Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации тема диссертации и автореферата по ВАК 08.00.13, кандидат экономических наук Градусов, Денис Александрович

Диссертация и автореферат на тему «Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации». disserCat — научная электронная библиотека.
Автореферат
Диссертация
Артикул: 179567
Год: 
2004
Автор научной работы: 
Градусов, Денис Александрович
Ученая cтепень: 
кандидат экономических наук
Место защиты диссертации: 
Владимир
Код cпециальности ВАК: 
08.00.13
Специальность: 
Математические и инструментальные методы экономики
Количество cтраниц: 
192

Оглавление диссертации кандидат экономических наук Градусов, Денис Александрович

ВВЕДЕНИЕ

1.Многофакторное моделирование как средство анализа и прогноза 12 бюджетных процессов в условиях развивающейся экономики

1.1 Предпосылки применения многофакторных моделей

1.2 Основные принципы построения многофакторных моделей бюджетных 19 процессов

1.3 Краткое описание методов многофакторного анализа

1.4 Многофакторные модели 24 1.4.1. Стохастические модели

1.4.2 Интервальные модели

1.4.3 Нечеткие модели

1.5 Особенности формирования доходных статей

1.6 Сравнение поведения налоговых платежей РФ и субъекта Федерации 33 (Владимирской области)

1.7 Статистическая база исследования 38 Выводы по первой главе

Глава 2. Оценка применимости методов классической статистики при 49 анализе бюджетных процессов субъекта Федерации

2.1 Корреляционный анализ статистических данных

2.2 Исследование применимости классических методов построения 50 многофакторных моделей

2.2.1 Исследование возможности применения метода множественной 51 регрессии

2.2.1.1 Регрессионная модель "ежемесячного сбора налога на прибыль" 53 по данным за три года

2.2.2 Регрессионные модели формирования налога на прибыль по данным 58 за один год

2.3 Нелинейные регрессионные модели в мониторинге бюджетных процессов

2.3.1 Модель ежемесячного сбора налога на прибыль полученная по методу 69 Брандона

2.3.2 Модель ежемесячного сбора НДС, полученная по методу Брандона

2.3.3 Модель ежемесячного сбора акцизов на алкоголь полученная по 73 методу Брандона

2.4 Методы нелинейного оценивания

2.4.1 Применение Simplex метода к данным за три года

2.4.2 Применение Simplex метода к данным за один год

2.4.3 Применение метода Hooke-Jeeves к данным за три года

2.4.4 Применение метода Hooke-Jeeves к данным за один год 83 Выводы по второй главе

Глава 3. Модели формирования доходных статей бюджета субъекта 89 Федерации на основе методов интеллектуального анализа данных

3.1 Обзор технологий DataMining

3.2 Классы систем Data Mining

3.2.1 Нейросетевые модели региональных бюджетных процессов.

3.2.2 Алгоритмы ограниченного перебора

3.2.3 Нечёткая логика 95 3.2.4. Эволюционное программирование

3.3 Результаты применения методов DataMining для получения 98 многофакторных моделей формирования доходных статей бюджета Владимирской области

3.3.1 Нейронные сети

3.3.2 Анализ и прогноз бюджетных процессов с помощью эволюционного 104 программирования

3.3.2.1 Модель по данным за три года

3.3.2.2 Модель по данным 1997 года

3.3.2.3 Модель по данным 1998 года '

3.3.2.4 Модель по данным 1999 года 113 3.3.3. Нечеткие модели как наиболее предпочтительное средство прогноза ситуации в условиях нестационарности

3.3.3.1 Операции над нечёткими числами и нечёткая логика

3.3.3.2 Нечёткая регрессионная модель

3.3.3.3 Нечеткое экспоненциальное сглаживание.

Выводы по третьей главе

Глава 4. Разработка динамической модели формирования доходных 129 статей бюджета субъекта Федерации, использующая методы ц эволюционного программирования и прогнозирования на основе свертки нечетких гипотез

4.1 Целесообразность комбинации эволюционного программирования и 129 нечёткой логики для прогноза поступлений в доходную часть бюджета субъекта Федерации

Щ 4.2 Прогнозная модель на основе свёртки нечётких гипотез

4.3 Результаты прогноза по методу использующему свертку нечетких гипотез

4.4 Результат прогноза налога на прибыль комбинированием нечёткой логики 149 и эволюционного программирования

4.5 Интерфейсный модуль связи получаемых моделей с СУБД 155 Ц 4.5.1 Методы использованные при создании модуля связи

Выводы по четвертой главе

Введение диссертации (часть автореферата) На тему "Исследование информационно-математических моделей для анализа и прогноза доходной части бюджета субъекта федерации"

Сложность и частое изменение экономической ситуации, несовершенство экономического и налогового законодательства приводят к тому, что планирование и анализ процессов формирования доходных статей бюджета на уровне субъекта Федерации становится трудной задачей.

