CC BY
25Контроль и регулирование финансово-экономической деятельностью регионов России
Ксенофонтов Андрей Александрович
к.ф.-м.н., доцент, доцент Департамента менеджмента, Финансового университета при Правительстве РФ, AAKsenofontov@fa.ru
Статья посвящена контролю и регулированию финансово-экономической деятельности регионов России. Исследованию были подвергнуты 85 субъектов РФ, а также функционирующие на их территориях отрасли экономики. Для проведения анализа были использованы статистические методы, а именно индексный метод исследований. Для упрощения сбора, хранения и обработки данных была применена информационно-аналитическая система региональных налоговых поступлений «Налоги РФ». На основе рассчитанного индикатора получено распределение субъектов федерации по эффективности их экономического функционирования. Также были созданы распределения субъектов по видам экономической деятельности «Добыча полезных ископаемых» и «Обрабатывающие производства». На основе относительного показателя интенсивности налоговых поступлений был проведен анализ экономической деятельности г. Москвы.
Ключевые слова: управление, налоги, финансы, статистика, региональная экономика, индексный метод
В 2020 г. Российская Федерация оказалась в сложной экономической ситуации. К основному дестабилизирующему фактору можно отнести пандемию COVID 19, которая повлекла за собой снижение экономического роста. Последнее обстоятельство также привело к снижению цен и сокращению продаваемых объемов углеводородов, что сильно осложнило экономическую деятельность нашего государства. В очередной раз мы убеждаемся в необходимости развития собственных отраслей промышленности и увеличения доли импортозамеще-ния.
В данной работе будет проведена оценка экономической обстановки в регионах России, что позволит выявить субъекты федерации и функционирующие на их территориях отрасли экономики, имеющие потенциальные возможности для быстрого развития. Также буду обозначены субъекты, отстающие в своем развитии и требующие финансово-экономической и законодательной государственной поддержки. Под законодательной поддержкой подразумевается создание свободных экономических зон и режимов льготного налогообложения. Проводимые исследования могут заинтересовать специалистов государственных министерств и ведомств, а также потенциальных инвесторов.
Целью исследований является проведение финансово-экономического анализа деятельности российских регионов и функционирующих в их пределах экономических отраслей. 85 субъектов РФ являются объектом анализа, а отрасли народного хозяйства, функционирующие на их территориях предметом проводимых исследований. В качестве специальных методов познания были выбраны статистические методы. В роли частно-научного метода использован индексный метод. Данными для исследований явилась информация, предоставляемая Федеральной службой государственной статистики (Росстата) [9] и Федеральной налоговой службой РФ (ФНС РФ) [8].
В работе проводится анализ весьма крупного массива данных, полученного из разных государственных источников. В исследованиях использована свободно распространяемая статистическая информация, полученная из сборников Росстата и отчетов ФНС РФ. Для проведения финансово-экономического и статистического анализа нами использована статистическая налоговая отчетность. Опишем процедуру сбора данной информации.
ФНС РФ применяет в своей деятельности автоматизированную информационную систему (АИС) «Налог». Входные данные, которыми оперирует система подразделяются на два типа. Это данные, предоставляемыми физическими и юридическими лицами в соответствии с Налоговым кодексом РФ. Из полученной таким образом информации и формируется статистическая налоговая отчетность. Существуют следующие группы рассматриваемой отчетности:
1. Отчеты о начислении и поступлении налогов, сборов и иных обязательных платежей (формы 1-НМ, 1-НОМ);
X X
о
го А с.
X
го т
о
2 О
м о
о сч о сч
<JD
О ш m х
<
m о х
X
2. Отчеты о задолженности по налогам и сборам, пеням и налоговым санкциям (формы 4-НМ, 4-НОМ);
3. Отчеты о налоговой базе и структуре начислений по налогам и сборам (формы 1-НДС, 5-П, 5-ИБ и пр.).
Процедура сбора первичной информации и форми-
рования статистическом ставлена на рисунке 1.
налоговом отчетности пред-
Рисунок 1 - Концептуальная модель формирования и использования статистической налоговой отчетности Источник: модель построена автором
С целью упрощения сбора, хранения и обработки данных при участии автора статьи и была создана информационно-аналитическая система (ИАС) «Налоги РФ». Предложенная ИАС имеет базу данных, автоматизированную систему переноса данных, модуль обработки данных, пользовательский модуль и приложение администратора. Порядок разработки и использования ИАС описан в статье [1, 489]. Структурная схема взаимодействия АИС налог и ИАС «Налоги РФ» представлена на рисунке 2. Также в разработанную иАс была помещена информация о структуре населения России. Данные были получены из справочников, предоставляемых Росстатом. ИАС «Налоги РФ» создана с использованием технологии обработки информации, содержащей возможность применения сложных запросов к базе данных и динамической публикации результатов исследований в виде аналитических отчётов.
может быть представлен индекс стабильного экономического благосостояния (Genuine Progress Indicator, GPI). Этот индикатор был введен Джоном Коббом и Германом Дэйли и является отношением ВВП к численности населения страны с учетом корректировки на сумму затрат, инвестированных в экологическое и социально-экономическое развитие страны.
Индексный метод может быть применен для проведения маркетинга территорий с целью оценки инвестиционного климата регионов России. Автором статьи предложен ряд работ, исследующих экономическое состояние российских регионов, в которых была проведена оценка функционирования некоторых ВЭД: «Транспортировка и хранение» [6, с.137], «Производство, передача и распределение электроэнергии...» и «Добыча полезных ископаемых». Используемый в статье индикатор интенсивности налоговых поступлений (ОПЭН) поможет обозначить проблемные зоны, существующие в экономике страны. Методика создания и применения индикатора ОПЭН описана в статье [7, с. 144].
На рисунке 3 представлена концептуальная модель функционирования бюджетной системы РФ. В ней в качестве события для исследования рассматривается величина налоговых поступлений в бюджетную систему страны. Чем больше поступает в бюджет налогов, сборов и иных платежей, тем эффективнее функционирует данная система.
