Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Федеральное государственное автономное

образовательное учреждение

высшего профессионального образования

«СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ»

Институт экономики, управления и природопользования

институт

Кафедра социально-экономического планирования

кафедра

КУРСОВАЯ РАБОТА

Анализ влияния факторных признаков на цену говядины в условиях кризиса конца 2014 года

Руководитель Р.В. Гордеев

Студент ЭЭ14-02ББЭк, 131407101 М.О. Щепина

Красноярск 2016



СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. Особенности ценообразования в сельском хозяйстве РФ в условиях кризиса

1.1 Характеристика сельского хозяйства в России

1.2 Производство мяса в Красноярском крае

1.3 Экономический кризис и его влияние на цены

1.4 Группы факторов, влияющие на цену КРС

2. Сравнительный анализ влияния факторных признаков на цену говядины в 2013 и 2015 г.

2.2 Исследование данных за докризисный год

2.3 Исследование данных за послекризисный год

2.4 Общие выводы об изменении цены на говядину под влиянием экономического кризиса

ЗАКЛЮЧЕНИЕ

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

ПРИЛОЖЕНИЕ 3

ПРИЛОЖЕНИЕ 4



ВВЕДЕНИЕ

Сельское хозяйство имеет важнейшее значение в экономике и жизни страны. Оно обеспечивает население продовольствием, а промышленность сельскохозяйственным сырьем. Из сельскохозяйственной продукции формируется до 75% стоимости розничного товарооборота страны. Отрасль дает 7,5% ВВП страны, в нем занято 9,4 % экономически активного населения России.

Производство мяса в Российской Федерации -- одна из крупных отраслей агропромышленного комплекса страны. В 2013 году в России сельскохозяйственное производство мяса в живом весе составило 12,2 млн тонн, в убойном весе -- 8,54 млн тонн (60 кг на душу населения).

Данная работа посвящена исследованиям, лежащим в области сельского хозяйства, и касается изучения ценообразования на мясо крупного рогатого скота. Актуальность темы заключается в том, что современное общество невозможно представить без потребления мясных продуктов, мясо - это источник жизненно необходимых витаминов и компонентов.

Цель курсовой работы заключается в анализе изменения цены на мясо коров под влиянием различных факторов вследствие экономического кризиса конца 2014 года.

Для осуществления обозначенной цели служат следующие задачи:

1. Выявление факторов, оказывающих влияние на изучаемый признак;

2. Исследование данных за 2013 докризисный год и за 2015 послекризисный год;

3. Получение общих выводов об изменении цены на говядину под влиянием экономического кризиса.

Объектом исследования является ценообразование на мясо крупного рогатого скота за 2013 и 2015 г., как докризисные цены и послекризисные.

Предмет исследования - факторы, оказывающие влияние на объект исследования.

В качестве теоретической базы исследования были использованы публикации, посвящённые рассматриваемой теме. Практической базой исследования послужили сведения, представленные в базе данных ЕМИСС и информация из базы данных таможенной статистики внешней торговли.



1. Особенности ценообразования в сельском хозяйстве РФ в условиях кризиса

1.1 Характеристика сельского хозяйства в России

Для России жизненно важно резко усилить внимание к проблемам развития сельского хозяйства. Нужно использовать любую возможность поднять его роль в удовлетворении национальных потребностей перевести эту отрасль в разряд приоритетных. Эта необходимость особенно очевидна с учетом того, что Западные страны уже с последней трети прошлого столетия стали активно формировать у себя современные высокотехнологичные индустриальные конкурентоспособные отрасли сельского хозяйства. К сожалению, в России последнее двадцатилетие в плане формирования конкурентоспособных отраслей национальной экономики, за редким исключением, следует считать «потерянным». Это относится в полной мере также и к сельскому хозяйству. Есть мнение, что именно неудовлетворительная динамика в сельском хозяйстве в большей мере обусловливает необходимость снижать прогнозные показатели роста экономики России. К тому же ослабевают и его позиции на мировом агропродовольственном рынке.

Даже беглое знакомство с сельскохозяйственной статистикой России показывает, насколько велика специфика сельского хозяйства в каждом из нынешних субъектов Российской Федерации. При этом распространено мнение, что есть сложности при развитии в регионе промышленности, а тем более банковской системы, но развивать сельское хозяйство достаточно просто. Однако для развития сельского хозяйства, как и любой другой отрасли, требуется создание комплекса факторов и условий, без которых эффективно функционировать (т.е. быть конкурентоспособным) оно не может.

При исследовании национального сельского хозяйства напрашивается вывод, что в существующих институциональных формах сельское хозяйство не может развиваться эффективно, в полной мере реализовать свой потенциал. Имея огромные производственные мощности, сельское хозяйство не может обеспечить потребителей собственной продукцией, а себя ГСМ, минеральными удобрениями, техникой, технологиями и прочим в нужном объеме и нужного качества, а потому не может обеспечить своей продукцией потребителей. В сельском хозяйстве по существу все еще действуют старые производственные отношения, которые не стимулируют рост производства, сдерживают инновации. Будущее России во многом связано с состоянием ее сельского хозяйства. Для его развития требуется больше руководствоваться критериями эффективности и соответственно строить пространственное проектирование сельского хозяйства. Требуется лучше понимать, какое сельское хозяйство в состоянии развивать сегодня Россия, и что для этого нужно. Следует отдавать себе отчет, что обширные территории достаточно многочисленное сельское население и т.п. сегодня не являются конкурентными преимуществами России. Сельское хозяйство нашей страны, чтобы выжить, должно быть инновационным, т.е. функционировать на основе научных достижений и новых технологий в области биологии, техники, менеджмента, маркетинга, организации. Лишь при таком условии территория и население будут способны служить подъему сельского хозяйства. К тому же требуется провести правильное районирование сельского хозяйства. Необходимо учесть, что некоторые регионы по своим природно-климатическим и погодным условиям не подходят для ведения эффективного сельского хозяйства.

Государство должно сосредоточиться не на «совершенствовании» существующей модели организации сельского хозяйства, а ее замене на более совершенную, конкурентоспособную и эффективную. В этой связи требуется также формировать новые производственно-технологические, хозяйственные, финансовые, институциональные и прочие связи сельского хозяйства с другими отраслями национального хозяйства.

