CC BY
55
АПК РЕГИОНА
УДК 338.27
ОБЕСПЕЧЕНИЕ ФИНАНСОВОЙ УСТОЙЧИВОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОРГАНИЗАЦИЙ С УЧЕТОМ СЕЗОННОСТИ ПРОИЗВОДСТВА: МОДЕЛИРОВАНИЕ ПОТЕНЦИАЛА ЭКОНОМИЧЕСКОГО РАЗВИТИЯ
А. И. ПОПОВА, соискатель кафедры статистики и анализа хозяйственной деятельности E-mail: kindsib1@rambler. ru Воронежский государственный аграрный университет им. Императора Петра I
В статье изложен подход к исследованию финансовой устойчивости (неустойчивости) сельскохозяйственных организаций с учетом сезонной цикличности производства. Предложен интегральный показатель для оценки потенциала экономического развития организаций в динамике. Варьирование значений факторов показателя позволяет рассмотреть различные сценарии кризиса финансово-экономического состояния хозяйствующих субъектов в процессе прогнозного моделирования, следовательно, предвидеть внезапные изменения в жизненном цикле сельскохозяйственных организаций и своевременно реагировать на них.
Ключевые слова: интегральный показатель, сезонная цикличность, сезонность, сельскохозяйственная организация, финансовая устойчивость.
Период существования хозяйствующих субъектов на рынке сопряжен с изменением организационных состояний, называемых «стадиями жизненного цикла организации» (предприятия). В значительной степени под влиянием ежегодных сезонных циклических колебаний находится сектор сельского хозяйства. Максимальный объем товарооборота
в растениеводстве приходится на конец каждого года (IV квартал), в молочном скотоводстве — на II и III кварталы, мяса и мясопродуктов, фруктов и овощей — на II полугодие. Поэтому в целях сглаживания сезонных изменений и их негативных влияний на финансовую устойчивость сельхозтоваропроизводителей особую актуальность и практическую значимость приобретает возможность заблаговременного определения вероятных отклонений в рядах внутригодовой динамики на основе статистического анализа межгодовой цикличности и характера колеблемости совокупных объемов производства сельскохозяйственной продукции, товарооборота и поступлений денежных средств организаций отдельного региона.
Учитывая факторы, определяющие циклические колебания, выделяют 3 группы циклов: при-родно-экономические, социально-экономические и экономические циклы.
Первые характеризуются взаимодействием циклических природных колебаний и развитием экономических процессов. Вторые обусловлены сложностью взаимодействия циклически разви-
вающихся социальных событий и их влиянием на темпы роста экономики. Третьи связаны со степенью развития материально-технической базы, динамикой производительности труда, обусловлены специфической неравномерностью в их развитии и противоречием во взаимодействии.
Принимая во внимание связь жизненного цикла организации с жизненным циклом продукта, автор полагает, что в практических целях управления экономикой сельскохозяйственной организации процесс производственно-хозяйственной деятельности следует попытаться представить как динамику взаимодействующих между собой при-родно-экономических циклических колебаний [1, с. 20]. Особенно важным становится исследование влияния природно-экономической цикличности в сельскохозяйственном производстве, поскольку оно во многом определяет состояние продовольственной безопасности страны.
Характеристика природ
Для каждого цикла характерно несколько фаз, смена которых обусловлена периодически повторяющимися изменениями в динамике экономического развития хозяйствующего субъекта (в зависимости от конечного результата производственно-хозяйственной деятельности). В жизненном цикле организации такими фазами могут быть: ускорение (замедление) процесса производства, стагнация, спад, кризис развития и восстановительный рост.
В составе природно-экономических циклов выделяют краткосрочные (в том числе суточные), среднесрочные и долгосрочные циклы. Характеристики природно-экономических циклов, их влияние на результаты финансово-экономической деятельности и изменение финансового состояния сельскохозяйственных организаций представлены в табл. 1.
Таким образом, чтобы сохранить финансовую устойчивость и обеспечить платежеспособность
Таблица 1
(-экономических циклов
Циклы Продолжительность Влияние на результаты хозяйственной деятельности сельскохозяйственных организаций
Краткосрочные циклы
Суточные Сутки (24 ч) Оказывают влияние на отдельные этапы производственной деятельности, которые необходимо приспосабливать к изменениям освещения, температур; влияют на режим рабочего дня и производительность труда
Сезонные* Осенне-зимний, весенне-летний периоды Вызывают колебания объемов производства в сельском хозяйстве, сказываются на себестоимости, финансовом результате и на рентабельности производства (через сезонное изменение цены и качество продукции); могут стать причиной потери финансовой устойчивости и платежеспособности организации по причине сезонного снижения объемов производства и роста себестоимости или сезонного снижения цены до уровня себестоимости и ниже на фоне роста объемов производства
Среднесрочные циклы
Малые циклы урожаев** От 2 до 4 лет Характерны для всех зернопроизводящих регионов мира с неорошаемым земледелием. Оказывают влияние на устойчивость сельскохозяйственного воспроизводства, в том числе с точки зрения непрерывности хозяйственной деятельности, поскольку могут стать причиной убытков сельскохозяйственной организации ввиду снижения объемов производства и реализации продукции в неурожайные (минорантные) годы или падения цены в урожайные (мажорантные) годы до уровня себестоимости и ниже
Межгодовые 2 года -несколько лет Сказываются на колеблемости совокупных объемов производства в отдельных секторах экономики (например в сельском хозяйстве) вне зависимости от специализации организации и финансовом благополучии отдельных хозяйствующих субъектов
Долгосрочные циклы
Многолетние 29-38 лет Важны для перспективной оценки последствий их влияния при совершенствовании и планировании рациональных темпов роста экономики и ее пропорций на многолетнюю перспективу, при выборе предпочтительных вариантов инвестиций в отдельные секторы и производства, для маневра структурой производства и т. д.
