Мамлекеттик кирешелерди моделдөө жана болжолдоо боюнча

колдонуучулар үчүн колдонмо (борбордук деңгээл)

1. Жалпы мүнөздөмөлөр

1.1. Техникалык тапшырма

ТТ (I.b натыйжасы) кирешелерди болжолдоо (кыска, орто, узак мөөнөттүү) үчүн эконометрикалык моделди жана моделде колдонулган маалыматтар базасын түзүүнү аныктайт; кирешелерди болжолдоо моделин пайдалануу жана колдонуу боюнча нускамалар (Пайдалануучунун колдонмосу).

Эконометрикалык моделдер конкреттүү бир экономикалык кубулуш менен байланышкан ар кандай экономикалык чоңдуктардын ортосунда бар деп эсептелген статистикалык байланышты аныктайт.

Моделдөө ыкмасы жөнүндө кошумча маалымат аналитикалык отчетто камтылган (La натыйжасы).

1.2. Алынган киреше моделдеринин типтери

ТТда ошондой эле кирешелерди моделдөөнүн эки критерийи белгиленген: (1) убактылуу горизонт жана (2) моделдөөдө колдонулган болжолдоо деңгээли:

1) алынган моделдер төмөнкүлөрдү айырмалайт:

- каржылоону алуу же орто мөөнөттүү инвестициялык долбоорлорду жүзөгө ашыруу максатында орто мөөнөттүү же узак мөөнөттүү болжолдоо;

- ири масштабдуу инвестициялык долбоорлор же пландоо үчүн узак мөөнөттүү болжолдоо (4 жыл же андан көп).

2) Болжолдоонун деңгээли болуп төмөнкүлөр саналат:

- борбордук бюджет (республикалык);

- жергиликтүү бюджет;

- жалпы деңгээл (мамлекетгик)¹.

____________

¹Мамлекеттик бюджет теңдемелер менен моделденген жок. Бул борбордук жана жергиликтүү деңгээлдердин болжолдорунун суммасы болот деп божомолдонууда.

Жогорудагы критерийлерге шайкеш келтирүү максатында төмөнкү сүрөттө көрсөтүлгөндөй, үч жумушчу EViews файлдарында эки модель иштелип чыккан.

Сүрөт.

Бул Пайдалануучунун колдонмосу орто жана/же узак мөөнөттүү келечекте борбордук деңгээлдеги кирешени болжолдоого тиешелүү. Орто жана узак мөөнөттүү келечекте жергиликтүү деңгээлдеги калган методология өзүнчө документте каралат.

1.3. Салык түзүмү

Сунуш кылынган түзүм эконометрикалык методдордун жардамы менен моделделген салыктын бардык түрлөрүн камтыйт. Төмөнкү таблицаларда салыктын түрү, маалымат булагы жана аларды EViews иш файлында бирдейлештирүү үчүн аббревиатуралар көрсөтүлгөн.

Direct taxes

Тикелей салыктарды төмөнкү маалыматтар тобунан тапса болот:

Кыйыр салыктар

Ti_grp убактылуу катарлар тобу моделдөөдө колдонулган бардык кыйыр салыктарды камтыйт.

Сүрөт.

Гранттар

Гранттардын көлөмү, адатта, кол коюлган эки тараптуу жана/же көп тараптуу келишимдерден, донорлор менен болгон сүйлөшүүлөрдөн ж.б. көз каранды. Адаттагыдай, алар тарыхый маалыматтарда эмпирикалык түрдө тастыкталган эмес; алар эконометрикалык жактан моделдештирилбеген, бирок Кыргыз Республикасынын Финансы министрлигинен алынган.

Салыктык эмес кирешелер

Салыктык эмес кирешелер 3.3-бөлүмдө моделденишет.

1.4. Маалыматтар

Маалыматтар ар кандай булактардан, атап айтканда, Кыргыз Республикасынын Финансы министрлигинен, ошондой эле улуттук статистикадан, Интернетте бар ар кандай бюллетендерден жана Орто мөөнөттүү социалдык-экономикалык өнүгүүнүн болжолунан алынган.

Баалоо методдорунун колдонулушу ар дайым колдо болгон маалыматтардын негизинде каралышы керек. Кыска убакыт аралыгы, түзүмдүк боштуктар жана жогорку жыштыктагы маалыматтардан улам мүмкүн болгон методдордон саны чектелген.

Моделди баалоо үчүн 2000-2021-жылдардагы жылдык маалыматтар колдонулат. Башкасы белгиленбесе, реалдуу маалыматтар гана колдонулат. Эсептөөлөр EViews эконометрикалык программалык камсыздоону колдонуу менен жүргүзүлгөн. Зарыл болгон процедуралар жөнүндө документтерде жана аларды практикалык жүзөгө ашырууда ушул Пайдалануучунун колдонмосуна тиркелген окуу материалдарынан тапса болот.

2. Баалоо методдору

Баалоо көйгөйлөрү

Маалыматтардын стационардык эместиги баалоонун олуттуу көйгөйү болуп саналат. Бул чөйрөдөгү бүткүл дүйнөлүк эконометрикалык изилдөөлөр стационардык эмес маалыматтар кандайча күтүүсүз жана моделдөө же болжолдоого болбой тургандыгынын көптөгөн мисалдарын бере алат. Стационардык эмес убактылуу катарларды колдонуу менен алынган натыйжалар жалган болушу мүмкүн, анткени алардын бири жок болгон учурда эки өзгөрмөнүн ортосундагы байланышты көрсөтө алат. Ырааттуу ишенимдүү натыйжаларды алуу үчүн стационардык эмес маалыматтарды стационардык маалыматтарга айландыруу керек.

Бирдиктүү негиздин болушуна тест жүргүзүү

Убактылуу катарлар стационардык болуп саналаарын аныктоо үчүн, бирдиктүү негиздин болушуна тестирлөөнү колдонуу сунушталат.

Муну менен биз стандарттуу кеңейтилген Дики-Фуллер (ADF) тестинин жардамы менен алынган натыйжаларга таянсак болот. Жалпысынан, стационардык тестти өткөргөндөн кийин, үч ыктымал натыйжаны алса болот:

1) катарлар нөлдүк тартипте интетрацияланат. Башкача айтканда, деңгээл боюнча стационардык (айырмасы жок);

2) катарлар биринчи тартипте интеграцияланат. Башкача айтканда, биринчи айырмадан кийин стационардык;

3) катарлар ар кандай тартипте интеграцияланат. Башкача айтканда, 1(0) жана 1(1) катарларынын комбинациясы бар.

Убактылуу катар ар кандай тартипте стационардык болушу мүмкүн, мисалы, биринчи же экинчи айырмачылыкта деңгээл менен стационардуулуктун айкалышы. Бул комбинация баалоо методун аныктайт.

Эгерде бардык өзгөрмөлөр биринчи айырма боюнча интеграцияланса, коинтеграция тестин жүргүзүү керек (узак мөөнөттүү байланыштарды түзүү үчүн алдын ала шарт). Эки вариант бар: (i) Йохансен коинтеграция тестин колдонуу же (ii) Bounds tests (чек ара маанилеринин методу) - Пезаран, Шин жана Смит (2001) тарабынан сунушталган.

Төмөндө 1-схемада мүмкүн болгон бирдиктүү негизди тестирлөөнүн 5 натыйжасы (көк түс менен) көрсөтүлгөн. Андан кийин, күрөң түс менен баалоо методдору сунушталат, алар бирдиктүү негизди тестирлөөнүн натыйжаларына жараша колдонулушу керек.

1-схема. Баалоо методдорун тандоо

Мисалы, бирдиктүү негизди тестирлөөнүн натыйжасы: "Бардык өзгөрмөлөр деңгээлинде стационардык" (экинчи катардагы биринчи көк тик бурчтук). Бул натыйжа бизге узак мөөнөттүү мамилелерди алуу үчүн жөнөкөй регрессияны (OLS) колдонууга мүмкүндүк берет.

Экинчи натыйжа өзгөрмөлөр деңгээлде же биринчи айырмачылыкта стационардык болот. Алар I (0) деңгээлинде же I (1) биринчи айырмачылыкта интеграцияланышы мүмкүн. Бул натыйжага ээ болгон шартта, бөлүштүрүлгөн лаг менен авторегрессия (ARDL) моделин колдонуу сунушталат.

Үчүнчү вариант бардык өзгөрмөлөр биринчи айырмачылыкта стационардык болот. Бул учурда убактылуу катарды коинтеграцияга тестирлөө керек. Эгерде тест терс болсо, анда вектордук авторегрессиянын (VAR) чексиз моделин иштетүү сунушталат. Башка жагынан алганда, коинтеграция тестирлөө аркылуу далилденсе, каталарды түзөө модели чечим болуп саналат. Эндогендик өзгөрмөлөрдүн саны акыркы чечимди аныктайт. Эгерде бир гана эндогендик өзгөрмө болсо, каталарды түзөө моделин (ЕСМ) колдонуу керек. Бирок, эгерде эндогендик өзгөрмөлөр көп болсо, анда вектордук каталарды түзөө модели (VECM) мүмкүн болуучу варианттарынын бири болуп саналат.

Төртүнчү мүмкүнчүлүк - убактылуу катарлар биринчи же экинчи айырмачылыкта стационардык. Авторегрессивдик моделдер сунушталган чечим болуп саналат.

Акыркы вариант бирдиктүү негиздин бар экендигин тестирлөө менен тастыкталган эмес. Ошондуктан бул документге ал каралбайт.

Өзгөрмөлөр көбүнчө стационардык эмес жүрүм-турумду көрсөткөндүктөн, маалыматтарды талдоо үчүн коинтеграция методу колдонулат. Эгерде эки катар бирдиктүү негиздин процесстерин ээрчисе, бирок коинтеграцияланбаса, жалган регрессия көйгөйү келип чыгышы мүмкүн, башкача айтканда, болжолдонгон өз ара байланыш туура эмес тыянактан улам статистикалык жактан абдан маанилүү болуп саналып, бирок негиздүү чечмеленүүгө болбойт. Мында, коинтеграция стационардык болуп саналган тиешелүү өзгөрмөлөрдүн сызыктуу комбинация бар экенин билдирет. Анда мындай стационардык сызыктуу комбинация узак мөөнөттүү байланыш катары чечмелениши мүмкүн.

Мүмкүн болушунча, туруктуу узак мөөнөттүү өз ара байланыштарга негизделген каталарды түзөө моделдери бааланат. Бул концепция колдонулбаса, башка методдор колдонулат.

Адатта, моделди теңдөөлөрдү баалоо үчүн үч метод колдонулат:

- деңгээлдер боюнча эң аз квадраттар (OLS) методу менен стандарттуу регрессиялар жүргүзүлөт, анткени убактылуу катарлар стационардык болуп саналат жана стационардык эмес түшүндүрмө өзгөрмөлөр биринчи айырмачылыктарга кирет;

- коинтеграцияны тестирлөөнүн кеңири колдонулган методу эки этаптуу деп аталган Энгл-Грейнджердин жол-жобосу болуп саналат. Энгл жана Грейнджер (1987) OLS статикалык регрессиянын жардамы менен биринчи этапта коинтеграциялык мамилелерди баалоону сунуш кылышкан. Андан кийин алынган калдыктар бирдиктүү негиздин болушу үчүн текшерилет. Эгерде алар стационардык экендиги аныкталса, анда экинчи этапта каталарды түзөөдө регрессор катары киргизилет;

- эгерде катар айырма боюнча стационардык болсо, анда моделдөөнүн ылайыктуу методологиясы каталарды түзөө механизмин колдонуу менен коинтеграция болмок, ал эми ал тренд боюнча стационардык болсо, анда трендин өзгөрмөсү стационардык касиеттерди камсыз кылуу үчүн регрессиянын теңдемеси оң жагына киргизилиши керек деп айтууга болот.

3. Моделдик теңдеме

1.3-бөлүмдө моделдештириле турган кирешелердин түзүмү көрсөтүлгөн. Моделдөө салыктын ар бир түрү (салыктык эмес кирешелер) үчүн теңдемени иштеп чыгууну билдирет, ал төмөнкү этаптардан турган процесс болуп саналат:

1-8-этаптарды түз жана кыйыр салыктарды моделдөөдө тапса болот.

Бир теңдеменин жардамы менен баалоо Кирешелердин натыйжалуу моделин түзүү максатында жүргүзүлгөн. Бирок, кээ бир себеп-натыйжалык байланыштарынын экономикалык чечмелөө учурунда ачык бойдон калууда, бул моделди туура спецификациялоодо кыйынчылыктарды жаратууда. Моделдөөнүн эн, көйгөйлүү багыты салыштырмалуу кыска убакыттын ичинде чечилген маалыматтардын стационардык эмес көйгөйү болду. Ошондуктан, эгерде тиешелүү спецификация кабыл алынган моделдин натыйжаларына олуттуу салым кошсо, айрым теңдемелерди аныктоодо бир аз так эместикке жол берилет.

