CC BY
140
УДК: 631.12, 330.322.212
ИНВЕСТИЦИОННЫЙ ПРОЕКТ ОБНОВЛЕНИЯ МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЙ БАЗЫ НА ОСНОВЕ ОПТИМИЗАЦИИ ЗЕРНОУБОРОЧНОЙ ТЕХНИКИ
© 2015
А. Н. Игошин, кандидат экономических наук, доцент кафедры «Экономика и автоматизация бизнес-процессов»
Е. Н. Николаева, аспирант кафедры «Экономика и автоматизация бизнес-процессов»
Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация. Главной задачей современного этапа развития отечественного рынка стало создание соответствующих условий для устойчивого развития всего агропромышленного комплекса и, как итог, достижение результатов, заявленных в Доктрине продовольственной безопасности России. Основой развития всех отраслей, как в сельском хозяйстве, так и в промышленности, является производство зерна. Наличие и состояние материально-технической базы, представляющей совокупность основных средств производства, является одним из главных условий, определяющих производство продукции отраслей отечественного АПК. В статье проведен анализ состояния и наличия зерноуборочных комбайнов в одной из типичных сельскохозяйственных организаций Нижегородской области. Выполнена оптимизация зерноуборочных комбайнов, сделан вывод о том, что в результате оптимизации эксплуатационные затраты и агротехнические сроки сокращаются. Сделан вывод о не достаточном количестве данного вида техники. Представлен план доукомплектования зерноуборочных комбайнов. Проведено обоснование выбора зерноуборочного комбайна, наиболее подходящего к конкретным условиям хозяйствования. Спрогнозированы основные показатели развития зерновой подотрасли различными методами. Прогноз дал возможность определить потенциальный объем валового сбора зерна и возможные затраты на его производство, благодаря чему были определены возможные денежные потоки при инвестировании денежных средств в развитие зерновой подотрасли. Предложен инвестиционный проект по приобретению недостающего количества зерноуборочных комбайнов. Проведена оценка рисков методом сценариев, где подтверждается тот факт, что вероятность неэффективности проекта мала. Таким образом, на конкретном примере разобран возможный сценарий выхода сельскохозяйственных организаций Нижегородской области из сложившегося кризиса в аграрной сфере.
Ключевые слова: зернопроизводство, зерноуборочные комбайны, экономико-математическое моделирование, класс комбайна, оптимальный план, эксплуатационные затраты, эффективность производства.
Одной из важнейших задач современного этапа формирования рыночных отношений стало создание благоприятных условий устойчивого развития сельскохозяйственного производства, способствующего насыщению внутреннего рынка собственными товарами и обеспечение продовольственной безопасности страны. Базисом развития всех отраслей, как в сельском хозяйстве, так и в промышленности, является зернопроизводство. Наличие и состояние материально-технической базы, представляющей совокупность основных средств производства (средств труда), является одним из главных условий, определяющих производство продукции отраслей агропромышленного комплекса.
На практике специалистам сельскохозяйственного производства нередко приходится сталкиваться с проблемами, допускающими множество
вариантов решения: планирование структуры посевных площадей, состава уборочно-транспортного парка и так далее. Наиболее обоснованными и приемлемыми являются методы оптимального планирования [1, с. 28].
Оптимизация представляет собой процесс улучшения состава машинно-тракторного парка (МТП) для конкретных условий хозяйств. Это предполагает выполнение сельскохозяйственных работ в оптимальные агротехнические сроки, способствующие получению высоких и устойчивых урожаев [1, с. 29].
Целью работы является разработка инвестиционного проекта обновления материальнотехнической базы на основе оптимизации зерноуборочной техники в типичной сельскохозяйственной организации средней полосы России - СПК
45
«им. Буденного» Спасского района Нижегородской области.
Экономически наиболее обоснованным является критерий «минимум приведенных затрат на выполнение работ и приобретение техники» [1, с. 58].
Приведенные затраты (S) представляют собой сумму текущих затрат на содержание и эксплуатацию машинно-тракторного парка и его балансовой стоимости, умноженной на нормативный коэффициент эффективности:
S = C + EK, (1)
где C - текущие эксплуатационные затраты;
K - затраты на приобретение данного вида техники (балансовая стоимость);
E - нормативный коэффициент эффективности капитальных вложений.
Нормативный коэффициент эффективности является величиной, обратной нормативному периоду окупаемости.
