CC BY
34
ЭКОНОМИЧЕСКИЕ НАУКИ
УДК 31:33 ББК 65.050
DOI 10.24411/2073-0454-2019-10424 © А.И. Борщенко, 2019
Научная специальность 18.00.12 — бухгалтерский учёт, статистика
ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ В ИЗУЧЕНИИ ДЕЯТЕЛЬНОСТИ УБЫТОЧНЫХ ОРГАНИЗАЦИЙ
Артем Игоревич Борщенко, соискатель кафедры экономической безопасности, финансов и экономического анализа, командир взвода
Московский университет МВД России имени В.Я. Кикотя (117437, Москва, ул. Академика Волгина, д. 12) E-mail: office@unity-dana.ru
Аннотация. Убыточные организации редко попадают под мониторинг экономического развития территориальных образований. Скорее, они выступают объектом исследования судебно-экономической экспертизы, назначаемой, например, для установления фактов ложного банкротства. Идентична ли убыточность провалу инвестиционных проектов, можно ли ставить знак равенства между этими категориями и явлениями? Убыточность организаций не всегда связана с криминальными аспектами или некомпетентным менеджментом. Зачастую, причины могут настолько не зависеть от управленцев, что приходится просто наблюдать, как фирма или бизнес скатываются вниз. Это и экономические причины, например, появление могучих конкурентов-производителей или товаров-заменителей; это и административные причины, обусловленные дисбалансом в отношениях между бизнесом и властью, потребностью чиновников и «кассой» предпринимателей. Кроме того, огромное количество организаций, особенно горнодобывающих и аграрных отраслей, являются планово-убыточными: от этого обстоятельства не смогла преодолеть ни одна индустриально развитая экономика в мире. Таким образом, с позиций исследования инвестиций, правомерен вопрос об их эффективности и доходности. Соотношение плановой и внеплановой убыточности представляет собой деликатный вопрос, относительно и бюджетной системы. Проблемный характер обозначенных вопросов проявляется, как в теоретических, так и практических (управленческих) аспектах. Принятие любых решений по данным вопросам невозможно без должной и адекватной количественной оценки такого явления в экономике, как убыточность организаций. Всесторонняя количественная оценка находится в компетенции и теоретико-методологическом поле статистической науки. Именно вопросам применения статистического инструментария для изучения убыточных организаций посвящено научное исследование, представленное в данной статье.
Ключевые слова: убыточные организации, финансовый результат, статистические методы, моделирование процесса, аналитические группировки, оценка взаимосвязей.
Artem I. Borshenko, applicant of the Department of economic security, finance and economic analysis, platoon commander
Moscow University of the Ministry of Internal affairs of Russia named after V.Ya. Kikot' (117437, Moscow, ul. Akademika Volgina, d. 12) E-mail: office@unity-dana.ru
Abstract. Unprofitable organizations rarely come under the monitoring of economic development of territorial entities. Rather, they are the object of research forensic economic expertise, appointed, for example, to establish the facts of false bankruptcy. Is the unprofitability identical to the failure of investment projects; is it possible to put an equal sign between these categories and phenomena? Loss-making organizations is not always concerned with the criminal aspects or incompetent management. Often, the reasons may not depend on the managers so much that you just have to watch how the firm or business is slipping down. These are economic reasons, for example, the emergence of powerful competitors-producers or substitute goods; these are administrative reasons due to the imbalance in the relationship between business and government, the need for officials and the "cash" of entrepreneurs. In addition, a huge number of organizations, especially mining and agricultural industries are planned-unprofitable: from this circumstance, no industrial economy in the world has gone anywhere. Thus, from the standpoint of investment research, the question of their efficiency and profitability is legitimate. The ratio of planned and unscheduled loss is a delicate issue, with respect to the budget system.
THE APPLICATION OF STATISTICAL METHODS IN STUDYING THE ACTIVITY OF UNPROFITABLE ORGANIZATIONS
The problematic nature of these issues is manifested in both theoretical and practical — management aspects. Any decision-making on these issues is impossible without proper and adequate quantitative assessment of such a phenomenon in the economy as loss-making organizations. Comprehensive quantitative assessment is in the competence and theoretical and methodological field of statistical science. The scientific research presented in this article is devoted to the application of statistical tools for the study of unprofitable organizations.
Keywords: unprofitable organizations, financial results, statistical methods, process modeling, analytical groups, evaluation of relationships.
Citation-индекс в электронной библиотеке НИИОН
Для цитирования: Борщенко А.И. Применение статистических методов в изучении деятельности убыточных организаций. Вестник Московского университета МВД России. 2019;(7):289-99.
1. Введение
Тематика убыточности организаций не вызывает сомнений в актуальности, так как убыточные организации являются неизбежностью как для рыночной, так и для плановой экономики.
