Статистика
Онлайн всього: 3 Гостей: 3 Користувачів: 0
|
|
Бібліотека - Економіка - Наука й економіка |
Пошук по сайту
Пошук по сайту
|
Головна » Бібліотека - Економіка - Наука й економіка
І. В. АНДРІЙЧУК ЗАСТОСУВАННЯ МЕТОДІВ ЕКОНОМІКО-МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ ДО ВИЗНАЧЕННЯ СТУПЕНЯ ВПЛИВУ ФАКТОРІВ НА РІВЕНЬ ВИКОРИСТАННЯ ПАЛИВНО-ЕНЕРГЕТИЧНИХ РЕСУРСІВ РЕГІОНУ Розглянуто економіко-математичні методи для визначення ступеня впливу факторів на рівень використання паливно-енергетичних ресурсів регіону. Здійснена апробація запропонованих методів на прикладі енергоресурсів деревинних відходів Івано- Франківської області. Вступ. В сучасних економічних умовах з метою більш оперативного впровадження різних енергоносіїв необхідно постійно вдосконалювати механізми і структуру управління, які б раціонально об'єднали інтереси різних галузей з єдиною енергетичною стратегією центральних і регіональних державних органів. Повнота і глибина вивчення стану використання енергоресурсів в регіонах значною мірою досягається застосуванням різних технічних прийомів обробки інформації, найбільш раціональне використання яких дає змогу спростити і прискорити аналіз. Постановка завдання. Для виявлення факторів, в яких закладено найбільші резерви підвищення ефективності використання паливно-енергетичних ресурсів (ПЕР) доцільно використати метод кореляційно-регресійного аналізу, який передбачає і дає змогу серед багатьох факторів відібрати найбільш суттєві. З метою визначення кількісного впливу відібраних факторів використовують метод попарного порівняння, за допомогою якого трансформують якісні оцінки переваги одного показника перед іншим у кількісні. Метою дослідження є кількісне визначення випадкової складової (виявлення зв'язку між випадковими змінними та оцінка його тісноти). Задача регресійного аналізу включає встановлення форми зв'язку і кількісне визначення регулярної складової за допомогою рівняння регресії у=Р(х), яке дістають шляхом застосування методу найменших квадратів. Процедура побудови кореляційно-регресійної моделі може бути реалізована у такій послідовності етапів розрахунку: 1 Попередній аналіз вхідних даних 2 Побудова кореляційної таблиці 3 Розрахунок коефіцієнтів рівняння регресії 4 Перевірка отриманої моделі на інформативність, адекватність та стійкість розв’язку системи рівнянь 5 Застосування регресійної моделі при визначенні ступеня впливу відібраних факторів Для того, щоб забезпечити репрезентативність оцінювання ступеня впливу зазначених критеріїв, для кожного показника необхідно розрахувати коефіцієнти вагомості, які визначатимуться з використанням попередньо проведеного кореляційно-регресійного аналізу та за допомогою методу попарних порівнянь критеріїв оцінки, використовуючи шкалу трансформації якісних оцінок переваги одного фактора перед іншим у кількісні оцінки (табл. 1) [2, с. 45]. За бальними оцінками визначають вагомості кожного критерію. Коефіцієнти вагомості (Кві) розраховуємо за формулою: Кві = Σ Рі : Σ Заг, (1) де Рі – сума значень і-го рядка, що відповідає обраному і-му показнику; ΣЗаг – загальна сума усіх рядків; 347 Наука й економіка, 2008 р., № 3 (11) Таблиця 1 Трансформації якісних оцінок переваги одного показника перед іншим у кількісні оцінки Якісна оцінка Кількісна оцінка, балів Обидва порівнювані показники збігаються 1 Перший показник дещо перевищує другий 2 Перший показник перевищує другий 3 Перший показник набагато перевищує другий 4 Результати. Апробація запропонованих методичних підходів здійснена на прикладі енергоресурсів деревинних відходів Івано-Франківської області. Проведений кореляційно-регресійний дав змогу побудувати математичну залежність між факторами, які впливають на рівень використання паливно-енергетичних ресурсів регіону та обсягами використання деревної біомаси, як ПЕР (У)[1]. Отримана математична залежність має вигляд: У=-892,654+0,04•Х1+0,41•Х2+0,02•Х3+29,99•Х4+0,44•Х5+0,02•Х6- -0,08•Х7+0,07•Х8+0,03•Х9, де Х1 – потреба в ПЕР, тис. т. у. п.; Х2 – частка невикористаних деревинних відходів у загальному обсязі утворених, %; Х3 – заготівля деревини, тис. м3; Х4 – лісистість, %; Х5 – лісокористування у % від потенційно можливого, %; Х6 – сумарна потужність котелень, Гкал/год; Х7 – вартість деревної біомаси (відходи лісозаготівлі), грн.; Х8 – обсяги виробництва пиломатеріалів, тис. куб.