Статистическая методология оперативного прогнозирования кассовых поступлений федерального бюджета тема диссертации и автореферата по ВАК РФ 08.00.12, кандидат экономических наук Сафиуллин, Рафаэль Хайдарович

• Сафиуллин, Рафаэль Хайдарович
• кандидат экономических наук
• 2003

Оглавление диссертации кандидат экономических наук Сафиуллин, Рафаэль Хайдарович

Введение.

Глава 1 Проблемы статистического анализа и прогнозирования доходов федерального бюджета.

1.1 Система государственных прогнозов в бюджетном процессе.

1.2 Оперативное статистическое прогнозирование в практике экономической работы органов Федерального казначейства по кассовому исполнению федерального бюджета.

1.3 Программно-методологические вопросы технологии оперативного статистического прогнозирования кассовых поступлений.

Глава 2 Статистический анализ динамики кассовых поступлений федерального бюджета.

2.1 Анализ основной тенденции динамики кассовых поступлений.

2.2 Исследование периодической компоненты ряда кассовых поступлений.

2.3 Использование элементов технического анализа в исследовании динамики кассовых поступлений.

Глава 3 Математико-статистическое моделирование как основа оперативного прогнозирования кассовых поступлений федерального бюджета.

3.1 Прогнозирование кассовых поступлений по методу экстраполяции тренда

3.2 Прогнозирование ряда кассовых поступлений по методам экспоненциального сглаживания и авторегрессии-проинтегрированного скользящего среднего.

3.3 Оценка точности прогнозных моделей кассовых поступлений.

Введение диссертации (часть автореферата) на тему «Статистическая методология оперативного прогнозирования кассовых поступлений федерального бюджета»

Актуальность темы диссертации. Важнейшей функцией исполнительных органов государственной власти является разработка научно-обоснованных прогнозов и программ социально-экономического развития страны. В сфере государственного прогнозирования традиционно большое внимание уделяется формированию проекта федерального бюджета и бюджетов субъектов Российской Федерации. Внедрение в бюджетный процесс системы прогнозирования является одной из ключевых задач экономической науки и практики. Методологические проблемы анализа, моделирования и прогнозирования доходной части бюджета на средне- и краткосрочную перспективу достаточно хорошо разработаны и в теоретическом, и в практическом плане. Не менее важным этапом бюджетного процесса является казначейское исполнение бюджета. Бюджетные средства государства поступают и расходуются из единой казначейской кассы, что сопряжено с существованием большого количества финансовых и информационных потоков. Эффективная организация этих потоков невозможна без оперативного прогнозирования кассовых поступлений федерального бюджета.

В научной литературе статистические аспекты исследуемой проблематики не получили необходимой разработки. Нет четкого представления о месте и роли оперативного прогнозирования в бюджетном процессе. Не сложилась система понятий методологии оперативного статистического прогнозирования. На практике возникают серьезные проблемы при формализации в прогнозных моделях на оперативную перспективу различных содержательных концепций. В связи с этим все более актуальным становится вопрос о применении для оперативного прогнозирования доходов федерального бюджета статистической методологии, которая позволяла бы сочетать формальный математико-статистический аппарат с определенным логико-теоретическим подходом. Требует решения проблема комплексного применения формальных и неформальных математико-статистических методов прогнозирования для построения моделей кассовых поступлений федерального бюджета. Решению данных вопросов посвящено настоящее диссертационное исследование.

Цель и задачи исследования. Целью диссертационной работы является разработка методологии оперативного статистического прогнозирования кассовых поступлений федерального бюджета.

Для достижения указанной цели поставлены и решены следующие задачи:

- определение роли и места оперативного статистического прогнозирования в бюджетном процессе;

- выявление методологических особенностей оперативного статистического прогнозирования кассовых поступлений;

- характеристика типов развития ряда кассовых поступлений;

- исследование тренда кассовых поступлений;

- выявление, измерение и анализ периодической компоненты ряда кассовых поступлений;

- обоснование возможностей изучения динамики кассовых поступлений с помощью индикаторов технического анализа;

- построение прогнозов кассовых поступлений методом экстраполяции тренда с использованием различных периодов основания;

- прогнозирование кассовых поступлений методами экспоненциального сглаживания и авторегрессии - проинтегрированного скользящего среднего;

- оценка точности прогнозных моделей кассовых поступлений с помощью критериев средней квадратической ошибки, средней относительной ошибки и др.