Данные о наличии зерноуборочных комбайнов по маркам и их балансовой стоимости приведены в таблице 1.
Таблица 1 - Эксплуатационная характеристика зерноуборочных комбайнов
Марка зерноуборочного комбайна Мощность двигателя, кВт Год выпуска Расчетная пропускная способность, кг/с Балансовая стоимость, руб. Удельная стоимость, тыс. руб./кг в секунду Количество штук в наличие Обслуживание 1 комбайна, чел.
Енисей - 1200 - 1нм 140 2005 г 6 1 655 887 275,98 3 2
Енисей КЗС 954 175 2005 г 6 1 655 888 275,98 3 2
Енисей 1200 - 1М 140 2002 г 6 1 094 400 182,4 2 2
КЗС -1218-29 Полесьсе 330 2011 г 12 5 250 000 437,5 2 2
Енисей «Руслан» 140 2006 г 8 2 579 800 322,48 2 2
СК-5М-1 «Нива» 93 1981 г 5 153 949 30,79 1 2
Производительность агрегатов за период определена через дневную производительность, с учетом коэффициента сменности 1,5 (за 10 ч), количества дней в периоде и коэффициента использования календарного времени.
Аналогично рассчитаны эксплуатационные затраты по агрегату, включающие оплату труда, стоимость топлива, затраты на ремонт и техническое обслуживание, амортизационные отчисления, являющиеся коэффициентом целевой функции по переменным, обозначающим агрегаты.
Коэффициенты целевой функции по переменным, обозначающим искомое число покупаемых комбайнов, представляет собой произведение нормативного коэффициента (0,15) эффективности на балансовую стоимость комбайна с учетом затрат на ее хранение и содержание. Последняя была взята в размере 1,5 % балансовой стоимости техники соответствующей марки.
Система переменных включает в себя группу переменных (х1 - х6), обозначающих искомое число агрегатов соответствующего типа, используемых на работах:
Х1 -Енисей-1200 - 1нм;
Х2 -Енисей КЗС 954;
Х3 - Енисей 1200 - 1М;
Х4 - КЗС-1218-29 Полесье;
Х5 - Енисей «Руслан»;
Х6 - СК-5М-1 «Нива».
И группу переменных (Х7 - Х12), обозначающих искомое число комбайнов соответствующего типа по маркам, которые следует докупить:
Х7 -Енисей-1200 - 1нм;
Х8- Енисей КЗС 954;
Х9 - Енисей 1200-1М;
Х10 - КЗС-1218-29 Полесье;
Х11- Енисей «Руслан»;
Х12- СК-5М-1 «Нива».
Первая группа ограничений обеспечивает выполнение заданных объемов работ за период. Так, первое ограничение показывает, что с помощью любой комбинации комбайнов, необходимо обязательно выполнить уборку зерновых на площади 3 290 га:
114-х1 + 125-х2 + 150-х3 + 200-х + 105,28-х5 +
+98-хб = 3290 (2)
Коэффициенты переменных в данном случае показывают производительность агрегатов на бороновании за весь период (га).
Вторая группа ограничений показывает баланс использования зерноуборочных комбайнов в исследуемый период. Ограничение будет иметь следующий вид:
Запись для комбайна Енисей-1200-1нм:
3 + x7 > x1 или xi - x7 < 3.
46
Аналогично запись будет выглядеть и для следующих комбайнов.
Енисей КЗС 954: x2 - x8 < 2.
Енисей 1200 - 1М: x3 - х9 < 2.
КЗС -1218-29 Полесьсе: Х4 - х10 < 2.
Енисей «Руслан»: х5 - х11 < 2.
СК-5М-1 «Нива»: х6 - х12 < 2.
В качестве критерия оптимальности используется минимум приведенных затрат. Целевая функция по данному критерию будет иметь вид: f (x) = 2906,51х1 + 3074,25х2 +2819,07х3 + +3293,93х4 + 2911,00х5 +
+53534,34х6 +7451,49х7 + 7821х8 + 4924,8х9 + +23625xio + 11609,1хп +
+692,77х12 ^ min. (3)
Коэффициенты целевой функции при переменных, обозначающих число комбайнов, отражают текущие эксплуатационные затраты, а при пе-
ременных, обозначающих число покупных комбайнов, - произведение балансовой стоимости комбайнов, включая затраты на их хранение и содержание (1,5 % балансовой стоимости), на нормативный коэффициент (0,15) [1, с. 68].
