142607 (Статистичне прогнозування кон’юнктури аграрного ринку в Україні), страница 3

Основні зв’язки модифікованої імітаційної моделі ринку свинини зображено на рис. 1.

Рис. 1. Скорочена діаграма причинно-наслідкових зв’язків модифікованої автором імітаційної моделі ринку свинини.

Доведено, що з погляду на особливості формування попиту на свинину в Україні обов'язково необхідно враховувати рівень доходів споживачів цього товару, а також його вплив на обсяги споживання. Це зумовило необхідність доповнення моделі блоком “Формування доходів”.

Побудована модель цілком адекватно реагує на зміну ціни за кілограм живої ваги свині. Збільшення ціни на 5 грн. за кілограм веде до зниження споживання свинини в Україні на 5,9 тис. тон на рік, а зниження ціни на 5 грн. − до зростання споживання свинини на 16,9 тис. тон на рік.

Моделювання та аналіз прогнозу динаміки споживання свинини при доході на одну особу вище 1050 грн. на місяць дозволяє стверджувати, що збільшення доходу з 1050 до 1200 грн. дає значно менший приріст споживання свинини (3,1 тис. т), ніж збільшення доходу з 900 до 1050 грн. (14,1 тис. т). Це можна пояснити дією такої властивості споживання, як насичуваність товаром, тобто приріст доходу витрачається не на додаткову кількість свинини, а на інші товари. При доході на одну особу більш ніж 1200 грн. споживання свинини взагалі не змінюється, оскільки відбувається повне насичення споживача цим товаром.

Модифіковану й адаптовану базову імітаційну модель динаміки циклів товарного виробництва Д.Л.Медоуза, що розглядає весь цикл виробництва продукту від витрат на корми до споживання готової продукції населенням, доцільно використовувати для оперативного дослідження кон'юнктури ринків свинини та яловичини з урахуванням особливостей функціонування аграрного ринку України.

У третьому розділі – “Моделювання та прогнозування кон’юнктури національного аграрного ринку з використанням багатомірних статистичних методів” – проведено моделювання сукупної пропозиції на аграрному регіональному ринку з використанням канонічного кореляційного аналізу; виділено та ранжовано основні фактори утворення кон’юнктури українського аграрного ринку; запропоновано методику прогнозування економічного, внутрішнього виробничого потенціалу та цін продукції ринку тваринництва в Україні.

При прогнозуванні кон'юнктури ринку канонічні кореляції дозволяють виявити фактори, що мають найбільший вплив на сукупний попит та сукупну пропозицію на ринку.

Для економіко-статистичного аналізу сукупної пропозиції на регіональних аграрних ринках з використанням канонічного аналізу на основі статистичного матеріалу, що відображує стан кон'юнктури аграрного ринку Харківської області у 2006 р., сформовано два блоки показників: факторний (17 показників) та результативний (4 показника).

Канонічний кореляційний аналіз дозволив вилучити неінформативні ознаки та виділити три пари змінних, кожна з яких характеризує максимальні зв’язки між відповідними результативними показниками сукупної пропозиції на аграрному ринку Харківської області та обраними факторними ознаками (табл. 2). Вихідні дані Х і Y було приведено до стандартизованого виду, тому коефіцієнти у виразах для канонічних змінних характеризують ступінь впливу відповідних ознак і показників, що дозволило отримати їхні ранжовані послідовності.

Таблиця 2

Пари канонічних змінних, отримані у результаті аналізу сукупної пропозиції на аграрному ринку Харківської області у 2006 р.

Пара № 1. Дуже щільний зв'язок ( ) існує між обсягом реалізації молока та молочних продуктів сільськогосподарськими підприємствами (Y₂), з одного боку, та поголів'ям ВРХ у сільськогосподарських підприємствах (Х₄), з іншого.

Пара № 2. Щільний зв'язок ( ) між змінними другої пари зумовлений впливом площі ріллі (Х₁) на обсяг реалізації зернових культур сільськогосподарськими підприємствами (Y₄), а також залежністю обсягу реалізації худоби та птиці (Y₁) від площі пасовища (Х₃).

Пара № 3. Суттєвий зв'язок ( ) змінних третьої пари свідчить про залежність між площею ріллі (Х₁) та обсягами реалізації олійних культур сільськогосподарськими підприємствами (Y₃), а також про залежність обсягу реалізації худоби та птиці (Y₁) й зернових культур сільськогосподарськими підприємствами (Y₄) від кількості господарських підприємств (Х₁₁).

Підсумовуючи викладене, зауважимо, що розвиток сільського господарства у Харківській області має екстенсивний характер, а аграрна економіка області спрямована на виробництво молока та молочних продуктів і на оброблення землі для вирощування зернових та олійних культур.

Для виділення факторів утворення кон’юнктури аграрного ринку України, які необхідно враховувати при прогнозуванні кон’юнктури, застосовано метод головних компонент та оброблено сукупність об’єктів (25 адміністративних одиниць України), що характеризувались 24 ознаками.

