Направления и особенности формирования экспортного потенциала российских фармацевтических компаний (1142512), страница 25
Текст из файла (страница 25)
1197].Таким образом, в рамках выстраивания экспортных стратегий и в условияхнестабильности экономической обстановки в стране мы можем рекомендоватьроссийским фармпроизводителям в качестве приоритетных учитывать факторыпроизводственного и маркетингового потенциалов.Таблица38-Матрицакоэффициентов корреляциидлялинейноймоделимножественной регрессии за 2010-2014 гг.ФакторYYX1X2X3X410,9750,8540,8090,946X1X22010 год––1–0,80410,814 0,6860,952 0,831X3X4ФакторY–––10,826––––1YX1X2X3X410,9680,7520,8050,893X1X22011 год––1–0,75510,824 0,6630,882 0,822X3X4–––10,774––––1126Продолжение таблицы 38ФакторYYX1X2X3X410,9230,8130,7370,894ФакторYX1X2X3X4X1X22012 год––1–0,78310,792 0,6380,868 0,896Y10,9900,9050,7370,929X3–––10,714X4ФакторY–Y–X1–X2–X31X42014 годX1–10,9080,7380,92410,8860,8440,6980,857X2––10,6720,888X1X22013 год––1–0,80010,762 0,6560,898 0,905X3X4–––10,760––––1X3–––10,825X4––––1Источник: рассчитано автором на основе данных ГМЦ Росстата [248].Исходя из данных таблицы 38, несмотря на то, что факторы трудового (X3) ифинансового (X4) потенциалов не присутствуют в регрессионных моделях, посколькуперекрываются превалирующим воздействием производственной и маркетинговойсоставляющих, они также находятся в тесной взаимосвязи с фактором экспортногопотенциала фармацевтических компаний (для X3: от 0,698 до 0,809; для X4: от 0,857 до0,946).Необходимо отметить, что на предприятиях фарминдустрии ЦФО уровеньоплаты труда работников варьируется в диапазоне от 35 до 50 тыс.
руб., однаковнедрение систем дополнительного материального стимулирования, по нашемумнению,будеттолькоспособствоватьроступроизводительноститруда,ответственному отношению к работе, что непосредственно повлияет на уровенькачества и объема выпускаемой предприятиями продукции (то есть отразится и напроизводственном факторе).На протяжении исследуемого периода с 2010 по 2014 гг. значение коэффициентасоотношения заемных и собственных средств в фармацевтической промышленности,сохраняя постоянную динамику роста, к 2014 году достигло оптимального уровня57 процентов. Это означает, что предприятиям удалось достигнуть состоянияфинансовой независимости, которое, по нашему мнению, следует выдерживать натом же уровне.Перейдем к практическим расчетам по второй модели оценки факторов ростаэкспортного потенциала фармацевтического предприятия.
В рамках этой моделиданные,представленныевприложенииК,былисгруппированыпопятирегиональным кластерам, одни из которых уже созданы и активно развиваются127(Московский фармкластер – с 2011 г.; Ярославский фармкластер – с 2011 г.;Калужский фармкластер – с 2009 г.), а другие только начинают работать(Белгородский фармкластер – с 2014 г; Орловский фармкластер – с 2015 г.).П р и м е ч а н и е – Показатели в целом по кластеру рассчитывались путем суммированияаналогичных показателей входящих в кластер предприятий.Из четырех агрегированных факторов, выявленных в первой модели, наиболеезначимыми оказались факторы производственного и маркетингового потенциала.П р и м е ч а н и е – Число факторов для включения во вторую модель, построенную попринципу временного ряда, ограничено требованием эконометрики: на один фактор должноприходиться минимум пять измерений.
Так как период анализа включает пять лет, то вмодель автором отобран один фактор.Приэтомпроизводственныйпотенциалтяготеетквнутреннейсредепредприятий и не позволяет разграничить влияние факторов микроуровня имезоуровня (кластерного подуровня). В свою очередь, маркетинговый потенциалнаправлен на продвижение продукции, в том числе экспортной, на новые рынки иоткрывает для компании возможности развития ее взаимодействия с покупателями ипоставщиками в пределах кластерного образования через оптимизацию коммерческихрасходов. Исходя из вышеизложенного, предлагаем оценить влияние факторовкластерного подуровня через маркетинговый потенциал.По каждому кластеру на основе данных таблиц 39 и 40 будет произведена записьуравнения регрессии, оценена адекватность значений коэффициентов модели,выявлены наличие и теснота связи между факторами кластерного подуровня иэкспортным потенциалом фармацевтических компаний.Таблица 39 - Регрессионная статистика для коэффициентов линейной модели парнойрегрессии за 2010-2014 гг.ПоказательКоэффтыYпересеч.X2298 7190,091Yпересеч.X2277 5390,065Yпересеч.X266 6240,050Станд.t-стат.
