CC BY
119
Налоговые поступления в консолидированный бюджет Российской Федерации: оценка, факторный анализ и прогнозирование показателей
Tax revenue to the consolidated budget of the Russian Federation: evaluation, factor analysis and forecasting of indicators
Лесунова Анна Егоровна,
Студент 2 курса бакалавриата, Кафедра инновационной экономики и финансов, Белгородский государственный научно-исследовательский университет,
Россия, Белгород. e-mail: anya. lesunova@gmail. com
Lesunova Anna Egorovna,
Bachelor's degree, 2nd year student, Department of Innovation Economics and Finance, Belgorod State National Research University,
Russia, Belgorod. e-mail: anya. lesunova@gmail. com
Научный руководитель Сапрыкина Татьяна Валерьевна,
к.э.н., доцент,
Белгородский государственный научно-исследовательский университет,
Россия, Белгород. e-mail: saprykina@bsu. edu.ru
Scientific adviser Saprykina Tatiana Valerevna,
Ph.D., Associate Professor, Belgorod State National Research University,
Russia, Belgorod. e-mail: saprykina@bsu. edu.ru
Аннотация.
В данной статье рассматривается формирование налоговых доходов консолидированного бюджета Российской Федерации. В контексте исследуемой проблемы автором рассчитаны показатели налогового бремени и исследована их динамика за последние 11 лет. Статья содержит основные тенденции формирования бюджетных доходов и факторы, влияющие на объемы поступлений различных налогов в консолидированный бюджет России. Также рассмотрена взаимосвязь объемов налоговых поступлений с объемами валового внутреннего продукта и представлена методика ее корреляционно-регрессионного анализа. С помощью статистического инструментария получено количественное выражение связи данных признаков, разработана ее экономическая оценка. В результате исследования построены разноплановые прогнозы налоговых поступлений в бюджет на основе уравнения регрессии и обозначены перспективы налогового наполнения консолидированного бюджета России.
Annotation.
This article presents establishment of the tax revenue to the consolidated budget of the Russian Federation. Considering such problem, the author calculates indicators of the tax burden and examines their transformation during last eleven years. The article considers main trends of establishment of the tax revenue and factors affecting the tax revenue to the consolidated budget of Russia. The author considers the relationship between amount of fiscal revenue and gross domestic product, and shows the methodology of сorrelation and regression analysis of this issue. Using statistical methods, are quantified the correlation of these attributes and made its economic interpretation. As a result of the study are made different forecasts based on the regression equation, and identified the expectations of the tax revenue to the consolidated budget of the Russian Federation.
Ключевые слова: Налоговые доходы, налогообложение, консолидированный бюджет, валовой внутренний продукт, налоговая нагрузка, корреляционно-регрессионный анализ, прогнозирование.
Key words: Tax revenue, taxation, consolidated budget, gross domestic product, tax burden, сorrelation and regression analysis, forecasting.
В российской и зарубежной экономической науке наблюдается непрекращающаяся дискуссия об оптимальной величине налоговых поступлений, способной обеспечить сбалансированность национальных, региональных и отраслевых интересов. Налоговые поступления в структуре бюджетных доходов занимают существенную долю, являясь эффективным инструментом регулирования и стимулирования экономических отношений. Разработка налоговой политики государства как рычага регулирования рынка невозможна без всесторонней количественной оценки ситуации, моделирования и прогнозирования последствий реформ.
Сложность и многогранность проблемы налогообложения обуславливают необходимость использования современных статистических методов анализа поступлений налогов и сборов и построения прогнозных оценок. Создание статистикой информационной базы для принятия управленческих решений при формировании доходов бюджетной системы и разработке мер по обеспечению поступлений налогов и сборов - неотъемлемая часть бюджетного планирования.
Для оценки налоговых поступлений на основе данных налоговой отчетности разработан ряд абсолютных и относительных показателей. При этом, налоговые доходы обычно рассматриваются не только по абсолютной величине, но и в сравнении с ВВП, что позволяет оценить налоговую нагрузку на экономику страны. Также существует перечень показателей структуры для оценки распределения средств между уровнями бюджета, доли поступлений в них конкретных налогов и сборов, доли недополученных доходов.
Относительные показатели уровня налоговой нагрузки: среднедушевая налоговая квота, коэффициенты уровня налогообложения занятого населения и налогоёмкости ВВП, - позволяют дать характеристику эффективности налоговой системы, получить прогнозные оценки доходов бюджета. Результаты расчета данных показателей на основе данных источника [1] представлены в таблице 1.
Таблица 1. Показатели налогового бремени в Российской Федерации с 2010 по 2020 гг.
Показатели 2010г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г. 2016 г. 2017 г. 2018 г. 2019 г. 2020 г.
Показатель налогоёмкости ВВП, % 16,5 16,2 16,1 15,5 16,0 16,6 17,4 18,9 20,4 20,7 19,6
Среднедушевая налоговая квота на занятое население, тыс. руб. 109,6 137,2 153,2 158,6 177,1 190,5 205,6 239,8 294,1 316,1 297,7
Показатель уровня налогообложения занятого 33,8 30,8 30,3 31,1 32,8 33,6 35,2 38,3 41,2 41,8 40,7
населения, %
С помощью налогообложения перераспределяется немногим менее 1/5 всей создаваемой совокупной стоимости (табл. 1). За 11 лет показатель налогоёмкости вырос лишь на 3,1%, что позволяет судить о стабильности национальной налоговой системы. Полученные данные о размерах среднедушевой налоговой квоты позволяют увидеть реальную картину формирования налоговых доходов консолидированного бюджета России. Так, например, в 2020 году на одного занятого приходилось 297,7 тыс. руб. налоговых поступлений в бюджет, а в среднем за весь период этот показатель составил 207,2 тыс. руб., что свидетельствует о возрастающем характере доходов бюджета. Показатель уровня налогообложения занятого населения свидетельствует, что около трети среднедушевого ВВП (в среднем 35,4%) подлежит перераспределению через бюджетную систему России. Полученные результаты используем при дальнейшем факторном анализе.
Помимо показателей налогоёмкости ВВП, статистический интерес представляет исследование динамики показателей налоговых поступлений, которое позволяет выявить основные направления их изменений и разработать прогнозные оценки. В целом при рассмотрении налоговых доходов за 2010-2020 гг. выявлен факт последовательного возрастания поступлений - прирост за весь период составил 174%. В разрезе видов налогов можно отметить, что выявлен резкий спад показателей в 2013 г. в связи с мировым экономическим кризисом 2013-2015 гг. (НДС и налог на прибыль) и пандемией коронавируса в 2020 году (НДПИ и налог на прибыль), а
наибольшие значения поступлений по большинству бюджетообразующих налогов были зафиксированы в 2018 году в связи с благоприятной ценовой конъюнктурой.
Наибольший удельный вес в формировании налоговых доходов федерального бюджета в исследуемом периоде имели налог на добычу полезных ископаемых и НДС (около 80% налоговых доходов), для бюджетов субъектов - налог на прибыль организаций и НДФЛ (70%). При этом, оптимальное сочетание прямых и косвенных налогов в налоговой системе создает достаточную устойчивость налоговых поступлений в бюджет государства и одновременно усиливает зависимость величины налоговых поступлений от эффективности финансово-хозяйственной деятельности экономических субъектов [2].
В ходе анализа было выяснено, что объем налоговых доходов определяется множеством факторов помимо непосредственно ставок и объектов налогообложения. Основными факторами анализа налоговых поступлений выступают социально-экономические, законодательные, факторы налогового администрирования [3, с. 11]. Например, существенное влияние оказали такие факторы как вывод из «тени» доходов убыточных организаций, пресечение финансовых схем по сокрытию налогооблагаемой базы, выявление неучтенных объектов по имущественным налогам и постановка их на учет [4].
На каждый бюджетообразующий налог данные факторы оказывают дифференцированное влияние. Так, ключевыми факторами, влияющими на динамику поступления НДПИ, являются объем нефтедобычи, цена на нефть марки Urals и курс доллара, изменение налоговых ставок. На налог на прибыль оказывают неоднозначное влияние общий рост уровня цен, динамика промышленного производства, динамика внешней торговли, курс рубля. Увеличение поступлений НДС в исследуемом периоде было обусловлено суммарным воздействием прироста инфляции и увеличения оборота торговли в реальном выражении. Определяющим экономическим фактором в динамике поступлений акцизов выступает потребительская активность населения, однако главный эффект на его динамику оказывает изменение ставок на подакцизную продукцию [3, с. 11].
Важнейший показатель, определяющий размер и динамику совокупных налоговых поступлений, - темп экономического роста, наиболее полно отражающий все изменения в экономике страны и выражающийся в динамике ВВП. Очевидно, между темпом роста экономики и темпом роста налоговых поступлений присутствует связь. Представим ее графически в динамике на рисунке 1, включив в анализ в том числе и рассчитанный ранее показатель налогоёмкости, зависящий от обоих переменных.
29,3
в Темп прироста ВВП
Налогоёмкость ВВП
■ Темп прироста налоговый доходов
2,8 -5,0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Рисунок 1. Соотношение показателей налоговой нагрузки, темпов прироста ВВП и налоговых доходов бюджета
в России за 2010-2020 гг., %.
Вопросы студенческой науки
Выпуск №5 (57), май 2021
Согласно представленному анализу (рис. 1), прослеживается следующая взаимосвязь: если темп прироста налоговых доходов опережает темп прироста ВВП, то следует рост налоговой нагрузки, и наоборот. Однонаправленность изменений объемов ВВП и налоговых доходов, которая видна на рисунке 1, обусловлена прямой зависимостью между расширением экономики и незамедлительной реакцией налогообложения на него. Следовательно, между данными признаками присутствует устойчивая связь, что позволяет использовать их для проведения факторного анализа.
Исходя из этой гипотезы, проведем корреляционно-регрессионный анализ для измерения тесноты связи между данными признаками и установления функции регрессии, а также использования уравнения для оценки прогнозируемых значений зависимой переменной. Стоит отметить, что перед проведением анализа было установлено отсутствие автокорреляции в обоих динамических рядах.
Таким образом, результативным признаком выступает величина налоговых поступлений (у), а факторным, влияющим на значение результативного признака, - величина ВВП (х) в конкретном году.
Все расчеты будем проводить с помощью таблицы 2, основанной на данных источника [1].
Таблица 2. Расчет значений для определения параметров уравнения регрессии
Показатель Объем ВВП, трлн. руб. (х) Налоговые доходы консолидированного бюджета, трлн. руб. (у) х*у х2 У2 Yt (У-Yt) (У-Yt)2
2010 46,31 7,33 339,58 2144,48 53,77 5,73 1,60 2,56
2011 60,11 9,72 584,25 3613,69 94,46 9,19 0,53 0,28
2012 68,10 10,96 746,29 4638,07 120,08 11,19 -0,23 0,05
2013 72,99 11,33 826,63 5326,91 128,28 12,41 -1,09 1,18
2014 79,03 12,67 1001,40 6245,74 160,56 13,93 -1,26 1,58
2015 83,09 13,78 1144,84 6903,52 189,86 14,94 -1,17 1,36
2016 85,62 14,88 1274,25 7330,12 221,51 15,58 -0,69 0,48
2017 91,84 17,34 1592,85 8434,81 300,80 17,14 0,21 0,04
2018 104,63 21,33 2231,60 10947,44 454,90 20,34 0,99 0,97
2019 110,05 22,74 2502,12 12110,12 516,97 21,70 1,04 1,08
2020 106,97 21,01 2 247,44 11 442,58 441,42 20,93 0,08 0,01
Итого 908,73 163,09 14 491,25 79 137,48 2 682,61 221,77 0,01 9,61
Среднее значение 82,61 14,83 - - - - - -
Сперва на основе формулы (1) определим, является ли теснота связи между признаками достаточной для проведения анализа, рассчитав коэффициент корреляции по представленным данным [5, с. 173].
r= , 2 П (!)
Учитывая, что n=11 лет, получим:
908,73 * 163,09
14491,25
г = 11 - = 0,982 (2)
1(79137,48 - (^73Z)(2682,61 - ^^З^Щ
Полученное в выражении (2) значение близко к единице, потому можно предположить достаточность
связи. Наиболее точно оценку ее существенности дадим на основе t-критерия Стьюдента [6, с. 366].
И ,- 0,982 ,-
/:„ = * У^-2 = - * VII - 2 = 15,587 (3)
Р VI-г2 V1 - (0,982)2
Вопросы студенческой науки
Выпуск №5 (57), май 2021
Примем доверительный интервал данного коэффициента за 0,95, чему соответствует значение ^критерия 1к=2,262 при степени свободы к=11-2=9. Исходя из выражения (3), ^|>к, так как 15,587 > 2,262, то значение коэффициента доверия является статистически значимым. Следовательно, связь существенна и может выступать основой для регрессионного анализа.
Так как результативный и факторный признак возрастают примерно одинаково, коэффициент корреляции положителен, то связь между ними тесная и прямая. Тогда уравнение регрессии имеет линейный вид: = а + Ьх, где а и Ь—коэффициенты регрессии, расчет которых можно произвести методом наименьших квадратов [6, с. 336]:
па + Ъ ^ х = ^ у
ху
Г 11а + 908,73Ь = 163,09 т ^ (908,73а + 79137,48Ь = 14491,25 (4)
Решая систему (4), получим a=-5,8687; Ь=0,2505. Тогда итоговое уравнение регрессии примет вид:
^ = -5,8687 + 0,2505х (5)
Для расширения возможностей экономического анализа формы уравнения (5) рассчитаем частный коэффициент эластичности [6, с. 356]:
хг~ 82,61
Э = у\ * — = 0,2505 * ——- = 1,395
(6)
уср 14,83
Таким образом, при изменении ВВП на 1% объем налоговых доходов консолидированного бюджета изменится в среднем на 1,395%.
Отразим полученное уравнение графически (рис. 2):
I
щиз
и
И &
11, со
ю, со
5,00
0,00
У = ■ 5 Й&87
й,йй
¡0,00
10,00
еа оэ
зцш руб.
100,00
110,00
РазрлЕр ВВП, ■
Рисунок 2. График исследуемого корреляционного поля с линией регрессии
Для проверки точности выведенного уравнения оценим его среднеквадратическую ошибку в выражении (7) (здесь /-число параметров в уравнении регрессии) [5, с. 181].
=
N
£(у-П)
п — I
N
9,61
11 — 2
= 1,033
(7)
Теперь на ее основе рассчитаем процентное отношение средней квадратической ошибки к среднему
уровню результативного признака:
1,033
— * 100% = __ уср 14,83
* 100% = 6,97%
(8)
Полученный в выражении (8) результат не превышает 15%, следовательно, выведенное уравнение регрессии достаточно хорошо отражает изучаемую взаимосвязь и может использоваться при прогнозировании.
а
2
Прогнозирование налоговых поступлений требует детального учета и анализа результатов и перспектив социально-экономического развития страны и отдельных ее регионов. Очевидно, что для получения прогнозных значений объема налоговых доходов нам необходимо подставить в уравнение регрессии (5) прогнозные объемы ВВП. В 2020 году все экономики мира столкнулись с пандемией СОУ!Э-19, что отразилось на текущей хозяйственной ситуации и повлияло на прогнозные значения основных показателей. В базовом сценарии среднесрочного развития, который разработан Банком России и наиболее вероятен, закладывается сохранение ограничительных мер в связи с пандемией коронавируса и их поэтапная отмена в 2021 году. Консервативный сценарий предполагает, что мировое распространение вируса продолжится, ограничительные меры сохранятся более продолжительное время, в результате слабая потребительская и инвестиционная активность приведут к замедлению восстановления экономики и роста ВВП [7, с. 28].
На основе обоих видов прогноза значений ВВП (хо) спрогнозируем вероятные значения уровня налоговых доходов консолидированного бюджета (У0) с помощью уравнения (5) и поместим их в таблице 3 [8, с. 78].
Таблица 3. Расчет прогнозных значений объема налоговых доходов в 2021-2023 гг. на основе уравнения
регрессии
Вид прогноза Год Объем ВВП, трлн. руб. (х0) Прогнозируемые налоговые доходы консолидированного бюджета, трлн. руб. (У0) Доверительные границы значения прогноза У0, трлн. руб.
базовый (позитивный) прогноз 2021 115,533 23,072 ±1,397
2022 124,223 25,249 ±1,680
2023 132,822 27,403 ±1,970
консервативный (негативный) прогноз 2021 109,855 21,650 ±1,222
2022 115,041 22,949 ±1,382
2023 121,350 24,529 ±1,585
Повысить точность прогноза можно путем определения границ, в пределах которых с заданной доверительной вероятностью будет находиться теоретическое значение. При прогнозировании на основе уравнения регрессии следует помнить, что величина прогнозного значения зависит не только от стандартной ошибки индивидуального значения (у), но и от точности прогноза значения фактора (х). Доверительные границы прогнозного значения результативного признака (У0) при значении факторного признака (х0) определяются по формуле (9) [5, с. 182]:
- ^ -р *
1 + (Хо И <У<Уо + £/Д*
N
1 + (Х° ?Хср) , (9)
где ^-определяется в соответствии с уровнем значимости, по ^распределению Стьюдента с (п-1) степенями свободы.
Как и ранее, примем значение ^критерия ^=2,262 при степени свободы к=9 и вероятности 0,95. На основе формулы (9) рассчитаем доверительные границы прогноза и поместим их в последнем столбце таблицы 3.
Полученные прогнозные данные могут быть проинтерпретированы следующим образом. При выполнении базового прогноза развития экономики будут достигнуты следующие значения объема налоговых доходов: в 2021 году - от 21,675 до 24,469 трлн. руб.; в 2022 году - от 23,569 трлн. руб. до 26,929 трлн. руб.; в 2023 году - от 25,433 трлн. руб. до 29,373 трлн. руб. с вероятностью 95%. Если ситуация с пандемией продолжит ухудшаться, то по консервативному прогнозу налоговые доходы консолидированного бюджета составят: в 2021 году - от 20,428 до 22,872 трлн. руб.; в 2022 году - от 21,568 трлн. руб. до 24,331 трлн. руб.; в 2023 году - от 22,945 трлн. руб. до 26,114 трлн. руб. с вероятностью 95%.
Кроме динамики совокупной суммы налоговых поступлений, в периоде 2021-2023 года прогнозируются и структурные изменения. Ожидается рост поступлений по НДПИ в связи с ростом цен на нефть марки Urals к 2023 году (в случае роста мировой экономики и спада заболеваемости) и в связи с окончанием сделки ОПЕК+ по снижению добычи сырья [7, с. 14]. Планируется модификация специальных налоговых режимов, повышение ставок акцизов, внедрение прогрессивного НДФЛ. В то же время, в 2020 году часть налоговой нагрузки из-за пандемии была снижена для отдельных сфер деятельности и субъектов малого и среднего предпринимательства, эта тенденция может сохраниться.
Таким образом, только комплексное рассмотрение факторов налоговых доходов, состояния системы администрирования является статистически и экономически полноценным. Объемы ВВП и налоговых доходов тесно коррелируют, что создает возможность для прогнозирования на основе значений факторного признака. В зависимости от развития экономических процессов в условиях пандемии в мире возможны разноплановые прогнозы, которые удалось построить в ходе анализа.
Список используемой литературы:
1. Федеральная служба государственной статистики [Электронный ресурс]. - Режим доступа: https://rosstat.gov.ru/, свободный. - (дата обращения 26.11.2020).
2. Тарасова В.Ф., Сапрыкина Т.В. Прямые и косвенные налоги и их влияние на формирование доходной части бюджетной системы Российской Федерации // Инновации и инвестиции. - 2015. - №3. - С. 3134.
3. Мишустин М.В. Факторы роста налоговых доходов: макроэкономический подход // Экономическая политика. - 2016. - №5.-С. 8-27.
4. Сапрыкина Т.В. Региональная налоговая политика: факты и перспективы // Вестник Адыгейского государственного университета. Сер. Экономика. 2015. Вып. 1(155). - с. 213-221.
5. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики: учеб. пособие -М.: Финансы и статистика, 2018. - 336 с.
6. Шмойлова Р.А., Минашкин В.Г., Садовникова Н.А., Шувалова Е.Б. Теория статистики: учебник / под ред. Р. А. Шмойловой - М.: Финансы и статистика, 2014. - 656 с.
7. Основные направления бюджетной, налоговой и таможенно-тарифной политики на 2020 год и на плановый период 2021 и 2022 годов // Министерство финансов Российской Федерации - М., 2020. - 100 с.
8. Заключение Счетной палаты Российской Федерации на проект федерального закона «О федеральном бюджете на 2021 год и на плановый период 2022 и 2023 годов» № ЗСП-190/16-09// Счетная палата Российской Федерации - М., 2020. - 303 с.
