3.1 Методы прогнозирования доходов местного бюджета

Финансовое прогнозирование можно определить как процесс составления прогноза доходов и затрат будущих периодов в основе которого лежат определенные экономические и политические предположения.

Различные способы и приемы разработки прогнозных и плановых документов и показателей в зависимости от видов их назначения как раз определяют методы прогнозирования и планирования.

Объединение в единое целое полученной информации в процессе проведения аналитического исследования и сборе необходимых данных является фундаментальной основой методики прогнозирования.

Ключевой предпосылкой прогнозирования являются тенденции и сложившаяся ситуация, которые являются источниками будущих изменений. Именно то, на сколько верно будет определена тенденция изменений данной ситуации и факторы ее изменения, на столько вероятнее становятся прогнозы.

Для того, чтобы быть эффективными прогнозы необязательно должны быть стопроцентно точными. Фактически в прогнозировании точность имеет сравнительно меньшее значение, чем сам процесс его разработки. Уже сама разработка прогноза может повысить эффективность деятельности органов местного самоуправления.

Как свидетельствует мировая практика, при прогнозировании наиболее вероятнее проблемы возникают при анализе четырех групп доходов, а именно: местных налогов и сборов, продажи муниципальной собственности, общегосударственных налогов, которые распределяются между центром и муниципалитетами, субсидий.

Прогноз величины поступлений от общегосударственных налогов, которые распределяются между центром и муниципалитетами, и субсидий зависит от общегосударственных прогнозов и данных относительно доходов на будущий год. Именно эти цифры используются органами местного саморегулирования для разработки собственных прогнозов. Как свидетельствует мировая практика, получение таких прогнозов связано с определенными трудностями. Они могут быть обусловлены несвоевременными прогнозными расчетами на национальном уровне, их низким качеством, и т.д.. Кроме того, в силу определенных обстоятельств государство может изменить пропорции перераспределения доходов от определенных налогов, или предоставить местным предприятиям (производствам) налоговые льготы уже после того, как уже был сделан прогноз.

Бюджетное прогнозирование - один из видов экономического прогнозирования и во времени может делится на кратко- средне- и долгосрочное. Наиболее принятыми его методами являются: экстраполяция, моделирование, экспертные оценки. Последовательность работ при прогнозировании показателей бюджета: определение задач, целей, сбор и анализ информации, выбор модели прогнозирования, разработка рекомендаций для оптимизации решений, которые принимаются по данным прогнозных расчетов.

Метод «экспертной оценки» базируется на рациональных доводах и интуиции высококвалифицированных специалистов (экспертов), обработке их информации о прогнозируемом объекте. Этот метод трудно описать, поскольку каждый эксперт имеет свои собственные методики.

В качестве экспертов используются экспертные комиссии и советы органов власти, научные советы институтов, отдельно взятые лица. Одно из основных условий - они не должны быть заинтересованы в результатах экспертизы. Для экспертной оценки определяется состав экспертов; разрабатывается процедура экспертизы (анализ результатов, шкала оценок, опрос, способы выявления коллективного мнения). Причем экспертиза может быть как индивидуальной, так и коллективной и выражаться в форме докладной записки, сценария, интервью и т.д.

Прогнозирование трендов - этот метод, в основе которого лежит предположение о времени как единственной переменной. Таким образом, оценки будущего зависят от тех изменений доходов и затрат, которые имели место в прошлом, с учетом фактора времени. Как свидетельствует мировая практика, такая техника прогнозирования может давать достаточно точные результаты, но при условии экономической стабильности.

Используя этот метод нужно четко понимать исходящие предположения, на которых базируется данный метод. Если говорить коротко, то их содержание лежит в том, что время - это важный показатель определения объемов будущих доходов и затрат. При этом также допускается, что уровень роста в будущем будет таким же, как и в последние годы.

Преимущества метода определения трендов заключается в простоте его использования, дает достаточно точном прогнозе на 1-2 года. Этот метод надежный инструмент прогнозирования доходов и расходов, величина которых не является чувствительной к экономическим условиям.

К недостаткам этого метода можно отнести то, что она не дает возможности определить момент, когда динамика переменной может измениться (например, будет прогнозироваться рост определенного показателя не зависимо от экономических реалий, поскольку прогноз базируется на данных предыдущего года), и то что, он не может быть использован для анализа политики (так, например, подход на основе определения трендов не дает возможности предусмотреть демографические и экономические изменения в обществе).

Как и какой-либо прием, использования техники определения трендов требует осуществления определенных шагов, а именно:

1. Необходимо выбрать переменную (определенный вид дохода или категорию затрат), динамику которой нужно спрогнозировать.

2. Собрать статистические данные, которые характеризуют эту переменную за последние несколько лет. В этом связи следует отметить, что точность прогноза увеличивается по мере того, как возрастает период, за который собираются соответствующие данные.

3. Проанализировать собранные данные на предмет выявления каких-либо одномоментных событий (например, изменения расценок, или налоговой базы, и т.п.). Такие изменения должны быть исключены для того, чтобы результат был более достоверным.

4. Проанализировать данные на предмет определения ли можно говорить про более или менее стабильные изменения в абсолютном измерении, или относительном плане (процент прироста или уменьшения). Для этого рекомендуется использовать график.

5. Если графическое изображение тенденции приближается к прямой линии, то можно целиком уверенно предположить, что в данном случае мы имеем дело с динамикой абсолютного значения переменной. Если нанесенные точки размещаются на кривой линии (вогнутая от верха), то можно предположить, что динамику лучше охарактеризовать через темпы роста (или уменьшения).

Для определения роста или уменьшения определенной величины в процентах, необходимо использовать такую формулу:

, (8)

где g_t - возрастания (уменьшения) в процентах за определенный период времени,

V_t - абсолютная величина исследуемой сменной в отчетом периоде,

V_t-1 - абсолютная величина исследуемой сменной в предыдущем периоде.

6. Для использования этой формулы в случае, когда период расчета составляет несколько лет, необходимо определить величину возрастания за каждый год, найти их сумму (этих величин) и разделить на количество лет, в результате чего выйдет средняя ежегодная оценка изменения соответствующей величины.

7. Для применения величины роста в процессе составления прогноза на следующий год, нужно превратить ежегодную составную величину роста в десятичную дробь, разделив ее на 100; прибавив 1.00 и умножив эту сумму на величину последней точки для получения величины прогнозируемых доходов или затрат на следующий отрезок.

8. Повторить процесс для следующего отрезка.

Метод определения трендов подходит для прогнозирования доходов и затрат, которые не связаны с экономическими условиями в том случае, когда соответствующая переменная характеризуется приблизительно одинаковыми темпами ежегодного возрастания или уменьшение. Так, в качестве примера можно привести такие переменные, как местные налоги и сборы.

Прогнозирование на основе многофакторной регрессии.

В прогнозах на основе многофакторной регрессии (далее для сокращения мы будем употреблять МФР - прогнозы) используется не время, а другие факторы. Главная идея прогнозирования на основе многофакторной регрессии состоит в том, что между входными данными и соответствующими видами деятельности есть четкая и однозначная связь. Следует в отдельности указать, что данный вид прогнозирования оперирует средними величинами, а динамика их колебания не совпадает с резкими изменениями экономической конъюнктуры. Так, например, использования средних показателей на душу населения (например, дохода на душу населения, обеспечения определенными услугами, и т.п.) может привести к преуменьшению прогнозируемых объемов и затрат тогда, когда имеет место существенное экономическое возрастание или кризис.

Порядок разработки прогноза на основе многофакторной регрессии:

1) выбрать переменную (определенный вид доходов или категорию затрат), динамику которой необходимо спрогнозировать;

2) определить формулу, которую необходимо использовать в процессе прогнозирования. Например, число единиц (стоимость единицы = объем дохода или затрат);

3) собранные фактические данные, которые характеризуют избранные переменные за предыдущие годы (периоды). Речь идет об определении тех факторов, которые обусловили динамику поведения такой сменной. При этом необходимо учитывать то, что, как правило, прогнозисты основываются на данных за последние 5 лет;

4) проанализировать каждый вид данных. Для каждой вида данных необходимо определить основные факторы, которые обусловили его изменение (или, наоборот, обеспечили постоянство) на протяжении времени. Этими факторами могут быть: демографические изменения, изменения количества потребителей определенных услуг, изменения в политике на местном и центральном уровнях, изменения стоимости услуг и работ, просмотр расценок и норм;

5) определить все ограничения (и их источника), которые устанавливаются по каждому виду доходов и категории затрат;

6) сформулировать исходные предположения прогноза по отношению к тех составных формулы, которые будут возрастать/снижаться независимо от деятельности органов местного самоуправления (например, демографические тенденции, миграция населения, и т.п.) и идентифицировать те составу, которые зависят от деятельности органов местного самоуправления (например, ставки отдельных налогов и сборов, заработная плата определенных категорий работников, и т.п.);

7) провести необходимые расчеты.

