CC BY
81
УДК 519.862.5+338.34+330.7 ББК У.В6
ДИНАМИЧЕСКИЙ АНАЛИЗ РЕСУРСНОГО ОБЕСПЕЧЕНИЯ ПРЕДПРИЯТИЯ В УСЛОВИЯХ КРИЗИСА
В.Г. Мохов, В.Г. Плужников
Предложен новый подход к оценке ресурсного обеспечения промышленного предприятия. Исследовано поведение факторов производства в условиях динамично меняющихся параметров внешней среды. На базе производственной функции разработана экономико-математическая модель анализа динамики параметров факторов производства. Сформулированы аспекты практического применения модели.
Ключевые слова: динамический анализ, ресурсное обеспечение, динамика показателей эластичности производственной функции, метод «скользящего окна».
В экономике вообще и при управлении предприятиями, в частности, имеется стабильный спрос на прогнозные исследования эффективности использования ресурсов. Особенно это актуально в кризис и посткризисный период, так как неопределенность внешней среды сказывается на адекватности оценки деятельности предприятия в эти периоды.
В экономической науке широко используется концепция неоклассического понимания предприятия (фирмы) как носителя производственной функции (преобразование ресурсов в продукцию, продающуюся на свободном рынке). При управлении предприятием основной задачей становится определение соотношения объема производства и ресурсов, обеспечивающее эффективное использования ресурсов. «Организовать производство -это, значит обеспечить его факторами, соединить их в определенной комбинации, получить продукт и использовать его таким образом, чтобы сделать возможным повторение акта производства» [1, с. 76].
Производственная функция, известная в экономической теории как функция Кобба-Дугласа, позволяет исследовать объёмы производства в зависимости от двух факторов производства - численности и основных производственных фондов:
Q=A■Ka•L^s, (1)
где Q - объем выпуска продукции, тыс. руб./год; Ь - численность персонала, чел.; К— объём основных производственных фондов, тыс. руб.; А -эмпирически определяемый коэффициент, обеспечивающий сопряжение размерности левой и правой части и одновременно выполняющий роль масштабного переводного множителя между всеми компонентами формулы (1); а,р- коэффициенты эластичности выпуска продукции по соответствующему ресурсу, безразм.
В случае если хозяйственная деятельность имеет высокую материалоемкость, а выпускаемая продукция относится к наукоемкой, в производственной функции имеет смысл учесть влияние материальных ресурсов и инновационно-инвестиционных затрат на выпуск продукции:
ТС = А- ОАа • ВпАР • ФОТ' • 1пу8, (2)
где ТС - общие затраты на выпуск продукции, тыс. руб./год; А - масштабный переводной множитель; ОА - оборотные активы предприятия, тыс. руб./год; ВпА - внеоборотные активы предприятия, тыс. руб.; ФОТ - фонд оплаты труда (заработная плата и единый социальный налог), тыс. руб./год; 1пу - инновационно-инвестиционные затраты на развитие предприятия, тыс. руб./год; а,р,у,$ - эластичность выпуска продукции по соответствующему ресурсу, безразм. По своей величине показатели эластичности должны быть меньше 1. Выбор показателя общих затрат в качестве результирующего обусловлен желанием снизить погрешность влияния на результаты работы предприятия факторов внешней среды (величины спроса, изменения цен на рынках и пр.).
При проведении анализа на значительных интервалах времени (10-15 лет) негласно делается допущение, что технический прогресс отсутствует, и весь рост результата производства вызван изменением лишь ресурсных показателей. На самом деле результат производства может меняться из-за лучших в качественном отношении основных производственных фондов и материалов, вследствие лучшей организации труда, возрастающей стабильности кадрового состава и повышения квалификации, лучшей работы функциональных служб и обеспечивающих подразделений. Чтобы выявить подобные изменения, строится производственная функция, учитывающая технический прогресс, когда результаты производства растут во времени при неизменном количестве вовлекаемых в производство ресурсов за счет совершенствования как их качества, так и условий использования.
В зависимости от подхода к описанию технического прогресса выделяют:
- автономный технический прогресс по Хар-роду и по Хиксу;
- овеществленный технический прогресс по Соллоу;
- индуцированный технический прогресс по
Эрроу и по Моисееву;___________________________
- подход на основе рассмотрения особого ресурса.
На их основе разработаны различные модели экономической динамики, позволяющие прогнозировать рациональное соотношение ресурсов для достижения желаемых темпов развития открытых и закрытых экономических систем, со сбалансированным и несбалансированным ростом.