3.1. Тикелей салыктар

3.1.1. Киреше салыгы (CIT)

Функциялык

Экономикалык теорияга ылайык киреше салыгынан түшүүлөр өзгөрмөлөрдүн төрт түрүнө көз каранды болот:

- баа деңгээлинин өзгөрүшү: инфляциянын деңгээли, ИДПнын дефлятору же алмашуу курсу;

- өндүрүштүн номиналдык көлөмү (ИДП);

- фактордук нарк боюнча номиналдык ИДП;

тиешелүү салыктык базанын көрсөткүчү катары пайдаланылган киреше (дүң операциялык киреше, аралаш киреше);

- салыктын натыйжалуу коюму, ал С1Ттин суммасынын салык базасына карата катышы катары аныкталат.

Функциялык байланышты төмөнкүчө чагылдырууга болот:

CIT = f(cpi, deflator GDP, exchange rate, GDP, GDP_fc, GOS, Mix income, CIT_R)

Өндүрүштүн номиналдуу көлөмүнүн жана дүң операциялык пайданын (GDP, GDP_fc, GOS) көбөйүшү тикелей салыктык кирешелердин жогорулашына алып келиши күтүлүүдө. Тикелей салык салуунун прогрессивдүү түзүмүн эске алуу менен экономикалык субъекттер кирешелеринин көбөйүшүнө жараша салыктар түрүндө кирешесинин көбүрөөк бөлүгүн төлөөгө туура келет.

Ошо сыяктуу эле, тикелей салыктардан түшүүлөрдүн жалпы көлөмү иш жүзүндө тикелей салыктын коюму жогорулаган сайын көбөйөт. Тикелей салыктардын жалпы көлөмү менен инфляциянын темптеринин ортосундагы болжолдонгон оң өз ара байланыш мамлекеттик жана жеке сектордун кызматкерлеринин компенсацияларынын көлөмдөрү жыл сайын жашоо наркынын үстөк акысына түзөлүп, ал эми бул кошумча төлөмдөргө салык салынышы менен түшүндүрүүгө болот.

Маалыматтарды текшерүү

Албетте, функциялык байланыш тарыхый маалыматтарга жараша текшерилиши керек. Маалыматтарды талдоо жана баалоо моделди куруудагы биринчи кадам болуп саналат.

Максаты моделдин өзгөрмөлөрүнүн ортосундагы жүрүм-турумдук байланыштарды аныктоо болот. Мындан тышкары, бул экономиканын ар түрдүү сегменттер боюнча (жана ар бир сегменттин алкагында ар түрдүү өзгөрмөлөр боюнча) маалыматтардагы жаңы керектөөлөргө алып келиши мүмкүн.

Баанын деңгээлин өзгөртүү

Грейнджердин себептүүлүк тести баанын киреше салыгына тийгизген таасирин тастыктабайт.

Сүрөт.

Жогорудагы таблицадан көрүнүп тургандай, түшүндүрүүчү өзгөрмөлөр катары ИДПнын дефляторун (pgdp), керектөө бааларынын индексин (CPI) жана алмашуу курсун (е) колдонууга болбойт.

Башка жагынан алганда, киреше салыгы, өнөр жай өндүрүшү менен номиналдык ИДПнын ортосунда салыштырмалуу күчтүү байланыш табылган.

Грейнджердин себептүүлүк тести бул фактыны төмөнкүчө тастыктайт:

Сүрөт.

Тиешелүү ыктымалдык өтө аз (1% дан аз же 1%дан бир аз жогору), ошондуктан биз нөлдүк гипотезаны четке кагып, киреше салыгы, өнөр жай өндүрүшү менен ИДПнын ортосундагы тыгыз бир багыттуу себеп-натыйжалык байланышты тастыктаган Н1ди кабыл алабыз.

Profit tax rate

Киреше салыгынын коюму төмөндөгү панелде берилген формула боюнча эсептелген.

Киреше салыгынын натыйжалуу коюму түзөтүлгөн дүң операциялык пайдага (GOS) жана эсептөөгө киргизилген аралаш кирешенин үлүшүнө жараша болот деп айтууга болот. Түзөтүүнүн интенсивдүүлүгү, же СОБтун бул теңдемеде эсепке алынган бөлүгү толугу менен моделдөөнүн колдонуучусуна жана анын экономикалык чөйрө жөнүндө билимине жараша болот. Ошол эле аралаш кирешенин үлүшүнө тиешелүү (r_mix).

Сүрөт.

Бирдиктүү негиздин болушуна тест жүргүзүү

Баалоо методун тандоодон мурун, бирдиктүү негиздин же стационардуулуктун бар болушуна убактылуу катарларды текшерүү керек. Бул үчүн стандарттуу кеңейтилген Дикки-Фуллер (ADF) тести колдонулат. Эгерде ал маалыматтар стационардык экенин далилдесе, OLS колдонууга болот. Бирок, эгерде тест убактылуу катарлардын стационардык эмес көйгөйүн көрсөтсө, анда экинчи жана үчүнчү методдорду колдонуу зарыл.

Бардык тиешелүү көз каранды жана түшүндүрүүчү өзгөрмөлөр стационардык эмес деп айтууга болот.

Көз каранды өзгөрмө CIT төмөндө ADF тестинде көрсөтүлгөндөй деңгээлде стационардык эмес болуп саналат. Стационардык эместин ыктымалдыгы 36,547%ды түзөт, бул туура келбейт (ыктымалдык 5%тен аз болушу керек).

Сүрөт.

Бирок, биринчи айырмачылыктагы ADF тестирлөөнүн жыйынтыктары төмөнкүдөй болуп саналышат:

Сүрөт.

Киреше салыгы (CIT) биринчи айырмачылыкта стационардык болуп саналат деп айтууга болот (тиешелүү ыктымалдык 5 % дан азын түзөт).

Кыскача маалымат: Тандалган өзгөрмөлөр боюнча ADF тестирлөөнүн натыйжалары.

Баалоо методун тандоо

Бирдиктүү негизге тест жүргүзүүнүн натыйжалары АКВЬди колдонууга мүмкүндүк берет. Бардык өзгөрмөлөр биринчи айырма же деңгээлде стационардуу. Баалоонун натыйжасы төмөнкүдөй көрүнөт:

Баалоонун жыйынтыгы

Сүрөт.

Баалоонун жыйынтыгын чечмелөө

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкү критерийлерге шайкеш келиши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 96,407% түзөт. Бул cit f вариациялары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү статистикалык мааниге ээ болушу керек

Эки көз карандысыз өзгөрмө маанилүү болуп саналбайт. Бул өзгөрмөлөрдүн Т-статистикасы төмөн же Р-мааниси өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистиканы колдонуу керек. F-статистика жана анын тиешелүү ыктымалдыгы Огө барабар (5 % дан аз) болгондуктан, бардык түшүндүрүүчү өзгөрмөлөр чогуу көз каранды өзгөрмөгө таасир этиши мүмкүн. Канааттандырарлык болгон башка баалоо критерийлерин эске алуу менен, биз моделди кабыл алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга же күтүүлөргө же туюмга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктык түшүүлөр да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо жана көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгилениши керек болгон шартга, салык жыйноо азаят.

Калдык диагностикасын жүргүзүү

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүдө тестирленген:

- сериялык корреляция;

Сүрөт.

Натыйжа: калдыктар сериялык корреляцияланган болуп саналбайт.

Бул ыраатуу корреляция тестирлөө методу төмөнкү теңдемелерде колдонулган, бирок коррелограмма менен алынган натыйжаларды гана көрсөткөн эмес.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлгөн.

Сүрөт.

Жогорудагы үч тесттин жыйынтыгы CIT модели статистикалык жактан күчтүү экенин далилдейт.

Туруктуулукка тест

Сүрөт.

CUSUM тести (Cumulative SUM - "cumulative sum" англисчеден кыскартылган) бааланган теңдеменин туруктуулугун тастыктады, анткени теңдеме сызыгы (көк) эки кызыл сызык менен белгиленген маанилик интервалда.

CUSUM тести боюнча колдонмо

Теңдемени ачыңыз, андан кийин View/Stability diagnostics/Recursive estimates/CUSUM test.

CIT божомолу

Акырында, төмөндө келтирилген диаграммада киреше моделинин жардамы менен алынган киреше салыгынын болжолу көрсөтүлөт.

Сүрөт.

3.1.2. Башка тикелей салыктар (tdjmis)

Болжолдоо бир жолку экспоненциалдык текшилөө методу менен жүргүзүлөт. Колдонмо төмөнкүдөй болот:

-   td_mis убактылуу катарды ачыңыз;

-   Proc/Exponential smoothing/single exponential smoothing;

-   OK басыңыз.

EViews төмөнкү натыйжа менен жаңы убактылуу катарын (tdjnissm) түзөт:

Сүрөт.

3.2. Кыйыр салыктар

3.2.1. Ички акциздер

1) Функциялык форма

Функциялык форма жалпы кабыл алынган теориядан жана/же кирешелердин болжолдоолорун түзүүгө катышкан моделди иштеп чыгуучунун жеке тажрыйбасынан алынган. Бул көз карандылыкты көз каранды өзгөрмөнүн (салык түрү - ички акциз - exc_d) жана түшүндүрмө өзгөрмөлөр функциясы катары жазуу сунушталат, алар мурунку exc_d түшүүлөрүн түшүндүрүүгө тийиш.

Exc_d= f(wrtr*, exc_d_r, pgdp_2010)

(*) "wrtr"KbicKapbimu дүң, чекене соода жана оңдоо дегенди билдирет.

Маалыматтарды текшерүү

Сүрөт.

Грейнджердин себептүүлүк тести ички акциздердин жана реалдуу ИДП дефлятору менен өлчөнгөн баанын деңгээлинин ортосундагы тыгыз өз ара байланышты көрсөтөт.

Сүрөт.

Тиешелүү ыктымалдык 1%дан аз, бул exc_d менен pgdp_2010дун ортосундагы күчтүү себеп-натыйжалык эки багыттуу байланышты билдирет). Биз нөлдүк гипотезадан баш тартып, күчтүү бир багыттуу себеп-натыйжалык байланышты тастыктаган Н1ди кабыл алабыз.

Бирдиктүү негиздин болушуна тест жүргүзүү

Стационардыкты аныктоо үчүн кеңейтилген Дики-Фуллер тести (ADF) колдонулган. Төмөнкү таблицада тесттин жыйынтыктары берилген.

Баалоо методун тандоо

Биринчи айырма боюнча стационардык каталарды түзөөнү моделдөөнү колдонууну камтыйт. Бирок коинтеграция тестирлөөдө далилденген эмес, ошондуктан баалоо методу катары ARDL тандалган. Баалоонун натыйжасы төмөнкүдөй көрүнөт:

Баалоонун натыйжасы

Сүрөт.

Баалоонун натыйжаларын чечмелөө

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкү критерийлерге шайкеш келиши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 86,407% түзөт. Бул exc_d_f вариациялары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү статистикалык мааниге ээ болушу керек

Эки көз карандысыз өзгөрмө маанилүү болуп саналбайт. Т-статистика төмөн же Р-маани өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистиканы колдонуу керек. Бул критерийлерди авторегрессивдүү моделдерде колдонуунун мааниси жок, алар биргелешип аныктамаларга көз каранды.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга же күтүүлөргө же туюмга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктык түшүүлөр да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгилениши керек болгон шартта, салык жыйноо азаят.

Т-статистикадан башка бардык баалоо критерийлери канааттандырарлык. Бирок тиешелүү ыктымалдык дээрлик 0 (5% дан аз) болгон F-статистика бардык түшүндүрүүчү өзгөрмөлөр чогуу көз каранды өзгөрмөгө таасир этиши мүмкүн экенин көрсөтөт. Бул моделди кабыл алышыбыздын себеби.

Калган диагностика

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүгө тестирленген:

- сериялык корреляция, натыйжа: калдыктар сериялык корреляцияга ээ эмес;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлгөн.

Сүрөт.

Жогорудагы үч тесттин жыйынтыгы ex_d моделинин статистикалык жактан күчтүү экенин тастыктай алат.

Туруктуулукка тест

Сүрөт.

Бааланган теңдеменин туруктуулугу CUSUM тести менен тастыкталды, анткени теңдеме сызыгы (көк) эки кызыл сызык менен берилген маанилик интервалында (5%) турат.

