Статистический анализ и моделирование налоговых поступлений в бюджет

Существует  целый ряд способов оценки налогового потенциала. Каждый из них имеет  свои достоинства и недостатки, выраженные, в том числе, в точности и трудоемкости измерения. Среди них можно выделить оценки, базирующиеся на: фактически собранных налоговых доходах в регионе, среднедушевых доходах населения, валовом региональном продукте (ВРП), совокупных налогооблагаемых ресурсах, построении репрезентативной налоговой системы и построении репрезентативной налоговой системы с использованием регрессионного анализа.

Самый простой способ – это использование  в качестве меры фискального потенциала фактически собранные налоги в регионе. Однако этот показатель не учитывает  фискальных усилий региональных властей, что делает его применение нецелесообразным. Среднедушевые доходы населения  и валовой региональный продукт  в этом смысле не зависят от фискальных усилий, но в свою очередь в показатель доходов населения не входят доходы нерезидентов, а объем ВРП не учитывает  неравенство баз (структуру производства) и ставок налогообложения.

Более точным показателем в данном случае являются совокупные налогооблагаемые ресурсы, представляющие собой ВРП, скорректированный на федеральные  налоги и платежи, однако его расчет требует большего количества данных, что осложняет его использование  в России.

Самым точным из названных методов оценки налогового потенциала регионов является построение репрезентативной налоговой  системы. Методология состоит в  определении суммы бюджетных  платежей, которые были бы собраны  в регионе, если бы регион прилагал средний уровень фискальных усилий (к фактической налоговой базе). При этом учитывается состав доходов  местных бюджетов, т.е. учитывается  состав налоговых баз региона. Использование  дезагрегированных(разъединенных из одного целого на элементы) данных позволяет более точно оценить фискальный потенциал каждого региона. Недостатком данного подхода является необходимость использования при анализе чрезвычайно большого объема данных, а также высокие требования к качеству и сопоставимости информации.

Компромиссом  между точностью и достоверностью имеющихся данных может быть метод  репрезентативной налоговой системы  с применением регрессионного анализа, суть которого состоит в использовании  косвенных показателей, характеризующих  налоговые базы и неналоговые  доходы, например доходы населения, объем  розничного товарооборота, валовой  региональный продукт или объем  промышленной продукции, сельского  хозяйства на душу населения. Метод  позволяет применять как агрегированные, так и дезагрегированные данные, характеризующие различные налоговые  базы. При этом чем больше число показателей, чем выше дезагрегация данных, тем выше точность оценки.

Следует отметить, что налоговый потенциал  можно понимать по-разному. В данном случае – это налоговые сборы, которые бы получал регион при применении средних налоговых усилий к фактической базе. В более широком смысле налоговый потенциал стоит понимать как налоги, которые способен собирать регион, учитывая все внутренние ресурсы, но при средних налоговых усилиях. При оценке внутренних ресурсов необходимо учитывать и теневой сектор, любые другие возможности повышения налоговой базы. Однако оценка внутренних ресурсов – это чрезвычайно сложная задача. В некотором смысле она решается в модели, построенной с учетом объемов выпуска основных отраслей. Показатели объемов в большей степени характеризуют деловую активность региона и, по всей видимости, лучше отражают потенциальную налоговую базу, налоговый потенциал. 
 
 
 

3.1.О моделях прогнозирования налоговых поступлений.

В настоящее  время в мировой практике при  построении краткосрочных прогнозов  используются методики, основанные на микроимитационном, макроэкономическом и экстраполяционном моделировании.

Микроимитационные модели строятся на большой выборке налоговых деклараций физических лиц конкретного периода, данные которых агрегируются посредством специально определенных весовых коэффициентов таким образом, чтобы отображать поведение и структуру всех налогоплательщиков рассматриваемой территории. На основе данных моделей осуществляется прогнозирование налоговых поступлений в США, Канаде, Великобритании, Франции и Германии.

Макроэкономические  модели оценивают зависимость объема налоговых поступлений (или величины налоговой базы) от набора объясняющих переменных, в качестве которых используются макроэкономические показатели, характеризующие величину налоговой базы или влияющие на уровень собираемости налогов. Модели обычно оцениваются с помощью регрессионного анализа, затем прогнозы корректируются с учетом изменений в налоговом законодательстве.

К экстраполяционным моделям относятся все экономико-математические методы, в которых в качестве исходной информации используются значения исследуемого показателя за предыдущие периоды, т.е. прогноз строится исходя из динамики значений этого показателя в ретроспективном периоде. Даже если по соображениям экономической теории в модель должны быть включены и другие переменные, то зачастую выбор делается в пользу модели с одной переменной, которая более проста и надежна, обладает лучшей объясняющей способностью, чем сложные структурные модели.

Традиционно для прогнозирования социально-экономических  показателей, в том числе фискальных, используются такие экстраполяционные модели, как экспоненциальное сглаживание, трендовые модели, авторегрессионные модели скользящего среднего.

В частности, авторегрессионные модели скользящего среднего построены на сочетании авторегрессионных процессов AR (моделей временных рядов, в которых текущее значение переменной задается функцией от прошлых значений самой этой переменной) и процессов скользящих средних МА (моделей временных рядов, в которых переменная задается функцией от прошлых ошибок). Как правило, в условиях макроэкономической стабильности авторегрессионные процессы и процессы скользящего среднего позволяют достаточно хорошо описать динамику многих макроэкономических рядов, в том числе и рядов налоговых поступлений.

Основной  недостаток, ограничивающий применение методов экстраполяции, - их «автономность»: прогнозы базируются на предположении  о неизменности выявленных тенденций  в будущем и не учитывают сценарные  условия социально-экономического развития. В то же время эти методы можно использовать для построения краткосрочных прогнозов налоговых  доходов при условии последующей  корректировки с учетом изменений  в налоговом законодательстве и  собираемости налогов.

Поскольку российская статистическая база недостаточна для применения микроимитационных моделей, прогнозирование налоговых поступлений в бюджет РФ строится на основе авторегрессионных и макроэкономических моделей.  
 

3.2.Математическая модель зависимости поступлений в бюджет от величины налоговой ставки 

1. Определение  проблемы

В задаче определения оптимальных налоговых  ставок есть две противоборствующие стороны. С одной стороны, государство  стремится увеличить налоги, чтобы  наполнить бюджет для выполнения своих социально-экономических и  оборонных функций. С другой стороны, бизнес жалуется, что налоговое бремя  велико и не остаётся средств для развития производства.

Общеизвестно  также, что большие налоги сдерживают развитие экономики, а значит и будущее  наполнение бюджета.

Следовательно, необходимо исследовать зависимость  поступлений в бюджет от величины налоговых ставок и найти оптимальную  ставку. 

2. Описательная модель

Государство объявляет ставку налога на прибыль  и получает от фирм средства в бюджет. Фирмы обладают собственным капиталом, производят прибыль, отчисляют по налоговой  ставке средства в бюджет. Постналоговая прибыль как нераспределенная прибыль полностью включается в собственный капитал фирмы. Вся прибыль распределяется только на два потока: в бюджет, а остаток – в собственный капитал предприятия. 
 

3. Математическая  модель

Сумма налоговых поступлений в бюджет за моделируемый период представлена формулой (1) при дискретном измерении  и интегралом (2) при непрерывном  измерении.

(1)

, где (2)

BD(t) – сумма поступивших в бюджет средств от начала моделирования к концу года t, руб;

t - время, год.

tf - последний (final) год моделирования

tb - начальный (begin) интервал моделирования;

PRF_t - доналоговая прибыль (profit), полученная предприятием за год t, руб./год;

TXRT - ставка  налога на прибыль (tax rate).

Капитализируемый  предприятием за период моделирования  остаток прибыли вычисляется  по формуле (3) для дискретного времени  и (4) – для непрерывного:

(3)

(4)

Прибыль за t год (или в момент времени t) рассчитывается по формуле (5)

(5) 

4.Поступление доходов, администрируемых УФСН России по г.Москва в бюджетную систему.  

 В  январе-феврале 2011 года в консолидированный  бюджет РФ поступило 202,0 млрд.руб.  доходов, администрируемых Управлением ФНС России по г.Москве, или 116,0% от уровня поступлений в аналогичном периоде 2010 года (без учета ЕСН в ФБ темп роста составил 118,4%).  
    Платежи налогов и сборов в федеральный бюджет составили 124,5 млрд.руб., с темпом роста – 118,0% (без учета ЕСН в ФБ – 121,9%).  
     В консолидированный бюджет города от организаций, состоящих на налоговом учете в Управлении ФНС России по г.Москве, поступило 77,6 млрд.руб. с темпом роста 113,0%.  
     Наибольшая доля в общей сумме поступлений налоговых платежей в консолидированный бюджет РФ – 56,3% или 113,7 млрд.руб. обеспечена за счет налога на добавленную стоимость. Темп роста составил 118,7% к поступлениям за аналогичный период предыдущего года.  
     Вторым по объему в структуре налоговых поступлений в отчетном периоде, с долей 23,8%, является налог на доходы физических лиц, сумма которого составила 48,0 млрд. руб. или 110,5% к поступлениям января-февраля 2010 года. 
     Налог на прибыль за отчетный период поступил в сумме 26,8 млрд.руб., его удельный вес – 13,3%. По сравнению с аналогичным периодом предыдущего года его поступления возросли на 25,7%, в том числе в федеральный бюджет – на 62,2%, в консолидированный бюджет города Москвы – на 18,0%.  
     С учетом налогов и сборов, поступивших от налогоплательщиков, состоящих на налоговом учете в Межрегиональных инспекциях ФНС России, в консолидированный бюджет города Москвы за отчетный период поступило 99,9 млрд.руб. налогов и сборов, что превышает поступления в январе-феврале 2010 года на 29,0%.¹ 
 
 
 
 
 

 

5.Налоговые поступления в бюджет России.

Поступления налогов и сборов в консолидированный  бюджет России за первое полугодие 2010 года составили 3,74 трлн рублей, что на 30% больше по сравнению с аналогичным периодом 2009 года, отчиталась Федеральная налоговая служба (ФНС). В январе – июне прошлого года в бюджет поступило 2,88 трлн рублей.

Без учета  региональных бюджетов в федеральную  казну в первом полугодии поступило 1,557 трлн рублей, что на 39% больше прошлогодних показателей. Львиную долю поступлений в федеральный бюджет обеспечили налог на добычу полезных ископаемых (43%), НДС (42%) и налог на прибыль (8%). При этом поступления от налога на прибыль, в отличие от других налогов, поступления от которых выросли, остаются на прежнем уровне: в первом полугодии они составили 117,5 млрд рублей.

Во-первых, государство внесло ряд изменений  в налоговое законодательство, снижающих  бремя по налогу на прибыль, а во-вторых, предприятия, получившие ранее убытки, сегодня при получении прибыли  зачитывают эти убытки.

Рост  налоговых поступлений обусловлен прежде всего эффектом «низкой базы», признают эксперты. В 2009 году в первом полугодии налоговики перечислили в казну на 30% меньше по сравнению с докризисным первым полугодием 2008 года. В первом полугодии 2009, в самый разгар кризиса, собираемость была низкой. Поэтому сравнение дало столь хороший прирост

Увеличению  налоговых поступлений способствовал  и рост цен на сырье.

 В первом полугодии прошлого года нефть была $60 за баррель, уже в 2010 году нефть в среднем была под $80 за баррель. Если бы цены на нефть остались на кризисном уровне в $50–60, никакого роста бы не было.

Такая ситуация типична для стран, которые  зависят от цен на сырье и не имеют диверсификации экономики. Также  дорожали металлы и другие сырьевые активы. Именно поэтому поступления от НДПИ выросли в 1,7 раза. Без учета НДПИ рост налоговых поступлений был бы более скромный – в рамках отскока экономики. По его словам, усилия властей или же сознательность налогоплательщиков не имеют никакого отношения к собираемости налогов.

Динамика  налоговых поступлений во втором полугодии будет зависеть от нескольких факторов, прогнозировать которые сложно, сошлись во мнении эксперты.