CC BY
663
Как императивное явление налог не несет в себе ничего стимулирующего. Но лишь как платеж и только потому, что он принудительный платеж, своим размером и условиями взимания он может проявиться в качестве стимула/дестимула. Поэтому рационально организованное фискальное действие налога в гармоничном сочетании функций налогообложения позволяет обеспечивать стабильное и возрастающее поступление средств в бюджетную систему и, следовательно, обеспечивает государство необходимыми ресурсами, не ущемляя интересы налогоплательщиков.
На наш взгляд, функции налога, налогообложения и налоговой системы взаимосвязаны, взаимодополняемы, но не взаимозаменяемы. Целью налогового регулирования является обеспечение непрерывности инвестиционных процессов, снижение уровня социальной и имущественной дифференциации, достижение роста совокупных финансовых результатов производственной сферы и тем самым - достижение роста централизованных фондов денежных средств (бюджетной системы страны). Таким образом, регулирующая функция налоговой системы помогает уравновесить межбюджетные отношения.
Налоговое регулирование осуществляется с использованием таких инструментов, как налоговая ставка, налоговая база, налоговая льгота и иные преференции, налоговый кредит, налоговые санкции и др. Поскольку налоговые санкции также выступают проявлением контрольного свойства, то уже в процессе
налогового регулирования осуществляется контроль, так как регулирующая и контрольная функции тесно взаимосвязаны. Благодаря контрольной функции налоговой системы правительство может оценить функциональную продуктивность налогообложения, выявить негативные стороны налоговой политики с целью ее совершенствования, обозначить незаконное применение налоговых льгот, выявить незаконные потоки денежных средств. На практике сфера налогового контроля регламентируется самостоятельными нормативно-правовыми актами.
Итак, учитывая влияние множества внешних и внутренних факторов, не всегда благоприятного характера, в настоящее время, когда в российском обществе определяется стратегия его дальнейшего развития, каждому члену общества, а в особенности субъектам - разработчикам налоговой политики, весьма важно понять философскую и социально-экономическую сущность налога и налогообложения именно с глубоких методологических позиций, уточнить понимание их исключительного общественного предназначения. Это позволит глубже, шире и полнее понять и определить саму природу этих явлений и процессов, их общественную роль, а также возможности их совершенствования в сложившихся условиях на конкретном этапе социально-экономического развития.
Статья поступила 17.02.2015 г.
Библиографический список
1. Большой энциклопедический словарь [Электронный ресурс]. URL: http://www.vedu.ru/bigencdic/26883/ (29 янв. 2015).
2. Горский И.В. Налоги: история и современность. Т. 1. М.: ЮНИТИ, 1997. 320 с.
3. Залуцкая Н.М. Развитие налоговой системы субъекта РФ: дис. ... канд. эконом. наук: 08.00.10. Байкальский гос. ун-т экономики и права. Иркутск, 2004. 184 с.
4. Налоги и налоговое право: учеб. пособие / под ред. А.В. Брызгалина. М.: Аналитика-Пресс, 1998. 600 с.
5. Налоговый кодекс РФ (часть первая): кодекс от 31.07.1998 № 146-ФЗ (с изм. и доп., вступ. в силу с 01.01.2015 г.); Нало-
говый кодекс РФ (часть вторая): кодекс от 05.08.2000 № 117-ФЗ (с изм. и доп.) // КонсультантПлюс - надежная правовая поддержка [Электронный ресурс]. URL: http://www.consu-ltant.ru/document/cons_doc_LAW_157512/ (29 янв. 2015).
6. Пушкарева В.М. История финансовой мысли и политики налогов. М.: ИНФРА-М, 1996. 192 с.
7. Философия: учеб. пособие для вузов. 11-е изд. / под ред. В.П. Кохановского. Ростов н/Д.: Феникс, 2005. 576 с.
8. Юткина Т.Ф. Налоги и налогообложение: учебник для вузов. 2-е изд., перераб. и доп. М.: ИНФРА-М, 2001. 576 с.
УДК 620.3:005
МЕТОДЫ ОПРЕДЕЛЕНИЯ КОЛИЧЕСТВА ЭКСПЕРТОВ © В.Л. Рупосов1
Иркутский национальный исследовательский технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Рассмотрены методы определения минимального числа экспертов для надежного обоснования принятия решения. Предложены методики определения количества экспертов на основе коэффициента согласованности (коэффициент конкордации Кендалла), на базе нормального и гамма-распределения случайной величины. Предложена упрощенная методика определения минимального числа экспертов. Рассчитаны таблицы и вариаграммы по приведенным методам.