Далее определим преимущества и недостатки прогнозирования на основе многофакторной регрессии.

Преимущества: этот метод довольно простой в пользовании; этот метод дает довольно точные результаты для краткосрочных и долгосрочных прогнозов доходов и затрат, когда используются параметры, на величину которых не влияют изменения экономических условий; этот метод также полезный и тогда, когда используются параметры, величина которых зависит от экономических условий; этот метод является довольно точным, когда речь идет о необходимости учесть экономическое возрастание, и т.п.; этот метод есть сравнительно недорогим.

Недостатки: метод базируется на предположении о постоянстве связи между входными данными и соответствующими видами деятельности; метод предусматривает использования средних величин, которые являются менее чувствительными к изменениям экономической конъюнктуры; точность результата зависит от исходных предположений, которые грунтуются на тенденциях предыдущий период); метод не является эффективным для анализа тех сфер, которые находятся в кризисном состоянии.

Использование метода прогнозирования на основе многофакторной регрессии

МФР - прогнозы используются для оценки объемов будущих доходов и затрат, которые зависят от других чем время факторов. Такими факторами, когда речь идет о доходах, могут быть налог на недвижимость (или его аналог), местные сборы и платежи, плата за разного рода разрешения и лицензии, которые выдаются местной властью, другие административные сборы. МФР - прогнозы могут также использоваться для оценки фискального влияния тех или других решений в области экономической политики. Наилучший результат этот вид прогнозирования дает в случае анализа долгосрочных следствий политики относительно городского развития, экономического использования на территории города, и т.п..

Метод моделирования очень распространенный подход к анализу, используемый в прогнозировании и планировании. Он базируется на разработке экономико-математических моделей и решении задач с помощью электронно-вычислительных машин. Моделирование позволяет учитывать множество факторов, вскрывать взаимосвязи и выбирать наилучшие варианты и решения. Вместе с тем всякая модель отражает действительные явления ограниченно, в пределах заданных параметров, что необходимо учитывать при анализе результатов решения задач на ЭВМ. Сущность экономико-математического моделирования в планировании финансовых показателей заключается в том, что оно позволяет найти количественное выражение взаимосвязи между финансовыми показателями и факторами, их определяющими. Эта связь выражается через экономико-математическую модель. Экономико-математическая модель представляет собой точное математическое описание экономического процесса, т.е. описание факторов, характеризующих структуру и закономерности изменения данного экономического явления с помощью математических символов и приемов (уравнений, неравенств, таблиц, графиков и т.д.). Модель может строиться по функциональной, или корреляционной, связи. Функциональная связь выражается в уравнении вида:

Y = f (x), (10)

где: Y - показатель;

х - факторы.

В экономико-математическую модель должны включаться только основные факторы. Проверка качества моделей производится практикой. Практика применения модели показывает, что сложные модели со множеством параметров оказываются зачастую непригодными для практического использования. Планирование основных финансовых показателей на основе экономико-математического моделирования является основой для функционирования автоматизированной системы управления финансами (АСУФ).

Все рассмотренные методы планирования применяются в комплексе; нельзя обойтись каким-либо одним из них, так как каждый помогает решать одну сторону проблемы. Но во всех случаях при разработке балансов, целевых комплексных программ, проектов обязательно требуются научно обоснованные нормативы.

Действующие методы управления бюджетно-налоговой системой не только не помогают, а достаточно часто вредят усилиям предприятий и регионов в развитии производства, повышении его эффективности и увеличении доходов предприятий, отраслей и бюджета. Методы увеличения доходов бюджета носят в основном фискальный характер и недостаточно учитывают такие показатели, как эффективность использования ресурсов, объемы производства и реализации продукции и услуг, стоимостную, отраслевую и региональную структуру экономики, уровень рентабельности и интенсификации производства и инфляции.

Поэтому есть острая необходимость в совершенствовании действующих и разработке новых методов анализа, прогнозирования и планирования бюджетного процесса на разных уровнях экономики, которые способствовали оптимизации финансовых отношений и взаимосвязей, определению показателей и резервов увеличения доходов, принятия обоснованных решений на основании многовариантных расчетов.

Что касается качества прогнозирования налоговых поступлений, то его сегодня тяжело назвать удовлетворительным. Сравнение плановых показателей с фактическими свидетельствует о том, что реальность прогнозов, утвержденных на государственном уровне, относительно небольшая. По отдельным (основным) видам налогов за исследуемый период существует разбег между фактическими и прогнозными значениями (до 150% для годовых показателей). Значительные ошибки имеют место не только в традиционно сложном для прогнозирования подоходного налога с граждан на, но и в налоге на прибыль предприятий коммунальной формы собственности.

Очевидно, что основная причина расхождения плановых объемов поступлений с фактическими скрывается в характере планирования, когда показатели рассчитываются не на основании реального потенциала налогообложения, а исходя из потребностей бюджета. Кроме того, сами методы прогнозирования строятся на сложной конструкции - прогноз на прогнозе. При этом совсем не учитывается одна из главных особенностей рыночной экономики - неопределенность спроса и, поэтому, уровня реализации продукции.

Еще одна проблема, касающаяся точности расчетов доходной части бюджета, связана с ее методикой. Рыночная экономика и возникновение субъектов хозяйствования различных форм собственности, а также нестабильность налогового законодательства существенно влияет на этот показатель бюджета. С одной стороны, потеря управляемости экономикой со стороны государства, выразившаяся в отсутствии финансовых планов субъектов хозяйствования негосударственных форм собственности, а также разрушение системы сбора экономической информации (ранее это осуществлялось по вертикали через плановые комиссии) не позволяет сделать точными расчеты предполагаемых поступлений в бюджет. С другой стороны, происходящие периодически изменения в налоговом законодательстве не дают возможности приблизить к максимальной точности расчеты доходов, так как неизвестна реакция предпринимателей, которые за это время продемонстрировали свою изобретательность в вопросе уклонения от уплаты налогов.

Таким образом, расчеты доходной части бюджета базируются на методике использования финансовых показателей, сложившихся или складывающихся фактически за предыдущий год с учетом инфляции и тенденций, наблюдаемых в макроэкономике.

При формировании доходов бюджета широко применяются общепринятые статистические методы (группировка, построение рядов динамики, исчисление средних и относительных показателей и др.), метод коэффициентов, нормативный, налоговый, метод перераспределения, дотации, субвенции, графики и диаграммы, аналитические таблицы и др.

Широко используется метод коэффициентов. Неоднократное увеличение цен на товары первой необходимости и другую продукцию, а также повышение заработной платы в бюджетных учреждениях регулируются через коэффициенты, а поэтому и расчеты бюджета производятся с применением коэффициентов. Главным недостатком метода коэффициентов является то, что он не стимулирует выявление резервов и не содействует внедрению режима экономики средств.

Нормативный метод основывается на использовании прогрессивных норм и нормативов, при этом учитывается особенности отраслей производственной и непроизводственной сфер, а также соответственные изменения в предшествующем периоде. Этот метод дает возможность объективно оценить потребности отраслей в финансовых ресурсах, создать реальные условия заинтересованности и ответственности в эффективном использовании финансовых ресурсов. В условиях перехода к рыночной экономике этот метод имеет особое значение, именно нормативный метод планирования финансовых ресурсов позволяет предусмотреть стратегические потребности в финансовых ресурсах.

Но нормативный метод планирования не является панацеей, его эффективность зависит от: согласованности методик определения норм и нормативов на всех уровнях в разные года; комплексности планирования по всем разделам, параграфам и статьям бюджетной классификации и по отраслям народного хозяйства; своевременной корректировки норм и нормативов, обоснованности методов их расчета; эффективности формирования и использования норм и нормативов.

Общая структура модели зависит от постановки задачи. В стандартной постановке задачи при разработке проекта бюджета задача состоит в расчете прогнозных поступлений по каждому источнику доходов бюджета отдельно. Сумма прогнозных поступлений по всем источникам доходов дает прогнозное значение совокупного дохода бюджета. В этом случае общая (эконометрическая) модель представляет собой совокупность моделей, которая состоит из регрессионных моделей для каждого вида доходов и модели совокупного дохода.

