Xreferat.com » Рефераты по экономико-математическому моделированию » Статистический анализ и прогнозирование доходов бюджета

Статистический анализ и прогнозирование доходов бюджета

устойчивыми к выбросам (имеющимся внутри окна). Таким образом, если в данных имеются выбросы (связанные, например, с ошибками измерений), то сглаживание медианой обычно приводит к более гладким или, по крайней мере, более "надежным" кривым, по сравнению со скользящим средним с тем же самым окном. Основной недостаток медианного сглаживания в том, что при отсутствии явных выбросов, он приводит к более "зубчатым" кривым (чем сглаживание скользящим средним) и не позволяет использовать веса.

Относительно реже, когда ошибка измерения очень большая, используется метод сглаживания методом наименьших квадратов, взвешенных относительно расстояния или метод отрицательного экспоненциально взвешенного сглаживания. Все эти методы отфильтровывают шум и преобразуют данные в относительно гладкую кривую (см. соответствующие разделы, где каждый из этих методов описан более подробно). Ряды с относительно небольшим количеством наблюдений и систематическим расположением точек могут быть сглажены с помощью бикубических сплайнов.

Многие монотонные временные ряды можно хорошо приблизить линейной функцией. Если же имеется явная монотонная нелинейная компонента, то данные вначале следует преобразовать, чтобы устранить нелинейность. Обычно для этого используют логарифмическое, экспоненциальное или (менее часто) полиномиальное преобразование данных.

Периодическая составляющая для данного лага k может быть удалена взятием разности соответствующего порядка. Это означает, что из каждого i-го элемента ряда вычитается (i-k)-й элемент. Таким образом можно определить скрытые периодические составляющие ряда. Напомним, что автокорреляции на последовательных лагах зависимы. Поэтому удаление некоторых автокорреляций изменит другие автокорреляции, которые, возможно, подавляли их, и сделает некоторые другие сезонные составляющие более заметными.

Формализованные методы прогнозирования базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов.

Метод прогнозной экстраполяции6 заключается в приложении определенной для базисного периода тенденции развития экономического процесса к прогнозируемому периоду, он основывается на сохранении в будущем сложившихся условий развития процесса. При использовании этого метода необходимо иметь информацию об устойчивости тенденций развития объекта за срок, в 2-3 раза превышающий срок прогнозирования. Длительная тенденция изменения экономических показателей называется трендом. Последовательность действий при экстраполировании:

четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, рассмотрение факторов, стимулирующих или препятствующих развитию данного объекта, определение необходимой экстраполяции и ее допустимой дальности;

выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;

сбор и систематизация данных, проверка их однородности и сопоставимости;

выявление тенденций или симптомов изменения изучаемых величин в ходе статистического анализа и непосредственной экстраполяции данных.

Операцию экстраполяции в общей форме можно представить в виде определения значения функции:


(2.2.1) Уi + L = F (Уi Ч L),


где Уi + L – экстраполируемое значение уровня;

L – период упреждения;

Уi – уровень, принятый за базу экстраполяции.

Простейшая экстраполяция может быть проведена на основе средних характеристик ряда: среднего уровня, среднего абсолютного прироста и среднего темпа роста.

Наиболее простым и известным является метод скользящих средних, осуществляющий механическое выравнивание временного ряда. Суть метода заключается в замене фактических уровней ряда расчетными средними, в которых погашаются колебания.

Экстраполяция тренда возможна, если найдена зависимость уровней ряда от фактора времени t, в этом случае зависимость имеет вид:


(2.2.3) Статистический анализ и прогнозирование доходов бюджета.


Модель стационарного процесса, выражающее значение показателя Статистический анализ и прогнозирование доходов бюджета в виде линейной комбинации конечного числа предшествующих значений этого показателя и аддитивной случайной составляющей, называется моделью авторегрессии.

(2.2.3) Статистический анализ и прогнозирование доходов бюджета, где


α – константа,

β – параметр уравнения,

Статистический анализ и прогнозирование доходов бюджета - случайная компонента.

Для целей краткосрочного прогнозирования также может использоваться метод экспоненциального сглаживания.

