ОСОБЕННОСТИ ПРОГНОЗИРОВАНИЯ ЦЕНОВОЙ ДИНАМИКИ В СЕЛЬСКОМ ХОЗЯЙСТВЕ

   Переход отечественной экономики на рыночные методы хозяйствования сопровождался рядом негативных процессов, среди которых можно отметить разрушение материально-технической базы отечественных сельхозтоваропроизводителей, трудности с реализацией продукции, неразвитость системы государственной поддержки аграрного производства и другие. Еще одной причиной относительно медленного развития сельского хозяйства и его ведущей отрасли – растениеводства, стал диспаритет цен на продукцию сельского хозяйства и промышленности.

   Цена является главным фактором, влияющим на основные показатели деятельности предприятия: прибыль, рентабельность, оборот и т.п. Некорректные решения по вопросам ценообразования могут привести не только к ухудшению показателей финансово-хозяйственной деятельности предприятия, но и вывести их за пределы допустимых значений, что неизбежно приведет хозяйство к банкротству. Анализируя динамику цен реализации основных видов продукции растениеводства, можно отметить их существенное варьирование во времени. Поэтому актуальными представляются вопросы прогнозирования тенденций изменения цен в сельском хозяйстве.

   Прогнозирование цен представляет собой процесс разработки научно-обоснованных суждений о возможной ценовой динамики в будущем.

   В настоящее время существует приблизительно 150 методов прогнозирования, но на практике используются около 20-30 основных методов.

   По степени формализации методы прогнозирования делятся на формализованные и интуитивные. Формализованные методы используются в том случае, когда информация об объекте прогнозирования носит в основном количественный характер, а влияние различных факторов можно описать с помощью математических формул. Интуитивные методы применяются тогда, когда информация количественного характера об объекте прогнозирования отсутствует или носит в основном качественный характер и влияние факторов невозможно описать математически [2].

   Прогноз ценовой динамики основан на использовании формализованных методов прогнозирования. В свою очередь, формализованные методы подразделяются на методы экстраполяции и методы моделирования.

   Методы моделирования – наиболее сложные методы прогнозирования, состоящие из разнообразных подходов к прогнозированию сложных систем, процессов и явлений. К ним относят методы информационного моделирования (патентный и публикационный), статистического моделирования, логического моделирования (прогнозной аналогии, «дерево целей»).

    При прогнозировании цен в сельском хозяйстве наиболее целесообразным является использование методов экстраполяции. Экстраполяция - это метод научного исследования, который основан на распространении прошлых и настоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования. Цель методов экстраполяции - показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом. К методам экстраполяции относят метод скользящей средней, метод экспоненциального сглаживания и метод наименьших квадратов, получивший наибольшее распространение в практике экономического прогнозирования.

    Прогнозирование с помощью методов экстраполяции включает следующие этапы работ:

1.     Установление цели и задач исследования, анализ объекта прогнозирования;

2.     Сбор статистических данных;

3.     Определение вида функции (уравнения регрессии);

4.     Определение тесноты связи;

5.     Установление численного значения параметров уравнения регрессии методом наименьших квадратов;

6.     Определение прогнозной величины показателя.

На основе предложенной схемы построим прогноз цен реализации озимой пшеницы и основных видов используемых в сельском хозяйстве ресурсов – ГСМ и минеральных удобрений. При этом следует учитывать ряд особенностей:

1.      Прогнозирование осуществляется с использованием репрезентативного объема информации для выявления закономерностей динамики ценовой конъюнктуры.

2.   К факторам, оказывающим влияние на цены в растениеводстве, в большей степени относятся факторы, не контролируемые ни предприятиями, ни государством. Цены на сельскохозяйственную продукцию изменяются под влиянием спроса, цен на промышленные продукты, инфляции и многих других причин, что обусловливает значительную их вариацию во времени.

