--PAGE_BREAK--1 вопрос.
Перевод названий столбцов на русский язык будет звучать так:
1. Money& Credit– Деньги и кредит.
2. Money multiplаyer – Денежный мультипликатор. К этой ячейке было дано примечание, звучавшее так:
Source
The money multiplayer comes from our own calculations — divided by monetary base
Theoretical definition
The money multiplier describes the relationship between the monetary base and the money supply. Excess reserves of the commercial banking sector are expanded through banking loans which create new deposits.
Practical definition
M2 is chosen as the definition of ‘money’ in accordance with most international bodies. However, as with all definitions of money their is a certain degree of arbitrariness involved with the definition. In Russia, for instance, it is substantially more difficult to add and remove money from deposit accounts than in OECD countries, making ‘money’ far more illiquid than in these countries.
Shortages
The money multiplier only has problems insofar as the two components face problems.
Period covered
Money multiplier figures go back to December 1997.
Перевод этого примечания таков:
Источник
Денежный мультипликатор получается из наших собственных вычислений – это предложение денег, разделенное на денежную базу
Теоретическое определение
Денежный мультипликатор, описывает отношения между денежной базой и денежной массой. Избыточные резервы коммерческой банковской сферы расширяются через банковские ссуды, которые создают новые депозиты.
Практическое определение
Денежная масса выбрана как определение «денег» в соответствии с мнением большинства международных организаций. Однако со всеми определениями денег связана и определенная степень произвольности этого определения. В России, например, существенно более сложно положить на депозитный счет деньги или снять их, чем в странах Организации экономического сотрудничества и развития. Получается, что в нашей стране деньги гораздо менее ликвидны, чем в других странах.
Недостатки
У денежного мультипликатора существуют и проблемы, поскольку два его компонента стоят перед проблемой нехватки.
Данные денежного мультипликатора покрывают период с января 1994 по декабрь 1997 года.
3. Ratio– отношение. так как денежный мультипликатор высчитывается, как отношение между предложением денег и денежной базой.
4. The labour market – Рыноктруда.
5. Numberofemployeesinvolvedinstrikes– количество работников, вовлеченных в забастовку.
6. Theenterprises– предприятия (организации)
7. Overdueliabilitiesofenterprises, 4 sectors, endofperiod– Просроченные задолженности предприятий 4 секторов на конец периода.
К этой ячейке тоже было дано примечание:
Receivables
Source
Russian Economic Trends receives the data from the Goskomstat publication, ‘SESR’. SESR receive the information from the Federal Bancruptcy Agency (FBA), who themselves produce the data from the balance sheets of the enterprises themselves.
Theoretical definition
The value of the gross stock of total and overdue receivables owed by all sectors of the economy to industrial enterprises.
Practical definition
The figures show the value of the gross credit provided by large and medium-sized industrial enterprises to the economy in general. The value of the credit is revalued as the balance sheet is revalued. If this is not done frequently then the receivables will tend to be undervalued.
‘Overdue’ receivables are defined as those not received for at least three months.
Shortages
The data presented is only for large and medium sized enterprises. Smaller scale enterprises are not covered. As small-scale enterprises are likely to have relatively less economic power, the percentage of their output that is covered by overdue receivables is likely to be quite high. They do, however, form only a small amount of GDP — around 12% (see Industrial Production).
In the data presented to the Federal Bancruptcy Agency, there will be two counter-acting incentives at work. On the one hand, the firm will want to underestimate its size in order to limit tax liability, while on the other hand it will want to persuade the FBA that their problems are ones of liquidity rather than financial viability.
It is not clear how often receivables are revalued on the balance sheets of industrial firms, or how such revaluations take place, there by creating uncertainty about the extent of the problem.
Total receivables stopped being published in Goskomstat from January 1996, leaving only overdue.
Period covered
The Russian Economic Trends database has figures going back to July 1992.
Перевод его звучит так:
Дебиторская задолженность
Источник
Данные о российских экономических тенденциях публикует Госкомстат. Госкомстат получает информацию от федерального Агентства Банкротства, которое получает данные непосредственно из бухгалтерских балансов предприятий.
Теоретическое определение
Валовая стоимость имеющейся в наличии срочной и просроченной дебиторской задолженности, являющейся долгом всех секторов экономики индустриальным предприятиям.
Практическое определение
Данные показывают стоимость имеющихся в наличии кредитов, обеспеченных большими предприятиями и промышленными предприятиями среднего размера во всей экономике в общем. Стоимость кредита переоценивается, в зависимости от переоценки бухгалтерского баланса. Если это не будет производиться часто, то тогда дебиторская задолженность может быть недооценена.
