Кримський інститут бізнесу університету економіки та управління самарський інститут бізнесу та менеджменту центр розвитку освіти, науки та інновацій сучасні національні економічні моделі: проблеми та перспективи розвитку
Вид материала | Документы |
- Кримський інститут бізнесу університету економіки та управління самарський інститут, 2826.09kb.
- Самарський інститут бізнесу та управління центр розвитку освіти, науки та інновацій, 46.93kb.
- Самарський інститут бізнесу та управління вища школа менеджменту центр розвитку освіти,, 48.35kb.
- Інформаційний лист Кримський інститут бізнесу та Університет економіки та управління, 33.12kb.
- Самарський інститут бізнесу та управління кримський інститут бізнесу центр розвитку, 3314.77kb.
- Кримський інститут бізнесу центр розвитку освіти, науки та інновацій, 2767.5kb.
- Міністерство освіти та науки автономної республіки крим центр розвитку освіти, науки, 3640.99kb.
- Кримський інститут бізнесу консалтингово-конфліктологічний центр центр розвитку освіти,, 2681.19kb.
- Вища школа менеджменту кримський інститут бізнесу консалтингово-конфліктологічний центр, 3659.85kb.
- Вища школа менеджменту кримський інститут бізнесу консалтингово-конфліктологічний центр, 3615.59kb.
НАУКОВА ПОЛІТИКА: ҐЕНЕЗА ПОНЯТТЯ
Виникнення терміну «наукова політика» завдячує голові офісу наукових досліджень та розробок уряду США Ванневару Бушу, який у 1945 р. у звіті Президенту США під назвою «Наука. Нескінченні горизонти» зазначав, що країна потребує виваженої наукової політики. Хоча у США к 1939 р. активно функціонувало понад 40 федеральних наукових установ, закінчення Другої світової війни викликало очевидну необхідність зміни наукових пріоритетів відповідно до зміни суспільної мети, якою стає підвищення добробуту громадян та забезпечення конкурентоспроможного економічного розвитку. Саме В. Бушу належала пропозиція створити урядову структуру, відповідальну за реалізацію наукової політики США з 1950 р. й донині - Національне наукове товариство (National Science Foundation) зі стартовим бюджетом 10 млн. дол. США (збільшення до 50 млн. . дол. США через 5 років. Основними принципами роботи цієї установи були такі: довготривала стабільність фінансування, обрання до складу цієї установи лише фахівців, незалежних від уряду чи будь-яких груп інтересів, крім наукових, виконання власної місії шляхом укладання договорів із ретельно відібраними сторонніми науковими організаціями, підтримка фундаментальних досліджень у всіх типах публічних та приватних вищих навчальних закладах, підзвітність товариства та його посадовців Президенту та Конгресу.
Вже у 1945 р. В. Бушем було запропоновано вдосконалити податкове законодавство з метою стимулювання промислових НДДКР шляхом включення витрат компаній на наукові дослідження до складу валових витрат. Крім того, передбачалось створення «дослідницьких клінік» для підприємців-початківців та малих підприємств. Важливим аспектом наукової політики визначалось забезпечення активної участі американських науковців в міжнародному обміні науковою інформацією, у т.ч. шляхом організації конференцій та симпозіумів на території США. Розуміння важливості наукової політики для подальшого економічного зростання викликало необхідність залучення до наукової кар’єри все більшої кількості молодих людей, нестача яких наприкінці 1940-х становила в США 150 тис. осіб. Відродження національного наукового таланту вимагало спрощення фінансових умов для студентів, збільшення частки осіб, які навчаються та закінчують навчальні установи, та згодом сприяло припливу талановитих іноземних студентів.
Сьгодні питання наукового прогресу розглядається в американському суспільстві не як один з важливих напрямів розвитку, а як джерело глобального лідерства США [1,2,3]. Завдяки науковій політиці США посідають лідируючи позиції у виробництві високотехнологічної продукції, сформована потужна глобальна система захисту прав інтелектуальної власності та захисту національних інтересів США, що багато в чому зумовлює спеціалізацію окремих країн та генерує сучасні глобальні структурні зрушення.
