CC BY
28
УДК 336.12
© Е. С. Вылкова, А. А. Тарасевич
КОМПЛЕКСНАЯ СИСТЕМА НАЛОГОВЫХ ПОКАЗАТЕЛЕЙ ДЛЯ КЛАСТЕР-ПРОЦЕДУР НА УРОВНЕ СУБЪЕКТОВ РФ
Дано определение кластеризации регионов. Предложена комплексная система налоговых показателей для налоговой кластеризации на субфедеральном уровне. Осуществлена налоговая кластеризация субъектов РФ в 2012 г. и проанализированы ее итоги. Интерпретация результатов налоговой кластеризации регионов РФ позволяет существенно расширить спектр субъектов РФ, передовой опыт которых в формировании налоговой политики необходимо предметно изучать и внедрять на других территориях.
Ключевые слова: налоговый кластер, комплексная система налоговых показателей, функционально-пропорциональный налоговый кластер.
E. S. Vylkova, A. A. Tarasevich
THE COMPLEX SYSTEM OF TAX INDICATORS FOR CLUSTER PROCEDURES AT THE LEVEL OF THE RF SUBJECTS
Is given definition of regions clustering. Proposed a complex system of tax indicators for tax of clustering at the subnational level. Implemented tax clustering of subjects of the Russian Federation in 2012, and its outcomes are analyzed. Interpretation of the results of the tax of clustering regions of Russia can significantly extend the range of subjects of the Russian Federation, of which the best practices in the formation of tax policy must be subject to study and apply in other areas.
Keywords: tax cluster, complex system of tax indicators, proportional tax essentially functional cluster
В современных условиях крайне востребовано обоснованное расширение и добавление новых слоев налоговой информации на теоретическом и практическом уровнях, что позволяет существенно расширить круг исследуемых проблем налогообложения и углубить степень их познания, найти новые подходы к осмыслению и интерпретации налогообложения в разрезе субъектов РФ. Налоговая кластеризация регионов РФ, осуществляемая с использованием передовых информационных технологий, является одним из таких перспективных подходов. Она позволяет давать рекомендации по совершенствованию процесса налогообложения на региональном уровне, основываясь на поиске в налоговых и связанных с ними данных скрытых при сегодняшнем уровне развития налоговой науки и практики пока что неочевидных закономерностей. Налоговая кластеризация призвана обнаружить в налоговых данных (официальных на первоначальном этапе исследования, а в перспективе и других) ранее неизвестных, нетривиальных, практически полезных новаторских интерпретаций экономических явлений, необходимых для принятия решений в сфере налогообложения. Задачей налоговой кластеризации регионов является исследование и моделирование больших объемов ретроспективных данных,
делая их явным и структурированными, для обнаружения неизвестных до настоящего времени структур (налоговых кластеров) с целью увеличения достижений в совершенствовании региональной налоговой политики, выявления новых тенденций ее развития в будущем.
Экономическая наука в настоящее время, как правило, осуществляет систематизацию информации в сфере налогообложения на уровне регионов применительно либо к одному показателю (индикатору) [3, с. 25120], либо к одной группе однотипных показателей [6, с. 40-42]. При этом исследователями по видам налоговой политики по одному из показателей или одной группе показателей налогового потенциала субъекты РФ классифицируются, группируются, сегментируются, структурируются, ранжируются. По территориям рассматривается также дифференциация, дисбаланс, диспропорциональность, поляризация и ассиметрия. Кластеризация для этих целей до настоящего времени практически не задействуется.
По мнению авторов, кластеризация представляет собой разновидность классификации, фиксирующей систематизацию объектов в соответствии с определенными закономерностями признаков по кластерам, в которой классификационной характеристикой (единицей) выступает та или иная группа единиц, объединяющая совокупность объектов сообразно с выбранными признаками. Налоговая кластеризация регионов РФ - разновидность классификации, фиксирующей систематизацию субъектов РФ в соответствии с определенными закономерностями признаков по кластерам.
Основным подходом к формированию перечня (состава) показателей-параметров для осуществления налоговой кластеризации регионов, по мнению авторов, является комплексный. При таком подходе выбирается совокупность показателей, наиболее полно раскрывающая налоговое состояние региона [1, с. 96-100], результаты налогового администрирования и налоговой политики. В перспективе целесообразно учитывать в расчетах выпадающие вследствие наличия теневой экономики [8] и уклонения от налогообложения [9] налоговые доходы территорий.
Состав налоговых показателей для кластерного анализа субъектов РФ считаем возможным предлагать, основываясь на многочисленных публикациях, имеющихся в экономической литературе по показателям, характеризующим налоговый потенциал, налоговую политику и налоговое состояние российских регионов.