Для обработки исходных данных за 2003-2004гг. на ПЭВМ был использован пакет прикладных программ ППП ВР_ STAT. С помощью данного пакета был успешно проведен анализ экономических данных в динамике, получены их статистические характеристики, определены и охарактеризованы тенденции развития изучаемого явления, позволяющие представить его изменение во времени в виде некоторой математической модели.

Было проведено изучение следующих временных рядов:

Y - доходы бюджета города, тыс. грн.;

X₁ - подоходный налог, налог на прибыль, налог на увеличение рыночной стоимости;

X₂ -налог на собственность;

X₃ - сборы за специальное использование природных ресурсов

X₄ - внутренние налоги на товары и услуги;

Х₅ - другие налоги.

Получаем таблицу (Таблица 7) данных за 2003 и 2004гг. в соответствии с квартальным разбиением.(данные за четыре квартала 2003 года t =1..4, и 2004 года t=5..8)

Таблица 7 Исходные данные для апробации модели прогноза доходов бюджета города

Протокол компьютерной обработки данных в программе BP_STAT представлен в приложении 4.

Выполнено аналитическое выравнивание временных рядов, т.е.выбрана функция модели, наилучшим образом описывающая экспериментальные данные. Использовался следующий набор функций:

Y(x) = a₀ + a₁ x,

Y(x) = a₀ + a₁ x + a₂ x^2,

Y(x) = a₀ + e^a₁ ^x,

Y(x) = a_{0 +} a_{1 /} x,

Y(x) = a₀ + a₁ ln(x),

Y(x) = 1 / (a₀ + a₁ x),

Y(x) = 1 / (a₀ + a₁ e^-x).

Построим две модели: линейную y=b₀+b₁x₁+b₂x₂. и Кобба-Дугласса y=Ax^a1₁x^a2₂, и проверим их на адекватность.

Итак, после обработки данных мы получили линейную регрессию:

Y=32987-1.08x1-35.96x2+0.83x3-15.02x4+14.54x5

Определено влияние каждого фактора в отдельности на величину поступлений как и установлено, описывается зависимостями: Вычисленные прогнозные значения каждого из факторов сохраняют сложившиеся тенденции развития.

Y=3044.876-0.755x1+eps;

Y=22024.48+0.224x2+eps;

Y=25085.775-1.46x3+eps;

Y=30276.933-14.35x4+eps;

Y=13292.674+10.114x5+eps.

Коэффициент корреляции К=0,86, коэффициент детерминации R²=0,73, наблюдаемое значение критерияF_nabl=1,0931, число степеней свободы критерия Фишера k1= 5, k 2=2.

Чтобы найти уравнение степенной модели необходимо: произвести линеаризацию выборки по формулам v=lny, u1=lnx1, u2=lnx2. Найдем уравнение линейной регрессии для переменных V, u1=lnx1, u2=lnx2 и вернемся к переменнымY, X1, X2.

Данные для получения уравнения степенной модели представлены в таблице 2 приложения 4.

Нахождение уравнения линейной регрессии для переменных V, u1, u2, производится так же как для переменных y, x₁, x₂. Получаем следующие данные, представленные в Таблица 3 приложения 4.

Regression Summary for Dependent Variable: V

R= 0,83349709 RІ= 0,69471741 Adjusted RІ= F(5,2)=,91026 p<,59773 Std.Error of estimate: 0,17555

Проверим линеаризованную модель на адекватность. Коэффициент корреляции равен 0,83, коэффициент детерминации 0,69,число свободы критерия Фишера k1=5 и k2=2.

Возвратимся к исходным переменным:

V=14.52-0.59U1-0.59U2-0.20199U3+0.6289U4-37101U5

=>lny=14.52-0.592lnx1-20199lnx2-0.63lnx3+0.37lnx4-0.57lnx5 =>

=>y=^e14.52x1^-0.59x2-^0.20x3-^0.63x4+^0.37. x ^0.57.

