WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 18 |

2. АНАЛИЗ ПОДХОДОВ К ОЦЕНКЕ КАЧЕСТВА АДМИНИСТРИРОВАНИЯ НДС Выборка содержит данные по 33 странам: Аргентина, Австралия, Австрия, Бельгия, Боливия, Чили, Колумбия, Дания, Эстония, Финляндия, Франция, Германия, Греция, Венгрия, Исландия, Ирландия, Израиль, Италия, Литва, Люксембург, Мальта, Марокко, Нидерланды, Новая Зеландия, Норвегия, Польша, Португалия, Румыния, Россия, Словакия, Испания, Швеция, Великобритания. Период наблюдений 1995–2007 гг., панель несбалансированная. В табл. 8 приведена матрица парных корреляций переменных, участвующих в анализе. Из этой таблицы видно, что с показателем - efficiency Ci сильнее всего скоррелированы доля импорта в конечном потреблении (imp_ cons) и доля банковских активов в ВВП (assets_share). Эти переменные также сильно коррелируют между собой. Самая сильная по модулю корреляция (–0,84) наблюдается между долей сельского хозяйства в ВВП (agriculture) и логарифмом ВВП на душу населения (ln_gdppc).

Таблица Матрица парных корреляций переменных, используемых при оценке детерминантов эффективности сборов НДС Ci- imp_ ln_ corrup- agri- assets_ rate age efficiency cons gdppc tion culture share Ci-efficiency rate –0,19 imp_cons 0,55 –0,07 ln_gdppc 0,18 0,08 0,30 corruption 0,30 0,19 0,14 0,73 agriculture –0,20 –0,04 –0,25 –0,84 –0,60 assets_share 0,45 –0,25 0,80 0,42 0,25 –0,28 age 0,16 0,10 0,18 0,37 0,37 –0,38 0,31 Источник: IMF, World Bank, Heritage Foundation, расчеты авторов.

Для проверки высказанных предположений оценивались следующие эконометрические модели:

(13), (14), 2.3. ВЫЯВЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА КАЧЕСТВО АДМИНИСТРИРОВАНИЯ НДС (15), (16), значение ВВП на душу населения по ППС в постоянных ценах 2005 года для i-й страны в t-ом году. Базовая гипотеза: коэффициент ;

ratei,t – величина базовой ставки НДС в i-й стране в t-ом году. Базовая гипотеза состоит в том, что коэффициент ;

импортная ориентированность налоговой базы (отношение импорта i-й страны в t-ом году к значению конечного потребления этой страны в том же году). Базовая гипотеза: коэффициент ;

corrupti,t – значение индекса коррупции для i-й страны в t-ом году.

Базовая гипотеза: коэффициент ;

agei,t – длительность использования НДС для i-й страны в t-ом году, т.е. период времени с момента введения налога до t-ого года. Базовая гипотеза: коэффициент ;

– доля активов банковского сектора в ВВП для i-й страны в t-ом году. Базовая гипотеза: коэффициент ;

agriculturei,t – доля сельского хозяйства в ВВП для i-й страны в t-ом году. Базовая гипотеза: коэффициент.

Мы оцениваем четыре уравнения, которые различаются между собой следующим образом. Уравнения (13) и (14) оцениваются на данных в виде пула, но в уравнении (14) по сравнению с уравнением (13) добавлены две дополнительные переменные: доля банковских активов в ВВП и доля сельского хозяйства в ВВП. Оценка модели с участием и отсутствием 2. АНАЛИЗ ПОДХОДОВ К ОЦЕНКЕ КАЧЕСТВА АДМИНИСТРИРОВАНИЯ НДС этих переменных объясняется тем, что они сильно скоррелированы (коэффициенты корреляции по модулю более 0,8) с долей импорта в конечном потреблении и логарифмом ВВП на душу населения соответственно.

Уравнения (15) и (16) оцениваются аналогично уравнениям (13) и (14), но с добавлением индивидуальных фиксированных эффектов.

В общем случае для каждой страны i влияние той или иной переменной из представленных в уравнениях (13)–(16) может быть свое, т.е. коэффициенты могут быть разными для различных экономик (или различных групп стран), что вполне естественно. Кроме того, эти параметры могут меняться во времени t как для отдельной страны, так и для определенной группы стран в выборке. Поэтому для полноценного анализа необходимо было бы рассмотреть общую панельную модель с различными коэффициентами наклона и свободными членами для разных периодов и групп стран, после чего следует проверять гипотезы о равенстве коэффициентов и в случае неотвержения этих гипотез переходить к модели с большим числом степеней свободы.

