1.4 Возможные методы оценки кредитоспособности

В процессе принятия решения о выдаче кредита помимо уже существующих оценок кредитоспособности целесообразно дать прогноз возможного банкротства предприятия-заемщика, а также смоделировать производственную программу предприятия.

Рассмотрим подробнее вопрос о банкротстве предприятий.

Экономические результаты деятельности любой фирмы подвержены колебаниям и зависят от множества факторов. Большинство фирм проходят стадии подъема и спада, а многие из них приближаются к банкротству или становятся банкротами.

С точки зрения финансового менеджмента банкротство – это заключительный этап развития кризисной ситуации, сопровождающийся разбалансировкой финансовых потоков организации, полной потерей ликвидности и финансовой устойчивости. Финансовый аспект базируется на критерии неоплатности.

С юридической точки зрения в соответствии с Федеральным законом «О несостоятельности (банкротстве)» № 127 – ФЗ от 26.10.2002 г. «...несостоятельность (банкротство) – признанная арбитражным судом или объявленная должником неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей».

По-разному определяются причины неудач и различны их предвестники. Л.Т. Гиляровская рассматривает подъемы и спады в деятельности предприятия «как взаимодействие целого ряда факторов, одни из которых являются внешними по отношению к нему. Другой ряд факторов внутреннего характера. Как правило, они зависят от организации работы самого предприятия, см. рис. 1.

Внешние факторы	Демография				Философия фирмы	Внутренние факторы
	Экономика
	Политическая стабильность				Принципы деятельности фирмы
		→	Банкротство организации	←
	Развитие науки и техники				Ресурсы и их использование
	Культура				Качество и уровень использования маркетинга
	Неплатежеспособность партнеров

Рисунок 1 – Факторы, воздействующие на несостоятельность организации

В статье 3 Федерального закона №127-ФЗ от 26.10.2002 г. «О несостоятельности (банкротстве)» оговариваются признаки банкротства и юридического и физического лица:

- юридическое лицо считается неспособным удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей, если соответствующие обязательства и (или) обязанности не исполнены им в течение трех месяцев с момента наступления даты их исполнения.

- гражданин считается неспособным удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей, если соответствующие обязательства и (или) обязанности не исполнены им в течение трех месяцев с момента наступления даты их исполнения и если сумма его обязательств превышает стоимость принадлежащего ему имущества.

Для любого банка при решении о выдаче кредита важно оценивать платежеспособность предприятия и прогнозировать его возможное банкротство.

Для диагностики раннего риска банкротства предприятия используется несколько методов, основанных на применении:

- анализа обширной системы критериев и признаков;

- ограниченного круга показателей;

- интегральных показателей, рассчитанных с помощью:

скоринговых моделей;

многомерного рейтингового анализа;

мультипликативного дискриминантного анализа.

Рассмотрим зарубежные модели прогнозирования банкротства.

Первые исследования аналитических коэффициентов для предсказания возможных осложнений в финансовой деятельности компаний проводились в США еще в начале тридцатых годов. В современной практике финансово-хозяйственной деятельности зарубежных фирм для оценки вероятности банкротства наиболее широкое применение получили многофакторные модели известных экономистов Альтмана, Бивера, Лиса, Таффлера.

Одной из простейших моделей диагностики банкротства считается двухфакторная модель профессора Нью-Йоркского университета Эдварда Альтмана. Им была исследована вероятность банкротства от двух факторов:

1) коэффициента текущей ликвидности;

2) удельного веса заемных средств в пассивах.

На основе статистической обработки данных по выборке фирм в странах с рыночной экономикой он выявил весовые коэффициенты для каждого из этих факторов. Весовые коэффициенты характеризуют значимость каждого из этих факторов. Для США данная модель выглядит следующим образом:

(1.5)

где К_тл — коэффициент текущей ликвидности: отношение текущих активов к текущим обязательствам;

К_зс — коэффициент капитализации: отношение заемных средств к общей величине пассивов.

Интерпретация результатов модели представлена в таблице 1.4.

