Статистическое исследование доходов региональных бюджетов

Краткое описание

Год:

2008

Автор научной работы:

Рыженкова, Кира Викторовна

Ученая cтепень:

кандидат экономических наук

Место защиты диссертации:

Самара

Код cпециальности ВАК:

08.00.12

Специальность:

Бухгалтерский учет, статистика

Количество cтраниц:

213

Оглавление диссертациикандидат экономических наук Рыженкова, Кира Викторовна

Введение.
Глава 1. Теоретические основы статистического исследования формированиярегиональныхбюджетов.
1.1. Экономическая сущность и содержаниебюджета.
1.2. Региональныйбюджеткак объект статистического исследования.19"
1.3. Теоретическое обеспечениебюджетногопланирования и прогнозирования
Глава 2. Статистико-экономический анализ формированиядоходнойчасти регионального бюджета.
2.1. Основные тенденции и приоритеты формирования доходной частиконсолидированногобюджета Оренбургской области.
2.2. Методика обеспечениясопоставимостипоказателей региональных бюджетов.
2.3. Моделирование и прогнозированиедоходовконсолидированного бюджета Оренбургской области на основе АРПСС-моделей.
Глава 3. Многомерный статистический анализ доходов регионального бюджета.
3.1. Нейросетевое моделирование доходов регионального бюджета Оренбургской области.'.
3.2 Дифференциациямуниципальныхобразований по уровню финансово-экономической устойчивости.
3.3 Построение многофакторных регрессионных моделей с учетом пространственной неоднородности.

Введение диссертации (часть автореферата)На тему "Статистическое исследование доходов региональных бюджетов"