Эсептөө теңдемесинин жардамы менен алынган ички акциздердин болжолу

Төмөндө келтирилген графикте модель тарабынан түзүлгөн exc_d болжолу, анын ичинде сандык чечим берилген.

Сүрөт.

3.2.2. Тышкы акциздер

Тышкы акциздер төмөнкүлөрдөн турат:

үчүнчү өлкөлөргө карата колдонулуучу акциздер;

- ЕАЭБге колдонулуучу акциздер.

Функциялык форма

Тышкы акциздер - үчүнчү өлкөлөр

Баалоо теориясы тышкы акциздер үчүнчү өлкөлөргө импорттун келечектеги өнүгүүсүнө жана баалардын деңгээлине жараша болот деген божомолго негизделген.

ехс_е = f (im_3c, е, inflation)

Маалыматтарды текшерүү

Сүрөт.

Грейнджердин себептүүлүк тести

Тиешелүү ыктымалдык болжол менен 5%ды түзөт, ошондуктан биз нөлдүк гипотезадан баш тартып, ехс_е менен үчүнчү өлкөлөргө импорттун ортосунда күчтүү эки багыттуу себеп-натыйжалык байланышты тастыктаган Н1ди кабыл алабыз.

Бирдиктүү негиздин болушуна тест жүргүзүү

Кыскача маалымат: тандалган өзгөрмөлөр менен ADF тестирлөөнүн натыйжалары.

Баалоо методун тандоо

Бирдиктүү негизди тестирлөөнүн жыйынтыгы боюнча VAR модели тандалган. Натыйжалар төмөнкү таблицада көрсөтүлгөн.

Сүрөт.

Баалоонун натыйжаларын чечмелөө

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкү критерийлерге шайкеш келиши керек:

1. R-квадрат 60% жогору болушу керек

Биздин R-квадраттын мааниси 73,42% түзөт. Бул exc_e_f вариациялары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Теңдеме бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү статистикалык мааниге ээ болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болуп саналбайт. Т-статистика төмөн же Р-маани өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистиканы колдонуу керек. F-статистика жана анын тиешелүү ыктымалдыгы 0,34 (5 % дан аз) болгондуктан, бардык түшүндүрүүчү өзгөрмөлөр чогуу көз каранды өзгөрмөгө таасир эте алат. Канааттандырарлык болгон башка баалоо критерийлерин эске алуу менен, биз моделди кабыл алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга же күтүүлөргө же туюмга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктык түшүүлөр да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгилениши керек болгон шартта, салык жыйноо азаят.

Калдык диагностикасын жүргүзүү

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүдө тестирленген:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

Байкоолордун саны жетишсиз болгондуктан (4 гана) гетероскедасттүүлүк жана ченемдүүлүк боюнча тесттер жүргүзүлгөн эмес.

Туруктуулукка тест

Бааланган теңдеменин туруктуулугу CUSUM тестинин жардамы менен тастыкталган, анткени теңдеме сызыгы (көк) эки кызыл сызык менен берилген маанилик интервалда.

Теңдемени туруктуулукка текшерүү боюнча колдонмо

Тендемени ачыңыз, андан кийин

View/Stability diagnostics/Recursive estimates/CUSUM test

Сүрөт.

Тышкы акциздердин болжолу

Төмөндөгү графикада моделдин жардамы менен алынган тышкы акциздик болжол көрсөтүлгөн.

Сүрөт.

3.2.3. Сатуудан алынуучу салык

1) Функциялык форма

Функциялык форма төмөнкү теңдеме менен берилет:

Sales tax = f(real GDP deflator, sales tax rate)

2) Маалыматтарды текшерүү

Гранджердин себеп-натыйжалык тести сатуудан алынуучу салык менен реалдуу дефлятордун ортосундагы күчтүү бир багыттуу байланышты көрсөтөт (pgdp_2010). Биз сатуу көлөмүнүн ар кандай өзгөрүүсү баага таасир этет деген тыянак чыгара алабыз.

Сүрөт.

Бирдиктүү негиздин болушуна тест жүргүзүү

Кыскача маалымат: тандалган өзгөрмөлөр менен ADF тестинин натыйжалары.

Биринчи айырмачылыкта стационардуулук каталарды түздөө менен моделдөө үчүн алдын ала шарт болуп саналат. Бирок Йохансен коинтеграция тести адегенде коинтеграцияны ырасташы керек.

Сүрөт.

Йохансен тестинин жыйынтыгы 0,05 деңгээлинде 1 коинтеграциялоо теңдемесинин бар экендиги эсептелет.

Баалоо методун тандоо

Коинтеграциялык тестирлөөнүн негизинде каталарды түзөө модели (ЕСМ) биринчи жолу ишке киргизилген. Бирок алынган натыйжалар канааттандырарлык эмес болгон, кыязы, өтө кыска убактылуу катарлар менен шартталган. Ошондуктан альтернатива катары ARDL колдонулган, төмөндө көрсөтүлгөндөй бааны чыгаруу менен:

Сүрөт.

Баалоонун натыйжаларын чечмелөө

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадрат мааниси 96,67% түзөт. Бул sales_fдеги өзгөрүүлөр дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Бардык көз карандысыз өзгөрмөлөр маанилүү. Т-статистика жогору же р-маани өтө төмөн.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

F-статистика жана ага шайкеш келген ыктымалдык 0 барабар (5% дан аз). Бул бардык көз карандысыз өзгөрмөлөр чогуу көз каранды өзгөрмөгө таасир этиши мүмкүн экенин көрсөтүп турат. Канааттандырарлык болгон башка баалоо критерийлерин эске алуу менен, биз моделди кабыл алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга же күтүүлөргө же туюмга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктык түшүүлөр да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгилениши керек болгон шартта, салык жыйноо азаят. Башка көз карандысыз өзгөрмөлөр белгиленген.

Калдык диагностикасын жүргүзүү

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүдө тестирленген:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлгөн.

Сүрөт.

Жыйынтыктап айтканда, эсептик сатуу теңдемесине автокорреляция, гетероскедасттүүлүк жана ченемдүү бөлүштүрүү көйгөйлөрү таасир этпейт. Үч тесттин жыйынтыгы статистикалык көз караштан алганда теңдеменин күчтүү экенин далилдеди.

Туруктуулукка тест

Сүрөт.

Сатуудан алынуучу салык болжолу

ARDL колдонуп, модель төмөнкү сатуудан алынуучу салыгынын болжолун чыгарган:

Сүрөт.

3.2.4 Ички КНС

Функциялык формасы

Жалпысынан КНСтин ички жыйымдары жеке керектөөнүн, ички суроо-талаптын же чет өлкөдөн акча которуулардын көбөйүшүнүн натыйжасында жогорулашы күтүлүүдө. КНСтин учурдагы коюму өзгөрбөсө дагы, чарба жүргүзүүчү субъекттер акыркы товарларды жана кызматтарды сатып алууда көбүрөөк салык төлөшү керек болот.

Экинчи жагынан, ички КНСтин коюмунун жогорулашы кирешелерди (терс көз карандылык) азайтышы мүмкүн. Ички КНС менен жеке керектөөнүн, ички суроо-талаптын, акча которуулардын жана инфляциянын деңгээли ортосунда оң байланыш болжолдонууда.

VAT_d = f(C_p, DD, Tr_pf, vat_d_r, Deflator GDP)

Маалыматтарды текшерүү

Адаттагыдай эле жеке керектөө менен ички КНСтин ортосундагы байланыш биринчи кезекте текшерилген.

Сүрөт.

Бул себептүү байланыш тастыкталган эмес. Тийиштүү ыктымалдуулук 5,63%ды түзөт, бул 5%дан бир аз жогору.

Грейнджердин себептүүлүк тести ички суроо-талап (DD) менен ички КНСтин ортосунда бекем байланышты көрсөттү. Түшүндүрмө, жеке керектөөлөрдү гана эмес, мамлекеттик керектөөлөрдү жана инвестицияларды да камтыган кеңири аныкталган чыгымдар категориясы алынуучу VAT_DUгe оң таасирин тийгизет.

Экинчиден, баалардын өзгөрүшүнүн таасири ачык көрүнүп турат. ИДПнын реалдуу дефлятору (pgdp_2010) ички КНСке олуттуу таасир берүүсү мүмкүн, ал DDгe да таасирин тийгизет, ал өз кезегинде VAT_d таасирин тийгизиши мүмкүн.

Сүрөт.

Жыйынтыктап айтканда, ички суроо-талап (dd) менен ички КНСтин ортосундагы байланыш күчтүү.

Бирдиктүү негиз болушуна тест жүргүзүү

Кыскача маалымат: тандалган өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

Авторегрессивдүү модель оптималдуу чечим болуп саналат. Баалоо натыйжалары төмөнкүдөй түрдө көрсөтүлөт:

Сүрөт.

Баалоонун натыйжаларын чечмелөө

Статистикалык көз караш менен алганда жакшы тандалган модель төмөнкү критерийлерге ылайык келүүсү тийиш:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадрат мааниси 94,47% түзөт. Бул vat_d_f вариациялары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү статистикалык мааниге ээ болушу керек

Эки көз карандысыз өзгөрмө маанилүү эмес. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен маани учуру үчүн F-статистикасы колдонуу тийиш. Бул учурда, ал жеткиликтүү эмес; авторегрессия жолу менен чечилет.

4. Коэффициенттин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктын түшүүсү да көбөйөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салык чогултуу азаят.

Калдык диагностика

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүлөрдөн тесттен өткөрүлгөн:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүу бөлүштүрүлөт.

Сүрөт.

Жогорудагы бардык тесттердин натыйжалары КНСтин ички модели статистикалык жактан күчтүү экенин далилдейт, бирок гетероскедасттүүлүккө тест талап кылынган деңгээлден бир аз төмөн.

Туруктуулукка карата тест

Сүрөт.

Ички КНСтин болжолу

Сүрөт.

3.2.5 Тышкы КНС

Тышкы КНС импортко алынуучу КНСтен турат:

- үчүнчү өлкөлөрдөн;

- ЕАЭБден.

Функциялык формасы

VAT_e = f(im_3C, vat_e_r, real deflator GDP)

Маалыматтарды текшерүү

Сүрөт.

Грейнджердин жуптуу тестинин талдоосу баанын деңгээли менен тышкы кошумча нарктын ортосундагы себептик байланышты көрсөтөт. Тиешелүү ыктымалдуулук 2,15% (5%дан аз) түзөт:

Сүрөт.

Импорт менен тышкы КНСтин ортосундагы себептик байланыш бир багыттуу гана, бирок абдан күчтүү. Бул тышкы КНСти чогултуунун көбөйүшү дайыма импорттун көбөйүшү менен байланышта болгонун билдирет.

Сүрөт.

Бирдиктүү негиз болушуна тест жүргүзүү

Кыскача маалымат: тиешелүү өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

VAR модели чечим катары кабыл алынган. Төмөндөгү баалоону караңыз.

Сүрөт.

Баалоонун натыйжаларын чечмелөө

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадрат мааниси 68,63% түзөт. Бул vat_e_f вариациялары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт. Бул модель бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Эки көз карандысыз өзгөрмө маанилүү эмес. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. Система тарабынан чечилген баа берүүнүн натыйжасы көрсөтүлбөйт.

4. Коэффициенттин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктын түшүүсү да көбөйөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салык чогултуу азаят.

Калдык диагностика

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкү тесттен өткөн:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлөт.

Сүрөт.

Жогорудагы үч тесттин жыйынтыгы тышкы КНС теңдемесинин статистикалык жактан күчтүү экенин далилдейт.

Туруктуулукка карата тест

Сүрөт.

Тышкы КНСтин болжолдоолору

Баалоо тендемесин колдонуу менен тышкы КНСтин болжолун алууга болот.

Сүрөт.

ЕАЭБден импортко алынуучу тышкы КНС

2015-жылы Евразия экономикалык бирлиги түзүлгөндөн бери моделдөө үчүн жеткиликтүү байкоолордун саны 6 менен чектелди. Ошондуктан баалоо жана болжолдоо үчүн OLS методу колдонулган. Тиешелүү теңдеме жумушчу файлда.

Төмөндө болжолдоо көрсөтүлгөн.

Сүрөт.

3.2.6 Бажы алымы

Функциялык формасы:

t_im = f(im_adj, t_m, pgdp_2010)

Бул функциялык өз ара байланыштын негизиндеги теория төмөндө келтирилген.