Объектом исследования является деятельность органов Федерального казначейства (Управления Федерального казначейства по Самарской области) по учету, контролю и организации финансовых потоков при исполнении федерального бюджета.

Предметом исследования являются количественные закономерности динамики кассовых поступлений федерального бюджета и методы их прогнозирования.

Теоретической основой исследования послужили труды, посвященные теории и практике прогнозирования, авторами которых являются С.А. Айвазян, Т. Андерсен, В.Н. Афанасьев, Дж. Бокс, В.П. Боровиков, Т.А. Дуброва, М. Кендалл, Г.С. Кильдишев, Ю.П. Лукашин, А.И. Манелля, B.C. Мхитарян, Ю.В. Сажин, С.А. Саркисян, А.А. Френкель, В.Н. Цыгичко, Е.М. Четыркин, Р.А. Шмойлова, М.М. Юзбашев, а также нормативно-правовые документы: Бюджетный кодекс Российской Федерации, Федеральный закон «О государственном прогнозировании и программах социально-экономического развития Российской Федерации» и др.

Информационной базой исследования явились ведомственные статистические оперативные данные Управления Федерального казначейства по Самарской области за 2000-2001 г.г.

Методологическую основу диссертационного исследования образует совокупность методов статистической науки: метод сводки и группировки, графический метод, методы анализа и моделирования временных рядов, количественные методы прогнозирования. Обработка данных производилась с использованием пакетов прикладных программ Statistica 5.5, SPSS 10.05 и Microsoft Excel 2000.

Научная новизна работы заключается в разработке методологии, научных принципов и практических подходов к оперативному статистическому прогнозированию доходов федерального бюджета.

Диссертация содержит следующие элементы научной новизны:

- дана характеристика методологических особенностей оперативного прогнозирования в бюджетном процессе;

- предложен поэтапный комплексный подход к формированию прогноза кассовых поступлений федерального бюджета;

- установлены различные типы развития внутри ряда динамики доходов федерального бюджета в исследуемой ретроспективе;

- обоснована необходимость построения прогнозных моделей кассовых поступлений с изменяющейся структурой компонент динамического ряда;

- выявлены и измерены долгосрочная и периодическая компоненты ряда динамики кассовых поступлений;

- определены поворотные точки изменения направления тренда, выделены промежуточные тенденции ряда кассовых поступлений с помощью индикаторов технического анализа: индекса относительной силы (RSI), скользящих средних, линий Боллинджера и конвергенции-дивергенции скользящих средних (MACD);

- осуществлена корректировка периода основания прогнозных моделей в соответствии с типом развития и учетом промежуточных тенденций;

- предложен ряд прогнозных моделей и осуществлена оценка точности сделанных прогнозов кассовых поступлений.

Теоретическое и практическое значение диссертационной работы состоит в разработке и обосновании научных принципов и статистических методов прогнозирования кассовых поступлений федерального бюджета. Результаты исследования могут использоваться в практике экономической работы Управлений Федерального казначейства по субъектам Российской Федерации. Применение предложенной методологии позволяет повысить точность оперативных прогнозов кассовых поступлений, сократить затраты на обработку информации, что будет способствовать повышению эффективности управления движением бюджетных потоков.

Методологические и методические положения диссертации могут быть также применены для оперативного прогнозирования поступления доходов в бюджеты субъектов Российской Федерации, муниципальных образований, во внебюджетные фонды.

Апробация работы. Представленная работа выполнена в рамках Федеральной целевой программы развития органов Федерального казначейства на 2000 - 2004 гг. Предложенная методика оперативного статистического прогнозирования кассовых поступлений внедрена в практику экономической деятельности Управления Федерального казначейства по Самарской области.

Результаты проведенного исследования используются в учебном процессе Самарского муниципального университета Наяновой в преподавании дисциплины Статистика.

Основные положения диссертационной работы докладывались автором на всероссийских научно-практических конференциях в октябре 2002 г. (СМУН, г. Самара) и в апреле 2003 г. («Прикладные аспекты статистики и эконометрики», МЭСИ, г. Москва).

Основные положения диссертационного исследования отражены в 9 публикациях общим объемом 3,2 печ. л.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложений.

Заключение диссертации по теме «Бухгалтерский учет, статистика», Сафиуллин, Рафаэль Хайдарович

Выводы о характере развития на основе анализа гистограммы MACD (рис.20) подтверждают результаты анализа типов развития по графикам показателей абсолютного прироста и абсолютного ускорения (рис.4).

Проблема нахождения поворотных точек исследовалась также М. Кендаллом [104, с. 708]. Под поворотными точками понимались локальные минимумы или максимумы ряда динамики1. Показатель критерия поворотных точек использовался для определения колеблемости уровней ряда. Эта идея в дальнейшем получила развитие при построения опережающих экономических индикаторов [60, 63, 79]. Поворотные точки согласно этим работам представляют собой локальные минимумы или максимумы на большем чем один месяц временном интервале. Для ряда кассовых поступлений по этому методу выявлено две поворотные точки: у6\ (05.01.01 г.) и ую7 (25.08.01 г.).

Результатами выявления поворотных точек при исследовании ряда кассовых поступлений стало выделение нескольких промежуточных тенденций, которые могут являться базой для применения метода экстраполяции тренда на сокращенном основании прогноза. Такое прогнозирование позволяет придать гибкость методу экстраполяции тренда.

Важным этапом прогнозирования является выбор адекватной динамическому процессу аналитической функции для построения оперативных прогнозных моделей экстраполяции тренда. Ориентиром для выбора аналитической функции послужило установление внутри ряда исходных данных различных типов развития. Анализ основной тенденции ряда кассовых поступлений позволил выбрать лучшие с точки зрения аппроксимации и точности прогнозных значений аналитические функции: линейную, экспоненциальную и логарифмическую. Колеблемость исследуемого ряда динамики в значительной мере определяется наличием внутримесячной периодической компоненты с лагом, равным шести пятидневным периодам, что

1 Если уровень ряда меньше двух соседних уровней слева и справа от него, то он считается локальным минимумом, и наоборот. указывает на необходимость включения периодического фактора в оперативные прогнозные модели. Проведенное исследование основной тенденции с помощью индикаторов технического анализа: скользящих средних, линий Боллинджера, MACD, RSI, а также метода определения поворотных точек М. Кендалла, позволило выявить временные границы однотипных периодов развития, которые при построении оперативных прогнозных моделей кассовых поступлений выступали в качестве сокращенных периодов основания прогноза.

Глава 3 Математико-статистическое моделирование как основа оперативного прогнозирования кассовых поступлений федерального бюджета

3.1 Прогнозирование кассовых поступлений по методу экстраполяции тренда

Важнейшей задачей оперативного прогнозирования кассовых поступлений федерального бюджета является выбор прогнозной модели, которая сочетала бы в себе простоту применения и приемлемую точность результатов. Из всей совокупности методов прогнозирования этим критериям в оперативном периоде удовлетворяют методы прогнозирования по одномерному временному ряду.

При прогнозировании социально-экономических явлений широкое распространение получил метод экстраполяции тренда. Несмотря на простоту расчетных процедур, этот метод во многих случаях дает вполне приемлемые результаты. Существует два способа прогнозирования по методу экстраполяции тренда: без учета периодической компоненты и с учетом периодической компоненты [37, 74, 98]. Первый способ применяется в случае, если в исследуемом ряду не наблюдается существенных периодических колебаний. Второй способ применим, если периодические колебания имеют место. Оперативные прогнозы можно составлять с использованием обоих этих способов. Это связано с тем, что периодические колебания, присутствующие в ряду, являются внутримесячными. Период же упреждения оперативных прогнозов равен одному месяцу. Периодические колебания уравновешивают друг друга в пределах месяца. Прогнозные результаты экстраполяции тренда без учета периодической компоненты и с ее учетом значимо не отличаются друг от друга.

Прогнозирование по методу экстраполяции тренда происходит на базе выявленных аналитических функций, наилучшим образом аппроксимирующих компоненту тренда, которая представляет собой 6-периодное скользящее среднее ряда кассовых поступлений (табл. 15).

Заключение

В настоящей работе предпринята попытка разработки методологических положений оперативного статистического прогнозирования кассовых поступлений федерального бюджета. Методологические предпосылки оперативного статистического прогнозирования связаны с теорией бюджетного процесса и спецификой объекта исследования. Были изучены место и роль оперативного прогнозирования в бюджетном процессе, предложена система опорных блоков статистических показателей и показана их взаимосвязь с государственными прогнозами социально-экономического развития. В диссертации получили развитие теоретические представления о принципах и методах статистического прогнозирования, о способах обработки учетно-статистической информации. Конкретный выбор методического аппарата осуществлен с учетом специфики информационной базы. Выбирались такие методы, которые позволяли эффективно сочетать качественный и количественный статистический анализ динамики исследуемого процесса. В ходе исследования поставлены цели и решены задачи как научного, так и прикладного характера.

В работе получены следующие основные результаты:

1. Показана взаимосвязь основных стадий и показателей бюджетного процесса с государственными прогнозами. Показано, что оперативное прогнозирование доходов является важной составляющей исполнения федерального бюджета. Основной целью оперативного прогнозирования кассовых поступлений является создание информационной базы для принятия управленческих решений, позволяющих минимизировать вероятность возникновения временных кассовых разрывов.

2. Определено, что наиболее эффективной формой представления исходной информации для оперативного прогнозирования кассовых поступлений федерального бюджета являются данные за пятидневные периоды времени, поскольку они отражают важные внутримесячные колебания кассовых поступлений, просты в обработке, и их использование дает наиболее точные прогнозы.

3. Обосновано использование для целей оперативного прогнозирования кассовых поступлений методов, основанных на одномерной модели динамики. Технологическое использование указанных методов прогнозирования обеспечивает достаточно точные прогнозные оценки и позволяет ограничиться ведомственными статистическими данными Федерального казначейства.

4. Выявлены три типа развития динамики кассовых поступлений:

- стационарный тип развития - во втором полугодии 2000 г. и во втором квартале 2001г.;

- прогрессивный тип развития - в первом квартале 2001 г.;

- тип развития с насыщением - третий квартал 2001 г.

Указанные типы развития динамики кассовых поступлений определили предпосылки для построения математико-статистических моделей экстраполяции тренда по сокращенному периоду основания прогнозов.

5. Установлено, что в течение 2001 г. тренд ряда кассовых поступлений наилучшим образом аппроксимируется линейной и экспоненциальной функцией в зависимости от даты составления прогноза.

6. Определено, что в исследуемом ряду кассовых поступлений существует внутримесячная периодическая компонента с лагом, равным шести пятидневкам, обусловленная графиком налоговых платежей в федеральный бюджет.

7. Измерение периодической компоненты производилось методами Census I и гармонического анализа, при этом метод Census I показал лучшие результаты.

8. Выделение промежуточных тенденций ряда кассовых поступлений, действующих в пределах от одного до девяти месяцев, использовалось в диссертации для определения периода основания прогнозных моделей экстраполяции тренда.

9. Для выявления изменения направления тренда, связанного со сменой промежуточной тенденции, использовались приемы и способы технического анализа (индикатор RSI, индикатор скользящих средних, индикатор линий Боллинджера и индикатор MACD). Индикатор RSI -индекса относительной силы - с высокой степенью точности предсказал несколько поворотных точек изменения тренда. Применение индикатора RSI в оперативном прогнозировании является эффективным для динамического ряда со значительными флуктуациями. Использование индикатора скользящих среднего позволило выявить изменение тенденции кассовых поступлений в январе 2001 г. Применение индикатора линий Боллинджера определило случай разворота линии тренда в августе 2001г. Индикатор MACD показал, что в исходном ряду динамики существует несколько поворотных точек. Применение индикаторов технического анализа позволило сделать выводы о характере динамики кассовых поступлений за отдельные периоды времени.

Ю.При построении прогнозов использовались разновидности моделей экстраполяции тренда (с учетом и без учета периодической компоненты и с разными периодами основания), экспоненциального сглаживания (с учетом и без учета периодической компоненты) и авторегрессии-проинтегрированного скользящего среднего (с учетом и без учета поворотных точек). Прогнозные модели, предложенные автором, показали более высокую точность по сравнению с моделями, использовавшимися в практике Управления Федерального казначейства по Самарской области.

