WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаБухгалтерський облік, Податки → Удосконалення прогнозування податкових надходжень - Дипломна робота

Удосконалення прогнозування податкових надходжень - Дипломна робота

Маючи дані таблиці 1 побудуємо модель загальних результатів (Таблиця 2)

Таблиця 2.

Модель загальних прогнозних результатів.

Model fitting results: total

--------------------------------------------------------------

Value Std. Error t value Pr(>|t|)

(Intercept) -4000.0036 3332.9468 -1.2001 0.2644

PDV 1.3468 0.5465 2.4643 0.0391

Grom 1.9940 0.4338 4.5970 0.0018

Prubutok 2.9090 0.4990 5.8292 0.0004

--------------------------------------------------------------

12 observations fitted

В результаті ми отримали, що

b0 = -4000,0036 b2 = 1,9940

b1 = 1,3468 b3 = 2,9090

Звідси, вибіркова лінійна багатофакторна модель для нашого прикладу буде мати слідуючий вигляд:

у = -4000,0036 + 1,3468х1 + 1,9940х2 + 2,90903 + е

А знаючи х1, х2, х3 (дані таблиці 4) ми можемо знайти у,тобто доходну частину Зведеного бюджету.

Наступним етапом аналізу буде побудова багатофакторної регресійної моделі.

Процес побудови багатофакторної регресійної моделі більш складним, ніж процес ніж процес побудови лінійної регресії. Він складається з багатьох етапів:

На першому етапі відбувається вибір та аналіз факторів, що впливають на показник, який вивчається. В нашому прикладі це доходна частина Зведеного бюджету, яка складається з податкових надходжень.

Другим етапом є вимір знайдених факторів (таблиця 1).

На третьому етапі здійснюємо математично-статичний аналіз факторів. Для цього спочатку будується матриця коефіцієнтів парної кореляції, яка є семетричною, і в нашому прикладі має такий вигляд (таблиця 3).

Таблиця 3.

Кореляційна матриця коефіцієнтів для прогнозування

Correlation matrix for coefficient estimates

*** Correlations for data in: DS2 ***

Total PDV Grom Prubutok

Total 1.0000000 0.57929039 0.7623183 0.60678831

PDV 0.5792904 1.00000000 0.5704617 -0.03698957

Grom 0.7623183 0.57046172 1.0000000 0.09412940

Prubutok 0.6067883 -0.03698957 0.0941294 1.00000000

Результатом математично-статичного аналізу є знаходження множини основних незалежних між собою факторів, які є базою для побудови регресійної моделі.

Слідуючим етапом (четвертим) відбувається перевірка моделі на адекватність за допомогою F – критерієм Фішера, а також перевірка значимості знайдених параметрів за t – критерієм Стюдента. Якщо модель не адекватна то необхідно повернутися до етапу побудови моделі. При перевірці на адекватність за допомогою F – критерія Фішера наша модель показала себе адекватною.

В цьому випадку ми можемо працювати далі:

робити прогнозування, вивчати вплив окремих факторів на залежний показник, аналізувати отримані результати.

Тепер побудуємо ANOVA – таблицю дисперсійного аналізу для розглядаємого нами прикладу про залежність доходної частини Зведеного бюджету країни від вибіркових податків: податку на додану вартість, податку на прибуток підприємств, прибуткового податку з громадян.

ANOVA – таблиця за даними нашого прикладу буде мати вигляд (таблиця 4).

Таблиця 4.

ANOVA – таблиця дисперсійного аналізу результатів прогнозування.

Further ANOVA for Variables in the Order Fitted

Df Sum of Sq Mean Sq F Value Pr(F)

PDV 1 126475803 126475803 36.31229 0.0003141820

Grom 1 104198636 104198636 29.91633 0.0005947427

Prubutok 1 118351704 118351704 33.97979 0.0003919119

Model 3 349026143

З ANOVA – таблиці можна легко отримати вираз як для простого коефіцієнта детермінації (R2), так і для оціненого.

