Статистическое изучение объема, состава и динамики доходов и расходов государственного бюджета.

Курсовая работа состоит из введения, трех разделов, заключения, списка использованной литературы (30 наименования) и приложений. Общий объем курсовой работы составляет 52 страницы, объем основного текста – 37 страниц. Защищена в октябре 2015 в МТИ. Оценена на "хорошо". Преподаватель в рецензии указал недостатки в оформлении. ...

ВВЕДЕНИЕ 3
1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ СТАТИСТИЧЕСКОГО АНАЛИЗА ГОСУДАРСТВЕННОГО БЮДЖЕТА 5
2. СТАТИСКИЧЕСКИЙ АНАЛИЗ ПОКАЗАТЕЛЕЙ ДОХОДОВ И РАСХОДОВ ГОСУДАРСТВЕННОГО БЮДЖЕТА РОССИЙСКОЙ ФЕДЕРАЦИИ 12
3. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ И ДИНАМИКА ДОХОДОВ И РАСХОДОВ ГОСУДАРСТВЕННОГО БЮДЖЕТА 25
ЗАКЛЮЧЕНИЕ 38
ПРИЛОЖЕНИЕ А 43
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 40

Актуальность темы исследования. Государственный бюджет является важным инструментом государственного регулирования экономики. Он определяет формы и методы образования государственных финансовых ресурсов и направления их использования в интересах общества и особенно социально слабо защищенных категорий населения. Основной задачей статистики государственного бюджета является характеристика его основных показателей, определяющих содержание и направленность фискальной политики.
Более конкретно задачи статистики государственного бюджета состоят в том, чтобы определить:
- общую величину доходов и расходов государственного бюджета, размер превышения расходов над доходами (дефицит) или доходов над расходами (профицит);
- структуру доходов государственного бюджета;
- структуру расходов государстве нного бюджета;
- источники финансирования бюджетного дефицита;
- размеры государственного внутреннего долга;
- эффективность проведения государством фискальной политики;
- влияние фискальной политики на экономический рост и уровень жизни населения.
Объектом исследования является государственный бюджет РФ.
Предметом исследования является совокупность статистических показателей, характеризующих объем, состав и динамику доходов и расходов государственного бюджета.
Цель курсовой работы – проведение статистического анализа объема, состава и динамики доходов и расходов государственного бюджета и получение научно-обоснованных выводов касательно состояния государственного бюджета.

Рис. 2.2. Структура расходов бюджета РФ
Из анализа состава доходов государственного бюджета РФ можем сделать вывод, что наибольшее влияние на общий показатель оказывают показатели страховых взносов на социальное страхование и показатели налога на добавленную стоимость. Наименьшее влияние от показателей безвозмездных поступлений и платежей при пользовании природными ресурсами.
Если проанализировать структуру расходов государственного бюджета РФ, то видно, что наибольшие затраты идут на национальную экономику, а наименьшие – на обслуживание государственного и муниципального долга.
3. Корреляционно-регрессионный анализ и динамика доходов и расходов государственного бюджета
3.1. Корреляционно-регрессионный анализ доходов и расходов
государственного бюджета
Корреляционно-регрессионный анализ — классический метод стохастического моделирования хозяйственной деятельности. Он изучает взаимосвязи показателей хозяйственной деятельности, когда зависимость между ними не является строго функциональной и искажена влиянием посторонних, случайных факторов. При проведении корреляционно-регрессионного анализа строят различные корреляционные и регрессионные модели хозяйственной деятельности. В этих моделях выделяют факторные и результативные показатели (признаки) [10, с. 161].
Корреляционный анализ ставит задачу измерить тесноту связи между варьирующими переменными и оценить факторы, оказывающие наибольшее влияние на результативный признак.
Регрессионный анализ предназначен для выбора формы связи и типа модели для определения расчетных значений зависимой переменной (результативного признака).
В качестве примера построим модель взаимосвязей между признаками Х – доходы бюджета и Y – расходы бюджета.
Исходные данные для проведения анализа представлены в таблице 3.1.
