Рост дохода с продаж есть функция роста физического объем продаж, среднего изменения цены (выраженного через цены единицы продукции и изменения продуктового ассортимента).

Это можно сделать на основе анализа объемов продаж продукции организации и изменения отраслевых объемов продаж. Ценовая конъюнктура прогнозируется с учетом собранного статистического материала и различных эконометрических приемов прогнозирования (аналитическое выравнивание, модели ARIMA, экспоненциальное сглаживание).

В силу того, что большинство объектов исследования студентов, изучающих дисциплину, представлены сельскохозяйственными организациями Краснодарского края, мы приводим в методических указаниях алгоритм прогнозирования выручки от реализации аграрной продукции.

Прогноз объемов производства и реализации продукции растениеводства осуществим с учетом динамики изменений посевных площадей, урожайности культур и степени развития технологии в хозяйстве.

Поскольку собрать обширный статистический материал исключительно по анализируемому хозяйству затруднительно, мы будем пользоваться среднеотраслевыми показателями аграрного производства.

Так, для прогнозирования урожайности, мы рекомендуем использовать среднеотраслевые данные по уровню урожайности сельскохозяйственной культуры и показателям использования минеральных удобрений.

Факторизация показателя урожайности по дозам внесения удобрений под посевы, природно-климатическим условиям позволит затем использовать полученное регрессионное уравнение в методических целях прогнозирования урожайности в конкретном хозяйстве и необходимых затрат на минеральные удобрения.

Для этого вам необходимо провести следующие шаги:

Шаг 1. Согласно вашей производственной структуре выбрать на сайте Государственной федеральной службы статистики (РОССТАТ) данные по уровню урожайности сельскохозяйственных культур в сельскохозяйственных организациях регионе за ряд лет (15-20 лет) и по внесению минеральных удобрений под посевы сельскохозяйственных культур на анализируемом временном периоде (http://www.fedstat.ru/indicators/start.do).

Шаг 2. Подобрать необходимую функциональную форму регрессионной зависимости урожайности культуры от интенсификации отрасли (в терминах минерального питания). Поскольку помимо ангропогенных факторов (технологии) на урожайность влияют погодные условия, имеющие цикличную природу, для улучшения аппроксимационной способности уравнения можно использовать методику Фурье-анализа. Алгоритм методики дается студенту преподавателем на практическом занятие.

Шаг 3. Использовать полученные зависимости для определения прогнозного значения урожайности в хозяйстве. Для этого необходимо узнать дозы внесения минеральных удобрений в хозяйстве. Прогноз можно сделать, отталкиваясь от тенденций развития отрасли в целом. В случае благоприятной экономической конъюнктуры (рост доходности отрасли, рост платежеспособного спроса) можно предполагать дальнейшее повышение интенсификации отрасли и в том числе, увеличение доз внесение удобрений.

В обратной ситуации, когда рост цен на средства производства будет превышать рост цен на продукцию, можно предположить пессимистический сценарий развития, связанный со снижением интенсивности воспроизводственных процессов в отрасли. Можно поступить другим образом, предположить необходимый на ваш взгляд рост урожайности по годам, и решив полученное уравнение относительно объясняемых факторов, найти соответствующие запланированной урожайности уровень внесения удобрений и затраты на минеральные удобрения.

Шаг 4. С учетом прогнозных значений цен на продукцию (можно использовать ретроспективные данные с РОССТАТА для построения прогнозных уравнений), а также уровня товарности продукции рассчитать прогнозное значение объемов продаж продукции растениеводства на перспективу.

Конечные расчеты оформите в виде таблице ().

Прогноз выручки от реализации продукции животноводства рекомендуем осуществить по следующей схеме:

Шаг 1. Согласно виду специализации животноводческого производства в хозяйстве выбираем с РОССТАТА данные о показателях продуктивности животных (надой молока на 1 корову, получено живой массы на 1 голову скота на выращивании и откорме и др.) и по показателям, характеризующим уровень кормления (скормлено кормов на 1 голову животного, структура рациона, например, соотношение по питательности концентрированных и прочих кормов в рационе). (http://www.fedstat.ru/indicators/start.do)

.

Таблица 8– Прогноз выручки по растениеводству для целей стоимостного анализа

Таблица 9– Прогноз выручки по животноводству

Шаг 2. Подобрать необходимую функциональную форму регрессионной зависимости продуктивности животных от интенсификации отрасли (в показателях кормового рациона).

Шаг 3. Использовать полученные зависимости для определения прогнозного значения продуктивности сельскохозяйственных животных в хозяйстве. Для этого необходимо узнать качественные и количественные характеристики рациона в хозяйстве. Как и в случае растениеводства, прогноз можно сделать, отталкиваясь от тенденций развития отрасли в целом.

Шаг 4. Общая величина выручки от реализации продукции животноводства есть функция от коэффициента использования продукции, коэффициента товарности животноводческой продукции и продуктов ее переработки, рыночных цен и объемов выращенного живого веса, надоенного молока. Конечные расчеты представьте в виде таблицы.