При рассмотрении вопроса об оптимальном использовании парка зерноуборочных комбайнов на полях региона необходимо учитывать эксплуатационные показатели, которые определяют полезный эффект зерноуборочного комбайна в процессе его эксплуатации [4, с. 13].
К ним можно отнести производительность за 1 час основного и сменного времени, удельный расход топлива и другие.
Эксплуатационная характеристика приведена в таблице 2.
В результате был получен план доукомплектования зерноуборочных комбайнов (табл. 3).
Таблица 2 - Показатели использования зерноуборочных комбайнов
Производительность Эксплуатационные
Вид работы Марка зерноубороч- Количество штук агрегата, га затраты, тыс. руб.
ного комбайна в наличии за один день за весь за один день за весь
(10 ч) период (10 ч) период
Уборка зерновых Енисей - 1200 - 1нм 3 4,07 114 64,59 2 906,51
Уборка зерновых Енисей КЗС 954 2 4,46 125 68,32 3 074,25
Уборка зерновых Енисей 1200 - 1М 2 5,36 150 64,25 2 891,07
Уборка зерновых КЗС -1218-29 Полесьсе 2 7,14 200 73,20 3 293,93
Уборка зерновых Енисей «Руслан» 2 3,76 105,28 64,69 2 911,00
Уборка зерновых СК-5М-1 «Нива» 2 3,5 98 78,54 3 534,34
Таблица 3 - Оптимальный план использования и потребность в зерноуборочных комбайнах
Вид работы Марка зерноуборочного комбайна Количество в 2014 г. Количество по плану Требуется докупить
шт. тыс. руб.
Уборка зерновых Енисей - 1200 - 1нм 3 0 0 0
Уборка зерновых Енисей КЗС 954 3 0 0 0
Уборка зерновых Енисей 1200 - 1М 2 0 0 0
Уборка зерновых КЗС -1218-29 Полесьсе 2 16 3 5 250
Уборка зерновых Енисей «Руслан» 2 0 0 0
Уборка зерновых СК-5М-1 «Нива» 1 0 0 0
Итого 13 16 3 15 750
Оптимизация по критерию минимизации эксплуатационных затрат показала, что в оптимальный план вошли 16 комбайнов, из них 16 Полесье. При этом эксплуатационные затраты сокращаются, объем работ выполняется, агротехнические сроки сокращаются.
Отклонение в плановых показателях повлечет за собой увеличение затрат.
Нормированная стоимость показывает, что затраты увеличатся, если:
- использовать в уборке зерновых Енисей 1200-1нм - на 1 028,97 руб.;
- использовать в уборке зерновых Енисей 1200-1М - на 1 015,547 руб. и т. д.
Теневая цена показывает, что затраты увеличатся, если увеличить объем работ на 1 га по уборке зерновых - на 16,47 руб.
Допустимое уменьшение и увеличение объемов ограничений показывает, что план останется оптимальным при любых объемах работ.
47
Экономико-математическая модель по минимизации эксплуатационных затрат еще раз подтверждает тот факт, что в СПК «им. Буденного» не имеется достаточного количества зерноуборочных комбайнов. Для этого организации необходимо приобрести дополнительные единицы зерноуборочных комбайнов.
Вследствие низкой технической оснащенности нарушаются технологические стандарты возделывания сельскохозяйственных культур, изменяются сроки проведения полевых работ. Значительная часть сельхозмашин и оборудования продолжает работать на полях и фермах за пределами амортизационных сроков.
Выбор комбайна начинают с определения оптимального класса комбайна для конкретных условий хозяйства. Класс обозначают числом от 3 до 6.
Номинальная пропускная способность определяется средней урожайностью хозяйства, которая составила в СПК «им. Буденного» - 27,8 ц/га. Так, хозяйству при данном уровне урожайности (20-30 ц/га) определена номинальная пропускная способность: 5-7кг/с; 7-9 кг/с. Отсюда следует, что СПК «им. Буденного» предпочтительно приобретать комбайны третьего или четвертого класса (таблица 4).
Для зерноуборочных комбайнов в качестве эталонной технологической операции принята прямая уборка зерновых колосовых культур.