Источник: авторская разработка на основании материалов многолетних наблюдений Лаборатории долгосрочных прогнозов Воронежского государственного аграрного университета.
* Многочисленные прогнозы колебаний урожая зерновых культур, разрабатываемые в Лаборатории долгосрочных прогнозов Воронежского государственного аграрного университета на основе технологии, получившей название «ЗОНТ».
** Цикличность урожаев описана так называемыми «малыми циклами урожаев» (см. Маркс К. Письмо от 19 февраля 1881 г. Н. Ф. Даниельсону / К. Маркс и Ф. Энгельс. Соч. Т. 35. М., 1964. С. 128).
организации важно постоянно учитывать неизбежность периодической смены условий ведения производственно-хозяйственной деятельности и иметь возможность заблаговременно определять вероятные отклонения от оптимальной величины финансово-экономических показателей организации как в отдельные сезоны, так и на перспективу. Тогда у сельхозтоваропроизводителя, учитывая местонахождение на кривой жизненного цикла, будет возможность адаптироваться к быстроменяющимся условиям внешней среды.
В целях повышения уровня управления финансовой устойчивостью сельскохозяйственной организации автор попыталась представить процесс сельскохозяйственного воспроизводства как динамику взаимодействующих между собой природно-эко-номических циклов, в каждом из которых просматриваются несколько фаз, отражающих периодически повторяющиеся изменения в финансово-экономическом развитии по конечным результатам производственно-хозяйственной деятельности организации. С точки зрения экономической значимости автор выделила в составе природно-экономических циклов краткосрочные (сезонные) и среднесрочные (межго-
довые) изменения в динамике сельскохозяйственного воспроизводства на дату анализа и в относительно краткосрочной перспективе. Их продолжительность обусловлена колебаниями сочетаний метеоусловий с биологическими процессами. Помесячные наблюдения за динамикой валовой продукции сельского хозяйства Воронежской области позволили заметить существование группы циклически повторяющихся колебаний (спады в зимний и подъемы в весенне-летний периоды), обусловленных сезонностью сельскохозяйственного производства. Наиболее ярко выраженная сезонная цикличность наблюдается в молочном скотоводстве: в весенне-летний период с увеличением объемов производства молока цена реализации падает (рис. 1), зачастую ниже уровня себестоимости, которая, в свою очередь, не снижается, что может стать причиной убыточности сельскохозяйственных организаций.
Поэтому в целях исключения влияния сезонного фактора на общую динамику финансово-экономического развития организации и выявления «чистой» колеблемости результатов хозяйственной деятельности сезонные отклонения подлежат измерению, анализу и оценке.
16
14
3
о
4 о 2
О
ч
я у
«
о С
12
10
2 -
12
13,2
15
3,9
8,9
,8
12
14
14,12
11
10,
10,9 ,3
18,00
- 16,00
14,00
-- 12,00
10,00
-- 8,00
6,00
-- 4,00
2,00
0,00
ю
а
к к я
й
2010 г.
2011 г.
I I Производство молока, кг
■ Цена реализации, руб./кг
Источник: авторская разработка по данным Министерства сельского хозяйства РФ, ФГБУ «Специализированного центра учета в агропромышленном комплексе» и Росстата.
Рис. 1. Сезонность производства молока: производство и средняя цена реализации молока сельхозтоваропроизводителей Воронежской области за 2010—2011 гг. (с января по декабрь)
8
3
3
1
1
4
2
1
4
6
9
1
2
1
6
1
1
8
0,
9
0
7
9
0
2
8
0
9
4
)
9
1
9
4
4
8
4
0
Процесс исследования сезонных изменений в жизненном цикле сельскохозяйственной организации, с точки зрения автора, может быть представлен следующей последовательностью решаемых задач:
1) выявление наличия сезонности в результатах хозяйственной деятельности организации, получение их численного выражения, измерение силы и характера проявления сезонных колебаний в различных фазах годичного цикла;
2) определение характеристик факторов, обусловивших сезонную цикличность результатов хозяйственной деятельности организации в фазах ее жизненного цикла и оценка их последствий;
3) построение математической модели сезонных изменений.
Поскольку по годам сезонные изменения и те из них, которые носят случайный характер, могут смешиваться, то при исследовании сезонных колебаний результатов хозяйственной деятельности необходимо использовать данные за несколько лет, а также их средние отклонения, чтобы элиминировать (исключить) случайные изменения [2].