Экспоненциальное сглаживание - это очень популярный метод прогнозирования многих временных рядов. Исторически метод был независимо открыт Броуном и Холтом. Броун служил на флоте США во время второй мировой войны, где занимался обнаружением подводных лодок и системами наведения. Позже он применил открытый им метод для прогнозирования спроса на запасные части. Свои идеи он описал в книге, вышедшей в свет в 1959 году. Исследования Холта были поддержаны Департаментом военно-морского флота США. Независимо друг от друга, Броун и Холт открыли экспоненциальное сглаживание для процессов с постоянным трендом, с линейным трендом и для рядов с сезонной составляющей.

Простое экспоненциальное сглаживание

Простая и прагматически ясная модель временного ряда имеет следующий вид:


(2.2.4). Xt = b + t,


где b - константа и (эпсилон) - случайная ошибка.

Константа b относительно стабильна на каждом временном интервале, но может также медленно изменяться со временем. Один из интуитивно ясных способов выделения b состоит в том, чтобы использовать сглаживание скользящим средним, в котором последним наблюдениям приписываются большие веса, чем предпоследним, предпоследним большие веса, чем пред-предпоследним и т.д. Простое экспоненциальное именно так и устроено. Здесь более старым наблюдениям приписываются экспоненциально убывающие веса, при этом, в отличие от скользящего среднего, учитываются все предшествующие наблюдения ряда, а не те, что попали в определенное окно. Точная формула простого экспоненциального сглаживания имеет следующий вид:


(2.2.5)St = *Статистический анализ и прогнозирование доходов бюджета + (1-)*St-1, где


St – экспоненциальная средняя (сглаженное значение уровня ряда) на момент t (параметр сглаживания);

α – вес текущего наблюдения при расчете экспоненциальной средней;

Статистический анализ и прогнозирование доходов бюджета – фактический уровень динамического ряда в момент времени t;

St-1–экспоненциальная средняя предыдущего периода.

Когда эта формула применяется рекурсивно, то каждое новое сглаженное значение (которое является также прогнозом) вычисляется как взвешенное среднее текущего наблюдения и сглаженного ряда. Очевидно, результат сглаживания зависит от параметра (альфа). Если равно 1, то предыдущие наблюдения полностью игнорируются. Если равно 0, то игнорируются текущие наблюдения. Значения между 0, 1 дают промежуточные результаты.

Эмпирические исследования показали, что весьма часто простое экспоненциальное сглаживание дает достаточно точный прогноз.

Параметр сглаживания часто ищется с поиском на сетке. Возможные значения параметра разбиваются сеткой с определенным шагом. Например, рассматривается сетка значений от = 0.1 до = 0.9, с шагом 0.1. Затем выбирается , для которого сумма квадратов (или средних квадратов) остатков (наблюдаемые значения минус прогнозы на шаг вперед) является минимальной.

Однако возможен и другой подход к определению параметра сглаживания, например, Броун предложил следующий метод определения значения

(2.2.6)=2/(n+1), где

n – длина исходного ряда динамики.

3 глава. Статистический анализ и прогнозирование доходов бюджета Республики Бурятия


3.1 Статистический анализ доходов бюджета региона


Для статистического анализа динамики доходов бюджета Республики Бурятия необходимо произвести расчет нижеприведенных показателей.


Таблица 3.1.1.

Расчет показателей динамики доходов бюджета Республики Бурятия

Год Доходы бюджета РБ, млн. руб. базисный абсолютный прирост, млн. руб. цепной абсолютный прирост, млн. руб. абсолют-ное ускорение, млн.руб. относи-тельное ускорение, млн. руб темп роста цепной,% темп прироста цепной, % абсолютное значение 1% прироста, млн.руб. темп наращивания
1992 1,2
1993 3,64 2,44 2,44 303,33 203,33 2,03
1994 358,1 356,90 354,46 352,02 145,27 9837,91 9737,91 1,491803279 295,38
1995 938,2 937,00 580,10 225,64 1,64 261,99 161,99 1,010269142 483,42
1996 2107,2 2106,00 1169,00 588,90 2,02 224,60 124,60 1,617307361 974,17
1997 1936,2 1935,00 -171,00 -1340,00 -0,15 91,88 -8,12 1,802566296 -142,50
1998 1715,5 1714,30 -220,70 -49,70 1,29 88,60 -11,40 -11,32280702 -183,92
1999 2302,8 2301,60 587,30 808,00 -2,66 134,23 34,23 -7,772995016 489,42
2000 3573,7 3572,50 1270,90 683,60 2,16 155,19 55,19 3,920994381 1059,08
2001 6182 6180,80 2608,30 1337,40 2,05 172,99 72,99 2,811944291 2173,58
2002 9908,1 9906,90 3726,10 1117,80 1,43 160,27 60,27 2,370126136 3105,08
2003 11062,5 11061,30 1154,40 -2571,70 0,31 111,65 11,65 2,659107378 962,00
2004 11902,8 11901,60 840,30 -314,10 0,73 107,60 7,60 9,582900208 700,25
2005 12069,6 12068,40 166,80 -673,50 0,20 101,40 1,40 14,16494109 139,00
2006 13031,4 13030,20 961,80 795,00 5,77 107,97 7,97 72,35971223 801,50
13030,20






























