Организация молочного скотоводства

 

За счет реализации продукции не совсем удовлетворительного качества предприятие недополучает с каждого центнера продукции 21,27 руб.

Прибыль представляет собой  часть чистого дохода, созданного в процессе производства и реализованного в сфере обращения, который непосредственно получает предприятие. После продажи продукции чистый доход принимает форму прибыли.

Объем реализации, величина прибыли, и уровень рентабельности зависят от производственной, снабженческой, сбытовой и коммерческой деятельности предприятия, иначе говоря, эти показатели отражают все стороны хозяйствования.

Анализ финансовых результатов  от реализации молока необходимо начать с определения уровня товарности молока  (табл. 2.21).

 

Таблица 2.21 – Анализ уровня товарности молока в СХПК «Колхоз «Годовщина Октября» в 2008 г.

 

Вид продукции	Объем производства, ц		Объем реализации, ц		Уровень товарности, %
	2004	2008	2004	2008	2004	2008
Молоко	39537	30150	12739	4599	32,2	15,3

 

Объем реализации сырого молока в 2008 году против 2004 года снизился на 8139 ц, в связи, с чем уровень  товарности снизился 52,48%. Данный факт свидетельствует о том, хозяйство большую часть валового производства молока использует для дальнейшей переработки и реализует уже готовую продукцию.

Как уже говорилось ранее, на финансовый результат от реализации молока оказывают влияние такие факторы, как объем реализованной продукции, себестоимость единицы продукции и цена реализации (табл. 2.22).

 

Таблица 2.22 – Влияние основных факторов на прибыль от реализации молока в СХПК «Колхоз «Годовщина Октября» за период 2004-2008 гг.

 

Показатель	2004	2007	Отклонение прибыли
			Общее	в том числе за счет:
				объема реализации	цены	себестоимости
Количество реализованной продукции, ц	12739	4599	-8140	Х	Х	Х
Средняя цена реализации, руб.	619	1233	614	Х	Х	Х
Себестоимость 1 ц, руб.	402	986,44	584	Х	Х	Х
Прибыль (убыток) от реализации молока, тыс. руб.	2764	1134	-1630	-1766	2824	-2688

 

СХПК «Колхоз «Годовщина Октября» Куйтунского района Иркутской области в течение последних пяти лет получает прибыль от реализации сырого молока.  Однако в 2008 году по сравнению с 2004 годом прибыль от реализации молока снизилась в 2,44 раза, в том числе за счет увеличения себестоимости молока на 584 руб. прибыль уменьшилась на 2688 тыс. руб., а за счет роста цены реализации 1 ц молока (на 614 руб.) прибыль увеличилась на 2824 тыс. руб., за счет уменьшения объемов реализованного молока почти в 3 раза прибыль от реализации снизилась на 1766 тыс.руб.

Таким образом, чтобы  получать прибыль от реализации произведенной  продукции необходимо не только увеличивать  объемы и цены, но и снижать затраты  на производство.

Показатели рентабельности характеризуют эффективность работы в целом, доходность различных направлений деятельности, окупаемость затрат и т.д. Они более полно, чем прибыль, характеризуют окончательные результаты хозяйствования, потому что их величина показывает соотношение эффекта с наличными или потребленными ресурсами.

Показатели рентабельности различны, но нас интересует показатель рентабельности продаж – он рассчитывается делением прибыли от реализации продукции на сумму полученной выручки и показывает, сколько прибыли имеет предприятие с рубля продаж. Данный показатель характеризует эффективность предпринимательской деятельности.

Кроме того, существует такой  показатель, как рентабельность производственной деятельности, которая определяется отношением прибыли от реализации продукции к ее себестоимости.

Если же в хозяйстве  нет прибыли, то рассчитывается окупаемость затрат – отношением выручки к себестоимости реализованной продукции. Она показывает, сколько средств имеет предприятие с каждого рубля, затраченного на производство и реализацию продукции.

Расчет уровня рентабельности реализации молока в СХПК «Колхоз «Годовщина Октября» приведен в таблице 2.23.

 

Таблица 2.23 – Рентабельности производства молока в СХПК «Колхоз «Годовщина Октября» за период  2004-2008 гг.

 

Продукция	Полная себестоимость, тыс. руб.		Выручка от реализации, тыс. руб.		Финансовый результат, тыс. руб.		Рентабельность продаж, %
	2004	2007	2004	2007	2004	2007	2004	2007
Молоко сырое	5123	4537	7887	5671	2764	1134	35,05	20,00

 

Уровень рентабельности продаж в 2008 году по сравнению с 2004 годом снизился на 15,05 пунктов.

Таким образом, на основании проведенного анализа можно сделать следующие выводы. СХПК «Колхоз «Годовщина Октября» имеет молочно-мясное направление с развитым растениеводством. Валовое производство молока за период 2004-2008 гг. имеет тенденцию к снижению. Главным образом, уменьшение валового надоя происходит за счет снижение продуктивности коров. За данный период значительно снизилась прибыль от реализации молока, что вызвано увеличением себестоимости молока на 584 руб. и уменьшением объема реализованного молока почти в 3 раза.

В третьей главе исследования нами будут обобщены резервы роста  производства молока и снижения его  себестоимости, а также выполнен прогноз уровня продуктивности коров на краткосрочную перспективу.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3. ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ роста производства молока и снижения его себестоимости

 

3.1. Прогнозирование молочной продуктивности коров на 2009 год

 

Среди большого разнообразия экономико-математических методов, используемых для решения задач управления предприятием, особое место занимают методы и модели прогнозирования.