Література:
1. Homer Alfred Neal, Tobin Smith, Jennifer McCormick. Beyond Sputnik: U.S. Science Policy in the 21st Century . - University of Michigan Press, 2008.- 400 pages - ISBN-13: 978-0472033065
2. Sylvia Kraemer. Science and Technology Policy in the United States: Open Systems in Action Rutgers University Press, 2006. - 342 pages. - ISBN-13: 978-0813538266
3. Alan I. Marcus), Amy Sue Bix. The Future Is Now: Science And Technology Policy in America Since 1950 . - Humanity Books, 2007. -310 pages.- ISBN-13: 978-1591024729
Інноваційні моделі розвитку
Абрамова Галина В’ячеславівна
Херсонський Національний технічний університет, м. Херсон
РЕГРЕСІЙНІ МОДЕЛІ ПРИБУТКОВОСТІ
СІЛЬСЬКОГОСПОДАРСЬКИХ ПІДПРИЄМСТВ ХЕРСОНСЬКОЇ ОБЛАСТІ
Постановка проблеми: Результативність діяльності підприємства характеризується різними показниками. Але одним з головних показників є фінансовий результат його діяльності, а саме прибуток. Економічні механізми формування прибутковості підприємств вивчені недостатньо і потребують глибокого статистичного аналізу (насамперед, кореляційно-регресійного аналізу) на основі якого можуть бути одержані відповідні математичні моделі.
Мета статті: Метою статті є побудова математичних моделей залежності прибутку підприємств сільськогосподарської галузі від різних факторів виробництва за допомогою кореляційно-регресійного аналізу. Математичні моделі дозволяють вивчити закономірності формування прибутку і здійснити на їх основі розробку теоретичних і практичних рекомендацій щодо підвищення рівня прибутковості підприємств сільськогосподарської галузі.
Основна частина:
В роботі проведений кореляційно-регресійний аналіз [1] статистичних даних по сільськогосподарській галузі Херсонської області [2] з метою побудови математичних моделей залежності прибутковості сільськогосподарських підприємств від деяких фінансових показників виробництва (табл. 1).
Таблиця 1.
Статистичні дані фінансової звітності
підприємств сільськогосподарської галузі Херсонської області
Показники (млн. грн.) | 2004 | 2005 | 2006 | 2007 | 2008 |
Прибуток | 71,60 | 72,70 | 56,40 | 236,80 | 276,30 |
Необоротні активи | 1055,10 | 1208,90 | 1271,00 | 1595,85 | 2457,70 |
Оборотні активи | 711,20 | 891,50 | 1023,50 | 1635,07 | 2449,90 |
Витрати майбутніх періодів | 5,60 | 7,70 | 8,00 | 11,27 | 17,98 |
Власний капітал | 1138,20 | 1278,80 | 1342,90 | 1611,40 | 2025,86 |
Забезпеч. майбутніх витрат | 11,60 | 16,20 | 22,80 | 30,58 | 31,92 |
Довгострок. зобов’язання | 94,50 | 166,20 | 300,30 | 662,56 | 1275,79 |
Поточні зобов’язання | 505,70 | 612,70 | 586,50 | 846,65 | 1479,09 |
Доходи майбутніх періодів | 21,90 | 34,20 | 50,00 | 91,00 | 112,92 |
Дебіторська заборгованість | 282,14 | 310,00 | 344,91 | 678,09 | 1149,19 |
Кредитор. заборгованість | 486,63 | 488,00 | 491,14 | 627,96 | 1182,57 |
Виручка від реалізації | 999,48 | 1100,00 | 1254,75 | 1385,28 | 2415,59 |
Побудовані кореляційні таблиці і визначені найбільш значимі фактори, що впливають на прибутковість підприємств. Для визначених факторів побудовані математичні моделі, що дозволяють кількісно оцінити залежність прибутковості від варіацій вхідних факторів моделей (табл. 2). На основі розроблених моделей можна здійснювати прогнозування прибутковості і пропонувати механізми її підвищення.
Результати кореляційно-регресійного аналізу свідчать, що найбільш значимими факторами, що впливають на прибуток є оборотні активи , власний капітал, довгострокові зобов’язання і дебіторська заборгованість. Рівняння регресії прибутку від наведених факторів мають найбільші коефіцієнти детермінації і найменші стандартні похибки регресії .