Таблица 1.4 – Оценка вероятности банкротства по двухфакторной модели Альтмана

Значение Z	Вероятность банкротства
Z < 0	вероятность банкротства меньше 50 % и далее снижается по мере уменьшения Z
Z = 0	вероятность банкротства равна 50 %
Z > 0	вероятность банкротства больше 50 % и возрастает по мере увеличения рейтингового числа Z

Достоинство данной модели – в возможности применения в условиях ограниченного объема информации о предприятии, но данная модель не обеспечивает высокую точность прогнозирования банкротства, так как не учитывает влияния на финансовое состояние предприятия других важных показателей (рентабельности, отдачи активов, деловой активности).

В дальнейшем Эдвард Альтман разработал четырех-, пяти-, семифакторные модели прогнозирования банкротства. Все они представляют собой усовершенствованную исходную регрессионную модель.

Для Великобритании в 1972 г. аналитик Роман Лис разработал четырехфакторную модель. В этой модели факторы-признаки учитывают такие результаты деятельности, как ликвидность, рентабельность и финансовая независимость организации:

(1.6)

где Х₁ — отношение оборотного капитала к сумме активов;

Х₂ — отношение прибыли от реализации к сумме активов;

Х₃ — отношение нераспределенной прибыли к сумме активов;

Х₄ — отношение собственного капитала к заемному капиталу.

Предельное значение для этой формулы установлено в размере 0,037. Таким образом, если значение Z меньше 0,037, то предприятию грозит банкротство.

В 1997 г. британский ученый Таффлер на основе анализа ключевых измерений деятельности корпорации, таких как прибыльность, оборотный капитал, финансовый риск и ликвидность, предложили следующую четырехфакторную прогнозную модель платежеспособности:

(1.7)

где Х₁ — отношение прибыли от реализации к краткосрочным обязательствам;

Х₂ — отношение оборотных активов к сумме обязательств;

Х₃ — отношение краткосрочных обязательств к сумме активов;

Х₄ — отношение выручки от реализации к сумме активов.

В целом по содержательности и набору факторов-признаков модель Таффлера ближе к российским реалиям, чем модель Лиса.

Если величина Z-счета будет больше 0,3, это значит, у организации неплохие долгосрочные перспективы, если Z < 0,2, то банкротство более чем вероятно.

Недостатки четырехфакторной прогнозной модели Таффлера следующие:

- область применения ограничена (только для компании, акции которых котируются на рынке);

- точность расчетов зависит от исходной информации при построении модели.

Финансовый аналитик Уильям Бивер предложил оригинальную систему показателей для оценки финансового состояния предприятия с целью диагностики банкротства и был одним из первых финансовых аналитиков, использовавших статистические приемы в сочетании с финансовыми коэффициентами для прогнозирования вероятного банкротства предприятия. Он рекомендовал для диагностики банкротства исследовать тренды пяти показателей. По сути, это была пятифакторная система, содержащая следующие индикаторы:

рентабельность активов;

удельный вес заемных средств в пассивах;

коэффициент текущей ликвидности;

доля чистого оборотного капитала в активах;

коэффициент У. Бивера (N).

Систему этих показателей и их значение для диагностики банкротства можно представить в виде таблице 1.5. Значения показателей уточнены для российской действительности.

Таблица 1.5 – Система показателей для диагностики банкротства У. Бивера

Показатель	Расчетная схема	Значение показателей
		благополучные компании	за 5 лет до банкротства	за 1 год до банкротства
Коэффициент Бивера (N)		0,4-0,45	0,17	- 0,15
Рентабельность активов (экономическая рентабельность)		≥ 6-8%	≥ 2-4%	≤ (-22)-1%
Финансовый леверидж		≤ 35-37%	≥ 40-50%	≥80%
Коэффициент покрытия активов чистым оборотным капиталом		0,4	≤ 0,3	≤ 0,06
Коэффициент покрытия		≥ 3,2	≤ 2-2,5	≤ 1,0

Рынок зарубежных стран отличается экономическими условиями от нашего рынка. Следовательно, модели, рассмотренные выше, не подходят для оценки банкротства российских предприятий.