Импорттун көбөйүшү бажы төлөмдөрүнүн жогорулашына алып келиши күтүлүүдө. Үстөмдүк кылган салык системасын эске алуу менен экономикалык агенттер импорттун көбөйүшүнө жараша көбүрөөк бажы төлөмдөрүн төлөшү керек.

Ушул сыяктуу эле, эффективдүү бажы коюму жогорулаган сайын бажы төлөмдөрү да көбөйөт. Жалпы кирешелер менен инфляциянын ортосундагы болжолдонгон позитивдүү байланыш үй чарбаларынын импортко жеке чыгымдары жыл сайын алардын кирешелеринин жана андан кийинки чыгымдарынын өзгөрүүсүнүн көбөйүшү менен түшүндүрүлөт.

Маалыматтарды текшерүү

Берилген маалыматтарга караганда, такгалган импорт менен бажы алымдарынын ортосунда күчтүү себептик байланышын табууга болот.

Сүрөт.

Баалар (pgdp_2010) менен импорттук бажы алымдарынын ортосундагы байланыш тастыкталган эмес. Ошондуктан ал кароодон өткөрүлбөй калган.

Сүрөт.

Кыскача маалымат: тандалган өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

Туура баа берүү методун аныктоо үчүн колдонмону пайдалануу менен авторегрессивдүү модель тандалган. Баалоонун натыйжалары төмөндө көрсөтүлгөн.

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадрат мааниси 95,58% түзөт. Бул вариациялары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайыктуу.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Эки көз карандысыз өзгөрмө маанилүү эмес болуп саналат. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. EViews бул көйгөйдү натыйжаларды көрсөтпөстөн чечет, демек ал система тарабынан чечилиши керек.

4. Коэффициенттин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктын түшүүсү да көбөйөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шартта. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салык чогултуу азаят.

Калдык диагностика

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүлөрдө тесттен өткөрүлгөн:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедастгүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлөт.

Жогорудагы үч тестгин жыйынтыгы импорттук алым теңдемесинин статистикалык жактан күчтүү экенин далилдейт.

Туруктуулукка карата тест.

Сүрөт.

Бажы төлөмдөрүнүн болжолу

Сүрөт.

3.3. Салыктык эмес кирешелер

Маалыматтарды текшерүү

Сүрөт.

Жогорудагы диаграмма салыктык эмес кирешелер менен оңдолгон дүң операциялык кирешенин ортосундагы бекем өз ара байланыш көрсөтүлгөн. Бул өз ара байланыш Грейнджер себептүүлүк тести менен да тастыкталган. Бирок ИДП көз карандысыз өзгөрмө катары жакшыраак көрүнөт.

Сүрөт.

Бирдиктүү негиз болушуна тест жүргүзүү

Кыскача маалымат: тиешелүү өзгөрмөлөр менен ADF тестинин натыйжалары.

Экинчи айырмачылыкта эки убакыт катарлары тең стационардык болгондуктан, коинтеграцияны баалоо методу катары колдонууга болбойт. VAR сунушталган баалоо методу болуп саналат.

Баалоо методун тандоо

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караш менен жакшы тандалган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадрат мааниси 93,1% түзөт. Бул өзгөрмөнүн вариациясы дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Теңдеме бизге жарайт.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. Эгерде F-статистикасы жана анын тиешелүү ыктымалдыгы 0 (5%дан аз) болсо, бардык түшүндүрүүчү өзгөрмөлөр бирге көз каранды өзгөрмөгө таасир этиши мүмкүн. Башка баалоо критерийлерин эске алуу менен, биз моделди кабыл алабыз.

4. Коэффициенттин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктын түшүүсү да көбөйөт дегенди билдирет. Канааттандырарлык башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шартында. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салык чогултуу азаят.

Калдык диагностика

Калдык диагностиканын алкагында эсептөө теңдемеси төмөнкүлөрдө тесттен өткөрүлгөн:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк көйгөйү келип чыгат;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлөт.

Сүрөт.

Жогорудагы эки тесттин натыйжалары салыктык эмес киреше моделинин статистикалык жактан күчтүү экенин далилдейт. Бир гана гетероскедасттүүлүк менен көйгөй болууда. Бул фактыга карабастан, бардык башка критерийлерге жооп бергендигин эске алганда, теңдеме кабыл алынышы мүмкүн. Салыктык эмес кирешелерди моделдөөдө гетероскедасттүүлүк көйгөйү көбүнчө кирешенин тибине жараша кайталанат.

Туруктуулукка карата тест

Сүрөт.

Салыктык эмес кирешелердин болжолу

Сүрөт.

3.4. Баалоо теңдемелерин киреше моделине көчүрүү

Бардык эсептөө теңдемелери жумушчу файлда. Кийинки кадам аларды моделге көчүрүү болуп саналат.

Колдонмо

Мисал катары бажы төлөмдөрүн алалы. t_im_eq басыңыз, андан кийин View/ representations

kg_revenue_model моделин ачыңыз, "Text" баскычын басыңыз. Төмөнкү панелдер бажы алымдары үчүн эсептөө теңдемесин (солдо) жана киреше моделин (оңдо) көрсөтөт.

Сүрөт.

Акыркы кадам теңдемени моделге көчүрүү болуп саналат. Бул контекстте t_im_f теңдемеси жалпы бажы алымдарынын болжолу эмес, эконометрикалык баалоо теңдемеси гана экенин белгилей кетүү маанилүү.

Бажы алымдарынын жалпы болжолу төмөнкү теңдеме менен аныкталат:

T_im = + t_im_add,

мында t_im_add - кошумча факторлор жалпы болжолго киргизилген.

3.4.1. Koшумчa(Add) факторлорун колдонуу

Кошумча коэффициенттерди колдонуунун себеби чоң баланстар менен көйгөйдү жоюу болуп саналат. Кошумча факторлорду киргизүү менен калдык моделди чечкенде болжолдонгон мезгил ичинде нөлгө барабар болот. Бул маселени чечүүнүн бир жолу теңдеменин өзгөчөлүгүн өзгөртүү болот. Эң жөнөкөй модификация катанын туруктуулугун азайтууга жардам бере турган теңдемеге авторегрессивдүү компонентти кошуу болот. Мыкты альтернатива теңдемедеги өзгөрмөлөрдү өзгөртүүгө аракет кылуусу болот.

Маселеге альтернативалуу мамиле - бул теңдемени ошол бойдон калтыруу, бирок калдык жолду кол менен моделдөө үчүн моделге кошумча (Абб) факторун кошуу.

Кошумча факторду кошуунун дагы бир себеби - болжолдонгон мезгилдеги саясатка негизделген күтүүлөр. Албетте, мындай күтүү тарыхый маалыматтарда колдоо таба албайт, ошондуктан алар өзүнчө убакыт катарлары менен толукталат.

Киреше модели kg_revenue_model тарабынан көрсөтүлгөндөй, ар бир баалоо теңдемесинде кошумча коэффициент колдонууга мүмкүндүк берет.

4. Киреше модели

Кирешени болжолдоо модели негизги киреше моделинен (kg_revenuej_model) жана экзогендик өзгөрмөлөр үчүн байланышкан моделден (kg_revenue_exgenous) турат. Жумушчу файлда көк түс менен көрсөтүлгөн:

Эскертүү: C-Revenue баракчасында экениңизди текшериңиз.

Сүрөт.

Моделди чечүү үчүн эки моделди тең ачып, жөн гана моделдин терезесинин панелинен "Solve" баскычын басыңыз (моделдин бардык параметрлери берилген деп кабыл алыңыз).

Сүрөт.

"ОК" баскычын басыңыз. Эсептөө учурунда каталар болбогон шартта жыйынтык визуализацияланат.

Сүрөт.

4.1. Мисалдагы чечимдин натыйжаларын текшерүү

Моделибиздеги эндогендик өзгөрмөлөр үчүн иш жүзүндөгү жана түзүлгөн маанилерди камтыган графиктерди көрүү үчүн биз төрт өзгөрмөнү тандайбыз, андан кийин диалог терезесине кирүү үчүн Proc/Make Graph... колдонобуз. Альтернатива катары биз жөн гана Proc/Make Graph... тандап, андан кийин Модель өзгөрмөлөрү ачылуучу ылдыйда Эндогендик өзгөрмөлөргө орното алабыз.

Сүрөт.

"ОК" баскычын басыңыз. Төмөнкү график реалдуу жана орнотулган сызыктарды салыштырып, болжолдуу моделдин канчалык туура келерин көрсөтөт.

Сүрөт.

4.2. Болжолдоо

Тарыхый маалыматтарга салыштырмалуу моделибиздин натыйжалуулугуна канааттанганыбыздан кийин, биз эндогендик өзгөрмөлөрүбүздүн келечектеги баалуулуктарын болжолдоо үчүн моделди колдоно алабыз.

Мындай болжолдоону жасоонун биринчи кадамы - болжолдоо мезгилиндеги экзогендик өзгөрмөлөрүбүздүн маанилерин аныктоо. Алар чындыгында эмне болору жөнундө биздин божомолдорубузга негизделиши мүмкүн же алар биз карап чыгууга кызыкдар болгон бир гана мүмкүнчүлүк болушу мүмкүн. Көп учурда биз бир нече ар кандай сызыктарды түзүүгө жана андан кийин натыйжаларды салыштырууга кызыкдар болобуз.

Экзогендик өзгөрмөлөрдүн тизмесин төмөнкү нускамаларды колдонуу менен тапса болот:

- негизги моделди ачуу;

- өзгөрмөлөрдү басыңыз - панель моделдөөдө колдонулган бардык өзгөрмөлөрдүн тизмесин көрсөтөт.

Сүрөт.

Бул контекстте ар бир эндогендик өзгөрмө (58, жогорудагы панелде көрүнүп тургандай) теңдемелер менен моделдештирилгендигин белгилей кетүү керек. Теңдемелердин толук тизмеси моделдеги "Eguations" баскычын басуу менен жеткиликтүү.

Сүрөт.

4.3. Моделдик сценарийлер

Эскертүү: Сценарийлерди куруу боюнча сунуштоолор чыгымдарды моделдөө боюнча Пайдалануучунун колдонмосунда камтылган.

Моделдик сценарийлер акыркы пайдалануучуларга альтернативдик экзогендик өзгөрмө болжолдордо модель өзүн кандай алып барарын изилдөөгө жана факторлорду кошууга мүмкүндүк берет.

Сценарийде экзогендик өзгөрмөнүн жолун өзгөртүүнү кайра аныктоо аркылуу өзгөртүүгө болот. Өзгөрмө кайра аныкталганда, ал өзгөрмөнүн маанилери ошол сценарийге тиешелүү бир катар жумуш файлдарынан алынат. Сериянын аталышы өзгөрмө атына сценарий менен байланышкан суффикс кошуу менен түзүлөт. Ошол эле суффикс сценарий үчүн моделдик чечимдерди сактоодо да колдонулат. Сценарийлер моделиңиздин структурасын түзөтпөстөн, ар кандай болжолдор боюнча модель тарабынан болжолдонгон натыйжаларды салыштырууну жеңилдетет.

Псевдоним

Мисалы, моделдеги эндогендик өзгөрмө "Ү" деп аталышы мүмкүн, бирок EViews моделди чечкенде, натыйжаны байкоого "Ү_0" деп аталган жумуш файлындагы серияга дайындай алат. Биз бул аталыштарды салыштырууну псевдоним деп атайбыз.

Моделдик сценарийлерди колдонууда псевдонимдер көбүнчө экзогендик өзгөрмөлөргө колдонулат. Төмөнкү таблица моделдеги псевдонимдердин үлгүдөгү өзгөрмө атгары менен жумушчу файлдагы сериялардын аттарын кантип салыштыра ала турганынын типтүү мисалын көрсөтөт:

Жумушчу файлды ачканда, сиз псевдонимдин 4вариантын таба аласыз. Мисал катары киреше салыгын (CIT) алалы:

Cit_0 - Базалык сценарий - тарыхый маалыматтар катары экзогендик өзгөрмөлөрдү пайдалануу менен алынган болжолдоо;

Cit_1 - 1-сценарий - ушул сценарийге мүнөздүү экзогендик өзгөрмөлөрдүн жокко чыгарылган прогнозунун жардамы менен алынган болжол;

Cit_2 - 2-сценарий - ушул сценарийге мүнөздүү экзогендик өзгөрмөлөрдүн жокко чыгарылган болжолдун жардамы менен алынган божомол;

Cit_3 - 3-сценарий - ушул сценарийге мүнөздүү экзогендик өзгөрмөлөрдүн жокко чыгарылган болжолдун жардамы менен алынган болжол.

Моделди ачып, "scenario" басыңыз:

Сүрөт.