Просроченная дебиторская задолженность определяется, как не полученная в течение хотя бы трех месяцев.
Недостатки
Эти данные предоставляются только для больших предприятий и предприятий среднего размера. Предприятия меньшего масштаба оказываются не покрыты. Поскольку у мелких предприятий, вероятно, относительно меньше экономической мощи, — процент от их выпуска, который покрыт просроченной дебиторской задолженностью, вероятно, будет весьма высок. Но они в действительности формируют только небольшое количество ВВП — приблизительно 12 %.
В данных, представленных федеральному Агентству Банкротства, будут два противодействующих стимула работы. С одной стороны, фирме будет выгодно недооценить свой размер, чтобы ограничить свою налоговую ответственность. Но, в то же время, с другой стороны фирма будет убеждать Агентство Банкротства, что их проблемы заключается всего лишь в ликвидности, а не в финансовой жизнеспособности.
Не ясно, как часто дебиторская задолженность переоценивается в бухгалтерских балансах индустриальных фирм, или как такие переоценки в данный момент имеют место, если они создают неточности в оценке проблемы.
Срочная дебиторская задолженность не издается Госкомстатом с января 1996, осталась только просроченная.
Период покрытия
Российскую экономическую база тенденций имеет данные до июля 1992 года
8. The state budget – государственныйбюджет
9. Federal expends. Law enforcement — Федеральные расходы. Правоприменительная деятельность.
10. th– означает, что измерение ведется в тысячах (в данном случае в тысячах человек).
11. bn R – означает, что измерение ведётся в миллиардах рублей.
Зависимой переменной Wв моём случае являются федеральные расходы и правоприменительная деятельность. Именно на этот показатель будут влиять факторы Х – денежный мультипликатор, Y– число работников, участвующих в забастовке, и Z– просроченные задолженности предприятий на конец периода.
Влияние этих факторов:
1. Влияние фактора Х – денежного мультипликатора.
Как было сказано выше, денежный мультипликатор представляет собой отношение предложения денег к денежной массе. Он показывает, насколько возрастет предложение денег (количество денег в стране) при увеличении денежной базы на единицу.
А в любой стране государственный бюджет — ведущее звено финансовой системы, единство основных финансовых категорий: налогов, государственных расходов и государственного кредита.
С помощью бюджета государство имеет возможность сосредоточивать финансовые ресурсы на решающих участках социального и экономического развития, с помощью бюджета происходит перераспределение национального дохода между отраслями, территориями, сферами общественной деятельности.
Каждое правительство в своей деятельности стремится к тому, чтобы доходная часть бюджета равнялась расходной. Соответствие их называется «балансом дохода».
Доходы бюджета — это денежные средства, поступающие в безвозмездном и безвозвратном порядке в соответствии с законодательством в распоряжение органов государственной власти.
Расходы государственного бюджета — это экономические отношения, возникающие в связи с распределением фонда денежных средств государства и его использование по отраслевому, целевому и территориальному назначению. Именно для распределения фонда денежных средств и необходим мультипликатор, так как это универсальная формула расчета необходимых сумм денег, направляющихся в разные отрасли экономики.
Поэтому фактор Х является значимым фактором для зависимой переменной W.
2. Влияние фактора Y– количества работников, вовлеченных в забастовку.
Трудовой кодекс Российской Федерации в ст. 398 определяет забастовку как временный добровольный отказ работников от исполнения трудовых обязанностей (полностью или частично) в целях разрешения коллективного трудового спора.
Споры могут быть как в самом коллективе, так и с финансирующей отраслью, с «хозяевами», что бывает чаще всего.
Проблемы забастовок являются «болезнью» всех бюджетных отраслей. Именно в этих отраслях чаще всего происходят забастовочные движения. А, следовательно, раз эти отрасли финансируются из бюджета страны, именно на погашение требований забастовщиков уходит много денежных средств. От количества работников, вовлеченных в забастовку, зависит размер вложений из бюджета в «лечение болезни». Поэтому фактор, определяющий количество бастующих, является влияющим на федеральные расходы государственного бюджета и на правоприменительные меры в этой отрасли права. Следовательно, фактор Yявляется влияющим на фактор W, а фактор Wявляется зависимым от фактора Y.
3. Влияние фактора Z— Просроченные задолженности предприятий на конец периода.
