Брызгалина Майя Анатольевна, канд. экон. наук, науч. сотр., ФГБНУ «Поволжский научно-исследовательский институт экономики и организации агропромышленного комплекса»: Россия, 410010, г. Саратов, ул. Шехурдина, 12.
Брызгалин Тимур Валерьевич, науч. сотр, ФГБНУ «Поволжский научно-исследовательский институт экономики и организации агропромышленного комплекса»: Россия, 410010, г. Саратов, ул. Шехурдина, 12.
Лексина Анна Александровна, канд. экон. наук, доцент, вед. науч. сотр. отдела  организационно-экономического механизма развития АПК, ФГБНУ «Поволжский научно-исследовательский институт экономики и организации агропромышленного  комплекса»:  Россия, 410010,  Саратовская  обл.,  г.  Саратов, ул. Шехурдина, 12.

Тел.: (845-2) 64-06-47
E-mail: nii_apk_sar@mail.ru

В современных условиях распространения сети Интернет и информационно-коммуникационных технологий, в результате воздействия процессов всеобщей глобализации традиционные бизнес-модели функционирования коммерческих организаций постепенно вытесняются новыми системами, работающими на базе цифровых платформ. С учетом того, что в настоящее время цифровизация функционирования отечественных производителей сельскохозяйственного сырья и продовольствия находится на начальном этапе развития, авторами предложено рассматривать цифровую бизнес-модель деятельности сельскохозяйственной организации с точки зрения управления ее основными составными элементами (бизнес-процессами), которая позволила отобразить основные подходы к ее формированию. Основная цель работы любой коммерческой организации состоит в получении прибыли, поэтому прогнозирование основных производственно-финансовых результатов ее деятельности, являясь важным составным компонентом процесса бизнес-планирования, необходимо для повышения эффективности принимаемых руководством решений. Исходя из этого, авторами предложена прогнозно-аналитическая модель исследования ключевых показателей функционирования ряда хозяйствующих субъектов Саратовской области, которую можно рассматривать как один из неотъемлемых элементов цифрового бизнес-моделирования деятельности сельскохозяйственных организаций региона. Предложенная авторами прогнозно-аналитическая составляющая цифровой бизнес-модели направлена на исследование производственно-финансовых результатов функционирования аграрных предприятий Саратовской области в динамике за определенный отрезок времени. В рамках представленной работы был применен метод графического анализа данных, который позволил установить состояние изучаемых показателей в ближайшей перспективе. Выявление коэффициентов тесноты взаимосвязи между отдельными элементами затрат на производство сельскохозяйственной продукции и факторами, влияющими на прибыль с использованием метода корреляционно-регрессионного анализа показателей, повысили уровень достоверности разработанной модели. Для определения ряда прогнозных значений производственно-финансовых результатов деятельности хозяйствующих субъектов области (факторов) с учетом коэффициентов их взаимосвязи с отдельными элементами затрат предложена формула, позволяющая совместить методы графического и корреляционно-регрессионного анализа данных.

1. Паньшин П. Цифровая экономика: понятия и направления развития // Наука и инновации. – 2019. – № 3 (193). – С. 48– 55.