Одним из эталонных комбайнов является зерноуборочный комбайн КЗС1218-29 «Полесье»: ширина захвата - 6,7 м, пропускная способность -12 кг/с, мощность двигателя - 243 кВт, диаметр барабана 800 мм, вместимость бункера - 8 м3, масса (без жатки) - 9 500 кг.
Таблица 4 - Класс комбайна в зависимости от урожайности и пропускной способности
Урожайность (ц/га) Пропускная способность Класс комбайна Примеры
До 15 5-7 кг/с 3 СК-5 «Нива», Енисей-1200
15-25 5-7 кг/с 3 СК-5 «Нива», Енисей-1200
20-30 5-7кг/с; 3 Енисей-1200, Дон-1500Б, Руслан-950/954, «Нива-Эффект»,
7-9 кг/с 4 Medion 310, 330, КЗС-1218-29 Полесье, КЗС - 7, Mega 310, «Vector-410»
30-40 7-9 кг/с; 4 Руслан-950/954
10-12 кг/с 5 Дон-1500Б, Мега-204, Кейс-527, НХ-ТХ65
40-60 10-12 кг/с 5 Дон-1500Б, Мега-204, Кейс-527, KX-TX65
60 и более 10-12 кг/с 5 Дон-1500Б, Мега-204, Кейс-527, KX-TX65
12-14 кг/с 6 Дон-2600, Мега-208/218, KX-TX68
Таблица 5 - Эксплуатационно-технические характеристики зерноуборочных комбайнов (ЗУК)
Марка ЗУК Конструктивная пропускная способность, кг/с Номинальная мощность двигателя, л.с. Расход топлива, кг/т Рабочая скорость, км/ч Сменная производительность, т/ч Конструктивная ширина жатки, м
Vector-410 7,7 210 2,68 9,4 13 6,0
КЗС 1218-29 Pоlessе 12 330 2,19 7,8 18 6,7
JohnDeere S 660 11,2 320 2,34 7,7 14,7 7,6
Оценка эксплуатационно-технических
свойств зерноуборочных комбайнов выявила следующие результаты. Зерноуборочный комбайн «JohnDeere S 660» имеет наивысшие результаты по таким показателям, как ширина жатки. Отстает от зерноуборочного комбайна КЗС 1218-29 «Полесье» в показателе рабочей скорости на - 0,1 км/ч. Белорусский комбайн КЗС 1218-29 «Полесье» занимает
первую позицию по вышеизложенным показателям, опережая «Vector 410».
Ранее нами был предложен инвестиционный проект по приобретению зерноуборочного комбайна КЗС 1218-29 «Полесье». Результаты данных мероприятий были представлены руководству СПК «им. Буденного». Обосновав данные расчетов, А. В. Жиров принял решение о приобретении до-
48
полнительной единицы зерноуборочного комбайна КЗС 1218-29 «Полесье».
Прогнозируемые данные и полученные по результатам работы в 2014 году представлены в таблице 6.
Таким образом, по результатам нашего внедрения организация увеличила количество зерноуборочных комбайнов до 13 единиц, как было предложено. В результате нагрузка посевной площади на 1 зерноуборочный комбайн сократилась на 24,23 га, и составила 250,77 га.
Таблица 6 - Эффективность по внедрению зерноубо]
рочного комбайна КЗС 1218-29 «Полесье»
Показатель 2013 г. Проектное значение 2014 г. Отклонение, 2014 г. - проект
Количество зерноуборочных комбайнов 12 13 13 0
Посевная площадь, га 3 300 3 300 3260 -40
Нагрузка посевной площади на 1 зерноуборочный комбайн 275 250,77 250,77 0
Валовой сбор, ц 80 564 83 409,14 90 546 7 136,86
Реализовано зерна, ц 58 121 64 358,49 65 747 1 388,51
Выручка от реализации зерновых, тыс. руб. 35 696 45 424,4 40 143 -5 281,4
Прибыль от продажи зерновых, тыс. руб. 2 865 63 58,08 1 370 -4 988,08
По результатам прогнозирования по аналитическому уравнению валовой сбор увеличивается на 2 845,14 ц. Данное значение ниже показателя 2014 года на 7 136,86 ц, где валовой сбор составил 90 546 ц. Необходимо отметить, что показатель реализации зерна в 2014 году отличается от прогнозного показателя на 1388,51 ц, или на 0,02 %.
