Taxes forrásának megtekintése

=Forrás=
http://miau.gau.hu/oktatas/2013tavasz/taxes_and_frames.xlsx

=A tervezett alkalmazás/megoldás címe=
Az Eurozóna országok munkát terhelő adójának vizsgálata életszínvonalt jelző tulajdonságokkal

=A feladat előtörténete=
A tanulmány elkészítésének az ötletét a diplomadolgozatom témája biztosította, amely az Európai Unió országainak az adózási politikájával foglalkozik.
Szakmai szempontból figyelve a témát, a jelenleg bevezetés alatt álló társasági adó harmonizáció és a már bevezetésre került általános forgalmi adó harmonizációja az Európai Unión belül az országok eltérő adópolitikája, az eltérő adóalapok számítási módja és az életszínvonal és gazdasági adatok éltérősége miatt akadályba ütközik. A készített tanulmány rávilágít a vizsgált tulajdonságok szempontjából, hogy melyik ország adóztat túl és alul.

=A feladat megoldásának jelenlegi helyzete=

Ösztönös megoldás alapján pontozást végeztem el a sorszám függvénnyel létrehozott értékekre. A mutatószámok objektumokra lebontott pontszámait összegezve találtam meg a legkedvezőbb országot. A legkisebb hibaponttal rendelkező ország pedig Olaszország! (xls: 7 jellemző fül K oszlop,27.sorától)

=A tervezett megoldás adatvagyonának bemutatása (ANYAG)=
Az adatok az Eurostat és a KSH nemzetközi adatbázisaiból származnak. A hatalmas adatvagyon nehéz kezelhetősége végett tíz év átlagos adatait tartalmazzák.
==Objektumok (sorok)==
*Ausztria
*Belgium
*Ciprus
*Észtország
*Finnország
*Franciaország
*Görögország
*Hollandia
*Írország
*Luxembourg
*Málta
*Németország
*Olaszország
*Portugália
*Spanyolország
*Szlovákia
*Szlovénia

==Attribútumok (X, Y oszlopok)==
x oszlopok
*15-64 év közötti népesség munkanélküliségi adatai %-ban kifejezve
Az aktív korú népesség munkanélküliségét fejezi ki a népesség %-ban.
Az attribútum iránya 0. Minél nagyobb a munkanélküliség, annál nagyobb a munkát terhelő adó.Feltételezhető, hogy az államháztartás bevételei fedezésére a magas adó szolgál, hiszen a hiányt és a kompenzációt fedezni kell valamilyen formában.
	
*Az államháztartás bruttó adóssága GDP %-ban
Az államháztartás az állam és a helyi önkormányzatok feladat- és hatásköreit ellátó és finanszírozó gazdálkodás rendszere. Ennek a rendszernek az adóssága GDP %-ban kifejezve. A GDP(Gross Domestic Product) a gazdaság termelésének a mérőszáma.
Iránya 0. Minél nagyobb az államháztartás bruttó adóssága, annál nagyobb a munkát terhelő adó. Hiszen az államháztartási hiányt fedezni kell valamiből és egyik legfőbb bevételi forrásként az adókat tekinthetjük.
	
*Egy főre jutó GDP vásárlóerő paritás alapján USA dollárban
A vásárlóerő paritáson mért egy főre eső GDP összehasonlítása áttekintést nyújt az Unión belüli országok életszínvonala között.A vásárlóerő paritáson (tehát összehasonlíthatóvá tett árszínvonalon) számolt egy főre jutó GDP értéke azt mutatja meg, hogy az adott ország egy lakosára mennyi jut az országban dolgozók által megtermelt hozzáadott értékből. 
Irányát tekintve 1. Minél nagyobb az egy főre jutó GDP vásárlóerő paritás alapján, annál kisebb a munkát terhelő adó mértéke. Feltételezhetően, ha egy főre nagyobb a GDP arány, azaz egy főre nagyobb a megtermelt hozzáadott érték, van miből elvonni adót.
	