Актуальность, темы исследования. Взаимодействие процессовреформированияи регионализации российской экономики обусловило коренную перестройку всей финансовой системы Российской Федерации и ее основного звена —бюджетнойсистемы. Тем не менее, существует значительное отставание теоретических разработок в этой области применительно к современным условиям, что связано с практическими трудностями, возникающими в осуществлениибюджетногопроцесса в России. Выработка оптимальной стратегии развития бюджетной политики региона предполагает необходимость получения комплексной* междисциплинарной^ оценки функционирования бюджетной системы, которая невозможна безпривлеченияаппарата статистического анализа и моделирования.
В настоящее время наиболее острой является проблемасбалансированностибюджетов всех уровней, в том числе и регионального. Возникновение как дефицита, так ипрофицитазависит не только от исполнениябюджетав течение финансового года, но и от качествапланирования1 и прогнозирования при утверждениибюджетныхпоказателей. Частое изменение экономической ситуации, несовершенство бюджетного и налогового законодательства приводят к тому, чтопланированиеи анализ процессов формированиядоходныхстатей бюджета на уровне субъекта Федерации становится достаточно сложной задачей.
В связи с этим существует объективная необходимость комплексного статистического анализа и прогнозирования поступлений доходов в региональныйбюджет, поскольку повышение точности прогноза бюджетных доходов с помощью современных методов прогнозирования является наиболее реальным способом управлениясбалансированностьюбюджета.
Методики статистического исследования доходов бюджета в основном разрабатывались на федеральном уровне, отдельные направления исследуемой проблемы рассматривались в работах В.Н.Салина, A.M. Лаврова, P.M. Энтова,
В.П.Носко, но для планирования бюджетов территорий они не могут быть напрямую применены ввиду различных экономических условий: на уровне субъекта Федерации отсутствует эффект взаимной компенсации, характерный для федерального уровня. Создание статистико-экономических моделей, описывающих процесс поступления средств вдоходнуючасть бюджета на уровне субъекта Федерации - новая и по существу малоизученная задача.
Проблемам функционирования бюджетной системы и особенностям формирования региональных финансов посвящены работы И.М.Александрова, A.M. Бабича, A.M. Година, Т.М.Ковалевой, Г.Б. Поляка, М.В. Романовского, И.В.Подпориной, Д.Г. Черника, В.Г. Панскова, Л.И.Якобсон.
В процессе изучения методических аспектов статистического исследования большое значение сыграли труды известных ученых: С.А.Айвазяна, В.Н. Афанасьева, В.А. Балаша, К.Доугерти, И.И. Елисеевой, Е.В. Заровой, М. Дж. Кендалла, Г.Г.Конторовича, Ю.П. Лукашина, B.C. Мхитаряна, Б.Т.Рябушкина, М.М. Юзбашева и др.
Вопросысопоставимостипоказателей частично рассматривались в работах Т.Н.Агаповой, Т.В. Котеневой, А.А. Френкеля, но единой методики обеспечения сопоставимости показателей применительно к региональнымбюджетамне разработано.
Теоретической основой исследования искусственных нейронных сетей послужили труды К. Дж. Анила, А.Б.Барского, Д.Э. Бэстенса, В!М. Ван ден Берга и Д. Вуда, А.И.Галушкина, А.Н. Горбаня, В.В. Домбровского, А.А.Ежова, Р. Каллана, С. Короткого, В.А.Крисилова, В.В. Круглова, С. Оссовского, Ф. Розенблата, С.А.Терехова, С.А. Шумского, Ф. Уоссермена.
Нейросетевые алгоритмы вбюджетномпрогнозировании применяются Министерством финансов Голландии, разработанная методика используется, дляежемесячногопрогнозирования валового сбора налогов, однако в российских условиях в силу различий структуры бюджетных систем данная методика не применима. Известны исследования российских ученых Д. А. Граду сова, В.Г.Чернова, Е.А. Дурновой по использованию технологий нейронных сетей для прогнозирования отдельных видов >налогов, однако методики построения прогнозной модели доходов регионального бюджета' по многомерным временным рядам на уровне субъекта РФ ранее не разрабатывалось. В научной литературе недостаточно' внимания уделено подходам кэконометрическомумоделированию'доходов-бюджетов муниципальных образований с учетом-пространственной неоднородности объектов исследования.
Таким образом,совокупноеизменение условий функционирования всей бюджетной системы требует совершенствования, существующих и разработки новых методик статистического исследования*региональныхбюджетов; и-свидетельствует об актуальности выбранной-темы,исследованиям научном и практическом плане.
Цель и* задачи^ исследования. Целью диссертационной работы является совершенствование методики комплексного статистического исследования доходов региональных бюджетов.
Достижение поставленной цели предполагает решение следующих задач:
- изучение теоретических основ статистического исследования-доходов региональных бюджетов;
- рассмотрение существующих методик планирования и-прогнозированиядоходнойчасти бюджета;
- приведение к сопоставимому виду показателей бюджета во времени с учетом специфики объекта исследования;
- проведение комплексного статистико-экономического анализа доходов» регионального бюджета Оренбургской области: выявление основных тенденций формирования доходов, исследование структурно-динамических изменений вконсолидированномбюджете с момента принятия Бюджетного кодекса; анализ распределения доходов*между уровнями бюджетной-системы;
- моделирование и прогнозирование доходов консолидированного'бюджета на кратко- исреднесрочнуюперспективу;
- проведение типизациимуниципальныхобразований по уровню финансово-экономической устойчивости;
- построение многофакторных регрессионных моделей с учетом пространственной неоднородности объекта исследования.
Объектом исследования является региональный бюджет Оренбургской области.
Предметом исследования выступают методические аспекты статистического исследования региональных бюджетов с целью определения закономерностей функционирования и развития данных объектов в современных условиях.
Методология и методы исследования. Теоретической и методологической основой исследования послужили труды отечественных и зарубежных ученых по статистике иэконометрике, региональной экономике и финансам, прогнозированию и нейросетевому моделированию. Также в работе были использованы материалы периодической печати и научных конференций по теме исследования, информация из всемирной сети Интернет.
В качествеинструментарияв исследовании из современных методов использовались: нетрадиционный корреляционный анализ, методы регрессии для панельных данных, нейросетевые методы прогнозирования многомерных временных рядов.
Информационное обеспечение работы составили данныетерриториальногооргана Федеральной службы государственной статистики по Оренбургской области, Министерства финансов Оренбургской области, управления Федеральной налоговой службы России по Оренбургской области. Информационной базой исследования явились нормативно-правовые документы Российской Федерации и субъектов РФ, методические рекомендации Министерства финансов РФ. Обработка статистических данных проводилась с использованием ста-тистико-эконометрических пакетов прикладных программ Statistica 6.0, Stata 6.0, Eviews 4.0. Прогнозирование доходов бюджета методом моделирования искусственных нейронных сетей осуществлялось с помощью пакета прикладных программ Statistica Neural Networks 4.0.
Научная новизна диссертационной работы заключается в совершенствовании методики статистического анализа и прогнозирования-доходов региональных бюджетов. К числу наиболее существенных научных результатов относятся следующие:
- сформулировано понятие «региональный бюджет» с позиции объекта статистического исследования, которое определяется как основной финансовый документ, содержащий экономико-статистические показатели, используемые при анализе ипланированиибюджетов, и объективно характеризующийбюджетнуюсистему региона;
- адаптирована методика обеспечения сопоставимости показателей применительно, к региональным бюджетам, отдельно для-годовых значений и отдельно дляежемесячных, которая позволяет охарактеризовать реальные-про-цессы динамики показателей региональных бюджетов;
- впервые проведено моделирование и прогнозирование доходов-консолидированногобюджета Оренбургской области на основе АРПСС-моделей с учетоминфляционногопроцесса, происходящего в регионе, позволившее выявить основные тенденции и закономерности поступлений в региональныйбюдf жет;
- предложена и апробирована методика прогнозирования доходов регионального бюджета на основе искусственных нейронных сетей, построена многофакторная, динамическая модель, которая учитывает взаимосвязирезультативногопризнака с объясняющими переменными, распределенными во времени;
- проведена многомерная классификация административно-территориальных образований Оренбургской области итеративными и нейросетевыми методами, позволившая' выявить территориальные*различия*муниципалитетов, а также оценить перспективы их развития с точки зрения' уровня финансово-экономической устойчивости;
- впервые построены многофакторные регрессионные модели по осред-ненным во времени и панельным данным с учетом пространственной неоднородности исследуемых объектов и выявлено влияние наиболее существенных факторов на: результирующий признак на основеэконометрическогомоделирования доходов бюджетов муниципальных образований Оренбургской области.
Практическая значимость диссертационного* исследования/ Разработанная в диссертации методика и полученные результаты статистического исследования могут быть использованы региональными имуниципальнымиорганами государственной власти, в частности, Министерством финансов, при планировании бюджета, а также при осуществлении практических мер по совершенствованию' управления-бюджетнымпроцессом на региональном уровне. Также: представляется;, что-некоторые результаты работы, окажутся: полезными специалистам научно-исследовательских организаций с точки зрения перспектив доработки предложенных в работе моделей и возможностей их адаптации к региональному,, at возможно и государственному, уровням ;финансово-бюджетного прогнозирования.
Положения диссертационной работы могут быть использованы в высших и средних специальных учебных заведениях' экономического профиля при изучении дисциплин «Финансовая статистика»,, «Региональная-статистика», «Анализ временных рядов», «Эконометрическоемоделирование», «Нёйросетевые методы.и технологии»;
Апробация! результатов^ исследования. Основные положения диссертационной работы докладывались автором на региональной научной конференции «Финансово-экономические проблемы деятельности организаций в. современных условиях» (Оренбург, 2002 г.), IV международной научно-практической^ конференции. «Проблемы совершенствования бюджетной политики регионовш-муниципалитетовРоссии и стран Северной Европы» (Петрозаводск^ 2004 г.), V международной научно-практической конференции «Стабилизация экономического развития Российской Федерации» (Пенза,. 2006 г.), всероссийской научно-практической конференции «Развитие университетского комплекса как фактор повышенияинновационногои образовательного потенциала региона» (Оренбург, 2007 г.).
Основные положения диссертационной работы изложены в семи научных публикациях общим объемом 2,1 п.л.
Объем и-структура работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений, в которых приведены информационно-справочные материалы, иллюстрирующие и дополняющие содержание исследования. Диссертационная работа изложена на 213 страницах машинописного текста, содержит 23 рисунка, 22 таблицы, 21 приложение. Список литературы включает 176 наименований работ отечественных и зарубежных авторов.