В последнее время, в связи с усилением самостоятельности субъектов Федерации, значительно возрастает роль в регулировании экономических процессов и решении социальных проблем, их органов управления. Совершенствование старых и разработка новых методов регулирования бюджетных процессов и контроля финансовых потоков принимают всё более и более актуальный характер.

Организация оперативного анализа и планирования поступления средств в доходную часть бюджета на таком уровне как субъект Федерации -новая и по существу малоизвестная задача. Ее решение требует наличия определенного опыта, квалифицированных кадров и материальных средств.

Применительно к такому уровню как субъект Федерации ранее действующая технология перспективного планирования в виде разработки концепции долгосрочного развития на период 10, 15 и более лет в настоящее время совершенно непригодна, это связано со сложностью и часто меняющейся экономической обстановкой субъекта Федерации. В условиях развивающейся экономики такие тенденции неправомерно было бы переносить на долгосрочную перспективу. Генетический перенос сложившихся тенденций на перспективу даже на ограниченном временном отрезке становится неудовлетворительным, период нестабильности разрушает закономерности предшествующего устойчивого развития, темпы и пропорции развития в перспективе приобретают в значительной мере неопределенный характер [85].

Оперативная технология планирования развития субъекта Федерации, быстро реагирующая на изменяющиеся экономические условия, применительно к условиям нашей страны, еще почти не разрабатывалась.

Специфические условия Российской экономики и, в частности, резкие изменения некоторых макроэкономических и микроэкономических показателей, как в стране, так и в конкретном субъекте не дают оснований рассчитывать на высокий уровень достоверности анализа и прогноза по ретроспективным данным. Кроме этого, вследствие существенных изменений экономических условий в стране микроэкономические показатели трёх и более летней давности на несколько порядков отличаются от современных.

Экономическое прогнозирование в условиях развивающейся экономики является весьма непростой задачей. Трудности заметно возрастают на уровне субъекта Федерации, так как здесь отсутствует эффект взаимной компенсации, характерный для федерального уровня. Как показывает анализ бюджетных процессов Владимирской области, их характер создает значительные трудности для анализа и прогноза подобных процессов.

Прогнозирование налоговых поступлений в бюджет субъекта Федерации осуществляется обычно либо на основе прошлых налоговых поступлений, либо путем прогноза соответствующих баз налогообложения. При этом не в полной мере учитываются изменения экономических и социальных факторов, как на уровне субъекта Федерации так и внешнего (федерального и международного) характера, временные лаги влияния указанных факторов на налоговые поступления, их сезонные вариации и т.п.

Методики прогнозирования доходов бюджета с учетом указанных факторов разрабатывались, как правило, на федеральном уровне [51,55]. Для налогового планирования в интересах бюджетов территорий эти методики не могут быть напрямую применены ввиду различных экономических условий на федеральном уровне и на уровне субъекта Федерации.

Актуальность темы исследования. Создание математико-экономических моделей описывающих процесс поступлений средств в доходную часть бюджета на таком уровне как субъект Федерации - новая и по существу малоизученная задача.

Без учета социально-экономической обстановки в субъекте Федерации эту проблему решить довольно сложно. Решением может служить создание аналитических дескриптивных моделей, отвечающих на вопрос "как это происходит?", "как это будет развиваться?" и предназначенных для объяснения наблюдаемых фактов или прогноза поведения объекта. Разработка подобных математико-экономических моделей и использование их для прогноза значений доходных статей бюджета субъекта Федерации, в дальнейшем позволяет планировать объем расходной части бюджета субъекта Федерации.

Технологии построения подобных моделей, быстро реагирующих на часто изменяющиеся экономические условия, недостаточно изучены, что в свою очередь дает почву для исследований в этой области.

Существующие методы построения моделей рассчитаны для работы на макроэкономическом уровне, т.е. на Федеральном уровне. Известны подобного рода работы, в частности, Д.Л. Андрианова, В.Г.Прокошева, Н.С. Местера, С.В. Смысловского и др. [55]. В качестве математического аппарата в них используются классические методы статистики, которые рассчитаны для работы с гладкими рядами и большим набором данных, что характерно для макроэкономических процессов. Как показывают исследования, проведенные в работе, большинство данных, описывающих социально экономическое состояние субъекта Федерации, как правило, имеют нестационарный характер.