Для снижения влияния сезонного фактора на результаты хозяйственной деятельности организации, а следовательно, и на устойчивость ее финансового состояния, рассчитывают индекс сезонности, который дает возможность численно оценить прояв-
ление сезонных колебаний производства продукции и результатов хозяйственной деятельности. Совокупность рассчитанных выровненных уровней по кварталам (месяцам) образуют «сезонную волну», характеризующую внутригодовую динамику результатов хозяйственной деятельности на исследуемом этапе (в фазе) жизненного цикла организации. Измерение сезонных колебаний (табл. 2), с точки зрения автора, должно быть основано на сопоставлении фактических квартальных (полугодовых) уровней с выровненным уровнем исследуемого явления, определенным по уравнению тренда.
Поэтому прежде чем измерить сезонные колебания, необходимо найти уравнение тренда исследуемого временного ряда, которое позволит определить значения выровненного уровня результатов хозяйственной деятельности за каждый квартал (полугодие) анализируемого этапа в жизненном цикле организации.
Таким образом, выявление «чистой» (случайной) колеблемости результатов финансово-хозяйственной деятельности даст возможность сельскохозяйственной организации с большей долей вероятности прогнозировать объемы реализации продукции и поступление денежных средств по окончании соответствующего периода сельскохозяйственных работ. Однако в данном случае необходимо учитывать и финансовые риски,
Таблица 2
Измерение сезонных колебаний результатов хозяйственной деятельности организации по отношению к тренду в фазах ее жизненного цикла
Содержание расчета Расчет показателя
Измерение сезонных колебаний за счет сопоставления фактических квартальных (месячных) уровней с выровненным уровнем (расчет индекса сезонности результатов хозяйственной деятельности по годам анализируемого этапа в жизненном цикле организации) I = А .100%, сез — ' Уо где 1ссе - индекс сезонности; yi - фактический уровень ряда; У0 - выровненный уровень ряда
Усреднение квартальных индексов (рассчитывается средняя арифметическая индексов сезонности одноименных месяцев, кварталов) n Xi I = i=1 , ссе n где 1ссе - средний индекс сезонности; n XI\ - сумма индексов одноименного i-го квартала i=1 (месяца) по годам исследуемого периода; n — число кварталов (месяцев)
Выявление тренда в рядах динамики за несколько лет. Измерение сезонных колебаний — расчет теоретических (выровненных) уровней с учетом индекса сезонности У = У ■ L es , где jy - выровненные уровни с учетом сезонных колебаний «сезонной волны»; y - выровненные уровни
обусловленные сезонностью производства и продажи сельскохозяйственной продукции. Поэтому при построении модели перспективной оценки финансовых результатов сельскохозяйственной деятельности и прогнозировании устойчивости финансово-экономического развития организации в каждой фазе ее жизненного цикла автор предлагает исключить сезонную компоненту.
Порядок построения прогнозной модели финансово-экономических результатов сельскохозяйственной деятельности представлен в табл. 3
Модель с аддитивной сезонной компонентой рассчитывается по формуле А = Т+ С+ О ,
м а
где Ам — модель с аддитивной сезонной компонентой;
Оа — ошибка модели с аддитивной компонентой. Модель с мультипликативной сезонной компонентой рассчитывается по формуле
Таблица 3
Построение прогнозной модели результатов сельскохозяйственной деятельности с сезонной компонентой
Порядок построения модели (аддитивная компонента) Формула расчета
1. Определение тренда, наилучшим образом аппроксимирующего фактические данные и позволяющего сократить ошибку модели перспективной оценки
2. Определение величины сезонной компоненты (полученные значения подлежат корректировке так, чтобы сумма значений по исследуемым периодам была равна нулю) С = А — Т, где С — сезонная компонента; А - фактические значения показателя; Т — значения тренда
3. Определение ошибок модели. 3.1. Определение среднеквадратического отклонения для каждого исследуемого периода по аддитивной модели. 3.2. Нахождение оценок сезонной компоненты. 3.3. Десезонализация исходных данных. 3.4. Определение отклонения значений модели с аддитивной компонентой от фактических значений Оа = А — (С+ Т), где Оа — ошибка модели с аддитивной компонентой; С — сезонная компонента. О2 СКО= „, (Т + С )2 где СКО — среднеквадратическое отклонение; О2 — ошибка модели. А = С ■ О, Т а5 А=Т ■ Оа, С а ОТКЛ = А - Т ■ С, где Т, С - значение модели с аддитивной компонентой; ОТКЛ - отклонение значения модели от фактического значения. Ом = А / (Т ■ С) - 1, где Ом — ошибка модели с мультипликативной компонентой.
4. Определение коэффициентов сезонности для мультипликативной сезонной компоненты К = А/ Т, с где К — коэффициент сезонности.
М = Т С О ,
м м
где Мм — модель с мультипликативной сезонной компонентой;
Ом — ошибка модели с мультипликативной компонентой.
Таким образом, моделирование перспективной оценки результатов хозяйственной деятельности позволит организациям учесть риски, обусловленные фактором сезонности сельскохозяйственного производства, при определении ожидаемых поступлений (выплат) денежных средств.