Ключевые слова: статистический анализ; определение числа измерений; стратегический менеджмент; оценка точности.
1 Рупосов Виталий Леонидович, кандидат геолого-минералогических наук, доцент кафедры экономики и менеджмента, тел.: (3952) 405901, 89025686276, e-mail: [email protected]
Ruposov Vitaly, Candidate of Geological and Mineralogical sciences, Associate Professor of the Department of Economics and Management, tel.: (3952) 405901, 89025686276, e-mail: [email protected]
METHODS TO DETERMINE A NUMBER OF EXPERTS V.L. Ruposov
National Research Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
The paper deals with the methods of determining the minimum number of experts for reliable justification of decisionmaking. It proposes the methods for determining the number of experts using a concordance coefficient (Kendall's coeff i-cient of concordance) on the basis of normal and gamma-distributed random variables. The paper introduces a simplified procedure for the determination of the minimum number of experts as well as calculates the tables and variograms by the given methods.
Keywords: statistical analysis; determination of the number of measurements; strategic management; estimated accuracy.
Методы экспертной оценки получили большое распространение в экономических исследованиях и позволяют принимать решения и делать выводы по различным аспектам. Популярность данной методики обусловливается несколькими моментами. Первым является возможность получения количественных показателей при использовании на входе качественных данных. Второй момент - возможность получения оценок на основе анализа множественных факторов, которые очень сложно оценить математически (такие как психология покупателя, история развития продукта, состояние внешней среды предприятия, внутрифирменный климат, политика в области качества и т.д.). Третьим моментом является простота методики по сравнению с созданием экономико-математических моделей для принятия решения. Это связано с тем, что не все руководители обладают знаниями в области математического моделирования и имеют достаточно времени на всесторонний самостоятельный анализ проблемы. Процедура проведения экспертных оценок получила широкое развитие, хорошо обоснована и максимально формализирована. Кроме того, хорошо разработан математический аппарат оценки точности определения экспертных оценок, в том числе на базе современного представления о распределении мнений членов жюри [1].
Для проведения экспертиз основной проблемой является количество привлеченных экспертов. В данном случае возникает два рода ошибок: первая - недостаточное количество экспертов для принятия обоснованного решения по итогам экспертных оценок; вторая - привлекается слишком большое количество экспертов, что приводит к удорожанию самой процедуры и увеличению времени на ее проведение, а это для решений в области экономики неприемлемо, так как время ограничено из-за постоянно меняющейся внешней среды. Поэтому перед исследователями стоит вопрос о минимальном количестве экспертов, при котором принятое решение будет надежным. Необходимо четко понимать, как определить то число, от которого будет зависеть процедура и время, потраченное на принятие решения. В данной статье приводятся итоги работы по анализу методов определения минимального количества экспертов на основе различных методик оценки точности экспертиз.
В литературе данный вопрос чаще всего сводится к одному выводу: чем больше экспертов, тем более точное определение будущего результата. Крайним
мнением считается, что «толпа», т.е. большое количество людей спрогнозируют результаты экономических процессов более точно, чем любой эксперт-одиночка [2]. Это связано прежде всего с тем, что эти же люди влияют и на экономику, т.е. существует функциональная зависимость. Если же отойти от этого мнения и посмотреть на процедуры проведения экспертиз в научном сообществе, то можно увидеть работы по определению количества экспертов [3]. Однако чаще всего в данных работах определяется количество экспертов, что с точки зрения оценки точности не совсем корректно. Лучше определять минимальное число экспертов, при котором результаты экспертиз можно признать надежными.
Широкое распространение получил подход к экспертным оценкам с целью определения ранга. Методика заключается в том, что эксперт ранжирует объекты изучаемой совокупности, приписывая каждому из них порядковый номер, соответствующий итогам сравнения по данному признаку с остальными объектами. В экономике переменных всегда несколько, иначе привлечение экспертов не имеет смысла, т.к. одиночные параметры легко ранжируются. Ранжирование л-объектов производится по экспертным оценкам m, определяющим последовательность рангов. Существует методика проверки, хорошо ли согласуются эти т-экспертные оценки друг с другом. С этой целью определяется коэффициент согласованности (коэффициент конкордации Кендалла) вычисляемый по формуле
^ = , (1)
т2(п3-п)
где л - количество оцениваемых объектов, т - число экспертов, участвующих в проведении экспертного опроса, О - дисперсия отклонений от среднего.