3.      Цены производителей на продукцию растениеводства изменяются под влиянием сезонности. В послеуборочный период, как правило, наблюдается снижение цен на зерно и другую продукцию растениеводства, которое сменяется их ростом в последующие периоды. На фоне периодических ценовых колебаний прослеживается определенная тенденция их роста или снижения.

4.     Динамика цен на потребляемые для производства сельскохозяйственной продукции материально- технические ресурсы характеризуется четко выраженной тенденцией роста, имеющей, как правило, линейный характер. Особенно это касается динамики цен на горюче-смазочные материалы и минеральные удобрения, где уровень монополизации производителей остается достаточно высоким.

   Характер сложившейся динамики цен на продукцию отрасли растениеводства и перечисленные особенности предопределили выбор мультипликативной модели для прогнозирования цен на продукцию растениеводства [1]. В общем виде такая модель может быть представлена следующим образом:

    Прогнозное значение Yt = тренд Т ´ сезонная вариация S ´ ошибка Е           (1)

   Исключив влияние случайной составляющей (ошибка Е) для построения прогноза, таким образом, необходимо оценить общую тенденцию изменения реализационных цен во времени, на основании которой получить прогноз, а затем этот прогноз уточнить на внутригодовые сезонные изменения.

   С учетом изложенного временные ряды представим как совокупность гармонических колебаний с одновременным выявлением их тенденции, а в качестве аналитического уравнения используем функцию вида:

Yрасч  = а1 cos(a2t + a3 ) + a4t + a0

где а0, а1,…, а4 – параметры уравнения, t – временной параметр.,            (2)

частоту динамического ряда, которая указывает на число повторений цикла в единицу времени. Последние два слагаемых модели представляют собой уравнение линейного тренда, который в зависимости от величины коэффициента а 4 может иметь тенденцию роста или снижения.

На Рисунке 1 представлен прогноз цен реализации озимой пшеницы 3 класса для условий Ростовской

области. Для построения прогноза в качестве исходных данных использовали цены реализации этой продукции за десять последних лет.

Аппроксимируя эти данные, было получено следующее аналитическое уравнение:

В данной модели первое слагаемое описывает периодические колебания цен реализации в ряду динамики.

Параметр уравнения а1  определяет амплитуду колебаний, параметр а 2 – их период, а коэффициент а 3  –частоту динамического ряда, которая указывает на число повторений цикла в единицу времени. Последние два слагаемых модели представляют собой уравнение линейного тренда, который в зависимости от величины коэффициента а 4 может иметь тенденцию роста или снижения.

На Рисунке 1 представлен прогноз цен реализации озимой пшеницы 3 класса для условий Ростовской области. Для построения прогноза в качестве исходных данных использовали цены реализации этой продукции за десять последних лет.

Аппроксимируя эти данные, было получено следующее аналитическое уравнение:

где   - прогнозное значение цены; t – временной параметр (месяцы).

Рис.1. Прогноз цен реализации пшеницы 3 класса

   Характер приведенной зависимости свидетельствует о неустойчивости рыночной конъюнктуры на сельскохозяйственных рынках. Максимально высокий уровень цен на пшеницу прогнозируется в ноябре месяце 2017 и 2018 гг. (11,5 тыс. руб./т.). Коэффициент, характеризующий достоверность аппроксимации, равен 0,73, что свидетельствует о высокой степени достоверности полученного прогноза.

   Если динамика  цен на продукцию сельского хозяйства имеет тенденцию с ярко выраженными гармоническими колебаниями, что во многом объясняется конкурентным характером сельскохозяйственных рынков, то динамика цен на потребляемые для производства сельскохозяйственной продукции материально- технические ресурсы характеризуется четко выраженной тенденцией роста, имеющей, как правило, линейный характер. Особенно это касается динамики цен на минеральные удобрения и дизтопливо.