Показатели эффективности производства зерна, а именно выручка и прибыль в 2014 году меньше прогнозируемых показателей.
В целях прогнозирования производства зерновых, необходимо выбрать ту методику, где ошибка прогноза минимальная (таблица 7).
Таблица 7 - Прогнозирование урожайности зерновых культур и себестоимости 1 ц зерна различными методами
Метод прогнозирования Урожайность, ц/га Себестоимость 1 ц зерна, руб.
прогнозное значение ошибка прогноза прогнозное значение ошибка прогноза
1.Методы экстраполяции: - по средней простой; 31,52 3,09 515,87 17,71
- по среднегодовому абсолютному приросту; 26,13 8,16 607,77 39,96
- по среднегодовому темпу роста 26,5 7,93 611,22 202,69
2. Метод регрессионного анализа 30,84 6,25 509,3 48,04
Анализируя данные таблицы, видно, что наименьшая ошибка, как по себестоимости 1 ц зерна, так и по урожайности зерновых культур, наблюдается при методе прогнозирования по средней простой. Так, урожайность 1 ц зерна в 2015 году составит 31,52 ц с 1 га, себестоимость 1 ц зерна составит 515,87 руб.
Таким образом, прогнозирование позволит определить возможный объем валового сбора и
возможные затраты на их производство. Это позволит определить возможные денежные потоки при инвестировании денежных средств в развитие зерновой подотрасли.
Рассмотрим размер и источники инвестиций в приобретение зерноуборочного комбайна КЗС 1218-29 «Полесье», т. к. именно его приобретение будет более предпочтительным для изучаемого хозяйства (таблица 8).
49
Таблица 8 - Размер и источники инвестиций в приобретение зерноуборочного комбайна
в СПК «им. Буденного»
Количество ед. Цена Стоимость Из них:
Направление инвестиций за ед., тыс. руб. всего, тыс. руб. Собственные -10 % Заемные -90 %
1.Покупка зерноуборочного комбайна КЗС 1218-29 «Полесье» 3 5 250 15 750 1 275 14 475
2. Монтаж и пусконаладочные работы - 100 300 300 -
Итого 16 050 1 575 14 475
Разработка инвестиционного проекта предполагает покупку двух зерноуборочных комбайнов, его монтаж и пусконаладочные работы стоимостью 10 500 тыс. руб., используя заемные средства в виде кредита под 35 % годовых, с последующим погашением из бюджета всех уровней процентной ставки в размере 26,75 %. Заемные средства составляют - 90 % и предоставляются на 5 лет, с отсрочкой платежа на 1 год, возврат основной суммы долга и процентов производится в конце года.
Таким образом, для определения эффективности внедрения инвестиционного проекта первоначально следует провести расчет дисконтированных денежных поступлений (таблица 10).
Основной целью оценки финансового состояния инвестиционного проекта является получение небольшого числа ключевых параметров, дающих объективную оценку финансового состояния объекта, в который вкладываются инвестиции (таблица 11) [3, с. 119].
Таблица 9 - Схема кредитования предложенного инвестиционного проекта, тыс. руб.
Год Возврат кредита Сумма долга Сумма платы за процент(35 %) Возмещение (8,25 %) Сумма к оплате
2014 0 14 475 5 066,25 417,97 4 648,28
2015 2 895 14 475 5 066,25 417,97 4 648,28
2016 2 895 11 580 4053 334,37 3 718,63
2017 2 895 8 685 3 039,75 250,78 2 788,97
2018 2 895 5 790 2026,5 167,19 1 859,31
2019 2 895 2 895 1 013,25 83,59 929,66
Итого 14 475 0 20 265 1 671,86 18 593,66
Таблица 10 - Расчет дисконтированного дохода и индекса доходности предлагаемого проекта
Шаг расчета Денежные поступления, тыс. руб. Дисконтированная стоимость FM2 (35, t) Дисконтированные денежные поступления (PV), тыс. руб.
