ФАКТОРНЫЙ АНАЛИЗ ПОСТУПЛЕНИЙ НАЛОГА НА ИМУЩЕСТВО ОРГАНИЗАЦИЙ, ИСЧИСЛЯЕМОГО ИСХОДЯ ИЗ КАДАСТРОВОЙ СТОИМОСТИ Текст научной статьи по специальности «Экономика и бизнес»

ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2023. Том 58. № 5

ФИНАНСОВАЯ ЭКОНОМИКА В. В. Сашичев1

Минфин РФ (Москва, Россия) Р. В. Балакин2

НИФИ Минфина РФ / Нижегородский государственный университет им. Н. И. Лобачевского (Москва, Россия) УДК: 336.226.2 ДБЬ: Н22

М: 10.55959^Ш130-0105-6-58-5-10

ФАКТОРНЫЙ АНАЛИЗ ПОСТУПЛЕНИЙ НАЛОГА НА ИМУЩЕСТВО ОРГАНИЗАЦИЙ, ИСЧИСЛЯЕМОГО ИСХОДЯ ИЗ КАДАСТРОВОЙ СТОИМОСТИ

Предметом исследования являются поступления налога на имущество организаций, исчисляемого исходя из кадастровой стоимости. Целью исследования является выделение факторов, влияющих на размер поступлений налога на имущество организаций в части тех объектов, налоговой базой для которых является кадастровая стоимость. Актуальность исследования обусловливается постепенным переходом на исчисление имущественных налогов исходя из кадастровой стоимости. В части налога на имущество физических лиц и земельного налога такой переход уже осуществлен, а прогнозирование последствий осуществления такого перехода для налога на имущество организаций является крайне актуальной задачей. Научная новизна исследования заключается в предложенной четырехфакторной мультипликативной модели. Среди предлагаемых факторов называются эффективная ставка налога на имущество в регионе, общее количество объектов капитального строительства в регионе, доля объектов в региональном перечне в общем объеме объектов капитального строительства в регионе и средняя кадастровая стоимость одного объекта в региональном перечне. Основным методом исследования является логарифмический метод детерминированного факторного анализа. В результате для 85 регионов Российской Федерации количественно оценено влияние каждого из выделяемых факторов. Важным результатом проведенного исследования является впервые предпринятый в отечественных иссле-

1 Сашичев Виктор Валентинович — заместитель директора Департамента налоговой политики Министерства финансов Российской Федерации; e-mail: Viktor.Sashichev@min-fin.gov.ru, ORCID: 0009-0009-4328-9864.

2 Балакин Родион Владимирович — к.э.н., с.н.с., Центр налоговой политики, НИФИ Минфина РФ, Центр макро- и микроэкономики Института экономики и предпринимательства, Нижегородский государственный университет им. Н. И. Лобачевского; e-mail: balaMn@iiifi.ru, ORCID: 0000-0002-0494-9702.'_

© Сашичев Виктор Валентинович, 2023 [МШЗ^И

© Балакин Родион Владимирович, 2023 [МЁШ^И

LOMONOSOV ECON. JOUR. 2023. VOL. 58. No. 5

дованиях сводный анализ региональных перечней, закрепляющих объекты, налоговой базой для которых является кадастровая стоимость. К основным выводам исследования следует отнести тот факт, что для большинства регионов ведущим фактором является доля объектов в региональных перечнях. Это говорит о том, что расширение перечней и увеличение доли положительно скажется на динамике налоговых поступлений по налогу на имущество организаций, и для большинства регионов именно это направление должно становиться наиболее перспективным для увеличения поступлений по этому налогу.

Ключевые слова: имущественное налогообложение, налог на имущество организаций, кадастровая стоимость, факторный анализ, эффективная ставка налога, объекты капитального строительства.

Цитировать статью: Сашичев, В. В., & Балакин, Р. В. (2023). Факторный анализ поступлений налога на имущество организаций, исчисляемого исходя из кадастровой стоимости. Вестник Московского университета. Серия 6. Экономика, 58(5), 209—233. https://doi. org/10.55959/MSU0130-0105-6-58-5-10.

V. V. Sashichev

Ministry of Finance of Russia (Moscow, Russia) R. V. Balakin

FRI of the Ministry of finance of Russian / Lobachevsky State University of Nizhniy Novgorod (Moscow, Russia) JEL: H25, H71

FACTOR ANALYSIS OF CORPORATE PROPERTY TAX REVENUE CALCULATED ON THE BASIS OF CADASTRAL VALUE

The paper examines the revenue of corporate property tax, calculated on the basis of the cadastral value. The purpose of the study is to identify the factors affecting the amount of corporate property tax revenues in terms of those objects, with the cadastral value as a tax base for it. The relevance of the study is due to the ongoing transition to the calculation of property tax on the basis of the cadastral value. In terms of tax on property of individuals and land tax, such a transition has already been made, and forecasting the consequences of such a transition for corporate property tax is an extremely relevant task. The scientific novelty of the study is the proposed four-factor multiplicative model. Among the proposed factors are the effective property tax rate in the region, the total number of capital construction objects in the region, the share of objects in the regional list in the total volume of capital construction objects in the region and the average cadastral value of one object in the regional list. The main method of research is the logarithmic method of deterministic factor analysis. As a result, for 85 regions of the Russian Federation, the impact of each of the selected factors was quantitatively evaluated. An important result of the study should also be called a consolidated analysis of regional lists, which provide the objects, the tax base for which is the cadastral value, for the first time undertaken in national studies. The main conclusions of the study show that for most regions

the leading factor is the share of objects in the regional lists. This suggests that the expansion of the lists and the increase in the share will have a positive effect on the dynamics of corporate property tax revenues, and for most regions this direction should become most promissing for increasing the revenues from this tax.

Keywords: property taxation, corporate property tax, cadastral value, factor analysis, effective tax rate, capital construction objects.

To cite this document: Sashichev, V. V., & Balakin, R. V. (2023). Factor analysis of corporate property tax revenue calculated on the basis of cadastral value. Lomonosov Economics Journal, 58(5), 209-233. https://doi.org/10.55959/MSU0130-0105-6-58-5-10.

Введение

Использование кадастровой стоимости в качестве налоговой базы является одним из трендов реформирования имущественного налогообложения последних десятилетий в России. Сейчас кадастровая стоимость выступает единственным источником налоговой базы по налогу на имущество физических лиц и земельному налогу. Полный переход на исчисление налога на имущество организаций исключительно исходя из кадастровой стоимости также активно обсуждается. В настоящий момент использование кадастровой стоимости в качестве налоговой базы по налогу на имущество организаций регулируется ст. 378.2 Налогового кодекса Российской Федерации (НК РФ) и предполагает исчисление налога исходя из кадастровой стоимости для административно-деловых центров, торговых центров (комплексов) и помещений в них. Понимание того, каким образом происходит формирование налоговой базы в части этих объектов, поможет экстраполировать этот опыт на весь масштаб налоговой базы по налогу на имущество организаций при осуществлении полного перехода на исчисление налога на имущество организаций исходя из кадастровой стоимости.

В связи с этим целью исследования является выделение факторов, влияющих на размер поступлений налога на имущество организаций в части тех объектов, налоговой базой для которых выступает кадастровая стоимость. В статье представлен обзор релевантных научных источников, описана методология построения четырехфакторной мультипликативной модели. Факторами модели являются: эффективная ставка налога на имущество в регионе, общее количество объектов капитального строительства в регионе, доля объектов в региональном перечне в общем объеме объектов капитального строительства в регионе и средняя кадастровая стоимость одного объекта в региональном перечне. Применение инструментов факторного анализа позволило выделить влияние на общее изменение поступлений каждого из названных факторов для страны в целом, что позволило сформулировать результаты исследования и проанализировать их.

Обзор релевантных научных источников

Определение факторов роста налоговых поступлений — одна из перманентных задач, которая решается экономистами в России и за рубежом. Ученые в своих работах выделяют факторы разного уровня. Как правило, акцент делается на макроэкономических показателях, однако факторами роста могут быть и социальные, и политические, и институциональные, и поведенческие, и др.

Исследования, посвященные факторному анализу в налогообложении, можно разделить на четыре группы. Первые ставят своей целью провести факторный анализ для налоговых поступлений в целом для широкого круга стран и территорий. Факторами в данном случае чаще всего выступают макроэкономические показатели. Следует отметить относящиеся к первой группе работы (Canto et al., 2011; Chernick et al., 2014; Sen Gupta, 2007; Angeles Castro, Camarillo, 2014; Piancastelli, Thirlwall, 2020).

Во второй группе работ ставится цель определить факторы, влияющие на поступления того или иного налога. К макроэкономическим факторам здесь некоторые авторы добавляют еще поведенческие и другие факторы, в частности расходы на потребление домашних хозяйств, государственные расходы, экспорт и импорт, открытость торговли, прямые иностранные инвестиции, безработицу и коррупцию. Среди них можно выделить работы, посвященные корпоративному налогу на прибыль (Monteiro et al., 2012; Tahlova, Banociova, 2019), НДС (Bikas, Andruskaite, 2013; Olaoye, 2016; Msangi, 2015; Соколов, 2021), подоходному налогу (Son, Huu Cung, 2019; Alabede et al., 2013), имущественным налогам (Rajul et al., 2020; Bahl, Martinez-Vazquez, 2008) и местным налогам (Hanum, Sari, 2022; Mtasiwa, 2013).

Третья группа работ концентрируется на исследовании факторов налоговых поступлений на конкретной территории. Как правило, это отдельная страна или группа стран одного региона или экономического союза. Очевидно, что к подобным работам относят и все исследования, связанные с региональными и местными налогами. Здесь следует упомянуть публикации, посвященные странам Африки к югу от Сахары (Addison, Levin, 2012), странам с уровнем дохода ниже среднего (Boukbech et al., 2019), Кении (Omolo, 2012; Manyanza et al., 2021), Литве (Senkus, Nikiforaviciûtô, 2015), странам EC (Andrejovska, Pulikova, 2018), России (Малкина, Бала-кин, 2019; Malkina, Balakin, 2019; 2020; Balaev, 2017), странам Юго-Восточной Азии (Minh Ha et al., 2022) и Нью-Йорку (Tax revenue forecasting..., 2022).

Наконец, в четвертой группе работ ставится цель решения специфических задач, чаще всего связанная с определением факторов налогового потенциала, совершенствованием механизмов межбюджетных отношений и налогового администрирования. К таким работам относятся публика-

ции (НоНгЫаИ, МсОшге, 2016; Арлашкина, 2020а, Ь; Измайлова, 2022; Алехина, 2020; Та§еш, 2017).

Следует также отметить публикацию одного из авторов настоящей статьи (Балакин, 2022), в которой проводится анализ наиболее актуальных исследований, посвященных налогу на имущество организаций, в том числе касающихся использования кадастровой стоимости в качестве налоговой базы. В статье содержится подробный обзор публикаций российских авторов в рамках обозначенной проблематики.

Настоящее исследование скорее можно отнести ко второй группе работ, поскольку оно концентрируется именно на факторном анализе для имущественного налогообложения. Более того, объектом исследования является не налог на имущество организаций (далее — НИО) в целом, а именно та часть налоговых поступлений, налоговой базой для которых выступает кадастровая стоимость. Однако поскольку налог на имущество является региональным налогом и работа выполнена на примере регионов Российской Федерации, то можно говорить и о том, что отчасти это исследование можно отнести и к третьей группе работ.

Данная публикация подготовлена в рамках первого этапа исследовательской работы НИФИ в части изучения проблем системы налогообложения имущества в России и возможностей по повышению их эффективности. Цель разработки факторной модели, которая описана далее, — выявление основных факторов, влияющих на поступления от налога на имущество организаций, которые в дальнейшем требуют более подробного изучения, а также региональной специфики в части формирования налоговой базы.

Методология

Для построения факторной модели проведем следующие преобразования в классическом определении налоговых поступлений как произведения налоговой ставки и налоговой базы:

где НП — налоговые поступления от НИО, объектом налогообложения для которых является кадастровая стоимость; НС — налоговая ставка; НБ — налоговая база.

Представим налоговую ставку как частное от деления налоговых поступлений на налоговую базу, что в результате позволит нам рассчитать эффективную налоговую ставку.

НП = НС ■ НБ,

(1)

(2)

НП = ЭС ■ НБ,

(3)

где ЭС = НП / НБ — эффективная ставка. Отметим, что ставка называется эффективной для того, чтобы подчеркнуть разницу с номинальной ставкой и под эффективностью в данном смысле имеется в виду именно отношение налоговых поступлений к налоговой базе, а не степень влияния налоговой ставки на экономику.

Поскольку мы рассматриваем налоговые поступления в части НИО, налоговой базой для которых служит кадастровая стоимость, то можем осуществить преобразования, используя количество объектов в региональных перечнях, так как в соответствии с действующим законодательством объекты, подлежащие налогообложению по кадастровой стоимости, должны быть поименованы в региональных перечнях. В результате деления налоговой базы на количество объектов в перечне мы можем говорить о средней стоимости одного объекта в перечне.

НП = ЭС • КОП • КОП, (4)

НП=ЭС ■ КОП ■ СОП, (5)

где КОП — количество объектов в региональных перечнях; СОП = НБ / КОП — средняя стоимость одного объекта в перечне.

Заключительным преобразованием будет расчет доли объектов в перечне в общем объеме объектов капитального строительства в регионе:

ДП КОП (6)

ДП = ОКС, (6)

где ОКС — общее количество объектов капитального строительства в регионе; ДП = КОП / ОКС — доля объектов в перечне в общем объеме объектов капитального строительства в регионе.

Количество объектов в перечне можно представить как произведение объектов капитального строительства в регионе на долю объектов в перечне:

КОП = ОКС ■ ДП. (7)

В результате налоговые поступления от НИО можно представить в виде следующей четырехфакторной мультипликативной модели:

НП = ЭС ■ ОКС ■ ДП ■ СОП. (8)

Таким образом, факторами модели являются:

• эффективная ставка налогу на имущество в регионе;

• общее количество объектов капитального строительства в регионе;

• доля объектов в региональном перечне в общем объеме объектов капитального строительства в регионе;

• средняя кадастровая стоимость одного объекта в региональном перечне.

Для определения влияния каждого фактора на изменение налоговых поступлений применим логарифмический метод детерминированного факторного анализа. Этот метод более адекватен для мультипликативных моделей, чем метод цепных подстановок, так как получаемый результат не зависит от последовательности факторов. Отметим лишь, что для общего количества объектов капитального строительства в регионах имеются данные только за один период, поскольку переоценка кадастровой стоимости за период исследования проходила только один раз. Таким образом, рассчитать влияние этого фактора не представляется возможным, и о влиянии факторов мы будем говорить только для трех остальных факторов, для которых представим влияние на общее изменение поступлений в периоде t в соответствии с логарифмическим методом детерминированного факторного анализа:

• влияние эффективной ставки по налогу на имущество в регионе:

ДНП( (АЭС)

нп( -нп,_! НП_

ln

эс зС"

t-1 J.

ln

нп

НП

t-1 J

(9)

влияние доли объектов в региональном перечне в общем объеме объектов капитального строительства в регионе:

ДНП (ДДП)

Hnt - Hnt_

НП_

ln

ДПt-l J.

ln

Hnt НП

t-1 J

(10)

• влияние средней кадастровой стоимости одного объекта в региональном перечне:

СОП

ДНП (АСОП) = НПН ПНПм

ln

СОП

t-1

ln

Hnt НП(

(11)

Результаты исследования и их анализ

Прежде чем давать характеристику факторов, необходимо сказать несколько слов о характере изменения собственно налоговых поступлений. На рис. 1 представлена динамика налоговых поступлений по НИО с 2017 по 2021 г. Поясним, что данные ограничиваются 2021 г., поскольку источником информации для них служит форма статистической налоговой от-

четности 5-НИО, которая согласно графику публикации выходит в конце следующего за отчетным годом.

АРХ КОМИ ЯНАО КРАС

I МЭЛ КИР ПЕРМ ХМАО ТЮМ ТОМ КЕМ

ЧУВ ТАТ УДМ СВЕР КУРГ НОВ ХАК

1 УЛЬ САМ БАШ ЧЕЛ ОМСК АЛТК ТЫВА

САР ОРЕН РАЛТ

менее 0% А 24% - 100» А

0% - 24% более 100%

Рис. 1. Изменение объема налоговых поступлений от НИО в части тех объектов,

налоговой базой для которых является кадастровая стоимость за 20171—2021 гг., % Источник: подготовлено авторами на основе данных форм статистической налоговой отчетности 5-НИО.

Как видно из рис. 1, регионы демонстрируют довольно неоднородную динамику показателя. Во-первых, отметим, что не все регионы в принципе имеют налоговые поступления по НИО в части объектов, налоговой базой для которых является кадастровая стоимость. На рисунке такие регионы обозначены белым маркером. О таких регионах мы скажем далее при характеристике фактора доли объектов в региональных перечнях и общей интерпретации результатов факторного анализа.

Во-вторых, если рассматривать весь период исследования, то только для шести регионов динамика показателя отрицательная. Это Амурская, Вологодская, Ленинградская и Новгородская области, Республики Мордовия и Хакасия.

В-третьих, для страны в целом рассматриваемые налоговые поступления выросли на 35%. При этом 18 субъектов РФ демонстрируют рост ниже среднероссийского значения. В большинстве регионов (50 субъектов РФ) рост составляет более 35%, из них в 31 регионе наблюдается более чем двукратный рост рассматриваемых налоговых поступлений, а в 18 из них рост даже более чем трехкратный (Архангельская, Астраханская, Кировская, Курганская, Мурманская, Саратовская, Сахалинская, Томская и Ярославская области, Карачаево-Черкесская Республика, Республики Бурятия, Дагестан, Калмыкия, Карелия и Тыва, Еврейская автономная область, Приморский и Хабаровский края).

1 В случае, если данные на 2017 г. в регионе отсутствуют (еще не было определены объекты, облагаемые по кадастровой стоимости), для расчетов используется первый год, когда такие объекты были определены. Регионы, для которых так и не были определены такие объекты, на рис. 1 представлены белым цветом.

Данную динамику будем учитывать при интерпретации результатов факторного анализа, но сначала охарактеризуем каждый из рассматриваемых факторов.

Данные о размере эффективной ставки по НИО представлены на рис. 2.

Рис. 2. Размер эффективной налоговой ставки по НИО в 2021 г. Источник: подготовлено авторами на основе данных форм статистической налоговой отчетности 5-НИО.

При характеристике ситуации с эффективной ставкой по НИО отметим, что налоговая ставка является элементом налога, для которого размер определяется региональным законодательством. Для налога в целом установлен предел ставки, равный 2,2%, в свою очередь для объектов, в отношении которых налоговая база определяется как кадастровая стоимость, предельная ставка принята равной 2%. Большинство регионов установило максимальный размер ставки в 2%, но в ряде регионов действуют пониженные ставки для некоторых категорий. Как правило, это либо отдельные категории объектов (например, жилые помещения), либо льготные категории налогоплательщиков (например, применяющие специальные налоговые режимы). Примерами регионов с действующими пониженными ставками для отдельных категорий объектов или налогоплательщиков являются Республика Карелия, Архангельская, Вологодская, Воронежская, Курганская, Омская, Оренбургская, Псковская, Рязанская и Тульская области, а также Ханты-Мансийский автономный округ — Югра.

Следует отметить, что для большинства регионов размер эффективной ставки находится в диапазоне от 1 до 2%. Таких регионов 67. Для страны в целом размер эффективной ставки равен 1,56%, т.е. он находится в середине указанного диапазона. В 8 регионах размер эффективной ставки составляет менее 1%. Это Амурская, Владимирская, Ленинградская, Омская и Смоленская области, Республики Дагестан и Крым, а также Чувашская Республика. Отметим, что все эти регионы, кроме Ленинградской и Омской областей, были названы нами выше либо как те, которые демонстрируют меньший размер номинальных ставок, либо как те, которые имеют пониженные ставки для отдельных категорий объектов

или налогоплательщиков. Максимальный размер ставки (в диапазоне от 1,9 до 2%) демонстрируют Саратовская, Магаданская и Брянская области, Ямало-Ненецкий АО, Еврейская автономная область, Республика Мордовия и Ставропольский край. Отличие эффективной ставки от номинальной связано с льготными ставками для отдельных категорий объектов или собственников.

Управление размером налоговой ставки является лишь одной стороной налоговой политики регионов в части повышения эффективности НИО, другой стороной выступает управление параметрами и размером налоговой базы по НИО. И поскольку, как мы отметили, во многих регионах и без того установлен максимальный размер ставки, это направление — единственно возможный инструмент для регионов повлиять на размер налоговых поступлений по НИО. Особенно это актуально для тех объектов, налоговой базой для которых служит кадастровая стоимость. Поэтому далее рассмотрим факторы, которые характеризуют налоговую базу в части кадастровой стоимости.

Источником информации для фактора количества объектов капитального строительства в регионе являются данные Федеральной кадастровой палаты. Необходимо пояснить, что в соответствии с действующим законодательством (п. 4 ст. 11 Федерального закона от 03.07.2016 № 237-Ф3 «О государственной кадастровой оценке») кадастровая оценка проводится в регионах через четыре года с года проведения последней государственной кадастровой оценки, в городах федерального значения — через два года. Таким образом, за период исследования (с 2017 по 2021 г.) имеется информация обычно только об одном туре такой оценки. Таким образом, данный фактор нам необходим для формирования модели, но не может стать частью факторного анализа, поскольку отсутствует информация о его динамике. В связи с этим мы дадим лишь общую характеристику фактора. Данные об общем количестве объектов капительного строительства в регионах по данным 2021 г. представлены на рис. 3.

СПБ МУРМ

МОС| КАР НАО ЧАО КАМ

Рис. 3. Общее количество объектов капитального строительства в регионах по данным на 2021 г., единиц Источник: подготовлено авторами на основе данных Федеральной кадастровой палаты.

Итак, в соответствии с данными Федеральной кадастровой палаты 8,61% всех объектов капитального строительства находятся в Московской области, 6,73% — в Ростовской области, 4,61% — в Краснодарском крае, 3,74% — в Республике Крым. Отметим также Республики Башкортостан, Татарстан и Свердловскую область, на которые приходится 2,99, 2,74 и 2,48% соответственно. Таким образом, на обозначенные 7 регионов приходится 31,9%, т.е. почти треть всех объектов капитального строительства в стране. Этот фактор в соответствии с нашей моделью не демонстрирует динамики, но оказывает существенное влияние, поскольку является знаменателем для следующего фактора — доли объектов регионального перечня в общем объеме объектов капитального строительства в регионах. В соответствии с налоговым законодательством объекты, для которых налоговая база определяется как кадастровая стоимость, определены в ст. 378.2 НК РФ.

Наличие тех или иных объектов является необходимым, но не достаточным условием для того, чтобы объект облагался по кадастровой стоимости. Для того чтобы налоговой базой для объекта являлась кадастровая стоимость, нужно, чтобы он был включен в региональный перечень, утверждаемый региональным органом исполнительной власти ежегодно.

На рис. 4 сведена информация о количестве таких объектов для каждого из регионов.

ЛЕН НОВ ПСК ТВЕР ЯРОС ИВАН

СМОЛ КЛЖ МО ВЛАД НИЖ ЧУВ ТАТ ' БРЯН

НАО ЧАО

АРХ КОМИ ЯНАО КРАС САХА МАГ

КОС МЭЛ КИР ПЕРМ ХМАО ТЮМ ТОМ КЕМ ИРК АМУР | ХАБ

нет

от 1000 до 10000

до 1000 более 10000

Рис. 4. Количество объектов/помещений в региональных перечнях в 2021 г., единиц Источник: подготовлено авторами на основе данных о региональных перечнях.

Прежде чем охарактеризовать региональные перечни, необходимо отметить, что в одних регионах в перечнях приводится детализация на уровне помещений (и таких регионов большинство), а в других — только на уровне зданий и сооружений. Для целей факторного анализа непринципиально, приводят ли регионы в перечнях сведения о помещениях или зданиях и сооружениях, важно лишь, чтобы в динамике показатель приводился в одном и том же масштабе, поскольку значима именно динамика показателя. Однако следует сказать и о количестве зданий и сооружений или помещений в перечнях.

СПБ МОС

ЕАО

Как и в случае с общим числом объектов капитального строительства в регионах, охарактеризуем ситуацию с долей регионов в общефедеральном показателе. По данным на 2021 г. заметную долю демонстрируют только четыре региона. Это Краснодарский край (13,3%), Нижегородская (7,6%) и Самарская (5,9%) области и город Москва (5,9%). Важно отметить существенное число объектов в Краснодарском крае и Нижегородской области, где перечни содержат более 83 и 47 тыс. помещений соответственно. Для сравнения, в Москве, занимающей четвертое место по значению показателя, в перечне содержится около 37 тыс. объектов. В остальных регионах в перечнях указываются менее 20 тыс. помещений. Из них в 14 регионах — более 10 тыс. объектов. Это Республики Дагестан, Адыгея, Марий-Эл, Рязанская, Белгородская, Кировская, Калининградская, Иркутская, Вологодская, Брянская и Астраханская области, Ханты-Мансийский АО — Югра, Забайкальский край и Удмуртская Республика.

Наряду с данными о количестве объектов в перечнях, также актуальна информация о доле в общем объеме объектов капитального строительства в регионе, которая представлена на рис. 5.

ЛЕН НОВ ПСК ТВЕР ЯРОС ИВАН МО ВЛАД

АРХ КОМИ ЯНАО

КОС МЭЛ КИР ПЕРМ ХМАО ТЮМ ТОМ

НИЖ ЧУВ ТАТ УДМ СВЕР КУРГ НОВ

МОРД УЛЬ САМ БАШ ЧЕЛ ОМСК АЛТК

КРАС КЕМ

А менее 0%

А 0,5% - 3%

0%% - 0,5% более 3%

Рис. 5. Доля объектов в региональном перечне в общем объеме объектов капитального строительства в регионах в 2021 г., %

Источник: подготовлено авторами на основе данных региональных перечней и Федеральной кадастровой палаты.

Итак, как видно из рис. 5, среди регионов с максимальным числом объектов в перечнях только Москва имеет высокие значения доли объектов в общем объеме объектов капитального строительства. В столице доля объектов в перечне составляет 6,26% от всех объектов, что можно назвать высоким показателем, поскольку в соответствии с налоговым законодательством не любой объект может быть включен в перечень, а только тот, который удовлетворяет условиям ст. 378.2 НК РФ.

Высокую долю объектов также демонстрируют Республика Адыгея (7,52%), Калининградская область (6,97%) и Республика Калмыкия (6,17%). О заметной доле можно также говорить в Кировской (5,60%), Нижегородской (4,77%), Самарской (4,72%), Вологодской (4,34%) и Рязан-

СПБ МОС

ской (4,11%) областях, Забайкальском (5,13%) и Краснодарском (4,04%) краях, городе Санкт-Петербурге (4,25%), Республиках Марий-Эл (4,77%), Коми (4,68%), Хакасия (4,34%) и Дагестан (4,27%). В диапазоне от 3 до 4% показатель находится в Камчатском крае, Амурской, Сахалинской, Мурманской, Астраханской, Костромской, Ульяновской и Брянской областях, Удмуртской Республике и Республике Алтай. Еще в 8 регионах (Иркутской, Архангельской, Белгородской и Смоленской областях, Республике Бурятия, Чеченской Республике, Ханты-Мансийском АО и Приморском крае) он составляет от 2 до 3%. Наконец, еще в 7 регионах (Липецкой, Курганской, Томской, Тульской и Новгородской областях, Пермском крае и Республике Карелия) — от 1 до 2%. Отметим, что в этом же диапазоне находится и результат для страны в целом — 1,41%. В остальных регионах (а таких регионов 35) доля объектов регионального перечня в общем объеме объектов капитального строительства в регионе не превышает 1%.

Помимо собственно доли необходимо также охарактеризовать динамику показателя, поскольку количество объектов в региональных перечнях может быть существенно изменяемым показателем. Следует отметить, что подавляющее большинство регионов демонстрируют положительную динамику доли. Отрицательную динамику демонстрируют только 13 регионов: Ульяновская, Астраханская, Курская, Новосибирская, Костромская, Архангельская, Курганская, Омская, Новгородская и Псковская области, Республики Башкортостан, Бурятия и Мордовия.

О существенном снижении числа объектов в перечнях можно говорить для Республики Башкортостан (с 10 046 объектов в 2017 г. до 3152 в 2021 г.), Новосибирской области (с 3177 объектов в 2017 г. до 775 объектов в 2018 г. и дальнейшим ростом до 1064 объектов в 2021 г.), Ульяновской области (с 18 646 объектов в 2018 г. до 9320 в 2021 г.) и Курской области (с 6043 объектов в 2019 г. до 3344 в 2021 г.). Снижение количества объектов в перечне — это скорее нетипичный процесс, и о заметном снижении доли объектов в перечне можно говорить только для Ульяновской (на 3,12 п.п.), Астраханской (на 1,6 п.п.) и Костромской (на 0,80 п.п.) областях, в остальных же названных регионах это скорее корректировка в пределах 0,4—0,6 п.п. доли объектов в перечне в общем объеме объектов капитального строительства в регионе. Отметим, что одним из факторов снижения количества объектов в перечне могут быть выигранные налогоплательщиками судебные процессы по оспариванию включения объектов в перечень, но когда речь идет о существенном изменении количества объектов в перечне, то имеет место проведение целенаправленной региональной налоговой политики.

Отметим, что в большинстве регионов (их 28) увеличение доли объектов перечня в общем объеме объектов капитального строительства региона было не более чем двукратным, в 12 регионах — от двух до пяти раз, еще в девяти регионах — в пределах десяти раз. Максимальное увеличе-

ние доли (и, соответственно, количества объектов в перечнях, поскольку, напомним, что знаменатель для этого фактора в виде общего количества объектов капитального строительства в регионе оставался неизменным для всего периода исследования) наблюдалось в Калужской, Кировской, Липецкой и Томской областях, а также Карачаево-Черкесской Республике (в пределах 20 раз), Республиках Карелия, Тыва и Адыгея, а также Мурманской области (в пределах 40 раз), Тюменской и Сахалинской областях, а также Республике Дагестан (доля в этих регионах увеличилась более чем в 60 раз).

Увеличение количества объектов в перечнях является не единственным путем расширения налоговой базы по НИО в части кадастровой стоимости. Регионы могут подходить к формированию перечня не с точки зрения количества, а с точки зрения качества. В связи с этим представляет интерес четвертый фактор нашей модели — средняя стоимость одного объекта в региональном перечне.

Последним фактором нашей модели выступает средняя кадастровая стоимость одного объекта в региональном перечне, информация о которой представлена на рис. 6.

МО ВЛАД

ТУЛ РЯЗ

ЛИП ТАМ

БЕЛ ВОР

КРА РОСТ

КЧР СТАВ

КБР СОА

ЧЕЧ ДАГ ИНГ

менее 2000 от 10000 до 100000 I

от 2000 до 10000 более 100000

Рис. 6. Средняя кадастровая стоимость одного объекта в региональных перечнях за 2017—2021 гг., тыс. руб. Источник: подготовлено авторами на основе данных форм статистической налоговой отчетности 5-НИО.

При характеристике ситуации с этим фактором ориентиром для нас послужит значение для страны в целом. По данным 2021 г. кадастровая стоимость одного объекта в перечне в среднем по стране составляла 13,25 млн руб. Важно отметить, что эта стоимость с 2017 г. сократилась более чем в два раза (в 2017 г. она составляла 30,48 млн руб.). Это снижение можно объяснить ростом количества объектов в перечнях за счет включения меньших объектов. При этом следует заметить, что средний рост количества объектов в перечнях составил 1,41 раза, т.е. количество объектов растет слабее, чем снижается их средняя стоимость. Это можно объяснить тем, что самые дорогие объекты региона включались в перечни в первую

А

А

очередь, и дальнейшее пополнение происходило за счет объектов с меньшей кадастровой оценкой.

Говоря о региональном разрезе значений фактора, отметим, что в 53 регионах средняя кадастровая стоимость ниже среднероссийского значения. Таким образом, высокие значения показателя в остальных 21 регионе позволяют поддерживать средний уровень на обозначенном уровне. Средний размер кадастровой стоимости одного объекта находится в перечне от 100 млн до 200 млн руб. в Москве, Санкт-Петербурге, Московской области и Ямало-Ненецком АО и более 300 млн руб. в Свердловской области, которая демонстрирует максимальное значение показателя. Средняя кадастровая оценка объектов в перечнях от 13 млн до 100 млн руб. наблюдается во Владимирской, Оренбургской, Магаданской, Тамбовской, Ленинградской, Кемеровской, Челябинской, Псковской, Ярославской, Новосибирской и Омской областях, Республиках Тыва, Мордовия, Татарстан и Башкортостан, а также в Хабаровском крае.

В заключение дадим характеристику динамики показателей кадастровой оценки. Как мы уже отметили, для страны в целом имеет место тенденция снижения средней кадастровой стоимости одного объекта в перечне, такая же тенденция характерна для 52 регионов, причем для 15 регионов снижение более существенное, чем для страны в целом. Максимальные снижения демонстрируют города Москва и Санкт-Петербург, Сахалинская и Тюменская области, а также Ямало-Ненецкий АО. С другой стороны, максимальное повышение показателя наблюдается в Курганской, Свердловской Курской и Новосибирской областях, а также Республике Башкортостан, которые демонстрируют его более чем двукратный рост.

В анализе влияния перехода на налогообложение исходя из кадастровой стоимости учитывались не все регионы. Во-первых, это субъекты РФ, в которых нет региональных перечней, закрепляющих объекты, по ним налоговая база определяется как кадастровая стоимость. Таких регионов семь — Волгоградская, Ростовская, Тверская области, город Севастополь, Красноярский край, Ненецкий и Чукотский АО.

Во-вторых, следует выделить три региона, в которых перечни были введены после 2021 г.: Владимирская область — в 2021 г., Орловская область — в 2022 г. и Республика Саха (Якутия) — в 2022 г.

Следует также отметить Чеченскую Республику, где перечень есть, но согласно отчетности ФНС (форма 5-НИО) налоговой базы, исчисляемой исходя из кадастровой стоимости, нет, и, соответственно, налоговых поступлений, исходя из кадастровой стоимости, за анализируемый период тоже нет.

Для остальных регионов, интерпретируя результаты факторного анализа, для каждого из факторов выделим количество регионов, которые демонстрируют значения в рамках обозначенных диапазонов (рис. 7), а также для каждого фактора выделим регионы, для которых тот или иной

фактор демонстрирует наибольшее значение (далее — ведущие факторы, на рисунке они представлены в виде заштрихованных областей).

Эффективная ставка по Доля ОКС, входящих в Средняя кадастровая НИО в регионах перечни стоимость в перечнях

■ менее -100% ■ от -100 до 0% "от 0 до 100% ■ более 100%

Рис. 7. Распределение регионов по вкладам факторов в изменение налоговых поступлений по НИО Источник: подготовлено авторами.

Рассматривая распределение ведущих факторов, следует отметить, что только для семи регионов значения ведущих факторов находятся в зоне отрицательных значений. Это означает, что динамика этих факторов и налоговых поступлений разнонаправленная, т.е. к росту поступлений в этих случаях ведет снижение значения фактора. Причем для всех семи регионов эти значения составляют менее —100%, т.е. в диапазоне от 0 до —100% ни для одного из регионов ни один из факторов не является ведущим. Распределение же отрицательных ведущих значений следующие: для одного региона (Ханты-Мансийский АО) это эффективная ставка по НИО, для трех (город Москва, Республики Адыгея и Северная Осетия — Алания) это средняя кадастровая стоимость одного объекта в региональных перечнях и для трех (Республика Хакасия, Ульяновская и Ленинградская области) это доля объектов в региональных перечнях в общем объеме объектов капитального строительства в регионах. Отметим, что если рассматривать только положительные значения вкладов факторов, то для Ханты-Мансийского АО, Республики Хакасия и Ульяновской области ведущим фактором станет средняя кадастровая стоимость одного объекта в региональных перечнях, для города Москвы, Республик Адыгея и Северная Осетия — Алания — доля объектов в региональных перечнях в общем объеме объектов капитального строительства в регионах, а для Ленинградской области — эффективная ставка по НИО.

Теперь в рамках положительных диапазонов представим, для каких именно регионов тот или иной фактор является ведущим. Фактор эффективной налоговой ставки по НИО выступает ведущим для 13 регионов: Архангельская, Астраханская, Воронежская, Ивановская, Костромская, Омская и Самарская области, Республики Алтай, Бурятия, Калмыкия, Марий-Эл и Татарстан, а также Еврейская автономная область.

