CC BY
77
Налоговый потенциал
роль налоговой нагрузки при расчете налогового потенциала региона (на примере республики Бурятия)
В. В. ДОРЖИЕВА, кандидат экономических наук, старший научный сотрудник отдела региональных экономических исследований
E-mail: [email protected] Бурятский научный центр Сибирского отделения РАН,
г. Улан-Удэ
В статье отмечается, что обеспечение реальной финансовой самостоятельности и инвестиционной привлекательности регионов невозможно без оценки налогового потенциала. Большинство методов расчета налогового потенциала сводится к расчету либо начисленной суммы налоговых поступлений, либо к оценке величины добавленной стоимости, создаваемой в регионе. Это не всегда соответствует определению данного понятия. Поэтому возникла необходимость совершенствования способов расчета налогового потенциала региона.
Ключевые слова: налог, потенциал, нагрузка, корреляционно-регрессионный анализ, оценка.
Преобразование регионов в экономически самоуправляемые территории привело к возрастанию необходимости эффективного планирования бюджетов как регионального, так и муниципального уровней. Составление проекта бюджета требует проведения предварительной аналитической работы. Одним из направлений аналитической ра-
Е. Ц. ЧИМИТДОРЖИЕВА, аспирант кафедры налогов и таможенного дела
E-mail: [email protected]
Б. В. КАРПУШЕВ, аспирант кафедры финансов E-mail: [email protected] Байкальский государственный университет экономики и права, г. Иркутск
' боты, которую финансовые органы региональных и местных администраций должны проводить в | рамках реализации мероприятий по бюджетному ' планированию, является изучение потенциальных возможностей территории аккумулировать налоговые доходы. Такая потенциальная возможность раскрывается через показатель налогового потенциала. Использование показателя налогового потенциала в рамках проведения работ по бюджетному планированию определяется ведущей ролью налоговых платежей в формировании доходной части бюджетов [3].
Большинство ученых трактует налоговый потенциал как максимально возможную сумму i поступления налогов и сборов в условиях действующего законодательства. Позиция ученых, i придерживающихся данного подхода к определению налогового потенциала, не совсем ясна. Она создает определенные трудности в понимании словосочетания «максимальная сумма». Данное
понятие однозначно не может быть формализовано. В частности, эта сумма обусловлена состоянием налоговой дисциплины, платежеспособностью налогоплательщиков и возможной нагрузкой на экономику региона.
Следует отметить, что определение максимальной суммы налоговых поступлений можно осуществить при использовании максимально возможной нагрузки на регион, а также при использовании оптимальной нагрузки. Оптимальность в данном случае рассматривается с точки зрения достижения максимального экономического роста. Такой подход основан на кривой Лаффера, которая описывает связь между налоговыми поступлениями и налоговым бременем [4]. Указанная зависимость базируется на предпосылке о том, что теоретически возможно найти оптимальную налоговую нагрузку, которая максимизировала бы поступления налогов и, следовательно, позволила определить налоговый потенциал. Однако на практике найти максимальную и оптимальную величину налоговой нагрузки достаточно сложно. Это связано с тем, что на данные показатели оказывает влияние множество неформализуемых факторов — таких как политические, культурные и исторические особенности развития регионов. Поэтому возникает необходимость определения налогового потенциала исходя из «средней» налоговой нагрузки. Отметим, что под налоговой нагрузкой или бременем подразумевается доля налоговых поступлений в ВРП регионов.
По мнению авторов, налоговый потенциал трактуется как количественная мера возможностей увеличения налоговых поступлений в бюджетную систему региона, рассчитанную с учетом средней налоговой нагрузки. Поясним, что под налоговым потенциалом региона будем понимать резервы увеличения (улучшения) полученного результата (налоговых поступлений). Причем оценку налогового потенциала предлагаем осуществлять на основе средней налоговой нагрузки на кластер, содержащий регионы с примерно одинаковой величиной налоговых поступлений.
Для оценки налогового потенциала региона предложен подход, основанный на применении репрезентативной налоговой системы [2]. Отметим, что налоговый потенциал региона оценивается как сумма потенциалов основных налогов консолидированного бюджета региона: налога на прибыль (НП), налога на доходы физических лиц (НДФЛ), акцизов, налога на имущество (НИ), налога на добычу полезных ископаемых (НДПИ).
Совершенствование методов расчета налогового потенциала необходимо в первую очередь регионам с низким уровнем налоговых доходов, таким как Республика Бурятия.
В качестве основной расчетной формулы будет выступать формула:
НП = к ■ НД, (1)
где НП — налоговый потенциал;
НД — налоговые доходы.
Репрезентативная налоговая система создавалась с целью упрощения расчетов. Коэффициент к1 показывал средний уровень собираемости основных видов налогов, рассчитанный по всем регионам страны. Однако данный подход не совсем корректен из-за большой дифференциации регионов РФ. В связи с этим предлагается использовать коэффициент налоговой нагрузки к — средний по кластеру, содержащему субъекты с примерно одинаковой структурой налогового потенциала и величиной налоговых поступлений. Количественная оценка коэффициента к осуществляется на основе уравнения парной регрессии, где в качестве зависимой переменной используется вид налогового дохода, независимой является валовой региональный продукт (ВРП). Алгоритм расчета поправочного коэффициента включает реализацию следующих этапов:
— проведение кластерного анализа субъектов РФ по величине налоговых доходов консолидированных бюджетов методом к-средних;
— построение уравнений парной регрессии для кластера, содержащего регион, потенциал которого оценивается. В качестве независимой переменной принят ВРП регионов, вошедших в соответствующий кластер; в качестве зависимой переменной — налоги, поступающие в консолидированный бюджет субъектов;
— определение к,, где I = 1, п как отношение теоретического значения величины налога, рассчитанного по уравнению регрессии к фактическому:
НДТ1
к =-
НДф
(2)
где НДф, — фактические налоговые поступления; НДт{ — значения налоговых поступлений, полученные на основе уравнений парной регрессии;
— корректировка фактических налоговых поступлений в консолидированный бюджет региона осуществляется согласно формуле (1).
Применение указанного алгоритма расчета поправочного коэффициента к данным на 2007 г.
ФИНАНСЫ И КРЕДИТ
33
привело к следующим результатам. Кластеризация субъектов РФ методом ^-средних показала, что оптимальное количество кластеров равно трем. В первую группировку попали следующие регионы: Ненецкий и Ханты-Мансийский автономные округа, г. Москва, Ямало-Ненецкий автономный округ. Во вторую — Московская область, Республика Коми, Вологодская, Мурманская области, г. Санкт-Петербург, Свердловская, Тюменская области, Красноярский край, Республика Саха (Якутия), Камчатский край, Магаданская, Сахалинская области, Чукотский автономный округ. В третий кластер попали оставшиеся регионы [1].
Построение уравнений парной регрессии для первого кластера привело к следующим результатам. Линейная зависимость между налогом на прибыль и ВРП оказалась слабой. Коэффициент корреляции в данном случае равен 0,054. Аналогичная ситуация наблюдается с налогом на доходы физических лиц, где коэффициент корреляции равен 0,21. 60 000 -| 50 000 -40 000 -30 000 -20 000 -10 000 -
0
Ханты -Мансийский автономный округ
Ямало-Ненецкий автономный округ
- Налог на прибыль — ♦ - — ■
- Акцизы -■
- НДПН
Ненецкий автономный округ
НДФЛ
Налог на имущество
рис. 1. Структура налоговых доходов консолидированных бюджетов регионов первого кластера, приходящихся на душу населения, руб.
2500000
2000000
1500000
1000000
500 000
Ханты-Мансийский автономный округ
Ямало-Ненецкий автономный округ
-♦--ВРП
Ненецкий автономный округ
рис. 2. ВРП регионов, входящих в первый кластер, на душу населения, руб.
Причины этого кроются в малом объеме выборки, поэтому индивидуальные особенности структуры налоговых потенциалов регионов проявляются сильнее. Экономика Ненецкого, Ханты-Мансийского, Ямало-Ненецкого автономных округов специализируется исключительно на добыче и переработке нефти и газа. Следовательно, структура и величина их налоговых доходов должна быть практически одинаковой (рис. 1).
Рассмотрение ВРП, приходящегося на душу населения в каждом из трех субъектов РФ, показало изменения этого показателя аналогичные тем, которые представлены на рис. 1 (рис. 2).
Экономика г. Москвы имеет свои индивидуальные особенности, которые стали причиной низкого качества построенных ранее уравнений регрессии. Исключив из исследования данный субъект, авторы провели корреляционный анализ между тремя оставшимися регионами. Как показали результаты расчетов, между налогом на прибыль, налогом на имущество и ВРП наблюдается сильная линейная связь, коэффициент множественной корреляции составляет 0,99, а зависимость между налогом на добычу полезных ископаемых и ВРП является функциональной, коэффициент корреляции равен 1,00. Данная взаимосвязь указывает на сырьевой характер экономики трех регионов. Нужно отметить, что увеличение ВРП влечет за собой рост поступлений налога на прибыль. То же самое касается налога на имущество, налога на добычу полезных ископаемых и акцизов.
Проведение регрессионного анализа для налога на имущество и акцизов по всем субъектам данного кластера показало, что в данном случае наблюдается достаточно сильная линейная зависимость с ВРП. Коэффициент корреляции равен 0,83, коэффициент детерминации — 68,6 % для налога на имущество; аналогичные характеристики для акцизов составляют — 0,91 и 83,2 %. Однако в силу малого числа степеней свободы коэффициенты при переменных в уравнениях парной регрессии значимо не отличаются от нуля, т. е. не удовлетворяют критерию Стьюдента.
Экономическая интерпретация полученного результата заключается в том, что изменения ВРП будут значимо отражаться на налоговой базе налога на имущество. Причем налог на имущество организаций
0
14 000
12 000
10 000
8 000
6 000
4 000
2 000
0
г. Москва
Ханты-Мансийский автономный округ
Ямало-Ненецкий автономный округ
Ненецкий автономный округ
□ -Основные фонды ПИ-ВРП Инвестиции в основной капитал
рис. 3. Взаимосвязь ВРП, инвестиций и величины основных фондов,
млрд руб.
наиболее ярко демонстрирует данное обстоятельство. Это связано с тем, что увеличение ВРП влечет за собой рост инвестиций в основной капитал, непосредственно влияющих на размер основных фондов (рис. 3).
Зависимость между ВРП и акцизами указывает на то, что экономика большинства регионов, входящих в данный кластер, специализируется на добыче и переработке нефти и газа. Доля ВРП, приходящаяся на данный вид экономической деятельности, в Ненецком автономном округе составляет 59,3 %, в Ханты-Мансийском автономном округе — 69,1 %, в Ямало-Ненецком автономном округе — 55,6 %. Согласно Налоговому кодексу РФ (ст. 182) объектом налогообложения по данному виду налогов признаются реализация на территории Российской Федерации лицами произведенных ими подакцизных товаров, передача в структуре организации произведенных подакцизных товаров для дальнейшего производства неподакцизных товаров, за исключением передачи произведенного прямогонного бензина для дальнейшего производства продукции нефтехимии в структуре организации, передача на территории Российской Федерации лицами произведенных ими подакцизных товаров для собственных нужд и т. д. Согласно ст. 181 Налогового кодекса РФ подакцизными товарами признаются продукты переработки нефти в виде автомобильного бензина, дизельного топлива, моторных масел для дизельных и (или) карбюраторных (инжекторных) двигателей, прямо-гонного бензина, где под прямогонным бензином
понимаются бензиновые фракции, полученные в результате переработки нефти, газового конденсата, попутного нефтяного газа, природного газа, горючих сланцев, угля и другого сырья, а также продуктов их переработки, за исключением бензина автомобильного и продукции нефтехимии. Другими словами, производство в большинстве регионов первого кластера ориентировано на производство подакцизных товаров, что объясняет сильную зависимость между ВРП и акцизами.
Интересные выводы можно сделать по уравнению парной регрессии, составленному для формирования уровня налога на добычу полезных ископаемых по всем субъектам кластера: у = 0,01 • х - 9795,23, где у — поступления налога на добычу полезных ископаемых на душу населения, руб.; х—величина валового регионального продукта на душу населения, руб.
В данном случае, несмотря на малый объем данных, коэффициент корреляции возрастает до 96,1 %, коэффициент детерминации равен 92,3 % (табл. 1).
Статистика Дарбина—Уотсона составляет dЕ < 2,02 < 4 — dЕ, что указывает на отсутствие корреляции в остатках. Наблюдаемое значение критерия Фишера равно Fн = 24,14, что больше критического Fкр=18,5, соответствующего уровню значимости а = 0,05 и числу степеней свободы к1 = 1 и к2 = 2. Параметр при переменной х удовлетворяет критерию Стьюдента, критическое значение которого равно = 4,3, т. е. данное уравнение можно использовать на практике. График уравнения представлен на рис. 4.
Удовлетворительные характеристики полученного уравнения подтверждают ярко выраженный сырьевой характер экономики регионов-лидеров. Далее предположим, что ситуацию можно улуч-
Таблица 1
Характеристики уравнения парной регрессии для налога на добычу полезных ископаемых, первый кластер
Показатель коэффициент стандартная ошибка Г-значение Значимость
Постоянная -9 795,23 3 229,632 -3,03293 0,093685
х 0,01 0,002 4,91285 0,039023
Рис. 4. График уравнения парной регрессии для налога на добычу полезных ископаемых, первый кластер
шить, объединяя налоги на основе корреляционного анализа. Результаты проведенного исследования для всех регионов первого кластера представлены в табл. 2.
Анализ данных табл. 2 показывает сильную линейную связь между налогом на прибыль и налогом на доходы физических лиц, налогом на имущество и акцизами, а также налогом на имущество и налогом на добычу полезных ископаемых. Данную ситуацию можно объяснить взаимосвязью налоговых баз по данным видам налогов. Как было сказано выше, производство большей части субъектов первого кластера ориентировано на добычу и переработку нефти и газа. При этом процесс производства можно представить как последовательную реализацию следующих этапов:
— добыча полезных ископаемых;
— переработка полезных ископаемых и реализация продукции;
— получение дохода и инвестирование (в том числе в основной капитал).
Каждый из рассмотренных этапов является объектом налогообложения для соответствующего налога. Поэтому преобладание одного вида деятельности в экономике регионов влечет за собой взаимосвязь налогов, взимаемых при реализации соответствующих стадий производства.
Таблица 2
Результаты корреляционного анализа для первого кластера
налог нп ндфл Акцизы ни ндпи
НП 1,00 -0,99 0,08 -0,18 0,32
НДФЛ -0,99 1,00 0,06 0,06 -0,47
Акцизы 0,08 0,06 1,00 -0,98 -0,87
НИ -0,18 0,06 -0,98 1,00 0,77
НДПИ 0,32 -0,47 -0,87 0,77 1,00
Согласно проведенному исследованию, были объединены налог на прибыль и налог на доходы физических лиц, а также налог на имущество и акцизы. В результате количество уравнений регрессии сократилось до трех.
Дальнейшее построение парных зависимостей показало, что качество уравнения, составленного для налога на прибыль и налога на доходы физических лиц, не улучшилось: коэффициент корреляции равен 0,25, коэффициент детерминации снизился до 0,006 %. Для второго уравнения аналогичные характеристики, напротив, указывают на существование сильной степени линейной зависимости: коэффициент корреляции равен 0,83, коэффициент детерминации — 68,1 %. Однако параметр при переменной х в уравнении, составленном для налога на имущество и акцизов, не удовлетворяет критерию Стьюдента, что связано с малым числом степеней свободы.
Построение уравнений регрессии для второго кластера показало, что качество полученных зависимостей крайне низкое. Коэффициент корреляции, полученный при построении уравнения для налога на прибыль, составляет 0,13, коэффициент детерминации равен 1,8 %. Кроме этого уравнение не удовлетворяет критериям Фишера и Стьюдента, для которых табличные значения соответственно равны F = 4,84 (а = 0,05, число степеней свободы ^ = 1 и &"2 = 11) и = 2,2 (а = 0,05, число степеней свободы k = 11). Аналогичные характеристики по остальным зависимостям представлены в табл. 3.
Анализируя данные табл. 3, можно сделать выводы о том, что во втором кластере прослеживается нелинейная зависимость между ВРП и налоговыми доходами. Исключением является налог на добычу полезных ископаемых. График данного уравнения представлен на рис. 5. Объединение налогов на основании корреляционного анализа также не дало хороших результатов.
Объяснение данному эффекту можно дать следующее. В отличие от первого кластера во втором содержатся регионы, специализирующиеся на различных видах экономической деятельности. Так, в Свердловской, Вологодской, Мурманской областях и Красноярском крае наибольшую долю ВРП составляют обрабатывающие производства (рис. 6).
Таблица 3
Характеристики уравнений парной регрессии
Налог Уравнение парной регрессии Коэффициент корреляции Коэффициент детерминации, % /-критерий Статистика Дарбина — Уотсона
НП у = 0,004- х + 9827,4 0,45 3,3 0,14 1,8 0,2 1,3
НДФЛ у = -0,00034- х +14198,5 -0,027 3,18 0,008 0,006 0,0074 0,65
Акцизы у = - 0,001 • х+1592,9 -0,86 4,91 0,25 6,3 0,74 2,1
НИ у = -0,002 • х+ 4281,3 -0,47 3,34 0,14 1,9 0,22 1,2
НДПИ у = 0,01- х -1557,2 4,2 -1,39 0,78 0,61 17,5 2,2
Рис. 5. График уравнения парной регрессии налога на добычу полезных ископаемых, второй кластер
0 - Свердловская обл. д - Вологодская обл. 0- Мурманская обл. ц- Красноярский край
Рис. 6. Структура ВРП регионов второго кластера по видам экономической
деятельности,%
Наибольший удельный вес в ВРП этих регионов составляют отрасли черной и цветной металлургии (производство меди, алюминия, никеля) и машиностроения. Крупнейшие машиностроительные предприятия данного кластера представлены производственными объединениями «Уралмаш» и «Уралвагонзавод», металлургическим комбинатом
«Норильский никель», Ачинским глиноземным комбинатом, Красноярским алюминиевым и металлургическим заводами, металлургическим комбинатом акционерного общества «Северсталь». Также в указанных субъектах развиты химическая, лесная, деревообрабатывающая и легкая промышленности.
Необходимо отметить, что в Свердловской, Вологодской, Мурманской областях и Красноярском крае сосредоточен достаточно большой фонд основных средств и, следовательно, наблюдаются достаточно большие выплаты налога на имущество. Рассматриваемые субъекты также лидируют по выплатам налога на прибыль (рис. 7).
В Тюменской, Магаданской, Сахалинской областях, Республике Коми, Республике Саха и Чукотском автономном округе максимальную долю ВРП составляет добыча полезных ископаемых. Следует отметить, что максимальное значение ВРП наблюдается в Тюменской и Сахалинской областях. Причем, данный показатель в 3,9 раза превышает среднее значение по кластеру в Тюменской области и в 2,5 раза—в Сахалинской области (рис. 8). Экономическая специализация Тюменской, Магаданской, Сахалинской областей, Республики Коми, Республики Саха и Чукотского автономного округа в первую очередь отражается на выплатах налога на добычу полезных ископаемых. В данных регионах величина этого вида налоговых доходов — одна из самых больших. Следует отметить, что осо-
ФИНАНСЫ И КРЕДИТ
37
- Налог на прибыль
- Налог на имущество
Регион
- НДФЛ
- НДПИ
— - А— - — Акцизы
Рис. 7. Основные налоговые доходы консолидированных бюджетов регионов второго кластера, приходящиеся на душу населения, руб.
И - Тюменская обл. Э - Чукотский АО
□ - Магаданская обл. Ш - Сахалинская обл. Ш - Республика Коми ® - Республика Саха
Рис. 8. Структура ВРП регионов второго кластера по видам экономической
деятельности,%
30 -25 -20 -15 -10 -5 -0 -
® 9 2 £
"'1 5 я о §
х л
о §
ю
о §
2
0)
га ? §
2 О Ю 5 О
5 I
6 ®
ii §|
д1
и
¡а & §
,о о.
а. т
] г. Санкт-Петербург
п Московская обл.
Рис. 9. Структура ВРП регионов второго кластера по видам экономической
деятельности, %
бенностью северных территорий является высокий уровень средней заработной платы. Это обстоятельство отражается на величине налогов на доходы физических лиц (см. рис. 7).
Московская область и г. Санкт-Петербург ориентированы на развитие обрабатывающих производств, оптовой и розничной торговли. При этом основу промышленного развития данных регионов составляет не добыча сырья, как в большинстве благополучных регионов, а производство наукоемкой, высокотехнологичной продукции предприятий оборонно-промышленного комплекса, судостроения, энергетического машиностроения и транспортно-ло-гистических услуг (рис. 9).
Для указанных регионов характерны высокие показатели душевого валового регионального продукта, объема инвестиций в основной капитал, финансовой обеспеченности вовлеченности во внешнеэкономические связи, относительно высокая покупательная способность населения.
В данных субъектах РФ сосредоточены наибольшее число предприятий и максимальная численность экономически активного населения. Высокий экономический потенциал, развитая инфраструктура являются предпосылками для достаточно больших выплат нал о-гов различных видов.
Проведенное исследование показало, что субъекты РФ имеют существенную
дифференциацию по уровню экономического развития. Выявлена зависимость структуры налогового потенциала от уровня экономического развития. Лидирующие позиции принадлежат регионам, в которых средняя доля налога на прибыль составляет 36 %. Следует отметить, что в настоящее время налоговая нагрузка на регионы РФ распределена неравномерно. Установлено влияние на величину налоговых доходов видов экономической деятельности, преобладающих в регионах РФ. Однако нуждаются в дополнительном исследовании тенденции, наблюдаемые в первом и во втором кластерах.
Для проводимого исследования наибольший интерес представляет третий кластер, так как Республика Бурятия попала именно в эту группу. Большинство регионов, включенных в данную совокупность, ориентировано на производство и переработку сельскохозяйственной продукции. Часть субъектов данного кластера (Республика Бурятия, Читинская область, Алтайский край, Республика Тыва и т. д.) имеет максимальную долю оптовой и розничной торговли в ВРП.
Построение уравнений регрессии для данного кластера показало улучшение качества рассматриваемых зависимостей. Уравнение регрессии для налога на прибыль имеет вид:
у = 0,05 • х -1774,68, где у — поступления налога на прибыль на душу населения, руб.;
х — величина валового регионального продукта на душу населения, руб.
Коэффициент детерминации равен 74 %, коэффициент корреляции составляет 0,86. Статистика Дарбина—Уотсона составляет < 1,7 < 4 — ^ (йЕ = 1,63), что указывает на отсутствие корреляции в остатках. Наблюдаемое значение критерия Фишера равно И = 188,25, что больше критического И = 4,0, соот-
н ' ' * кр ' '
ветствующего уровню значимости а = 0,05 и числу степеней свободы к1 = 1 и к2 = 66. Параметры уравнения удовлетворяют критерию Стьюдента, табличное значение которого равно ¿кр = 1,66, т. е. данное уравнение можно использовать на практике (табл. 4).
График полученного уравнения представлен на рис. 10.
Данная зависимость указывает на то, что величина валового регионального продукта прямо
•
• .... *......
* V ... ♦
• * « * " * 1* ■ • *
* * ♦ I 1 • * • * *
• ......
20000 60000
40000 80000
1Е5
1.4Е5
1.8Е5
2.2Е5
1,2Е5
1,6Е5
2Е5
рис. 10. График уравнения парной регрессии для налога на прибыль,
третий кластер
Таблица 4
Характеристики уравнения парной регрессии для налога на прибыль, третий кластер
Показатель коэффициент стандартная ошибка Означение Значимость
Постоянная -1 774,68 429,0470 -4,13634 0,000102
х 0,05 0,0035 13,72050 5,3Е21
пропорциональна изменениям финансового результата предприятий (рис. 11).
Построение уравнения парной регрессии для акцизов показало низкое качество линейной аппроксимации зависимости рассматриваемых поступлений от ВРП. Коэффициент детерминации равен 8,5 %, коэффициент корреляции — 0,29. Экономическая интерпретация данной связи заключается в том, что удельный показатель налоговой базы по этому виду налога распределен по регионам третьего кластера достаточно равномерно. По мнению авторов, в регионах с более высокими значениями ВРП население имеет более высокие доходы и более высокое потребление подакцизных товаров. Однако значения удельных показателей, рассчитываемых на душу населения, в данных реги -онах существенно не отличаются от аналогичных, вычисленных для субъектов с низким ВРП.
Поэтому возникла необходимость проведения корреляционного анализа налоговых доходов консолидированных бюджетов. Результаты данного исследования представлены в табл. 5.
Из анализа приведенной матрицы видно, что данные по акцизам имеют максимальную корреляцию с данными по налогу на доходы физических лиц. Это вызвано взаимосвязью налоговых баз данных видов налогов, так как увеличение доходов населения
500 000 -
400 000 -
300 000 -
200 000 -
'¿V
{Г*
ведет к увеличению потребления подакцизной продукции.
Следовательно, мы можем объединить два вида налоговых доходов. Дальнейшее проведение парного регрессионного анализа показало заметное улучшение характеристик уравнения: у = 0,041-х +1901,78, где у — поступления налога на доходы физических лиц и акцизов, приходящиеся на душу населения, руб.; х — величина валового регионального продукта на душу населения, руб. Коэффициент детерминации равен 68,1 %, коэффициент корреляции составляет 0,83. Статистика Дарбина—Уотсона составляет dE < 1,68 < 4 - dE = 1,63), что указывает на отсутствие корреляции в остатках. Наблюдаемое значение критерия Фишера равно = 140,87, что больше критического Г = 4,0, соответствующего уровню значимости а = 0,05 и числам степеней свободы k1 = 1 и ^ = 66. Параметры уравнения удовлетворяют критерию Стьюдента, табличное значение которого равно ^ = 1,66, т. е. данную модель можно использовать на практике для анализа и планирования (табл. 6).
Графически модель представлена на рис. 12.
Уравнение регрессии для налога на имущество имеет вид:
у = 0,016 - х - 58,56, где у — поступления налога на имущество на душу населения, руб.;
х — величина валового регионального продукта на душу населения, руб. Коэффициент детерминации равен 64,1 %, коэффициент корреляции составляет 0,8, что указывает на достаточно сильную зависимость. Статистика Дарбина—Уот-сона составляет dE < 1,9 < 4 — dE = 1,63), что указывает на отсутствие корреляции в остатках. Наблюдаемое значение критерия Фишера рав-
♦ ♦
0 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 100 000 Финансовый результат предприятий
рис. 11. Связь величины ВРП и финансового результата предприятий по данным на 2007 г. в регионах третьего кластера, млн руб.
Таблица 5
результаты корреляционного анализа
Иалог нп ндфл Акцизы ни ндпи
НП 1,00 0,68 0,23 0,78 0,49
НДФЛ 0,68 1,00 0,36 0,82 0,49
Акцизы 0,23 0,36 1,00 0,31 0,00
НИ 0,78 0,82 0,31 1,00 0,41
НДПИ 0,49 0,49 0,00 0,41 1,00
Таблица 6
Характеристики уравнения парной регрессии для налога на доходы физических лиц и акцизов, третий кластер
Показатель коэффициент стандартная ошибка Означение Значимость
Постоянная 1 901,781 423,5636 4,48995 0,000029
х 0,041 0,0034 11,86880 4,9Е18
*
♦ * * * * ** ф ♦
♦ Ф * _ - _________ __-^"¿Г * ■ т
* < к? ► * *
^ 4 ♦ * *
♦ *
рис. 12. График уравнения парной регрессии для налога на доходы физических лиц и акцизов, третий кластер
но = 119,31 и больше критического Гкр = 4,0. Параметры уравнения удовлетворяют критерию Стьюдента, табличное значение которого равно ^ = 1,66, т. е. данное уравнение можно использовать на практике (табл. 7).
У
3 500
3 000
2 500
2 000
1 500
1 ООО
-500 20 ООО
График полученного уравнения представлен на рис. 13.
Последнее уравнение регрессии, отражающее зависимость налога на добычу полезных ископаемых и ВРП, имеет вид:
у = 0,004 • х - 313,37, где у - поступления налога на добычу полезных ископаемых на душу населения, руб.; х — величина валового регионального продукта на душу населения, руб. Коэффициент детерминации равен 43,1 %, коэффициент корреляции составляет 0,64, что характеризует слабую зависимость. Однако остальные показатели принимают удовлетворительные значения. Статистика Дарбина—Уотсона составляет dE < 1,9 < 4 — dE = 1,63), что указывает на отсутствие корреляции в остатках. Наблюдаемое значение критерия Фишера равно Fн = 48,14, что больше критического Fкр = 4,0. Параметры уравнения удовлетворяют критерию Стьюден-та, табличное значение которого равно ¿кр = 1,66 (табл. 8).
График полученного уравнения представлен на рис. 14. Низкое качество полученного уравнения регрессии указывает на то, что большинство регионов третьего кластера не ориентировано на виды экономической деятельности, связанные с добычей и переработкой полезных ископаемых, что связано с ведением народного хозяйства в советское время и отсутствием материально-технической базы для развития этих производств в современных условиях.
Полученные выше уравнения регрессии для третьего кластера позволяют найти поправочные коэффициенты по видам налогов для Республики Бурятия по формуле (2).
Для достижения этой цели рассчитаны теоретические значения поступлений налоговых доходов (табл. 9).
Как показывают расчеты, налоговая нагрузка по налогу на прибыль в Республике Бурятия ниже,
Таблица 7
Характеристики уравнения парной регрессии для налога на имущество,
третий кластер
Показатель коэффициент стандартная ошибка Означение Значимость
Постоянная -58,5601 180,9716 -0,32359 0,747274
х 0,0160 0,0015 10,92275 1,9Е16
*
•
• *
♦ —- *
/ ^ * * * *
► •
* ч * •
♦ ........ Ф
60 000
40 000 80 000
1Е5
1,4Е5
1,8Е5
2.2Е5
1.2Е5
1.6Е5
2Е5
рис. 13. График уравнения парной регрессии для налога на имущество,
третий кластер
Таблица 8
Характеристики уравнения парной регрессии для налогов, взимаемых за пользование природными ресурсами, третий кластер
Показатель коэффициент стандартная ошибка Означение Значимость
Постоянная -313,356 76,53040 -4,09452 0,000118
х 0,004 0,00062 6,93792 2,1Е9
у
1 200 1 ООО 800
400
200
-200
-400 20 ООО
ф ф
ф •
ф
■ ►............. ф ф
............ « 4 • __
Л:*». * + * ф *** *ф............ ф ф ф
...........