В разрезе данной работы мы принимаем подход, т.е. использование регрессионной модели, но не принимаем модели банкротств зарубежных ученых.

На сегодняшний день существует множество отечественных методик анализа и выявления вероятности банкротства организации: методика Иркутской государственной экономической академии; методика С.А. Кучеренко; методика Московского государственного университета печати; методика А.Д. Шеремета, Р.С. Сайфулина, Г.Г. Кадыкова; методика Казанского государственного технологического университета; методика В.В. Ковалева и т.д. Рассмотрим подробнее наиболее популярные отечественные модели диагностики банкротства.

По аналогии двухфакторной модели Альтмана в Московском государственном университете печати на основе исследования статистических данных 50 полиграфических организаций была получена следующая двухфакторная модель:

(1.8)

где К_ТЛ – коэффициент текущей ликвидности (общий коэффициент покрытия);

К_А – коэффициент автономии.

Данная модель дает возможность оценить риск банкротства предприятий среднего класса производственного типа.

Интерпретация результатов представлена в таблице 1.6.

Таблица 1.6 – Вероятность банкротства организации в зависимости от значения Z

Значение Z	Вероятность банкротства
Z < 1,3257	очень высокая
1,3257 < Z < 1,5457	высокая
1,5457 < Z < 1,7693	средняя
1,7693 < Z < 1,9911	низкая
Z  1,9911	очень низкая

Учеными Иркутской государственной экономической академии предложена четырехфакторная модель прогноза риска банкротства, которая имеет вид:

(1.9)

где X1 – отношение оборотного капитала к активам;

Х2 – отношение чистой прибыли отчетного периода к собственному капиталу;

Х3 – отношение выручки от продажи товаров, продукции, работ и услуг к активам;

Х4 – отношение чистой прибыли отчетного периода к затратам на производство и реализацию.

Под затратами в К4 понимается себестоимость проданных товаров, коммерческие и управленческие расходы.

Вероятность банкротства организации в соответствии со значением модели Z показана в таблице 1.7.

Таблица 1.7 – Критерии вероятности банкротства по модели Z

Значение Z	Вероятность банкротства, %
Меньше 0	Максимальная (90—100)
0-0,18	Высокая (60—80)
0,18—0,32	Средняя (35—50)
0,32—0,42	Низкая (15—20)
Больше 0,42	Минимальная (до 10)

Для экспресс-анализа финансового состояния российских организаций А.Д. Шереметом, Р.С. Сайфуллиным и Г.Г. Кадыковым предложена методика, которая сводится к определению рейтингового числа R:

, (1.10)

где К_о – коэффициент обеспеченности собственными средствами;

К_тл – коэффициент текущей ликвидности;

К_ОА – коэффициент оборачиваемости активов;

К_м – коммерческая маржа (рентабельность реализации продукции);

К_ПР – рентабельность собственного капитала.

Если R < 1, то предприятие имеет неудовлетворительное финансовое состояние. Если R ≥ 1, то финансовое состояние удовлетворительное.

Данная модель является одной из наиболее точных, однако, диагностика несостоятельности на базе рейтингового числа не позволяет оценить причины попадания организации «в зону неплатежеспособности». Кроме того, рекомендуемое значение коэффициентов, используемых для рейтинговой оценки, также не учитывает отраслевых особенностей организации.

Рассматривая как отечественные, так и зарубежные методы и модели оценки и прогнозирования банкротства, следует сделать вывод, что данные методики позволяют установить факт вероятности банкротства организаций. Однако в нынешних российских условиях результаты оценки и прогнозирования по рассмотренным методам и моделям не могут служить достаточным основанием для банкротства организации. Для принятия управленческого решения необходимо установить факт кризисного состояния организации, провести углубленный комплексный анализ его финансово-хозяйственного состояния на основании данных бухгалтерского и управленческого учета.