Текшерүү үчүн сценарийди тандаңыз. Андан кийин "ОК" баскычын басыңыз

Базалык сценарий

Салыктын ар бир түрүнүн болжолу негизинен макроэкономикалык болжолдор менен аныкталуучу экзогендик өзгөрмөлөрдүн болжолуна негизделет. Жогоруда түшүндүрүлгөндөй, модель тарабынан түзүлгөн натыйжалар ар бир эндогендик өзгөрмө үчүн нөл (б.а., cit_0) менен белгиленет. Жыйынтыктап айтканда, СIТ_0 тиешелүү макроэкономикалык өзгөрмөлөрдүн болжолдоолорун пайдалануу менен алынган киреше салыгынын базалык болжолун билдирерин белгилей кетүү керек.

Базалык сценарий - моделдөөнүн натыйжалары

Моделдин натыйжалары kg_model_baseline_grp аталыштары менен маалымат тобунда сакталат:

Сүрөт.

Бул EViews тарабынан автоматтык түрдө түзүлгөн модель натыйжаларынын акыркы структурасы. Ар кандай отчеттуу-аналитикалык максаттар үчүн бул таблицаны Excelre көчүрсө болот.

Сценарийлерди түзүү

Төмөндөгү 1-3-сценарийлер аларды колдонуу мүмкүнчүлүктөрүн көрсөтөт. Ар бир сценарий боюнча тиешелүү болжол экзогендик өзгөрмөлөрдүн траекториясынын өзгөрүшүнүн натыйжасында келип чыгат. Бул өзгөрүү ар дайым базага салыштырмалуу өлчөнөт. Дал ушул себептен улам, ал "базалык" деп аталат.

1-сценарий - ички суроо-талаптын өсүшүнүн жана ИДПнын реалдуу дефляторунун ички КНСке тийгизген таасири

Ички суроо-талаптын өсүшү жана ИДПнын реалдуу дефлятору 1-сценарийде базалык сценарийге караганда жогору деп эсептейли. С тилкесинде базалык сызык, ал эми В тилкеси 1-сценарийдеги өсүштү көрсөтөт. Айырма D тилкесинде абсолюттук мааниде жана пайыздык өзгөрүү түрүндө көрсөтүлөт (Е тилкеси).

Сүрөт.

Ички суроо-талаптын өсүшүнүн жана ИДПнын реалдуу дефляторунун ички КНСти чогултуунун көбөйүшүнө тийгизген таасири төмөнкү таблицада көрсөтүлгөн. Кайрадан, vat_d_0 - базалык болжол, ал эми vat_d_l - макро экономикалык өзгөрмөлөрдүн өсүшүн эске алуу менен алынган 1-сценарий.

Сүрөт.

2-сценарий - Көбөйгөн импорттун тышкы КНСке тийгизген таасири

Төмөндөгү таблицалар базалык учурга салыштырмалуу үчүнчү өлкөлөрдөн жана ЕАЭБден импорттун өсүшүн көрсөтөт. Мындай өсүш алмашуу курсунун төмөндөшү (жыл сайын - 4%) жана ИДПнын реалдуу өсүшү (жыл сайын - 2%) менен шартталган.

Сүрөт.

1-сценарийдегидей эле, таблицаларда тышкы КНСке тиешелүү таасир көрсөтүлгөн.

Сүрөт.

3-сценарий - салык коюмдарынын өзгөрүшүнүн таасири

Киреше салыгынын коюму (CIT коюму) - салыктын натыйжалуу коюмун 5%га төмөндөтүү.

Сүрөт.

В тилкеси - 3-сценарий боюнча болжолдонгон CIT жыйымы. С тилкеси - базалык сценарий. Киреше салыгы боюнча күтүлгөн таасир төмөнкүдөй болот:

Сүрөт.

Моделдөө натыйжалары.

5. EViewsTen моделдөө натыйжаларын Excelгe экспорттоо

Моделдөө натыйжалары мурунку бөлүмдө сыпатталган моделдик сценарийлер (EViews иш файлында топ катары сакталган). Базалык линияны: kg_model_baseline деп аталган убакыт сериясы тобу катары тапса болот.

Моделдөөнүн натыйжаларын EViewsTeH Excel файлына оңой экспорттоого же көчүрүүгө болот (бул документке тиркелет).".

Мамлекеттик кирешелерди моделдөө жана болжолдоо боюнча

колдонуучулар үчүн колдонмо (Жергиликтүү деңгээл)

1. Жалпы мүнөздөмө

Бул Колдонмо "Борбордук деңгээлде мамлекеттик кирешелерди моделдөө жана болжолдоо боюнча колдонуучулар үчүн колдонмого" карата кошумча маалымат катары иштелип чыккан. Бул документти жазууда эки деңгээлде тең кирешелерди моделдөөнүн ортосундагы айырмачылыкты сыпаттоого көңүл бурулган. Бир эле тексттеги кайталоолордон качуу үчүн, зарыл болгондой, окурманга кененирээк маалыматты алуу үчүн борбордук деңгээл үчүн иштелип чыккан методика сунушталат.

1.1. Салык түзүмү

Төмөнкү таблицада кирешелерин модели боюнча моделденген жергиликтүү салык түзүмдөрү берилген.

(*) Салыктык эмес түшүүлөр жергиликтүү деңгээлде моделденбейт, экзогендик өзгөрмө катары колдонулат.

1.2. Маалыматтар

Убактылуу катар топтору төмөндө моделдөөдө колдонулган маалыматтар боюнча салык түзүмдөрүн иллюстрациялайт:

Сүрөт.

Чогултулган жергиликтүү салыктар жөнүндөгү маалыматтар Финансы министрлигинен, ал эми түшүндүрмө өзгөрмөлөр макро (экономикалык) болжолдордон алынган.

Кирешелерди болжолдоодо жергиликтүү деңгээлдеги макроэкономикалык болжолдор экзогендик өзгөрмөлөр катары каралат жана kg_model_lc_exog моделчесинде тизмеленет. Кошумча маалымат алуу үчүн бул моделди, андан соң экзогендик өзгөрмөлөрдүн толук тизмесин чагылдыруу үчүн өзгөрмөнү басып көрүңүз.

Сүрөт.

Эскертүү: экзогендик өзгөрмөлөр сары түс менен белгиленген. Жогоруда келтирилген моделче базалык сценарийде ачылган; бул сценарий негизги модел катары колдонулат: kg_revenue_lc_model моделдердин жыйынтыгын алуу үчүн. Экзогендик өзгөрмөлөр моделдердин сценарийин түзүү үчүн негиз болуп берет¹.

Моделдерди түзүү үчүн 2000-жылдан баштап 2021-жылга чейинки аралыктагы жылдык мезгилдүүлүк пайдаланылды. Эгерде башкасы көрсөтүлбөсө, анда реалдуу маалыматтар колдонулат. Эсептөө EViews эконометрикалык программасын пайдалануу менен жүргүзүлдү. Зарыл болгон жол-жоболор жана алардын практикалык ишке ашыруу боюнча документтер менен бул Колдонмого тиркелген окуу материалынан таанышууга болот.

___________

¹ Моделдиик сценарийлердин түзүлүшү боюнча колдонмо окутуу программасынын жүрүшүндө түшүндүрүлдү. Катышуучуларга тиешелүү документтер таратылды.

2. Баалоо методдору

Баалоо көйгөйлөрү

Тарыхый маалыматтардын стационардык эмес көйгөйү борбордук деңгээлдеги болжолдоо методологиясында түшүндүрүлөт. Тилекке каршы, бул көйгөй жергиликтүү деңгээлде да кайталанууда, ошондуктан айрым эскертүүлөр келтирилди.

Кыскача маалымат: убактылуу катарлардын стационардык эмес регрессиясы башка стационардык эмес убактылуу катарларга жалган же маанисиз регрессияга алып келиши мүмкүн. Жалган модель керексиз. Бул көйгөйлөр төмөнкү шарттарды эсепке алуу менен чечилди:

- эгер катарлар биринчи айырмачылык боюнча стационардык болуп эсептелсе, анда моделдөөнүн тиешелүү методологиясы каталарды оңдоо механизми менен коинтеграциялык болуп эсептелет;

- ал тренд боюнча стационардык болуп эсептелсе, анда тренддин өзгөрмөсү стационардык касиетти камсыздоо үчүн регрессиянын теңдемесинин оң бөлүгүнө киргизилиши керек;

- эгер катарлар түзүмдүк ажырым менен тренд боюнча стационардык болуп эсептелсе, анда тренд менен катар тийиштүү түзүмдүк ажырымдардын жалган модели стационардык касиетти камсыздоо үчүн регрессиянын теңдемесине кириши керек. Мындай кырдаалда спецификанын жана баалоонун салттуу методологиясы туура келет.

Стационардык эмес көйгөйлөрдү таап чыгуу үчүн бирдиктүү негиздин болушуна тесттирлөө колдонулат.

Бирдиктүү негиздин болушуна тестирлөө

Стандарттуу кеңейтилген Дики-Фуллер (ADF) тестин пайдалануу сунушталат. Тестирлөөнүн мүмкүн болуучу натыйжасы төмөнкүлөр эсептелет:

1) катарлар нөлдүк тартипте интеграцияланат, тактап айтканда, деңгээл (айырмачылыктарсыз) боюнча стационардык;

2) катарлар биринчи тартипте интеграцияланат, тактап айтканда, биринчи айырмачылыктан кийин стационардык;

3) катарлар ар кандай тартипте интеграцияланат, тактап айтканда, катарлар I(0) жана I(1) комбинациясына ээ.

Убактылуу катар ар кандай катар тартипте стационардык болушу мүмкүн, мисалы биринчи жана экинчи айырмачылыкта деңгээлдин жана стационардыктын айкалышы.

Эгер бардык өзгөрмөлөр биринчи айырмачылык боюнча интеграцияланса, коинтеграцияга (узак мөөнөттүк байланыштарды орнотуу үчүн алдын ала шарттар) тест жүргүзүү зарыл. Эки вариант бар: (i) Йохансендин коинтеграциялык тесттин колдонуу, же (ii) Пезаран, Шин жана Смит тарабынан сунушталган Bounds tests (чек аралык маанидеги метод) (2001).

Төмөндө келтирилген 1-схемада бирдиктүү негизде мүмкүн болуучу 5 тестирлөөнүн натыйжасы (көк түс менен) көрсөтүлгөн. Андан соң күрөң түс менен баалоо методдору сунушталат, аларды бирдиктүү негизге тестирлөөнүн натыйжасына карата колдонуу керек.

1-схема. Баалоо методдорун тандоо

Мисалы, бирдиктүү негизди тестирлөөнүн натыйжасы: "Деңгээлде бардык өзгөрмөлөр стационардык" (экинчи катардагы биринчи көк төрт бурчтук). Бул натыйжа бизге узак мөөнөттүү өз ара байланышты алуу үчүн жөнөкөй регрецияны (OLS) колдонууга мүмкүндүк берет.

Экинчи натыйжа өзгөрмөлөр деңгээлде стационардык же биринчи айырмачылыкта экендигинде. Аларды I(0) деңгээлинде же I(1) айырмачылыкта интеграциялоого болот. Биз бул натыйжаны алабыз деген шартта, лагды (ARDL) бөлүштүрүү менен авторегрессия моделин колдонуу сунушталат.

Үчүнчү вариантта биринчи айырмачылыкта бардык өзгөрмөлөр стацонардуу болгондугунда. Мындай кырдаалда убактылуу катарды коинтеграцияга тесттен өткөрүү керек болот. Эгер тест терс болсо, вектордук авторегрессиянын чексиздик модели (VAR) сунушталат. Экинчи жагынан, эгер коинтеграция тест менен тастыкталса, каталарды оңдоо модели чечим болуп эсептелет. Эндогендик өзгөрмөнүн саны акыркы чечимди аныктайт. Эгер бир гана этногендик өзгөрмө болсо, каталарды ондоо моделин (ЕСМ) колдонуу керек. Бирок эгер эндогендик өзгөрмө көп болсо, каталар коррекциясынын вектордук модели мүмкүн болгон варианттардын бири болуп эсептелет.

Төртүнчү ыктымалдуулук убактылуу катарлар же биринчи же экинчи айырмачылыкта стационардык болгонунда. Авторегрессиондук модель сунушталган чечим болуп эсептелет.

Акыркы вариант тестирлөөнүн бирдиктүү негизинде идентификацияланган эмес.

