CC BY
25
3. Official site joint-stock «Tinkoff Bank» [the Electronic resource]. - the Mode of access: URL: http:// https: // www.tinkoff.ru
4. Official site of Federal tax service [the Electronic resource]. - the Mode of access: URL: https: // www.nalog.ru
5. Halyapin, A.A. Development of the investment project of modernization of a poultry farm / Halyapin A.A., Leshchenko S.J., Kuvalakin V.V. // Economy and management: problems, decisions. - М.: Open Company "Publishing house "Scientific library", 2019, Т. 2, №4. - with. 44-56.
6. Halyapin, A.A. Conceptual determinants of financial toolkit of investment / Halyapin A.A. // Polythematic network electronic scientific magazine of the Kuban state agrarian university. - Krasnodar: KubSAU, 2015, 112. - with. 1279-1294.
7. Halyapin, A.A. Formation of the mechanism of state regulation of steady development of enterprise structures of Krasnodar territory / Haljapin A.A. // the Engineering bulletin of Don. - Rostov-ON-Don: the North-Caucasian centre of science of the higher school of federal state independent educational establishment of the maximumvocational training Southern federal university, 2012.4-2 (23). With. 42.
DOI: 10.24412/2304-6139-2020-10817
А.А. Храмченко - к.э.н., доцент кафедры финансов ФГБОУ ВО Кубанский государственный аграрный университет им. И.Т. Трубилина, [email protected],
A.A. Khramchenko - Candidate of Economic Sciences, Associate Professor of the Department of Finance, Kuban State Agrarian University named after I.T. Trubilin;
B.С. Пархоменко - студентка, ФГБОУ ВО Кубанский государственный аграрный университет им. И.Т. Трубилина, [email protected],
V.S. Parhomenko - student, Kuban state agrarian University named after I. T. Trubilin; М.Ю. Рябцева - студентка, ФГБОУ ВО Кубанский государственный аграрный университет им. И.Т. Трубилина, [email protected],
M.U. Ryabceva - student, Kuban state agrarian University named after I. T. Trubilin.
ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ ДЛЯ ОПРЕДЕЛЕНИЯ ОБЪЕМА НАЛОГОВЫХ ПОСТУПЛЕНИЙ В КОНСОЛИДИРОВАННЫЙ БЮДЖЕТ КРАСНОДАРСКОГО КРАЯ USE OF FORECASTING MODELS TO DETERMINE THE VOLUME OF TAX REVENUES TO THE CONSOLIDATED BUDGET OF THE KRASNODAR TERRITORY
Аннотация. Для оценки налоговых поступлений любого бюджета используются многочисленные методы прогнозирования. Отсутствие эффективной единой методики приводит к отклонениям и неточностям в расчетах. Большинство регионов опираются на простые способы динамики и определения тенденции развития исследуемого показателя. Поэтому важно построить модель прогнозирования, которая будет давать точные прогнозы и учитывать изменения условий окружающей среды. Автором построены и рассмотрены три модели прогнозирования: линейная, адаптивная и регрессионная. На основе указанных моделей определены прогнозные значения налоговых поступлений в консолидированный бюджет Краснодарского края. По основным критериям выявлена наиболее точная и качественная модель, которая может быть использована при прогнозировании налоговых поступлений в бюджет региона.
Abstract. Numerous forecasting methods are used to estimate the tax revenues of any budget. The lack of an effective unified methodology leads to deviations and inaccuracies in calculations. Most regions rely on simple methods of dynamics and determining the development trend of the indicator under study. Therefore, it is important to build a forecasting model that will give accurate forecasts and take into account changes in environmental conditions. The author constructed and considered three forecasting models: linear, adaptive, and regression. Based on these models, the forecast values of tax revenues to the consolidated budget of the Krasnodar territory are determined. According to the main criteria, the most accurate and high-quality model has been identified, which can be used in forecasting tax revenues to the regional budget.
Ключевые слова: прогнозирование, налоговые поступления, бюджет региона, модель. Keywords: forecasting, tax revenues, regional budget, model.