1.2 Производство мяса в Красноярском крае

Возрождение отечественного животноводства в России - одна из основных задач национального проекта. В связи с этим возникает необходимость вскрыть причины, мешающие выйти на указанные рубежи, и определить с научных позиций основные направления решения этих проблем. Уже сейчас в целом ряде отраслей АПК добились существенного увеличения производства и повышения его эффективности. Однако, оценивая итоги развития отрасли животноводства, необходимо отметить сокращение всех видов сельскохозяйственных животных. Так, поголовье крупного рогатого скота в 2005 г. по сравнению с 1970 г. уменьшилось на 71,3%, по сравнению с 1990 г. - на 75,9%, с 2000 г. - на 33,5%. Поголовье свиней сократилось в 3,3 раза, овец и коз - в 5,2 раза. Сокращение поголовья стало причиной уменьшения производства мяса. В 2005 г. производство скота и птицы (в убойном весе) составило 63,9% от уровня 1970 г., 32,8% от уровня 1990 г. Начиная с 2002 г., можно отметить тенденцию незначительного увеличения производства.

Изменилась структура производства. Если в 1970 г. основная часть мяса скота и птицы производилась сельскохозяйственными предприятиями (67,5%), то в 2005 г. на их долю приходилось только 46,9%, а на долю хозяйств населения - 50,7%. Незначительный удельный вес в валовом производстве занимают крестьянские (фермерские) хозяйства - 2,4%.

В условиях Красноярского края ситуация аналогичная. Во всех категориях хозяйств в 2005 г. сокращение поголовья крупного рогатого скота по сравнению с 1990 г. составило 66,2%, с 1995 г. - 53,4%, с 2000 г. - 31,8%, а в сельскохозяйственных предприятиях - 73,1, 58,3 и 32,3% соответственно. Положительно то, что наблюдается уменьшение темпов сокращения поголовья как в целом по краю, так и в сельскохозяйственных предприятиях.

Положительно то, что наблюдается уменьшение темпов сокращения поголовья как в целом по краю, так и в сельскохозяйственных предприятиях.

Сокращение поголовья крупного рогатого скота привело к уменьшению объема производства мяса со 131,8 тыс. т в 1990 г. до 29,8 тыс. т, то есть на 77,4%. Та же закономерность и по объемам реализации. Наряду с уменьшением поголовья, на сокращение объемов производства и реализации мяса оказали влияние низкий уровень продуктивности молодняка крупного рогатого скота и средний вес реализации одной головы. Следует отметить, что среднесуточный прирост живой массы молодняка резко сократился в 1995 г. по сравнению с 1990 г., однако, начиная с 2002 г., наблюдается его повышение до 437 г. Это привело к росту средней живой массы одной головы, реализованной на убой, с 305 до 336 кг, то есть на 10,2%. Инфляционные процессы в экономике страны, диспаритет цен на сельскохозяйственную продукцию и средства производства для села привели к росту производственной себестоимости 1 ц прироста живой массы в хозяйствах края с 1935 до 4666 руб., а следовательно, к убыточности производства.

Производство говядины в сельскохозяйственных предприятиях края ведется путем выращивания и откорма сверхремонтного молодняка (молодняк, который идет на откорм и реализацию), откорма коров молочных и комбинированных коров, разведения специализированного мясного скота. В структуре реализованного на мясо поголовья эти группы животных составляют соответственно около 75, 20 и 5%, то есть основной источник роста продукции в данном случае - увеличение поголовья сверхремонтного молодняка крупного рогатого скота и повышение его мясной продуктивности на основе роста средней живой массы реализуемых животных при одновременном сокращении сроков выращивания и откорма. За 2001-2005 гг. в сельскохозяйственных предприятиях края произошло сокращение поголовья коров на 31,2%, в том числе в хозяйствах Пригородной зоны - на 39,4%, Канской и Южной зон - на 37%, что при- водит к уменьшению поголовья сверхремонтного молодняка, выращиваемого на мясо. Частично этому можно противопоставить увеличение приплода телят и сокращение их падежа, но эта мера хотя и позволяет увеличить производство мяса на 10-15%, полностью не решает проблему. Задачу увеличения производства говядины можно решить на основе повышения мясной продуктивности животных путем доведения живой массы одной головы реализуемого скота до 450-500 кг и более.

1.3 Экономический кризис и его влияние на цены

Экономические санкции со стороны выступивших против России стран обозначили ряд негативных последствий для отечественной сельскохозяйственной отрасли: невозможным стал доступ к иностранным инвестиционным кредитам; закрылись каналы для поступления зарубежных высокопродуктивных пород скота; стали недоступными европейские и американские материально-технические средства производства.

Однако с присоединением России к ВТО для зарубежных стран открылись широкие возможности для практически беспрепятственного проникновения на отечественные рынки импортной продукции. В результате чего резко возрос уровень зависимости страны от многих видов импортных товаров, в том числе продовольствия и сырья (растительные и животные масла, мясо и мясопродукты, продукты переработки овощей, фруктов и орехов и т.д.). Рост импортной зависимости страны, по мнению ряда ученых, неминуемо повлечет за собой ряд негативных последствий, которые затронут не только агропромышленную отрасль, но и всю экономику в целом. Одним из наиболее негативных последствий роста зависимости страны от импортной продукции станет падение уровня доходности населения и возрастание безработицы в стране. Поэтому вопрос импортозамещения в настоящее время становится все более актуальным.

Существует множество различных определений понятия «импортозамещения». В наиболее широком смысле слова импортозамещение представляет собой особый тип экономической стратегии и промышленной политики государства, направленный на защиту внутреннего производителя и обеспечение населения страны всеми необходимыми товарами народного потребления, продовольственными товарами и сельскохозяйственным сырьем путем замещения импортируемых товаров товарами национального производства.

В общем процессе импортозамещения следует особо выделить процессы импортозамещения в животноводстве, так как производство продукции животноводства, такой как говядина и молоко, является наиболее сложным с точки зрения импортозамещения и требует более длительного времени для полного удовлетворения потребностей населения.

Исследование проблем формирования и функционировании мясного рынка во многом пересекается с изучением его конъюнктуры, а решение этих проблем собственно и направлено на создание благоприятных условий рынка

Конъюнктура - это совокупность факторов и условий, влияющих на развитие мясного хозяйства и реализацию его конечных продуктов.

Основой изучения конъюнктуры высокоразвитых товарных рынков обычно являлась теория циклического развития экономики, по которой цикл включает фазы кризиса, депрессии, оживления и подъема. Для современной российской экономики это не совсем подходит, поскольку происходящие в ней процессы имеют иные характеристики, отличные от классических. Так, классический кризис обычно характеризуется перепроизводством товаров, ростом товарных запасов, снижением товарных цен, сокращением капиталовложений и другими показателями. Современное состояние мясного хозяйства России безусловно является кризисным, так как непрерывно идет падение производства мяса, сокращение поголовья скота и птицы. Однако перепроизводства нет, значительного роста товарных запасов нет, цены не снижаются, а растут. В этом главное отличие современного кризиса в мясном подкомплексе России от циклического кризиса.

