Региональная статистика (стр. 1 )

МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное БЮДЖЕТНОЕ образовательное

учреждение высшего профессионального образования

«Саратовский государственный аграрный университет

имени »

РЕГИОНАЛЬНАЯ СТАТИСТИКА

Материалы

научно-практической конференции

Саратов

2013

Региональная статистика: Материалы научно-практической конференции. / Под ред. – Саратов, 2013. – 88 с.

Материалы изданы в авторской редакции

	ã	ФГБОУ ВПО «Саратовский ГАУ», 2013

Merk Katarina

Bildungszentrum des Sächsischen Handels, Torgauer Platz 3,04315 Leipzig, Sachsen/ Deutschland

ОЦЕНКА ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ

С ИСПОЛЬЗОВАНИЕМ ЭКОНОМИКО-СТАТИСТИЧЕСКИХ

МЕТОДОВ

В мировой практике существуют различные подходы к определению оценки финансового состояния. Наиболее распространенным в настоящее время является метод регрессионного анализа. Он дает возможность учесть влияние причинно-следственных связей и взаимообусловленности факторов на показатели деятельности предприятия. Для обоснования и определения в качестве основного результирующего показателя оценки финансового состояния был проведен регрессионный анализ и установлена связь совокупности финансовых коэффициентов с показателями, характеризующими эффективность использования средств предприятий: рентабельность, оборачиваемость и стоимость капитала. Однородность совокупности в проведенном исследовании была обеспечена тем, что в процессе анализа использовались данные промышленных предприятий, объединенных по роду деятельности, объему производства и реализации продукции. Методика определения основных показателей финансовой оценки промышленных предприятий состояла из четырех основных блоков (этапов):

·  блок 1 – определение и установление основных показателей, характеризующих эффективность использования средств предприятий;

·  блок 2 – установление взаимосвязи с этими коэффициентами основных (рекомендуемых) показателей финансовой оценки;

·  блок 3 – определение основного финансового показателя, имеющего более высокую тесную связь с показателями эффективности использования средств предприятий;

·  блок 4 – установление взаимозависимости с этим показателем других финансовых коэффициентов.

Первоначально в модель регрессионного анализа были включены наиболее часто предлагаемые экономистами для оценки финансового состояния предприятий, факторы – аргументы (коэффициенты):

·  Х1 – автономии (платежеспособности);

·  Х2 – соотношения заемных и собственных средств;

·  Х3 – обеспеченности запасов и затрат собственными источниками формирования;

·  Х4 – имущества производственного назначения;

·  Х5 – долгосрочного привлечения заемных средств;

·  Х6 – кредиторской задолженности;

·  Х7 – автономии источников формирования запасов и затрат;

·  Х8 – абсолютной ликвидности;

·  Х9 – ликвидности(промежуточный коэффициент покрытия);

·  Х10 – покрытия(текущей ликвидности);

·  Х11 – предсказания банкротства;

·  Х12 – ликвидационной стоимости;

·  Х13 – потока наличных;

·  Х14 – маневренности.

В ходе исследования на основе логического, графического и других методов анализа были исключены факторы, которые взаимно дополняют друг друга. В итоге, в процессе проведения качественного анализа факторов, наиболее влияющих на платежеспособность, из четырнадцати показателей были выбраны следующие пять коэффициентов:

·  маневренности собственных средств – Х1;

·  абсолютной ликвидности – X2;

·  ликвидности – X3;

·  покрытия – X4;

·  ликвидационной стоимости – X5.

Взаимосвязь выбранных факторов, которые сами по себе характеризуют финансовое состояние, на показатель платежеспособности сложно и многогранно.

В ходе исследования было выдвинуто предположение, что между факторами и исследуемым показателем платежеспособности имеется прямолинейная зависимость. В этой связи были построены линейные уравнения парной регрессии. Результаты расчетов предоставлены в таблице 1.

