Бюджетна система України. Місцеві бюджети, Детальна інформація

Бюджетна система України. Місцеві бюджети
Тип документу: Курсова
Сторінок: 31
Предмет: Економіка
Автор: фелікс
Розмір: 318.8
Скачувань: 4037
Якщо предметом прогнозу є власне сукупний дохід, його моделлю має бути не (2), а рівняння регресії, що подає статистичну залежність сукупного доходу бюджету від чинників впливу:

CD = F ( x1,x2,…,xk ). (3)

Моделі типу (3) дають максимально узагальнену картину поведінки доходів залежно від стану економіки та інших чинників.

Модель типу (1) - (2), на відміну від моделі (3), представляє доходи бюджету не як один сукупний дохід, а як (відповідно до кількості джерел) k різних доходів, із яких цей дохід складається. Аналіз причинних зв’язків здійснюється не узагальнено, на рівні сукупкого доходу, а диферекційовано, за видами джерел доходів. У моделі (1) - (2) кожний вид доходу представлений своєю регресійною моделлю, до якої входять фактори (екзогенні змінні), що впливають саме на цей вид доходу. Деталізація доходів сприяє підвищенню поясню-ючого потенціалу моделей типу (1) - (2) по відношенню до моделі (3).

Ця ідея — підвищення повноти пояснення поведінки доходів шляхом поглиблення деталізації їх структури — не обмежується рівнем видів доходів. Кожний вид доходу можна за якоюсь суттєвою для нього ознакою поділити на дрібніші складові, ті, у свою чергу, — на ще дрібніші і т.д.

Однак разом із збільшенням числа рівнянь і змінних зростає обсяг усіх робіт, пов’язаних із процедурою прогнозування. У зв’язку з цим заслутовує на увагу ще один підхід до формування загальної структури моделі.

Згідно з (2) сила впливу на сукупний дохід окремої його складової дорівнює частці, яку становить ця складова у сукупному доході. 3 практики відомо, шо частки бюджетних надходжень за джерелами доходів у сукупному доході, тобто частки складових, як правило, суттєво різні. Тож сила їх впливу такою ж мірою різна. Відтак доцільно переглянути структуру сукупного доходу, а саме залишити як самостійні одиниці найвагоміші його складові, так шоб разом вони покривали близько 85—90% усіх доходів, а решту складових об’єднати в "інші доходи". При цьому бажано, аби "інші доходи" за розміром були найменшого складовою у новій структурі.

Такий прийом дає змогу без шкоди для пояснювальних можливостей моделей типу (1) – (2) зменшити кількість рівнянь виду (1), вилучити несуттєві екзогенні змінні і, зрештою, суттєво зменшити обсяг робіт за процедурою прогнозування. При завданні дати прогноз надходжень бюджету за джерелами доходів (відповідно до бюджетної класифікації) прогноз доходів, що віднесені до "інших", робиться як звичайно - окремо для кожного виду доходів.

Взагалі одночасно можуть використовуватися кілька різних моделей. Це дає можливість здійснювати перехресну перевірку прогнозу.

Аналіз причинних зв’язків має своєю метою з наукових економічних пози-цій на якісному рівні з’ясувати коло чинників, що за логікою економічних зв’язків можуть впливати на доходи бюджету. Предметом такого аналізу в разі моделей типу (3) є сукупнии дохід, у разі моделей типу (1) - (2) - складові сукупного доходу. Аналіз має відповісти на питання: від яких показників, що характеризують стан економіки регіону, може залежати розмір сукупного доходу або певних його складових? Які економічні показники можуть розглядатися як екзогенні змінні, чий вплив на доходи має бути перевірено?

Виконання цієї частини процедури прогнозування пов’язане з подоланням певних труднощів. Проблема в тім, що в економіці діючі чинники тісно переплітаються між собою і так чи інакше впливають однин на одного. Тож існує велика кількість факторів, які безпосередньо або опосередковано впливають на розмір доходів. Зарахування їх усіх до екзогенних змінних для подальшого опрацювання було б невиправданим. Отже, треба не лише визначити чинники впливу як такі, а й виділити з-поміж них значуші, ті, що підлягають подальшому опрацюванню.

Справа полегшується тим, що кожний наступний прогноз будується з урахуванням досвіду попередніх прогнозів, у тому числі й з урахуванням інформації про контингент екзогенних змінних, що використовувалися раніше. Тому при систематичному прогнозуванні, коли прогнози робляться у режимі надходження нових статистичних даних, завдання зводиться до уточнення складу екзогенних змінних.