Список литературы

Заключение диссертациипо теме "Бухгалтерский учет, статистика", Рыженкова, Кира Викторовна

Результаты исследования показали, что внутри каждого кластера наблюдается незначительная вариация величины дохода на душу населения, следовательно, удалось добиться такого разбиения совокупности, при котором в каждый кластер попали однородные по свойствам объекты. Сравнение средних значений показателей выявило несоответствие среднего уровня доходов значениям' других финансово-экономических показателей в выделенных группах. Большинство местных органов власти преднамеренно занижают параметры финансово-экономического развитиямуниципальныхобразований, рассчитывая данным способом- получить у вышестоящих властей дополнительные ресурсы,льготыи привилегии. В итогебюджетыданных административнотерриториальных образований формируются не за счет собственных средств, а
I за счетбезвозмездныхперечислений. л 1
Практическое применение результатов исследования способствует выработке более эффективной дифференцированнойбюджетнойполитики по отношению к различным административно-территориальным образованиям региона.
6. Величина доходовбюджетаформируется в результате взаимодействия многообразных факторов, с целью выявления существующих между ними* взаимосвязей и установления конкретной формы зависимости проведено эко-нометрическое моделирование- пространственно-временной информации. Рассмотрено два подхода к оценке параметров модели, описывающей зависимость между признаками; измеренными, как. в пространстве, так и во времени, с учетом пространственной неоднородности объектов.исследования.
Первым подходом является метод осреднения! данных во времени с включением в уравнение фиктивных переменных. Вторым подходом является метод регрессионного анализа панельных данных, который позволяет учесть внутреннюю неоднородность объектов за счет ввода в .модель индивидуальных эффектов. Проведенныйэконометрическийанализ показал, что на вариацию доходовбюджетов* муниципальных образований наибольшее влияние, стимулирующее рост доходов бюджета на душу населения, оказываетсреднемесячнаяноминальная- начисленная заработная плата работников. Это объясняется тем, что в структуре налоговых доходов бюджетов муниципальных образований Оренбургской области весомую долю занимаетналогна доходы физических лиц, который напрямую связан с данным фактором. Также положительное влияние на величину доходов бюджета на душу населения оказываютинвестициив основной капитал, кредиторскаязадолженностьна 1 организацию и объемотгруженнойпродукции на душу населения.Сдерживающийэффект оказывают объем платных услуг на душу населения и ростзадолженностиорганизаций по заработной плате на одного работника.
Разработанная в диссертации методика и полученные результаты статистического исследования могут быть использованы региональными имуниципальнымиорганами государственной власти припланированиии утверждении основных статей доходов бюджетов, осуществлении практических мер по совершенствованию управлениябюджетнымпроцессом на региональном уровне, а также разработке стратегии экономического развития Оренбургской области в разрезе ее административных единиц.
Методическийинструментарийкомплексного статистического исследования доходов региональных бюджетов, предложенный в диссертационной работе, может быть использован специалистами научно-исследовательских организаций с точки зрения перспектив доработки предложенных в работе моделей и возможностей их адаптации к региональному, а возможно и государственному, уровням финансово-бюджетногопланированияи прогнозирования.
ЗАКЛЮЧЕНИЕ
Проведенное исследование позволило сделать следующие выводы.
1. Тенденция усиления роли региональных бюджетов в финансовой системе государства привела к возрастанию их значения как объекта статистического исследования. С данной позиции региональныйбюджетрассматривается как основной финансовый документ, содержащий экономико-статистические показатели, используемые при анализе и планировании бюджетов, и объективно характеризующийбюджетнуюсистему региона.
Основной задачей статистики региональных бюджетов является изучение количественных закономерностей массовых процессов, происходящих при формировании ирасходованиирегиональных бюджетов, выявление закономерностей тенденций развития, а также характеристика основных показателей, определяющих содержание и направленность бюджетной политики региона. Важной задачей бюджетной статистики является всестороннее исследование эффективностибюджетногопланирования и происходящих в бюджетной сфере преобразований вувязкес развитием макроэкономической ситуации в стране ш регионах на основе научно обоснованной системы показателей, обобщения и прогнозирования развития налоговой базы, выявления имеющихсярезервовповышения уровня налоговых поступлений и своевременного обеспечения надежной информацией руководства региона изаинтересованныхорганов исполнительной власти.
Проведенный анализ существующих методик бюджетного планирования и прогнозирования выявил, что на практике весь процесс бюджетного планирования сводится к разработке региональногосводногофинансового баланса, а перспективный финансовый план является лишь справочно-информационным сопровождением проекта бюджета. Применение статистико-эконометрического аппарата при прогнозировании объема ресурсов на перспективу на региональном уровне не осуществляется.
2. Сугубо статистический подход к определению региональных бюджетов накладывает дополнительное ограничение, связанное с наличием единого информационного пространства и возможностью оперативного сведения учетно-статистических данных в обобщающие статистические показатели.
Вопросысопоставимости, возникающие при построении и анализе динамических рядов, можно решать либо в процессе сбора и обработки данных, либо путем их пересчета. Это требование реализуется посредством применения единой методологии расчета показателей,территориальнойсопоставимостью, одинаковой полнотой охвата различных частей явления, равенством интервалов времени, к которым относятся уровни ряда, и, наконец, расчетом последних в единых, сопоставимых ценах. В научной литературе нет единого системного подхода, обеспечивающегосопоставимостьуровней временных рядов, при. этом рассмотрение данного вопроса применительно к показателям бюджетной системы имеет свою специфику.
При анализе пог'одовой динамики пересчет статейдоходнойчасти бюджета региона осуществляется в целом и по отдельным статьям на основе значений регионального индекса-дефлятораВРП. При проведении помесячного анализа динамики за ряд лет с выявлением тенденции, цикличности исезонностиколебаний, пересчет осуществляется на основе-агрегированногоиндекса инфляции, включающего спросовую составляющую в сферепотребленияи спро-совую составляющую в сфере производства. При адаптации данной методики применительно к региональномубюджетубыл получен перечень индексов, участвующих в формировании агрегированного индексаинфляции, характерный для Оренбургской области:
-сводныйиндекс потребительских цен натоварыи услуги;
- индекс ценпроизводителейпромышленных товаров;
- индекстарифовна грузовые перевозки;
- сводный индекс ценстроительнойпродукции;
- индекс цен производителей нареализованнуюсельскохозяйственную продукцию.
Значения агрегированного индекса инфляции использовались для расчетаскорректированныхзначений доходов регионального бюджета. Для того чтобы полученные данные могли применяться в дальнейших исследованиях и в прогнозировании, предложено за базисный период брать последний год в анализируемом отрезке времени.
Таким образом, на основе полученных в сопоставимом масштабе показателей представляется возможным проанализировать и сделать соответствующие выводы относительно действительных тенденций формированиядоходныхстатей как консолидированного бюджета Оренбургской области, так и бюджетов других регионов. Подобный подход к решению- вопросов; сопоставимости позволяет получить соизмеримые данные и показатели * социально-экономических процессов, а также использовать полученные достоверные результаты анализа в прогнозировании.
3: В исследовании^ проведен анализ распределения доходов между уровнями бюджетной системы, выявивший высокую степеньцентрализацииуправления доходами региональных бюджетов, что способствует увеличению разрыва между закрепленными за региональными властямидоходнымии расходными полномочиями.
Регион по общему объему поступленийналогови сборов в Приволжском федеральном округе является одним из ведущих, причем объем поступлений с каждым годом возрастает. За.период с 1998 по 2006 гг. общий объем налоговых поступлений втекущихценах увеличился в 16,3 раза, но положительная динамика поступления налогов вконсолидированныйбюджет области носит «обманчивый» характер. Оренбургская область является регионом донором, и при увеличении поступлений налогов и сборов в бюджет региона, ежегодно на федеральном уровне изменяютсянормативыраспределения налоговых доходов, I остающихся у субъекта РФ и передаваемых в федеральный бюджет. За девять лет доля-доходов, передаваемых в федеральный бюджет, увеличилась на 39,5%.
В работе осуществлено моделирование и прогнозирование доходов в ценах с учетом инфляции на основе АРПСС-моделей. Полученные результаты, свидетельствуют, что рост доходов регионального бюджета происходит не за счет экономического развития, то есть роста величины собственных доходов, а за счетинфляционногопроцесса, происходящего в регионе.
Министерство финансов определяет Оренбургскую область как самодостаточный регион, что не позволяет претендовать на получение средств навыравниваниебюджетной обеспеченности-, однако выводы исследования-- могут быть использованы как, доказательство необходимости выделения дополнительных средств области из Фонда финансовой поддержки,регионов.
4. На современном этапе в экономике области прослеживаются различные, причем в большинстве случаев нелинейные тенденции, по этой* причине при моделировании социально-экономической, ситуации в регионе в рамках кратко- исреднесрочногопрогнозирования наиболее целесообразным оказывается не прогноз на основе определённого типатрендаили регрессионной модели, а прогноз на основе нейросетевой модели.
Решение задачи прогнозирования многомерных временных рядов с помощью нейросетей осуществляется в несколько этапов:
- предварительные преобразования;
- структурный синтез нейронной сети;
- параметрический синтез нейронной сети;
- проверка ошибки прогноза на контрольной и тестовой выборке.
Сделав предположение, что на доходы регионального бюджетатекущегопериода влияние факторов распределено во-времени, было проведено исследование взаимосвязи доходов бюджета с объясняющими переменными, распределенными во времени на основе нетрадиционного корреляционного анализа. В результате было доказано, что при нейросетевом моделировании необходимо проводить исследование связи между динамикой анализируемого показателя и динамикой рядов объясняющих переменных и определять в случае существования связи еетесноту, направление и изменение во времени. Данная информация поможет оптимально сформировать выборку входных параметров нейронной сети, эффективно обучить сеть и построить качественный прогноз исследуемого показателя по многофакторной динамической модели. Таким образом в качестве входов сети использовалисьлаговыепеременные.
Отбор наилучшей модели осуществлялся на основании оценок качества работы сети, работоспособность сети определялась по оценкам на контрольном подмножестве. Для прогнозирования доходов регионального бюджета Оренбургской области был выбран трехслойный персептрон слогистическойфункцией активации, в качестве процедуры обучения использовался метод сопряженных градиентов.
Проведенный анализ чувствительности по отношению к каждой переменной выявил факторы, оказывающее наибольшее влияние на величину доходов бюджета, а также факторы, исключение которых улучшило качество работы сети. В итоге для построения прогноза использовалась нейронная сеть, объясняющая 90,2 % вариации доходов бюджета вошедшими в модель показателями.
Разработанная модель прогнозирования доходов регионального бюджета нейросетевыми методами может быть использована вбюджетномпланировании. При этом преимущество данной методики заключаются в возможности быстрого пересчетабюджетныхдоходов при условии изменения любыхмакроэкономическихпоказателей. Это позволит с помощью более точных прогнозов решать задачусбалансированностибюджета, что окажет существенное положительное влияние на всю экономику региона.
5. Величина доходовконсолидированногобюджета Оренбургской области на 44 % формируется за счет доходов муниципальных образований, поэтому в работе проведено исследование бюджета на уровне административно-территориальных образований.
Методами многомерной классификации проведена дифференциация муниципальных образований Оренбургской области по комплексу показателей, характеризующих уровень финансово-экономической устойчивости в среднем" за 2004 - 2006 гг. Среди различных итеративных алгоритмов многомерной классификации наиболее содержательный" иэкономическиинтерпретируемый результат получен методом ^-средних при разбиении совокупности на три кластера, в качестве меры сходства взято евклидово расстояние. Для классификации нейросетевыми алгоритмами использовалась сеть Кохонена, число выходных нейронов задано 3:
С целью проследить изменения, структуры в полученных классах была осуществлена кластеризация в разрезе 2004 — 2006 гг. Полученные результаты* свидетельствуют о том, что в модели присутствует пространственная неоднородность, не изменяющаяся во времени, поэтому возможно применение результатов кластеризации по осредненным данным.

