Оценка влияния факторов на финансовые результаты деятельности промышленных компаний России с учетом государственной поддержки отраслевой экономики Текст научной статьи по специальности «Экономика и бизнес»

со

u

ОЦЕНКА ВЛИЯНИЯ ФАКТОРОВ НА ФИНАНСОВЫЕ РЕЗУЛЬТАТЫ ДЕЯТЕЛЬНОСТИ ПРОМЫШЛЕННЫХ КОМПАНИЙ РОССИИ С УЧЕТОМ ГОСУДАРСТВЕННОЙ ПОДДЕРЖКИ

ОТРАСЛЕВОЙ ЭКОНОМИКИ

Рыкова Инна Николаевна1, Кораблев Денис Владимирович2, _Губанов Роман Сергеевич3,_

В данной статье представлены результаты эмпирического исследования влияния параметров функционирования деятельности организаций реального сектора экономики на их финансовые результаты с учетом опыта господдержки отраслей промышленности России. На основе корреляционного анализа данных об объемах отгрузки продукции, товаров, работ и услуг отечественных предприятий, сформированных за период с 2008 по 2015 год, были выявлены особенности изменения экономических результатов деятельности предприятий в разрезе видов деятельности.

Определение степени влияния факторов на выручку, себестоимость и корпоративную прибыль является одной из наиболее сложных задач в процессе управления финансовыми ре° ш зультатами. Можно выделить ряд наиболее весомых факторов, учет которых позволит решить данную задачу: размер краткосрочных и долгосрочных займов и кредитов, сумма капитала и резервов, величина дебиторской задолженности организаций, состав себестоимости выпускаемой продукции, стоимость активов.

Актуальность данного исследования заключается в том, что в процессе формирования финансовых результатов организаций реального сектора экономики необходимо изучить не только влияние собственного капитала и привлеченных средств из внешних источников финансирования, но и особенности государственной поддержки отдельных отраслей промышленности: машиностроения, автомобилестроения, авиационной промышленности, металлургии, лесо-

^ < промышленного комплекса, текстильной промышленности.

О 2

Цель данной статьи заключается в определении факторов, влияющих на себестоимость, вы-

О

ручку, прибыль и иные финансовые результаты организаций промышленности России с уче-

^ О том эффективности господдержки ведущих отраслей экономики.

т

Ключевые слова: модели корреляции выручки, финансовые результаты, заемный капитал, капитал и

ID О

:£ и ос

и

45

© £ ш ш

Т. Ш

IX < СО ОС

S О t ^ 2 *

О CN

JEL: G21

3 (ч

D

1Л

резервы, чистая прибыль

Обзор литературы

Определение финансовых результатов является одной из ключевых задач функционирования организаций в целях создания условий для безубыточной и высокоэффективной работы и их взаимовыгодного сотрудничества с финансовым сектором экономики. Организации промышленности формируют финансовые результаты не только для того, чтобы выполнить принцип самофинансирования, но и для рационального распределения капитала между источниками его поступления: частный инвестор, коммерческий банк - кредитор, покупатель - соинвестор и т.д.

1 Доктор экономических наук, академик РАЕН, руководитель Центра отраслевой экономики ФГБУ «Научно-исследовательский финансовый институт», Федеральное государственное бюджетное учреждение «Научно-исследовательский финансовый институт» Министерства финансов Российской Федерации. 127006, Россия, Москва, Настасьинский переулок, д. 3 стр. 2. E-mail: [email protected].

2 Кандидат экономических наук, научный сотрудник Центра отраслевой экономики НИФИ ФГБУ «Научно-исследовательский финансовый институт».

3 Кандидат экономических наук, старший научный сотрудник Центра отраслевой экономики НИФИ ФГБУ «Научно-исследовательский финансовый институт».

В ранее опубликованных исследованиях можно выделить ряд наиболее весомых факторов, которые целесообразно учитывать при расчете финансовых результатов.

В своей работе И.В. Ивашковская исследует экономическую прибыль с учетом ожиданий. важный результат при оценке влияния факторов на финансовые результаты деятельности компаний заключается в том, что неожиданные изменения в требуемой инвесторами доходности на собственный капитал значимо отрицательно влияют на полную доходность акций. Автор подчеркивает, что важен тип отрасли, особенности бизнес-модели компании, а также влияние на мотивацию менеджеров через показатель экономической прибыли, используемый для определения величины их вознаграждения [Ивашковская, 2013].

Обобщая роль фактора ожиданий, Коупленд и Долгов предложили собственную аналитическую модель на основе экономической прибыли - управление на основе ожиданий (expectations based management, EBM). По мнению авторов модели, задача заключается в том, чтобы как в принятии решений, так и в оценке их реализации учитывать необходимость превзойти три отметки ожиданий:

• ожидаемое значение бухгалтерской прибыли;

ш о

CN

• ожидаемое значение затрат на капитал;

и

• ожидаемые объемы инвестиционных бюджетов и инвестиционных программ.

Несколько иной подход к оценке финансовых результатов можно наблюдать в книге Дэвида < и Ромера. Обобщая исследования по рассматриваемой проблеме применительно к экономике

^ I

.о X

CÛ ОС

S О

t ^

2 *

45 гН О

m

(Ч Ol

и

ОС D

о

ш

тН

о

CN

США, автор приводит взгляды ряда ученых. Так, А. Эбель, Н. Мэнкью, Л. Саммерс и Р. Зекха-узер [Abel et al., 1989] предложили способ анализа динамической эффективности в условиях неопределенности. Основной теоретический результат этой работы заключается в том, что при наличии неопределенности условием динамической эффективности является превышение чистого дохода от капитала над инвестициями. На траектории сбалансированного роста при отсутствии неопределенности - это условие эквивалентно стандартному соотношению между реальной ставкой процента и темпом экономического роста. В данном случае чистый доход от капитала равен реальной ставке процента, умноженной на запас капитала, а инвестиции - темпу экономического роста на запас капитала. Таким образом, доход от капитала превышает инвестиции тогда и только тогда, когда, когда реальная ставка процента превышает оо <Э темпы экономического роста [Ромер, 2014].

Следует констатировать тот факт, что на размер реинвестирования чистой прибыли положительно влияет акционерный капитал. Прибыль организаций после уплаты налогов, как правило, находится в отрицательной зависимости от величины краткосрочных займов. Рост оборотных активов (ликвидных объектов) оказывает положительное влияние на величину чистой прибыли.

Важнейшая составляющая показателя прибыли - себестоимость произведенной и реализованной продукции - связана с факторами производства: материальными, трудовыми и информационными ресурсами, финансовыми и нематериальными активами. На практике возникает вопрос: как рациональнее оценить влияние факторов на величину прибыли? При ответе на данный вопрос целесообразно обратиться к известным моделям и алгоритмам финансового анализа. Например, влияние факторов на прибыль промышленных организаций можно оценить посредством следующих комбинаций:

• изменения себестоимости за счет структурных сдвигов в составе продукции,

• уменьшения затрат на производство единицы продукции,

• изменения режима экономии.

В настоящем исследовании финансовые результаты российских промышленных организаций будут всесторонне изучены с позиции влияния на прибыль и эффективность показателя себестоимости, как комплексной характеристики стоимостной оценки потребления сырья и материалов, полуфабрикатов, топлива и энергетических ресурсов, труда и человеческого капитала.

§ 00 с СП

3 (ч

D

1Л

Методика, методология оценки и статистические данные

Методика комплексного и системного изучения и измерения факторов на величину результативного показателя заключается в анализе влияния предпосылок изменения корпоративной прибыли как главенствующей составляющей финансовых результатов в зависимости от себестоимости организации и других экономических параметров.

Общеизвестно о наличии следующих методов оценки влияния факторов на результативный показатель (в контексте нашего исследования - влияния показателей на себестоимость и прибыль):

• детерминированный (функциональный) - результативный показатель представлен в виде произведения, частного или алгебраической суммы факторов;

• стохастический (корреляционный) - связь между результативным и факторными показателями является неполной или вероятностной;

• прямой (дедуктивный) - от общего к частному;

• обратный (индуктивный) - от частного к общему;

и

ш

ш н о

• одноступенчатый и многоступенчатый;

.с

и

I

<

I

и

• статический и динамический;

, ОО

• ретроспективный и перспективный [Романова, 2011].

Регрессионный анализ используется, чтобы определить различные меры экономической свободы [Calcagno, Benefield, 2013]. Речь идет о свободе ценообразования, свободе рынков сбыта и свободе в выборе методик расчета прибыли и себестоимости, производимой организациями продукции. Методология, применяемая нами в ходе исследования, заключается в адаптации моделей корреляционного анализа к практике функционирования российских о и организаций промышленности. Ё 4:

о ° Метод оптимизационного моделирования заключается в оптимизации конкретного прогнозируемого показателя в зависимости от ряда условий его формирования. В качестве критерия оптимизации лучше принять максимизацию чистой прибыли [Егоршин, 2011]. С позиции Р. Бреннера, «чистая прибыль» определяется как добавленная стоимость за вычетом суммы © оплаты труда, стоимости потребления капитала и косвенных налогов на бизнес, но до вычета

т

(Ч

© £

ш ш ш IX <1 СО ОС

X О ^ О

из процента. Следовательно, чтобы получить величину прибыли для частного сектора экономики и его отраслей в соответствии с данным определением, нужно сложить «чистую прибыль»

§ о?

с СП

3 (ч

3

оо оо

и «чистый процент» [Бреннер, 2014].

Используя метод оптимизационного моделирования, целесообразно произвести расчет влияния факторов на величину прибыли и себестоимости организаций отраслей промышленности, курируемых Министерством промышленности и торговли Российской Федерации, так как данным органом управления осуществляется ряд практических задач по активизации инновационно-инвестиционных процессов в реальном секторе экономики.

Говоря о проблемах отраслевой экономики, нельзя не отметить о некоторых цифрах статистики. В 2015 году объем ВВП Российской Федерации снизился на 3,9%. На фоне данной тенденции произошло сокращение размера валового производства на 3,3%. Это наблюдается в условиях снижения качества инвестиций в основной капитал, абсолютная величина которых сократилась на 9,9%4.

Большинство организаций промышленности ухудшили свои финансовые результаты под влиянием инфляционных процессов: рост себестоимости в 2015 году был неизбежен, так как темп инфляции составил в среднем 12,2-15%.

В самом плохом положении с точки зрения эффективности производства оказалось машиностроение с удельным весом загрузки производственных мощностей предприятий 56%. Наи-

4 По материалам II Международного форума Финансового университета «В поисках утраченного роста» (24-26 ноября 2015 г.). Москва, 2015.

СО

и

ш н

0

3

и

1

<

I

ш н о

:£

и

ос <

ш 00 и_ ОС и_

и

г <

<

© £

н

X <1 со ОС

О ^

ос О и

ш о

о

_I

<

г ос

О

00 © т

ш

О!

и >

с

о

00 ГГ)

3

00 00

большее значение загруженности производственной мощности наблюдалось на предприятиях станкостроения - 85% и черных металлов - 90%. В среднем по промышленности России рассматриваемый показатель не превысил 61%. В создавшихся экономических условиях необходимы новые «драйверы» экономического роста. Однако модель экономического развития не адаптирована к создавшимся колебаниям финансовых параметров функционирования отраслей народного хозяйства.

Рассмотрим, как складывается текущая ситуация в типичной отрасли экономики - металлургической промышленности.

Реалии таковы, что финансовые результаты отдельных предприятий металлургической промышленности не отличаются положительной динамикой, что подрывает их экономический потенциал и способность достигать инвестиционных целей в обозримом будущем. Так, например, чистая прибыль Новолипецкого металлургического комбината (далее - НЛМК) по российским стандартам бухгалтерского учета в I квартале 2016 года упала в 3,5 раза по сравнению с аналогичным периодом прошлого года - до 5,7 млрд руб.

Выручка НЛМК снизилась на 15% - до 72,126 млрд руб., прибыль до налогообложения - в 3,3 раза, до 7,426 млрд руб. Долгосрочные обязательства компании на 31 марта 2016 года составили 137,159 млрд руб., снизившись на 7,6% с начала года. Краткосрочные обязательства уменьшились на 7,5% и составили 82,173 млрд руб.5.

тенденции ухудшения качественных показателей развития организаций металлургии могут свидетельствовать о неспособности рассматриваемой отрасли адаптироваться к кризисным условиям и о возможном новом всплеске проявлений дефолта. Вместе с тем известно, что в антикризисном финансовом управлении предприятием широкое распространение получило прогнозирование суммы активов предприятия, а также некоторых других показателей в зависимости от изменения объема реализации продукции.

оценка состояния отраслей экономики России не позволяет сделать утешительных для нового импульса развития народного хозяйства выводов. Это обусловлено наличием большого числа убыточных организаций. Например, при производстве транспортных средств и оборудования - 21 ед. из 100 анализируемых крупнейших компаний (табл. 1).

Таблица 1

Группировка по рентабельности продукции 100 крупнейших компаний*

Вид производства Распределение компаний по уровню рентабельности, ед.

Убыточные Низкорентабельные (0-7%) Рентабе-льные (8-17%) Высоко-рентабельные (18-25% и выше) Рентабельность 100 компаний

итого в том числе (0-2,7%)

Производство пищевых продуктов 13 52 32 22 13 9,5

Производство машин и оборудования 11 59 34 14 16 6,2

Производство транспортных средств и оборудования 21 58 37 15 6 2

Производство, передача и распределение электроэнергии,газа и воды 11 65 43 17 7 4,97

5 http://www.metalbuUetin.ru/news/black/10125322

СО

и

ш н

0

3

и

1

<

I

<

ш н о

:£

и

ос <

и_

00 и_ ОС ш

и

г <

© £

н

х <1

со ОС

О ^

ос О и

ш о

о

_I

<

г ос

О

(Ч О!

00 © гл

45 гН О

и >

с

00 т

-О (Ч СО 01

3

оо оо

Добыча сырой нефти, природного газа, предоставление услуг в этих областях 5 20 11 20 55 33

Добыча каменного и бурого угля, торфа 35 20 10 12 33 19,3

Добыча полезных ископаемых, кроме топливно-энергетических 18 28 18 14 40 47,3

Сельское и лесное хозяйство, охота 8 24 12 16 52 22,4

Строительство 14 73 61 5 8 2,8

Транспорт 19 44 31 17 20 5,4

*Примечание: цифры в строках - количество предприятий (из 100) и проценты одновременно.

Значительную долю занимает объем производства и реализации на предприятиях машиностроения для пищевой и перерабатывающей промышленности - 16%, тяжелого машиностроения - 4%, станкостроения - 7%.

Иллюстрируя пример деятельности машиностроительных организаций в целом, отметим, что в производстве машин и оборудования ОАО «Силовые машины» по производству паровых турбин при объеме реализации продукции 16,2 млрд руб. имеет рентабельность выручки 1,2% (предприятие занимает вторую строку в рейтинге производства машин и оборудования по выручке), ОАО «Пермский моторный завод» - 6,6 млрд руб. и 1,41%; ОАО «Автокран», Ивановской обл. - 1,9 млрд руб. и 0%.

В производстве транспортных средств ОАО «Тверской вагоностроительный завод» имел объем реализации продукции 11,4 млрд руб. и рентабельность 1,62%; ОАО «СЗ Северная верфь» по строительству судов соответственно - 12,8 млрд руб. и 2,01%; ОАО «КАМАЗ» - 50,6 млрд руб. и 0,26%; и наконец ОАО «АвтоВАЗ», первый в рейтинге производства транспортных средств, - 132,5 млрд руб. и 1,06% соответственно.