Однако используемые модели имеют существенный недостаток, так как основаны на допущении сохранения пропорций между характеристиками экономических систем в течение всего ретроспективного периода (фиксированные значения), что не соответствует действительности. Иными словами, факторы являются функциями основных переменных [2, с. 59]. То есть при экстраполяции трендов различных показателей используют постоянные (фиксированные) коэффициенты, не учитывающие динамику изменения свойств как факторов производства, так и их взаимосвязей. Очевидно, что изменения условий производства, вызываемые воздействием внешней среды, вносят существенные погрешности в результаты моделирования. Кроме того, прогнозирование по модели, построенной на ретроспективной базе, переносит все «огрехи» прошлого менеджмента на перспективу.
Для анализа деятельности предприятия в условиях кризиса технический прогресс не учитывался, так как его влияние в краткосрочном периоде существенно ниже разброса уровня воздействия факторов производства.
В качестве исходной информации для анализа использованы данные результатов деятельности типичного промышленного предприятия Челябинской области за 2,5 года (14 периодов (кварталов)). Полученные исходные данные генеральной совокупности (population), «очищенные» от изменений вызванных результатами неосновной деятельности, инфляционной составляющей, приведенные к
постоянным ценам, представлены в табл. 1.
Для анализа параметров динамики факторов производства разобьем генеральную совокупность, представленную в табл. 1, на 6 групп методом «скользящего окна». Из первоначальной совокупности выделяем 9 наблюдений с № 1 по № 9, и включаем их в первую выборку (окно). В табл. 1 данные наблюдения выборки 1 выделены жирной рамкой. Во вторую выборку включаем наблюдения из генеральной совокупности с номера № 2 по № 10. Аналогичным образом формируем остальные выборки 3, 4, 5, 6. В последнюю, шестую выборку, соответственно входят наблюдения с № 6 по № 14. Обоснование количества наблюдений в каждой выборке оставляем за рамками исследования.
Путем логарифмирования совокупности данных, каждой выборки (окна с 1 по 6), приводим их к линейному виду. Полученные системы линейных уравнений решаем методом наименьших квадратов (МНК, SSD). Расчет параметров производился программой Microsoft Office Excel 2007, инструмент Данные / Анализ данных /Регрессия, и Данные /Анализ данных /корреляция:
YjlnTCi = 2lnА + а • 2lnOAi + ft •
2 ln BnAt + у •£ ln FOTi + 5 •£ ln Invt. (3)
На основе полученных линейных уравнений рассчитаны параметры производственных функций, которые сведены в табл. 2 и 3 и представлены на рис. 1 и 2.
Практический интерес с позиции менеджмента представляет не столько исследование факторов производства, сколько анализ изменения тренда факторов производства. Объясняется это тем, что воздействуя на доминантные факторы производства, можно изменять технологию для улучшения результатов производства.
По найденным в процессе решения уравнений (3) коэффициентам регрессии (а, в, у, 5) (см. табл. 3) и исходным данным факторов производства (А, OA, BnA, FOT, Inv) (см. табл. 1) получим
расчетные значения затрат на производство (ТС,) по каждой выборке, полученные результаты представлены на рис. 3 и в табл. 4. Можно отметить высокую степень совмещения расчет-
ных значений затрат TCL, для различных групп (линии 1-6) и фактических значений (линия - факт), рис. 3.
Динамика коэффициентов корреляции между 7’С1и факторами производства, приведенные в табл. 2 и рис.
1, позволяют сделать
Таблица 1
Генеральная совокупность, тыс. руб./год
№ Объем пр-ва ТС. Об. акт. ОА. Внеоб. акт. ВпА. ФОТ РОТ. Инвестиц. Inv.