Смысл практически всех рассмотренных моделей – уравнение регрессии. Ученые брали статистику банкротств определенных предприятий за прошлые годы и создавали модель на основе отобранных данных. А это значит, что каким образом будет развиваться предприятие в будущем, опять же никто не оценивает. Из этого следует, что нужно рассмотреть еще один возможный вариант анализа кредитоспособности предприятия-заемщика – это математическое моделирование производственной программы предприятия.

Одной из частых причин появления задолженности у заемщика является снижение прибыли, что может быть последствием неправильного использования ресурсов на предприятии. Оптимизировать ресурсы, снизить затраты и увеличить прибыль в организации поможет правильно составленная производственная программа.

Каждый банк заинтересован в своевременной выплате долга. Предприятие-заемщик может предоставить в банк производственную программу на будущий год и доказать свою платежеспособность по кредиту.

Моделирование – один из наиболее распространенных способов изучения экономических процессов и явлений. Моделирование основывается на принципе аналогии и позволяет изучать объект при определенных условиях и с учетом неизбежной односторонней точки зрения.

В зависимости от необходимости учета в модели тех или иных особых условий различают модели линейного, нелинейного, целочисленного, параметрического программирования или смешанные.

Разработка экономико-математической модели осуществляется поэтапно в определенной последовательности.

В данной дипломной работе ссудозаемщиком выступает сельское предприятие, поэтому рассмотрим особенности построения модели в сельском хозяйстве.

Объектами моделирования в сельскохозяйственном производстве являются: сельское хозяйство в целом как отрасль народного хозяйства, отдельные сельскохозяйственные отрасли, экономические районы и зоны, конкретные предприятия, а также отдельные подразделения предприятия и производственные процессы в них.

Перейдем к планированию оптимальной производственно-отраслевой структуры сельскохозяйственного предприятия.

Постановка экономико-математической задачи оптимизации производственно-отраслевой структуры сельскохозяйственного предприятия. Требуется определить оптимально-производственную структуру, план использования ресурсов.

Для разработки модели необходимо знать:

- специализацию хозяйства;

- источники пополнения ресурсов и те их виды, объемы которых определяются в процессе решения задачи; основными ограничивающими ресурсами являются земельные и трудовые; некоторые виды ресурсов производятся в самом хозяйстве и потребляются в процессе производства (корма, органические удобрения);

- источники удовлетворения потребности животных в кормах; виды животных, для которых предусматривается оптимизация кормовых рационов;

- виды продукции, по которым устанавливаются объемы реализации на рынке, внутрихозяйственных потребностей;

- размеры отраслей, которые следует ограничить.

Чтобы правильно поставить задачу необходимо изучить объект моделирования. Для этого нужно проанализировать уровень развития производства.

В качестве критерия оптимальности при оптимизации производственно-отраслевой структуры сельскохозяйственного предприятия могут использоваться следующие показатели:

максимизируемые (при заданных объемах производственных ресурсов) – валовая продукция, товарная продукция, валовой доход, чистый доход, прибыль, уровень рентабельности;

минимизируемые (при заданных объемах производства продукции) – материально-денежные затраты, затраты живого или совокупного труда и другие.

Состав переменных. Основные переменные данной модели отражают состав и размеры отраслей и видов деятельности предприятия с дифференциацией по направлениям использования продукции, степени интенсивности и трудоемкости производства, срокам реализации и другим признакам.

Помимо основных в модель могут вводиться вспомогательные переменные с целью оптимизации кормовых рационов, определения дополнительно привлекаемых ресурсов, а также объемов некоторых ресурсов, стоимостных показателей.

Рассмотрим экономико-математическую модель. Составить оптимальный план, то есть набор значений переменных , при котором достигается максимум выручки:

, (1.11)

где j – индекс вида деятельности растениеводства или животноводства;

– размер j-го вида деятельности растениеводства или животноводства (посевная площадь j-й культуры или поголовье j-го вида животных;

c_ej – цена продукции е-го вида в расчете на единицу j-го вида деятельности растениеводства или животноводства;

е – индекс вида товарной продукции;

– подмножество видов деятельности растениеводства и животноводства, продукция которых имеет товарное назначение;

Е – множество видов товарной продукции.