Рисунок 2 - Модель взаимодействие ИАС «Налоги РФ» с АИС «Налог»
Источник: модель построена автором
Далее будет рассмотрена методика проводимых исследований. На сегодняшний день все большую популярность набирают методы исследований, связанные с использованием статистических индексов [2; 3, с. 26]. Данному направлению научной деятельности посвящены многочисленные работы зарубежных и отечественных ученых [4, с. 47; 5, с. 8]. В качестве примера, отражающего использование статистических индексов,
Рисунок 3 - Концептуальная модель деятельности бюджетной системы России Источник: построена автором
Подвергнем первичному анализу финансово-экономическую и бюджетную системы России в 2018 г. Численность рабочей силы в РФ в 2018 г. составила 76 190 тысяч человек, занятое население (ЗН) - 71 561,7 тысяч человек, а величина налогового дохода (НД) - 21 142 044 805 тысяч рублей. При этом в федеральный бюджет было зачислено налогов, сборов, иных обязательных платежей на сумму 11 742 654 545 тысяч рублей. В консолидированный бюджет субъектов федерации поступило 9 399 390 260 тысяч рублей. Из консолидированного бюджета субъектов федерации в доходы местных бюджетов поступило 1 192 970 024 тысяч рублей. Визуально структура поступлений в бюджеты разных уровней представлена на рисунке 4.
График, визуально отражающий экономическую деятельность любого из 85 субъектов федерации, представлен на рисунке 5. В данном случае субъект РФ рассматривается как открытая система, на входе которой
сконцентрированы поступления из федерального бюджета в виде субсидий, субвенций, дотаций и трансфертов. Результатом деятельности данной системы является произведение налогового дохода, распределяемого между бюджетами разных уровней.
Рисунок 4 - Структура налоговых поступлений в бюджеты разных уровней в РФ в 2018 г. (тыс. руб.) Источник: построен автором на основе данных [8]
Также данный экономический аспект поможет своевременно вносить необходимые изменения в налоговую и бюджетную политику.
Рассмотрим структуру налоговых поступлений с точки зрения вклада каждого вида налога и сбора в суммарный НД страны. В таблице 1 представлены величины видов налогов и сборов в 2018 г. Необходимо отметить, что поступление НД в местные бюджеты осуществляется из консолидированных бюджетов субъектов РФ. В таблице 1 по строкам располагаются виды налогов и сборов, а по столбцам бюджеты, в которые они распределяются. Серым цветом выделены ячейки, в которые НД не поступает.
Таблица 1
Рисунок 5 - Модель финансово-экономической деятельности субъекта РФ
Источник: модель составлена автором
Вспомним о функциях налогов. Классически считается, что налоги выполняют следующие функции:
• фискальную;
• распределительную или социальную;
• регулирующую;
• контрольную;
• политическую.
Для управления нашей страной активно применяются все перечисленные выше налоговые функции. В данной работе будут рассмотрены контрольная и регулирующая функции налогов. Благодаря контрольной функции на основе налоговой статистики государство получает информацию об истинном финансово-экономическом положении дел в стане в целом и в ее 85 субъектах федерации в частности. Точное знание об экономическом состоянии регионов позволяет повысить эффективность государственного управления на их территориях, обозначить зоны требующие развития и более таргетировано осуществлять финансовую помощь.
№ Вид налога НД, тыс. руб. Поступление в федеральный бюджет, тыс. руб. Поступ-лен. в кон-солид. бюджет субъектов РФ, тыс. руб. Поступ-лен. в местн. бюджеты, тыс. руб.
1 Налог на прибыль организаций 4 099 996 267 995539693 310445657 4 8430128
2 НДФЛ 3 652 985 684 365298568 4 780855029
3 НДС 3 761 173 371 3761173371
4 Акцизы 1 494 350 336 861908845 632441491 78217
5 Торг. сбор, уплачиваемый на территориях городов фед. значения 7 682 002 7682002
6 Налог на имущ. физ. пиц 61 344 293 61344293 42335806
7 Налог на имущество орг-й 985 184 875 985184875 7315741
8 Транспортный налог 161 193 292 161193292 4070734
9 Налог на игорный бизнес 2 026 288 2026288 34758
10 Земельный налог 187 068 543 187 068 543 166 737 910
11 Налог на добычу полезных ископаемых 6 127 369 049 6060348398 67020651 2095776
12 Роялти 45 464 820 43280740 2184080 0
13 Водный налог 2 772 461 2772461
14 Сборы за польз. объектами животного мира и водных биологических ресурсов 2 856 526 511125 2345401 6724
15 Государственная пошлина 37 464 131 17040892 20423239 17730360
16 Задолженность и перерасчеты 377 062 79020 298042 253907
17 ЕСН+недоимка по ЕСН 658 166 658 166
18 УСН 422 190 406 422190406 78178711
19 ЕНВД 64 458 992 64458992 64339886
20 Единый сельскохозяйственный налог 13 628 402 13628402 13583144
21 Патентная система налогообложения 12 467 406 12467406 6922994
22 Налог взимаемый в виде стоимости патента в связи с применением УСН 944 944 199
НД-всего 21 142 044 805 11 742 654 545 9 399 390 260 1 192 970 024
Источник: составлена автором по [8]
Рассмотрим структуру формирования доходной части бюджетов более детально. Автором статьи разработана схема распределения налогов и сборов по бюджетам разных уровней (см. рисунок 6). Так, например, НДС
ю
2 О
м о
о см
0 см
<0
01
о ш т
X
А
т О X X
является федеральным налогом и полностью зачисляется в федеральный бюджет, как это показано в таблице 1. НДФЛ, являясь федеральным налогом, и вовсе не поступает в федеральный бюджет.
Более сложную структуру распределения по бюджетам имеют остальные налоги. Несмотря на то, что налог на прибыль организаций является федеральным налогом, его поступления распределяются между федеральным бюджетом, консолидированным бюджетом субъектов РФ и местными бюджетами. Ставка по налогу на прибыль организаций составляет 20%, и в соответствии со Статьей 284 НК РФ распределяется между федеральным и консолидированным бюджетом субъектов федерации в соотношении 2% и 18% соответственно. При этом налоговая ставка, подлежащего зачислению в бюджеты субъектов РФ может быть понижена до 13,5 %.
В данном случае мы сталкиваемся с возможностью применения регулирующей функции налогов. Эта функция способна определить цели и задачи финансовой и налоговой политики государства. Налоговые методы дают возможность стимулировать развитие регионов нашего государства и функционирующих на их территориях отраслей народного хозяйства. На основе регулирующей функции можно достичь хороших результатов в изменении структуры производства и его территориальном размещении. Появляется возможность проводить протекционистскую экономическую политику или обеспечить свободу товарному рынку, а также регулировать направление инвестиций. При этом мы говорим о регулировании деятельности компаний частного сектора экономики, которым нельзя «приказать».