60 ООО
1Е5
1.4Е5
1,8Е5
2.2Е5
40 ООО
80000
1,2Е5
1,6Е5
2Е5
рис. 14. График уравнения парной регрессии для налога на добычу полезных ископаемых, третий кластер
чем средний показатель по кластеру. Аналогичная ситуация наблюдается с налогом на имущество. По остальным видам налоговых доходов республика демонстрирует уровень нагрузки выше средней по кластеру.
Таблица 9
Расчет поправочных коэффициентов на основе теоретических и фактических значений налоговых доходов Республики Бурятия
Наименование Поправочный коэ( фициент Расчет поправочных коэффициентов на 2007 г.
2004 г. 2005 г. 2006 г. Фактическое значение НДф Теоретическое значение НДт Поправочный коэффициент на 2007 г.
Налог на прибыль 2,70 1,44 1,51 2494,11 0,05 - 114 126,1 — 1 774,7 = 3 931,1 1,57
Налог на доходы физических лиц и акцизы 1,07 1,06 1,04 7071,54 0,041 - 114 126,1 + 1 901,7 = 6 580,87 —
Налог на имущество 1,29 1,23 1,24 1349,75 0,016 - 114 126,1 — 58,59 = 1 767,43 1,31
Налог на добычу полезных ископаемых 1,63 2,03 1,34 176,055 0,004 - 114 126,1 — 313,37 = 143,13 —
2 000 000 1 800 000 1 600 000 1 400 000 1 200 000 1 000 000 800 000 600 000 400 000 200 000 0
о о
о о
ю о о г^
о
Дата
о о
--Налоговый потенциал Республики Бурятия
Рис. 15. Налоговый потенциал Республики Бурятия в 2004—2007 гг., тыс. руб.
Фактические налоговые доходы необходимо скорректировать на рассчитанные коэффициенты для получения величины налогового потенциала.
Следует отметить, что в ходе бюджетной реформы, проводимой в Российской Федерации, доходная база консолидированных бюджетов существенно изменялась в сторону сокращения [1]. В результате изменения нормативов отчислений от федеральных налогов бюджеты потеряли значительные суммы своих доходов. Чтобы избежать влияния поправок в законодательстве, при прогнозировании налогового потенциала Республики Бурятия с помощью временных рядов показатель скорректирован в соответствии с произошедшими изменениями.
Динамика налогового потенциала Республики Бурятия представлена на рис. 15.
Использование поправочного коэффициента позволило учесть резервы увеличения налоговых поступлений за счет подтягивания налоговой нагрузки до среднего значения по кластеру. Такой подход дает возможность создать стимулы для рационализации налоговых преференций, повышения платежной дисциплины и более эффективной
работы с налогоплательщиками. Изменение значений поправочного коэффициента, рассчитанных для различных промежутков времени, отражает качество использования налогового потенциала региона, а также является своего рода мерой устойчивости бюджета. Чем меньше фактическое значение налоговой нагрузки по сравнению с расчетным, тем выше риск сокращения налоговых поступлений.
На основании проведенного исследования было установлено, что степень линейной зависимости налоговых доходов консолидированных бюджетов и ВРП меняется в зависимости от кластера, а значит — от уровня экономического развития. На основании проведенного регрессионного анализа были получены поправочные коэффициенты для налогов, рассчитанные по Республике Бурятия. Их значения показывают, во сколько раз налоговая нагрузка по каждому виду налогов в регионе меньше средней по кластеру. На основании проведенных расчетов можно сделать вывод о том, что резервы поступлений есть по основным видам налогов.
Список литературы
1. Доржиева В. В., Чимитдоржиева Е. Ц., Карпушев Б. В. Методика оценки налогового потенциала на примере Республики Бурятия // Финансы и кредит. 2009. № 48. С. 41—49.
2. Ислямутдинов С. И. Налоговый потенциал территории: методологические аспекты формирования и использования: дис.... кан. экон. наук. Самара: изд. СГЭУ. 2007. 255 с.
3. МеньковаН. Методология оценки налогового потенциала муниципальных образований в условиях реализации мероприятий в сфере бюджетного планирования // Муниципальная экономика. 2006. № 4. С. 50—53.
4. Филиппович А. В. Региональная политика в области налогообложения: связь налоговой нагрузки с экономическим ростом // Вестник Московского университета. Экономика. 2002. № 2. С. 12—22.