11.С учетом произведенной оценки точности прогнозных моделей, рекомендовано применять в практике экономической работы территориальных Управлений Федерального казначейства модели экстраполяции тренда с учетом и без учета поворотных точек, модели экспоненциального сглаживания с учетом и без учета периодической компоненты, модели АРПСС(0,1,1)(0,1,1) и АРПСС(0,1,1)(0,1,1) с интервенцией.

12.Сделан вывод о необходимости комплексного использования в практике экономической работы Управления Федерального казначейства по Самарской области предложенных моделей, теоретических и практических подходов (определение типа развития процесса кассовых поступлений, выявление его скорости и интенсивности, взаимодействия между регулярными и нерегулярными компонентами, выбор периода основания прогноза, процедуры сглаживания уровней и др.).

13.Методологические и методические положения диссертации могут быть также применены для оперативного прогнозирования поступления доходов в бюджеты субъектов Российской Федерации, муниципальных образований, во внебюджетные фонды.

Список литературы диссертационного исследования кандидат экономических наук Сафиуллин, Рафаэль Хайдарович, 2003 год

1. Бюджетный кодекс Российской Федерации от 31 июля 1998 г. № 145-ФЗ (с изменениями от 31 декабря 1999 г., 5 августа, 27 декабря 2000 г.)

2. Закон РСФСР от 10 октября 1991 г. № 1734-1 "Об основах бюджетного устройства и бюджетного процесса в РСФСР" (с изменениями от 18 декабря 1991 г., 7 февраля 1992 г., 5 ноября 1994 г., 31 июля 1995 г., 10 июля 1996 г.)

3. Федеральный закон от 15 августа 1996 г. № 115-ФЗ "О бюджетной классификации Российской Федерации" (с изменениями от 2 марта, 26 марта 1998 г., 5 августа 2000 г.)

4. Федеральный закон от 20 июля 1995 г. № 115-ФЗ "О государственном прогнозировании и программах социально-экономического развития Российской Федерации".

5. Федеральный закон от 27 декабря 2000 г. № 150-ФЗ "О федеральном бюджете на 2001 год".

6. Указ Президента РФ от 8 декабря 1992 г. № 1556 "О федеральном казначействе".

7. Положение о федеральном казначействе Российской Федерации (утв. Постановлением СМ РФ от 27 августа 1993 г. № 864).

8. Инструкция по бухгалтерскому учету исполнения бюджетов (утв. приказом Минфина РФ от 17 февраля 1999 г. № 15н).

9. Приказ Минфина РФ от 16 августа 2000 г. № 81н "Об утверждении Правил составления Министерством финансов Российской Федерации отчета об исполнении федерального бюджета за 1999 год".

10. Распоряжение ГУФК МФ РФ от 4 июня 1997 года № 93 "О совершенствовании работы по регулированию казначейских счетов".

11. Письмо Минфина РФ от 20 марта 1998 г. № 3-09-15 "О месячной отчетности об исполнении бюджетов в Российской Федерации".

12. Письмо ГУФК МФ РФ от 13 августа 1998 года № 3-06-05/83.

13. Письмо ГУФК МФ РФ от 16 ноября 1998 года№ 3-06-05/122.

14. Письмо ГУФК МФ РФ от 18 ноября 1998 года № 3-06-05/123.

15. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики: Учеб. для экон. спец. вузов. М.: ЮНИТИ, 1998. - 1022 с.

16. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. -755 с.

17. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика, 2001. - 226 с.

18. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1.-М.: Мир, 1974. 406 с.

19. Боровиков В.П. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. М.: Финансы и статистика, 2000. - 384 с.

20. Боровиков В.П., Боровиков И.П. STATISTICA Статистический анализ и обработка данных в среде Windows. - М.: Филинъ, 1997. - 592 с.

21. Бриллинджер Д. Временные ряды. М.: Мир, 1980. - 536 с.

22. Бюджетная система РФ: Учеб. / М.В. Романовский и др.; Под ред. проф. М.В. Романовского и проф. О.В. Врублевской. М. Юрайт, 2000. 615 с.

