Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации

Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации

Автор: Градусов, Денис Александрович

Шифр специальности: 08.00.13

Научная степень: Кандидатская

Год защиты: 2004

Место защиты: Владимир

Количество страниц: 192 с. ил.

Артикул: 2630806

Автор: Градусов, Денис Александрович

Стоимость: 250 руб.

ВВЕДЕНИЕ
1.Многофакторное моделирование как средство анализа и прогноза бюджетных процессов в условиях развивающейся экономики
1.1 Предпосылки применения многофакторных моделей
1.2 Основные принципы построения многофакторных моделей бюджетных процессов
1.3 Краткое описание методов многофакторного анализа
1.4 Многофакторные модели
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 Владимирской области
1.7 Статистическая база исследования Выводы по первой главе
Глава 2. Оценка применимости методов классической статистики при анализе бюджетных процессов субъекта Федерации
2.1 Корреляционный анализ статистических данных
2.2 Исследование применимости классических методов построения многофакторных моделей
2.2.1 Исследование возможности применения метода множественной регрессии
2.2.1.1 Регрессионная модель ежемесячного сбора налога на прибыль по данным за три года
2.2.2 Регрессионные модели формирования налога на прибыль по данным за один год
2.3 Нелинейные регрессионные модели в мониторинге бюджетных процессов
2.3.1 Модель ежемесячного сбора налога на прибыль полученная по методу Брандона
2.3.2 Модель ежемесячного сбора НДС, полученная по методу Брандона
2.3.3 Модель ежемесячного сбора акцизов на алкоголь полученная по методу Брандона
2.4 Методы нелинейного оценивания
2.4.1 Применение ix метода к данным за три года
2.4.2 Применение ix метода к данным за один год
2.4.3 Применение метода v к данным за три года
2.4.4 Применение метода v к данным за один год
Выводы по второй главе
Глава 3. Модели формирования доходных статей бюджета субъекта Федерации на основе методов интеллектуального анализа данных
3.1 Обзор технологий ii
3.2 Классы систем ii
3.2.1 Нейросетевые модели региональных бюджетных процессов.
3.2.2 Алгоритмы ограниченного перебора
3.2.3 Нечткая логика
3.2.4. Эволюционное программирование
3.3 Результаты применения методов ii для получения многофакторных моделей формирования доходных статей бюджета Владимирской области
3.3.1 Нейронные сети
3.3.2 Анализ и прогноз бюджетных процессов с помощью эволюционного 4 программирования
3.3.2.1 Модель по данным за три года
3.3.2.2 Модель по данным года
3.3.2.3 Модель по данным года
3.3.2.4 Модель по данным года
3.3.3. Нечеткие модели как наиболее предпочтительное средство прогноза
ситуации в условиях нестационарности
3.3.3.1 Операции над нечткими числами и нечткая логика
3.3.3.2 Нечткая регрессионная модель
3.3.3.3 Нечеткое экспоненциальное сглаживание.
Выводы по третьей главе
Глава 4. Разработка динамической модели формирования доходных 9 статей бюджета субъекта Федерации, использующая методы щ эволюционного программирования и прогнозирования на основе свертки нечетких гипотез
4.1 Целесообразность комбинации эволюционного программирования и 9 нечткой логики для прогноза поступлений в доходную часть бюджета субъекта Федерации
4.2 Прогнозная модель на основе свртки нечтких гипотез
4.3 Результаты прогноза по методу использующему свертку нечетких гипотез
4.4 Результат прогноза налога на прибыль комбинированием нечткой логики 9 и эволюционного программирования
4.5 Интерфейсный модуль связи получаемых моделей с СУБД
4.5.1 Методы использованные при создании модуля связи
Выводы по четвертой главе
Заключение
Список литературы


Исследовать корреляционные зависимости между различными микроэкономическими показателями и поступлениями в доходную часть бюджета. Федерации, применяемых в местных администрациях. Используя комплексный подход на основе эволюционного программирования и метода на основе свертки нечтких 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 прог нозирования показателей бюджета субъекта Федерации в условиях нестабильности и нестационарности экономической среды. Предложенные методики получения моделей позволяют решать задачи управления в экономических системах с учетом фактора нестабильности и неполноты данных. Задачи стратегического планирования и прогнозирования с учетом фактора неполноты 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. Показано, что для прогноза поступлений в бюджет субъекта Федерации наиболее значимыми являются многофакторные модели, учитывающие многообразие социальноэкономических процессов субъекта Федерации. Сформулированы требования к математикоинформационным моделям, которые необходимо обеспечить при исследовании бюджетных процессов субъектов Федерации. В результате сравнительных исследований различных методов создания математикоинформационных моделей бюджетных процессов субъекта Федерации установлены преимущества моделей, основанных на технологиях интеллектуального анализа данных. Обоснованы предпочтительность применения эволюционного программирования для получения аналитических моделей доходных статей бюджета субъекта Федерации перед другими методами интеллектуального анализа данных и целесообразность использования методов теории нечетких множеств для прогнозирования факторов социальноэкономического 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. Разработан алгоритм прогнозирования значений факторов социальноэкономического развития субъекта Федерации, использующий свертку нечетких гипотез о прогнозных значениях факторов. Исследования основывались на принципах системного анализа и обобщения, двух и многомерной статистической обработки исходных данных. Методологической основой исследования являются рекомендации экспертов счтной палаты Владимирской области, нечеткие методы прогнозирования, метод, использующий свртку нечтких гипотез, методы интеллектуального 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 научных работах общим объемом 4,7 пл. Результаты исследования использованы в практике работы счетной палаты Владимирской области стр. 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 социальноэкономических 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.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.212, запросов: 128