Убыточность организаций, как экономическое явление, можно рассматривать в качестве индикатора состояния, результатов и развитости бизнеса, и, в то же время, она является стимулом к совершенствованию этого самого бизнеса и экономики. Ежегодно на протяжении последнего десятилетия почти все крупны и средние организации сводят свой отчетный год с убытком и не платят налог на прибыль, который, в свою очередь, является одной из основных доходообразующих статей и позиций бюджета. Это можно рассматривать как актуальную экономическую проблему.
Убыточность предприятия следует рассматривать как финансовое состояние организации, когда ее денежные поступления неадекватны потребностям в расходах как текущего, так и капитального характера, связанных с осуществлением хозяйственной деятельности: прибыль нулевая или близкая к таковой, финансовые обязательства, в том числе необеспеченные, растут.
Объектом исследования в данной научной работе определим деятельность убыточных организаций в разрезе муниципальных районов Владимирской области; предметом исследования выступит количественная оценка деятельности убыточных организаций на основе применения статистических методов и показателей, характеризующих результаты и факторы, определяющие состояние обозначенного объекта.
Цель исследования обозначим как комплексный статистический анализ убыточных организаций. При этом основная задача связана с апробацией статистических методов, которые должны
составить основы методики этого самого статистического анализа, носящего комплексный характер. В процессе исследования использовалась статистическая информация, размещенная на официальных сайтах Росстата, а также, представленная в официальных статистических изданиях; специализированные научные издания (монографии), материалы периодической печати, ресурсы сети Интернет. 2. Систематизация статистических данных о деятельности убыточных организаций на основе метода группировок 2.1. Постановка задачи применения метода аналитических группировок
Метод группировок в статистике является продолжением статистической сводки: после сведения воедино всех сведений по всем единицам наблюдения, проверки их на выполнения требования статистической однородности, необходимо разбиение всего массива единиц — в данном случае районов субъекта Федерации — на однородные группы или социально-экономические типы. При многомерной группировке они носят название кластеры. Группировка в нашем исследовании выполняется для того, чтобы получить наиболее общее представление о структуре деятельности убыточных организаций, наметить и, по возможности, установить взаимосвязи и взаимозависимости между результативным и объясняющими (группировочным) показателями.
Применив метод группировок, выявим зависимость финансового результата убыточных организаций от количества убыточных организаций. То есть проверим, как влияет на результат экстенсивный фактор.
Основной задачей данного этапа исследования выступает выявление наличия взаимосвязи между количеством убыточных организаций, финансовым результатом убыточных организаций, деби-
торской и кредиторской задолженностями, а также задолженностью по платежам в бюджет из общей суммы кредиторской задолженности и задолженностью поставщикам и подрядчикам за товары, работы и услуги из общей суммы кредиторской задолженности.
Обозначим научную гипотезу как предположение, что чем больше будет убыточных организаций в рамках территорий муниципальных районов Владимирской области, тем выше следует ожидать финансовый результат убыточных организаций. Логика в том, что, убыточные организации не следует рассматривать как пропавшие инвестиции: они могут и продолжают осуществлять свою деятельность, создают стоимость — вносят свой вклад в создание валового регионального и внутреннего продукта.
Проведем статистический анализ взаимосвязи отдельных социально-экономических показателей по шестнадцати муниципальным районам Владимирской области на основе имеющихся фактических данных за 2018 год.
2.2. Реализация практических расчетов по формированию социально-экономических типов
Для оценки причинно-следственных связей применительно к поставленной цели и сформированному массиву исходных данных необходимо определить, какие показатели будут: результативным, объясняющими, группировочным. Как правило, группировочный, то есть тот, что будет положен в основу группировки, выбирается из числа объясняющих показателей.
В качестве результативного показателя <^» принят финансовый результат деятельности убыточных организаций. В качестве объясняющих показателей обозначены:
Х1 — дебиторская задолженность организаций;
Х2 — кредиторская задолженность организаций;
Х3 — задолженность по платежам в бюджет из общей суммы кредиторской задолженности;
Х4 — задолженность поставщикам и подрядчикам за товары, работы и услуги из общей суммы кредиторской задолженности;
Х5 — количество убыточных организаций.
В качестве группировочного показателя примем Х5. Влияние этого показателя на результат можно считать самым скрытым, и, следовательно, представляющим интерес для статистического анализа взаимосвязей. Визуально, речь идет положительной связи между количеством и финансо-
вым результатом деятельности убыточных организаций.
Осуществим построение группировки по показателю Х5. Для этого необходимо разбить массив данных на группы. Для этого найдем количество групп.
R=Xmax-Xmin, где:
R- вариационный размах; Хтах- максимальное значение Х1; Хтт- минимальное значение переменной величины Х5.
Вариационных размах: R = 14 — 1 = 13 ед.
Количество групп определим по формуле Стер-джесса: N=1+ Lg(n)*3,322.
Отсюда, N = 5 групп.
Ширина интервала определяется по формуле h= R/N=3 ед.
Подчинение такого рассеяния точек нормальному закону распределения весьма сомнительно, так как наиболее характерными районами являются те, на территории которых, количество убыточных организаций менее четырёх. Особый интерес для анализа структуры изучаемого явления представляет распределение финансовых результатов и обязательств по сформированным группам, построенным по показателю количества убыточных организаций.
На основе получившегося распределения можем рассчитать средние значения всех показателей по каждой из групп. Для этого построим расчетную таблицу.
Наглядно распределение муниципальных районов по группировочному показателю — количества убыточных организаций представлено на рисунке 1.
Обращают внимание итоговые значения показателей по всем трем группам. Если первая группа, в состав которой входят большинство муниципальных районов — 9 из 16 — концентрирует финансовый результат убыточных организаций в размере 752,9 тыс. руб. (или всего 8,03 % от общей величины финансового результата региона в целом), то четыре района, составляющие третью группу аккумулируют сумму по результативному показателю в размере, превышающем 8470 тыс. руб. Удельный вес третьей группы превышает 90 % по показателю финансового результата деятельности убыточных организаций (вторая группа — 1,62 %). Аналогичная ситуация и по остальным показателям, обозначенным, как объясняющие.
Это говорит лишь о плановой убыточности, либо неконкурентноспособности анализируемых организаций в большинстве районов Владимирской области. При этом, говоря об этих организациях в этом самом большинстве, следует отметить, что масштаб их деятельности, судя данным таблицы 3, незначительный. Каждый из четырех районов третей группы — Вязниковский, Кольчугинский, Пе-
тушинский, Александровский — имеют на своей территории более 7 убыточных организаций, при этом, как отмечено выше, финансовый результат их деятельности обладает наибольшим удельным весом, что свидетельствует о реальной эффективности программ, мер и отдельных действий по поддержке организаций, а, следовательно, и занятого населения.
Таблица 1
Экономические показатели муниципальных районов Владимирской области в 2018 г. в тыс. руб.
Номер Муниципальные районы Дебиторская задолженность Кредиторская задолженность Задолженность по платежам в бюджет из общей суммы кредиторской задолженности Задолженность поставщикам и подрядчикам за товары, работы и услуги из общей суммы кредиторской задолженности Количество убыточных организаций, ед. Финансовый результат убыточных организаций
1 Александровский 3614273 6572872 289097 5317180 14 396849
2 Вязниковский 747196 1411486 131619 931858 8 222048
3 Гороховецкий 1255606 655332 25494 447174 3 33313
4 Гусь-Хрустальный 1454678 1852585 185922 1070856 4 464141
5 Камешковский 1541514 893671 34691 524116 2 15103
6 Киржачский 4498063 2938709 187322 2322170 4 180549
7 Ковровский 397603 218009 36943 130124 3 39677
8 Кольчугинский 3948050 12359691 3322252 6251434 11 7244888
9 Меленковский 543515 390324 57294 236943 1 8987
10 Муромский 120197 62678 765 25334 4 7879
11 Петушинский 15125896 19812327 1146513 17747102 13 607190
12 Селивановский 176249 58409 17784 30422 2 1669
13 Собинский 10337751 6805237 1157839 4509675 7 31164
14 Судогодский 309004 226318 28356 153787 2 1604
15 Суздальский 588116 655765 37734 459589 7 95701
16 Юрьев-Польский 1569772 1383626 55496 1025165 5 25342
Таблица 2
Распределение районов Владимирской области по группам
№ группы Количество убыточных организаций Номер района
1 до 4 3, 4, 5, 6, 7, 9,10, 12, 14
2 от 4 до 7 13, 15, 16
3 от 7 и более 1, 2, 8, 11
Количество муниципальных районов, ед.
до 4 от 4 до 7 от 7
Количество убыточных организаций в 2016 г., ед.
Рис.1. Распределение муниципальных районов Владимирской области по количеству убыточных организаций в 2018 г.
□ 1
2 □ 3
Таблица 3
Расчет средних значений показателей по группам муниципальных районов Владимирской области в 2018 г., тыс руб.
