень залежної змінної можна вказати ряд значень пояснюватиме змінної, випадково розсіяних в інтервалі. Кожному фіксованому значенню аргументу відповідає певна статистичний розподіл значень функції. Це обумовлюється тим, що залежна змінна, крім виділеної змінної, схильна до впливу ряду неконтрольованих чи неврахованих факторів. Оскільки значення залежної змінної схильні випадковому розкиду, вони не можуть бути передбачити з достатньою точністю, а тільки зазначені з певною ймовірністю.
В економіці доводиться мати справу з багатьма явищами, що мають імовірнісний характер. Наприклад, до числа випадкових величин можна віднести вартість продукції, доходи підприємства, міжремонтний проб е р автомобілів, час ремонту устаткування і т. д. [14, с. 212-213].
Одностороння імовірнісна залежність між випадковими величинами є регресія. Вона встановлює відповідність між цими величинами.
Одностороння стохастична залежність виражається за допомогою функції, яка називається регресією.
Види регресій
1. Регресія щодо числа змінних:
· Проста регресія - регресія між двома змінними;
· Множинна регресія - регресія між залежною змінною у і кількома пояснюючими змінними х x, х 2 ... , Х т. Множинна лінійна регресія має наступний вигляд:
у = а 0 + a x x x + f2 * flj2 + ... + a,, pc т
де у - функція регресії;
jq, x 2, ..., х т - незалежні змінні; flj, а 2, -, a т - коефіцієнти регресії;
д 0 - вільний член рівняння;
т - число факторів, що включаються в модель [17, с. 172].
2. Регресія щодо форми залежності:
· Лінійна регресія, що виражається лінійною функцією;
· Нелінійна регресія, що виражається нелінійною функцією.
3. Залежно від характеру регресії розрізняються такі її види:
· Позитивна регресія: вона має місце, якщо зі збільшенням (зменшенням) пояснюватиме змінній значення залежної змінної також відповідно збільшуються (зменшуються);
· Негативна регресія: у цьому випадку з збільшенням або зменшенням пояснюватиме змінної залежна змінна зменшується чи збільшується.
4. Щодо типу з'єднання явищ різняться:
· Безпосередня регресія: у цьому випадку залежна і пояснює змінні зв'язані безпосередньо один з одним;
· Непряма регресія: у цьому випадку пояснює мінлива діє на залежну через ряд інших змінних;
· Помилкова регресія: вона виникає при формальному підході до досліджуваних явищ без з'ясування того, які причини обумовлюють даний зв'язок.
Регресія тісно пов'язана з кореляцією. Кореляція в широкому сенсі слова означає зв'язок, співвідношення між об'єктивно існуючими явищами. Зв'язки між явищами можуть бути різні за силою. При вимірі тісноти зв'язку говорять про кореляцію у вузькому сенсі слова. Якщо випадкові змінні причинно обумовлені, і можна в вероятностном сенсі висловитися про їх зв'язок, то є кореляція.
Поняття «кореляція» і «регресія» тісно пов'язані між собою. У кореляційному аналізі оцінюється сила зв'язку, а в регрес іонному аналізі досліджується її форма. Кореляція в широкому сенсі об'єднує кореляцію у вузькому сенсі і регресію. [15, с. 245-247].
Кореляція, як і регресія, має різні види, так розрізняють:
1) щодо характеру - позитивну і негативну
2) відносно числа змінних - просту, множинну, приватну;
3) щодо форми зв'язку - лінійну, нелінійну;
4) щодо типу з'єднання - безпосередню, непряму, хибну.
Будь-яке причинне вплив може виражатися або функціональної, або кореляційним зв'язком. Але не кожна функція або кореляція відповідає причинної залежності між явищами. Тому потрібно обов'язкове дослідження причинно-наслідкових зв'язків.
Дослідження кореляційних зв'язків ми називаємо кореляційним аналізом, а дослідження односторонніх стохастичних залежностей - регресійним аналізом.
Кореляційний аналіз проводиться між величинами, що не мають причинно-наслідкового характеру відхилень. Мета кореляційного аналізу - кількісне визначення тісноти зв'язку між ознаками. Якщо досліджуються тільки 2 ознаки, то говорять про просту (парної) кореляції. Якщо досліджується зв'язок між трьома і більше ознаками, то має місце множинна кореляція. [25, с. 95-96].
При оцінці кореляційного зв'язку не ставиться питання про характер причинно-наслідкових співвідношень між ознаками. Оцінюється тільки ступінь тісноти між ними. Оцінку зв'язку роблять за допомогою коефіцієнта кореляції г, який змінюється в межах -1> r> + 1.
Коефіцієнт кореляції - міра тісноти зв'язку між ознаками. Позитивне значення коефіцієнта кореляції означає, що зі збільшенням одного показника зростає і вдруге, і навпаки, від'ємне значення визначає зменшення величини одного показника при зростанні іншого.
Коефіцієнт кореляції понад 0,8 означає тісну причинно-наслідковий зв'язок.
Коефіцієнт множинної кореляції визначають за ускладненою формулою, яка використовується в статистиці. У наукових дослідженнях і практичній діяльності користуються готовими комп'ютерними програмами для персонального комп'ютера.
Щоб скласти об'єктивне уявлення про те, сильна або слабка зв'язок між показниками, використовують так званий коефіцієнт детермінації, на підставі якого можна зробити висновок про кількість випадків зміни одного показника (ознаки) під впливом іншого. Коефіцієнт детермінації представляє собою квадрат коефіцієнта кореляції г, або те ж, але виражене у відсотках (r 2 * 100)
Отже, коефіцієнт кореляції, зведений у квадрат і помножений на 100%, називається коефіцієнтом детермінації, який показує, наскільки результативна ознака залежить від аналізованих одно-і двохфакторну ознак.
Кореляційний аналіз дозволяє встановити зв'язок між ознаками і показує форму зв'язку з цим, але він не дає уявлення про зміну одного показника низки залежно від зміни іншого. Для дослідження ж нерідко необхідно знати, наскільки (у середньому) змінюється одна ознака при зміні іншого на одиницю. Ці важливі і більш глибокі властивості зв'язку розкриває регресійний аналіз, який для досліджень різних питань економіки представляє великий інтерес.
Застосовуючи регресійний аналіз, можна, наприклад, встановити за деякими показниками значення показників зовсім інших розмірностей, знаючи лише про зв'язок між ними і не витрачаючи часу і коштів на їх безпосереднє експериментальне вимірювання або визначення.
Регресійний аналіз - метод статистичної обробки спостережень, в результаті якої виявляється можливим скласти рівняння регресії й отримати кількісну оцінку впливу факторних ознак х на результативний у. [5, с. 130-132].
Рівняння у i = b 10 x 1 j + b 20 x 20 + .... + B mn x mj,
де b 10, b 20, ..., b mn - середня квадратична оцінка випадкових факторів;
x 1 i, x 20, ..., x mn - значення безперервних змінних х1, х2; називають рівнянням регресії.
Регресійні залежності можуть бути самими різними, важливо лише встановити їх експериментально і зробити правильне математичний опис відповідними формулами.
Регресійний аналіз проводять для встановлення зв'язку між величинами, які можна розглядати як функції і аргументи, тобто коли чітко виражений характер причинно-наслідкових відносин між досліджуваними ознаками.
Коефіцієнт регресії показує, на скільки зміниться в середньому значення результативної ознаки у зі збільшенням факторного х.
Характеристикою відносної зміни приросту функції у = J {х) при малих відносних змінах приросту аргументу х є еластичність функції.
Кореляційний і регресійний аналіз мають свої завдання. [13, с. 295-299].
Завдання кореляційного аналізу
1. Вимірювання ступеня зв'язності (тісноти, сили) двох і більше явищ. Тут мова йде в основному про підтвердження вже відомих зв'язків.
2. Відбір факторів, що роблять найбільш істотний вплив на результативну ознаку на основі вимірювання тісноти зв'язку між явищами.
3. Виявлення невідомих причинних зв'язків. Кореляція безпосередньо не виявляє причинних зв'язків між явищами, але встановлює ступінь необхідності цих зв'язків та достовірність суджень про їх наявність. Причинний характер зв'язків з'ясовується за допомогою логічно-професійних міркувань, які розкривають механізм зв'язків.
Завдання регpeccіонного аналізу
1. Встановлення форми залежності (лінійна чи нелінійна; позитивна чи негативна і т. д.).
2. Визначення функції регресії і встановлення впливу факторів на залежну змінну. Важливо не тільки визначити форму регресії, вказати загальну тенденцію зміни залежної змінної, але і з'ясувати, як було б дію на залежну змінну головних чинників, якби інші не змінювалися і якби були виключені випадкові елементи. для цього визначають функцію регресії у вигляді математичного рівняння того чи іншого типу.