Для девяти регионов ведущим фактором является средняя кадастровая стоимость одного объекта в региональном перечне: Амурская, Вологодская, Курганская, Курская, Новгородская, Новосибирская, Псковская и Свердловская области, а также Республика Башкортостан.

Для подавляющего же большинства регионов (45 из 67 регионов, демонстрирующих положительное значение ведущего фактора) ведущим является фактор доли объектов в региональном перечне в общем объеме объектов капитального строительства в регионе. Отметим, что и для страны в целом этот фактор оказался ведущим. Всего 38 регионов демонстрируют значение этого фактора более 100%, и для 34 из них он выступает ведущим, еще для 11 регионов значение ведущего фактора находится в диапазоне от 0 до 100% (всего регионов, демонстрирующих значение фактора в этом диапазоне, — 21).

Для интерпретации результатов факторного анализа в табл. 1 представим информацию о доле регионов в общих поступлениях НИО и поступлениях от объектов, для которых налоговой базой является кадастровая стоимость, в зависимости от того, какой фактор по результатам факторного анализа для региона оказался ведущим. Отметим, что общая доля представлена в разбивке по влиянию более 100%, от 0 до 100% и отрицательному влиянию — менее —100%.

Таблица 1

Доли регионов в поступлениях от НИО в зависимости от ведущего фактора, %

Ведущий фактор Доля регионов в общих поступлениях НИО Доля регионов в поступлениях НИО от объектов, для которых налоговой базой является кадастровая стоимость

Регионы, где нет перечня 6,15 0,00

Регионы, где перечень введен после 2021 г. 2,36 0,07

Регионы, для которых ведущим является фактор эффективной ставки по НИО в регионах более 100% 17,43 3,77 5,12 2,37

от 0 до 100% 5,15 1,86

менее -100% 8,51 0,89

Доля Доля регионов в поступлениях

регионов НИО от объектов,

Ведущий фактор в общих для которых налоговой

поступлениях базой является кадастровая

НИО стоимость

Регионы, для которых более 100% 50,23 36,47 30,37 23,53

ведущим является

фактор доли объектов в региональных перечнях в общем объеме объектов капитального от 0 до 100% 11,05 6,27

менее -100% 2,71 0,57

строительства в регионе

Регионы, для которых более 100% 23,83 6,90 64,44 4,34

ведущим является фактор средней кадастровой

от 0 до 100% 0,57 0,19

стоимости одного объекта в региональных перечнях

менее -100% 16,37 59,92

Источник: подготовлено авторами.

Итак, данные рис. 7 и табл. 1 свидетельствуют о том, что для большинства регионов ведущим является фактор доли объектов в региональных перечнях. Для 34 регионов влияние этого фактора превышает 100%, еще для 11 — влияние меньше, но все равно ведущее, три региона демонстрируют его отрицательное ведущее влияние. Таким образом, для 48 из 74 регионов, для которых было возможно проведение факторного анализа, этот фактор оказался ведущим. Кроме того, как мы уже отмечали, если рассматривать только зону положительных значений факторов, этот фактор станет ведущим еще и для Москвы, Республик Адыгея и Северная Осетия — Алания, но прекратит быть ведущим для упомянутых трех регионов с отрицательным влиянием (Ленинградской и Ульяновской областей, а также Республики Хакасия).

Следовательно, можно сделать вывод о том, что расширение перечней положительно скажется на динамике налоговых поступлений по НИО, и для большинства регионов именно это направление должно стать наиболее перспективным для увеличения поступлений по НИО. Регионам следует стремиться максимально расширять перечни, так как кадастровая стоимость более приближена к рыночной по сравнению со среднегодовой стоимостью объектов по правилам бухучета. Предельным случаем расширения перечня является переход на обложение всех объектов капитального строительства по кадастровой стоимости. Однако даже самый подробный перечень не может обеспечить полного охвата, поэтому может быть поставлен вопрос о необходимости отмены требования к регионам формировать перечни и автоматически облагать налогом ту или иную категорию имущества по кадастровой стоимости, чтобы при невозможности

обложения всех объектов по кадастровой обеспечить полный охват хотя бы в части той или иной категории имущества.

Говоря о ведущей роли доли объектов в региональном перечне, также следует заметить, что доля регионов, в которых этот фактор является ведущим, составляет 50,23%. Поступления по НИО в целом равны 30,37%, если иметь в виду поступления от объектов, для которых налоговой базой выступает кадастровая стоимость. Это означает, что в регионах, где этот фактор является ведущим, с учетом их количества доля налоговых поступлений невелика.

Тут следует сделать две важные оговорки. Во-первых, на структуру налоговых поступлений по НИО в целом и от объектов, для которых налоговой базой является кадастровая стоимость, в региональном разрезе, серьезное влияние оказывают поступления в городе Москве. На долю этого региона приходится 16,06% всех налоговых поступлений и 59,76% поступлений в части тех объектов, налоговой базой для которых является кадастровая стоимость. Если рассматривать структуру без Москвы, то на долю регионов с ведущим фактором доли объектов в региональном перечне будет приходиться 59,83% всех налоговых поступлений от НИО и 75,46% поступлений от объектов, для которых налоговой базой является кадастровая стоимость.

Во-вторых, как мы уже отметили, следует разделять положительное и отрицательное влияние фактора, и если рассматривать зону положительных значений, то Москва войдет в число тех регионов, для которых ведущим является как раз фактор доли объектов в региональном перечне. С учетом этого на долю таких регионов придется 63,87% всех налоговых поступлений от НИО и 89,71% поступлений от объектов, для которых налоговой базой служит кадастровая стоимость. Такое распределение свидетельствует о ведущем влиянии этого фактора на динамику поступлений от НИО.

Ведущее отрицательное влияние фактора средней кадастровой стоимости одного объекта в региональном перечне для Москвы определяет и общие результаты этого фактора, представленные в табл. 3, — 23,83% поступлений от НИО в целом и 64,44% поступлений от объектов, для которых налоговой базой является кадастровая стоимость. Если исключить из этих показателей Москву, Республики Адыгея и Северную Осетию — Аланию, для которых влияние фактора отрицательное, и добавить Республику Хакасия, Ульяновскую область и Ханты-Мансийский АО, для которых фактор станет ведущим, если рассматривать зону только положительных значений, то получится, что на долю этих 12 регионов придется 16,5% всех поступлений от НИО и всего 5,82% от объектов, для которых налоговой базой является кадастровая стоимость.

Говорить о существенном влиянии этого фактора не приходится, хотя для регионов, для которых он является ведущим, способом расширения

поступлений от НИО выступает включение объектов с большей кадастровой стоимостью, но, как отмечалось выше, самые дорогие объекты региона включались уже в первые перечни, которые принимались в регионах, и дальнейшее пополнение происходило за счет более дешевых объектов.

Влияние фактора эффективной ставки также можно оценить как достаточно небольшое. Регионов, для которых он является ведущим, всего 14. Если рассматривать только положительные значения факторов, то регионов также будет 14 (выпадет Ханты-Мансийский АО, но добавится Ленинградская область), с учетом этого на долю этих регионов будет приходиться 11,11% всех поступлений от НИО и только 4,39% поступлений от объектов, для которых налоговой базой является кадастровая стоимость. Это в два раза меньше, чем демонстрируют такое же количество регионов в рамках фактора средней кадастровой стоимости одного объекта в перечне. Для регионов, для которых ведущим является фактор эффективной налоговой ставки, инструментом повышения поступлений по налогу могло бы стать повышение номинальной ставки, однако потенциал для этого имеет только Республика Калмыкия, в остальных регионах из тех, для которых фактор выступает ведущим, и так действует предельный размер ставки 2%.