Для решения поставленной задачи формулу (1) необходимо преобразовать для определения количества экспертов. Получим
m =
12£"=iP? W(n3-n) .
(2)
Для использования данной формулы необходимо знать дисперсию предполагаемой выборки и заложить ту минимальную величину коэффициента согласованности, при которой можно принять сделанные экспертами выводы.
Для упрощения вычислений введем показатель зависимости от количества оцениваемых экспертами объектов к сумме квадратов отклонения от среднего,
т.е. й - дисперсии:
12 У" й2
5 = 12у1=1°1. (3)
По результатам исследований было выявлено, что данное выражение и определяет количество экспертов, и имеет квадратическую зависимость с их числом, что связано с основной особенностью, заложенной в формулу коэффициента согласованности. При этом данный показатель имеет максимальное значение при полной согласованности и минимальное - при наибольшем несогласии мнений экспертов. В связи с этим определяющим фактором минимального значения количества экспертов для надежного принятия решения будет размер коэффициента конкорда-ции Кендалла. Тогда формулу (2) можно преобразовать следующим образом:
т
= Е .
(4)
Для примера были рассчитаны значения минимального количества экспертов при заданном числе коэффициента конкордации при условии, что оптимальное число возможных привлеченных экспертов равно 10, т.е. когда десять экспертов могут дать полностью согласованное решение (*М=1). Результаты были сведены в таблицу для определения зависимости количества экспертов от значения коэффициента согласованности (табл. 1).
По значениям в таблице можно сделать вывод о том, что чем ниже ожидаемый коэффициент согласованности, тем больше экспертов нам необходимо привлекать для принятия обоснованного решения. И наоборот: чем более единогласны эксперты, тем меньше их нужно. Из расчетов следует, что при высоком значении коэффициента конкордации, чтобы доказать полное расхождение мнений, нужно 3 человека, а полное единодушие - 10, что ставит под сомнение практичность данного метода для определения минимального количества экспертов, т.к. всегда можно будет снизить их количество, просто поставив
условие, что нам нужно найти максимальный плюрализм мнений.
Если сделать графическую интерпретацию полученных данных (рис. 1), то можно увидеть на рисунке простую квадратическую зависимость между дисперсией и количеством привлекаемых экспертов. Используя такую зависимость, можно предложить более простую модель определения количества экспертов. В статистике принят упрощенный способ определения количества классов для построения гистограммы. Он заключается в извлечении корня от числа измерений. Тогда для определения количества экспертов можно предложить зависимость между наличием оцениваемых объектов или элементов по упрощенной формуле
т
= VH .
(5)
Для обоснования этой зависимости построим график взаимосвязи значения количества экспертов от оцениваемых объектов от 2 до 100.
Как видно из графика на рис. 2, зависимость позволяет быстро определить минимальное количество экспертов от числа выносимых на экспертизу оцениваемых элементов или объектов. Плюсом такой методики является полная независимость от способа выставления оценок: ранжированные оценки или простой балльный метод - минимальное число экспертов будет одним и тем же. Но данный метод может привести к необоснованному увеличению числа экспертов, а в некоторых случаях поставить под сомнение возможность проведения экспертных оценок. Например, при оценке параметров внешней и внутренней среды организации (SWOT-анализ) необходимо ранжировать более 40 параметров, следовательно, необходимо привлечь, руководствуясь данными методами, более 6 экспертов. Однако не всегда возможно найти такое количество квалифицированных специалистов, хорошо понимающих внешнее окружение организации и ее внутренний климат.