Прогнозирование налоговых поступлений в бюджетную систему является важнейшей составляющей в управлении социально-экономического развития страны. Для рационального планирования доходов и расходов бюджетов всех уровней необходимо выстроить качественную методологию прогнозирования налоговых поступлений. На данный момент не существует единой методики прогнозирования налоговых поступлений, которая позволила бы максимально точно производить расчет собираемости по всем видам налогов. Это связано с особенностями отдельных налогов и рядом проблем, возникающих в методах прогнозирования. Также на точность и качество прогнозов оказывает влияние ряд факторов макро и микро среды.
Во многих регионах прогнозирование экономических показателей, в том числе налоговых поступлений, опирается на достигнутые уровни прошлых периодов. В этом случае при нестабильной экономической ситуации в стране невозможно сделать качественные и точные прогнозы. Так УФНС России по Краснодарскому краю утверждена методика прогнозирования поступления доходов в консолидированный бюджет края [1]. В данной методике расчет прогнозов производится в разрезе каждого налога. Прогнозные показатели определяются по
многим налогам исходя из динамики уровня собираемости, сложившегося в предыдущие периоды, то есть прогнозирование налоговых доходов консолидированного бюджета Краснодарского края основывается на методах экстраполяции, усреднения, прямого пересчета и индексации. Эти методы не позволяют оценить воздействие факторов окружающей среды на исследуемые показатели, имеют низкую степень точности. Поэтому для качественного прогнозирования налоговых доходов бюджета необходимо использовать более сложные модели экстраполяции тенденции и динамики развития социально-экономических показателей.
Для построения моделей прогнозирования собрана и проанализирована информация об объеме налоговых поступлений в консолидированный бюджет Краснодарского края с 2010 по 2019 гг. (Таблица 1).
Таблица 1 - Объем налоговых поступлений в консолидированный бюджет
Краснодарского края за период 2010 - 2019 гг.
Период Общие налоговые доходы края (в т.ч. налоговые поступления в федеральный бюджет, млн.руб.) Налоговые поступления в консолидированный бюджет Краснодарского края (млн.руб.) Доля налоговых поступлений консолидированного бюджета края в общем объеме налоговых доходов, %
2010 141389,974 106655,002 75,43
2011 164124,910 126926,470 77,34
2012 197765,566 148177,842 74,93
2013 206128,454 155572,510 75,47
2014 218122,794 169103,455 77,53
2015 257610,426 170854,681 66,32
2016 292828,762 190357,449 65,01
2017 337414,344 217027,130 64,32
2018 345184,478 238274,956 69,03
2019 395069,148 276422,014 69,97
2020 (на 01.04.2020) 79575,721 53225,581 66,89%
Источник: составлено автором по данным налоговой отчетности № 1 НМ «Поступление налогов, сборов и иных обязательных платежей в консолидированный бюджет РФ» [2].
Общие налоговые доходы Краснодарского края выросли за исследуемый период в 2,8 раза. Доля налоговых доходов, которые остались в бюджете субъекта в 2019 году, составила 69,97 %, что на 5,5 % меньше, чем в 2010 году. Отчисления в федеральный бюджет в 2019 году составили 118 647 млн. руб. В целом Краснодарский край среди всех субъектов ЮФО занимает лидирующую позицию по объему налоговых поступлений на протяжении последних 10 лет. Наблюдается положительная динамика в рассматриваемом промежутке. Темп роста налоговых поступлений в консолидированный бюджет Краснодарского края за 2019 год (в сравнении с 2018 годом) составил 116 %, а прирост изучаемого показателя за весь рассматриваемый период - 159 %.
На основе полученных данных для экстраполяции налоговых поступлений в консолидированный бюджет края необходимо разработать линейную модель прогнозирования и оценить качество ее параметров.
Линейная модель предоставляет возможность определить тенденцию исследуемых показателей и имеет следующий вид:
Y (t)
= aQ + at
(1)
где Y (t) - зависимая переменная, а0, а1 - параметры модели, t - период.
С помощью метода наименьших квадратов автором выявлены параметры модели по представленным формулам:
(2)
a0 = Ycp - а1 • tcp
а (3)
= I(t - tcp )2
По результатам проведенных расчетов и определения параметров линейная модель тенденции налоговых поступлений консолидированного бюджета Краснодарского края во времени выглядит следующим образом:
Y(t) = 88013,98+16713,3t (4)
С помощью построенной линейной модели рассчитан точечный прогноз налоговых доходов консолидированного бюджета Краснодарского края в 2020-2022 гг. путем подстановки в модель параметра t= N+1,..., N+k:
для k = 1 (2020 год): Y(ll) = а0 + a •ll
для k = 2 (2021 год): Y(l2) = а0 + a • l2, (5)
для к = 3 (2022 год): У(13) = а0 + а -13.
Таким образом, полученные по линейной модели прогнозные показатели налоговых поступлений консолидированного бюджета субъекта представлены на графике (Рисунок 1).
Ж Фактические налоговые поступления —■— Прогнозные налоговые поступления
Рисунок 1 - Отражение фактических и прогнозных налоговых поступлений в консолидированных бюджет Краснодарского края за период 2010-2022 гг. с учетом линейной функции (млн.руб.)
Для дальнейшего использования данной модели необходимо ее проверить на адекватность и точность к применению. Модель должна обладать свойствами случайности, нормальности распределения, независимости уровней. В этом случаем ее можно будет считать качественной. Автором проверена случайность уровней ряда остатков, для этого использован критерий поворотных точек, при котором должно соблюдаться следующее неравенство:
(6)
Р >
2Щ - 2)_2 |16N - 29
3 V 90
В данном случае сумма поворотных точек «р» равна 3, а расчетное значение - 2,9, что свидетельствует о наличии свойства случайности уровней ряда остатков. По данному критерию построенную линейную модель можно считать как адекватную к применению.
При проверке на независимость последовательных уровней ряда остатков автором рассчитан критерий Дарбина-Уотсона (й?=1,23). Полученное значение сравнивается с двумя табличными значениями (^=1,08 и ^2=1,36). По результатам сравнения вычисленный критерий попал в диапазон: й1< d < й2. В данном случае однозначного вывода делать нельзя, необходимо использовать для проверки модели другие критерии. С помощью Я8-критерия изучена нормальность распределения ряда остатков. Исследуемый критерий Я8=3,45, что попадает в табличный интервал (2,7-3,7). Этот показатель свидетельствует об адекватности построенной модели.
Также рассчитана относительная ошибка (Еотн= 4,24%) для определения точности модели прогнозирования налоговых поступлений консолидированного бюджета Краснодарского края. Величина ошибки менее 5 % показывает удовлетворительную степень точности рассматриваемой модели. Таким образом, построенная линейная модель может быть использована при прогнозировании налоговых поступлений консолидированного бюджета Краснодарского края, но необходимо учитывать ее неточность в связи с несоответствием некоторым критериям.
Также автором получена адаптивная модель и на ее основе найдены прогнозы налоговых доходов консолидированного бюджета Краснодарского края. Данная модель включает в себя механизм приспособления к изменяющимся условиям и имеет следующий вид:
У(Ы+к)=273374,705+26887,7к (7)
Вычисленный критерий поворотных точек (р =7) подтвердил случайность уровней ряда остатков, так как его значение больше расчетного показателя (2,9). Это свидетельствует об адекватности адаптивной модели и возможности ее использования при прогнозировании налоговых доходов. Значение Дарбина-Уотсона (1,43) попадает в интервал: ё.г< d < й2, что говорит об отсутствии автокорреляции. Рассчитанный Я8-критерий равен 2,96, находится между табулированными границами 2,7-3,7; ряд остатков соответствует нормальному закону распределения. Средняя относительная ошибка построенной модели равна 4,5 %, соответственно модель обладает удо-
влетворительным уровнем точности. Таким образом, адаптивная модель по всем критериям сможет сформировать адекватные и точные прогнозные показатели налоговых поступлений консолидированного бюджета Краснодарского края (Рисунок 2).
Ж Фактические налоговые поступления —■—Прогнозные налоговые поступления
Рисунок 2 - Отражение фактических и прогнозных налоговых поступлений в консолидированный бюджет Краснодарского края, построенных по адаптивной модели Брауна
за период 2010-2022 гг.