Список литературы диссертационного исследованиякандидат экономических наук Рыженкова, Кира Викторовна, 2008 год

1.АгаповаТ.Н. Методы статистического изучения структуры сложных систем и её изменения. М.:Финансыи статистика, 1996. - 198 с.
2.АйвазянС.А., Мхитарян B.C. Прикладная статистика и основыэконометрики. Учебник для вузов. М.:ЮНИТИ, 1998. - 1022 с.
3.АлександровИ.М. Бюджетная система Российской Федерации: Учебник.
4. М.: Издательско-торговаякорпорация«Дашков и К», 2006. 486 с.
5. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. — 760 с.
6. Анил К. Дж. Введение в искусственные нейронные сети. http://www. neuroschool.narod.ru/pub/nnintjain.pdf 12.09.2006.
7.АнисимовС.А., Максимов В.А. Бюджетная политика как источник экономического роста // Финансы. 2005. - № 1. - С. 16-18.
8.АнисимовС.А., Суркова Т.И. Макроэкономический анализ и прогнозирование поступлений вбюджетналога на добавленную стоимость // Финансы. 2004. - № 4. С.21-22.
9.АртамоновГ.Ф., Беляев Д.В. О возможности увеличения доходовбюджетас помощью регламентированного электронного обмена данными иотчетностью// Финансы. 2004. - № 3. - С.34-39.
10.АфанасьевВ.Н. Эконометрика: Учебник / В.Н. Афанасьев, М.М. Юзба-шев, Т.И.Гуляева; под ред. В.Н. Афанасьева. М.: Финансы и статистика, 2005.-256 е.: ил.
11.АфанасьевВ.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. — М.: Финансы и статистика, 2001. — 228 е.: ил.
12.БабичA.M. Государственные и муниципальные финансы: учеб. для вузов / A.M. Бабич, JI.H. Павлова. 2-е изд., перераб. и доп. - М.: Юнити, 2002.- 703 с.
13.БалашВ.А. Модели линейной регрессии для панельных данных: Учебное пособие для ВУЗов / В.А. Балаш, О.С. Балаш. М., 2002. - 65 с.
14. БалтинаА.М. Прогнозирование ипланированиев налогообложении. Учеб. пособие / A.M.Балтина, Т.В. Прусакова. Оренбург: ОГУ, 2005. —183 с.
15.БарскийА.Б. Нейронные сети: распознавание, управление, принятие решений / А.Б. Барский. М.: Финансы и статистика, 2004. - 176 с.
16.БасовскийJ1.E. Прогнозирование и планирование в условиях рынка: Учеб. пособие / JI.E. Басовский. М.: ИНФРА-М, 2003. - 260 с.
17.БетяевС.К. Научный прогноз: Сущность и возможности // Вестн. Моск. ун -та. Сер.7. Философия. 1999. - №2. - С.49-61.
18.БирюковА.Г. О сбалансированности консолидированныхбюджетовсубъектов Российской Федерации в 2004 году // Финансы. 2004. - № 2. - С.7-10.
19. Блинов В. Пакет STATISTICA рабочийинструментдля подготовки;, управленческих решений // Вопросы статистики. - 2002. - № 9. - С.38-39.
20. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. Вып. 1.-М.: Мир. 1974.-406 с.
21. Болыпев JI.H.,СмирновН.В. Таблицы математической статистики. М.: Наука, 1983.-416 с.
22.БорисовА. Б. Большой экономический словарь / А.Б. Борисов. 2-е изд., перераб. и доп. — М.: Книжный мир, 2004. 860 с.
23. Боровиков В. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд. - СПб.: Питер, 2003. - 688 е.: ил.
24.БоровиковВ. П. Прогнозирование в системе STATISTICA в среде Windows: Основы теории и интенсивная практика на компьютере: Учеб. пособие для вузов /В.П. Боровиков, Г.И.Ивченко. М.: Финансы и статистика, 2000. - 384 е.: ил.
25.БутовВ.И., Игнатов В.Г., Кетова Н.П. Основы региональной экономики. Учебное пособие. Москва. Ростов н/Д, 2001. 448 с.
26. Бюджет-2006 бюджет развития (интервью представителя Комитета побюджетуи налогам ГД'ФС РФ Ю.В.Васильева) // Финансы. - 2005. — № 10. -С.30-32.
27.Бюджетнаясистема России: учеб. для вузов / Под. ред. проф. Г.Б. Поляка. М.: ЮНИТИ-ДАНА, 2002. - 540 с.
28. Бюджетная система Российской Федерации: Учеб. для вузов / под ред. О.В.Врублевской, М.В. Романовского; Санкт-Петербургский государственный университет экономики и финансов (ФИНЭК).- 3-е изд., испр. и перераб. -М.:Юрайт, 2004. 838 с.
29.Бюджетноепланирование и прогнозирование. Метод, указ. для подготовки к семинар, занятиям / Т. В. Прусакова; Оренбург, гос. ун-т, каф. финансов. Оренбург:ОГУ, 2005. - 50 с.
30. Бюджетное послание Президента* Российской Федерации собранию Российской Федерации «Обюджетнойполитике в 2004 году» от 29 мая 2003 , г. № Пр-968.
31. Бюджетное послание Президента Российской Федерации Федеральному собранию Российской Федерации о бюджетной политике в 2006 году. // Финансы. 2005. - № 6. - С.3-7.
32.Бюджетныйкодекс Российской Федерации. Федеральный закон от 31 июля 1998 г. № 145-ФЗ.
33.ВенсельВ.В. Интегральная регрессия и корреляция: статистическое моделирование рядов динамики / В. В.Венсель. — М.: Финансы и статистика, 1983.-223 с.
34.ВышегородцевМ.М. Управление бюджетом: Курс лекций. М.: Издательство «Дело исервис», 2002. - 160 с.