Таблица 1

Матрица парных коэффициентов корреляции

Факторы-аргументы	Х1	Х2	Х3	Х4	Х5
Х1	1,0000	0,7713	0,6755	0,6664	-0,4349
Х2	0,7713	1,0000	0,6878	0,4851	-0,3004
Х3	0,6755	0,6878	1,0000	0,4942	-0,4087
Х4	0,6664	0,4851	0,4942	1,0000	-0,2949
Х5	-0,4349	-0,3004	-0,4087	-0,2949	1,0000

Проведенная проверка нашего предположения о прямолинейной форме корреляционной связи между факторами и показателем платежеспособности подтвердила его правильность. Как показали расчеты и сравнение, разность между коэффициентами детерминации корреляционного отношения и коэффициентами корреляции не превышает 0,1. В статистическом анализе принято исключать те факторы, которые при парном коррелировании дают результат, превышающий 0,85. Полученные значения коэффициентов парной корреляции между факторами ниже 0,85. Значит, все отобранные нами факторы можно включить в модель анализа платежеспособности.

Проведенный при помощи критерия Фишера анализ парных уравнений регрессии показал, что парные уравнения показателя платежеспособности согласуются с факторами-аргументами с высокой степенью надежности. Полученные уравнения регрессии показали зависимость коэффициента платежеспособности от каждого отдельно взятого фактора – аргумента. Так, например, одно из уравнений показало, что с ростом показателя, вычисленного по формуле Уилкокса, на одну единицу платежеспособность увеличивается на 0,67 единицы измерения. Аналогично можно сказать обо всех уравнениях (табл. 2). Следует отметить, что парные уравнения регрессии оказывают влияние на платежеспособность каждого фактора в отдельности. Однако на автономию оказывает влияние ряд факторов, которые действуют во взаимосвязи. Отсюда возникает необходимость построения модели, которая бы показывала влияние каждого отдельного фактора во взаимодействии с другими факторами-аргументами. Данная проблема решается с помощью уравнения множественной регрессии.

Таблица 2

Уравнения парной регрессии, характеризующие тесноту связи

между платежеспособностью и анализируемыми факторами-аргументами

Показатели-факторы (коэффициенты)	Уравнения парной регрессии
маневренности, Х1	Y1=0,9075-0,1214Х1
абсолютной ликвидности, Х2	Y2=0,8998-0,0365Х2
ликвидности, Х3	Y3=0,9097-0,0293Х3
покрытия, Х4	Y4=0,9116-0,0109Х4
ликвидационной стоимости, Х5	Y5=0,2912+0,9938Х9

Уравнение множественной регрессии зависимости платежеспособности от включенных в модель факторов в проведенном исследовании имеет следующий вид:

Y=0,3320-0,1551*X1+0,0451*X2+0,0209*X3+0,0055*X4+0,8909*X5.

Коэффициент множественной корреляции по данному уравнению составил: R=0.8198, а коэффициент полной детерминации: R=0.6721. Это означает, что выбранные факторы охватывают 67,21 % причин, влияющих на платежеспособность. Остальные 32,79 % обусловливаются воздействием на платежеспособность других причин, т. е. не включенных в модель факторов. Значимость коэффициента множественной корреляции была проверена по критерию tn (Стьюдента). Проведенная проверка подтвердила значимость коэффициента множественной корреляции, так как фактическое значение критерия Стьюдента составило 2,4470 при его табличном значении 2,015. Анализ многофакторного регрессионного уравнения позволяет определить ряд важных количественных характеристик влияния исследуемых факторов-аргументов на улучшение платежеспособности предприятий-производителей. Одной из характеристик множественного регрессионного уравнения являются частные коэффициенты эластичности (Эi) и так называемые бета – коэффициенты (Вi) (табл. 3).  

Анализ бета-коэффициентов показывает, что наиболее крупные резервы улучшения коэффициента автономии заложены в улучшении показателя ликвидационной стоимости. Затем следуют показатели абсолютной ликвидности, ликвидности и покрытия. На показатель автономии отрицательно влияет увеличение коэффициента маневренности. Анализ частных коэффициентов эластичности показывает, что по абсолютному приросту наибольшее влияние на коэффициент автономии оказывает фактор Х5 – коэффициент ликвидационной стоимости: увеличение этого коэффициента на 1 % даёт прирост коэффициента автономии на 3,25 %.

