Развитие налогового потенциала региона в рамках совершенствования налогового федерализма (1142676), страница 18

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

В рамках его функционирования можно выделить теже проблемы: необходимость прогнозирования среднедушевых денежных доходовнаселения,еесреднедушевыхтрудоемкость,доходоввслучаенаселениятакжепостроениянеобходиммоделипрогнозированиясущественныймассивстатистических данных, актуальная информация по которым, также может запаздывать.Однако данный метод обладает определенными отличительными особенностями:среднедушевые доходы населения включают налоговую базу по НДФЛ, по некоторымналоговым режимам, то есть гораздо более узкую по сравнению с ВРП, вместе с тем, этот78метод может быть актуальнее для тех регионов, где на НДФЛ приходится значительныйудельный вес в совокупной налоговой базе.Метод корреляционно-регрессионного анализа для прогнозирования НПР являетсяодним из самых трудоѐмких и, вместе с тем, одним из самых объективных.

Онприменяется в целях исследования интенсивности, вида и формы зависимостей междупоказателем-результатом и показателями-факторами.Для прогнозирования НПР используются линейные регрессии (парные имножественные), иллюстрируемые в обобщенном виде формулой (13):у  а  bx1  cx2  ... ,(13)Формула 13 позволяет по определенным значениям фактора (факторов) х1, х2, …устанавливать теоретические значения величины результата у. Параметр b-коэффициентрегрессии, который показывает величину среднего изменения результативного признакапри изменении фактора на единицу.

Параметр a – значение y при x=0, которыйфактически показывает точку пересечения графика у=f(x)c осью ординат.Для оценки качества подбора функции рассчитывается коэффициент детерминации(R2). Он характеризует изменение результативного признака y, объясняемое изменениемфакторных показателей. Значение коэффициента детерминации ограничено диапазоном от0 до 1 включительно, соответственно, значение 1-R2 характеризует изменение у подвлиянием других, неучтенных в модели регрессии факторов.Когда сформировано уравнение регрессии, проводится проверка его значимости, азатем проверка значимости и отдельных его параметров. Проверка значимости уравнениярегрессиипредполагаетустановлениесоответствиясформированноймоделиэкспериментальным данным, а также оценку достаточности включенных в уравнениефакторов (одного или нескольких) для описания изменений результативного признака.Проверка значимости уравнения регрессии (в целом) проводится с использованиемF-критерияФишера.ФактическоезначениеF-критерия(такжеавтоматическирассчитывается в пакете Анализ данных) сравнивается с табличным (Fтабл.

(α;k1;k2)),определяемым в соответствии с параметрами α – уровень значимости, k1–числофакторных показателей и k2– уменьшенная на единицу разность числа наблюдений ичисла факторов. Если в результате проверки устанавливается, что фактическое значениеF-критерия больше табличного, то уравнения в целом признается статистическизначимым, в противном случае – признается статистическая незначимость уравнения вцелом.На основе t-критерия Стьюдента осуществляется проверка значимости отдельныхпараметров уравнения регрессии. Метод определения фактического значения t-критерия79Стьюдента схож с соответствующим порядком для F-критерия Фишера, с той лишьразницей, что табличное значение t-критерия определяется tтабл. (α;k) по уровнюзначимости α и уменьшенному на 2 значению числа наблюдений k.Таким образом, прогнозирование НПР посредством корреляционно-регрессионногоанализа позволяет построить уравнение зависимости НПР от выбранных показателейфакторов (одного или нескольких), оценить его качество.

Прогнозирование в рамкахпостроенного уравнения возможно на несколько периодов, в зависимости от имеющейсябазы статистических данных по показателям-факторам. Корреляционно-регрессионныйанализ представляется самым трудоемким из представленных методов, однако,результаты прогнозирования в рамках данного метода имеют высокую степеньобъективности. Преимуществом метода является также и возможность вариацийразличных комбинаций факторных показателей, а также отсутствие необходимоститочногоопределенияналоговыхбаззапредшествующиепериодыилиихпрогнозирования.

