CC BY
15Точечный и интервальный прогноз заработной платы в аграрном производстве
российской федерации в зависимости от производства молока Point and interval forecast of wages in agricultural production in the russian federation
depending on milk production
t>, /") московский
■p ЭКОНОМИЧЕСКИЙ ЖУРНАЛ
УДК 658
DOI 10.24411/2413-046Х-2020-10307 Баянова Ольга Викторовна,
кандидат экономических наук, доцент, доцент кафедры бухгалтерского учета и финансов ФГБОУВО Пермский ГАТУ, г. Пермь
Bayanova Olga Victorovna, candidate of economic Sciences, associate Professor, associate Professor of accounting and Finance Department FSBEIHE Perm SATU, c. Perm
Аннотация. Научная статья содержит методику и результаты исследования методом парной регрессии и точечным и интервальным прогнозированием заработной платы в зависимости от объемов производства молока. Цель исследования - провести регрессионный анализ и спрогнозировать заработную плату в аграрном производстве в конкретной точке и интервале. Метод исследования - парная регрессия, точечное и интервальное прогнозирование; верификация результатов исследования - расчет ошибки аппроксимации, область применения результатов - сельское хозяйство. Вывод: среднее значение ошибки аппроксимации свидетельствует о хорошем подборе модели к исходным данным; объем производства молока в точке 31 млн. тонн способен обеспечить заработную плату в размере 28941,7 рублей; доверительный интервал подтвердил наличие в нем данной точки.
Summary. The scientific article contains the methodology and results of the study by the method of pair regression and point and interval forecasting of wages depending on the volume of milk production. The purpose of the study is to conduct a regression analysis and forecast wages in agricultural production at a specific point and interval. Research method-pair regression, point and interval forecasting; verification of research results-calculation of the
approximation error, the scope of the results - agriculture. Conclusion: the average value of the approximation error indicates a good selection of the model to the original data; the volume of milk production at the point of 31 million tons can provide a salary of 28941.7 rubles; the confidence interval confirmed the presence of this point in it.
Ключевые слова: аграрное производство; заработная плата; производство молока; парная регрессия; точечный и интервальный прогноз.
Keyword: agricultural production; wages; milk production; pair regression; point and interval forecast.
Введение
Зависимость заработной платы от результатов деятельности аграрного производства очевидна и подтверждается активным использованием сдельной формы оплаты труда. При этом, точечное и интервальное прогнозирование способно обеспечить информационные потребности менеджмента при формировании стратегии предприятия. это подтверждает актуальность исследования.
Экономические исследования процесса импортозамещения сельскохозяйственной продукции в условиях санкциональной экономики являются предметом исследования многих ученых--экономистов как в Российской Федерации, так и за рубежом: Jambor A., Toth A.T., Koroshegyi D. дали оценку экспортной конкурентоспособности сельскохозяйственной продукции Венгрии [5]; проблемы международной торговли продукцией сельского хозяйства и ее сравнительные преимущества в Сербии вскрыли Kuzman B., Stegic M. и Subic J [6]; Esquivias M.A. обратил внимание на преимущества международной торговли продукцией сельского хозяйства в провинции Восточная Ява [4]; Фролова О.А. представила пути оптимизации факторов эффективного сельскохозяйственного производства в условиях многоукладной аграрной экономики [3]; Кравченко Е.С. и Суровцева Е.С. назвали государственную поддержку важным фактором эффективного развития крестьянских (фермерских) хозяйств [2]; Борхунов Н.А., Родионова О.А. проанализировали затратный механизм сельского хозяйства и выявили влияние на него структурных сдвигов [1].
Таким образом, решение проблем импортозамещения в аграрном производстве является актуальным в отечественной и международной научной среде.
Материалы и методы исследования
Проведем точечное и интервальное прогнозирование показателей импортозамещения в Российской Федерации и уровня заработной платы. Для этого с 95% вероятностью
определим размер среднемесячной номинальной начисленной заработной платы работников организаций, если объем производства молока составит 31 млн. тонн.