При изложении авторской позиции на систему показателей мы исходим из концептуально-содержательного, логического и расчетного наполнения комплексной системы налоговых показателей для налоговой кластеризации на субфедеральном уровне и с учетом многочисленных предварительных расчетов, осуществленных авторами с применением программных средств SPSS.
С учетом вышесказанного нами предлагается следующая комплексная система налоговых показателей для налогового кластерного анализа субъектов РФ.
1. Ен - налогоемкость ВРП
Е
ен ВРП'
где, £Пн - сумма поступлений налогов и т.п. в бюджетную систему России (на уровне субъекта РФ). ВРП - валовой региональный продукт.
2. Уровень налогообложения юридических лиц (Унюр).
Ун
Кюр
где Кюр - количество юридических лиц по регионам.
3. Коэффициент соотношения поступления и начисления налогов (Кпн)
К = ^Пн Кпн ^
где £Нн - начислено к уплате в текущем году налогов и т. п. в бюджетную систему России (субъекта РФ).
4. Коэффициент соотношения поступления и контрольной суммы поступления налогов (Кпк)
К = £Пн
Кпк Ж/
где £Кн - контрольная сумма поступления налогов и т. п. в бюджетную систему России (субъекта РФ).
Следует указать, что в сводных формах официальной статистической отчетности ФНС РФ данная сумма в разрезе регионов РФ не содержится и авторам пришлось использовать для целей ее получения данные по конкретным субъектам РФ. При этом за определенные годы отдельные субъекты эту сумму не указали.
5. Коэффициент соотношения начисления налогов и контрольной суммы поступления налогов (Кнк)
К = ^Нн Кнк Ж/
6. Ез - задолженностеемкость ВРП по налогам и т.п. в бюджетную систему РФ.
Е £Зн Е, =
ВРП'
где ^Зн - налоговая задолженность в бюджетную систему РФ.
43
7. Уровень налоговой задолженности юридических лиц (^зюр )•
Уз =
юр К
8. Налоговая урегулируемоемкость ВРП путем зачета (Еу )
Еу = врзп,
уз ВРП'
где 2Зз - урегулированная задолженность путем зачета (сумма).
9. Налоговая переплатоемкость ВРП (Епн)
Е = 2ПН
пн ВРП '
где £ПН - переплата по налогам и сборам.
10. Уровень дополнительно начисленных сумм (включая налоговые санкции и пени) на одну камеральную проверку (УдНк)
У _ 2 Дндопк
днк Ккам '
где ^ ДНдоп - дополнительные начисления по итогам камеральных проверок
Ккам - количество камеральных проверок.
11. Уровень дополнительно начисленных сумм на одну выездную проверку (Уднв)
2 Дн
У =
* тти
допв
днв Кв '
где 2 ДНдоп - дополнительные начисления по итогам выездных проверок, Кв - количество выездных проверок.
12. Показатель эффективности НДС (Эндс)
Э _ 2Индс
Эндс _ уВ ,
ндс
где £Ивдс - исчисленная сумма НДС по различным налоговым объектам, £Вндс - сумма налоговых вычетов по НДС.
13. Эффективная ставка налога на прибыль прибыльных предприятий
(Эснпоприб )
Эс _ _2Ннпоприб_
нпоприб УДр +УДвнр
где УДрнпо б - доходы от реализации прибыльных предприятий,
УДвнрнпо б - внереализационные доходы прибыльных предприятий,
УНнпоприб - сумма исчисленного налога на прибыль по прибыльным организациям.
14. Показатель эффективности налогового администрирования (Эни).
Э = Уни
Эни УПн,
где УНИ - сумма издержек налогообложения (затрат на содержание налоговых органов).
На данном этапе разведочной налоговой кластеризации, мы считаем возможным ограничиться этим количеством показателей. Авторы осознают, что по налоговой базе каждого налога (а не только НДС и налога на прибыль организаций) можно рассчитывать большее количество показателей. Возможна детализация и показателей эффективности налогового администрирования с учетом имеющихся в экономической литературе наработок [5, 7]. В дальнейшем спектр показателей для кластеризации, конечно же, будет расширен также за счет использования содержащихся в публикациях по налоговой тематике предложений по формированию показателей налогового потенциала и налоговой политики территорий [2, 4, 10].
Приведем пример расчета и интерпретации результатов кластерного анализа налогового состояния субъектов РФ.
На основе предложенной комплексной системы налоговых показателей, рассчитанных с использованием данных официальной статистики [11, 12] программа SPSS в 2012 г. предложила выделить 6 кластеров (в
силу ограниченности объема статьи мы не приводим здесь всех произведенных авторами расчетов), и мы сочли возможным с этим согласиться.
Кластер 1 включает 5 субъектов РФ: Еврейская автономная область, Новосибирская область, Хабаровский край, Ханты-Мансийский АО -Югра, Ямало-Ненецкий АО.
Кластер 2 включает 26 регионов: Алтайский край, Архангельская область, Белгородская область, Владимирская область, Иркутская область, Калининградская область, Камчатский край, Кемеровская область, Краснодарский край, Красноярский край, Курская область, Магаданская область, Московская область, Ненецкий АО, Омская область, Республика Коми, Республика Саха (Якутия), Республика Татарстан, Рязанская область, Свердловская область, Смоленская область, Ставропольский край, Тверская область, Удмуртская Республика, Чукотский АО, Ярославская область.
Кластер 3 включает 48 территорий: Амурская область, Астраханская область, Брянская область, Волгоградская область, Вологодская область, Воронежская область, город Санкт-Петербург, Забайкальский край, Ивановская область, Калужская область, Карачаево-Черкесская Республика, Кировская область, Костромская область, Курганская область, Ленинградская область, Липецкая область, Мурманская область, Нижегородская область, Новгородская область, Оренбургская область, Орловская область, Пензенская область, Пензенская область, Пермский край, Приморский край, Псковская область, Республика Адыгея, Республика Алтай, Республика Башкортостан, Республика Бурятия, Республика Дагестан, Республика Ингушетия, Республика Калмыкия, Республика Карелия, Республика Марий-Эл, Республика Мордовия, Республика Тыва, Республика Хакасия, Ростовская область, Самарская область, Саратовская область, Тамбовская область, Томская область, Тульская область, Тюменская область, Ульяновская область, Челябинская область, Чеченская Республика, Чувашская Республика.
Кластер 4 состоит из города Москвы и Сахалинской области.
Кластер 5 - Республика Северная Осетия-Алания.
Кластер 6 - Кабардино-Балкарская Республика.
Необходимо отметить, что большинство из отобранных нами для осуществления кластерного анализа показателей имеет положительную векторную направленность (чем больше значение показателя, тем лучше). Только 3 показателя: Е,. ^„р и Энп имеют отрицательную направленность (чем меньше значение показателя, тем лучше). В таблице конечных центров налоговых кластеров и бальной оценки данных кластеров применительно к субъектам РФ в 2012 г., рассчитанной на основе данных официальной статистики [11, 12] (табл. 1), мы расставляем места исходя из векторной направленности. При положительной направленности 1-е место будет занимать кластер с наибольшим значением показателя; а при отрицательной направленности 1-е место будет занимать кластер с наименьшим значением показателя.
Таблица 1
Конечные центры налоговых кластеров н бальная оценка данных кластеров и 2012 году
т
т о о О
Показатель Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6
Значение показателя балл Значение показателя бал л Значение показателя балл Значение показателя балл Значение показателя балл Значение показателя балл
1 2 3 4 5 6 7 8 9 10 11 12 13
Ен ,3236988 1 .1958225 2 ,1547756 4 ,1660096 3 ,0834596 6 ,0838531 5
Кпн 1,54666760200 3 1,454895404791 5 1,756485509473 1 1,527109567976 4 1,723514313028 2 ,472876169782 6
Ун "юр 23,2977 1873186 4 46,60888949409 1 38,84525474313 2 12,86474106842 6 16,03485461 197 5 24,03756455105 3
Ез ,012212061409 1 ,016302832801 4 ,014663438630 3 ,012376303224 2 ,062958090558 5 ,102109519173 6
у3 224.9508450756 4 201,0119031030 2 137,1404542733 1 212,0627820000 3 604.4546504910 5 901.4520239880 6
р '-'ПН .015111508574 5 ,017991970527 3 ,017150951329 4 .116376623648 1 ,012559624931 6 ,038160632272 2
я и НДС 1,193161299324 1 1,057394898366 2 1,051208619122 3 1,026131577764 5 1,029703141446 4 ,973522686741 6
Эс ,010968813906 2 ,014913754309 1 ,009076827743 4 ,009284476176 3 ,004136594619 5 ,002435692093 6
,187144104431 6 ,320668339644 1 ,204572557953 3 ,200503400630 5 ,205991983264 2 ,201454158362 4
К,™ ,135882332609 4 ,228160638079 2 ,126962758048 5 ,155377436967 3 ,119518579977 6 ,426018842216 1
Э,|И ,013263163935 2 ,015431228652 3 ,023721508493 4 ,006662911515 1 ,037512092692 5 ,038802607578 6
Ули дц. 1,4579515 5 1,5449228 4 1,1171464 6 16,3983214 1 1,6820284 3 3,9353613 2
У 3 ДЯ. 8519,9408432 4 4862,0936267 5 2261,5238013 6 14066,5845600 3 27568.6781600 2 43170,6798000 1
Еу У прок ,0000144 5 ,0003360 2 ,0001309 3 ,0000001 6 ,0000205 4 ,0004166 1
Итого баллов 47 37 49 46 60 55
а
Номер места интерпретируется нами как то количество баллов, которое характеризует тот или иной кластер. В результате суммирования баллов получаем итоговое значение и ранжируем кластеры от меньшего (наилучшего) к большему (наихудшему).
Исходя из данных, содержащихся в таблице 1. «Конечные центры налоговых кластеров и бальная оценка данных кластеров в 2012 г.» получается следующее:
1. Наименьшее количество баллов (лучший результат) - 37 баллов, получился у кластера 2 (в его состав входят 26 регионов, перечисленных нами выше). Для названия данного кластера считаем возможным предложить применять терминологическую конструкцию «наиболее функционально-пропорциональный налоговый кластер». Использование такого термина для обозначения кластера, получившего лучший результат по итогам суммирования баллов, правомерно обосновано тем, что, занимая всего лишь по трем показателям лидирующие позиции - первые места, он при этом по всем показателям (кроме одного) занимает не последние места. Такая ситуация закономерно может быть оценена как наиболее пропорциональная, что и положено нами в основу термина, предлагаемого для точной интерпретации содержания такого кластера. Регионы РФ, входящие в данный кластер, могут быть оценены как максимально всесторонне успешные в налоговой сфере (с позиции государства).
2. Вторую позицию с количеством баллов 46 занимает кластер 4 (в его состав входят 2 региона, перечисленных нами выше). Для отражения внутреннего содержания кластеров, занимающих вторую позицию, здесь и далее применительно к интерпретации результатов кластерного анализа налогового состояния российских регионов за другие годы логично использовать терминологическую конструкцию «достаточно функционально-пропорциональный налоговый кластер».
3. Третью позицию с количеством баллов 47 занимает кластер 1 (в его состав входит 5 регионов, перечисленных нами выше), так как разрыв между данным и предыдущим кластером составляет только 1 балл, этот кластер можно охарактеризовать как «среднефункционально-пропорциональный налоговый кластер, более близкий ко второму месту».
Для отражения внутреннего содержания кластеров, занимающих среднюю позицию применительно к интерпретации результатов кластерного анализа налогового состояния российских регионов за другие годы логично использовать терминологическую конструкцию «среднефункцио-нально-пропорциональный налоговый кластер».
Следует указать, что если разрыв в баллах между кластерами, занимающими среднюю и более высокие позиции, не значителен, то полагаем возможным считать регионы, входящие в соответствующем году в состав таких кластеров, имеющими удовлетворительное налоговое состояние и их опыт осуществления налоговой политики и налогового администрирования подлежит более внимательному изучению. Для данной группы кластеров предлагается использовать терминологическую конструкцию «существенно функционально-пропорциональные налоговые кластеры».
4. Четвертую позицию с количеством баллов 49 занимает кластер 3 (в его состав входит 48 регионов, перечисленных нами выше), так как разрыв между данным и следующим кластером составляет 6 баллов, то этот кластер можно охарактеризовать как «среднефункционально-пропорцио-нальный налоговый кластер, более близкий к пятому месту».
5. Пятую позицию с количеством баллов 55 занимает кластер 6 (в его состав входит Кабардино-Балкарская Республика). Для отражения внутреннего содержания кластеров, занимающих предпоследнюю позицию, здесь и далее применительно к интерпретации результатов кластерного анализа налогового состояния российских регионов за другие годы логично использовать терминологическую конструкцию «недостаточно функционально-пропорциональный налоговый кластер».
6. Последнюю позицию с количеством баллов 60 занимает кластер 5 (в его состав входит Республика Северная Осетия-Алания). Для отражения внутреннего содержания кластеров здесь и далее применительно к интерпретации результатов кластерного анализа налогового состояния российских регионов за другие годы логично использовать терминологическую конструкцию «наименее функционально-пропорциональный налоговый кластер». Как и по первому пункту прокомментируем применяемый термин. Использование такого термина для обозначения кластера, получившего худший результат по итогам суммирования баллов, правомерно обосновано тем, что он по большинству показателей занимает четвертые и последние (пятые) места. Такая ситуация закономерно может быть оценена как наименее удачная и пропорциональная, что и положено нами в основу термина, предлагаемого для точной интерпретации содержания такого кластера.
Следует отметить, что при другом количестве кластеров предложенные терминологические формулировки, характеризующие их внутреннее содержание, возможно детализировать в большей степени, применяя, например, такие формулировки как «условно-удовлетворительный функционально-пропорциональный налоговый кластер», «условно-неудовлетворительный функционально пропорциональный налоговый кластер» и т. п.
На основе произведенных авторами расчетов степени функциональной пропорциональности региональных налоговых кластеров в различные годы можно составлять таблицы, систематизирующие субъекты РФ, попавшие в состав существенно функционально-пропорциональных налоговых кластеров; выявлять регионы, стабильно попадающие в названные кластеры; определять регионы-лидеры по уровню соответствующих показателей.
По данным регионам следует глубже изучать их налоговую специфику, особенности налоговой политики и налогового администрирования и их опыт целесообразно распространять на другие субъекты РФ. Субъекты РФ, стабильно входящие в состав существенно функционально-пропорциональных налоговых кластеров и, кроме того, занимающие ли-
дирующие позиции по тем или иным показателям, следует оценивать как регионы опережающего роста налогового потенциала, комплексного развития налоговой политики и удовлетворительного налогового состояния, способные не только служить примером, но и способствовать развитию других российских территорий.
Осуществление кластерного анализа позволяет по-новому взглянуть на обобщение опыта субъектов РФ в налоговом администрировании, осуществлении ими налоговой политики и в формировании налогового потенциала. Интерпретация результатов налоговой кластеризации регионов РФ позволяет существенно расширить спектр субъектов РФ, передовой опыт которых в формировании налоговой политики и осуществлении налогового администрирования необходимо предметно изучать и внедрять на других территориях.
Литература
1. Вылкова Е. С., Позов И. А. Система показателей, характеризующих налоговое состояние региона // Вестник Саратовского государственного социально-экономического университета, 2013. - № 3 (47). - С. 96-100.
2. Евстигнеев Е. Н., Викторова Н. Г. Налоги и налогообложение. Теория и практикум: учеб. пособие. - М.: Проспект, 2012. - 520 с.
3. Ермакова Е. А., Нестеренко Е. А. Налоговая нагрузка в России: диспропорциональность развития. - Саратов: Изд-во Саратовского государственного социально-экономического университета, 2013. - 132 с.
4. Ермакова Е. А., Степаненко В. В. Налоговый контроль в России: организация и направления развития. - Саратов: Изд-во Саратовского государственного социально-экономического университета, 2012. - 126 с.
5. Киреенко А. П., Быков С. С. Издержки налогообложения в Российской федерации. - Иркутск: Изд-во БГУЭП, 2012. - 190 с.
6. Налетов А. Ю., Чимитдоржиева Е. Ц. Эконометрическое моделирование налогового потенциала муниципальных образований с помощью кластер-процедур (на примере Республики Бурятия) // Известия Иркутской государственной экономической академии. - 2009. - № 6. - С. 40-42.
7. Киреенко А. П. Оценка издержек налогового администрирования в Российской Федерации // Известия Иркутской государственной экономической академии, 2004. - № 1. - С. 28-33.
8. Самаруха В. И., Буров В. Ю. Теневая экономика в системе предпринимательской деятельности региона». - Иркутск: Изд-во БГУЭП, 2010. - 243 с.
9. Уклонение от уплаты налогов. Проблемы и решения: монография / под ред. И. А. Майбурова, А. П. Киреенко, Ю. Б. Иванова. - М.: ЮНИТИ-ДАНА, 2013 - 383 с.
10. Экономика налоговых реформ: монография / под ред. И. А. Майбурова, Ю. Б. Иванова, Л. Л. Тарангул. - К.: Алерта, 2013. - 432 с.
11. URL: www.gks.ru
12. URL: www.nalog.ru
Вылкова Елена Сергеевна, доктор экономических наук, профессор кафедры государственных и муниципальных финансов Санкт-Петербургского государственного экономического университета. Е-mail: vylkovaelena@mail.ru
Тарасевич Алексей Алексеевич, аспирант кафедры государственных и муниципальных финансов Санкт-Петербургского государственного экономического университета. Е -mail: starss@list.ru
Vylkova Elena Sergeevna, doctor of economic sciences, professor of state and municipal finance Department, St. Petersburg State University of Economics.
Tarasevich Alexei Alexeevich, Graduate student of state and municipal finance Department, St. Petersburg State University of Economics.