Цены на мясо и мясопродукты повышаются, прежде всего, вследствие искусственного роста цен на топливно-энергетические ресурсы, подгонки их под мировой уровень, роста цен на другие факторы производства. Поэтому выход из кризиса состоит не в рассасывании товарных запасов, а в снижении цен и повышении платежеспособного спроса населения.

Фаза депрессии также имеет отличительные черты от того, о чем сейчас говорят, как о стабилизации. Депрессия, прежде всего, держится на товарных запасах, созданных в период кризиса. В это время приостанавливается падение цен, рассасываются в результате этого товарные запасы, нет дальнейшего падения производства и капиталовложений. Мы же имеем дальнейшее падение производства, рост цен, снижение платежеспособного спроса, собственное производство замещается импортом товаров из-за рубежа. Поэтому стабилизация должна характеризоваться, прежде всего, остановкой роста цен, восстановлением экономических связей, началом духовного возрождения народа.

В фазе оживления характерным показателем является массовое обновление основного капитала, направленное на сохранение и увеличение прибылей в условиях низких товарных цен. Этого также не наблюдается в современных условиях. В связи с этим мы имеем дело не с циклическим кризисом, вызванным перепроизводством товаров, а с разрушительным кризисом, вызванным разрушением экономики как целостной системы, ориентированной на обеспечение жизнедеятельности народа.

Введение эмбарго и Евросоюзом, и Российской Федерацией привели к значительному росту курса доллара и евро. Данное обстоятельство в числе прочих стало причиной так называемого экономического кризиса.

Отечественные производители связывают высокие цены на продукты питания со значительным повышением курса валюты. Данный аргумент вполне понятен в случае импорта иностранных товаров для последующей их реализации на территории нашего государства (вещи, мебель, машины и т.д.). Однако возникает здравый вопрос: каким образом курс доллара или евро может влиять на производство молока российской коровой, которая проживает в России, питается кормом отечественного происхождения. Даже доильные аппараты иностранного производства при необходимости ремонта и обслуживания требуют на эти цели разовых, а не регулярных расходов. Таким образом, напрашивается вывод о надуманном предлоге, который используется для объяснения неоправданно высокой цены на товары первой необходимости.

1.4 Группы факторов, влияющие на цену КРС

Цена складывается из многих факторов. Главные и лежащие на поверхности - это себестоимость товара и наценка. Себестоимость складывается из цены на корм, транспортно-заготовительные расходы (ТЗР), стоимости лечения скота и других затрат на содержание. Цена на корм в нашем исследовании представлена затратами на овес, ячмень и зерно. Транспортные расходы - это цена на бензин. Чем выше составляющие себестоимости, тем выше конечная цена продукции.

Так же на стоимость КРС влияют цены на аналогичные товары-заменители. Например, если цена на говядину резко вырастет на очень большую сумму, то потребители отдадут предпочтение другому мясу. В нашем примере товарами заменителями выступают мясо курицы, свинины и баранины. Предполагается, что если они увеличиваются, то и цена на говядину должна увеличиться.

К тому же нельзя не обратить внимание на такой фактор, как инфляция, представленная индексом потребительских цен по отрасли. Если темп его роста выше 100%, то цены повышаются, если наоборот, то снижаются.

Далее стоит рассмотреть импорт и экспорт. При увеличении импорта внутренние цены должны уменьшиться, чтобы оставаться конкурентоспособными на своей территории. Сюда же можно включить таможенные пошлины, увеличивающие цену экспортируемых товаров.

Ранее рассматривались факторы, прямо пропорционально влияющие на изучаемый признак. Теперь уделим внимание факторам, имеющим обратную зависимость. Например, поголовье скота: чем оно больше, тем предложение мяса в отрасли больше. Производители вынуждены снижать цены, чтобы оставаться конкурентоспособными в данной отрасли. Вывод: чем больше поголовье, тем ниже цена.

Следом за предложением следует рассмотреть спрос на товар. Его можно выразить через потребление мяса КРС. Но данные статистики представлены по потреблению всего мяса, в том числе и баранины, курицы, свинины. Поэтому в исследовании опущен этот фактор.



2. Сравнительный анализ влияния факторных признаков на цену говядины в 2013 и 2015 г.

2.1 Описание объекта исследования

Объектом исследования является ценообразование на мясо крупного рогатого скота за 2013 и 2015 г., как докризисные цены и послекризисные.

Для целей исследования были взяты две пространственные выборки объемом 54 наблюдения в виде регионов. Были исключены регионы, по которым данные не были предоставлены.

Источником послужили база данных ЕМИСС и информация из базы данных таможенной статистики внешней торговли.

Представлена одна зависимая переменная и 11 факторов, влияющих на нее. Подробные данные представлены в таблице 1.

Таблица 1- Факторы, влияющие на цену КРС

№	Название	Единица измерения	Обозначение переменной	Пояснения
1	Цена на курицу	Рубли	Hen	Цена за 1 кг курицы
2	Цена на свинину	Рубли	Pork	Цена за 1 кг свинины (кроме бескостного мяса)
3	Цена на баранину	Рубли	Mutton	Цена за 1 кг баранины (кроме бескостного мяса)
4	Поголовье коров	Тысяча голов	Head	-
5	ИПЦ в отрасли	Процент	IPC	Индекс потребительских цен в отрасли
6	Цена на бензин	Рубли	Petrol	Цена за 1 литр бензина
7	Цена на овес	Рубли	Oats	Цена за 1 тонну
8	Цена на ячмень	Рубли	Barley	Цена за 1 тонну
9	Цена на зерновые и зернобобовые культуры	Рубли	Corn	Цена за 1 тонну
10	Импорт	-	Im	Бинарная переменная. За 0 принимаем «в данном регионе нет импортной говядины» за 1 «мясо говядины импортировалось»
11	Экспорт	-	Ex	Бинарная переменная. За 0 принимаем «в данном регионе нет экспортируемой говядины» за 1 «экспорт говядины есть»

Индекс потребительских цен рассчитывается по формуле:

говядина экономический кризис цена

, (1.1)

где Р_{1 -} стоимость потребительской корзины в текущем году;

Р₀ - стоимость потребительской корзины в базовом году.

