Методичний підхід до прогнозування ефективності виробництва зерна

          Проблемою прогнозування займалася значна кількість науковців: Л.П. Владимирова, В.Г. Воронкова, С.В. Глівенко, Г.С. Доморадзька, Л.І. Єрохіна, Т.І. Макаренко та ін. [ , , , , , ]. Зокрема, Л.П. Владимирова та Г.С. Доморадзька звертають увагу на важливість прогнозування і планування на макрорівні [196]. В.Г. Воронкова спирається на питання планування на рівні підприємства [197]. С.В. Глівенком докладно вивчено методи прогнозування [198]. Т.І. Макаренко основні дослідження присвячує проблемам прогнозування маркетингу [199].          Л.І. Єрохіна намагається порівняти поняття «планування» і «прогнозування», при цьому підкреслюється, що на макрорівні для встановлення попередніх показників здійснюється прогнозування, а на мікрорівні – планування. Разом з тим окремі питання ще залишаються недостатньо вивченими. Зокрема, не дослідженим залишається таке питання, як визначення характерних особливостей процесів плануванням і прогнозуванням цін на підприємстві [200, c.19].          Виробництво необхідного обсягу зерна, досягнення відповідної якості продукції, забезпечення її конкурентоспроможності зумовлює необхідність впровадження певних технологій, наукових напрацювань і дотримання загальновідомих правил агротехніки [ , с. 60]. Тому важливою умовою ефективного формування ринку продукції зерновиробництва – є науково обґрунтоване планування та прогнозування.          Держава впливає на сільське господарство через митну та податкову політику, через законодавство та ін. Система таких заходів направлена на обмеження, або навпаки, стимулювання тих чи інших галузей сільського господарства, тих чи інших форм його організації і т.п. [202, c. 45].          Так як держава безпосередньо керує значною частиною народного господарства, то завдяки цьому у своєму розпорядженні має можливості впливу на сферу приватного господарювання і на ринок [202, c. 59].          З викладеного випливає, що планування, планомірне керівництво господарством чи планомірний вплив на нього, є необхідною умовою. Необхідно, щоб ці плани були реальними та такими, на які можна опиратися в керівництві сільським господарством [202, c. 63].          М.Д. Кондратьєв також зазначав, що план перш за все повинен містити ту систему перспектив, реалізація яких міститься в органах регулювання господарства: перспективи відносно росту продукції різноманітних галузей, перспектива підвищення продуктивності праці, росту товарності, підвищення ефективності, кооперування і т.п [188].          Прогнозування і планування цін є системою методичних прийомів, виконання яких в певній послідовності дозволяє забезпечити ефективність управлінських рішень з питань цінової діяльності підприємства [172, с. 172].          Для прогнозування ефективності виробництва зерна нами була використана програма STATISTICA. Це інтегрована система комплексного статистичного аналізу і обробки даних в середовищі Windows і займає стійке лідируюче положення на ринку статистичного програмного забезпечення [203].           В рамках статистичних моделей вирішуються такі задачі як прогнозування, знаходження періодичностей в даних, аналіз залежностей, оцінка ризиків при прийнятті рішень та інші [ ]. Задача прогнозування полягає в тому, щоб за значеннями спостережень, зібраних на даний час, визначити значення в наступні моменти [203].          Статистичні методи, реалізовані в системі STATISTICA, дозволяють побудувати об’єктивний прогноз даних. Важлива особливість статистичних методів прогнозуванні полягає у можливості визначення верхніх та нижніх кордонів інтервалів, в яких знаходяться значення прогнозованих величин. В основі статистичних методів лежить імовірна модель даних, що дозволяє виокремити основні та сезонні фактори, циклічну складову, побудувати оптимальний проноз [203, c. 36]. Загальноприйнятим стандартом, в якому виконується прогнозування в економічних додатках, є моделі авторегресії та проінтегрованого середнього сковзного, скорочена назва ARIMA [203, c. 36].          У даній програмі кінцева ціль – перетворення, приведення ряду до такого вигляду, який необхідний для аналізу. Наприклад, зробити ряд стаціонарним, що необхідно для спектрального аналізу [177, с. 124].          Суб’єкти господарської діяльності в умовах вільної конкуренції вимушені сприймати таку ціну, яка формується на основі співвідношення попиту та пропозиції та ще й вчасно реагувати на її зміни. У разі запізнення реакції на зниження цін на ринку у підприємстві не лише зменшиться обсяг реалізованої продукції і маса одержаного прибутку, а й відбудеться втрата частини покупців [ , с.64].          Використана методика авторегресійної функції ARIMA дала можливість прогнозування цін на зерно по Україні ( рис. 3.20).          Так, для цього ми використали дані по цінам на зерно за 2007-2011 рр. Було встановлено сезонний лаг, що дорівнює 12 періодам, тобто місяцям.          Дані рис.3.20 свідчать, що прогнозування ціни реалізації зерна здійснювалося на 10 періодів (місяців) вперед. Однак через недостатність первинних даних фактичний прогноз мав дуже суттєве коливання. Вірогідність прогнозу на рівні 90% була неприпустимо значною. Це можна побачити навіть з тих прогнозних значень, які відображені на рисунку. Їх розмах варіації на кінець прогнозованого періоду становив відповідно від 2002,1 грн/т (по верхній межі) до 655,8 грн/т (по нижній межі).          

Вся работа доступна по Ссылке