п Муниципальные районы Количество убыточных организаций, ед. Дебиторская задолженность Кредиторская задолженность Задолженность по платежам в бюджет из общей суммы кредиторской задолженности Задолженность поставщикам и подрядчикам за товары, работы и услуги из общей суммы кредиторской задолженности Финансовый результат убыточных организаций
9 Меленковский 543,515 390,324 57,294 236,943 8,987
5 Камешковский 1541,514 893,671 34,691 524,116 15,103
12 Селивановский 176,249 58,409 17,784 30,422 1,669
14 Судогодский 309,004 226,318 28,356 153,787 1,604
3 Гороховецкий До 4 1255,606 655,332 25,494 447,174 33,313
7 Ковровский 397,603 218,009 36,943 130,124 39,677
4 Гусь-Хрустальный 1454,678 1852,585 185,922 1070,856 464,141
6 Киржачский 4498,063 2938,709 187,322 2322,17 180,549
10 Муромский 120,197 62,678 0,765 25,334 7,879
Сумма 10296,43 7296,035 574,571 4940,926 752,922
Среднее по 1 группе 1144,047 810,67056 63,841222 548,9917778 83,658
16 Юрьев-Польский 1569,77 1383,626 55,496 1025,165 25,342
13 Собинский 4-6 10337,75 6805,237 1157,839 4509,675 31,164
15 Суздальский 588,116 655,765 37,734 459,589 95,701
Сумма 12495,64 8844,628 1251,069 5994,429 152,207
Среднее по 2 группе 4165,213 2948,2093 417,023 1998,143 50,73567
2 Вязниковский 747,196 1411,486 131,619 931,858 222,048
8 Кольчугинский 7 и 3948,05 12359,691 3322,252 6251,434 7244,888
11 Петушинский более 15125,89 19812,327 1146,513 17747,102 607,19
1 Александровский 3614,273 6572,872 289,097 5317,18 396,849
Сумма 23435,42 40156,376 4889,481 30247,574 8470,975
Среднее по 3 группе 5858,853 10039,094 1222,37025 7561,8935 2117,744
Итого по региону 46227,48 56297,039 6715,121 41182,929 9376,104
Среднее по региону 2889,218 3518,564 419,69506 2573,933 586,007
После того, как районы субъекта Федерации распределены по однородным группам и подсчитаны среднегрупповые значения показателей, представляется возможным построить аналитическую группировку.
По результатам группировки констатируем, что чем больше количество убыточных организаций, тем больше финансовый результат их деятельности, дебиторская и кредиторская задолженности. Это говорит лишь о том, что организации продолжают вести реальную хозяйственную деятельность, работая не только за счет бюджетных субсидий, но и на
накопленном ранее потенциале, сформировавшихся торговых и финансовых контактах и схемах, о чем свидетельствует положительное направление связи между показателями задолженности и финансовым результатом. Также наблюдается рост от группы к группе показателя задолженности по платежам в бюджет (из общей суммы кредиторской задолженности), что нельзя однозначно рассматривать как негативное явление, так как рост данного вида задолженности, говорит о наличии налоговой базы — создаваемой этими организациями стоимости — составной части валового регионального продукта.
Группировка муниципальных районов Владимирской области по показателю количества убыточных организаций в 2018 г.
п Группы Количество муниципальных районов Дебиторская задолженность, тыс. руб. Кредиторская задолженность, тыс. руб. Задолженность по платежам в бюджет из общей суммы кредиторской задолженности, тыс. руб. Задолженность поставщикам и подрядчикам за товары, работы и услуги из общей суммы кредиторской задолженности, тыс. руб. Финансовый результат убыточных организаций, тыс. руб.
1 до 4 9 1144,04 810,67 63,84 548,99 83,66
2 от 4 до 7 3 4165,21 2948,21 417,02 1998,14 50,74
3 от 7 и более 4 5858,85 10039,10 1222,37 7561,89 2117,74
Среднее значение по области 2889,22 3518,564 419,69 2573,93 586,01
2.3. Первичная оценка тесноты связи между показателями Для того, чтобы дать количественную оценку взаимосвязи между группированным (количество) и результативным (финансовый результат) показателями требуется рассчитать эмпирический коэффициент детерминации и эмпирическое корреляционное отношение:
= — — эмпирический коэффициент детерминации
- эмпирическое корреляционное отношение
Для этого необходимо замерить вариацию показателя финансового результата деятельности убыточных организаций — общую дисперсию, и межгрупповую дисперсию, которая является частью общей дисперсии и показывающей, какую ее часть принимает (объясняет) на себя вариация группировочного показателя — количество убыточных организаций. Общая дисперсия (0"") равна 9437811,553 тыс. руб2
Межгрупповая дисперсия рассчитывается по формуле среднеквадратической взвешенной, так как группы численно неодинаковы:
52 =115689313,9/16=7230582,12 тыс. руб2. Для количественной оценки взаимосвязи груп-пировочного показателя и результативного показа-
теля рассчитывается эмпирический коэффициент детерминации, который показывает, какая доля дисперсии результативного признака объясняется влиянием независимой переменной, положенной в основу группировки.
Тогда эмпирический коэффициент детерминации составит значение:
ц2=7230582,12/94378П,553*Ш0%=76,61%. Тогда эмпирическое корреляционное отношение: я=0,875.