Таблица 3

Значения бета-коэффициентов и коэффициентов эластичности по факторам-аргументам, включенным в модель регрессионного анализа платежеспособности

Показатели (факторы)	Бета-коэффициенты	Коэффициенты эластичности
Х1 – маневренности	-0,6361	1,7994
Х2 – абсолютной ликвидности	0,2745	0,8894
Х3 – ликвидности	0,1855	0,6862
Х4 – покрытия	0,1392	0,5684
Х9 – ликвидационной стоимости	0,6700	3,2512

Сравнение коэффициентов эластичности многофакторной регрессионной модели платежеспособности (автономии) на предприятиях-производителях дает возможность утверждать, что наиболее эффективной мерой для увеличения платежеспособности является рост показателей ликвидационной стоимости, менее эффективной является рост показателей покрытия и ликвидности. Анализируя возможности увеличения платежеспособности предприятий-производителей, необходимо учитывать конкретную обстановку на данных предприятиях: ограниченные возможности роста абсолютно ликвидных активов, низкий уровень рентабельности и оборачиваемости, высокий процент неликвидов и т. д. Поэтому целесообразно разрабатывать комплексные программы увеличения платежеспособности с учетом имеющихся наработок.

Построение многофакторных корреляционных моделей является не самоцелью, а одним из основных направлений проведения сравнительного экономического анализа. Эти модели представляют собой эффективный инструмент для экономических сравнений, так как дают количественную оценку направления и силы влияния каждого из рассматриваемых факторов. Применение этих моделей позволяет дать объективную оценку достижений и неудач каждого предприятия в отдельности. Используя вышеприведенную модель и подставляя вместо неизвестных факторов Х1 – маневренности, Х2 – абсолютной ликвидности, Х3 – ликвидности, Х4 – покрытия, Х5 – ликвидационной стоимости конкретные значения этих показателей на любом из исследуемых предприятий, получаем расчетный коэффициент автономии при сложившейся структуре финансовых коэффициентов. На одном из исследуемых предприятий финансовая оценка характеризовалась следующими данными: Х1=0,02; Х2=0,15; Х3=0,72; Х4=1,6; Х5=0,66. Подставляя эти данные в модель, можно получить расчетный коэффициент автономии на данном предприятии, который должен быть 0,95 против 0,98 фактического. Следовательно, предприятие, с точки зрения использования финансовых средств, работало значительно лучше по сравнению с теоретическими возможностями. Использование данной многофакторной регрессионной модели позволяет ранжировать предприятия по степени эффективности использования средств, а также представить выбранную совокупность наблюдений в виде двух основных групп: предприятия с «эффективно используемыми средствами» и предприятия с «плохо используемыми средствами». Расчеты, проведенные по данной совокупности предприятий, показали, что 50 % анализируемых объектов имеют фактический коэффициент автономии выше теоретического и 50 % – ниже. На основе имеющихся данных о структуре балансов анализируемых предприятий был произведен расчет средних величин по каждому финансовому коэффициенту, включенному в модель, в пределах которого предприятия выбранной нами совокупности наблюдений являются финансово устойчивыми. Общие результаты представлены в табл. 4.

Таблица 4

Средние величины финансовых коэффициентов предприятий

Коэффициенты	Средние величины
Маневренности	0,1800
Абсолютной ликвидности	0,3869
Ликвидности	0,8213
Покрытия	2,5738
Ликвидационной стоимости	0,5981

Апробация вышеизложенной системы показателей на других промышленных предприятиях позволила сделать следующий вывод. Предприятия, имеющие коэффициенты в пределах рассчитанных средних величин, имеют более высокую стабильность и устойчивость. Таким образом, использование многофакторных регрессионных моделей в анализе является эффективным направлением совершенствования методики определения совокупности показателей, которые могут представлять собой систему и давать объективную оценку финансового состояния предприятия. Исходя из вышеизложенного, предлагаются следующие рекомендации по увеличению воздействия эффективности данной системы:

1. Представляется необходимым при определении критерия для того или иного предприятия обращать внимание не только на отрасль и специфику деятельности данного предприятия, но и на его региональное расположение.

