Развитие методического обеспечения управления налоговым потенциалом региона и его муниципальных образований (1142648), страница 15
Текст из файла (страница 15)
Табличное значение F-критерия (для уровня значимостиα = 0,05) составляет 5,32, что меньше F = 759,3. Отсюда следует вывод остатистической значимости уравнения регрессии. Следовательно, связьналога на доходы физических лиц с включенным в модель факторомсущественна.На 5 этапе производится построение прогнозной модели. Полученоуравнение (13), описывающее прогноз поступлений НДФЛ:y=457,42+0,31x(13)На 6 этапе необходимо построить прогнозную модель для зависимойпеременной, т.е.
составить уравнение, описывающее зависимость междузначениями х. Для этого в модель введем фактор времени t, построим график,определим зависимость, выделим тренд и оценим значение R-квадрат.Результаты представлены на рисунке 26.Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].Рисунок 26– Прогноз средней номинальной начисленной заработной платыТаким образом, получено следующее уравнение (14), описывающеепрогноз средней номинальной начисленной заработной платы:x = 1672,3t + 4796,4(14)97На 7 этапе произведем прогноз поступлений НДФЛ на основеприведенных зависимостей. Результаты представлены в таблице 16.Таблица 16– Результаты расчетовСценарийинерционныйоптимистическийпессимистическийПоказательСредняя номинальнаяначисленная заработная плата вмесяц, руб.НДФЛ, тыс. руб.Средняя номинальнаяначисленная заработная плата вмесяц, руб.НДФЛ, тыс.
руб.Средняя номинальнаяначисленная заработная плата вмесяц, руб.НДФЛ, тыс. руб.201521519,4201623191,72017248647128,43422595,377646,84724351,2858165,2626107,27461,98520443,438006,3183522032,1158550,65223620,86794,8837287,375657779,868Источник: составлено автором.Аналогичное исследование проведено для налога на прибыль.Результаты представлены на рисунке 27.Этап 1Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].Рисунок 27– Поступления налога на прибыль организацийв консолидированный бюджет Республики Марий Эл в 2006-2013 гг.98Рабочей гипотезой исследования было принято следующее положение:построение прогнозной модели по налогу на прибыль должно производитьсяс учетом таких показателей как: инвестиции в основной капитал, обороторганизаций, сальдированный финансовый результат.
Проверка гипотезыосуществлялась на основе выявления корреляционной зависимости междуфакторами. Исходные данные для построения модели приведены втаблице 17.Таблица 17– Исходные данные для построения моделиВ миллионах рублейГод20092010201120122013Поступленияналога наприбыльy1 3181 9402 4292 7312 065Инвестиции восновнойкапиталx116576,222304,226860,831656,545126ОбороторганизацийСальдированныйфинансовый результат,x2133260,6166770199084,3226110,8228974,5x315822655389252994268,7Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].Полученные значения представлены в таблице 18 – матрице парныхкоэффициентов корреляции:Таблица 18– Матрица парных коэффициентов корреляцииyx1x2x3y10,4829282580,8307205840,984509811x110,8862724270,406244112x210,780318x31Источник: составлено автором.Значение парного коэффициента корреляции менее 0,5 свидетельствуето слабой связи с результативным признаком, в связи с чем фактор x1 следуетисключить из модели.
Применение алгоритма Фаррара-Глобера, позволилосделать вывод о наличии мультиколлинеарности между факторами. В связи счем мы пришли к выводу, что модель целесообразнее строить с фактором x3.При этом, учитывая, что основные поступления налога на прибыль99приходятся в Республике Марий Эл на обрабатывающие производства, тоцелесообразнее использовать показатель сальдированного финансовогорезультата именно по этому виду деятельности. Исходные данные дляпостроения модели приведены в таблице 19.Таблица 19– Исходные данные для построения моделиВ миллионах рублейГод20092010201120122013Поступления налогана прибыльу1 3181 9402 4292 7312 065Сальдировнный финансовый результат(обрабатывающие производства)х11062,52049,82745,93673,42121,9Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].Этап 2Построим корреляционное поле зависимости между поступленияминалога на прибыль и сальдированным финансовым результатом по видудеятельности «обрабатывающие производства».
Результаты представлены нарисунке 28.Источник: составлено автором.Рисунок 28– Корреляционное поле зависимости налога на прибыльот сальдированного финансового результата100Этап 3-4Проведемрегрессионныйанализисходныхданных.Данныерегрессионной статистики отражены в таблице 20.Таблица 20– Регрессионная статистикаРегрессионная статистикаМножественный RR-квадратНормированный R-квадратСтандартная ошибкаНаблюдения0,9845098110,9692595680,959012757108,31534925Источник: составлено автором.Коэффициент корреляции (множественный R) стремится к 1, чтоозначает сильную взаимосвязь между зависимой и независимой переменной.Коэффициент детерминации (R-квадрат) показывает, что в 97 %случаях изменчивость y (поступления по налогу на прибыль) можнообъяснить с помощью прогнозного значения сальдированного финансовогорезультата организаций, относящихся к виду деятельности обрабатывающиепроизводства.НормированныйR-квадратпрактическинеотличаетсяоткоэффициента детерминации, что свидетельствует о качестве предложенноймодели.В среднем, расчетные значения отклоняются от фактических на 6.02%.Поскольку ошибка меньше 7%, то данное уравнение можно использовать вкачестве регрессии.