3. Моделдик теңдеме

1.1-бөлүгүндө моделдин салык түзүмү берилген. Моделдөө түшүнүгү менен төмөнкүдөй этаптарды камтыган ар бир салыктын түрү үчүн теңдемелерди иштеп чыгуу процесси түшүндүрүлөт:

- функциялык формасын аныктоо;

- маалыматтарды текшерүү;

- бирдиктүү негиздин болушуна тестирлөө жүргүзүү;

- баалоо методун тандоо;

- баалоо натыйжасын чечмелөө;

- калдык диагностикасын жүргүзүү;

- туруктуулукка тестирлөө жүргүзүү;

- салык болжолун түзүү.

Жергиликтүү деңгээлде салыктарды моделдөө жана болжолдоодо жогорудагы келтирилген кадамдарды сактоого болот. Зарыл болгон жол-жоболор жана аларды практикалык ишке ашыруу боюнча документация менен бул Колдонмодогу сунушталган маалыматтардан, окуу материалдарынан таанышууга болот.

Кийинки бөлүмдөр теңдеме моделин баалоо процессин кененирээк сыпаттайт. Эгер тийиштүү спецификация жалпы болжолго сезилерлик таасир этсе, туура эмес спецификациядагы болор-болбос көйгөйлөргө кээ бир теңдемелерде жол берилет.

3.1. Киреше салыгы

Функциялык форма

Функциялык форма жалпы кабыл алынган теориядан жана/же кирешелердин болжолун түзүүгө катышкан моделди иштеп чыгуучунун жеке тажрыйбасынан келип чыгат. Бул байланыштарды көз каранды болгон өзгөрмөлөр функциясы (салыктын түрү - киреше салыгы - PIT) катары жана мурда Р1Тти алууну түшүндүрүүчү өзгөрмө катары жазуу сунушталат.

PIT = f(p_wages, g__wages, pit_r, inflation)

Маалыматтарды текшерүү

Кийинки кадам катары теориянын иштей тургандыгынын далили эсептелет, бул тарыхый маалыматтардан колдоо табышы мүмкүн дегендикти билдирет.

Грейнджер боюнча себептик попардык тест бул маанидеги маалыматтарды текшерүү үчүн пайдалуу инструмент болуп эсептелет. Биринчиден, киреше салыгы жана айлык маянанын ортосундагы өз ара байланыш текшерилди.

Сүрөт.

P_wages жана g_wages (5% кем) үчүн тийиштүү ыктымалдуулук өтө аз, ошондуктан киреше салыгы жана p_wages жана g_wages ортосундагы себеп-натыйжа байланышы күчтүү эки багытты тастыктаган Н1 ди кабыл алуу тестте көрсөтүлгөн нөлдүк гипотезаны четке кага алабыз.

Экинчиден, инфляциянын таасири изилденди. Инфляция же баалардын жалпы өсүү деңгээли үч өзгөрмө: pgdp (ИДП дефлятору), epi (керектөө баасынын индекси) жана pgdp_2010 (реалдуу ИДП дефлятору) менен берилген.

Сүрөт.

Көрүнүп тургандай pgdp жана pgdp_2010fly өзгөрмөнү түшүндүрүүчү катары колдонууга болбойт (тиешелүү ыктымалдуулук 5% ашык). Экинчи жагынан, керектөө бааларынын индекси РГГке (5% аз) таасирин тийгизиши мүмкүн.

Пайдага салыктын коюму (pit_r)

Пайдага салыктын коюму формула боюнча натыйжалуу салык коюму катары эсептелет (EViews иш файлындагы pit_r караңыз).

Бирдиктүү негиздин болушуна тестирлөө

Стационардыкты (стационардык эместикти) таап чыгуу үчүн Дики-Фулердин кеңири тест колдонулган (ADF). Төмөндөгү таблицада натыйжасы көрсөтүлгөн.

Баалоо методун тандоо

1-схеманы эске алуу менен (6-бет), ADF тестирлөөнүн натыйжасы оптималдык чечим катары авторегрессордук моделди пайдалануу үчүн негизди түзөт. Авторегрессердик моделди түзүү жана киргизүү боюнча колдонмо окутуу программасын ишке ашыруунун алкагында түшүндүрүлгөн.

Кеңеш: окуу документтери менен таанышып чыкканга чейин ишти улантпаңыз.

Төмөндө авторегрессиянын моделин баалоонун натыйжасы келтирилген:

Сүрөт.

Баалоо натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкүдөй критерийлерге туура келиши керек:

1. R-квадрат 60%дан көп болушу керек

Биздин R-квадраттын мааниси 99% түзөт. Бул РГГтин өзгөрүшү көз карандысыз өзгөрмөнү дээрлик толук түшүндүрөт. Бул теңдеме бизге туура келет.

2. Көпчүлүк көз карандысыз өзгөрмөлөр мааниге ээ болушу шарт

Бир дагы көз карандысыз өзгөрмө мааниге ээ эмес. Т-статистика төмөн же Р-маани өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр бирдиктүү мааниге ээ болушу керек

Бирдиктүү маани үчүн F-статистикасын колдонуу керек. Бул критерийлер авторегиссиондук моделди колдонууда маанисиз, алар аныктама боюнча бирдиктүү көз каранды.

4. Коэффициенттердин белгилери

Коэффициенттердин белгилери же экономикалык теорияга, же күтүүлөргө, же интуицияга туура келиши керек. Эгер белги оң болсо, p_wages 1 бирдикке көбөйөт, PIT 0,01 бирдикке чоңоёт. Мындай шартта башка көз каранды эмес өзгөрмөлөр туруктуу бойдон калат. Эгер белги терс болсо, калган көз карандысыз өзгөрмөлөр катталган шартта, pit_r 1 бирдикке көбөйсө, PIT төмөндөйт.

5. Калдык диагностикасы

Калдык диагностикасы

Эскертүү: сериялык корреляция тестирлөөсүн колдонуу боюнча сунуштамалар 3.1.1-бөлүгүндөгү борбордук деңгээл боюнча колдонуучулар үчүн колдонмодон табууга болот.

Калдык диагностикасынын алкагында баалоо теңдемеси төмөнкүлөргө тестирлөөдөн өттү:

- сериялык корреляция, натыйжа: калдык сериялык корреляцияга ээ эмес;

Сүрөт.

- натыйжа, гетероскедастүүлүк: гетероскедастүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдык ченемдүү бөлүштүрүлгөн.

Сүрөт.

Корутундуда жогоруда келтирилген үч тесттин жыйынтыгы статистикалык көз караштан алганда эч кандай көйгөй жаратпайт. Анда PIT теңдемесин кабыл алууга болот.

Туруктуулукка тест

Баалануучу теңдеменин туруктуулугу теңдеменин сызыгы (көк) төмөндө көрсөтүлгөндөй арткы эки кызыл сызык маанилүүлүк интервалында тургандыктан, CUSUM тестинин жардамы менен тастыкталды.

CUSUM тесттин түзүү боюнча EViewsкe сунуш

Теңдемени ачыңыз, андан соң View/Stability diagnostics/Recursive estimates/CUSUM test

Сүрөт.

Пайдага салыкты болжолдоо

Жыйынтыгында, пайдага салыкты болжолдоо эконометрикалык түрдө жүргүзүлдү. Кошумча маалыматты алуу үчүн pit_f убактылуу катарын ачыңыз.

Сүрөт.

Эскертүү: моделдөө процесси бул бөлүмдө берилген. Салыктын кийинки түрлөрү негизги натыйжалар менен чектелип, абдан кеңири сыпатталбайт. Эгер кошумча маалымат керек болсо, окуучуга 3.1 бөлүгүн же борбордук деңгээлдеги методологияны же Кыргыз Республикасынын Финансы министрлигинде жайылтылган окуу материалын колдонуу сунушталат.

3.2. Жер салыгы

Жер салыгы боюнча түшүүлөр төмөнкүлөрдөн турат:

- үйдүн жанындагы тилкелерге жер салыгы;

- айыл чарба багытындагы жерлерге жер салыгы;

- айыл чарба багытындагы эмес жерлерге жер салыгы.

3.2.1. Жер салыгы - үйдүн жанындагы тилкелер

Функциялык форма:

Land_p = f(agriculture, dummy variable)

Маалыматтарды текшерүү

Маалыматтарды талдоо жана баалоо моделди түзүүдөгү алгачкы кадам болуп эсептелет.

Грейнджердин жуптуу тестинин алкагында жер салыгы менен айыл чара секторундагы өндүрүштүн көлөмүнүн ортосундагы себеп-натыйжалык байланыш төмөнкүдөй натыйжа менен талданат:

Сүрөт.

Тийиштүү ыктымалдуулук өтө төмөн (2,99%), бул бир багыттагы себеп-натыйжанын байланышын тастыктайт. Айыл чарба өндүрүшүнүн өсүүсүнүн күтүлүшү, салыкты чогултуунун жогорулашы менен коштолот.

Бирдиктүү негиздин болушуна тестирлөө

Баалоо методун тандоодон мурда, убактылуу катарларда бирдиктүү негиздин же стационардыктын болушун текшерип алуу зарыл. Ал үчүн Дики-Фуллер (ADF) стандарттык кеңейтилген тестти колдонулат. Эгер тестирлөө маалыматтар стационардык экенин далилдесе, OLSna колдонууга болот. Бирок эгерде тест убактылуу катардагы стационардык эмес көйгөйдү көрсөтсө, 4-бетте көрсөтүлгөн баалоо методун колдонуу сунушталат.

Көз каранды land_p өзгөрмөсү деңгээлде стационардык эмес, бирок биринчи айырмачылыкта стационардык.

Сүрөт.

Экинчиден, түшүндүрүучү agr өзгөрмөсү дагы тесттен өткөрүлүүгө тийиш. Бул убактылуу катар деңгээлде жана биринчи айырмачылыкта өтө стационардык эмес, экинчи айырмачылыкта стационардык.

Сүрөт.

Өзгөрмө agr тиешелүү деңгээлде стационардык эмес, бирок экинчи айырмачылыкта стационардык экендигин корутундуласа болот (тийиштүү ыктымалдуулугу 5%дан төмөн).

Кыскача маалымат: тандалган өзгөрмө менен ADFth тестирлөөдөн өткөрүүнүн натыйжасы.

Баалоо методун тандоо

Land tax_p (үйдүн жанындагы тилкелерге жер салыгы) 1-айырмачылыкта стационардык, ал эми 2-айырмачылыктагы айыл чарбасы стационардык болуп эсептелгендиктен, vector autoregression model колдонулду. Баалоо натыйжалары төмөнкүдөй болду:

Сүрөт.

Баалоо натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалган модель төмөнкүдөй критерийлерге туура келиши керек:

1. R-квадрат 60%дан көп болушу керек

Биздин R-квадраттын мааниси 95,938% түзөт. Land_p_f вариациясы көз карандысыз өзгөрмө менен дээрлик толук түшүндүрүлөт. Бул теңдеме бизге туура келет.

2. Көпчүлүк көз карандысыз өзгөрмөлөр статистикалык мааниге ээ болушу шарт

Бир көз карандысыз өзгөрмө мааниге ээ эмес. Т-статистика төмөн же Р-маани өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр бирдиктүү мааниге ээ болууга тийиш

Биргелешкен маани үчүн F-статистикасын колдонуу керек. Эгер F-статистикасы тийиштүү ыктымалдуулук менен 0гө барабар болсо, анда бардык түшүндүрүүчү өзгөрмөлөр көз каранды өзгөрмөлөргө бирге таасир этиши мүмкүн. Бул Т-статистикасынын төмөндүгүнө карабай, модел кабыл алынышы мүмкүн болгон себеп.

4. Коэффициенттердин белгилери

Коэффициенттердин белгилери же экономикалык теорияга, же күтүүлөргө, же интуицияга туура келиши керек. Оң белги эгер көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктык келип түшүүлөрү да көбөйөрүн түшүндүрөт. Башка көз карандысыз өзгөрмөлөр туруктуу сакталат деген шартта. Эгер белги терс болсо, тактап айтканда, көз карандысыз өзгөрмө 1 бирдикке көбөйсө, калган көз карандысыз өзгөрмөлөр катталат деген шартта, салыктарды жыйноо төмөндөйт.

Калдык диагностикасы

Калдык диагностикасынын алкагында баалоо теңдемеси төмөнкүлөргө тестирлөөдөн өттү:

- сериялык корреляция, натыйжа: калдык сериялык корреляцияга ээ эмес;

Сүрөт.

- гетероскедастүүлук, натыйжа: гетероскедастүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдык ченемдүү бөлүштүрүүгө ээ эмес.

Сүрөт.

Жогоруда келтирилген үч тесттин жыйынтыгы land_p модели 3 критерийдин 2 критерийине шайкеш келиши мүмкүн экендигин далилдеди. Калдыктар ченемдүү бөлүштүрүлбөгөн болуп эсептелет, бирок, ошого карабай мында теңдеме кабыл алынат.