Рисунок 6 - Схема распределения налогов и сборов по бюджетам разных уровней Источник: модель составлена автором
Субъект федерации, используя регулирующую функцию налогов, имеет некоторые рычаги для развития собственной экономики. Но при понижении налоговой ставки первично произойдет снижение налоговых поступлений в региональный бюджет. С другой стороны, не предпринимая никаких налоговых маневров субъект федерации не сможет исправить сложившуюся финансово-экономическую ситуацию и перейти к активному экономическому росту.
Государство, в свою очередь, имеет возможность помочь субъекту федерации, используя целевую финансовую помощь и федеральные программы по развитию регионов. Но главное в данном вопросе - это заинтересованность и инициатива в проведении положительных изменений со стороны руководства краев, областей, автономных округов и республик. Именно они должны создать предпосылки для формирования благоприятного инвестиционного климата бизнесу и потенциальным инвесторам.
На основе таблицы 1 составим график, визуально отражающий структуру НД по всем видам налогов и сборов в 2018 г. (см. рисунок 7). Из рисунка 7 следует, что значимый НД приносят такие виды налогов и сборов: налог на прибыль организаций - доля налога в совокупном НД составила 19,39%; налог на добавленную стоимость (НДС) -17,79%; налог на доходы физических лиц (НДФЛ) - 17,28%; налог на добычу полезных ископаемых (НДПИ) - 28,98%; акцизы - 7,07%; налог на имущество организаций -4,66%; налоги взимаемые с использованием упрощенной системы налогообложения (УСН) -2,00%. Совокупно перечисленные выше налоги и сборы принесли 97,17% НД страны.
_ 15,00%
I эо.оо%
с = КЛИК
в 20.00%
:
X 15.00%
: 10,00%
| 5.00%
X
: 0,00%
л?
г /
1
1. . ■ _
Ш
АФ
■V /
7 л у;
'/Г
Же,
Вид налога сбора
у/ // &
-V
Рисунок 7 - Структура НД по всем видам налогов и сборов в 2018 г.
Источник: построен автором по Таблице 1
Дальнейшие исследования будут базироваться на утверждении о том, что именно занятое население создает основную часть НД страны. В работе [7, с. 143] была предложена методика расчета индикаторов, отражающих эффективность функционирования субъектов РФ по ВЭД. Предложенный индикатор - это относительный показатель эффективности деятельности какого-либо региона, равный отношению величины его НД к среднегодовой численности ЗН по определенному ВЭД.
Введенный индикатор получил название относительного показателя эффективности НД (ОПЭНД) [7, с. 145]. В таблице 2 представлены значения НД и ЗН по всем регионом России.
Таблица 2
Значения налоговых доходов и занятого населения по субъектам РФ в 2018 г.
№ Субъект федерации Налоговый доход, тыс. ру6- ЗН, тыс. чел. № Субъект федерации Налоговый доход, тыс. руб. ЗН, тыс. чел.
1 Респ. Карелия 32 916 913 269,8 44 Нижегородская обл. 258 797 749 1633, 1
2 Респ. Коми 237 981 396 408,9 45 Оренбургская обл. 383 458 191 920,6
3 Архангельская обл. 73 869 930 498,7 46 Пензенская обл. 54 140 837 604,8
4 Ненецкий АО 120 640 094 31,8 47 Самарская обл. 488 561 684 1652, 9
5 Вологодская обл. 85 792 816 530,3 48 Саратовская обл. 188 879 307 1051, 4
6 Калининграда. обл. 145 167 990 479,9 49 Ульяновская обл. 68 194 184 570,9
7 Мурманская обл. 76 052 709 363,9 50 Респ. Алтай 7 184 587 82,8
8 Новгородская обл. 28 771 758 284,4 51 Респ. Бурятия 32 147 485 382,3
9 Псковская обл. 22 969 684 282,7 52 Респ. Тыва 6 573 581 102,9
10 Ленинградская обл. 326 121 277 778,4 53 Респ. Хакасия 27 950 231 230,1
11 г. Санкт-Петербург 1 185 895 959 3151, 6 54 Алтайский край 83 806 843 1023, 4
12 Белгородская обл. 113 720 580 752,6 55 Забайкальский край 40 616 231 467
13 Брянская обл. 49 262 827 523 56 Красноярский край 621 742 316 1406, 4
14 Владимирская обл. 79 845 497 628,2 57 Иркутская обл. 433 272 035 1084, 8
15 Воронежская обл. 119 055 692 1110, 2 58 Кемеровская обл. 177 606 475 1195
16 Ивановская обл. 31 350 445 444,9 59 Новосибирская обл. 194 963 054 1327
17 Калужская обл. 101 421 145 503 60 Омская обл. 169 775 734 891,7
18 Костромская обл. 29 083 205 282,2 61 Томская обл. 239 877 971 508,7
19 Курская обл. 57 822 031 510,8 62 Респ. Саха (Якутия) 242 886 920 497
20 Липецкая обл. 55 881 411 566,1 63 Камчатский край 33 080 859 163,9
21 Московская обл. 918 834 399 3385, 7 64 Приморский край 109 579 312 971
22 Орловская обл. 24 953 943 314,5 65 Хабаровский край 128 825 494 691,8
23 Рязанская обл. 115 011 280 498,3 66 Амурская обл. 29 748 515 387,9
24 Смоленская обл. 47 948 291 432,5 67 Магаданская обл. 13 994 609 91,6
25 Тамбовская обл. 31 191 735 466 68 Сахалинская обл. 202 298 892 279,7
26 Тверская обл. 69 813 604 605 69 Еврейская АО 6 413 487 65,2
