РЕСУРСИ ПІДПРИЄМСТВ

В результаті вивчення глави 7 студент повинен:

знати

  • • систему показників наявності та використання основних і оборотних фондів;
  • • показники і види інноваційної діяльності;
  • • системи показників забруднення навколишнього середовища;
  • • напрямки використання інвестицій, включаючи витрати на природоохоронну діяльність;

вміти

  • • аналізувати динаміку і стан основних фондів, аналізувати використання оборотних фондів;
  • • аналізувати показники інноваційної діяльності;
  • • аналізувати забруднення за видами середовищ: повітря, вода, грунт;

володіти

  • • сучасними методами збору, обробки та аналізу статистичних даних;
  • • методами розрахунку і статистичного аналізу найважливіших показників, що характеризують використання основних і оборотних фондів підприємств і найважливіших галузей економіки, виявлення характеру їх динаміки і прогнозування;
  • • методами статистичного дослідження інновацій.

Виробнича функція

На підприємстві реалізується повний цикл дій з набуття сировини, його доставці, споживання, інтеграції продуктів і послуг, включаючи процес проектування, виробництва і розподілу, і закінчуючи продажем готової продукції, поверненням або повторним використанням. Науково-технічний прогрес, в результаті якого з'являються нові технології, складна робототехніка, тривимірна друк, перетворює сферу виробництва і впливають на моделі ведення бізнесу показники економічного зростання і зайнятість. Однак в основі виробництва завжди і всюди лежить взаємозв'язок між результатом виробничої діяльності (випуском) і факторами виробництва (праця і капітал). Моделлю взаємозв'язку між результатом

і факторами (ресурсами підприємства) служить виробнича функція, в якій випуск (Q) - це функція факторів виробництва - капіталу (К) і праці (L). Виробнича функція має вигляд

або

Для знаходження параметрів функція (7.2) лінеарізуется: або

де ln (Q) = Q *, 1п (а 0 ) = аф К '= п (К), L' = ln (L).

Розглянемо приклад побудови виробничої функції (табл. 7.1).

Таблиця 7.7

Початкові дані

рік

t

К, млн руб.

L, чол.

Q, млн руб.

2000

1

155

96

583

2001

2

150

86

568

2002

3

151

87

588

2003

4

153

80

590

2004

5

157

86

675

2005

6

161

88

688

2006

7

160

85

669

2007

8

163

82

656

2008

9

167

81

659

2009

10

163

72

620

2010

11

164

68

608

2011

12

167

71

607

2012

13

168

84

645

2013

14

170

88

685

2014

15

172

90

697

2015

16

176

89

680

2016

17

178

95

750

2017

18

180

98

760

Таблиця 7.2

перетворені змінні

t

In L

In 1C

In Q

1

4,5643

5,0434

6,3681

2

4,4543

5,0106

6,3421

3

4,4659

5,0172

6,3767

4

4,3820

5,0304

6,3801

5

4,4543

5,0562

6,5147

6

4,4773

5,0814

6,5337

7

4,4426

5,0751

6,5057

8

4,4067

5,0937

6,4861

9

4,3944

5,1179

6,4907

10

4,2766

5,0937

6,4297

11

4,2195

5,0998

6,4101

12

4,2626

5,1179

6,4085

13

4,4308

5,1239

6,4692

14

4,4773

5,1357

6,5294

15

4,4998

5,1474

6,5467

16

4,4886

5,1704

6,5220

17

4,5538

5,1817

6,6200

18

4,5849

5,1929

6,6333

За перетвореним даними (див. Табл. 7.2) була побудована модель (7.3). Її характеристики наведені в табл. 7.3. Для цієї моделі автокорреляция в залишках склала -0,61. За критерієм Дарбіна - Уотсона в моделі є позитивна автокорреляция залишків. Для її усунення до залишків був застосований ряд Фур'є (табл. 7.4). В результаті була отримана модель

Автокорреляция в залишках для цієї моделі відсутня. Характеристики моделі, наведені в табл. 7.4, дозволяють вважати її придатною для використання.

Сума параметрів моделі (а + (3)> 1, що вказує на зростаючий масштаб виробництва; (1,13 + 0,28> 1), а значить, збільшення витрат в до раз призведе до зростання випуску більш ніж в до раз. Якщо сума параметрів моделі (а + (3) = 1, то зростання випуску і витрат однаковий, якщо ж (а + (3) <1, то зростання випуску відстає від зростання факторів.