23. Венецкий И.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе: Справ. М.: Статистика, 1979. -447 с.

24. Вишнев С.М. Основы комплексного прогнозирования. М.: Наука, 1977.-287 с.

25. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: Учеб. пособие. М.: Дашков и К, 2000. - 306 с.

26. Герчук Я.П. Графические методы в статистике. М.: Статистика, 1968. -212 с.

27. О.Глазьев С.Ю. Проблемы прогнозирования макроэкономической динамики // Российский экономический журнал. 2001. - №3 - С. 76-85.

28. Глазьев С.Ю. Теория долгосрочного технико-экономического развития. М.: ВлаДар, 1993.

29. Глинский В.В., Ионин В.Г. Статистический анализ: Учеб. пособие. 2-е изд., перераб. и доп. - М.: Филинъ, 1998. - 264 с.

30. Головченко В.Б. Прогнозирование временных рядов по разнородной информации. Новосибирск, Наука: 1999. - 86 с.

31. Давыдов А., Попов В., Френкель А. Индекс хозяйственной конъюктуры в России: построение и результаты // Мировая экономика и международные отношения. 1993. - № 12.

32. Демарк Т. Технический анализ, новая наука. М.: Диаграмма, 1999. -280 с.

33. Дуброва Т.А. Статистические методы прогнозирования: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2003. - 206 с.

34. Иващенко Г.А., Кильдишев Г.С., Шмойлова Р.А. Статистическое изучение основной тенденции развития и взаимосвязи в рядах динамики: Учеб. пособие. Томск: Изд-во Томск, ун-та, 1985. - 167 с.

35. Кадочников П., Луговой О. Моделирование динамики налоговых обязательств, оценка налогового потенциала территорий. http://www.iet.ru/papers/19/25.htm. 20.01.01.

36. Кейн Э. Экономическая статистика и эконометрия. Введение в количественный экономический анализ. М.: Статистика, 1977. - Вып. 1. -255 с.

37. Кендалл М. Временные ряды. М.: Финансы и статистика, 1981. - 199 с.

38. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

39. Кильдишев Г.С., Овсиенко В.Е., Рабинович П.М. Основы анализа статистических данных: Учеб. пособие. М.: Изд-во МЭСИ, 1978. - 88 с.

40. Кильдишев Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. М.: Статистика, 1973. - 103 с.

41. Кильдишев Г.С., Шмойлова Р.А. Статистический анализ рядов динамики: Учеб. пособие. М.: Изд-во МЭСИ, 1980. - 115 с.

42. Князевский B.C. Анализ временных рядов и прогнозирование: Учеб. пособие Ростов: Изд-во Рост. гос. экон. акад., 1998. - 161 с.

43. Кокс Д., Снелл Э. Прикладная статистика. Принципы и примеры. М.: Мир, 1984. 200 с.

44. Колби Р., Мейерс Т. Энциклопедия технических индикаторов рынка. -М.: Альпина, 1998. 581 с.

45. Колемаев В.А. Статистический анализ экономических временных рядов: Пробл. лекция. М.: ГАУ, 1992. - 47 с.

46. Комментарий к Бюджетному кодексу Российской Федерации / Под ред. М.В. Романовского и О.В. Врублевской. 4-е изд., испр. и доп. - М.: Юрайт-Издат, 2002. - 299 с.

47. Ликеш И., Ляга И. Основные таблицы математической статистики. М.: Финансы и статистика, 1985.-356с.

48. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. -М.: Статистика, 1979. 254 с.

49. Льюис К.Д. Методы прогнозирования экономических показателей. М.: Финансы и статистика, 1986. - 130 с.

50. Маленво Э. Статистические методы в эконометрии. М.: Статистика, 1975.-423 с.

51. Математическое и компьютерное моделирование социально-экономических процессов. / Сб. ст. под ред. Ю.Н. Гаврильца. М.: ЦЭМИ РАН, 2001.-Вып. 2.-90 с.

52. Методы статистического исследования динамики социально-экономических явлений / Под ред. В.А. Прокофьева.- Саратов: Изд-во Сарат унта, 1987. 118 с.