2. Brynjolfsson E., Mitchell T. What can Machine Learning Do? Workforce Implications // Science. – 2017. – Vol. 358. – №. 6370. – Pp. 1530–1534. doi: 10.1126/science.aap8062.
3. Ozdogan B., Gacar A., Aktas H. Digital Agriculture Practices in The Context of Agriculture 4.0 // Journal of Economics, Finance and Accounting (JEFA). – 2017. – Vol. 4 (2) – ISS 2(13). – Рp. 184–191. doi: 10.17261/Pressacademia.2017.448.
4. Абдрахманова Г. И., Вишневский К. О., Гохберг Л. М. [и др.]. Что такое цифровая экономика? Тренды, компетенции, измерение: Доклад НИУ ВШЭ // К ХX Апрельской Международной научной конференции по проблемам развития экономики и общества (9–12 апр. 2019 г.) / под ред. Л.М. Гохберга. – М.: Изд. дом Высшей школы экономики, 2019.– 82 с.
5. Кешелава А. В. Буданов В. Г., Румянцев В. Ю. [и др.]. Введение в «Цифровую» экономику // На пороге «цифрового» будущего. Книга первая / под общ. ред. А. В. Кешелава; гл. «цифр.» конс. И. А. Зимненко. – ВНИИГеосистем, 2017. – 28 с.
6. Гретчено А. И., Горохова И. В. Цифровая платформа: новая бизнес-модель в экономике России // Вестник РЭУ им. Г. В. Плеханова. – 2019. – № 1 (103). – С. 63–72.
7. Димитракиев Д., Молодчик А. В., Крутова А. В. Цифровая трансформация традиционных бизнес-моделей: тенденции, перспективы, риски // Шумпетеровские чтения. – 2018. – Т. 1. – С. 115 – 120.
8. Черняев А. А., Муртазаева Р. Н., Гребнева Д. А. Тенденции развития цифровой экономики в сельском хозяйстве // Научное обозрение: теория и практика. 2019. – Том 9. – №5. – С. 582–593. doi:10.26088/INOB.2019.61.01.
9. Брызгалина М. А. Проблемы и приоритетные направления внедрения цифровых технологий в в экономику сельского хозяйства России // Научное обозрение: теория и практика. – 2020. – Том. 10, № 7. – С. 1390– 1398. doi:10.35679/2226-0226-2020-10-7-1390-1398.
10. Peitz M., Reisinger M. Media Economics of the Internet // Handbook of Media Economics. – 2016. – Vol. 1. – Pp. 445–530. doi: 10.1016/B978-0-444-62721-6.00010-X.
11. Shen S., Basist A., Howard A. Structure of a digital agriculture system and agricultural risks due to climate changes // Agriculture and Agricultural Science Procedia. – 2010. – Vol. 1. – doi:10.1016/j.aaspro.2010.09.006 (дата обращения 22.01.2021).
12. Linder J., Cantrell S. Changing Business Models: Surveying the Landscape // Accenture Institute for Strategic Change. – URL: http://www.businessmodels.eu/images/banners/Articles/Linder_Cantrell.pdf (дата обращения 18.12.2020).
13. Osterwalder A., Pigneur Y., Tucci C.-L. Clarifying Business Models: Origins, Present, and Future of the Concept // Communications of the Association for Information Systems. – 2005. – Vol. 16. No 1 – pp. 1–27.
14. Черняев А. А., Сердобинцев Д. В., Кудряшова Е. В. Разработка цифровой оптимизационной бизнес-модели сельскохозяйственного предприятия региона // Научное обозрение: теория и практика. – 2020. – Т. 10, вып. 7. – С. 1331–1338.
15. Хапугина Л. С. Использование метода activity-based costing при формировании бизнес-модели сельскохозяйственной организации // Ветник АПК Ставрополья. – 2014. – № 4(16). – 300–305.
16. Брызгалина М. А., Брызгалин Т. В. Цифровая прогнозно-аналитическая бизнес-модель сельскохозяйственных организаций Саратовской области // Научное обозрение: теория и практика. – 2020. – Том. 10, вып. 10. – С. 2254– 2270. doi:10.35679/2226-0226-2020-10-10-2254-2270.
17. Информационный портал Федеральной службы государственной статистики. [Электронный ресурс]. URL: https://rosstat.gov.ru/ (дата обращения 22.12.2020).
18. Методы прогнозирования в бизнес-планировании. [Электронный ресурс]. URL: http://lekcion.ru/planirovanie_potrebnostey/7137-metodi-prognozirovaniya-v-biznes-planirovanii.html (дата обращения: 03.02.2021).
19. Analytics. Решения для бизнес-анализа. 3 способа расчета полинома в Excel. [Электронный ресурс]. URL: https://4analytics.ru/trendi/3-sposoba-rascheta-polinoma-v-excel.html (дата обращения 22.09.2020).

DIGITAL FORECAST AND ANALYTICAL MODEL OF BUSINESS PROFITABILITY OF AGRICULTURAL ORGANIZATIONS

Bryzgalina Maya Anatolyevna, Cand. of Econ. Sci., Researcher, Povolzhsky Research Institute of Economics and Organization of the Agroindustrial Complex, Saratov, Russia.
Bryzgalin Timur Valerievich, Researcher, Federal State Budgetary Scientific Institution "Povolzhsky Research Institute of Economics and Organization of the Agro-Industrial Complex, Saratov, Russia.
Leksina Anna Alexandrovna, Cand. of Econ. Sci., Ass. Prof., Leading Researcher, Department of the Organizational and Economic Mechanism for the Development of the Agroindustrial Complex, Volga Research Institute of Economics and Organization of the Agroindustrial Complex, Saratov, Russia.

Keywords: digital model, business processes, profit, costs, forecast, agricultural organizations, Saratov region.

Abstract. In the modern conditions of the spread of the Internet and information and communication technologies, as a result of the impact of the processes of general globalization, the traditional business models of the functioning of commercial organizations are gradually being replaced by new systems operating on the basis of digital platforms. Taking into account the fact that the digitalization of the functioning of domestic producers of agricultural raw materials and food is currently at the initial stage of development, the authors proposed to consider the digital business model of an agricultural organization from the point of view of managing its main constituent elements (business processes), which made it possible to display the main approaches to its formation. The main goal of any commercial organization is to make a profit, therefore, forecasting the main production and financial results of its activities, being an important component of the business planning process, is necessary to improve the efficiency of decisions made by management. Based on this, the authors proposed a predictive and analytical model for studying the key indicators of the functioning of a number of economic entities in the Saratov region, which can be considered as one of the integral elements of digital business modeling of the activities of agricultural organizations in the region. The predictive and analytical component of the digital business model proposed by the authors is aimed at studying the production and financial results of the functioning of agricultural enterprises in the Saratov region in dynamics over a certain period of time. Within the framework of the presented work, the method of graphical data analysis was applied, which made it possible to establish the state of the studied indicators in the near future. Revealing the coefficients of closeness of the relationship between individual elements of the costs of agricultural production and factors affecting profit using the method of correlation-regression analysis of indicators, increased the level of reliability of the developed model. To determine a number of predicted values of production and financial results of activities of economic entities of the region (factors), taking into account the coefficients of their relationship with individual cost elements, a formula has been proposed that allows combining the methods of graphical and correlation-regression analysis of data.