Вариация показателя финансового результата по убыточным организациям более чем на 76,61% объясняется группировочным показателем — их количеством. Корреляционное отношение принимает значение в интервале (0;1). При этом значение, равное единице, дает нам связь функциональную, а значение, равное нулю, интерпретируется как отсутствие какой-либо связи. Шкала Чеддока, отражающая количественную меру тесноты связи неразрывно с качественной характеристикой силы исследуемой связи, позволяет характеризовать значение 0,875, как высокую степень тесноты корреляционной связи между количеством и финансовым результатом деятельности убыточных организаций во Владимирской области в 2018 году.
Гипотеза утверждающая, что с увеличением числа убыточных организаций муниципального района Владимирской области, будет увеличиваться и финансовый результат убыточных организа-
ций, подтвердилась статистическими расчетами. Таким образом, убыточные организации, несмотря на ассоциативное, или даже интуитивное, представление о них, не являются пропавшим капиталом или загубленными инвестициями.
Отсюда следует, что связь между такими показателями, как: финансовый результат убыточных организаций, количество убыточных организаций; дебиторская задолженность; кредиторская задолженность; задолженность по платежам в бюджет из общей суммы кредиторской задолженности; задолженность поставщикам и подрядчикам за товары, работы и услуги из общей суммы кредиторской задолженности довольно высокая, что дает нам основание более точно изучить влияние друг на друга различных показателей деятельности убыточных организаций и социально-экономического развития. Необходимо ввести в исходные данные непосредственно ресурсные показатели, лучше всего трудовой и инвестиционный. 3. Моделирование взаимосвязей показателей деятельности убыточных организаций на основе метода корреляции и регрессии 3.1. Получение количественных оценок и параметров влияния факторов на финансовый результат убыточных организаций Зависимость финансового результата убыточных организаций от состояния финансовых расчетов, уровня инвестиций в основной капитал и других хозяйственных показателей можно выявить и количественно оценить, применив метод корреляции и регрессии. Именно корреляционно-регрессионный анализ в статистике является основным методом и средством обобщения и анализа статистической информации о социально-экономических процессах в жизни общества.
Метод корреляции и регрессии необходимо применить для того, чтобы смоделировать взаимосвязь показателей деятельности убыточных организаций и социально-экономического развития. Применив метод корреляционно-регрессионного анализа необходимо вывить взаимосвязи, взаимозависимости между социально-экономическими показателями по муниципальным районам Владимирской области. Данный метод является основным в статистике для изучения взаимосвязи явлений.
Задача: применив метод корреляционно-регрессионного анализа необходимо выявить и количественно оценить зависимость результативного показателя <^» — финансовый результат убыточ-
ных организаций от факторных (объясняющих) показателей:
Х1 — дебиторская задолженность;
Х2 — инвестиции в основной капитал за счет средств муниципального бюджета;
Х3 — кредиторская задолженность;
Х4 — среднесписочная численность работников организаций;
Х5 — отгружено товаров собственного производства.
Основываясь на официальных данных Федеральной службы государственной статистики (http://www.gks.ru), сформируем следующие исходные данные (таблица 5).
Прикладной пакет анализа Ехсе1 позволил получить следующую матрицу парных коэффициентов корреляции:
По результатам проведенного корреляционного анализа можно сделать вывод о наличии сильной положительной связи между финансовым результатом убыточных организаций и дебиторской задолженностью, среднесписочной численностью работников организаций. По данной матрице устанавливаем и наличие умеренной положительной связи между финансовым результатом убыточных организаций и кредиторской задолженностью, а также наличие слабой положительной связи между финансовым результатом убыточных организаций и количеством отгруженных товаров собственного производства. Вместе с тем, единственное отрицательное значение наблюдается в матрице по связи между финансовым результатом и инвестициями в основной капитал за счет средств муниципального бюджета, что можно рассматривать как определенный сигнал в пользу того, что инвестиционные потоки, осуществляемые за счет муниципальных бюджетов, нуждаются в инвентаризации. Столь информативной является шестая строка, указывающая на парную связь финансового результата убыточных организаций и инвестициями в основной капитал за счет муниципальных бюджетов и попарно с другими объясняющими показателями. Коэффициенты корреляции, размещенные в центральной часть матрицы, характеризуют попарную связь между самими объясняющими показателями. Один из них, указывает на высокую степень тесноты связи между уровнем инвестиций в основной капитал и кредиторской задолженностью организаций, что может отчасти негативно сказаться в регрессионной модели, которую предстоит построить (явление мультиколлинеарности).
Финансовый результат убыточных организаций и определяющие его факторы по муниципальным районам Владимирской области в 2018 г., тыс. руб.
