Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Градусов, Денис Александрович
Место защиты Владимир
Год 2004
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации"

На правах рукописи

ГРАДУСОВ Денис Александрович

ИССЛЕДОВАНИЕ ИНФОРМАЦИОННО-МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ АНАЛИЗА И ПРОГНОЗА ДОХОДНОЙ ЧАСТИ БЮДЖЕТА СУБЪЕКТА

ФЕДЕРАЦИИ

Специальность 08.00.13 Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Иваново 2004

Работа выпонена во Владимирском государственном университете

Научный руководитель

кандидат технических наук, доцент Чернов Владимир Георгиевич

Официальные оппоненты

Доктор экономических наук, профессор Ильченко Ангелина Николаевна Кандидат экономических наук, доцент Стоянова Татьяна Александровна

Ведущая организация Московский государственный университет

экономики, статистики и информатики

Защита состоится 29 мая 2004 г. в_часов на заседании

диссертационного совета Д 212.063.04 при Ивановском государственном химико-технологическом университете по адресу: 153460, г. Иваново, пр. Ф.Энгельса, 7, ауд.Г-101.

С диссертацией можно ознакомиться в библиотеке Ивановского государственного химико-технологического университета.

Автореферат разослан

Ученый секретарь

диссертационного совета Дубова С. Е.

Контрольный экземпляр;

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Сложность и частое изменение экономической ситуации, несовершенство экономического законодательства приводят к тому, что планирование и анализ процессов формирования доходных статей бюджета на уровне субъекта Федерации становится трудной задачей. Создание математико-экономических моделей описывающих процесс поступлений средств в доходную часть бюджета на таком уровне как субъект Федерации - новая и по существу неизвестная задача.

Без учета социально-экономической обстановки в субъекте Федерации эту проблему решить довольно сложно. Решением может служить создание аналитических дескриптивных моделей, отвечающих на вопрос "как это происходит?", "как это будет развиваться?" непредназначенных для объяснения наблюдаемых фактов или прогноза поведения объекта. Разработка подобных математико-экономических моделей и использование их для прогноза значений доходных статей бюджета субъекта Федерации, в дальнейшем позволяет планировать объем расходной части бюджета субъекта Федерации.

Технологии построения подобных моделей, быстро реагирующих на часто изменяющиеся экономические условия, недостаточно изучены, что в свою очередь дает почву для исследований в этой области.

Существующие методы построения моделей рассчитаны для работы на макроэкономическом уровне, т.е. на Федеральном уровне. Известны подобного рода работы, в частности, Д.Л. Андрианова, В.Г.Прокошева, Н.С. Местера, С.В. Смысловского и др. В качестве математического аппарата в них используются классические методы статистики, которые рассчитаны для работы с гладкими рядами и большим набором данных, что характерно для макроэкономических процессов. Как показывают исследования, проведенные в работе, большинство данных, описывающих социально экономическое состояние субъекта Федерации, как правило, имеют нестационарный характер.

Одной из особенностей работы является то, что многофакторные модели, описывающие процесс формирования доходных статей бюджета субъекта Федерации, получены методами интелектуального анализа данных, которые позволяют получать значимые результаты при работе с малыми наборами данных имеющими нестационарный характер.

Цель работы состоит в разработке и исследовании экономико-математических моделей и методов для прогноза и анализа бюджетных процессов субъекта Федерации.

Предполагается исследовать границы применимости традиционных методов, выявить возможность комбинирования статистических методов

рос национальная!

БИБЛИОТЕКА I

анализа данных и методов интелектуального анализа. Оценить возможности и ограничения применимости методов классической статистики для анализа и прогноза бюджетных процессов. Определить состоятельность технологии Ба1аМ1шщ для решения задачи прогноза и моделирования бюджетных процессов. Разработать методы и модели для анализа и прогноза поступлений в бюджет субъекта Федерации на основе теории интелектуального анализа данных.

В соответствии с поставленной целью были сформулированы основные задачи исследования, которые отражают его общую логику.

1. Определить факторы, оказывающие влияние на формирование доходной части бюджета области. Определить степень и направление влияния факторов на формирование доходных статей.

2. Исследовать корреляционные зависимости между различными микроэкономическими показателями и поступлениями в доходную часть бюджета.

3. Провести сравнительный анализ существующих методов представления и обработки данных, выявить и оценить эффективность и ограничения классических. и. неклассических (современных) математических методов прогноза и анализа.

4. Доказать целесообразность применения теории интелектуального анализа данных (ИАД) для анализа и прогноза бюджетных процессов, как наиболее объективных методов.

5. Разработать агоритм прогнозирования на основе свертки нечётких гипотез.

6. Используя комплексный подход, сочетающий методы эволюционного программирования и прогноза на основе свертки нечётких гипотез разработать динамическую модель формирования доходных статей бюджета субъекта Федерации. Провести прогноз социально экономических показателей субъекта Федерации и поступлений в доходную часть бюджета используя разработанную модель.

7. Разработать структуру, агоритм и опытную версию инструментального средства, позволяющего осуществлять обмен данными между многофакторными моделями формирования доходных статей бюджета субъекта Федерации, полученными эволюционным программированием и системами по учёту и анализу социально -экономического состояния субъекта Федерации, применяемых в местных администрациях.

Для решения поставленных задач определены следующие объект и предмет исследований.

Объект исследований - бюджетная система субъекта Российской Федерации.

Предмет исследования - математический, модельный и инструментальный аппарат анализа и прогнозирования показателей бюджета субъекта Федерации в условиях нестабильности и нестационарности экономической среды.

Теоретические и методические положения и выводы диссертационной работы в достаточной мере обоснованы и аргументированы, что обусловлено применением метода системного анализа, экономико-математического моделирования; нечетких методов прогнозирования,- методов интелектуального анализа данных, таблично-графического метода обработки и представления материала. Выводы, сделанные автором; вытекают из общей логики диссертационного исследования и учитывают богатый отечественный и зарубежный опыт и подкрепляются широким использованием современных фактологических и статистических данных.

На защиту выносятся следующие основные научные результаты работы, отличающиеся, по мнению автора, научной новизной:

1. Установлено, что бюджетные процессы на уровне субъекта Федерации характеризуются нестационарностью и невоспроизводимостью и для моделирования таких процессов могут быть использованы только ретроспективные данные наиболее близкие к исследуемому периоду, что не позволяет корректно использовать для этого классические вероятностно статистические методы.

2. Показано, что для прогноза поступлений в бюджет субъекта Федерации наиболее значимыми являются многофакторные модели, учитывающие многообразие социально-экономических процессов субъекта Федерации.

3. Сформулированы требования к математико-информационным моделям, которые необходимо обеспечить при исследовании бюджетных процессов субъектов Федерации. В результате сравнительных исследований различных методов создания математико-информационных моделей бюджетных процессов субъекта Федерации установлены преимущества моделей, основанных на технологиях интелектуального анализа данных.

4. Обоснованы предпочтительность применения эволюционного программирования для получения аналитических моделей доходных статей бюджета субъекта Федерации перед другими методами интелектуального анализа данных и целесообразность использования методов теории нечетких множеств для прогнозирования факторов социально-экономического развития субъекта Федерации на коротких и сверхкоротких выборках ретроспективных данных, а так же обосновано

комплексное использование этих методов для анализа и прогнозирования поступлений в доходную часть бюджета субъекта Федерации.

5. Разработан агоритм прогнозирования значений факторов социально-экономического развития субъекта Федерации, использующий свертку нечетких гипотез о прогнозных значениях факторов.

6. Разработана комплексная информационно-математическая модель для анализа и прогноза формирования доходной части бюджета субъекта федерации, использующая эволюционное программирование и свертку нечетких гипотез.

Практическая значимость диссертационной работы.

Предложенные методики создания моделей позволяют решать задачи управления в региональных экономических системах с учетом фактора нестабильности и непоноты данных, в частности:

- задачи анализа бюджетных процессов с учетом фактора нестабильности источников бюджетных доходов;

- задачи стратегического планирования и прогнозирования с учетом фактора непоноты и нестабильности информации.

Результаты исследования использованы в практике работы счетной палаты Владимирской области.

Апробация работы. Основные положения и выводы диссертационного исследования нашли отражение в 10 научных работах общим объемом 4,7 п. л., в том числе вклад соискателя 1,5 п. л.

Структура работы. Диссертация состоит из введения, четырех глав, заключения, приложений и списка использованной литературы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновываются актуальность темы исследования, цели и задачи, объект и предмет исследования, научная новизна, практическое значение, дается методологическая и теоретическая база исследования.