Полученная модель позволяет более точно делать прогнозы, так как она имеет свойство подстройки к изменяющейся среде. На рисунке 2 указано значение коэффициента детерминации (0,9743), которое показывает сильную связь и подтверждает хорошее качество построенной модели.
При прогнозировании налоговых доходов необходимо учитывать ряд факторов внутренней и внешней среды, оказывающих существенное воздействие на итоговый результат. К таким факторам могут относиться объем валового внутреннего продукта, среднедушевые доходы населения, социально-экономические показатели развития страны и многие другие. Если рассматривать налоговые поступления отдельного региона, то на их объем также влияют такие факторы, как валовый региональный продукт, количество налогоплательщиков региона, ставки и условия налогообложения, объем оборота налогоплательщиков, зарегистрированных на территории конкретного субъекта и другие. Поэтому важно построить модель прогнозирования с учетом факторов влияния. Для работы автором отобраны такие факторы как количество налогоплательщиков, зарегистрированных на территории Краснодарского края, объем их оборота, а также объем валового регионального продукта (Таблица 2).
Таблица 2 - Значения факторов, отобранных для регрессионного анализа налоговых поступлений
бюджета Краснодарского края за 2010-219 гг.
Количество налогоплательщиков - Оборот налогоплательщиков, Валовый региональ-
юридических лиц, зарегистрированных на территории Краснодарского края (ед.) зарегистрированных на территории Краснодарского края (млрд.руб.) ный продукт (млн.руб.)
2010 121359 79691,7 1028308
2011 123717 97647,7 1244756
2012 126016 108902,1 1459491
2013 137794 112231,3 1662969
2014 138443 127311,5 1784833
2015 143305 139075,8 1933512
2016 142978 146019,6 2076604
2017 139698 154364,1 2227576
2018 133866 186821,5 2344621
2019 116203 197732,9 2375101
2020 (спра- 111869 125150,0 -
вочно) (на 01.09.20) (на 01.08.20)
Источник: № 1-ЮР «Количество юридических лиц, сведения о которых содержатся в ЕГРЮЛ», «Оборот организаций по видам экономической деятельности» за 2010-2020 гг. [2].
Из указанных факторов необходимо определить ключевой, на основе которого будет построена модель регрессии первого порядка. Для этого построены графики зависимости налоговых поступлений бюджета Краснодарского края от указанных факторов со следующими видами связи: линейная, степенная, логарифмическая, полиномиальная (Таблица 3).
Таблица 3 - Зависимость налоговых поступлений консолидированного бюджета Краснодарского края от оборота деятельности налогоплательщиков по основным видам связи.
Для каждого вида связи определен коэффициент детерминации, представленный в таблице 4.
Таблица 4 - Показатели коэффициентов детерминации Д2, характеризующие связь
налоговых поступлений консолидированного бюджета _Краснодарского края и факторов влияния._
Количество налогоплательщиков -зарегистрированных на территории Краснодарского края (ед.) Оборот налогоплательщиков на территории Краснодарского края (млрд.руб.) ВРП (млн.руб.)
Линейная 0,0003 0,9715 0,8961
Степенная 0,0186 0,9775 0,927
Логарифмическая 0,0217 0,965 0,9553
Полиномиальная 0,8508 0,975 0,9829
Источник: составлено автором по проведенным расчетам
Таким образом, полученные коэффициенты детерминации свидетельствуют о слабой связи между налоговыми поступлениями и количеством налогоплательщиков, зарегистрированных на территории региона. Объем налоговых поступлений находится в тесной связи с валовым региональным продуктом, но зависимость от величины оборота деятельности налогоплательщиков более сильная. Поэтому данный показатель выбран автором для построения регрессионной модели прогнозирования налоговых доходов.