Эффективность хозяйственной деятельности ведущих предприятий рассматриваемых видов производств крайне низкая [Дасковский, Киселев, 2016].

Таким образом, на фоне увеличения объемов производства и реализации во всех отраслях промышленности наблюдаются структурные диспропорции внутриотраслевого развития экономики из-за нестабильности конъюнктуры рынка, в котором функционируют соответствующие производственные базы, и нерациональности распределения ресурсов по стадиям жизненного цикла продукции. Кроме того, ослабленной диверсификацией отличается ряд отраслей машиностроения, что не позволяет сделать вывод об эффективности его развития на современном этапе хозяйствования.

Результаты оценки финансовых показателей отраслевой экономики России

В практике оценки финансовых показателей целесообразно применять более сложные модификации метода трендов - инструменты, основанные на регрессионных моделях и выявлении математической зависимости показателя от времени. Проведенный анализ темпов роста и прироста в отраслях промышленности в разрезе видов экономической деятельности показал следующее (табл. 2).

Таблица 2

Средний темп роста по отрасли «Обрабатывающие производства»

СО

и

ш н о

(Ч

ю 5

Й ^ о <

ш - оо

ос

<

.0

и

И © ?

н

X <1 со ОС

X о

с? *

О

С ^

о * <

о и

ш о

ОС

о

00 © т

ш

2 °

§ о?

с СП

3 (ч

СО 01

3

00 00

Год Обрабатывающие производства, млн. руб. Абсолютный прирост, млн руб. Коэффициенты роста Коэффициенты роста А%

Цепной Базисный Цепной Базисный Цепной Базисный

уьуь1 уьу0 у1/уь1 у!/у0 (у/у1-1>1 (у/ у0У1

2008 16 863 615

2009 14 351 985 -2 511 630,0 -2 511 630 0,8511 0,8511 -0,1489 -0,1489 168 636,15

2010 18 880 737 4 528 752,0 2 017 122 1,3155 1,1196 0,3155 0,1196 143 519,85

2011 22 813 279 3 932 542,0 5 949 664 1,2083 1,3528 0,2083 0,3528 188 807,37

2012 25 110 611 2 297 332,0 8 246 996 1,1007 1,4890 0,1007 0,4890 228 132,79

2013 27 132 731 2 022 120,0 10 269 116 1,0805 1,6090 0,0805 0,6090 251 106,11

2014 30 117 668 2 984 937,0 13 254 053 1,1100 1,7860 0,1100 0,7860 271 327,31

2015 31 963 784 1 846 116,0 15 100 169 1,0613 1,8954 0,0613 0,8954 301 176,68

Е=187 234 410 Е = 15 100 169 П = 1,8954 1,8954-1 = 0,8954

Средние: 23 404 301,3 2 157 167,0 7^1,896 = 1,096 1,096-1 = 0,096

Темп роста по данной отрасли составил 109,6% в среднем за год за анализируемый период. Показатель среднего прироста по отрасли обрабатывающие производства достиг значения 9,6%. Применяя метод трендов в анализе финансовых показателей и динамику показателя объема отгруженных товаров за предыдущие годы (2008-2015), можно сделать его прогноз на следующий год (2016).

так как рассматриваемый показатель по объему обрабатывающих производств увеличивается за год в среднем на 9,6%, следовательно, расчет его значения на плановый год - 2016 год -осуществляется на основе произведения 31 963 784 млн руб. на 1,16. В результате расчетов получим плановую величину показателя объема обрабатывающих производств на 2016 год - 3 068 523,264 млн руб. Аналогичный расчет целесообразно произвести и в отношении отраслей «производство и распределение энергии, газа и воды», исходные данные для прогноза которых представлены в таблице 3.

Таблица 3

Средний темп роста по отрасли «Производство и распределение энергии, газа и воды»

Абсолютный прирост, млн руб. Коэффициенты роста Коэффициенты прироста

Производ-

Год ство и распределение энергии, газа и воды, млн. Цепной Базисный Цепной Базисный Цепной Базисный А%

руб.

У-У-1 УгУо у/У,-1 У/У, (У/У-1)-1 (У/Ус)-1

2008 2 572 988

2009 3 030 165 457177,0 457 177 1,1777 1,1777 0,1777 0,1777 25 729,88

СО

и

ш н о

^ 5 Й ^ о <

ш - 00

ОС

<

.0

и

И © ?

н

X <1 со ОС

X о с? *

о

с ^

о * <

О и

ш н о

ГЧ

ос

о

00 © т

ш

2 °

^ ГЧ

§ о?

с СП

СО 01

3

00 оо

2010 3 665 280 635115,0 1 092 292 1,2096 1,4245 0,2096 0,4245 30 301,65

2011 4 219 137 553857,0 1 646 149 1,1511 1,6398 0,1511 0,6398 36 652,8

2012 4 160 147 -58990,0 1 587 159 0,9860 1,6169 -0,0140 0,6169 42 191,37

2013 4 491 574 331427,0 1 918586 1,0797 1,7457 0,0797 0,7457 41 601,47

2014 4 712 009 220435,0 2 139 021 1,0491 1,8313 0,0491 0,8313 44 915,74

2015 4 646 449 -65560,0 2 073 461 0,9861 1,8059 -0,0139 0,8059 47 120,09

Е =31 497 749,0 Е=2073461 П=1,806 1,806-1=806

Средние: 3 937 218,6 296208,7 7^1,806= 1,089 1,089-1=0,089

Следует констатировать, что причинно-следственная связь между прибылью и сроками финансовых обязательств компании изучена недостаточно. Сводные данные о среднегодовых темпах роста и прироста по всем видам экономической деятельности представлены в таблице 4.

Таблица 4

Среднегодовые темпы роста и прироста по видам экономической деятельности

Отрасли Отгрузка в среднем в год, млн руб. Среднегодовой абсолютный прирост, млн руб. Среднегодовые темпы роста, % Среднегодовые темпы прироста, %

Добыча полезных ископаемых 8 118 186,3 869 658,6 111,6 11,6

Обрабатывающие производства 23 404 301,3 2 157 167,0 109,6 9,6

Производство и распределение электроэнергии, газа и воды 3 937 218,6 296 208,7 108,8 8,8

Динамика объема отгруженных товаров и услуг по отраслям в 2008-2015 годах (рис. 1) свидетельствует о тенденции увеличения стоимостных показателей выручки в течение всего горизонта оценки. однако спад объемных показателей приходился на период 2009 года, в котором образовался финансовый кризис России, сопровождающийся дисбалансом финансовых потоков в банковском секторе, стройиндустрии и большинстве производственных предприятий.

Рисунок 1. Динамика объема отгруженных товаров и услуг по отраслям в 2008-2015 годах, млн руб.

Вполне очевидно, что для расчета чистой прибыли российских промышленных организаций важно использовать алгоритм, в основу которого положен принцип формирования добавленной стоимости. В этой связи обратимся к размеру добавленной стоимости, создаваемой российскими предприятиями отдельных отраслей промышленности (табл. 5).

Таблица 5

Валовая добавленная стоимость по видам экономической деятельности, млрд руб.

СО

и

ш н

0

(Ч

3

и

1

<

I

<

ш н о

:£

и

ос <

и_

00 и_ ОС ш

и

г <

© £

н

х <1

со ОС

О ^

ос О и

ш о

о

_I

<

г ос

О

00 © т

ш

О!