Корреляционно-регрессионный анализ с учетом выбора показателейфакторов позволяет определить факторные зависимости между НПР и выбраннымипоказателями.Метод оценки скрываемой деятельности в промышленности основан на ресурсномподходе к определению сущности НПР и является фактически не оценкой НПР кактаковой, а именно оценкой НПР в рамках возможностей развития ресурсной базы НПР засчет вывода из тени скрываемой деятельности. Данный метод может исходить изинформации о проведенных налоговых проверках. Например, ресурс расширения НПР засчет скрываемой деятельности может быть оценен по формуле (14):КЗН i j 1НПРi  НПРi 1   ДНП КПН i j 1 ,j 1nji 1(14),где ДНПi j 1 – доначисленные налоговые платежи по результатам проверки в i-1 году по jтому налогу;КЗН i j 1 - количество зарегистрированных налогоплательщиков в i-1 году по j-тому налогу;КПНi j 1 - количество проверенных налоговыми органами налогоплательщиков в i-1 годупо j-тому налогу.Фактически в данном случае предлагаем экстраполировать данные по результатамдоначисления налоговых платежей в рамках налоговых проверок на всю совокупностьналогоплательщиков,темсамымоцениваямасштабыскрываемыхрезультатовдеятельности организаций в регионе, а, следовательно, и резервы расширения НПР за счетобеспечения высокого уровня качества налогового администрирования.80Метод оценки скрываемой деятельности стоит особняком в группе методов оценкиНПР,предполагаяпрогнозированиеНПРвусловияхабсолютногоналоговогоадминистрирования и налоговой культуры, то есть в принципе максимально возможныйуровень налоговых доходов.

Метод может использоваться и в рамках других направлений,например, оценки экспортно-импортных операций региона (соответствие декларируемойвыручки сумме продукции реализованной в регионе и за его пределами, особенно навнешних рынках), что, конечно, гораздо более трудоемко по сравнению с предложеннойметодикой.В целом предложенный метод имеет невысокую трудоемкость, его проведениеобеспечено достоверными доступными актуальными данными (Отчет по форме № 2-НК),однако объективность и точность метода остается под сомнением, поскольку однозначнооценить масштабы теневого сектора экономики региона невозможно.

Вместе с тем методможет быть использован для оценки качества, динамики, сравнения и выявленияпотенциала работы региональных налоговых органов.Практическое применение описанных методов в настоящее время закрепляется науровне субъектов Федерации. В нормативной базе может быть закреплен метод оценкиНПР и методика ее проведения. В исследовании Д.Н. Слободчикова [108, с. 13] показано,что большинство регионов имеют закрепленную методику оценки НПР, при этом,структура применяемых регионами методов оценки НПР выглядит следующим образом:РНС – 73,9%, оценка на основе ВРП – 13,8%, оценка на основе корректировки суммфактически аккумулированных налогов – 10,8%, корреляционно-регрессионный анализ –1,5%.

Данная статистика подтверждает выводы относительно преимуществ и недостатковэтих методов. Методы экстраполяции с невысокой трудоемкостью являются наиболеепопулярными в регионах, а корреляционно-регрессионный анализ в качестве методаоценки НПР используется только в одном регионе, что обусловлено его трудоемкостью, атакже тем, что использование этого метода ставит определенные требования кквалификации сотрудников, осуществляющих налоговое планирование.Сводная классификация рассмотренных методов оценки НПР с учетом ихпреимуществ и недостатков приведена в таблице 15.81Таблица 15 – Методы оценки налогового потенциала региона: классификация,преимущества, недостатки и средства их устраненияМетодИсточникиПреимуществаНедостаткиСредства устранениянедостатков1. Группа методов экстраполяции1.1. Методы оценки на основе данных налоговой отчетности и сумм фактически собранных налогов1.1.1.

Расчет по РощупкинаПростотаНевысокая степень ИнтеграцияваддитивномуВ.В., Каратаев применения,точности прогнозной функциональныесвойству НПРА.С., Миронов доступностьоценки;зависимостиА.А.данных и высокая невозможностьфакторныхстепеньих учестьдинамику показателей–1.1.2. Оценка на Рощупкинапоказателей,фактически внедрениеосновеВ.В., Каратаев достоверности;оказывающихэлементовкорректировкиА.С., Миронов невысокаятрудоемкость;влияние на НПР, а моделирования;сумм фактически А.А.,высокаятакжебудущие формированиеФНСсобранныхв Слободчиковоперативностьреформы налогового и/илиУФНСрегионе платежейД.Н.законодательства;отчетностипо1.2.Построение Синельниковотсутствиеучета выпадающим доходамрепрезентативнойМурылев С.Г.,влияния на НПРсубфедеральныхналоговой системы Рощупкинафедеральных льготбюджетов в связи сВ.В., ОсиповапредоставлениемЕ.С., Каратаевфедеральных льготА.С., МироновА.А.,Коломиец А.Л.1.3.Метод Осипова Е.С., НевысокаяОтсутствиевсех ИнтеграциявсовокупныхКаратаев А.С., трудоемкостьнеобходимых данных функциональныеналогооблагаемых Миронов А.А.дляоперативной зависимостиресурсовоценки, самая низкая факторныхсредиметодов показателей–экстраполяциифактически внедрениедостоверностьэлементовданных;моделирования; болееневозможностьоперативноеучестьфакторы, формирование данныхвлияющие на НПР; подобавленнойневозможность учета стоимости,поособенностейнеобходимым даннымналоговых режимовналоговой статистики;расширениевременного интервалаиспользуемыхпоказателей2.

Характеристики

Список файлов диссертации