Модель регрессии первого порядка имеет общий вид:
Гр (г) = а0 + • х (г) (8)
где, Х()- фактор воздействия на исследуемый показатель. Параметры модели а0 и аг определены по следующим формулам:
a = i — a X
0 cp l cp
a =
(9)
_ Ilfc — ^Ycp ) • (X t — X cp )j (10)
l = IX — x9 )2
По итогам проведенных расчетов регрессионная модель зависимости налоговых поступлений в бюджет Краснодарского края от оборота деятельности налогоплательщиков выглядит следующим образом:
Y(t) = -64425,7 + 1,36X(t) (11)
Построенная модель проверена на адекватность и точность в применении: по критерию поворотных точек модель достаточно адекватна, но относительная ошибка более 10 % , что свидетельствует о неточности модели. Также в исследуемом ряду показателей присутствует автокорреляция, из-за которой качество модели снижается.
Прогнозирование налоговых поступлений в целом и любого региона в частности занимает важное место при планировании доходной и расходной части бюджета. Отсутствие единой эффективной методики прогнозирования не позволяет делать точные прогнозы. Зачастую в регионах используют самые простые способы экстраполяции, основываясь только на показателях предыдущих лет. В таком вопросе необходимо не только учитывать факторы воздействия внутренней и внешней среды, но и выстроить модель прогнозирования, способную подстраиваться под изменение условий. В условиях нестабильности экономической ситуации сделать это довольно сложно, поэтому автором предложено три варианта моделей прогнозирования налоговых поступлений в консолидированный бюджет Краснодарского края. Проверка моделей по критериям показала, что самой адекватной является адаптивная модель, построенные на ее основе прогнозы будут наиболее точными.
Источники:
1. Официальный сайт Федеральной налоговой службы РФ. Приказ УФНС России по Краснодарскому краю от 15.04.2020 № 01-01/57@ «Методика прогнозирования поступления доходов, администрируемых Управлением Федеральной налоговой службы по Краснодарскому краю, в консолидированный бюджет Краснодарского края на текущий год, очередной финансовый год и плановый период» / Режим доступа: https://www.nalog.ru/html/sites/www.rn23.nalog.ru/raznoe/met20.docx
2. Официальный сайт Федеральной налоговой службы РФ. Статистика и аналитика: данные по формам статистической налоговой отчетности / Режим доступа: https://www.nalog.ru/rn23/related_activities/statistics_and_analytics/forms/6040192/
3. Колесник В.С. Эффективность использования производственных ресурсов в сельском хозяйстве/ Колесник В.С., Ха-лявка И.Е., Юрченко А.А.// Коллективная монография / Краснодар, 2014.
4. .Липчиу Н.В. Корпоративные финансы/ Липчиу Н.В, Герасименко О.А., Юрченко А.А.// Учебное пособие для бакалавров и магистров, обучающихся по направлению подготовки "Экономика" / Под редакцией Н.В. Липчиу. Москва, 2012.
5. Храмченко А.А. Современные парадигмы и методы анализа и контроля результативности бизнеса/ Храмченко А.А., Михлева И.И., Герб А.А.// Вестник Академии знаний. 2020. № 4 (39).С.359-362.
References:
1. Official website of the Federal tax service of the Russian Federation. Order of the Federal tax service of Russia for the Krasnodar territory from 15.04.2020 № 01-01/57@ «Methodology for forecasting revenue receipts administered By the Federal tax service for the Krasnodar territory, to the consolidated budget of the Krasnodar territory for the current year, the next financial year and the planning period» / Website: https://www.nalog.ru/html/sites/www.rn23.nalog.ru/raznoe/met20.docx
2. Official website of the Federal tax service of the Russian Federation. Statistics and Analytics: the data on the forms of statistical tax reporting / Website: https://www.nalog.ru/rn23/related_activities/statistics_and_analytics/forms/6040192/
3. Kolesnik V.S. Efficiency of use of production resources in agriculture / Kolesnik V.S., Khalyavka I.E., Yurchenko A.A. // Collective monograph / Krasnodar, 2014.
4. Lipchiu N.V. Corporate finance / Lipchiu N.V., Gerasimenko O.A., Yurchen-ko A.A. // Textbook for bachelors and masters studying in the direction of training "Economics" / Edited by N.V. Lipchiu. Moscow, 2012.
5. Khramchenko A.A. Modern paradigms and methods of analysis and control of business performance / Khramchenko A.A., Mikhleva I.I., Coat of arms A.A.// Bulletin of the Academy of Knowledge. 2020. No. 4 (39) .S.359-362.