Прогнозирование – это  исследовательский процесс, в результате которого получают прогноз о состоянии объекта. Прогноз является вероятностным суждением о возможном состоянии объекта или об альтернативных путях его достижения. Известно большое количество методов, методик и способов прогнозирования. Все они основаны на двух противоположных подходах: эвристическом и математическом. Эвристические методы базируются на использовании явлений или процессов, не поддающихся формализации. Для математических методов прогнозирования характерен подбор и обоснование математической модели исследуемого процесса, а также способов определения ее неизвестных параметров.

Среди математических методов  прогнозирования в особую группу выделяются методы экстраполяции, которые отличаются простотой, наглядностью и легко реализуется на персональном компьютере. Методологическая предпосылка экстраполяции состоит в признании преимущественной связи между прошлым, настоящим и будущим.

В настоящее время разработана большая группа экстраполяционных методов прогнозирования отдельных экономических показателей. В данной группе можно выделить:

• методы, основанные на построении корреляционно-регрессионных моделей;
• методы авторегрессии, учитывающие взаимосвязь членов временного ряда;
• методы прямой экстраполяции на основе трендовых моделей [10].

При прогнозировании  методом корреляционно-регрессионного анализа строится модель, включающая набор переменных, от которых зависит поведение функции. Для данных методов характерна невысокая точность прогноза для конкретного, отдельного предприятия.

В регрессионной  модели для прогнозирования зависимой переменной (результативного признака) на L шагов вперед необходимо знать прогнозные значения всех входящих в модель факторов. Это немного усложняет расчеты прогнозного значения, а также снижает точность прогноза из-за того, что необходимо сначала спрогнозировать развитие факторного признака.

Регрессионную модель отражает следующая зависимость:

,                                                            (3.1)

где a и b – параметры уравнения; x – факторный признак.

Авторегрессионные модели чаще всего используются для прогнозирования тех экономических процессов, для которых внешний механизм их формирования четко не определен, и практически невозможно выделить стабильные во времени причинно-следственные связи.

Главная идея методов  авторегрессии состоит в том, что будущие значения временного ряда не могут произвольно отклоняться от предшествующих значений, т.е. во временных рядах экономических показателей существует связь между недавно реализованными значениями и значениями, реализующимися в близком будущем. Эту зависимость можно описать уравнением авторегрессии

                                      ,                                                     (3.2)         

где а и b параметры; – значение показателя в момент времени t; – значение показателя в предыдущий момент .

Методы прямой  экстраполяции  на основе трендовых моделей, базируются на том, что тенденции и факторы прошлого сохранятся в будущем. Наличие устойчивой тенденции изменения экономического показателя во времени (тренда) позволяет отобразить ее в виде математического выражения, например, в виде линейного уравнения (модели):

                                              ,                                             (3.3)

где а и b параметры; t – время.

Для описания основной тенденции  могут быть использованы различные функции (модели) как линейного, так и нелинейного вида. При выборе аппроксимирующей функции целесообразно использовать графический способ подбора по виду точек временного ряда, расположенных на плоскости.

Выбор того или иного уравнения тренда основывается на величине достоверности аппроксимации ( ), коэффициенте детерминации. Чем его значение ближе к 1, тем более точно предложенное уравнение описывает тенденцию. При сохранении выявленного развития можно прогнозировать значения экономического параметра с некоторым упреждением или заблаговременностью [10].

Для выявления зависимости  между значениями временного ряда показателей или опровержения этой гипотезы можно воспользоваться анализом автокорреляционной функции. Для ее вычисления применяется формула:

                              ,                                          (3.4)

где n – объем выборки; t – порядковый номер уровня ряда ( ); - порядок сдвига, изменяющийся от 0 до m ( 0, 1, 2,…, m); y_t – значения ряда от y₁ до y_n-τ; и σ_t – среднее значение и стандарт для части выборки от 1 до ; – значения ряда от до ; и – среднее значение и стандарт для выборки размером от до n.

Ординаты автокорреляционной функции изменяются от –1 до 1. При  чем отрицательное значение коэффициента автокорреляции не свидетельствует об обратной связи. Обычно связь считается значимой, если больше 0,3 по абсолютной величине.

Помимо расчета ординат  автокорреляционной функции,  необходимо определить их средние квадратические погрешности. Для нормального закона распределения и совокупностей, подчиняющихся близким к нему статистическим распределениям, формула средней квадратической погрешности ординаты автокорреляционной функции имеет вид:

                                                                                                  (3.5)          

Для выявления внутрирядовой  зависимости достаточно рассчитать первый коэффициент автокорреляции и его погрешность, так как достоверность первого коэффициента наибольшая [10].

Для прогнозирования  зависимой переменной (результативного признака) на L шагов вперед необходимо знать прогнозные значения всех входящих в модель факторов. Это немного усложняет расчеты прогнозного значения регрессионной модели, а также снижает точность прогноза из-за того, что необходимо сначала спрогнозировать развитие факторного признака. Эти значения могут быть получены на основе экстраполяционных методов, например, с использованием средних абсолютных приростов факторных признаков, они могут быть также определены методами экспертных оценок или непосредственно заданы исследователем экономического процесса. Прогнозные значения факторов подставляют в модель и получают точечные прогнозные оценки изучаемого показателя.

Для определения области  возможных значений результативного показателя при известных значениях факторов, т.е. доверительного интервала прогноза, необходимо учитывать два возможных источника ошибок. Ошибки первого рода вызываются рассеиванием наблюдений относительно линии регрессии, и их можно учесть, в частности, величиной среднеквадратической ошибки аппроксимации изучаемого показателя с помощью регрессионной модели. Обозначим эту величину и вычислим ее по формуле: