Математичні методи в економіці.
Краснова
Т.Д., Лаговський
В.В
Національний університет
державної податкової служби України
Прогнозування податкових надходжень акцизного збору від
обробної промисловості.
Проблема
розробки, апробації і застосування принципово нових методів прогнозування
податкових надходжень посідає важливе місце у спектрі проблем планування
податкових надходжень по різним видам економічної діяльності і окремим податкам
(1-3).
В роботі
досліджується можливість застосування економіко-математичних методів і моделей
для оптимізації і планування податкових надходжень по акцизному збору від
обробної промисловості. Досліджувались
особливості надходження від акцизного
збору та взаємозв’язок зміни його обсягу зі зміною макроекономічних показників
розвитку країни (4-7).
Були проаналізовані
щомісячні дані надходжень по акцизному збору(АЗ) від обробної промисловості за період з вересня 2004 р. по серпень 2008р.
включно. Дані спостережень надано ДПА України. Ці дані є часовими рядами, тобто
сукупностями значень будь-якого показника за послідовні періоди часу [8 ].
Для прогнозування податкових надходжень по акцизному
збору від обробної промисловості використовувалась багатофакторна регресійна
модель з двома дві незалежними змінними ( VVP– валовий внутрішній
продукт і m– номер місяця в році ).
Ведемо умовні позначення:
AK – акцизний збір
Obr -
обробна промисловість
S - надходження наростаючі
VVP– валовий
внутрішній продукт;
m– номер місяця в році;
Результати регресійно-дисперсійного аналізу наведені нижче:
|
Multiple Regression Analysis Dependent variable: AK_Obr_S Standard
T Parameter
Estimate Error Statistic P-Value CONSTANT 13881,0 65712,1 2,11239
0,008337 m 359761,0 15244,3 23,5997
0,0000 VVP
6,25938 0,304384 20,5641 0,0000 Analysis of Variance Source Sum of
Squares Df Mean Square F-Ratio P-Value Model 2,34917E14 2
1,17458E14 2585,08 0,0000 Residual
2,04467E12 45 4,5437E10 Total
(Corr.) 2,36961E14 47 R-squared =
99,1371 percent R-squared
(adjusted for d.f.) = 99,0988 percent Standard Error of
Est. = 213160,0 Mean absolute
error = 158712,0 Durbin-Watson
statistic = 0,315503 (P=0,0000) Lag 1 residual
autocorrelation = 0,749097 The StatAdvisor The output shows the results of fitting a
multiple linear regression model to describe the relationship between AK_Obr_S and 2 independent
variables. Маємо рівняння моделі
надходження АЗ від обробної
промисловості : AK_Obr_S = 13881,0 + 359761,0* m + 6,25938* VVP (1) Дисперсійно-регресійний аналіз вказує на наявність автокореляціі - Durbin-Watson statistic = =
0,315503 Щоб усунути автокореляцію
застосовувалась процедура Кокрейна- Оркатта (5), в результаті отримано модель після
усунення автокореляції. |
|
Аналіз моделі після усунення автокореляції наведено нижче: |
|
Multiple Regression Analysis Dependent variable:
AK_Obr_S Cochrane-Orcutt transformation applied: autocorrelation = 0,9
Standard T Parameter
Estimate Error Statistic P-Value CONSTANT 96988,1 167179,0 0,580144
0,5648 m 349712,0 17375,9 20,1263
0,0000 VVP
6,22801 0,385929 16,1377
0,0000
Analysis of Variance Source Sum of
Squares Df Mean Square F-Ratio P-Value Model 1,86364E14 2
9,31819E13 7639,25 0,0000 Residual
5,36702E11 44 1,21978E10 Total
(Corr.) 1,869E14 46 R-squared =
99,7128 percent R-squared
(adjusted for d.f.) = 99,6998 percent Standard Error of
Est. = 110444,0 Mean absolute
error = 80544,1 Durbin-Watson
statistic = 1,85245 Lag 1 residual
autocorrelation = 0,052197 The StatAdvisor The output shows the results of fitting a
multiple linear regression model to describe the relationship between AK_Obr_S and 2 independent variables. Маємо рівняння моделі надходження АЗ від обробної промисловості після усунення автокореляції: AK_Obr_S = 96988,1 + 349712,0* m + 6,22801*VVP (2) Дисперсійно-регресійний аналіз вказує на те, що модель має дуже хороші характеристики, а саме: R-squared
= 98,1084 percent, F-Ratio = 743,39 , Durbin-Watson
statistic = 2,59335 . На рис.. показана динаміка надходжень
АЗ від обробної промисловості і прогноз
для моделі в грн.