3. Оцінка невідомих значень залежної змінної, тобто вирішення завдань екстраполяції та інтерполяції. У ході екстраполяції поширюються тенденції, встановлені в минулому, на майбутній період. Екстраполяція широко використовується в прогнозуванні. У ході інтерполяції визначають відсутні значення, відповідні моментів часу між відомими моментами, тобто визначають значення зaвисимости змінної всередині інтервалу заданих значень факторів.
Однак економічні дослідження багатоаспектне, і, як правило, тут застосовують в комплексі всі методи аналізу. Так, наприклад, мета регресійного аналізу - визначення форми зв'язку (рівняння регресії), кількісне визначення коефіцієнтів рівняння (оцінка коефіцієнтів регресії) і визначення зміни тісноти зв'язку між ознаками. Так само як і кореляційний, регресійний аналіз може проводитися за двома ознаками у = f (x) (х - аргумент, у - функція), і тоді має місце простий регресійний аналіз. Якщо ж одночасно розглядати кілька аргументів, тобто y = f (x u x 2, ..., х,,), то має місце множинна регресія.
У реальних умовах дослідження прикладних задач, що розглядаються ознаки, як правило, взаємопов'язані, тому завжди доводиться виявляти тісноту зв'язку між ними і вивчати форми зв'язку.
Таким чином, більш правильно говорити про комплексний кореляційно-регресійному аналізі.
1.2. Етапи проведення кореляційно-регресійного аналізу
Області його застосування.
Кореляційно-регресійний аналіз проводять поетапно у певній логічній послідовності: [14, 194-195].
1) аналіз істоти відбуваються у досліджуваній системі процесів і виявлення причин виникнення взаємозв'язків між ознаками, що характеризують ці процеси;
2) вибір найбільш істотних ознак для дослідження їх на предмет включення в кореляційно-регресійні моделі, диференціація ознак на факторні і результативні;
3) попередній розрахунок і аналіз парних коефіцієнтів кореляції, побудова матриці коефіцієнтів парної кореляції та оцінка можливих варіантів угруповання ознак для побудови кореляційно регресійних моделей;
4) виявлення причинно-наслідкових співвідношень між ознаками і логічна оцінка можливих варіантів форми зв'язку, тобто попередня оцінка форми рівняння регресії;
5) рішення рівняння регресії - обчислення коефіцієнтів регресії за рівняннями зв'язку та їх смислова інтерпретація з урахуванням прикладних завдань досліджуваної предметної області;
6) розрахунок теоретично очікуваних (відтворених за рівнянням регресії) значень результативної ознаки (функції);
7) визначення та порівняльний аналіз дисперсій: загальної факторної (відтворювальної) і залишкової; оцінка тісноти зв'язку між ознаками, включеними у регресійну модель;
8) загальна оцінка якості моделі, відсів несуттєвих (або включення додаткових) факторів, побудова і вирішення нової моделі (тобто повторення п.п. 1-7, отримання досить хорошою моделі нерідко вимагає низки таких інтерпретацій);
9) статистична оцінка достовірності параметрів рівняння регресії, побудова довірчих меж для теоретично очікуваних значень функції;
10) практичні висновки з аналізу.
В області економіко-математичного моделювання та аналізу економічних об'єктів і систем потрібен перехід від дослідження окремих процесів до вивчення взаємодії їх сукупностей.
У ринкових умовах для отримання початково статистичної інформації використовують методи маркетингових досліджень і управлінського обліку. Для підготовки рішень, орієнтованих на перспективу, необхідно використання методів прогнозу для обробки маркетингової та облікової інформації.
Доцільно використання на підприємствах АПК кореляційно регресійного аналізу для визначення:
частки ринку при різних цінах на продукцію;
культур залежно від погодних умов (температури повітря, температури і вологості грунту в певний час), від норм внесення мінеральних добрив;
продуктивності тварин залежно від поживності кормів і живої маси.
У реальних умовах дослідження прикладних задач, що розглядаються ознаки, як правило, взаємопов'язані, тому завжди доводиться виявляти тісноту зв'язку між ними і вивчати форми зв'язку.
Таким чином, більш правильно говорити про комплексний кореляційно-регресійному аналізі.
1.2. Етапи проведення кореляційно-регресійного аналізу
Області його застосування.
Кореляційно-регресійний аналіз проводять поетапно у певній логічній послідовності: [14, 194-195].
1) аналіз істоти відбуваються у досліджуваній системі процесів і виявлення причин виникнення взаємозв'язків між ознаками, що характеризують ці процеси;
2) вибір найбільш істотних ознак для дослідження їх на предмет включення в кореляційно-регресійні моделі, диференціація ознак на факторні і результативні;
3) попередній розрахунок і аналіз парних коефіцієнтів кореляції, побудова матриці коефіцієнтів парної кореляції та оцінка можливих варіантів угруповання ознак для побудови кореляційно регресійних моделей;
4) виявлення причинно-наслідкових співвідношень між ознаками і логічна оцінка можливих варіантів форми зв'язку, тобто попередня оцінка форми рівняння регресії;
5) рішення рівняння регресії - обчислення коефіцієнтів регресії за рівняннями зв'язку та їх смислова інтерпретація з урахуванням прикладних завдань досліджуваної предметної області;
6) розрахунок теоретично очікуваних (відтворених за рівнянням регресії) значень результативної ознаки (функції);
7) визначення та порівняльний аналіз дисперсій: загальної факторної (відтворювальної) і залишкової; оцінка тісноти зв'язку між ознаками, включеними у регресійну модель;
8) загальна оцінка якості моделі, відсів несуттєвих (або включення додаткових) факторів, побудова і вирішення нової моделі (тобто повторення п.п. 1-7, отримання досить хорошою моделі нерідко вимагає низки таких інтерпретацій);
9) статистична оцінка достовірності параметрів рівняння регресії, побудова довірчих меж для теоретично очікуваних значень функції;
10) практичні висновки з аналізу.
В області економіко-математичного моделювання та аналізу економічних об'єктів і систем потрібен перехід від дослідження окремих процесів до вивчення взаємодії їх сукупностей.
У ринкових умовах для отримання початково статистичної інформації використовують методи маркетингових досліджень і управлінського обліку. Для підготовки рішень, орієнтованих на перспективу, необхідно використання методів прогнозу для обробки маркетингової та облікової інформації.
Доцільно використання на підприємствах АПК кореляційно регресійного аналізу для визначення:
частки ринку при різних цінах на продукцію;
культур залежно від погодних умов (температури повітря, температури і вологості грунту в певний час), від норм внесення мінеральних добрив;
продуктивності тварин залежно від поживності кормів і живої маси.
2. Аналіз об'єкта дослідження і розробка числової економіко-математичної моделі
2.1. Організаційно-економічна характеристика господарства
ТОВ «Меркит» створено в 1996 році 20 травня, шляхом об'єднання двох селянських (фермерських) господарств «Мечін» і «Меркит».
Поштова адреса: 649461 Республіка Алтай, Усть-Канський район, село Яконур. Організаційно-правова форма господарства за останнім чинного Статуту ТОВ «Меркит» - юридична особа, яка є юридичною організацією, що має самостійний баланс, розрахунковий та інші банківські рахунки, печатку із фірмовим найменуванням, банку, штампи та інші реквізити.
За організаційно-правовій формі «Меркит» є товариством з обмеженою відповідальністю (ТОВ) - комерційна організація, заснована семи особами, статутний капітал, який поділений на частки визначених установчими документами розмірів. Статутний капітал товариства з обмеженою відповідальністю складається з вартості вкладів його засновників:
1. Кулаков Олександр Васильович - 80000 рублів;
2. Такаші Єгор Тихонович - 10000 рублів;
3. Дєдіна Олександр Адучіевіч - 2000 рублів;
4. Денішкін Віталій Миколайович - 2000 рублів;
5. Кулаков Аржан Вікторович - 2000 рублів;
6. Маташев Юрій Михайлович - 2000 рублів;
7. Яшев Аркадій Миколайович - 2000 рублів.
Вищим органом управління ТОВ «Меркит» є загальні збори його членів, який проводиться не рідше одного разу на рік.