Результаты представлены в таблице 21.Таблица 21– Полученные данныеY-пересечениеПеременная X 1Коэффициенты821,12779770,547216288Стандартная ошибка139,7960,056264t-статистика5,8737589,725808Источник: составлено автором.В результате анализа t-статистики Стьюдента (tрасчетное=9,72 >tтабличное=3,182)сделанвывод,чтомеждупеременнымизависимость и найденный коэффициент корреляции значим.существует101P-Значение составило менее 0,05, что также свидетельствует означимости полученного уравнения.Оценка статистической значимости уравнения произведено с помощьюF-критерия Фишера.
Табличное значение F-критерия (для уровня значимостиα = 0,05) составляет 10,1, что меньше F = 94,5. Отсюда следует вывод остатистической значимости уравнения регрессии. Следовательно, связьналога на прибыль с включенным в модель фактором существенна.Этап 5Таким образом, получено следующее уравнение (15), описывающеепрогноз поступлений налога на прибыль:у= 821,12+0,54x(15)Этап 6Прогнозпоказателясальдированногофинансовогорезультатаосуществлялся на основе метода Хольта-Винтерса. Результаты приведены вприложении А.Этап 7Прогноз поступлений налога на прибыль представлен в таблице 22.Таблица 22– Прогноз поступлений налога на прибыльВ миллионах рублейГод20152016Налог на прибыль3737,662630,12Источник: составлено автором.Аналогичное исследование проведено для налога на имуществоорганизаций.Этап 1Исходные данные для построения модели приведены в таблице 23.102Таблица 23– Исходные данные о поступлении налога на имуществоорганизацийВ миллионах рублейПоступлениеНалог на имуществоорганизаций2008757,92009840,32010915Период20112012977,2 1150,220131 28120141 391Источник: составлено автором.Представимданныеграфическииметодоманалитическоговыравнивания выделим тренд.
Результаты представлены на рисунке 29.Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].Рисунок 29– График поступлений налога на имущество организацийЭтап 2Построим корреляционное поле зависимости между поступленияминалога на имущество организаций и инвестициями в основной капитал .Результаты представлены на рисунке 30.103Источник: составлено авторомРисунок 30– Корреляционное поле зависимости налога на имуществоорганизаций от инвестиций в основной капитал.Этап 3-4Произведем регрессионный анализ. Регрессионная статистика приведенав таблице 24.Таблица 24– Регрессионная статистикаМножественный RR-квадратНормированный R-квадратСтандартная ошибкаНаблюдения0,9766707820,9538858160,93851442144,624193265Источник: составлено автором.Коэффициент корреляции (множественный R) стремится к 1, чтоозначает сильную взаимосвязь между зависимой и независимой переменной.Коэффициент детерминации (R-квадрат) показывает, что в 95 % случаяхизменчивость y (поступления по налогу на имущество организаций) можнообъяснить с помощью прогнозного значения инвестиций в основной капитал.Нормированный R-квадрат практически не отличается от коэффициентадетерминации, что свидетельствует о качестве предложенной модели.Полученные результаты отражены в таблице 25.104Таблица 25– Полученные результатыY-пересечениеПеременная X 1Коэффициенты Стандартная ошибка t-статистика P-Значение570,417321661,99542983 9,200957605 0,0027152210,016221080,002059151 7,877557053 0,004262442Источник: составлено автором.В результате анализа t-статистики Стьюдента сделан вывод, что междупеременнымисуществуетзависимостьинайденныйкоэффициенткорреляции значим.P-Значение составило менее 0,05, что также свидетельствует означимости полученного уравнения.Оценка статистической значимости уравнения произведено с помощьюF-критерия Фишера.
Табличное значение F-критерия меньше F = 94,5.Отсюда следует вывод о статистической значимости уравнения регрессии.Следовательно, связь налога на имущество организаций с включенным вмодель фактором существенна.Этап 5Таким образом, получено следующее уравнение (16), описывающеепрогноз поступлений налога на имущество организаций:у=570,4+0,016x(16)Этап 6Исходные данные для прогноза инвестиций в основной капиталприведены в таблице 26.Таблица 26– Исходные данные для прогноза инвестиций в основной капиталВ миллионах рублейГодинвестиции в основной капитал200916576,2201022304,2201126860,8201231656,5201345126201448353,6Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].105Прогноз зависимого фактора осуществляется методом аналитическоговыравнивания.
В результате графического представления выявлен линейныйтренд, отраженный на рисунке 31.Источник: составлено автором на основе данных Федеральной службыгосударственной статистики [175].Рисунок 31– Инвестиции в основной капиталНа основании полученного уравнения осуществлен прогноз зависимогофактора. Результаты представлены в таблице 27.Таблица 27– Прогнозные значенияВ миллионах рублейГод20152016Инвестиции в основной капитал55027,761660,5Источник: составлено автором.Этап 7Используя полученные значения осуществлен прогноз налога наимущество организаций. Результаты представлены в таблице 28.Таблица 28– Прогнозные значенияВ миллионах рублейГод20152016Источник: составлено автором.Налог на имущество организаций1450,84321556,968106На основе предложенных моделей разработана формула (17) дляпрогнозирования налогового потенциала региона:НПр=y1 +y2 +y3× 100=1848,94+0,31x1 +0.54x2 +0.016x3(17)× 100гдеn–среднее значение доли трех основных налогов за прошедшиетри года;НПр– налоговый потенциал региона.Обобщение результатов расчета приведено в таблице 29.Таблица 29– Сводная таблица результатов расчетаПоказательУсловноеобозначениеПрогнозМодель20152016Моделирование налогового потенциала региона с учетом коэффициентаравномерности при использовании метода корреляционно-регрессионного анализаy17461,988006,31НДФЛ, млн.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