Этот факт необходимо учитывать, когда речь идет о совершенствовании системы экономического анализа и управления финансовой устойчивостью организации, так как динамика сельскохозяйственного воспроизводства предполагает возможность спадов и подъемов, которые, с точки зрения непрерывности деятельности, могут спровоцировать существенные изменения в жизненном цикле хозяйствующего субъекта. Поэтому автор
Таблица 4
Среднедневные продажи молока, т
Показатель 2008 г. 2009 г. 2010 г. 2011 г.
I квартал 59,9 58,1 60,9 70,7
II квартал 85,8 102,3 116,5 130,6
III квартал 83,9 103,4 118,8 136,7
IV квартал 58,5 65,1 78,8 80,5
Годовой показатель 288,1 328,9 375 418,5
Темпы роста, в % к 2008 г. 100 114,2 130,2 145,3
Темпы роста, в % по годам - 114,2 114,0 111,6
Абсолютный прирост по годам, т - 40,8 46,1 43,5
Темп прироста, % - 14,2 14,0 11,6
считает, что исследование характера колеблемости совокупного объема сельскохозяйственного производства, испытывающего значительное влияние природных условий, может стать инструментом, обеспечивающим прогностической информацией управление финансовой устойчивостью сельскохозяйственной организации по фазам цикла.
Выявление и измерение сезонных колебаний проиллюстрируем на примере одной из сельскохозяйственных организаций Воронежской области (квартальные данные о продаже молока за 2008-2011 гг. представлены в табл. 4).
Определим индексы сезонных колебаний продажи молока.
В 2011 г. рост продажи молока по сравнению с 2008 г. достиг 145,3 %, или в среднем за год интенсивность роста составила 113,3 %. Это позволяет считать, что в анализируемом году динамика имеет значительную тенденцию роста.
Графическое изображение исходной информации подтверждает эти выводы (рис. 2)
На основании показателей анализируемого ряда динамики (см. табл. 4) можно выдвинуть рабочую гипотезу о возможных типах математических функций для получения теоретических уровней тренда.
С известной степенью приближения это может быть прямолинейная функция:
^ = а0 + а^ . (1)
В основе такого предположения лежит характер изменения абсолютных приростов. При общем среднем абсолютном приросте в 43,5 т отклонения по отдельным годам не столь значительны: -2,7 т в 2009 г. и 2,6 т в 2010 г.
I II III IV I II III IV I II III IV Рис. 2. Продажа молока по кварталам (2008-2011 гг.), %
Однако при наибольшем абсолютном приросте в 2010 г. (46,1 т) в 2011 г. произошло снижение этого показателя до 43,5 т. Максимальную интенсивность роста продажи данного продукта в 2010 г. и последующее снижение этого показателя в 2011 г. отображает показатель темпа прироста: 40,8 < 46,1> 43,5.
Цепные темпы роста показывают затухание интенсивности реализации данной продукции из года в год: 114,2 > 114,0 > 111,6.
Все эти показания анализируемого ряда динамики позволяют сделать предположения о возможном применении в аналитическом выравнивании параболы второго порядка:
у{ = а0 + а-} + a2t2. (2)
Таким образом, на основе статистических показателей изменений уровней анализируемого ряда динамики можно предположить, что в аналитическом выравнивании исходных данных возможно применение двух математических функций (1) и (2).
Для решения вопроса о том, какая из полученных моделей является адекватной, может применяться критерий минимальности стандартной ошибки аппроксимации:
с * =
-*)2
(3)
n
Таблица 5
Матрица расчетных показателей при Е( = 0
Год Квартал *г2 *4 у! *2 у,
2008 I -15 225 50 625 59,9 -898,5 13 477,5
II -13 169 28 561 85,8 -1 115,4 14 500,2
III -11 121 14 641 83,9 -922,9 10 151,9
IV -9 81 6 561 58,5 -526,5 4 738,5
2009 I -7 49 2 401 58,1 -406,7 2 846,9
II -5 25 625 102,3 -511,5 2 557,5
III -3 9 81 103,4 -310,2 930,6
IV -1 1 1 65,1 -65,1 65,1
2010 I 1 1 1 60,9 60,9 60,9
II 3 9 81 116,5 349,5 1 048,5
III 5 25 625 118,8 594,0 2 970,0
IV 7 49 2 401 78,8 551,6 3 861,2
2011 I 9 81 6 561 70,7 636,3 5 726,7
II 11 121 14 641 130,6 1 436,6 15 802,6
III 13 169 28 561 136,7 1 777,1 23 102,3
IV 15 225 50 625 80,5 *2 1 207,5 18 112,5
2 16 0 1 360 206 992 1 410,5 1 856,7 119 953
Для этого, прежде всего, должны быть решены выбранные математические функции.
Для определения параметров уравнений (1) и (2) составляется матрица расчетных показателей (табл. 5).
Рассчитаем параметры линейной функции:
= Еу = 141015 =
0 п 16
Е* ■ У 1856,7
а1 = ^ 2 =-= 1,365.