Таблиця 2
Лінійні регресійні залежності прибутку підприємств від значимих факторів сільськогосподарського виробництва
Фактори | | | | | Коефіцієнт детермінації | Стандартна похибка регресії |
Необоротні активи | -108,68 | 80,25 | 0,166 | 0,050 | 0,78 | 56,4 |
Оборотні активи | -43,34 | 44,2 | 0,139 | 0,030 | 0,88 | 42,3 |
Власний капітал | -265,27 | 102,21 | 0,276 | 0,067 | 0,85 | 47,4 |
Довгострокові зобов’язання | 43,01 | 31,77 | 0,200 | 0,048 | 0,85 | 46,6 |
Поточні зобов’язання | -45,94 | 62,63 | 0,234 | 0,071 | 0,78 | 56,4 |
Дебіторська заборгованість | -4,50 | 36,66 | 0,266 | 0,057 | 0,88 | 42,1 |
Кредиторська заборгованість | -48,56 | 78,18 | 0,292 | 0,110 | 0,70 | 66,4 |
Виручка від реалізації | -73,60 | 92,45 | 0,151 | 0,060 | 0,67 | 69,3 |
З аналізу регресій, наведених в табл. 2 випливає, що в деяких випадках більш адекватною може бути нелінійна модель, наприклад квадратична модель залежності прибутку від дебіторської заборгованості:
Y=-151,2+0,83Х9 -0,0004Х92 ; R2=0,97 σ=27,2 (1)
що, має більш високі значення і значно менші значення похибки.
Модель (1) в більшій мірі відповідає реальному стану речей, так як свідчить, що надмірно високі значення дебіторської заборгованості не можуть позитивно впливати на величину прибутку. Ця обставина свідчить також про те, що при побудові множинних регресій прибутку (парних моделей) слід враховувати нелінійний (принаймні квадратичний) характер впливу деяких із факторів.
Розглянемо двохфакторні кореляційно-регресійні моделі прибутку. Двофакторна модель залежності прибутку від оборотних активів та довгострокових зобов’язань має вигляд:
Y=-352,2+0,645X2-0,741X6; R2=0,92 σ=41,7 (2)
Коефіцієнт детермінації R2=0,92 свідчить, що на 92 відсотки зміни значення прибутку обумовлюються змінами значень і. З рівняння регресії (2) видно, що прибуток збільшується при збільшенні оборотних активів та зменшені довгострокових зобов’язань .
На рис.1 показані області рівних значень прибутку в залежності від оборотних активів () і довгострокових зобов’язань () побудовані на основі двохфакторної лінійної моделі (2). На цьому рисунку видно пряму, що відділяє область прибутку від області збитку (точки цієї прямої відповідають нульовому значенню прибутку). З цих даних слідує, що залишитися на даному рівні прибутку при зростанні довгострокових зобов’язань можна лише збільшуючи належним чином оборотні активи.
Рисунок 1. Лінії рівня двохфакторної моделі (1)
На рис. 2 показана двофакторна модель залежності прибутку від необоротних активів та оборотних активів :
Y=825,3 + 0,674Х2 - 1,374Х1 + 0,000195Х12 ; R2=0,97 σ=35,9 (3)
Двофакторна модель (3) лінійна відносно оборотних активів і квадратична по необоротним активам . Коефіцієнт детермінації R2=0,97 свідчить, що на 97% дисперсія значень прибутку обумовлюється дисперсіями значень необоротнихі оборотних активів . З рівняння регресії (3) та рис. 2 видно, що прибуток збільшується при збільшенні значення оборотних активів та зменшені значення необоротних активів.
Рисунок 2. Двохфакторна модель (2).
На рис. 3 показані області рівних значень прибутку в залежності від оборотних () і необоротних () активів. Як на цьому, так і на вищенаведеному рисунку видно криву, що відділяє область прибутку від області збитку (точки цієї кривої відповідають нульовому значенню прибутку). З цих даних слідує, що залишитися на даному рівні прибутку при зростанні необоротних активів можна лише збільшуючи належним чином оборотні активи.
Рисунок 3. Лінії рівня нелінійної двохфакторної моделі (2)
Висновки: За допомогою проведеного кореляційно-регресійного аналізу було виділено фактори, які найбільше впливають на величину прибутку підприємств сільськогосподарської галузі. Такими факторами є необоротні активи, оборотні активи, власний капітал, довгострокові активи та дебіторська заборгованість. Побудовані лінійні та нелінійні однофакторні та двофакторні регресійні моделі залежності прибутку від різних факторів. Побудовані моделі дають можливість розрахунку і прогнозування рівня прибутку сільськогосподарських підприємств від найбільш значимих факторів сільськогосподарського виробництва. Ці моделі також дають можливість цілеспрямованого регулювання факторами для забезпечення необхідного рівня прибутку.
Література:
- Гайдышев И. Анализ и обработка данных: Спец. справочник. СПб: Питер, 2001. – 752 с.
- Статистичний щорічник Херсонської області за 2008 рік. Херсон: Головне управління статистики, 2009. – с.509
Варяниченко Елена Владимировна
Лысина Людмила Арсентьевна
Национальный горный университет, г. Днепропетровск