Максимум целевой функции должен достигаться при выполнении следующих ограничений:

- по земельным ресурсам. При разработке перспективного плана определяют размер, состав и качество земельных угодий. В модель вводят ограничения по пашне, естественным сенокосам и пастбищам. Если в хозяйстве имеются или проектируются улучшенные сенокосы и культурные пастбища, они учитываются отдельными ограничениями.

Математическая запись условий:

, (1.12)

где а_ij – потребность в i-м виде занимаемых угодий в расчете на единицу j-го вида растениеводства;

B_i – объем ресурса i-го вида (в данном случае площади i-го вида земельных угодий);

N – множество видов деятельности растениеводства;

I₁ – множество видов земельных угодий.

- по трудовым ресурсам. Количество трудовых ресурсов не должно превышать используемое количество трудовых ресурсов на предприятии.

, (1.13)

где t – индекс периода использования трудовых ресурсов (год, месяц, декада);

Т – множество периодов;

– норма затрат труда в расчете на единицу j-го вида деятельности в t-м периоде;

В_i^t – наличие трудовых ресурсов в t-м периоде.

- по кормовым ресурсам. Произведенные корма должны балансироваться с потребностью в них животноводства по кормовым единицам, а также выдерживать соотношение по группам кормов в соответствии с физиологическими потребностями животных.

, (1.14)

где l – индекс питательных веществ;

L – множество питательных веществ;

– выход питательных веществ l-го вида в расчете на единицу j-го вида деятельности растениеводства (на 1 га j-й культуры);

– годовая нормативная потребность в l-м виде питательных веществ в расчете на одну среднегодовую голову j-го вида;

N – множество видов деятельности растениеводства;

D – множество видов деятельности животноводства.

- по реализации продукции. Объем произведенной продукции должен удовлетворять условия договоров по продаже этой продукции.

, (1.15)

где v_ej – выход товарной продукции е-го вида в расчете на единицу j-го вида деятельности растениеводства или животноводства;

е – индекс вида товарной продукции;

Q_e – объем реализации продукции е-го вида, прогнозируемый либо принимаемый в соответствии с заключенными договорами поставки (в соответствующих единицах измерения);

 – подмножество видов деятельности растениеводства и животноводства, продукция которых имеет товарное назначение;

Е – множество видов товарной продукции.

Условие неотрицательности переменных:

, (1.16)

Экономические задачи характеризуются огромным количеством взаимосвязей, детальный учет которых приводит к очень громоздким и практически неиспользуемым моделям или системам моделей. Поэтому весьма важно включить в модель факторы, оказывающие основное влияние на производство, но не менее важно опустить те из них, которые играют второстепенную роль в данном процессе.

2 Организационно-экономическая характеристика племзавод-колхоза имени 50-летия СССР

2.1 Динамика ресурсов и производимой продукции племзавод-колхоза имени 50-летия СССР

Ордена Трудового Красного Знамени племзавод-колхоз имени 50-летия СССР – одно из наиболее крупных хозяйств Вологодской Области. Оно было образовано в 1960 году на базе четырех экономически слабых хозяйств.

Общая земельная площадь хозяйства составляет 12101 га, из них сельскохозяйственных угодий – 5162 га, в т. ч. пашни – 3653 га. Общее поголовье КРС – 3300 голов, в том числе коров – 1370. Имеется так же 58 тракторов, 26 грузовых машин, три автобуса и легковые автомобили. Численность работающих – 350 человек.

Колхоз специализируется на молочном животноводстве, откорме КРС и выращивании племенного скота черно-пестрой породы, семеноводстве зерновых и многолетних трав.

В таблице 2.1 приведены натуральные объемы производства.

Таблица 2.1 – Номенклатура и объем производства продукции в 2010-2012 гг.