Формування масиву статистичної інформації. Завданням цього етапу є знаходження економіко-статистичних відповідників до чинників, визначених як екзогенні змінні, тобто знаходження статистичних показників, якими кількісно можна охарактеризувати зазначені економічні чинники, а також пошук, добір і попередня обробка статистичної інформації про ці відповідники.

Динамічні ряди мають бути достатньо довгими, аби одержані на їх основі статистичні залежності були надійними. Бажано, щоб довжина рядів сягала кількох десятків спостережень. 3 точки зору практичної реалізації ця вимога викликає певні складнощі. Річ у тім, що динамічні ряди, про які йдеться, мають охоплювати часовий проміжок, у якому економіка діє щонайменше на одних і тих самих принципах. Це означає, що період спостережень до початку переходу економіки України на ринкові засади не може використовуватися при побудові рядів.

Знаходження регресійних залежностей. Наступним кроком є кількісний аналіз статистичних зв’язків доходу (сукупного чи окремої його складової) з відповідними екзогенними змінними (з кожною окремо та їх сукупностями), Завдання полягає в тому, аби для того чи іншого сполучення екзогенних змінних спробувати одержати рівняння регресії, яке б адекватно відбивало фактичне, представлене статистичними даними співвідношення між доходом як залежною змінною та згаданими екзогенними змінними.

Функціональна форма рівняння регресії може виявитися лінійною або нелінійною відносно змінних. У разі нелінійної форми слід виконати процедуру лінеаризації, тобто шляхом еквівалентних перетворень нелінійного рівняння, позначимо його у = f ( х ), перейти до лінійного z = z ( w ), члени якого є відомими функціями відповідних членів вихідного рівняння: z = z ( y ), w = w ( x ). Наприклад, із степеневого рівняння у = ахb утворюємо лінійне z = а + bw, де z = lny, w = lnx; для показового рівняння у = а x bx будемо мати рівняння lnу = lnа + х х lnb, лінійне відносно lnу та х, і таке інше. Відповідно до нових змінних перетворюються й вихідні дані. Для множинної лінійної регресії можна записати:

, n – обсяг спостережень (довжина ряду).

Вираз (4) є рівнянням регресії, яке має відображати зміну середньої величини доходу відповідно до зміни величин екзогенних змінних за умови взаємо-погашення всіх інших - випадкових по відношенню до врахованих - чинників. Тож регресія має найкращим (у певному розумінні) чином наближатися до фактичних (вибіркових) значень доходу. Наближення регресії до фактичних даних визначається параметрами регресії а0, а1, а2,..., аk, які лишаються невідомі. Оцінювання параметрів здійснюється за фактичними значеннями доходу та екзогенними змінними, відповідно gi, та xj1, xg2,…, xjk, j = 1, 2,…, n, n > k + 1.

Існують різні способи оцінювання параметрів регресії. Найпростішим, найуніверсальнішим і найпоширенішим є метод найменших квадратів. За цим методом параметри визначаються виходячи з умови, що найкраще наближен-ня, яке мають забезпечувати параметри регресії, досягається, коли сума квадратів різниць між фактичними значеннями доходу та його оцінками є мінімальною, що можна записати як

. (5)

За методом найменших квадратів постійний член а0 дорівнює середньому арифметичному фактичних значень доходу:

, (6)

а решту k параметрів знаходять через розв’язання системи k нормальних рівнянь:

, l = 1,2,…, k.. (7)

Якість оцінки середньої величини доходу характеризує середньоквадратична помилка регресії, яка є мірилом розкиду фактичних значень доходу відносно регресії:

, (8)

- сума квадратів відхилень фактичних значень доходу від тих, що дає рівняння регресії (4); n - (k +1) - число ступенів свободи. Чим менше S, тим вища якість оцінки доходу.

Іншим показником якості регресії є коефіцієнт детермінаиії. Він базується на зіставленні дисперсії доходу відносно регресії з його дисперсією по відношенню до свого середнього вибіркового (фактичного) значення. Коефіцієнт детермінації показує, яку частку від загальної варіації доходу становить детермінована складова, що її виявляє і враховує регресія, або яку чзстку варіації вона пояснює. Коефіцієнт детермінації розраховується за формулою:

(9)

R2 може приймати значення у межах 0 ( R2 ( 1. Чим більше R2 наближається до 1, тим більша пояснювальна спроможність регресії, тим тісніший зв’язок доходу з екзогенними змінними, які його пояснюють. Ситуація, коли R2 = 1, означає переростання статистичної залежності у функціональну, детерміновану. Випадок R2 = 0 свідчить про відсутність будь-якого зв’язку між доходом та екзогенними змінними.

The online video editor trusted by teams to make professional video in minutes