средний уровень, млн. руб. 6529,7
















средний абсолютный прирост, млн. руб. 930,73















средний темп роста, млн. руб. 194,21















Средний темп прироста, млн. руб. 94,21















Статистический анализ и прогнозирование доходов бюджета

рис.3.1.1 Динамика доходов бюджета Республики Бурятия


Анализируя полученные результаты таблицы 2 можно сделать некоторые выводы:

Базисный абсолютный прирост показывает, что в период с 1992 года по 2006 год доходы бюджета региона увеличились на 13030,20 млн. руб. Цепные абсолютные приросты показывают, что доходы бюджета были более низкими по сравнению с предыдущими годами в 1997 и 1998 годах, в остальное время наблюдался прирост объема доходов бюджета.

Показатель абсолютного ускорения применяется только в цепном варианте, но не в базисном. Отрицательная величина ускорения говорит о замедлении роста или об ускорении снижения уровней ряда. Таким образом, рост доходов был замедлен в 1997-1998 годах и в период с 2003 г. по2005 г. включительно.

Наибольший темп роста (9837,91%) наблюдался в 1994 году, что было связано с изменением налоговой законодательной базы Российской Федерации в целом, а также субъектов РФ, в частности, Республики Бурятия в начале 90-х годов.

Наименьший темп роста доходов бюджета (88,6%) наблюдался в 1998 году, что очевидно было связано с кризисной обстановкой экономической системы страны и ее регионов.

Темпы прироста характеризуют абсолютный прирост в относительных величинах. Исчисленный в процентах темп прироста показывает, на сколько процентов изменился сравниваемый уровень по отношению к уровню, принятому за базу сравнения. Наиболее высокий темп прироста – в 1992 году, при абсолютном значении 1 % прироста 1,49 млн. руб., однако уже в 1993 году темп прироста составил 161,99 % при абсолютном значении 1 % прироста 1,01 млн. руб. В 1997 и в 1998 гг.темп прироста имел отрицательное значение.

Темп наращивания характеризует наращивание экономикой экономического потенциала. Наибольшая его величина была зафиксирована в 2002 году, наименьшая – в 1998г.

Средний уровень доходов бюджета республики Бурятия как типическая величина уровней временного ряда составил 6529,7 млн. руб.

Средний абсолютный ежегодный прирост - 930,73 млн.руб., то есть в абсолютном выражении доходы бюджета республики ежегодно увеличиваются в среднем на 930,73 млн. руб., при этом средний темп роста составляет 194,21%, а средний темп прироста – 94,21%.

Таким образом, кризисным годом для республиканского бюджета можно назвать 1998 год, когда большинство показателей были низкими. Однако и в настоящее время ни один из выше приведенных показателей нельзя отнести к стабильным, хотя в целом доходы бюджета за анализируемый период характеризуются ростом.

Статистический анализ и прогнозирование доходов бюджета

рис. 3.1.2


Статистический анализ и прогнозирование доходов бюджета

рис. 3.1.3.


Анализируя график на рис. 3.1.2. можно сделать вывод, что доходы бюджета региона увеличиваются в основном за счет налоговых доходов, то есть за счет налоговых отчислений в бюджет, которые в свою очередь увеличиваются за счет налога на доходы физических лиц, что соответственно, говорит о росте доходов населения республики. Что касается акцизных доходов, то они увеличиваются за счет изменения налогового законодательства в соответствии с политикой государства.