Графический метод применяют для наглядного изображения формы связи между изучаемыми экономическими показателями. Для этого в прямоугольной системе координат строят график, по оси ординат откладывают индивидуальные значения результативного признака Y, а по оси абсцисс - индивидуальные значения факторного признака X.
Таблица 3.1
Исходные данные для корреляционно-регрессионного анализа
Субъекты РФ
Доходы бюджета (млн. руб.), Х
Расходы бюджета (млн. руб.), Y
Центральный федеральный округ
2753983,4
2871522,1
Северо-Западный
федеральный округ
905341,5
948906,2
Южный федеральный округ
522831,6
598391,6
Северо-Кавказский
федеральный округ
335695,7
353400,9
Приволжский федеральный округ
1241040,0
1346460,1
Уральский федеральный округ
832347,8
961866,5
Сибирский федеральный округ
923839,8
1034101,1
Дальневосточный
федеральный округ
646561,5
688469,3
Совокупность точек результативного и факторного признаков называется полем корреляции (рис. 3.1).
Рис. 3.1. Поле корреляции
На основании поля корреляции можно выдвинуть гипотезу (для генеральной совокупности) о том, что связь между всеми возможными значениями X и Y носит линейный характер.
Линейное уравнение регрессии имеет вид:
y = bx + a (3.1)
Оценочное уравнение регрессии (построенное по выборочным данным) будет иметь вид:
y = bx + a + ε, (3.2)
где ei – наблюдаемые значения (оценки) ошибок εi, а и b соответственно оценки параметров α и β регрессионной модели, которые следует найти. Здесь ε - случайная ошибка (отклонение, возмущение).
Для оценки параметров α и β - используют МНК (метод наименьших квадратов). Формально критерий МНК можно записать так:
S = ∑(yi - y*i)2 → min (3.3)
Система нормальных уравнений:
a•n + b∑x = ∑y
a∑x + b∑x2 = ∑y•x (3.4)
Для расчета параметров регрессии построим таблицу (табл. 3.2).
Таблица 3.2
Расчетная таблица
x
y
x2
y2
x • y
2753983.4
2871522.1
7584424567475.6
8245639170788.4
7908124196133.1
905341.5
948906.2
819643231622.25
900422976398.44
859084162467.3
522831.6
598391.6
273352881958.56
358072506950.56
312858037654.56
335695.7
353400.9
112691602998.49
124892196120.81
118635162506.13
1241040
1346460.1
1540180281600
1812954800892
1671010842504
832347.8
961866.5
692802860164.84
925187163822.25
800607465168.7
923839.8
1034101.1
853479976064.04
1069365085021.2
955343753403.78
646561.5
688469.3
418041773282.25
473989977042.49
445137743311.95
8161641.3
8803117.8
12294617175166
13910523877036
13070801363150
Для наших данных система уравнений имеет вид:
8a + 8161641.3 b = 8803117.8
8161641.3 a + 12294617175166 b = 13070801363150
Получаем эмпирические коэффициенты регрессии:
b = 1.0307, a = 48883.0766.
Уравнение регрессии (эмпирическое уравнение регрессии):
y = 1.0307 x + 48883.0766
Определим параметры уравнения регрессии.
Выборочные средние:
(млн. руб.) (3.5)
(млн. руб.) (3.6)
(3.7)
Выборочные дисперсии:
Среднеквадратическое отклонение:
(млн. руб.) (3.8)
(млн. руб.) (3.9)
Рассчитываем показатель тесноты связи. Таким показателем является выборочный линейный коэффициент корреляции, который рассчитывается по формуле:
Линейный коэффициент корреляции принимает значения от –1 до +1.
Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока:
0.1 < rxy < 0.3: слабая;
0.3 < rxy < 0.5: умеренная;
0.5 < rxy < 0.7: заметная;
0.7 < rxy < 0.9: высокая;
0.9 < rxy < 1: весьма высокая.
В нашем случае связь между признаком Y фактором X весьма высокая и прямая.
Коэффициентам уравнения линейной регрессии можно придать экономический смысл.
Коэффициент регрессии b = 1.03 показывает среднее изменение результативного показателя (в единицах измерения у) с повышением или понижением величины фактора х на единицу его измерения. В данном примере с увеличением на 1 единицу y повышается в среднем на 1.03.
