В современных условиях бизнеса, характеризующихся постепенным восстановлением поступательной макроэкономической динамики, проблема повышения конкурентоспособности отечественных предприятий сегодня стоит особенно остро. Предприятие как целостная система, характеризующаяся совокупностью элементов, включающих в себя определенные свойства и упорядоченные связи, требует в концепции управления предприятием наличия системы моделирования конкурентоспособности, ориентированной на успешное функционирование в рыночной среде, в которой конкуренты и потребители выступают необходимыми и жесткими элементами.
Среди наиболее существенных критериев эффективного управления предприятием можно выделить: рациональное использование материальных ресурсов; снижение издержек производства; достижение более высоких экономических показателей; повышение производительности труда; рост эффективности производства; снижение себестоимости производства.
Для оптимизации данных критериев решающее значение имеет совершенствование методов и моделей управления предприятием с целью повышения его конкурентоспособности и насыщения рынка высококачественной продукцией, доступной для массового потребителя [4].
Целью исследования является выявление основ моделирования конкурентоспособности предприятий, производящих мучные кондитерские изделия (МКИ). Поставленная цель определила решение следующих задач:
1. Выявление множества факторов, влияющих на индикаторы конкурентоспособности (факторный анализ), и связей между ними (корреляционный анализ). Построение модели управления конкурентоспособностью предприятия (регрессионный анализ).
2. Анализ построенной модели управления конкурентоспособностью предприятия и оценка ее параметров (дисперсионный анализ, тестирование статистических гипотез).
3. Проверка истинности, адекватности модели (верификация и интерпретация параметров модели). Применение модели в деятельности предприятий, производящих продукцию на рынок МКИ.
Последствия кризиса 2008 года в части снижения уровня платежеспособного спроса, неблагоприятные погодные условия и засушливое лето 2010 года, приведшие к сокращению урожая зерна и сахарной свеклы, значительно повлияли на конъюнктуру мучного кондитерского сегмента российского продовольственного рынка [6]. Поэтому разработка новых пропорций и сбалансирование локальных потенциалов в отрасли приобретают в настоящее время особую актуальность и значимость для производителей.
Проведем корреляционный анализ и построим множественные уравнения регрессии, включающие основные факторные признаки, влияющие на вариации результативных признаков. При этом в качестве результативных признаков (зависимых переменных) модели возьмем несколько важнейших показателей конкурентоспособности предприятий, производящих продукцию на рынок МКИ:
Y1 – выручка от реализации продукции, тыс. руб.;
Y2 – глубина охвата рынка в РМ, %;
Y3 – объем произведенной продукции, тыс. руб.;
Y4 – качество технологического оборудования, %.
В качестве независимых переменных выберем факторы, полностью или частично влияющие на Y:
Х1 – производительность труда, тыс. руб./чел.;
Х2 – затраты на содержание аппарата управления в расчете на одного работника предприятия, тыс. руб.
Х3 – затраты на рекламную деятельность предприятия, тыс. руб.;
Х4 – производственные затраты в расчете на одного работника, тыс. руб.;
Х5 – удельный вес расходов на содержание аппарата управления в общем объеме затрат на производство и реализацию продукции, %;
Х6 – выручка от реализации продукции в расчете на одного работника аппарата управления, тыс. руб.;
Х7 – капиталоемкость производимой продукции, руб.;
Х8 – возврат продукции по причине брака, тонн;
Х9 – удельный вес привлеченных средств в общем объеме капитала и резервов, %;
Х10 – степень обновления ассортимента продукции, %;
Х11 – затраты на оптимизацию процесса поддержания качества, тыс. руб.;
Х12 – степень функционирования в пределах установленного бюджета маркетинга, %;
Х13 – затраты на содержание маркетинговых структур, тыс. руб.;
Х14 – степень отдачи от инновационных технологий, %;
Х15 – затраты на контролинг маркетинговой деятельности, тыс. руб.;
Х16 – совокупные затраты на координацию работы службы сбыта,, тыс. руб.;
Х17 – затраты на проведение исследований рынков, тыс. руб.;
Х18 – степень расширения географии рынков, %;
Х19 – затраты на техническое обслуживание оборудования, тыс. руб.;
Х20 – премирование за высококачественный труд, тыс. руб.;
Х21 – удержания за брак, тыс. руб.