*Implicit tax rates in % - Consumption %-ban
Fogyasztást terhelő adókat jelenti, mint az Általános Forgalmi adó (VAT) és a jövedéki adó.
Irányát tekintve 1. Minél nagyobb az Implicit tax rates in %-Consumption (fogyasztási adó), annál kisebb a munkát terhelő adó. Azzal a feltételezéssel élve, hogy, ha az egyik adó magasabb adókulccsal rendelkezik, a másik alacsonyabb kulcsú, hiszen egyszerre két megterhelő adó elégtelenséget vonhat maga után.
	
*Közvetlen külföldi működőtőke befektetések millió USA dollárban
Működőtőke: az a tőke, amelyet a termelésbe (anyagi és nem anyagi szférába egyaránt) ruháznak be, ennek révén a befektető tulajdonosi jogokhoz és tőkejövedelemhez is jut. Külföldi működőtőke, amely külföldről érkezik.
Irányát tekintve 1. Minél nagyobb a közvetlen külföldi működőtőke befektetések nagysága, annál kisebb a munkát terhelő adó.

*Mobiltelefonok száma-1000 lakosra (db)
A mobiltelefonok számát jelenti 1000 lakosra vetítve.
Iránya 0. Minél több a mobiltelefonok száma, annál nagyobb a munkát terhelő adó. Abból a feltételezésből élve, hogy a lakosok nagy arányban rendelkeznek mobiltelefonnal, van honnét elvonni az adót, van miből több adóterhet levonni.
	
*Személygépkocsi állomány-1000 lakosra(db)
Személygépkocsik számát jelenti a lakosok körében 1000 lakosra vetítve. 
Irányát tekintve 0. Minél több a személygépkocsi száma, annál nagyobb a munkát terhelő adó nagysága. Hiszen ha sok a személygépkocsi, az életszínvonalt tekintve magasabb, magasabb jövedelemmel rendelkeznek az adott ország lakói és van honnét elvonni még több adót.

Y oszlop
*Implicit tax rates in % - Labour %-ban
A munkát terhelő adók összességét jelenti %-ban kifejezve.

=A feladat által érintett célcsoportok=
Az elemzés hasznos lehet mindenki számára, akit érdekel az adózás témája, de legfőképpen hasznos olyan intézmények számára, amelyek az adóharmonizáció bevezetéséért felelnek, az Európai Unión belül az eurozóna országait veszik elemzés alá és az ott fellelhető életszínvonalbeli és gazdasági különbségekre, eltérőségekre kíváncsiak.

=A feladat megválaszolása kapcsán várható hasznosság=

'''Ösztönös megoldás'''

Hasonlóságelemzés költségvonzatai

*Adatvagyonhoz való hozzájutás=ingyenes (KSH, Eurostat)
*Elemzésekhez szükséges programok= Excel-ingyenes
*Munkaidő= 1 óra= 3000 Ft

*Összes költség= 3000FT
*Piaci érték= 8000Ft (Várhatóan ennyiért lehetne értékesíteni)

Az elemzés hasznos lehet az Európai Unió adózással kapcsolatos szervezetei számára, a tagországok számára összehasonlítás céljából és a vállalkozások számára, hogy melyik ország ideális egy újonnan alakuló vállalkozás számára és a jó életszínvonal felderítése céljából is hasznos lehet az elemzés.


'''Tananyag szerinti megoldás'''

*Adatvagyonhoz való hozzájutás=ingyenes (KSH, Eurostat)
*Elemzésekhez szükséges programok= COCO-ingyenes
*Munkaidő= 4 óra=4* 3000 Ft=12000 Ft

*Összes költség: 12000FT
*Piaci érték=25000Ft (Várhatóan ennyiért lehetne értékesíteni)

Az elemzés hasznos lehet az Európai Unió adózással kapcsolatos szervezetei számára, a tagországok számára összehasonlítás céljából és a vállalkozások számára, hogy melyik ország ideális egy újonnan alakuló vállalkozás számára és a jó életszínvonal felderítése céljából is hasznos lehet az elemzés.
Az elemzés során létrehozott modell az életszínvonalbeli különbségeket is figyelembe veszi, emiatt sokkal pontosabb képet mutat az országokról.

