Содержание к диссертации
Введение
1 Теоретические основы статистического исследования структуры и динамики сложных экономических систем 13
1.1 Структура детерминированной системы, задачи ее статистического исследования 13
1.2 Статистические методы в исследовании изменений структуры затрат на производство электроэнергии 26
1.3 Информационно-аналитические потоки и формирование затрат на производство электроэнергии 43
Выводы по первой главе 53
2 Статистическое исследование изменения факторов, оказывающих решающее воздействие на уровень затрат на производство электроэнергии ТЭЦ 54
2.1 Эконометрическое моделирование временного ряда производственной себестоимости электроэнергии ТЭЦ 54
2.2 Статистический анализ структуры затрат на производство электроэнергии как сложной экономико-технологической системы 75
2.3 Статистическое исследование динамики и структуры внешних и внутренних факторов, оказывающих влияние на производственную себестоимость электроэнергии ТЭЦ 85
Выводы по второй главе 103
3 Разработка методического обеспечения прогнозирования затрат на производство электроэнергии ТЭЦ 105
3.1 Оценка взаимозависимости между элементами системы статистических показателей, характеризующих затраты на производство электроэнергии ТЭЦ 105
3.2 Эконометрическое моделирование влияния внешних и внутренних факторов на производственную себестоимость электроэнергии ТЭЦ 114
3.3 Много факторная регрессионная модель как основа проведения многовариантного прогнозирования затрат на производство электроэнергии 122
Выводы по третьей главе 131
Заключение 132
Список использованных источников
- Информационно-аналитические потоки и формирование затрат на производство электроэнергии
- Статистический анализ структуры затрат на производство электроэнергии как сложной экономико-технологической системы
- Эконометрическое моделирование влияния внешних и внутренних факторов на производственную себестоимость электроэнергии ТЭЦ
- Много факторная регрессионная модель как основа проведения многовариантного прогнозирования затрат на производство электроэнергии
Информационно-аналитические потоки и формирование затрат на производство электроэнергии
В условиях рыночной экономики, когда экономическим субъектам дана самостоятельность в выборе вектора своего развития, разработке стратегии и планировании производственных программ, основной задачей, стоящей перед ними, стала проблема выживаемости и обеспечения своего развития. В этой связи экономическим субъектам необходимо максимально эффективно использовать внутренний потенциал и объективно оценивать возможности и угрозы внешней среды.
Необходимым в этих целях требованием, при анализе и синтезе экономических явлений и процессов, происходящих на уровне любых экономических субъектов, стал системный подход, который, как подчеркивает Г.Б. Клейнер, позволяет интегрировать в себе «макроподход», при котором экономический субъект рассматривается в качестве бесструктурного «точечного» объекта, реагирующего на изменения внешней среды, и «микроподход», представляющий предприятие в виде сложной многоуровневой системы, наполненной комплексом взаимосвязанных и взаимозависимых элементов [66, с.30].
Другими словами системный подход применяют, когда требуется исследовать объект (предприятие или отдельные стороны его деятельности) как нечто целое, сложное, динамичное и единое [111, с.8], а также обладающее рядом других специфических свойств.
Прежде чем перейти к определению системных свойств экономических субъектов и постановке задач их системного анализа, остановимся на определении понятия «система», что крайне важно в целях дальнейшего статистического исследования.
Существуют десятки определений категории «система». Но на наш взгляд, наиболее конструктивным, по отношению к объекту данного исследования, является понятие, приведенное A.M. Гатаулиным в своей статье - «Система - это относительно обособленная и упорядоченная совокупность обладающих особой связанностью, целенаправленно и целесообразно взаимодействующих элементов, способных реализовывать заданные целевые функции» [24, с.65]. Кроме этого, для более глубокого раскрытия содержания этого понятия и его распространения на объект исследования требуется обратиться к основным признакам системы.
