CC BY
89
Литература
1. Агафонова М.Н., Кондратьев А.Ю. Бухгалтерский учет и отчетность: учеб.-метод. пособие. - Красноярск, 2012. - 240 с.
2. Гусев А.А. Концепция EVA и оценка эффективности деятельности компании // Финансовый менеджмент. - 2005. - № 1. - С. 57-66.
3. Зубарева В.Д., Дранишникова Д.Н. Повышение ликвидности предприятия за счет оптимизации использования денежных средств // Финансовый менеджмент. - 2008. - № 6. - С. 3-12.
4. Когденко В.Г., Мельник М.В., Быковников И.Л. Краткосрочная и долгосрочная финансовая политика: учеб. пособие. - М.: ЮНИТИ-ДАНА, 2010. - 471 с.
5. Крупина Н.Н. Матричный метод в финансовом менеджменте: методология анализа амортизации // Финансовый менеджмент. - 2008. - № 5. - С. 16-33.
6. Лисицина Е.В., Токаренко Г.С. Управление финансовыми результатами компании // Финансовый менеджмент. - 2005. - № 6. - С.125-140.
7. Финансовый менеджмент: теория и практика: учебник / под ред. Е.С. Стояновой. - М.: Перспектива, 2001. - 656 с.
8. БланкИ.А. Управление финансовыми ресурсами. - М.: Омега-Л, 2010. - 768 с.
---------♦'----------
УДК 338 (571.51) Е.И. Коваленко, О.Г. Дьяченко, Д.В. Ходос
МЕТОДИКА ОПРЕДЕЛЕНИЯ РАЗМЕРА ДЕНЕЖНОЙ КОМПЕНСАЦИИ ЗАТРАТ СЕЛЬСКОХОЗЯЙСТВЕННЫМ ТОВАРОПРОИЗВОДИТЕЛЯМ МОЛОКА КРАСНОЯРСКОГО КРАЯ
В статье представлены научно-методические подходы в определении механизма государственной поддержки молочного скотоводства Красноярского края, обоснован прогноз объемов субсидий на компенсацию части затрат при производстве молока и молочных продуктов в регионе.
Ключевые слова: государственная поддержка, субсидии, молочное скотоводство, Красноярский край, корреляционно-регрессионный анализ, прогноз.
E.I. Kovalenko, O.G. Dyachenko, D.V. Khodos
THE TECHNIQUE FOR THE DETERMINATION OF THE EXPENSE MONETARY COMPENSATION AMOUNT TO AGRICULTURAL DAIRY PRODUCERS IN KRASNOYARSK KRAI
The scientific-methodical approaches to determining the mechanism of state support of dairy farming in Krasnoyarsk Krai are presented; the forecast of the subsidies volumes to compensate the part of the costs in the production of milk and dairy products in the region are substantiated.
Key words: state support, subsidies, dairy cattle breeding, Krasnoyarsk Krai, correlation and regression analysis, forecast.
Прогнозирование большинства явлений и процессов осуществляется статистическими методами. Они основаны на вероятностной оценке возможностей развития процесса и величины его признаков в будущем, полученной на основе статистической закономерности, выявленной по данным прошлого периода. Выбираются наиболее значимые и лимитирующие факторы. Для этого проводится корреляционный анализ для оценки тесноты, существенности, формы связи между показателями. Выбранные факторы используются в качестве основных параметров прогноза. Они играют роль основных предикторов (предсказателей), влияющих на ожидаемую переменную величину. Регрессионный анализ позволяет установить количественную зависимость прогнозируемой переменной от величины предикторов.
Определение объема государственной поддержки должно проводиться с учетом эффективности ее использования. На протяжении нескольких лет критерием эффективности использования бюджетных средств в крае являлся уровень рентабельности производства продукции. Данный показатель характеризуется как расчетный и локальный критерий эффективности, не отражающий реального эффекта от привлечения дополнительных финансовых ресурсов на предприятие. Поэтому очевидна необходимость совершенствования механизма субсидирования отрасли и разработка новых показателей результативности использования бюджетных средств.
Прогнозирование объемов субсидий в животноводстве, распределяемых в виде компенсационных выплат, необходимо проводить с учетом изменения издержек производства по годам. Удельные затраты на одну голову животного являются основным показателем, отражающим воздействие комплекса внутренних и внешних факторов, определяющих эффективность производства. При расчете размеров субсидирования бюджетных средств на перспективу следует учитывать ежегодное увеличение издержек производства, которое вызвано планируемым ростом продуктивности и поголовья животных. Необходимо также учитывать инфляционные процессы, происходящие в стране, используя в прогнозных расчетах дефляторы. Определение норматива прироста текущих затрат возможно при их моделировании через производственные показатели.
При производстве молока и молочных продуктов расчет зависимости производственных затрат, выручки при реализации молока от продуктивности и поголовья коров проводился по 158 сельскохозяйственным организациям Красноярского края [1]. Применялся корреляционно-регрессионный анализ с использованием программы Excel. Полученные уравнения оценивались по ошибке аппроксимации, отклонениям расчетных значений функций от фактических их величин. Учитывались коэффициенты парной и множественной корреляции, коэффициент детерминации, критерий Фишира, p-коэффициент. В работе анализировались предприятия разной специализации, объемов производства. Поэтому поголовье молочного стада рассчитывали с учетом площади сельскохозяйственных угодий, а стоимостные характеристики в расчете на одну корову. Выбраны уравнения параболы второго порядка, которые имеют вид:
у1 = 0,009х12 - 0,835х1+ 0,003х22 + 0,24516944х2 + 16,518; (1)
у2 = 0,010х12 - 0,535х1+ 0,007х22 + 0,428х2 + 3,029, (2)
где у1 - затраты на содержание 1 коровы, тыс. руб.;
у2 - выручка от реализации молока, полученная на 1 корову, тыс. руб.; х1 - поголовье молочного стада на 100 га с.-х. угодий, гол.; х2 - среднегодовой удой на 1 корову, ц.