В первой главе - "Многофакторное моделирование как средство анализа и прогноза бюджетных процессов в условиях развивающейся экономики" - исследуются социально-экономические предпосыки применения многофакторных моделей формирования доходных статей бюджета, определяются основные принципы построения таких моделей, определяются особенности формирования доходных статей бюджета субъекта Федерации, а так же определяются основные отличия в формировании доходных статей на Федеральном и на уровне субъекта Федерации.

Формирование бюджета субъекта Федерации это весьма сложный, нестационарный, многокомпонентный процесс, который находится в зависимости от различных социально-экономических факторов.

При построении моделей для анализа и прогноза бюджетных процессов возможны два подхода:

1) анализируемый процесс представляется временным рядом и объектом исследований являются тенденции его развития во времени, а также прогноз на некоторый интервал времени т.е. исследуемый процесс рассматривается как функция времени <5 = (/);

2) анализируемый процесс представляется многофакторной моделью, когда его значения представляются в многомерном факторном пространстве, при этом сами факторы рассматриваются как случайные

нестационарные функции времени

Первая задача традиционно решается методами анализа временных рядов. Одним из условий применения этих методов является достаточная длина ряда. Кроме этого предполагается, что процессы, относящиеся к различным отрезкам времени, имеют достаточную воспроизводимость.

Однако, при изучении процессов поступлений по доходным статьям субъекта Федерации, в частности бюджета Владимирской области,'было определено, что увеличение длины временного ряда не гарантирует получение прогноза с требуемым уровнем достоверности. Естественным условием является достоверность значений членов ряда.

Модели второй группы основаны преимущественно на методах регрессионного анализа, который проводится на основе данных за прошедший период с целью установления соотношения между несколькими переменными.

В предположении, что ^мерный вектор (,У>*1 имеет

многомерное нормальное распределение, находят уравнение регрессии линейное или не линейное.

Многофакторные модели в настоящее время получили широкое применение для анализа сложных процессов, к которым могут быть причислены бюджетные процессы. В этих моделях рассматриваются не только изучаемые процессы, но и множество влияющих факторов их изменения, которые потенциально могут оказать влияние на изучаемые процессы.

На первом этапе построения многофакторной модели бюджета необходимо определить, показатели финансово-экономического развития региона прямо или косвенно влияющие на процесс формирования доходных статей бюджета субъекта Федерации. Совместно с экспертами Счетной палаты Владимирской области были определены следующие микроэкономические показатели, оказывающие наиболее заметное влияние на региональные процессы:

Объем промышленной продукции в % к соответствующему периоду прошлого года -месячные данные;

Производство винно-водочных изделий и пива, мнрубЧмесячные данные; Объемрозничноготоварооборота, мн.руб. -месячныеданные;

Индекс потребительских цен на товары иуслуги, в % к соответствующему периоду прошлого года - месячные данные;

Дебиторская задоженность крупных и средних предприятий, на начало месяца, мн.руб.- месячные данные;

Кредиторская задоженность крупныхи среднихпредприятий, на началомесяца, мн. руб. - месячные данные;

Номинальные денежные доходы в среднем на душу в месяц, рублей - месячные данные;

Прожиточный минимум в среднем на душу в месяц, рублей - месячные данные; Среднемесячная заработнаяплата одногоработника, рублей-месячные данные; Задоженность по заработнойплате, на началомесяца, тыс. руб. -месячныеданные; Численность официально зарегистрированныхбезработных (на конец периода), тыс. чел - месячные данные;

Темпы прироста падения производства в % к соответствующему периоду проииого года - месячные данные.

К моменту выпонения основной части работы из-за недостаточной организации информационного обеспечения в поном объёме соответствующие данные удалось получить за период с 1997 по 1999 г. и 2002, а также квартальные данные об испонении доходной части бюджета за 2003 год. Поэтому проведённые исследования базируются именно на этих данных. В то же время исследования показали, что общность полученных результатов этим обстоятельством не ограничивается.

Одной из особенностей микроэкономических процессов является их не стационарность. Региональные процессы подвержены более резким колебаниям, менее регулярны и воспроизводимы, что подтверждает рис.12. О нестационарности процесса можно судить по коэффициентам

количество членов исследуемого ряда табл.1.

Более высокое значение коэффициента 5 для Владимирской области говорит о том, что процессы на уровне, субъекта. Федерации менее стационарны и предсказуемы, чем федеральные. Аналогичная ситуация имеет место и для социально-экономических факторов развития.

вариации Х 8 = 

где х-значение исследуемого ряда; п-

Таблица!. Коэффициенты вариации

Налоговые Налоговые доходы НДС доходы РФ Владимирской области Владимирская ___область

Налог на прибыль Владимирская область

Рис-1

Владимирской области налоговых платежей

Аналогичный характер имеют временные ряды и для других социально-экономических факторов. Анализ показал, что большинство рядов ведёт себя неоднородным образом с выраженными сменами режимов, т.е. ряды по своей природе нестационарные. Это подтверждается значениями дескриптивных статистик исследуемых рядов, некоторые из которых приведены в табл.2.

Таблица 2. Дескриптивные статистики исслед иемых рядов

Среднее значение Стандартное отклонение Коэффициент вариации Показатель

4,61 7 146% Темп ы прироста падения производства в%к соответствующему периоду прошлого года

653,76 175 26% Объем розничного товарооборота

108,46 13 12% Объем промышленной продукции в%к соответствующему периоду прошлого года

17856 82% Сбор акцизов на акоголь

Среднее значение Стандартное отклонение Коэффициент вариации Показатель

3752,81 2268 57% Ежемесячный сбор акцизов на акоголь

72522 95% Сбор налога на прибыль

21555,83 16244 104% Ежемесячный сбор налога на прибыль

7231,91 5141 70% Ежемесячный сбор НДС

Следовательно, необходимы новые пути для построения подобных моделей, которые предложены нами в последующих главах.

Во второй главе -"Оценка применимости методов классической статистики к анализу бюджетных процессов субъекта Федерации" -проведен сравнительный анализ наиболее часто применяемых методик анализа и прогноза формирования доходных статей бюджета.

В настоящее время большинство информационных систем для анализа и прогнозирования бюджетных процессов в областных администрациях базируются на различных методах классической теории вероятностей и математической статистики, которые традиционно рассматриваются как аппарат для изучения ситуаций с высоким уровнем неопределённости. В то же время, особенности бюджетных процессов на

уровне субъектов Федерации указывают на необходимость тщательного анализа корректности применения этих методов.

Возможные варианты моделей были определены в предыдущей главе. Остановимся на исследованиях многофакторных моделей, которые в общем виде могут быть представлены следующим образом: S = (/,, {X = [Xj (/, = \JT\}: / = Щ ,где X = [х, (f,): j = \Щ -множество факторов; Xj{tt) - значение фактора в i-й момент времени.

Известно большое число классических математико-статистических методов построения многофакторных моделей. Выбор конкретного варианта построения модели, помимо критериев функциональной полезности модели, т.е. адекватного отражения моделью реального процесса, дожен быть рассчитанным на конечных пользователей, не являющихся профессионалами в теории моделирования, и обусловлен следующими требованиями:

Х дожны быть получены функциональные связи между зависимыми и независимыми переменными, которые объясняют характер процессов;

Х дожна быть обеспечена возможность прогнозировать будущие значения исследуемых процессов с учетом микроэкономических факторов;

Х дожна быть обеспечена возможность анализа отношений между зависимыми и независимыми переменными.

В этой главе рассмотрены линейные и нелинейные модели множественной регрессии. Проведен анализ статистической значимости полученных результатов по основным статистическим критериям. Определена прогнозирующая способность полученных моделей, оценена степень влияния отобранных факторов на величину сбора налоговых платежей, поступающих в доходную часть бюджета субъекта Федерации. В качестве исходных применялись наборы данных за различные периоды времени.

В результате исследований, проведенных во второй главе, получены следующие результаты.

1. Установлено, что применительно к бюджетным процессам на уровне субъекта Федерации линейные регрессионные модели не обеспечивают условия статистической значимости.

2. Модели полученные на основе нелинейной множественной регрессии (метод Брандона) являются противоречивыми, т.к. одни и те же предикторы входят в модели, относящиеся к различным временным интервалам, с противоположенными знаками.

3. Методы нелинейного оценивания (Simplex, Hook-Jeves) позволяют выпонять прогнозирование по статьям бюджета субъекта Федерации с более высокой точностью. В то же время отсутствие аналитических

соотношений, связывающих зависимую переменную и влияющие, затрудняет интерпретацию полученных результатов.

4. Корреляционный анализ данных по влияющим факторам и зависимым переменным (налогом) выявил заметные различия в значениях коэффициентов корреляции и их знаках по различным периодам времени.

5. Увеличение длины временных рядов, представляющих бюджетные процессы на уровне субъекта Федерации, не приводит к улучшению качества моделей, полученных классическими вероятностно -статистические методами.

6. Результаты анализа и прогнозирования бюджетных процессов субъекта Федерации, полученные на основе классических вероятностно-статистических методов, дожны обязательно проверяться на корректность применения этих методов.

В третьей главе - "Модели формирования доходных статей бюджета субъекта Федерации на основе методов интелектуального анализа данных" - обосновывается преимущество методов интелектуального анализа как наиболее предпочтительных средств построения многофакторных моделей поступлений средств в доходную часть бюджета и прогноза факторов социально экономического состояния субъекта Федерации.

Методы, предлагаемые для автоматического обнаружения числовых зависимостей в данных, а в том числе и для получения моделей бюджетов, могут быть классифицированы по мощности множества находимых ими функциональных зависимостей, или, что практически эквивалентно, по их вычислительной сложности. На одном полюсе находятся быстрые агоритмы, обнаруживающие очень узкие классы зависимостей, такие как, например, линейная регрессия, применимость которой к бюджетным процессам на уровне субъекта Федерации исследовалось в предыдущей главе. На другом - методы, основанные на поиске в больших множествах возможных зависимостей, которые способны обнаружить и формализовать разнообразные многомерные нелинейные зависимости. Все эти методы можно объединить одним термином Data Mining, который переводится как "добыча" или "раскопка данных". Data Mining является мультидисциплинарной областью, возникшей и развивающейся на базе достижений прикладной статистики, распознавания образов, методов искусственного интелекта, теории баз данных и др. Отсюда обилие методов и агоритмов, реализованных в различных действующих системах.

В третьей главе рассматривается применение следующих методов для анализа и прогноза показателей бюджетных процессов региона и проводится сравнительный анализ результатов, полученных эти методами:

Х нейросетевые модели;

Х нечёткие методы;

Х эволюционное программирование.

Нейросетевые технологии были применены для анализа поступлений по доходным статьям бюджета Владимирской области. В качестве инструментального средства был выбран пакет BrainMaker. Выбор этого программного продукта определён тем, что это один из наиболее известных и распространенных нейросетевых пакетов.

Основой для создания сетей были данные корреляционного анализа, проведённого во второй главе, по которым отбирались влияющие факторы. С помощью обученной сети исследовалось влияние отдельных факторов на испонение доходных статей бюджета. Такое моделирование было проведено для всех факторов, которые оказывают влияние на величину сбора средств, поступающих в бюджет. В результате получены различные аналитические зависимости (в табл.3 приведен пример таких зависимостей для налога на прибыль).

В процессе исследования были выявлены определённые трудности применения нейросетевых технологий, которые заключаются в следующем:

Таблица 3. Аналитические зависимости полученные нейросетевым моделированием

N9 Наименование показателя Результат

1 Темпы прироста производства (в целом по промышленности) - % =-3.18 х'+100.22 х2 +742.6 х +6141.56

2 Среднемесячная зарплата - р. = -7,183 Х Ю-* *' +1,698*' - 13469х + 363309,3

3 Дебиторская задоженность - т. р. = 9,2-Ю"5*1 -0,612*+ 4831,1

4 Кредиторская задоженность - т. р. - 1.5 10'V -4.83 Х 10-у + 45.06* - 9405.7

5 Денежные доходы населения - р. = -и-КГ1*' +3.868х1 -Зббйс+1121356.7

7 Задоженность по зарплате Х т. р. = 2,869 ХЮ-'3*'-3,78-10-'*' + 0,1457х-8079,43

1. Качество обучаемой сети зависит от объёма и качества обучающей выборки;

2. Системы, основывающиеся на нейронных сетях, не предполагают априорного запаса моделей знаний о данных, но требуют специальной сети для проведения анализа. И главное - приходится заранее устанавливать правила для автоматического принятия решения по результатам обработки;

3. Полиномиальные тренды строятся лишь в зависимости от одного влияющего фактора, построение более сложной зависимости требует допонительной аналитической работы и специальной подготовки пользователя;

4. Процесс обучения и агоритм формирования закрыт для

пользователя, и получить объяснения непосредственно от системы по

этому поводу невозможно. Поэтому аналитику-пользователю приходится либо поностью доверять полученным данным, либо использовать допонительные средства проверки.

Анализ и прогноз бюджетных процессов с помощью эволюционного программирования. Основная идея этого метода состоит в формировании гипотез о зависимости целевой переменной от других переменных в виде автоматически синтезируемых программ, выраженных на внутреннем языке программирования. Когда система находит гипотезу, описывающую исследуемую зависимость достаточно хорошо, начинается применение разнообразных незначительных модификаций такой программы и отбор лучшей дочерней программы, полученной в данном процессе, которая в наибольшей степени повышает точность предсказания. Когда наилучшая программа (гипотеза) будет найдена с желаемой степенью точности, специальный модуль системы преобразует обнаруженную зависимость с внутреннего языка в ясную и понятную человеку форму: математические формулы, предсказательные таблицы и так далее.

Ниже приведены примеры аналитических зависимостей и их графическое представление, связывающих между собой влияющие факторы и исследуемые доходные статьи бюджета, в частности ежемесячный сбор налога на прибыль. В диссертации получены модели, относящиеся к различным временным периодам. В автореферате из-за ограниченного объема представлены модели относящиеся только к одному периоду 1999 г. Для удобства чтения зависимостей введём ряд сокращений.

Таблица 4.

Показатель Обозйаченне

Номинальные денежные доходы в среднем на душу в месяц, рублей Х7

Задоженность по заработной плате, на начало месяца, тыс руб Х10

Численность официально зарегистрированных безработных (на конец периода), тыс чел XII

Темпы прироста падения производства в%к соответствующему периоду прошлого года Х12

Модель по данным 1999 года

Чистый сбор налога на прибыль (точность)=(2 08е+009 *Х12-6.193е+010 -165.064 *Х7*Х10+110182 *ХЮУ(Х11 XI 0-0.0001 XI 0*Х10-654515)

Чистый сбор налога на прибыль (значимость)=(1.41е+009 *Х11 -8.89е+ОЮУ(Х11 *Х10-0.0001 *Х 10*Х10-654515)

Подобные модели были построены по различным наборам данных: горизонтальный набор (1997- 2003), вертикальный набор (аналогичные периоды с 1997 по 2003 год.). Качество моделей оценивается по основным статистическим критериям. Одним из таких критериев является диаграмма рассеивания между предсказанными данными и реальными значениями рис.3. Точки на этих диаграммах располагаются вдоль прямой линии, что говорит о хорошей предсказуемой способности моделей.

Рис.3 Результаты работы моделей полученных эволюционным программированием

Гистограммы распределения остатков у таких моделей близки к стандартным, что также свидетельствует о пригодности использования этих моделей для прогноза бюджетных процессов. Сравнение гистограмм распределения остатков с подобными гистограммами моделей множественной регрессии и нелинейного оценивания ( метод Хука-Дживиса и Симплекс метод), говорит в пользу моделей полученных эволюционным программированим.

Исследование полученных моделей, подтвердило предположение о том, что чем меньше глубина ретроспективы в исходных данных, тем выше качество модели. Кроме этого показатель Я-квадрат выше и средние относительные ошибки прогноза ниже у моделей, построенных по данным, находящимся ближе к периоду, на который ведется прогноз, чем по данным за три года табл. 5-6.

1997 1998 1999 За три гола

Лучшее по 1Н1ЧНМОСТН Лучшее по точности Лучшее по значимости * Лучшее по точности Лучшее по значимости Лучшее по . точности Лучшее но -значимости Лучшее по точности

Налог на прибыль 3.94 15.7 3.13 7.51 19.42 47.38 80.6 76.15

ндг 2304 3171 14.4 13 0! 7.07 1038 47.7 49

Как говорилось ранее, прогноз по многофакторным моделям предполагает прогноз факторов. Ошибки прогноза факторов можно рассматривать как случайные возмущения, действующие на модель. Для того чтобы оценить устойчивость моделей, полученных эволюционным программированием, к подобного рода возмущениям, и сравнить с устойчивостью регрессионных многофакторных моделей, был проведен анализ чувствительности моделей к случайным возмущениям. На рис.4 приведены результаты работы моделей в условиях возмущений.

Х Х Ю ! ЯО 1В Л]

Рис.4 Реакция моделей на случайные возмущения

Как видно из рис.4, регрессионные модели более подвержены влиянию случайных возмущений. Это даёт основание сделать вывод, что для описания процесса формирования доходной части бюджета субъекта Федерации более оправдано использование правил, полученных при помощи эволюционного программирования.

Нечеткие модели и методы являются основой современного направления математики искусственного интелекта - "мягких вычислений.

В нашем случае нечеткие методы будут использоваться для прогноза факторов социально-экономического состояния субъекта Федерации, так как прогноз величины сбора по доходным статьям на основе многофакторных моделей предполагает использование прогнозных значений самих факторов.