2. При оценке финансового состояния однородной совокупности промышленных предприятий следует использовать экономико-матема­тические методы, которые позволяют устанавливать характеристики, производить ранжировку и определять степень финансовой устойчивости.

При применении этой системы лишь входящие в подобное ограничение показатели будут считаться нормальными, а предприятие – финансово устойчивым и платежеспособным.

СПИСОК ЛИТЕРАТУРЫ

1. Статистика: Корреляционно-регрессионный анализ статистических связей на персональном компьютере: Методические указания к практическим занятиям для студентов всех форм обучения специальности «Менеджмент» Калининград. ун-т; – Калининград, 1999. – 35 с.

2. Прикладная статистика: Исследование зависимостей: Справ. изд. /, , ; Под ред. . – М.: Финансы и статистика, 1985. – 487 с.

3. А., редактор Моисеева экономического анализа (Учебное пособие). 

УДК 311

,

Саратовский государственный аграрный университет

имени , г. Саратов

ОСОБЕННОСТИ РАЗРАБОТКИ ПРОГРАММЫ РАСЧЕТА

БАЛАНСА ГУМУСА В ПРИЛОЖЕНИИ MICROSOFT EXCEL

Одним из достоинств всех приложений пакета Microsoft Office является наличие встроенного языка программирования VBA (Visual Basic for Application). Он позволяет создавать как маленькие программы (макросы) для многократного повторения каких-либо действий, так и большие программы-приложения. Команды, созданные в макросах, в дальнейшем можно редактировать и использовать в других программах, а сами макросы объединять в одну программу для автоматизации выполнения какой-либо задачи.

Язык VBA использует технологию визуального программирования и позволяет создавать универсальные, автоматизированные приложения. На основе алгоритма расчета баланса гумуса в почве, разработанного высококвалифицированными специалистами ФГБОУ СГАУ им. , была создана программа на языке программирования VBA, позволяющая автоматизировать этот процесс. Внешний вид расчетного рабочего листа приложения Microsoft Excel представлен на рисунке 1.

Запуск программы осуществляется одной из нарисованных кнопок «Пуск» на рабочем листе, и на экране монитора появляется диалоговое окно (рис. 2) с меню работы программы.

Рис. 1. Рабочий лист 1 приложения Excel

Рис. 2. Меню работы программы

С целью исключения случайных ошибок при наборе на клавиатуре названия режима работы программы, названия сельскохозяйственной культуры, типа почвы и других текстов в программе предусмотрен числовой набор на клавиатуре номера позиции меню. Текстовое значение выбранного номера позиции меню присваивается цифре самой программой. Такой фрагмент программы представлен на рисунке 3.

vvod = InputBox$(b, c, 6, 3000, 5100) ‘Присв. перем. vvod цифр. знач. на клав.

'Присвоение перем. "vvod" конкретного текстового значения

If vvod = 1 Then vvod = "Расчет баланса гумуса в почве"

Else

If vvod = 2 Then vvod = "Ввод данных в таблицу БГ-1"

Else

If vvod = 3 Then vvod = "Ввод данных в таблицу БГ-6"

Else

If vvod = 4 Then vvod = "Ввод данных в таблицу БГ-7"

Else

If vvod = 5 Then vvod = "Ввод данных в таблицу БГ-9"

Else

If vvod = 6 Then GoTo Label33 'Переход на метку 33 (Конец работы)

End If

End If

End If

End If

End If

End If

Рис. 3. Фрагмент программы с альтернативным оператором выбора

Алгоритмом расчета баланса гумуса в почве предусмотрено заполнение таблиц с исходными данными, которые в дальнейшем переносятся из исходных таблиц в рабочие ячейки. В рабочих ячейках набраны формулы расчета различных составляющих гумуса.

При вводе конкретных названий или числовых величин из исходных таблиц программа выводит на экран соответствующую таблицу и диалоговое окно ввода информации так, чтобы пользователю было видно и то, и другое (рис.4).

Рис. 4. Расположение на экране окна ввода и исходной таблицы БГ-1

После ввода в диалоговом окне порядкового номера названия в таблице программа ищет в этой таблице конкретное название и выводит его на экран в окне сообщения. Если пользователь не ошибся в наборе номера названия, программа считывает из таблицы соответствующую информацию и переносит её в рабочие ячейки таблицы расчета. Ниже представлен фрагмент программы, выполняющий подобную операцию.