Коэффициент a = 48883.08 формально показывает прогнозируемый уровень у, но только в том случае, если х=0 находится близко с выборочными значениями.
Подставив в уравнение регрессии соответствующие значения х, можно определить выровненные (предсказанные) значения результативного показателя y(x) для каждого наблюдения.
Связь между у и х определяет знак коэффициента регрессии b (если > 0 – прямая связь, иначе - обратная). В нашем случае связь прямая.
Коэффициенты регрессии (в примере b) нежелательно использовать для непосредственной оценки влияния факторов на результативный признак в том случае, если существует различие единиц измерения результативного показателя у и факторного признака х.
Для этих целей вычисляются коэффициенты эластичности и бета - коэффициенты.
Средний коэффициент эластичности E показывает, на сколько процентов в среднем по совокупности изменится результат у от своей средней величины при изменении фактора x на 1% от своего среднего значения.
Коэффициент эластичности находится по формуле:
(3.10)
Коэффициент эластичности меньше 1. Следовательно, при изменении Х на 1%, Y изменится менее чем на 1%. Другими словами - влияние Х на Y не существенно.
Бета – коэффициент показывает, на какую часть величины своего среднего квадратичного отклонения изменится в среднем значение результативного признака при изменении факторного признака на величину его среднеквадратического отклонения при фиксированном на постоянном уровне значении остальных независимых переменных:
(3.11)
Т.е. увеличение x на величину среднеквадратического отклонения Sx приведет к увеличению среднего значения Y на 99.9% среднеквадратичного отклонения Sy.
Оценим качество уравнения регрессии с помощью ошибки абсолютной аппроксимации. Средняя ошибка аппроксимации - среднее отклонение расчетных значений от фактических:
(3.12)
Ошибка аппроксимации в пределах 5%-7% свидетельствует о хорошем подборе уравнения регрессии к исходным данным.
В среднем, расчетные значения отклоняются от фактических на 3.97%. Поскольку ошибка меньше 7%, то данное уравнение можно использовать в качестве регрессии.
Для линейной регрессии индекс корреляции равен коэффициенту корреляции rxy = 0.999.
Полученная величина свидетельствует о том, что фактор x существенно влияет на y.
Квадрат (множественного) коэффициента корреляции называется коэффициентом детерминации, который показывает долю вариации результативного признака, объясненную вариацией факторного признака.
R2= 0.9992 = 0.998
т.е. в 99.8 % случаев изменения х приводят к изменению y. Другими словами - точность подбора уравнения регрессии - высокая. Остальные 0.2 % изменения Y объясняются факторами, не учтенными в модели (а также ошибками спецификации).
Проверка значимости модели регрессии проводится с использованием F-критерия Фишера, расчетное значение которого находится как отношение дисперсии исходного ряда наблюдений изучаемого показателя и несмещенной оценки дисперсии остаточной последовательности для данной модели.
(3.13)
где m – число факторов в модели.
Оценка статистической значимости парной линейной регрессии производится по следующему алгоритму:
Выдвигается нулевая гипотеза о том, что уравнение в целом статистически незначимо: H0: R2=0 на уровне значимости α.
Далее определяют фактическое значение F-критерия:
(3.14)
или по формуле:
(3.15)
где
где m=1 для парной регрессии.
Fтабл - это максимально возможное значение критерия под влиянием случайных факторов при данных степенях свободы и уровне значимости α.
Табличное значение критерия со степенями свободы k1=1 и k2=6, Fтабл = 5.99.
Поскольку фактическое значение F > Fтабл, то коэффициент детерминации статистически значим (найденная оценка уравнения регрессии статистически надежна).
3.2. Определение динамики изменений доходов и расходов
государственного бюджета РФ
Анализ рядов динамики используется для изучения развития социально-экономических явлений во времени. При изучении явления во времени встает проблема описания интенсивности изменения и расчета средних показателей динамики. Решается она путем построения соответствующих показателей.
В качестве материала для проведения анализа были взяты значения доходов и расходов государственного бюджета РФ за период 2008-2014 гг. [19]. Исходные данные представлены в таблице 3.3.