Существуют большое количество методов и агоритмов прогноза, базирующихся на методах нечеткой логики. В диссертации рассмотрены следующие методы.

1.Нечёткая регрессионная модель;

2.Нечеткое экспоненциальное сглаживание;

3.Модель на основе свёртки нечётких гипотез.

Их тестирование на различных наборах данных показало преимущества модели прогнозирования на основе свертки нечетких гипотез. Эта модель подробно рассматривается в четвертой главе диссертации.

Учитывая исследования, проведенные в третьей главе, можно сделать следующие выводы:

1. Применение методов интелектуального анализа данных позволяет получить модели, удовлетворяющие условиям статистической значимости.

2. Методы интелектуального анализа данных позволяют получать корректные модели динамики бюджетных процессов на уровне субъекта Федерации в условиях их нестационарности с использованием ограниченных выборок данных.

3. Среди методов интелектуального анализа данных наиболее предпочтительным является эволюционное программирование, позволяющий не только получать статистически значимые результаты, но и находить статистические зависимости в форме, удобной для последующей интерпретации и анализа.

4. Модели, полученные методами эволюционного программирования, обладают лучшей устойчивостью по отношению к возмущениям, чем регрессионные модели.

В четвертой главе - "Динамическая модель формирования доходных статей бюджета субъекта Федерации, использующая методы эволюционного программирования и прогнозирования на основе свёртке нечётких гипотез" - разработана и протестирована на реальных данных предложенная динамическая модель.

Существенной особенностью рассматриваемых экономических процессов является некорректность использования данных многолетних наблюдений, т.к. экономическая ситуация, складывающаяся в настоящий момент, кардинально отличается от экономической ситуации прошлых лет. Это приводит к тому, что длина временных рядов, которые могут использоваться для прогноза, существенно ограничивается и становится явно недостаточной для применения классических методов анализа и прогноза временных рядов. Как показывают исследования, проведенные в третьей главе, приемлемые результаты в таких условиях дают методы интелектуального анализа данных.

Поскольку для влияющих факторов нет необходимости определения аналитических зависимостей, то для получения их прогнозных значений используется свертка прогнозов, генерируемых нечеткими гипотезами. Основной особенностью этого метода является возможность прогнозирования на коротких и сверхкоротких временных рядах.

Графически схема динамической модели формирования доходных статей бюджета субъекта Федерации представлена на рис.6. Применение подобной модели позволяет получать прогнозные результаты близкие к реальным. Ошибка прогноза в зависимости от набора данных колеблется

Рис. 6 Динамическая модель формирования доходных статей бюджета субъекта Федерации

В работе исследованы несколько схем прогноза, использующие различные наборы данных:

1. Вертикальная, когда прогноз выпоняется для конкретного периода текущего года, по данным этого же периода предшествующих лет, например: х(2000) = Р[хк(1999),(1998),хм (1997),...].

2. Горизонтальная, когда прогнозные значения определяются по данным за предшествующие периоды одного года, например:

(2000) = (2000), хм (2000), *0, (2000)].

3. Смешанная схема прогноза:

Различия в значениях ошибок прогноза при использовании горизонтального и вертикального набора данных говорит в пользу горизонтального набора данных, при условии, что данные для

моделирования и прогноза максимально приближены к прогнозируемому периоду.

Ниже приведены результаты прогноза величины основных доходных статей на четвертый квартал 2003 года, при использовании моделей, построенных по квартальным данным за три квартала 2003 года, табл.7, что подтверждает положение о том, что для построения моделей необходимо использовать данные, максимально приближенные к прогнозируемому периоду.

Табл. 7 Пронюз квартальных поступлений на 2003 год .'

Периодл Ч ' ** Налоговые Х доходи. . Налог и прибыль Налоги на товары, -услуги, лицензионные и регистрационные сборы - Налог на совокупи ый до* од ш Налог на имущество Платежи и пользование природными ресурсами Прочие пошлины и сборы

Змее. 2003 1358474 901369 165483 ' 20899 44005 81310 139212 *

бмес. 2003 1<72532 1117003 210283 67395 349139 104259 123804

9мес. 2003 2192303 1273353 221089 116029 202518 161119 159784

2003 2383210 1570342 262068 169976 368111 169165,7 31233

Ошибка 5% 5% 4% 13% 11% 6% 2%

Таким образом в четвертой главе:

1. Разработана и протестирована на реальных данных динамическая модель формирования доходных статей бюджета субъекта Федерации, использующая методы эволюционного программирования и прогнозирования на основе свертке нечётких гипотез. Получены результаты прогноза величины сбора налога на прибыль на 2003 год и величины основных доходных статей на первый квартал 2004 года, позволяющие говорить о состоятельности данной методики при использовании ее для прогноза бюджетных процессов.

2. Путем комбинации различных наборов данных и моделей, построенных по данным за различные периоды, определены оптимальные наборы данных для прогноза и построения многофакторных моделей, входящих в динамическую модель прогноза доходных статей бюджета субъекта Федерации.

3. Протестирован метод, использующий свертку нечетких гипотез, на реальных данных о социально-экономическом состоянии субъекта Федерации (на материалах по Владимирской области). Результаты тестирования позволяют сделать выводы о состоятельности этого метода в качестве основного метода прогноза социально-экономических факторов субъекта федерации, работающего на нестационарных и коротких рядах.

4. Разработан интерфейсный модуль связи с системами управления базами данных, обладающий гибкой структурой, которая позволяет использовать его в любых системах обработки информации.

По теме диссертации опубликованы следующие работы:

1. Градусов Д.Л., Чернов В.Г., Андреев И.А Нейросетевые и мягкие вычисления в анализе и прогнозе бюджетных процессов. Деп. В ВИНИТИ 21.11.01.№2430-В 2001.

2. Андреев И.А., Градусов Д.А., Чернов В.Г. Применение пакета BrainMaker для анализа процесса формирования регионального бюджета // Нейрокомпьютеры и их применение / М.,НПК 2000. ISBN 5-88070-042-9. С.363-366.

3. Чернов В.Г., Градусов Д.А. Применение технологий DataMining для анализа бюджетных процессов // Современные информационные технологии в образовательном процессе и научных исследованиях. Науч.-техн.конф., Шуя; 2000. ISBN 5-88070-042-9. С.366-368.

4. Градусов Д.А, Чернов В.Г. Применение эволюционного программирования для анализа бюджетных процессов // Системный анализ в проектировании и управлении: Международная науч.-техн.конф. / СПб., 2000. С.43-45.

5. Градусов Д.А., Чернов В.Г., Третьяков Д.В. Андреев И.А. Электронная таблица FuzziCalc. Решение бизнес задач средствами нечёткой агебры / М: Диаграмма, 1998.-166 с. ISBN 5-9-00082Ч03-3.

6. Градусов Д.А., Чернов В.Г. Краткосрочный прогноз тенденций сбора налогов при помощи детерминационного анализа данных // Математические методы и информационные технологии в экономике: 5-я Международная техн.конф. 4.1. Пенза; 2000. С. 32-34. ISBN 5-8356-0022-4.

7. Градусов Д.А, Чернов В.Г., Третьяков Д.В. Мягкие вычисления для оценки периода окупаемости при переходе на новую продукцию // Микроэлектроника и информатика: Международная науч.-техн.конф./ Зеленоград - М; 1998.С.263. ISBN 5-7256-0180-3.

8. Градусов Д.А., Чернов В.Г. Многофакторная модель формирования доходных статей регионального бюджета, использующая методы эволюционного программирования и прогнозирования на основе свертки нечетких гипотез // Бизнес и управление: Сб.науч.тр. Владимирский ин-т бизнеса. 4.1./Владимир, 2003. С.47-60. ISBN 5-87846-350-4.

9. Градусов Д.А., Чернов В.Г. Исследование информационно-математических моделей для анализа и прогноза доходной части регионального бюджета // Математические методы, информационные технологии и физический эксперимент в науке и производстве: Науч.-техн. конф./Владимир:ВГУ, 2003. С.84-85. ISBN 5-89368-437-0.

10. Интерфейсный модуль связи пакета эволюционного программирования с СУБД: АС № 2002610137 Москва, 6 февраля 2002 г.

Р № 020275. Подписано в печать 13.04.04. Формат 60x84/16. Бумага для множит. техники. Гарнитура Таймс. Печать на ризографе. Усл. печ. л. 1,16. Уч -изд. л. 1,19. Тираж 100 экз

Заказ 50-&00>/П Редакционно-издательский комплекс Владимирского государственного университета 600000, Владимир, ул. Горького, 87.