3.2 Прогнозирование доходов бюджета региона


Наиболее эффективными при выявлении наличии тенденции в целом в ряду динамики считаются кумулятивный t-критерий и фазочастотный критерий Валлеса и Мура.

Кумулятивный t-критерий.

Выдвигается гипотеза

Статистический анализ и прогнозирование доходов бюджета: тенденция в исходном временном ряду отсутствует.


Статистический анализ и прогнозирование доходов бюджета (3.2.1), где


Статистический анализ и прогнозирование доходов бюджета- накопленный итог отклонений эмпирических значений от среднего уровня исходного временного ряда.

Статистический анализ и прогнозирование доходов бюджета- общая сумма квадратов отклонений, то есть


Статистический анализ и прогнозирование доходов бюджета(3.2.2)

Статистический анализ и прогнозирование доходов бюджета(3.2.3)


Таблица 3.2.1.

Статистический анализ и прогнозирование доходов бюджетаСтатистический анализ и прогнозирование доходов бюджетаСтатистический анализ и прогнозирование доходов бюджетаРасчет кумулятивного t-критерия

Год y


1992 1,2 -1826,512 36103189,8396 36105593,3168
1993 3,64 -707,04 36073873,8594 72179467,1763
1994 358,1 412,432 31941633,7662 104121100,9425
1995 938,2 1531,904 25721055,5576 129842156,5002
1996 2107,2 2651,376 15230232,1236 145072388,6238
1997 1936,2 3770,848 16594159,9296 161666548,5535
1998 1715,5 4890,32 18440952,3698 180107500,9233
1999 2302,8 6009,792 13741797,1020 193849298,0254
2000 3573,7 7129,264 5934549,1046 199783847,1300
2001 6182 8248,736 29655,2508 199813502,3809
2002 9908,1 9368,208 15196797,4662 215010299,8471
2003 11062,5 10487,68 25529848,0278 240540147,8749
2004 11902,8 11607,152 34727531,5020 275267679,3770
2005 12069,6 12726,624 36721260,8772 311988940,2542
2006 13031,4 13846,096 49302964,8624 361291905,1167

77092,94
361289501,6395 2826640376,0425

Статистический анализ и прогнозирование доходов бюджета

Статистический анализ и прогнозирование доходов бюджета


Статистический анализ и прогнозирование доходов бюджетапри уровне значимости α=0,05

Статистический анализ и прогнозирование доходов бюджета, гипотеза Статистический анализ и прогнозирование доходов бюджета отвергается, уровни временного ряда не образуют случайную последовательность, а имеют определенную закономерность в их изменении, следовательно, во временном ряду существует тенденция.

Фазочастотный критерий Валлеса и Мура.

Статистический анализ и прогнозирование доходов бюджета: цепные абсолютные приросты Статистический анализ и прогнозирование доходов бюджетаобразуют случайную последовательность.

Фаза – последовательность одинаковых знаков разности, h - число фаз.


Таблица 3.2.2.

Расчет фазочастотного критерия Валлеса и Мура.

Y

Статистический анализ и прогнозирование доходов бюджета


1,2

3,64 2,44 +
358,1 354,46 +
938,2 580,1 +
2107,2 1169 +
1936,2 -171 -
1715,5 -220,7 -
2302,8 587,3 +
3573,7 1270,9 +
6182 2608,3 +
9908,1 3726,1 +
11062,5 1154,4 +
11902,8 840,3 +
12069,6 166,8 +
13031,4 961,8 +

h=3, то Статистический анализ и прогнозирование доходов бюджета


Статистический анализ и прогнозирование доходов бюджетапри уровне значимости α=0,05

Статистический анализ и прогнозирование доходов бюджета, гипотеза Статистический анализ и прогнозирование доходов бюджета отвергается, уровни временного ряда не образуют случайную последовательность, а имеют определенную закономерность в их изменении, следовательно, во временном ряду существует тенденция.

Моделирование случайной компоненты.

Критерий серий, основанный на медиане выборки.

Статистический анализ и прогнозирование доходов бюджета: если отклонения от тренда случайны, то их чередование должно быть случайным.


Таблица 3.2.3.

Расчет критерия серий, основанного на медиане выборки.

