Микроимитационное моделирование

Вновь высокий процент  отчетов, успешно прошедших первый тест, был совершенно сведен на нет слишком малым процентом отчетов, успешно прошедших второй тест. Успешно прошли проверку на соответствие сумм по НДС только 18,17% предприятий в выборке (см. таблицы). Если брать временной аспект, то этот процент колебался от 24,09% в III квартале 1995 г. до 14,29% в IV квартале 1994 г. Таким образом, проблема заключается в том, что отчеты о финансовых результатах в огромном большинстве случаев не являются внутренне согласованными.

Проведение подобной верификации  совершенно необходимо, и наш опыт может служить иллюстрацией тех  трудностей, с которыми могут столкнуться  разработчики микроимитационных моделей. Повышение качества данных - необходимое условие повышения точности микроимитационных моделей, превращения их в инструмент практического анализа.

Задав параметры действующего и альтернативного законодательства, пользователь запускает модель на счет (это также делается через меню). При этом необходимо указать, в каком  виде программа должна вывести результаты, т.е. налоговые обязательства, начисленные  в условиях действующего и альтернативного  законодательства: по конкретным предприятиям, представленным в выборке; по отраслям; по предприятиям разного размера (крупным, мелким, средним) или по предприятиям, сгруппированным по какому-либо иному  признаку. Получение результатов расчетов в разбивке по разным типам налогоплательщиков чрезвычайно важно, поскольку для анализа возможных последствий предлагаемых изменений в законодательстве необходимо знать не только совокупный прирост или падение налоговых поступлений вследствие принятия того или иного решения, но и то, какие налогоплательщики от этого выиграют (т.е. будут платить меньше налогов), а какие проиграют (должны будут платить больше налогов). Знать это необходимо потому, что при формировании налоговой политики может возникнуть задача обеспечения равенства налогообложения предприятий всех типов или, наоборот, предоставления льготы для предприятий некоторых отраслей. Не имея микроимитационной модели, очень трудно заранее решить, какие предприятия выиграют, а какие проиграют в результате принятия тех или иных налоговых законов.

Микроимитационная модель по налогу на прибыль предприятий состоит из восьми блоков, в частности, она включает блок, в котором пользователь задает параметры действующего или базового варианта законодательства; блок, в котором задаются параметры альтернативного законодательства; блок, в который вводятся задаваемые вне модели экзогенные параметры экономического развития; блок счета и т.д. В отличие от многих прежних поколений микроимитационных моделей модель налога на прибыль предприятий является параметризируемой, т.е. параметры, определяющие структуру налогообложения, задаются пользователем с экрана в ходе работы с моделью. При этом не требуется вносить никаких изменений в программный код или создавать внешние файлы параметров.

Как отмечалось выше, главной  частью программного кода микроимитационной модели является подпрограмма, выполняющая расчет налогов, которую мы называем «налоговым калькулятором». Заданные пользователем параметры налогообложения (в частности, определение валового дохода, расходов, принимаемых к вычету, льгот, ставки налогообложения и т.д.) поступают в «налоговый калькулятор», который подставляет их в математическую формулу для расчета причитающихся с налогоплательщиков налогов и пропускает через эту формулу все записи с исходными данными по налогоплательщикам, имеющиеся в базе данных. Чтобы модель в точности воспроизводила структуру налога, исходные данные по налогоплательщикам должны быть достаточно подробными, столь же подробными, как те, которые реальные налогоплательщики указывают в своих налоговых декларациях.

После того как модель рассчитает налоговые обязательства всех налогоплательщиков, представленных в выборке, пользователь может задать экзогенные факторы  экономического развития, которые модель применит к выборке и построит микроэкономический прогноз. Модель производит также калибровку выборки, доумножая полученные результаты на весовые коэффициенты, чтобы максимально приблизить эти результаты к тем, которые были бы получены при работе с генеральной совокупностью налогоплательщиков. После этого модель генерирует заданные пользователем отчеты - таблицы представления результатов, показывающие, как изменятся распределение налогового бремени и налоговые поступления в результате предлагаемых изменений в налоговом законодательстве с учетом или без учета факторов экономического развития. Способность модели имитировать и прогнозировать результаты применения налоговых законов к генеральной совокупности налогоплательщиков зависит от качества и количества имеющихся данных. Даже самая лучшая микроимитационная модель не сможет восполнить отсутствие дезагрегированных (первичных) данных микроуровня.

Как уже отмечалось, для  построения математической модели расчета  налогов необходимо иметь те данные о налогоплательщиках, которые они  сами указывают в налоговой декларации в качестве исходных. Наличие данных из налоговых деклараций в сочетании  с отчетами о финансовых результатах  и балансах предприятий позволяет  воспроизвести большую часть  расчетов, выполняемых самими предприятиями  при подготовке налоговых деклараций для представления в налоговую  инспекцию.

Как же работает микроимитационная модель? Мы уже упоминали о том, что микроимитационная модель по налогам на прибыль предприятий состоит из восьми блоков, представленных соответствующими пунктами основного меню - от справочного пункта, который выдает информацию о разработчиках модели, до пункта, с помощью которого запускается на счет налоговый калькулятор. Первое, что программа предлагает сделать пользователю - это выбрать базу микроэкономических данных, с которой он будет работать. В микроэкономическую базу данных можно включить данные из самых разных источников, однако главное требование заключается в том, чтобы в ней были представлены данные из налоговых деклараций, т.е. те данные, на основе которых сами налогоплательщики производят свои налоговые расчеты. Из имеющегося массива микроэкономических данных необходимо затем построить выборку записей и «отфильтровать» эту информацию. Полученная после всех этих манипуляций база данных служит источником входной информации для микроимитационной модели.

После того как пользователь в ответ на запрос модели укажет базу данных, с которой он хочет  работать, микроимитационная модель считывает из базы данных структуру записей данных и держит ее в памяти до тех пор, пока она не понадобится. Следует подчеркнуть, что в этот момент модель считывает из базы данных не сами записи данных, а лишь запись, отражающую их структуру, т.е. запись, в которой указаны названия переменных, представленных в базе данных, и в каком именно месте базы данных они хранятся. Микроимитационная модель хранит эту информацию в памяти до тех пор, пока не понадобится считывать сами записи данных.

Запись, отражающая состав базы данных, имеет в модели и другое назначение - именно из этой записи пользователь выбирает названия переменных при задании  параметров базового и альтернативного  налоговых законодательств. Поскольку  обычно базу данных для микроимитационной модели формирует сам пользователь, можно предположить, что состав переменных, представленных в базе данных, ему знаком и выбрать нужные переменные по их названиям не составит для него большого труда.

Затем пользователь должен указать переменные, по которым рассчитывается налогооблагаемый доход. Названия этих переменных модель записывает в файл параметров, который может быть использован  при расчетах в ходе того же сеанса работы с моделью или сохранен на диске для использования в  будущем. Пользователь должен задать все  параметры для расчета налогов: названия переменных, включаемых в  валовой доход; переменные, отражающие расходы, принимаемые к вычету; освобождения; льготы; доходные интервалы и применяемые  к ним ставки налогообложения; классификационные  коды, используемые для группировки  предприятий, и т.д. Все эти параметры  задаются в диалоговом режиме и сохраняются  программой во внешнем файле параметров в виде отдельной записи. Еще раз  подчеркнем, что сохраняются не сами значения показателей, а только названия переменных, причем их место в записи определяет то, с каким знаком или  каким арифметическим оператором они  будут использоваться затем в  математической формуле для расчета  налогооблагаемого дохода и его  компонентов.

Другим компонентом файла  параметров является запись экзогенно  задаваемых экономических параметров, которые используются либо для калибровки микроэкономической базы данных, чтобы  довести ее до генеральной совокупности налогоплательщиков, либо для построения микроэкономического прогноза, либо для того и другого вместе. Калибровку исходной выборки можно выполнить  так, чтобы довести ее до фактически собранных налоговых поступлений  или до фактического числа реальных налогоплательщиков, имеющихся на той  ли иной территории, с учетом их состава. Можно задать прогноз инфляции, темпы  роста валового внутреннего продукта в целом по экономике или рассматриваемому региону, или по отраслям, указать, как  изменится отраслевая структура  предприятий, задав ожидаемый прирост  числа предприятий, относящихся  к разным отраслям, за рассматриваемый  период. Иными словами, модель позволяет  не просто рассчитать последствия внесения тех или иных изменений в налоговое  законодательство при неизменной экономике, но и оценить, к чему это может  привести через несколько лет  при разных сценариях экономического развития. В отличие от параметров, определяющих базовую или альтернативную структуру законодательств, которые записываются в файл параметров в виде списка названий, экономические параметры записываются в этот файл в виде самих значений. Было решено, что каждому файлу параметров должен соответствовать свой собственный неповторяющийся набор экзогенно задаваемых экономических параметров, поэтому значения этих параметров записываются непосредственно в файл параметров.

После того как пользователь сформировал базовый и альтернативный файлы параметров, можно прогнать программу микроимитации, которая по каждой записи в базе данных рассчитает налоговые обязательства соответствующего плательщика в условиях базового или альтернативного законодательства. Именно в этом и заключается преимущество микроимитационных моделей перед моделями, работающими с агрегированными данными. Микроимитационные модели показывают влияние изменений в налогом законодательстве на налоговые обязательства отдельных налогоплательщиков, а агрегированные модели, хотя они и могут быть по-своему полезны, этого показать не могут. Выдача микроимитационной модели, по существу, представляет собой два столбца начисленных налогов: один - в условиях базового законодательства, другой - в условиях альтернативного законодательства, откалиброванных с использованием экзогенно заданных параметров. Кроме того, в выдаче указываются также валовые доходы, вычеты, льготы и освобождения -все это тоже в двух вариантах, так что сразу можно увидеть, как повлияли изменения в налоговом законодательстве на налоговый расчет каждого плательщика или группы плательщиков.