27 Тульская обл. 76 340 373 715,1 70 Чукотский АО 11 686 532 33,3
28 Ярославская обл. 134 091 644 622,2 71 Респ. Адыгея 20 201 007 151,6
29 г. Москва 3 479 129 088 8838, 2 72 Респ. Калмыкия 9 709 362 108
30 Курганская обл. 26 848 344 326 73 Краснодарский край 345 719 322 2603, 1
31 Свердловская обл. 358 778 269 2038 74 Астраханская обл. 160 591 618 470,7
32 Тюменская обл. 324 174 329 729,5 75 Волгоградская обл. 188 038 893 1140, 6
33 Ханты-Мансийск. АО 3 420 923 998 1085, 7 76 Ростовская обл. 240 780 257 1935, 7
34 Ямало-Ненецкий АО 1 461 881 019 417,7 77 Респ. Дагестан 39 242 147 1118, 3
35 Челябинская обл. 236 988 784 1756, 2 78 Респ. Ингушетия 4 167 549 181,1
36 Респ. Башкортостан 422 389 699 1685, 3 79 Кабардино-Балкарская Респ. 14 407 310 372
37 Респ. Марий Эл 23 982 566 281,4 80 Карачаево-Черкесская Респ. 9 498 562 174,7
38 Респ. Мордовия 36 055 754 379,9 81 РСО - Алания 18 694 482 297,9
39 Респ. Татарстан 741 567 502 1944, 3 82 Чеченская Респ. 13 431 489 519,8
40 Удмуртская Респ. 218 317 958 700,5 83 Ставропольский край 108 396 701 1249, 9
41 Чувашская Респ. 49 265 901 516,8 84 Респ. Крым 53 954 728 841,4
42 Пермский край 410 714 930 1155, 6 85 г. Севастополь 15 526 719 198,8
43 Кировская обл. 47 587 464 585,4
Источник: составлена автором по данным [8;9]
Из таблицы 2 следует, что наибольший НД был собран в г. Москве и в Ханты-Мансийский АО. В 2018 г. налоговые поступления в бюджет составили 3 479 129 088 и 3 420 923 998 тысяч рублей соответственно. Также хорошие показатели по собираемости налогов имеют следующие субъекты федерации: Ямало-Ненецкий АО -1 461 881 019 тысяч рублей; г. Санкт-Петербург - 1 185 895 959 тысяч рублей; Московская область - 918 834 399 тысяч рублей; Респ. Татарстан - 741
567 502 тысяч рублей; Красноярский край - 621 742 316 тысяч рублей; Самарская область - 488 561 684 тысяч рублей; Иркутская область - 433 272 035 тысяч рублей; Респ. Башкортостан - 422 389 699 тысяч рублей; Пермский край - 410 714 930 тысяч рублей и Оренбургская область 383 458 191 тысяч рублей.
Наименьший НД в 2018 г. был собран в Республике Ингушетия и Еврейской автономной области. Налоговые поступления в данных регионах составили соответственно 4 167 549 и 6 413 487 тысяч рублей. В двенадцать наиболее слабых, с точки зрения собираемости НД, субъектов РФ вошли: Респ. Тыва - 6
573 581 тысяч рублей; Респ. Алтай - 7 184 587 тысяч рублей; Карачаево-Черкесская Респ. - 9 498 562 тысяч рублей; Респ. Калмыкия - 9 709 362 тысяч рублей; Чукотский автономный округ - 11 686 532 тысяч рублей; Чеченская Респ. - 13 431 489 тысяч рублей; Магаданская область - 13 994 609 тысяч рублей; Кабардино-Балкарская Респ. - 14 407 310 тысяч рублей; г. Севастополь -15 526 719 тысяч рублей и Респ. Северная Осетия - Алания - 18 694 482 тысяч рублей.
Рассмотрим регионы Росси с точки зрения размещения на их территориях ЗН. Наибольшая численность занятых в экономике располагается в г. Москве, численность показателя в 2018 г. составила 8838,2 тысяч человек. Данный показатель существенно превосходит численность занятых в остальных регионах. В двенадцать наиболее обеспеченных трудовыми ресурсами регионов входят: Московская обл. - 3385,7 тысяч человек; г. Санкт-Петербург - 3151,6 тысяч человек; Краснодарский край - 2603,1 тысяч человек; Свердловская обл. - 2038, 00 тысяч человек; Респ. Татарстан - 1944,3 тысяч человек; Ростовская обл.- 1935,7 тысяч человек; Челябинская обл. - 1756,2 тысяч человек; Респ. Башкортостан -1685,3 тысяч человек; Самарская обл. - 1652,9 тысяч человек; Нижегородская обл. - 1633,1 тысяч человек; Красноярский край - 1406,4 тысяч человек.
С существенным отставанием от остальных субъектов наименее обеспечены трудовыми ресурсами оказались Ненецкий АО и Чукотский АО. Численность ЗН в
X X
о го А с.
X
го m
о
ю
2 О
м о
о см
0 см
<0
01
о ш т
X
<
т О X X
этих региона составила 31,8 и 33,3 тысяч человек соответственно. В десятку наименее обеспеченных трудовыми ресурсами субъектов также вошли: Еврейская АО
- 65,2 тысяч человек; Респ. Алтай - 82,8 тысяч человек; Магаданская обл. - 91,6 тысяч человек ; Респ. Тыва -102,9 тысяч человек; Респ. Калмыкия - 108 тысяч человек; Респ. Адыгея - 151,6 тысяч человек; Камчатский край - 163,9 тысяч человек; Карачаево-Черкесская Респ.
- 174,7 тысяч человек.
Республика Ингушетия с показателем в 181,1 тысяч человек занимает 75 позицию среди субъектов РФ по численности ЗН. Данный субъект занимая всего 0,02% территории РФ приносит наименьший НД. Субъект имеет высокую плотность населения. Можно сделать вывод о том, что низкая экономическая эффективность функционирования Республики не может быть связана с отсутствием трудовых ресурсов.