Год y t

Статистический анализ и прогнозирование доходов бюджета


е Ранги
1992 1,2 1 -2249,9798 2251,1798 15 +
1993 3,64 2 -1194,3358 1197,9758 11 +
1994 358,1 3 -138,6918 496,7918 8
1995 938,2 4 916,9522 21,2478 6 -
1996 2107,2 5 1972,5962 134,6038 7 -
1997 1936,2 6 3028,2402 -1092,0402 4 -
1998 1715,5 7 4083,8842 -2368,3842 3 -
1999 2302,8 8 5139,5282 -2836,7282 1 -
2000 3573,7 9 6195,1722 -2621,4722 2 -
2001 6182 10 7250,8162 -1068,8162 5 -
2002 9908,1 11 8306,4602 1601,6398 13 +
2003 11062,5 12 9362,1042 1700,3958 14 +
2004 11902,8 13 10417,7482 1485,0518 12 +
2005 12069,6 14 11473,3922 596,2078 10 +
2006 13031,4 15 12529,0362 502,3638 9 +

Статистический анализ и прогнозирование доходов бюджета (длина наибольшей серии)

V=3 (число серий – последовательностей одинаковых знаков «+» или «-»)

α=0,05 (уровень значимости)


Статистический анализ и прогнозирование доходов бюджета

5<7.1811

3>2,166


Оба неравенства выполняются, гипотеза Статистический анализ и прогнозирование доходов бюджета подтверждается, выборка является случайной и отклонения уровней временного ряда случайны.

Критерий восходящих и нисходящих серий.

Статистический анализ и прогнозирование доходов бюджета: выборка случайна.

Статистический анализ и прогнозирование доходов бюджета (длина наибольшей серии)

V=5 (число серий)

α=0,05 (уровень значимости)

т. к. n<26, то Статистический анализ и прогнозирование доходов бюджета (число подряд идущих одинаковых знаков в самой длинной серии).


Статистический анализ и прогнозирование доходов бюджета


4<5

5>4.62

Оба неравенства выполняются, гипотеза Статистический анализ и прогнозирование доходов бюджета подтверждается, выборка является случайной.


Статистический анализ и прогнозирование доходов бюджета

Статистический анализ и прогнозирование доходов бюджета

Статистический анализ и прогнозирование доходов бюджета


0,946/0,54=1,75; 1,75<3, ассиметрия несущественна, совокупность однородна.

Вывод: исходные данные являются нормальными, возможен их дальнейший анализ.

Построение уравнения линейного тренда.

Применяя МНК, определим параметры уравнения линейного тренда:


Статистический анализ и прогнозирование доходов бюджета=-3305,6238

Статистический анализ и прогнозирование доходов бюджета=1055,644

У=-3305,6238+1055,644t


Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.1

В среднем за 1 год доходы бюджета Республики Бурятия увеличиваются на 1055,644 млн. руб.

R^2=0,8917 – величина достоверности аппроксимации (чем ближе фактические данные к тренду, тем ее значение выше)

r^2=97.12% - коэффициент детерминации (доля факторной дисперсии в общей).

97,12% общей вариации признака У приходится на объясненную вариацию, значит уравнение статистически значимо.

Методом экстраполяции линейного тренда получим, что доходы бюджета РБ в 2007г. составят 13584,6802 млн. руб.


Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.2.


Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.3.

Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.4.


Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.5.

Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.6.


Анализируя графики динамики дохода бюджета РБ и их различные тренды, можно сделать вывод, что изменения дохода наиболее четко описывает полиномиальный тренд шестого порядка, при этом наблюдается наибольшая величина достоверности аппроксимации – 0,9941.

Параметры экспоненциального тренда имеют следующую интерпретацию. Параметр а – это начальный уровень временного ряда в момент времени t = 0. Величина Статистический анализ и прогнозирование доходов бюджета – это средний за единицу времени коэффициент роста уровней ряда. Средний за год цепной темп прироста временного ряда составил 94,21%.

Экспоненциальное сглаживание.

В настоящее время для учета степени «устаревания» данных во взвешенных скользящих средних используются веса, подчиняющиеся экспоненциальному закону, т.е. применяется метод экспоненциальных средних. Смысл экспоненциальных средних состоит в том, чтобы найти такие средние, в которых влияние прошлых наблюдений затухает по мере удаления от момента, для которого определяются средние.

Если рассчитать параметр сглаживания по методу Броуна (формула (2.2.6) =2/(n+1), где n – длина исходного ряда динамики), получим значение равное 0,125.

