CC BY
184
МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К ОЦЕНКЕ НАЛОГОВОГО ПОТЕНЦИАЛА РЕГИОНА
О.В. Бобылев,
соискатель кафедры налогов и налогообложения Восточно-Сибирского государственного университета технологий и управления (г Улан-Удэ)
Л.Р. Слепнева,
профессор кафедры налогов и налогообложения Восточно-Сибирского государственного университета технологий и управления (г Улан-Удэ),
доктор экономических наук [email protected]
Статья посвящена исследованию методологических подходов к прогнозированию налогового потенциала региона. Проведен расчет прогнозной величины налогового потенциала Республики Бурятия на основе экономико-математических и эконометрических методов.
Ключевые слова: налоговый потенциал, налоговые поступления, эконометрический метод, прогноз, оценка. УДК336.221.264 ББК 65.261.41
В современных экономических условиях, когда большинство регионов преобразуется в экономически самоуправляемые территории, резко возрастает необходимость эффективного планирования бюджетов, как регионального, так и муниципального уровней. А так как основную доходную часть любого бюджета составляют налоговые доходы, особую значимость приобретает такое понятие как налоговый потенциал территории.
Термин «потенциал», согласно толковому словарю русского языка, означает «совокупность средств, возможностей, необходимых для чего-либо». Исходя из данного значения, можно говорить о налоговом потенциале как о «налоговой возможности», т.е. о некоторой условной, в принципе достижимой сумме налоговых сборов. В мировой практике используется несколько похожий термин — tax capacity, означающий налогоспособность, или «способность базы налогообложения в пределах какой-либо административной единицы приносить доходы в виде налоговых поступлений.
Методическими рекомендациями субъектам Российской Федерации и муниципальным образованиям по регулированию межбюджетных отношений, утвержденными Приказом Минфина России от 27 августа 2004 г., предусматривается, что расчетные налоговые доходы — налоговый потенциал — являются оценкой налоговых доходов, которые могут быть собраны в бюджет муниципального образования из налоговых источников, закрепленных за бюджетом муниципального образования. Расчет налогового потенциала в этом случае будет производиться, с учетом корректирующего коэффициента, по следующей формуле:
Hni = ПД * НБi * КНБ (1)
где Hni — объем налогового потенциала i-го муниципального образования;
НБi — объем добавленной стоимости (промышленного производства, фонда оплаты труда) в i-м муниципальном образовании;
ПД — суммарный по субъекту Российской Федерации прогноз поступлений налоговых доходов в бюджеты всех муниципальных образований данного типа;
НБ — суммарный по субъекту Российской Федерации объем добавленной стоимости (промышленного производства, фонда оплаты труда);
К—поправочный коэффициент на отраслевую структуру экономики i-го муниципального образования.
Поправочный коэффициент на отраслевую структуру экономики муниципального образования определяется по формуле:
К = {ДД * (ГГ)(ДД)} (2)
где Д — объем добавленной стоимости (промышленного производства, фонда оплаты труда) по j-й отрасли экономики (промышленности) в i-м муниципальном образовании;
Д — объем добавленной стоимости (промышленного производства, фонда оплаты труда) по всем отраслям экономики (промышленности) в i-м муниципальном образовании;
Д — объем добавленной стоимости (промышленного производства, фонда оплаты труда) по j-й отрасли экономики (промышленности) по всем муниципальным образованиям;
Д — объем добавленной стоимости (промышленного производства, фонда оплаты труда) по всем отраслям экономики (промышленности) по всем муниципальным образованиям;
Г — прогнозируемый (отчетный) объем всех налоговых доходов, закрепленных за муниципальными образованиями, по j-й отрасли экономики (промышленности);
Г — прогнозируемый (отчетный) объем всех налоговых доходов, закрепленных за муниципальными образованиями, по всем отраслям экономики (промышленности);
При этом, в целях обеспечения наиболее стабильного распределения финансовой помощи рекомендуется использовать отчетные данные для определения налогового потенциала за несколько периодов (лет) [1].
В.В. Доржиева, Е.Ц. Чимтдоржиева и Б.В. Карпушев дают следующее определение «под налоговым потенциалом понимается мера возможностей территории по воспроизводству налоговых поступлений в бюджетную систему, рассчитанную с учетом экономических особенностей региона, без отрицательного воздействия на хозяйствующие субъекты» [2].
В своей работе они использовали подход, основанный на применении репрезентативной налоговой системы. Основная формула для расчета выглядит следующим образом:
НП = i = Ink * НД (3)
где НП — налоговый потенциал;
ki — поправочный коэффициент для i-го вида налога;
НД — поступления по i-му виду налога
Далее по этой формуле был произведен кластерный анализ всех регионов России, в ходе которого было выделено три основных кластера. Далее на основе полученных данных с помощью модели авторегрессии и проинтегрированного скользящего среднего был получен прогноз (расхождение с реальной величиной не более 5,5%) [2].
Из этого следует сделать вывод, что эконометрические методы наиболее эффективны для оценки и прогнозирования налогового потенциала региона. В общепринятом понимании эконометрика (econometrics) представляет собой область научных исследований, предметом которой является изучение количественных взаимосвязей и взаимозависимостей экономических явлений и процессов средствами математического и статистического анализа.
Применение эконометрики в оценке налоговых поступлений и (или) налогового потенциала предопределено рядом принципов, в числе которых:
1. Принцип актуализации научной проблемы и правильной ее постановки, что требует предварительного анализа широты и четкости формулирования проблемы, выявления цели решения проблемы и выбора оптимального метода из числа альтернативных.
2. Принцип системной направленности эконометрических расчетов, предусматривающий детальный анализ используемых данных информационного массива на «входе», предопределяющий «качество» расчетов на «выходе».
3. Принцип учета рыночной неопределенности, основанный на многовариантности развития ситуации с учетом риска и неопределенности как наиболее значимых характеристик часто и неопределенно меняющейся рыночной среды.
4. Принцип улучшения имеющихся альтернатив и поиска новых, позволяющих проводить поэтапную оптимизацию результирующей переменной.
В практике применения экономических моделей принято выделять три их основных класса:
Первый класс — модели временных рядов — включает множество сложных моделей в числе которых: модели адаптивного прогноза, модели авторегрессии и скользящего среднего ^1МА) и другие, общей чертой которых является объяснение поведения показателя во времени, исходя только из его предыдущих значений;
Второй класс — регрессионные модели, применяемые в теории оценивания верификации (проверки на практике), отбора значимых параметров и других;
Третий класс — системы одновременных уравнений, которые могут состоять из тождеств и регрессионных уравнений, каждое из которых (кроме независимых переменных) может включать в себя также зависимые переменные из других уравнений системы.
Построение эконометрических моделей в оценке налогового потенциала может быть основано на применении статических и динамических информационных массивов. Первый — отражает зависимость результирующей переменной у (в данном случае — налогового потенциала) от влияющих на нее факторов xi (например, налоговых ставок, налоговых баз и т.д.), характерных для однородной совокупности объектов в определенный период времени. Эконометрическая модель, содержащая динамическую информацию, отражает зависимость некоторой результирующей переменной у, (налогового потенциала) в моменты времени I от переменных (факторов) хй, исследуемых одновременно, либо в предшествующие периоды. Если общее число факторов ограничено и изменяется в пределах п, i = 1, 2, ..., п, то в ходе измерения уровней всех переменных в некоторый период I = 1, 2, ..., Т можно сформировать массив, образованный вектором-столбцом значений результирующей переменной у = (у1 , у2 , ... , уТ ) и матрицей значений переменных (факторов).
Данный массив будет иметь размерность Т * п, при этом каждому элементу у, вектора будет соответствовать строка матрицы Х. Эконометрическая модель, отражающая взаимосвязь результирующей переменной у и х, i = 1,2.п, может быть представлена
уравнением:
у, = f ,(а , х) + е, ,
где ^ (а, х) — функция, показывающая характер взаимосвязи между переменными у, и хй;
х = (х1 , х2 ,..., хп ) — вектор заданных переменных (факторов); а = (а0 , а1 ,..., ап ) — вектор параметров модели; ai — параметр, отражающий степень влияния фактора xi на результирующую переменную у;
а0 — некоторая постоянная величина модели; е, — случайная ошибка модели в некоторый период , при которой формулируется предположение о равенстве нулю ее математического ожидания и конечности дисперсии.
Проблема построения эконометрической модели в оценке налогового потенциала региона состоит в выделении определенного состава переменных xi и сборе статистических данных в динамике нескольких налоговых периодов, выборе вида функции, связывающей их с результирующей переменной у и в оценке параметров а, i = 0, 1, ... п.
В практике моделирования налоговых поступлений и налогового потенциала наиболее часто используемыми являются эконометрические модели, представляющие собой регрессионные уравнения (как линейные, так и нелинейные), отражающие взаимосвязь эндогенных величин (суммы налоговых поступлений, величины налогового потенциала) от экзогенных величин (внешних воздействий) с учетом ограничений и условий, задаваемых параметрами модели, а также лаговыми (временными) переменными. В современной литературе приводится ряд работ, где величина налогового потенциала моделируется с помощью регрессионных моделей по двум основным экзогенным величинам — валовому региональному продукту и численности жителей региона.
Наряду с регрессионными уравнениями, в оценке налогового потенциала применяют и другие математико-статистические модели, которые могут быть структурными и приведенными. В зависимости от характера ограничений и статистической структуры переменных математико-статистические модели подразделяются на линейные модели с одной, двумя и большим числом переменных, а также на пробитмодели, логитмодели, тобитмодели и другие. Однако при их составлении и практическом применении исследователь сталкивается с рядом сложных проблем, в результате чего полученные результаты характеризуются как ненадежные и спорные. Так, по мнению Дэвида Хендри [3]: «Проблемы в
эконометрии многочисленны и разнообразны. Экономика — это сложный, динамический, многомерный и эволюционирующий объект, поэтому изучать ее трудно. Как общество, так и общественная система изменяются со временем, законы меняются, происходят технологические инновации, поэтому найти в этой системе инварианты непросто. Временные ряды коротки, сильно агрегированы, разнородны, нестационарны, зависят от времени и друг от друга, поэтому мы имеем мало эмпирической информации для изучения. Экономические величины измеряются неточно, подвержены значительным позднейшим исправлениям, а важные переменные часто не измеряются или не наблюдаемы, поэтому все наши выводы неточны и ненадежны. Экономические теории со временем меняются, соперничающие объяснения сосуществуют друг с другом, и поэтому надежная теоретическая основа для моделей отсутствует».
Учитывая вышеизложенное, при выборе метода в оценке налогового потенциала следует отдавать предпочтение тем моделям, которые проходят диагностические критерии. Для оценки правильности спецификации регрессионной модели применяют следующие такие критерии, как: пропущенных переменных; функциональной формы; автокорреляции остатков (критерий Дарбина-Уотсона, критерий Годфрея (альтернативный критерий Дарбина), точечно-оптимальные критерии Кинга); экзогенности регрессоров (критерий Дарбина-Ву-Хаусмана); нормальности (критерий Жарка-Беры) и другие. Кроме того, используются показатели, свидетельствующие о недостоверности оценок и их потенциальной плохой робастности: влиятельности наблюдений (DFFIТS, DFBEТAS); мультиколлинеарности (число обусловленности и т.п.).
Важнейшим базовым условием эконометрического моделирования является тот факт, что функциональное соотношение остается неизменным в течение рассматриваемого периода (при условии стабильности экономики). В условиях нестабильной экономической ситуации для учета структурных сдвигов применяют различного рода сконструированные переменные, например, фиктивные переменные и тренды. С одной стороны, это позволяет учесть в модели нестабильные тенденции (сезонные колебания), а, с другой, — резкие структурные скачки при изменениях во всех коэффициентах регрессионного уравнения: свободном члене и коэффициентах при «экономических» переменных.
Наиболее близким к практике бюджетного планирования является прогноз налогового потенциала на основе регрессионного анализа, позволяющего количественно описать зависимость между исследуемой переменной и одной или несколькими независимыми переменными.
Использование регрессионного анализа особенно актуально при разработке среднесрочных планов. Как известно, в настоящее время бюджеты составляются на три года — очередной и плановый период, что затрудняет планирование налогового потенциала методом прямого счета. Для этого проведем расчет налогового потенциала на 2012 год методом регрессионного анализа.
Для целей настоящей Методики используется аддитивный метод оценки налогового потенциала региона. В качестве основной расчетной формулы будет выступать формула (3).
Расчет поправочных коэффициентов к (где i = 1, п) осуществляется с помощью экономико-математических методов. Для этого необходимо:
Построить уравнения парной регрессии для каждого налога;
Определить к, где i = 1, п как отношение теоретического значения величины налога, рассчитанного по уравнению регрессии к фактическому:
к = НДт НДф (4)
Корректировка фактических налоговых поступлений в консолидированный бюджет региона осуществляется согласно формуле (3). Сумма фактических налоговых поступлений, увеличенных с помощью поправочных коэффициентов, будет являться оценкой налогового потенциала. В дальнейших расчетах будем использовать налоги, поступившие в консолидированный бюджет РФ за 2005-2011 гг.: налог на прибыль (НПО), налог на доходы физических лиц (НДФЛ), налог на добавленную стоимость (НДС), акцизы, налог на пользование природными ресурсами (НДПИ), налоги на имущество (НИО), специальные налоговые режимы и прочие налоговые платежи.
Для выявления уравнения регрессии использовали трендовую модель. Одной из форм трендовых моделей при постоянном шаге по времени является линейная.
Так, уравнение регрессии для налоговых платежей имеет вид линейной зависимости (таблица 1).
Таблица 1
Уравнение регрессии для налоговых платежей
Наименование налоговых платежей Уравнение регрессии
Налог на прибыль организаций y = 315,49 * x + 2128,1
Налог на доходы физических лиц y = 982,77 * x + 2542,1
Налог на добавленную стоимость y = 145,09 * x + 1517,2
Акцизы y = -17,943 * x + 1092,8
Налоги на имущество y = 186,06 * x + 659,8
Налоги на пользование природными ресурсами y = 56,457 * x + 293,4
Налоги по специальным налоговым режимам y = 105,14 * x + 448,33
Прочие налоговые платежи y = 13,743 * x + 7,7333
Используя уравнение регрессии, необходимо рассчитать теоретические значения поступлений налоговых доходов, для этого находим величину у, где:
у — это прогнозируемая величина налога, х — это период, то есть от 2005 до 2010 года, х = 7
Рис.1. Расчетное и фактическое значение налоговых
доходов Республики Бурятия в 2010 году (млн руб.)
Фактические налоговые доходы необходимо скорректировать на рассчитанные коэффициенты для получения величины налогового потенциала. Следует отметить, что величина поправочных коэффициентов зависит от многих факторов, в том числе и от стабильности сумм налоговых платежей. Поэтому значение поправочных коэффициентов существенно разнится от 1,07 — по прочим налоговым платежам, до 1,67 — по налогу на добавленную стоимость.
Общая величина налогового потенциала за 2011 год в Республике Бурятия по расчетам составила 21238,88 млн руб., тогда, как, по данным налоговых органов фактически поступило 21666 млн руб.
Данное отклонение незначительно (2%), планируемая сумма практически совпадает с данными налоговых органов, а значит, данный метод вполне приемлем при среднесрочном и долгосрочном планировании показателей налогового потенциала.
Оценка налогового потенциала на 2011 год с применением трендовой модели показала, что полученные значения почти совпадают с фактическим поступлением налоговых платежей. Поэтому трендовые модели могут применяться к данным 2005-2011 гг. для прогноза налогового потенциала региона на 2012 г.
Используя уравнение регрессии необходимо рассчитать расчетные значения поступлений налоговых доходов, для этого необходимо найти величину у, где у — это прогнозируемая величина налога, х — это период, в данном случае с 2005 до 2011 г., х=8.
Оценка налогового потенциала региона на 2012 год, полученная с помощью трендовых моделей, представлена в таблице 2.
Таблица 2
Оценка налогового потенциала основных видов налогов за 2012 год в млн руб.
Виды налоговых доходов Расчет налогового потенциала НП
Налог на прибыль организаций 6232
Налог на доходы физических лиц 10063,65
Налог на добавленную стоимость 2160,84
Акцизы 1143
Налоги на имущество 2073,66
Налоги на пользование природными ресурсами 763,35
Налоги по специальным налоговым режимам 1323,94
Прочие налоговые платежи 119,88
Общий налоговый потенциал 23880,32
Таким образом, величина налогового потенциала на 2012 год в Республике Бурятия по расчетам составила 23880,32 млн руб.
Обобщая вышесказанное, следует подчеркнуть, что при рассмотрении такого понятия, как налоговый потенциал региона, на практике следует отталкиваться от того, что формирование налогового потенциала происходит как на уровне страны в целом, так и на уровне каждого конкретного региона, поскольку источником всех экономических процессов являются отдельно взятые субъекты РФ. В связи с этим формирование налогового потенциала должно изначально рассматриваться с позиции региона, под которым следует понимать субъект Российской Федерации как часть административно-территориального деления России.
При оценке величины налогового потенциала с помощью эконометрических методов могут быть оценены различные величины и зависимости, тенденции и процессы, реализуемые в рамках моделирования налогообложения, в частности, функции распределения организаций по различным параметрам налоговой базы, прогнозирования потока налоговых платежей по видам экономической деятельности и др. При этом в анализе потоков налоговых платежей необходимо применять эконометрические модели инфляционных процессов. Последнее обусловлено тем, что без оценки уровня инфляции невозможно вычислить дисконт-функцию, а значит и установить реальное соотношение авансовых и конечных налоговых платежей. Прогнозирование сбора налогов должно производиться на основе системы временных рядов.
Те или иные эконометрические модели следует применять исходя из целей оценивания (прогнозирования) величины налогового потенциала и статистических коэффициентов. В целом, проведенный анализ эконометрических методов в оценке налогового потенциала предопределяет необходимость синтеза их наиболее эффективных элементов, выявления функциональных зависимостей между используемыми макроэкономическими показателями и состоянием налоговой базы, выработки на этой основе универсальных методик для объективной оценки величины налогового потенциала регионов в отдельности и страны в целом. Все это, в конечном счете, позволит создать единую информационную базу для роста налоговых поступлений и повышения уровня собираемости налоговых платежей. Применение эконометрических моделей в оценке налогового потенциала, позволяющего определить его объективную величину, будет содействовать эффективной реализации основных приоритетов макроэкономической политики России, в числе которых устойчивый экономический рост, справедливое распределение доходов, стабильность цен, гарантированная высокая занятость, обеспечение экономической безопасности.
Литература
1. Приказ Министерства Финансов РФ от 27.08.2004 № 243 «О методических рекомендациях субъектам Российской Федерации и муниципальным образованиям по регулированию межбюджетных отношений»
2. В.В. Доржиева, Е.Ц. Чимтдоржиева, Б.В. Карпушев Методика оценки налогового потенциала на примере Республики Бурятия // Финансы и кредит. — 2009 — С. 41-49.
3. Слепнева Л.Р, Баторова Е.М., Хантаева Н.Л., Дамдинова Ч.Б., Цыренов Д.Д. Налоговый потенциал региона: методология оценки и эффективность реализации. — Улан-Удэ: ВСГУТУ, 2012.
4. Hendry D.F. Econometrics: Alchemy or Science? — Oxford: Oxford University Press, 2001 — P 387-406.