п Муниципальные районы Дебиторская задолженность Инвестиции в основной капитал за счет средств муниципального бюджета Кредиторская задолженность Среднесписочная численность работников организаций, чел. Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без субъектов малого предпринимательства) Финансовый результат убыточных организаций
1 Александровский 3614273 1128856 6572872 14455 18940275 396849
2 Вязниковский 747196 381685 1411486 12388 8395416 222048
3 Гороховецкий 1255606 846073 655332 3388 5083327 33313
4 Гусь-Хрустальный 1454678 181773 1852585 5025 6162682 464141
5 Камешковский 1541514 258164 893671 4627 7402870 15103
6 Киржачский 4498063 1807114 2938709 7476 15231647 180549
7 Ковровский 397603 169128 218009 4368 2120392 39677
8 Кольчугинский 3948050 429433 12359691 9617 20068980 7244888
9 Меленковский 543515 356681 390324 5029 2882763 8987
10 Муромский 120197 85617 62678 772 357121 7879
11 Петушинский 15125896 8677003 19812327 11202 43577124 607190
12 Селивановский 176249 132375 58409 2563 1734900 1669
13 Собинский 10337751 3129594 6805237 10540 54783457 31164
14 Судогодский 309004 382388 226318 5802 3700766 1604
15 Суздальский 588116 630091 655765 6556 3838602 95701
16 Юрьев-Польский 1569772 979064 1383626 6455 8096870 25342
Таблица 6
Матрица парных коэффициентов корреляции
Столбец 1 Столбец 2 Столбец 3 Столбец 4 Столбец 5 Столбец 6
Столбец 1 1
Столбец 2 0,936881 1
Столбец 3 0,876827 0,827751 1
Столбец 4 0,558347 0,449014 0,614564 1
Столбец 5 0,933342 0,768621 0,771034 0,639019 1
Столбец 6 (У) 0,127902 -0,03357 0,496774 0,251875 0,17017 1
Для того чтобы определить аналитическое выражение связи между результативным показателем и объясняющими показателями необходимо провести регрессионный анализ — построить адекватную модель зависимости: из нескольких возможных вариантов выбрать наиболее качественную модель, то есть наилучшим образом дающую описание процесса формирования финансового результата убыточных организаций под влиянием
факторов, включенных в эту модель.
Построим регрессионную модель, дающую описание процесса формирования финансового результата убыточных организаций: регрессионное уравнение зависимости результативного показателя Y от пяти объясняющих показателей: XI, Х2, Х3, Х4, Х5 вида:
У (Х1,Х2,Х3,Х4,Х5) = Ь0 + Ь1*х1 + Ь2*х2 + Ь3*х3 + Ь4*х4 + Ь5*х5
Регрессионная статистика с учетом всех объясняющих показателей
Регрессионная статистика Коэффициенты ^статистика
Множественный Я 0,953401184 У-пересечение 759638,2031 1,985094902
Я-квадрат 0,908973818 Переменная X1 -0,262324276 -1,877371657
Нормированный Я-квадрат 0,863460728 Переменная X 2 -1,007975906 -2,006482517
Стандартная ошибка 659840,7671 Переменная X 3 0,623573738 6,993444848
Наблюдения 16 Переменная X 4 -131,6393021 -1,783680523
Переменная X 5 0,041947615 2,531888116
Исходя из полученной регрессионной статистики, можно констатировать, что коэффициент детерминации (Я-квадрат) равен 0,9089, то есть показатели, включенные в модель, объясняют на 90,9 % вариацию финансового результата убыточных организаций в пространстве единиц — муниципальных районов Владимирской области в 2018 году.
По результатам проведенного регрессионного анализа (построение всех возможных уравнений) можно сделать заключить (математический аспект выбора) о том, что наиболее адекватной является первая модель, которая включает в себя все объясняющие показатели. Данная модель является наиболее адекватной, так как коэффициент детерминации данной модели имеет наибольшее значение.
У (Х1,Х2,Х3,Х4,Х5) = 759638,2031 —
0,262324276*х1 — 1,007975906*х2 + 0,623573738*х3 —
131,6393021*х4 + 0,041947615*х5
Рассчитаем по данной модели коэффициенты эластичности. Для этого используем, как параметры регрессии, так и средние значения результативного и объясняющих показателей:
XI
Э1=Ь1*— = -0,262324276*2889217,688/586006,5 = -1,3% У
Х2
Э2=Ь2*— -1,007975906*1223439,938/586006,5 = -2,104% У
хЗ
ЭЗ=ЬЗ*— = 0,623573738*3518564,938/586006,5 = 3,74% У
Э4=Ь4*— = -131,6393021*6891,4375/586006,5 = -1,55% У
х5
Э5=Ь5*—= 0,041947615*12648574,81/586006,5 = 0,905% У
Произведены все необходимые расчёты, позволяющие перейти к этапу интерпретации результатов статистического исследования.