Землекористування господарства розташоване в південно-східній частині району. Центральна садиба ТОВ «Меркит» розташована в урочищі Алтин-Туу в 9 км від районного центру с.Усть-Кан, у 257 від республіканського центру м. Горно-Алтайська. Найближча залізнична станція в г.Бійск знаходиться на відстані 357 км . З зазначеними пунктами господарство пов'язано дорогою районного значення з гравійним і асфальтовим покриттям. Рельєф території представлений трьома геоморфологічними елементами: гірська, гірничо-уваліста частину і долина річки Чариш, середній ухил ріллі 15-17є, а кормові угіддя розташовані по схилах гір, логів, долинах річок і струмків.
Таким чином, природно-кліматичні умови ТОВ «Меркит» сприятливі для вирощування із зернових культур в основному тільки вівса, також багаторічних трав. Природно-кліматичні умови сприятливі для розведення тварин.
Підприємство спеціалізується на виробництві продуктів тваринництва: вовни, баранини, яловичини, конини при цілорічному використанні пасовищ. Основою надходження грошових коштів є пантове маралівництво і племінне вівчарство. Щоб визначити виробничий напрямок, спеціалізацію господарства необхідно розглянути та проаналізувати структуру товарної продукції підприємства (табл. 1).
Як видно з таблиці 1 у ТОВ «Меркит» до 2008 року в основному реалізується тваринницька продукція. У структурі товарної продукції в 2008 році найбільшу питому вагу займають продукція тваринництва 99,1% у структурі, якій панти складають 68,4%. Продукція рослинництва складають лише 0,9% товарної продукції. У 2008 році в порівнянні з 2004 роком реалізація худоби та птиці в живій масі збільшилася на 475,8% за рахунок продажу маралів іншим організаціям для подальшого розведення, овець - заготівельним організаціям. Таким чином, продукція тваринництва в 2008 році в порівнянні з 2004 роком збільшилася на 44,7%. У 2005 році в силу високої врожайності сільськогосподарських культур було виготовлено достатню кількість кормів, тому обсяг реалізованої рослинницької продукції більше, а в 2008 році залишилася на такому ж рівні як і в 2004 році. Рівень товарної продукції за останні п'ять років зріс на 37,1% або на 2927 тис.руб. основним чинником такого підвищення з'явилися скорочення втрат продукції в процесі її виробництва, зберігання, транспортування і скорочення внутрішньогосподарського витрат продукції на виробничі потреби.
Таблиця 1 - Склад і структура товарної продукції ТОВ «Меркит»
Щоб оцінити діяльність підприємства необхідно вивчити розміри виробництва підприємства (табл. 2).
Таблиця 2 - Розміри виробництва ТОВ «Меркит» за 2004-2008 рр..
Аналізуючи цю таблицю, можна зробити висновки: вартість валової продукції в 2008 році збільшилася на 102,1% в порівнянні з 2004 роком або на 12159 тис. крб., За рахунок ефективного використання землі та збільшення виробничих потужностей. Товарна продукція в 2008 році в порівнянні з 2004 роком збільшилася на 37,1% за рахунок зростання цін на продукцію тваринництва. Збільшення площі сільськогосподарських угідь на 27,8% відбулося в силу оранки, розкорчування чагарників та осушення боліт до 2008 року і за рахунок купівлі землі у населення. Середньорічна вартість основних виробничих фондів збільшилася на 258,9% або на 33804 тис. крб., Це пов'язано з придбанням нової техніки та обладнання. Чисельність працівників збільшилася на 18,5% так як не вистачає трудових ресурсів у виробничій діяльності. У цілому можна зробити висновок, що всі показники розмірів виробництва ТОВ «Меркит» за 2004-2008 рр.. збільшилися за рахунок ефективного ведення виробничої діяльності.
Метою будь-якого виробництва є одержання високих економічних та фінансових результатів. Основний показник, що характеризує економічну ефективність виробництва - сума прибутку від реалізації продукції.
Розглянемо основні економічні та фінансові результати діяльності ТОВ «Меркит» в таблиці 3.
Таблиця 3 - Аналіз фінансових результатів ТОВ «Меркит», тис. руб.
За даними таблиці можна зробити висновки, що в 2008 році в порівнянні з 2004 роком виручка від реалізації збільшилася на 7,6% за рахунок більшого обсягу продажу продукції. Валовий прибуток скоротився на 10,1%, у той час як собівартість реалізованої продукції збільшилася на 18,2%. Це говорить про негативну тенденції розвитку діяльності господарства. Прибуток від продажу знизилася на 51,9% так як витрати на переробку, транспортування, зберігання з кожним роком збільшується. Але тим не менш підприємство отримує доходи від різних операцій, витрати на них при цьому знизилися на 87,5%, тому підприємство збільшило свій прибуток на 72, 3%, тобто фінансовий результат діяльності ТОВ «Меркит» стійкий і є можливості для подальшого збільшення розмірів підприємства.
Для того, щоб визначити наскільки підприємство працює ефективно необхідно проаналізувати основні показники рентабельності (табл. 4). Рентабельність - найважливіша економічна категорія, яка властива всім підприємствам. Воно означає прибутковість, прибутковість підприємства. У рентабельності відображаються результати виробничої діяльності, якість реалізованої продукції, рівень організації виробництва і його управління.
Таблиця 4 - Показники рентабельності діяльності ТОВ «Меркит»
2.1. Організаційно-економічна характеристика господарства
ТОВ «Меркит» створено в 1996 році 20 травня, шляхом об'єднання двох селянських (фермерських) господарств «Мечін» і «Меркит».
Поштова адреса: 649461 Республіка Алтай, Усть-Канський район, село Яконур. Організаційно-правова форма господарства за останнім чинного Статуту ТОВ «Меркит» - юридична особа, яка є юридичною організацією, що має самостійний баланс, розрахунковий та інші банківські рахунки, печатку із фірмовим найменуванням, банку, штампи та інші реквізити.
За організаційно-правовій формі «Меркит» є товариством з обмеженою відповідальністю (ТОВ) - комерційна організація, заснована семи особами, статутний капітал, який поділений на частки визначених установчими документами розмірів. Статутний капітал товариства з обмеженою відповідальністю складається з вартості вкладів його засновників:
1. Кулаков Олександр Васильович - 80000 рублів;
2. Такаші Єгор Тихонович - 10000 рублів;
3. Дєдіна Олександр Адучіевіч - 2000 рублів;
4. Денішкін Віталій Миколайович - 2000 рублів;
5. Кулаков Аржан Вікторович - 2000 рублів;
6. Маташев Юрій Михайлович - 2000 рублів;
7. Яшев Аркадій Миколайович - 2000 рублів.
Вищим органом управління ТОВ «Меркит» є загальні збори його членів, який проводиться не рідше одного разу на рік.
Землекористування господарства розташоване в південно-східній частині району. Центральна садиба ТОВ «Меркит» розташована в урочищі Алтин-Туу в
Таким чином, природно-кліматичні умови ТОВ «Меркит» сприятливі для вирощування із зернових культур в основному тільки вівса, також багаторічних трав. Природно-кліматичні умови сприятливі для розведення тварин.
Підприємство спеціалізується на виробництві продуктів тваринництва: вовни, баранини, яловичини, конини при цілорічному використанні пасовищ. Основою надходження грошових коштів є пантове маралівництво і племінне вівчарство. Щоб визначити виробничий напрямок, спеціалізацію господарства необхідно розглянути та проаналізувати структуру товарної продукції підприємства (табл. 1).
Як видно з таблиці 1 у ТОВ «Меркит» до 2008 року в основному реалізується тваринницька продукція. У структурі товарної продукції в 2008 році найбільшу питому вагу займають продукція тваринництва 99,1% у структурі, якій панти складають 68,4%. Продукція рослинництва складають лише 0,9% товарної продукції. У 2008 році в порівнянні з 2004 роком реалізація худоби та птиці в живій масі збільшилася на 475,8% за рахунок продажу маралів іншим організаціям для подальшого розведення, овець - заготівельним організаціям. Таким чином, продукція тваринництва в 2008 році в порівнянні з 2004 роком збільшилася на 44,7%. У 2005 році в силу високої врожайності сільськогосподарських культур було виготовлено достатню кількість кормів, тому обсяг реалізованої рослинницької продукції більше, а в 2008 році залишилася на такому ж рівні як і в 2004 році. Рівень товарної продукції за останні п'ять років зріс на 37,1% або на 2927 тис.руб. основним чинником такого підвищення з'явилися скорочення втрат продукції в процесі її виробництва, зберігання, транспортування і скорочення внутрішньогосподарського витрат продукції на виробничі потреби.