Проведенная табуляция моделей позволила определить значения выручки и затрат при разных сочетаниях факторных признаков. Это позволило сравнить изменения стоимостных показателей в зависимости от производственных. Графическая связь показателей, рассчитанная по моделям №1-2, изображена на рис. 1-2.
Анализ значений затрат и выручки, полученных по составленным уравнениям, показал, что при технологии содержания коров и существующих в настоящее время ценах производство молока на территории земледельческой части Красноярского края убыточно при надоях до 3750 кг за год. При такой продуктивности предприятие не будет получать ни прибыли, ни убытков. В этом случае оно будет находиться в "точке безубыточности" при средней краевой численности животных в 7 гол. на 100 га с.-х. угодий. Среднегодовой удой более 3750 кг способствует получению прибыли. При выходе продукции в 5000 кг она составляет 6600 руб. на 1 корову, в 6250 кг - 13830 руб. Увеличение численности продуктивного стада приводит к снижению "точки безубыточности". При поголовье в 15 коров на 100 га с.-х. угодий безубыточное производство возможно при надоях, равных 3125 кг, и затратах в 17 000 руб. на содержание одного животного. Сокращение числа коров до 3 гол. на 100 га с.-х. угодий приводит к росту затрат, пошедших на одно животное. Они увеличиваются в среднем по краю до 28 000 руб. в год. Продуктивность скота при этом, соответствующая безубыточному производству, равна 4000 кг.
Надои молока, равные 3750 кг, что соответствует "точке безубыточности", могут быть получены по средним краевым данным при производственных затратах в 25 000 руб. на содержание 1 коровы. Таким образом, получение 1 т молока возможно при производственных расходах, равных 6670 руб.
кг/гол.
♦ Выручка от реализации молока на одну корову, руб/гол. -■-Затраты на содержание одной коровы, руб/гол.
Рис. 1. Зависимость затрат на содержание одной коровы и полученной выручки от реализации молока от продуктивности (при среднем краевом поголовье молочного стада в 7 гол/100 с.-х. угодий)
кг/гол.
Выручка от реализации молока на одну корову, руб/гол. Затраты на содержание одной коровы, руб/гол.
Рис. 2. Связь затрат на содержание одной коровы и полученной выручки от реализации молока от продуктивности (при поголовье молочного стада 15 гол/100 с.-х. угодий)
Представленная модель №1 (рис. 1) позволяет рассчитать производственные затраты, необходимые для получения заданных объемов молока и молочных продуктов на перспективу (рис. 2). Выделяемые краевым бюджетом субсидии направляются на компенсацию части затрат, поэтому для определения размера государственной поддержки должен учитываться определенный процент от прогнозируемых затрат. В зависимости от уровня развития производства возмещается разная доля расходов. При стабилизационном вари-
анте развития молочного животноводства в крае следует компенсировать 10 % затрат. При мобилизационном - уровень денежных поступлений товаропроизводителям может увеличиваться до 15 % и более от величины затраченных средств. В расчетах по первому варианту объем субсидий, выдаваемых на развитие молочного производства, увеличивается в целом по краю на 3-4,5 % за год и составит в 2017 году 688 162 тыс. руб.
Возмещение затрат на содержание молочного стада в размере 15 %, что потребует бюджетных вливаний в 2017 году в сумме 1 032 243 тыс. руб. При увеличении компенсационных выплат на возмещение затрат при производстве молока до 20 % расходы краевого бюджета составят в 2017 году 1 376 323 тыс. руб. (табл.)
Прогнозируемые объемы субсидий на компенсацию части затрат при производстве молока
и молочных продуктов, тыс. руб.
Год Затраты на 1 гол. Затраты на содержа-н и е поголовья молочного стада во всех категориях хозяйств Планируемый размер субсидий, направляемый на компенсацию части затрат
Возмещение 10 % Возмещение 15 % Воз мещение 20 %
2013 29,9 5852937 585294 877941 1170587
2014 30,3 6090329 609033 913549 1218066
2015 30,8 6336307 633631 950446 1267261
2016 31,2 6593890 659389 989083 1318778
2017 31,8 6881617 688162 1032243 1376323
Доля возмещения затрат в молочном скотоводстве края за период с 2004 по 2006 год достаточно сильно варьировала. В среднем товаропроизводителям компенсировалось от 6,1 (2005 г.) до 18,9 % (2006 г.) производственных издержек. В настоящее время многие хозяйства впервые получают дополнительные денежные компенсации, которые еще недостаточно эффективно используют. Поэтому при определении сумм дополнительного финансирования производства молока целесообразно принять мобилизационный уровень развития животноводства с компенсацией производственных затрат в размере 10-15 %.
Литература
1. Агропромышленный комплекс Красноярского края в 2006-2010 гг. - Красноярск, 2011. - 230 с.
