Совершенствование управления финансами муниципального образования

В условиях проведения реформы налогового законодательства, предусматривающей сокращение общего числа налогов и сборов за счет отмены неэффективных налогов, введения новых налогов, а также совершенствования законодательных норм по действующим налогам, эконометрическое прогнозирование выступает наиболее приемлемой формой налогового планирования на местном уровне. Расчет, основанный на анализе динамики как макроэкономических показателей, так и отдельных элементов налога, позволяет с большей степенью достоверности учесть влияние изменений налогового законодательства и экономической конъюнктуры на объем налоговых поступлений в бюджет.

При проведении эконометрического  анализа необходимо использовать обширную базу данных, содержащую сведения относительно тенденций развития экономической ситуации в субъекте РФ, воздействия отраслевых и региональных факторов на состояние налоговой базы и перспектив ее изменения. Сводным документом, содержащим систему показателей, комплексно характеризующих особенности экономического развития, налоговый потенциал и налоговую нагрузку региона и предназначенным для планирования поступлений налогов и сборов в бюджеты всех уровней, является Налоговый паспорт субъекта РФ, разработанный МНС России. [14. c. 365]

В налоговом паспорте содержится общая экономическая характеристика региона, в частности приводятся сведения относительно среднемесячной заработной платы, объема промышленной продукции, инвестиций в основной капитал, продукции сельского хозяйства, оборота розничной торговли, внешнеторгового оборота, динамики кредиторской и дебиторской задолженности налогоплательщиков и т.д. Отдельно приводятся основные показатели, используемые для расчета налоговой базы: ВРП, валовая прибыль, фонд оплаты труда, валовой совокупный годовой доход физических лиц, стоимость реализованных товаров, облагаемых и необлагаемых НДС, среднегодовая стоимость имущества предприятий, стоимость добычи полезных ископаемых и др. Кроме того, отражается структура поступлений налогов и сборов по отраслям экономики и задолженность по налогам в бюджетную систему.

Использование в практике работы финансовых органов налогового паспорта субъекта РФ может стать действенным инструментом для объективного определения налоговой базы по всем видам налогов и сборов, расчета на ее основе величины налогового потенциала региона и в конечном итоге установления реальных контрольных показателей по мобилизации доходов в бюджеты всех уровней. [20, с. 175]

Изучение и отражение в работе основных методов и этапов составления бюджета позволяет разработать прогноз финансов МО Ясногорский район на ближайшую перспективу (1 – 2 квартал 2011 года).

 

 

3.3. Прогноз состояния финансов  муниципального образования Ясногорский район на 1 – 2 квартал 2011 года

 

Исследование основных путей укрепления устойчивости местного бюджета Ясногорского района осуществим с использованием экономико-математических методов (построение линейной модели доходов бюджета, проверка адекватности и точности модели). Основой для расчета служат данные приложений 1, 2, 3 с разбивкой по кварталам. Расчеты и построение графиков осуществлены с помощью MS Excel.

Наиболее эффективными при выявлении  наличия тенденции в целом в ряду динамики считаются кумулятивный t-критерий и фазочастотный критерий Валлеса и Мура.

Кумулятивный t-критерий.

Выдвигается гипотеза

: тенденция в исходном временном  ряду отсутствует.

 

(3.1), где

- накопленный итог отклонений  эмпирических значений от среднего уровня исходного временного ряда.

- общая сумма квадратов отклонений, то есть

(3.2)

(3.3)

Таблица 3.1.

Расчет кумулятивного t-критерия (тыс. руб.)

при уровне значимости σ =0,05

, гипотеза  отвергается, уровни временного ряда не образуют случайную последовательность, а имеют определенную закономерность в их изменении, следовательно, во временном ряду существует тенденция.

Фазочастотный критерий Валлеса и  Мура.

: цепные абсолютные приросты  образуют случайную последовательность.

Фаза – последовательность одинаковых знаков разности, h - число фаз.

 

 

 

 

Таблица 3.2.

                 Расчет фазочастотного критерия Валлеса и Мура (тыс. руб.)

Y
751,3
816,2	2,44	+
741,4	354,46	+
965,2	580,1	+
874,3	1169	+
962,8	-171	-
902,7	-220,7	-
945,9	587,3	+
1287,3	1270,9	+
1204,9	2608,3	+
1263,4	3726,1	+
1265,3	1154,4	+

 

          h=3, то

 

при уровне значимости σ =0,05

, гипотеза  отвергается, уровни временного ряда не образуют случайную последовательность, а имеют определенную закономерность в их изменении, следовательно, во временном ряду существует тенденция.

Моделирование случайной компоненты.

Критерий серий, основанный на медиане  выборки.

: если отклонения от тренда  случайны, то их чередование должно быть случайным.

 

 

 

 

 

Таблица 3.3.

Расчет критерия серий, основанного на медиане выборки (тыс. руб.)

