|
|
|
ПІДХІД ДО ПРОГНОЗУВАННЯ ДОХОДІВ ДЕРЖАВНОГО БЮДЖЕТУ УКРАЇНИ НА ОСНОВІ АНАЛІЗУ ЧАСОВИХ РЯДІВ
| |
| 15.02.2012 15:48 |
|
Автор: Івасюк Іван Ярославович, кандидат фізико-математичних наук ДННУ “Академія фінансового управління”
|
|
[Секція 4. Економічний аналіз. Економіко-математичне моделювання;] |
Прогнозування на основі аналізу часових рядів припускає залежність показників від їх попередньої динаміки. Методи аналізу часових рядів використовують минулі значення модельованої змінної для прогнозування майбутніх значень. Дослідження часового ряду в основному проводиться за законом де  – часовий ряд;  – тренд (компонента, яка плавно змінюється), що описує чистий вплив довгострокових факторів;  – сезонна компонента, що відображає вплив циклічних процесів, які повторюються протягом певного відрізку часу;  – випадкова компонента, що відображає вплив випадкових факторів, які не можна врахувати через попередні компоненти;  – моменти часу.
Дослідженнями методів аналізу часових рядів та прогнозуванням економічних показників на їх основі займалося і продовжує займатися багато науковців. Серед них Холт Ч. [1], Вінтерс П. [2], Кільдішев Г.С., Френкель А.А. [3], Бокс Дж., Дженкінс Г. [4], Гамільтон Дж. [5], Франсес Ф. [6], Єріна А.М. [7], Ендерс В. [8]та інші.
Методи прогнозування показників на основі часових рядів передбачають використання однорідних рядів даних. Тому для прогнозування доходів державного бюджету України, наприклад, на середньостроковий період 2012-2014 рр. можна використати значення показника доходів державного бюджету України за період з 2004р. до 1 кварталу 2011 р. – період, протягом якого податкове законодавство не зазнавало значних змін. За методом прогнозування на основі часових рядів (метод експоненціального згладжування, метод АРІМА тощо) необхідно спрогнозувати на 2012-2014 рр. показник доходів державного бюджету та показники елементів надходжень до державного бюджету, які зазнають змін у середньостроковому періоді щодо бази збору, нормативів збору тощо. Наступним кроком потрібно скоригувати прогноз доходів державного бюджету, враховуючи ці зміни.
Зокрема, відповідно до положень Податкового кодексу України, протягом 2012-2014 рр. відбудуться зміни податкових ставок основних бюджетоутворюючих податків – податку на прибуток підприємств (ППП) та податку на додану вартість (ПДВ). Врахувати ці зміни у прогнозі доходів державного бюджету можна за формулами:
де ПППпр, ПДВпр - прогнозні значення ППП та ПДВ, отримані за методом аналізу часових рядів; ст.ППП, ст.ПДВ – нові ставки ППП та ПДВ у відповідних періодах прогнозування; ППП пр.к, ПДВпр.к – прогнозні значення ППП та ПДВ, скориговані відповідно до нових ставок податків; ДДБпр – прогноз усього доходів державного бюджету, отриманий за методом аналізу часових рядів; ДДБпр.к – прогноз усього доходів державного бюджету, скоригований щодо змін ставок ППП та ПДВ. Тоді прогноз доходів державного бюджету України, скоригований відповідно до зміни ставок оподаткування ППП та ПДВ, буде враховувати зміни нормативно-правової бази оподаткування.
Такий підхід до прогнозування на основі методів аналізу часових рядів із використанням коригування щодо змін у соціально-економічній політиці (рис. 1) має комплексний характер та, як показує практика, дає достатньо точні результати, оскільки враховує як існуючі тенденції соціально-економічного розвитку, так і її зміни.
Список використаної літератури:
1. Charles H. Forecasting trends and seasonal by exponentially weighted averedges/ Holt C. Charles. – International Journal of Forecasting. – 1957. – Vol.20, no. 1. – P. 5–10.
2. Winters P.R. Forecasting sales by exponentially weighted moving averages / P.R. Winters. – Management Science. – 1960. – Vol. 6, no. 3. – P. 324–342.
3. Кильдишев Г.С. Анализ временных рядов и прогнозирование/ Г.С. Кильдишев, А.А. Френкель – М.: Статистика, 1973. – 100с.
4. Бокс Дж. Анализ временных рядов: Прогноз и управление/ Дж. Бокс, Г. Дженкинс; пер. с англ. – Выпуск 1,2. – М.: Мир, 1974.
5. Hamilton J. Time series analysis/ James D. Hamilton. – Princeton: Princeton University Press, 1994. – 820p.
6. Frances Ph. Nonlinear time series models in empirical finance/ Philip H. Frances and Dick van Dijk. – Cambridge University Press, 2000. – 296p.
7. Єріна А.М. Статистичне моделювання та прогнозування: навч. посібн./ А.М. Єріна. – К.: КНЕУ, 2001. – 170с.
8. Enders W. Applied econometric time series/ Walter Enders. – Wiley, 2nd edition, 2004. – 460p.
E-mail: vanobsb@gmail.com
|
|
 Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
|
|
|
Голосування 
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter