Финансовая безопасность сельскохозяйственных предприятий как составляющая гарантии экономической безопасности государства

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Финансовая безопасность сельскохозяйственных предприятий как составляющая гарантии экономической безопасности государства

Куделя Л.В.

В данной статье автором рассчитано значение показателей финансовой безопасности сельскохозяйственных предприятий, таких как: коэффициента детерминации, критерия Фишера и критерия Дарбина Уотсона. Прогнозирование значений показателей экономической безопасности сельскохозяйственных предприятий, соответствующих показателей осуществлялось с помощью программного обеспечения ППП Statgraphics Centurion. Расчет оценок параметров моделей осуществляется с помощью метода наименьших квадратов в форме регрессионных моделей. Прогнозирование на основе моделей кривых роста основывается на экстраполяции, то есть на продлении на следующие периоды тенденции, которое устанавливается за предыдущими периодами. Автором рассчитаны прогнозные значения моделей для 2 групп кластеров на период 2018 - 2021 гг., которые обеспечивают финансовую безопасность сельскохозяйственных предприятий как составной единицы экономической безопасности государства. Все построенные кривые роста имеют различное статистическое качество. Это подтверждают значение коэффициента детерминации (R2), статистика Фишера (F) и статистика Дарбина - Уотсона (DW ). Значимость коэффициентов регрессии в модели подтверждает -T- статистика Стьюдента. Объяснением уровня относительного статистического качества разработанных моделей является тот факт, что почти все они имеют значимые коэффициенты уравнений по критерию - статистики Стьюдента и адекватно описывают процесс, подтверждает статистика Фишера. Рассчитанные прогнозные модели имеют достаточные значения коэффициентов детерминации, а критерий Дарбина-Уотсона свидетельствует о наличии остатков автокорреляции, которые негативно влияют на прогнозные способности моделей. Для поддержания необходимого уровня финансовой безопасности как составной экономической безопасности государства необходимо применение на сельскохозяйственных предприятиях новейших технологий или утилизации морально и физически устаревшего оборудования, а также обновление и модернизация технического оснащения предприятия.

Ключевые слова: прогнозирование, финансовые показатели, сельскохозяйственные предприятия, значение, финансовая безопасность.

Kudelya L.V. FINANCIAL SECURITY AGRICULTURAL ENTERPRISES AS COMPONENT GUARANTEE FOR ECONOMIC SECURITY OF THE STATE. In this article, the author calculates the importance of financial security indicators for agricultural enterprises such as: coefficient of determination, Fisher's criterion and Darbin Watson's criterion. Predicting the values of economic security indicators of agricultural enterprises of the respective indicators were carried out using the software of the Statgraphics Centurion PPP. The model parameter estimates are calculated using the least squares method in the form of regression models. Forecasting on the basis of models of growth curves is based on extrapolation, that is, on the continuation of subsequent trends, which is established in previous periods. The author calculates the forecast values of models for 2 cluster groups for the period 2018-2021, which provide financial security for agricultural enterprises, as an integral unit of economic security of the state. All the growth curves constructed have different statistical quality. This is confirmed by the value of the coefficient of determination (R2), the Fisher statistics (F) and the Darbin - Watson statistics (DW). The significance of the regression coefficients in the model is confirmed by the Student's T-statistic. The explanation of the level of relative statistical quality of the developed models is the fact that almost all of them have significant coefficients of equations on the criterion. Student's statistics and adequately describe the process, fisher's statistics confirms. The calculated forecast models have sufficient value for the coefficients of determination, and the Darbin-Watson criterion indicates the presence of autocorrelation residues that adversely affect the predictive ability of the models. In order to maintain the necessary level of financial security, as an integral economic security of the state, it is necessary to apply the latest technologies to agricultural enterprises or to dispose of outdated and physically obsolete equipment, as well as to upgrade and modernize the technical equipment of the enterprise.

Keywords: forecasting, financial indicators, agricultural enterprises, value, financial security.

