Аналіз виконання і планування місцевих бюджетів
Дипломная работа - Экономика
Другие дипломы по предмету Экономика
лимо зліва та справа на величину SST, тоді отримаємо
(2.7)
Величина отримала спеціальне позначення:
R2 спеціальну назву - коефіцієнт детермінації
= R2 (2.8)
R2=1- (2.9)
Фізичний зміст цієї величини: вона показує, яку долю загальної дисперсії пояснює наше рівняння регресії, в даному випадку R2 = 0,995515.
Коефіцієнт детермінації використ.для порівняння якості конкуруючих регресійних моделей, кожна з якої значуща.
Те рівняння буде краще, для якого коефіцієнт детермінації буде більше.
Для того, щоб порівняти якість конкуруючих регресійних моделей, треба, щоб у них співпали кількість спостережень та змінних.
Можна довести, що величина
SST = SSR + SSE
8 = 5 + 3
У загальному випадку для порівняння моделей використовують скоригований коефіцієнт детермінації:
(2.10)
Для перевірки стат-го звязку між вибраними змінними та величиною y використовують коефіцієнт множинної кореляції: R- позначення цього коефіцієнта.
Можна показати, що коефіцієнт детермінації рівняється квадрату коефіцієнта кореляції.
Властивості коефіцієнта множинної кореляції R та парного коефіцієнта кореляції r :
Таблиця 2.7
Властивості коефіцієнта множинної кореляції R та парного коефіцієнта кореляції r
rxy0<R<10,9955150,995515=0,995515Чим більше по модулю величина R і r, тим звязок тісніший між величиною y і xp.
Чим більше по модулю величина R і r, тим звязок тісніший між величиною y і xp.
Так як r<0, то збільшенню однієї з величин відповідає зменшення іншої.
Коефіцієнт множинної кореляції = 0,99775.
Для перевірки значущості отриманих коефіцієнтів (якщо в цілому за критерієм f рівняння було значущим) використовуємо критерій стюдента.
Для перевірки значущості кожного коефіцієнта регресії обчислюють величину
(2.11)
bi - обчислене значення коефіцієнта
- це його середньоквадратичне відхилення.
Чим величина більше, тим більш значущим є отриманий коефіцієнт.
Величину порівнюють з величиною tтабл .
Якщо > tтабл , то вважаємо, що рівняння значуще.
У свою чергу tтабл розподілено згідно з розподілом стюдента з n-p степенями свободи на рівні значущості ?.
? - імовірність помилки.
Якщо ?=0,01, то ми можемо помилитись 1 раз із 100.
Якщо прийняти ?=0,05, то , якщо p-value<0,05, то коефіцієнти значущі.
Визначення коефіцієнтів регресії у стандартизованій формі.
Для того, щоб отримати рівняння у стандартизованих змінних, перетворюють і величину y і змінні х таким чином:
(2.12)
~ - символ стандартизації
Кожну змінну х перетворюємо аналогічно:
(2.13)
Отже лінійна багатовимірна модель матиме вигляд:
Y = 149794 + 7,862769 + 0,208411 + 0,96028 + 0,05365 + 0,1896
Розвязавши відносно величини в всю систему , отримаємо коефіцієнти регресії у стандартизованій формі.
Таблиця 2.8
Вихідні дані по задачі
yx1x2x3x4x539939390,81813431,1710,001080,51610,013666850337,2816733,44050,043415,193180,212819831668,2405834,87510,045576,0690,6817240904110,12939,85190,03536,222218,0101563835910,125637,8680,030928,5113710,087789503210,694541,26060,03168,863218,9125451776410,507533,51950,045081,87029116,02281439810,104531,93380,04583,224961,83727115982410,534734,152,146544,863422,18197
Таблиця 2.9
Вивід результатів
Множинний R0,997755R-квадрат0,995515Нормований R-квадрат0,988039Стандартна помилка120507Спостереження9
Таблиця 2.10
Дисперсійний аналіз
dfSSMSSFЗначимість FРегресія59,67E+121,93E+12133,17190,001016Залишок34,36E+101,45E+10 Всього89,71E+12
Таблиця 2.11
Дисперсійний аналіз
КоефіцієнтиСтандартна помилкаt-статистикаP-ЗначенняНижні 95%Верхні 95,0%Y пересечение1497941848850,8102010,477128-438592738180,5Змінна X 17,8627693,5383942,222130,112819-3,3979819,12352Змінна X 20,2084110,00943522,089480,0002030,1783850,238437Змінна X 30,960288,6727420,110720,918828-28,560826,64026Змінна X 40,053653,291805-0,01630,98802-10,529610,42235Змінна X 50,189630,269576-0,703440,532461-1,047540,66828
Таблиця 2.10
Результати обчислення
СпостереженняПредсказанное YЗалишки139916962243,4565952795590-110557,34763773361,3209804,88454738006,3-328965,20215708302,6-69943,492966717462,7177568,75627505339,712424,291848705983,8108413,656791160813-989,0031548
Рис. 2.8. Залежність податкових надходжень бюджету від обсягів видатків.
Побудована модель дає підстави дійти таких висновків. Отже протягом останніх трьох років рівень податкових надходжень зменшується, що пояснюється, як низьким рівнем доходів громадян, так і приховуванням бази оподаткування і юридичними і фізичними особами. В той же час видатки на державне управління, соціальний захист, різноманітні соціальні виплати, кошти, що сплачуються до бюджету розвитку тощо не зменшуються, а навпаки зростають і є найбільш вагомими складовими у системі видатків.
Таким чином штучно зменшена база оподаткування є основною причиною того, що податкові надходження не покривають видатки, внаслідок чого і виникає бюджетний дефіцит.
2.4 Аналіз ефективності використання інформаційних технологій в фінансовому управлінні по Харківській області
В обласному фінансовому управлінні по Харківській області обовязковим є використання сучасних інформаційних технологій, прикладного програмного забезпечення. Тому надамо детальну характеристику програмного забезпечення, використання якого є доцільним та можливим для якісного оброблення інформації стосовно дослідження місцевих бюджетів. Отже, Бюджетний відділ фінансового управління використовує такі програми, як:
- Microsoft Office Excel;
- Ліга;
- Інформаційно - аналітична система Місцеві бюджети та інші аналогічні їй програми.
За допомогою програми Excel, вся числова інформація подається у вигляді рядків та стовпців-електронних книг обліку в які вводяться дані. Нова робоча книга Excel ?/p>