По мнению многих ученых [24, 66, 94, 111], для любой экономической системы присущ ряд характерных признаков, определяющих ее природу и функционирование, однако для нашего объекта системного анализа -экономического субъекта, очень важно выделить следующие:
целостность структурность целеполагание динамичность иерархичность э мер д жентность
Признаки экономического субъекта, как объекта системного анализа Наличие указанных системных признаков предприятия аргументируется на основании следующих суждений: - во-первых, экономический субъект, как единое целое относительно независим. Он может быть выделен из сложной среды и рассматриваться как ее обособленная часть; - во-вторых, экономический субъект представляет собой некое множество, совокупность элементов (формирующих его структуру) - бизнес-процессы, технологические операции, организационная структура и т.д.; - в-третьих, существование любого экономического субъекта предполагает наличие определенной цели или точнее системы конгруэнтных целей (например, завоевание большей доли рынка, повышение конкурентоспособности продукции и т.д.); - в-четвертых, всякий экономический субъект находится в процессе непрерывного развития (интенсивного или экстенсивного). Однозначно, основным критерием развития выступает положение предприятия относительно поставленной цели, в определенном промежутке времени; - в-пятых, каждый элемент экономического субъекта может рассматриваться как система более низкого уровня, например, любой бизнес-процесс основной деятельности предприятия индивидуально может быть подвержен системному анализу; - в-шестых, любая система в целом обладает свойствами, не присущими сумме свойств ее элементов, и является таковой - целостной системой, способной выполнять целевые функции, только при наличии «системного эффекта». Кроме этого, любой элемент экономического субъекта характеризуется специфичными, относительно других элементов, свойствами.
Представленные системные признаки предприятия не исчерпывают всего перечня и могут изменяться в зависимости от исследуемого объекта, его типа, вида, миссии и т.д. Опираясь на вышеприведенные признаки, сформулируем основные требования к задаче исследования экономического субъекта, как сложной экономической системы. По нашему мнению, задача исследования системы, в том числе с использованием статистического аппарата, заключается в поиске путей воздействия на систему в целях получения необходимого результата, для чего определенно требуется: во-первых, ограничить систему от внешней среды, определить ее границы и механизм взаимодействия с внешней средой, и во-вторых структурировать систему и выявить механизм ее функционирования.
При ограничении экономического субъекта от внешней среды он рассматривается как некий информационный носитель, систематически осуществляющий основные процессы своей деятельности - производство, реализацию продукции и воспроизводство ресурсов, что укрупненно представлено на рисунке 1.1.2. По нашему мнению особенности этих процессов в определенной степени индивидуализируют каждое предприятие [66, с. 34].
Производство продукции 0 Реализация продукции Ф Воспроизводство ресурсов Рисунок 1.1.2 - Основные процессы деятельности системы (экономического субъекта)
Внешняя среда представляет собой совокупность элементов и подсистем любой природы, существующих вне системы и воздействующих на предприятие. По мнению В.А. Маняевой, основной задачей изучения внешней среды экономического субъекта выступает идентификация тех возможностей и угроз, которые требуется учитывать при определении целей предприятия и путей их достижения [93, с. 15]. При этом следует уточнить, что внешняя среда включает в себя такие воздействия, которые, как правило, находятся за пределом влияния самого экономического субъекта.
Что касается внутренней среды экономического субъекта (системы), то она представляет собой целенаправленное множество взаимосвязанных элементов и подсистем различной природы. На наш взгляд, исследование внутренней среды не менее значимо, чем внешней, поскольку позволяет вскрыть сильные и слабые стороны экономического субъекта, и, конечно, оценить эффективность использования ресурсов.
Перечисляя ранее системные признаки, свойственные экономическому субъекту, мы отметили, что в основе его функционирования лежит целеполагание. Опираясь на это суждение, целесообразно отметить, что в качестве выражения основной цели экономического субъекта выступает получение, на каждом этапе развития, максимального положительного результата - прибыли, что, в основном, определяется эффективностью использования внутренних ресурсов. Нет сомнений в том, что это необходимо учитывать при проведении исследования.