Предполагается, что кризис повлиял на цену мяса КРС. Допустим, она повышается при росте таких факторов как товары-заменители (цена на курицу, свинину, говядину), расходы на транспортировку (цена бензина), инфляции (ИПЦ в отрасли), цен на корм (овес, ячмень, зерновые культуры). При увеличении предложения и неизменном спросе цена возможно снизится. При увеличении импорта внутренние цены должны уменьшиться, чтобы оставаться конкурентоспособными на своей территории.

2.2 Исследование данных за докризисный год

Ознакомимся с данными за 2013 год. Их описание представлено в таблице 2.

Таблица 2 - Описательная статистика исходных данных

	Среднее	Медиана	Минимум	Максимум	Станд. откл.	Вариация	Асиммет-рия	Эксцесс
Beef	243,95	240,63	207,35	319,29	23,363	0,096	1,439	2,477
Hen	106,35	101,99	81,37	173,93	17,229	0,162	2,049	4,862
Pork	209,99	200,66	167,42	283,72	26,129	0,124	1,106	0,543
Mutton	343,29	309,53	245,46	446,31	41,396	0,132	0,867	1,294
Head	137,05	99,85	1,6	669,6	125,41	0,915	1,98	4,9
IPC	99,55	100,04	90,97	105,55	2,824	0,028	-0,632	0,728
Petrol	30,372	30,1	28,22	38,56	1,595	0,053	2,987	11,81
Oats	6010,0	5870,5	4107,1	9750	1203,5	0,2	0,835	0,57
Barley	6868,3	6599,2	7404,6	10716	1310	0,19	0,687	0,039
Corn	7596,8	7261,4	5692,8	16844	1665	0,219	3,35	15,744
Im	0,574	1	0	1	0,499	0,869	-0,3	-1,91
Ex	0,167	0	0	1	0,376	2,257	1,789	1,2

Минимальная цена на говядину установилась на отметке 207 рублей 35 копеек, максимальная на 319 рублей 29 копеек. 2/3 выборки лежит в интервале [220,59;267,31].

Асимметрия больше 1, вершина смещена влево. Коэффициент эксцесса - величина положительная, значит, мы имеем дело с вытянутым графиком.

Вариация = 0,096. Так как она меньше допустимого 0,33, можем сделать вывод об однородности выборки.

Так как среднее, мода и медиана не совпадают и коэффициенты асимметрии и эксцесса далеки от нуля, можно сделать вывод о ненормальности распределения.

Воспользуемся тестом на нормальное распределение.

Рассмотрим нулевую гипотезу о том, что ряд имеет нормальное распределение. Хи-квадрат расчетный установился на отметке 20,340. Вероятность того, что выборка нормально распределена, равна 0,00004. Отсюда следует принятие альтернативной гипотезы об отсутствии нормального рапределения. Так же это можно наблюдать на графике (рисунок 1).



Рисунок 1 - тест на нормальное распределение

Для решения этой проблемы стоит воспользоваться логарифмированием.

Таблица 3 - Преобразованные данные

Показатель	Значение
Среднее	5,4928
Медиана	5,4833
Минимум	5,3344
Максимум	5,7661
Стандартное отклонение	0,0908
Вариация	0,016531
Асимметрия	1,1091
Эксцесс	1,7020

Среднее и медиана практически равны, мы приблизились к нормальному распределению.

Корреляционная матрица представлена в приложении 3.

Наибольшая корреляция обнаружена между факторами:

· Hen - Beef;

· Beef - Pork;

· Pork - Hen;

· Beef - Petrol;

· Hen - Petrol;

· Petrol - Oats;

· Oats - Barley.

Между всеми перечисленными значениями наблюдается прямая связь. Все они не превышают отметки 0,8, следовательно, сильной связи между переменными нет. Можем сделать предположение об отсутствии мультиколлинеарности.

Таблица 4 - Оценки исходных параметров регрессионной модели

	Коэффициент	Ст. ошибка	t-статистика	P-значение
Const	3,72295	0,356928	10,4306	0,0000
Hen	-0,00013126	0,000788646	-0,1664	0,8686
Pork	0,0013318	0,000451252	2,9513	0,0052
Mutton	0,000609622	0,00019332	3,1534	0,0030
Head	0,00003165	0,00006227	0,5084	0,6139
IPC	0,00547251	0,00335192	1,6327	0,1100
Petrol	0,0236924	0,00703705	3,3668	0,0016
Oats	-0,0000138	0,00000889	-1,5516	0,1283
Barley	0,00004146	0,00000921	1,1314	0,2643
Corn	0,00000857	0,00000613	1,3982	0,1694
Im	-0,0189099	0,0162792	-1,1616	0,2520
Ex	0,00928431	0,0221507	0,4191	0,6772
Среднее зав. Перемен	5,492767
Ст. откл. зав. Перемен	0,090800
Сумма кв. остатков	0,108702
Ст. ошибка модели	0,050874
R-квадрат	0,751238
Испр. R-квадрат	0,686085
F(11, 42)	11,53052
Р-значение (F)	0,000000



Факторы цена свинины, баранины, бензина связаны прямой связью на 1% уровне вероятности с зависимой переменной.

Далее оценим качество модели несколькими способами:

· Коэффициент детерминации (R-квадрат) - это доля объясненного разброса в общем разбросе, она может быть от нуля до единицы: чем она выше, тем модель лучше. Значение 0.75 -- высокий показатель, то есть по данному критерию качества модель хорошая.

· Одним из важнейших статических тестов является F тест Фишера, основанный на F-статистике. Он позволяет узнать, действительно ли полученное для регрессии значение R-квадрат отражает истинную зависимость или же оно получено случайно. В нашем примере F расчетное = 11,53, это значение больше Fкритического = 2,40: нулевая гипотеза о равенстве нулю всех факторов отвергается, то есть, уравнение в целом значимо. Кроме того, Р-значение (F) меньше 0,01.

Все эти показатели указывают на хорошее качество модели.

Далее следует провести тест на мультиколлинеарность.

В тех случаях, когда корреляция между факторами делает модель регрессии неудовлетворительной с точки зрения точности оценки коэффициентов, говорят о проблеме мультиколлинеарности. В случае совершенной коррелированности факторов МНК получить какие-либо оценки параметров невозможно. Воспользуемся методом инфляционных факторов. Он находится по формуле:

, (2.1)

где R(j) - коэффициент множественной корреляции между переменной j и другими независимыми переменными

VIF принимает значения от 1 и выше. Если этот показатель больше 3, то велика вероятность наличия мультиколлинеарности. Лучше исключить этот фактор.

