Моделирование и прогнозирование поступления налогов в консолидированный бюджет по субъектам Российской Федерации

Бесплатный доступ

В работе представлена методика использования метода множественной регрессии для исследования зависимости объемов налоговых поступлений от различных факторов. Для исследования были отобраны открытые данные ресурсов федеральных служб за 2020 г. с целью определения факторов, оказывающих значимое влияние на собираемость налогов, сборов и иных обязательных платежей в консолидированный бюджет Российской Федерации. С помощью шагового регрессионного анализа поведен качественный отбор факторов. В процессе анализа поступлений налогов был построен ряд эконометрических моделей с различным типом зависимости. Для выбора наилучшей модели протестированы гипотезы о значимости коэффициентов регрессии и сравнение показателей корреляции, которые дали возможность выделить линейную регрессионную модель, как самую наилучшую в плане аппроксимации исходных данных. Для построения прогнозов и описания количественных зависимостей анализируемых показателей использовалась оцененная множественная линейная регрессия.

Еще

Регрессионный анализ, модель множественной регрессии, коэффициент корреляции, коэффициент эластичности, прогнозирование, эконометрическое исследование

Короткий адрес: https://sciup.org/148323395

IDR: 148323395   |   DOI: 10.18101/2304-5728-2021-3-62-72

Список литературы Моделирование и прогнозирование поступления налогов в консолидированный бюджет по субъектам Российской Федерации

  • Кисель А. И. Анализ поступления налогов, сборов и иных обязательных платежей в консолидированный бюджет России // Молодой ученый. 2020. № 7 (297). С. 161-165. URL: https://moluch.ru/archive/297/67314/(дата обращения: 08.07.2021). Текст: электронный.
  • Деметрюк Э. Э. Анализ налоговых доходов региональных бюджетов РФ // О некоторых вопросах и проблемах экономики и менеджмента: сборник научных трудов по итогам международной научно-практической конференции. Красноярск. 2014. 304 с. Текст: непосредственный.
  • Аксенюшкина Е. В., Леонова О. В. Моделирование криминогенной обстановки и прогнозирование количества преступлений в регионах Российской Федерации // Вестник Бурятского государственного университета. Математика, информатика. 2020. № 2. С. 36-51. Текст: непосредственный.
  • Сорокина П. Г., Леонова О. В., Волченко Л. Ю. Моделирование налоговой базы по налогу на имущество организаций и прогнозирование поступлений на примере Иркутской области // Вестник УрФУ. Серия экономика и управление. 2018. Т. 17, № 2. С. 310-328. Текст: непосредственный.
  • Волченко Л. Ю., Мамонова Н. В., Завьялова Е. О. Моделирование влияния деятельности таможенных органов на социально-экономическое развитие и инвестиционную активность регионов // Инновационное развитие экономики. 2017. № 6 (42). С. 16-26. Текст: непосредственный.
  • Мамонова Н. В. Анализ нарушения гарантий независимости адвокатов сотрудниками правоохранительных органов при защите личности в уголовном судопроизводстве // Адвокатская практика. 2019. № 2. С. 45-51. Текст: непосредственный.
  • Антипина Н. В. Регрессионный анализ динамики экспорта нефти Российской Федерации // Интеллектуальный и ресурсный потенциалы регионов: активизация и повышение эффективности использования: материалы V Всероссийской научно-практической конференции, Иркутск, 16 мая 2019 г. Иркутск, 2019. С. 15-21. Текст: непосредственный.
  • Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Москва: Вильямс, 2007. 392 с. Текст: непосредственный.
  • Елисеева И. И. Эконометрика. Москва: Юрайт, 2012. 449 с. Текст: непосредственный.
Еще
Статья научная