0 -16 050 1 -16 050
1 5 402,40 0,740740741 4 001,78
2 7 651,87 0,548696845 4 198,56
3 11 210,58 0,406442107 4 556,45
4 15 195,04 0,301068228 4 574,74
5 18 724,70 0,223013502 4 175,86
итого (NPV) 7 032,39
PI 1,49
Таблица 11 - Показатели экономической эффективности инвестиций в зерноуборочные комбайны
Показатель Значение показателя
Инвестиции, тыс. руб. Период для расчета, лет Ставка дисконтирования, % Общая накопленная величина дисконтированных доходов (PV), тыс. руб. Чистый приведенный эффект (NPV), тыс. руб. Рентабельность (PI), % Период окупаемости, лет 16050 5 35 21 507,39 7 032,39 1,49 3 года 3 месяца и 10 дней
50
Так, видно, что чистый дисконтированный доход (NPV) составит - 7 032,39 тыс. руб. Это говорит о целесообразности проекта, т. к. предполагаемые доходы больше расходов. Индекс рентабельности равен 1,49 > 1, т. е. предлагаемый инвестиционный проект следует принять.
Дисконтированный срок окупаемости составит 3 года 3 месяца и 10 дней. Для данного инвестиционного проекта в связи с неопределенностью его хода разработаны пять сценариев развития [2].
Требуется оценить вероятность того, что проект покажет доходность ниже, чем 35 % годовых. Каждому сценарию была поставлена в соответствие вероятность, оцененная экспертным путем. Далее потоки по каждому из сценариев были продискон-тированы поставке 35 % годовых. Свободные денежные потоки проекта при реализации различных сценариев развития ситуации в будущем представлены в таблице 12.
Таблица 12 - Свободные денежные потоки при различных сценариях
Сценарий Вероятность сценария Нулевой период 1год 2 года 3 года 4 года 5 лет NPV при 35 %
Оптимистический 0,1 -16 050 5 834,59 8 264,02 12 107,43 16 410,64 20 222,68 46 789,36
Умеренно оптимистический 0,2 -16 050 5 618,49 7 957,94 11 659,01 15 802,84 19 473,69 44 461,97
Нейтральный 0,4 -16 050 5 402,40 7 651,87 11 210,58 15 195,04 18 724,70 42 134,59
Умеренно пессимистический 0,2 -16 050 5 186,30 7 345,79 10 762,16 14 587,24 17 975,71 39 807,21
Пессимистический 0,1 -16 050 4 970,21 7 039,72 10 313,74 13 979,43 17 226,73 37 479,82
Ожидаемое значение E(NPV) было оценено как сумма произведений NPV. по каждому из сценариев на соответствующую вероятность Ру
E (NPV) = I Pj ■ NPVj (4)
Затем было рассчитано стандартное отклонение o(NPV) по формуле:
o(NPV) = [IPj ■ (NPVj - E(NPV))2]0,5 (5)
Последовательность расчетов оценки рисков инвестиционного проекта представлена в таблице
13.
Таблица 13 - Оценка рисков инвестирования
Сценарий Вероятность сценария NPV при 35 % NPV j -E(NPV) P j *(NPV j -E(NPV)) 2
Оптимистический 0,1 46 789,36 42110,42049 177328751,4
Умеренно оптимистический 0,2 44 461,97 35569,57803 253038976,3
Нейтральный 0,4 42 134,59 25280,75339 255646596,8
Умеренно пессимистический 0,2 39 807,21 31845,76434 202830541,2
Пессимистический 0,1 37 479,82 33731,83968 113783700,8
E(NPV) = 42134,59 Дисперсия = 1002628566
Стандартное отклонение NPV(c(NPV)) = 31663,31
Если предположить, что NPV - это нормально распределенная (несмещенная) относительно ожидаемого значения величина, то, зная математическое ожидание E(NPV) и стандартное отклонение o(NPV), можно найти вероятность того, что NPV меньше нуля. Это одновременно будет и вероятностью того, что доходность проекта будет меньше ставки 35 %, поскольку дисконтирование потоков производилось по этой ставке, а при NPV= 0 доходность проекта равна ставке дисконта. Последовательность расчетов такова:
- находится стандартизованное значение NPV: d = (0 - E(NPV)) / o(NPV);
- определяется искомая вероятность Р = P(NPV < 0) = P(IRR < 35 %) = N(d) [2].
N(d) - интегральная (кумулятивная) функция нормального распределения. Она находится по со-
ответствующим таблицам, а также может быть получена в приложении Excel (функция НОРМСТ-РАСП(Х)) [11].
