CC BY
29DOI: 10.31107/2075-1990-2018-6-47-58
А. Б. Берберов, Н. С. Милоголов
Оценка масштабов проблемы размывания налоговой базы в России
Азамат Бурханович Берберов (e-mail: berberov@iep.ru), научный сотрудник Института экономической политики им. Е. Т. Гайдара (г. Москва) Николай Сергеевич Милоголов (e-mail: nmilogolov@nifi.ru), к. э. н., старший научный сотрудник Центра налоговой политики Научно-исследовательского финансового института; и. о. зав. лабораторией исследований налоговой политики РАНХиГС (г. Москва)
Аннотация
Данная статья посвящена оценке масштаба размывания налоговой базы в России. Для достижения указанной цели авторами используется индикаторная методология оценки размывания налоговой базы, описанная в Отчете по Действию 11 Плана BEPS (Base Erosion and Profit Shifting). Расчеты основаны на данных ЦБ РФ, международных организаций и микроэкономических данных СПАРК. Результаты исследования показывают, что проблема размывания налоговой базы является существенной для Российской Федерации и требует адекватного ответа со стороны компетентных органов, в т. ч. путем имплементации в национальное законодательство рекомендаций ОЭСР в рамках Плана BEPS.
Ключевые слова:
размывание налоговой базы, транснациональные компании, План BEPS, прямые иностранные инвестиции, эффективная налоговая ставка, долговая нагрузка, ОЭСР
JEL: H72, H76, H79
Оценка неблагоприятных налоговых и экономических последствий размывания и переноса прибыли (Base Erosion and Profit Shifting — BEPS) являлась предметом исследования проекта BEPS ОЭСР^20 с начала его реализации. Несмотря на то что отдельные факты и ранее свидетельствовали о том, что при структурировании своей экономической деятельности некоторые транснациональные компании (далее — ТНК) используют несоответствия и пробелы в существующих налоговых правилах с целью размывания налогооблагаемой прибыли, более ранние отчеты ОЭСР (2013) признали тот факт, что подсчет уровня негативного воздействия эффекта размывания базы на уровень государственных доходов остается неопределенным [1].
Проведенные ОЭСР исследования в рамках рассматриваемого вопроса, выводы по которым включены в финальный Отчет ОЭСР по Действию 11 «Измерение и мониторинг BEPS» (2015), свидетельствуют, что негативные эффекты от BEPS являются все же значительными. Так, согласно результатам анализа ОЭСР, глобальные недополученные потери от корпоративного налога на прибыль (corporate income tax, CIT) оцениваются в пределах от $100 млрд до $240 млрд ежегодно (4-10 % от налоговых доходов стран по корпоративному налогу на прибыль) [1]. Учитывая факт большой зависимости развивающихся стран от доходов по налогу на прибыль, воздействие BEPS на уровень государственных доходов таких государств является более значимым, чем в случае развитых юрисдикций.
В дополнение к существенным потерям в налоговых поступлениях размывание базы может приводить и к другим неблагоприятным последствиям. Среди основных таких последствий Отчет ОЭСР выделяет «искривление игрового поля» (искажение условий конкуренции) в пользу транснациональных компаний, использующих агрессивные налоговые схемы в целях снижения совокупных налоговых обязательств, усиление смещения в сторону предоставления необоснованных экономическими мотивами корпоративных заемных средств и прямых иностранных инвестиций (ПИИ), а также сокращение в финансировании государственных расходов [1].
МЕТОДИЧЕСКИЙ ПОДХОД К ОЦЕНКЕ BEPS
Отчет ОЭСР по Действию 11 Плана BEPS предусматривает возможность применения шести основных индикаторов, группируемых в пять категорий, при оценке масштабов размывания базы. Отдельно отмечается, что разработанные индикаторы являются скорее иллюстративными, а не окончательными в силу возможных ограничений в существующих и доступных данных (табл. 1).
Таблица 1
Индикаторы размывания базы
Категория Индикатор размывания базы
Расхождение между финансовой и реальной экономической деятельностью Концентрация высокого уровня ПИИ по отношению к валовому внутреннему продукту
Различие в нормах прибыли Высокая рентабельность дочерних компаний крупнейших ТНК с низкой налоговой нагрузкой
Высокая рентабельность дочерних компаний крупнейших ТНК в низконалоговых юрисдикциях
Расхождение в эффективных налоговых ставках между дочерними компаниями ТНК с «нетранснациональными компаниями» с близкими характеристиками Эффективные налоговые ставки дочерних компаний ТНК по отношению к «нетранснациональным компаниям» с близкими характеристиками
Перенос прибыли с использованием нематериальных активов Концентрация высокого уровня поступлений роялти по сравнению с затратами на НИОКР
Перенос прибыли c помощью процентных платежей Процентные расходы по отношению к прибыли дочерних компаний ТНК в странах с налоговой ставкой выше среднего
Источник: составлено авторами на основании Отчета ОЭСР по Действию 11.