Для моделирования тенденции развития процесса или явления в реальных экономических задачах чаще всего используют модели кривых роста. Это функции времени y --f(1), при этом считается, что влияние других факторов несущественно или косвенно учитывается через фактор времени.

Прогнозирование на основе моделей кривых роста основывается на экстраполяции, то есть на продление на следующие периоды тенденции, установлена за предыдущие периоды. Поскольку данный метод прогнозирования предусматривает построение аналитической функции, характеризующей зависимость уровней ряда от времени или тренда, то он называется аналитическим выравниванием временного ряда [7, 8].

В процедуре прогнозирования на основе кривых роста выделяют такие этапы:

1) выбор одной или нескольких кривых, форма которых соответствует характеру изменения временного ряда;

2) оценка параметров выбранных кривых;

3) проверка адекватности выбранных кривых прогнозируемого процесса или явления, оценка точности моделей и окончательный выбор кривой роста;

4) расчет точечного и интервального прогнозов.

Модели кривых роста рекомендуют разделять на три группы. К первой группе относятся функции, используемые для описания процессов с моно- тонным характером тенденции развития и отсутствия пределов роста. Это характерно для тенденций изменения многих экономических показателей промышленных предприятий. Ко второй группе относятся кривые, описывающие процесс, который имеет предел роста в исследуемом периоде. Такие процессы часто демографические, хотя встречаются и в исследовании экономических процессов на промышленном предприятии. Функции, относящиеся ко второму классу, называются кривыми с насыщением. Если кривые насыщения имеют точки перегиба, то они относятся к третьему классу - s-подобных кривых. По кривым третьей группы прогнозируют процессы научно-технического прогресса и нового производства продукции.

В прогнозировании экономических показателей с помощью кривых роста чаще всего применяются следующие функции: линейный тренд:

y = a * t (1),

у = а + ЬУ (2);

гипербола

у = а + у (3);

экспоненциальный тренд

у = е (4);

парабола второго и высоких порядков:

y = a + bt + b2t2 +... + bktk (5) [4 5].

В подавляющем большинстве случаев расчет оценок параметров моделей осуществляется с помощью метода наименьших квадратов в форме регрессионных моделей, в которых как зависимая переменная служат значение показателей, а фактором является время. Для нелинейных трендовых моделей применяется процедура линеаризации [6, 7, 8].

В экономической литературе отсутствуют четкие рекомендации по приоритетности того или иного метода выбора кривых роста. Считается, что следует особенно осторожно подходить к решению задач, где используются построенные функции для экстраполяции отысканных закономерностей на будущее. Применение кривых роста должна базироваться на предположении о сохранении выявленной тенденции в прогнозном периоде [8]. Прогнозирование значений показателей экономической безопасности предприятий соответствующих показателей осуществляется с помощью ППП Statgraphics Centurion. Все построенные кривые роста имеют различное статистическое качество. Это подтверждают значение коэффициента детерминации (R2), статистика Фишера (F) и статистика Дарбина - Уотсона (DW). Значимость коэффициентов регрессии в модели подтверждает -T- статистика Стьюдента. Объяснением уровня относительного статистического качества разработанных моделей есть тот факт, что почти все они имеют значимые коэффициенты уравнений по критерию - статистики Стьюдента и адекватно описывают процесс, подтверждает статистика Фишера, имеют достаточные значение коэффициентов детерминации, а критерий Дарбина-Уотсона свидетельствует о наружности автокорреляции остатков, которые негативно влияют на прогнозные способности моделей. Однако оперативно прогнозируя, то есть только на один период, получаемого относительно достоверные прогнозные значения.

По прогнозирующим моделям, которые имеют хорошее или относительное статистическое качество, вычислим ожидаемые значения показателей на три последующих года.

Для первого кластера предприятий вычисленные модели прогнозирования имеют вид.

Таблица 1. Значение коэффициента детерминации, критерия Фишера и критерия Дарбина-Уотсона для построенных прогнозных моделей