53. Мотышина М.С. Методы социально-экономического прогнозирования: Учеб. пособие. СПб: Изд-во СПб УЭФ, 1994. - 114 с.

54. Мэрфи Дж. Руководство по изучению книги "Технический анализ фьючерсных рынков": Самоучйтель. М.: Диаграмма, 1999. - 149 с.

55. Мэрфи Дж. Технический анализ фьючерсных рынков: теория и практика. М.: Диаграмма, 2000. - 587 с.

56. Найман Э.Л. "Малая Энциклопедия трейдера". -М.: Альпина Паблишер, 2003. 378 с.бО.Остапкович Г. О системе индикаторов цикличности экономики // Вопросы статистики. 2000. - № 12.

57. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. Основные методы. М.: Мир, 1982. - 428 с.

58. Пасхавер И.С., Яблочник А.Л. Общая теория статистики: Для программированного обучения. Учеб. пособие / Под ред. проф. М.М. Юзбашева. М.: Финансы и статистика, 1983. - 432 с.

59. Попов В., Френкель А. Индекс деловой активности для российской экономики // ЭКО. 1996. - № 10.

60. Прогностика. Терминология / Под ред. В.И. Сифорова. М.: Наука, 1990. - 54 с.

61. Рабинович П.М. Статистическое моделирование и прогнозирование: Учеб. пособие. М.: Изд-во МЭСИ, 1978. - 121 с.

62. Рабочая книга по прогнозированию / Под ред. И.В. Бестужева-Лада. -М.: Мысль, 1982.-430 с.

63. Сажин Ю.В. Статистические методы прогнозирования на основе временных рядов. Учеб. пособие. Саранск: Изд-во Морд, ун-та, 2000. — 113 с.

64. Сафиуллин Р.Х. Анализ нормативного регулирования прогнозирования в казначейской системе Российской Федерации // Современные аспекты экономики. СПб., 2002. - № 4(17). - С. 90-93.

65. Сафиуллин Р.Х. Использование индикаторов технического анализа в технологических процедурах оперативного статистического прогнозирования // Вестн. молодых ученых СГЭА. Самара, 2003. - №2(7).

66. Сафиуллин Р.Х. Опыт применения математико-статистических моделей оперативного прогнозирования в изучении кассовых поступлений доходов федерального бюджета // Современные аспекты экономики. СПб., 2001. -№4(32).-С. 118-125.

67. Сафиуллин Р.Х. Оценка системы статистических показателей кассового исполнения федерального бюджета по доходам в казначейской системе Российской Федерации // Современные аспекты экономики. СПб., 2001. -№4(32).-С. 126-130

68. Сафиуллин Р.Х. Оценка существующих методик прогнозирования поступлений доходов в федеральный бюджет органами федерального казначейства // Современные аспекты экономики. СПб., 2002. - № 6(19). -С. 199-202.

69. Сафиуллин Р.Х. Оценка точности моделей оперативного статистического прогнозирования кассовых поступлений федерального бюджета // Современные аспекты экономики. СПб., 2003. - №12 (40). — С. 105-110.

70. Сафиуллин Р.Х. Статистическое изучение периодических колебаний кассовых поступлений федерального бюджета // Современные аспекты экономики. СПб., 2003. - №12 (40). - С. 110-123.

71. Сафиуллин Р.Х., Котенкова Г.О. Некоторые проблемы исполнения федерального бюджета Российской Федерации // Современные аспекты экономики. СПб., 2001. - № 12а.- С. 92-93.

72. Сигел Э.Ф. Практическая бизнес-статистика. М.: Вильяме, 2002. -1056 с.

73. Сироткина Т.С. Статистическое моделирование и прогнозирование: Учеб. пособие. М.: ВЗФЭИ, 1988. - 75 с.

74. Смирнов С. Система опережающих индикаторов для России // Вопросы экономики. 2001. - № 3.

75. Справочник по прикладной статистике: В 2 т.; Пер. с англ. / Под ред. Э. Ллойда, У. Ледермана. М.: Финансы и статистика. - 1989. - Т. 1. - 510 с.

76. Статистика финансов: Учеб. / Под ред. проф. В.Н. Салина. М.: Финансы и статистика, 2000. - 816 с.