Land_p болжолу

Сүрөт.

3.2.2. Айыл чарба багытындагы жерлердин жер салыгы

Функциялык форма

Баалоо теориясы айыл чарба багытындагы жерлерге салык айыл чарба секторунун өсүүсүнөн жана жалпы баалардын деңгээлинен көз каранды деген божомолго негизделген.

Land_agr = f(agriculture, price level)

Маалыматтарды текшерүү

Грейнджер себептүүлүк тести себеп-натыйжа байланышын төмөнкүдөй талдайт:

Сүрөт.

Тест жер салыгы менен айыл чарба өндүрүшүнүн ортосундагы себеп-натыйжалык байланышты биринчи натыйжада (экинчи сапта) ачык көрсөтүп турат. Экинчиден, баалар (pgdp_2010) менен айыл чарбанын ортосунда себеп-натыйжалык байланыш табылган. Үчүнчү caп баалар менен жер салыгынын ортосундагы себеп-натыйжалык байланышты тастыктады.

Бирдиктүү негиздин бардыгын тестирлөө

Кыскача маалымат: тийиштүү өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

ADF тестинин натыйжаларын эске алганда, vector autoregression model эң жакшы чечим болуп көрүнөт. Баалоонун натыйжасы төмөнкүдөй:

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы жабдылган модель төмөнкү критерийлерге туура келиши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 93,84%ды түзөт. Бул жер салыгынын өзгөрүшү дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Теңдеме бизге туура келет.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же Р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр бирдиктүү статистикалык мааниге ээ болушу керек

Бирдиктүү мааниге ээ болгон учурда F-статистикасын колдонуу керек. Бул тип F-статистиканы камсыз кылбайт, демек, бул суроо автоматтык түрдө теңдемелер системасынын жардамы менен чечилген.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга дал келиши керек. Эгерде белги оң болсо, бул көз карандысыз өзгөрмө 1 бирдикке көбөйсө, анда салыктык кирешелер да көбөйөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр өзгөрүүсүз калган шартта. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө I бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр өзгөрүүсүз калган шартта, салыктык киреше азаят.

Калдык диагностикасы

Калдык диагностикасынын алкагында теңдеме төмөнкүлөр боюнча тестирленет:

- сериялык корреляция, натыйжа: калдыктар сериялык корреляцияга ээ эмес;

Сүрөт.

- гетероскедастүүлүк, натыйжа: гетероскедастгүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыкгар ченемдүү бөлүштүрүлөт.

Сүрөт.

Жогорудагы үч тесттин натыйжалары land_agr теңдемесинде сериялык корреляция (автокорреляция), гетероскедастгүүлүк же ченемдүү бөлүштүрүү көйгөйлөрү жок экенин далилдейт.

Туруктуулукка тест

Сүрөт.

Айыл чарба багытындагы жерлерге жер салыгынын болжолу

Сүрөт.

3.2.3. Айыл чарба багытындагы эмес жерлердин жер салыгы

Функциялык форма

Айыл чарбалык эмес секторлор тарабынан төлөнүүчү жер салыгы төмөнкү функцияларды аткарышы керек:

Land_agr = f(gdp_fc, inflation)

Маалыматтарды текшерүү

Грейнджер тести фактордук сарптоолор боюнча салык менен ИДПнын ортосунда күчтүү бир багыттуу себеп-натыйжалык байланышты көрсөттү. Биз салыктын ар кандай көбөйүшү фактордук сарптоолор боюнча ИДПга таасирин тийгизет деп болжолдой алабыз.

Сүрөт.

Ушул эле жүйөнү айыл чарба эмес секторлор төлөгөн баалар менен жер салыгынын ортосундагы бир багыттуу байланыштардан да көрүүгө болот.

Сүрөт.

Бирдиктүү негиздин болушуна тестирлөө

Кыскача маалымат: тандалган өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо ыкмасын тандоо

ADF тестирлөөнүн жыйынтыгын эсепке алуу менен, каталарды оңдоо менен моделдөө (ЕСМ) ылайыктуу вариант болуп көрүнөт. Бирок катаны оңдоо моделин (ЕСМ) колдонуудан мурун коинтеграция тестин жүргүзүү керек.

Сүрөт.

Баалоо ыкмасын тандоо

Тесттин жыйынтыгы эч кандай коинтеграциялоо теңдемесин ырастай албайт. Ошондуктан, ARDL модели тандалган. Баалоонун натыйжасы төмөнкүдөй:

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы жабдылган модель төмөнкү критерийлерге туура келиши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 93,26% түзөт. Бул айыл чарба эмес секторлордо жер салыгынын олку-солкулуктары дээрлик толугу менен түшүндүрүүчү өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Теңдеме бизге туура келет.

2. Көз карандысыз өзгөрмөлөрдүн көбү статистикалык мааниге ээ болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр бирдиктүү мааниге ээ болушу керек

Бирдиктүү мааниге ээ болгон учурда F-статистикасын колдонуу керек. Эгерде F-статистикасы жана анын тиешелүү ыктымалдыгы 0 (5%дан аз) болсо, бардык түшүндүрүүчү өзгөрмөлөр бирдиктүү көз каранды өзгөрмөгө таасир этиши мүмкүн. Канааттандырарлык болгон башка баалоо критерийлерин эске алуу менен, биз t-статистика төмөн болсо да, моделди кабыл алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктын түшүүсү да көбөйөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салык жыйноо азаят. Башка көз карандысыз өзгөрмөлөр белгиленген.

Калдык диагностикасы

Калдык диагностикасынын алкагында теңдеме төмөнкүлөр боюнча тестирленет:

- сериялык корреляция, натыйжа: калдык сериялык корреляцияга ээ эмес;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедастүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлөт.

Сүрөт.

Жогорудагы үч тесттин натыйжалары land_nagr моделинде ырааттуу корреляция, гетероскедасттүүлүк же ченемдүү бөлүштүрүү маселеси жок экенин далилдейт.

Туруктуулукка тест

Сүрөт.

Айыл чарба багытындагы эмес жерлерге жер салыгынын болжолу

Сүрөт.

3.3. Мүлккө салык

3.3.1. Кыймылсыз мүлк

Функциялык форма

Prop_re = f(construction, price level)

Маалыматтарды текшерүү

Грейнджердин жуптуу себептүүлүк тесттери

Сүрөт.

Маалыматтарды текшерүү менен биз курулуш салыгы менен мүлк салыгынын ортосундагы себеп-натыйжалуу байланышты таба алдык. Тест биринчи натыйжада мүлк салыгы менен курулуш өндүрүшүнүн ортосундагы себеп-натыйжалуу байланышты тастыктады. Андан кийин кыймылсыз мүлктүн ИДПнын дефлятору менен өлчөнгөн баанын деңгээли менен байланышы текшерилет.

Сүрөт.

Экинчиден, баанын өзгөрүшү (pgdp) менен биринчи катардагы мүлк салыгынын ортосунда себеп-натыйжалуу байланыш далилденген.

Бирдиктүү негиздин болушуна тестирлөө

Кыскача маалымат: тандалган өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

Бирдиктүү негиздин бар экендигин тестирлөөнүн (текшерүүнүн) натыйжаларын эске алуу менен баалоо ыкмасы катары ARDL тандалган. Баалоонун натыйжасы төмөнкүдөй:

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалып алынган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 92,69%. Бул айыл чарба эмес секторлордо жер салыгынын олку-солкулуктары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайык келет.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. Эгерде F-статистикасы жана ага тиешелүү ыктымалдуулук 0,14 (5%дан аз) болсо, бардык түшүндүрүүчү өзгөрмөлөр биргелешип көз каранды өзгөрмөгө таасирин тийгизе алат. Башка канааттандырарлык баалоо критерийлерин эске алуу менен, биз моделди кабыл ала алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги, эгерде көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктардын түшүүсү да өсөт дегенди билдирет. Башка коз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта, салыктарды жыйноо азаят.

Калдык диагностикасы

Калдык диагностикасынын алкагында теңдеме төмөнкүлөргө тестирленди (сыналды):

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлгөн.

Сүрөт.

Жогорудагы үч тесттин жыйынтыгы статистикалык көз караштан алганда CIT моделинин күчтүү экенин далилдейт.

Туруктуулукка карата тест

Сүрөт.

Кыймылсыз мүлккө салыктын болжолу

Сүрөт.

3.3.2. Мүлккө салык -унаа каражаттары

Функциялык форма

Функциялык форма төмөнкүчө аныкталат:

prop_trans = f(transport, inflation)

Грейнджердин себептүүлүк тести менен маалыматтарды текшерүү

Сүрөт.

Бир багыттуу себептүүлүк бар. Транспорт каражаттарынын мүлк салыгы транспорт секторунун кызматтарына таасир этиши мүмкүн.

Сүрөт.

Грейнджер тести көрсөткөндөй, баа деңгээлинин өзгөрүшү транспорт секторунун өндүрүш көлөмүнө таасир этиши мүмкүн. Жана андан кийин транспорт секторунун өнүгүүсү транспорт каражаттарына салык салууда чагылдырылган.

Бирдиктүү негизге тестирлөө

Кыскача маалымат: тиешелүү өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

Бирдиктүү негизди тестирлөөнүн жыйынтыгы боюнча VAR модели тандалган. Натыйжалар төмөнкү таблицада көрсөтүлгөн.

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалып алынган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 97,96%ды түзөт. Бул айыл чарба эмес секторлордо жер салыгынын олку-солкулуктары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайык келет.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. Эгерде F-статистикасы жана ага тиешелүү ыктымалдуулук 0 (5%дан аз) болсо, бардык түшүндүрүүчү өзгөрмөлөр биргелешип көз каранды өзгөрмөгө таасир этиши мүмкүн. Канааттандырарлык башка баалоо критерийлерин эске алуу менен, биз t-статистика төмөн болсо да моделди кабыл ала алабыз.

4. Коэффициенттин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги, көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктык түшүүлөр да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салыктарды жыйноо азаят.

Калдык диагностикасы

Калдык диагностикасынын бир бөлүгү катары теңдеме сыналат:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетеооскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлгөн эмес.

Сүрөт.

Жогорудагы үч тесттин натыйжалары prop_trans модели сериялык корреляциядан жана гетероскедастгүүлүктөн жапа чекпегенин далилдейт. Бирок, ченемдүү бөлүштүрүү көйгөйү күтүлөт.

Туруктуулукка тестирлөө

Сүрөт.

Транспорт каражаттарына мүлк салыгы - болжол

Сүрөт.

3.4. Роялти

Функциялык форма

Функциялык формада роялти тоо-кен тармагын өнүктүрүүдөн жана баалардын жалпы деңгээлинен көз каранды деп болжолдонгон.

Roy = f(mining, pgdp_2010)

Маалыматтарды текшерүү

Грейнджердин себеп-натыйжа байланышына жуптуу тести бир багыттуу байланышты тастыктайт, б.а. кен казып алуу роялтилердин өзгөрүшүнө алып келет.

Сүрөт.

Баа деңгээлинин өзгөрүүсү роялти салыгына таасирин тийгизбейт. Жок дегенде тестирленген баалар мындай көз карандылыкты көрсөткөн эмес.

Сүрөт.

Бирдиктүү негиздин бардыгына тестирлөө

Кыскача маалымат: тиешелүү өзгөрмөлөр менен ADF тестирлөөсүнүн натыйжалары.

Биринчи айырмачылыкта стационардык. Алынган натыйжалар каталарды оңдоону моделдөөгө мүмкүндүк берет. Иохансендин коинтеграция тести 0,05 деңгээлинде 2 коинтеграция теңдемесинин бар экендигин тастыктады.

Сүрөт.

Баалоо ыкмасын тандоо

Ошондуктан, баалоо ыкмасы катары каталарды оңдоону моделдөө тандалган.

Сүрөт.

Баалоо натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалып алынган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 62,64%. Бул айыл чарба эмес секторлордо жер салыгынын олку-солкулуктары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайык келет.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же Р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. Эгерде F-статистикасы жана ага тиешелүү ыктымалдуулук 0,99 (5%дан аз) болсо, бардык түшүндүрүүчү өзгөрмөлөр биргелешип көз каранды өзгөрмөгө таасир эте алат. Башка канааттандырарлык баалоо критерийлерин эске алуу менен, биз моделди кабыл ала алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек, Оң белги, көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктардын түшүүсү да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салык жыйноо азаят.