35.ГалушкинА. И.4 Нейрокомпьютеры и их применение: учеб. пособие. Кн. 1: Теория нейронных сетей / А. И. Галушкин. М.: Б. и., 2000 416 с.
36.ГамукинВ. Новации бюджетного процесса:бюджетирование, ориентированное на результат // Вопросы экономики. — 2005. №2. — С.4-22.
37. ГвызингСХЛ. Прогноздоходнойсоставляющей федерального бюджета на территории субъекта РФ // Финансы. 2004. - № 2. - G. 18-19.
38.ГодинA.M.', Подпорина И.В. Бюджет и бюджетная система Российской Федерации: Учебное пособие. М.: Издательско-торговая корпорация «Дашкови Ко», 2002. - 340 с.
39.ГорбаньА.Н. Обучение нейронных сетей., М^: СП «ParaGraph», 1990. -83 с.
40. Рородничев П.Н. Финансовое и инвестиционное прогнозирование: учеб. пособие для вузов 7 П.Н.Городничев, К.П. Городничева. М.: Экзамен, 2005. - 224 с.
41.ГосподарчукР.Г. Анализ бюджетной системы: проблемы укрепления местных и региональных бюджетов // Финансы и.кредит. 2006. — № 34 (декабрь). — С.26-34.
42. Джонстон Дж.Эконометрическиеметоды. Пер. с англ. / Дж. Джонстон. — М.: Статистика, 1980.-444'с.
43.ДомашоваД.В. Методические указания к лабораторным работам по курсу "Нейрокомпьютерные системы "/Д.Л. Домашова, В.А, Отенюшкина,, В.Н.Тарасов. Оренбург: ОГУ, 2000. - 24 с.
44.ДомбровскийВ.В. Эконометрика: Учебник / В;В. Домбровский; Федер. агенство по образованию, Нац. фонд подгот. кадров. — М:: Новый учебник, 2004.-342 с.
45.ДоугертиК. Введение в эконометрику: Пер. с англ. М.: ИНФРА-М; 1999.-402 с.
46.ДробышевскийС. Эконометрический. анализ динамический рядов-основныхмакроэкономическихпоказателей.- http://www.iet.ru/publication.php? folder-id=44&publication-id=l 721 03.03.2004.
47.ДубининаИ.В. Реформирование бюджетной классификации Российской Федерации // Финансы. 2004. - № 12. - С.7-11.
48.ДубровA.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Учебник. М.: Финансы и статистика, 1998. - 352 с.
49.ДурноваЕ.А. Совершенствование управления сбалансированностью бюджетамуниципальногообразования на основе нейросетевого прогнозирования: Автореф. дис. к.э.н.: 08.00.05. Вологда, 2005. - 26 с.
50.ЕжовА. А., Шумский С.А. Нейрокомпьютинг и его приложения в экономике ибизнесе. http://soft.neurok.ru/pub/lectures.shtml 16.05.2005.
51.ЕлисееваИ.И. Юзбашев М.М. Общая теория статистики: Учебник. — М.: Финансы и статистика, 2004. 656 с.
52.ЕрмиловВ.Г. Проблемы доходной базы бюджетов субъектов Российской Федерации // Финансы. 2005. - № 8. - С. 17-21.
53.ЗамковО.О., Толстопятенко А.В. иЧеремныхЮ.Н. Математические методы в экономике: Учебник / Под ред. А. В. Сидоровича;МГУим. М.В. Ломоносова. М.: Издательство «Дело и сервис», 2001. - 368 с.
54.ЗароваЕ.В. Котякова М.А. Качество экономического роста региона: методологические аспекты статистического исследования // Вопросы статистики. 2006. - № 5. - С.51 -61.
55.ЗароваЕ.В. Региональная статистика. — М.: Финансы и статистика, 2006. 624 с.
56.ИльинА.Е. Налоговый механизм государственного регулирования доходов // Финансы. 2005. - № 3. - С. 16-17.
57. Калан Р. Основные концепции нейронных сетей.: Пер. с англ. М.: Издательский дом «Вильяме», 2001. - 288 с.
58.КарповВ.Г. Оптимизация планов добычи нефти с использованием искусственных нейронных сетей // Современные проблемы экономической теории и практики. Межвузовский сборник научных трудов. Вып 2. — Уфа, 2004. С.138-139.
59. Кашина Н.Сбалансированностьбюджетного обеспечения региона //Экономист. 2005. - № 4. - С.57-62.
60.КевешА.Л., Долгополов П.И., Коробов В.Н,СемченкоН.И. Развитие системы экономико-статистических классификаций и их внедрение в информационную систему государственной статистики // Вопросы статистики. 2006. - № 7. - С.20-24.
61.КевешА.Л., Семченко Н.И. О «Методологических рекомендациях по внедрению Общероссийского классификатора видов экономической деятельности (ОКВЭД) в статистическую информационную систему» // Вопросы статистики. — 2002. № 10. - С.24-33.
62. Кендалл М. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стьюарт. М:: Наука, 1976. - 736 с.
63.КильдышевГ.О., Френкель А.А. Анализ временных рядов и прогнозирование. — М.: Статистика. 1973. - 103 с.
64. Климанов В., Лавров А.Межбюджетныеотношения в России на современном этапе // Вопросы экономики. 2004. -№11. - С. 111-125.
65.КовалеваЛ.Н. Многофакторное прогнозирование на основе-рядов динамики. М.: Статистика, 1980. - 104 с.
66.КовалеваТ.М. Бюджет и бюджетная политика в,Российской Федерации. Учебное пособие / Т.М. Ковалева, С.В.БарулинУМО. - М.: КНОРУС, 2005.-2005.-2008 с.