1 Е* 1360
Уравнение линейной функции примет вид: = 88,13 +1,365?. (4)
По модели (4) производится расчет теоретических уровней тренда для каждого периода анализируемого ряда динамики у* :
2008 г.: '
у, = 88,13 + 1,365 (-15)= 67,66;
уп = 88,13 + 1,365 (-13)= 70,39;
206992■1410,5 -1360■ 119 953 16 ■ 206 992 -1360 1360
= 88,1;
Е * ■ У = 1856,7 Е*2 " 1360
.пЕ *2 у-Е *2 Е у
= 1,365;
2 пЕ *4-Е *2 Е *2
16■119 953 -1360■ 1410,5 16 ■ 206 992 -1360 4 360
= 0,0007.
Уравнение параболы второго порядка примет
вид:
уг = 88,1 +1,365* + 0,0007*2.
(5)
По модели (5) рассчитываются теоретические уровни для каждого периода анализируемого ряда динамики : 2008 г.: '
уг = 88,1 +1,365 ■ (-15)+ 0,0007 ■ 225 = 67,78; уп = 88,1 +1,365 ■ (-13)+ 0,0007 ■ 169 = 70,47;
2011 г.:
у1У = 88,13 +1,365 ■ 15 = 108,61. Полученные теоретические значения уровней тренда у* записаны в графе 4 табл. 6.
Рассчитаем параметры для функции параболы второго порядка:
а Е*4Еу-Е*2Е*2у 0= пЕ *4-Е *2 Е *2 "
2011 г.:
у^ = 88,1 +1,365 ■ 15 + 0,0007 ■ 225 = 108,73.
Полученные теоретические уровни тренда записаны в графе 5 табл. 6.
Для определения показаний стандартной ошибки аппроксимации автором составлена матрица расчетных показателей (см. табл. 6). По итоговым данным графы 7 и 9 табл. 6 необходимо определить по формуле (3) ошибку аппроксимации а :
а1
Таблица 6
Матрица расчетных показателей для определения стандартной ошибки аппроксимации
Теоретические уровни Отклонения теоретических уровнем у,г
тренда по моделям (у) от эмпирических у. по моделям
Год, квартал У параболы прямолинейном параболы второго
. пшенном функции порядка
функции рядка у,, - у 1 ( у,, - у, )2 у,, - у 1 (у,, - у,. )2
1 2 3 4 5 6 7 8 9
2008 г:
I -15 59,9 67,65 67,78 7,75 60,1 7,88 62,1
II -13 85,8 70,39 70,47 -15,41 237,5 -15,33 235,0
III -11 83,9 73,12 73,17 -10,78 116,2 -10,73 115,1
IV -9 58,5 75,85 75,87 17,35 301,0 17,37 301,7
2009 г:
I -7 58,1 78,58 78,58 20,48 419,4 20,48 419,4
II -5 102,3 81,31 81,29 -20,99 440,6 -21,01 441,2
III -3 103,4 84,04 84,00 -19,36 374,8 — 19,40 376,4
IV -1 65,1 86,77 86,74 21,67 469,6 21,64 468,3
2010 г:
I 1 60,9 89,50 89,47 28,60 818,0 28,57 816,2
II 3 116,5 92,23 92,20 -24,27 588,3 -24,30 590,5
III 5 118,8 94,96 94,94 -23,84 568,3 -23,86 569,3
IV 7 78,8 97,69 97,69 18,89 356,8 18,89 356,8
2011 г.:
I 9 70,7 100,42 100,44 29,72 883,3 29,74 884,5
II 11 130,6 103,15 103,20 -27,45 753,5 -27,40 750,8
III 13 136,7 105,88 105,96 -30,82 949,9 -30,74 944,9
IV 15 80,5 108,61 108,73 28,11 790,2 28,23 796,9
2 0 1 410,5 1 410,08 1 410,55 - 8 128,2 - 8 129,4
1) для модели = 88,13 +1,365,:
С У, =
8 128,2 16
= ±22,53;
2) для модели уг = 88,1 +1,365, + 0,0007,2:
с у, =
8 129,4 16
= ±22,54.
Из сравнения вычисленных значений стандартной ошибки аппроксимации следует, что по критерию минимальности предпочтительнее будет трендовая модель (4), синтезированная на основе линейной функции (1).
Поэтому определение индексов сезонности реализации данной продукции следует осуществлять на базе теоретических уровней тренда, вычисленных по модели (4): у{ = 88,13 +1,365,.
Теоретические уровни тренда анализируемого ряда динамики изображены на графике (рис. 2) в виде пунктирной прямой линии.
Для определения индексов сезонности is предлагаем использовать следующую матрицу расчетных показателей (табл. 7).
Таблица 7 Матрица расчетных показателей
Квартал у1 у,, у-100 у,,
1 2 3 4
2008 г.
I 59,9 67,65 88,5
II 85,8 70,39 121,9
III 83,9 73,12 114,7
IV 58,5 75,85 77,1
2009г.
I 58,1 78,58 73,9
II 102,3 81,31 125,8
III 103,4 84,04 123,0
IV 65,1 86,77 75,0
2010 г.
I 60,9 89,50 68,0
II 116,5 92,23 126,3
III 118,8 94,96 125,1
IV 78,8 97,69 80,7
2011 г.
I 70,7 100,42 70,4
II 130,6 103,15 126,6
III 136,7 105,88 129,1
IV 80,5 108,61 74,1
В графе 4 (см. табл. 7) определены индивидуальные индексы сезонности , характеризующие отношение эмпирических уровней yi к теоретическим yt для каждого периода анализируемого ряда внутригодовой динамики.
