Skip to main content

Formation of predictive behavior of complex economic systems based on regression models and combined trends

Authors

  • E.V. Valentseva PhD in Technical Sciences, Ростовский государственный университет путей сообщения ORCID ID: 0000-0001-9469-0660

DOI:

https://doi.org/10.25806/mevriz-350

Keywords:

statistical analysis, correlation analysis, combined trends, forecast

Abstract

The article discusses the use of tax administration tools based on statistical analysis of non-traditional approaches, which make it possible in the short term to formulate forecasts and conclusions using the example of tax collections both at the regional and federal levels. The author proposes to use correlation analysis as the basis for tax administration, which will allow us to outline possible cause-and-effect relationships and take it as a basis for identifying the consistency of tax collection indicators, and use trend analysis to estimate the expected value of taxes and fees.

Информация о публикации

Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.

Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.

Правообладатель: ООО "Финпресс".

Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.

Машиночитаемый файл метаданных: JATS XML

Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=9628

References

1. Валенцева Е.В., Черкасова Т.С. Формирование прогноза на основе регрессионных моделей для эволюционного и революционного поведения сложных систем / Е.В. Валенцева, Т.С. Черкасова // Сб. науч. тр. «Транспорт: наука, образование, производство». Технические и экономические науки. Рост. гос. ун-т путей сообщения. – Ростов н/Д, 2022. – Т.

3. – С. 89–92.

2. Адлер Ю.П. Практическое руководство по статистическому управлению процессами / Ю.П. Адлер, В.Л. Шпер. – М.: Альпина Паблишер, 2021. – 234 с.

3. Андерсон Т. Статистический анализ временных рядов / Т. Андерсон. – М.: Книга по требованию, 2012. – 752 с.

4. Официальная статистическая информация (портал Федеральной службы государственной статистики / Аналитический обзор) [Электронный ресурс]. – Режим доступа: gks.ru (дата обращения: 17.10.2023).

5. Россия в цифрах 2021 [Электронный ресурс]. – Режим доступа: rosstat.gov.ru/folder/210/document/12993 (дата обращения: 15.10.2023).

6. Аналитический портал ФНС России (на сайте ФНС России: Статистика и аналитика) [Электронный ресурс]. – Режим доступа: analytic.nalog.gov.ru

7. Манушин В.М. Обзор, обобщение и оценка теорий экономических циклов и кризисов. Выделение и сопоставление новых теорий: политико-экономического условного цикла и бесконечного кризиса / В.М. Манушин // Финансы и кредит. – 2016. – №

2. – С. 9–26.

Published

2024-04-15