Оценка факторов роста инвестиционной привлекательности регионов Текст научной статьи по специальности «Экономика и бизнес»

Оценка факторов роста инвестиционной привлекательности регионов *

М.А. Федотова

заместитель проректора по научной работе Финансового университета при Правительстве Российской Федерации, профессор, доктор экономических наук (г. Москва) О.В. Лосева

профессор кафедры «Оценка и управление собственностью» Финансового университета при Правительстве Российской Федерации, доцент, доктор экономических наук (г. Москва)

Ольга Владиславовна Лосева, lov191171@yandex.ru

В условиях внешнеполитической нестабильности и угрозы новых экономических санкций, в том числе в сфере наукоемких технологий, особое значение приобретает модернизация российской экономики и эффективная реализация Стратегии инновационного развития России на период до 2020 года [1]. Для достижения плановых индикаторов, заявленных в ^ратегии, необходимо, чтобы каждый субъект Российской Федерации представлял собой инновационно ориентированную социально-экономическую систему, заинтересованную в росте своей инвестиционной привлекательности.

Главной движущей силой такой переориентации, на наш взгляд, является активная инновационная деятельность, направленная на внедрение инноваций в различные сферы функционирования региона. В свою очередь, инновации повышают конкурентоспособность региональной экономики на внутреннем и внешнем рынках и способствуют привлечению дополнительных инвестиций. Это актуально в первую очередь для дотационных регионов. К сожалению, согласно данным Министерства финансов Российской Федерации, за последние годы в России их число значительно выросло.

Так, в 2013 году дефицит региональных бюджетов побил все рекорды, достигнув цифры 642 миллиарда рублей, а из 83 регионов 79 нуждались в дотациях. В настоящее время к ним также присоединились Севастополь и Крым. Положительных изменений в будущем, а именно сокращение бюджетного дефицита в регионах, не предвидится. И проблема не только в сложной внешнеполитической ситуации. По мнению Министра финансов А.Г. Силуанова, большинство региональных руководителей как не умели, так и не умеют привлекать инвестиции [8].

В связи с этим следует подчеркнуть, что в сфере взаимодействия предприятий с бюджетной системой руководству регионов особое внимание следует уделять не фискальным функциям управления, а мероприятиям, стимулирующим их инновационное развитие и формирующим эффективную региональную инновационную систему. Это обеспечит рост инвестиционной привлекательности субъектов Российской Федерации и страны в целом. Выявление и оценка значимых факторов роста инвестиционной привлекательности территорий, безусловно, является одной из важнейших задач эффективного регионального управления.

* Статья подготовлена по результатам исследований, проведенных в соответствии с Государственным заданием Финансового университета при Правительстве Российской Федерации на 2014 год, утвержденным Заместителем Председателя Правительства Российской Федерации от 14 февраля 2014 года № 795п-П17.

Существуют несколько взаимосвязанных категорий, на базе которых сформировалось понятие «инвестиционная привлекательность»:

1) инвестиционная активность характеризует интенсивность процесса инвестирования в основной капитал;

2) инвестиционный климат представляет собой совокупность экономических, политических, финансовых условий, оказывающих влияние на приток внешних и внутренних инвестиций;

3) инвестиционный имидж рассматривается как комплексное отражение различных аспектов инвестиционного климата в субъективных представлениях инвесторов.

Инвестиционная привлекательность интегрирует названные категории и характеризует совокупность различных субъективных и объективных ограничений и возможностей, обусловливающих интенсивность привлечения и эффективность использования инвестиций в хозяйственной системе региона. Эти ограничения и возможности наилучшим образом можно интерпретировать через инвестиционный потенциал и инвестиционный риск.

Такой подход, в частности, реализован в системе оценки инвестиционной привлекательности регионов, предложенной рейтинговым агентством «Эксперт РА», которому принадлежит первое место по числу присвоенных рейтингов в России [4]. Согласно этой системе инвестиционная привлекательность регионов оценивается по двум параметрам: инвестиционный потенциал и инвестиционный риск. Первый представляет собой рейтинговую оценку доли региона на общероссийском рынке, второй - оценку масштабов значимых для инвестора тех или иных проблем в регионе. Суммарный инвестиционный потенциал оценивается через потенциал в девяти сферах:

1)трудовой (состав трудовых ресурсов региона, их образовательный уровень);

2) потребительской (совокупная покупательная способность населения региона);

3) производственной (совокупный результат хозяйственной деятельности в регионе);

4) природно-ресурсной (средневзвешенная обеспеченность запасами основных видов природных ресурсов);

5) финансовой (объем налоговой базы и прибыльность предприятий региона);

6) институциональной (степень развития ведущих институтов рыночной экономики);

7) инновационной (уровень развития науки и внедрения достижений научно-технического прогресса);

8) инфраструктурной (экономико-географическое положения региона и его инфраструктурная обеспеченность);

9) туристической (совокупность причин и условий, влияющих на туристическую привлекательность региона).

Интегральный риск формируется из управленческого, финансового, экономического, социального, экологического и криминального рисков.

Вклад отдельных составляющих в совокупный рейтинг инвестиционного потенциала и риска оценивается на основе анкетирования экспертов, потенциальных инвесторов, а также представителей банковского сообщества.

Координатная плоскость разбивается на 12 квадратов в зависимости от величины инвестиционного потенциала и риска (см. рис. на с. 63).

Основная масса регионов сосредоточена в квадрате 3В1, который характеризуется умеренным риском и низким инвестиционным потенциалом, в том числе Пензенская область, где в настоящее время проводится научно-исследовательская работа по оценке интеллектуального потенциала в рамках выполнения государственного задания Правительства Российской Федерации.

Рассмотренная методика экспертного ранжирования, на наш взгляд, нуждается в совершенствовании в связи со следующими возникающими при ее использовании на практике проблемами:

Московская область (0,19; 6,08)

с анкт-

Москва (0,19; 15,32) 1 етербург {ОД7; 5,47)

1А

1В

1С

32

2А

2В

2С

6 2

♦Г,

60 +

гв^*7

3А1

3В1

♦ '¿""«Г

3С1

V*

3Р

3А2 '

3В2

" V9

зА

3С2

■¿И**

чеч&нека^есгтувликэ Г7

Ре спуб/1 нка Ть1за (0,60:0,21 ♦

0,0

0,1

0,2

0,3

0,4

0,5 0,6

индекс риска

Распределение субъектов Российской Федерации по индексам инвестиционного

потенциала и риска в 2013 году

1) отсутствие проверки на согласованность мнений экспертов при определении весов отдельных составляющих для построения интегрального рейтинга;

2) наличие парной коллинеарности частных составляющих инвестиционного потенциала, их взаимообусловленность.

Для проверки согласованности мнений экспертов при определении весов отдельных составляющих в совокупном рейтинге предлагается метод качественной оценки. Данные, полученные в результате экспертного ранжирования, сводятся в матрицу 1.

Матрица данных экспертного ранжирования составляющих инвестиционного потенциала

А1 СМ Ап

Э1 Г11 Г12 Г1п

см о Г21 Г 22 Г2п

Эт Гт1 Г т2 Г тп

где А1 - составляющие инвестиционного потенциала; Э( - объекты (эксперты);

Гц -значение /'-й строки и у-го столбца (соответствующий ранг А); п - количество составляющих; т - число экспертов.

Затем определяется множественный коэффициент конкордации м:

т т п

XXXК -

ш = 1 - '=1 у=1 к=1

пт(т - 1)(К -1)

(1)

где К - число категорий качества, в нашем случае отвечающее за значимость составляющих инвестиционного потенциала: ранг 3 - существенно значимая составляющая; ранг 2 - значимая составляющая; ранг 1 - несущественно значимая составляющая;

т - количество регионов; п - число индикаторов; г - качественный аналог индикатора интеллектуального потенциала региона.

Только при м > 0,75 (хорошая согласованность) эксперты могут переходить

к определению значений весов исходя из количества полученных максимальных и минимальных рангов инвестиционного потенциала. В случае если м < 0,75, то от экспертных суждений лучше отказаться и воспользоваться другими методами, например методами статистики качества. Предложенный способ повысит достоверность результатов экспертного ранжирования регионов и позволит точнее определить степень их инвестиционной привлекательности.

Что касается второй проблемы, то результаты многофакторного корреляционного анализа связи между общим рейтингом инвестиционного потенциала региона (У) и частными рейтингами инвестиционных потенциалов (Х1, Х2, ... Хп) представлены в таблице 1.

Исходя из данных таблицы 1 можно сделать вывод, что в большей степени на

Таблица 1

Результаты многофакторного корреляционного анализа

Инвестиционный потенциал Трудовой потенциал Потребительский потенциал Производственный потенциал Финансовый потенциал Институциональный потенциал Инновационный потенциал Инфраструктурный потенциал Природно-ресурсный потенциал Туристический потенциал

1 2 3 4 5 6 7 8 9 10 11

Инвестиционный потенциал (У) 1,000

Трудовой потенциал Х1) 0,931 1,000

Потребительский потенциал (Х2) 0,943 0,969 1,000

Производственный потенциал (Х3) 0,941 0,881 0,902 1,000

Финансовый потенциал (Х4) 0,967 0,919 0,960 0,957 1,000

Институциональный потенциал (Х5) 0,904 0,941 0,928 0,883 0,889 1,000

Инновационный потенциал (Х6) 0,820 0,863 0,842 0,775 0,796 0,848 1,000

Окончание таблицы 1

1 2 3 4 5 6 7 8 9 10 11

Инфраструктурный потенциал (Х7) 0,310 0,394 0,338 0,230 0,262 0,395 0,338 1,000

Природно-ресурсный потенциал (Х8) 0,292 0,112 0,165 0,255 0,263 0,095 0,032 -0,5420 1,000

Туристический потенциал (Х9) 0,739 0,751 0,737 0,694 0,697 0,806 0,668 0,303 0,093 1,000

совокупный инвестиционный потенциал оказывают влияние факторы Х1-Х6, Х9 и в меньшей степени - факторы Х7, Х8.

Мультиколлинеарность среди факторных признаков вполне объяснима логикой экономической взаимообусловленности показателей. Для ее устранения нами предложено отдельные виды инвестиционного потенциала объединить в группы, не име-

ющие высокой мультиколлинеарности и характеризующие ресурсные (кроме человеческих), социально-производственные и интеллектуальные факторы [2]. Исследование тесноты связи между среднегрупповы-ми рейтингами указанных видов потенциала и совокупным рейтингом инвестиционной привлекательности регионов дало результаты, представленные в таблице 2.

Таблица 2

Связь рейтингов частных инвестиционных потенциалов с рейтингом инвестиционной привлекательности региона

Вид инвестиционного потенциала региона Подвид инвестиционного потенциала региона Среднее значениеR в группе

Ресурсный Финансовый 0,385

Инфраструктурный

Природно-ресурсный

Социально-производственный Производственный 0,756

Потребительский

Туристический

Интеллектуальный Трудовой 0,772

Институциональный

Инновационный

Проведенное исследование позволило сделать вывод о том, что в наибольшей степени на интегральный рейтинг инвестиционного потенциала оказывает влияние среднеарифметический рейтинг интеллектуального потенциала, структурными элементами которого являются:

• человеческий интеллектуальный потенциал (трудовые ресурсы, в том чис-

ле научные кадры); институциональный интеллектуальный потенциал (объединяет органы, институты и инфраструктуру инновационной деятельности); инновационный интеллектуальный потенциал (научно-исследовательские возможности и инновационные результаты).

Следовательно, необходимо поведение мероприятий по их развитию. Для проведения мониторинга эффективности таких мероприятий требуется разработка методики оценки интеллектуального потенциала региона как наиболее значимого фактора роста его инвестиционной привлекательности.

Под интеллектуальным потенциалом инновационно ориентированного региона будем понимать две взаимосвязанные составляющие: потенциал условий, возможностей инновационной деятельности и достигнутый потенциал или результаты инновационной деятельности, благодаря которым ресурсный потенциал становится интеллектуальным капиталом, имеющим стоимостное измерение.

Для оценки интеллектуального потенциала региона предлагается использовать интегральный подход, который позволяет определить состояние интеллектуального потенциала как единого целого на базе совокупности индикаторов, зачастую разнородных и разноименных, путем сравнения с другими объектами (регионами), относящихся к одному классу, что предполагает построение сводного рейтинга по всей совокупности индикаторов [3]. Формализуем эту задачу следующим образом.

Пусть имеется система Б = (Яд, X} из т-множества регионов Яд, обладающих п общими признаками-индикаторами J, характеризующими состояние интеллектуального потенциала региона. Требуется определить интегральное (системное) качество каждого объекта (региона) по совокупности всех индикаторов на основе его рейтинговой оценки, то есть места в системе других регионов (матрица 2).

в =

Р11 Р12 ■■■ Р

1л

Р21 Р22 ■■ Р2л

Р Р Р

у т1 ' т2 ■ ■' тл у

где Р.. - индикатор интеллектуального потенциала;

I = 1, ..., т, } = 1, ..., п.

