Диссертация (1152629), страница 27
Текст из файла (страница 27)
На данном этапе развитиястепень неопределенности в мировой экономической системе в целом и её отраслевых сегментах не позволяет с большой уверенностью однозначно предусмотреть временные параметры, направленность, характер изменений и степеньвлияния всех возникающих факторов в силу высокой степени их взаимозависимости и случайности непрогнозируемых явлений.Все основные модели внутреннего стратегического анализа имеют достаточную статичность, анализируются ресурсы и способности фирмы в отношении текущего момента времени, тем самым не давая возможности для проактивного поведения. Высокая степень динамизма современных рынков предполагает для стратегического выбора такого анализа и решений по конфигурацииресурсной базы компании, формированию динамических способностей и созданию ключевых компетенций, который бы моделировал план действий компании по отношению к будущим рынкам и условиям отраслевой конкуренции.Данный тип поведения ведущих фирм диктует рыночные изменения, связанныес процессами глобализации: доступ к новым рынкам, влияние на локальныерынки подкомплексов международных холдингов и ТНК, использование экономических рычагов для ведения политической борьбы.Приоритетность решения проблемы составления макро- и микроэкономических прогнозов развития подкомплексов АПК очевидна, поскольку на них145базируются разработки стратегических альтернатив компаниями.
Для разработки точной прогнозной информации в планировании деятельности подотраслей,рынков продукции АПК и последствий принимаемых решений в настоящеевремя известно более 200 методов прогнозирования, тем не менее, в практикеиспользуются около десяти: моделирование, экспертные оценки, матричноепрогнозирование, сценарное прогнозирование и др. Исследование отраслевойсреды также часто сопряжено с применением комплексных методов и методик.В настоящее время одним из наиболее часто используемых методов прогнозирования развития отечественного АПК является сценарное прогнозирование, базирующееся на системной методологической концепции и представляющее собой организованную итеративную исследовательскую процедуру построения сценариев возможного развития социально-экономической системы иисследования этих сценариев с целью стратегического выбора наиболее подходящей альтернативы.
Объединение данной методикой качественного и количественного подходов к планированию дает возможность получения общих данных о ситуации, в которой будет находиться прогнозируемый объект.Сценарный прогноз представляет собой логически согласованный вариант развития будущего внутренней конкурентной среды подкомплекса и рыночной среды продуктов его производства. Методология разработки сценарныхпрогнозов для построения на их основе модели стратегического выбора возможна, например, в следующей последовательности:•определение масштаба сценариев;•обработка совокупности текущих предположений, мнений экспер-тов, ожиданий представителей бизнеса, относительно развития ситуации;•создание расходящихся, но правдоподобных альтернатив развитиясобытий, способных повлиять на развитие рынка, подкомплекса, экономической системы в целом;•оценка вероятности наступления альтернатив в каждом из сценари-•определение способа отслеживания реальных изменений.ев;146В нашем исследовании при разработке прогноза параметров развитиямасложирового подкомплекса России анализ проводился во взаимосвязи его сразвитием мирового масличного рынка на среднесрочную и долгосрочную перспективы.Использование оценок важности (весовых критериев) и вероятностинаступления тех или иных изменений позволяет (с позиции создания необходимых динамических способностей) выбрать сценарий не только самый вероятный, но и взвешенный по вероятности и важности, что гораздо более актуально для компании.
Исходя из того, что сценарий предполагает описание возможных будущих обстоятельств и факторов влияния, он дает возможность нетолько сделать предположения относительно будущей ситуации, но и датьоценку этой ситуации для компании, а также предусмотреть возможные ответные меры.При этом не стоит забывать, что одной из особенностей сценарного прогнозирования является его базирование на неопределенности и неоднозначности развития, так как учитывается влияние множества как положительных, такотрицательных факторов, соответственно, достоверный учет возможных рискованных ситуаций затрудняется в силу динамизма внешней среды и влияния необъективных, в том числе политических факторов.