В качестве исходной информации используем панельные данные, включающие квартальные данные за 2007–2011 гг. по трем лидирующим производственным предприятиям Республики Мордовии, производящим продукцию на рынок МКИ.
Проведем множественный корреляционный анализ для определения характера, силы и направления связи между результативными и факторными признаками данного исследования. Построим матрицу парных коэффициентов корреляции (табл. 1).
Методом последовательного присоединения построим множественные уравнения регрессии зависимости Y1, Y2, Y3, Y4 от представленных факторов, исключив из их состава факторы, ответственные за мультиколлинеарность, а также факторы, статистически незначимые по критерию Стьюдента (табл. 2).
Измерение тесноты связей между переменными, построение изолированных уравнений регрессии недостаточно для описания сложных систем и объяснения механизма их функционирования. При использовании отдельных уравнений регрессии предполагается, что аргументы (факторы) изменяются независимо друг от друга. Однако это предположение является очень грубым: практически изменение одной переменной, как правило, не может происходить при абсолютной неизменности других. Ее изменение повлечет за собой изменения во всей системе взаимосвязанных признаков. Следовательно, отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной [2].
Таблица 1
Матрица парных коэффициентов корреляции
Y1 |
Y2 |
Y3 |
Y4 |
Х5 |
Х6 |
Х7 |
Х8 |
Х9 |
Х10 |
Х11 |
Х12 |
Х13 |
Х14 |
Х15 |
Х16 |
Х17 |
Х18 |
Х19 |
Х20 |
Х21 |
|
Y1 |
1,00 |
||||||||||||||||||||
Y2 |
0,82 |
1,00 |
|||||||||||||||||||
Y3 |
1,00 |
0,83 |
1,00 |
||||||||||||||||||
Y4 |
0,23 |
0,21 |
0,23 |
1,00 |
|||||||||||||||||
Х5 |
–0,05 |
0,43 |
–0,03 |
0,17 |
1,00 |
||||||||||||||||
Х6 |
0,99 |
0,75 |
0,99 |
0,21 |
–0,16 |
1,00 |
|||||||||||||||
Х7 |
–0,12 |
–0,28 |
–0,13 |
–0,20 |
–0,51 |
–0,08 |
1,00 |
||||||||||||||
Х8 |
–0,04 |
0,32 |
–0,03 |
–0,06 |
0,76 |
–0,12 |
–0,41 |
1,00 |
|||||||||||||
Х9 |
0,88 |
0,79 |
0,89 |
0,23 |
0,04 |
0,86 |
–0,11 |
0,09 |
1,00 |
||||||||||||
Х10 |
–0,55 |
–0,69 |
–0,56 |
–0,11 |
–0,34 |
–0,50 |
0,21 |
–0,29 |
–0,54 |
1,00 |
|||||||||||
Х11 |
0,62 |
0,36 |
0,62 |
0,12 |
–0,22 |
0,64 |
–0,06 |
–0,08 |
0,60 |
–0,35 |
1,00 |
||||||||||
Х12 |
–0,01 |
–0,13 |
–0,01 |
0,13 |
–0,08 |
0,02 |
0,02 |
–0,10 |
0,03 |
0,09 |
0,08 |
1,00 |
|||||||||
Х13 |
0,90 |
0,65 |
0,90 |
0,23 |
–0,27 |
0,92 |
0,01 |
–0,28 |
0,80 |
–0,41 |
0,55 |
–0,03 |
1,00 |
||||||||
Х14 |
–0,59 |
–0,74 |
–0,61 |
–0,19 |
–0,38 |
–0,53 |
0,17 |
–0,35 |
–0,59 |
0,85 |
–0,35 |
0,09 |
–0,44 |
1,00 |
|||||||
Х15 |
0,93 |
0,89 |
0,94 |
0,25 |
0,18 |
0,90 |
–0,24 |
0,12 |
0,88 |
–0,60 |
0,59 |
–0,02 |
0,81 |
–0,64 |
1,00 |
||||||
Х16 |
0,97 |
0,84 |
0,98 |
0,25 |
0,01 |
0,96 |
–0,13 |
–0,01 |
0,88 |
–0,57 |
0,58 |
0,01 |
0,86 |
–0,60 |
0,93 |
1,00 |
|||||
Х17 |
0,92 |
0,79 |
0,92 |
0,16 |
–0,12 |
0,91 |
–0,02 |
–0,12 |
0,83 |
–0,55 |
0,50 |
–0,13 |
0,85 |
–0,56 |
0,84 |
0,89 |
1,00 |
||||
Х18 |
–0,16 |
0,06 |
–0,16 |
0,12 |
0,45 |
–0,19 |
–0,37 |
0,13 |
–0,15 |
–0,02 |
–0,26 |
–0,16 |
–0,12 |
0,17 |
–0,03 |
–0,10 |
–0,18 |
1,00 |
|||
Х19 |
0,63 |
0,42 |
0,63 |
0,17 |
–0,36 |
0,65 |
0,18 |
–0,24 |
0,60 |
–0,26 |
0,54 |
0,10 |
0,68 |
–0,33 |
0,54 |
0,61 |
0,63 |
–0,40 |
1,00 |
||
Х20 |
0,13 |
–0,27 |
0,12 |
–0,03 |
–0,77 |
0,22 |
0,44 |
–0,57 |
–0,02 |
0,22 |
0,19 |
0,00 |
0,25 |
0,25 |
–0,10 |
0,05 |
