شعار أرقامي

تقرير تحليلي – منصة أرقامي

1 المقدمة

تعتبر الميزانية العامة أداة رئيسية تعكس توجهات الدولة المالية والاقتصادية، وتوفر صورة واضحة عن الأداء المالي للدولة. يهدف هذا التقرير إلى تحليل الأداء المالي للميزانية العامة للمملكة العربية السعودية خلال الربع الثاني من السنة المالية 1446 - 1447هـ (2025)، مع التركيز على الإيرادات والمصروفات العامة، مصادر التمويل، مؤشرات العجز أو الفائض، وتوزيع المصروفات على القطاعات.

2 أسئلة التحليل

  1. ما هي طبيعة وحجم الإيرادات النفطية وغير النفطية خلال الربع الثاني من عام 2025؟
  2. كيف توزعت المصروفات الحكومية على البنود المختلفة خلال هذه الفترة، وما هي البنود الأعلى استهلاكًا؟
  3. هل حققت الميزانية فائضًا أم عانت من عجز في الربع الثاني لعام 2025؟
  4. ما هي المصادر التي تم الاعتماد عليها لتمويل العجز خلال هذه الفترة؟
  5. ما مدى التغير في الدين العام (الداخلي والخارجي) خلال الربع الثاني من عام 2025؟
  6. ما هي القطاعات التي حصلت على الحصة الأكبر من الإنفاق خلال هذه الفترة؟

3 إعداد البيانات

path = "C:/Users/abdrh/Downloads/تحليل_ميزانية_السعودية_2025.xlsx"

الإيرادات = read_excel(path, sheet = "الإيرادات")
المصروفات = read_excel(path, sheet = "المصروفات")
التمويل = read_excel(path, sheet = "التمويل")
الدين = read_excel(path, sheet = "الدين العام")
القطاعات = read_excel(path, sheet = "القطاعات")

4 التحليل الوصفي للإيرادات

ملخص_raw = الإيرادات %>% 
  select(where(is.numeric)) %>% 
  summary()


ملخص = as.data.frame.matrix(ملخص_raw)

ملخص[] = lapply(ملخص, function(col) as.numeric(sub(".*: ?", "", col)))


rownames(ملخص) = c(
  "الحد الأدنى",   
  "الربع الأول",
  "الوسيط",
  "المتوسط",       
  "الربع الثالث",
  "الحد الأقصى"    
)

kable(
  ملخص,
  caption = "ملخّص الإحصائيات الوصفية للإيرادات",
  digits  = 0,
  align   = "c"
) |>
  kable_styling(full_width = FALSE,
                bootstrap_options = c("striped", "hover"))
ملخّص الإحصائيات الوصفية للإيرادات
الإيرادات النفطية ضرائب على الدخل ضرائب على السلع والخدمات ضرائب على التجارة ضرائب أخرى إيرادات أخرى الإيرادات غير النفطية الإيرادات الإجمالية
الحد الأدنى 149810 6698 71561 5558 4583 25406 113806 263616
الربع الأول 151734 13729 74950 6323 25991 28868 149861 301595
الوسيط 301544 19395 140028 11492 28196 53003 252114 565210
المتوسط 259908 16135 115912 9427 23983 43165 208623 468531
الربع الثالث 301544 20427 146511 11882 30573 54274 263667 565210
الحد الأقصى 394911 20427 146511 11882 30573 54274 263667 647025

تفسير: الجدول أعلاه يعرض الملخص الإحصائي لمكونات الإيرادات، مع توضيح المتوسط لكل مصدر إيراد. تبين من تحليل الإيرادات أن الإيرادات غير النفطية كانت أعلى من الإيرادات النفطية خلال الربع الثاني من عام 2025، ما يشير إلى نجاح جزئي في جهود الدولة لتنويع مصادر دخلها وتقليل الاعتماد على النفط.