З ANOVA – таблиці дисперсійного аналізу (таблиця 4) видно, що у випадку багатофакторної регресії сума квадратів залишків і загальна сума квадратів має ступінь вільності, який дорівнює одиниці. Нагадаємо, що кожна сума квадратів пов'язана з числом, яке називають її "ступенем вільності" – це число, яке показує, скільки незалежних елементів інформації, що утворились з елементів у1, у2, ... , уn , потрібно для розрахунку даної суми квадратів.

Тепер, для більш явного уявлення загальних надходжень від кожного з податків, які розглядаються, звернемося до однофакторної регресії і побудуємо графіки по кожному податку, а також загальний графік.

Для побудови графіків ми будемо використовувати просту вибіркову лінійну регресію за допомогою методу найменших квадратів.

Прості регресійні моделі встановлюють лінійну залежність між двома змінними. В нашому прикладі це буде залежність в першому випадку: загальних надходжень від податку на додану вартість; в другому – загальних надходжень від податку на прибуток підприємств; і в третьому випадку це буде залежність загальних надходжень від прибуткового податку від громадян. При цьому одна із змінних вважається залежною змінною (у) та розглядається як функція від незалежної змінної (х); в нашому прикладі за у приймаються загальні надходження до Зведеного бюджету, за х – це податки.

У загальному вигляді проста вибіркова модель записується так:

у = b1x + b0 + e, (6)

де у – вектор спостережень за залежною змінною; у = у1, у2, ... , уn;

х – вектор спостережень за незалежною змінною; х = х1, х2, ... , хn;

b0, b1 – невідомі параметри регресійної моделі;

е – вектор випадкових величин (помилок); е = е1, е2, ... , еn;

Розглянемо залежність загальних надходжень по факту 2000 року до Зведеного бюджету України від податку на додану вартість.

Для того, щоб встановити цю залежність припустимо, що ця залежність описується лінійною функцією:

у = b1x + b0, (7),

тобто, її можна розглядати як просту лінійну регресію (формула 6)

Таблиця 5.

Надходження ПДВ до Зведеного бюджету України по ДПА в Тернопільській області у 2000 році, тис. грн.

У

х1

Mісяці

ВСЬОГО

ПДВ

Січень

16813.9

5444.7

Лютий

15914.5

4347.8

Березень

18945.4

5154.7

Квітень

21407.9

5706.3

Травень

18829.3

7019.7

Червень

22375.2

6130.6

Липень

26080.4

6153.8

Серпень

25971.1

6939.3

Вересень

25083.8

6314.3

Жовтень

35948.3

6550.9

Листопад

28617.2

9464.7

Грудень

29049.2

6804.4

Використавши дані таблиці ставимо її невідомі параметри.

Зробивши підрахунки, отримаємо b0 = 6720.32; b1 = 2.68 ;

Отже маємо: у = 2,68х + 6720,32

Це рівняння дає для кожного спостережувального значення хі значення уі. Виходячи з даних таблиці 8 зобразимо реальні спостереження уі точками у системі координат (Х, У) і отримаємо графік, на якому регресійна пряма проходить через середню точку (Рис. 1).

Рис. 1. Графік залежності загальних надходжень до Зведеного бюджету України від ПДВ по ДПАв Тернопільській області за 2000 рік.

Тепер розглянемо залежність загальних надходжень по факту 2000 року до Зведеного бюджету України по податку на прибуток підприємств. Розрахунки проводяться аналогічно використовуючи дані таблиці 6

.Таблиця 6.

Надходження податку на прибуток підприємств до Зведеного бюджету України по ДПА в Тернопільській області у 2000 році, тис. грн.

У

Х2

Mісяці

ВСЬОГО

Под. на прибуток

Січень

16813.9

3381.2

Лютий

15914.5

2945.5

Березень

18945.4

1986.3

Квітень

21407.9

4079.3

Травень

18829.3

1864.3

Червень

22375.2

2575.8

Липень

26080.4

4135.9

Серпень

25971.1

2609.2

Вересень

25083.8

2770.0

Жовтень

35948.3

6065.7

Листопад

28617.2

2871.3

Грудень

29049.2

2998.8

Loading...

 
 

Цікаве