Prognozowanie szeregów czasowych aktualizacji Jednolitych Plików Kontrolnych

• Autorzy: Krzysztof Ćwikliński

Warianty tytułu

Forecasting of Standard Audit Files for Tax (Saf-T) updates

• Języki publikacji: PL

Abstrakty

Prognozowanie szeregów czasowych stało się niezbędne w procesie kontrolowania procesów zachodzących w systemach informatycznych Ministerstwa Finansów. Wymierne w sensie finansowym są problemy braku lub niepełnej aktualizacji relacyjnej bazy danych JPK_VAT w akceptowalnym przez prawo terminie. W tym przypadku niezwykle ważna okazuje się umiejętność zastosowania nie tylko klasycznych modeli uwzględniających składniki sezonowe (np. SARIMA), ale także złożone składniki systematyczne (BATS/TBATS). Dokonano analizy szeregów czasowych pod kątem występowania składników systematycznych, postawiono prognozy i przetestowano reszty. Otrzymano i zestawiono wyniki testów wskazujące na konieczność zastosowania modelu TBATS. (abstrakt oryginalny)

EN

The forecasting of different time series became necessary process at the Ministry of Finance IT systems. The problems with lack of information and actual updates of Standard Audit Files for Tax are known. Capabilities to choosing right predicting model of time series with complex seasonal patterns are crucial in some cases. In the article, author made the decomposition of time series with complex seasonal patterns. The results of modeling and testing indicated the best predicting (according to Mean Absolute Percentage Error) and time series decomposition method - TBATS. (original abstract)

Słowa kluczowe

PL

Analiza szeregów czasowych; Jednolity plik kontrolny; Prognozowanie; Modele SARIMA; Systemy informatyczne

EN

Time-series analysis; Standard Audit File-Tax; Forecasting; SARIMA models; Computer system

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach. Informatyka i Ekonometria
• Rocznik: 2019
• Tom: 15
• Numer: nr 390
• Strony: 76--90

Twórcy

autor

Krzysztof Ćwikliński

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Ćwikliński K. (2020), Modelowanie i dekompozycja szeregów czasowych aktualizacji jednolitych plików kontrolnych, "Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach", nr 390, podseria "Informatyka i Ekonometria", nr 15, s. 60-75 (w druku - niniejszy zeszyt).
• De Livera A.M., Hyndman R.J., Snyder R.D. (2010), Forecasting Time Series with Complex Seasonal Patterns Using Exponential Smoothing, Department of Econometrics and Business Statistics, Working Paper, No. 15/09, http:/www.buseco.monash.edu.au/depts/ebs/pubs/wpapers (dostęp: 6.05.2019 r.).
• Doman M., Doman R. (2009), Modelowanie zmienności i ryzyka, Oficyna a Wolters Kluwer business, Kraków.
• Guibao K., Yao H., Xin H., Xuan P., Min L., Chaoli H., Li G., Ping X., Dehua Y. (2016), Epidemiological Analysis of Hemorrhagic Fever with Renal Syndrome in China with the Seasonal Trend Decomposition Method and the Exponential Smoothing Model, "Scientific Reports", No. 6, https://www.nature.com/articles/srep39350.pdf (dostęp: 1.05.2019).
• Melih Y. (2018), Forecasting Monthly Sales of White Goods Using Hybrid Arimax and Ann Models, "Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Aralik", Vol. 22(4), s. 2603-2617, https://dergipark.org.tr/en/download/article-file/621691 (dostęp: 12.06.2019 r.).
• Ustawa z dnia 11 marca 2004 r. o podatku od towarów i usług, Dz.U. z 2004 r., nr 54, poz. 535.