Наименование показателей	2010	2011	2012	Абсолютное отклонение, центнер			Темп роста, %
				2011-2010 гг.	2012-2011 гг.	2012-2010 гг.	2011-2010 гг.	2012-2011 гг.	2012-2010 гг.
Зерно	65160	74548	74695	9388	147	9535	114,41	100,20	114,63
Сено	3880	6460	10220	2580	3760	6340	166,49	158,20	263,40
Солома	1690	1120	4020	-570	2900	2330	66,27	358,93	237,87
Силос	250750	193380	238620	-57370	45240	-12130	77,12	123,39	95,16
Сенаж	14800	17020	12000	2220	-5020	-2800	115,00	70,51	81,08
Мука	44744	35854	38131	-8890	2277	-6613	80,13	106,35	85,22
Мясо и сало	140	122	111	-18	-11	-29	87,14	90,98	79,29
Молоко	86211	96219	101452	10008	5233	15241	111,61	105,44	117,68

Из таблицы видно, что на первом месте по объемам стоит производство силоса. Спад объемов по силосу в 2011 году на 57370 центнеров, что составляет 23%, привел к общему снижению производства силоса за 3 года на 5%. Положительным показателем является рост объемов молока, так как молоко является главным источником прибыли на предприятии. В целом за рассматриваемый период рост составил около 18%, в том числе в 2011 году около 12%, в 2012 году 5%. Выбивается из общей динамики огромный рост производства сена и соломы, и в том и другом случае за три года производство выросло практически в два с половиной раза. Это можно объяснить увеличением количества поголовья стада, на корм которым идут сено и солома.

Объемы производства и реализации продукции являются взаимозависимыми показателями. Динамика реализации продукции соответствует динамике ее производства по объемам, но из-за скачков цен на рынке выручка от продажи молока и семенного зерна в 2011 году возросла, но в 2012 году упала, что можно видеть из таблицы 2.2 и графиков (см. приложение 2, рис 2.1 и 2.2).

Основную долю реализуемой продукции составляет молоко. Оно составляет около 80% от общей выручки.

Таблица 2.2 – Реализация продукции в Ордена Трудового Красного Знамени племзавод-колхозе имени 50-летия СССР в 2010-2012 гг.

Номенклатура	Реализовано продукции, ц			Цена, руб.			Выручено, тыс. руб.
	2010	2011	2012	2010	2011	2012	2010	2011	2012
Молоко	82213	91361	95071	1,17	1,48	1,12	96000	134973	106803
Зерно	6698	12528	20533	0,49	0,70	0,41	3303	8777	8366
КРС в живой массе	4663	4994	5584	3,95	4,64	4,89	18408	23155	27298
Всего							117711	166905	142467

Использование основных фондов представлено в таблице 2.3.

Таблица 2.3 – Показатели использования основных фондов

Наименование показателей	2010	2011	2012	Отклонения
				2012-2010 гг., +/-	2012-2010 гг., %
Объем реализованной продукции, товаров, работ, услуг, тыс. руб.	117711	166905	142467	24756	121,03
Стоимость ОПФ, тыс. руб.	167073	262267	268787	101714	160,88
Среднегодовая численность персонала, чел.	302	299	287	-15	95,03
Фондоотдача, руб./руб.	0,70	0,64	0,53	-0,17	75,23
Фондоемкость, руб./руб.	1,42	1,57	1,89	0,47	132,92
Фондовооруженность, тыс. руб./чел.	553,22	877,15	936,54	383,32	169,29

По данным таблицы 2.3 можно сделать следующее заключение: уровень эффективности использования производственных фондов на протяжении трех лет понижается, о чем свидетельствует спад фондоотдачи на 25%, т.е., в 2010 году на 1 тыс. рублей стоимости основных фондов приходится 700 рублей произведенной за год продукции, а в 2012 году – 530 рублей. Соответственно происходит увеличение показателя фондоемкости практически на 33%. В 2010 году на каждую 1 тысячу рублей выпущенной продукции приходилось 1420 рублей основных фондов, в 2012 году – 1890 рублей.