Ш - $ / Л ^

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Градусов, Денис Александрович

ВВЕДЕНИЕ

1.Многофакторное моделирование как средство анализа и прогноза 12 бюджетных процессов в условиях развивающейся экономики

1.1 Предпосыки применения многофакторных моделей

1.2 Основные принципы построения многофакторных моделей бюджетных 19 процессов

1.3 Краткое описание методов многофакторного анализа

1.4 Многофакторные модели 24 1.4.1. Стохастические модели

1.4.2 Интервальные модели

1.4.3 Нечеткие модели

1.5 Особенности формирования доходных статей

1.6 Сравнение поведения налоговых платежей РФ и субъекта Федерации 33 (Владимирской области)

1.7 Статистическая база исследования 38 Выводы по первой главе

Глава 2. Оценка применимости методов классической статистики при 49 анализе бюджетных процессов субъекта Федерации

2.1 Корреляционный анализ статистических данных

2.2 Исследование применимости классических методов построения 50 многофакторных моделей

2.2.1 Исследование возможности применения метода множественной 51 регрессии

2.2.1.1 Регрессионная модель "ежемесячного сбора налога на прибыль" 53 по данным за три года

2.2.2 Регрессионные модели формирования налога на прибыль по данным 58 за один год

2.3 Нелинейные регрессионные модели в мониторинге бюджетных процессов

2.3.1 Модель ежемесячного сбора налога на прибыль полученная по методу 69 Брандона

2.3.2 Модель ежемесячного сбора НДС, полученная по методу Брандона

2.3.3 Модель ежемесячного сбора акцизов на акоголь полученная по 73 методу Брандона

2.4 Методы нелинейного оценивания

2.4.1 Применение Simplex метода к данным за три года

2.4.2 Применение Simplex метода к данным за один год

2.4.3 Применение метода Hooke-Jeeves к данным за три года

2.4.4 Применение метода Hooke-Jeeves к данным за один год 83 Выводы по второй главе

Глава 3. Модели формирования доходных статей бюджета субъекта 89 Федерации на основе методов интелектуального анализа данных

3.1 Обзор технологий DataMining

3.2 Классы систем Data Mining

3.2.1 Нейросетевые модели региональных бюджетных процессов.

3.2.2 Агоритмы ограниченного перебора

3.2.3 Нечёткая логика 95 3.2.4. Эволюционное программирование

3.3 Результаты применения методов DataMining для получения 98 многофакторных моделей формирования доходных статей бюджета Владимирской области

3.3.1 Нейронные сети

3.3.2 Анализ и прогноз бюджетных процессов с помощью эволюционного 104 программирования

3.3.2.1 Модель по данным за три года

3.3.2.2 Модель по данным 1997 года

3.3.2.3 Модель по данным 1998 года '

3.3.2.4 Модель по данным 1999 года 113 3.3.3. Нечеткие модели как наиболее предпочтительное средство прогноза ситуации в условиях нестационарности

3.3.3.1 Операции над нечёткими числами и нечёткая логика

3.3.3.2 Нечёткая регрессионная модель

3.3.3.3 Нечеткое экспоненциальное сглаживание.

Выводы по третьей главе

Глава 4. Разработка динамической модели формирования доходных 129 статей бюджета субъекта Федерации, использующая методы ц эволюционного программирования и прогнозирования на основе свертки нечетких гипотез

4.1 Целесообразность комбинации эволюционного программирования и 129 нечёткой логики для прогноза поступлений в доходную часть бюджета субъекта Федерации

Щ 4.2 Прогнозная модель на основе свёртки нечётких гипотез

4.3 Результаты прогноза по методу использующему свертку нечетких гипотез

4.4 Результат прогноза налога на прибыль комбинированием нечёткой логики 149 и эволюционного программирования

4.5 Интерфейсный модуль связи получаемых моделей с СУБД 155 Ц 4.5.1 Методы использованные при создании модуля связи

Выводы по четвертой главе

Диссертация: введение по экономике, на тему "Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации"

Сложность и частое изменение экономической ситуации, несовершенство экономического и налогового законодательства приводят к тому, что планирование и анализ процессов формирования доходных статей бюджета на уровне субъекта Федерации становится трудной задачей.

В последнее время, в связи с усилением самостоятельности субъектов Федерации, значительно возрастает роль в регулировании экономических процессов и решении социальных проблем, их органов управления. Совершенствование старых и разработка новых методов регулирования бюджетных процессов и контроля финансовых потоков принимают всё более и более актуальный характер.

Организация оперативного анализа и планирования поступления средств в доходную часть бюджета на таком уровне как субъект Федерации -новая и по существу малоизвестная задача. Ее решение требует наличия определенного опыта, квалифицированных кадров и материальных средств.

Применительно к такому уровню как субъект Федерации ранее действующая технология перспективного планирования в виде разработки концепции догосрочного развития на период 10, 15 и более лет в настоящее время совершенно непригодна, это связано со сложностью и часто меняющейся экономической обстановкой субъекта Федерации. В условиях развивающейся экономики такие тенденции неправомерно было бы переносить на догосрочную перспективу. Генетический перенос сложившихся тенденций на перспективу даже на ограниченном временном отрезке становится неудовлетворительным, период нестабильности разрушает закономерности предшествующего устойчивого развития, темпы и пропорции развития в перспективе приобретают в значительной мере неопределенный характер [85].

Оперативная технология планирования развития субъекта Федерации, быстро реагирующая на изменяющиеся экономические условия, применительно к условиям нашей страны, еще почти не разрабатывалась.

Специфические условия Российской экономики и, в частности, резкие изменения некоторых макроэкономических и микроэкономических показателей, как в стране, так и в конкретном субъекте не дают оснований рассчитывать на высокий уровень достоверности анализа и прогноза по ретроспективным данным. Кроме этого, вследствие существенных изменений экономических условий в стране микроэкономические показатели трёх и более летней давности на несколько порядков отличаются от современных.

Экономическое прогнозирование в условиях развивающейся экономики является весьма непростой задачей. Трудности заметно возрастают на уровне субъекта Федерации, так как здесь отсутствует эффект взаимной компенсации, характерный для федерального уровня. Как показывает анализ бюджетных процессов Владимирской области, их характер создает значительные трудности для анализа и прогноза подобных процессов.

Прогнозирование налоговых поступлений в бюджет субъекта Федерации осуществляется обычно либо на основе прошлых налоговых поступлений, либо путем прогноза соответствующих баз налогообложения. При этом не в поной мере учитываются изменения экономических и социальных факторов, как на уровне субъекта Федерации так и внешнего (федерального и международного) характера, временные лаги влияния указанных факторов на налоговые поступления, их сезонные вариации и т.п.

Методики прогнозирования доходов бюджета с учетом указанных факторов разрабатывались, как правило, на федеральном уровне [51,55]. Для налогового планирования в интересах бюджетов территорий эти методики не могут быть напрямую применены ввиду различных экономических условий на федеральном уровне и на уровне субъекта Федерации.

Актуальность темы исследования. Создание математико-экономических моделей описывающих процесс поступлений средств в доходную часть бюджета на таком уровне как субъект Федерации - новая и по существу малоизученная задача.

Без учета социально-экономической обстановки в субъекте Федерации эту проблему решить довольно сложно. Решением может служить создание аналитических дескриптивных моделей, отвечающих на вопрос "как это происходит?", "как это будет развиваться?" и предназначенных для объяснения наблюдаемых фактов или прогноза поведения объекта. Разработка подобных математико-экономических моделей и использование их для прогноза значений доходных статей бюджета субъекта Федерации, в дальнейшем позволяет планировать объем расходной части бюджета субъекта Федерации.

Технологии построения подобных моделей, быстро реагирующих на часто изменяющиеся экономические условия, недостаточно изучены, что в свою очередь дает почву для исследований в этой области.

Существующие методы построения моделей рассчитаны для работы на макроэкономическом уровне, т.е. на Федеральном уровне. Известны подобного рода работы, в частности, Д.Л. Андрианова, В.Г.Прокошева, Н.С. Местера, С.В. Смысловского и др. [55]. В качестве математического аппарата в них используются классические методы статистики, которые рассчитаны для работы с гладкими рядами и большим набором данных, что характерно для макроэкономических процессов. Как показывают исследования, проведенные в работе, большинство данных, описывающих социально экономическое состояние субъекта Федерации, как правило, имеют нестационарный характер.

Одной из особенностей работы является то, что многофакторные модели, описывающие процесс формирования доходных статей бюджета субъекта Федерации, получены методами интелектуального анализа данных, которые позволяют получать значимые результаты при работе с малыми наборами данных имеющими нестационарный характер.

Цель работы состоит в разработке и исследовании экономико-математических моделей и методов для прогноза и анализа бюджетных процессов субъекта Федерации.