Следует отметить, что попытки подсчета уровня размывания базы в России согласно методологии, изложенной в Действии 11 Плана BEPS, предпринимались и ранее, хотя и в ограниченном объеме в силу недостаточности релевантной информации [2]. К основным отличиям текущего исследования от предыдущих можно отнести следующие:
1) предпринимается попытка оценки уровня размывания базы согласно Индикатору 4, который предусматривает сравнительный анализ эффективных налоговых ставок для дочерних компаний транснациональных корпораций и российских компаний в сопоставимых условиях;
2) предпринимается попытка оценки уровня размывания базы согласно Индикатору 6, который предусматривает оценку процентных расходов по отношению к прибыли дочерних компаний ТНК;
3) для некоторых других индикаторов (в частности, Индикатора 1) обновлены данные.
Индикатор 1 — концентрация высокого уровня ПИИ по отношению к ВВП.
Данный макроэкономический показатель представляет собой определение соотношения объема прямых иностранных инвестиций к уровню ВВП конкретного государства (который, в свою очередь, является индикатором реальной экономической активности). При оценке масштабов размывания базы в России на основе Индикатора 1 нами
применяется следующая адаптированная методология, соответствующая Действию 11 Плана BEPS.
1. На основании данных ЦБ РФ1 проводится страновой анализ накопленных входящих и исходящих российских ПИИ с целью определения роли юрисдикций с высоким уровнем накопленных ПИИ к ВВП (>200 %) в структурировании российских экспортных-импортных ПИИ.
2. Определение юрисдикций с высоким уровнем значения ПИИ к ВВП основывается на данных UNCTAD (показатель FDI stock as a percentage of gross domestic product) [3].
Полученные результаты в первой части исследования указывают на то, что на долю первых 30 стран из более 140 юрисдикций приходится более 95 % объема накопленных как входящих, так и исходящих российских ПИИ (табл. 2).
Таблица 2
Анализ накопленных входящих-исходящих российских ПИИ (первые 30 стран) к совокупному объему таких ПИИ, млрд долл.
Дата Накопленные входящие ПИИ Накопленные исходящие ПИИ
ПИИ (первые 30 стран) ПИИ (всего) ПИИ (первые 30 стран) ПИИ (всего)
На 01.01.2015 363,750 371,491 387,702 411,270
На 01.01.2016 340,963 347,960 347,036 367,593
На 01.01.2017 465,258 477,670 398,511 418,034
На 01.01.2018 522,030 535,200 452,653 470,882
Источник: составлено авторами на основании данных ЦБ РФ.
Анализ российской структуры накопленных входящих и исходящих прямых иностранных инвестиций указывает на то, что в первые 30 стран входят восемь юрисдикций, чьи показатели отношения накопленных ПИИ к ВВП превышают 200 % по данным
Таблица 3
Отношение накопленных входящих-исходящих ПИИ к ВВП в некоторых странах, %
Юрисдикция Отношение накопленных входящих ПИИ к ВВП Отношение накопленных исходящих ПИИ к ВВП
2015 2016 2017 2015 2016 2017
Кипр 1028,3 1010,4 1149,1 1018,9 992,7 1100,5
Люксембург 372,1 350,9 296,8 351,9 381,1 402,4
Ирландия 313,4 287,1 299,2 320,9 286,8 305,7
Багамы 216,7 220,5 225 45,5 49,1 49,2
Бермудские о-ва
Британские Виргинские о-ва
Сингапур 367,1 378,2 440,3 239,8 250,8 288,3
Гонконг 514,4 507,1 592,5 495 482,3 543
Источник: составлено авторами на основании данных UNCTAD.
Роль указанных государств в структуре российских накопленных входящих и исходящих ПИИ является существенной — в представленной ниже таблице отражены абсолютные значения данных показателей (в млн долл. США) для юрисдикций с отношением ПИИ к ВВП большим, чем 200 % (табл. 4).
1 Прямые инвестиции/ ЦБ РФ. URL: http://www.cbr.ru/statistics/?PrtId=svs.
Таблица 4
Абсолютные значения накопленных входящих-исходящих ПИИ (с участием рисковых юрисдикций), млрд долл.
Дата Накопленные входящие ПИИ Накопленные исходящие ПИИ
ПИИ (юрисдикции >200 %) ПИИ (всего) ПИИ (юрисдикции >200 %) ПИИ (всего)
На 01.01.2015 234,253 371,491 196,925 411,270
На 01.01.2016 222,096 347,690 174,42 6 367,593
На 01.01.2017 307,767 477,670 219,922 418,034
На 01.01.2018 349,933 535,200 266,080 470,882
Источник: составлено авторами на основании данных ЦБ РФ и UNCTAD.
Результаты анализа в относительном выражении указывают на то, что на долю юрисдикций с высоким уровнем ПИИ к ВВП приходится от 63,06 до 65,38 % накопленных входящих российских ПИИ. Значение аналогичного показателя для накопленных исходящих российских ПИИ является немного меньшим, однако также значимым, варьируя в пределах от 47,88 до 56,51 % в зависимости от календарного года.
Индикаторы 2 и 3 — Оценка рентабельности дочерних компаний крупнейших ТНК с низкой налоговой нагрузкой и рентабельности дочерних компаний крупнейших ТНК в низконалоговых юрисдикциях.
В силу отсутствия доступа к подробным финансовым данным и содержанию налоговых деклараций российских ТНК оценить масштаб проблемы BEPS согласно Индикаторам 2, 3 Действия 11 BEPS для России не удалось.
Для предотвращения подобных ситуаций в будущем требуется тесное сотрудничество между академическим сообществом и представителями налоговых органов, предусматривающее разработку и имплементацию системы мониторинга и оценки масштабов и экономических эффектов от BEPS в Российской Федерации. Следует подчеркнуть, что такой подход соответствует рекомендациям Отчета ОЭСР по Действию 11 Плана BEPS [2].
Индикатор 4 — Сравнение эффективных налоговых ставок дочерних компаний с сопоставимыми компаниями, не являющимся участниками ТНК.
Транснациональные компании могут иметь больше возможностей для снижения своих налоговых обязательств в силу наличия эффекта размывания базы, чем национальные компании с аналогичными характеристиками. Данный факт объясняется тем, что если дочерние компании, входящие в международную группу компаний, могут воспользоваться различиями в налоговых системах или налоговыми льготами, направленными на привлечение иностранного капитала, то эти дочерние компании в стране будут иметь более низкую эффективную налоговую ставку, чем сопоставимые компании, оперирующие только в пределах национальной юрисдикции.
При оценке различия в размере эффективных налоговых ставок по налогу на прибыль для России вводятся следующие условия и критерии.
1. Выборка компаний осуществляется на основе Рейтинга РБК 500 крупнейших российских компаний, включающего также дочерние компании транснациональных корпораций (согласно данному списку дочерние зарубежные компании могут отмечаться знаком минус)2.
При этом отмечаем ограничение, связанное с тем, что российская компания может иметь холдинговую компанию в низконалоговой юрисдикции (например, на Кипре), но информация об этом отсутствует в используемых данных.
2 Рейтинг РБК 500. URL: https://www.rbc.ru/rbc500/.
2. При анализе рассматриваемые компании группируются по секторам согласно Рейтингу РБК 500, для оценки сопоставления также используется выручка (в млрд руб., если не указано иное) по состоянию на 01.01.2017 либо более позднюю дату (далее — REV, revenue) и код ОКВЭД (аналогичный либо максимально близкий). Выбранными секторами в рамках рассмотрения эффективных налоговых ставок являются автомобили, алкоголь и табак, девелопмент и строительство, дистрибуция, информационные технологии, лес и деревообработка, металлы и горная добыча, нефть и газ, ОПК и машиностроение, потребительские товары, торговля, фармацевтика, химия и нефтехимия и электроэнергетика. В силу значительно меньшей представленности дочерних иностранных компаний в Рейтинге РБК 500 возможен сравнительный анализ средних эффективных ставок по разному количеству компаний в пределах одного сектора.
3. Критерием оценки по данному индикатору принимается средняя эффективная налоговая ставка по налогу на прибыль за последние представленные периоды согласно данным СПАРК (далее — AETR, Average Effective Tax Rate).
4. Значение эффективной налоговой ставки по налогу на прибыль определяется на основе соответствующих строк бухгалтерского баланса компании (далее — стр.) по формуле, используемой в системе СПАРК:
_ стр. 2410 + стр. 2430 - стр. 2450 _ ^qq tyQ стр. 2300
где стр. 2410 — объем текущего налога на прибыль; стр. 2430 — объем изменения отложенных налоговых обязательств; стр. 2450 — объем изменения отложенных налоговых активов; стр. 2300 — прибыль (убыток) до налогообложения.
5. При оценке уровня средней налоговой эффективной ставки также может использоваться средняя эффективная налоговая ставка по отрасли согласно данным СПАРК (далее — IETR, Industry Effective Tax Rate).