С помощью gretl получим значения VIF для каждого из факторов

Таблица 5 - Данные для теста на мультиколлинеарность

Показатель	VIF
Hen	3,781
Pork	2,847
Mutton	1,311
Head	1,249
IPC	1,835
Petrol	2,581
Oats	2,346
Barley	2,978
Corn	2,133
Im	1,352
Ex	1,422

VIFдля фактора «Цена курицы» оказался больше 3. Есть подозрение на мультиколлинеарность, следует его исключить и построить новую модель.

Таблица 6 - Оценки исходных параметров преобразованной регрессионной модели

	Коэффициент	Ст. ошибка	t-статистика	P-значение
Const	3,74971	0,315052	11,9019	0,0000
Pork	0,00128164	0,000332046	3,8598	0,0004
Mutton	0,000610953	0,000190958	3,1994	0,0026
Head	0.00003181	0,00006155	0,5167	0,6080
IPC	0,00524042	0,00301344	1,7390	0,0892
Petrol	0,0234788	0,00684038	3,4324	0,0013
Oats	-0,00001385	0,0000879	-1,5763	0,1223
Barley	0,0001037	0,00009097	1,1403	0,2605
Corn	0,00008511	0,00006049	1,4069	0,1666
Im	0,0190573	0,0160703	-1,1859	0,2422
Ex	0,00989215	0,0215992	0,4580	0,6493
Среднее зав. перемен	5,492767
Ст. откл. зав. перемен	0,090800
Сумма кв. остатков	0,108773
Ст. ошибка модели	0,050295
R-квадрат	0,751073
Испр. R-квадрат	0,693184
F(10, 43)	12,97417
Р-значение (F)	0,000000

Проведем повторно тест на мультиколлинеарность.

Таблица 7 - Данные для теста на мультиколлинеарность преобразованной модели

Показатель	VIF
Pork	1,577
Mutton	1,309
Head	1,248
IPC	1,517
Petrol	2,495
Oats	2,343
Barley	2,976
Corn	2,126
Im	1,348
Ex	1,383

Все VIF <3. Мы избавились от мультиколлинеарности.

Гетероскедастичность -- это явление непостоянства дисперсии случайного члена. Поскольку в предпосылках МНК предполагается обратное (гомоскедастичность), такая ситуация приводит к тому, что оценки перестают быть эффективными, то есть теряют надежность и точность. В таком случае выводы, которые получены по таким оценкам, могут быть ошибочными.

Примем за нулевую гипотезу наличие гомоскедастичности и проведем тест Уайта.

Тестовая статистика: TR^2 = 15,184926,

Р-значение = P(Хи-квадрат(18) > 15,184926) = 0,649233.

Так как р-значение о наличии гетероскедастичности > 0,1, гипотеза и гомоскедастичности не отвергается, дисперсия случайного члена постоянна для всех наблюдений.

Далее исключим незначимые признаки и получим конечную модель:

Таблица 8 - Описательная статистика конечной модели

	Коэффициент	Ст. ошибка	t-статистика	P-значение
Const	3,74258	0,251445	14,8843	0,0000
Pork	0,00141132	0,000323142	4,3675	0,0000
Mutton	0,000591538	0,000174664	3,3867	0,0014
IPC	0,00580416	0,00276156	2,1018	0,0407
Petrol	0,0227408	0,00555804	4,0915	0,0002
Среднее зав. перемен	5,492767
Ст. откл. зав. перемен	0,090800
Сумма кв. остатков	0,127453
Ст. ошибка модели	0,051001
R-квадрат	0,708325
Испр. R-квадрат	0,684515
F(4,49)	29,74877
Р-значение (F)	0,000000

Факторы Pork, Mutton,Petrol значимы на 1% уровне; фактор IPC значим на 5% уровне. Все они оказывают прямое влияние на зависимую переменную:

· при увеличении цены на свинину на 1 рубль цена на говядину увеличивается на 0,14%;

· при увеличении цены на баранину на 1 рубль цена на говядину увеличивается на 0,059%;

· при увеличении цены на бензин на 1 рубль цена на говядину увеличивается на 2,2%;

· при увеличении ИПЦ на 1 ед цена на говядину увеличивается на 0,58%.

R-квадрат, равный 0,7 и Р-значение (F) близкое к нулю говорят о хорошем качестве модели.

Получим итоговое уравнение :

2.4 Общие выводы об изменении цены на говядину под влиянием экономического кризиса

Сравнивая описательные статистики конечных моделей, представленные в таблицах 2 и 10, можно сделать следующие выводы:

Фактор цены на перевозку стал менее значим: он переместился с 1% уровня вероятности на 10% уровень. Если в 2013 году он увеличивал цену на говядину на 2,2%, то в 2015 году этот показатель составил 0,8%. Это могло произойти вследствие изменения тарифов на перевозки от различных поставщиков в разные регионы страны.

Цена на товары-заменители растет прямо пропорционально росту цены на КРС. Так, цена на баранину в 2013 году меняла цену на говядину на 0,06%, а в 2015 ее влияние увеличилось и составило 0,11%.

Стоимость потребительской корзины товаров данной отрасли растет с каждым годом. Это показывает фактор ИПЦ. Его рост можно связать с явлением инфляции - снижением покупательной способности денег и ростом цен. Инфляция снизила свое влияние, но все же продолжает оказывать влияние на конечную цену товара. В 2013 году она повышала цену на КРС на 0,05%, а в 2015 на 0,03%.

После введения запрета и ограничений на ввоз и вывоз продовольственных товаров в страны Евросоюза и США, к факторам, влияющим на стоимость КРС в 2013 году добавились еще две переменные: экспорт и импорт товаров, которые были описаны ранее.



ЗАКЛЮЧЕНИЕ

В данной курсовой работе проведен анализ изменения цены на мясо крупного рогатого скота, с использованием метода наименьших квадратов в программе GRETL. Таким образом, в ходе работы были выполнены цели и задачи.

В результате были выделены основные факторы, определяющие стоимость говядины в 2013 году. Основными из них являются:

1) Цена на свинину;

2) Цена на баранину;

3) Индекс потребительских цен;

4) Цена на бензин.

При увеличении всех этих факторов повышается цена на зависимый признак.

В 2015 году к ним добавились:

5) Наличие импорта в регионе;

6) Экспорт из региона.

Все вышеперечисленные факторы, за исключением наличия импорта, оказывают прямое влияние на цену говядины. Если в регионе присутствует импорт, это снижает цену на КРС на 2,79%.

В ходе написания курсовой так же выявлена степень влияния факторов на зависимый признак:

· Наиболее значимое воздействие оказали цены на товары заменители: они значимы на 1% уровне вероятности;

· Фактор, измеряющий инфляцию, значим на 5% уровне.