Одной из особенностей работы является то, что многофакторные модели, описывающие процесс формирования доходных статей бюджета субъекта Федерации, получены методами интеллектуального анализа данных, которые позволяют получать значимые результаты при работе с малыми наборами данных имеющими нестационарный характер.

Цель работы состоит в разработке и исследовании экономико-математических моделей и методов для прогноза и анализа бюджетных процессов субъекта Федерации.

Предполагается исследовать границы применимости традиционных методов, выявить возможность комбинирования статистических методов анализа данных и методов интеллектуального анализа. Оценить возможности и ограничения применимости методов классической статистики для анализа и прогноза бюджетных процессов. Определить состоятельность технологии DataMining для решения задачи прогноза и моделирования бюджетных процессов. Разработать методы и модели для анализа и прогноза поступлений в бюджет субъекта Федерации на основе теории интеллектуального анализа данных.

В диссертации поставлены и решены следующие теоретические и практические задачи, которые отражают общую логику исследования:

1. Определить факторы, оказывающие влияние на формирование доходной части бюджета области. Определить степень и направление влияния факторов на формирование доходных статей. Создать динамическую модель формирования доходных статей бюджета субъекта Федерации.

2. Исследовать корреляционные зависимости между различными микроэкономическими показателями и поступлениями в доходную часть бюджета.

3. Провести сравнительный анализ существующих методов I представления и обработки данных, выявить и оценить эффективность и ограничения классических и неклассических (современных) математических методов прогноза и анализа.

4. Доказать целесообразность применения теории ИАД для анализа и прогноза бюджетных процессов, как наиболее объективных методов.

5. Разработать алгоритм прогнозирования на основе свертки нечётких гипотез.

6. Разработать структуру, алгоритм и опытную версию инструментального средства, позволяющего получать и экспортировать модели формирования доходных статей бюджета в системы по учёту и анализу социально - экономического состояния субъекта Федерации, применяемых в местных администрациях.

7. Используя комплексный подход на основе эволюционного программирования и метода на основе свертки нечётких гипотез, провести прогноз социально экономических показателей субъекта Федерации и поступлений в доходную часть его бюджета.

Для решения поставленных задач определены следующие объект и предмет исследований.

Объект исследований - бюджетная система субъекта Российской Федерации.

Предмет исследования - математический, модельный и инструментальный аппарат анализа и прогнозирования показателей бюджета субъекта Федерации в условиях нестабильности и нестационарности экономической среды.

Практическая значимость диссертационной работы

Предложенные методики получения моделей позволяют решать задачи управления в экономических системах с учетом фактора нестабильности и неполноты данных.

К задачам экономического характера относятся:

1. Задачи анализа бюджетных процессов с учетом фактора нестабильности источников бюджетных доходов;

2. Задачи стратегического планирования и прогнозирования с учетом фактора неполноты и нестабильности информации.

Методические разработки, полученные в данной работе, могут использоваться в учебном процессе, при преподавании дисциплин, связанных с анализом данных, и с использованием информационных систем.

На защиту выносятся следующие основные научные результаты работы, отличающиеся, по мнению автора, научной новизной:

1. Установлено, что бюджетные процессы на уровне субъекта Федерации характеризуются нестационарностью и невоспроизводимостью и для моделирования таких процессов могут быть использованы только ретроспективные данные наиболее близкие к исследуемому периоду, что не позволяет корректно использовать для этого классические вероятностно статистические методы.

2. Показано, что для прогноза поступлений в бюджет субъекта Федерации наиболее значимыми являются многофакторные модели, учитывающие многообразие социально-экономических процессов субъекта Федерации.

3. Сформулированы требования к математико-информационным моделям, которые необходимо обеспечить при исследовании бюджетных процессов субъектов Федерации. В результате сравнительных исследований различных методов создания математико-информационных моделей бюджетных процессов субъекта Федерации установлены преимущества моделей, основанных на технологиях интеллектуального анализа данных.

4. Обоснованы предпочтительность применения эволюционного программирования для получения аналитических моделей доходных статей бюджета субъекта Федерации перед другими методами интеллектуального анализа данных и целесообразность использования методов теории нечетких множеств для прогнозирования факторов социально-экономического развития субъекта Федерации на коротких и сверхкоротких выборках ретроспективных данных, а так же обосновано комплексное использование этих методов для анализа и прогнозирования поступлений в доходную часть бюджета субъекта Федерации.

5. Разработан алгоритм прогнозирования значений факторов социально-экономического развития субъекта Федерации, использующий свертку нечетких гипотез о прогнозных значениях факторов.