Находим сумму квадратов остатков линейной модели (Таблица 4 приложения 4)

Для расчета квадратов остатков для степенной модели дополним таблицу 4 приложения4 двумя столбцами: Ynelin=1.97*x^10.21x^(-0.03) и KV_OSK+ (Y NRLIN-Y)²

В результате сформируем соответствующую таблицу (Таблица 5 приложения 4)

Теперь выберем модель по сумме квадратов остатков. Для линейной модели сумма квадратов квадратов остатков меньше, чем для степенной, следовательно выбираем модель линейную, следовательно модель, описывающая процесс формирования доходов бюджета города имеет вид:

Y(1)=32987-1.08x1-35.96x2+0.83x3-15.02x4+14.54x5

В этой модели учтены количество плательщиков налога (юридических и физических лиц). Степень влияния исследуемых факторов очень высока т.к. коэффициент детерминации равен 0,73 (около1,0)

Теперь рассмотрим временные ряды по следующим показателям:

Y - доходы бюджета города, тыс.грн.;

X₁ - объем производства промышленной продукции в действующих ценах (тыс. грн.);

X₂ - ФОТ всего по городу (тыс. грн.);

X₃ - среднесписочная численность всех работающих (чел.);

X₄ - прибыль к налогообложению (тыс. грн.).

Получаем данные за 2001 и 2004гг. в соответствии с квартальным разбиением.(Таблица 6 приложения 4). Здесь мы располагаем выборкой объема n = 16; число независимых переменных (факторов) k = 4. Матрица Х должна содержать 5 столбцов размерности 16.

Обработав данные, получаем следующие показатели:

Regression Summary for Dependent Variable: Y

R= 0,93084604 RІ= 0,86647435 Adjusted RІ=0,81791957; R= 0,93084604 RІ=,86647435 Adjusted RІ=,81791957 F (4,11)=17,845 p<,00009 Std.Error of estimate: 1940,1

В окне Mult. Regr. Results имеем основные результаты: коэффициент детерминации R² = 0.81791957.Коэффициент корреляции К=0,86. Согласно распределению F (4,11) Фишера число степеней свободы равны k1= 4, k2=11,наблюдаемое значение критерияF_nabl=17,845.

Таблица 8 Параметры модели 1 зависимости доходов бюджета города от уровня экономического развития территории

Выполнено аналитическое выравнивание временных рядов, т.е.выбрана функция модели, наилучшим образом описывающая экспериментальные данные.

Итак, после обработки данных мы получили линейную регрессию:

Y= 337473,3 - 0,6*X1 + 1,7*X2 - 4,9*X3

Теперь определим влияние каждого фактора в отдельности на величину поступлений. Вычисленные прогнозные значения каждого из факторов сохраняют сложившиеся тенденции развития.

Y=29082,496-021x1+eps;

Y=29364,85-0,74x2+eps;

Y=1039,996-0.415x3+eps;

Y=27266,466-0,105x4+rps;

Т.к. коэффициент для X4=0, то расчеты функцииY соответственно будут иметь следующий результат (Таблица 9):

Таблица 9 Параметры модели 2 зависимости доходов бюджета города от уровня экономического развития территории

Соответственно уравнение регрессии теперь будет иметь следующий вид:

Y(2)= 334657,7 - 0,6*X1 + 1,8*X2 - 4,9*X3

В столбце Y_REGR1 (Таблица 10)приведены показатели, рассчитанные по выше предложенной модели.

В столбце St. Err. Of B (Таблица 7 приложение 4) указаны стандартные ошибки s_j оценок коэффициентов, видно, что стандартные ошибки в оценке всех коэффициентов не превышают самих коэффициентов, что говорит о статистической надежности последних.

Из полученных выше прогнозных показателей, составим таблицу 11, в которой отобразим сравнение полученных нами прогнозных показателей с фактическим исполнением бюджета за период 2001-2004гг в разрезе каждого квартала.

Таблица 11 Проверка модели 2 на относительную погрешность

Исходя из данных Таблица 11 фактическое отклонение от значений, вычисленных по предложенной модели, описывающий процесс в среднем составляет 13,84%, что находится в границах допустимого значения(15%), значит предоставленная нами модель Y(2)= 334657,7 - 0,6*X1 + 1,8*X2 - 4,9*X3 довольно точно описывает процесс и может использоваться в прогнозировании поступлений доходов городского бюджета.

Рассчитаем прогнозные показатели доходов бюджета г.Краматорск на I квартал 2005 года. Подставляем в модель(2) исходные данные:

Х1 = 264546, Х2 = 78039, Х3 = 58607,5

Y_факт=26537,97