Hasznosság-különbözet a két megoldás között:

A költségeket figyelembe véve az ösztönös megoldás a nyerő. Piaci értéket figyelembe véve a tananyag szerinti megoldás.
Az ösztönös megoldásnak a haszna 5000Ft, a tananyag szerinti megoldásnak a haszna 13000Ft. 
A hasznosságkülönbözet ezek alapján 8000Ft.

*Költség különbözet: 12000Ft-3000FT= 9000FT
*Piaci érték különbözet: 25000Ft-8000Ft= 17000Ft (A tananyag szerinti megoldás ennyivel többet ér)
*Összes különbözet: 17000Ft-9000Ft=8000Ft (Ennyivel több a tantárgy szerinti megoldás hasznossága)

=A saját megoldás bemutatása (MÓDSZER)=

*Adatok gyűjtése
*Objektumok meghatározása
*Attribútumok meghatározása
*Az adatok összegyűjtése,adatbázis (MY-X)
*Az adathalmaz szűkítése átlagok létrehozásával
*Pivot táblák elkészítése
*Adathalmaz bővítése újabb tulajdonságokkal
*Irányok meghatározása
*Rangsormátrix létrehozása
*Direkt és indirekt tanulási folyamat
*Modell létrehozása

Az elemzés során készült egy modell az összes attribútummal.(xls:7 jellemző, I oszlop, 111.sor)Ennek a célja az volt, hogy az összes számba vett tulajdonságot követően, milyen jellemzők alakulnak ki országokra vetítve. Kialakult egy sorrend az országok között az összes vizsgált tulajdonság egymásra gyakorolt hatásának következtében.
Majd a teljes modellből kiindulva azt vizsgáltam, ha elhagyok egy-egy attribútumot, mennyire változtatja meg az országok közötti sorrendet az elhagyott tulajdonság az eredeti teljes modellhez képest. Azaz mennyire érzékeny a modell az adott tulajdonságar, mennyire változtatja meg az eredeti eredményhez képest.

Készítettem további hét modellt, olyan módszerrel, hogy minden egyes modellből egy-egy attribútumot hagytam ki.
*1.modell-hét attribútumot veszi figyelembe(xls:7 jellemző, I oszlop, 111.sor)
*2.modell-"15-64 év közötti népesség munkanélküliségi adatai %-ban kifejezve" attribútumot hagyja ki (xls:munkanélküliség nélkül; H oszlop, 107. sor) A létrehozott modell érzékelteti, hogy az egyes országok munkanélküliségi adatai, mennyire befolyásolják az országrangsorban elfoglalt helyet. 
*3.modell-"Az államháztartás bruttó adóssága GDP %-ban" attribútumot hagyja ki (xls:ÁHT hiány nélkül; H oszlop, 107. sor)A létrehozott modell érzékelteti, hogy az egyes országok által generált adósság elhagyása milyen sorrendbeli változást eredményez.
*4.modell-"Egy főre jutó GDP vásárlóerő paritás alapján USD-ban" attribútum elhagyása mennyire rontja illetve javítja az országok között kialakult rangsort. (xls:GDP nélkül;H oszlo, 108.sor)
*5.modell-"Implicit tax rates in % - Consumption (fogyasztást terhelő adók)attribútum elhagyásával, az adók befolyásoltsága nélkül, milyen sorrendbeli változások alakultak ki a vizsgált országok között.(xls:Consumption tax nélkül;H oszlop,109. sor)
*6.modell-"Közvetlen külföldi működőtőke befektetések, millió USD-ban" attribútum elhagyása során szintén az volt a cél, hogy kiderüljön, ez a tulajdonság milyen hatással van a vizsgált országokra és milyen változtatást eredményezett a rangsorban.(xls: Külföldi működőtőke nélkül;H oszlop, 108.sor)
*7.modell-"Mobiltelefonok száma-1000 lakosra, db-ban kifejezve" attribútum az életszínvonalat megmutató sajátos tulajdonság, milyen változást eredményez az ország sorrendben.(xls: Mobiltelefonok nélkül;H oszlop,109.sor)
*8.modell-"Személygépkocsi állomány-1000 lakosra-db-ban kifejezve" attribútum elhagyása milyen változást eredményez a sorrendben és milyen hatást gyakorol a vizsgált országokra. (xls: Személygépkocsik nélkül;H oszlop, 109.sor)