Таблица 2
№ п.п. Название субъекта Индекс № п.п. Название субъекта Индекс
1 г. Москва 30,86 44 Еврейская АО -2,75
2 Ямало-Ненецкий АО 25,94 45 Белгородская обл. -3,27
3 г. Санкт-Петербург 24,22 46 Кемеровская обл. -3,29
4 Ненецкий АО 23,31 47 Вологодская обл. -3,44
5 Чукотский АО 20,41 48 Респ. Калмыкия -3,54
6 Сахалинская обл. 18,04 49 Оренбургская обл. -3,64
Ханты-Мансийский
7 АО 15,26 50 Волгоградская обл. -3,73
8 Красноярский край 13,50 51 Курская обл. -3,76
9 Мурманская обл. 12,77 52 Забайкальский край -4,01
10 Ленинградская обл. 11,99 53 Смоленская обл. -4,11
11 Камчатский край 11,11 54 Астраханская обл. -4,11
12 Московская обл. 10,66 55 Костромская обл. -4,14
13 Тюменская обл. 9,18 56 Владимирская обл. -4,22
14 Магаданская обл. 9,18 57 Тульская обл. -4,23
15 Респ. Коми 6,07 58 Брянская обл. -4,23
16 Томская обл. 5,87 59 Респ. Алтай -4,42
17 Калининградская обл. 4,77 60 г.Севастополь -4,57
18 Респ. Саха (Якутия) 4,05 61 Ставропольский край -4,58
19 Иркутская обл. 4,04 62 Амурская обл. -4,99
20 Пермский край 2,40 63 Респ. Адыгея -5,23
21 Хабаровский край 1,60 64 Респ. Бурятия -5,26
22 Свердловская обл. 1,01 65 Ульяновская обл. -5,51
23 Респ. Татарстан 0,96 66 Пензенская обл. -5,71
24 Краснодарский край 0,87 67 Чувашская Респ. -5,77
25 Архангельская обл. 0,37 68 Липецкая обл. -5,80
26 Респ. Карелия 0,29 69 Респ. Мордовия -5,82
27 Новосибирская обл. 0,26 70 Респ. Крым -6,00
28 Самарская обл. 0,15 71 Кировская обл. -6,07
29 Нижегородская обл. -0,46 72 Псковская обл. -6,09
30 Приморский край -0,89 73 Курганская обл. -6,09
31 Ярославская обл. -0,98 74 Алтайский край -6,32
32 Воронежская обл. -1,35 75 Респ. Марий Эл -6,80
33 Респ. Башкортостан -1,47 76 Ивановская обл. -6,89
34 Рязанская обл. -1,82 77 Орловская обл. -6,95
35 Удмуртская Республика -1,87 78 Тамбовская обл. -7,10
36 Ростовская обл. -1,89 79 Респ. Тыва -7,33
37 Тверская обл. -1,95 80 Карачаево-Черкесская Респ. -8,98
38 Омская обл. -2,12 81 РСО - Алания -9,33
39 Калужская обл. -2,33 82 Кабардино-Балкарская Респ. -9,99
40 Новгородская обл. -2,42 83 Респ. Дагестан -10,51
41 Челябинская обл. -2,51 84 Чеченская Респ. -11,41
42 Саратовская обл. -2,63 85 Респ. Ингушетия -11,74
43 Респ. Хакасия -2,69
Источник: Рассчитана автором по данным таблицы 1
На основе предложенного индекса построим распределение субъектов РФ по их эффективности функцио-
нирования. Проведя ранжирование, мы получаем своеобразный рейтинг эффективности финансово-экономического функционирования регионов России. Нулевая отметка рейтинга будет соответствовать среднему значению индикатора по стране. В таблице 2 представлено распределение субъектов федерации по индикатору совокупный НД в 2018 г.
По таблице 2 построим рисунок 8, визуально отображающий распределение субъектов по рассчитанному индикатору.
■
1 ■ ■ *ашг
■ ■ ■
■ :
■ ■ 1 60 -: : «
■
V
I1-■
1 ■
В
■ ■
■
■
-9- ■ ■ ■
-и
-ю
25
30
35
0 5 10 15 20 Индекс - суммарный НД-2018
Рисунок 8 - Распределение субъектов по индикатору суммарный НД в 2018 г.
Источник: построен автором по Таблице 2
Всего выше отметки среднего уровня (нулевая отметка) расположились 28 субъектов федерации. Существенно опережая остальные субъекты, первое место нашего рейтинга занимает г. Москва. Индикатор эффективности функционирования данного субъекта по величине НД и занятого в его создании населении равен 30,86. Далее следуют такие субъекты: Ямало-Ненецкий АО, величина индикатора равняется 25,94; г. Санкт-Петербург - 24,22; Ненецкий АО - 23,31; Чукотский АО-20,41; Сахалинская обл. - 18,04; Ханты-Мансийский АО - 15,26; Красноярский край - 13,50; Мурманская обл. -12,77; Ленинградская обл. - 11,99; Камчатский край -11,11; Московская обл. - 10,66; Тюменская обл. - 9,18; Магаданская обл. - 9,18. Можно сказать о том, что это кластер субъектов опережающего развития. Данные регионы являются локомотивом экономического развития страны. Визуально кластер субъектов опережающего развития представлен на рисунке 9.
Ниже отметки среднего уровня (нулевая отметка) расположились 57 субъектов федерации. Наиболее экономически слабыми субъектами явились шесть республик, входящих в состав Северокавказского федерального округа: Респ. Ингушетия, величина индикатора составила (-11,74); Чеченская Респ. - (-11,41); Респ. Дагестан - (-10,51); Кабардино-Балкарская Респ. - (-9,99);
РСО - Алания - (-9,33); Карачаево-Черкесская Респ. - (8,98). В десятку наименее развитых субъектов также вошли: Респ. Тыва - (-7,33); Тамбовская обл.- (-7,10); Орловская обл. - (-6,95) и Ивановская обл.- (-6,89). Данные субъекты могут быть отнесены к кластеру экономически депрессивных регионов Росси. Отметим, что в десятку наименее развитых субъектов вошли две области из Центрального федерального округа: Орловская и Ивановская область.
Рисунок 9 - Кластер субъектов опережающего развития по индикатору суммарный НД в 2018 г. Источник: построен автором по Таблице 2
Вокруг отметки среднего уровня сконцентрированы субъекты, имеющие все предпосылки для проведения положительных экономических изменений. К данному кластеру можно отнести: Пермский край, величина индикатора составила 2,40; Хабаровский край - 1,60; Свердловскую обл. - 1,01;
Респ. Татарстан - 0,96; Краснодарский край - 0,87; Архангельскую обл.- 0,37; Респ. Карелия - 0,29; Новосибирскую обл. - 0,26; Самарская обл. - 0,15; Нижегородская обл. - (-0,46); Приморский край - (-0,89); Ярославская обл. - (-0,98); Воронежская обл. - (1,35); Респ. Башкортостан - (-1,47); Рязанская обл.- (-1,82); Удмуртская Респ. - (-1,87); Ростовская обл. - (-1,89); Тверская обл -(-1,95); Омская обл. (-2,12); Калужская обл.- (-2,33) Новгородская обл. - (-2,42); Челябинская обл. - (-2,51) Саратовская обл. - (-2,63). К данным регионам необходимо применить регулирующую функцию налогов, повысив тем самым их экономическую и инвестиционную привлекательность.
Рассмотрим функционирование отраслей экономики на территории нашего государства. В Росси каждой отрасли экономики поставлен в соответствие определенный вид экономической деятельности (ВЭД). Общероссийский классификатор видов экономической деятельности разработан двумя организациями: Министерством экономического развития РФ и Федеральным агентством по техническому регулированию и метрологии. "ОК 029-2014 (КДЕС Ред. 2). Общероссийский классификатор видов экономической деятельности был утвержден Приказом Росстандарта N 14-ст от 31.01.2014. Последние изменения в документ внесены
12.02.2020 г. В таблице 3 представлена укрупненная структура ВЭД. Также в ней показаны налоговые поступления по ВЭД и численность занятых в их создании трудовых ресурсов.
Таблица 3
Величина налогового дохода и занятого населения по ВЭД в РФ в 2018 г.
ki .: оо ВЭД НДпоВЭД. ЗН no ВЭД.
ОКВЗД ТЫГ. [1' fi тис. ч с:
lois Сельское лесное хотяЛстхо, охота рынлнспо. рыбоводство 130341 SSI 4936,6
10JÍ Добыча [¡o.'irjubix ископаемы* 7S35415947 1141Г
1035 ОбрЭЩ tbtE 1KXUJ1С Пр "II 1; 1' 1Г-1 34 74641S44 1006S.B
124« Сц|*|.пгч|ц||с аяскгрнчесиой жсртей, гагом в пэром. шнцщитнрицшл »Silvia 657507201 1621,9
13» Волоснаёжоше. млоотвеаасие, органнкшня cöppj н ■■тил отколов, деятельность н лщ Eli!|щня : »fix:Hi*ни.": юззоз4:9 721,5
1270 Строчтетьспю 771Í6434S 6390,8
12SC Торговля оптовой i: розничная ремонт автотранспортных срелствн мотоциклов Mí? 1504 09 13665.9
1JOO Транспортировка н хранение 792474758 5353,1
1JS) Деятельность гостиниц и предприятий общепита 128264723 1721,9
1.4*1 Деятельность в о&кастн информации и с tau: 65924 №446 14(¿.5
l»0 Деятельность по опсрапнямс нелшкныым нмушесткн 618174118 1926,6
1410 М|шни 356159-04 S4S,6
1420 Деятельность в о&исти здравоохранения н сои. услуг 309442539 4404
1450 Остальные виды экономической деятельности 3221954237 13Ü8M
Источник: составлена автором по [8;9]
В таблице 4 представлены доли налоговых поступлений по ВЭД в суммарном налоговом доходе страны и доли занятого населения по ВЭД. Также в таблице рассчитаны отношения долей НД по ВЭД к ЗН по ВЭД.
Таблица 4
Доли налоговых поступлений и занятого населения по ВЭД в РФ в 2018 г.
Код по ОКВЭД Доля ВЭД в налоговых доходах Доля ВЭД в занятом населении Отношение долей
1015 0,62% 6,90% 0,02
1035 37,06% 1,60% 23,23
1085 16,43% 14,07% 1,17
1240 3,11% 2,27% 1,37
1260 0,49% 1,01% 0,48
1270 3,65% 8,93% 0,41
1280 9,87% 19,10% 0,52
1300 3,75% 7,48% 0,50
1350 0,61% 2,41% 0,25
1360 3,12% 2,05% 1,52
1390 2,92% 2,69% 1,09
1410 1,68% 7,62% 0,22
1420 1,46% 6,15% 0,24
1450 15,23% 17,73% 0,86
Источник: рассчитана автором по таблице 3
На основе таблицы 4 построим рисунки 10 и 11. Рисунок 10 визуально отражает структуру налоговых поступлений по ВЭД в РФ в 2018 г. На рисунке 11 представлена структура трудовых ресурсов занятых в создании ВЭД в России в 2018 г. Расшифровка кодов по ОКВЭД представлена в таблице 3. Видно, что наибольшая численность ЗН сконцентрирована в оптовой и розничной торговле, доля занятых составила 19,10%. 14,07% ЗН трудоустроено в отраслях обрабатывающей промышленности. Третью позицию, с долей 8,93% Зн, занимает ВЭД «Строительство».
Наиболее эффективно функционирует ВЭД 1035 «Добыча полезн. ископаемых». Этот ВЭД принес 37,06% НД страны. При этом в его создании было занят всего 1,60% ЗН. Отношение долей составило 23,23. Также вы-
X X
о го А с.
X
го m
о
ю
2 О
м о
о см
0 см
<0
01
о ш т
X
<
т О X X
сокие НД принесли ВЭД 1085 и 1280. Доли данных отраслей народного хозяйства составили соответственно 16,43% и 9,87%. Но отношение долей НД к ЗН в этих ВЭД гораздо ниже, чем в ВЭД 1035. Наименее эффективно функционирует ВЭД 1015. В сельском хозяйстве задействовано почти 7% ЗН страны, при этом НД составил всего 0,62%. Отношение долей составило 0,02.
Г) И I 1К0НОЧНТГГК0Й -КН1Г.1МГОПН
Рисунок 9 - Доля налоговых поступлений по ВЭД в РФ в 2018 г.
Источник: построен автором на основе Таблицы 4
виду деятельности относятся все отрасли промышленности нашей страны. От их эффективности функционирования зависит устойчивость финансово-экономического развития России. В данный кластер вошли 20 субъектов, в том числе: Ямало-Ненецкий АО - 5,95596 и Ленинградская обл. - 3,36006;
- ч
Рлнг субъекта
101
V
ч
\
-Ъ-
-ю
Ннлект_1035_2(113 г.
Рисунок 11 - Доля занятого в ВЭД населения в РФ в 2018 г. Источник: построен автором по данным Таблицы 4
На основе предложенной методики по вычислению индикаторов были рассчитаны четырнадцать групп показателей (группа соответствует определенному ВЭД), содержащих 85 значений (количество субъектов РФ) в каждой. Например, в работе [4, с. 137] рассмотрен ВЭД «Транспортировка и хранение», и получено распределение всех субъектов в данной отрасли экономики в 2017 г. В таблице 5 представлено распределение субъектов по индикатору 1035 - «Добыча полезных ископаемых».
Несмотря на то, что на сегодняшний день происходит снижение цен и объемов продажи углеводородов, ВЭД-1035 остается наиболее важным источником доходной части бюджета РФ. В 2018 г. этот ВЭД принес 7 838 415 947 тысяч рублей налоговых поступлений, и в нем было занято 1 141,7 тысяч человек. Построим рисунок 12, визуально отражающий распределение российских регионов по ВЭД «Добыча полезных ископаемых» в 2018 г. Как видно из рисунка, выше значения среднего уровня расположились 26, а ниже - 59 субъектов федерации. Наиболее эффективно по ВЭД-1035 функционируют Тюменская область и Ямало-Ненецкий АО. Значения индикаторов по данным субъектам составили 3,30919 и 2,00177 соответственно.
