Интеллектуальная информационно-аналитическая система поддержки планирования налоговых доходов регионального бюджета

Актуальность.

Эффективность работы бюджетной системы оказывает непосредственное влияние на качество жизни населения и является необходимым условием успешного функционирования и социально-экономического развития территориального образования. Аккумулируя с помощью бюджета денежные средства, государство через финансовые механизмы осуществляет выполнение возложенных на него обществом политических, экономических и социальных функций.

В рамках бюджетного планирования задачей первостепенной важности является прогноз ожидаемых налоговых поступлений как основного источника доходной базы, ключевым вопросом при этом является учет особенностей социально-экономической ситуации в регионе и возможных сценариев ее развития.

Задача планирования экономической деятельности и прогнозирования ее результатов является одной из самых сложных, что обусловлено нестационарностью экономических процессов, нестабильным состоянием современной экономики, вследствие чего принятие управленческих решений содержит фактор неопределенности. В данных условиях особую актуальность приобретает подход к информационной поддержке принятия решений в процессе прогнозно-аналитической деятельности бюджетного планирования на основе инженерии знаний.

Проблемы поддержки принятия решений, в том числе с использованием методов искусственного интеллекта, изучали такие отечественные ученые, как Г. С. Поспелов, Д. А. Поспелов, В. И. Вагин, Э. В. Попов, Э. А. Трахтенгерц и др. Большой вклад в развитие систем управления сложными динамическими объектами в условиях неопределенности внесли Б. Г. Ильясов, Л. А. Исмагилова, Н. И. Юсупова, В. В Миронов, В. И. Васильев. В трудах зарубежных ученых Л. Заде, М. Сугэно, С. Осовского, Д. Рутковской излагаются теоретические и прикладные аспекты моделирования систем, использующих концепцию «мягких вычислений». Работы Т. А. Гавриловой, В. Ф. Хорошевского, Ю. В. Тельнова посвящены вопросам инженерии знаний и разработки интеллектуальных информационных систем. Вопросами анализа и планирования региональных финансов, прогнозирования социально-экономического развития региона на основе математического моделирования, в том числе разработки соответствующих автоматизированных систем, занимались Д. Л. Андрианов, Г. Р. Хасаев. Применение интеллектуальных технологий для повышения эффективности налогового контроля рассматривается в работах С. А. Горбаткова. Вопросы разработки и использования нейросетевых моделей для решения задач экономического анализа и прогноза, в том числе налоговых поступлений, исследуются в работе Д.-Э. Бэстенса.

Вместе с тем недостаточно исследованным является вопрос автоматизированной разработки интеллектуальной предметно-ориентированной информационно-аналитической системы для поддержки решения задач регионального бюджетного планирования, на основе формализованного представления и использования экспертных знаний, что обуславливает актуальность выбранного направления исследований.

Диссертационные исследования проведены в рамках гранта РФФИ (проект № 03−06−80 012а) «Экономико-математические модели управления межбюджетными отношениями в регионе (на примере Республики Башкортостан)».

Цель и задачи исследования

.

Целью диссертационной работы является разработка моделей и алгоритмов интеллектуальной информационно-аналитической поддержки для повышения эффективности процесса планирования налоговых доходов регионального бюджета.

Для достижения поставленной цели решаются следующие задачи:

1. Построить комплекс моделей процесса планирования налоговых доходов регионального бюджета на основе объектно-ориентированного анализа предметной области.

2. На основе результатов объектно-ориентированного моделирования разработать структуру интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета, включающую адаптивную нечеткую базу знаний иерархического типа.

3. Разработать модель прогнозирования налоговых доходов регионального бюджета на основе адаптивной нечеткой базы знаний иерархического типа.

4. Разработать методику построения интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета.

5. Разработать алгоритмическое, программное обеспечение интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета и исследовать ее эффективность.

Методика исследования.

Результаты исследований базируются на методах системного анализа, методологии объектно-ориентированного анализа и моделирования информационных систем, методологии построения экспертных систем, теории искусственных нейронных сетей, теории нечеткой логики.

Результаты, выносимые на защиту.

На защиту выносятся:

1. Комплекс объектно-ориентированных моделей процесса планирования налоговых доходов регионального бюджета, включающий модели структуры классов процесса планирования налоговых доходов регионального бюджета, логические модели интеллектуальных компонентов информационно-аналитической системы и модели динамики ее функционирования.

2. Структура интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета, включающая интеллектуальные компоненты в виде адаптивной нечеткой базы знаний иерархического типа, и нейро-нечеткой сети для настройки ее параметров.

3. Модель прогнозирования налоговых доходов регионального бюджета на основе адаптивной нечеткой базы знаний иерархического типа, позволяющая интегрировать экспертные знания и фактографическую информацию, используемую для обучения нейро-нечеткой сети.

4. Методика построения интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета.

5. Алгоритмическое и программное обеспечение для реализации интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета в соответствии с предложенными формальными моделями.

Научная новизна.

Новизна структуры интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета состоит в наличии интеллектуальных компонентов в виде адаптивной нечеткой базы знаний иерархического типа, построенной на основе результатов объектно-ориентированного моделирования, и нейро-нечеткой сети для настройки ее параметров.

Новизна разработанной модели прогнозирования налоговых доходов регионального бюджета состоит в формировании прогноза на основе экспертных знаний, содержащихся в нечетких правилах, и фактографической информации, описывающей текущие социально-экономические условия.

Новизна предложенной методики построения интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета заключается в использовании результатов объектно-ориентированного моделирования на этапе концептуализации знаний и настройке параметров адаптивной нечеткой базы знаний на этапе формализации.