67.КонторовичГ.Г. Анализ временных рядов // Экономический журналВШЭ, №1,2002, с.85-116.
68.КонторовичГ.Г. Анализ временных рядов // Экономический журнал ВШЭ, №3, 2002, с.379-401.
69.КонторовичГ.Г. Анализ временных рядов // Экономический' журнал ВШЭ, №4, 2002 г.с.498-523.
70.КонторовичГ.Г. Анализ временных рядов // Экономический журнал ВШЭ, №5, 2003, с.79-103.
71.КотеневаТ.В. Методология статистического исследования формирования и исполнения бюджета региона: (На примере Самарской области): Авто-реф. дис. к.э.н.: 08.00.11. Самара, 2000. - 24 с.
72.КрастиньО.П. Изучение статистических зависимостей по многолетним данным М.: Финансы и статистика, 1981. - 136 с.
73.КремерН.Ш., Путкс Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. М.: ЮНИТИ-ДАНА, 2003. - 311 с.
74.КрисиловВ.А. Представление исходных данных в задачах нейросетевого прогнозирования. http://www.neuroschool.narod.ru/pub/OOvr.pdf 06.02.2007.
75.Круглов, В.В. Искусственные нейронные сети. Теория и практика / В.В. Круглов, В.В.Борисов2-е изд., стер.-М.: Горячая линия —Телеком, 2002:-382 е.: ил.
76.КузинФ.А. Кандидатская диссертация. Методика написания, правила оформления и порядок защиты: Практическое пособие для*аспирантов» и соискателей ученой степени. 7-е изд., доп. - М.: Ось-89, 2005. — 224 с.
77.КузнецоваВ.Е. Методологические аспекты сезоннойкорректировкивременного ряда на региональном уровне // Вопросы статистики. — 2006. — № Г. — С.38-44.
78. Курс социально-экономической статистики: Учебник для вузов / Под ред. проф. М.Г. Назарова. М.:Финстатинформ, 2002. - 796 с.
79. Кучерова* Н.В.,НабатчиковаС.Б., Маяковская О.В. Финансы: Учебное пособие Оренбург: Издательский центрОГАУ, 2004. — 272 с.
80.ЛавровA.M. Бюджетная реформа 2001 — 2008 гг.: от управления затратами к управлению результатами // Финансы. 2005. - № 9. - С.3-12.
81.ЛевинB.C. Прогнозирование и классификация экономических, систем в условияхнеопределенностиметодами искусственных нейронных сетей / В.С.Левин, В.И.Смирнов. Оренбург: Издательский центр ОГАУ, 2004". -188 с.
82.ЛексинВ., Швецов А. Стереотипы и реалии российскогобюджетногофедерализма // Вопросы экономики. 2000. - № 1. — С.71-87.
83.ЛукашинЮ.П. Адаптивная эконометрика. Нелинейные адаптивные регрессионные модели // Вопросы статистики. — 2006. — № 6. С.37-45.
84.ЛукашинЮ. П. Адаптивные методыкраткосрочногопрогнозирования временных рядов: Учеб. пособие. М.: Финансы и статистика, 2003. — 416 е.: ил.
85.ЛушинС. Бюджетная реформа // Экономист. 2005. - № 2. - С.38-45.
86.ЛьюисК.Д. Методы прогнозирования экономических показателей. — М.: Финансы и статистика, 1986. 130 с.
87.МагнусЯ. Р., Катышев П.К.,ПересецкийА.А. Эконометрика. Начальный курс: Учеб. 4-е изд. - М.: Дело, 2000. - 400 с.
88. Маевскй В., Амосова А., Волкова Н. Методы прогнозированияплатежеспособногоспроса на нефтепродукты // Экономист. 1999. - № 9. — С.75-82.
89.МалинецкийГ.Г. Современные проблемы нелинейной динамики / Г.Г. Малинецкий, А.Б.Потапов. М.: Эдиториал УРСС, 2000. - 336 с.
90.МатросовВ.М. Моделирование и прогнозирование показателей социально-экономического развития области /В.М. Матросов, В.Б.Головченко, С.И. Носков. Новосибирск: Наука, 1991. - 144 с.
91. Методические рекомендации по внедрению Общероссийского классификатора видов экономической деятельности (ОКВЭД) в статистическую информационную систему от 07.05.2002 г. № ОР-01-23/2156.
92.МиляковН. В. Налоги иналогообложение: практикум / Н. В. Миляков. — М.: ИНФРА-М, 2003. 380 с.
93.МолокановВ.Д., Долганов А.П., Секерин А.Б. Использование технологий нейронных сетей для прогнозирования налоговых поступлений на основе унифицированной системы показателей госстатотчетности // Вопросы статистики. 2000. - № 7. - С.36-41.
94.МхитарянB.C., Дубров A.M., Трошин Л.И. Многомерный статистический анализ в экономике. -М.:МЭСИ, 1995. 149 с.
95.МхитарянB.C., Дуброва Т.А., Ткачев О.В. Многомерная классификация с использованием пакета программ «STATISTICА»: Методические указания. М.: / МЭСИ, 1997. -56 с.
96.Налогии налогообложение. 5-е изд. / Под ред. М.В.Романовского, О.В. Врублевской. — СПб.: Питер, 2006. 496 е.: ил.
97. Налоги и налогообложение: учеб. пособие для вузов / под ред. Б.Х. Алиева М.: Финансы и статистика, 2005. - 416 с.
98. Налоги и налогообложение: Учебник / Д.Г.Черник, Л.П. Павлова, В.Г. Князев и др.; Под ред. Д.Г. Черника. 3-е издание. - М.:МЦФЭР, 2006. -528 с.
99. Налоговая реформа в России: анализ первых результатов и перспективы развития. Научные труды №50. М.: Институт экономики переходного периода, 2003 г. - 361 с.