Таблиця 1 - Склад і структура товарної продукції ТОВ «Меркит»
| Види продукції | 2004р | 2005р. | 2006р. | 2007р. | 2008р. | 2008 в% до 2004 р | ||||||||||||
| Тис.р | % | Тис.р | % | Тис.р | % | Тис.р | % | Тис.р | % | |||||||||
| Продукція рослинництва - всього | 100 | 1,2 | 1554 | 18,2 | 426 | 3,3 | 81 | 0,7 | 100 | 0,9 | 100 | |||||||
| Худоба та птиця у живій масі всього: | 315 | 4 | 850 | 9,9 | 5430 | 42,5 | 4701 | 41,5 | 1814 | 16,7 | 575,8 | |||||||
| в т. Ч велику рогату худобу | 295 | 3,7 | 343 | 4 | 1630 | 12,8 | 2092 | 18,4 | 724 | 6,7 | 254,4 | |||||||
| коні | - | 282 | 3,3 | 3614 | 28,3 | 172 | 1,5 | - | - | |||||||||
| олені | 225 | 2,6 | - | 1489 | 13,1 | 400 | 3,7 | 400 | ||||||||||
| вівці і кози | 20 | 0,3 | - | 948 | 8,3 | 690 | 6,3 | 345,5 | ||||||||||
| Вовна всяка | 101 | 1,2 | 193 | 2,3 | 214 | 1,7 | 220 | 1,9 | 197 | 1,8 | 195,4 | |||||||
| Панти | 7108 | 90,3 | 5926 | 69,3 | 5103 | 39,9 | 4300 | 37,9 | 7397 | 68,4 | 104,2 | |||||||
| Інша продукція тваринництва | 122 | 1,5 | - | - | 204 | 1,8 | 470 | 4,3 | 385,1 | |||||||||
| 128 | 1,6 | 28 | 0,3 | 1605 | 12,5 | 1828 | 16,1 | 823 | 7,6 | 642,6 | ||||||||
| Разом продукція тваринництва | 7774 | 90,8 | 6997 | 81,8 | 12352 | 96,7 | 11253 | 99,3 | 10701 | 99,1 | 144,7 | |||||||
| Всього з організації | 7874 | 100 | 8551 | 100 | 12778 | 100 | 11334 | 100 | 10801 | 100 | 137,1 | |||||||
Таблиця 2 - Розміри виробництва ТОВ «Меркит» за 2004-2008 рр..
| Показники | 2004 | 2005 | 2006 | 2007 | 2008 | 2008р. у% до 2004 р. |
| Вартість валової продукції, тис. руб. | 11909 | 12648 | 16840 | 18912 | 21045 | 176,7 |
| Вартість товарної продукції, тис. руб. | 7874 | 8551 | 12778 | 11334 | 10801 | 137,1 |
| Площа сільськогосподарських угідь, га | 1390 | 1504 | 1562 | 1628 | 1776 | 127,8 |
| Середньорічна вартість основних фондів, тис. руб | 13058 | 15349 | 18902 | 21036 | 46862 | 358,9 |
| Середньооблікова чисельність працівників, чол | 65 | 71 | 73 | 70 | 77 | 118,5 |
Метою будь-якого виробництва є одержання високих економічних та фінансових результатів. Основний показник, що характеризує економічну ефективність виробництва - сума прибутку від реалізації продукції.
Розглянемо основні економічні та фінансові результати діяльності ТОВ «Меркит» в таблиці 3.
Таблиця 3 - Аналіз фінансових результатів ТОВ «Меркит», тис. руб.
| Показники | 2004р. | 2005 | 2006 | 2007 | 2008 | 2008 р. в% до 2004 |
| Виручка від реалізації | 10630 | 12099 | 15518 | 12128 | 11445 | 107,6 |
| Собівартість реалізованої продукції | 6646 | 9618 | 7132 | 9789 | 7862 | 118,2 |
| Валовий прибуток | 3984 | 2481 | 8386 | 2339 | 3583 | 89,9 |
| Прибуток від продажів | 3783 | 2350 | 6780 | 523 | 1821 | 48,1 |
| Інші доходи | 9655 | 9 | 9242 | 9735 | 7591 | 78,6 |
| Інші витрати | 10174 | 334 | 13224 | 6204 | 1275 | 12,5 |
| Загальний прибуток, збиток (до оподаткування), +, - | +3336 | +1728 | 2579 | +2524 | +5636 | 168,9 |
| Чистий прибуток | 3271 | 1728 | 2478 | 2508 | 5636 | 172,3 |
Для того, щоб визначити наскільки підприємство працює ефективно необхідно проаналізувати основні показники рентабельності (табл. 4). Рентабельність - найважливіша економічна категорія, яка властива всім підприємствам. Воно означає прибутковість, прибутковість підприємства. У рентабельності відображаються результати виробничої діяльності, якість реалізованої продукції, рівень організації виробництва і його управління.
Таблиця 4 - Показники рентабельності діяльності ТОВ «Меркит»
| Показники | 2004р. | 2005р. | 2006р. | 2007р. | 2008р. | 2008г.в% до 2004р. |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| Рівень рентабельності виробництва,% | 49,2 | 17,9 | 34,7 | 25,6 | 71,6 | 145,5 |
| Рентабельність продажів,% | 30,7 | 14,2 | 15,9 | 20,6 | 49,2 | 160,2 |
| Рентабельність активів,% | 13,7 | 5,1 | 6,1 | 4,8 | 7,3 | 53,2 |
| Рентабельність поточних активів,% | 34,1 | 9,9 | 11,1 | 7,9 | 17,7 | 51,9 |
| Рентабельність необоротних активів,% | 23 | 10,5 | 13,9 | 12,6 | 12,6 | 54,7 |
| Рентабельність власного капіталу,% | 15,2 | 7,5 | 9,8 | 9,9 | 15,7 | 103,2 |
| Рентабельність основних фондів,% | 25 | 11,2 | 13,1 | 11,9 | 11,8 | 48 |
Рівень рентабельності виробництва ТОВ «Меркит», рівний 71,6%, показує, що з одного рубля, витраченого на виробництво продукції, господарство отримує 71,6 рубля прибутку. Рентабельність продажів також збільшилася у 2008 році на 60,2% і показує, що організація з 1 рубля продажу одержує 49,2 рубля прибутку. Рентабельність поточних і необоротних активів у 2008 році в порівнянні з 2004 роком знизився на 48,1% і 45,3% відповідно. Рентабельність власного капіталу збільшилася на 3,2% і показує, що на 1 гривню капіталу припадає 15,7 рубля прибутку. Рентабельність основних фондів в 2008 році в порівнянні з 2004 роком знизилася і показує неефективне використання виробничих потужностей. В основному всі показники рентабельності ТОВ «Меркит» збільшилися, це говорить про те, що господарство рентабельно, а діяльність ефективна.
Важливим завданням аналізу фінансового стану підприємства є дослідження показників фінансової стійкості підприємства.
Таблиця 5 - Аналіз фінансової стійкості ТОВ «Меркит».
Аналізуючи цю таблицю, можна зробити висновок, що коефіцієнт концентрації власного капіталу знизилася за 5 років і показує, що частка власників в загальній сумі коштів знизилася. Підприємство більше стало залучати позикові кошти, так як коефіцієнт концентрації залученого капіталу збільшилася на 42,6, але при цьому власні кошти збільшилися в загальній їх величині на 0,49. Коефіцієнт фінансової залежності за останні 5 років більше 1, значить, залучає позикові кошти. З кожним роком частка основних засобів в структурі довгострокових вкладень збільшується, за рахунок придбання основних фондів. Коефіцієнт поточної ліквідності у 2008 році в порівнянні з 2004 роком нижче, але має нормальний рівень і показує високу забезпеченість підприємства обіговими коштами для введення господарської діяльності та своєчасного погашення термінових зобов'язань підприємства. Тобто зводиться до того, що 3,24 рубля фінансових ресурсів, вкладених в оборотні активи, припадає на 1 карбованець поточних зобов'язань. Коефіцієнт абсолютної ліквідності нижче нормального рівня (повинно бути більше 0,2-0,5) і показує, що 1 / 100 частина короткострокових зобов'язань може бути погашена на дату складання балансу.
Від того, яким капіталом володіє суб'єкт господарювання, наскільки оптимальна його структура, наскільки доцільно він трансформується в основні й оборотні фонди, залежать фінансові благополуччя підприємства і результати його діяльності. Розглянемо співвідношення власного і позикового капіталу ТОВ «Меркит» (табл. 6).
Таблиця 6 - Динаміка і структура джерел капіталу.
За аналізований період на підприємстві збільшилася сума як позикового, так і власного капіталу. Проте в його структурі істочнікодоля власних джерел коштів знизився на 43,3%, а частка позикового капіталу збільшилася на 43,2%, що свідчить про підвищення ступеня фінансової залежності підприємства «Меркит» від зовнішніх інвесторів і кредиторів.
