ФОРМИРОВАНИЕ СИСТЕМЫ ПОКАЗАТЕЛЕЙ И ФУНКЦИОНАЛЬНЫХ ЗАВИСИМОСТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ЯВЛЕНИЙ В АГРАРНОМ СЕКТОРЕ

Сперцян А.С.¹, Кетько Н.В.²

¹ Аспирант, ² доктор экономических наук, доцент, Волгоградский государственный технический университет

ФОРМИРОВАНИЕ СИСТЕМЫ ПОКАЗАТЕЛЕЙ И ФУНКЦИОНАЛЬНЫХ ЗАВИСИМОСТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ЯВЛЕНИЙ В АГРАРНОМ СЕКТОРЕ

Аннотация

В настоящее время изучение аграрных кризисов является актуальным направлением. В статье представлен алгоритм классификации показателей на опережающие, совпадающие и запаздывающие категории в долгосрочном, среднесрочном и в краткосрочном периоде.

Ключевые слова: аграрный кризис, опережающий показатель, запаздывающий показатель, совпадающий показатель.

 

Spertsyan A.S.¹, Ketko N.V.²

¹ Postgraduate student, ² PhD in Economics, associate professor, Volgograd State Technical University, Volgograd

FORMATION OF INDICATORS SYSTEM AND FUNCTIONAL DEPENDENCES FOR PHENOMENA FORECASTING IN AGRARIAN SECTOR

Abstract

At present time, the research of agrarian crises is a relevant direction. Development of a model for predicting of the waves and the turning points is a priority in the agricultural sector. The article presents the research results of the main indicators of the agricultural sector in the long term period and their classification by groups: lagging, coincident and leading.

Keywords: agrarian crises, leading indicator, lagging indicator, coincident indicator.

Рост населения Земли в геометрической прогрессии и одновременным ростом объема сельскохозяйственной продукции в арифметической прогрессии, спрогнозированным Мальтусом еще в 1798 году, аграрный сектор становится привлекательным для инвестирования средств. Санкции, введенные ЕС и США, создают благоприятные условия для развития аграрного сектора, повышения уровня импорт замещения, а также делает сельское хозяйство тем сектором, который позволит вывести российскую экономику из кризиса.

Сельское хозяйство является одним из важнейших отраслей в экономике страны. Поскольку дает жизненно необходимую человеку продукцию, а именно продукты питания и сырье для выработки предметов потребления.

Таким образом, изучение закономерностей и особенностей развития российского аграрного сектора в современных условиях является актуальной темой исследования.

Целью исследования является выявление специфики экономического развития аграрного сектора в России и выработка методических и практических рекомендаций по разработке алгоритма его прогнозирования.

В соответствии с целью были поставлены следующие задачи:

- проанализировать характерные особенности экономического развития и аграрного сектора и уточнить понятие аграрного кризиса;

- уточнить характерные отличительные особенности аграрных циклов;

- разработать классификацию аграрных кризисов с учетом существующих научных разработок;

- сформировать систему показателей, характеризующих цикличность развития аграрного сектора;

- адаптировать алгоритм оценки основных оценочных показателей к особенностям аграрного сектора;

- модифицировать и адаптировать алгоритм построения прогнозного тренда к характерным чертам аграрного сектора.

В процессе изучения аграрного сектора были рассмотрены все основные статистические сельскохозяйственные показатели используемые в Российской Федерации за период с 1915 года по настоящее время. Проведенный анализ позволил выявить наличие циклических колебаний в аграрном секторе в долгосрочном, в среднесрочном и в краткосрочном периоде, длина волны в долгосрочном периоде равна 60-80 лет, в среднесрочном периоде равна 15-20 лет, в краткосрочном периоде равна 4-5 лет.