Вторым по эффективности функционирования является ВЭД «Обрабатывающие производства». К данному
Рисунок 12 - Распределение субъектов РФ по ВЭД «Добыча
полезных ископаемых» в 2018 г.
Источник: построен автором на основе данных [8;9]
Более детальный анализ финансово-экономического состояния выделенного субъекта можно провести, основываясь на другой методике. Для проведения данного вида исследований воспользуемся детализацией поступлений НД в разрезе ВЭД. Рассмотрим наиболее эффективно функционирующий в 2018 г. субъект федерации - г. Москву. В таблице 5 представлены используемые для проведения анализа данные по занятому населению и налоговым поступлениям в разрезе ВЭД, а также их доли.
Таблица 5
Структура налоговых поступлений и занятого населения по ВЭД в г. Москве в 2018 г.
Код по ОКВЭД НД, тыс. руб. ЗН, тыс. чел. Доля ВЭД в НД Доля ВЭД в ЗН Отношение долей
1015 3 209 437 15,8 0,09% 0,18% 0,52
1035 -246 441 576 11,1 -7,08% 0,13% -56,40
1085 271 283 018 763,3 7,80% 8,64% 0,90
1240 147 368 443 77,7 4,24% 0,88% 4,82
1260 18 834 368 54,6 0,54% 0,62% 0,88
1270 222 756 619 1040,2 6,40% 11,77% 0,54
1280 707 572 589 2078,6 20,34% 23,52% 0,86
1300 72 598 306 661,3 2,09% 7,48% 0,28
1350 52 334 908 197,1 1,50% 2,23% 0,67
1360 405 029 706 364,5 11,64% 4,12% 2,82
1390 216 389 403 295,7 6,22% 3,35% 1,86
1410 62 767 869 396,4 1,80% 4,49% 0,40
1420 51 772 871 321 1,49% 3,63% 0,41
1450 1 493 653 127 2560,9 42,93% 28,98% 1,48
Всего 3479129088 8838,2 100,00% 100,00%
Источник: составлена автором по данным [8;9]
По таблице 6 построим рисунок 13 визуально отображающий доли НД и занятого в их создании населения по ВЭД в г Москве в 2018 г. Видно, что наибольший налоговый доход принес ВЭД 1450 «Остальные ВЭД». Также хорошую собираемость налогов показали ВЭД
1280 - «Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов» и 1360 - «Деятельность в области информации и связи». ВЭД 1035 -«Добыча полезных ископаемых» показал отрицательное значение показателя. В данном случае мы имеем дело с возвратом НДС из бюджета, связанным с экспортом углеводородов.
10% 20% 30%
ДшшНДиЗН
Рисунок 13 - Структура налоговых поступлений и занятого населения по ВЭД в г. Москве в 2018 г. Источник: построен автором по таблице 6.
Также из рисунка 15 следует, что наибольшая численность трудовых ресурсов занята в ВЭД: 1280 - «Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов», 1270 - «Строительство» и 1085 - «Обрабатывающие производства».
Рисунок 14 - Структура эффективности функционирования
ВЭД в г. Москве в 2018 г.
Источник: построен автором по Таблице 6
Используем относительный показатель интенсивности налогообложения доходов субъектов (ОПИНДС).
ОПИНДС - это отношение величины собранного налогового дохода к численности занятого в его получении населения. Рассчитаем коэффициент ОПИНДС для г. Москвы и по полученным данным построим рисунок 14. На рисунке отрицательное значение показателя по ВЭД 1035 было заменено нулевым значением. Видно, что наиболее эффективно функционируют ВЭД: 1240 -«Обеспечение электрической энергией, газом и паром; кондиционирование воздуха», ВЭД 1360 - «Деятельность в области информации и связи» и ВЭД 1390 - «Деятельность по операциям с недвижимым имуществом».
В работе проведен анализ финансово-экономического положения нашей страны в целом и ее регионов в частности. Исследования проведены с использованием статистического анализа, а именно индексного метода. На основании поведенных изысканий выделены три кластера субъектов РФ. К ним были отнесены: субъекты опережающего развития, субъекты среднего уровня развития и депрессивные субъекты. Наиболее экономически развитым субъектом явился г. Москва, а наименее
- Республика Ингушетия. Были рассмотрены контрольная и регулирующая функции налогов и их применение для развития регионов нашего государства.
На основе относительного показателя эффективности налоговых поступлений проведена оценка эффективности экономического функционирования г. Москвы. Полученное распределение свидетельствует о том, что наиболее развитыми в регионе видами экономической деятельности являются: «Обеспечение электрической энергией, газом и паром; кондиционирование воздуха», «Деятельность в области информации и связи» и «Деятельность по операциям с недвижимым имуществом».
Литература
1. Косарев, И.М. Использование информационных технологий для анализа статистических налоговых данных / И.М. Косарев, А.Ш. Камалетдинов, А.А. Ксенофон-тов // Сборник трудов XVI Международной межвузовской научно-практической конференции Новая модель экономического роста на основе структурной модернизации в России «Виттевские чтения-2015». - М., «Дашков и Ко».
- 2015. - С. 488-493.
2. Разработка и обоснование концепции формирования налоговой доктрины и развития бухгалтерского учета и способов их реализации на длительную перспективу / Агеева О.А., Карп М.В., Кирова Е.А. и др., Под ред. Рогуленко Т.М. - М.: КноРус. -2018.
3. Рязанова, Г.Н. Роль государства в развитии экономики России: современный этап / Г.Н. Рязанова, П.С. Толкачев / Вестник университета. -2018. -№ 5. - С. 24-27.
4. Череповская, Н.А. Об инвестиционном потенциале в региональном развитии / Н.А. Череповская// Научные ведомости БелГУ. Сер. Экономика. Информатика .2015.- № 7-1 (204).- Вып. 34/1. -С.46-51.
5. Трифонов, П.В. Оценка инвестиционного климата и механизмов реализации инновационных проектов в Республике Крым / П.В. Трифонов // Экономика и управление: проблемы, решения. -2015. -Т. 2., № 10. -С. 7-10.