*9.modell- a végső modell, amely tartalmazza a fent megnevezett nyolc különböző modellt, ezen kívül, minimum, maximum, szórás, átlag értékeket. (xls: Összesítés, N oszlop, 106.sor)
Ez a modell figyelembe veszi a hét különböző attribútum országokra gyakorolt hatását és annak változását, egy átfogóbb, részletesebb, adatokkal alátámasztott végső eredményt tükröz. (xls: Összesítés;O oszlop, 3.sor)

=Az eredmények értelmezése (EREDMÉNY)=

Az összesített modell győztese egyértelműen '''Olaszország'''! A felsorolt ország rangsor a végső összesített modell eredménye. (xls: Összesítés; T oszlop, 3.sor)


*Ausztria-	6
*Belgium-	5
*Ciprus-	        17
*Észtország-	4
*Finnország-     3
*Franciaország-	8
*Görögország-	10
*Hollandia-	13
*Írország-	14
*Luxembourg-	12
*Málta-	        15
*Németország-	2
*'''Olaszország-	1'''
*Portugália-	16
*Spanyolország-	11
*Szlovákia-	7
*Szlovénia-	9

A kilenc modell elemzése során megjelentek hiteltelen értékek is, amit az elemzésből ki kell zárni a kockázatok elkerülése végett,viszont a becslés és tény értékek közti minimális eltérés esetén a hiteltelenséget elutasítottam és az elemzés során elfogadható értéknek tekintettem. Például:(xls:7 jellemző; M oszlop, 113. sor)

Hiteltelenség végett kizárandó országok:

1.modell hiteltelen országai, amit ki kellett zárni
*Belgium
*Franciaország

2.modell hiteltelen országai, amit ki kellett zárni
*Belgium
*Finnország

3.modell hiteltelen országai, amit ki kellett zárni
*Ausztria
*Málta
*Németország
*Portugália
*Spanyolország

4.modell hiteltelen országai, amit ki kellett zárni
*Ausztria
*Belgium
*Franciaország
*Németország
*Portugália

5.modell hiteltelen országai, amit ki kellett zárni
*Belgium
*Franciaország

6.modell hiteltelen országai, amit ki kellett zárni
*Belgium
*Franciaország
*Málta

7.modell hiteltelen országai, amit ki kellett zárni
*Ciprus
*Finnország
*Franciaország

8.modell hiteltelen országai, amit ki kellett zárni
*Ausztria
*Belgium

9.modell esetében a vizsgált értékek hitelesek voltak!

Célszerű a kockázat kezelés végett, azokat az országokat kizárni az elemzésből, amelyek a 9 modell közül a legtöbb esetben hiteltelen értéket mutattak.

Ezek az országok:
*9 modell közül 5 esetben hiteltelen Franciaország. 
*9 modell közül 6 esetben hiteltelen Belgium.
*9 modell közül 3 esetben hiteltelen Ausztria.
*9 modell közül 2 esetben hiteltelen Málta, Németország, Portugália, Finnország.
*9 modell közül 1 esetben hiteltelen Spanyolország, Ciprus.

Az összegyűjtött hiteltelen országok után, arra a következtetésre jutottam,hogy ki kell zárnom az elemzés rangsorából azokat az országokat amelyek az elemzés hitelességét kockáztatják. Emiatt úgy döntöttem, hogy a legkockázatosabb országokat, mint Franciaország, Belgium, Ausztria kizártam az elemzésből és ezen országok nélkül határoztam meg egy sorrendet.