1 77 бЗ9 221 392 274 G59 4 6G1 32 б53
2 89 26G 281 12G 274 37б 5 3G6 83 7G2
3 1G7 533 31б б18 275 771 б 378 б1 738
4 111 874 329 1б1 327 G71 б б59 93 753
5 98 G98 349 534 325 421 5 8G2 48 2б7
б 12б 874 331 9б9 332 853 7 521 19 27б
7 13б 8б9 ЗЗб 811 333 93G 8 111 35 191
8 142 831 348 G84 33G 31G 8 454 37 431
9 124 543 35б бЗ1 333 8бб 7 39б 41 5бЗ
1G 182 242 Зб7 117 335 1бб 1G 8G4 41 G93
11 133 G59 354 734 334 G95 7 855 15 837
12 1б8 2б5 339 6G4 342 63G 9 532 22 885
13 157 58G 324 83G 348 9бЗ 8 8б9 21 G56
14 185 71G 372 G7G 3G6 42б 1G 422 29 175
Экономика и финансы
Таблица 2
Динамика показателей корреляции
Наименование фактора Номер выборки
1 2 3 4 5 6
Ьп ОА 0,809 0,725 0,584 0,354 0,017 0,400
Ьп ВпА 0,784 0,649 0,465 0,801 0,685 -0,267
Ьп FOT 1,000 1,000 1,000 0,997 0,994 0,990
Ьп 1пу -0,316 -0,534 -0,354 -0,363 -0,237 0,155
1,500
1,000
0,500
0,000
-0,500
-1,000
■
1
2
~Х~
3 4 5
6
—О— ЫОД LпBпД —Д— 1_пРОТ 1_п!пу
Рис. 1. Динамика показателей корреляции
Динамика коэффициентов эластичности
Таблица 3
Наименование Номер выборки За период
1 2 3 4 5 6
а 0,0099 0,0228 0,0299 -0,0441 -0,0548 -0,3013 -0,05106
Р -0,0072 -0,0152 -0,0170 1,1682 1,0569 -0,2555 -0,0472
1 0,9953 0,9969 0,9962 0,9668 0,9722 1,1395 1,0701
5 -0,0036 -0,0029 -0,0034 0,0043 0,0049 -0,0233 -0,0104
£ 0,9944 1,0016 1,0057 2,0952 1,9792 0,5594 0,9614
2.5000 2,0000
1.5000 1,0000 0,5000 0,0000
-0,5000
. . ~
• / • го ■ ■ * ■ ■ 1
Г 1 1 и- V * в
■ ■ 9 - - - ✓ ✓ ✓ N О 1 1 1 * -<
/ ✓ Ч ч ч ч 5
—О • 1
1 2 3 4 5 6
Рис. 2. Динамика показателей степеней производственной функции
вывод, что теснота корреляционной связи только фактора БОТ (фонд оплаты труда) с объемом производства ТС,, демонстрирует постоянство и стабильность, остальные имеют большой разброс, вплоть до отрицательной связи.
Динамика коэффициентов корреляции факторов ОА, ВпА, 1пу показывает, как сильно меняется теснота связи в различных выборках (окнах), что характеризует низкую устойчивость предприятия к внешним воздействиям в период кризиса. Измене-
ние воздействий внешней среды, проявляющееся через изменение объемов производства, особенно в условиях кризиса, существенно меняет отдачу (эффективность) факторов производства.
Результаты анализа динамики коэффициентов эластичности (показателей степени факторов) а, в, у, 5, приведенные в табл. 3, рис. 2, подтверждают
Расчетные зна
Особый интерес представляет наличие отрицательных значений показателей эластичности выпуска по вещественным факторам производства. На наш взгляд это объясняется необоснованным вовлечением в производство дополнительных ресурсов при неполном использовании имеющихся ресурсов при реальном снижении объемов проТаблица 4
я ТС1 по окнам
№ Номе] р окна
1 2 3 4 5 6
1 76 922
2 88 548 88 476
3 106 594 106 677 106 663
4 110 994 111022 110 978 115 910
5 97 077 97 119 97 164 100 318 99 971
6 126 006 125 930 125 974 132 135 131 539 125 905
7 135 562 135 570 135 582 142 956 142 344 134 602
8 141 292 141389 141 428 146 740 146 274 139 902
9 123 660 123 755 123 813 130 489 129 800 118 639
10 180 693 180 767 188 847 188 094 181 010
11 131 892 137 887 137 127 130 153
12 171 828 170 696 161 957
13 162 573 150 774
14 178 469
190 000
7 О 000
150 000
130 000
110 000
90 000
70 000
. А
/\ !
г/. щ н •••«□•
— X-
— —
5
6
факт
9 10 11 12 13 14
Рис. 3. График исходной (линия - факт) и прогнозных значений за различные выборки (линии 1-6)
вывод о слабой связи факторов с объемом производства. Разброс показателей а, в, у, 5, при своей низкой значимости за соответствующие выборки, довольно широк. В различные периоды они принимают как положительные, так и отрицательные значения. Интересна положительная динамика значений показателя в в 4 и 5 выборке. Скорее всего, она вызвана отрицательной динамикой значений ВпА за соответствующие периоды, при общем росте объемов производства ТС,.
Анализ динамики суммы коэффициентов эластичности £ = а + р + у + 8, т. е. масштаба производства, позволяет сделать вывод, что на масштаб производства кризисные явления влияния не оказывают.
изводства (см. наблюдения № 5, 9, 11, 13 табл. 1). В равной степени это относится и к инновационноинвестиционной деятельности.
На динамику коэффициентов эластичности повлияло следующее:
- высокий уровень эластичности фонда оплаты труда определяется действующей негибкой системой мотивации труда, а также высокой долей заработной платы основных рабочих;
- низкий уровень эластичности внеоборотных активов понятен и объясняется их экономической природой;
- низкий уровень эластичности оборотных активов, скорее всего, обусловлен недостаточно эф-
1
Экономика и финансы
фективной системой управления оборотным капиталом;
- низкий уровень показателя эластичности инвестиций и его отрицательная корреляция вызваны временным лагом между моментом проведения капиталовложений и их отдачей, а также низкой загрузкой оборудования. Анализ влияния величины инвестиций на эффективность производства, по мнению авторов, надо проводить на значительно больших временных интервалах.