6. Разработана комплексная информационно-математическая модель для анализа и прогноза формирования доходной части бюджета субъекта федерации, использующая эволюционное программирование и свертку нечетких гипотез.

Исследования основывались на принципах системного анализа и обобщения, двух и многомерной статистической обработки исходных данных. Методологической основой исследования являются рекомендации экспертов счётной палаты Владимирской области, нечеткие методы прогнозирования, метод, использующий свёртку нечётких гипотез, методы интеллектуального анализа данных, метода анализа статистических данных, отечественные и зарубежные научные публикации.

Достоверность сформулированных научных положений, полученных разработок и выводов основывается на используемых методах математического моделирования и подтверждена результатами имитационных экспериментов, в частности при работе с бюджетом Владимирской области.

Апробация работы. Основные положения и выводы диссертационного исследования нашли отражение в 10 научных работах общим объемом 4,7 п.л., в том числе вклад соискателя 1,5 п.л. Результаты исследования использованы в практике работы счетной палаты Владимирской области (стр. 188).

Работа состоит из четырех глав, введения, заключения, приложения и списка использованной литературы.

В первой главе " Многофакторное моделирование как средство анализа и прогноза бюджетных процессов в условиях развивающейся экономики" проведены исследования социально-экономических предпосылок применения многофакторных моделей для анализа и прогноза формирования доходной части бюджета субъекта Федерации. Проанализированы особенности формирования доходных статей бюджета Владимирской области и определены основные различия с подобными процессами на федеральном уровне.

Во второй главе " Оценка применимости методов классической статистики при анализе бюджетных процессов субъекта Федерации" на предмет применимости к решению поставленной задачи исследованы наиболее распространенные методы классической статистики. Установлены ограничения на длину временного ряда, использующегося для получения моделей. Определены противоречия результатов, при моделировании методами классической статистики, а так же определены их недостатки.

В третьей главе " Модели формирования доходных статей бюджета субъекта Федерации на основе методов интеллектуального анализа данных" проведен обзор методов построения моделей бюджетных процессов на основе методов интеллектуального анализа данных. Проведена классификация методов как применяемых при анализе бюджетных процессов, так и имеющих возможность быть адаптированными к данному процессу. Определены методы, позволяющие выявить новый подход к решению проблемы анализа и прогноза бюджетных процессов в условиях неопределенности и неполноты данных.

В четвертой главе "Разработка динамической модели формирования доходных статей бюджета субъекта Федерации, использующая методы эволюционного программирования и прогнозирования на основе свёртки нечётких гипотез" разработана модель для прогноза и анализа бюджетных процессов в условиях нестационарности и неполноты данных. Проведено тестирование системы на реальных данных, на основе которого сделаны соответствующие выводы и предложения по наиболее целесообразному подходу к применению разработанной системы в реальных условиях. Разработан интерфейсным модуль связи между системами управления базами данных и полученными моделями.

Заключение диссертации по теме "Математические и инструментальные методы экономики", Градусов, Денис Александрович

Основные результаты диссертационной работы:

1. Разработана динамическая модель формирования доходных статей бюджета субъекта Федерации, учитывающая его социально-экономическое состояние.

2. Определены ограничения применения классических методов математической статистики к вопросу прогноза и анализа бюджетных процессов на уровне субъекта Федерации.

3. Установлено, что системы интеллектуального анализа данных позволяют получать корректные модели бюджетных процессов на уровне субъекта Федерации условиях нестационарности, а также с использованием ограниченных выборок данных. Среди методов интеллектуального анализа данных наиболее предпочтительным является метод эволюционного программирования, позволяющий не только получать статистически значимые результаты, но и находить аналитические зависимости между влияющими и зависимыми переменными в форме удобной для последующей интерпретации и анализа.

4. Разработан интерфейсный модуль связи получаемых моделей с системами управления базами данных, обладающий гибкой структурой, которая позволяет использовать его в любых системах обработки информации.

5. Проведено тестирование разработанных моделей и алгоритмов, путем комбинации различных наборов данных и моделей, построенных по данным за различные периоды, определены оптимальные наборы данных для прогноза и построения многофакторных моделей, входящих в динамическую модель прогноза доходных статей регионального бюджета.