0,22 |
–0,45 |
0,44 |
1,00 |
|
Х21 |
0,21 |
0,24 |
0,21 |
–0,32 |
–0,14 |
0,21 |
0,25 |
–0,07 |
0,28 |
–0,15 |
–0,01 |
–0,04 |
0,19 |
–0,12 |
0,16 |
0,20 |
0,36 |
–0,21 |
0,28 |
0,11 |
1,00 |
Выбор модели конкурентоспособности на основе системы эконометрических одновременных уравнений обусловлен особенностями рынка МКИ, заключающимися в возможности удовлетворять повседневные потребности в продуктах питания, сложной структуре рынка и большой конкуренцией со стороны производителей, представленных в каждом регионе России [5]. Указанные обстоятельства доказывают то, что современная отрасль мучных кондитерских изделий представляет собой насыщенный и многоуровневый сектор. И наиболее важным моментом в экономическом анализе является отбор факторов для такого анализа, так как от правильности отбора зависит точность рекомендаций по итогам проведенного анализа.
Построим эконометрическую модель в виде системы взаимосвязанных (одновременных) регрессионных уравнений. Для оценки параметров уравнений системы применяем двухшаговый метод наименьших квадратов [3].
Составим приведенную форму системы одновременных уравнений:
Таблица 2
Множественные уравнения регрессии
Вид и анализ модели |
Вывод |
– сопоставляя коэффициент тесноты связи η = 0,79с таблицей Чеддока, делаем заключение о наличие высокой связи; – коэффициенты уравнения регрессии являются статистически значимыми при уровне значимости α = 0,01; – уравнение регрессии надежно по критерию Фишера при уровне значимости α = 0,01 и, следовательно, применимо для исследования |
Пригодна для исследования и прогнозирования |
– сопоставляя коэффициент тесноты связи η = 0,93 с таблицей Чеддока, делаем заключение о наличие весьма высокой связи, близкой к функциональной; – коэффициенты уравнения регрессии являются статистически значимыми при уровне значимости α = 0,05; – уравнение регрессии надежно по критерию Фишера при уровне значимости α = 0,01 и, следовательно, применимо для исследования. |
Пригодна для исследования и прогнозирования |
– сопоставляя коэффициент тесноты связи η = 0,90 с таблицей Чеддока, делаем заключение о наличие весьма высокой связи, близкой к функциональной; – коэффициенты уравнения регрессии являются статистически значимыми при уровне значимости α = 0,05; – уравнение регрессии надежно по критерию Фишера при уровне значимости α = 0,01 и, следовательно, применимо для исследования. |
Пригодна для исследования и прогнозирования |
– сопоставляя коэффициент тесноты связи η = 0,76 с таблицей Чеддока, делаем заключение о наличие высокой связи; – коэффициенты уравнения регрессии являются статистически значимыми при уровне значимости α = 0,05; – уравнение регрессии надежно по критерию Фишера при уровне значимости α = 0,01 и, следовательно, применимо для исследования. |
Пригодна для исследования и прогнозирования |
Определим коэффициенты структурной модели системы одновременных уравнений, но в качестве переменных Y1, Y2, Y3 и Y4, находящихся в правых частях уравнений, будем использовать расчетные значения ,
,
и
, вычисленные по формулам приведенных уравнений:
Анализ полученной эконометрической модели позволяет сделать следующие выводы, используя экономическую интерпретацию параметров регрессионных уравнений системы:
– При увеличении доли рынка, которую занимает предприятие, производящее МКИ, в собственном регионе на 1 %, выручка от реализации продукции увеличится на 4,42 млн руб.
