Совершенствование методов оценки и регулирования налоговых рисков субъектов Российской Федерации (1142759), страница 14
Текст из файла (страница 14)
Совокупность методов оценки и анализа налоговых рисковсубъектов федерации, учитывающая вышеизложенные подходы по различиюхарактера применения методов, представлена на рисунке 4.80Анализ рискаЭтап управления налоговым рискомОценка и анализ рискаОценка рискаПодходы к управлению налоговым рискомПрогнозный и оперативныйПрогнозный подходОперативный подходподходКОЛИЧЕСТВЕННЫЕКОЛИЧЕСТВЕННЫЕМЕТОДЫМЕТОДЫстатистические методы: метод построения- расчет коэффициентадерева решенийвариации метод аналогий- метод трех сигм- расчет обратнойфункции плотности–вероятностиструктурный методопределения уровнярискарасчет коэффициентаточностипрогнозированияКАЧЕСТВЕННОКОЛИЧЕСТВЕННЫЕМЕТОДЫ SWOT-анализ методы экспертных––оценок:- анкетирование- интервьюирование- консультирование- мозговой штурм- дискуссияКОЛИЧЕСТВЕННЫЕКАЧЕСТВЕННЫЕМЕТОДЫМЕТОДЫкорреляционный анализ метод построениядерева факторов ирасчет коэффициента–событий рискамиграцииналогоплательщиков метод анализа потокаинформации метод аналогийИсточник: составлено автором.Рисунок 4 – Совокупность методов оценки и анализа налоговых рисков субъектовфедерацииВарианты результатов оценки налоговых рисков могут носитьстандартизированный или аналитический характер.
Стандартизированныйрезультат заключается в том, что интерпретация количественных значенийрезультатов оценки риска осуществляется на основании шкал уровня риска.Такой тип результата характерен для методов расчета коэффициента81вариации, трех сигм, обратной функции плотности вероятности и расчетакоэффициента точности прогнозирования. Для остальных методов характернасубъективная интерпретация полученного значения уровня риска. Наосновании результата оценки принимается решение о характере дальнейшихдействий по управлению риском – анализ и регулирование не требуются,рекомендуются или обязательны.В группе количественных методов базовыми методами оценкиналоговых рисков регионов являются статистические методы, в основекоторыхлежитрасчетобщепринятыхстатистическихпоказателей:математическое ожидание, дисперсия и среднее квадратическое отклонение.В рассматриваемую группу методов входят: расчет коэффициент вариации,метод трех сигм и расчет обратной функции плотности вероятности.Оценка налогового риска статистическими методами возможна лишьпри наличии вариационных рядов с информацией о значениях оцениваемыхпоказателейзанесколькопериодов.Необходимоподчеркнуть,чтодостоверность расчета коэффициента вариации возрастает пропорциональноувеличению количества значений в вариационном ряду, формируемых наосновании данных отчетности органов власти (в Российской Федерации ктаким органам относятся Минфин России, Федеральное казначейство, ФНСРоссии, Росстат, органы исполнительной власти субъектов РоссийскойФедерации).Использование статистических методов для оценки налоговых рисковимеет принципиальную особенность.
Указанные методы основаны нанормальном законе распределения случайных величин, то есть значенияслучайной величины всех испытаний стремятся к среднему значению. Вместес тем, значения вариационных рядов, характеризующих динамику развитияналоговой политики государства, реализуемой субъектами федерации, какправило, не стремятся к среднему значению. Следует подчеркнуть, что «передорганами власти, ответственными за реализацию налоговой политики, стоитзадача по ежегодному увеличению или снижению таких показателей:82увеличение объема налоговых поступлений, снижение объема налоговойзадолженности, увеличение объема доначислений по результатам проведенияконтрольных мероприятий, снижение объема выпадающих доходов понеэффективным налоговым льготам и другие» [130, с.