Циклические колебания позволяют сделать вывод о наличии периодически повторяющих кризисных явлений в сфере сельского хозяйства. В сельском хозяйстве кризисные явления называют аграрными кризисами. Понятие аграрного кризиса было введено в научный оборот У.С. Джевонсом в 1862 году. Вопросы аграрных кризисов периодически изучались и российскими и зарубежными учеными, однако они так и остаются мало изученным до настоящего времени, так как до сих пор отсутствует графическая и математическая интерпретации аграрного цикла, а существуют только словесные описания. В связи с этим, авторами были построены графики эталонных рядов аграрного цикла, отражающие колебания для долгосрочного, среднесрочного и краткосрочного периодов, а также была разработана классификация аграрных кризисов. [7, C.130-133]

Исходя из выявленных особенностей было уточнено понятие аграрного кризиса.

Аграрный кризис – это перепроизводство сельскохозяйственной продукции связанное с падением спроса, с процессами импорт замещения и прибылью или недопроизводство сельскохозяйственной продукции, связанное с объективными природными факторами.

Характерными особенностями аграрного кризиса являются:

• охватывает только сельское хозяйство;
• является значительно более длительным, чем промышленный и финансовый кризисы.

Основными формами проявления аграрных кризисов являются:

1. рост нереализуемых запасов сельскохозяйственных товаров;
2. падение фермерских цен на них, уничтожении части не находящих спроса сельскохозяйственных товаров;
3. сокращение объема сельскохозяйственного производства;
4. ускорение дифференциации товаропроизводителей в сельском хозяйстве
5. усиление аграрного перенаселения, рост безработицы и падение реальной заработной платы сельскохозяйственных рабочих.

Наличие периодически повторяющих процессов в аграрном секторе создает возможности для их прогнозирования. В связи с этим был проведен эволюционный анализ методов и моделей прогнозирования кризисных явлений в целом. В результате было выявлено, что в настоящее время существуют два направления проведения исследования:

• прогнозирование динамики волны – отражает направление волны;
• прогнозирование поворотных точек – отражает момент изменения поведения показателей.

Изучение и анализ существующих направлений математического моделирования кризисных явлений позволило выявить что:

• все существующие в настоящее время методы и модели прогнозирования в качестве предметной области исследования применяют – финансовый или экономический сектор. Аграрный сектор не обеспечен необходимым инструментарием для составления прогноза;
• все рассмотренные методы и модели осуществляют не полный процесс прогнозирования. Они выявляют поворотные точки, которые свидетельствуют об изменения характера показателя, но не описывают характер изменения. Модели и методы описывают динамику, то есть снижение или рост, но не определяют поворотных точек.

Из всех рассмотренных методик прогнозирования циклических явлений наиболее подходящей для аграрного сектора на территории России является модель Организации экономического сотрудничества и развития (далее – ОЭСР), которая предполагает разработку сводного опережающего индикатора.[1]

Данная модель была модифицирована под условия аграрного сектора российской экономики. На базе модели ОЭСР разработан алгоритм для классификации показателей сельского хозяйства на три категории, а именно на опережающие, совпадающие и запаздывающие в долгосрочном, среднесрочном и краткосрочном периоде.

На практике ОЭСР использует в качестве эталонного ряда индекс промышленного производства, а для аграрного сектора при построении долгосрочного эталонного ряда в аграрном секторе были использованы статистические данные об общих объемах производства сельского хозяйства в натуральном выражении за период более 50 лет. [6, C.87-88]

В аграрном секторе в среднесрочном и в краткосрочном периодах для построения эталонного ряда был использован индекс производства индекс производства продукции сельского хозяйства и индекс цен производителей сельского хозяйства.

Ключевым элементом в методике ОЭСР является фильтр Ходрика-Прескота.

Авторами модифицирована методика ОЭСР в следующих направлениях:

• определения прогнозных показателей в аграрном секторе, был разработан алгоритм отбора показателей на группы опережающих, совпадающих и запаздывающих показателей;
• для сглаживания тренда была модифицирована формула фильтра Ходрика-Прескота следующим образом:

вариант в методике как есть

Для разных исходных данных требуется задавать разные , значения которых определяются согласно анализируемому периоду:

— для дневного тренда, λ = 43200;

— для недельного тренда, λ = 14400;

— для месячного тренда, λ = 1600;

— для годового тренда, λ = 100;

В целях определения  для двухлетнего и десятилетнего тренда автором была определена закономерность и выведена формула:

,

где n≥3.