м; Х9 – темпи росту ціни на тверде паливо (вугілля), %; У – обсяги використання відходів деревини, як ПЕР, м3. Кількісною мірою істотності або інформативності багатофакторної регресійної моделі є коефіцієнт детермінації (D), який визначається як квадрат коефіцієнта множинної кореляції R. Коефіцієнт детермінації помножений на 100% визначає, на скільки відсотків зміна обсягів використання деревної біомаси, як ПЕР в Прикарпатському регіоні, зумовлена зміною включених у рівняння факторів Х1 – Х9. Проведені дослідження показали, що зміна У обумовлена на 89,9% зміною включених у модель факторів Хj. Стандартна статистична перевірка коефіцієнтів лінійної кореляції виконується за допомогою критерію Фішера, розрахункові значення якого більші за табличні (F = 3,25>2,65) на рівні значущості 0,05. дане співвідношення табличного і розрахункового значень критерію Фішера підтверджує 348 Наука й економіка, 2008 р., № 3 (11) адекватність моделі, а розрахункові значення критерію Стьюдента (більші за критичні значення), свідчать про інформативність і достовірність моделі. Запропонована модель та проведені розрахунки дали змогу встановити, що основний внесок у збільшення обсягів використання енергоресурсів деревної біомаси належить таким факторам, як лісистість, потреба в ПЕР, сумарна потужність котелень, частка невикористаних деревинних відходів у загальному обсязі утворених. Зменшення величини використання деревної біомаси, в основному, зумовлене зростанням вартості деревинних відходів. Заключним етапом кореляційно-регресійного аналізу є розрахунок зміни значень обсягів використання відходів деревини, як ПЕР під впливом зміни значень відібраних факторів. Таким чином, наприклад, згідно прогнозних розрахунків для показників лісистість, заготівля деревини, потреба в ПЕР, вартість деревної біомаси (рис. 1 – 4), матимемо: y = 0, 0009x4 - 0,0174x3 + 0,1049x2 - 0,1102x + 45,227 R2 = 0,939 44 44,5 45 45,5 46 46,5 47 1 2 3 4 5 6 7 8 9 10 Лісистість,% Полиномиальный (Лісистість,% ) Рис. 1. Прогнозування показника «лісистість» на 2008 – 2009 рр. y = -0,1221x4 + 3,8421x3 - 34,931x2 + 115,13x + 409 R2 = 0,9375 0 200 400 600 800 1000 1 2 3 4 5 6 7 8 9 10 Заготівля деревини, тис.м3 Полиномиальный (Заготівля деревини, тис.м3 ) Рис. 2. Прогнозування обсягів заготівлі деревини на 2008 – 2009 рр. 349 Наука й економіка, 2008 р., № 3 (11) y = 6,0829x3 - 113,94x2 + 590,96x + 10627 R2 = 0,9124 10600 10800 11000 11200 11400 11600 11800 12000 1 2 3 4 5 6 7 8 9 10 Потреба в ПЕР, тис.т.у.п. Полиномиальный (Потреба в ПЕР, тис.т.у.п. ) Рис. 3. Прогнозування потреби в ПЕР на 2008 – 2009 рр. y = 0,1444x + 1,664 R2 = 0,7848 0 0,5 1 1,5 2 2,5 3 3,5 4 1 2 3 4 5 6 7 8 9 10 вартість деревної біомаси (відходи лісозаготівлі), грн Линейный (вартість деревної біомаси (відходи лісозаготівлі), грн ) Рис. 4. Прогнозування вартості деревної біомаси на 2008 – 2009 рр. – при зростанні потреби в ПЕР з 11221 до 12418 тис. т. у. п. обсяги використання деревної біомаси зростуть на 17,24%; – при зростанні заготівлі деревини з 682,2 до 717,9 тис.