100. Налоговый кодекс Российской Федерации Часть I. Федеральный закон РФ от 31.07.1998 г. № 147-ФЗ с изменениями и дополнениями.
101. Налоговый кодекс Российской Федерации Часть II. Федеральный закон РФ от 05.08.2000 г. № 117-ФЗ с изменениями и дополнениями.
102.НанивскаяВ. Г. Теория экономического прогнозирования: учебное пособие / В. Г. Нанивская, И. В.Андронова. Тюмень: ТюмГНГУ, 2000. - 98 с.
103. Нейронные сети. STATISTICA Neural Networks: Пер. с англ. М.: Горячая линия - Телеком, 2001. - 182 с.
104. Носко В., Бузаев А.,КадочниковП., Пономаренко С. Анализпрогнозныхсвойств структурных моделей и моделей с включением результатов опросов предприятий. Научные труды № 64Р. М.: Институт экономики переходного периода, 2003. - 200 с.
105.НоскоВ.П. Эконометрика: Введение в регрессионный анализ временных рядов. http://www.iet.ni/mipt/2/text/curs economericslectures.htm 24.08.2006.
106. Основные социально-экономические показатели по Российской Федерации за 2002-2006 годы (по материаламРосстата) // Вопросы статистики. -2006.-№ 10. С.82-93.
107. Осовский С. Нейронные сети для обработки информации: Пер. с пол. ЙВД. Рудинского / С. Осовский. М.: Финансы и статистика, 2004. - 344 с.
108.ПансковВ.Г. Налоги и налоговая система Российской Федерации: Учебник. М.: Финансы и статистика, 2005. — 464 е.: ил.
109.ПансковВ.Г. Некоторые проблемы налоговой реформы в России // Финансы. 2004. - № 12. - С.24-27.
110. Пеньков Б. Налоговый импульс экономического развития // Экономист. -2005. — № 6. С.69-73.
111.ПоповаГ.Л. Статистический анализ налоговых поступлений в бюджет Тамбовской области: Автореф. дис. к.э.н.: 08.00.12. М., 2005. - 23 с.
112. Проблемы налоговой системы России: теория, опыт, реформа. Научные труды № 19Р. Том 1. Под редакцией М. Алексеева, С. Синельникова-Мурылева. М.: Институт экономики переходного периода, 2000. - 504 с.
113. Проблемы прогнозирования некоторых макроэкономических показателей. Под редакцией P.M.Энтова. М.: Институт экономики переходного периода, 2001. - 252 с.
114. Прогнозирование и планирование в условиях рынка: Учеб. пособие для вузов / Л.П. Владимирова. М.: Издат. Дом Дашков и К, 2001. - 308 с.
115.ПронинаЛ.И. Бюджетно-налоговое законодательство и реформа федеративных отношений // Финансы. 2004. - № 3. - С. 19-23.
116.ПронинаЛ.И. О расширении полномочий органов местного самоуправления и их финансовом обеспечении // Финансы. — 2005. № 6. - С.15-18.
117. Райская Н., Сергиенко Я., Френкель А.Инфляцияи хозяйственная конъюнктура впромышленности// Экономист. 2005. - № 8. - С.23-29.
118. Региональная статистика: Учебник / Под ред. В.М.Рябцева, Г.И. Чудили-на. -М.: «МИД», 2001.-380 с.
119. Рогова О.Валютныйфактор экономической динамики // Экономист. — 2005. — № 5. С.59-66.1201. Розенблатт Ф. Принципы нейродинамики: Персептрон и теория механизмов мозга. -М.: Мир, 1965. 501 с.
120.РусскихЕ.В., Суханов;Е.Ю: К вопросу о разработке федерального бюджета с разделением на нефтяной иненефтянойбюджеты // Вопросы статистики. 2006. - № 7. - С.75-79.
121. Сабуров Е.,ТипенкоН., Чернявский А. Бюджетный федерализм и межбюджетные отношения // Вопросы экономики. 2000. — № 1. - С.56-70.
122.СивелькинВ.А. Основные направления'совершенствования-информационно-аналитической деятельности в; Оренбургстате // Вопросы статистики.-2006.-№ 1. — С.74-77.
123.СивелькинВ.А. Статистический анализ, структуры- социально-экономичес-ких процессов-и явлений:*Учебное пособие для вузов / В. А. Сивелькин, В: Е. Кузнецова. Оренбург: Изд-во ОГУ, 2003. - 102 с.
124. Сивелькин В'.А., Кузнецова В'.Е. Особенности развития Оренбургской области как приграничной зоны России // Вопросы статистики. 2004; - № 6. — С.45-50.
125.СивелькинВ.А., Кузнецова В.Е. Практикум по региональной статистике / Практические задания. Оренбург:ООПОренбургстата, 2006. -81 с.
126.СивелькинВ.А., Кузнецова В:Е. Региональная статистика / Курс лекций. Оренбург: ООП Оренбургстата, 2006. 171 с.
127. Совершенствованиемежбюджетныхотношений-в.России. Научные* труды № 24 Р. М.: Институт экономики переходного периода, 2000. - 75 с.
128. Социальная статистика: Учебник / Под ред. чл.-кор. РАНИ.И.Елисеевой. 3-е изд., перераб. И доп. - Mi: Финансьти статистика, 2002. - 480 е.: ил.
129. Сошникова JI.A., Тамшевич В.Н.,УебеГ. Многомерный статистический анализ в экономике. М-.: ЮНИТИ, 1999. - 528 с.
130. Статистика финансов: Учебник. 2-е изд. / Под ред. В.Н. Салина. - М.: Финансы и статистика, 2002. - 816 е.: ил.
131. Статистический анализ экономических временных рядов и прогнозирование / отв. ред. Т. В.Рябушкин. М.: Наука, 1973. - 295 с.