Микроимитационное моделирование

Разработанная микроимитационная модель предназначена для расчета того, к каким последствиям с точки зрения налоговых поступлений может привести внесение изменений в федеральное законодательство по налогам, и для прогнозирования этих доходов. В своем нынешнем варианте модель охватывает только два налога - налог на прибыль предприятий и налог на добавленную стоимость. Ниже мы будем говорить в основном о блоке налога на прибыль, хотя большинство из того, что будет сказано, относится и к блоку НДС.

Модель позволяет прогнозировать бюджетные доходы и налоговые  обязательства в условиях действующего законодательства и принятия альтернативного  законодательства. Пользователи могут  легко менять параметры налогового законодательства, имитируя принятие различных вариантов решений. Так, например, при работе с моделью  можно задавать или изменять:

• показатели, определяющие налоговую базу; 
• ставки налогообложения, расходы, принимаемые к вычету, расходы, засчитываемые в счет будущих налоговых платежей, доходы, облагаемые по льготным ставкам; 
• прогноз роста выпуска продукции в экономике в целом и по отраслям.

База данных была построена  с использованием реальных данных микроуровня. Вместе с налоговыми декларациями (налоговыми расчетами) предприятия обязаны представлять в налоговые инспекции по месту учета свои квартальные и годовые балансы (Форма №1), отчеты о финансовых результатах (Форма №2) и другие. Эти отчеты образуют основу всей работы налоговых органов: по налоговым декларациям проводятся камеральные проверки, а данные балансовых отчетов служат источником справочной информации в ходе камеральных проверок.

База данных, построенная  по данным Формы №1, насчитывала 30613 записей (одна запись = один отчет), начиная  с I квартала 1993 г. по III квартал 1995 г. База данных по Форме №2 насчитывала 28733 записи, относящихся к тому же периоду. Если посмотреть на то, как эти записи распределяются по временной шкале, то результаты для этих двух форм окажутся разными: балансы предприятий сконцентрированы в основном в IV квартале 1994 г., а отчеты о финансовых результатах распределены сравнительно более равномерно по всему  периоду наблюдений.

Распределение наблюдений, число имеющихся отчетов

В частности, самая высокая  концентрация отчетов по Форме №1 наблюдалась в IV квартале 1994 г., на который  приходится 69,55% общего количества записей  за весь период наблюдений, а самая  высокая концентрация отчетов по Форме №2 приходится на III квартал 1995 г. и составляет 25,14 %.

Распределение наблюдений, %

Первое, что мы попытались сделать еще до того, как вплотную заняться разработкой модели, - это  проверить логическую непротиворечивость полученных нами данных. Подобная верификация  должна служить первым шагом при  создании базы данных. Необходимо убедиться  в том, что в базу данных по налогоплательщикам не попадут неверные, непроверенные  данные.

Процесс верификации позволяет  также выявлять предприятия, которые  заслуживают более пристального внимания со стороны налоговой инспекции. По сути, процедура верификации сводится к математической проверке данных, указанных налогоплательщиком в  налоговой декларации, т.е. повторяет  структуру производимых налогоплательщиком расчетов. Чтобы проиллюстрировать, как происходит процесс верификации, обратимся к базе данных, составленной из отчетов налогоплательщиков по Форме  №2.

Верификация данных по разделу «Финансовые результаты»: «неочищенные» данные

Помимо налоговых деклараций юридические лица обязаны представлять в налоговую инспекцию также  отчеты о финансовых результатах  своей деятельности и балансы. В  налоговую базу мы включили те предприятия, которые при подаче налоговой  отчетности выполнили все три  требования, т.е. представили и налоговую  декларацию, и отчет о финансовых результатах, и баланс. К сожалению, в настоящее время прямой связи  между данными Формы №1 и Формы  №2 и налоговыми декларациями не существует, поскольку Формы №1 и №2 заполняются  по начислению, а налоговая декларация заполняется по кассовому исполнению.