Заключение

В статье описываются результаты проведенного факторного анализа динамики налоговых поступлений по НИО в части объектов, налоговой базой для которых является кадастровая стоимость. Этот анализ предваряет характеристика динамики поступлений от НИО, для которых налоговой базой служит кадастровая стоимость. Тут следует отметить, что, во-первых, определены регионы, которые не имеют налоговых поступлений по НИО в части объектов, налоговой базой для которых выступает кадастровая стоимость. Во-вторых, названы те регионы, динамика показателя в которых отрицательная. Таких регионов шесть. В-третьих, для страны в целом рассматриваемые налоговые поступления выросли на 35%. При этом 18 регионов демонстрируют рост ниже общефедерального значения, а в большинстве регионов рост составляет более 35%. Таких регионов 50, из них в 31 регионах наблюдается более чем двукратный рост рассматриваемых налоговых поступлений, и в 18 из них рост даже более чем трехкратный. Эта информация учтена при интерпретации результатов факторного анализа. Однако предварительно дана характеристика каждого из рассматриваемых факторов.

При оценке ситуации с эффективной ставкой по НИО отметим, что большинство регионов установило максимальный размер ставки в 2%. В ходе анализа были выявлены регионы, установившие меньший размер налоговой ставки в отношении объектов, налоговая база кото-

рых определяется как кадастровая стоимость. При этом следует заметить, что в ряде регионов действуют пониженные ставки для некоторых категорий. Как правило, это отдельные категории объектов (например, жилые помещения) или категории налогоплательщиков (например, применяющие специальные налоговые режимы). Если говорить о собственно эффективной ставке, то для большинства регионов ее размер находится в диапазоне от 1 до 2%. Таких регионов 67. Для страны в целом размер эффективной ставки равен 1,56, т.е. как раз находится в середине указанного диапазона. В восьми регионах размер эффективной ставки менее 1%. Почти все эти регионы демонстрируют меньший размер номинальных ставок либо имеют пониженные ставки для отдельных категорий объектов или налогоплательщиков.

При характеристике доли объектов регионального перечня в общем объеме объектов капитального строительства в регионах следует отметить, что подавляющее большинство регионов демонстрируют положительную динамику показателя. Отрицательную динамику показывают только 13 регионов. Отметим, что одним из факторов снижения количества объектов в перечне могут быть выигранные налогоплательщиками судебные процессы по оспариванию включения объектов в перечень. Отметим также, что в большинстве регионов (их 28) увеличение доли объектов перечня в общем объеме объектов капитального строительства региона было не более чем двукратным, в 12 регионах — от двух до пяти раз, еще в девяти регионах — в пределах десяти раз, в 12 регионах — более чем в десять раз.

При характеристике ситуации со средней стоимостью одного объекта в региональном перечне ориентиром для нас будет служить значение для страны в целом. По данным 2021 г. средняя кадастровая стоимость одного объекта в перечне в среднем по стране составляла 13,25 млн руб. Важно отметить, что эта стоимость с 2017 г. сократилась более чем в два раза (в 2017 г. она составляла 30,48 млн руб.). Это снижение можно объяснить ростом количества объектов в перечнях. При этом следует заметить, что в среднем количество объектов в перечнях выросло в 1,41 раза, т.е. количество объектов растет медленнее, чем снижается их средняя стоимость. На этом основании можно сделать вывод, что имеет место тенденция добавления в перечни менее дорогих объектов.

Это можно объяснить тем, что самые дорогие объекты региона включались уже в первые перечни, которые принимались в регионах, и дальнейшее пополнение происходило за счет более дешевых объектов. Говоря о региональном разрезе значений фактора, отметим, что в 53 регионах средняя кадастровая стоимость ниже среднероссийского значения. Таким образом, высокие значения показателя в остальных 20 регионах позволяют поддерживать средний уровень на обозначенном уровне. Завершая характеристики факторов, раскроем динамику показателя. Как мы

уже отметили, для страны в целом имеет место тенденция снижения средней кадастровой стоимости одного объекта в перечне, такая же тенденция характерна для 52 регионов, причем для 15 регионов снижение более существенное, чем для страны в целом.

Говоря об оценке результатов факторного анализа, необходимо отметить, что в анализе использовались данные не по всем регионам. Во-первых, в анализе не учитывались регионы, в которых нет региональных перечней, закрепляющих объекты, по которым налоговая база определяется как кадастровая стоимость. Для большинства остальных регионов ведущим является фактор доли объектов в региональных перечнях. Для 34 регионов влияние этого фактора более чем 100%, еще для 11 влияние меньше, но все равно ведущее, три региона демонстрируют отрицательное ведущее влияние фактора. Таким образом, для 48 из 74 регионов, для которых было возможно проведение факторного анализа, этот фактор оказался ведущим.

Это говорит о том, что расширение перечней и увеличение доли положительно скажется на динамике налоговых поступлений по НИО, и для большинства регионов именно это направление должно становиться наиболее перспективным для увеличения поступлений по НИО. Регионам следует стремиться максимально расширять перечни, так как кадастровая стоимость более приближена к рыночной по сравнению со среднегодовой стоимостью объектов по правилам бухучета. Однако даже самый подробный перечень не может обеспечить полного охвата, поэтому на уровне Российской Федерации может быть поставлен вопрос о необходимости отмены требования к регионам формировать перечни и автоматически облагать налогом ту или иную категорию имущества по кадастровой стоимости, чтобы при невозможности обложения всех объектов по кадастровой стоимости обеспечить полный охват хотя бы в части той или иной категории имущества.

Список литературы

Алехин, Б. И. (2020). Налоговая автономия и бюджетные балансы регионов. Финансовый журнал, 12(5), 114-127. https://doi.org/10.31107/2075-1990-2020-5-114-127

Арлашкин, И. Ю. (2020а). Сравнительная оценка подходов к расчету налогового потенциала регионов. Финансовый журнал, 12(1), 58-67. https://doi.org/10.31107/2075-1990-2020-1-58-67

Арлашкин, И. Ю. (2020Ь). Межбюджетные инструменты стимулирования регионального экономического роста в России. Финансовый журнал, 12(6), 54-68. https:// doi.org/10.31107/2075-1990-2020-6-54-68

Балакин, Р. В. (2022). Обзор ряда научных публикаций и судебных решений в части законодательных новаций по налогу на имущество организаций. Имущественные отношения в Российской Федерации, 12(255), 82-93. https://doi.org/10.24412/2072-4098-2022-12255-82-93

Измайлова, М. О. (2022). Влияние пандемии коронавируса на поступление налогов от самозанятых граждан в Российской Федерации. Финансовый журнал, 14(2), 55-72. https://doi.org/10.31107/2075-1990-2022-2-55-72

Малкина, М. Ю., & Балакин, Р. В. (2019). Вклад отраслей и их факторов в налоговые доходы консолидированных бюджетов субъектов Российской Федерации. Регион: Экономика и Социология, 2(102), 30-55. https://doi.org/10.15372/REG20190202

Соколов, И. (2021). Факторный анализ собираемости налога на добавленную стоимость в Российской Федерации. SSRN electronic journal, 3860243, 1-59. https://doi. org/10.2139/ssrn.3860243

Addison, T., & Levin, J. (2012). The determinants of tax revenue in sub-Saharan Africa. Manuscript en Orebro University Library.