3.2. Интерпретация экономико-математических результатов статистического исследования
Построенная регрессионная модель по показателям, характеризующим экономику муниципальных районов Владимирской области в 2018 году позволяет констатировать следующие закономерности.
При увеличении дебиторской задолженности на 1 тыс. руб. наблюдается снижение финансового результата убыточных организаций на 0,26 тыс. руб., вероятно по той причине, что дебиторская задолженность представляет собой долг перед организацией, в первую очередь за отгруженную продукцию. В таком случае можно предположить, что констатируемая ситуация является симптомом, пусть не кризиса, но определенного наращения долгов между организациями, связанного в первую очередь со сбытом продукции. Так как долги перед организациями возрастают (отсутствие оплаты за отгруженную продукцию), они лишаются возможности выполнить свои собственные финансовые обязательства. Следовательно, возникают всевозможные неустойки, штрафы, пене, приводящие неизбежно к тому, что финансовый результат представляет собой убытки из-за погашения задолженности. В свою очередь проблемы со сбытом повсеместны сейчас в регионах центральной России в связи со снижением, в первую очередь, платежного спроса населения на потребительском и других рынках. То есть, при увеличении дебиторской задолженности на 1 % происходит уменьшение финансового результата убыточных организаций на 1,3 %.
Рост инвестиций в основной капитал за счет
средств муниципального бюджета на 1 тыс. руб. сопровождается уменьшением финансового результата убыточных организаций на 1,007 тыс. руб. Это однозначно свидетельствует о том, что для муниципальных бюджетов убыточные организации являются «нормативной» обузой, якорем, который государство просто вынуждено тащить. Данные вложения не являются эффективными, поэтому и сопровождаются снижением общего показателя финансового результата убыточных организаций. При увеличении дебиторской задолженности на 1 %. происходит уменьшение финансового результата убыточных организаций на 2,1 %.
Увеличение же кредиторской задолженности на 1 тыс. руб. ставит положительный знак для финансового результата убыточных организаций на 0,62 тыс. руб., так как она дает возможность изыскать дополнительные источники финансирования текущих издержек, в том числе, связанных с маркетингом продукции, и тем самым частично стабилизировать экономическую деятельность. При увеличении дебиторской задолженности на 1 % происходит увеличение финансового результата убыточных организаций на 3,74 %.
При увеличении среднесписочной численности работников организаций на 1 человека происходит уменьшение финансового результата убыточных организаций на 131,6 тыс. руб., т. к. увеличение количества работников не гарантирует улучшение рабочего процесса. В данной ситуации можно предположить, что рабочая сила не целесообразно разделена, и отсюда следует уменьшение финансового результата. Вместе с тем, оплата труда является элементом себестоимости — затрат, уменьшающих финансовый результат напрямую. Это при рентабельном ведении хозяйствования оплата труда рассматривается как материальный стимул, в данном же случае, об этом речи не идёт. При увеличении дебиторской задолженности на 1 % происходит уменьшение финансового результата убыточных организаций на 1,55 %.
Показатель объема отгруженных товаров собственного производства, увеличиваясь на 1 тыс. руб. приводит к увеличению финансового результата убыточных организаций на 0,04 тыс. руб. Это закономерная истина. То есть при увеличении отгрузки продукции на 1 % происходит рост финансового результата убыточных организаций на 0,905 %.
Статический анализ целесообразно продолжить анализом динамики изучаемого явления. Для
этого статистикой разработаны методы аналитического выравнивания и прогнозирования, индексный, относительных величин и др.
4. Заключение
Представленное в научной статье исследование убыточных организаций муниципального района Владимирской области направлено на рассмотрение аналитических возможностей статистического инструментария, представленного такими методами, как аналитические группировки, корреляция и регрессия, для комплексной оценки факторов, определяющих закономерности формирования финансового результата этих организаций. Безусловно, данное исследование является составной частью общего мониторинга экономического развития территориальных образований, которое не может быть изолировано от статистического анализа инвестиционных процессов, развития рыночной инфраструктуры, уровня жизни населения, внешнеэкономических связей, трудовых ресурсов, миграции, безработицы, состояния социальной сферы и других важных аспектов общественной эволюции.
В целом, можно считать довольно успешной апробацию методов, приведших к получению практических результатов на основе свежих фактических данных. Следует отметить, что применение рассмотренных методов не является исчерпывающим в проведении комплексного статистического анализа убыточных организаций. Статический и динамический анализ может выполняться на основе множества статистических методов, применение которых следует рассматривать как перспективное направление исследования.
Литература
1. Алексейчева, Е.Ю. Экономика организации (предприятия): Учебник для бакалавров / Е.Ю. Алексейчева, М.Д. Магомедов. — М.: Дашков и К, 2016. — 292 с.