и >

с

о

00 ГГ)

(Ч

Отрасли промышленности Анализ Прогноз

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Производство пищевых продуктов 1 132 1 244 1 266 1 366 1 289 1 361 1 456 2 001 3 450 4 560

Производство табачных изделий 87,3 95,6 90,3 96 92 89 74 89 92 101

Текстильное производство 44,5 47 45,8 46 48 49 50 51 52 52

Производство одежды; выделка и крашение меха 68,6 77,2 78 77 78 79 80 81 82 86

Производство кожи, изделий из кожи и производство обуви 21,8 21,8 18 24,6 25,6 27 29 30 31 31

Производство целлюлозы, древесной массы 129,5 134,8 153,3 156 158 149 189 171 182 195

Отмечается повышение валовой добавленной стоимости по ряду производств: пищевых продуктов с 1131,6 млрд руб. в 2012 году до 1366 млрд руб. в 2015 году, текстильной промышленности - с 44,5 млрд руб. в 2012 году до 46 млрд руб. в 2015 году и т.д.

Итак, добавленная стоимость большинства видов производства возрастет в прогнозном периоде, так как тарифы на услуги и потребляемое сырье увеличиваются пропорционально росту цен. Наибольшее увеличение валовой добавленной стоимости произойдет в организациях пищевой промышленности - к 2021 году в 4 раза по сравнению с отчетным периодом. Наименьший прирост валовой добавленной стоимости будет достигнут в отраслях текстильного производства.

В таблице 6 представлены данные об объеме производства и реализации продукции, производимой в отраслях промышленности Минпромторга России.

3

оо оо

Таблица 6

Динамика объема отгруженных товаров собственного производства за 2010-2014 годы в отраслях промышленности, курируемых Минпромторгом России

Отрасль Динамика 2014 в % к 2010

Автомобильная промышленность 192

Авиационная промышленность 179

Радиоэлектронная промышленность 163

Строительно-дорожное и коммунальное машиностроение 72

Машиностроение для пищевой и перерабатывающей промышленности 132

Станкостроение 144

Нефтегазовое машиностроение 136

Судостроение 110

Сельхозмашиностроение 157

Энергетическое машиностроение 101

Тяжелое машиностроение 87

Лесопромышленный комплекс 250

Фармацевтическая промышленность 138

Медицинская промышленность 124

Торговые сети 154

Легкая промышленность 127

производство кожи, изделий из кожи и производство обуви 126

Металлургия 115

итого 141

СО U

ID H

0

3

U

1

<

I

ID Н О (N

:£

и

ос <

ш 00 LÜ ОС LU

и

Z <

<

© f=

н

X < CQ ОС

О

CL ОС

О и

ID н О (N

О

_I

<

Z

ос Z О

(N Ol

00 © т

ю о

и >

IZ

00

-О (N СО Ol

ZI

00 00

По ряду отраслей промышленности наблюдался спад производства, что подтверждается отрицательными темпами роста объемных показателей за 2010-2014 годы: в отрасли строительно-дорожного и коммунального машиностроения на 28%; в отрасли тяжелого машиностроения - на 13%. За анализируемый период энергетическое машиностроение характеризовалось незначительным увеличением объемов производства, так как прирост продукции составил 1%. Существенное увеличение объема отгруженных товаров произошло в торговых сетях -на 54%.

Финансовая поддержка государством отраслей экономики России и

зарубежный опыт

Реализация задач импортозамещения в сфере гражданской промышленности осуществляется в рамках ряда государственных программ Российской Федерации, что позволит обеспечить независимое от внешнего воздействия развитие реального сектора экономики6. Бюджетное финансирование в сфере промышленности России распределено с учетом приоритетов программных обязательств и задач. Так, наибольшее финансовое обеспечение приходится на государственную программу «Развитие промышленности и повышение ее конкурентоспособности», которое составляет за период с 2014 по 2016 год 459,45 млрд руб. (табл. 7).

Таблица 7

Бюджетное финансирование в сфере гражданской промышленности в рамках государственных

программ Российской Федерации, млрд руб.*

Наименование государственной программы 2014 год 2015 год 2016 год Итого за 3 года

Развитие промышленности и повышение ее конкурентоспособности 153,58 149,27 156,6 459,45

Развитие авиационной промышленности на 2013-2025 годы 59,11 85,1 52,9 197,11

Развитие судостроения и техники для освоения шельфовых месторождений на 2013-2030 годы 24,71 9,5 17,7 51,91

Развитие электронной и радиоэлектронной промышленности на 2013-2025 годы 14,69 11,8 12,8 39,29

Развитие фармацевтической и медицинской промышленности на 2013-2020 годы 13,49 12,9 16,9 43,29

ВСЕГО 265,58 268,57 256,90 791,05

* Федеральное казначейство Российской Федерации. Расходы федерального бюджета на развитие гражданской промышленности в 2014 году составили 0,34 % валового внутреннего продукта.

Однако по большинству госпрограмм финансирование в динамике за три года снижается. Так, наблюдается, что по госпрограмме «Развитие авиационной промышленности на 2013-2025

6 Министерство промышленности и торговли Российской Федерации: официальный сайт [Электронный ресурс]. URL: http://minpromtorg.gov.ru/open_ministry/declaration/main (дата обращения: 23.01.2016 г.).

министерство промышленности и торговли Российской Федерации: официальный сайт [Электронный ресурс]. URL: http://minpromtorg.gov.ru/open_ministry/declaration/import (дата обращения: 23.01.2016 г.). Примечание: 35+23.3+24.61+29.6

Федеральная служба государственной статистики: официальный сайт [Электронный ресурс]. URL: http://www. gks.ru/free_doc/new_site/vvp/130116/tab10a.htm (дата обращения: 23.01.2016 г.).

годы» уменьшение выделенных бюджетных средств составил около 7 млрд руб., по госпрограмме «Развитие электронной и радиоэлектронной промышленности на 2013-2025 годы» сокращение финансирования достигнет порядка 2 млрд руб.

В целях сравнительного анализа эффективности в таблице 8 приведена отраслевая структура валовой добавленной стоимости отраслей экономики в разрезе субъектов Российской Федерации.

Таблица 8

СО

и

ш н

0

(Ч

3

и

1

<

I

ш н о

и

ОС <

ш 00 ш ОС ш

и

г <

<

© £

н

х <1

со ОС

О ^

ос О и

ш о

о

_I

<

г ос

О

(Ч О!

00 © т

45 т-Н

о

и >

с

00 т

-О (Ч СО 01

3

оо оо

Отраслевая структура валовой добавленной стоимости отраслей экономики в разрезе субъектов

Российской Федерации в 2005 и 2013 годах, % (в текущих основных ценах; в процентах к итогу) *

Регионы Годы Всего (итог) Добыча полезных ископаемых Обрабатывающие производства Сельское хозяйство Производство электроэнергии Строительство Оптовая и розничная торговля Транспорт и связь

Российская Федерация из суммы субъектов 2005 100 12,8 18,5 5,2 3,8 5,7 21,8 10,6

2013 100 10,8 17,4 4,2 3,9 6,8 18,0 10,0

Центральный федеральный округ 2005 100 0,8 17,1 2,9 3,9 5,1 35,2 8,7

2013 100 0,7 17,5 2,8 4,2 5,1 26,3 9,6

Северо-Западный федеральный округ 2005 100 7,6 24,0 3,8 4,1 6,6 16,3 14,1

2013 100 7,1 19,9 2,0 4,1 7,4 15,3 12,1

Южный федеральный округ 2005 100 2,8 18,6 13,1 4,6 7,9 16,8 13,7

2013 100 3,2 15,1 10,1 3,1 13,9 16,7 10,8

Северо-Кавказский федеральный округ 2005 100 2,3 10,7 18,9 4,7 8,4 18,1 12,3

2013 100 0,8 8,6 13,8 3,5 11,0 20,5 7,2

Приволжский федеральный округ 2005 100 15,1 24,0 8,3 4,0 6,2 13,4 10,4

2013 100 12,4 24,4 6,1 3,7 7,1 13,7 8,3

Уральский федеральный округ 2005 100 43,5 11,1 2,4 2,1 4,5 15,7 8,1

2013 100 34,8 13,5 2,1 3,2 6,6 11,1 9,6

Сибирский федеральный округ 2005 100 9,4 27,9 7,3 4,7 4,7 12,4 13,2

2013 100 12,5 19,1 5,7 4,1 5,7 12,0 11,4

Дальневосточный федеральный округ 2005 100 14,9 7,7 5,7 5,3 9,3 13,4 15,2

2013 100 26,5 5,4 3,0 4,2 6,8 11,0 13,3

*http://www.gks.ru^gd/regl^15_14p/IssWWW.exe/StgШ2/10-04.doc

Обращает на себя внимание факт увеличения доли строительства в ЮФО с 7,9% в 2005 году до 13,9% в 2013 году. На этом фоне уменьшилась доля обрабатывающих производств с 18,6% году до 15,1% в 2013 году. Данные тенденции продолжают и в 2014-2016 годах оказывать свое влияние на отраслевую экономику региона в частности и Российской Федерации в целом.