Таблица 5
Динамика средней относительной ошибки аппроксимации
Наимено- Выборки
вание 1 2 3 4 5 6
Eo 0,0087 0,0085 0,0083 0,0348 0,0301 0,0267
Необходимо отметить, что вероятностные модели дают лишь оценки коэфициентов регрессии. Анализ верифицируемости полученных оценок относительно фактических данных достигается проверкой статистической значимости коэффициентов регрессии и близости расположения фактических данных к рассчитанной линии регрессии [3, с. 271].
Для оценки точности модели использована средняя относительная ошибка аппроксимации, т. е. статистическая значимость коэффициентов определялась степенью вариации вокруг оценочного значения. Полученные результаты, приведены в табл. 5 и на рис. 3:
£о=г£
тс1-тс1
тс.
• 100 %,
(4)
где п - количество наблюдений; ТС, - расчетное значение переменной /' - го периода; ТС, - фактическое значение, для выборок 1-6.
Средняя ошибка аппроксимации укладывается в диапазон от 0,85 до 3,48 %, что позволяет сделать вывод о высокой достоверности построенной модели.
Результаты расчетов критерия Фишера (Б-статистики) приведены в табл. 6. Расчетные значе-
ния больше табличного на всех периодах, что отражает достоверность результатов.
Таблица 6
Динамика Р-критерия
Наиме- Выборки
нование 1 2 3 4 5 6
F 360,27 506,77 386,06 21,13 24,37 5,76
На основании анализа динамики показателей производственной функции можно сделать следующие выводы.
1. Необходимо осторожно подходить к вопросам подбора факторов. Рациональной базой для включения и исключения факторов в модель может служить теория, лежащая в основе модели.
2. Предлагаемый метод на основе производственной функции, позволяет не только оценивать влияние факторов производства на конечный продукт, но и проанализировать динамику эффективности (пропорциональности) этих факторов (затрат соответствующих ресурсов).
3. Предложенный метод диагностики и прогнозирования динамики факторов производства позволяет значительно повысить точность и достоверность прогноза.
4. Для обеспечения достоверности результатов моделирования необходимо исследовать влияние числа степеней свободы выборок на значимость коэффициентов регрессии.
Литература
1. Бабинцева, Н.С. Некоторые новые подходы в экономической теории: очерки [Текст] / Н.С. Бабинцева. - СПб. : СПбУ, 2003. - 200 с.
2. Интеллектуальный анализ динамики бизнес систем [Текст] / под научной ред. д.т.н., проф. Н.П. Абдикеева, д.т.н., проф. Л.Ф. Петрова, д.т.н., проф. Н.П. Тихомирова. - М.: ИНФРА-М, 2010. - 320 с.
3. Уотшем, Т.Дж. Количественные методы в финансах: учеб. пособие для вузов [Текст] / Т.Дж. Уотшем, К. Паррамоу; пер. с англ. под ред. М.Р. Ефимовой. - М. : Финансы, ЮНИТИ, 1999. - 527 с.
Поступила в редакцию 15 февраля 2012 г
Мохов Вениамин Геннадьевич. Доктор экономических наук, заведующий кафедрой предпринимательства и менеджмента, заместитель декана факультета экономики и предпринимательства по науке, Южно-Уральский государственный университет (г. Челябинск). Область научных интересов - вопросы повышения эффективности деятельности промышленного производства. Контактный телефон: (8-351) 267-96-23.
Mokhov Veniamin Gennadievich is a Doctor of Science (Economics), a head of Entrepreneurship and Management Department, Vice-dean for science of the Faculty of Economics and Entrepreneurship, South Ural State University, Chelyabinsk. Research interests: issues on efficiency increase of industrial manufacture. Tel.: (8-351) 267-96-23.
Плужников Владимир Германович. Старший преподаватель кафедры предпринимательства и менеджмента, Южно-Уральский государственный университет (г. Челябинск). Область научных интересов - изучение проблем стратегического менеджмента, управления проектами, аудита и анализа эффективности работы предприятия. E-mail: [email protected], Контактный тел. 267-96-23.
Pluzhnikov Vladimir Germanovich is a senior lecturer of Entrepreneurship and Management Department of South Ural State University, Chelyabinsk. Research interests: study of strategic management, project management, audit and analysis of enterprise efficiency. E-mail: [email protected], tel.: 267-96-23.