Для расчета показателей динамики на постоянной базе каждый уровень ряда сравниваем с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными.
Таблица 3.3
Доходы и расходы государственного бюджета РФ, млрд. руб.
Год
Доходы бюджета
Расходы бюджета
2008
5638,7
5726,1
2009
5841,9
5984,8
2010
6172,4
6317,5
2011
6537,3
6636,9
2012
7644,2
7679,1
2013
8064,5
8343,2
2014
8165,1
8806,6
Для расчета показателей динамики на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Вычисленные таким способом показатели динамики называются цепными [3, с. 179].
Важнейшим статистическим показателем динамики является абсолютный прирост, который определяется в разностном сопоставлении двух уровней ряда динамики в единицах измерения исходной информации.
Абсолютный прирост:
- цепной прирост: ∆yц = yi - yi-1; (3.16)
- базисный прирост: ∆yб = yi - y1. (3.17)
Темпы прироста характеризуют абсолютный прирост в относительных величинах. Темп прироста:
- цепной темп прироста: Tпрцi = ∆yi / yi-1; (3.18)
- базисный темп прироста: Tпpб = ∆yбi / y1. (3.19)
Распространенным статистическим показателем динамики является темп роста. Он характеризует отношение двух уровней ряда и может выражаться в виде коэффициента или в процентах.
Темп роста:
- цепной темп роста: Tpцi = yi / yi-1; (3.20)
- базисный темп роста: Tpб = yбi / y1. (3.21)
Абсолютное значение 1% прироста:
- цепной: 1%цi = yi-1 / 100%; (3.22)
- базисный: 1%б = yб / 100%. (3.23)
Важным статистическим показателем динамики социально-экономических процессов является темп наращивания:
Tн = ∆yцi / y1 (3.24)
Проведем анализ динамики доходов государственного бюджета.
Цепные показатели ряда динамики представлены в таблице 3.4.
Таблица 3.4
Цепные показатели ряда динамики
Период
Доходы бюджета, млрд. руб.
Абсолютный прирост
Темп прироста, %
Темпы роста, %
Абсолютное содержание 1% прироста
Темп наращения, %
2008
5638.7
-
-
100
56.39
2009
5841.9
203.2
3.6
103.6
56.39
3.6
2010
6172.4
330.5
5.66
105.66
58.42
5.86
2011
6537.3
364.9
5.91
105.91
61.72
6.47
2012
7644.2
1106.9
16.93
116.93
65.37
19.63
2013
8064.5
420.3
5.5
105.5
76.44
7.45
2014
8165.1
100.6
1.25
101.25
80.65
1.78
Итого
48064.1
Таким образом, в 2014 г. по сравнению с 2013 г. доходы бюджета увеличились на 100.6 млрд. руб. или на 1.25%.
Максимальный прирост наблюдается в 2012 г. (1106.9 млрд. руб.).
Минимальный прирост зафиксирован в 2014 г. (100.6 млрд. руб.).
Базисные показатели ряда динамики представлены в таблице 3.5.
Таблица 3.5
Базисные показатели ряда динамики
Период
Доходы бюджета, млрд. руб.
Абсолютный прирост
Темп прироста, %
Темпы роста, %
2008
5638.7
-
-
100
2009
5841.9
203.2
3.6
103.6
2010
6172.4
533.7
9.46
109.46
2011
6537.3
898.6
15.94
115.94
2012
7644.2
2005.5
35.57
135.57
2013
8064.5
2425.8
43.02
143.02
2014
8165.1
2526.4
44.8
144.8
Итого
48064.1
В 2014 г. по сравнению с 2008 г. доходы бюджета увеличились на 2526.4 млрд. руб. или на 44.8%.
Произведем расчет средних характеристик рядов.
Средний уровень ряда y динамики характеризует типическую величину абсолютных уровней.
Средний уровень интервального ряда рассчитывается по формуле:
(3.25)
(млрд. руб.).
Среднее значение доходов бюджета с 2008 г. по 2014 г. составило 6866.3 млрд. руб. Средний темп роста:
(3.26)
или 106.36%.