Проведене моделювання на основі методу головних компонент дозволило виділити з великої сукупності факторів лише декілька вагомих, а також дало можливість уникнути суб’єктивізму при визначенні таких факторів. До уваги було взято п’ять факторів (їхні власні числа більші за одиницю), які пояснюють 84,41% ринкових коливань (рис. 2). Для економічної інтерпретації після знаходження простої факторної структури в дослідженні використовувались лише ті факторні навантаження, значення яких більші ніж 0,7.

Перша головна компонента щільно пов’язана з доходами населення (Х₁₃), викидами шкідливих речовин (Х₁₄), споживанням дизельного пального (Х₁₅), перевезенням вантажів автомобільним транспортом (Х₁₆ ), інвестиціями в основний капітал (Х₁₈), прямими інвестиціями в регіони (Х₂₂), обсягами експорту (Х₂₀) й імпорту (Х₂₁) товарів та часткою продукції малих підприємств у загальних обсягах реалізованої продукції (Х₂₃). Ці ознаки не мають прямого зв'язку з сільським господарством. Тому перша головна компонента може бути проінтерпретована як загальноекономічна ситуація в Україні. Вона пояснює 37,24 % коливань кон’юнктури аграрного ринку.

Рис. 2. Сумарний внесок факторів (головних компонент) у коливання кон’юнктури аграрного ринку.

Друга компонента пов’язана з ознаками: Х₂ – кількість діючих сільськогосподарських підприємств, Х₃ – посівні площі сільськогосподарських культур, Х₆ – валовий збір зернових культур. Найвпливовішими ознаками цієї компоненти є Х₃ та Х₆, тому третьою компонентою є виробничо-сировинний потенціал рослинництва. Вона пояснює 20,73% коливань кон’юнктури аграрного ринку.

Третя компонента найбільше навантажує ознаки: Х₄ – поголів’я великої рогатої худоби, Х₉ – виробництво молока. Вона інтерпретується як узагальнений фактор розвитку тваринницької галузі сільського господарства і обумовлює 12,25% ринкових коливань.

Четверту компоненту характеризують ознаки: Х₁₀ – виробництво м’яса, Х₁₇ – індекси обсягу продукції промисловості. Ця компонента обумовлює 8,30% ринкових коливань і може бути проінтерпретована як стан сфер агропромислового комплексу, які обслуговують сільське господарство.

П’ята компонента пояснює 5,89% ринкових коливань. Вона пов’язана з ознакою Х₁₉ – індекси споживчих цін, тобто ця компонента є ціновим фактором розвитку сільського господарства.

Слід зазначити, що для прогнозування використовуються різноманітні статистичні методи. В результаті вивчення та використання різних методів прогнозування було зроблено висновок про те, що переваги багатьох методів дослідження часових рядів поєднує Singular Spectrum Analysis (SSA), що у вітчизняній літературі має назву “Гусениця”. Відмінною рисою цього методу є те, що він не вимагає попереднього завдання моделі ряду, але дозволяє розкладати часовий ряд на складові, які можна інтерпретувати як тренд, періодичні компоненти й шум. При цьому не треба заздалегідь знати параметричний вид тренду, а також наявність коливальних компонентів й їхніх періодів.

В ході аналізу вихідні одномірні часові ряди економічного, внутрішнього виробничого потенціалу та цін продукції ринку тваринництва було перетворено в багатомірні, проведено їх дослідження із застосуванням методу головних компонент та подальше відтворення одномірного ряду, а також прогнозування виділених окремих складових вихідного ряду.

Інтерпретація складових часових рядів підтверджується візуальним аналізом одномірних та двомірних графіків головних компонент. На рис. 3 на прикладі ряду виробництва м’яса усіх видів у живій вазі в Україні проілюстровано знаходження пар головних компонент, що відповідають одній гармоніці. Період коливань визначається кількістю вершин багатокутника, отриманого при попарному зображенні обраних головних компонент.

Аналіз власних чисел та головних компонент дозволив виділити їхні пари, що відповідають одній гармоніці з певною довжиною періоду (табл. 3).

Таблиця 3

Виділені складові часових рядів

На підставі аналізу отриманих результатів зроблено висновки про наявність сезонних складових практично у всіх розглянутих часових рядах. Циклічні складові (4-річна, 3-річна, 2-річна) присутні у рядах динаміки поголів’я великої рогатої худоби (ВРХ) та свиней, а також у рядах цін на худобу, молоко та молочні продукти.

Прогнозування елементів економічного, внутрішнього виробничого потенціалу та цін продуктів тваринництва аграрного ринку в Україні проведено з використанням програми ”Caterpillar” на базі щомісячних даних за період з січня 2001 р. по червень 2007 р. Розраховані прогнозні значення (табл. 4) були порівняні з офіційними статистичними даними [Статистична інформація [Електронний ресурс] / Держкомстат. України. – Режим доступу: http://www.ukrstat.gov.ua/].