Вначале следует убедиться, что такой точки нет в исходных наблюдениях (таблица 1). Таблица 1 — Сведения о показателях пмпортозамещенпя и заработной плате в
Российской Федерации
Годы Производство молока, ылн. Среднемесячная
тонн номинальная начисленная заработная плата работников организаций, рублен
2012 31,2 21820,9
2013 29,9 24715,5
2014 30=0 27102,3
2015 29,9 28527,9
2016 29,8 30651,2
2017 30,2 32951,5
2018 30,6 35802,0
Точечный прогноз.
Если примем прогнозное значение объема производства молока х = 31,то точечный прогноз среднемесячной номинальной начисленной заработной платы работников организаций определяется по формуле:
у=а+Ь*х
где у -результативный признак (среднемесячная номинальная начисленная заработная плата работников организаций); а - свободный член уравнения;
Ь - параметр уравнения, который показывает изменение результативного признака при изменении фактора на единицу; х - фактор (производство молока).
Для решения уравнения регрессии следует рассчитать значение параметра Ь по формуле:
Определение значений числителя и знаменателя произведем в рабочей таблице (таблица 2).
Таблица 2 - Рабочая таблица для определения значения параметра Ъ
Годы X У х ■ у
2012 31,2 21820,9 б&0&12,0& 973,44
2013 29,9 24715,5 738993,45 894,01
2014 30,0 27102,3 813069,0 900,0
2015 29,9 2S527,9 852984,21 894,01
2016 29,S 30651,2 913405,76 888,04
2017 30,2 32951,5 995135,3 912,04
201S 30,6 35SQ2,Q 1095541,2 936,36
Итого 211,6 201571,3 6089941 6397,9
Среднее значение 30,2 28795,9 869991,57 913,99
ху-х -у _ 869991.57-30,2 ■ ZB795.9
= 182,25
X2- X 913,99-30,2-30,2
Определим значение параметра а.
Произведем расчет регрессионного значения результативного признака.
1)$Х = а + Ъ - X = 2329195 - 182,25 - 31,2 = 28978,1
2)% = а + b - X = 2329195 - 182,2.5 -29,9 = 28741,2
3)У* = а + b - X =2329195 - 182,2.5 - 30,0 = 28759,4
4)% = а + b - X =2329195 - 182,2.5 -29,9 = 28741,2
5)% = а + b - X =2329195 - 182,2.5 -29,8 = 28723,0
б) Vx = а + b X = 2329195 - 182,25 - 30,2 = 28795,9
7)% = а + b ■ X = 2329195 - 182,25 - 30,6 = 28868,8
Расчет ошибки аппроксимации производится по формуле:
Для определения ошибки аппроксимации составим таблицу (таблица 3).
Таблица 3 - Расчет ошибки аппроксимации
Годы V fe У - А
2012 21820,9 28978,1 -71572 32,8
2013 24715,5 28741,2 -4025,7 16,3
2014 2 7102=3 2В759,4 -1657,1 6Д
2015 28527,9 28741,2 -213,3 0,7
2016 30651,2 26723,0 192S,2 6,3
2017 32951,5 26795,9 4155=6 12:6
201В 35802,0 26666,6 6933,2 19,4
Итого 2015713 X х 94,2
Среднее значение 28795.9 X х 13.5
Среднее значение ошибки аппроксимации, равное 13,5%, означает хороший подбор модели к исходным данным.
Интервальный прогноз.
Для интервального прогнозирования найдем стандартную ошибку предсказываемого значения среднемесячной номинальной начисленной заработной платы работников организаций:
Для определения стандартной ошибки составим рабочую таблицу (таблица 4). Таблица 4 - Рабочая таблица по определению стандартной ошибки
Годы X х — X (х - хУ V - $ 6-vr
2012 31,2 1 1 -7157,2 51225511,84
2013 29,9 -0,3 0,09 -4025,7 16206260,49
2014 30,0 -0,2 0,04 -1657,1 2745980,41
2015 29,9 -0,3 0,09 -213,3 45496,89
2016 29,8 -0,4 0,16 1928,2 3717955,24
2017 30,2 0 0 4155,6 17269011,36
2018 30,6 0,4 0,16 6933,2 48069262,24
Итого 211,6 X 1,54 X 139279478,47
Среднее значение 30,2 X X X X
Предельная ошибка прогнозируемой среднемесячной номинальной начисленной заработной платы работников организаций составит:
typ = ^табл ■ myp = 2,57 * 6589,942 = 16936,15 рублей. Доверительный интервал прогнозируемой среднемесячной номинальной начисленной заработной платы работников организаций составит: yp = 28941,7 ± 16936,15.