Как было показано выше, предприятие можно оценивать как экономическую систему с множеством взаимосвязей, естественно предположить, что для их характеристики используется набор показателей. Так, по мнению Г.В. Савицкой, «Комплексное изучение экономики предприятий предусматривает систематизацию показателей, потому что совокупность показателей, какой бы исчерпывающей она ни была, без учета их взаимосвязи, соподчиненности не может дать настоящего представления об эффективности хозяйственной деятельности. Необходимо чтобы конкретные данные о разных видах деятельности были органически увязаны между собой в единой комплексной системе» [123]. Автор предлагает системную классификацию показателей, приведенную на рисунке 1.1.3.
Согласно представленной классификации, объект настоящего диссертационного исследования занимает один из центральных блоков системы, при этом Г.В. Савицкая делает заключение, что себестоимость продукции (работ, услуг) играет ключевую роль в формировании величины показателей, характеризующих эффективность деятельности предприятия.
Статистический анализ структуры затрат на производство электроэнергии как сложной экономико-технологической системы
Интерпретация графика (и как следствие показателя) сводится к сопоставлению представленных значений с уровнем в 100%, отклонение от данного норматива указывает на завышение (если 100%) или занижение (если 100%) предсказаний одной модели относительно другой. В нашем случае базой сравнения являются прогнозы по модели Винтера, соответственно наблюдается отставание предсказаний по тренд-сезонной модели (средний процент несогласия по СТЭЦ - 92%, по ОТЭЦ-1 - 78,7%, по КТЭЦ - 87,2%), что объясняется лучшими адаптивными свойствами моделей экспоненциального сглаживания. Отсюда можно сделать вывод о необходимости использования подобных методов при прогнозировании себестоимости в условиях неопределенности, т.е. в условиях рыночной экономики.
Используя лишь исходные уровни рассматриваемых временных рядов и не привлекая при этом дополнительную информацию, можно провести тестирование гипотезы о существенном влиянии природно-климатического фактора на колеблемость уровней производственной себестоимости электроэнергии ТЭЦ. Для этого необходимо обратиться к построению регрессионных уравнений с фиктивной (дискретной) переменной.
Фиктивные переменные активно используются в эконометрическом моделировании при построении регрессионных уравнений, отражающих влияние (или испытывающее влияние) не поддающихся непосредственному измерению переменных или признаков измеренных в порядковой шкале или шкале наименований. Отсюда следует, что введение в левую или правую часть модели подобной переменной позволяет значительно расширить аналитические возможности регрессионного анализа. В нашем случае, учитывая наличие тренда, будем использовать следующую модель с двумя фиктивными переменными: yt = ao+a t+ Dtj (2.3) где: tt - фиктивная переменная, характеризующая удаленность текущего уровня от начала ряда. Вводится как номера периодов (моментов) времени, расставленных от начала временного ряда; Dtj - фиктивная переменная, характеризующая влияние на процесс формирования природно-климатического фактора. Принимает два состояния: 0 - если рассматриваемый месяц относится к холодным (октябрь-апрель) и 1 - если месяц теплый (май-сентябрь).
В представленной модели коэффициент а2 называется дифференциальным коэффициентом свободного члена, так как он показывает на какую величину отличается свободный член модели, при значении фиктивной переменной равной единице, от свободного члена модели при базовом значении фиктивной переменной.
В результате оценки моделей для всех трех рассматриваемых временных рядов получаем значения множественных регрессионных уравнений представленных в таблице 2.1.5.
Высокие значения коэффициента аппроксимации указывают на качественную подгонку уравнения, при этом фактические значения F-статистики и /-статистики получены высокими, что свидетельствует о статистической значимости моделей.
Также стоит обратить внимание на тот факт, что включение в уравнение дополнительной переменной Dtj, кардинальным образом не повлияло на значения параметров при переменной tt, они практически совпадают с полученными ранее значениями. Таблица 2.1.5 - Параметры множественного регрессионного уравнения влияния природно-климатического фактора на производственную себестоимость электроэнергии ТЭЦ, тыс. руб.
Так как параметр при фиктивной переменной оказался статистически значимым, можно утверждать, что выдвинутая гипотеза о влиянии на уровень себестоимости электроэнергии природно-климатического фактора подтверждена, при этом в силу отрицательного значения коэффициента при фиктивной переменной, вариация уровней (ежегодное увеличение себестоимости электроэнергии) выше в холодные месяцы.