6. В случае превышения совокупной средней эффективной налоговой ставки российских компаний над аналогичным показателем для дочерних иностранных компаний утверждается, что данная отрасль может быть в зоне риска с точки зрения размывания базы.
В представленной ниже таблице отражены итоговые средние AETR по секторам с выводом о возможности наличия BEPS в указанных отраслях.
Таблица 5
Вероятность отраслевого риска BEPS
Сектор Российские компании Дочерние компании иностранных ТНК Отраслевой риск BEPS
Средняя эффективная налоговая ставка, % Количество компаний в выборке Средняя эффективная налоговая ставка, % Количество компаний в выборке
Автомобили 20,24 5 14,23 5 Да
Табак 20,5 3 21,46 2 Нет
Пиво 27,89 3 19,42 3 Да
Девелопмент и строительство 25,93 5 20,18 6 Да
Дистрибуция 25,47 7 23,38 4 Да
Информационные технологии 29,86 7 11,16 1 Да
Лес и деревообработка 25,17 5 20,78 3 Да
Производство и обработка алюминия 18,67 4 13,09 2 Да
Оптовая торговля черными металлами 23,01 4 8,06 1 Да
Торговля топливом 23,06 4 19,32 2 Да
Буровая деятельность 22,08 3 25,23 2 Нет
Сектор Российские компании Дочерние компании иностранных ТНК Отраслевой риск BEPS
Средняя эффективная налоговая ставка, % Количество компаний в выборке Средняя эффективная налоговая ставка, % Количество компаний в выборке
ОПК и машиностроение 21,47 4 17,39 6 Да
Потребительские товары 6,88 3 26,85 4 Нет
Электроэнергетика 14,42 4 -2,18 3 Да
Химия и нефтехимия 19,78 3 16,22 2 Да
Фармацевтика 17,6 6 36,54 3 Нет
Торговля 11,35 6 22,74 8 Нет
Источник: составлено авторами на основе базы данных СПАРК.
Анализ указывает на то, что в 12 из 17 представленных в исследовании отраслей экономической деятельности наблюдается превышение средней эффективной налоговой ставки российских компаний над аналогичным показателем для дочерних иностранных компаний, что может характеризовать отрасль (сектор) как отрасль (сектор) с высоким уровнем риска размывания базы. Уровень такого различия не является идентичным для секторов и варьируется в зависимости от конкретной отрасли в пределах от 2,09 до 18,70 %.
Индикатор 5 — Концентрация высокого уровня поступлений роялти по сравнению с затратами на НИОКР.
Перенос интеллектуальной собственности из высоконалоговых юрисдикций, в которых такая интеллектуальная собственность была создана и разработана, в низконалоговые государства может содействовать размыванию базы и переносу доходов. Такая тенденция приводит к снижению поступления роялти по отношению к расходам на создание интеллектуальной собственности (расходам на НИОКР) в стране, где была разработана такая интеллектуальная собственность, и более высокому поступлению роялти на величину расходов на НИОКР в странах, в которые была искусственно передана интеллектуальная собственность с целью налоговой оптимизации.
При оценке масштабов BEPS в России с помощью переноса интеллектуальной собственности и выплат роялти в низконалоговые юрисдикции нами применяется следующая адаптированная методология, соответствующая Действию 11 Плана BEPS.
1. Сравнение полученных роялти в стране с затратами на НИОКР — те страны, в которых данный показатель превышает 50 %, считаются юрисдикциями, через которые потенциально существует возможность переноса прибыли в виде роялти. При оценке полученных юрисдикцией роялти используются данные Всемирного банка относительно полученных платежей за пользование интеллектуальной собственностью [4]; при оценке затрат на НИОКР используется произведение доли затрат на НИОКР в ВВП [5] на абсолютное значение ВВП на последние отчетные даты.
2. На основании полученных результатов аналогично проводится подсчет количественного значения платежей за пользование интеллектуальной собственностью из России в пользу указанных стран с анализом положений договоров об избежании двойного налогообложения (ДИДН) (базой для оценки являются данные ЦБ РФ) [6]. При оценке релевантности использования юрисдикции в качестве посредника платежей за пользование интеллектуальной собственностью исследуются также национальные ставки по налогу у источника на роялти [7] и ставки согласно заключенным ДИДН [8].
В табл. 6 отражены результаты первой части исследования, целью которого являлось определение юрисдикций с «аномальным» уровнем полученных лицензионных платежей к расходам на НИОКР. Среди 69 юрисдикций, попавших в выборку, в десяти юрисдик-циях наблюдается превышение 50-процентного значения отношения полученных роялти
к общим затратам на НИОКР в стране. Следует подчеркнуть, что законодательства практически всех попавших в выборку юрисдикций характеризуются возможностью применения нулевой ставки налога на источник для роялти. Данный факт, на наш взгляд, может также указывать на то, что эти юрисдикции могут использоваться в качестве посредника при переносе дохода.
Таблица 6
Показатель отношения полученных роялти к расходам на НИОКР для некоторых стран
Роялти, полученные, Расходы на НИОКР, Рассчитываемый Налог на источник
млн долл. млн долл. показатель, % на роялти, %
Мальта 317,86 79,11 401,75 0
Люксембург 1967,3 744,1 264,38 0
Нидерланды 38 938,8 15 260,7 255,16 0
Ирландия 8322,9 3906,79 213,04 0/20
Сальвадор 55,8 33,9 164,59 5/20/25
Швейцария 21 039,9 19 816,5 106,17 0
Венгрия 1789,6 1692,8 105,72 0
Кипр* 90,7 89,7 101,1 0/5/10
Сингапур 5340,17 6771,5 78,86 0/10
Исландия 193,16 351,25 54,99 22
Россия (справочно) 547,7 15 461,85 3,54 20
* По данным Всемирного банка в 2016 Г. Кипром было получено около $2 млн роялти. Данная цифра не сочетается с данными ЦБ РФ, утверждающими, что в 2016 г. только Россией на Кипр было отправлено более $82 млн лицензионных платежей. Поэтому при оценке полученных Кипром роялти нами был использован средний уровень полученных роялти из России за период 2014-2016 гг. Источник: составлено авторами на основе данных Всемирного банка и Deloitte.
В табл. 7 отражено общее соотношение между суммой полученных роялти и расходами на НИОКР в разрезе двух категорий стран: (1) со значением отношения полученных роялти к расходам на НИОКР выше 50 % и (2) нормальным значением (ниже 50 %).
Таблица 7
Общее соотношение полученных роялти и расходов на НИОКР
Показатель Государства с повышенным значением отношения полученных роялти к расходам на НИОКР Государства с нормальным значением отношения полученных роялти к расходам на НИОКР
Количество юрисдикций в выборке 10 62
Сумма полученных роялти, млн долл. 78 056,19 255 762,03
Сумма расходов на НИОКР, млн долл. 48 746,35 1 416 991
Средний показатель отношения полученных роялти к расходам на НИОКР, % 160,13 18
Доля полученных роялти к совокупному объему полученных роялти, % 23,38 76,62
Доля расходов на НИОКР к совокупному объему расходов на НИОКР, % 3,33 96,67
Источник: составлено авторами на основе данных Всемирного банка.
Исследование указанной таблицы позволяет сформировать следующие выводы относительно распределения роялти и объема расходов на НИОКР.
1. Показатель среднего отношения полученных роялти к расходам на НИОКР для юрисдикций с повышенным показателем превышает 150 %; для государств с нормальным значением данный показатель составляет лишь 18 %.
2. Несмотря на незначительную долю затрат на НИОКР в совокупном объеме расходов на НИОКР (3,33 %), доля полученных роялти к совокупному объему полученных роялти для государств с повышенным показателем является значительной (23,38 %); аналогичное соотношение не выполняется для государств с нормальным показателем (96,67 % и 76,62 % соответственно).
Анализ участия рассматриваемых юрисдикций3 в структурировании исходящих платежей за пользование интеллектуальной собственностью из России указывает на то, что их доля колеблется в пределах от 26,07 % в 2014 г. до 32,14 % в 2016 г. На популярность транзита платежей через такие государства, помимо низкой корпоративной ставки по налогу на прибыль, также влияет и низкая либо нулевая ставка по налогу у источника согласно заключенным российским ДИДН.
Таблица 8
Роль юрисдикций с повышенным показателем отношения полученных роялти к расходам на НИОКР при структурировании лицензионных платежей из России, млн долл.
Юрисдикция 2014 2015 2016 Уровень налога на источник по ДИДН, %
Мальта 0,568 2,635 8,748 5
Люксембург 10,008 8,352 13,686 0
Нидерланды 23,924 15,122 32,691 0
Ирландия 14,568 13,829 13,88 0
Швейцария 23,092 73,667 22,413 0
Венгрия 0,658 0,511 0,947 0
Сингапур 1,422 0,396 1,507 5
Кипр 99,342 90,713 82,216 0
Всего (рассматриваемые юрисдикции) 173,582 205,225 176,088
Всего (все юрисдикции) 665,794 726,163 547,758
Доля в совокупном объеме выплат 26,07 % 28,26 % 32,14 %
Источник: составлено авторами на основе данных ЦБ РФ и Deloitte.
Индикатор 6 — Процентные расходы по отношению к прибыли дочерних компаний ТНК в странах с налоговой ставкой выше среднего.