На одного среднесписочного работника в 2012 году приходится 936,54 тыс. рублей стоимости основных производственных фондов.

Спад фондоотдачи свидетельствует о неэффективном использовании основных производственных фондов. Причиной может быть наличие излишнего оборудования, внутрисменных простоев. Может быть и другая причина: снижение фондоотдачи наблюдается в периоды интенсивного перевооружения труда новыми средствами производства, однако в дальнейшем по мере освоения новых средств труда фондоотдача стабилизируется, и создаются предпосылки для ее повышения

Эффективность использования трудовых ресурсов предприятия характеризует производительность труда, которая определяется количеством продукции, произведенной в единицу рабочего времени, или затратами труда на единицу произведенной продукции или выполненной работы.

Основным показателем на уровне предприятия является выработка продукции. Наиболее распространенными видами выработки являются средняя часовая, дневная и годовая выработка одного рабочего (см. таблицу 2.4).

Таблица 2.4 – Показатели производительности труда

Наименование показателей	2010	2011	2012	Отклонения
				2012-2010 гг., +/-	2012-2010 гг., %
Выручка, тыс. руб.	152250	209948	154380	2130	101,39901
Среднегодовая численность персонала, чел.	302	299	287	-15	95,03
Продолжительность рабочего дня, ч.	6,95	6,89	6,81	-0,14	97,99
Количество рабочих дней, дн.	262	264	268	6	102,29
Среднегодовая выработка на 1 работающего, тыс. руб./чел..	504,14	702,17	537,91	33,77	106,70
Среднедневная выработка на 1 работающего, руб./чел..	1924,19	2659,72	2007,12	82,93	104,31
Среднечасовая выработка на 1 работающего, руб./чел.	276,86	386,03	294,73	17,87	106,45

Анализируя данные таблицы 2.4, видим, что производительность труда за 3 года увеличилась. Среднегодовая выработка выросла на 6,7% (33,77 тыс. рублей на человека), следовательно, видим рост среднедневной и среднечасовой выработки на 4,31% и 6,45% соответственно.

Численность персонала с каждым годом уменьшается, в 2012 году по сравнению с 2010 годом на предприятии работает на 15 человек меньше.

Рассмотрим существующую производственную программу изучаемого колхоза:

В хозяйстве имеется 4052 головы крупного рогатого скота, в том числе из них 1500 головы коров молочного направления.

Данные о землепользовании изучаемого колхоза представлены в таблице 2.5.

Таблица 2.5 – Фактическое использование земельных угодий колхоза

Наименование культуры	Площадь, га
Яровые фуражные	970
Многолетние травы на зеленый корм	952
Естественные пастбища	643
Зернобобовые	580
Яровые товарные	555
Естественные сенокосы	399
Многолетние травы на сено	220
Силосные	110
Озимые зерновые	85
Кукуруза на силос и зеленый корм	60

Из таблицы 2.5 видно, что всех больше гектаров используется под яровыми фуражными и под многолетними травами, а всех меньше – под кукурузой и озимыми зерновыми. Естественно, так как основным направлением деятельности колхоза является продажа молока, больше всех гектар отдано под культуры, которые идут на корм животным.

Произведенные корма должны балансироваться с потребностью в них животноводства по кормовым единицам, а также выдерживать соотношение по группам кормов в соответствии с физиологическими потребностями животных. Проверим, выполняются ли зоотехнические требования в годовом рационе для стада коров молочного направления. Результаты представим в таблице 2.6.

Таблица 2.6 – Эффективность фактического рациона кормления племзавода-колхоза имени 50-летия СССР

Ограничения	Необходимая норма	Значение
Кормовых единиц, не менее, кг	15,1	15,4
Сухого вещества, не менее, кг	18,9	16,8
Перевариваемого протеина, г	1610	1584

Рацион, который существует в хозяйстве, удовлетворяет не всем требованиям по содержанию питательных веществ. Таким образом, существующую производственную структуру нельзя назвать оптимальной.