Подтвержденное наличие природно-климатического фактора объясняется следующими причинами: во-первых, рассматриваемые теплоэлектростанции наряду с электроэнергией производят «тепло», соответственно в холодные месяцы значительный объем электроэнергии вырабатывается в вынужденном режиме (в условиях приоритетности генерации тепловой энергии), как правило, в условиях пиковых нагрузок ТЭЦ, что и приводит к всплеску производственной себестоимости электроэнергии в эти периоды года; во-вторых, смена времен года сопровождается увеличением (уменьшением) продолжительности светлого времени суток, что в свою очередь сказывается на уменьшении (увеличении) объемов потребления электроэнергии [84]. Согласно теоретическим положениям бухгалтерского учета, производственные затраты ТЭЦ можно разделить на два вида: переменные и условно-постоянные. Изменение данных составляющих и вклад каждой из них в совокупные затраты на производство будет рассмотрен нами в отдельном пункте диссертационного исследования (см. параграф 2.2), на данном этапе рассмотрим лишь динамику указанных составляющих.
В соответствии с действующей учетной политикой ОАО «Оренбургская теплогенерирующая компания» и отраслевой инструкцией по планированию и учету затрат на производство электроэнергии ТЭЦ [56], к переменным затратам относят калькуляционную статью «Топливо на технологические цели», поэтому обратимся к рисунку 2.1.5 и рассмотрим динамику указанного показателя.
Эконометрическое моделирование влияния внешних и внутренних факторов на производственную себестоимость электроэнергии ТЭЦ
Адекватная количественная характеристика факторов внешней и внутренней среды, определяющих уровень затрат на производство электроэнергии ТЭЦ, при помощи регрессионных уравнений, отвечает требованиям стратегического планирования и управления себестоимостью, поскольку позволяет моделировать последствия реализации стратегических управленческих решений.
В этой связи, основываясь на теоретических подходах, изложенных в эконометрике, необходимо отметить, что следующим этапом построения регрессионного уравнения является параметризация. На данном этапе проводится выбор общего вида модели, характеризующей затраты на производство электроэнергии ТЭЦ, в том числе состава и формы входящих в нее связей между переменными (показателями внешней и внутренней среды).
Как правило, для установления перечня наиболее существенных факторов, в эконометрическом моделировании прибегают к расчету и качественному анализу классических парных коэффициентов корреляции, которые традиционно представляют в виде матрицы. В связи с этим, на основе имеющихся данных, проведем расчет коэффициентов корреляции и построение матрицы зависимости затрат на производство электроэнергии ТЭЦ от внешних и внутренних факторов.
Необходимо также отметить, что расчет парных линейных коэффициентов корреляции и последующий качественный анализ полученных значений, в эконометрике рассматривается и используется как самостоятельный метод, направленный на диагностику наличия (отсутствия) взаимосвязи между признаками, при условии линейности этих зависимостей. Соответственно на данном этапе будут сформированы гипотезы относительно набора переменных в регрессионных моделях, определяющих динамику производственной себестоимости электроэнергии ТЭЦ и отдельных затрат.
В основе матрицы лежат значения парных коэффициентов корреляции между всеми переменными, участвующими в анализе, при этом для расчета используется следующая формула:
Стоит подчеркнуть, что рассмотрение матрицы позволяет определить факторы, оказывающие наибольшее влияние на результативный показатель, а также на первом шаге выявить и устранить мультиколлениарность.
В случае игнорирования наличия зависимости между регрессорами, при проведении качественного анализа коэффициентов полученной множественной регрессионной модели, возникнет проблема разделения влияния факторов на результативную переменную, по этой причине необходимо диагностировать, а в случае установления факта мулькиколлениарности исключить ее [84].
Обратившись к возможностям пакета программ STATISTICA (модуль Основные таблицы и статистики), получим матрицу парных коэффициентов корреляции для зависимости затрат на производство электроэнергии ТЭЦ от внешних (X) и внутренних (W) факторов (приложение М).