|
|
Рис . Динаміка податкових надходжень АЗ від обробної промисловості і прогноз для
моделі,грн. |
Таким чином використання макроекономічних показників при
моделюванні часового ряду податкових надходжень дає непогані результати при
прогнозуванні. Окрім того, методи, які використовуються для
побудови прогнозів бюджетних надходжень, можна використовувати і для аналізу
можливих наслідків внесення змін в податкове законодавство і для вибору
обґрунтованого переходу від прогнозованих обсягів надходжень від акцизного
збору по окремим видам економічної діяльності.
ЛІТЕРАТУРА
1.Бюджетна політика у контексті
стратегії соціально-економічного розвитку України: У 6 т. – К.: НДФІ, 2004. –
Т.3: Розвиток системи податків як основи зміцнення державних фінансів:
Монографія / М. Я. Азаров, Ф. О. Ярошенко, Т. І. Єфименко та ін. –308 с.
2.Краснова Т.Д. Моделювання надходження
коштів до зведеного бюджету України від сплати акцизного збору.Матеріали
докладів міжнародної науково-практичної конференції «Бюджетно-податкова політика:
теорія, практика, проблеми.» - Ірпінь: НАДПСУ – 2003., с. 148-151
3.Краснова Т.Д. Моделювання
надходжень акцизного збору.
Матеріали міжнородноі
науково-практичної конференції. «Сучасний стан та проблеми розвитку підприємництва в регіоні».– Жовті води. - 2005, с.217 – 226.
4. Краснова Т.Д.Регресійна модель загальних
надходжень акцизного збору. Матеріали міжнародної науково-практичної
конференції «Стан і проблеми
трансформації фінансів та економіки регіонів у перехідний період» -
Хмельницький: НВП ТОВ Еврика.
- 2003. с. 69-75
5.Краснова Т.Д.Моделювання динаміки надходжень
акцизного збору Матеріали
міжнародної науково-практичної конференції «Фінансове забезпечення економічного
розвитку держави в умовах інтеграційних процесів».-Ірпінь: НАДПСУ.-2007
6.КрасноваТ.Д.,СкоромцеваТ.А.
Прогнозні оцінки податкових надходжень .Сборник трудов «Научный потенциал мира»
– Днепропетровск:
Наука и образование. - 2008,
7.Краснова
Т.Д. Метод використання макроекономічних показників. Materialy ІV Miedzynarodni vedecko – prakticka konference “Nastoleni moderni vedy -2008” 27.09- 05.10.2008, Dil 2 Ekonomicke vedy, Praha Publishing House “Education and Science”
s.r.o 2008,
с.7-12.
8. Айвазян С.А.,
Мхитарян В.С. Прикладная статистика и основы екнонометрики. – М.: Юнити, 1998 –
1022 с.
Заявка на участь у конференції
«Наука и образование 2009»
Прізвище, ім’я та по
батькові: Краснова Тетяна Давидівна.
Посада: доцент
Науковий ступінь, вчене
звання: к.т.н., доцент
Організація: Національна
університет державної податкової служби України. 08201 Київська обл. м. Ірпінь,
К. Маркса 31
Контактний телефон: д. 8 044
97-55-386, сл. 8 044 62 – 420.
Поштова адреса: 08200
Київська обл., м. Ірпінь, П. Комуни 5, кв. 48.
Е-mail: TD_Krasnova @ mail.
ru.
Тема доповіді: Прогнозування
податкових надходжень акцизного збору від обробної промисловості.
Секція:
Математические методы в экономике.
.
.
.