39]. Анализ показывает,что для проведения достоверной оценки налоговых рисков необходимоосуществлять оценку не абсолютных, а относительных показателей,отражающих темп роста значения показателя по отношению к значению впредыдущем году и удельный вес, а именно: «темп роста налоговыхпоступлений, удельный вес объема налоговой задолженности в объеменалогового потенциала, темп роста дополнительно начисленных платежей порезультатам контрольной работы, темп снижения доли выпадающих доходовпо налоговым льготам, признанным неэффективными, в общем объемевыпадающих доходов по налоговым льготам и другие» [130, с.
39].Коэффициент вариации позволяет сравнивать колеблемость признаков,выраженных в разных величинах измерения. Для определения уровняналогового риска предлагается использовать общепринятую градациюзначений коэффициента вариации, используемую при оценке коммерческихрисков и представленную в таблице 9.Таблица 9 – Характеристика налогового риска субъекта федерации по значениямкоэффициента вариацииКоэффициент вариацииХарактеристика рискаУровень рискаОт 0 до 0,1СлабыйДопустимыйОт 0,1 до 0,25УмеренныйПриемлемыйОт 0,25 до 1,0ВысокийКритическийИсточник: составлено автором по данным [70, с. 120; 56, с.
50; 49, с. 74].Предложенный метод позволяет оценить не только уровень риска дляодного показателя (например, риск снижения поступлений по налогу наприбыль организаций), но и уровень рискогенности налоговой политикигосударства, реализуемой субъектом федерации. Оценка интегральногоналогового риска субъекта федерации производится по формуле (2).83реггдеVрег–значение∑=1 =,коэффициента(2)вариации,характеризующегоинтегральный налоговый риск субъекта федерации;V – значение коэффициента вариации по показателю i;i – показатель налоговой политики;n – количество показателей, в отношении которых рассчитанкоэффициент вариации.Использование результатов статистических расчетов возможно также впроцессе определения характера последствий с использованием метода трехсигм. Его сущность заключается в том, что если абсолютная величинаотклонения определенного значения от математического ожидания непревосходит трехкратного среднего квадратического отклонения, то такаяслучайная величина распределена нормально.
Метод трех сигм используетсяс применением формулы (3).(̅ − 3 ≤ ≤ ̅ + 3) = 99,7%,где(3)p – вероятность риска;̅ – математическое ожидание вариационного ряда;σ – среднее квадратическое отклонение;х – прогнозируемая величина целевого показателя.Вместе с тем, в целях снижения уровня разброса потенциальногозначения целевого показателя можно использовать формулы (4) и (5),отражающие меньшие значения вероятности.(̅ − 2 ≤ ≤ ̅ + 2) = 94,5%(4)(̅ − ≤ ≤ ̅ + ) = 68,3%(5)84Оценка допустимости уровня риска заключается в сопоставлениизначения планируемого к установлению целевого показателя с уровнемдоверительного интервала.
Если значение показателя входит в доверительныйинтервал, вероятность которого соответствует 99,7%, то такой уровень рискаследует считать допустимым. При вхождении значения показателя винтервалы, соответствующие меньшим значениям вероятности, (94,5% или68,3%) уровень риска определяется как приемлемый или критическийсоответственно.Метод трех сигм позволяет рассчитать доверительные интервалы сзаданным уровнем вероятности. Однако в практической деятельности могутвозникать ситуации, когда требуется оценить риск целевого показателя исходяиз имеющегося его прогнозного значения. В таком случае оценку налоговогориска можно получить путем расчета обратной функции плотностивероятности.Функция плотности вероятности рассчитывается по формуле (6), ауровень риска – по формуле (7).() =где1√2(−)2− 22,(6)σ – среднеквадратическое отклонение;σ2 – дисперсия;x – переменная;μ – математическое ожидание.
= 1 − ()(7)Расчет уровня риска применительно к определенному значениюцелевого показателя осуществляется путем подстановки данного значения вформулу (6) вместо переменной х.85Результаты оценки предлагается интерпретировать в соответствии садаптированнойшкалойпредельныхзначенийриска,предложеннойВ.М. Гранатуровым: допустимый риск – до 0,25, приемлемый риск – от 0,25до 0,5, критический риск – свыше 0,5 [33, с. 58].Структурныйметодопределенияуровнярискаоснованнастатистической оценке вероятности и размера риска выполнения плановыхзначений определенной структуры (например, структура доходной частирегиональногобюджета,структуразадолженностипогруппамналогоплательщиков и др.).
