Preview

Проблемы агрорынка

Расширенный поиск

МЕТОДИКА ПРОГНОЗИРОВАНИЯ ЗАКУПОЧНЫХ ЦЕН НА СЫРОЕ МОЛОКО (НА МАТЕРИАЛАХ КОСТАНАЙСКОЙ ОБЛАСТИ)

Полный текст:

Аннотация

Рассмотрены методические аспекты построения статистических моделей экономических процессов, в частности - движения рыночной цены на молоко, с учетом сезонных факторов. Отмечается, что при моделировании основных результатов измерений процесса в прошлом имеют место завышенные оптимистичные или пессимистичные прогнозы. Параметры модели оказываются слишком чувствительными к изменениям хозяйственной среды. Выявлено, что в динамике цен на молоко, реализуемое сельскохозяйственными предпринимателями Костанайской области, относительно низкие цены наблюдаются в период «большого молока» с апреля по август-сентябрь. В свою очередь, этот сезон следует с лагом 2-3 месяца за периодом массовых отелов (зима - первая половина весны) в хозяйствах, особенно в личных подворьях. На сезонность производства и стоимость данной продукции решающее влияние оказывает доминирующее положение личных подсобных хозяйств и мелких коммерческих предприятий в общем объеме поставок молока на рынок. Показано, что лишь с развитием интенсивного животноводства следует ожидать выравнивания объемов реализации этого пищевого продукта. Методика прогнозирования цен на основе цепных индексов лишена многих недостатков, присущих методам, использующих собственные цены на молочное сырье, и отличается высокой степенью точности. Кроме того, она позволяет оперативно корректировать прогноз цен на молоко, основываясь на последних данных их уровня.

Об авторах

Т. А. Кусаинов
Казахский агротехнический университет им. С. Сейфуллина
Казахстан


Г. С. Мусина
Казахский агротехнический университет им. С. Сейфуллина
Казахстан


Список литературы

1. Bergmann D., Declan O’Connor, Andreas Thümmel. Seasonal and cyclical behaviour of farm gate milk prices // British Food Journal. - 2015. - Vol. 117. -PP. 2899-2913.

2. Nicholson Charles F., Mark W. Stephenson. "Milk price cycles in the US dairy supply chain and their management implications // Agribusiness: An International Journal. - 2015. - Vol. 31, Issue 4. - PP. 507-520.

3. Hardacker J.B., Lien G., Anderson J.R., Huirne R. Coping with risk in Agriculture: Applied Decision Analysis. - 3rd Edition. - Wallingford: CAB International, 2015. - 291 p.

4. Marcel Dettling. Applied Time Series Analysis. - Zurich: Zurich University of Applied Sciences, 2016. - 190 p.

5. Статистика сельского, лесного, охотничьего и рыбного хозяйства. Архив бюллетеней Комитет по статистике МЭН РК [Электронный ресурс]. - 2010-2018. - URL:http://stat.gov.kz (дата обращения: 18.06.2019).

6. Willenborg L. Chain indices and path independence.- Гаага: Central Bureau of Statistics (Netherlands), 2011. - 30 p.

7. Belouafa S. Statistical tools and approaches to validate analytical methods: methodology and practical // International Journal of Metrology and Quality Engineering. - 2017. - Vol. 8. - 10p.

8. Albright S.C. Data Analysis and Decision Making.- 4th ed. - South-Western College Pub, 2010. - 1062 p.

9. Smith J.Q. Bayesian Decision Analysis: Principles and Practice. - Cambridge: Cambridge University Press, 2010. - 348 p.


Для цитирования:


Кусаинов Т.А., Мусина Г.С. МЕТОДИКА ПРОГНОЗИРОВАНИЯ ЗАКУПОЧНЫХ ЦЕН НА СЫРОЕ МОЛОКО (НА МАТЕРИАЛАХ КОСТАНАЙСКОЙ ОБЛАСТИ). Проблемы агрорынка. 2019;(3):119-126.

Просмотров: 16


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1817-728X (Print)
ISSN 2708-9991 (Online)