2. Батракова Л.Г. Социально-экономическая статистика: учебник / Батракова Л.Г.— Электрон. текстовые данные.— М.: Логос, 2013.
3. Бочаров В.В. Корпоративные финансы. СПб.: Питер, 2014. — 272 с.
4. Гаврилова А.Н., Попов А.А. Финансы организаций (предприятий). М.: Кнорус, 2015. — 608 с.
5. Государственные и муниципальные финансы: Учебник / Под ред. Г.Б. Поляка. — М.: Юнити, 2016. — 391 с.
6. Дианов Д.В. Система показателей и классификации национальных активов, подлежащих оценке // Финансы и кредит. 2005. № 19 (187). С. 12-20.
7. Добросердова И.И., Попова Р.Г., Самонова И.Н. Финансы предприятий. СПб.: Питер,
2015. — 208 с.
8. Заскока С.А. Шпаргалка: Финансы предприятия. Экзаменационные ответы. М.: Бу-клайн, 2013. — 40 с.
9. Ильина, И.Н. Региональная экономика и управление развитием территорий: Учебник и практикум для бакалавриата и магистратуры / И.Н. Ильина, К.С. Леонард, Д.Л. Лопатников и др. — Люберцы: Юрайт,
2016. — 351 с.
10. Кондратьева Т.Н. Финансы предприятий в схемах и таблицах. Мн.: Высшая школа, 2015. — 238 с.
11. Коршунов, В.В. Экономика организации: Учебник и практикум для СПО / В.В. Коршунов. — Люберцы: Юрайт, 2016. — 407 с.
12. Кузнецова Е. И. Экономическая безопасность: учебник и практикум для вузов / Е. И. Кузнецова. — М.: Издательство Юрайт,
2017. — 294 с.
13. Ляпин А.Е. Интеграция информационных потоков против нарушений налогового законодательства / Финансовый вестник: Финансы, налоги, страхование, бухгалтерский учет. 2019. № 1. С. 49-57.
14. Максимов, Ю.Д. Математическая статистика: опорный конспект / Ю.Д. Максимов. — М.: Проспект, 2016. — 104 с.
15. Теория статистики: учебник / Р.А. Шмойло-ва [и др.].— Электрон. текстовые данные.— М.: Финансы и статистика, 2018.
16. Федеральная служба государственной статистики Российской Федерации (Росстат). Электронный ресурс — http://www.gks.ru
References
1. Economics of organization (enterprise): Textbook for bachelors / E. Yu. Alekseicheva, M. D. Magomedov. — M.: Dashkov and K,
2016. — 292 c.
2. Batrakova L. G. Socio-economic statistics: textbook / Batrakova L. G.— Electron. text data.— M.: Logos, 2013.
3. Bocharov V. V. Corporate Finance. SPb.: Peter,
2014. — 272 p.
4. Gavrilova A. N., Popov A. A. finances of organizations (enterprises). M.: KnoRus,
2015. — 608 p.
5. State and municipal finances: Textbook / edited by G. B. Polyak. — Moscow: Unity, 2016. — 391 c.
6. Dobroserdova I. I., Popov R. G., Samonov I. N. The Finance of the enterprises. SPb.: Peter, 2015. — 208 p.
7. Overrun S. A. cheat Sheet: the finances of the company. Exam answers. M.: Bookline, 2013. — 40 p.
8. Dianov D. V. System of indicators and classification of national assets to be assessed // Finance and credit. 2005. № 19 (187). P. 12-20.
9. Ilyina, I. N. Regional Economics and territorial development management: Textbook and workshop for bachelor's and master's degrees / I. N. Ilyina, K. S. Leonard, D. L. Lopatnikov and others — Lyubertsy: yurayt, 2016. — 351 c.
10. Kondratieva T. N. Enterprise Finance in charts and tables. Meganewton.: High school,
2015. — 238 p.
11. Korshunov, V. V. Economics of organization: Textbook and workshop for SPO / V. V. Korshunov. — Lyubertsy: Yurayt, 2016. — 407 c.
12. Economic security: textbook and workshop for universities / E. I. Kuznetsova. — Moscow: Yurayt Publishing House, 2017. — 294 p.
13. Lyapin A. E. Integration of information flows against violations of tax legislation / Financial Bulletin: Finance, taxes, insurance, accounting. 2019. №. 1. P. 49-57.
14. Maximov, Yu. D. Mathematical statistics: basic abstract / Yu. D. Maximov. — M.: Prospect,
2016. — 104 c.
15. Theory of statistics: textbook / R. A. shmoilova [and others].— Electron. text data.— Moscow: Finance and statistics, 2018.
16. Federal state statistics service of the Russian Federation (Rosstat). Electronic resource — http://www.gks.ru