м3 обсяги використання деревної біомаси, як ПЕР зростуть на 0,25% ; – при зростанні показника лісистість з 45,8 до 49% обсяги використання деревної біомаси, як ПЕР зростуть на 34,9%; – при зростанні вартості деревної біомаси (відходів лісозаготівлі) з 3,1 до 3,54 грн. за 1м3 обсяги використання деревної біомаси, як ПЕР зменшаться на 1,3 %. Наступним етапом є визначення коефіцієнтів вагомості зазначених критеріїв оцінки інвестиційної привабливості за допомогою методу попарних порівнянь з використанням шкали трансформації якісних оцінок переваги одного параметра перед іншим у кількісні 350 Наука й економіка, 2008 р., № 3 (11) оцінки (табл. 2). Таблиця 2 Трансформації якісних оцінок переваги одного параметра перед іншим у кількісні оцінки Отримані результати доводять, що найбільший вплив на рівень використання паливно- енергетичних ресурсів деревини Івано-Франківської області відіграють лісистість території (0,197), потреба в ПЕР (0,179) та сумарна потужність котелень (0,168). Середній рівень значимості при оцінці привабливості територій мають частка невикористаних деревинних відходів у загальній структурі використання (0,124), обсяги виробництва пиломатеріалів (0,113) та вартість деревної біомаси (0,102). Найнижчий рівень вагомості отримали показники лісокористування у процентах від потенційно можливого (0,057), темпи росту ціни на тверде паливо (0,037) та заготівля деревини (0,023). Висновки. Отже, розглянуті економіко-математичні методи визначення впливу факторів на рівень використання паливно-енергетичних ресурсів дають змогу потенційним інвесторам та користувачам оцінити можливості щодо підвищення ефективності застосування енергоресурсів регіону. Список використаних джерел 1. Андрійчук І.В. Ефективність використання альтернативних паливно-енергетичних ресурсів в регіоні (на прикладі Івано-Франківської області): Автореф. дис. на здобуття наук. ступеня кандидата економічних наук: 08.10.01 / Інститут регіональних досліджень НАН України. – Л., 2006. – 20 с. 2. Оберемчук В.Ф. Стратегія підприємства: Короткий курс лекцій. – К.: МАУП, 2000. – 128 с. 351 Наука й економіка, 2008 р., № 3 (11) УДК 620.92:622.323 Я. С. ВИТВИЦЬКИЙ ПРОГНОЗУВАННЯ ГРОШОВИХ ПОТОКІВ ПРИ ЕКОНОМІЧНІЙ ОЦІНЦІ ЕФЕКТИВНОСТІ ІНВЕСТИЦІЙ ТА ЗАПАСІВ НАФТОВИХ І ГАЗОВИХ РОДОВИЩ Запропоновано методичні підходи до прогнозування грошових потоків, що необхідно при вартісній оцінці запасів та ресурсів нафти і газу у надрах, визначенні ефективності інвестиційних проектів у нафтогазовидобуванні, техніко-економічному обґрунтуванні варіантів розробки нафтових і газових родовищ. Актуальність проблеми. Важливим завданням при економічній оцінці запасів та ресурсів нафтових і газових родовищ, визначенні ефективності інвестиційних проектів з підвищення нафтогазовилучення, оцінці результатів діяльності нафтогазовидобувних компаній є прогнозування грошових потоків, пов’язаних з видобутком нафти і газу. Адже саме на їх основі здійснюється розрахунок таких показників, як чиста теперішня вартість, індекс рентабельності, внутрішня норма рентабельності та інших, прогнозуються і оцінюються результати роботи нафтогазових компаній. Аналіз досліджень і публікацій, у яких започатковано вирішення проблеми. Питанням розробки методичних підходів до прогнозування грошових потоків присвячена значна кількість робіт. Однак у більшості з них розглядаються прогнозування грошових потоків при оцінці інвестиційних проектів [1, 3] або при оцінці бізнесу [2, 4, 5], без врахування специфіки нафтогазовидобування. У роботах [6, 7, 8, 9, 10] розглядались особливості вирішення цієї проблеми для нафтогазовидобувних підприємств, однак напрацьовані у них методичні підходи дещо застаріли, у зв’язку з прийняттям Національних стандартів бухгалтерського обліку в Україні [12], змінами до Закону про оподаткування прибутку підприємств [13], розробкою галузевої Інструкцій з планування, обліку і калькулювання собівартості видобутку нафти і газу [14]. Розробці методичних підходів прогнозування грошових потоків у нафтогазовидобуванні, без чого неможливе успішне вирішення широкого кола економічних задач і присвячена дана стаття. Результати дослідження. У широкому розумінні грошовий потік – це різниця між грошовими надходженнями та грошовими витратами, які виникають при реалізації
|
|
|