Просроченная дебиторская задолженность — это то, от чего страдают в той или иной степени большинство отечественных предприятий.
Просроченная дебиторская задолженность обычно возникает из-за отсутствия персонально ответственных лиц за реальное поступление денег за проданный продукт. Обычно считается, что в просроченных платежах виноваты заказчики — хитрые люди, которые не расплачиваются за полученный товар. На самом деле такие заказчики — нормальные бизнесмены, которые не хотят платить банку за финансовые ресурсы, а кредитуются бесплатно, поскольку компания кредитор это или терпит или плохо с этим борется.
На практике просроченная дебиторская задолженность возникает из-за того, что покупатели товаров (работ, услуг) не выполняют условия договоров в части сроков оплаты.
В соответствии с п. 70 «Положения по ведению бухгалтерского учета и бухгалтерской отчетности в Российской Федерации», утвержденного приказом Минфина России от 29.07.98 г. № 34н, и ст. 266 НК РФ, просроченная дебиторская задолженность, обязательство по которой не обеспечено залогом, поручительством, банковской гарантией и удержанием имущества должника, а также иными способами, предусмотренными законом или договором, признается сомнительной.
Просроченная дебиторская задолженность с истекшим сроком исковой давности (три года) переходит из разряда сомнительной в безнадежную и подлежит списанию на убытки. Однако перед тем как списать, её надо истребовать. Для этого следует направлять должнику претензионные письма, требовать от него частичной оплаты, обращаться с иском в суд и т.д. Истребованной признается задолженность, которая в результате обращения в арбитражный суд должна быть взыскана с дебитора в бесспорном порядке. Чтобы избежать неприятных ситуаций, связанных с безвозмездным кредитованием своих партнеров, в договорах необходимо предусматривать штрафные санкции, взимаемые за нарушение условий хозяйственных договоров.
Просроченная дебиторская задолженность, по которой в отчетном периоде от службы судебных приставов получено постановление об окончании исполнительного производства и возвращении исполнительного документа и акт о невозможности взыскания, не признается НК РФ в качестве безнадежного долга, убытки по которому учитываются для целей налогообложения за отчетный период.
Все это означает, что дебиторская задолженность плохо влияет на структуру экономики в части финансовой отчетности предприятий. Долги, невозвращенные дебиторами, можно сказать «уплывают» из кармана действительного владельца этих денег. И это отрицательно сказывается на динамике прибыли и общем состоянии предприятия. Так же плохо это отражается и на состоянии бюджета и правоприменительных мерах, так как долги перед тем, как быть списанными на убытки, обязаны быть истребованы, а это означает, что нужны будут применения каких-либо мер, предусматривающих использование бюджетных средств.
Таким образом, доказано, что фактор Zявляется влияющим на фактор W, а фактор Wявляется зависимым от фактора Z.
2 вопрос
Автокорреляция— статистическая взаимосвязь между случайными величинами из одного ряда, но взятых со сдвигом по времени.
Автокоррелированность ряда можно наблюдать, когда нарушено третье условие Гаусса-Маркова, т.е. условие независимости — .
Чем дальше наблюдения друг от друга, тем меньше они коррелируют. Наиболее всего коррелируют соседние наблюдения.
Для проверки рядов на автокорреляцию первого порядка применяется критерий широко известной статистики Дарбина — Уотсона. (DW)
DW=
Можно показать, что в больших выборках имеет место сходимость
Поскольку справедливы неравенства -1 ≤ ρ ≤ 1, то значение статистики DWпри больших Т будет находиться в интервале 0 ≤ DW≤ 4.
Если автокорреляция отсутствует (ρ = 0), то значение DWбудет близким к двум.
Если автокорреляция положительна, то DW 2.
Статистика DWиспользуется для проверки гипотезы Н0: ρ = 0 против альтернативы Н1: ρ > 0 или альтернативы Н1: ρ d* гипотеза Н0 принимается, как «определить невозможно». Это значение зависит от всей матрицы Х (матрицы наблюдаемых параметров). Однако Дарбин и Уотсон доказали, что существуют две границы, обычно обозначаемые dUи dL(причем dU> dL), которые зависят только от длины рядов, количества объясняющих переменных и уровня значимости, и такие, что dL
1) 0
2) dL
3) dU
4) 4 – dU
5) 4 – dL
В моей работе требовалось проверить ряд зависимой переменной Wна автокоррелированность.