2.2. Розробка числової економіко-математичної моделі задачі
Статистичні методи є складовою частиною економетрики науки, що вивчає економічні явища з кількісної точки зору. Економетрика встановлює і досліджує кількісні закономірності в економіці на основі методів теорії ймовірності та математичної статистики, адаптованих до обробки економічних даних.
Закономірності в економіці виражаються у вигляді зв'язків і залежностей економічних показників, математичних моделей їх поведінки. Такі залежності і моделі можуть бути отримані тільки шляхом обробки реальних статистичних даних, з урахуванням внутрішніх механізмів зв'язку і випадкових чинників. Модель може бути отримана і апробована на основі аналізу статистичних даних, і зміни в поведінці останніх говорять про необхідність уточнення і розвитку моделі.
Будь-яке економетричне дослідження завжди передбачає поєднання теорії (економічної моделі) та практики (статистичних даних). Ми використовуємо теоретичні моделі для опису і пояснення процесів, що спостерігаються і збираємо статистичні дані з метою емпіричного побудови та обгрунтування моделей.
Введемо змінні.
Незалежний показник: у - продуктивність, руб. / люд.-год. Факторні показники:
Х1 - фондообеспеченность на 100 га площі сільськогосподарських угідь, тис. руб.
Х2 - фондоозброєність на одного працівника, тис. руб.
Х3 - урожайність, ц / га. (Див. таблиця 8).
Пропонується проаналізувати ступінь впливу на продуктивність наступних факторів: х1 - ФО, х2 - ФВ, х3 - врожайність.
3. Аналіз результатів рішення
3.1. Аналіз оптимального рішення
Розглянемо продуктивність за допомогою кореляційно-регресійного аналізу. Для цього визначимо:
1. Від якого фактора може залежати продуктивність. Розглянемо, наприклад такі показники як фондообеспеченность на 100га площі сільськогосподарських угідь, фондоозброєність на 1-го працівника і врожайність. Використовуючи пакет прикладних програм Excel, розрахуємо коефіцієнти кореляції і визначимо найбільш близькі до одиниці коефіцієнти, які будуть свідчити про тісноту зв'язку між факторною та результативною ознакою (табл.10), але для цього необхідно згрупувати передбачувані факторні показники в таблицю (табл.7)
Таблиця 7 - Вихідні дані для визначення матриці парних коефіцієнтів кореляції
Таблиця 8-Матриця парних коефіцієнтів кореляції
Оскільки коефіцієнт кореляції r x 2 y = 0,835 зв'язок між х 2 і у вважається тісному; прямий тобто при збільшенні факторного ознаки фондоозброєнності значення результативної ознаки продуктивності збільшується.
З розрахунків випливає, що для подальшого аналізу факторингу ознакою буде такий показник як фондоозброєність.
2. Наступним етапом аналізу продуктивності є встановлення форми залежності між змінними, для цього розглянемо декілька моделей і виберемо найбільш кращу з них, на основі, якої буде складений прогноз.
Складемо і проаналізуємо наступні моделі: лінійну, ступеневу, показову і гіперболічний.
Для того щоб розглянути лінійну модель, необхідно скласти рівняння лінійної регресії (y ^ = a + b * x), що припускає обчислення параметрів а і b. Дані параметри визначимо за допомогою пакету прикладних програм Excel (вибираємо меню «Вставка» далі «Функція», «Статистичні», «лінійні», заповнюємо діалогове вікно і натискаємо F2 і комбінацію клавіш Ctrl + Shift + Enter).
Для розгляду степеневої, показникової і гіперболічної моделей, необхідно скласти рівняння степеневої, показникової і гіперболічної регресії (y ^ = а * x b, y ^ = a * b x і y ^ = a + b / x), що передбачає лінеаризацію даних моделей шляхом логарифмування для статечної і показовою моделі, а для гіперболічної заміну змінної. Коефіцієнти а і b обчислюються також як і для лінійної моделі, тільки з перетвореними змінними. (Розрахунок див. табл. 10, 11, 12)
Проведені розрахунки показують, що дані моделі мають такий вигляд:
ü Лінійна - y ^ = 25,05 * X 2 +14549,06;
ü Степенева - y ^ = 3287,99 * Х 2 0,34;
ü Показова - y ^ = 14943,67 * 1,001 Х 2 ;
ü гіперболічна - y ^ = 27253,29 - 1120538,5 / Х 2
Таблиця 9 - Визначення параметрів a і b рівняння лінійної регресії
Таблиця 10 - Визначення параметрів a і b рівняння степеневої регресії
Таблиця 11 - Визначення параметрів a і b рівняння показовою регресії
Таблиця 12 - Визначення параметрів a і b рівняння гіперболічної регресії
Проаналізуємо коефіцієнти регресії:
Лінійної моделі. Коефіцієнт регресії b = 25,05 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність збільшується на 25,05 руб. / люд.-год.
Степенній моделі. Коефіцієнт регресії b = 0,343 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність збільшується на 0,343 грн. / люд.-год.
Показова модель. Коефіцієнт регресії b = 0,001 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність збільшується на 0,001 грн. / люд.-год.
Гіперболічна модель. Коефіцієнт регресії b = -1120538,5 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність зменшується на -1120538,5 руб. / люд.-год.
3. Розрахуємо і проаналізуємо коефіцієнти, що оцінюють побудовані моделі (табл.13).
Таблиця 13 - Зведена таблиця показників
Помилка апроксимації (А) показує, що Ви перевищили значення (8-10%) середнього відхилення розрахункових даних від фактичних у всіх моделях.
Коефіцієнт детермінації:
Лінійна модель. R 2 рівний 0,6972 показує, що варіація отримання продуктивності на 69,72% пояснюється варіацією фондоозброєнності на 30,28% залежить від інших, не врахованих факторів.
Степенній моделі. R 2 рівний 0,8019 показує, що варіація отримання продуктивності на 80,19% пояснюється варіацією фондоозброєнності на 19,81% залежить від інших, не врахованих факторів.
Показова модель. R 2 рівний 0,6353 показує, що варіація отримання продуктивності на 63,52% пояснюється варіацією фондоозброєнності на 36,48% залежить від інших, не врахованих факторів.
Гіперболічна модель. R 2 рівний 0,7591 показує, що варіація отримання продуктивності на 75,91% пояснюється варіацією фондоозброєнності на 24,09% залежить від інших, не врахованих факторів.
F-критерій Фішера дозволяє оцінити значимість і надійність рівняння, і тому F розр <F табл (5,12) у всіх моделях означає побудовані рівняння регресії не значимі і надійні.
Індекс кореляції (r): у всіх зв'язок тісний, тому що індекс кореляції цих моделей перевищує 0,7.
Таким чином, з проведеного аналізу випливає, що найбільш кращою моделлю відбиває залежність одержання продуктивності від коефіцієнта фондоозброєності є лінійна модель.
Побудуємо кореляційне поле і лінію тренда для даної моделі (рис.1).
Малюнок 1. Кореляційне поле і лінія тренда
Проаналізувавши взаємозв'язок отримання продуктивності і коефіцієнта фондоозброєності, слід зазначити, що в розглянутому періоді продуктивність має зростаючу тенденцію, при цьому продуктивність збільшується на 25,05 руб. / Люд.-год. при збільшенні коефіцієнта фондоозброєності на 1 пункт.
З графіка випливає, що в прогнозованому періоді продуктивність буде збільшуватися, тому що має зростаючий тренд і продуктивність складе 30330,56 крб. / люд.-год. при коефіцієнті фондоозброєнності рівного 630.
Важливим завданням аналізу фінансового стану підприємства є дослідження показників фінансової стійкості підприємства.