Калдык диагностикасы

Калдык диагностикасынын алкагында теңдеме төмөнкүлөргө тестирленет:

- сериялык корреляция, натыйжа: калдыктардын сериялык корреляциясы жок;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлгөн эмес.

Сүрөт.

Жогорудагы үч тесттин натыйжалары Роялти модели сериялык корреляциядан же гетероскедасттүүлүктөн жапа чекпей турганын далилдейт. Бир гана көйгөй - калдыктардын ченемдүү бөлүштүрүлүшү. Буга карабастан, теңдеме кабыл алынат.

Туруктуулукка тест

Сүрөт.

Роялти болжолу

Сүрөт.

3.5. Атайын салык режимдери

Функциялык форма:

str = f(wholesale, hotres, prof)

Легенда:

Маалыматтарды текшерүү

Жогорудагы үч сектор менен атайын салык режиминин ортосундагы себептик-натыйжалуу байланыш аралаш мүнөзгө ээ, бул бизге бул секторлорду баалоо үчүн пайдаланууга мүмкүндүк берет.

Сүрөт.

Бирдиктүү негиздин бардыгына тестирлөө

Кыскача маалымат: тиешелүү өзгөрмөлөр менен ADF тестинин натыйжалары.

Баалоо методун тандоо

ADF тестирлөөсүнүн жыйынтыгы боюнча авторегрессивдүү моделдер оптималдуу чечим болуп көрүнөт. Баалоо натыйжасы төмөнкүдөй:

Сүрөт.

Баалоонун натыйжаларын чечмелөө.

Статистикалык көз караштан алганда жакшы тандалып алынган модель төмөнкү критерийлерге жооп бериши керек:

1. R-квадрат 60%дан жогору болушу керек

Биздин R-квадраттын мааниси 82,18%ды түзөт. Бул айыл чарба эмес секторлордо жер салыгынын олку-солкулуктары дээрлик толугу менен көз карандысыз өзгөрмөлөр менен түшүндүрүлөт дегенди билдирет. Бул модель бизге ылайык келет.

2. Көз карандысыз өзгөрмөлөрдүн көбү маанилүү болушу керек

Көз карандысыз өзгөрмөлөрдүн көбү маанилүү эмес. Т-статистика төмөн же Р-маанилери өтө жогору.

3. Бардык көз карандысыз өзгөрмөлөр биргелешкен мааниге ээ болушу керек

Биргелешкен мааниге ээ болгон учурда F-статистикасын колдонуу керек. Эгерде F-статистикасы жана ага тиешелүү ыктымалдуулук 1,96 (5%дан аз) болсо, бардык түшүндүрүүчү өзгөрмөлөр биргелешип көз каранды өзгөрмөгө таасир эте алат. Башка канааттандырарлык баалоо критерийлерин эске алуу менен, биз моделди кабыл ала алабыз.

4. Коэффициенттердин белгилери

Коэффициенттердин белгиси же экономикалык теорияга, же күтүүлөргө, же интуицияга ылайык келиши керек. Оң белги, көз карандысыз өзгөрмө 1 бирдикке көбөйсө, салыктардын түшүүсү да өсөт дегенди билдирет. Башка көз карандысыз өзгөрмөлөр туруктуу бойдон калуу шарты менен. Эгерде белги терс болсо, анда көз карандысыз өзгөрмө 1 бирдикке көбөйсө, башка көз карандысыз өзгөрмөлөр белгиленген шартта салык жыйноо азаят.

Калдык диагностикасы

Калдык диагностикасынын алкагында теңдеме төмөнкүлөргө тестирленет:

- сериялык корреляция, натыйжа: калдыктар ырааттуу корреляцияланды;

Сүрөт.

- гетероскедасттүүлүк, натыйжа: гетероскедасттүүлүк жок;

Сүрөт.

- ченемдүү бөлүштүрүү, натыйжа: калдыктар ченемдүү бөлүштүрүлдү.

Сүрөт.

Жогорудагы үч тесттин жыйынтыгы str теңдемеси статистикалык көз караш жактан күчтүү экенин далилдейт.

Сүрөт.

Модель катары түзүлгөн STR болжолу

Сүрөт.

3.6. Моделдик кирешелердин баалоо теңдемелерин көчүрүү

Эми бардык баалоо теңдемелери жумушчу файлына жайгаштырылышы шарт. Кийинки кадам аларды моделге көчүрүү болот. Ал кандай аткарылат.

Колдонмо

Мисал катары кыймылсыз мүлккө салыкты алабыз. Prop_re_eq. басабыз, андан соң View/Representations

Бир эле мезгилде kg_revenue_lc_model ачабыз, "Text" басабыз.

Төмөндөгү панелдер бажы алымы үчүн эсептик теңдемени (сол жакта) жана кирешелердин моделин (оң жакта) көрсөтүп турат.

Сүрөт.

Акыркы кадам - prop_re_eq моделге көчүрөбүз. Бул контекстте prop_re_f өзгөрмөсү кыймылсыз мүлккө салыктын жалпы болжолун эмес, бир гана эконометрикалык баалоону көрсөтө аларын белгилей кетүү маанилүү.

Кыймылсыз мүлккө жалпы салык төмөнкү теңдеме боюнча болжолдонот (моделди караңыз):

prop_re = prop_re_f + prop_re_add

Кошумча (add) факторлордун (prop_re_add) ролу Борбордук деңгээлде кирешелерди моделдөө боюнча колдонуучулар үчүн колдонмодо түшүндүрүлөт.

4. Кирешелердин модели

Кирешелерди болжолдоонун модели кирешелердин негизги моделинен (kg_lc_revenue_model) жана экзогендик өзгөрмөлөр менен байланышкан моделден (kg_lc_revenue_exgenous) турат. Жумуш файлында көк түз менен белгиленди:

Эскертүү: сиз L_revenue баракчасында иштеп жатканыңызды текшерип коюңуз.

Сүрөт.

Эки моделди тең чечүү үчүн, модел терезесинин панел баскычынан жөн гана "Solve" ди басыңыз. Кирешелердин экзогендик модели биринчи кезекте чечилиши шарт.

Сүрөт.

"OK" баскычын басыңыз. Эсептөөнү аткарууда катачылык болбогон шартта, жыйынтык визуалдашат.

Сүрөт.

4.1. Чечимдердин натыйжасын текшерүү мисалында

Факт жүзүндөгү жана бекитилген маанилерди камтыган биздин моделдеги эндогендик өзгөрмөлөр үчүн графиктерди кароо үчүн, 4 өзгөрмөнү тандайбыз (башкаруу баскычын басып кармап туруу менен жана өзгөрмөлөрдүн атын басуу менен), андан соң диалогдук терезеге кирүү үчүн Proc/Make Graph...ты пайдаланабыз. (төрт сериянын аталыштары "Өзгөрмө моделдер" бөлүмүндө алдын ала толтурулат. Альтернатива катары биз жөн гана Proc/Make Graph... тандап, андан соң ачылган "Өзгөрмө моделдер" тизмесине "Эндогендик өзгөрмөлөр" маанисин койсок да болмок).

Сүрөт.

"ОК" баскычын басыңыз. Жана тиешелүү графиктер талдоо үчүн жеткиликтүү болот.

Сүрөт.

4.2. Болжолдоо

Өткөн мезгилдер үчүн маалыматтарга карата моделибиздин иштешине канааттанарыбыз менен, биз моделди эндогендик өзгөрмөлөрүбүздүн келечектеги маанилерин болжолдоо үчүн пайдалана алабыз.

Мындай болжолду түзүүнүн биринчи кадамы - болжолдоо мезгилиндеги экзогендик өзгөрмөлөрүбүздүн маанилерин аныктоо. Алар чындыгында эмне болору жөнүндө биздин божомолдорубузга негизделиши мүмкүн же алар биз карап чыгууга кызыкдар болгон жөн гана бир конкреттүү мүмкүнчүлүк болушу мүмкүн. Көп учурда биз бир нече ар кандай жолдорду курууга жана андан кийин натыйжаларды салыштырууга кызыкдар болобуз.

4.3. Моделдердин сценарийи

Борбордук деңгээлдеги кирешени болжолдоо методологиясы менен да таанышыңыз.

Моделдик сценарийлер экзогендик өзгөрмөлөргө карата альтернативдүү божомолдордо моделдин жүрүм-турумун изилдөөгө мүмкүндүк берет. Биздин учурда базалык жана үч альтернативдүү сценарий иштелип чыккан.

Базалык сценарий (нөл менен көрсөтүлгөн), б.а. жергиликтүү салыктардын болжолу БРдан алынган өткөн мезгилдер үчүн маалыматтарды колдонуу менен түзүлгөн. 1, 2 жана 3-сценарийлер (мисалы, lnad_l, land_2 жана land_3 деп белгиленген) альтернативалдүү сценарийлер болуп саналат, мында эндогендик өзгөрүлмө маанилер сценарийге мүнөздүү кеңейтүү аркылуу бир катар жумушчу файлдарга ыйгарылат, бул бир нече моделдик чечимдерди бир жумушчу файлда сактоону жеңилдетет.

Негизги моделди ачып, сценарийди басыңыз:

Сүрөт.

Базалык сценарий

Салык түзүмүн болжолдоо негизинен финансылык программалоо түзүмү менен аныкталуучу экзогендик өзгөрмөлөрдүн болжолуна негизделет. Моделдин натыйжалары ар бир эндогендик өзгөрмөдөн кийин нөл менен белгиленет. Мисалы, гоу_0 - бул экзогендик өзгөрмөлөрдүн болжолдорунун негизинде алынган киреше салыгынын базалык болжолу.

1-сценарий - курулуш секторунда өндүрүш көлөмүнүн өсүшүнүн айыл чарба багытындагы эмес жерлердин жер салыгына тийгизген таасири

1-сценарийде курулуш секторунда өндүрүш көлөмүнүн өсүшү базалык сценарийде болжолдонгондон жогору болот деп ойлойлу. Курулуш өндүрүшүнүн өсүшү ИДПнын өсүшүнө (фактордук сарптоолор боюнча) 2%га таасирин тийгизген. С тилкесинде базалык маанилер, ал эми В тилкесинде 1-сценарийдеги көбөйүү келтирилген. Айырма D тилкесинде абсолюттук мааниде жана пайыздык өзгөрүү түрүндө (Е тилкеси) көрсөтүлгөн.

Сүрөт.

Төмөндөгү таблицада көрсөтүлгөндөй, ИДПнын өсүшүнүн таасири (фактордук чыгымдар боюнча) жер салыгын чогултуунун көбөйүшүнө таасирин тийгизген (атап айтканда, айыл чарбалык эмес сектордо, курулушта). Бул учурда, land_nagr_O - базалык болжол, ал эми land_nagr_l - 1-сценарий, ага ИДПнын жогорку өсүү темпи таасир эткен. Тиешелүү дельта жер салыгына таасирин тийгизиши күтүлөт.

Сүрөт.

2-сценарий - кен секторундагы өндүрүштүн өсүшүнүн роялтиге тийгизген таасири

Төмөнкү таблицалардан кен секторунда өндүрүштүн өсүшү базалык сценарийде болжолдонгондон жогору экендигин көрүүгө болот.

Сүрөт.

1-сценарийдегидей эле, таблицаларда роялтинин болжолдонгон жыйымына тиешелүү таасир көрсөтүлгөн.

Сүрөт.

3-сценарий - экономиканын тандалган секторундагы көлөмдөрдүн өсүшүнүн атайын салык режимдерине тийгизген таасири

Жогоруда көрсөтүлгөн секторлордо өсүш төмөнкүдөй бааланат деп көрөлү:

-     дүң, чекене соода жана оңдоо - 3%;

-     мейманканалар жана ресторандар - 3%;

-     кесиптик, илимий жана техникалык иш - 3%.

Сүрөт.

2-сценарийдегидей эле, таблицаларда STR алкагындагы жыйымга тиешелүү таасир көрсөтүлгөн.

Сүрөт.

5. Моделдөөнүн натыйжалары

5.1. Моделдөөнүн натыйжаларын EViewsTeH Excelre экспорттоо

Моделдөөнүн натыйжалары EViews жумушчу файлында убактылуу катарлардын тобу катары сакталат. Мисалы, базалык сценарийди төмөнкүдөй аталыштагы убактылуу катарлардын тобу катары тапса болот: kg_lb_baseline.

Моделдөөнүн натыйжаларын EViewsTeH Excel файлына оңой экспорттоого же көчүрүүгө болот (бул документке тиркелет).".

Кыргыз Республикасынын бюджеттик

классификациясына ылайык Кыргыз

Республикасынын бюджетинин ресурстарынын

администраторлору боюнча бюджетке түшүү

булактарынын реестри

(тизмеси)

".