   Только за период 2000-2009 гг. цены на азотные удобрения увеличились в 9,8 раза, фосфорные – в 5,8 раза, калийные – в 7,8 раза [3]. При построении прогнозных моделей в данном случае целесообразно использовать линейную функцию вида:

уt  = a0  + a1 × t (4)

   На Рисунке 2 графически представлен прогноз цен на минеральные удобрения, построенный на основе метода экстраполяции. О высокой достоверности аппроксимации данных свидетельствует значение коэффициента R2, равное 0,95.

Рис.2. Прогноз цен на минеральные удобрения

   Из графика (Рисунок 2) видно, что динамика цен на удобрения имеет ярко выраженную тенденцию роста.

   По прогнозным расчетам к 2017 году цены на внутреннем рынке на азофоску вырастут в 4,5-5 раз.

   Высокая цена на удобрения часто является причиной недостаточного их применения. В результате недовнесения удобрений вынос из почвы питательных веществ вместе с урожаем значительно превышает их внесение вместе с удобрениями, вследствие чего падает плодородие почвы.

   Важным элементом в составе затрат на производство продукции растениеводства являются затраты на приобретение горюче-смазочных материалов, которые составляют около 30% всех материальных затрат, включаемых в себестоимость продукции растениеводства. В период экономического кризиса в стране возникла проблема ухудшения обеспечения сельхозтоваропроизводителей горюче-смазочными материалами. Закупки ГСМ сельхозтоваропроизводителями Ростовской области за период с 1991 по 2013 гг. сократились в 5-13 раз [4].

   Одной из причин падения объемов закупок ГСМ является их ежегодное удорожание. Анализ динамики цен на дизельное топливо показал, что за последние десять лет потребительские цены на него в целом по Российской Федерации возросли почти в три раза (Рисунок 3).

Рис.3. Прогноз цен на дизельное топливо

     По прогнозу к 2017 году ожидается дальнейшее повышение  цен на дизельное топливо. Рост цен на дизельное топливо значительно превышает рост цен реализации сельскохозяйственной продукции, что способствует усилению неэквивалентности обмена сельского хозяйства с другими отраслями экономики. Полученные прогнозные значения цен на материальные ресурсы и продукцию позволили выявить тенденцию паритетных соотношений в межотраслевом обмене продукции (Рисунок 4).

Рис.4. Соотношение цен на продукцию растениеводства и дизельное топливо

   Из Рисунка 4 следует, что наибольший диспаритет цен на продукцию сельского хозяйства и потребляемые ресурсы (ГСМ) наблюдался в 2006 году. В последние годы можно отметить увеличение степени непропорциональности в динамике цен на продукцию растениеводства и дизельное топливо.

   Таким образом, сложившиеся ценовые соотношения в сельском хозяйстве и в отраслях промышленности препятствует эффективному ведению сельскохозяйственного производства.

    В заключении следует отметить, что полученные прогнозные цены на сельскохозяйственную продукцию целесообразно использовать при планировании деятельности предприятия лишь на краткосрочную или среднесрочную перспективу, поскольку цены складываются под влиянием многих факторов, которые трудно учесть и локализовать во времени с точки зрения возможности их предвидения. Поэтому прогнозные цены требуют постоянного уточнения с учетом сложившейся динамики цен.

Список литературы

1.     Кузьменко, О.В. Прогнозирование цен на продукцию растениеводства /О.В. Кузьменко, Н.В. Чумакова // Экономический вестник Ростовского государственного университета. – 2007. – Т.5. - №3. -Ч.3. – С126- 130.

2.     Лапыгин, Ю.Н. Экономическое прогнозирование: учебное пособие /Ю.Н. Лапыгин, В.Е. Крылов, А.П. Чернявский. - М.: Эксмо, 2009. – 256 с.

3.     Лукашев, Н.И. Цены как фактор воспроизводства материально-технических ресурсов в АПК /Н.И. Лукашев // Экономика сельскохозяйственных и перерабатывающих предприятий. – 2010. - №6. – С.24-27.

4.     www.mcx.ru