Статистический анализ исполнения федерального бюджета РФ (территориального бюджета региона)

 

(Приложение Б)

0,88 – нижняя граница

1,32 – верхняя граница

Выше верхней границы, автокорреляции в остатках нет, уравнение пригодно для прогноза.

%

До 10 %, значит колебания слабые, уравнение пригодно для прогнозирования.

 

Таблица 8 – Расчёт параболического тренда

 

Годы
2001	26,8	27,6	-0,8	-	-	0,64	0,030
2002	31,2	29,545	1,655	-0,8	-1,324	2,739	0,053
2003	32,0	31,402	0,598	1,655	0,990	0,358	0,019
2004	31,9	33,171	-1,271	0,598	-0,760	1,615	0,040
2005	35,4	34,852	0,548	-1,271	-0,696	0,300	0,015
2006	32,6	36,445	-3,845	0,548	-2,107	14,784	0,118
2007	39,5	37,95	1,55	-3,845	-5,960	2,402	0,039
2008	41,4	39,367	2,033	1,55	3,151	4,133	0,049
2009	42,1	40,696	1,404	2,033	2,854	1,971	0,033
2010	40,1	41,937	-1,837	1,404	-2,579	3,374	0,046
Итог	353	353	0	1,837	-6,431	32,318	0,442

 

(Приложение Б)

0,70 – нижняя граница

1,64 – верхняя граница

Между нижней и верхней границей, значит, не можем оценить.

%

До 10 %, значит колебания слабые, уравнение пригодно для прогнозирования.

Таким образом, делаем вывод о том, что наиболее пригоден для прогнозирования линейный тренд.

 

 

 

 

2.4 Выявление зависимости  темпа роста доходов от роста  ВРП методом аналитической группировки  и корреляционно – регрессионного  анализа

 

Корреляционно-регрессионный анализ учитывает межфакторные связи, измеряя прямое и косвенное влияние каждого фактора на результативный признак, а также влияние всех факторов на него.

Корреляционно-регрессионный анализ включает в себя измерение тесноты, направления связи и установление аналитической формы связи.

Корреляционно-регрессионная модель (КРМ) – это множественное уравнение регрессии, найденное при анализе системы связанных рядов динамики, и используемое как основа для принятия управленческих решений и прогнозирования.

Для того чтобы провести корреляционно-регрессионный анализ необходимо выявить факторы или фактор наиболее влияющие на результативный признак.

В данной курсовой работе в качестве результативного признака взяты доходы бюджета по Ивановской области ( ), а в качестве факторных – ВРП в млрд. руб. ( ), среднемесячная номинальная заработная плата, руб. ( ) и сальдированный финансовый результат крупных и средних предприятий, млн. руб. ( ). Все факторы взяты по Ивановской области. Данные приведены в Приложении .

Парная корреляция – это изучение корреляционной связи между двумя переменными.

Парная регрессия показывает связь между двумя признаками – результативным и факторным.

Уравнение парной регрессии имеет вид:

                                                    

                                                    (22)

В этом уравнении параметр экономического смысла не имеет, а параметр  - коэффициент регрессии, который показывает изменение результативного признака при изменении факторного на единицу своего измерения.

Наиболее приемлемый способ выбора уравнения регрессии – метод перебора различных уравнений (экспериментальный). Большое число уравнений регрессии отобранных для описания явления или процесса реализуются на ЭВМ с помощью алгоритма перебора уравнений с последующей статистической проверкой на основе t и F критериев.

 

Таблица 9 – Итоги парного корреляционно-регрессионного анализа

 

Уравнение регрессии			t	P	F	P
	0,759	57,6	3,3	0,989	10,9	0,981
	0,948	89,9	8,5	0,999	71,5	0,999
	0,232	5,4	0,7	0,478	0,45	0,442

По таблицам Стьюдента и Фишера определяем критические значения критериев [3]:

Уравнение, описывающее зависимость доходов бюджета от ВРП, имеет следующий вид:

Связь между признаками тесная (коэффициент корреляции (>0,700)). С увеличением факторного признака на единицу своего измерения результативный признак увеличится на 0,16 единиц своего измерения. Вариация результативного признака обусловлена на 57,6 % факторным, а на 42,4 % случайным.

При сравнении критических значений с фактическими видно, что , значит коэффициент регрессии достоверен. Нулевая гипотеза о равенстве коэффициентов регрессии нулю в генеральной совокупности отвергается и коэффициент регрессии равен 0,95. , значит модель адекватна. Влияние факторного признака на результативный существенна и статистически доказано с вероятностью 0,95.

Уравнение, описывающее зависимость доходов бюджета от среднемесячной заработной платы, имеет следующий вид:

Связь между признаками тесная (коэффициент корреляции (>0,700)). С увеличением факторного признака на единицу своего измерения результативный признак увеличится на 0,001 единиц своего измерения. Вариация результативного признака обусловлена на 89,9 % факторным, а на 10,1 % случайным.

При сравнении критических значений с фактическими видно, что , значит коэффициент регрессии достоверен. Нулевая гипотеза о равенстве коэффициентов регрессии нулю в генеральной совокупности отвергается и коэффициент регрессии равен 0,95. , значит модель адекватна. Влияние факторного признака на результативный существенна и статистически доказано с вероятностью 0,95.