Предполагается исследовать границы применимости традиционных методов, выявить возможность комбинирования статистических методов анализа данных и методов интелектуального анализа. Оценить возможности и ограничения применимости методов классической статистики для анализа и прогноза бюджетных процессов. Определить состоятельность технологии DataMining для решения задачи прогноза и моделирования бюджетных процессов. Разработать методы и модели для анализа и прогноза поступлений в бюджет субъекта Федерации на основе теории интелектуального анализа данных.

В диссертации поставлены и решены следующие теоретические и практические задачи, которые отражают общую логику исследования:

1. Определить факторы, оказывающие влияние на формирование доходной части бюджета области. Определить степень и направление влияния факторов на формирование доходных статей. Создать динамическую модель формирования доходных статей бюджета субъекта Федерации.

2. Исследовать корреляционные зависимости между различными микроэкономическими показателями и поступлениями в доходную часть бюджета.

3. Провести сравнительный анализ существующих методов I представления и обработки данных, выявить и оценить эффективность и ограничения классических и неклассических (современных) математических методов прогноза и анализа.

4. Доказать целесообразность применения теории ИАД для анализа и прогноза бюджетных процессов, как наиболее объективных методов.

5. Разработать агоритм прогнозирования на основе свертки нечётких гипотез.

6. Разработать структуру, агоритм и опытную версию инструментального средства, позволяющего получать и экспортировать модели формирования доходных статей бюджета в системы по учёту и анализу социально - экономического состояния субъекта Федерации, применяемых в местных администрациях.

7. Используя комплексный подход на основе эволюционного программирования и метода на основе свертки нечётких гипотез, провести прогноз социально экономических показателей субъекта Федерации и поступлений в доходную часть его бюджета.

Для решения поставленных задач определены следующие объект и предмет исследований.

Объект исследований - бюджетная система субъекта Российской Федерации.

Предмет исследования - математический, модельный и инструментальный аппарат анализа и прогнозирования показателей бюджета субъекта Федерации в условиях нестабильности и нестационарности экономической среды.

Практическая значимость диссертационной работы

Предложенные методики получения моделей позволяют решать задачи управления в экономических системах с учетом фактора нестабильности и непоноты данных.

К задачам экономического характера относятся:

1. Задачи анализа бюджетных процессов с учетом фактора нестабильности источников бюджетных доходов;

2. Задачи стратегического планирования и прогнозирования с учетом фактора непоноты и нестабильности информации.

Методические разработки, полученные в данной работе, могут использоваться в учебном процессе, при преподавании дисциплин, связанных с анализом данных, и с использованием информационных систем.

На защиту выносятся следующие основные научные результаты работы, отличающиеся, по мнению автора, научной новизной:

1. Установлено, что бюджетные процессы на уровне субъекта Федерации характеризуются нестационарностью и невоспроизводимостью и для моделирования таких процессов могут быть использованы только ретроспективные данные наиболее близкие к исследуемому периоду, что не позволяет корректно использовать для этого классические вероятностно статистические методы.

2. Показано, что для прогноза поступлений в бюджет субъекта Федерации наиболее значимыми являются многофакторные модели, учитывающие многообразие социально-экономических процессов субъекта Федерации.

3. Сформулированы требования к математико-информационным моделям, которые необходимо обеспечить при исследовании бюджетных процессов субъектов Федерации. В результате сравнительных исследований различных методов создания математико-информационных моделей бюджетных процессов субъекта Федерации установлены преимущества моделей, основанных на технологиях интелектуального анализа данных.

4. Обоснованы предпочтительность применения эволюционного программирования для получения аналитических моделей доходных статей бюджета субъекта Федерации перед другими методами интелектуального анализа данных и целесообразность использования методов теории нечетких множеств для прогнозирования факторов социально-экономического развития субъекта Федерации на коротких и сверхкоротких выборках ретроспективных данных, а так же обосновано комплексное использование этих методов для анализа и прогнозирования поступлений в доходную часть бюджета субъекта Федерации.

5. Разработан агоритм прогнозирования значений факторов социально-экономического развития субъекта Федерации, использующий свертку нечетких гипотез о прогнозных значениях факторов.

6. Разработана комплексная информационно-математическая модель для анализа и прогноза формирования доходной части бюджета субъекта федерации, использующая эволюционное программирование и свертку нечетких гипотез.

Исследования основывались на принципах системного анализа и обобщения, двух и многомерной статистической обработки исходных данных. Методологической основой исследования являются рекомендации экспертов счётной палаты Владимирской области, нечеткие методы прогнозирования, метод, использующий свёртку нечётких гипотез, методы интелектуального анализа данных, метода анализа статистических данных, отечественные и зарубежные научные публикации.

Достоверность сформулированных научных положений, полученных разработок и выводов основывается на используемых методах математического моделирования и подтверждена результатами имитационных экспериментов, в частности при работе с бюджетом Владимирской области.

Апробация работы. Основные положения и выводы диссертационного исследования нашли отражение в 10 научных работах общим объемом 4,7 п.л., в том числе вклад соискателя 1,5 п.л. Результаты исследования использованы в практике работы счетной палаты Владимирской области (стр. 188).

Работа состоит из четырех глав, введения, заключения, приложения и списка использованной литературы.

В первой главе " Многофакторное моделирование как средство анализа и прогноза бюджетных процессов в условиях развивающейся экономики" проведены исследования социально-экономических предпосылок применения многофакторных моделей для анализа и прогноза формирования доходной части бюджета субъекта Федерации. Проанализированы особенности формирования доходных статей бюджета Владимирской области и определены основные различия с подобными процессами на федеральном уровне.

Во второй главе " Оценка применимости методов классической статистики при анализе бюджетных процессов субъекта Федерации" на предмет применимости к решению поставленной задачи исследованы наиболее распространенные методы классической статистики. Установлены ограничения на длину временного ряда, использующегося для получения моделей. Определены противоречия результатов, при моделировании методами классической статистики, а так же определены их недостатки.

В третьей главе " Модели формирования доходных статей бюджета субъекта Федерации на основе методов интелектуального анализа данных" проведен обзор методов построения моделей бюджетных процессов на основе методов интелектуального анализа данных. Проведена классификация методов как применяемых при анализе бюджетных процессов, так и имеющих возможность быть адаптированными к данному процессу. Определены методы, позволяющие выявить новый подход к решению проблемы анализа и прогноза бюджетных процессов в условиях неопределенности и непоноты данных.

В четвертой главе "Разработка динамической модели формирования доходных статей бюджета субъекта Федерации, использующая методы эволюционного программирования и прогнозирования на основе свёртки нечётких гипотез" разработана модель для прогноза и анализа бюджетных процессов в условиях нестационарности и непоноты данных. Проведено тестирование системы на реальных данных, на основе которого сделаны соответствующие выводы и предложения по наиболее целесообразному подходу к применению разработанной системы в реальных условиях. Разработан интерфейсным модуль связи между системами управления базами данных и полученными моделями.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Градусов, Денис Александрович

Основные результаты диссертационной работы:

1. Разработана динамическая модель формирования доходных статей бюджета субъекта Федерации, учитывающая его социально-экономическое состояние.

2. Определены ограничения применения классических методов математической статистики к вопросу прогноза и анализа бюджетных процессов на уровне субъекта Федерации.

3. Установлено, что системы интелектуального анализа данных позволяют получать корректные модели бюджетных процессов на уровне субъекта Федерации условиях нестационарности, а также с использованием ограниченных выборок данных. Среди методов интелектуального анализа данных наиболее предпочтительным является метод эволюционного программирования, позволяющий не только получать статистически значимые результаты, но и находить аналитические зависимости между влияющими и зависимыми переменными в форме удобной для последующей интерпретации и анализа.

4. Разработан интерфейсный модуль связи получаемых моделей с системами управления базами данных, обладающий гибкой структурой, которая позволяет использовать его в любых системах обработки информации.

5. Проведено тестирование разработанных моделей и агоритмов, путем комбинации различных наборов данных и моделей, построенных по данным за различные периоды, определены оптимальные наборы данных для прогноза и построения многофакторных моделей, входящих в динамическую модель прогноза доходных статей регионального бюджета.

Таким образом, в диссертации даны теоретические и практические обоснования преимуществ моделей и агоритмов обработки информации, полученных методами интелектуального анализа данных. Разработаны новые методы анализа и прогноза, основанные на интеграции методов интелектуального анализа данных и нечетких методов. Это позволяет создавать системы нового поколения, способные решать задачи обработки информации и принятия управленческих решений в условиях неопределенности и непоноты данных.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований в настоящей диссертационной работе были развиты новые подходы к анализу и прогнозу размеров доходных статей регионального бюджета. При этом использовались как классические, так и неклассические модели и агоритмы. Такое сочетание является характерным для современной математики, которая позволяет моделировать системы обработки информации и управления с элементами искусственного интелекта.

