Анализ динамики поступления в федеральный бюджет НДС и акцизов, взимаемых при ввозе товаров на таможенную территорию Российской Федерации
Курсовой проект - Юриспруденция, право, государство
Другие курсовые по предмету Юриспруденция, право, государство
°рталов (табл.2.1, рис.1).
Рис. 2.1. Поквартальные данные о начислении НДС за 2005-2007 гг.
Рассмотрим имеющийся временной ряд с точки зрения требований к исходной информации. Исходные данные удовлетворяют требованиям объективности и сопоставимости: они рассчитаны с использованием одной методики и в отношении одного объекта. С требованием полноты исходные данные также согласуются: в рассматриваемом ряду нет пропущенных значений. Относительно однородности и устойчивости ряда можно сказать, что развитие достаточно однородно: нет ни взломов тенденции, ни аномальных наблюдений. На графике прослеживается явный рост, сезонные колебания визуально заметны, но подлежат дальнейшему исследованию. Динамические характеристики рассматриваемого показателя рассчитываются по формулам:
Таблица 2.1 Формулы для расчета динамических характеристик
Их значения приведены в таблице 2.2.
Таблица 2.2 Исходные данные и динамические характеристики
t, кварталyt ндс, млн. руб.ПриростТемп ростаТемп прироста базисныйцепнойбазисныйцепнойбазисныйцепной170469,76------278553,568083,818083,81111,47111,4711,4711,47380130,241576,689660,48102,01113,712,0113,71483730,243600,0013260,48104,49118,824,4918,82596649,1912918,9526179,43115,43137,1515,4337,156106849,210200,0036379,43110,55151,6210,5551,627111426,84577,6540957,08104,28158,124,2858,128112849,21422,3542379,43101,28160,141,2860,149119018,66169,4348548,86105,47168,895,4768,8910128418,69400,0057948,86107,90182,237,9082,2311132111,83693,1661642,01102,88187,472,8887,4712131072,2-1039,5760602,4599,21186,00-0,7986,00
Наряду с графиком, расчетные данные не только подтверждают восходящую тенденцию исследуемого показателя, но и количественно оценивают ее. В среднем за квартал поступления в бюджет по статье НДС увеличиваются на 5509,31 млн. руб. (средний прирост), средний темп роста больше 100% и равен 105,80%, средний темп прироста равен 5,80%, все это свидетельствует об активном росте рассматриваемого показателя.
2.2 Моделирование развития исследуемого показателя
Целью исследования является выявление и моделирование основных закономерностей развития и построение прогноза. Для изучения имеющейся совокупности применим основные подходы к анализу временных рядов.
Ряд поквартальных значений поступлений от взимания НДС за 2007 -2009 гг. относится к категории нестационарных временных рядов, т.к. колебания происходят относительно среднего уровня, который со временем изменяется под влиянием различных факторов.
Из рисунка 2.1 видно, что среди факторов, формирующих рассматриваемый ряд, присутствует основная тенденция (тренд), некоторая сезонная компонента и случайная составляющая, обуславливающая стохастическую природу временного ряда.
Для того чтобы охарактеризовать временной ряд, рассчитаем его математического ожидание и дисперсию, которые равны соответственно т=104273,28; ?2 = 441012697,05.
При изучении имеющегося временного ряда будем применять аддитивную модель его структуры, т.к. из рисунка 2.1 видно, что размах сезонных колебаний со временем практически не изменяется.
Аддитивная модель включает в себя сумму: у = Т + S + Е, где у - это значение уровня ряда, Т - тренд (основная тенденция), S - сезонная компонента, Е - случайная компонента (случайные остатки).
Алгоритм построения аддитивной модели таков:
- Визуальный анализ данных (рис. 2.1).
- Расчет сезонной компоненты:
- расчет скользящих средних;
- центрирование скользящих средних;
- определение сезонной компоненты путем вычитания из уровней ряда значений центрированной скользящей средней за соответствующий период времени;
- корректировка средних значений сезонной компоненты.
- 3.Аналитическое описание тренда:
- десезонолизация данных путем вычитания из всех уровней ряда соответствующих значений скорректированной сезонной компоненты;
- построение модели тренда на основе десезонолизированных данных.
- Определение качества модели и расчет ошибок.
- Построение прогноза с учетом сезонных колебаний:
- расчет прогнозного значения на основе модели тренда;
- корректировка прогноза с учетом сезонной компоненты.
Для определения тенденции воспользуемся расчетом ряда скользящих средних с интервалом усреднения равным 4 (по числу кварталов).
В результате укрупнения интервалов, колебания абсолютных значений уровней временного ряда взаимно погашаются в средней величине уровня ряда, и закономерность (тренд) выступает более четко.
При величине интервала усреднения = 4 (четная величина) необходимо произвести центрирование скользящей средней.
Результаты расчетов представлены в таблице 2.3 и на рисунке 2.2.
Таблица 2.3Расчет элементов модели временного ряда
tyt, НДС, млн. руб.Скользящая средняяЦентрированная скользящая средняя (Т)Сезонная компонента (S+E)Десезонолизированные данные (Т+Е)Случайная Компонента (Е)170469,76-----278553,5678220,95----380130,2484765,8181493,38- 1 363,1479 887,93- 1 605,45483730,2491839,7188302,76- 4 572,5287 127,62- 1 175,14596649,1999663,8695751,79897,4096 867,791 116,016106849,2106943,60103303,733 545,46103 475,51171,787111426,8112535,96109739,781 687,06111 184,531 444,758112849,2117928,31115232,13- 2 382,95116 246,571 014,439119018,6123099,55120513,93- 1 495,32119 237,22-1 276,7110128418,6127655,30125377,423 041,19125 044,94-332,4811132111,8-----12131072,2-----
Рис. 2.2. Основная тенденция исследуемого ряда
Применение скользящей средней для определения тренда является наименее сложным методом решения данного вопроса, который позволяет избавиться от необходимости решения вопросов, возникающих при применении аналитических методов, таких как моделирование тренда с помощью построения кривой тенденции по уравнению регрессии.
Необходимо понимать, что соединение точек значени?/p>