Таблица 1
Количество экспертов в зависимости от коэффициента согласованности и дисперсии
S Значение коэффициента согласованности
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
10 10 7 6 5 4 4 4 4 3 3
20 14 10 8 7 6 6 5 5 5 4
30 17 12 10 9 8 7 7 6 6 5
40 20 14 12 10 9 8 8 7 7 6
50 22 16 13 11 10 9 8 8 7 7
60 24 17 14 12 11 10 9 9 8 8
70 26 19 15 13 12 11 10 9 9 8
80 28 20 16 14 13 12 11 10 9 9
90 30 21 17 15 13 12 11 11 10 9
100 32 22 18 16 14 13 12 11 11 10
100 90 80 70 60 50 40 30 20 10
<о
0
I*
01 А Ю
0 X и S
01 (б IQ
I
01 J
о
0 <0
I-
<j
01 т 5
е; о sc
100 90 80 70 60 50 40 30 20 10
Uli i 9 я J г
Uli 9 f
Iii I I
f f 1 9 я я я я ж
II 1 / ш
III f I я ж я f Л
Г 14 1 1
III ж 1 1 1 я J я у
1ШЯ 9
tarn. _9_ я я в f М
Ff II '
щ III 9 я i л /
■ Hill /
шив ' 9 я я f А f
Ulis Ж /
< шш я я f V f
II MMI А
iimita 9 я Т /
HIHI f
щ 111Я Ш f 9 я я
шчшшш f
Ч1ШШШ1 i А J
4,1 Ш Я14 Ж
fifiriu я я Я г
11Й1 ж ж /
II,1Ш f / г
II я / /
iMMiwawi Я_ _л f
ЧМЛГШГЛ
игш я /
11 ~л г
■шялшлш у 7
Ш ЛГ ЯГ ЯШ. jt JL
1 й ШТА J С_
я JL jt
IL /# WiVi А f А
т Ч4 'Ш r« у
ИЩА Ui я Яя tl >
ЯН *1 VI tl
г , // Г Л я 'Л ШГЛ
г ;/л я
l^KI Г Л г л ^я г
/# Г л
г //ЖЛТЛ ^Я^Я
•л
-----т - - т 1
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
10
15 20 25
Количество экспертов
30
35
Рис. 1. Зависимость между дисперсией и количеством привлекаемых экспертов
123456789 10
Число экспертов
Рис. 2. Зависимость между количеством оцениваемых объектов и числом привлекаемых экспертов
Другим направлением оценки точности проведения экспертных оценок является методика, основанная на нормальном законе распределения случайной величины [4]. Нормальный закон распределения случайной величины по своей природе является симметричным, и основные его характеристики описываются через среднеквадратическое отклонение (а). Например, вероятность события можно оценить в разбросе от математического ожидания. Так, для нормального распределения с вероятностью 0,68 определяется попадание числа в интервал влево и вправо от математического ожидания на единичное значение а. На основе зависимости количества измерений от числа
опытов, которое выражается зависимостью по формуле
' (6)
м ~ G
Vm '
можно увидеть, что связь между точностью измерений и количеством опытов выражается значением ^т, т.е. точность экспертных оценок имеет такую же зависимость, как и на рис. 2. Для повышения вероятности определения ошибки величина разброса берется большей. Вводится коэффициент Стьюдента или коэффициент вероятности I, который можно определить по таблице одинарной функции Лапласа, где значение t определяется по половинной вероятности. В этом
0
5
0
случае разброс будет определяться выражением О ошибка будет определяться формулой
Vш
(7)
Исходя из формулы 7, можно найти количество необходимых экспертов при заданном уровне ошибки измерений и среднеквадратическом разбросе. В результате преобразования была получена следующая формула:
т = (-)2
(8)
При этом среднеквадратический разброс можно взять из предыдущих экспертиз. Уровень ошибки и коэффициент вероятности можно принять для данного исследования с учетом требований к ожидаемым результатам. Коэффициент Стьюдента определяется по заданным вероятностям. Для удобства в табл. 2 приведены коэффициенты вероятности для наиболее распространенных значений вероятностей.
Также для определения минимального количества экспертов можно использовать и относительные показатели, что часто очень удобно при прогнозировании точности экспертных оценок. Поэтому от среднеквад-ратических отклонений нужно перейти к коэффициенту вероятности. В этом случае формула немного изменится:
т = Ф2 , (8)
где V - коэффициент вариации, М% - ошибка среднего, %.
Необходимо отметить особенность расчета данного показателя: он производится на основе средне-квадратического отклонения для мнений экспертов по одному вопросу, следовательно, сколько объектов или элементов оценивается в конкретной процедуре - не играет роли. Если производить оценку по всем элементам экспертного опроса, то тогда берутся средние показатели квадратов ошибки, что приводит к таким же результатам. Для использования в качестве критерия определение минимального количества экспертов наиболее подходящей является формула (8), т.к. в ней используются показатели, выраженные в процентах, что для пользователя более предпочтительно. Проведя исследования для различных значений коэффициентов вариации, ошибок среднего и коэффициентов вероятностей, пришли к выводу, что в экспертных оценках максимальный разброс редко превышает 50%. Поэтому к наиболее критическим экспертизам нужно применять коэффициент вариации 50%. Рассчитанные данные при У=50% были сведены в табл. 3.
Для большинства экспертных оценок мнение экспертов не колеблется выше 25%, следовательно, можно получить более точные результаты при меньшем количестве человек. Для определения минимального числа экспертов при коэффициенте вариации 25% была построена вариограмма, на которую нанесены линии при различных коэффициентах вероятностей (рис. 3). Ось количества экспертов сделана в логарифмической шкале для удобства использования.
Коэффициент Стьюдента от значения вероятности
Таблица 2
Р, % 60 70 75 80 85 90 95 97 99 99,73
t 0,84 1,03 1,15 1,29 1,44 1,65 1,96 2,18 2,58 3,0
Таблица 3
Минимальное количество экспертов при 4=50% для различных ошибок среднего _и коэффициента вероятностей_
Вероятность Ошибки среднего, %
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
0,6 441 110 49 28 18 12 9 7 5 4 4 3 3 2 2
0,7 663 166 74 41 27 18 14 10 8 7 5 5 4 3 3
0,75 827 207 92 52 33 23 17 13 10 8 7 6 5 4 4
0,8 1040 260 116 65 42 29 21 16 13 10 9 7 6 5 5
0,85 1296 324 144 81 52 36 26 20 16 13 11 9 8 7 6
0,9 1702 425 189 106 68 47 35 27 21 17 14 12 10 9 8
0,95 2401 600 267 150 96 67 49 38 30 24 20 17 14 12 11
0,97 2970 743 330 186 119 83 61 46 37 30 25 21 18 15 13
0,99 4160 1040 462 260 166 116 85 65 51 42 34 29 25 21 18
0,9973 5625 1406 625 352 225 156 115 88 69 56 46 39 33 29 25
Квантиль нормального распределения для различных вероятностей
Таблица 4
P 0,7 0,75 0,8 0,85 0,9 0,95
Up 0,524 0,674 0,842 1,036 1,282 1,645
Таблица 5
Минимальное количество экспертов при 4=50% для различных ошибок среднего _и коэффициента вероятностей при гамма-распределении_
Вероятность Ошибки среднего, %
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
0,7 172 43 19 11 7 5 4 3 2 2 1 1 1 1 1
0,75 284 71 32 18 11 8 6 4 4 3 2 2 2 1 1
0,8 443 111 49 28 18 12 9 7 5 4 4 3 3 2 2
0,85 671 168 75 42 27 19 14 10 8 7 6 5 4 3 3
0,9 1027 257 114 64 41 29 21 16 13 10 8 7 6 5 5
0,95 1691 423 188 106 68 47 35 26 21 17 14 12 10 9 8
10000
1000
100
<о
0
IQ.
01
m 10
о
<о
01 т
е; о
SC
0,1
Ошибки среднего, % Рис. 3. График зависимости количества экспертов от ошибок среднего при 4=25%
Данные инструменты позволяют быстро определять минимальное количество экспертов при заданном уровне вероятностей, ошибки среднего и принятого коэффициента вариации. Основным предположением должно быть то, что мнение экспертов учитывается по нормальному (Гауссовскому) закону распределения случайной величины. Но это не всегда так. Хотя мнения многих исследователей сводятся к нормальному закону, но существуют и другие законы, которые при определенных условиях могут быть более адекватными для распределения мнений участников опросов. Например, встречаются ситуации, когда мнения имеют асимметрию. Так, для правой асиммет-
рии более подходящим является логарифмически нормальное распределение, для которого определение минимального количества экспертов может производиться по тем же формулам, что и для нормального закона распределения случайных величин, но при условии, что среднее, среднеквадратическое отклонение было вычислено не для самих значений, а для их логарифмов.