При этом прогноз формирования интегрированного решения для стратегического выбора непрерывно корректируется в соответствии с изменениями мировой и внутренней конъюнктуры. Он является базой, целевой моделью, для принятия как реактивных, так ипроактивных решений.При разработке сценарных прогнозов развития масложирового подкомплекса РФ применялся метод компьютерного моделирования на основе разработанной математической модели программы Quantrix Modeler, где в качествеглавных целевых функций были установлены удовлетворение внутреннегоспроса населения в масложировой продукции, удовлетворение спроса на продукцию b2b-сегмента, наращивание экспортного потенциала продукции с высокой добавленной стоимостью.147В результате были выявлены основные целевые и прогнозные показателиразвития подкомплекса, направления взаимодействия всех его подсистем ивозможного импортозамещения, влияние девальвации национальной валюты наконкурентоспособность и экспорт, сформулированы меры по поддержке экспорта (активизация динамических способностей, институты поддержки и т.д.),определены группы динамических способностей для различных категорий компаний с учётом существующих тенденций и возможной активизации интеграционных и концентрационных процессов мирового масличного рынка.В нашем исследовании разработаны два варианта сценарного прогнозаразвития масложирового подкомплекса в качестве альтернативы исходным базовым показателям, которые основаны на целевых показателях Отраслевойпрограммы подкомплекса и Государственной программы развития сельскогохозяйства.
Варианты альтернативного сценария развития опираются на тенденции мирового и внутреннего рынка масличных культур в 2008-2015 гг., прогнозы консалтинговых агентств, опросы экспертов и исследования автора. Сценарный прогноз составлен из трех взаимосвязанных блоков: производство масличного сырья – производство масложировой продукции (в том числе масел) –спрос на масложировую продукцию (учитывая рекомендуемые нормы потребления). Маркеры горизонта прогноза – для краткосрочного – до 2018 г., среднесрочного – до 2021 г.Состояние масложирового подкомплекса было задано такими параметрами, как посевные площади под масличными культурами, валовый сбор, объемыпроизводства масложировых продуктов, средние цены за 1 тонну масличногосырья, рекомендуемые нормы и фактическое потребление растительного масла(включая маслосодержащие продукты) и др.Исходные базовые показатели масложирового подкомплекса (таблица3.1.1) основаны на прогнозах Росстата, Министерства сельского хозяйства РФ,опираются на задачи, установленные отраслевой программой «Развитие масложировой отрасли в Российской Федерации на 2014-2016 годы», в Доктринепродовольственной безопасности Российской Федерации [35]; Государственной148программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы (в ред.
постановления Правительства РФ от 19 декабря 2014 г. № 1421).Таблица 3.1.1 – Исходные базовые показатели для разработки сценариевразвития масложирового подкомплекса РоссииПоказатель1Население, тыс. чел.Посевная площадь масличных культур, тыс.гав том числе:-подсолнечникПрогноз отраслевойпрограммыФактически показанные результаты2008г. 2009 г.
2010 г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г.23456789142742 142785 142849 142960 143201 143502 146267 1463452016 г.2020 г.1011146754147681109541090Не уст.Не уст.6199,0 6195,6 7153,5 7613,9 6528,9 7271,2 6883,76980Не уст.8650778380209616104471008711060- рапс679,7688,11190,4 1325,9 1173,31086Не уст.Не уст.- соя747,0874,6 1205,7 1229,0 1481,3 1531,8 1973,72050Не уст.Не уст.856,0892,6- горчица57,5100,9109,8134,1117,6153,6186,0189Не уст.Не уст.- лен кудряш84,6145,9266,6500,2618,3477,7486,1633Не уст.Не уст.8971,5 8186,0 7456,7 13115,0 11353,1 14151,1 13856 1456015000Не уст.7350,2 6454,3 5344,8 9697,5 7992,7 10553,7 817010200Не уст.Валовый сбор масличных культур, тыс.
т –всего.в том числе:- подсолнечник- рапс9760752,2666,81056,1 1035,3 1393,3145011001900Не уст.- соя746,0943,7 1222,4 1756,0 1879,9 1636,3250328502200Не уст.- горчица29,123,736,488,141,554,755,658Не уст.Не уст.- лен кудряш86,093,9173,0463,9361,3319,8503550Не уст.Не уст.Производство:- подсолнечного масла, тыс. т2565250520823552311738513570369035003300- рапсового масла, тыс. т119142181171201245358289350Не уст.- соевого масла, тыс. т248246264288327338543633370Не уст.- майонеза и майонезных соусов775781789790791846845840860880- маргаринов, промышленных жиров, тыс. т607624670696681657730744880Не уст.- выпуск шротов и жмыхов, тыс.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
