ТРАДИЦИОННЫЕ МЕТОДЫ ОЦЕНКИ

Для оценки общего объема поступлений в бюджет широко применяются различные методы, в том числе: эконометрическое моделирование, множественная регрессия, анализ временных рядов

При эконометрическом подходе оцениваются параметры, входящие в заранее известные уравнения модели экономического поведения. В рамки этого подхода Центральное плановое управление Голландии разработало модель FKSEC. Эта объемная эконометрическая модель предназначена для ежеквартального прогноза ряда общеэкономических показателей. В свою очередь, по этим показателям можно прогнозировать сумму валовых налоговых поступлений. Ежегодно правительство публикует эту оценку (так называемая Мильонсн-нота), и она является плановой цифрой для MoF.

Очевидно, что эконометрические модели, будь то FKSEC или модель, предложенная Отеном и Роббом, надежны лишь постольку, поскольку надежны и качественны данные о значениях переменных. Подчас в сооответствующих рядах имеются пропуски — главным образом, потому, что официальные цифры часто запаздывают или являются предварительными. Пробелы в данных затрудняют прогнозирование, и приходится прибегать к экстраполяции с помощью модели ARIMA, чтобы получить недостающие значения.

Однако, основная трудность здесь состоит в том, что экономические данные (в особенности, в периоды, когда ситуация быстро меняется) содержат гораздо меньше степеней свободы, чем это требуется для оценки параметров модели. Поэтому специалисты, занимающиеся анализом временных рядов, пользуются хорошо специфицированными статистическими моделями со всего одной или двумя переменными. Кроме этого, методы ARIMA и VAR успешно применялись и для непосредственной оценки поступления налогов. Реально MoF Голландии оценивает ежемесячные поступления с помощью модели ARIMA(0,0,0)(0,l,1)12. Для прогнозов задним числом модели временных рядов типа ARIMA MoF часто оказываются не хуже эконометрических, но у них есть тот недостаток, что эти модели не содержат переменных и соотношений, и, следовательно по результатам расчетов трудно сделать какие-либо выводы относительно экономической политики.

Фуллертон показал, что хороший результат может получиться при сочетании разных методов. Годовой сбор налогов в штате Айдахо лучше всего прогнозируется с помощью модели, в которой берется взвешенное среднее оценок, полученных по модели ARIMA и по эконометрической модели. Но здесь опять необходимо заранее установить вид уравнений, описывающих связи между переменными, а это непросто в условиях, когда происходят быстрые изменения в экономической обстановке. С учетом всего сказанного, для MoF представляет интерес разработка новых адаптивных методой, которые:

Содержание

Далее

• могли бы работать в условиях, когда ряды значений переменных содержат пропуски;
• не требовали бы априорной спецификации модели;
• могли бы выдавать прогноз быстро меняющихся во времени процессов.