P-Знач.ошибкаЯрославский кластер236 8301,2610,2960,0224,1220,026Московский кластер320 0240,8670,4500,0381,6920,189Калужский кластер28 7512,3170,1030,0114,4920,021Нижние95%Верхние95%-454 9790,0211 052 4160,162-740 920-0,0571 295 9980,187-24 8730,014158 1210,085128Продолжение таблицы 39ПоказательКоэффтыYпересеч.X2160 7770,034Yпересеч.X2172 9880,099Станд.t-стат. P-Знач.ошибкаБелгородский кластер133 4711,2050,3150,2250,1490,891Орловский кластер53 2383,2490,0480,0109,9090,002Нижние95%Верхние95%-263 988-0,682585 5420,7493 5610,067342 4150,131Источник: рассчитано автором на основе данных ГМЦ Росстата [248].Таблица 40 - Регрессионная статистика для линейной модели парной регрессии за2010-2014 гг.ПоказательМножественный RR-квадратНормированный R-квадратСтандартная ошибкаНаблюденияЯрославскийкластер0,9220,8500,8001510145Московскийкластер0,6990,4880,3181995205Калужскийкластер0,9330,8710,827259265Белгородскийкластер0,0860,007-0,324922965Орловскийкластер0,9850,9700,960486265Источник: рассчитано автором на основе данных таблицы 39.По данным таблиц 39-40 проведем анализ значимости коэффициентов приосновных факторах на основе сравнения фактической величины t-критерияСтьюдента с его табличным значением, оценим доверительные интервалы длякаждого из коэффициентов и запишем для каждого кластера уравнения регрессии.Для всех кластеров табличное значение t-критерия Стьюдента при уровнезначимости 95 % и числе степеней свободы равном 3 получилось 3,182.
Послесравнения фактической величины t-статистики с табличным значением, в двух изпятикластерахкоэффициентыприфактореX2оказалисьстатистическинезначимыми (Московский кластер: 1,692<3,182; Белгородский кластер: 0,149<3,182).Данныйвыводосновываетсятакженарассчитанныхдлякоэффициентовдоверительных интервалах, которые содержат нулевое значение. Таким образом,уравнения регрессии построим для трех оставшихся кластеров (Ярославский,Калужский и Орловский).YЭПП Ярославский _ кластер 0,091X 2 298719YЭППКалужский _ кластер 0,050 X 2 277539YЭППОрловский _ кластер 0,099 X 2 172988129Из таблицы 40 следует, что значение множественного коэффициента корреляциимежду результативной и факторной переменными по трем отобранным кластерамколеблется в диапазоне от 0,922 до 0,985.
По шкале Чеддока такое значениесвидетельствует о весьма высокой, близкой к функциональной, связи между даннымифакторами. Значения нормированного коэффициента детерминации в исследуемыйпериод находятся в диапазоне от 0,8 до 0,96, или 80 – 96 % вариации зависимойпеременной обусловлено вариацией включенного в модель фактора. Это говорит отом, что построенные регрессии достаточно высоко аппроксимируют эмпирическиеданные.Перейдем к этапу дисперсионного анализа представленных выше регрессионныхмоделей, представим его в таблице 41.Таблица 41 - Дисперсионный анализ для линейной модели парной регрессии за2010-2014 гг.ПоказательdfРегрессияОстатокИтого134РегрессияОстатокИтого134РегрессияОстатокИтого134РегрессияОстатокИтого134РегрессияОстатокИтого134SSMSЯрославский кластер3,875 E+113,875 E+116,842 E+102,281 E+104,559 E+11–Московский кластер1,140 E+111,140 E+111,194 E+113,981 E+102,334 E+11–Калужский кластер1,356 E+101,356 E+102,016 E+096,721 E+081,558E+10–Белгородский кластер1,898 E+081,898 E+082,556 E+108,519 E+092,575 E+10–Орловский кластер2,322 E+112,322 E+117,093 E+092,364 E+092,392 E+11–FЗначимость F16,991––0,026––2,864––0,189––20,178––0,021––0,022––0,891––98,183––0,002––Источник: рассчитано автором на основе данных ГМЦ Росстата [248].Дисперсионный анализ показал, что доля влияния неучтенных в моделяхфакторов на зависимую переменную варьируется от 3 до 15 % по выбраннымкластерам.
Значимость построенных эконометрических моделей, а также значимостьсамогокоэффициентадетерминацииподтвердилирассчитанныефактические130значения F-критерия Фишера, которые оказались выше соответствующих табличныхзначений при уровне надежности 95 % (Ярославский кластер: 16,991>10,13;Калужский кластер: 20,178>10,13; Орловский кластер: 98,183>10,13).
Полученныерезультаты анализа отражают правильность выбора и агрегирования факторов.По итогам исследования влияния факторов мезоуровня (кластерный подуровень)на динамику экспортного потенциала российских фармпредприятий мы пришли кследующимвыводам.Ориентированныйвнастоящеевремянавыпускнеоригинальных препаратов фармацевтический рынок России нацелен в большейстепени на дальнейшее использование эффекта масштаба, нежели на инвестированиев разработку оригинальных лекарств. В связи с этим особую значимость приобретаетвнедрение маркетинговых и организационных инноваций, направленных на скороеполучение эффекта. По данному принципу, согласно проведенным расчетам,работают предприятия Ярославского, Калужского и Орловского фармкластеров. Вотличие от указанных кластеров Московский и Белгородский кластеры в большейстепени инвестируют средства в проведение научных исследований и разработок, темсамымобновляясвоюпродуктовуюлинию.Другойсторонойвоздействиямаркетингового потенциала на повышение экспорта предприятий выступаетграмотная оптимизация коммерческих расходов в рамках кластера.Оценка влияния факторов мезоуровня (регионального подуровня) и макроуровняна величину экспортного потенциала фармацевтических предприятий произведена поданным, представленным в приложениях Л-М, на основе построения матриц парныхкоэффициентов корреляции.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