Таблиця 5 - Аналіз фінансової стійкості ТОВ «Меркит».
| Показники | Формула розрахунку | 2004 | 2005 | 2006 | 2007 | 2008 | Зміни (+,-) |
| Концентрація власного і залученого капіталу | ПК / СК * 100 | 10,9 | 48,6 | 59,1 | 81,8 | 113,6 | 102,7 |
| Концентрація власного капіталу | СК / Б * 100 | 90,1 | 67,2 | 62,8 | 55 | 46,8 | - 43,3 |
| Фінансової залежності | Б / СК | 1,13 | 1,48 | 1,59 | 1,81 | 2,13 | 1 |
| Маневреності власного капіталу | ТА-ТО/СК | 0,34 | 0,28 | 0,56 | 0,8 | 0,61 | 0,27 |
| Структури довгострокових вкладень | ДВ / ВА | 0,25 | 0,33 | 0,38 | 0,73 | 0,69 | 0,44 |
| Довгострокового залучення позикових коштів | ДВ / СК + ДО | 0,19 | 0,2 | 0,21 | 0,34 | 0,46 | 0,27 |
| Структури залученого капіталу | ДВ / ПК | 0,38 | 0,43 | 0,46 | 0,62 | 0,75 | 0,37 |
| Концентрації залученого капіталу | ПК / Б * 100 | 10,8 | 32,7 | 37,1 | 44,9 | 53,4 | 42,6 |
| Забезпеченості власними коштами | СК-ВА / ТА | 0,75 | 0,36 | 0,33 | 0,27 | 0,26 | 0,49 |
| Коефіцієнт поточної ліквідності | ТА / ТО | 4,7 | 1,57 | 2,77 | 3,6 | 3,24 | - 1,46 |
| Коефіцієнт абсолютної ліквідності | ДС / ТО | 0,02 | 0,01 | 0,11 | 0,08 | 0,01 | - 0,01 |
Від того, яким капіталом володіє суб'єкт господарювання, наскільки оптимальна його структура, наскільки доцільно він трансформується в основні й оборотні фонди, залежать фінансові благополуччя підприємства і результати його діяльності. Розглянемо співвідношення власного і позикового капіталу ТОВ «Меркит» (табл. 6).
Таблиця 6 - Динаміка і структура джерел капіталу.
| Джерело капіталу | 2004 | 2005 | 2006 | 2007 | 2008 | 2008р у% до 2004р. | |||||
| Тис.р | % | Тис.р | % | Тис.р | % | Тис.р | % | Тис.р | % | ||
| Власний капітал | 21440 | 90,1 | 22737 | 67,3 | 25123 | 62,8 | 25232 | 52,2 | 35721 | 46,8 | 166,6 |
| Позиковий капітал | 2349 | 9,9 | 11072 | 32,7 | 14852 | 37,2 | 23098 | 47,3 | 40602 | 53,2 | 1728 |
| Разом: | 23789 | 100 | 33809 | 100 | 39975 | 100 | 48330 | 100 | 76323 | 100 | 320,8 |
2.2. Розробка числової економіко-математичної моделі задачі
Статистичні методи є складовою частиною економетрики науки, що вивчає економічні явища з кількісної точки зору. Економетрика встановлює і досліджує кількісні закономірності в економіці на основі методів теорії ймовірності та математичної статистики, адаптованих до обробки економічних даних.
Закономірності в економіці виражаються у вигляді зв'язків і залежностей економічних показників, математичних моделей їх поведінки. Такі залежності і моделі можуть бути отримані тільки шляхом обробки реальних статистичних даних, з урахуванням внутрішніх механізмів зв'язку і випадкових чинників. Модель може бути отримана і апробована на основі аналізу статистичних даних, і зміни в поведінці останніх говорять про необхідність уточнення і розвитку моделі.
Будь-яке економетричне дослідження завжди передбачає поєднання теорії (економічної моделі) та практики (статистичних даних). Ми використовуємо теоретичні моделі для опису і пояснення процесів, що спостерігаються і збираємо статистичні дані з метою емпіричного побудови та обгрунтування моделей.
Введемо змінні.
Незалежний показник: у - продуктивність, руб. / люд.-год. Факторні показники:
Х1 - фондообеспеченность на 100 га площі сільськогосподарських угідь, тис. руб.
Х2 - фондоозброєність на одного працівника, тис. руб.
Х3 - урожайність, ц / га. (Див. таблиця 8).
Пропонується проаналізувати ступінь впливу на продуктивність наступних факторів: х1 - ФО, х2 - ФВ, х3 - врожайність.
3. Аналіз результатів рішення
3.1. Аналіз оптимального рішення
Розглянемо продуктивність за допомогою кореляційно-регресійного аналізу. Для цього визначимо:
1. Від якого фактора може залежати продуктивність. Розглянемо, наприклад такі показники як фондообеспеченность на 100га площі сільськогосподарських угідь, фондоозброєність на 1-го працівника і врожайність. Використовуючи пакет прикладних програм Excel, розрахуємо коефіцієнти кореляції і визначимо найбільш близькі до одиниці коефіцієнти, які будуть свідчити про тісноту зв'язку між факторною та результативною ознакою (табл.10), але для цього необхідно згрупувати передбачувані факторні показники в таблицю (табл.7)
Таблиця 7 - Вихідні дані для визначення матриці парних коефіцієнтів кореляції
| Фондообеспеченность | ||||
| Продуктивність, | на 100 га площі | Фондоозброєність | Урожайність, | |
| Роки | на одного працівника, | |||
| руб. / люд.-год | сільськогосподарських | ц / га | ||
| угідь, тис. руб. | тис. руб. | |||
| А | 1 | 2 | 3 | 4 |
| 1999 | 12567 | 793 | 74 | 7,6 |
| 2000 | 15782 | 823 | 97 | 8,4 |
| 2001 | 18865 | 836 | 105 | 9,3 |
| 2002 | 18689 | 868 | 138 | 10,8 |
| 2003 | 19851 | 902 | 174 | 13,9 |
| 2004 | 18321 | 939 | 193 | 12,5 |
| 2005 | 17814 | 1021 | 201 | 9,4 |
| 2006 | 23068 | 1210 | 258 | 7,1 |
| 2007 | 27017 | 1292 | 300 | 5,9 |
| 2008 | 27331 | 2639 | 608 | 11,4 |
| Y | X1 | X2 | X3 | |
| Y | 1 | |||
| X1 | 0,7513264 | 1 | ||
| X2 | 0,83496389 | 0,980173642 | 1 | |
| X3 | -0,0642293 | 0,096956747 | 0,116972555 | 1 |
З розрахунків випливає, що для подальшого аналізу факторингу ознакою буде такий показник як фондоозброєність.
2. Наступним етапом аналізу продуктивності є встановлення форми залежності між змінними, для цього розглянемо декілька моделей і виберемо найбільш кращу з них, на основі, якої буде складений прогноз.
Складемо і проаналізуємо наступні моделі: лінійну, ступеневу, показову і гіперболічний.
Для того щоб розглянути лінійну модель, необхідно скласти рівняння лінійної регресії (y ^ = a + b * x), що припускає обчислення параметрів а і b. Дані параметри визначимо за допомогою пакету прикладних програм Excel (вибираємо меню «Вставка» далі «Функція», «Статистичні», «лінійні», заповнюємо діалогове вікно і натискаємо F2 і комбінацію клавіш Ctrl + Shift + Enter).
Для розгляду степеневої, показникової і гіперболічної моделей, необхідно скласти рівняння степеневої, показникової і гіперболічної регресії (y ^ = а * x b, y ^ = a * b x і y ^ = a + b / x), що передбачає лінеаризацію даних моделей шляхом логарифмування для статечної і показовою моделі, а для гіперболічної заміну змінної. Коефіцієнти а і b обчислюються також як і для лінійної моделі, тільки з перетвореними змінними. (Розрахунок див. табл. 10, 11, 12)
Проведені розрахунки показують, що дані моделі мають такий вигляд:
ü Лінійна - y ^ = 25,05 * X 2 +14549,06;
ü Степенева - y ^ = 3287,99 * Х 2 0,34;
ü Показова - y ^ = 14943,67 * 1,001 Х 2 ;
ü гіперболічна - y ^ = 27253,29 - 1120538,5 / Х 2
Таблиця 9 - Визначення параметрів a і b рівняння лінійної регресії
| b | a |
| 25,0532708 | 14549,05742 |
| 5,83787784 | 1521,333492 |
| 0,69716469 | 2723,966562 |
| 18,4169988 | 8 |
| 136654018 | 59359950,66 |
| b | a |
| 0,3427381 | 8,0980319 |
| 0,0602364 | 0,3143198 |
| 0,8018563 | 0,1114492 |
| 32,374732 | 8 |
| 0,402124 | 0,0993674 |
| b | a |
| 0,00120956 | 9,615383336 |
| 0,00032411 | 0,084461915 |
| 0,63515948 | 0,15123011 |
| 13,9273891 | 8 |
| 0,318527 | 0,18296437 |
| b | a |
| -1120538,5 | 27253,28815 |
| 223169,262 | 1648,398149 |
| 0,75911375 | 2429,430767 |
| 25,2106952 | 8 |
| 148796898 | 47217070,8 |
Лінійної моделі. Коефіцієнт регресії b = 25,05 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність збільшується на 25,05 руб. / люд.-год.