Таким образом, в диссертации даны теоретические и практические обоснования преимуществ моделей и алгоритмов обработки информации, полученных методами интеллектуального анализа данных. Разработаны новые методы анализа и прогноза, основанные на интеграции методов интеллектуального анализа данных и нечетких методов. Это позволяет создавать системы нового поколения, способные решать задачи обработки информации и принятия управленческих решений в условиях неопределенности и неполноты данных.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований в настоящей диссертационной работе были развиты новые подходы к анализу и прогнозу размеров доходных статей регионального бюджета. При этом использовались как классические, так и неклассические модели и алгоритмы. Такое сочетание является характерным для современной математики, которая позволяет моделировать системы обработки информации и управления с элементами искусственного интеллекта.

Материал данного исследования базируется на основе Российского и международного опыта. Основные результаты исследования поставленных в работе проблем могут быть кратко сформулированы следующим образом.

Сложность и частое изменение экономической ситуации, несовершенство экономического законодательства приводят к тому, что планирование и анализ процессов формирования доходных статей на уровне субъекта Федерации становится трудной задачей. Организация оперативного анализа и планирования поступления средств в доходную часть бюджета на таком уровне - новая и по существу неизвестная задача. Ее решение требует наличия определенного опыта, квалифицированных кадров и материальных средств.

Оперативная технология планирования, развития и построение моделей бюджетов субъекта Федерации, быстро реагирующих на часто изменяющиеся экономические условия, применительно к условиям нашей страны, еще почти не разрабатывалась. Специфические условия Российской экономики а, в частности, резкие изменения некоторых макроэкономических и микроэкономических показателей, как в стране, так и в конкретном субъекте Федерации не дают оснований рассчитывать на высокий уровень достоверности анализа и прогноза по ретроспективным данным. Кроме того, вследствие существенных изменений экономических условий в стране современные микроэкономические показатели трёх и более летней давности на несколько порядков отличаются от современных. Все это затрудняет процесс анализа и прогноза будущего состояния доходных субъекта Федерации.

В настоящие время больше свободы в плане принятия решений получили органы местной исполнительной и законодательной власти. Соответственно выросла и степень влияния местных органов власти на бюджетные процессы, а в частности на наполнение доходных статей бюджета. При этом качество принимаемого решения существенно зависит от того насколько правильно будет выделены наиболее важные факторы, учтены их взаимосвязи и насколько точно удаётся предвидеть развитие ситуации в будущем.

Без учета социально-экономической обстановки в регионе эту проблему решить довольно сложно. Решением может служить создание аналитических дескриптивных моделей, отвечающих на вопрос "как это происходит?", "как это будет развиваться?" и предназначенных для объяснения наблюдаемых фактов или прогноза поведения объекта.

В данной диссертации основное внимание было уделено методам интеллектуального анализа данных, наряду с этим применялись и традиционные методы теории вероятностей и математической статистики. Выбор методов интеллектуального анализа данных как основных методов анализа и прогноза доходных статей бюджета субъекта Федерации обусловлен тем, что в отличие от классических методов и моделей, эти методы более устойчивы к случайным возмущениям и не накладывают ограничений на длину исходного временного ряда, что крайне важно в современных экономических условиях. Это является принципиально важным при принятии управленческих решений в условиях нестационарности и неполноты данных.

Список литературы диссертационного исследования кандидат экономических наук Градусов, Денис Александрович, 2004 год

1. Адомиан Дж. Стохастические системы: Пер. с англ.- М.: Мир, 1987 . -376 с.

2. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрии.-М.: ЮНИТИ, 1998 .- 1022 с.

3. Айвазян С. А., Бухштабер В. М., Юнюков И. С., Мешалкин JL Д. Прикладная статистика: Классификация и снижение размерности. — М.: Финансы и статистика, 1989 . 323 с.

4. Беллман Р., Заде JI. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений : Сб. статей / Пер. с англ. Под ред. И.Ф. Шахнова. М., 1976. - С. 172 - 215.

5. Бонгард М.М., Лосев И.С., Максимов В.В., Смирнов М.С. Формальный язык описания ситуаций, использующий понятие связи. Моделирование обучения и поведения. М.: Наука, 1975.-139 с.

6. Бокс Дж., Дженкинс . Анализ временных рядов. Прогноз и управление. М.: Мир, 1974. - Вып. 1, 2.- 248с.

7. Большее JI.H., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1983.-416 с.

8. Борисов А.Н., Алексеев А.В. и др. Обработка нечеткой информации в системах принятия решения М.: Радию и связь, 1989. - 304 с.

9. Беляев Ю.К., Носко В.П. Основные понятия и задачи математической статистики. Статистические данные конечного объема. М.: Изд-во МГУ, 1998. - 191с.

10. Бюджетный кодекс Российской Федерации. М.: Омега-Л, 2003. - 176 с.

11. Вощинин А.П., Сотиров А.Р. Оптимизация в условиях неопределенности. М.: МЭИ (СССР), "Техника" (НРБ), 1989 . - 224 с.