В среднем за весь период рост анализируемого показателя составил 1.0636. Средний темп прироста:
(3.27)
Средний абсолютный прирост:
(3.28)
(млрд. руб.).
Таким образом, с каждым периодом доходы бюджета в среднем увеличивались на 421.07 млрд. руб.
Аналогично выполним анализ динамики показателей расходов бюджета РФ. Цепные показатели ряда динамики представлены в таблице 3.6.
Таблица 3.6
Цепные показатели ряда динамики
Период
Расходы бюджета, млрд. руб.
Абсолютный прирост
Темп прироста, %
Темпы роста, %
Абсолютное содержание 1% прироста
Темп наращения, %
2008
5726.1
-
-
100
57.26
2009
5984.8
258.7
4.52
104.52
57.26
4.52
2010
6317.5
332.7
5.56
105.56
59.85
5.81
2011
6636.9
319.4
5.06
105.06
63.18
5.58
2012
7679.1
1042.2
15.7
115.7
66.37
18.2
2013
8343.2
664.1
8.65
108.65
76.79
11.6
2014
8806.6
463.4
5.55
105.55
83.43
8.09
Итого
49494.2
Таким образом, в 2014 г. по сравнению с 2013 г. расходы бюджета увеличились на 463.4 млрд. руб. или на 5.55%.
Максимальный прирост наблюдается в 2012 г. (1042.2 млрд. руб.)
Минимальный прирост зафиксирован в 2009 г. (258.7 млрд. руб.).
Базисные показатели ряда динамики представлены в таблице 3.7.
Таблица 3.7
Базисные показатели ряда динамики
Период
Расходы бюджета, млрд. руб.
Абсолютный прирост
Темп прироста, %
Темпы роста, %
2008
5726.1
-
-
100
2009
5984.8
258.7
4.52
104.52
2010
6317.5
591.4
10.33
110.33
2011
6636.9
910.8
15.91
115.91
2012
7679.1
1953
34.11
134.11
2013
8343.2
2617.1
45.7
145.7
2014
8806.6
3080.5
53.8
153.8
Итого
49494.2
В 2014 г. по сравнению с 2008 г. расходы бюджета увеличились на 3080.5 млрд. руб. или на 53.8%.
Произведем расчет средних характеристик рядов.
Средний уровень интервального ряда:
(млрд. руб.).
Средний темп роста:
или 107.44%.
Средний темп прироста:

Средний абсолютный прирост:
(млрд. руб.).
Таким образом, с каждым периодом расходы бюджета в среднем увеличивались на 513.42 млрд. руб.
Заключение
Таким образом, статистические данные о государственном бюджете выполняют очень важную задачу, так как с их помощью можно определить, как поступают в распоряжение государства финансовые ресурсы от хозяйствующих субъектов и соответствует ли размер этих ресурсов объему общественных потребностей и их составляющим, ранжированным в порядке первоочередности.
Статистические данные также позволяют проанализировать, в какой степени потребности государственного управления в расходах и кредитах могут быть удовлетворены за счет имеющихся в наличии ресурсов, без привлечения заемных средств или средств, накопленных за прошлые периоды. Этот принцип положен в основу классификаций государственного бюджета.
В результате выполнения курсовой работы был произведен статистический анализ объема, состава и динамики доходов и расходов государственного бюджета. В теоретической части курсовой работы определены понятие государственного бюджета и принципы бюджетной системы; рассмотрена структура доходов и расходов государственного бюджета; определены основные показатели и методы статистики государственного бюджета.
Подводя итоги работы, можем сказать, что роль статистического анализа объема, состава и динамики доходов и расходов государственного бюджета очень велика. Она заключается в том, что без статистических расчетов нельзя определить степень исполнения государственного бюджета, сравнить фактические показатели с установленными, установить причины дефицита (или профицита) бюджета, проанализировать величину налоговых задолженностей, тенденции изменения основных показателей государственного бюджета во времени.
Для этого используют систему статистических показателей, которая позволяет увидеть и проанализировать состояние государственного бюджета в целом.
В расчетной части курсовой работы проведен статистический анализ доходов, расходов и состава бюджета по субъектам Российской Федерации. Также определена динамика изменений доходов и расходов бюджета за 2008-2014 гг.