For i = 0 To 24 ‘Начало цикла поиска информации в таблице

Cells(L + i, m).Activate 'Активизация ячеек с названиями с/х культур

If Cells(L + i, m) = vv Then Exit For 'Выход из цикла при совпадении. культуры

Next i

If i = 25 Then GoTo Label1 'Ошибка ввода названия культуры.

MsgBox "Название культуры найдено в списке", 48, sk

r = ActiveCell. Row 'Запом. номера строки этой ячейки в перем. "r"

c = ActiveCell. 'Запом. номера столбца этой ячейки в перем. "c"

ShifrPlanKULT = ActiveCell. Offset(0, 1).Value

Range(Cells(r, 18), Cells(r, 19)).Select 'Выделение найденной строки в таблице

Selection. Copy 'Копирование найденной строки в таблице

Range(Cells(4, 2), Cells(4, 3)).Select 'Выделение строки в таблице расчета

ActiveSheet. Paste 'Вставка найденной строки в таблицу расчета

В ячейках таблицы расчета набраны формулы, содержащие абсолютные адреса ячеек с исходной информацией. Такие ячейки на рабочем листе имеют заливку цветом. В этих ячейках информация не стирается при очистке рабочих ячеек таблицы расчета при каждом новом расчете.

По окончании всех расчетов в рабочих ячейках формируется результат в ячейке “D19”, и программа выводит на экран диалоговое окно с вопросом о печати результата (рис. 5).

Рис.5. Окончание расчета баланса гумуса в почве.

Ниже представлен фрагмент программы, выполняющий эту функцию.

Knopka = MsgBox(a, 4, b) ‘Выбор кнопки «Да» или «Нет»

t1 = Knopka ‘ Присвоить переем. “t1” значение выбранной кнопки

Select Case Knopka ‘Оператор выбора

Case vbYes ‘Случай «Да»

MsgBox "Да", 64, "Выбран вариант печати" ‘Окно сообщения о выбранной кнопке

Range("A1:O25").Select ‘Выделение диапазона ячеек для печати

Selection.PrintOut Copies:=1 ‘Печать выделенного диапазона ячеек

Application. GoTo Reference:="R25C1" ‘Переход на ячейку А25

Case vbNo ‘Случай «Нет»

MsgBox "Нет", 64, "Выбран вариант печати" ‘Окно сообщения о выбранной кнопке

End Select ‘Конец оператора выбора

MsgBox "Конец работы." 'Вывод на экран в окне функции вывода

УДК 338

,

Саратовский государственный аграрный университет

имени , г. Саратов

ИННОВАЦИОННЫЙ ПОТЕНЦИАЛ САРАТОВСКОЙ ОБЛАСТИ

Саратовская область традиционно является развитым промышленным регионом, имеет высокий научно-технический и инновационный потенциал, высококвалифицированные научные и инженерные кадры. Развитие экономики инновационного типа и радикальное повышение ее эффективности является приоритетным направлением. В рейтинге Национальной ассоциации инноваций и развития информационных технологий (НАИРИТ) Саратовская область занимает 16 место и входит в группу областей с «высокой инновационной активностью», наряду с такими регионами, как Республика Татарстан, Томская область, Самарская область и т. д. Среди 14-ти регионов Приволжского федерального округа Саратовская область по индексу промышленного производства поднялась с 12 места в 2010 г. на 4 место в 2011 г. Так, индекс промышленного производства в 2011 г. составил 109,1 %, тогда как общероссийский показатель – 104,7 %.

Одной из первостепенных задач дальнейшего развития промышленности в Саратовской области является максимальное обновление промышленного парка, создание новых производств с мировым уровнем конкурентоспособности, развитие и укрепление инновационной составляющей. Обеспечение конкурентоспособности российской экономики, переход от сырьевой модели развития к организации высокотехнологических производств определена в качестве важнейшей государственной задачи стратегии инновационного развития Российской Федерации на период до 2020 г. «Инновационная Россия – 2020».