Для интерпретации значений коэффициентов, представленных в таблице (приложение М), использовалась шкала Чеддока, согласно которой наблюдается сильная корреляционная взаимосвязь между производственной себестоимостью электроэнергии ТЭЦ (Z) и регрессорами (за исключением
Просроченная кредиторская задолженность организаций; х10 - Объем отпущенной электроэнергии с шин ТЭЦ), аналогичная картина наблюдается по переменным затратам. В свою очередь динамика условно-постоянных затрат испытывает влияние факторов w3 - Среднесписочная численность персонала предприятия и w4 - Стоимость основных средств на 1 января.
Высокие значения коэффициентов в области матрицы, относящейся к независимым переменным, указывают на наличие мультиколлениарности, соответственно в таких условиях невозможно построить качественную регрессионную модель.
По нашему мнению, также стоит указать на наличие высокой корреляционной связи между всеми независимыми переменными и переменной, характеризующей время, соответственно в рассматриваемых данных, вероятно, присутствует проблема «ложной корреляции», т.е. наблюдаемая взаимосвязь проявляется не столько между уровнями рассматриваемых динамических рядов, а в большей мере между трендами, присутствующими в них. Формализованный ответ о наличии (отсутствии) ложной корреляции дают тесты на наличие коинтеграции между рассматриваемыми переменными.
Под коинтеграцией временных рядов будем понимать причинно-следственную зависимость в уровнях двух (и более) временных рядов, которая выражается в совпадении или противоположной направленности их тенденции и случайной колеблемости.
Коинтеграция двух временных рядов значительно упрощает процедуру и методы, используемые в целях их анализа, поскольку в этом случае можно строить уравнение регрессии и определять показатели корреляции, применяя в качестве исходных данных непосредственно уровни изучаемых рядов, учитывая тем самым информацию, содержащуюся в исходных данных, в полном объеме [40].
Сравнивают полученное значение с критическим значением, разработанным Энгелем и Грангером. (для уровня значимости 1%, 5% и 10%, составляют 2,5899; 1,9439; 1,6177). Если фактическое значение больше критического значения для заданного уровня значимости а, ноль-гипотезу об отсутствии коинтеграции рядов отклоняют и с вероятностью (1-а,) принимают альтернативную гипотезу о том, что между рядами yt и xt есть коинтеграция. В противном случае гипотеза об отсутствии коинтеграции не отклоняется.
Обратимся к данному тесту и оценим наличие (отсутствие) коинтеграции между рассматриваемыми показателями, при этом будем тестировать модели с самыми большими коэффициентами корреляции (рисунок 3.2.1).
Много факторная регрессионная модель как основа проведения многовариантного прогнозирования затрат на производство электроэнергии
Таким образом, основываясь на приведенных в предыдущей главе результатах статистического исследования, учитывая, что уровень затрат калькулируемых по статье (Сі) «Топливо на технологические цели» z2 оказывает решающее воздействие на уровень производственной себестоимости электроэнергии ТЭЦ Z, и основным фактором, формирующим их уровень, является цена на природный газ для промышленных потребителей, построение статистического прогноза затрат для целей стратегического планирования целесообразно начать с данного элемента исследуемой структуры.
Прежде чем перейти к формированию прогноза переменных затрат следует напомнить, что в любой без исключения задаче по рационализации системы (экономической, технологической или социальной), при поиске эффективного варианта ее движения в будущей перспективе, присутствуют факторы, ограничивающие достижение поставленной цели или другими словами «дисциплинирующие условия» [149, с. 539]. В задаче реализации «эффективного плана» затрат на производство электроэнергии ТЭЦ лежит проблема роста цены на природный газ в Российской Федерации, что фактически накладывает определяющее ограничение значительного повышения экономической эффективности ТЭЦ, посредством принятия эффективных управленческих решений на уровне менеджмента энергогенерующей компании.