В ходе анализа статистического распределения доходов и расходов государственного бюджета было определено уравнение линейной регрессии, которое позволяет определить степень зависимости этих двух факторов.
Таким образом, можем сказать, что все поставленные задачи курсового проекта выполнены.
Список использованной литературы
1. Балдин, К.В. Общая теория статистики: Учебное пособие / К.В. Балдин, А.В. Рукосуев. - М.: Дашков и К, 2012. - 312 c.
2. Батракова, Л.Г. Теория статистики: Учебное пособие / Л.Г. Батракова. - М.: КноРус, 2013. - 528 c.
3. Богородская Н.А. Статистика финансов: Учебное пособие. – 2-е изд. –М.: ООО Фирма «Благовест-В», 2005. -248 с.
4. Васильева Э.К., Лялин В.С. Статистика: учебник. М.: ЮНИТИ-ДАНА, 2012. – 345 с.
5. Гореева Н. М. Статистика в схемах и таблицах / Н. М. Гореева. – Москва: Эксмо, 2009. – 414 с.
6. Годин А. М. Статистика: учебник. – 6-е изд., перераб. и испр. – М.: Издательско-торговая корпорация «Дашков и К0 », 2008. – 460 с.
7. Гусаров В. М. Статистика: учебное пособие для вузов – М.: ЮНИТИ-ДАНА, 2001. – 463 с.
8. Громыко, Г.Л. Теория статистики: Практикум / Г.Л. Громыко. - М.: НИЦ ИНФРА-М, 2013. - 238 c.
9. Елисеева И.И. Общая теория статистики: учебник для вузов / И.И. Елисеева, М.М. Юзбашев; под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2009. – 656 с.
10. Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. – М.: Финансы и статистика, 2007. – 368 с.
11. Институт комплексных стратегических исследований [Электронный ресурс] / Режим доступа: http://www.icss.ac.ru/
12. Куприенко Н.В. Статистика. Методы анализа распределений. Выборочное наблюдение: учеб. пособие 3-е изд./ Н.В. Куприенко, O.A. Пономарева, Д.В. Тихонов. - СПб.: Изд-во Политехи, ун-та, 2009. - 138 с.
13. Лысенко, С.Н. Общая теория статистики: Учебное пособие / С.Н. Лысенко, И.А. Дмитриева. - М.: ИД ФОРУМ, НИЦ ИНФРА-М, 2013. - 208 c.
14. Мелкумов Я.С. Социально-экономическая статистика: учебно-методическое пособие. – М.: ИМПЭ-ПАБЛИШ, 2007. – 200 с. 
15. Мхитарян B.C. Математико-статистический анализ социально-экономических процессов: межвузовский сб. науч. трудов / B.C. Мхитарян; Федеральное агентство по образованию, МЭСИ, Вып. 8 / редкол.: Мхитарян В. С. (гл. ред.) и др.. М.: 2011. - 235 с.
16. Ниворожкина Л. И. Статистика: учебник для бакалавров: учебник/ Л. И. Ниворожкина. – Москва: Дашков и Кº: Наука–Спектр, 2011. – 415 с.
17. Россия в цифрах. 2013: Крат. стат. сборник / Росстат. — М., 2013. — 573 с.
18. Сажин Ю.В. Многомерные статистические методы анализа экономических процессов. Учебн. пос. / Ю.В. Сажин, В.А. Басова, А.В. Катынь. - Саранск: Изд-во Мордов. ун-та. 2008. - 288 с.
19. Салина В.Н. Статистика финансов: Учебник.-2-е изд. – М.: Финансы и статистика, 2003. – 816 с.
20. Симчера В.М. Методы многомерного анализа статистических данных: Учеб. пособ. М.: Финансы и статистика, 2008. - 400 с.
21. Социально-экономическая статистика: практикум: учебное пособие / В.Н. Салин и др.; под ред. В.Н. Салина, Е.П. Шпаковской. – М.: Финансы и статистика, 2009. – 192 с.
22. Статистика: учебник для бакалавров /под ред. И. И. Елисеевой – 3-е изд., перераб. и доп. - М.: Издательство Юрайт, 2012, - 558 с.