У=-3305,6238+1055,644t – линейный тренд, параметры которого получены МНК.

Статистический анализ и прогнозирование доходов бюджета- начальные условия первого порядка

Статистический анализ и прогнозирование доходов бюджета- начальные условия второго порядка


Таблица 3.2.4

Расчет экспоненциального сглаживания.

Год y t

Статистический анализ и прогнозирование доходов бюджета


Статистический анализ и прогнозирование доходов бюджета


1992 1,2 1 9358,390325 17917,54712
1993 3,64 2 9358,695325 17917,58524
1994 358,1 3 9403,002825 17923,12368
1995 938,2 4 9475,515325 17932,18774
1996 2107,2 5 9621,640325 17950,45337
1997 1936,2 6 9600,265325 17947,78149
1998 1715,5 7 9572,677825 17944,33305
1999 2302,8 8 9646,090325 17953,50962
2000 3573,7 9 9804,952825 17973,36743
2001 6182 10 10130,99033 18014,12212
2002 9908,1 11 10596,75283 18072,34243
2003 11062,5 12 10741,05283 18090,37993
2004 11902,8 13 10846,09033 18103,50962
2005 12069,6 14 10866,94033 18106,11587
2006 13031,4 15 10987,16533 18121,14399

Статистический анализ и прогнозирование доходов бюджета

рис. 3.2.7


При использовании экспоненциальных средних в прогнозировании каждый новый прогноз основывается на предыдущем прогнозе:


Ft+1 = А Ч Уt + (1 – А)Ft,


где А — константа сглаживания;

Ft — прогноз на текущий период (период t);

Ft+1 — прогноз на следующий период (период t + 1);

Yt — фактический спрос на период t.

Прогноз не может всегда с точностью соответствовать фактическим значениям прогнозируемой величины из-за наличия случайных факторов, которые могут оказывать влияние на фактические данные, поэтому обычно рассчитывают ошибку прогноза.

Ошибка прогноза = Прогнозное значение – Фактическое значение.

Произведя вышеназванные вычисления получим прогноз дохода бюджета на 2007 и 2008 годы: 11242.7 и 17484.9 млн. руб. соответственно. Ошибка прогноза при этом составляет 1819,4 млн. руб.

Заключение


Как показали результаты проведенного анализа динамики доходов бюджета Республики Бурятия, доходная часть бюджета увеличивается из года в год довольно быстрыми темпами. В среднем за 1 год доходы бюджета Республики Бурятия увеличиваются на 1055,644 млн. руб., доходы бюджета РБ в 2007г. составят 13584,6802 млн. руб.

Их увеличение происходит в основном за счет налоговых доходов, то есть за счет налоговых отчислений в бюджет, которые в свою очередь увеличиваются за счет налога на доходы физических лиц, что соответственно, говорит о росте доходов населения республики. Что касается акцизных доходов, то они увеличиваются за счет изменения налогового законодательства в соответствии с политикой государства.

В период с 1992 года по 2006 год доходы бюджета региона увеличились на 13030,20 млн. руб. Однако рост их не был стабильным. За рассмотренный период доходы бюджета были более низкими по сравнению с предыдущими годами в 1997 и 1998 годах, в остальное время наблюдался прирост объема доходов бюджета.

Показатель абсолютного ускорения применяется только в цепном варианте, но не в базисном. Отрицательная величина ускорения говорит о замедлении роста или об ускорении снижения уровней ряда. Таким образом, рост доходов был замедлен в 1997-1998 годах и в период с 2003 г. по2005 г. включительно.

Наибольший темп роста (9837,91%) наблюдался в 1994 году, что было связано с изменением налоговой законодательной базы Российской Федерации в целом, а также субъектов РФ, в частности, Республики Бурятия в начале 90-х годов.

Наименьший темп роста доходов бюджета (88,6%) наблюдался в 1998 году, что очевидно было связано с кризисной обстановкой экономической системы страны и ее регионов.

Темпы прироста характеризуют абсолютный прирост в относительных величинах. Исчисленный в процентах темп прироста показывает, на сколько процентов изменился сравниваемый уровень по отношению к уровню, принятому за базу сравнения. Наиболее высокий темп прироста – в

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту

Похожие рефераты: