CC BY-NC-ND
24
1Е.Ц. Чимитдоржиева
МЕТОДИКА ПРОГНОЗИРОВАНИЯ НАЛОГОВОГО ПОТЕНЦИАЛА СУБЪЕКТА РФ
Представлена методика прогнозирования налогового потенциала субъекта Федерации на примере Республики Бурятия. Для улучшения характеристик моделей временных рядов осуществлена компоновка налогов по экономическому признаку, а затем проведена классификация с помощью факторного анализа.
Ключевые слова: налоговый потенциал, налоговые доходы, межбюджетные отношения, прогнозирование, временные ряды.
Объем доходной части бюджета субъектов Федерации является следствием системы налогообложения, при которой одни сектора экономики приносят большие доходы, а другие - малые. По этой причине размер регионального бюджета будет зависеть от территориального разделения труда, которое складывалось исторически.
Изучение структуры и динамики доходов бюджетов субъектов Федерации и местных органов самоуправления свидетельствует, что существующие принципы распределения налоговых полномочий приводят к резкой дифференциации доли собственных источников финансовых ресурсов в бюджетах территорий по сравнению с общей суммой их доходов. Основными причинами, обусловливающими серьезные диспропорции в бюджетной системе РФ, являются многоканальность предоставления централизованной финансовой помощи, неравномерность размещения налогового потенциала. Данные факторы также негативно влияют на применение нормативно-расчетных методов регулирования межбюджетных отношений1. Проведенный анализ показал, что обоснование суммы финансовой помощи связано только с расчетом совокупных
© Чимитдоржиева Е.Ц., 2010
Таблица 1
Структура налоговых поступлений за 2005-2007 гг.2
Наименование Налоговый потенциал Республики Бурятия в % к итогу
2005 г. 2006 г. 2007 г.
Налоговые доходы 100 100 100
Налог на прибыль 18,1 25,5 31,0
Налог на доходы физических лиц 35,2 38,7 25,3
Акцизы 2,0 1,1 8,7
Налог на имущество всех видов 6,7 7,0 15,1
НДС 13 12,2 8,8
Единый налог 6,6 2,7 1,6
Единый социальный налог 1,1 0,6 0,4
Земельный налог 0,7 1,3 3,0
Налог за пользование
природными ресурсами 6,8 4,9 3,1
Прочие налоги 0,9 0,5 2,9
налоговых доходов, поступающих во все уровни бюджетной системы с территории данного субъекта. Множество исследований в области бюджетного планирования направлено на поиск более точных методов расчета налогового потенциала.
Практика определения налогового потенциала региона показала, что доходы в бюджеты всех уровней на очередной год рассчитывались с помощью корректировки отчетных показателей о бюджетных доходах за предыдущий период, их пересчета с учетом изменения налогового законодательства, а также повышения на сумму предоставленных налоговых льгот и некоторой части накопленной недоимки по налогам и сборам.
В данной статье мы предлагаем использовать методику распределения финансовых средств между бюджетами разных уровней, основанную на эконометрическом прогнозировании налоговых поступлений. Этот подход позволит прогнозировать доходную часть бюджетов всех уровней, учитывая экономические условия развития территорий, их социальные и финансовые стандарты.
Согласно бюджетной классификации доходы субъектов Федерации включают насколько десятков источников, но основной объем образуется за счет небольшой группы налоговых и неналоговых источников, а также безвозмездных и безвозвратных перечислений. В Республике Бурятия период 2005-2007 гг. характеризуется ростом общего объема доходов в бюджеты всех уровней (табл. 1).
Основными по значимости налогами являются налог на доходы физических лиц (НДФЛ) и налог на прибыль (НП). В рассматриваемом периоде роль НДФЛ возрастает, что связано со стабильностью данного налогового источника. Особенно это касается бюджетов муниципальных образований, где поступления данного налога имеют определяющее значение. Поступление данного налога характеризуется равномерностью в течение года и зависит от численности работающего населения. Данный факт подтверждается и проведенным исследованием. Наилучшими прогностическими свойствами обладают модели, включающие в свой состав НДФЛ.
Период 2005-2007 гг. характеризуется ростом поступлений НП, доля которого в общей сумме налоговых доходов возрастает. При этом прибыль предприятий, являющаяся налоговой базой для исчисления данного налога, не носит устойчивого характера и во многом зависит от сложившихся экономических условий и результатов финансово-хозяйственной деятельности. Для республики характерна зависимость от предприятий, находящихся за пределами республики и имеющих на ее территории структурные подразделения, которые уплачивают НП с учетом финансового результата, сложившегося в целом по Российской Федерации, таких как ОАО «Российская железная дорога», «Сибирская угольно-энергетическая компания»3.
Построение прогноза налоговых поступлений в бюджеты всех уровней на территории Республики Бурятия методом экспоненциального сглаживания показало, что данная модель недостаточно устойчива, обладает неудовлетворительными характеристиками (рис. 1). Относительная ошибка прогноза составляет 14%. Причина кроется в депрессивном характере экономики данного региона.
3500
2500
\о
м
1000
§ 1500
^ 2000
3000
500
.0
5 .0
со
.0
.0
00
.0
- Исходные данные - Прогноз
Рис. 1. Прогноз налоговых поступлений (всего) на 2008 г.
С целью улучшения эконометрической модели проведем предварительный анализ исходных данных, позволяющий повысить устойчивость временного ряда.
Перечень налоговых поступлений в бюджеты всех уровней, собираемых на территории Республики Бурятия, составляет 48 видов налогов и сборов. Для улучшения аналитических возможностей исходных данных объединим налоги в группы по экономическому признаку: НП, НДФЛ, единый налог (ЕН), налог на добавленную стоимость, акцизы всех видов, налог на имущество всех видов (НИОФЛ), налоги на природные ресурсы всех видов (НДПИ), земельные налоги (ЗН), единый социальный налог (ЕСН), прочие налоги. Таким образом, мы получили систему из 10 укрупненных налогов.
Очевидно, что сроки уплаты разных налогов разными плательщиками обусловливают разную колеблемость этих налогов. Для повышения устойчивости исходного временного ряда полезно было бы объединить налоги по признаку вариативности, выделяя разные налоги с одинаковой сезонностью уплаты. Применим аппарат факторного (в данном случае) компонентного анализа для определения взаимных связей между показателями, судить о которых можно по матрице факторных нагрузок.
Накопленный процент дисперсии исходного признакового пространства позволяет выбрать первые главные компоненты. Выбор будем делать по критерию четкости разделения исходных признаков, т. е. необходимо стараться посредством процедуры вращения добиться максимально возможного соответствия признаков главным компонентам (табл. 2).
Таблица 2
Характеристики факторной модели
Собственные значения Процент Накопленное значение Накопленный процент
3,785591 37,85591 3,78559 37,8559
2,230645 22,30645 6,01624 60,1624
1,093694 10,93694 7,10993 71,0993
1,006573 10,06573 8,11650 81,1650
0,691986 6,91986 8,80849 88,0849
0,494345 4,94345 9,30283 93,0283
0,287134 2,87134 9,58997 95,8997
0,218831 2,18831 9,80880 98,0880
0,132169 1,32169 9,94097 99,4097
0,059032 0,59032 10,00000 100,0000
Далее возникает проблема выбора оптимального количества главных компонент. Из табл. 2 мы видим, что значения большие 1 имеют первые четыре фактора. Критерий каменистой осыпи показал, что нужно оставить 3 или 4 фактора. Рассмотрим случай, когда выбираются три фактора. Анализ матрицы факторных нагрузок показал, что первый фактор тесно коррелирует с НИОФЛ, НДС, акцизами, второй - с ЗН, третий фактор на все виды налогов имеет незначительное влияние. Произведем вращение системы координат по трем осям (табл. 3).
Таблица 3
Матрица факторных нагрузок по трем факторам (после вращения)
Группы налогов F1 F2 F3
НП -0,148897 0,254399 0,672138
ЕН -0,035257 0,918072 -0,016288
НИОФЛ 0,910835 0,111596 0,191396
НДФЛ 0,324130 0,051979 0,809061
НДС 0,311333 0,275328 0,741436
Акцизы 0,932018 0,135614 0,169081
ЗН 0,946300 -0,091747 0,011296
НДПИ 0,240872 0,746163 0,182186
ЕСН 0,058236 0,811538 0,391849
Прочие -0,150946 0,102614 0,216595
Вращение трех и четырех главных компонент привело к практически одинаковым результатам. Отличия наблюдаются у вторых главных компонент. Дальнейшие расчеты покажут, что комбинация ЕН, НДПИ и прочих налогов дает худший результат по сравнению с комбинацией ЕН, НДПИ и ЕСН.
Таким образом, с определенной вероятностью можно допустить, что указанные показатели (ЕН, ЕСН, НДПИ) близки друг к другу по мере колеблемости (сезонности). В данном случае мы не используем компонентный анализ в качестве самостоятельного инструмента в рамках задачи прогнозирования, поэтому не будем интерпретировать сами компоненты. Укрупним налоги в соответствии с результатами компонентного анализа и проведем моделирование каждого из них методом экспоненциального сглаживания.