5 مقارنة الإيرادات النفطية وغير النفطية

ggplot(الإيرادات, aes(x = الفترة)) +
  geom_col(aes(y = `الإيرادات النفطية`, fill = "Oil")) +
  geom_col(aes(y = `الإيرادات غير النفطية`, fill = "Non-oil")) +
  scale_fill_manual(values = c("Oil" = "#1f78b4", "Non-oil" = "#33a02c")) +
  labs(
    title = "Comparison of Oil and Non-Oil Revenues",
    y = "Value (Million SAR)",
    x = "Period",
    fill = "Revenue Type"
  ) +
  theme_minimal()

التفسير: تبين من تحليل الإيرادات في الربع الثاني من عام 2025 أن الإيرادات النفطية كانت أعلى بقليل من الإيرادات غير النفطية بفارق حوالي 1,873 مليون ريال، مما يشير إلى استمرار الاعتماد على النفط كمصدر رئيسي، مع وجود جهود ملموسة لتنويع مصادر الدخل.

6 تحليل المصروفات الحكومية

المصروفات_long <- المصروفات %>%
  pivot_longer(-البند, names_to = "الفترة", values_to = "القيمة") %>%
  mutate(
    القيمة = as.numeric(القيمة),
    الفترة = recode(الفترة,
                    "الربع الأول 2025" = "Q1 2025",
                    "الربع الثاني 2025" = "Q2 2025",
                    "الإجمالي 2025" = "Total 2025",
                    "النصف الأول 2024" = "H1 2024")
  )

# الرسم البياني
ggplot(المصروفات_long, aes(x = reorder(البند, القيمة), y = القيمة, fill = الفترة)) +
  geom_col(position = "dodge", na.rm = TRUE) +
  coord_flip() +
  labs(
    title = "Government Expenditures by Item",
    x = "Item",
    y = "Value (Million SAR)",
    fill = "Period"
  ) +
  theme_minimal(base_size = 14)

تفسير: الرسم البياني يوضح توزيع المصروفات الحكومية حسب البنود المختلفة وأهميتها النسبية.

7 تحليل العجز أو الفائض

colnames(المصروفات) = c("البند", "Q1_2025", "Q2_2025", "Total_2025", "H1_2024")

صف_الإجمالي = المصروفات %>%
  filter(str_detect(البند, "الإجمالي")) %>%
  select(-البند) %>%
  pivot_longer(cols = everything(), names_to = "الفترة", values_to = "المصروفات الإجمالية")

الإجمالي = left_join(select(الإيرادات, الفترة, `الإيرادات الإجمالية`), صف_الإجمالي, by = "الفترة")

الإجمالي_clean = الإجمالي %>%
  filter(!is.na(`المصروفات الإجمالية`)) %>%
  mutate(العجز = `الإيرادات الإجمالية` - `المصروفات الإجمالية`, الحالة = ifelse(العجز >= 0, "فائض", "عجز"))
ggplot(الإجمالي_clean, aes(x = الفترة, y = العجز, fill = الحالة)) +
  geom_col(width = 0.6, color = "black") +
  scale_fill_manual(values = c("فائض" = "#33a02c", "عجز" = "#e31a1c"),
                    labels = c("فائض" = "Surplus", "عجز" = "Deficit")) +
  labs(
    title = "Surplus or Deficit Analysis in the National Budget",
    subtitle = "Based on the difference between total revenues and expenditures",
    x = "Period",
    y = "Surplus / Deficit Value (Million SAR)",
    fill = "Status"
  ) +
  geom_text(aes(label = round(العجز, 1)),
            vjust = ifelse(الإجمالي_clean$العجز >= 0, -0.5, 1.5)) +
  theme_minimal(base_size = 14)

تفسير: يوضح الرسم مدى العجز المالي، حيث تظهر جميع الفترات عجزًا في الميزانية.

8 تحليل مصادر تمويل العجز

التمويل_long = التمويل %>%
  pivot_longer(
    cols = -البند,
    names_to = "الفترة",
    values_to = "القيمة"
  )

التمويل_long = التمويل_long %>%
  mutate(
    الفترة = recode(الفترة,
      "الربع الأول 2025"  = "Q1 2025",
      "الربع الثاني 2025" = "Q2 2025",
      "الإجمالي 2025"     = "Total 2025",
      "النصف الأول 2024"  = "H1 2024"
    ),
    البند = recode(البند,
      "التمويل الداخلي"    = "Domestic Financing",
      "التمويل الخارجي"    = "External Financing",
      "السحب من الاحتياطي" = "Reserve Drawdown",
      "إيرادات استثنائية"  = "Exceptional Revenue"
    )
  )

ggplot(التمويل_long, aes(x = الفترة, y = القيمة, fill = البند)) +
  geom_col(position = "stack") +
  labs(
    title = "Sources of Budget Deficit Financing",
    y = "Amount (Million SAR)",
    x = "Period",
    fill = "Source"
  ) +
  theme_minimal(base_size = 14)

تفسير: يوضح الرسم البياني أن معظم التمويل يأتي من الاقتراض.