Инструмент избыточного вычета процентов является одним из механизмов, используемых ТНК для сокращения глобальных налоговых обязательств. Индикатор показывает, каково избыточное соотношение для дочерних компаний с положительной разницей соотношений, расположенных в странах со ставкой выше среднего. При наличии размывания базы большая доля процентов будет отражена в дочерних компаниях с высоким соотношением, которые расположены в странах с высокой налоговой ставкой.
Индикатор показывает соотношение процентов и прибыли, превышающее средний уровень, в разрезе дочерних компаний ТНК. Сравнительно высокое соотношение имеет место в странах с высоким уровнем налогообложения. Указанное соотношение определяется как уплаченные проценты, поделенные на EBITDA (Earnings Before Income Tax Depreciation and Amortization). Разница в соотношениях рассчитывается для каждой дочерней компании топ-250 ТНК. Страны с высоким уровнем налогов определяются как страны, где законодательная налоговая ставка (федеральная и субфедеральная суммарно) выше среднего (по EBITDA) для всех включенных дочерних компаний ТНК.
3 При анализе участия юрисдикций в расчет не включались офшорные юрисдикции (Британские Виргинские о-ва, Белиз), т. к. РФ не заключены двусторонние ДИДН с такими государствами, а, соответственно, налогообложение у источника по таким сделкам составляет 20 %.
Дочерние компании группируются в четыре квадранта на основе этого показателя и законодательной ставки. Для каждого квадранта рассчитывается избыточное соотношение, представляющее собой разницу между средневзвешенным показателем дочерних компаний в квадранте и аналогичным средневзвешенным показателем по всем дочерним компаниям в выборке. Индикатором служит избыточное соотношение в верхнем правом квадранте (высокие и соотношение, и налоговая ставка). При возникновении размывания базы путем вычета процентов в странах с высокой налоговой ставкой разница будет положительной.
В силу отсутствия подробных финансовых данных российских ТНК, входящих в топ-250 крупнейших ТНК, проведение исследования в рамках методологии Индикатора 6 не представляется возможным. Следует подчеркнуть, что такая «закрытость» не является российским феноменом. По мнению некоторых ученых-экономистов, только США являются единственной страной, которая публикует обширные данные о деятельности американских ТНК, позволяющие достоверно оценить индикаторы BEPS [9, с. 104].
Однако в целях получения данных о масштабах размывания базы с помощью избыточного вычета процентов в России нами предлагается альтернативная методология, предусматривающая проведение сравнительного анализа значений долговой нагрузки дочерних компаний иностранных ТНК с аналогичными показателями для российских компаний.
Под значениями долговой нагрузки принимаются следующие средние показатели, определяемые на основании данных бухгалтерской отчетности российских и дочерних компаний иностранных ТНК.
1. Показатель совокупного долга к собственному капиталу, определяемый по формуле
стр. 1510 +стр. 1410 стр. 1300 '
где стр. 1510 — объем заемных средств (краткосрочные обязательства); стр. 1410 — объем заемных средств (долгосрочные обязательства); стр. 1300 — итого по разделу III (Капитал и резервы).
Данный показатель указывает на количество долга, привлеченного на единицу собственного капитала по балансовой стоимости.
2. Показатель совокупного долга к совокупным активам, определяемый по формуле
стр. 1510 +стр. 1410 стр. 1600 '
где стр. 1600 — итого по строке «Актив» баланса.
Данный показатель указывает на количество долга, привлеченного на единицу совокупных активов.
3. Показатель соотношения долга к выручке, определяемый по формуле
(стр. 1510 (пред. год) + стр. 1410 (пред. год) + стр. 1510 + стр. 1410)/2 стр. 2110 '
где стр. 2110 — объем выручки.
Данный показатель указывает на количество привлеченного долга на единицу выручки.
4. Показатель соотношения долга к EBIT, определяемый по следующей формуле
(стр. 1510 (пред. го/0 + стр. 1410 (пред. год) + стр. 1510 +стр. 1410)/2
стр. 2300 - стр. 2310 - стр. 2320 + стр. 2330 '
где стр. 2300 — уровень прибыли (убытка) до налогообложения; стр. 2310 — значение доходов от участия в других организациях; стр. 2320 — объем процентов к получению; стр. 2330 — объем процентов к уплате.
Данный показатель указывает на количество привлеченного долга на единицу ЕВ1Т.
Исходя из экономического смысла указанных показателей, можно выдвинуть следующие гипотезы в рамках выявления негативных эффектов BEPS:
1) среднее значение всех показателей является скорее большим для дочерних компаний иностранных ТНК, чем для российских компаний, что связано с действием механизма избыточного вычета процентов, позволяющего дочерним компаниям переносить прибыль в низконалоговые юрисдикции;
2) большее значение рассматриваемых показателей ведет к более низкой эффективной налоговой ставке для дочерних компаний иностранных ТНК.