Результати регресійного моделювання

ВИСНОВОК ПІДСУМКІВ

регресійна статистика

множинний

R

0,873756279

R квадрат

0.763450034

нормований

R-кеадрат

0,731910039

стандартна

помилка

0,04372007

спостереження

18

F табличне

3,68232034

дисперсійний аналіз

• V

S5

MS

F

значимість F

регресія

2

0,092535993

0,046267997

24.2057751

2.01568Е 05

залишок

15

0,028671668

0,001911445

Разом

17

0,121207661

коефіцієнти

стандартна

помилка

t-статистика

P-Значення

Нижні 95%

верхні 95%

Q-перетин Ini

  • 0,591210731
  • 0,284172374
  • 1,023815156
  • 0,107722323
  • • 0,577458467
  • 2,638008231
  • 0.57219631
  • 0,01863233
  • -2,773421079
  • 0,054567678
  • 1,59099962
  • 0,51377707

1пк

1,138704395

0.19821079

5,744916272

3.8737EOS

0,716228096

1.S6118069

t табличне

EXP (Q- персесч.)

0,55365655

2.131449546

ВИСНОВОК ЗАЛИШКУ

спостереження

передбачене

InQ

залишки Inc

1

6.448821273

• 0,080634086

2

6,380224142

• 0,038102723

3

6,391075578

• 0,01434863

4

6.382221946

• 0,002099409

5

6,432161031

0,08255166

б

6,46734218

0,066446658

7

6,450390748

0,055393312

8

6,461332875

0,024827913

9

6,485452361

0,005271173

10

6,424375369

0,005344109

11

6,415097102

0,00492222

12

6,448007173

• 0,039478382

13

6.502S85296

• 0,03333498

14

6,529280949

0,00013789

15

6,548985445

0,002200034

16

6,571988567

• 0,049895769

17

6,603394974

0,016678232

18

6,624953147

0,008365286

Результати моделювання залишків In в за допомогою ряду Фур'є

ВИСНОВОК ПІДСУМКІВ

регресійна статистика

множинний

R

0,795517992

R квадрат

0,632848875

нормований

R-квадрат

0,54740193

стандартна

помилка

0,025650092

спостереження

18

Fтаблічное

3,63372347

дисперсійний аналіз

<4

55

MS

F

значимість F

регресія

2

0,018144833

0,009072416

13,7893926

0,000399701

залишок

16

0,010526835

0,000657927

Разом

18

0,028671668

коефіцієнти

стандартна

помилка

Г-

статистика

РЗначеніе

Нижні 9S%

Верхні 9S%

Y-перетин

0

«Н / Д

»Н / д

«Н / Д

# Н / Д

«Н / д

sint

0,028925569

0,008305013

3,482904657

0,0030725

0,011319728

0,04653141

cos2t

0,034497695

0,008442597

4,086147062

0,00086122

• 0,052395202 0,01660019

t табличне

2,119905299

ВИ ВОД ЗАЛИШКУ

спостереження

передбачене

залишки

залишки U

1

0,034497695

• 0,046136391

2

-0,018970729

-0,019131994

3

0,006341649

0,020690279

4

0.034061651

• 0,036161061

S

0,055419073

0,027132587

6

0,063423264

0,003023394

7

0,055419073

-2,57605Е-05

8

0,034061651

• 0,009233738

9

0,006341649

-0,001070476

10

0,018970729

0,024314838

11

-0,034497695

0,029575475

12

0,036847714

-0,002630668

13

-0,027662397

0,005672582

14

-0,012740903

0,012878793

15

0,00039937

-0,002599404

16

0,005572125

• 0,055467894

17

0,00039937

0,016278862

18

-0,012740903

0,02110619

Визначивши тенденцію розвитку (рис. 7.1) факторів капіталу (К) і праці (L), можна дати прогноз випуску продукції, розрахувавши попередньо залишки (e t ) для відповідного моменту часу t.

Динаміка факторів капіталу та праці

Мал. 7.1. Динаміка факторів капіталу та праці

Для 2018 р момент часу f буде дорівнює 19. Підставами це значення в рівняння тренда для факторів (рис. 7.1). Отримаємо наступні значення:

На основі отриманої моделі оцінимо залишки, е ( , підставивши в рівняння t = 19, виражене в радіанах, а потім розрахуємо прогноз випуску продукції на 2018 р. Відповідно до виразом (7.5) отримаємо

Таким чином, точковий прогноз випуску продукції на 2018 р склав 692 млн руб.

 
Переглянути оригінал
< Попер   ЗМІСТ   ОРИГІНАЛ   Наст >