Для элиминирования действия факторов случайного порядка производится усреднение индивидуальных индексов сезонности. Для этого по
формуле y = ^ У' производится расчет средних ин-
n -
дексов сезонности по одноименным кварталам i Si
анализируемого ряда внутригодовой динамики:
I квартал: 88,5 + 73,9 + 89,5 +100,4 = 88 1%.
4 ' '
121,9 +125,8 +126,3 +126,6
II квартал: —^-'—-^-— = 125,2%; (6)
114,7 +123,0 +125,1 +129,1 ,„„„„,
III квартал: —--—---- = 122,9%;
77,1 + 75,0 + 80,7 + 74,1
IV квартал: —--——--- = 76,7%.
Вычисленные средние индексы сезонности (6) составляют модель сезонной волны реализации молочной продукции во внутригодовом цикле.
Наибольший объем продаж приходится на II и III кварталы с превышением среднегодового уровня соответственно на 25,2 и 22,9 %. В I и IV кварталах наблюдается снижение среднегодового уровня соответственно на 11,9 и 23,3 %.
Более наглядно полученная модель сезонной волны может быть представлена графически (рис. 3).
Расчет индексов сезонности способом постоянной средней покажем на примере данных о товарообороте сельскохозяйственной организации (табл. 8).
Таблица 8
Среднедневной товарооборот, тыс. руб.
Месяц 2009 г. 2010 г. 2011 г.
Январь 78,4 82,8 75,1
Февраль 79,3 83,4 76,5
Март 80,9 83,5 84,4
Апрель 81,1 85,4 83,6
Май 84,3 73,2 77,2
Июнь 102,9 108,4 110,0
Июль 101,0 102,4 100,0
Август 81,3 75,0 82,6
Сентябрь 85,7 85,9 78,9
Октябрь 76,7 78,2 80,4
Ноябрь 73,1 73,8 76,3
Декабрь 83,3 84,0 87,2
В среднем за год 84,0 84,7 84,4
Определим индексы сезонности товарооборота. Так как среднегодовой темп роста составил
TP =.
84,4 1830
= 1,005, или 100,5% , то в данном слу-
чае нет значительной тенденции роста. Следовательно, используем способ постоянной средней.
Исчислим средние уровни одноименных внут-ригодовых периодов у, :
- 78,4 + 82,8 + 75,1 0
1) для января уя =-= 78,8
тыс. руб.;
- 79,3 + 83,4 + 76,5 пп п
2) для февраля уф =-= 79,7
тыс. руб. и т. д.
Для каждого месяца эти значения определены в графе 6 (табл. 9).
В итоговой строке графы 6 определен знаменатель в виде общего для всего ряда динамики
среднего уровня у :
- 78,8 + 79,7 + 82,9 + 83,4 + 78,2 +107,1 +101,1 + 79,6 + 83,5 + 78,4 + 74,4 + 84,8 У=-12-
= 84,3 тыс. руб.
140 -| 130 -120 -110 100 -90 80 70 -\ 60
Рассчитанный общий средний уровень используется в качестве постоянной базы сравнения при определении средних индексов сезонности, которые помещены в графе 7 табл. 9:
т 78,8
's« --
84,3 79,7 84,3
•100 = 93,5% 100 = 94,5%
Рис. 3. Сезонная волна продажи молока по кварталам (2009-2011 гг.), %
и т. д.
Сезонные колебания товарооборота предприятия характеризуются
'Бя =
Таблица 9
Средние уровни одноименных внутригодовых периодов
Уровни, тыс. руб. (у. ) Расчетные графы
Месяц 2009 г. 2010 г. 2011 г. Z У - Zy, У , n iSt = y -100 y
1 2 3 4 5 6 7
Январь 78,4 82,8 75,1 236,3 78,8 93,5
Февраль 79,3 83,4 76,5 239,2 79,7 94,5
Март 80,9 83,5 84,4 248,8 82,9 98,3
Апрель 81,1 85,4 83,6 250,1 83,4 98,8
Май 84,3 73,2 77,2 234,7 78,2 92,7
Июнь 102,9 108,4 110,0 321,3 107,1 127,0
Июль 101,0 102,4 100,0 303,2 101,1 119,9
Август 81,3 75,0 82,6 238,9 79,6 94,4
Сентябрь 85,7 85,9 78,9 250,5 83,5 99,0
Октябрь 76,7 78,2 80,4 235,3 78,4 93,0
Ноябрь 73,1 73,8 76,3 223,2 74,4 88,2
Декабрь 83,3 84,0 87,2 254,5 84,8 100,6
2 1 008,0 1 016,0 1 012,0 3 036,0 84,3 100,0
Таблица 10
Продажа мяса
по кварталам (2008-2011 гг. ), т
Квартал 2008 г. 2009 г. 2010 г. 2011 г.
I 175 247 420 426
II 263 298 441 449
III 326 366 453 482
IV 297 341 399 460
повышением в июне (+27,0 %), июле (+19,9 %) и декабре (+0,6 %) и снижением в других месяцах (см. графу 7).