Степенній моделі. Коефіцієнт регресії b = 0,343 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність збільшується на 0,343 грн. / люд.-год.
Показова модель. Коефіцієнт регресії b = 0,001 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність збільшується на 0,001 грн. / люд.-год.
Гіперболічна модель. Коефіцієнт регресії b = -1120538,5 показує, що при збільшенні фондоозброєності на 1 пункт продуктивність зменшується на -1120538,5 руб. / люд.-год.
3. Розрахуємо і проаналізуємо коефіцієнти, що оцінюють побудовані моделі (табл.13).
Таблиця 13 - Зведена таблиця показників
| Модель | А | R 2 | Fрасч | r | |
| лінійна | 21,4787 | 0,6972 | 18,4170 | 0,8350 | |
| статечна | 17,1118 | 0,8019 | 32,3747 | 0,8905 | |
| показова | 3985898,1393 | 0,6352 | 13,9274 | 0,7818 | |
| гіперболічна | 16,5784 | 0,7591 | 25,2107 | 0,8713 |
Коефіцієнт детермінації:
Лінійна модель. R 2 рівний 0,6972 показує, що варіація отримання продуктивності на 69,72% пояснюється варіацією фондоозброєнності на 30,28% залежить від інших, не врахованих факторів.
Степенній моделі. R 2 рівний 0,8019 показує, що варіація отримання продуктивності на 80,19% пояснюється варіацією фондоозброєнності на 19,81% залежить від інших, не врахованих факторів.
Показова модель. R 2 рівний 0,6353 показує, що варіація отримання продуктивності на 63,52% пояснюється варіацією фондоозброєнності на 36,48% залежить від інших, не врахованих факторів.
Гіперболічна модель. R 2 рівний 0,7591 показує, що варіація отримання продуктивності на 75,91% пояснюється варіацією фондоозброєнності на 24,09% залежить від інших, не врахованих факторів.
F-критерій Фішера дозволяє оцінити значимість і надійність рівняння, і тому F розр <F табл (5,12) у всіх моделях означає побудовані рівняння регресії не значимі і надійні.
Індекс кореляції (r): у всіх зв'язок тісний, тому що індекс кореляції цих моделей перевищує 0,7.
Таким чином, з проведеного аналізу випливає, що найбільш кращою моделлю відбиває залежність одержання продуктивності від коефіцієнта фондоозброєності є лінійна модель.
Побудуємо кореляційне поле і лінію тренда для даної моделі (рис.1).
Малюнок 1. Кореляційне поле і лінія тренда
Проаналізувавши взаємозв'язок отримання продуктивності і коефіцієнта фондоозброєності, слід зазначити, що в розглянутому періоді продуктивність має зростаючу тенденцію, при цьому продуктивність збільшується на 25,05 руб. / Люд.-год. при збільшенні коефіцієнта фондоозброєності на 1 пункт.
З графіка випливає, що в прогнозованому періоді продуктивність буде збільшуватися, тому що має зростаючий тренд і продуктивність складе 30330,56 крб. / люд.-год. при коефіцієнті фондоозброєнності рівного 630.
Висновки і пропозиції
Отже, проведені дослідження з проблем підвищення продуктивності праці в ТОВ «Меркит» дозволяють зробити висновки і пропозиції, що підтверджують їх наукову новизну, теоретичну і практичну значимість.
1. Будь-якому виробництву властива в деякому сенсі суперечлива особливість - за допомогою одних і тих же виробничих ресурсів на рівноцінних за родючістю землях досягати різного рівня ефекту. Це вимагає багатоваріантного підходу до вивчення способів організації виробництва. У нових економічних умовах господарювання, все більш посилюється, проблеми оптимального розподілу обмежених ресурсів, забезпечення конкурентоспроможності підприємства, багатоваріантність і системність стають основними принципами в економічних дослідженнях та організації виробництва.
Уміння математично сформулювати економічну завдання, вирішити і провести аналіз, коригування оптимального плану, обгрунтувати управлінські рішення на всіх рівнях господарської ієрархії, стають обов'язковим в ринковій економіці.
2. Більшість явищ і процесів у економіці знаходяться в постійній взаємній та всеохоплюючої об'єктивної зв'язку. Дослідження залежностей і взаємозв'язків між об'єктивно існуючими явищами і процесами грає велику роль в економіці. Воно дає можливість глибше зрозуміти складний механізм причинно-наслідкових відносин між явищами. Для дослідження інтенсивності, виду та форми залежностей широко застосовується кореляційно-регресійний аналіз, який є методичним інструментарієм при розв'язанні задач прогнозування, планування та аналізу господарської діяльності підприємств.
3. За останні десять років, спостерігається зростання продуктивності праці, але поки він менше зростання зарплати.
4. Фондообеспеченность і фондоозброєність поступово, але неухильно зростає, що пояснюється зростанням вартості ОПФ, збільшенням площі сільськогосподарських угідь і зниженням чисельності працівників.
5. У результаті проведеного кореляційно-регресійного аналізу, зв'язку між продуктивністю і фондообеспеченность на 100 га площі сільськогосподарських угідь, фондоозброєністю на одного працівника і врожайністю виявили, що критерій Фішера дорівнює 5,12, це означає що у всіх моделях побудовані рівняння регресії не значимі і надійні.
6. Ступінь точності опису моделлю процесу R - квадрат (коефіцієнт детермінації) дорівнює 0,6972 можна говорити про середню точності апроксимації, тобто модель добре описує явище, і введення нових незалежних змінних в модель не потрібно.
7. Коефіцієнт детермінації показує, що на продуктивність впливають фондообеспеченность, фондоозброєність і врожайність на 69,72%.
8. Таким чином, в результаті аналізу виявлено, що між продуктивністю і фондообеспеченность на 100 га с / г угідь, фондоозброєністю і врожайністю середня ступінь прямої лінійної залежності.
9. Реалізація розроблених нами взаємозв'язків і оцінок щодо підвищення продуктивності праці дозволило б ТОВ «Меркит» стати конкурентоспроможним підприємством, здатним гідно конкурувати на ринку.
Отже, проведені дослідження з проблем підвищення продуктивності праці в ТОВ «Меркит» дозволяють зробити висновки і пропозиції, що підтверджують їх наукову новизну, теоретичну і практичну значимість.
1. Будь-якому виробництву властива в деякому сенсі суперечлива особливість - за допомогою одних і тих же виробничих ресурсів на рівноцінних за родючістю землях досягати різного рівня ефекту. Це вимагає багатоваріантного підходу до вивчення способів організації виробництва. У нових економічних умовах господарювання, все більш посилюється, проблеми оптимального розподілу обмежених ресурсів, забезпечення конкурентоспроможності підприємства, багатоваріантність і системність стають основними принципами в економічних дослідженнях та організації виробництва.
Уміння математично сформулювати економічну завдання, вирішити і провести аналіз, коригування оптимального плану, обгрунтувати управлінські рішення на всіх рівнях господарської ієрархії, стають обов'язковим в ринковій економіці.
2. Більшість явищ і процесів у економіці знаходяться в постійній взаємній та всеохоплюючої об'єктивної зв'язку. Дослідження залежностей і взаємозв'язків між об'єктивно існуючими явищами і процесами грає велику роль в економіці. Воно дає можливість глибше зрозуміти складний механізм причинно-наслідкових відносин між явищами. Для дослідження інтенсивності, виду та форми залежностей широко застосовується кореляційно-регресійний аналіз, який є методичним інструментарієм при розв'язанні задач прогнозування, планування та аналізу господарської діяльності підприємств.
3. За останні десять років, спостерігається зростання продуктивності праці, але поки він менше зростання зарплати.
4. Фондообеспеченность і фондоозброєність поступово, але неухильно зростає, що пояснюється зростанням вартості ОПФ, збільшенням площі сільськогосподарських угідь і зниженням чисельності працівників.
5. У результаті проведеного кореляційно-регресійного аналізу, зв'язку між продуктивністю і фондообеспеченность на 100 га площі сільськогосподарських угідь, фондоозброєністю на одного працівника і врожайністю виявили, що критерій Фішера дорівнює 5,12, це означає що у всіх моделях побудовані рівняння регресії не значимі і надійні.
6. Ступінь точності опису моделлю процесу R - квадрат (коефіцієнт детермінації) дорівнює 0,6972 можна говорити про середню точності апроксимації, тобто модель добре описує явище, і введення нових незалежних змінних в модель не потрібно.
7. Коефіцієнт детермінації показує, що на продуктивність впливають фондообеспеченность, фондоозброєність і врожайність на 69,72%.