В основе указанного метода лежит методикаоценки бюджетных рисков региона, разработанная Н.П. Паздниковой иА.А. Кочаряном [96]. В этом случае определяется статистическая вероятностьразвития ситуации, под которой понимается предел относительной частоты(отношениечисласлучаевm,благоприятствующихопределенномунаправлению развития ситуации, к общему числу произведенных испытаний),когда число испытаний стремится к бесконечности, что отражено вформуле (8).,→∞ = limгде(8)m – число испытаний, в которых появилось событие A;n – общее число испытаний.Учитывая все достоинства рассмотренного метода, тем не менее следуетдополнить его в части определения значения вероятности ожидаемого объемапотерь – меры риска по формуле (9).
= ∑ невып. ∗ ,(9)=1гденевып. – вероятность невыполнения плана по i-му элементу структуры;qi – удельный вес элемента структуры.86Оценка стоимости возможных потерь (размер негативных последствийриска) вследствие невыполнения плана рассчитывается по формуле (10).Ц = ∑ невып. ∗ ∗ ,(10)=1гдеSi – плановое значение объема i-го элемента структуры.Среди условий успешной реализации поставленных целей и задачналоговой политики следует выделить проведение качественного прогнозацелевых показателей.
Немногочисленные работы связаны лишь с оценкойкачества прогнозирования налоговых поступлений [110; 125]. В целях оценкикачества прогнозирования показателей налоговой политики предлагаетсяиспользовать коэффициент точности прогнозирования. Для исчисленияданного коэффициента требуется использовать вариационные ряды соследующими значениями: xбаз, xпесс, xопт, – плановые значения показателя x,соответствующие базовому, пессимистичному и оптимистичному прогнозам,xфакт – фактическое значение показателя х.В зависимости от отношения фактического значения показателя кплановому значению в соответствии с базовым прогнозом для расчетакоэффициента точности прогнозирования применяется формула (11) илиформула (12).если xфакт > xбаз, то =факт −базесли xфакт ≤ xбаз, то =факт −баз(11)опт −баз(12)песс −базДля оценки характера точности прогнозированияможет бытьпредложено использование следующей шкалы значений коэффициента:0 ≤ kA < 0,5 – прогноз характеризуется высокой степенью точности (A1);0,5 ≤ kA < 1,5 – прогноз характеризуется умеренной степенью точности (A2);kA ≥ 1,5 – прогноз характеризуется низкой степенью точности (A3).87На основании полученных значений коэффициента за несколькопериодов n (рекомендуется n≥10) строится таблица, в которой указываютсязначения степени точности прогноза и количество периодов, которымсоответствуютданныезначения.Порезультатаманализаточностиисполнения бюджета с использованием таблицы 10 делается вывод одальнейшем использовании применяемой методики.Таблица 10 – Рекомендации по использованию применяемой методики прогнозированияцелевого показателя в зависимости от значений коэффициента точности прогнозаВариантыкомбинацийзначений АДоля периодоввариационного ряда, вкотором значениепрогнозахарактеризуетсястепенью точностиA1A2A3Уровень риска(вероятностьневерногопрогнозированияна очереднойпериод)В1≥70%<30%=0%ДопустимыйВ2≥50%≥30%<10%ПриемлемыйВ3комбинация значений Ане соответствует В1 и В2КритическийРекомендации подальнейшемуиспользованиюприменяемойметодикиИспользованиеметодикицелесообразноМетодика нуждается вдоработкеТребуется существеннодоработать методикуили разработать новуюметодикуИсточник: составлено автором.Методразветвлениепостроенияпроекта,дереварешенийсопровождающеесяпредполагаетоценкойпоэтапноерисковилипотенциального ущерба, а также возможных выгод.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
