Wieloletnia Prognoza Finansowa Samorządów (WPFS)
Aplikacja WPFS jest najnowszym modułem Platformy Budżetu Zadaniowego stworzonym z myślą o nowych regulacjach ustawy o finansach publicznych związanych ze sporządzaniem wieloletniej prognozy finansów jednostki samorządu terytorialnego. WPFS przeznaczony jest do obsługi procesu tworzenia (równolegle z planem budżetu) wieloletniego obrazu gospodarki finansowej miasta. Wykorzystuje towarzyszące projektowaniu budżetu dane o dochodach i wydatkach, a także o przychodach i rozchodach związanych z emisją / spłatą zadłużenia. Dane te przetwarza przy pomocy założeń makroekonomicznych jak i zestawu lokalnych wskaźników analitycznych.
W opracowywaniu wieloletniej prognozy finansów z wykorzystaniem WPFS dominującą rolę odgrywają służby finansowe. Udział w tym procesie ze względu na rozległość danych i założeń posiadają jednak wszystkie wydziały i jednostki budżetowe. Służby finansowe tworzą założenia wyznaczające podstawowe trendy prognozy, wykorzystują także definiowany wspólnie z przedstawicielami poszczególnych dziedzin zestaw wskaźników korygujących. Dane o dochodach wydatkach, limitach zobowiązań (w tym na realizację programów i projektów wieloletnich) dostarczane są przez aplikacje PABS oraz LBPP. Moduł WPFS posługując się tymi danymi oraz założeniami ekonomicznymi tworzy gotową treść uchwały jaką podejmować musi organ stanowiący JST. Jest także odpowiedzialny za aktualizację prognozy w sytuacji wystąpienia istotnych zmian w planie budżetu / założeniach przyjętych w odniesieniu do realizacji kluczowych programów / projektów.
Aplikacja WPFS podobnie jak cała Platforma Budżetu Zadaniowego funkcjonuje w technologii internetowej. W związku z powyższym zapewnia szybki dostęp do zawsze aktualnych danych finansowych. Dzięki technologii WEB 2.0 w procesie budowy prognozy uczestniczyć mogą równocześnie wszystkie kluczowe podmioty i osoby odpowiedzialne za dostarczenie informacji wykorzystywanych w tym skomplikowanym procesie. Centralna baza danych systemu eliminuje konieczność integracji danych z rozproszonych baz oraz ogranicza do minimum ilość błędów na jakie tradycyjnie narażona jest w tego rodzaju skomplikowanych procesach analitycznych duża organizacja.