Результаты исследования
В точке х = 31 результативный признак определяется по формуле:
yp = 23291,95 + 182,25 * 31 = 28941,7 рублей. При производстве молока в объеме 31 млн. тонн, получим значение среднемесячной номинальной начисленной заработной платы работников организаций: не меньше, чем yp min = 28941,7 - 16936,15 = 12005,55 рублей, и не больше, чем yp max = 28941,7 + 16936,15 = 45877,85 рублей.
Выводы
Таким образом, исследование показателей импортозамещения и заработной платы с использованием точечного и интервального прогнозирования показало следующие результаты:
- при производстве молока в объеме, равном 31 млн. тонн, среднемесячная номинальная начисленная заработная плата работников организаций составит 28941,7 рублей;
- построенный доверительный интервал (от 12005,55 рублей до 45877,85 рублей) подтвердил наличие результата точечного прогноза среднемесячной номинальной начисленной заработной платы работников организаций в размере 28941,7 рублей.
Список литературы
1. Борхунов Н.А., Родионова О.А. Структурные сдвиги и их влияние на затратный механизм сельского хозяйства // АПК: экономика, управление. - 2017. - № 6. - С. 25 - 32.
2. Кравченко Т.С., Суровцева Е.С. Государственная поддержка как фактор эффективного развития крестьянских (фермерских) хозяйств // Вестник Российского государственного аграрного заочного университета. - Москва, 2016. - № 22 (27). - С. 55 - 62.
3. Фролова О.А. Оптимизации факторов эффективного сельскохозяйственного производства в условиях многоукладной аграрной экономики // Материалы Всероссийской научно-практической конференции «Аграрный потенциал в системе продовольственного обеспечения: теория и практика», 21-22 июня 2016 г./ Ульяновская ГСХА. - Ульяновск , 2016. - Ч.1 - С. 272 - 276.
4. Esquivias M.A. The change of comparative advantage of agricultural activities in East Java within the context of ASEAN economic integration // Agris On-line Papers in Economics and Informatics. - 2017. - № 1. - P.33 - 47.
5. Jambor A. и др. The Export Competiveness of Global Cocoa Traders/ Jambor A., Toth A.T., Koroshegyi D. // Agris On-line Papers in Economics and Informatics. - 2017. - № 3. - P.27 -37.
6. Kuzman B. и др. Market oriented approach of revealed comparative advantage in international trade/ Kuzman B., Stegic M., Subic J. // Economics of Agriculture. - 2016. Vol. 63,
- № 1. - Р. 247-260.
References
1. Borkhunov N. A., Rodionova O. A. Structural shifts and their influence on the cost mechanism of agriculture // agro - industrial complex: Economics, management. - 2017. - № 6.
- Pp. 25-32.
2. Kravchenko T. S., Surovtseva E. S. State support as a factor of effective development of peasant (farm) farms // Bulletin of the Russian state agrarian correspondence University. -Moscow, 2016. - № 22 (27). - Pp. 55-62.
3. Frolova O. A. Optimization of factors of effective agricultural production in the conditions of multi-layered agrarian economy / / Materials of the all-Russian scientific and practical conference "Agricultural potential in the food supply system: theory and practice", June 21-22, 2016/ Ulyanovsk state agricultural Academy - - Ulyanovsk, 2016. - Part 1-P. 272-276.
4. Esquivias M.A. The change of comparative advantage of agricultural activities in East Java within the context of ASEAN economic integration // Agris On-line Papers in Economics and Informatics. - 2017. - № 1. - P.33 - 47.
5. Jambor A. и др. The Export Competiveness of Global Cocoa Traders/ Jambor A., Toth A.T., Koroshegyi D. // Agris On-line Papers in Economics and Informatics. - 2017. - № 3. - P.27 -37.
6. Kuzman B. и др. Market oriented approach of revealed comparative advantage in international trade/ Kuzman B., Stegic M., Subic J. // Economics of Agriculture. - 2016. Vol. 63,
- № 1. - Р. 247-260.