· Вследствие экономического кризиса, фактор цены на бензин стал менее значителен: в 2013 году он попадал в 1% уровень вероятности, а в 2015 вероятность его влияния попала в 10% уровень;

· Также после введения санкций на цену говядины в 2015 году стали влиять такие факторы, как экспорт (на 5% уровне) и импорт (на 10% уровне).

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1) Доугерти К.. Введение в эконометрику. М: ИНФРА-М, 209,465 с.

2) Конаков М.А., А.П. Конаков. Организация и экономические основы фермерских хозяйств. . М: ИНФРА-М, 102-130 с.

3) Колташов В.А. Кризис глобальной экономики. М.: Изд-во ИГСО, 2009. -- 448 с.

4) Фролова Т.А. Макроэкономика: конспект лекций. М.: ТРТУ, 2006.

5) Брызгалина М.А. К вопросу о состоянии животноводства в саратовской области и перспективах развития отрасли в условиях импортозамещения. - 2016.

6) Демина Н.Ф., Булыгина С.А. Формирование модели эффективного производства мяса крупного рогатого скота в условиях рынка / Вестник КрасГАУ. - 2010. - №3. - С 12-19

7) Ильина, В.В. Рост цен на товары первой необходимости: объективно вынужденная мера или злоупотребление экономическим кризисом / А.Г. Кощаев // Научное обеспечение агропромышленного комплекса. Сборник статей по материалам IX Всероссийской конференции молодых ученых. - 2016. - С.535-537

8) Саетгалиев З.И., Шаяхметов И.Т., Хужахметова Г.Н. Исследование коньюктуры на региональном мясном рынке. - 2014.

9) Рахаев Б.А., Миаков А.О. Пространственная характеристика сельского хозяйства и пути повышения его эффективности / Журнал общество и экономика. - 2013 - №6. - С. 31-45

ПРИЛОЖЕНИЕ 1

	Говя-дина, руб за кг	Куры, руб за кг	Свини-на, руб за кг	Бара-нина, кг	Пого-ловье коров, тыс	ИПЦ в отрасли, %	Бензин, руб за литр	Овес, руб. за т	Ячмень яровой, руб за т	Зерновые культуры	Им-порт, кг	Экс-порт, кг
Белгородская область	230,44	92,33	201,67	289,23	157,2	94,99	29,07	5202,6	6130,47	6420,38	0	0
Брянская область	236,08	101,88	199,64	350	277,1	99,72	29,49	5571,5	6276,78	6056,34	1	0
Владимирская область	259,57	108,54	201,23	367,57	130,9	100,14	30,66	5938,17	7890,82	8547,86	0	0
Воронежская область	220,46	99,47	192,88	266,41	265,8	100,4	30,9	4564,18	5736,96	6276,9	1	0
Ивановская область	258,61	100,6	200,09	378,8	54,8	101,18	29,95	8318,84	8273,72	8307,87	1	0
Калужская область	254,1	93,19	194,23	328,59	111	102,14	29,93	6137,78	9061,54	7456,59	1	0
Костромская область	237,41	108,88	201,81	446,31	47,4	100,58	30,39	6468,67	6158,85	6679,35	1	0
Курская область	211,15	81,37	176,39	287,54	102	93,28	29,75	5198,19	6644,07	6153,94	0	0
Липецкая область	214,26	97,22	187,1	261,5	73,8	98,88	29,95	7000	6554,35	7240,28	1	0
Орловская область	256,37	90,48	198,68	314,16	84,7	100,42	29,16	5020,49	6230	6947,76	0	0
Рязанская область	256,26	108,08	194,22	327,04	150	101,43	30,58	5906,33	6939,38	6974,35	1	0
Тамбовская область	219,8	85,65	197,23	266,38	30,3	94,76	30,35	5440,85	6400,41	6405,08	0	0
Тульская область	242,16	110,18	181,77	348,31	63,2	99,19	30,17	5543,36	8447,12	7222,63	1	0
Вологодская область	242,25	105,58	210,63	430,21	146,2	100,41	30,95	7274,48	8307,33	7291	1	0
Калининградская область	243,56	110,16	167,42	292,52	55,1	102,69	31,26	8132,18	8597,17	9625,8	1	0
Псковская область	261,7	98,37	186,18	377,63	73,5	105,03	30,59	6845,2	8370,25	9772,23	1	0
Республика Адыгея	231,61	95,38	195,99	309,75	108,3	98,97	30,8	6708,1	6255,95	6804,49	0	0
Краснодарский край	240,51	110,55	217,33	314,49	15,1	99,56	30,69	4107,11	6676,07	7615,78	1	0
Волгоградская область	222,69	97,25	212,71	280,44	121,8	96,62	30,12	5088,39	5327,94	7119,56	1	0
Ростовская область	236,81	101,78	217,49	296,63	127,5	98,5	30,05	6311,51	6932,29	10162,89	1	0
Кабардино-Балкарская Республика	236,34	108,86	254,48	253,31	26,8	90,97	30,67	5928,31	5831,38	5938,57	0	0
Республика Северная Осетия - Алания	252,58	112,01	232,78	343,2	12,9	100,39	29,91	4570,01	4966,22	7516,5	0	1
Ставропольский край	241,48	109,55	227,45	301,83	458,1	94,65	30,52	5671,59	6306,54	6925,45	1	0
Республика Башкортостан	245,2	92,82	196,77	286,87	49,5	99,42	29,87	5130,08	5730,59	6233,76	0	1
Республика Марий Эл	227,96	95,91	194,63	330,31	181,6	100,18	29,93	6635,25	8020,67	6938,68	0	0
Республика Мордовия	252,51	93,03	195,09	327,17	669,6	96,57	30,15	4567,2	6401,52	6401,66	0	0
Республика Татарстан	240,76	98,46	190,03	335,86	285,1	99,66	29,44	6152,19	6325,35	6709,52	1	0
Удмуртская Республика	236,19	94,44	188,5	353,61	65,1	100,77	30,35	6298,59	6647,78	6862,9	0	0
Чувашская Республика	233,52	92,8	183,34	285,33	175,4	95,57	30,04	5834,7	7449,34	7680,14	0	0
Пермский край	234,93	106,04	225,28	315,14	215	99,38	30,51	6117,42	7095,97	7511,58	0	0
Кировская область	245,08	95,02	203,87	338,43	219,2	98,93	30,22	5093,74	6903,81	6662,33	1	0
Нижегородская область	248,46	97,04	194,67	341,15	299,9	97,07	29,65	5415	6495,2	7418,98	1	0
Оренбургская область	241,88	96,77	194,44	290,8	93,2	98,29	30,5	4134,13	5670,37	6837,92	1	1
Пензенская область	235,91	94,5	187,93	290,44	97,7	99,93	29,51	5006,4	5442,8	5692,84	0	0
Самарская область	254,13	96,08	202,59	350,13	92,4	95,75	29,97	4543,68	5837,7	6449,24	1	0
Саратовская область	219,31	95,7	191,92	266,38	53,9	97,96	30,12	5260,11	5367,28	6124,78	0	1
Ульяновская область	238,33	91,84	184,94	338,41	50,9	96,99	29,42	5963,28	7075,48	8501,3	0	0
Курганская область	239,27	115,11	235,24	266,11	190,8	100,7	28,65	4296,34	6279,05	7282,47	0	0
Свердловская область	246,56	109,25	223,18	332,56	131,8	100,64	29,66	6896,22	7210,58	7761,95	1	1
Тюменская область	276,79	151,87	252,61	307,29	128,2	102,67	30,22	5475,52	5423,81	6950,29	1	0
Челябинская область	250,18	96,38	230,35	305,17	150,8	100,65	29,05	5284,95	5614,43	8310,22	1	1
Республика Бурятия	230,55	126,18	213,31	312,5	54,2	102,32	31,79	6190,91	8886,14	8637,98	1	0
Республика Хакасия	215,94	118,65	196,06	245,46	35,8	101,44	30,08	7583,8	6742,46	7375,17	0	0
Алтайский край	214,16	102,09	209,23	283,94	392,6	100,25	29,08	4724,17	5546,73	7029,98	1	1
Красноярский край	239,76	108,77	235,31	315,32	228,9	101,44	29,57	5465,71	6966,81	8015,88	1	0
Иркутская область	253,62	119,46	255,99	335,78	65,6	99,28	31,63	8080,53	7623,49	7851,84	1	0
Кемеровская область	223,69	108,13	196,02	295,36	74	102,06	28,56	5630,4	6377,18	6663,68	0	0
Новосибирская область	234,47	110,78	227,23	290,51	354,2	97,38	29,23	6773,6	4725,32	8087,03	1	1
Омская область	207,35	104,62	191,61	247,85	215,4	100,97	28,22	5647,8	4704,64	9447,79	1	0
Томская область	243,68	111,96	204,37	289,57	45,6	99,75	29,05	6068,59	7837,01	7363,7	0	0
Республика Саха (Якутия)	319,29	160,5	262,14	299,86	43,2	105,55	38,56	9750	9000	9375	1	0
Приморский край	309,23	138,29	263,69	309,31	17,2	102,8	33,79	8599,37	9380,91	16844,36	1	1
Амурская область	305,6	173,93	283,72	347,8	28,9	102,67	33,08	7359,67	10715,89	9665,75	0	0
Еврейская автономная область	302,64	119,34	276,23	251,14	1,6	103,75	34,3	7615,5	9075,82	8075,64	0	0