Базой для анализа являются финансовые показатели российских и дочерних компаний иностранных ТНК, эффективные налоговые ставки которых исследовались в рамках Индикатора 4.
Проведенные расчеты указывают на следующее:
1) большее среднее значение всех четырех показателей скорее характерно не для дочерних компаний иностранных ТНК, а для российских компаний (см. табл. 9);
Таблица 9
Сравнительный анализ значений показателей долговой нагрузки для российских компаний и дочерних компаний иностранных ТНК
Российские компании Дочерние компании иностранных ТНК
Количество компаний в выборке 72 57
Среднее значение отношения совокупного долга к собственному капиталу 2,75 1,1
Среднее значение отношения совокупного долга к совокупным активам 0,3 0,25
Среднее значение отношения долга к выручке 0,41 0,15
Среднее значение отношения долга к ЕВ1Т 3,92 2,07
Источник: составлено авторами на основе данных СПАРК.
2) показатели средних эффективных налоговых ставок скорее не имеют никакой обратной связи4 со средними значениями для применяемых показателей, на что указывают полученные значения в рамках корреляционного анализа (см. табл. 10).
Таблица 10
Значение уровня корреляции между показателями долговой нагрузки и средней эффективной налоговой ставкой
Корреляционный анализ AETR российских компаний AETR иностранных компаний
Среднее значение отношения совокупного долга к собственному капиталу 0,13 -0,05
Среднее значение отношения совокупного долга к совокупным активам 0,02 0,02
Среднее значение отношения долга к выручке -0,26 -0,38
Среднее значение отношения долга к ЕВ1Т 0,3 -0,001
Источник: составлено авторами на основе данных СПАРК.
В отсутствие детальной микроэкономической информации о конкретных займах российских и дочерних компаний иностранных ТНК данные статистические факты могут указывать на то, что пониженная средняя эффективная ставка дочерних компаний иностранных
4 Предполагается, что повышенное значение показателей должно вести к более низкой ЛЕТЯ (особенно для дочерних компаний иностранных ТНК).
ТНК достигается скорее с помощью других инструментов оптимизации налоговых обязательств (выплата лицензионных платежей, гибридные схемы [10], механизм трансфертного ценообразования и т. д.).
ВЫВОДЫ
Результаты измерения индикаторов в рамках Действия 11 Плана BEPS в России указывают на признаки наличия BEPS в России, выражаемые в следующем.
1. Результаты анализа Индикатора 1 указывают на то, что на юрисдикции с высоким уровнем ПИИ к ВВП приходится от 63,06 до 65,38 % накопленных входящих российских ПИИ. Значение аналогичного показателя для накопленных исходящих российских ПИИ чуть меньше, однако также значимо и варьируется в пределах от 47,88 до 56,51 % в зависимости от календарного года.
Данный факт говорит о том, что такие государства могут использоваться в качестве посредников капитала с учетом «аномального» значения ПИИ к уровню ВВП.
2. Результаты анализа Индикатора 4 указывают на то, что в 12 из 17 представленных в исследовании отраслей наблюдается превышение средней эффективной налоговой ставки российских компаний над аналогичным показателем для дочерних компаний ТНК, что может свидетельствовать о высоком уровне риска BEPS в данной отрасли (секторе). Уровень такого различия не является идентичным для секторов и варьируется в зависимости от конкретной отрасли в пределах от 2,09 до 18,70 %.
3. Результаты анализа в рамках Индикатора 5 указывают на то, что при структурировании исходящих платежей из России за пользование интеллектуальной собственностью на долю юрисдикций, в которых отношение полученных роялти к общим затратам на НИОКР превышает 50 %, приходится от 26,07 % в 2014 г. до 32,14 % в 2016 г.
На популярность транзита платежей через такие государства, помимо низкой корпоративной ставки по налогу на прибыль, также влияет и низкая либо нулевая ставка по налогу на источник согласно заключенным российским ДИДН.
4. Результаты анализа в рамках Индикатора 6 указывают на то, что для дочерних компаний иностранных ТНК характерны более низкие показатели долговой нагрузки по сравнению с аналогичными показателями для российских компаний.
Для расчета данного индикатора в силу ограниченности информации использовалась несколько отличная от ОЭСР методология. Поэтому, на наш взгляд, одним из направлений среднесрочного развития международной налоговой политики Российской Федерации должно стать совершенствование механизма публикации налоговых данных о некоторых российских ТНК. Следует подчеркнуть, что данная мера, направленная на улучшение налоговой прозрачности в контексте борьбы с BEPS, полностью соответствует трендам развития международных налоговых политик развивающихся стран5.