Материал данного исследования базируется на основе Российского и международного опыта. Основные результаты исследования поставленных в работе проблем могут быть кратко сформулированы следующим образом.

Сложность и частое изменение экономической ситуации, несовершенство экономического законодательства приводят к тому, что планирование и анализ процессов формирования доходных статей на уровне субъекта Федерации становится трудной задачей. Организация оперативного анализа и планирования поступления средств в доходную часть бюджета на таком уровне - новая и по существу неизвестная задача. Ее решение требует наличия определенного опыта, квалифицированных кадров и материальных средств.

Оперативная технология планирования, развития и построение моделей бюджетов субъекта Федерации, быстро реагирующих на часто изменяющиеся экономические условия, применительно к условиям нашей страны, еще почти не разрабатывалась. Специфические условия Российской экономики а, в частности, резкие изменения некоторых макроэкономических и микроэкономических показателей, как в стране, так и в конкретном субъекте Федерации не дают оснований рассчитывать на высокий уровень достоверности анализа и прогноза по ретроспективным данным. Кроме того, вследствие существенных изменений экономических условий в стране современные микроэкономические показатели трёх и более летней давности на несколько порядков отличаются от современных. Все это затрудняет процесс анализа и прогноза будущего состояния доходных субъекта Федерации.

В настоящие время больше свободы в плане принятия решений получили органы местной испонительной и законодательной власти. Соответственно выросла и степень влияния местных органов власти на бюджетные процессы, а в частности на напонение доходных статей бюджета. При этом качество принимаемого решения существенно зависит от того насколько правильно будет выделены наиболее важные факторы, учтены их взаимосвязи и насколько точно удаётся предвидеть развитие ситуации в будущем.

Без учета социально-экономической обстановки в регионе эту проблему решить довольно сложно. Решением может служить создание аналитических дескриптивных моделей, отвечающих на вопрос "как это происходит?", "как это будет развиваться?" и предназначенных для объяснения наблюдаемых фактов или прогноза поведения объекта.

В данной диссертации основное внимание было уделено методам интелектуального анализа данных, наряду с этим применялись и традиционные методы теории вероятностей и математической статистики. Выбор методов интелектуального анализа данных как основных методов анализа и прогноза доходных статей бюджета субъекта Федерации обусловлен тем, что в отличие от классических методов и моделей, эти методы более устойчивы к случайным возмущениям и не накладывают ограничений на длину исходного временного ряда, что крайне важно в современных экономических условиях. Это является принципиально важным при принятии управленческих решений в условиях нестационарности и непоноты данных.

Диссертация: библиография по экономике, кандидат экономических наук , Градусов, Денис Александрович, Владимир

1. Адомиан Дж. Стохастические системы: Пер. с англ.- М.: Мир, 1987 . -376 с.

2. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрии.-М.: ЮНИТИ, 1998 .- 1022 с.

3. Айвазян С. А., Бухштабер В. М., Юнюков И. С., Мешакин JL Д. Прикладная статистика: Классификация и снижение размерности. Ч М.: Финансы и статистика, 1989 . 323 с.

4. Белман Р., Заде JI. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений : Сб. статей / Пер. с англ. Под ред. И.Ф. Шахнова. М., 1976. - С. 172 - 215.

5. Бонгард М.М., Лосев И.С., Максимов В.В., Смирнов М.С. Формальный язык описания ситуаций, использующий понятие связи. Моделирование обучения и поведения. М.: Наука, 1975.-139 с.

6. Бокс Дж., Дженкинс . Анализ временных рядов. Прогноз и управление. М.: Мир, 1974. - Вып. 1, 2.- 248с.

7. Большее JI.H., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1983.-416 с.

8. Борисов А.Н., Алексеев А.В. и др. Обработка нечеткой информации в системах принятия решения М.: Радию и связь, 1989. - 304 с.

9. Беляев Ю.К., Носко В.П. Основные понятия и задачи математической статистики. Статистические данные конечного объема. М.: Изд-во МГУ, 1998. - 191с.

10. Бюджетный кодекс Российской Федерации. М.: Омега-Л, 2003. - 176 с.

11. Вощинин А.П., Сотиров А.Р. Оптимизация в условиях неопределенности. М.: МЭИ (СССР), "Техника" (НРБ), 1989 . - 224 с.

12. Чернов В. . Нечеткая модель краткосрочного прогнозирования на основе свертки гипотез. МТК "Математические методы в технике и технологиях" ММТ-14 Смоленск 2001 . С.165-168.

13. Вапота А.Р., Чернов В. ., Аракелян С.М. Модель нечеткого регрессионного прогнозирования // Современные информационные технологии в образовательном процессе и научных исследованиях: Сборник статей Межд. Науч. конф. Шуя: Весть, 2000. - С. 13 - 14.

14. Градусов Д.А. Чернов В. . "Применение эволюционного программирования для анализа бюджетных процессов " Международная НТК С.Петербург, Июнь 2000 .- 43-45 с.

15. Гик Дж. Прикладная общая теория систем. Ч М.: Мир, 1981 .- 154 с.

16. Грачева Е. Ю. Проблемы правового регулирования государственного финансового контроля. Юриспруденция. 2000 .-192 с. ISBN 5-84010049-8

17. Дюк В.А. Обработка данных на ПК в примерах. Ч СПб: Питер, 1997 .-231с.20

18. Доугерти К. Введение в эконометрику. М.:ИНФРА-М, 1997 .-402 с.21

19. Дюк В.А. Data Mining интелектуальный анализ данных, Санкт-Петербургский институт информатики и автоматизации РАН, 1999 .

20. Законодательное Собрание Владимирской области. Закон Владимирской области "О Счетной Палате Владимирской области" (в ред. Закона Владимирской области от 28.02.97).

21. Закон РФ N2116-1 "О налоге на прибыль предприятий и организаций"

22. Закон Российской Федерации от 06.12.91 № 1992-1 "О налоге на добавленную стоимость"

23. Ивахненко А. . и др. Индуктивный метод самоорганизации моделей сложных систем-Киев: Наук, думка, 1981 -296 с.

24. Калан Роберт. Основные концепции нейронных сетей. : Пер. с англ. Ч М. : Издательский дом "Вильяме", 2001 . 203 с.

25. Каман Р.Е. Идентификация систем с шумами // УМН. 1985. - Т. 40. -№ 4(244)

26. Комашинский В. И., Смирнов Д. А. Нейронные сети и их применение в системах управления и связи.- Горячая Линия Телеком., 2002 .- 96 с.

27. Кадочников П., Луговой О. Моделирование динамики налоговых поступлений, оценка налогового потенциала территорий. -М.-ИПП, 2001. 56 с.

28. Кречетов Н.А. Продукты для интелектуального анализа данных. // Рынок программных средств, № 14Ч15, 1997 . 32-39 с.

29. Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах.// Открытые системы, № 4, 1997 . 41Ч44 с.

30. Коржов В.А. Семейство программного обеспечения добычи данных компании Megaputer Intelligence // Еженедельник лComputerworld Россия, #34/2000

31. Лабутин С.А., Пугин М.В. Нелинейное оценивание параметров: исследование методов решения задачи и статистических характеристик для оценок параметров // Труды 4 научной конференции по радиофизике, Н. Новгород, ННГУ, 2001, с. 227-228.

32. лойд Э., Ледерман У. Справочник по прикладной статистике. М.: Финансы и статистика, 1989., 510 с.

33. Лемешко Б.Ю., Помадин С.С. Корреляционный анализ наблюдений многомерных случайных величин при нарушении предположений о нормальности // Сибирский журнал индусиальной математики. 2002. -Т.5. № 3. - С.115-130. УДК 519.24

34. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика.Начальный курс: 2-е изд.,испр. М.: Дело, 1998 . Ч 246 е.: табл.,граф.

35. В.П. Мешакин Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М.: Химия, 1995. 368 с.

36. Матюшок В.М. К сатегии догосрочного социально-экономического развития России, //М.: Вестник РУДН серия Экономика, №1 (6), 2000.

37. Дорогов Н.И. стратегические направления региональной экономической политики: Монография. Иваново: ИГТА, 2000 .

38. Институт Экономики переходного периода. Научные труды. Проблемы налоговой системы России: теория, опыт, реформа том 7, Москва, 2000. http ://www. iet.ru/papers/19/index.htm

39. Общая теория статистики: Учебник/Под ред. Чл.-корр. РАН И.И. Еле-сеевой.-М.:Финансы и статистика, 1996 .-368с

40. Станислав Осовский; Пер. с пол. И.Д.Рудинского. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002 . - 343 с.

41. Тезис о том, что регионы России в разной степени пострадали от кризисных проявлений первого этапа переходного периода, Национальная электронная библиотека 06/09/1999 Ссыка на домен более не работаетp>

42. Осуга М. Обработка знаний. М.: Мир, 1989 - 293 с.