Сравнение показателей производится путем наложения двух графиков, фактической динамики показателя и эталонного ряда.

В результате автор получил три классификации показателей сельского хозяйства: для долгосрочного периода [6, C.89], среднесрочного (таблица 1) и краткосрочного периода (таблица 2).

Таблица 1 – Классификация показателей в среднесрочном периоде

Таблица 2 – Классификация показателей в краткосрочном периоде

На основании модифицированной формулы были получены тренды в долгосрочном, в среднесрочном и краткосрочном периоде и на их основе подобраны функциональные зависимости для составления тренда:

• долгосрочный ,
• среднесрочный ,
• краткосрочный .

Построенный прогнозные показатели позволят спрогнозировать развитие аграрного сектора в России в долгосрочном, среднесрочном и краткосрочном периоде.

Литература

1. Методика построения сводного опережающего индикатора [Электронный ресурс] – Режим доступа https://www.google.ru/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0ahUKEwily4DV0LjJAhXDdg8KHcfbAGUQFggcMAA&url=http%3A%2F%2Fstat.gov.kz%2FgetImg%3Fid%3DWC16200014631&usg=AFQjCNE1PNfC6wBzAeS-40fD_GuVXGWpQw&bvm=bv.108194040,d.ZWU
2. Опережающие индикаторы. Методика расчета и компоненты сводных опережающих индексов [Электронный ресурс] – Режим доступа http://www.ereport.ru/articles/indexes/leading.htm
3. Российский статистический ежегодник. 2013: Стат.сб. / Росстат / под ред. А.Е.Суринов. – М., 2013. – 717 с.
4. Российский статистический ежегодник. 2012: Стат.сб./Росстат. / под ред. А.Е.Суринов. – М., 2012. – 786 с.
5. Российский статистический ежегодник. 2003: Стат.сб. / Госкомстат / под ред.В. Л. Соколин. – М., 2003. – 705 с.
6. Сперцян, А.С. Исследование показателей аграрного сектора и разработка классификации/ А.С. Сперцян, Н.В. Кетько // Международный научно-исследовательский журнал. – 2015. – №11 (часть 6). – C.87-89
7. Сперцян, А.С. Система классификации аграрных кризисов / А.С. Сперцян, А.Н. Кетько // IV Международная научно-практическая конференция, 31 июля 2015 г.: в 6 ч. – Белгород. – C.130-133.

References

1. Methodology of the summary leading indicator construction [An electronic resource] – Access mode https://www.google.ru/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0ahUKEwily4DV0LjJAhXDdg8KHcfbAGUQFggcMAA&url=http%3A%2F%2Fstat.gov.kz%2FgetImg%3Fid%3DWC16200014631&usg=AFQjCNE1PNfC6wBzAeS-40fD_GuVXGWpQw&bvm=bv.108194040,d.ZWU
2. The leading indicators. Calculation methodology and the components of the summary leading indexes. [An electronic resource] – Access mode http://www.ereport.ru/articles/indexes/leading.htm
3. Russian statistical annual. 2013 / A.E. Surinov (Ed.). M., 2013.717 p.
4. Russian statistical annual. 2012/ A.E. Surinov (Ed.).M., 2012. – 786 p.
5. Russian statistical annual 2003 / V.L. Sokolin (Ed.). M., 2003. – 705 p.
6. Spertsyan A.S. Research of agrarian sector indicators and development of classification/A.S. Spertsyan; N. V. Ketko//International research-and-development magazine. – 2015. – No. 11 (part 6). – P. 87-89.
7. Spertsyan A.S. System of agrarian crises classification. A.S. Spertsyan, A.N. Ketko//IV International research and practice conference, July 31, 2015: in 6 p. - Belgorod. – P. 130-133