Год	Квартал	y	t		е	Ранги
2007	1	751,3	1	-2249,9798	2251,1798	15	+
	2	816,2	2	-1194,3358	1197,9758	11	+
	3	741,4	3	-138,6918	496,7918	8
	4	965,2	4	916,9522	21,2478	6	-
2008	1	874,3	5	1972,5962	134,6038	7	-
	2	962,8	6	3028,2402	-1092,0402	4	-
	3	902,7	7	4083,8842	-2368,3842	3	-
	4	945,9	8	5139,5282	-2836,7282	1	-
2009	1	1287,3	9	6195,1722	-2621,4722	2	-
	2	1204,9	10	7250,8162	-1068,8162	5	-
	3	1263,4	11	8306,4602	1601,6398	13	+
	4	1265,3	12	9362,1042	1700,3958	14	+

 

(длина наибольшей серии)

V=3 (число серий – последовательностей одинаковых знаков «+» или «-»)

σ=0,05 (уровень значимости)

   5<7,1811

   3>2,166

Оба неравенства выполняются, гипотеза подтверждается, выборка является случайной и отклонения уровней временного ряда случайны.

Критерий восходящих и нисходящих серий.

: выборка случайна.

(длина наибольшей серии)

V=5 (число серий)

σ =0,05 (уровень значимости)

т. к. n<26, то (число подряд идущих одинаковых знаков в самой длинной серии).

           4<5

5>4,62

Оба неравенства выполняются, гипотеза подтверждается, выборка является случайной.

0,946/0,54=1,75; 1,75<3, ассиметрия несущественна,  совокупность однородна.

Вывод: исходные данные являются нормальными, возможен их дальнейший анализ.

Построение уравнения линейного  тренда.

Применяя МНК, определим параметры  уравнения линейного тренда:

=664,56

=51,358

Рис. 3.1 Доходы бюджета МО Ясногорский район

В среднем за 1 квартал доходы бюджета Ясногорского района увеличиваются на 51,358 млн. руб.

R²=0,8244 – величина достоверности аппроксимации (чем ближе фактические данные к тренду, тем ее значение выше)

R²=97,12% - коэффициент детерминации (доля факторной дисперсии в общей).

97,12% общей вариации признака  У приходится на объясненную  вариацию, значит уравнение статистически значимо.

Методом экстраполяции линейного  тренда получим, что доходы бюджета Ясногорского района в 2011г. составят 6358,6802 млн. руб.

Оценим адекватность построенной линейной модели, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения. Оценим точность построенной линейно модели на основе использования средней относительной ошибки аппроксимации.

Для этого воспользуемся вспомогательными таблицами, показанными на рис. 3.2. и 3.3.

 

Рис. 3.2. Построение линейной модели доходов МО

Проверим независимость модели (отсутствие автокорреляции) уровней  рядов остатков по критерию Дарбина-Уотсона. Для этого вычислим d-статистику.

d-статистика имеет значение

По таблице критических значений критерия Дарбина-Уотсона для  n=15 на уровне значимости 0,05 определяем критические значения d₁ = 1,08 и  d₂ = 1,36. Имеет место случай d <d₂, следовательно, по d-критерию не выполняется свойство независимости уровней остаточной компоненты.

Рис. 3.3. Проверка адекватности линейной модели доходов МО

Вычислим первый коэффициент автокорреляции.

Получаем значение

По таблице критических значений первого коэффициента автокорреляции для n=10 на уровне значимости 0,05 определяем критическое значение r_табл = 0,36.

Имеем 0,038<0,36, следовательно, ряд остатков не имеет автокорреляцию.

Модель по этому критерию адекватна.

Проверим случайность уровней ряда на основе критерия поворотных точек:

 или 1>3

Неравенство не выполняется, следовательно, ряд остатков нельзя считать случайным  на уровне 0,05. Модель по этому критерию неадекватна.

Проверим соответствие остаточной компоненты нормальному закону распределения по критерию R/S.

Расчетное значение попадает в заданный интервал (2.8<3.055<3.91), следовательно, уровни ряда остатков подчиняются нормальному закону распределения. Модель по этому критерию адекватна.

Не все пункты проверки дали положительный  результат, значит, модель нужно улучшать.

Оценим точность модели на основе использования средней ошибки аппроксимации.

. Это свидетельствует о хорошем  уровне точности модели

Для построенной модели осуществим прогноз доходов МО Ясногорский район на 1-ый и 2-ой кварталы 2011 года. Фактические значения показателя, результаты моделирования и прогнозирования представим графически.

Обоснование целесообразности выбора линейной модели прогнозирования определяется тем, что подавляющее большинство всех экономических решений принимаются на основе использования линейных моделей. Они сравнительно просты, хорошо разработаны, допускают полное исследование и достаточно эффективны в целом ряде стандартных ситуаций. Для наблюдения линейная функция является самой удобной математической моделью, заменяет дорогостоящие и трудоемкие натуральные эксперименты расчетами, позволяет быстро и легко получить ответ. При использовании линейной функции достаточно быстро проводится сравнение многочисленных вариантов управленческих решений. В результате отбираются наиболее оптимальные варианты. Подсчитано, что в настоящее время примерно 80 − 85% всех решаемых на практике задач оптимизации относится к задачам линейного программирования. 
        Отметим, что простейшие модели являются в общем случае либо прямолинейными, либо представляют собой модифицированные проекции настоящего или недавнего прошлого. Они позволяют получать наиболее достоверные прогнозы на коротких временных интервалах прогнозирования. Важен и такой факт, что для краткосрочных прогнозов линейные модели являются наиболее легко осуществимыми способами прогнозирования, так как они доступны в практическом применении в субъектах хозяйствования и требуют минимальной информации для их реализации. [13, с. 129]