В совокупности с отсутствием обратной связи между показателями долговой нагрузки и средней эффективной налоговой ставкой данный факт может объясняться тем, что достижение более низкой AETR дочерних компаний иностранных ТНК осуществляется с помощью других инструментов международного налогового планирования (выплата лицензионных платежей, инструменты трансфертного ценообразования и т. д.).
5 Davis tax committee: second interim report on Base Erosion and Profit Shifting (BEPS) in South Africa. Summary of DTC Report on Action 11: measuring and monitoring BEPS. The Davis Tax Committee. Available at: http://www. taxcom. org.za/docs/New_Folder3/11%20BEPS%20Final%20Report%20-%20Action%2011. pdf.
Библиография / References
1. Base Erosion and Profits Shifting Project. Measuring and Monitoring BEPS. Action 2011: 2015 Final Report. OECD. Available at: http://drtp.ca/wp-content/uploads/2015/10/0ECD-BEPS-Action-11-Measuring-BEPS-05.10.2015.pdf.
2. Милоголов Н. С., Церенова К. Н. Размывание налоговой базы в Российской Федерации: проблемы измерения, масштабы и эффекты // Научно-исследовательский финансовый институт. Финансовый журнал. 2016. № 6. С. 7-19 [Milogolov N. S., Tserenova K. N. Tax Base Erosion in Russian Federation: Problems of Measuring, Scale and Effects. Finansovyj zhurnal — Financial Journal, 2016, no. 6, pp. 7-19 (In Russ.)].
3. FDI Statistics - Country Fact Sheets. UNCTAD. Available at: http://unctad.org/en/Pages/DIAE/FDI% 20Statistics/FDI-Statistics.aspx/.
4. Charges for the use of intellectual property, receipts (BoP, current US$). The World Bank. Available at: https:// data.worldbank.org/indicator/BX.GSR.R0YL.CD?view=chart.
5. Research and development expenditure (% of GDP). The World Bank. Available at: https://data.worldbank. org/indicator/GB.XPD.RSDV.GD.ZS/.
6. Внешняя торговля Российской Федерации услугами. 2016 год / Центральный банк Российской Федерации, 2017 [Foreign Trade of the Russian Federation in Services, 2016. The Central Bank of the Russian Federation, 2017 (In Russ.). Available at: www.cbr.ru/statistics/credit_statistics/external_trade_in_services_ 2016.pdf].
7. Tax guides and highlights. Deloitte. Available at: https://dits.deloitte.com/#TaxGuides.
8. Treaty Rates. Deloitte. Available at: https://dits.deloitte.com/#TaxTreatySubMenu.
9. Bradbury D., Hanappi T., Moore A. Estimating the fiscal effects of base erosion and profit shifting: data availability and analytical issues. Transnational Corporations. 2018, vol. 25, no. 2, pp. 91-106.
10. Логинова Т. А. Способы оптимизации налогообложения, применяемые холдинговыми компаниями // Научно-исследовательский финансовый институт. Финансовый журнал. 2015. № 2 (24). С. 33-41 [Loginova T. The Ways of Tax Optimization of Holding Companies. Finansovyj zhurnal — Financial Journal, 2015, no. 2 (24), pp. 33-41 (In Russ.)].
A. B. Berberov, N. S. Milogolov
Assessment of the Scope of Tax Base Erosion in Russia
Authors' affiliation:
Azamat B. Berberov (e-mail: berberov@iep.ru), ORCID 0000-0003-2739-8912, Gaidar Institute for Economic Policy, Moscow 125009, Russian Federation
Nikolay S. Milogolov (e-mail: nmilogolov@nifi.ru), ORCID 0000-0001-8858-0182, Financial Research Institute, Moscow 127006, Russian Federation; Russian Presidential Academy of National Economy and Public Administration (RANEPA), Moscow 119571, Russian Federation
Abstract
This article is focused on the evaluation of the scale of tax base erosion in Russia. To achieve this goal the authors use the indicator methodology for tax base erosion assessment, according to Action 11 of the BEPS (Base Erosion and Profit Shifting) Plan. Estimations are based on the data from the competent authorities of Russia, as well as information provided by supranational institutions. The results of the study show that tax base erosion problem is highly significant for the Russian Federation and requires an adequate response from the competent authorities, including implementation of the OECD recommendations in national legislation.
Keywords:
tax base erosion, multinational companies, BEPS plan, foreign direct investment, effective tax rate, debt burden, OECD
JEL: H25, H26
https://doi.org/10.31107/2075-1990-2018-6-47-58