валовая добавленная стоимость - не единственный показатель, раскрывающий экономический потенциал экономики страны, ее создание возможно только при условии рационального потребления материальных, трудовых и финансовых ресурсов, используемых для обеспечения устойчивого развития отраслей экономики.

Вместе с тем отраслевая экономика неспособна развиваться хаотично без поддержки государства и дополнительного финансирования, полученного от внешних контрагентов в силу недостаточности собственного капитала промышленных предприятий или ограничений использования чистой прибыли, обусловленных необходимостью компенсации издержек по обслуживанию обязательств перед учредителями по дивидендным выплатам.

Проведенный анализ государственной поддержки отраслей промышленности (табл. 9) позволяет сделать следующие экспертные оценки. В выборку были включены только те отрасли, которые получали господдержку в 2014 году. Отсутствие финансирования промышленности из бюджета Российской Федерации по государственным программам дает основания для невключения остальных отраслей экономики в оценку для целей настоящего исследования.

Таблица 9

Эффективность поддержки отраслей промышленности, курируемых Минпромторгом России в 2014

году

СО

и

ш н

0

(Ч

3

и

1

<

I

ш н о

:£

и

ос <

и_

00 и_ ОС ш

и

г <

<

© £

н

х <1

со ОС

О ^

ос О и

ш о

о

_I

<

г ос

О

(Ч О!

00 © т

45 т-Н

о

и >

с

00 т

-О (Ч СО 01

3

оо оо

Отрасль* СР Объем господдержки, млрд руб- Ъ Затраты**, млрд руб. (с. 2 + с. 3 + с. 4 + с. 5 + с. 6 следующей таблицы) Р Прибыль, млрд руб. УР Валовая продукция млрд руб. (гр. 3 + гр. 4) Прирост продукции от господдержки, млрд руб. (гр. 5 х гр. 2 *гр. 3) Е Эффективность поддержки (гр. 6 * гр. 2)

1 2 3 4 5 6 7

Автомобильная промышленность 99,251 1655,4 30 1685,4 101,1 1,02

Станкостроение 2,277 2617 98 2715 2,4 1,04

Оборонно-промышленный комплекс 7,942 983 50 1033 8,3 1,05

Транспортное машиностроение 7,324 2939,5 -14,5 2925 7,3 0,10

Лесопромышленный комплекс 0,731 863,2 -12,2 851 0,7 0,99

Легкая промышленность 1,534 267,3 19,2 286,5 1,6 1,07

Индустрия детских товаров 0,995 13,8 0,7 14,5 1,0 1,05

* Постановление Правительства Российской Федерации от 15 апреля 2014 № 328 «Обутверждении государственной программы Российской Федерации «Развитие промышленности и повышение ее конкурентоспособности» //Россия в цифрах. 2015: Крат. стат. сб. /Росстат. М., 2015. - 545 с.

**Затраты - сумма материальных расходов, заработной платы, отчислений на социальные нужды,

амортизации и прочих расходов.

Наивысший прирост полученной валовой продукции от государственной поддержки достигнут в автомобильной промышленности - 101 млрд руб. На втором месте находится оборонно-промышленный комплекс - 8,3 млрд руб., третье место занимает отрасль транспортного машиностроения - 7,3 млрд руб.

Итак, анализ динамики показал, что наименьший прирост за анализируемый период наблюдался в лесопромышленном комплексе - 0,7 млрд руб., а затем следует индустрия детских товаров - 1,0 млрд руб. Далее произведем группировку затрат, учитываемых при расчете эффективности господдержки отраслей промышленности, деятельность которых регулируется Министерством промышленности и торговли России (табл. 10).

Оценка структуры затрат свидетельствует, что наиболее материалоемким является станкостроение, удельный вес материальных затрат которого в себестоимости продукции в 2014 году составил 80%.

Таблица 10

Затраты на производство и реализацию, входящие в себестоимость продукции отраслей промышленности, курируемых Минпромторгом России в 2014 году, млрд руб.

Отрасль МЪ Материальные затраты ЪР Заработная плата «У Страховые взносы А Амортизация РЪ Прочие затраты

1 2 3 4 5 6

Автомобильная промышленность 1141,55 331,08 106,5 53,55 22,72

Станкостроение 2105,6 350,05 121,05 30 10,3

Оборонно-промышленный комплекс 652,01 245,09 73,5 10,4 2

Транспортное машиностроение 2388 368 121,72 60 1,78

СО

и

ш н

0

3

и

1

<

I

ш н о

:£

и

ос <

ш 00 и_ ОС и_

и

г <

<

© £

н

X <1 со ОС

О ^

ос О и

ш н о

00 ГГ)

(Ч О!

о

_I

<

г ос

О

и >

с

ш н о

00 ГГ)

(Ч

3

00 00

Лесопромышленный комплекс 621,36 159,08 54,06 25 3,7

Легкая промышленность 165,3 56,3 18,9 20 7

Индустрия детских товаров 8,66 3,2 1,1 0,75 0,09

Вместе с тем известно, что в наибольшей степени отечественные машиностроители преуспели в производстве материалоемкого оборудования и машин. Если материалоемкое оборудование (станки-качалки, вышки, трубы и др.) нефтегазового комплекса успешно конкурирует с импортным (ЕС плюс Китай), то инновационное оборудование и машины (системы контроля процессов бурения, разведки) отечественного производства, комплектуемые импортными приборами, датчиками, средствами связи и управления, - недостаточно конкурентоспособны и импортозависимы. По оценкам, материалоемкое оборудование составляет в российских компаниях 80-95%, а инновационное оборудование отечественного производства - 30-40%. Иначе говоря, доля пассивной части отечественного оборудования приближается к 100%, а доля активной части составляет менее 50% [Дмитриевский, Комков, Кротова, Романцов, 2016].

Отрасли, активно экспортирующие и слабо зависящие от импорта, - металлургия, химия и нефтехимия, производство кожи, сельское хозяйство - в результате ослабления национальной валюты кратно повысили свою конкурентоспособность на внешних рынках. при этом важно отметить, что если попытки государства по введению ограничений на торгуемость товаров, т.е. ценовых и технических форм контроля за экспортом (введение экспортных пошлин на зерно и металлы, физическое закрытие экспортных терминалов, ограничения в предоставлении вагонов на экспортном направлении) с целью не допустить дефицита продукции на внутреннем рынке увенчались успехом, то положение данных отраслей могло бы быть противоположным [Идрисов, 2016].