Верификацию данных Формы  №2 мы разбили на три части:

1) проверка состоятельности финансовых результатов; 
2) проверка состоятельности отчета об использовании прибыли; 
3) проверка состоятельности заявленных платежей в бюджет.

Теоретически каждый результирующий компонент Формы №2 можно рассчитать самостоятельно, используя указанные  в отчете исходные данные. Мы попытались рассчитать ряд итоговых переменных самостоятельно, в том числе «Прибыль, всего», «Убытки, всего» и «Чистая  прибыль (убыток)», и сравнить полученные результаты с теми, которые указали  в своих отчетах сами предприятия. Уровень допустимых отклонений мы приняли  за 0,01, т.е. если расхождение между  рассчитанным нами значением и тем  значением, которое предприятие  указало в своем отчете, не превышает  одного процента, считалось, что эти  показатели совпадают. Иначе говоря, мы считали, что если 1,01 <= (расчетная  чистая прибыль/чистая прибыль, показанная в отчете) <= 0,99, то предприятие в  своем отчете величину чистой прибыли  рассчитало правильно, поскольку это  значение с допустимой точностью  совпало с рассчитанным нами.

Существовала вероятность  того, что среди отчетов будут  встречаться и отчеты фактически бездействующих предприятий. Необходимо было эту возможность учесть. Бездействующее предприятие мы определили следующим  образом: это предприятие, которое  не представило данных (представило  нулевые данные) по следующим показателям:

1) выручка от реализации товаров, работ, услуг; 
2) выручка от прочей реализации; 
3) прибыль или убыток, всего; 
4) чистая прибыль (убыток).

Таким образом, мы попытались рассортировать предприятия по трем категориям:

1) предприятия, успешно прошедшие верификацию; 
2) предприятия, не прошедшие верификацию; 
3) бездействующие предприятия.

По разделу «Финансовые  результаты» отчета о финансовых результатах (Форма №2) верификацию  успешно прошли порядка 94% предприятий (точек наблюдения). Однако при попытке  проверить правильность расчетов по двум другим разделам отчета о финансовых результатах такого высокого результата, как по первому разделу, получить уже не удалось.

Прежде всего мы постарались упорядочить данные, удалив повторяющиеся наблюдения и объединив наблюдения, относящиеся к одним и тем же предприятиям. Затем был построен ряд алгоритмов проверки с целью установить достоверность данных, успешно прошедших верификацию по первому разделу. Так, один из алгоритмов предполагал проверку того, лежит ли расчетная сумма платежей в бюджет в пределах 0,01 (1%) от соответствующей величины, указанной в отчете. При этом ставилась задача проверить состоятельность (непротиворечивость) данных по всем разделам отчета.

Первый тест, проведенный  на данных, уже прошедших первоначальную очистку, заключался в том, чтобы  установить, соответствует ли сумма  прибыли (убытков), указанная в первом разделе отчета, сумме использованной прибыли, указанной во втором разделе  того же отчета (соответствие устанавливалось  с точностью до 1 %). Эту проверку успешно выдержали всего лишь порядка 19,33% от общего числа имеющихся  отчетов за весь период наблюдений, причем процент этот колебался пределах от 34,88% в IV квартале 1993 г. до 9,07% в III квартале 1994 г.

Верификация отчетов  о финансовых результатах: проверка по платежам в бюджет и НДС, число  предприятий

Верификация отчетов  о финансовых результатах: проверка по платежам в бюджет и НДС, %

Ясно, что здесь имеется  серьезная проблема: ведь если налоговые  органы не имеют возможности проверить  правильность уплаты налогов в бюджет по конкретным предприятиям, то как они смогут выявить истинных неплательщиков?

Второй тест, который мы провели на предварительно очищенных  данных, заключался в проверке того, совпадает ли указанная в первом разделе отчета о финансовых результатах  сумма НДС с суммой НДС, указанной  в справке о платежах в бюджет к тому же отчету («причитается по расчету» или «фактически внесено»). По существу, мы проверяли внутреннюю логическую непротиворечивость подаваемых предприятиями  сведений.