– При увеличении объема произведенной продукции на 1 тыс. руб., выручка от реализации продукции увеличится на 690 руб.
– При увеличении степени отдачи от инновационных технологий на 1 %, выручка от реализации продукции увеличится на 31,71 тыс. руб.
– При увеличении затрат на оптимизацию процесса поддержания качества продукции на 1 тыс. руб., выручка от реализации продукции увеличится на 2558,00 тыс. руб.
– При увеличении выручки от реализации продукции на 1 тыс. руб., глубина охвата рынка в РМ увеличится на 0,0001 %.
– При увеличении расходов, включающих стимулирующие выплаты сотрудникам маркетинговых служб и необходимые материалы для ведения и правильной организации рабочего процесса на 1 тыс. руб., глубина охвата рынка в РМ увеличится на 0,28 %.
– При увеличении удельного веса расходов на содержание аппарата управления в общем объеме затрат на производство и реализацию продукции на 1 %, глубина охвата рынка в РМ увеличится на 14,06 %.
– При увеличении степени обновления ассортимента продукции на 1 %, глубина охвата рынка в РМ увеличится на 1,82 %.
– При увеличении величины расходов на поддержание бесперебойного функционирования производственных линий по выпуску МКИ, глубина охвата рынка в РМ увеличится на 0,03 %.
– При увеличении выручки от реализации продукции на 1 тыс. руб., объем произведенной продукции увеличится на 460 руб.
– При увеличении совокупного процента прибыли от выпуска инновационных МКИ в общей выручке предприятия на единицу, объем произведенной продукции в стоимостном выражении увеличится на 47,64 тыс. руб.
– При увеличении затрат на техническое обслуживание оборудования на 1 тыс. руб., объем произведенной продукции в стоимостном выражении уменьшится на 186,35 тыс. руб.
– Увеличение совокупных затрат на координацию работы подразделов службы сбыта и сбытовой сети незначительно влияет на качество технологического оборудования.
– Увеличение объема произведенной продукции приводит к незначительному снижению качества технологического оборудования.
– При увеличении удельного веса привлеченных средств в общем объеме капитала и резервов на 1 %, качество технологического оборудования увеличится на 0,48 %.
– Доля бракованной продукции тесно связана с качеством технологического оборудования и производительностью труда на нем.
Основное преимущество использования данной модели конкурентоспособности предприятий, производящих МКИ, заключается в том, что между переменными устанавливаются регрессионные зависимости, включающие только факторы, статистически значимые по критерию Стьюдента. Достаточная совокупность показателей и факторов в построенной модели конкурентоспособности доказывает правильность ее выбора, что является объективным условием выживания и развития предприятия на стремительно изменяющемся рынке МКИ.
На основании анализа построенной модели разрабатываются основные направления и рекомендации, необходимые для обеспечения конкурентоспособности предприятий, производящих МКИ:
1. Проведение постоянного мониторинга отрасли.
2. Увеличение затрат на содержание аппарата управления.
3. Внедрение в производство инновационных технологий.
4. Создание на предприятиях, производящих МКИ, служб качества продукции.
5. Увеличение расходов на маркетинг и содержание маркетинговых структур.
6. Обеспечение бесперебойного функционирования производственных линий.
Интерпретация параметров модели позволяет также сделать вывод о необходимости применения основных технологий маркетинга, положительно влияющих на финансовый результат предприятия.
Таким образом, проведенный анализ и сформулированные рекомендации позволяют сделать вывод о том, что моделирование конкурентоспособности на основе системы одновременных уравнений может стать рабочим инструментарием формирования стратегии и тактики развития предприятия с целью укрепления его конкурентного положения на рынке.
Рецензенты:
Зинина Л.И., д.э.н., профессор кафедры статистики, эконометрики и информационных технологий в управлении, ФГБОУ ВПО «Мордовский государственный университет им. Н.П. Огарева», г. Саранск;
Бурланков С.П., д.э.н., профессор кафедры технического сервиса машин, начальник управления послевузовского образования, ФГБОУ ВПО «Мордовский государственный университет им. Н.П. Огарева», г. Саранск.
Работа поступила в редакцию 06.11.2013.