12. Чернов В. . Нечеткая модель краткосрочного прогнозирования на основе свертки гипотез. МТК "Математические методы в технике и технологиях" ММТ-14 Смоленск 2001 . С.165-168.

13. Вапота А.Р., Чернов В. ., Аракелян С.М. Модель нечеткого регрессионного прогнозирования // Современные информационные технологии в образовательном процессе и научных исследованиях: Сборник статей Межд. Науч. конф. Шуя: Весть, 2000. - С. 13 - 14.

14. Градусов Д.А. Чернов В. . "Применение эволюционного программирования для анализа бюджетных процессов " Международная НТК С.Петербург, Июнь 2000 .- 43-45 с.

15. Гик Дж. Прикладная общая теория систем. — М.: Мир, 1981 .- 154 с.

16. Грачева Е. Ю. Проблемы правового регулирования государственного финансового контроля. Юриспруденция. 2000 .-192 с. ISBN 5-84010049-8

17. Дюк В.А. Обработка данных на ПК в примерах. — СПб: Питер, 1997 .-231с.20

18. Доугерти К. Введение в эконометрику. М.:ИНФРА-М, 1997 .-402 с.21

19. Дюк В.А. Data Mining интеллектуальный анализ данных, Санкт-Петербургский институт информатики и автоматизации РАН, 1999 .

20. Законодательное Собрание Владимирской области. Закон Владимирской области "О Счетной Палате Владимирской области" (в ред. Закона Владимирской области от 28.02.97).

21. Закон РФ N2116-1 "О налоге на прибыль предприятий и организаций"

22. Закон Российской Федерации от 06.12.91 № 1992-1 "О налоге на добавленную стоимость"

23. Ивахненко А. . и др. Индуктивный метод самоорганизации моделей сложных систем-Киев: Наук, думка, 1981 -296 с.

24. Каллан Роберт. Основные концепции нейронных сетей. : Пер. с англ. — М. : Издательский дом "Вильяме", 2001 . 203 с.

25. Калман Р.Е. Идентификация систем с шумами // УМН. 1985. - Т. 40. -№ 4(244)

26. Комашинский В. И., Смирнов Д. А. Нейронные сети и их применение в системах управления и связи.- Горячая Линия Телеком., 2002 .- 96 с.

27. Кадочников П., Луговой О. Моделирование динамики налоговых поступлений, оценка налогового потенциала территорий. -М.-ИПП, 2001. 56 с.

28. Кречетов Н.А. Продукты для интеллектуального анализа данных. // Рынок программных средств, № 14—15, 1997 . 32-39 с.

29. Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах.// Открытые системы, № 4, 1997 . 41—44 с.

30. Коржов В.А. Семейство программного обеспечения добычи данных компании Megaputer Intelligence // Еженедельник «Computerworld Россия», #34/2000

31. Лабутин С.А., Пугин М.В. Нелинейное оценивание параметров: исследование методов решения задачи и статистических характеристик для оценок параметров // Труды 4 научной конференции по радиофизике, Н. Новгород, ННГУ, 2001, с. 227-228.

32. Ллойд Э., Ледерман У. Справочник по прикладной статистике. М.: Финансы и статистика, 1989., 510 с.

33. Лемешко Б.Ю., Помадин С.С. Корреляционный анализ наблюдений многомерных случайных величин при нарушении предположений о нормальности // Сибирский журнал индусиальной математики. 2002. -Т.5. № 3. - С.115-130. УДК 519.24

34. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика.Начальный курс: 2-е изд.,испр. М.: Дело, 1998 . — 246 е.: табл.,граф.

35. В.П. Мешалкин Экспертные системы в химической технологии. Основы теории, опыт разработки и применения. М.: Химия, 1995. 368 с.

36. Матюшок В.М. К сатегии долгосрочного социально-экономического развития России, //М.: Вестник РУДН серия Экономика, №1 (6), 2000.

37. Дорогов Н.И. стратегические направления региональной экономической политики: Монография. Иваново: ИГТА, 2000 .

38. Институт Экономики переходного периода. Научные труды. Проблемы налоговой системы России: теория, опыт, реформа том 7, Москва, 2000. http ://www. iet.ru/papers/19/index.htm

39. Общая теория статистики: Учебник/Под ред. Чл.-корр. РАН И.И. Еле-сеевой.-М.:Финансы и статистика, 1996 .-368с

40. Станислав Осовский; Пер. с пол. И.Д.Рудинского. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002 . - 343 с.