Уравнение, описывающее зависимость доходов бюджета от сальдированного финансового результата крупных и средних предприятий, имеет следующий вид:

Связь между признаками отсутствует (коэффициент корреляции (<0,300)). С увеличением факторного признака на единицу своего измерения результативный признак увеличится на 0,00004 единиц своего измерения. Вариация результативного признака обусловлена на 5,4 % факторным, а на 94,6 % случайным.

При сравнении критических значений с фактическими видно, что , значит нулевая гипотеза о равенстве коэффициента регрессии нулю принимается. , значит его нельзя использовать для прогнозирования.

Множественный КРА.

Изучение связи между тремя и более связанными между собой признаками называется множественной регрессией.

Уравнение множественной регрессии имеет вид:

                                     

,                                  (23)

где - теоретические значения результативного признака, полученные в  результате подстановки соответствующих значений факторных признаков в уравнение регрессии;

- факторные признаки, отобранные  в модель;

- коэффициенты регрессии (параметры модели);

- свободный член уравнения.

Коэффициенты регрессии  показывают, на сколько единиц в среднем изменится результативный признак при изменении факторного на единицу своего измерения и при условии закрепления прочих введенных в уравнение предопределенных переменных (факторных признаков) на среднем уровне.

В данной курсовой работе при построении множественной модели мы не получим адекватных моделей.

 

 

2.5 Прогноз показателей  территориального бюджета

 

Прогнозирование - это оценка будущего на основе глубокого анализа тенденций развития социально-экономических явлений и их взаимосвязей.

Процесс прогнозирования предполагает выявление возможных альтернатив развития для обоснованного их выбора и принятия оптимальных решений. Первоначальный этап прогнозирования в экономике всегда связан с анализом временных рядов. Период, на который дается оценка в будущем, называется периодом упреждения. По времени упреждения прогнозы классифицируются на оперативные (до 1 мес.), краткосрочные (до 1 года), среднесрочные (1-5 лет) и долгосрочные (свыше 5 лет).

При прогнозировании на основе экстраполяции тренда будем использовать аналитический метод. Чтобы прогноз был надежен необходимо, чтобы параметры тренда были надежны и период прогнозирования должен быть не больше половины длительности базы, а также чем дальше будет удален прогнозируемый уровень от базы, тем больше буде ошибка прогноза.

Прогноз доходов бюджета будем проводить по линейному тренду (Приложение Б):

Точечный прогноз – точка, через которую с наибольшей вероятностью пройдет линия тренда в прогнозируемом периоде. Прогноз можно построить аналитически (подставить в уравнение номер прогнозируемого периода) или графически (продолжить линию тренда до номера прогнозируемого периода и посмотреть значение показателя). Цифра должна быть одинакова при любом способе построения.

Точечный прогноз для доходов бюджета на 2013 год (Приложение Б):

1. 13 период (2013 год):

млрд. руб.

Чтобы точечный прогноз был более реален, его дополняют расчетом предельной ошибки, т.е. интервальной оценкой прогноза.

Средние ошибки прогноза исследуемого уравнения тренда (Приложение Б):

 млрд. руб.

Далее рассчитывается предельная ошибка прогноза:

                                                       ,                                              (24)

где – критерий Стьюдента при уровне значимости 0,05 и числом степеней свободы .

Предельные ошибки прогноза:

 млрд. руб.

Интервальный прогноз:

                                                                                                            (25)

млрд. руб.

 

Таким образом, прогнозируемое значение уровня доходов бюджета для 2013 года от 38,903 до 55,607 млрд. руб.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

 

 

В данной курсовой работе был проведён статистический анализ бюджета по Ивановской области за период с 2001 по 2010 годы.

В курсовой работе был проведен сравнительный анализ структуры доходов за 2005 и 2010 годы. В целом, что значительно изменился налог на прибыль организаций (в 2010 году он снизился по сравнению с 2005 годом на 31,62 %), а доля безвозмездных поступлений наоборот выросла на 21,05 %. Доля налогов на доходы физических лиц выросла на 4,25 %, доля налогов на имущество выросла на 4,18 %, также выросла на 2,32 % доля налогов на товары, реализуемые на территории РФ. Доля налогов на совокупный доход выросла на 0,27 %, а доля платежей при пользовании природными ресурсами выросла на 0,14 %. Снизились доля доходов от использования имущества, находящегося в государственной и муниципальной собственности на 0,08 % и доля безвозмездных поступлений от предпринимательской и иной приносящей доход деятельности на 0,51 %. Также был проведён сравнительный анализ структуры расходов за 2005 и 2010 годы. В целом по таблице видно, что значительных изменений в структуре расходов за  год не произошло. Значительно изменилась доля расходов социальной политики (она выросла в 2010 году по сравнению с 2005 годом на 4,28 %), а доля жилищно-коммунального хозяйства снизилась на 1,41 %. Доля национальной экономики; культуры, кинематографии, средств массовой информации упала на 1,16 %. Снизилась также доля здравоохранения, физической культуры и спорта на 0,77 %, доля национальной безопасности и правоохранительной деятельности на 0,17 %, и доля охраны окружающей среды на 0,07 %. Доля расходов на образование выросла на 0,36 %, а доля общегосударственных вопросов выросла на 0,10 %.