Для большей наглядности сезонных колебаний средние индексы представлены графически (рис. 4).
Для выявления сезонных колебаний можно применить метод скользящей средней.
Средние индексы сезонности в этом случае определяются по формуле
i S, =
yt
Z y
^ n
где y i - исходные уровни ряда;
Ус, - сглаженные уровни ряда; n — число одноименных периодов.
Далее представлены данные о продаже продукции сельскохозяйственного производства в одной из сельскохозяйственных организаций Воронежской области (табл. 10).
Для получения средних индексов сезонности S производится
130 120 110 100 90 80
осреднение исчисленных значений y,: yпо одноименным кварталам:
т 83,2 +104,2 + 97,8
I квартал: ---= 95,1%;
96,9 +104,8 +100,5 Лпппа.
II квартал: —--^-— = 100,7%;
ттт 118,9 +109,4 + 105,6
III квартал: ---= 111,3%;
103,3 + 91,2 + 92,6
IV квартал: ---= 95,7%.
Сглаженные уровни и индексы сезонности рассчитаны и представлены в табл. 11.
Исчисленные показатели являются средними индексами сезонных колебаний продажи продукции сельскохозяйственного производства по кварталам.
Сезонные колебания представлены графически на рис. 5.
Таким образом, учет природно-экономической цикличности в практике управления агропромыш-
10
11
12
Рис. 4. Сезонная волна товарооборота сельскохозяйственной организации по месяцам (в % к среднему уровню = 100 %)
2
3
4
5
6
7
8
9
Таблица 11
Сглаженные уровни и индексы сезонности
Год, У, Ус, У-100
квартал Ус,
2008 г.:
I 175 - -
II 263 - -
III 326 274,25 118,9
IV 297 287,6 103,3
2009 г.:
I 247 297,0 83,2
II 298 307,5 96,9
III 366 334,6 109,4
IV 341 374,1 91,2
2010 г.:
I 420 402,9 104,2
II 441 421,0 104,8
III 453 429,0 105,6
IV 399 430,75 92,6
2011 г.:
I 426 435,37 97,8
II 449 446,62 100,5
III 482 - -
IV 460 - -
по мнению автора, является модель процесса экономического развития. Моделирование позволит выявить момент вероятных резких, скачкообразных изменений в финансово-экономическом состоянии организации, которое, на первый взгляд, кажется вполне благополучным. Таким образом, будут получены представление о вероятных сценариях кризиса в «жизни» организации и информация для разработки антикризисных мер.
Для этого автор предлагает использовать аналитическую программу исследования и прогнозирования неустойчивости систем, в основе которой лежит синергетика. Применение этой программы даст возможность установить в явном виде зависимость произошедших изменений финансово-экономического состояния как от отдельных параметров, так и от их совокупности. В этой связи автор предлагает описывать качество финансово-экономического состояния организации Q во времени ? при изменении аргументов I (экономическое развитие, экономический рост, экономическая устойчивость) через
параметры а1,
(табл. 12).
15 1
10 -
5 -
I II III IV
Рис. 5. Сезонная волна продажи совокупного объема сельскохозяйственной продукции по кварталам (прирост в % к среднему уровню)
ленным комплексом при создании межгодовых резервных фондов и запасов, при разработке адаптивных систем ведения хозяйства, при выработке ценовой, налоговой, кредитной и платежной политики, при заключении договоров поставки будущей продукции (и др.) поможет обеспечить устойчивое развитие сельскохозяйственных организаций. При этом сглаживание колебаний в жизненном цикле организации, с точки зрения автора, возможно с помощью интервальных оценок динамики экономических процессов. Такой подход к управлению финансовой устойчивостью поможет вернуть организацию в состояние равновесия в случае спада в ее жизненном цикле, который может наблюдаться по окончании соответствующего периода сельскохозяйственных работ.
Важным инструментом управления финансовой устойчивостью организации как системы,
Параметры потенциальной функции V ^, О, характеризующей развитие, рост и устойчивость организации, в свою очередь являются функциями:
Q = Ф Ц, а2,..., а) где Q — финансово-экономическое состояние организации, Q е (-да; ; а. — финансовые показатели (критические параметры); ? — время (линейный параметр).
В зависимости от значений, принимаемых Q в некотором интервале, а также в целях представленного исследования дается экономическая интерпретация финансово-экономического состояния организации (устойчивое, условно устойчивое, неустойчивое, кризисное). Если в качестве критического показателя в процессе предварительного анализа выявлен только один параметр1 а то функцию V рассматривают в виде
1 Поскольку в качестве управляющего (критического) параметра автором принят интегральный показатель экономического развития организации, включающий факторы, изменение которых способно повлиять на финансово-экономическое состояние хозяйствующего субъекта, то в данном случае автором не рассматривается условие, при котором в качестве функции Q следует принять катастрофу складки, так как в этом случае у организации появляются два критических параметра, способных привести ее к потере финансовой устойчивости, но они уже учтены в предложенном автором показателе.