Alabede, J., Zainol, Ariffin, Z., & Idris, K. (2011). Individual taxpayers' attitude and compliance behaviour in Nigeria: The moderating role of financial condition and risk preference. Journal of Accounting and Taxation, 3, 91-104.

Andrejovská, A., & Puliková, V. (2018). Tax revenues in the context of economic determinants. Montenegrin journal of economics, 14, 133-141. https://doi.org/10.14254/1800-5845/2018.14-1.10

Angeles Castro, G., & Camarillo, D. (2014). Determinants of tax revenue in OECD countries over the period 2001-2011. Contaduría y Administración, 59, 35-59. https://doi. org/10.1016/S0186-1042(14)71265-3

Bahl, R. W., & Martinez-Vazquez, J. (2008). The determinants of revenue performance. Making the property tax work: experiences in developing and transitional countries.

Balaev, A. I. (2017). Factor analysis of the Russian budget system revenues. Economic Policy, 12(3), 8-37. https://doi.org/10.18288/1994-5124-2017-3-01

Bikas, E., & Andruskaite, E. (2013). Factors affecting value added tax revenue. European Scientific Journal, 1, 24-26. https://doi.org/10.19044/esj.2013.v9n19p%p

Boukbech, R., Bousselhami, A., & Ezzahid, E. (2019). Determinants of tax revenues: evidence from a sample of lower middle-income countries. Applied Economics and Finance, 6(1), 11-20.

Canto, V., Joines, D., & Laffer, A. (2011). Tax rates, factor employment, and market production. Economic policy conference series, 1, 3-32. https://doi.org/10.1007/978-94-009-8174-4_1

Chernick H., Reimers, C., & Tennant, J. (2014). Tax structure and revenue instability: the Great Recession and the states. IZA journal of labor policy, 3(1), 1-22. https://doi. org/10.1186/2193-9004-3-3

Hanum, Z., & Sari, L. (2022). Analysis of factors affecting local tax revenue. Proceedings of the 3rd international conference of business, accounting, and economics, 3, 1-9. https://doi. org/10.4108/eai.10-8-2022.2320791

Holtzblatt, J., & McGuire, J. (2016). Factors affecting revenue estimates of tax compliance proposals. Congressional budget office working paper 2016-05, 52199, 1-25.

Malkina M. Yu., & Balakin R. V. (2019). Sectoral determinants of sub-federal budget tax revenues: Russian case study. Equilibrium. Quarterly Journal of Economics and Economic Policy, 14(2), 233-249. https://doi.org/10.24136/eq.2019.011

Malkina, M. Yu., & Balakin, R. V. (2020). Decomposition of tax revenue growth in Russian regions. Regional research of Russia, 10(2), 117-126. https://doi.org/10.1134/ S2079970520020100

Manyanza R., Wawire N., & Onono P. (2021). Effects of political risk factors on tax revenue in Kenya. European journal of economic and financial research, 5(1), 48-64. https:// doi.org/10.46827/ejefr.v5i1.1068

Minh Ha, N., Minh, P., & Binh, Q. (2022). The determinants of tax revenue: A study of Southeast Asia. Cogent economics and finance, 10, 2026660. https://doi.org/10.1080/2332 2039.2022.2026660

Monteiro, M., Brandâo, E., & Martins, F. (2012). A panel data econometric study of corporate tax revenue in European union: structural, cyclical business and institutional determinants. SSRN Electronic Journal, 2162442, 1-49. https://doi.org/10.2139/ssrn.2162442 Msangi, S. (2015). Evaluation and analysis ofValue Added Tax (VAT) compliance: A case study of small and medium enterprises in Tanzania. Thesis for the degree ofDoctor of Philosophy.

Mtasiwa, A. M. J. (2013). Factors causing inefficiency on tax revenue collection in Tanzania. A case of Tanzania revenue authority located in Temeke tax region. A dissertation submitted in partialfulfilmentfor the requirementsfor the degree of master of business administration in the open university of Tanzania.

Olaoye, C. O. (2016). Determinants of value added tax, interest rate, inflation and influence of revenue generation in Nigeria. International Journal of economics, commerce and management, 4(10), 322-338.

Omolo, E. A. (2012). Determinants of tax revenues in Kenya. Published PhD Thesis, University of Nairobi.

Piancastelli, M., & Thirlwall, A. P. (2020). The determinants of tax revenue and tax effort in developed and developing countries: theory and new evidence 1996-2015. Nova Economia, 30, 871-892. https://doi.org/10.1590/0103-6351/5788

Rajul, A., Le, T. M., & You, C. (2020). Determinants of property tax revenue: lessons from empirical analysis. Policy research working paper series, 9399, 1-23. https://doi. org/10.1596/1813-9450-9399

Sen Gupta, A. (2007). Determinants of tax revenue efforts in developing countries. IMFworkingpapers, 07(184), 1-39. https://doi.org/10.5089/9781451867480.001

Senkus, K., & NikiforaviciUtê, R. (2015). Analysis of factors affecting revenues from the main taxes in Lithuania. Бухгалтерский учет, анализ и аудит: история, современность, перспективы. 77829, 4-14.

Son, T., & Huu Cung, N. (2019). Individual income tax revenue and its determinants: a case study in Vietnam. Advances in economics and business, 7(5), 185-193. https://doi. org/10.13189/aeb.2019.070502

Tagem, A. M. E. (2017). Aid, taxes and government spending: a heterogeneous cointegrated panel analysis. University of Nottingham GREDIT discussion papers 2017-02.

Tahlovâ, S., & Banociova, A. (2019). Assessment of corporate income tax revenues in the light of their current determinants. Montenegrin journal of economics, 15, 87-97. https://doi. org/10.14254/1800-5845/2019.15-1.7

Tax revenue forecasting documentation, fiscal years 2022-2026. (2022). NYC Government Publication. Office of Management and Budget (OMB).

References

Alekhin, B. I. (2020). Regional tax autonomy and budget balances. Financial journal, 12(5), 114-127. https://doi.org/10.31107/2075-1990-2020-5-114-127

Arlashkin, I. Yu. (2020). Comparative assessment of regional fiscal capacity calculation approaches. Financial journal, 12(1), 58-67. https://doi.org/10.31107/2075-1990-2020-1-58-67

Arlashkin, I. Yu. (2020). Intergovernmental fiscal instruments for stimulating regional economic growth in Russia. Financial journal, 12(6), 54-68. https://doi.org/10.31107/2075-1990-2020-6-54-68

Balakin, R. V. (2022). Review of a number of scientific publications and court decisions in terms of legislative innovations on corporate property tax. Property relation in the Russian Federation, 12(255), 82-93. https://doi.org/10.24412/2072-4098-2022-12255-82-93

Izmailova, M. O. (2022). The impact of the coronavirus pandemic on tax receipts from selfemployed citizens in the Russian Federation. Financial journal, 14(2), 55-72. https://doi. org/10.31107/2075-1990-2022-2-55-72

Malkina, M. Yu., & Balakin, R. V. (2019). Contribution of economic sectors and their determinants to tax revenues of consolidated budgets in subjects of the Russian Federation. Region: Economics and Sociology, 2(102), 30-55. https://doi.org/10.15372/REG20190202

Sokolov, I. (2021). Factor analysis ofvalue added tax collection in the Russian Federation. SSRN electronic journal, 3860243, 1-59. https://doi.org/10.2139/ssrn.3860243