77. Статистические методы анализа ускорения социально-экономического развития: Сб. науч. тр./Под ред. В.М. Рябцева; Куйбышев, гос. ун-т. Куйбышев, 1989.- 156 с.

78. Статистический словарь. / Под ред. М.А. Королева. 2 изд. - М.: Финансы и статистика, 1989. - 621 с.

79. Статистическое моделирование и прогнозирование / Под ред. А.Г. Гранберга. М.: Финансы и статистика, 1990. - 382 с.

80. Статистическое моделирование и прогнозирование: Учеб. пособие / А.С. Володичев и др. М.: МЭСИ, 1982. - 137 с.

81. Сулицкий В.Н. Методы статистического анализа в управлении: Учеб. пособие. М.: Дело, 2002. - 518 с.

82. Сутягин B.C. Анализ и прогнозирование народнохозяйственной динамики. М.: Наука, 1992. - 127 с.

83. Тейл Г. Прикладное экономическое прогнозирование. М.: Прогресс,1970.-510 с.

84. Тейл Г. Экономические прогнозы и принятие решений. М.: Прогресс,1971.-488 с.

85. Теория прогнозирования и принятия решений. Учеб. пособие / Под ред. С.А. Саркисяна М.: Высшая школа, 1977. - 351 с.

86. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: ИНФРА-М, 1998. - 528 с.

87. Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах / Под ред. М.Р. Ефимовой. М.: Финансы, 1999. - 527 с.

88. Ухов Н.Н., Демидова Л.Г., Петров А.Н. Методы прогнозирования и планирования экономических и социальных систем. СПб.: Изд-во СПбУЭФ,. 1992.-51 с.

89. Федеральный бюджет и регионы: структура финансовых потоков / Институт «Восток-Запад». М.: МАКС Пресс, 2001. - 311 с.

90. Хасаев Г.Р., Цыбатов В.А. Технология прогнозирования регионального развития: опыт разработки и использования//Проблемы прогнозирования. 2002. - №3. - С.64-82.

91. Хастингс Н., Пикок Дж. Справочник по статистическим распределениям. -М.: Статистика, 1980.- 95 с.

92. Цыгичко В.Н. Прогнозирование социально-экономических процессов. 1986, М.: Финансы и статистика, 1986. 205 с.

93. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977. - 200 с.

94. Шеннан Р. Имитационное моделирование систем искусственная наука. - М.: Мир, 1978. - 418 с.

95. Шим Дж. К., Сигел Дж. Г. Основы коммерческого бюджетирования. -СПб.: Азбука Бизнес-Микро, 2001. 474 с.

96. Электронный учебник по статистике. http://www.statsoft.ru/ home/textbook/default.htm. 25.05.01.

97. Эрлих А. Технический анализ товарных и финансовых рынков. М.: Финансист, 2000. - 182 с.

98. ЮЗ.Юзбашев М.М., Манелля А.И. Статистический анализ тенденций и колеблемости. М.: Финансы и статистика, 1983. — 207 с.

99. Юл Дж.Э., Кендэлл М.Дж. Теория статистики. М.: Госстатиздат, 1960.-779 с.

100. Янсон Ю.Э. Теория статистики: Лекции.- СПб.: Тип. Шредера, 1887. -537 с.

101. Юб.Янч Э. Прогнозирование научно-технического прогресса. М.: Прогресс, 1974. - 586 с.

102. Яременко Ю.В. Прогнозы развития народного хозяйства и варианты экономической политики // Избр. тр.: В 3 кн. М.: Наука, 1997. Кн. 2. - 478 с.

103. Needles В.Е., Powers М., Mills S.K., Anderson H.R. "Managerial Accounting" 5th ed. Boston, N.-Y.: Houghton Mifflin Company, 1999. - 603 p.

104. Абсолютный прирост и абсолютное ускорения для ряда пятидневных кассовых поступлений за период с 05.03.00г. по 01.01.02г.

105. Дата Абсолютный прирост Абсолютное ускорение2512.01 691 181,81 475 031,850101.02 128 185,21 -562 996,60о к1000000 800000 --600000 --400000 2000001. Периоды времени

106. Рис. 1. График абсолютных отклонений уровней ряда кассовых поступлений оттрендао