Ниже представлены результаты расчетов:
N(d) = 0 - E(NPV)) / o(NPV) =
= (0 - 42134,59) / 31663,31 = -1,330664972; (6)
P(NPV < 0) = P(IRR < 35 %) =
=N (-1,330664972) = 0,091649637. (7)
Таким образом, вероятность того, что проект окажется по доходности меньше 35 %, равна по данно й оценке 9,16 %. Полученный положительный эффект от внедрения зерноуборочного комбайна КЗС 1218-29 «Полесье» отвечающего классу соответствующему хозяйству (3-4), СПК «им. Бу-
51
денного» получит больший объем производства продукции, лучшего качества, в более короткие сроки, т. к. скажется на снижении нагрузки посевных площадей на 1зерноуборочный комбайн.
На примере СПК «им. Буденного» можно предлагать аналогичные инвестиционные проекты и в другие хозяйства Нижегородской области, учитывая отдельные условия хозяйствования и предоставления инвестиций. Это обеспечит рост обновления технической оснащенности сельского хозяйства всего региона. Ведь именно наращивание производственных мощностей, воспроизводство материально-технической базы, а также достижение финансовой стабильности и преодоления кризисных явлений сегодня является одной из важнейших задач сельского хозяйства, и экономики страны в целом.
СПИСОК ЛИТЕРАТУРЫ
1. Кидяева Н. П. Повышение эффективности использования зерноуборочных комбайнов за счет оптимизации энергозатрат в условиях Амурской области // ФГБОУ ВПО «Дальневосточный государственный аграрный университет». 2014. 135 с.
2. Лимитовский М. А., Минасян В. Б. Анализ рисков инвестиционного проекта // [Электронный ресурс]. Режим доступа: http://1atoU.ru/?id=629 (Дата обращения: 08.09.2014).
3. Горпинченко К. Н. Экономическая оценка влияния инвестиций на эффективность зернового производства // Экономические науки. 2012. № 5. С. 118-121.
4. Солдатова Л. И., Иванова О. Е., Кривцова И. Н., Солдатова А. П. Оценка наличия, состояния и эффективного использования сельскохозяйственной техники Костромской области с применением интегрального показателя // Интернет-журнал «Науковедение». 2014. № 6 (25). С. 1-19.
5. Горпинченко К. Н., Луценко Е. В. Прогнозирование и принятие решений по выбору агротехнологий в зерновом производстве с применением методов искусственного интеллекта (на примере СК-анализа) [Текст]: монография (научное издание) // Краснодар, КубГАУ, 2013. 168 с.
6. Солдатова Л. И., Солдатова А. П. Экономико-математическое моделирование, как метод управления производственными процессами организации // Экономика и менеджмент : от теории к практике. Ростов-на-Дону. 2014. С. 119-122.
7. Байдаков А. Н., Назаренко А. В. Сценарное прогнозирование в управлении агарными экономическими системами // Вестник Института дружбы народов Кавказа «Теория экономики и управления народным хозяйством». Ставрополь. 2011. Т. 4. № 20. С. 21-26.
8. Байдаков А. Н., Назаренко А. В., Сергиенко Е. Г. О построении прогнозных сценариев развития зернового производства // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 94. С. 784-794
9. Букатина Е. Г., Максимец Н. В. Инвестиции как инструмент регулирования экономического роста сельскохозяйственного производства // Инновационные технологии управления и права. 2013. № 3 (7). С. 94-101.
10. Гладкова Е. П. Инвестиции, их классификация и значение для развития агропромышленного комплекса // Управление экономическими системами: электронный научный журнал. 2012. № 43 (7). С. 12-24.
11. Емелин Н. М., Голодкова О. В., Блажен-ков В. В. Кластерный анализ инновационной деятельности российских ВУЗов // Известия Института инженерной физики. 2014. № 4 (34). С. 94-98.
12. Золотарева Е. Л., Пигорев И. Я., Золотарев А. А., Бабенко Р. В., Судженко И. А. Прогнозирование параметров производственных затрат и объемов производства продукции сельского хозяйства // Вестник Курской государственной сельскохозяйственной академии. 2011. Т. 6. № 6. С. 25-27.
13. Кутенков Р. П. Прогнозирование урожайности зерновых культур как фактора продовольственной безопасности России // Никоновские чтения. 2012. № 17. С. 276-279.
14. Лопатин А. В., Петренко Н. Н., Свиридов В. И., Комов В. Г. Индикативный анализ размещения зернопроизводства в Курской области // Вестник Курской государственной сельскохозяйственной академии. 2010. № 5. С. 23-25.