Сравнение российского и зарубежного опыта государственной поддержки развития отраслевой экономики позволило выявить ряд закономерностей в механизме и путях реализации оптимистического сценария реализации модели финансирования. из опыта развивающихся стран, переживших последствия экономического кризиса, становятся ясной причина торможения процессов господдержки: неэффективность выбранной модели экономического роста. Речь идет не только о нерациональной структуре валовой добавленной стоимости продукции, работ и услуг в разрезе видов экономической деятельности, но и о нетипичной для кризиса финансовой политике. Так, например, Бразилия была подвергнута экономическим процессам, при которых в 2011 году упали цены на железную руду. Основной сырьевой ресурс для развития отраслей экономики не обеспечил её эффект при формировании ВВП и расчете добавленной стоимости товаров. В результате государство следовало курсу увеличения «бюджетных трат», что сопровождалось выделением дополнительных расходов на финансирование промышленности, сферы кредитования, населения. Кризис неплатежей в экономике Бразилии достиг состояния, при котором последовало троекратное увеличение инфляции, финансовые оттоки на порядок превысили поступление денег в государственный бюджет. Это в немалой степени отрицательно повлияло на экономические итоги государственной поддержки: под угрозой оказалась политическая устойчивость страны.

Опыт Венесуэлы, оказавшейся в условиях большого числа кризисных явлений, характеризуется выбором финансовой политики, при которой организация господдержки не способствовала наращению валовой добавленной стоимости. Речь идет о стратегии заимствований, которая была реализована неэффективно, и как следствие - недопустимое повышение государственного долга, резкое колебание фактического курса национальной валюты от рыночного курса, падение реальной заработной платы и рост безработицы.

Все эти примеры свидетельствуют о необходимости грамотного подхода к реформированию экономической системы, которое нельзя рассматривать в отрыве от финансовых результатов деятельности промышленных предприятий, активно участвующих в создании валовой добавленной стоимости и обеспечивающих вклад в ВВП страны.

СО U

ID H

0 CN

3

U

1

<

I

ID тН

О CN

U

DC <

u_

00 u_ DC LU

и

z <

<

© f=

H

X < CO DC

О

CL DC

О и

ID тН

О CN

О

_i

<

z

DC D О

CN Ol

00 © m

ID О

и >

IZ

00

-O (N CQ Ol

D

00 00

Оценка экономических факторов и их влияние на себестоимость

промышленных организаций России

Используя стохастический (корреляционный) метод оценки, произведем расчет влияния ряда экономических факторов на размер себестоимости организаций ведущих отраслей промышленности, входящих в отраслевой срез ответственности Министерства промышленности и торговли Российской Федерации, среди которых: автомобилестроение, судостроение, транспортное машиностроение, металлургия. Для оценки влияния факторов на себестоимость отгруженной продукции в организациях нами отобраны следующие факторы: активы, нематериальные активы (НА), дебиторская задолженность (ДЗ), кредиторская задолженность (КЗ), краткосрочные (ЗК) и долгосрочные займы и кредиты (ЗД), капитал (К), себестоимость (СС). В таблице 11 сведены суммарные значения показателей по предприятиям для каждой отрасли за 2014 год.

Можно провести традиционный корреляционно-регрессионный анализ с использованием пакета прикладных программ Excel; предположим, что между выбранными факторами и себестоимостью имеется линейная зависимость. Матрица парных линейных корреляций приведена в таблице 12.

Таблица 12

Матрица парных корреляций

Показатели Активы Н/м активы Д/зад К/зад З и к (долг) З и к (кратк) Капитал С/С

Активы 1

Н/м активы 0,8977 1

Д/зад 0,9796 0,9471 1

К/зад 0,9588 0,8475 0,9665 1

З и к(долг) 0,9862 0,9116 0,9621 0,9087 1

З и к (кратк) 0,8938 0,8218 0,8434 0,7760 0,9003 1

Капитал 0,9389 0,7544 0,8737 0,8825 0,9224 0,9002 1

С/С 0 8971 0 6890 0 8193 08185 0 8788 0 9066 0 9055 1

Значения коэффициентов весьма высоки, факторы коррелированы между собой. Высокая мультиколлинеарность факторов не дает возможности получить надежную множественную линейную модель для анализа. Представляется целесообразным рассмотреть модели парной регрессии себестоимости на каждый фактор в отдельности.

Таблица 11

Суммарные значения показателей по предприятиям для каждой отрасли за 2014 год, тыс. руб.

Отрасли Активы НА ДЗ КЗ ДЗ ЗК К СС

Строитель-но-дорожно-коммунальное машиностроение 71 851 580 702 663 17 439 010 22 487 445 16 646 979 30 111 175 - 3 277 614 52 435 041

Машиностроение для пищевой и перерабатывающей промышленности 9 778 346 1 603 1 853195 2 885 616 2 159 565 1 650 614 2 751 378 7 705 928

Станкостроение 16 150 227 143 051 5 338 352 5 236 778 2 869 605 2 496 516 5 237 328 10 643 877

1Л

и

<

ш

н

о

(Ч

ш х (1

н гг

и <

1 н

1Л

.0 и ОС

т и_ и

<

т

т <

о

1 1

2 и_ 1-

± <

т ОС

^ О

н п

< гг

О О ( )

1_ сг О и_ О

V _1

<

(и)

гг

ш п

н о О

ГЧ 111

,—,

00 М

ГЯ

(Ч ш н

01 О ГЧ

1 ) --)

> 00

Г гя

М гч

т 01

(Л

и)

Нефтегазовое машиностроение 185 167 841 642 638 65 527 092 67 718 984 27 013 163 32 314 141 50 880 327 123 504 724

Сельхозмашиностроение 27 396 505 13 748 4 936 345 6 372 389 6 044 086 5654 190 8 630 323 24 972 788

Энергетическое машиностроение 180 800 991 1 213 063 74 946 985 76 190 003 26 804 468 41 301 943 31 361 828 142 947 700

Тяжелое машиностроение 77 913 679 488 193 20 834 758 19 416 931 14 310 769 24 020 565 14 367 049 40 520 715

Лесопромышленный комплекс 155 428 099 1 014 905 28 380 857 26 159 659 57 213 490 20 192 837 44 550 219 92 484 324

Фармацевтическая промышленность 114 773 459 357 134 36 527 283 39 386 227 11 507 745 14 367 654 48 244 391 65 319 820

Медицинская пром^1шлен-ность 30 302 481 130 423 8 499 569 17 128 361 1 175 084 915 080 8 733 022 17 572 026

Легкая промышленность 90 545 749 64 396 24 023 331 21 785 880 29 617 527 18 898 563 18 729 864 72 671 062

Химическая пром^1шлен-ность. 460 480 803 845 215 75 810 849 79 812 005 93 942 263 129 639 722 162 502 613 318 206 489

Металлургия 547 420 927 178 788 108 547 881 102 906 479 140 753 520 70 648 173 215 517 902 301 804 241

Транспортное машиностроение 257 615 083 521 937 63 164 737 69 819 624 54 149 661 45 780 027 71 205 788 226 477 322

Народные ху-дожественн^1е промыслы 1 050 143 1 278 182 424 277 524 213 286 102 321 448 717 563 702

Пром^1шлен-ность вооружений 120 008 750 1 126 401 25 259 254 43 972 352 19 998 377 13 913 220 38 096 388 46 100 056

Промышленность боеприпасов 19 244 178 6 607 2 935 959 3 858 733 524 592 3 898 000 7 298 034 7872 211

Автомобильная промышленность 113 452 299 65 688 26 538 553 28 802 602 28 994 621 17 863 821 34 330 110 111 573 355

Радиоэлектронная промышленность 626 518 047 1 252 603 185 674 026 249 557 989 105 105 233 32 846 158 216 562 657 189 795 881

Судостроение 782 582 610 7 518 721 279 709 572 216 884 439 183 585 545 48 959 252 80 304 119 204 100 602

Авиастроение 1 515515 447 14 856 523 494 405 333 356 824 308 377 669 459 252 099 092 438 348 920 466 675 530

Индустрия детских товаров 2 013 668 556 635 165 269 216 294 939 551 120 803 990 1 593 301

Промышленность строй- 209 228 274 336 359 30 943 906 23 201 384 73 290 115 31 972 287 72 146 969 77 429 790

материалов

Оценим влияние активов на себестоимость с помощью инструмента анализа данных «регрессия» ППП Excel (табл. 13).