ПРИЛОЖЕНИЕ 2

	Говя-дина, руб за кг	Куры, руб за кг	Свини-на, руб за кг	Бара-нина, кг	Пого-ловье коров, тыс	ИПЦ в отрасли, %	Бензин, руб за литр	Овес, руб. за т	Ячмень яровой, руб за т	Зерновые культуры	Им-порт, кг	Экс-порт, кг
Белгородская область	299,49	117,66	259,95	319,95	159	117,18	34,09	5906,92	7171,42	7668,39	0	0
Брянская область	330,64	126,51	247,04	405,7	383,2	116,06	33,56	5501,63	7200,81	7172,67	1	1
Владимирская область	332,06	139,22	259,92	381,94	122,1	113,51	35,47	6681,7	7427,54	9113,2	0	0
Воронежская область	272,05	119,28	246,56	309,15	290,6	109,78	34,58	4924,99	7096,76	8233,29	1	0
Ивановская область	333,29	124,75	250,44	440,08	52	117,05	33,53	7406,68	8034,47	8399,22	0	0
Калужская область	345,61	119,9	256,32	370,67	113,7	112,71	32,98	5933,31	8329,64	7754,95	0	1
Костромская область	319,5	125,61	270,16	445,1	41,7	117,48	33,18	6150,62	6671,56	7176,37	1	0
Курская область	265,56	109,3	230,71	322	94,1	119,46	34,32	5366,94	7352,43	7708,87	1	0
Липецкая область	273,99	118,85	231,87	307,82	73,5	109,7	34,68	4753,61	8240,04	8351,65	0	0
Орловская область	337,91	117,44	246,63	356,48	106,4	111,84	33,75	6499,6	7378,95	8756,22	0	0
Рязанская область	330,03	119,54	258,02	321,38	143,4	115,04	33,84	5225,3	6506,84	8082,14	1	0
Тамбовская область	284,57	118,22	267,61	334,98	32,3	113,95	34,2	4592,42	7818,26	8232,52	0	0
Тульская область	295,17	123,01	223,33	369,57	58,8	108,96	34,45	5490,64	7990,71	8680,32	1	0
Вологодская область	326,61	134,59	239,99	435,46	143,8	117,09	36,6	6878,14	11884,56	6904,77	1	0
Калининградская область	336,99	136,79	215,07	401,37	79,5	114,72	36,26	7926,1	9350,47	9064,88	1	0
Псковская область	309,97	120,43	229,57	425,83	62,5	111,07	34,32	11340,38	9535,03	9152,29	1	0
Республика Адыгея	277,24	128,01	261,41	337,8	78,9	105,74	36,43	6000	7984,96	8578,4	0	0
Краснодарский край	305,46	140,24	263,62	326,85	11,7	114,94	35,81	8080,92	8337,93	10400,14	1	1
Волгоградская область	290,47	121,72	271,75	300,07	104,6	117,32	35,24	5280,98	7981,1	9276,62	1	0
Ростовская область	303,92	123,53	274,51	317,59	130,7	115,52	35,18	9118,33	8373,23	9296,12	1	1
Кабардино-Балкарская Республика	292,86	137,35	284,18	270,83	21,4	118,28	36,34	5997,64	5889,85	7102,19	0	0
Республика Северная Осетия - Алания	305,52	139,78	275,53	344,89	7,4	117,82	34,29	6682,93	5416,15	7598,18	1	1
Ставропольский край	283,25	138,36	278,57	299,9	393,5	110,59	36,45	6653,7	7500,3	8779,02	1	0
Республика Башкортостан	310,3	122,12	248,49	331,41	47,9	119,07	33,74	4979,72	6157,68	7341,44	1	0
Республика Марий Эл	307,48	123,55	253,08	382,18	164,6	120	34,25	5219,65	6800,36	6883,15	0	0
Республика Мордовия	307,48	110,56	245,01	369,63	664,2	110,09	34,4	5576,69	6887,93	7502,03	0	0
Республика Татарстан	305,19	123,45	240,5	369,28	276,7	115,94	33,72	5763,93	6790,35	7885,04	1	0
Удмуртская Республика	300,57	116,58	242,85	370,65	62,9	112,79	34,67	7714,67	5962,94	6717,25	1	0
Чувашская Республика	297,55	122,64	214,55	299,92	172,9	115,65	34,46	5512,38	6778,94	7123,34	0	1
Пермский край	296,53	129,85	268,6	371,82	211,4	117,41	35,02	7704,59	7494,72	8120,32	0	0
Кировская область	324,33	123,92	258,92	387,43	206,8	116,04	34,97	5101,09	6508,37	6256,25	1	0
Нижегородская область	306,13	117,83	253,06	384,3	250,5	110,73	34,86	5472,97	6643,35	7975,72	1	0
Оренбургская область	309,3	118,55	254,77	342,42	72,3	114,96	34,69	4402,88	6564,34	9055,33	1	1