Végső sorrend a kizárt országokat figyelembe nem véve:

*Ciprus	14
*Észtország	4
*'''Finnország	3'''
*Görögország	7
*Hollandia	10
*Írország	11
*Luxembourg	9
*Málta	12
*'''Németország	2'''
*'''Olaszország	1'''
*Portugália	13
*Spanyolország	8
*Szlovákia	5
*Szlovénia	6

A kizárt kockázatos országok után megállapított sorrend megegyezik, a kizárás előtti sorrenddel. Tehát megállapítható, hogy a best practice minden esetben Olaszország.

=Ajánlások megfogalmazása (KÖVETKEZTETÉS)=

Az ösztönös megoldás eredményeként a győztes ország '''Olaszország'''.

A tananyag szerinti megoldás során létrehozott 9 modellt megvizsgálva:
*1.modell győztese: Olaszország (xls: 7 jellemző I oszlop,123.sor)
*2.modell győztese: Olaszország (xls: Munkanélküliség nélkül; H oszlop, 119. sor)
*3.modell győztese: Olaszország (xls: ÁHT hiány nélkül; H oszlop, 119.sor)
*4.modell győztese: Olaszország (xls: GDP nélkül; H oszlop, 120.sor)
*5.modell győztese: Olaszország (xls: Consumtion tax nélkül; H oszlop 121. sor)
*6.modell győztese: Olaszország (xls: Külföldi működőtőke nélkül; H oszlop, 120.sor)
*7.modell győztese: Olaszország (xls: Mobiltelefonok nélkül; H oszlop, 121.sor)
*8.modell győztese: Olaszország (xls: Személygépkocsik nélkül; H oszlop, 121.sor)
*9.modell győztese: Olaszország (xls: Összesítés; O oszlop, 15.sor)

A tananyag szerinti megoldás alapján is ki lehet jelenteni, hogy a győztes ország Olaszország!

A tervezett hasznosság teljesülése:

A tananyag szerinti megoldás esetében a hasznosság nem mondható 100%-osnak, hiszen a vizsgálatok során a hiteltelen értékek kizárása, országok kizárását vonta maga után. Ennek ellenére kialakult egy sorrend az Eurozóna országai között, figyelembe véve 9 modell értékét és az attribútumok változását is.

Ösztönös megoldás hasznossága: az eredmény a két különböző eljárás esetén megegyezik, de a végső sorrend eltérő, aminek az oka, hogy az ösztönös megoldás során az attribútumok változása, egymásra gyakorolt hatása nem lett figyelembe véve, nem megbízható az eredmény, emiatt a hasznossága nem teljesült.

=Az információ többletérték lehetőségének levezetése (VITA)=
Minden esetben Olaszország a győztes,de a két módszer éltérősége miatt dönteni kell, melyik a hasznosabb.

Az ösztönös megoldás esetében a megoldás egyszerűsége és a modell megalkotása nélkül a hasznosság alacsonyabb, mint a tananyag szerinti megoldás esetében, hiszen a tananyag szerinti megoldás sokkal összetettebb és a tulajdonságok elhagyásával létrehozott modell megbízhatóbb képet alkot, a több lefuttatott elemzés következtében. Ezek a kapott eredményekben is tükröződnek.
A tananyag szerinti megoldás által létrehozott modell rangsora az első helyet kivéve, teljesen eltérő az ösztönös megoldástól,ami azzal magyarázható, hogy a tananyag szerinti megoldás több tulajdonság változását figyelembe vette és ezáltal megbízhatóbb eredményt alakított ki.

A tervezett 8000Ft-os hasznosság reálisnak tűnik.

=Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba=
=Kapcsolódó, ill. konkurens megoldások, dokumentumok=
[https://miau.gau.hu/mediawiki/index.php/Feladatterv:COCO:000_minta nyilatkozat és kitöltési segédlet]

[[Kategória:Hasonlóságelemzés_(special)]]
[[Kategória:Hasonlóságelemzés_(classic)]]