Исходный ряд W
∆ W
– модель трендового анализа
Остатки U трендовой модели анализа
∆ U для трендовой модели анализа
434,10000
405,94396
28,15604
587,90000
153,80000
477,0841018
110,81590
82,65986
545,30000
-42,60000
548,2242436
-2,92424
-113,74014
763,20000
217,90000
619,3643853
143,83561
146,75986
727,10000
-36,10000
690,5045271
36,59547
-107,24014
714,20000
-12,90000
761,6446689
-47,44467
-84,04014
883,20000
169,00000
832,7848107
50,41519
97,85986
879,00000
-4,20000
903,9249524
-24,92495
-75,34014
930,00000
51,00000
975,0650942
-45,06509
-20,14014
1354,00000
424,00000
1046,205236
307,79476
352,85986
1102,00000
-252,00000
1117,345378
-15,34538
-323,14014
1834,00000
732,00000
1188,48552
645,51448
660,85986
906,11000
-927,89000
1259,625661
-353,51566
-999,03014
1183,06600
276,95600
1330,765803
-147,69980
205,81586
1361,49500
178,42900
1401,905945
-40,41094
107,28886
1339,20400
-22,29100
1473,046087
-133,84209
-93,43114
1726,67000
387,46600
1544,186228
182,48377
316,32586
1246,91200
-479,75800
1615,32637
-368,41437
-550,89814
1170,78100
-76,13100
1686,466512
-515,68551
-147,27114
1743,18500
572,40400
1757,606654
-14,42165
501,26386
1933,86000
190,67500
1828,746795
105,11320
119,53486
2249,20900
315,34900
1899,886937
349,32206
244,20886
2519,10500
269,89600
1971,027079
548,07792
198,75586
1814,02300
-705,08200
2042,167221
-228,14422
-776,22214
1123,63300
-690,39000
2113,307363
-989,67436
-761,53014
3077,96600
1954,33300
2184,447504
893,51850
1883,19286
2558,11600
-519,85000
2255,587646
302,52835
-590,99014
3249,06600
690,95000
2326,727788
922,33821
619,80986
2155,53500
-1093,53100
2397,86793
-242,33293
-1164,67114
1817,58500
-337,95000
2469,008071
-651,42307
-409,09014
2436,77600
619,19100
2540,148213
-103,37221
548,05086
2153,27700
-283,49900
2611,288355
-458,01135
-354,63914
1417,66800
-735,60900
2682,428497
-1264,76050
-806,74914
1918,29100
500,62300
2753,568638
-835,27764
429,48286
2732,59700
814,30600
2824,70878
-92,11178
743,16586
3900,56000
1167,96300
2895,848922
1004,71108
1096,82286
2611,58000
-1288,98000
2966,989064
-355,40906
-1360,12014
2665,21000
53,63000
3038,129206
-372,91921
-17,51014
4307,07000
1641,86000
3109,269347
1197,80065
1570,71986
3286,84000
-1020,23000
3180,409489
106,43051
-1091,37014
3800,29000
513,45000
3251,549631
548,74037
442,30986
1782,05000
-2018,24000
3322,689773
-1540,63977
-2089,38014
3131,94000
1349,89000
3393,829914
-261,88991
1278,74986
2457,14000
-674,80000
3464,970056
-1007,83006
-745,94014
4883,67000
2426,53000
3536,110198
1347,55980
2355,38986
5774,59400
890,92400
3607,25034
2167,34366
819,78386
3318,55300
-2456,04100
3678,390482
-359,83748
-2527,18114
3223,76300
-94,79000
3749,530623
-525,76762
-165,93014
1. Статистика Дарбина – Уотсона для исходного ряда W:
DW= = 0,568043736
Из таблицы значений констант Дарбина – Уотсона dUи dLна 5% уровне значимости с одним влияющим фактором при Т = 48 находим dL= 1,50; dU= 1,59.
Вывод: так как DW= 0,568043736
С помощью построения модели линейного тренда постараемся избавиться от автокорреляции.
Модель линейного тренда имеет вид:
Вычисляем статистику Дарбина – Уотсона для остатков по модели линейного тренда:
DW= = 1,843115542
Из таблицы значений констант Дарбина – Уотсона dUи dLна 5% уровне значимости с двумя влияющими факторами при Т = 48 находим dL= 1,46; dU= 1,63.
Вывод: Так как DW= 1,843115542 > 1,63 = dUи DW= 1,843115542
Заключение: Модель линейного тренда позволяет избавиться от автокорреляции ряда Ut.
продолжение
--PAGE_BREAK--