В мировой практике известны следующие группы методов построения сводного рейтинга:

1) экспертно-балльные методы. Проблема использования этого метода в нашем случае заключается в том, что индикаторы оценивают интенсивность свойств различных составляющий интеллектуального потенциала (человеческого, институционального, инновационного). В силу этого определение значимости (приоритетности) того или иного индикатора экспертами представляется некорректным. В частности, как определить, что важнее для инновационного развития экономики -численность персонала, занимающегося научными исследованиями и разработками (человеческий интеллектуальный потенциал), или удельный вес отгруженных инновационных товаров, работ и услуг (инновационный потенциал);

2) методы ранговой статистики. При применении этих методов переход от количественных значений признака к рангам возможен, если эти значения изменяются линейно, то есть равномерно. Но на практике такая линейность значений встречается редко, поэтому полученные ранги не являются аналогами предшествующих количественных значений признаков. Например, ранжирование будет малодостоверным, если основная масса регионов имеет по какому-то показателю низкие значения, а один-два региона - высокие;

3) топометрические методы. Основой метода является учет близости регионов по сравниваемым показателям к региону-эталону. Сложность заключается в правильном выборе эталона. За эталон может быть взят условный регион с максимальными значениями по всем показателям, однако зачастую сделать это проблематично, поскольку экономическое содержание многих показателей не предполагает наличия четко выраженной верхней границы. Так, например, затруднительно определить необходимую максимальную численность персонала, занятого науч-

ными исследованиями и разработками на 10 000 человек экономически активного населения. Чаще за эталон принимают типичный регион со среднеарифметическими значениями исследуемых признаков. Но в совокупности экономических объектов преобладают, как правило, асимметричные распределения, отличные от нормальных, поэтому такой выбор также не является удачным;

4) методы многомерного шкалирования. С нашей точки зрения, эта группа методов является наиболее предпочтительной для решения поставленной задачи. Во-первых, методы интервального шкалирования позволяют перейти от количественных значений признаков, характеризующихся разнотипностью и разноименностью, к качественным аналогам и тем самым сделать все показатели соизмеримыми. При этом уровневые интервалы, на которых задано отношение порядка - ограниченный диапазон чисел, соответствуют определенному качеству каждого конкретного показателя, характеризующего интеллектуальный потенциал региона. Во-вторых, шкалы наименований, полученные на основе ква-лиметрического подхода (количественной оценки качества), можно использовать для распознавания объектов, в частности, для классификации регионов по уровню развития интеллектуального потенциала. Другими словами, методы шкалирования дают возможность оценить интегральную степень качества интеллектуального потенциала региона и провести достоверное ранжирование регионов по этому показателю.

Предполагается, что все регионы, подлежащие ранжированию, составляют однородную совокупность, то есть относятся к системе (кластеру) «родственных» объектов. В нашем случае под такой системой (кластером) будем понимать совокупность регионов одного и того же федерального округа, характеризующихся определенным экономико-географическим положением, территориально-хозяйственным единством,

своеобразием природных и экономических условий и исторически сложившейся производственной специализацией, основанной на территориальном общественном разделении труда, а также единой для всех институциональной средой.

Безусловно, перед ранжированием необходимо проверить систему регионов федерального округа на согласованность по всем признакам-индикаторам с помощью множественного коэффициента конкорда-ции, не требующего обязательной нормальности распределения значений признаков (см. формулу 1).

Исходя из системного принципа эмер-джентности интегральное качество интеллектуального потенциала региона (сводный рейтинг) больше, чем простая сумма качеств составляющих его признаков-индикаторов. Это свойство характеризуется величиной энтропии (неупорядоченности, разброса) значений индикаторов, оценивающих интеллектуальный потенциал региона. Чем больше разброс в качественных оценках конкретного индикатора, тем большей энтропией, и, соответственно, значимостью он обладает. Регион, в котором преобладают индикаторы с большей энтропией, имеет более высокое качество интеллектуального потенциала, так как повышение энтропии может привести к качественному изменению системы (региона). В связи с этим интегральное качество интеллектуального потенциала региона (сводный рейтинг) предложено рассчитывать не как сумму качеств (частных рейтингов) его п-индикаторов, а как средневзвешенную арифметическую сумму, где весами является уровень энтропии конкретного индикатора:

X piJHJ

Эг (р ) = Ц-

X Н

1=1

I=1,

т,

(2)

где Бг(!Р) - сводный рейтинг /'-го региона по всем частным рейтингам (рангам каче-

ства) индикаторов интеллектуального потенциала;

Н - энтропия у-го индикатора, которая определяется по формуле Шеннона:

Н =Ё Рц|п

/=1

/ \ V 1 У

(3)

где ру - вероятность появления /-го значения у-го индикатора в матрице 2, причем сумма всех вероятностей /-х значений индикатора в столбцах матрицы равна 1.

Проранжировав регионы по величине сводного рейтинга, мы получим соответственно их распределение по уровню развития интеллектуального потенциала. Это распределение позволит говорить и об эффективности управления региональной инновационной системой в целом.

Разработанная авторами методика оценки интеллектуального потенциала региона опирается на предварительное построение системы индикаторов, характеризующих три его частные составляющие.

Основными критериями отбора и формирования индивидуальных показателей (индикаторов) являются [7]:

1) релевантность целям оценки - включаемые в систему показатели по смысловому содержанию должны соответствовать цели решаемой задачи Например, показатели должны быть информативными с точки зрения оценки интеллектуального потенциала в качестве ключевого фактора инновационного развития региона;

2) репрезентативность - индивидуальные показатели должны достаточно полно представлять выделенную целевую группу показателей;

3) ограниченность объема - количество индивидуальных показателей не должно быть большим, чтобы не затруднять интерпретацию и не повышать трудоемкость сбора первичной информации;

4) доступность данных - значения показателей преимущественно берутся из источников Федеральной службы государ-

ственной статистики и его территориальных подразделений (непосредственно или на основе расчетов по официальным данным);

5) предпочтительность использования относительных величин - в качестве индивидуальных индикаторов необходимо брать относительные показатели, поскольку величина абсолютных показателей может находиться в прямой зависимости от численности населения или размера территории региона и вследствие этого искажать реальную оценку;

6) независимость показателей - индивидуальные показатели не должны быть взаи-мозаменяющими, то есть дублирующими смысловое содержание, либо взаимодополняющими, когда один показатель можно выразить через другой;

7) сонаправленность изменений - положительное изменение (рост) индивидуальных показателей приводит к положительным изменениям состояния интеллектуального потенциала в целом.

Пример индикаторов инновационной составляющей представлен в таблице 3.

В заключение отметим, что инвестиционные процессы в регионах, как правило, не имеют инновационной направленности [6]. Так, в 2012 году объем инвестиций в основной капитал составил 12,6 триллиона рублей, но в инновационный сектор из них было направлено только 0,25 процента. Между тем, как показывает проведенное исследование, именно интеллектуальный потенциал, в частности инновационная составляющая наиболее тесно связан с инвестиционной привлекательностью территории. Этот вывод подтверждается и на практике: разработка локальных и нормативных актов в Пензенской области, направленных на развитие инновационной деятельности в регионе [5] привела к тому, что Пензенская область по рейтингу инвестиционного потенциала сумела переместиться с 35-го места в 2005 году на 22-е место в 2013 году. Удельный вес инвестиций в валовой

Таблица 3

Индикаторы оценки инновационного потенциала региона 1

Содержание показателя-индикатора Расчетная формула Пояснение

Темп интеллектуализации производства (ТИС - среднегодовой темп прироста интеллектуальной собственности; ТИП - среднегодовой темп прироста доли инновационных предприятий; ТНИОКР - среднегодовой темп прироста затрат на НИОКР) Р тис + тип + тниокр р - 3 Характеризует интенсивность инновационного развития региональных предприятий

Доля инновационных товаров, работ, услуг (0И) в общем объеме отгруженных товаров, выполненных работ и услуг (0) р12 = х 1оо 12 о Характеризует результативность инновационной деятельности в регионе

Число используемых передовых производственных технологий (ППТИ) на 1 000 человек экономически активного населения (вЭАН) Р13 = ППТ" х 1000 ^ЭАН Характеризует технологическую оснащенность инновационной деятельности трудовых ресурсов

Доля организаций, использующих специальные программные средства (СПС) для научных исследований, проектирования и управления автоматизированным производством в общем числе исследованных организаций (О) Р14 = °спс х 100 Характеризует компьютерно-информационное обеспечение инновационной деятельности

Отношение числа поданных патентных заявок (ПЗП) на 1 000 человек исследователей (БИ) ПЯ Р15 = х 1000 Би Характеризует интеллектуальную активность исследователей

региональный продукт области составил почти 35 процентов, что на 5 процентов выше, чем в среднем по Приволжскому федеральному округу.

Исходя из сказанного следует вывод о том, что руководству регионов необходимо разработать эффективные стратегии инновационного развития, мероприятия по их реализации с тем, чтобы региональный бюджет как минимум на 50 процентов формировался не за счет дотаций, а за счет инвестиций в инновационные проекты.

ЛИТЕРАТУРА И ИНФОРМАЦИОННЫЕ

ИСТОЧНИКИ

1. О Стратегии инновационного развития Российской Федерации на период до 2020 года : распоряжение Правительства Российской Федерации от 8 декабря 2011 года № 2227-р.

2. Лосева О. В., Финогеев Д. Г. Факторы повышения инвестиционной привлекательности регионов // Современные научные исследования / под ред. П. М. Горева и В. В. Утёмова. Киров : Концепт, 2014. Вып. 2. Приложение № 20. У^: ИПр://е-

1 Данные для расчетов индикаторов берутся с сайтов региональных органов власти и из официальных источников Федеральной службы государственной статистики.

koncept.ru/ext/61

3. Лосева О. В. Оценка человеческого интеллектуального капитала региона (на примере ПФО) : монография. Пенза : Издательство Пензенского государственного педагогического университета, 2011.

4. Рейтинговое агентство «Эксперт РА» : [официальный сайт]. URL: http://raexpert.ru

5. Стратегия инновационного развития Пензенской области до 2021 года и прогнозный период до 2030 года. URL: http:// www.inno-terra.ru/normative

6. Федотова М. А. Рейтинг инвестици-

онной привлекательности регионов Российской Федерации // Информационный вестник IAEFL «Формирование в России благоприятного инвестиционного климата». М., 2012. Вып. № 17.

7. Loseva O., Fedotova M, Fedosova R. Development of a methodology for evaluation of the intellectual human capital of a region. Life Sci J 2014; 11(8):739-746. (ISSN:1097-8135). URL: http://www.lifesciencesite.com. 109

8. Привычка жить на дотации не искоренена. URL: http://www.pravda.ru/economics/ rules/regions/27-03-2014/1202010-live-0

* * *

Продолжение. Начало на с. 32

4. Проценты, начисляемые банком на остаток средств, находящихся на расчетном счете ипотечного агента, не признаются доходом ипотечного агента при исчислении налога на прибыль организаций на основании подпункта 29 пункта 1 статьи 251 НК РФ. Вместе с тем проценты, начисляемые банком на открытий ипотечным агентом депозит, являются внереализационным доходом ипотечного агента и должны быть учтены им при исчислении налога на прибыль организаций (письмо Министерства финансов Российской Федерации от 11 июля 2014 года № 03-03-10/33783, направлено для сведения налоговым органам письмом Федеральной налоговой службы от 30 июля .2014 года № ГД-4-3/14863@).

5. При распределении доли выбывшего участника общества с ограниченной ответственностью среди оставшихся участников у оставшихся участников - физических лиц возникает доход, подлежащий обложению налогом на доходы физических лиц. При этом такой доход определяется исходя из действительной стоимости доли выбывшего участника и соответствующей части доли в уставном капитале общества, полученной каждым участником общества при распределении доли выбывшего участника общества (письмо Министерства финансов Российской Федерации от 5 августа 2014 года № 03-04-05/38557).

6. Доходы, получаемые физическим лицом - бывшим участником общества с ограниченной ответственностью при выходе из общества в размере действительной стоимости доли, учитываются для целей исчисления налога на доходы физических лиц в полном объеме и не подлежат уменьшению ни на сумму расходов на приобретение доли, ни на сумму вкладов в уставный капитал (письмо Министерства финансов Российской Федерации от 17 июня 2014 года № 03-04-05/28920).

7. При исчислении налога на доходы физических лиц к доходам, получаемым акционером (участником) при распределении прибыли, остающейся после налогообложения общества, пропорционально долям участников в уставном (складочном) капитале, применяется ставка 9 процентов независимо от того, в каком периоде была сформирована распределяемая прибыль. Ставка 9 процентов может быть применена в том числе при распределении прибыли прошлых лет (письмо Министерства финансов Российской Федерации от 11 августа 2014 года № 03-04-05/39854).

8. Если физические лица - участники общества с ограниченной ответственностью при его реорганизации в форме выделения взяли на себя обязательство по возмещению реорганизуемому обществу затрат, связанных с выделением части бизнеса, то при продаже доли выделенного общества указанные расходы не могут уменьшать доходы от продажи доли для целей исчисления налога на доходы физических лиц (письмо Министерства финансов Российской Федерации от 9 июля 2014 года № 03-04-05/34267).

9. По мнению Минфина России, процентный доход, получаемый иностранной организацией, не осуществляющей деятельность в России через постоянное представительство, по долговому

Окончание на с. 105