43. В. Скоролюк, Н.И. Петренко и др Справочник по теории вероятностей и математической статистике.- М.: Наука, 1985. 640 с.

44. С.Синельников Очерки экономической политики посткоммунистической России (1991Ч1997) Москва, 1998. Ссыка на домен более не работаетpublics/1000/1000.html

45. Рисин И. Е., Трещевский Ю. И. Экономический анализ динамики современных межбюджетных отношений // Экономический анализ: теория и практика. 2003. № 1 (4), с. 12-16.

46. Российская экономика в 2001 году тенденции и перспективы Институт экономики переходного периода, 2002. ISBN 5-93255-065-1.

47. Сурнин А.Ф. Муниципальные информационные системы. Опыт разработки и эксплуатации Москва, 1998 .- 150 с.

48. Черник В.Г Введение в экономико-математическое моделирование налогообложения: Учебное пособие. М.:Финансы и статистика.2000 . 256 с.

49. Эконометрический анализ динамических рядов основных макроэкономических показателей Под редакцией: С.Синельникова-Мурылева. Институт экономики переходного периода. Научные труды №34Р. Москва 2001 . Ссыка на домен более не работаетpapers/34/top.htm

50. Рисин И. Е., Трещевский Ю. И. Экономический анализ динамики современных межбюджетных отношений // Экономический анализ: теория и практика. 2003. № 1 (4), с. 12-16.

51. С.Уикс Математическая статистика М., 1967 .-632 с.

52. Финансовый контроль и новые информационные технологии: Материалы международной науч.-прак.конф. / Ред.кол.: С.В. Степашин, С.С.Ковалевский, А.Н. Семиколенных, Н.С. Столяров. М.: Изд.дом. "Финансовый контроль", 2002.-208 с. ISBN 5-902048-11-7

53. Ковалев А.П., Кобачев Е.Б., Кобачева Т.А. и др. Финансы, денежное обращение, кредит: Учебное пособие для вузов. 2001 . 480 с.

54. Об актуальных проблемах налогового права, Налоговом кодексе и налоговом профсоюзе Электронный журнал Юрист, № 19, май 2002 .

55. Чагучиев М.Ч., Соколов М. Регионы, экономика и управление М., ЮНИТИ-2001.- 271 с.

56. Чернецкий В.И. Математическое моделирование стохастических систем. -Петрозаводский гос. ун-т:, 1994 . Ч 488 с.

57. Шапот М. Интелектуальный анализ данных в системах поддержки решений. //Открытые системы № 1, 98 с.30-35

58. Литвак Б. . Экспертные оценки и принятие решений. М.: Патент, 1996. 271 с.

59. Нечеткие множества и теория возможностей. Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986. - 391 с.

60. Рождественская И., Шишкин С.Экономика переходного периода. Очерки экономической политики пост коммунистической России 1991 -1997.-М., 1998.

61. Boulding К. Е. General Systems Theory Ч The Skeleton of Sci-ence//Management Science, 2, 1956.

62. Christiano L.J., M. Eichenbaum (1990) Unit Roots in Real GDP: Do We Know, and Do We Care?, Carnegie-Rochester Conference Series on Public Policy, 32, 7-62.

63. Enders W. (1995) Applied Econometric Time Series, Wiley, New York

64. Engle, R. F. (1982) Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica, 50, 9871008.

65. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? Ч Tandem Computers Inc., 1996.

66. Maddala G.S., In-Moo Kim (1998) Unit Roots, Cointegration, and Structural Change. Cambridge University Press, Cambridge.

67. Murray C.J., C.R. Nelson (2000) The' Uncertain Trend in U.S. GDP, Journal of Monetary Economics, 46, 79-95.

68. Nadal-De Simone F., W.A. Razzak (1999) Nominal Exchange Rates and Nominal Interest Rate Differentials, IMF Working Paper WP/99/141.

69. Hamilton, James D. (1994) Time Series Analysis, Princeton University Press, Princeton.73. . Костина Н.И,. Алексеев А.А Финансовое прогнозирование в экономических системах М. ЮНИТИ 2000 .-285 с.

70. W. J. Frawley, G. Piatetsky-Shapiro, C. J. Matheus. Knowledge discovery in databases: An overview. In G. Piatetsky-Shapiro and W. J. Frawley, editors, Knowledge Discovery in Databases, pages 1-27. AAAI/MIT Press, 1991

71. Hatanaka M. (1996) Time Series-Based Econometrics: Unit Roots and Coin-tegration, Oxford University Press.

72. Михайлов В.E., Ларионов В.П. Искусство принятия решений: краткая история и современное состояние. Наука и образование №2.- 1996 . -С.24-28.

73. Журавлев Ю.И., Гуревич И.Б. Распознавание, классификация, прогноз. -М.: Наука, 1989.-302 с.

74. Длин A.M. Математическая статистика в технике: Учебник. М.: Советская наука, 1958. 465 с.

75. Масалович А.И. Решение бизнес-задач средствами нечеткой агебры. Работа с пакетом FuziCalce М.: Тора-ИнфоЦентр, 1998 .

76. Градусов Д.А. Чернов В. . Третьяков Д.В. Андреев И.А. Электронная таблица FuzziCalc. Решение бизнес задач средствами нечёткой агебры Москва "Диаграмма" 1998-166 с. ISBN 5-9-00082-03-2

77. Чернов В. . Градусов Д.А. Применение технологий DataMining для анализа бюджетных процессов. Современные информационные технологии в образовательном процессе и научных исследованиях НТК Шуя 2000 . 46-47 с.

78. Блинов С. BrainMaker прогнозирование на финансовых рынках // Открытые системы. 1998 ., № 4-5

79. Градусов Д.А. Чернов В. . Андреев И.А. Нейросетевые и мягкие вычисления в анализе и прогнозе бюджетных процессов. Депонирование ВИНИТИ 21.11.01 №2430-В 2001 .

80. Максимов В.И., Корноушенко Е.К. Аналитические основы применения когнитивного подхода при решении слабосуктурированных задач/Пруды ИПУ, вып.2, 1998 .

81. Ресин В.И., Попков Ю.С.Развитие больших городов в условиях переходной экономики М.: Эдиториал УРСС, 2000. 328 с.

82. Андрианов Д.Л., Полушкина .К. Прогноз анализ - решение //Банковские технологии, №8, 1997 .

83. Общая теория финансов / под ред. Проф. Чл.-корр. РАЕН Л.А. Дробзи-ной. М.: Банки и биржи, 1995. 330 с.

84. Управление финансовыми рисками в банке: эволюция решений и инсу-ментов // Банки и технологии" №4, 2003 .

85. Чавкин A.M. Методы и модели рационального управления в рыночной экономике.-М.: Финансы и статистика, 2001. 320с.

86. Коржов В. Семейство программного обеспечения добычи данных компании Megaputer 1п1еШзепсе//Еженедельник лComputerworld Россия, #34/2000

87. М. Kiselev, S. Ananyan, S. Arseniev "PolyAnalyst data analysis technique and its specialization for processing data organized as a set of attribute values." Proceedings of PKDD98, France, September 1998 .

88. Еманова H. 3., Трепалин С. В., Тенцер A. Delphi и технология СОМ СПб: "Питер", 2003 . - 704 с.

89. Еманова Н. 3., Трепалин С. В. 0 DELPHI 4: технология СОМ. OLE, ActiveX, Автоматизация MIDAS, Microsoft Transaction Server ISBN 5-86404-127-Формат 14x20 см 1999 .-320 c.

90. Горбань А. Нейроинформатика и ее приложения//Открытые системы, 1998 ., № 4-5

91. Гуда А.Н. Модели, методы и средства анализа данных в затрудненных условиях. Автореф. дисс. докт. технич. наук. Таганрог: Таганрогский государственный радиотехнический университет, 1997. 38 с.

92. Градусов Д.А. Чернов В. . Краткосрочный прогноз тенденций сбора налогов при помощи детерминационного анализа данных. Математические методы и информационные технологии в экономике .V МТК. 4.1-Пенза 2000 .-С. 32. ISBN 5-8356-0022-4

93. Градусов Д.А. Чернов В. . Андреев И.А Нейросетевые и мягкие вычисления в анализе и прогнозе бюджетных процессов. Депонирование ВИНИТИ 21.11.01 №2430-В 2001

94. Гнеденко Б.В. Математическая статистика и контроль качества. -М.: Знание, 1976. 64 с.

95. Тескин О.И. В сб.: Статистические методы оценивания и проверки гипотез. Межвузовский сборник научных трудов. - Пермь: Изд-во Пермского государственного университета, 1995. С. 227 - 236.Ф

Похожие диссертации