6. Ксенофонтов, А.А. Анализ эффективности деятельности субъектов РФ по виду экономической деятельности "Транспортировка и хранение" / А.Ш. Камалетдинов, А.А. Ксенофонтов // Самоуправление. -2019. -Т. 2, № 3 (116). -С.136-139.
7. Ксенофонтов, А.А. Интегральный показатель интенсивности налоговых поступлений / А.А. Ксенофон-
X X
о го А с.
X
го m
о
2 О
м о
о es о es
<0
тов, А.Ш. Камалетдинов // Вестник Университета (Государственный университет управления). - 2014. -№2. -С.142-148.
8. Федеральная налоговая служба [Электронный ресурс] - М.: ФНС России, 2005-2017 - Режим доступа: http://www.nalog.ru, дата обращения: 14.07.2020).
9. Федеральная служба государственной статистики [Электронный ресурс] - М.: Росстат, / Режим доступа: http://www.gks.ru, дата обращения: 14.06.2020).
10. Камалетдинов, А.Ш. Моделирование доходов социально-экономических систем на основе производственной функции / А.Ш. Камалетдинов, А.А. Ксенофонтов // Финансы: теория и практика. -2018. -Т. 22. № 1 (103). -С. 118-127.
11. Яснопольский, Н. П. О географическом распределении государственных доходов и расходов России: в 2-х т. Т. 1 / Н. П. Яснопольский. - Киев, 1891. 236 с.
12. Гончаренко И.А., Михаленко Е.И. Проблемы правового регулирования налогообложения дохода по гибридным финансовым инструментам // Законы России: опыт, анализ, практика. 2019. № 12. С. 95-101.
13. Гончаренко И.А. Направления совершенствования правового регулирования предоставления налоговых льгот для проведения НИОКР в России на основе опыта зарубежных стран // Законы России: опыт, анализ, практика. 2009. № 10. С. 92-97.
14. Goncharenko I.A. Artificial intelligence and automation in financial services: the case of russian banking sector // Law and Economics Yearly Review. 2019. Т. 8. № 1. С. 125-147.
15. Урванцева Н.А., Сысоева Е.В. Развитие синдицированного кредитования на современном этапе // Транспортное дело России. 2009. № 7. С. 143-147.
Control and regulation of Russian regions' financial and
economic activities Ksenofontov A.A.
Financial University under the Government of the Russian Federation
The article is devoted to the control and regulation of financial and economic activities of Russian regions. The study involved 85 subjects of the Russian Federation, as well as economic sectors operating in their territories. Statistical methods and index method were used for the research. To simplify the collection, storage and processing of data, the information and analytical system of regional tax revenues "Taxes of the Russian Federation" was used. Based on the calculated indicator, the distribution of subjects according to the efficiency of economic functioning is obtained. There were created distributions of subjects by types of economic activity "Mining" and "Manufacturing". The analysis of economic activity in Moscow is based on the relative indicator of tax revenue intensity. Key words: management, taxes, Finance, statistics, regional economy, index method
References
1. Kosarev, I.M. Using information technologies for the analysis of
statistical tax data/I.M. Kosarev, A.Sh. Kamaletdinov, A.A. Ksenofontov//Collection of Works of the XVI International Inter-University Scientific and Practical Conference New Model of Economic Growth based on Structural Modernization in Russia "Vittev Readings-2015." - M., " "Dashkov and Co." - 2015. - p. 488-493.
2. Development and substantiation of the concept of the formation
of tax doctrine and the development of accounting and ways of their implementation for the long term/Ageev O.A., Karp M.V., Kirov E.A. and others, Ed. Rogulenko T.M. - M.: KnoRus. -2018.
3. Ryazanova, G.N. The role of the state in the development of the
Russian economy: the modern stage / G.N. Ryazanova, P.S. Tolkachev / /University Bulletin. -2018. - No. 5. - p. 24-27.
4. Cherepovskaya, N.A. On investment potential in regional development / N.A. Cherepovskaya // Scientific statements of BelSU. Economy. Informatics .- 2015 .- No. 7-1 (204) .- Vol. 34/1. - P. 46-51.
5. Trifonov, P.V. Assessment of the investment climate and mechanisms for the implementation of innovative projects in the Republic of Crimea/P.V. Trifonov//Economics and management: problems, solutions. -2015. -V. 2., NO. 10. -p. 710.
6. Ksenofontov, A.A. Analysis of the effectiveness of the activities
of the constituent entities of the Russian Federation on the type of economic activity "Transportation and Storage "/A.Sh. Kamaletdinov, A.A. Ksenofontov //Self-government. -2019. -T. 2, No. 3 (116). -p.136-139.
7. Ksenofontov, A.A. Integral indicator of the intensity of tax revenues/A.A. Ksenofontov, A.Sh. Kamaletdinov//Bulletin of the University (State University of Management). - 2014. - No. 2. -p.142-148.
8. Federal Tax Service [Electronic Resource] - M.: Federal Tax
Service of Russia, 2005-2017 - Access regime: http://www.nalog.ru, circulation date: 14.06.2020).
9. Federal State Statistics Service [Electronic Resource] - M.: Rosstat ,/Access Mode: http://www.gks.ru, circulation date: 14.06.2020).
10. Kamaletdinov, A.Sh. Modeling of incomes of socio-economic systems based on the production function/A.Sh. Kamaletdinov, A.A. Ksenofontov //Finance: theory and practice. -2018. -Vol. 22. NO. 1 (103). -p. 118-127.
11. Yasnopolsky, N.P. On the geographical distribution of state revenues and expenses of Russia: in 2 tons. T. 1/N.P. Yasnopolsky. - Kiev, 1891. 236 p.
12. Goncharenko I.A., Mikhalenko E.I. Problems of legal regulation of income taxation for hybrid financial instruments // Laws of Russia: experience, analysis, practice. 2019.No. 12.P. 95-101.
13. Goncharenko I.A. Directions of improving the legal regulation of providing tax incentives for R&D in Russia based on the experience of foreign countries // Laws of Russia: experience, analysis, practice. 2009. No. 10. S. 92-97.
14. Goncharenko I.A. Artificial intelligence and automation in financial services: the case of russian banking sector // Law and Economics Yearly Review. 2019.Vol. 8.No. 1.P. 125-147.
15. Urvantseva N.A., Sysoeva E.V. Development of syndicated lending at the present stage // Transportnoe delo Rossii. 2009. No. 7. S. 143-147.
О Ш
m x
<
m о x
X