8. Таким чином, в результаті аналізу виявлено, що між продуктивністю і фондообеспеченность на 100 га с / г угідь, фондоозброєністю і врожайністю середня ступінь прямої лінійної залежності.
9. Реалізація розроблених нами взаємозв'язків і оцінок щодо підвищення продуктивності праці дозволило б ТОВ «Меркит» стати конкурентоспроможним підприємством, здатним гідно конкурувати на ринку.
Список використаної літератури
1. Баусов Л.І. Нелінійне програмування. М.: ФА, 1998.
2. Бережна Є. В., Бережний В. І. Математичні методи моделювання економічних систем: Учеб. Посібник. - 2-е вид., Перераб. і доп. - М.: Фінанси і статистика, 2005. - 432 с.
3. Браславець М.Є., Кравченко Р.Г. Математичне моделювання економічних процесів у сільському господарстві. -М., Колос, 1972-589 с.
4. Гатауліна А.М. Математичне моделювання економічних процесів у сільському господарстві. -М., 1990.
5. Жданов С.А. Економічні моделі і методи в управлінні. М.: Дело и Сервис, 1998.
6. Карасьов А.І., Кремер Н.Ш., Савельєва Т.І. Математичні методи і моделі планування .- М., 1987.
7. Кондраков Н.П. Еккаунтинг для менеджерів. Бухгалтерський облік і фінансово-економічний аналіз. М., 1998.
8. Кравченко Р.Г. Математичне моделювання економічних процесів у сільському господарстві. -М., Колос, 1978-424с.
9. Красс М.С. Математика для економічних спеціальностей. М., 1998.
10. Кубоніва М. Математична економіка на персональному комп'ютері. М.: Фінанси і статистика, 1991.
11. Кузьмін В.І., Гракін А.І. Основи моделювання систем. М.: МІРЕА, 1999.
12. Курносов А.П. Обчислювальна техніка та програмування. -М., Фінанси і статистика, 1991-334с.
13. Лабскер Л.М., Михайлова В.П., Серьогін Р.А. Математичне моделювання Фінансово-економічних ситуацій з застосуванням комп'ютера (на основі марківських випадкових процесів). М.: ФА, 1997.
14. Математичні методи в економіці та моделювання соціально-економічних процесів в АПК / В.А. Кундіуса, Л.А. Мочалова, В.А. Кегель, Г.С. Сидоров. - 2-е вид., Перераб. і доп. - М.: Колос, 2001. - 288 с.
15. Математичні методи та моделювання соціально-економічних процесів в АПК \ Уч.пос. під ред. Кундіуса В. Алаган, Б ,1998-393с.
16. Математичне моделювання в менеджменті. Уч. сел. під ред. Трояновського В.М. - М.: Російська Ділова Література, 1999. - 240 с.
17. Моделювання соціально-економічних процесів і структури регіонального АПК \ Уч. сел. під ред. Кундіуса В. Алаган, Б ,1996-206с.
18.Мой Алтай: село і місто. Щомісячний журнал, № 2, 2005 .- С. 10-15.
19. Організація сільськогосподарського виробництва. / Под ред. Ф. К. Шакірова. - М.: Колос, 2000.-504 с.
20. Організація виробництва на підприємствах АПК / Ф. К. Шакіров, С. І. Грядов. - М.: Колос, 2003. - 224 с.
21. Попов Л.А. Застосування економіко-математичних методів і ЕОМ в економіці праці: Підручник / Ріс. екон. акад., М., 1994. - 160 с.
22. Практикум з математичного моделювання економічних процесів у сільському господарстві. Під ред. Карпенко. - М., Агропромиздат, 1985 - 269с.
23. Трудовий кодекс РФ. - М.: «ТК Велбі», Вид-во Проспект, 2005. - 192 с.
24. Федосєєв В.В. Економіко-математичні методи і моделі в сільському господарстві. М., 2004.
25. Фестера Е., Рейнц Б. Методи кореляційного та регресійного аналізу. М.: Фінанси і статистика, 2003. - 304 с.
26. Френкель О.О. Прогнозування продуктивності праці: методи і моделі. М.: Економіка, 1989. - 214 с.
27. Економіка праці / За ред. Н. А. Волгіна, Ю. Г. Одегова. - М.: Изд-во «Іспит», 2003. - 736 с.
28. Економіка сільського господарства / За ред. Добриніна В. А. - М.: Агропромиздат, 1990. - 326 с.
29. Економіка сільського господарства / І. А Мінаков, Л. А. Сабетова, Н. І. Куликов та ін; Під ред. І. А. Мінакова. - М.: Колос, 2002. - 328 с.
1. Баусов Л.І. Нелінійне програмування. М.: ФА, 1998.
2. Бережна Є. В., Бережний В. І. Математичні методи моделювання економічних систем: Учеб. Посібник. - 2-е вид., Перераб. і доп. - М.: Фінанси і статистика, 2005. - 432 с.
3. Браславець М.Є., Кравченко Р.Г. Математичне моделювання економічних процесів у сільському господарстві. -М., Колос, 1972-589 с.
4. Гатауліна А.М. Математичне моделювання економічних процесів у сільському господарстві. -М., 1990.
5. Жданов С.А. Економічні моделі і методи в управлінні. М.: Дело и Сервис, 1998.
6. Карасьов А.І., Кремер Н.Ш., Савельєва Т.І. Математичні методи і моделі планування .- М., 1987.
7. Кондраков Н.П. Еккаунтинг для менеджерів. Бухгалтерський облік і фінансово-економічний аналіз. М., 1998.
8. Кравченко Р.Г. Математичне моделювання економічних процесів у сільському господарстві. -М., Колос, 1978-424с.
9. Красс М.С. Математика для економічних спеціальностей. М., 1998.
10. Кубоніва М. Математична економіка на персональному комп'ютері. М.: Фінанси і статистика, 1991.
11. Кузьмін В.І., Гракін А.І. Основи моделювання систем. М.: МІРЕА, 1999.
12. Курносов А.П. Обчислювальна техніка та програмування. -М., Фінанси і статистика, 1991-334с.
13. Лабскер Л.М., Михайлова В.П., Серьогін Р.А. Математичне моделювання Фінансово-економічних ситуацій з застосуванням комп'ютера (на основі марківських випадкових процесів). М.: ФА, 1997.
14. Математичні методи в економіці та моделювання соціально-економічних процесів в АПК / В.А. Кундіуса, Л.А. Мочалова, В.А. Кегель, Г.С. Сидоров. - 2-е вид., Перераб. і доп. - М.: Колос, 2001. - 288 с.
15. Математичні методи та моделювання соціально-економічних процесів в АПК \ Уч.пос. під ред. Кундіуса В. Алаган, Б ,1998-393с.
16. Математичне моделювання в менеджменті. Уч. сел. під ред. Трояновського В.М. - М.: Російська Ділова Література, 1999. - 240 с.
17. Моделювання соціально-економічних процесів і структури регіонального АПК \ Уч. сел. під ред. Кундіуса В. Алаган, Б ,1996-206с.
18.Мой Алтай: село і місто. Щомісячний журнал, № 2, 2005 .- С. 10-15.
19. Організація сільськогосподарського виробництва. / Под ред. Ф. К. Шакірова. - М.: Колос, 2000.-504 с.
20. Організація виробництва на підприємствах АПК / Ф. К. Шакіров, С. І. Грядов. - М.: Колос, 2003. - 224 с.
21. Попов Л.А. Застосування економіко-математичних методів і ЕОМ в економіці праці: Підручник / Ріс. екон. акад., М., 1994. - 160 с.
22. Практикум з математичного моделювання економічних процесів у сільському господарстві. Під ред. Карпенко. - М., Агропромиздат, 1985 - 269с.
23. Трудовий кодекс РФ. - М.: «ТК Велбі», Вид-во Проспект, 2005. - 192 с.
24. Федосєєв В.В. Економіко-математичні методи і моделі в сільському господарстві. М., 2004.
25. Фестера Е., Рейнц Б. Методи кореляційного та регресійного аналізу. М.: Фінанси і статистика, 2003. - 304 с.
26. Френкель О.О. Прогнозування продуктивності праці: методи і моделі. М.: Економіка, 1989. - 214 с.
27. Економіка праці / За ред. Н. А. Волгіна, Ю. Г. Одегова. - М.: Изд-во «Іспит», 2003. - 736 с.
28. Економіка сільського господарства / За ред. Добриніна В. А. - М.: Агропромиздат, 1990. - 326 с.
29. Економіка сільського господарства / І. А Мінаков, Л. А. Сабетова, Н. І. Куликов та ін; Під ред. І. А. Мінакова. - М.: Колос, 2002. - 328 с.