41. Тезис о том, что регионы России в разной степени пострадали от кризисных проявлений первого этапа переходного периода, Национальная электронная библиотека 06/09/1999 http://www.nel.ru44. .Б. Поляк Бюджетная система России.-М.:Юнити-ДАНА, 1999 -186 с.

42. Осуга М. Обработка знаний. М.: Мир, 1989 - 293 с.

43. В. Скоролюк, Н.И. Петренко и др Справочник по теории вероятностей и математической статистике.- М.: Наука, 1985. 640 с.

44. С.Синельников Очерки экономической политики посткоммунистической России (1991—1997) Москва, 1998. http://www.iet.ru/publics/1000/1000.html

45. Рисин И. Е., Трещевский Ю. И. Экономический анализ динамики современных межбюджетных отношений // Экономический анализ: теория и практика. 2003. № 1 (4), с. 12-16.

46. Российская экономика в 2001 году тенденции и перспективы Институт экономики переходного периода, 2002. ISBN 5-93255-065-1.

47. Сурнин А.Ф. Муниципальные информационные системы. Опыт разработки и эксплуатации Москва, 1998 .- 150 с.

48. Черник В.Г Введение в экономико-математическое моделирование налогообложения: Учебное пособие. М.:Финансы и статистика.2000 . 256 с.

49. Эконометрический анализ динамических рядов основных макроэкономических показателей Под редакцией: С.Синельникова-Мурылева. Институт экономики переходного периода. Научные труды №34Р. Москва 2001 . http://www.iet.ru/papers/34/top.htm

50. Рисин И. Е., Трещевский Ю. И. Экономический анализ динамики современных межбюджетных отношений // Экономический анализ: теория и практика. 2003. № 1 (4), с. 12-16.

51. С.Уилкс Математическая статистика М., 1967 .-632 с.

52. Финансовый контроль и новые информационные технологии: Материалы международной науч.-прак.конф. / Ред.кол.: С.В. Степашин, С.С.Ковалевский, А.Н. Семиколенных, Н.С. Столяров. М.: Изд.дом. "Финансовый контроль", 2002.-208 с. ISBN 5-902048-11-7

53. Ковалев А.П., Колбачев Е.Б., Колбачева Т.А. и др. Финансы, денежное обращение, кредит: Учебное пособие для вузов. 2001 . 480 с.

54. Об актуальных проблемах налогового права, Налоговом кодексе и налоговом профсоюзе Электронный журнал Юрист, № 19, май 2002 .

55. Чагучиев М.Ч., Соколов М. Регионы, экономика и управление М., ЮНИТИ-2001.- 271 с.

56. Чернецкий В.И. Математическое моделирование стохастических систем. -Петрозаводский гос. ун-т:, 1994 . — 488 с.

57. Шапот М. Интеллектуальный анализ данных в системах поддержки решений. //Открытые системы № 1, 98 с.30-35

58. Литвак Б. . Экспертные оценки и принятие решений. М.: Патент, 1996. 271 с.

59. Нечеткие множества и теория возможностей. Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986. - 391 с.

60. Рождественская И., Шишкин С.Экономика переходного периода. Очерки экономической политики пост коммунистической России 1991 -1997.-М., 1998.

61. Boulding К. Е. General Systems Theory — The Skeleton of Sci-ence//Management Science, 2, 1956.

62. Christiano L.J., M. Eichenbaum (1990) Unit Roots in Real GDP: Do We Know, and Do We Care?, Carnegie-Rochester Conference Series on Public Policy, 32, 7-62.

63. Enders W. (1995) Applied Econometric Time Series, Wiley, New York

64. Engle, R. F. (1982) Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica, 50, 9871008.

65. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? — Tandem Computers Inc., 1996.

66. Maddala G.S., In-Moo Kim (1998) Unit Roots, Cointegration, and Structural Change. Cambridge University Press, Cambridge.

67. Murray C.J., C.R. Nelson (2000) The' Uncertain Trend in U.S. GDP, Journal of Monetary Economics, 46, 79-95.

68. Nadal-De Simone F., W.A. Razzak (1999) Nominal Exchange Rates and Nominal Interest Rate Differentials, IMF Working Paper WP/99/141.

69. Hamilton, James D. (1994) Time Series Analysis, Princeton University Press, Princeton.73. . Костина Н.И,. Алексеев А.А Финансовое прогнозирование в экономических системах М. ЮНИТИ 2000 .-285 с.