Таблица 13

Регрессионный анализ влияния активов на себестоимость организаций, функционирующих в отраслях

промышленности России

СО

о

ID н

0

CN

15

U

1

<

I

ID Н О CN

U

ОС <

ш 00 ш ОС LU

и

Z <

<

© f=

н

X < СО ОС

о

CL ОС

о и

ID

о

CN

О

_I

<

Z ОС D О

CN OI

00 © т

ID

о

и >

IZ

00

-О (N СО OI

D

00 00

Регрессионная статистика

Множественный R 0,897113083

R2 0,804811883

Нормированный R-квадрат 0,795517211

Стандартная ошибка 54913534353

Наблюдения 23

Дисперсионный анализ

Df SS MS F Значимость F

Регрессия 1 2,61107E+23 2,61107E+23 86,58 6,73133E-09

Остаток 21 6,33254E+22 3,0155E+21

Итого 22 3Д4433Е+23

Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95,0%

Y-пересечение 37336247276 14054462923 2,6565 0,0147 8108391709 66564102844

Активы 0,310625557 0,033381591 9,3052 6,73E-09 0,241204738 0,380046376

Зависимость описывается следующим уравнением регрессии: У = 37336247672 + 0,3 • X + е, (^

где У - себестоимость, X- активы.

Полученная модель статистически значима по критерию Фишера (Р = 86,58 > Р = 4,28).

^ 111\ расч. ^ крит. ^ '

В соответствии с ¿-критерием Стьюдента (Iрасч. = 9,31 > ¿крит = 2,07) параметр регрессии статистически значим. Модель пригодна для анализа и прогноза.

Регрессионная статистика позволяет по коэффициенту детерминации (Я2) сделать вывод о том, что в 80,4% отраслей изменение активов приводит к изменению себестоимости. Или, другими словами, 80,4% вариации себестоимости происходит под воздействием вариации активов, а 19,6% - под воздействием других, не учтенных в модели факторов. Между себестоимостью и активами имеется прямая линейная зависимость. Параметр регрессии показывает, что при изменении активов на 1 рубль себестоимость меняется на 0,31 рубля.

Для сравнения влияния всех параметров составим сводную таблицу 14.

Таблица 14

Параметры регрессии, полученные при формировании оценочной модели

Показатели Параметр регрессии R2 F расч. T расч.

Активы 0,31 0,848 86,58 9,31

НА 25,23 0,475 18,98 4,36

дз 0,87 0,671 42,87 6,55

кз 1,10 0,670 42,61 6,52

зк 1,24 0,772 71,19 8,44

зд 1,99 0,822 96,95 9,84

к 1,07 0,820 95,59 9,74

СО

и

в рамках представленной модели наиболее обоснованной является зависимость себестоимости от размера активов исследуемых организаций, так как Я2 обладает достаточной величиной для признания адекватности соответствия экономико-математической модели статистическому процессу.

В этой связи при прогнозировании финансовых результатов промышленных организаций России особое внимание должно уделяться факторному анализу себестоимости и ее перспективному изменению под влиянием активов.

♦ Ряд! -Полиномиальная (Ряд!) -Линейная (Ряд1)

ш н

0

ГЧ

3

и

1

<

I

ш н о

и

ОС <

ш 00 ш ОС ш

и

г <

<

© £

н

х <1

со ОС

О ^

ос О и

ш о

о

_I

<

г ос

О

00 © ГГ)

Ш

О!

и >

с

о

00 ГГ)

(Ч

3

00 00

600 ООО ООО ООО

500 ООО ООО ООО

400 000 000 000

300 000 000 000

200 000 000 000

100 000 000 000

А /

♦ / «ь*

♦ /.у"

* \ до

-*

100000000000 2 00000000000 3 00000000000 400000000000

Рисунок 2. Полиномиальная зависимость финансовых результатов от активов

Таким образом, корреляционные связи себестоимости с экономическими факторами оказались хорошими, но модель влияния активов на себестоимость получилась точнее. Поэтому ее можно считать оптимальной в рамках исследования.

Заключение

Активы, как известно, включают в себя основные средства, нематериальные активы, оборотные средства и иные, предусмотренные законодательством Российской Федерации виды имущества. Выбор состава данных активов, формирование их удельного веса в структуре валюты бухгалтерского баланса в немалой степени положительно будут воздействовать, как на достижение целевого размера чистой прибыли промышленных организаций, так и на привлечение требуемого объема финансирования в качестве средств государственной поддержки.

Оценив влияние стоимостных факторов на себестоимость исследуемой группы предприятий, можно полагать, что качество прибыли в составе финансовых результатов их деятельности может быть значительно лучше в случае соблюдения принципа зависимости затрат от активов. Поэтому прогнозирование затрат, входящих в состав себестоимости промышленных организаций России (материальных расходов, оплаты труда с отчислениями на социальные нужды, амортизации, прочие расходы) с использованием предложенной корреляционной зависимости будет способствовать максимизации корпоративной прибыли, а следовательно, увеличению налоговых поступлений в казну государства.

таким образом, в условиях возникших диспропорций в структуре валовой добавленной стоимости по отраслям российской экономики, дефицита бюджетных ресурсов, необходимых для

СО U

обеспечения качественной господдержки промышленности, низкой рентабельности и даже убыточности ряда организаций реального сектора экономики крайне важно повысить качество прибыли, инвестируемой в развитие производства.

для ликвидации указанных диспропорций целесообразно на уровне организаций использовать предложенную в работе экономико-математическую зависимость себестоимости промышленных товаров от активов хозяйствующих субъектов, сгруппированных по признаку отраслевой принадлежности и подчиненности Министерству промышленности и торговли Российской Федерации. При этом на уровне государственного управления следует предусмотреть в Стратегии социально-экономического развития Российской Федерации на период до 2030 года комплекс мер по оптимизации финансовых результатов, механизмы и пути реализации оптимистического сценария функционирования реального сектора.

Список литературы

1. Бреннер Р. Экономика глобальной турбулентности: развитые капиталистические экономики в период от долгого бума до долгого спада, 1945-2005 / пер. с англ. А. Гусева, Р. Хаиткулова; под науч. ред. И. Чубарова. Нац. исслед. ун-т «Высшая школа экономи-

^ ^ ки». М.: Изд. дом Высшей школы экономики. 2014. - 552 с.

5 ОС

2. Дасковский В., Киселев В. Нисходящая траектория экономики: причины и послед-з £ ствия // Экономист. 2016. № 3, т. 31. С. 12-13.

и

X ш

3. Дмитриевский А.Н., Комков Н.И., Кротова М.В., Романцов В.С. Стратегические альтернативы импортозамещения оборудования ТЭК для нефтегазового комплекса // Проблемы прогнозирования. 2016. № 1, т. 25. С. 33-34.

к

4. Егоршин А.П. Кризис и управление предприятием. Н. Новгород: НИМБ, 2011. - 416 с.

I— ^

5. Ивашковская И.В. Моделирование стоимости компании. Стратегическая ответствен-

ID Н О (N

О U

ОС D

D

оо 00

ность совета директоров. М.: ИНФРА-М. 2013. - 430 с.

6. Идрисов Г. Промышленная трансформация при ухудшении условий торговли // Экономическое развитие России. 2016. № 3, т. 7. С. 42-43.

7. Романова Л.Е. Экономический анализ. Учебное пособие. СПб: Питер. 2011. - 336 с.

^ Ш

8. Министерство промышленности и торговли Российской Федерации: официальный сайт [Электронный ресурс]. URL: http://minpromtorg.gov.ru/open_ministry/declaration/ main (дата обращения: 23.01.2016 г.).