Проведенные расчеты по первому укрупненному налогу показали, что модель существенно устойчивее (рис. 2). Тренд имеет линейную форму, сезонность аддитивная. Средняя ошибка прогноза составляет 6,9%, модель хорошо описывает динамику процесса.
- Исходные данные - Прогноз (экспон. сглаж.)
Рис. 2. Прогноз значений для первого укрупненного налога на 2008 г.
График значений второго укрупненного налога представлен на рис. 3. Оптимальной для данного показателя стала модель с линейным трендом и аддитивной сезонностью. Характеристики модели можно считать удовлетворительными.
Рис. 3. Прогноз значений для второго укрупненного налога на 2008 г.
Динамика третьего укрупненного показателя наилучшим образом описывается линейной моделью с аддитивной сезонностью (рис. 4). Средняя ошибка прогноза равна 4,5%.
Прогнозирование поступлений НП и прочих налогов в отдельности привело к неустойчивым моделям с большой ошибкой аппроксимации. Одновременное моделирование дало лучшие результаты. Прогноз поступлений НП и прочих налогов осуществлялся с помощью моделей АРПСС.
1200
1000
800
р 600
н
л м 400
200
0
Исходные данные
Прогноз (экспон. сглаж.)
Рис. 4. Прогноз значений для третьего укрупненного налога на 2008 г.
На основании анализа в качестве оптимальной была выбрана модель АРПСС (1,1,0), ее характеристики представлены в табл. 4.
Таблица 4
Характеристики модели АРПСС (1,1,0)
Параметр Станд. ошибка Означение Значимость
Р(1) -0,351119 0,140426 -2,50038 0,016032
Найдем по таблице распределения Стьюдента ^ .(N-1; а)=
крит''
?крит.(47;0,05) =2,01.
Из полученных результатов следует, что параметр р(1) отличается от нуля. Анализ остатков временного ряда показал, что автокорреляция отсутствует, статистика Дабина-Уотсона равна 2,044. Прогноз представлен на рис. 5.
Далее составим прогноз налоговых поступлений в бюджеты всех уровней республики с учетом раздельного прогнозирования. С этой целью построим новый сводный показатель по следующему правилу:
- первые 36 значений переносим из первого сводного показателя со сдвигом вперед на 12 мес.;
- дополняем полученный ряд прогнозными значениями, которые являются суммой прогнозных значений первого, второго и третьего укрупненных налогов.
Наше предположение заключается в том, что если полученная модель прогноза будет иметь худшие характеристики точности,
- Прогноз
. Нижняя граница доверительного интервала —Верхняя граница доверительного интервала
Рис. 5. Прогноз поступлений налога на прибыль и прочих налогов на 2008 г.
то раздельное прогнозирование дает худший прогноз исходных данных, в противном случае раздельное прогнозирование предпочтительнее.
На рис. 6 приведен график прогноза нового сводного показателя. Характеристики точности модели показывают лучшую адаптацию модели к исходным данным. Средняя ошибка прогноза составляет 4,4%.
Исходные данные
Прогноз
Рис. 6. Прогноз совокупных налоговых поступлений с учетом раздельного прогнозирования
Таким образом, результат прогнозирования укрупненных показателей имеет практическое значение, а их сумма может описывать динамику результативного показателя лучше, чем моделирование непосредственно результативного показателя. Большая детализа-
ция налоговых доходов позволяет четче определить взаимосвязи между ними, получить более устойчивые группировки показателей по параметру одинаковой колеблемости и сезонности, лучше адаптировать модели к исходным данным, что приведет к уточнению сводного показателя налоговых доходов в регионе.
Примечания
Бюджетная политика и межбюджетные отношения в субъектах РФ // Финансы и статистика. М., 2007. С. 159.
Отчет о финансовых результатах деятельности на 1 января 2006-2007 гг. [Электронный ресурс] // Официальный сайт Министерства финансов Республики Бурятия [Улан-Удэ, 2007]. URL: http://minfin.e-baikal.ru/news/ (дата обращения 19.12.2008)
Оценка равномерности размещения налоговой базы по отдельным налогам, в том числе с точки зрения мобильности налоговой базы и зависимости налоговых поступлений от деятельности местной администрации, в разрезе муниципальных образований за три последних отчетных года [Электронный ресурс] // Официальный сайт Министерства экономики Республики Бурятия «Экономика Бурятии» [Улан-Удэ, 2006]. URL: http://economy.buryatia.ru/ econ/ adm3_analit_mat.html (дата обращения: 19.12.2008).
2
3