В связи с этим, для идентификации параметров будущего изменения цены на природный газ для промышленных потребителей, и последующего включения в регрессионную модель, следует основываться на показателях, представленных в источнике «Прогноз социально-экономического развития Российской Федерации на 2014 год и на плановый период 2015 и 2016 годов» [116] и «Сценарные условия, основные параметры прогноза социально-экономического развития РФ и предельные уровни цен (тарифов) на услуги компаний инфраструктурного сектора на 2014 год и на плановый период 2015 и 2016 годов», [134] разрабатываемых Министерством экономического развития РФ.
Согласно Прогнозу социально-экономического развития РФ на 2014 г. и на плановый период 2015 и 2016 гг. значительным воздействиям будут подвержены основные макроэкономические показатели в топливно-энергетическом комплексе РФ, в том числе и факторы, формирующие эффективность производителей электроэнергии путем ужесточения тарифной политики на товары (услуги) организаций инфраструктурных отраслей, направленной, в том числе, на сдерживание роста цен на природный газ для промышленных потребителей. При этом, «от снижения цен на газ основной эффект кроме электроэнергетики получит незначительное число производств, использующих газ в качестве сырья -производители удобрений, отдельные производства черных металлов, ориентированные на экспорт. Некоторый выигрыш также получат производители цемента, сахарная промышленность» [116], помимо вышесказанного стоит отметить, что «в теплоэнергетике снижение цен на газ относительно других сценариев позволит уменьшить газовую составляющую, однако не компенсирует выпадающие доходы от нулевой индексации тарифов на теплоэнергию» [116], также предусмотренной в указанном Прогнозе социально-экономического развития РФ. Кроме этого, регулируемые тарифы на услуги сетевых энергетических компаний предлагается в 2014 г. не индексировать, а в 2015-2016 гг. проиндексировать на уровень инфляции за предыдущий год.
Таким образом, на основании указанных источников информации о прогнозных параметрах роста цен на природный газ, приведем в таблице 3.3.1. основные показатели динамики цен на газ для всех категорий потребителей, за исключением населения в РФ.
В своей монографии [34] В.В. Давние и В.И. Тинякова подчеркивают -«принято считать, что необходимость в экспертных оценках возникает каждый раз, когда отсутствуют тот объем и то качество информации, которые могли бы гарантировать однозначность результатов принимаемых решений. Это имеет место в тех случаях, когда недостаточно изучена вся совокупность обстоятельств (либо их, в принципе, нельзя изучить), в которых хозяйствующий субъект вынужден осуществлять свою управленческую деятельность» [34, с. 19].
В целом, данный метод представляет собой систематизированную процедуру опроса репрезентативной группы экспертов по одному или нескольким вопросам, предварительно составленным исследователями (исследователем), достаточно часто используемый в управленческой деятельности.
Одну из основных проблем данного метода составляет человеческий фактор, который исходит от самих экспертов. Безусловно, в качестве экспертов следует привлекать наиболее компетентных в этой области работников. Поэтому, при проведении анкетирования, в качестве группы экспертов были определены главные менеджеры рассматриваемых ТЭЦ (директор-главный инженер, заместитель директора-главного инженера по эксплуатации, заместитель директора-главного инженера по экономике и общим вопросам).
Группе экспертов предлагалось проставить в письменной форме количественные оценки роста цен на природный газ для промышленных потребителей, с учетом имеющегося опыта работы, а также аналогичных данных прошлых лет и представленных прогнозов Министерства экономического развития РФ.
С учетом выше предложенных вариантов развития событий, и дополняя их средними темпами роста ИГЩ, а также сложившейся траекторией роста средней цены на газ природный в РФ, проведем моделирование производственной себестоимости электроэнергии и переменных затрат для ОАО «Оренбургская теплогенерирующая компания» [78, 84].
В качестве наиболее адекватного сценария развития фактора хь оказывающего решающее воздействие на уровень затрат на технологическое топливо, приняты параметры, сформированные в результате проведенной экспертной оценки. По нашему мнению, несмотря на значительную долю субъективизма, благодаря данному сингулярному методу, на основе знаний и опыта экспертов, обеспечивается адаптация прогнозных общероссийских параметров роста цен на природный газ к конкретному экономическому субъекту.