9. Министерство промышленности и торговли РФ: официальный сайт [Электронный ресурс]. URL: http://minpromtorg.gov.ru/open_ministry/declaration/import (дата обращения: 23.01.2016 г,).

ш

10. Постановление Правительства Российской Федерации от 15 апреля 2014 г. № 328 «Об утверждении государственной программы Российской Федерации «Развитие промышленности и повышение ее конкурентоспособности» // Россия в цифрах. 2015: Крат. стат. сб. / Росстат. М., 2015. - 545 с.

11. Ромер Д. Высшая макроэкономика. Учебник / пер. с англ. под науч. ред. В.М. Полте-ровича // издательский дом высшей школы экономики, 2014. - 855 с.

12. Стратегия развития легкой промышленности в Российской Федерации на период до 2025 года / Министерство промышленности и торговли Российской Федерации. М., 2015. - 38 с.

13. Федеральная служба государственной статистики: официальный сайт [Электронный ресурс]. URL: http://www.gks.ru/free_doc/new_site/vvp/130116/tab10a.htm (дата обращения: 23.01.2016 г.).

14. Calcagno P., Benefield J.D. (2013) Economic freedom, the cost of public borrowing, and state bond ratings. Journal of Financial Economic Policy, vol. 5, no. 1, pp. 72-85.

INFLUENCE FACTORS ON THE FINANCIAL PERFORMANCE OF

INDUSTRIAL ORGANIZATIONS RUSSIA WITH REGARD TO THE STATE SUPPORT OF INDUSTRY ECONOMY

Inna Rykova,

Doctor of Economics The Academy of natural Sciences Head of the Sectorial Economy Center Federal state budgetary institution «Scientific research Institute of Finance», Federal state budgetary institution «Scientific research Institute of Finance» Ministry offinance of the Russian Federation. Address: 127006, Moscow, Nastasyinsky Lane, 3, p. 2.

Denis Korablev,

Candidate of economic Sciences, researcher of the Sectorial Economy Center Federal state budgetary institution «Scientific research Institute of Finance», Federal state budgetary institution «Scientific research Institute of Finance» Ministry of finance of the Russian

Federation. Address: 127006, Moscow, Nastasyinsky Lane, 3, p. 2.

Roman Gubanov,

o

CN

IÛ

m

(N Ol

(N

§ 00 a CO

3 cN

budgetary institution «Scientific research Institute of Finance» Ministry of finance of the

lD X

Candidate of economic Sciences, senior researcher of the Sectorial Economy Center

™ $ Federal state budgetary institution «Scientific research Institute of Finance», Federal state

3

u

< u _Russian Federation. Address: 127006, Moscow, Nastasyinsky Lane, 3, p. 2.

* I

LLI ^

T. lu I-

This article presents the results of empirical research of influence of parameters of functioning

s o

t CL *

Abstract

of activity of the organizations of the real sector of the economy on their financial results based on the experience of state support of industries of Russia and developing countries. On the basis of correlation analysis of data on volumes of shipment of products, goods, works and services of domestic enterprises, formed for the period from 2008 to 2015, were revealed peculiarities of changes in the economic performance of enterprises by type of activity.

D

The determination of the degree of influence of factors on revenue, cost and corporate profit is one of

the most challenging tasks in the management of financial results. It is possible to allocate a number to of the most significant factors which will allow to solve this problem: the size of the short-term and long-term loans and credits, the amount of capital and reserves, accounts receivable organizations,

the cost of products, the value of the assets.

The relevance of this study lies in the fact that in the process of formation of financial results of the real sector of the economy, it is necessary to study not only the impact of equity capital and borrowed funds from external sources of funding, but the features of state support of selected industries: mechanical engineering, automotive engineering, aviation industry, metallurgy, timber industry, textile industry.

The purpose of this article is to determine the factors that influence the cost, revenue, profit and other financial outcomes of organizations of Russian industry taking into account the efficiency of state support of the leading sectors of the economy.

Keywords: organization, financial support, financial results, loan capital, capital and reserves, the model correlation of cost, volume of sales

JEL: G21

References

1. Brenner R. (2014) Jekonomika global'noj turbulentnosti: razvitye kapitalisticheskie jekonomiki v period ot dolgogo buma do dolgogo spada, 1945-2005 [Economics of global turbulence: the advanced capitalist economies in the period from long boom to long downturn, 1945-2005 per. from English. A. Guseva, R. Aitkulov; under scientific. edited by Igor

Chubarov; NAT. issled. University "Higher school of Economics"]. Moscow: Publishing House. the house of the Higher school of Economics (in Russian).

2. Calcagno P., Benefield J.D. (2013) Economic freedom, the cost of public borrowing, and state bond ratings. Journal of Financial Economic Policy, vol. 5, no. 1, pp. 72-85.

3. Daskovskij v., Kiselev V. (2016) Nishodjashhaja traektorija jekonomiki: prichiny i posled-stvija [The Downward trajectory of the economy: causes and consequences] The Economist, vol. 31, no 3, pp. 12-13.

4. Dmitrievskij A.N., Komkov N.I., Krotova M.V., Romancov V.S. (2016) Strategicheskie al'ternativy importozameshhenija oborudovanija TJeK dlja neftegazovogo kompleksa [Strategic options of import substitution of equipment of TEK for oil and gas industry]. Problems of forecasting, vol. 25, no 1, pp. 33-34.

5. Egorshin A.P. (2011) Krizis i upravleniepredprijatiem [Crisis and Crisis management]. N. Novgorod: NIMB (in Russian).

6. Ivashkovskaja I.V. (2013) Modelirovanie stoimosti kompanii. Strategicheskaja otvetstven-nost'soveta direktorov [Modeling value of the company. Strategic responsibility of the Board

U

of Directors]. Moscow: INFRA-M (in Russian).

UD £

7. Idrisov G. (2016) Promyshlennaja transformacija pri uhudshenii uslovij torgovli [Industrial

(N LU

U

© £ Ш ^

ш IX < CQ DC

CL < СИ

45 <4 О

Ol

О Г\|

§ 00 с СП

3

(Л

transformation with the deterioration of terms of trade]. Economic development of Russia, vol. 7, no 3, pp. 42-43.

8. Ministerstvo promyshlennosti i torgovli Rossijskoj Federacii (2016): oficial'nyj sajt [Jelek-tronnyj resurs]. Availabl at: http://minpromtorg.gov.ru/open_ministry/declaration/main (accessed: 23 2016).

9. Ministerstvo promyshlennosti i torgovli RF (2016): oficial'nyj sajt [Jelektronnyj resurs]. Availabl at: http://minpromtorg.gov.ru/open_ministry/declaration/import (accessed: 23 January 2016).

CD

10. Postanovlenie Pravitel'stva Rossijskoj Federacii (2014) ot 15 aprelja 2014 g. № 328 «Ob utverzhdenii gosudarstvennoj programmy Rossijskoj Federacii "Razvitie promyshlennosti i povyshenie ee konkurentosposobnosti" [Russian Federation Government Resolution of 15 April 2014 № 328 «The state program "Developing industry and increasing its competitiveness"]. Rossija v cifrah (2015). Krat. stat. sb. [2015: the Times. stat. SB.] Moscow: Rosstat (in Russian).

11. Romanova L.E. (2011) Jekonomicheskij analiz [Economic analysis]. Saint Petersburg: Piter (in Russian).

12. Romer D. (2014) Vysshaja makrojekonomikaUchebnik [Graduate macroeconomics. Textbook] / per. sangl. pod nauch. red. V.M. Polterovicha / Publishing house of the Higher school of Economics.

13. Strategija razvitija legkoj promyshlennosti v Rossijskoj Federacii na period do 2025 goda (2015). Ministerstvo promyshlennosti i torgovli Rossijskoj Federacii [The strategy of light industry development in the Russian Federation for the period till 2025. Ministry of industry and trade of the Russian Federation]. Moscow (in Russian).