9 تحليل الدين العام

الدين_long = الدين %>%
  pivot_longer(cols = -البند, names_to = "الفترة", values_to = "القيمة")

الدين_long = الدين_long %>%
  mutate(
    الفترة = recode(الفترة,
                    "الربع الأول 2025" = "Q1 2025",
                    "الربع الثاني 2025" = "Q2 2025",
                    "الإجمالي 2025"     = "Total 2025",
                    "النصف الأول 2024"  = "H1 2024")
  )

ggplot(filter(الدين_long, البند %in% c("Opening Balance", "Closing Balance")),
       aes(x = الفترة, y = القيمة, fill = البند)) +
  geom_col(position = "dodge") +
  labs(
    title = "Public Debt Evolution (Internal & External)",
    x = "Period",
    y = "Value (Million SAR)",
    fill = "Debt Type"
  ) +
  theme_minimal(base_size = 14)

تفسير: يبرز الرسم ارتفاع مستوى الدين في نهاية الفترة مقارنة ببدايتها.

10 تحليل الإنفاق على القطاعات الحكومية

القطاعات = القطاعات %>%
  mutate(القطاع = recode(القطاع,
    "الصحة والتنمية الاجتماعية" = "Health & Social Development",
    "العسكري" = "Military",
    "التعليم" = "Education",
    "البنود العامة" = "General Items",
    "الأمن والمناطق الإدارية" = "Security & Administrative Regions",
    "الموارد الاقتصادية" = "Economic Resources",
    "الخدمات البلدية" = "Municipal Services",
    "الإدارة العامة" = "Public Administration",
    "المعدات والنقل" = "Equipment & Transportation"
  ))

ggplot(القطاعات, aes(x = reorder(القطاع, `المنصرف حتى H1 2025`), y = `المنصرف حتى H1 2025`)) +
  geom_col(fill = "steelblue") +
  coord_flip() +
  labs(
    title = "Actual Government Spending by Sector",
    x = "Sector",
    y = "Value (Million SAR)"
  ) +
  theme_minimal(base_size = 14)

تفسير: يبين الرسم أن الصحة والتنمية الاجتماعية لها النصيب الأكبر من الإنفاق الحكومي.

11 تحليل الارتباط

names(الإجمالي_clean) = c("Period", "Total_Revenue", "Total_Expenditure", "Deficit", "Status")

ggpairs(select(الإجمالي_clean, where(is.numeric)))

تفسير: يوجد ارتباط قوي إيجابي بين الإيرادات والمصروفات، مما يشير إلى تزامن تحركاتهما.

12 تحليل الترابط الزمني

colnames(الإجمالي_clean)[colnames(الإجمالي_clean) == "الإيرادات الإجمالية"] = "Total_Revenue"
colnames(الإجمالي_clean)[colnames(الإجمالي_clean) == "المصروفات الإجمالية"] = "Total_Expenditure"

ts_data = zoo(الإجمالي_clean[, c("Total_Revenue", "Total_Expenditure")])

ccf(ts_data[, "Total_Revenue"], ts_data[, "Total_Expenditure"],
    main = "Cross-Correlation Between Revenue and Expenditure",
    ylab = "Correlation",
    xlab = "Lag")

تفسير: يُظهر التحليل ترابطًا زمنيًا بين الإيرادات والمصروفات، لكن بقيم منخفضة، ما يشير إلى تأثيرات موسمية طفيفة.

13 الخاتمة

خلص التقرير إلى أن الميزانية العامة شهدت عجزًا واضحًا خلال الربع الثاني من السنة المالية 1446 - 1447هـ (2025)، مع استمرار الاعتماد بشكل كبير على الاقتراض لتمويل هذا العجز. كما استحوذت قطاعات الصحة والتنمية الاجتماعية والتعليم على أكبر قدر من المصروفات الحكومية.

14 التوصيات

جميع الحقوق محفوظة © أرقامي 2025

لمزيد من المعلومات، تواصل معنا عبر بريدنا الإلكتروني: argamil2025@gmail.com