Пензенская область	294,94	113,74	241,22	300,72	86,2	110,41	34,12	5442,75	7653,29	8602,9	0	0
Самарская область	313,3	121,72	265,15	394,28	79,3	113,21	33,58	6009,81	6281,43	7735,65	1	0
Саратовская область	288,44	121,63	251,84	286,75	45,6	113,12	34,77	4791,28	7178,29	8824,38	0	0
Ульяновская область	300,64	119,55	248,04	379,38	38,1	117,74	34,06	6629,24	7320,24	8019,01	0	0
Курганская область	318,39	135,93	302,39	305,92	189,3	118,98	32,35	4810,51	6333,44	8145,76	0	0
Свердловская область	328,19	146,17	274,54	409,53	129,4	115,97	34,42	6647,62	7403,08	7956,62	1	0
Тюменская область	345,12	171,33	309,92	346,38	126,2	112,57	34,8	4871,54	7038,2	7372,88	0	0
Челябинская область	318,42	120,37	261,19	345,32	112,4	114,41	32,87	5180,75	6972,25	10006,33	1	1
Республика Бурятия	266,55	152,25	258,52	305,77	51,2	103,53	36,41	8471,95	9000	10143,5	1	0
Республика Хакасия	250,12	140,14	248,93	251,19	30,5	105,63	33,81	3719,93	4788,64	7911,05	0	0
Алтайский край	277,62	127,63	249,62	323,98	362,8	113,67	33,18	4517,82	6863,24	9987,89	1	1
Красноярский край	324,68	143,51	293,57	377,35	219,9	117,68	34,25	4613,1	6717,16	8240,24	0	0
Иркутская область	302,17	150,57	299,91	370,6	65,3	107,7	36,25	7270,68	7025,67	7644,46	1	0
Кемеровская область	295,9	126,45	259,88	346,72	76	116,13	32,76	4144,04	5999,49	7356,81	0	0
Новосибирская область	323,29	131,14	283,18	325,61	330,3	118,89	33,37	4355,52	6822,83	8736,64	1	1
Омская область	263,75	130,42	248,27	278,69	205,7	112,97	33,12	4933,6	6280,24	7863,19	1	1
Томская область	314,58	140,46	294,91	350,73	37,2	112,58	33,18	4413,89	7811,57	7830,54	0	0
Республика Саха (Якутия)	414,92	201,13	367,98	429,67	36,4	110,28	46,83	8752,06	9000	8890,12	1	0
Приморский край	377,93	174,02	348,07	458,97	16,4	111,74	38,55	7431,47	8365,14	8445,01	1	1
Амурская область	357,13	190,94	361,04	408,79	30,4	110,32	36,72	5777,82	8499,73	7341,98	1	0
Еврейская автономная область	359,71	169,81	328,95	393,36	1,1	107,65	38,39	6729,32	8918,92	8316,04	0	0



ПРИЛОЖЕНИЕ 3

	Beef	Hen	Pork	Mutton	Head	IPC	Petrol	Oats	Barley	Corn	Im	Ex
Beef	1	0,6810	0,6609	0,2555	-0,2152	0,4950	0,7316	0,4864	0,5921	0,5289	0,0942	0,0387
Hen		1	0,7488	0,0338	-0,2228	0,5247	0,6447	0,4968	0,4683	0,4728	0,1477	-0,0090
Pork			1	-0,0760	-0,1304	0,2269	0,5493	0,3235	0,2648	0,3769	0,0454	0,1529
Mutton				1	-0,0024	0,2118	0,0311	0,1604	0,3030	0,0552	0,2606	-0,1343
Head					1	-0,2565	-0,2872	-0,3189	-0,3165	-0,2181	0,1699	0,0091
IPC						1	0,3896	0,4529	0,4640	0,4407	0,2488	0,0325
Petrol							1	0,6335	0,5959	0,4354	0,1084	-0,0673
Oats								1	0,6513	0,5523	0,1526	-0,1133
Barley									1	0,5207	0,0393	-0,2911
Corn										1	0,2638	0,1921
Im											1	0,0837
Ex												1



ПРИЛОЖЕНИЕ 4

	Beef	Hen	Pork	Mutton	Head	IPC	Petrol	Oats	Barley	Corn	Im	Ex
Beef	1	0,6810	0,6609	0,2555	-0,2152	0,4950	0,7316	0,4864	0,5921	0,5289	0,0942	0,0387
Hen		1	0,7488	0,0338	-0,2228	0,5247	0,6447	0,4968	0,4683	0,4728	0,1477	-0,0090
Pork			1	-0,0760	-0,1304	0,2269	0,5493	0,3235	0,2648	0,3769	0,0454	0,1529
Mutton				1	-0,0024	0,2118	0,0311	0,1604	0,3030	0,0552	0,2606	-0,1343
Head					1	-0,2565	-0,2872	-0,3189	-0,3165	-0,2181	0,1699	0,0091
IPC						1	0,3896	0,4529	0,4640	0,4407	0,2488	0,0325
Petrol							1	0,6335	0,5959	0,4354	0,1084	-0,0673
Oats								1	0,6513	0,5523	0,1526	-0,1133
Barley									1	0,5207	0,0393	-0,2911
Corn										1	0,2638	0,1921
Im											1	0,0837
Ex												1

Размещено на Allbest.ru