Другим распределением случайной величины с правой асимметрией является гамма-распределение. Основным его показателем является коэффициент вариации, который и регулирует уровень правой асимметрии: чем больше V, тем более выражена пра-
1
вая асимметрия графика частоты (гистограмма). Еще одной особенностью является то, что, в отличие от других распределений, у него существует относительно простая зависимость между ошибкой среднего и числом наблюдений, которая выражается следующей формулой:
ил
(9)
м = V-U^,
Vm
где ир - квантиль нормального распределения, определяемый в зависимости от требуемой вероятности. Зависимость квантиля от наиболее востребованных вероятностей представлена в табл. 4.
На основе (9) можно вывести формулу определения необходимого минимального количества экспертов при условии, что их мнения соответствуют гамма-распределению:
ил
(10)
rVUp 2
m = (—-)2
м
Рассчитав минимальное количество экспертов при коэффициенте вариации 50% и для различных вероятностей, данные были сведены в табл. 5.
Если провести сравнения с табл. 3, то можно увидеть, когда мнения экспертов подчиняются гамма-распределению, то их количество можно сократить, т.к. точность измерений в этом случае будет выше.
По итогам проведенных исследований можно сделать следующие выводы:
1. Использование коэффициента конкордации Кендалла для определения минимального количества экспертов для надежного проведения процедуры экспертизы ограничено. Это связано с тем, что по данному методу число экспертов для доказательства единодушия нужно меньше, чем для доказательства полного разобщения мнений.
2. На основе выявленных зависимостей предлагается упрощенная модель определения количества экспертов - корень от количества исследуемых объектов или элементов.
3. Для определения минимального количества экспертов при условии нормального распределения мнений лучше использовать формулу, вычисляющую показатель через коэффициент вариации. Для ускорения определения минимального количества экспертов предложена вариаграмма.
4. При правой асимметрии распределения мнений минимальное количество экспертов для надежного принятия решения сокращается, и, следовательно, можно использовать модели распределения случайной величины типа гамма-распределение.
Статья поступила 06.02.2015 г.
Библиографический список
1. Рупосов В.Л. Обоснование процедуры экспертных оценок для проведения формализованного SWOT-анализа // Вестник ИрГТУ. 2013. № 10 (81). С. 360-368.
2. Шуровьески Дж. Мудрость толпы. М.: ИД «Вильямс», 2007. 304 с.
3. Постников В.М. Анализ подходов к формированию состава экспертной группы, ориентированной на подготовку и
принятие решений // Наука и образование. М.: Изд-во МГТУ им. Баумана, 2012. № 5.
4. Рупосов В.Л., Чернышенко М.С. Методика оценки точности проведения формализованного SWOT-анализа // Экономика, статистика и информатика. М.: Изд-во МЭСИ, 2011. № 6. С. 55-60.
УДК 631.1:636(571.53)
ФОРМИРОВАНИЕ И РАСПРЕДЕЛЕНИЕ ДОХОДА В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЯХ
© И.А. Савченко1
Иркутская государственная сельскохозяйственная академия, 664038, Россия, Иркутская область, Иркутский район, п. Молодежный.
В работе показан уровень доходов работников сельского хозяйства Иркутской области. Приведена структура затрат на производство основных видов сельскохозяйственной продукции, где отмечается низкий удельный вес заработной платы. Показан современный уровень заработной платы работников сельскохозяйственного производства. Обоснована необходимость увеличения доходов работников сельскохозяйственного производства. В целях увеличения объемов производства сельскохозяйственной продукции, производительности труда, усиления материальной заинтересованности работников в результатах труда предложено построение системы оплаты от хозрасчетного дохода. Показаны варианты определения хозрасчетного дохода в подразделениях. По первому варианту стоимость валовой продукции определяется по внутрихозяйственным расчетным ценам, установленным на уровне прямых затрат, по второму варианту - на уровне себестоимости, по третьему варианту - на уровне цены реализации.
Ключевые слова: доходы; заработная плата; коммерческий расчет; структура затрат.
1Савченко Инна Анатольевна, кандидат экономических наук, доцент кафедры менеджмента, предпринимательства и права экономического факультета, тел.: 89149172282, е-mail: [email protected]
Savchenko Inna, Candidate of Economics, Associate Professor of the Department of Management, Entrepreneurship and Law of the Faculty of Economics, tel.: 89149172282, е-mail: [email protected]