а
0
-5
Таблица 12
Аргументы функции 0 = У0 (I, ар а2, а3)_
Функции, описывающие изменения обобщенных финансово-экономических показателей Критические параметры (интегральные показатели)
I = V М, Да,, Да,) экон. разв а1 47 2' 3/ а1 — показатель экономического развития; 1 — время
I = V а2 (/, Да2) экон. рост а2 4 ' 2/ а2 — показатель роста; 1 — время
I = V 3 (/, Да3) экон. уст а3 4 ' 3У а3 — изменение показателя устойчивости; 1 — время
катастрофы складки. При этом финансово-экономическое состояние Q зависит от времени , .
Параметром, отражающим процессы роста и устойчивости организации на протяжении «жизни» автором предлагается определить интегральный показатель экономического развития (он будет выбран в качестве управляющего (критического) параметра, изменение которого должно сигнализировать о приближении кризиса в системе, а траектория изменения позволит определить тип финансовой устойчивости). Тогда функция, выражающая финансово-экономическое состояние организации Q примет вид:
(7)
^ 1 3 Q = - г + а^ ,
где Q — финансово-экономическое состояние организации;
а — критический управляющий параметр (интегральный показатель экономического развития); , — время.
Для функции вида (7) значение финансово-экономического состояния организации Q непрерывно подвержено изменениям во времени , при различных значениях критического параметра а1
Основным методом исследования скачкообразных изменений от плавного перехода финансово-экономических параметров организации является изучение наличия у гладкой вещественной функции, имеющей смысл потенциала развития организации, критических точек, в которых производная обращается в нуль2 .
То есть финансовое состояние организации, обусловленное действием факторов, находится в устойчивом равновесии, если потенциальная функция имеет строгий локальный минимум. В случае превышения определенных значений этих факторов организация как экономическая система будет плавно изменять свое состояние, а при некотором увеличении произойдет скачкообразный переход системы
в новое состояние, вплоть до разрушения системы, когда процесс станет статистически неуправляемым. Косвенным признаком, по которому можно судить о потенциальной возможности или скачкообразном переходе системы в новое состояние (потеря устойчивости, кризис), будет служить аномальная дисперсия. То есть признаком приближения резких негативных изменений в жизненном цикле организации, связанных с потерей финансовой устойчивости, будет являться нарастание дисперсии (от ±2 до ±3) или размахов колебаний величин, характеризующих финансовую устойчивость организации (в данном случае — нарастание колебаний значений показателя экономического развития организации и факторов его составляющих).
Таким образом, в случае (7) изолированная точка а1 = 0 является бифуркационным множеством. С а1< 0 функция (7) имеет две критические точки: одно устойчивое равновесие (область между точками А и В (демонстрирует монотонную сходимость к состоянию равновесия (при а1 > 0 и | а1 | < 1); одно неустойчивое равновесие (область между точками В и С (этот вариант демонстрирует монотонную расходимость (при а1 > 0 и |а1|> 1) на кривой отклика) (рис. 6).
Следовательно, тип финансовой устойчивости, соответствующий области между точками А и В, можно характеризовать как устойчивый (тип траектории сходящийся), в случае нахождения параметра организации в области между точками В и С — как неустойчивый (тип траектории расходящийся).
а1/\
А
В
С'
2 Постон Т., Стюарт И. Теория катастроф и ее приложения. М.: Мир, 1980. 607 с.
Рис. 6. Кривая сходимости (качественное поведение решений уравнения (7)
Сопоставление полученного результата с графиком жизненного цикла организации и идентификация местоположения критической области на кривой «жизни» позволят установить тип финансовой устойчивости, характерный для исследуемой фазы цикла, а также момент (сроки) возможной потери устойчивости и возникновения кризиса в системе (в терминах синергетики — катастрофы).
Моделирование процесса финансово-экономического развития с применением аналитической программы исследования и прогнозирования неустойчивости систем в пределах исследуемого этапа жизненного цикла организации позволит комплексно оценить финансовое состояние организации и своевременно выявить вероятные изменения в последовательных фазах жизненного цикла с учетом фактора сезонности. Полученная таким образом прогностическая информация, являясь инструментом управления, позволит придать механизму управления в сельском хозяйстве такие свойства, как гибкость и адаптивность к быстро меняющимся современным условиям рынка, способность к диверсификации и своевременному ситуационному реагированию (с учетом систематических сезонных колебаний в жизненном цикле сельскохозяйственных организаций).
Практическая значимость предложенного подхода к оценке финансового состояния организации заключается в возможности своевременного научно обоснованного предвидения и прогноза возникающей угрозы потери финансовой устойчивости и попадания организации в критическую область падения потенциала развития. Варьирование значений факторных составляющих в процессе прогнозного моделирования позволит рассмотреть возможные сценарии кризиса финансово-экономического состояния организации в условиях сезонной цикличности сельскохозяйственного производства, которые дадут возможность выработать необходимые меры во избежание резких изменений, создающих угрозу банкротства и закрытия жизненного цикла хозяйствующего субъекта.
Список литературы
1. Загайтов И. Б. Законы и закономерности цикличности воспроизводства: монография. Воронеж: Воронежский ГАУ, 2011. 163 с.
2. Загайтов И. Б., Яновский Л. П. Предсказание, предвидение, прогноз в планировании воспроизводства: монография. Воронеж: Воронежский ГАУ, 2011. 274 с.
