Статистико экономический анализ основных фондов в СПК им К.МАРКСа

    выявление перспектив ближайшего или более  отдаленного будущего в исследуемой  области на основе реальных процессов  действительности;

    выработка оптимальных тенденций и перспективных  планов с учетом составленного прогноза и оценки принятого решения с  позиций его последствий в  прогнозируемом периоде.

    Статистические  методы прогнозирования основаны на использовании количественной информации о состоянии и поведении исследуемого объекта.

    Основные  методы прогнозирования в статистике:

    1. Метод наименьших квадратов

    2. Метод наименьших квадратов с  весами

    3. Метод экспоненциального сглаживания

    4. Метод гармонических весов

    5. Метод авторегрессии

    Наиболее  часто в статистике используется метод наименьших квадратов.

    Сущность  метода наименьших квадратов заключается  в минимизации суммы квадратов  случайных отклонений, фактических  значений временного ряда от тренда f(t):

    

    Минимизируется  сумма квадратов отклонений, а  не самих отклонений по той причине, что эти отклонения могут иметь  как положительное, так и отрицательное  значения и при суммировании взаимно  погашаются. Отсюда название метода.

    Метод наименьших квадратов дает наиболее точные результаты в случае, когда f(t) имеет линейный вид f(t) = а + bt – линейная зависимость.

     

    Рассмотрим  таблицу.

                                                                                                                Таблица 10       

       
 
 

       Таким образом, на основании вышерассмотренной таблицы мы получаем уравнение у = 370,29 + 64,09t.

    По  этому уравнению можно сказать, что фондовооружённость с каждым годом в период с 2001 – 2015 гг. увеличивалась на 64,09 тыс.руб. произведенной продукции на единицу основных средств.

                                                                                                                  Таблица 11        

    Прогнозирование фондовооруженности с 2001 года по 2015 год                            в СПК «им К Маркса».

       

     Анализируя  данные таблицы видно, что фондовооружённость в 2015 году составляет 1331,64 тыс. руб.. Она будет увеличиваться на 64,09 тыс.руб. с каждым годом. Этот прогноз является достаточно благоприятным для исследуемого предприятия. График по прогнозированию фондовооружённости представлен на рисунке 7. 

    

     Рис.7 Прогнозирование фондовооружённости за период с 2001- 2015 год. 

     Согласно  прогнозу на представленном графике видно, что фондовооружённость в ближайшие 5 лет будет стабильно расти. 

3.2 Группировка  и корреляция в изучении эффективности  использования основных средств

    Группировка представляет собой способ подразделения  рассматриваемой совокупности данных на однородные по изучаемым признакам  группы. Это делается с целью изучения структуры этой совокупности либо взаимосвязей между отдельными элементами этой совокупности. С помощью группировки можно  выявить влияние отдельных единиц на средние итоговые показатели. Группировка данных производится в соответствии с программой сводки для того, чтобы впоследствии представить полученную информацию в виде, доступном для восприятия.

    С помощью метода группировок решаются сложные задачи статистического  анализа. Учитывая, что необходимость  группировки обусловливается, прежде всего, наличием качественных различий между изучаемыми явлениями, первую задачу группировок можно сформулировать как задачу выделения в составе массового явления тех его частей, которые однородны по качеству и условиям развития, в которых действуют одни и те же закономерности влияния факторов. (Езепчук Алексей Викторович)

    После получения статистической информации с 35 сельскохозяйственных  организаций  Нижегородской области (приложение 3)  мы должны систематизировать этот материал в определенном порядке и сводной характеристики всей совокупности фактов при помощи обобщающих показателей, отражающих сущность социально-экономических показателей. (Приложение 4)

       При помощи метода аналитических группировок исследуем влияние различных факторов на результативность управления основными фондами в хозяйствах  Спасского, Бутурлинского, Сергачского, Сеченовского и Пильнинского районах.

                  Таблица 12

Взаимосвязь производительности, выручки от реализации на 100 руб основных фондов и фондовооруженности рабочей силы

       

    Данные  проведенной группировки в 35 сельскохозяйственных организациях Спасского, Сергачского, Сеченовского и Пильнинского районах показали, что наибольшую группу хозяйств занимает 2 группа. Исследуемое предприятие входит в данную группу со средней производительностью 371,05 тыс. руб. в год, средней выручкой 12594,12руб. и средней фондовооружённостью 504,76 тыс. руб. на 1 человека.

    Наименьшую  группу хозяйств составляет 1 группа, со средней производительностью 649,90 тыс. руб. в год,  средней выручкой 68615,37 руб. и средней фондовооружённостью 212,83 тыс. руб. на 1 человека.

     Наглядно  рассмотрим группировку хозяйств по фондовооруженности сначала на графике кумуляты.

    

    Рис.8 Группировка хозяйств по фондовооруженности

    Гистограмма наиболее точно отражает суть группировки  хозяйств по фондовооружённости. Она представлена на рис. 9. 

    

    Рис.9 Гистограмма группировки хозяйств по фондовооруженности 

3.2  Корреляционно-регрессионных анализ 

    Регрессионный анализ - это метод установления аналитического выражения стохастической зависимости между исследуемыми признаками. Уравнение регрессии  показывает, как в среднем изменяется у при изменении любого из xi, и имеет вид:

    у = а + bх_i + ε,

    Если  независимая переменная одна - это  простой регрессионный анализ. Если же их несколько, то такой анализ называется многофакторным.

    В ходе регрессионного анализа решаются две основные задачи:

    * построение уравнения регрессии,  т.е. нахождение вида зависимости  между результатным показателем  и независимыми факторами x1, x2, ..., xn.

    * оценка значимости полученного  уравнения, т.е. определение того, насколько выбранные факторные  признаки объясняют вариацию  признака у. 

    Применяется регрессионный анализ главным образом  для планирования, а также для  разработки нормативной базы.

    В отличие от корреляционного анализа, который только отвечает на вопрос, существует ли связь между анализируемыми признаками, регрессионный анализ дает и ее формализованное выражение. Кроме того, если корреляционный анализ изучает любую взаимосвязь факторов, то регрессионный - одностороннюю зависимость, т.е. связь, показывающую, каким образом  изменение факторных признаков  влияет на признак результативный.

    Регрессионный анализ - один из наиболее разработанных  методов математической статистики. Строго говоря, для реализации регрессионного анализа необходимо выполнение ряда специальных требований. В реальной жизни строгое соответствие требованиям  регрессионного и корреляционного  анализа встречается очень редко, однако оба эти метода весьма распространены в экономических исследованиях. Зависимости в экономике могут  быть не только прямыми, но и обратными  и нелинейными. Регрессионная модель может быть построена при наличии  любой зависимости, однако в многофакторном анализе используют только линейные модели вида:

    y = a + bx

    Коэффициенты  регрессии рекомендуется определять с помощью аналитических пакетов  для персонального компьютера или  специального финансового калькулятора.

    Необходимо  отметить, что в экономических  исследованиях корреляционный и  регрессионный анализы нередко  объединяются в один - корреляционно-регрессионный  анализ. Подразумевается, что в результате такого анализа будет построена  регрессионная зависимость (т.е. проведен регрессионный анализ) и рассчитаны коэффициенты ее тесноты и значимости (т.е. проведен корреляционный анализ). В известном смысле корреляционная связь носит более общий характер, поскольку она не предполагает наличия  зависимости "причина - следствие".