70. W. J. Frawley, G. Piatetsky-Shapiro, C. J. Matheus. Knowledge discovery in databases: An overview. In G. Piatetsky-Shapiro and W. J. Frawley, editors, Knowledge Discovery in Databases, pages 1-27. AAAI/MIT Press, 1991

71. Hatanaka M. (1996) Time Series-Based Econometrics: Unit Roots and Coin-tegration, Oxford University Press.

72. Михайлов В.E., Ларионов В.П. Искусство принятия решений: краткая история и современное состояние. Наука и образование №2.- 1996 . -С.24-28.

73. Журавлев Ю.И., Гуревич И.Б. Распознавание, классификация, прогноз. -М.: Наука, 1989.-302 с.

74. Длин A.M. Математическая статистика в технике: Учебник. М.: Советская наука, 1958. 465 с.

75. Масалович А.И. Решение бизнес-задач средствами нечеткой алгебры. Работа с пакетом FuziCalce М.: Тора-ИнфоЦентр, 1998 .

76. Градусов Д.А. Чернов В. . Третьяков Д.В. Андреев И.А. Электронная таблица FuzziCalc. Решение бизнес задач средствами нечёткой алгебры Москва "Диаграмма" 1998-166 с. ISBN 5-9-00082-03-2

77. Чернов В. . Градусов Д.А. Применение технологий DataMining для анализа бюджетных процессов. Современные информационные технологии в образовательном процессе и научных исследованиях НТК Шуя 2000 . 46-47 с.

78. Блинов С. BrainMaker прогнозирование на финансовых рынках // Открытые системы. 1998 ., № 4-5

79. Градусов Д.А. Чернов В. . Андреев И.А. Нейросетевые и мягкие вычисления в анализе и прогнозе бюджетных процессов. Депонирование ВИНИТИ 21.11.01 №2430-В 2001 .

80. Максимов В.И., Корноушенко Е.К. Аналитические основы применения когнитивного подхода при решении слабосуктурированных задач/Пруды ИПУ, вып.2, 1998 .

81. Ресин В.И., Попков Ю.С.Развитие больших городов в условиях переходной экономики М.: Эдиториал УРСС, 2000. 328 с.

82. Андрианов Д.Л., Полушкина .К. Прогноз анализ - решение //Банковские технологии, №8, 1997 .

83. Общая теория финансов / под ред. Проф. Чл.-корр. РАЕН Л.А. Дробзи-ной. М.: Банки и биржи, 1995. 330 с.

84. Управление финансовыми рисками в банке: эволюция решений и инсу-ментов // Банки и технологии" №4, 2003 .

85. Чавкин A.M. Методы и модели рационального управления в рыночной экономике.-М.: Финансы и статистика, 2001. 320с.

86. Коржов В. Семейство программного обеспечения добычи данных компании Megaputer 1п1еШ§епсе//Еженедельник «Computerworld Россия», #34/2000

87. М. Kiselev, S. Ananyan, S. Arseniev "PolyAnalyst data analysis technique and its specialization for processing data organized as a set of attribute values." Proceedings of PKDD98, France, September 1998 .

88. Елманова H. 3., Трепалин С. В., Тенцер A. Delphi и технология СОМ СПб: "Питер", 2003 . - 704 с.

89. Елманова Н. 3., Трепалин С. В. 0 DELPHI 4: технология СОМ. OLE, ActiveX, Автоматизация MIDAS, Microsoft Transaction Server ISBN 5-86404-127-Формат 14x20 см 1999 .-320 c.

90. Горбань А. Нейроинформатика и ее приложения//Открытые системы, 1998 ., № 4-5

91. Гуда А.Н. Модели, методы и средства анализа данных в затрудненных условиях. Автореф. дисс. докт. технич. наук. Таганрог: Таганрогский государственный радиотехнический университет, 1997. 38 с.

92. Градусов Д.А. Чернов В. . Краткосрочный прогноз тенденций сбора налогов при помощи детерминационного анализа данных. Математические методы и информационные технологии в экономике .V МТК. 4.1-Пенза 2000 .-С. 32. ISBN 5-8356-0022-4

93. Градусов Д.А. Чернов В. . Андреев И.А Нейросетевые и мягкие вычисления в анализе и прогнозе бюджетных процессов. Депонирование ВИНИТИ 21.11.01 №2430-В 2001

94. Гнеденко Б.В. Математическая статистика и контроль качества. -М.: Знание, 1976. 64 с.

95. Тескин О.И. В сб.: Статистические методы оценивания и проверки гипотез. Межвузовский сборник научных трудов. - Пермь: Изд-во Пермского государственного университета, 1995. С. 227 - 236.Ф

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания.
В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Автореферат
200 руб.
Диссертация
500 руб.
Артикул: 179567