Практическая значимость.

Практическую значимость имеют:

— методика, в соответствии с которой осуществляется автоматизированная разработка интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета.

— программное обеспечение, реализующее исследовательский прототип интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета, позволяющее проводить анализ и прогнозирование на основе интеграции фактографической информации с экспертными знаниями и повысить эффективность процесса принятия решений.

Основные результаты диссертационной работы в виде моделей, методики и программного обеспечения исследовательского прототипа интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета внедрены в Институт социально-экономических исследований УНЦ РАН и в Министерство финансов Республики Башкортостан. Кроме того, результаты диссертационной работы внедрены в учебный процесс на базе Уфимского государственного авиационного технического университета и изложены в методических указаниях к лабораторным работам.

Апробация работы.

Основные результаты работы докладывались и обсуждались на 6 научно — технических конференциях, в том числе на международной научно-практической конференции «Саморазвитие регионов», г. Уфа, 2002 г., V международной конференции «Проблемы управления и моделирования в сложных системах», г. Самара, 2003 г., VII международной научно-практической конференции «Системный анализ в проектировании и управлении», г. Санкт-Петербург, 2003 г., V международной конференции «Computer Science and Information Technologies CSIT'2003», г. Уфа, 2003 г., VI международной конференции «Computer Science and Information Technologies CSIT'2004», г. Будапешт, 2004 г., VII международной конференции «Computer Science and Information Technologies CSIT'2005», г. Уфа, 2005 г.

Публикации.

Основные результаты исследования по теме диссертации опубликованы в 11 работах — в том числе 9 статей, 2 тезисов докладов, 1 методические указания к лабораторным работам для студентов специальностей «Прикладная информатика в экономике» и «Математические методы и исследование операций в экономике».

Выводы к 4 главе.

1. Проведено имитационное моделирование интеллектуальной информационно-аналитической системы в среде МАТЬАВ и прогнозирование динамики налоговых доходов (на примере налога на прибыль), в ходе которого спроектирована система нечеткого вывода и осуществлена настройка ее параметров по блокам «Объем производства» и «Затраты» посредством обучения нейро-нечеткой сети. Показано, что разработанная модель имеет удовлетворительные характеристики качества прогноза, проверка адекватности полученной модели с использованием ретроспективных данных позволяет утверждать, что среднее отклонение от фактических значений не превышает 5%.

2. Проведена сравнительная оценка эффективности методов прогнозирования с использованием искусственной нейронной сети. При обучении и проверке работы нейронной сети на идентичном наборе данных получены результаты, близкие к тем, что формируются с помощью нейро-нечеткой сети. Преимуществом разработанной модели на основе адаптивной нечеткой базы знаний является ее логическая прозрачность и возможность корректировки (адаптации) как параметров базы знаний, так и самих правил при качественных изменениях в социально-экономической среде.

3. Разработано программное обеспечение, на основе которого реализован прототип интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета.

4. Предложенные средства интеллектуальной информационно-аналитической поддержки позволяют улучшить качественные характеристики эффективности процесса бюджетного планирования за счет автоматизации прогнозно-аналитической деятельности, повышая ее оперативность и обоснованность формируемых рекомендаций для принятия решений в условиях неопределенности.

ЗАКЛЮЧЕНИЕ

.

В ходе проведенного исследования автором сделан ряд выводов и получены следующие результаты:

1. Разработан комплекс объектно-ориентированных моделей процесса планирования налоговых доходов регионального бюджета, включающий модели структуры классов предметной области и метамодели представления и обработки знаний, а также модели динамики функционирования интеллектуальной информационно-аналитической системы. Результаты моделирования используются для формального представления и разработки адаптивной нечеткой базы знаний.

2. На основе результатов объектно-ориентированного моделирования разработана структура интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета, включающая интеллектуальные компоненты в виде адаптивной нечеткой базы знаний и нейро-нечеткой сети для настройки ее параметров.

3. Предложена модель прогнозирования налоговых доходов регионального бюджета, позволяющая формировать прогноз на основе адаптивной нечеткой базы знаний иерархического типа. Интеграция фактографической информации с экспертными знаниями позволяет обеспечить адаптацию базы знаний к текущим социально-экономическим условиям, подверженным качественным изменениям.

4. Предложена методика, позволяющая автоматизировать построение интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета. Особенность предложенной методики заключается в использовании результатов объектно-ориентированного моделирования на этапе концептуализации знаний и настройке параметров адаптивной нечеткой базы знаний на этапе формализации.

5. Разработано алгоритмическое и программное обеспечение, реализующее методы инженерии знаний в соответствии с предложенными формальными моделями, на основе которых разработан исследовательский прототип интеллектуальной информационно-аналитической системы. Исследована эффективность интеллектуальной информационно-аналитической системы поддержки планирования налоговых доходов регионального бюджета. Показано, что использование модели прогнозирования налоговых доходов регионального бюджета на основе адаптивной нечеткой базы знаний позволяет получить прогноз удовлетворительного качества. Проверка адекватности полученной модели с использованием ретроспективных данных позволяет утверждать, что среднее отклонение от фактических значений не превышает 5%.

Кроме того, предложенные средства интеллектуальной информационно-аналитической поддержки позволяют улучшить качественные характеристики эффективности процесса бюджетного планирования за счет автоматизации прогнозно-аналитической деятельности, повышая ее оперативность и обоснованность формируемых рекомендаций для принятия решений в условиях неопределенности.