15. Луценко Е. В., Лойко В. И., Великанова Л. О Прогнозирование и принятие решений в растениеводстве с применением технологий искусственного интеллекта [Текст] : монография (научное издание) // Краснодар : КубГАУ, 2008. 257 с.
16. Романенко И. А. Теоретические основы анализа национальных агропродовольственных систем с применением методов математического моделирования. // Науч. тр. ВИАПИ им. А. А. Никонова. Вып. 14. : М., 2010. 113 с.
17. Фидарова Б. К., Козаева М. В. Роль инвестиций в обновлении материально-технической базы сельского хозяйства // Известия Горского государственного аграрного университета. 2012. Т. 49. № 4-4. С. 334-339.
18. Шкарупа Е. А. Особенности привлечения инвестиций в сельское хозяйство : современное состояние и тенденции развития // Вестник Волгоградского государственного университета. Серия 3: экономика, экология. 2011. № 2. С. 107-113.
52
19. Фазлулина М. А., Аленина Е. В. Конкурентоспособность техники - залог успеха производителя / АДС-техника : М., 2011. № 1. С. 43-44.
20. Милованов А. Н. Эффективность государственной поддержки и регулирования инвести-
ционных процессов в сельском хозяйстве (на примере Саратовской области) : автореф. дис. канд. экон. наук : 08.00.05 / А. Н. Милованов. Саратов, 2011. 27 с.
© 2015
THE INVESTMENT PROJECT OF UPDATING THE MATERIAL AND TECHNICAL BASIS OF OPTIMIZATION OF HARVESTERS
A. N. Igoshin, the candidate of economical science, associate professor of the chair «Economics and automatization of business processes»
E. N. Nikolaeva, the post-graduate student of the chair «Economics and automatization of business processes» Nizhniy Novgorod state engineering-economic university, Knyaginino (Russia)
Annotation. The main task of the present stage of development of the domestic market was the creation of appropriate conditions for sustainable development of the entire agro-industrial complex and, as a result, the achievement of the results stated in the Doctrine of food security of Russia. The basis for the development of all sectors, both in agriculture and in industry is the production of grain. The presence and condition of material and technical base, representing the totality of the basic means of production, is one of the main conditions that determine the production sectors of the domestic agricultural sector. In the article it is done the analysis of the status and availability of combine harvesters in a typical agricultural organizations of the Nizhny Novgorod region. Performed optimization of combine harvesters, it is concluded that by optimizing maintenance costs and times are reduced. It is done the conclusion, not sufficient quantity of this htype of equipment. It is presented a plan for the provision of combine harvesters. It is Held justification of the choice of a forage harvester, the most suitable to the specific conditions of management. Forecasting main indicators of development of the grain sub-sector in various ways. The forecast gave the possibility to determine the potential volume of the gross grain harvest, and the possible cost of its production, whereby identified possible cash flows when investment of funds in the development of the grain subsector. It is proposed investment project to acquire the missing quantity of combine harvesters. It is conducted a risk evaluation method of scenarios, which confirms the fact that the probability of inefficiency of the project is small. Thus, a specific example of a possible scenario disassembled output of the agricultural organizations of the Nizhny Novgorod region from the crisis in the agricultural sector.
Keywords: grain production, grain harvesters, economic-mathematic modeling, optimal plan, equipment losses, combine model, production efficiency.
УДК 636.033 © 2015
ВНУТРЕННИЙ РЫНОК МЯСА И МЯСОПРОДУКТОВ В УСЛОВИЯХ ИМПОРТОЗАМЕЩЕНИЯ
Н. Н. Кондратьева, кандидат экономических наук, доцент кафедры «Экономика и автоматизация бизнес-процессов»
О. В. Шамина, кандидат экономических наук, доцент кафедры «Экономика и автоматизация бизнес-процессов»
Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация. В статье приводится научно обоснованная оценка самообеспеченности России и Нижегородской области мясом и мясопродуктами. За рассматриваемый период доля отечественной говядины на рынке постоянно увеличивалась и в 2013 году составляла 71,3 %, а самообеспечение, наоборот, снизилось до 45,6 %, поскольку при сдерживании импорта этого вида мяса собственное производство не обеспечивало импортозамещение, что в конечном итоге привело к резкому на 2,6 кг уменьшению потребления говядины на душу населения в год.
53