Мы ограничимся лишь пул-регрессией и моделью с фиксированными индивидуальными эффектами по нескольким причинам. Во-первых, в выборке содержатся в основном достаточно развитые страны Западной и Восточной Европы и несколько развивающихся стран со средним уровнем дохода, включая Россию, поэтому можно ожидать, что для этих стран влияние макроэкономических переменных на - efficiency будет приCi мерно одинаково. Во-вторых, количество наблюдений не очень велико, и не для всех стран есть наблюдения за все периоды, поэтому получение устойчивых и состоятельных результатов при работе с наиболее общей моделью (с наименьшим количеством степеней свободы) не представляется возможным. Фиксированные, а не случайные индивидуальные эффекты выбраны потому, что для любой страны существует вполне конкретная индивидуальная характеристика, которая отличает ее от других стран. Таблица 9 показывает результаты оценок уравнений (13)–(16).

Таблица Результаты оценок детерминантов эффективности сборов НДС Зависимая переменная: качество администрирования Ci-efficiency OLS (pool regression) OLS, FE 0,973*** 1,13*** Constant (0,0912) (0,148) –0,0554*** –0,0717*** 0,0943*** 0,Ln_GDPpc (0,0102) (0,0148) (0,0363) (0,0432) –0,00737*** –0,00602*** –0,0122*** – 0,00987*** Rate (0,00115) (0,00127) (0,00266) (0,00317) 2.3. ВЫЯВЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА КАЧЕСТВО АДМИНИСТРИРОВАНИЯ НДС окончание Таблицы Зависимая переменная: качество администрирования Ci-efficiency OLS (pool regression) OLS, FE Import/ 0,102*** 0,122*** 0,134*** 0,141*** consumption (0,00976) (0,0157) (0,0281) (0,0297) 0,00216*** 0,00199*** 0,000166 –0,Corruption (0,000257) (0,000253) (0,000282) (0,000303) 0,000289 0,000173 0,00105 –0,Age (0,000415) (0,000423) (0,00120) (0,00129) –0,00421 –0,Assets share (0,00406) (0,00716) –0,00444** –0,0110*** Agriculture (0,00217) (0,00400) Adjusted R2 0,43 0,R2 within 0,41 0,Number of 277 255 277 Observations Примечание. В скобках указаны стандартные ошибки. OLS – метод наименьших квадратов; OLS, FE – метод наименьших квадратов с фиксированными эффектами.

* Значимость на 10%-м уровне.

** Значимость на 5%-м уровне.

*** Значимость на 1%-м уровне.

Источник: расчеты авторов.

Из представленных результатов можно сделать следующие выводы:

1. Гипотеза о равенстве нулю коэффициента при логарифме ВВП на душу населения отвергается в трех спецификациях из четырех. В спецификации (16) эта гипотеза не отвергается, вероятно, из-за того, что присутствует сильная мультиколлинеарность переменных ВВП на душу населения и доли сельского хозяйства в ВВП. Удаление из модели (16) наиболее незначимых переменных (индекса коррупции, длительности использования НДС и доли банковских активов в ВВП) и оценка регрессии (17) дают результаты, представленные в табл. 10.

Таблица Результаты оценок детерминантов эффективности сборов НДС Зависимая переменная: качество администрирования Ci-efficiency OLS, FE Constant 0,0551 (0,345) Rate –0,00951*** (0,00292) 2. АНАЛИЗ ПОДХОДОВ К ОЦЕНКЕ КАЧЕСТВА АДМИНИСТРИРОВАНИЯ НДС окончание Таблицы Зависимая переменная: качество администрирования Ci-efficiency OLS, FE Import/consumption 0,140*** (0,0271) Ln_GDPpc 0,0572* (0,0324) Agriculture –0,0105*** (0,00385) R2 within 0,Number of observations Примечание. В скобках указаны стандартные ошибки. OLS – метод наименьших квадратов.

* Значимость на 10%-м уровне.

** Значимость на 5%-м уровне.

*** Значимость на 1%-м уровне.

Источник: расчеты авторов.

Из этих оценок видно, что гипотеза о равенстве нулю коэффициента при среднем значении логарифма ВВП на душу населения в спецификации (17) отвергается. Коэффициент положительный и значимый на уровне 10%.

Таким образом, коэффициент отрицателен в спецификациях пул-регрессий (значим на уровне 1%) и положителен (значим на уровне 5%) в спецификации (15) с фиксированными эффектами. Соответственно только модель с фиксированным эффектом свидетельствует в пользу гипотезы положительного влияния уровня экономического развития на качество администрирования НДС. По-видимому, это может быть объяснено тем, что различия в показателе - efficiency, даже с учетом контроля остальCi ных переменных, связаны с различиями не только в эффективности администрирования НДС, но и в структуре налоговой базы и налоговых ставок. Страны с более высоким показателем ВВП на душу населения могут обладать меньшим значением показателя - efficiency, поскольку Ci в этих странах может иметь место различная структура налоговой базы.

В то же время если рассмотреть рост выпуска на душу населения во времени в каждой отдельно взятой стране, т.е. модель с индивидуальными фиксированными эффектами, то он будет сопровождаться ростом покаCi зателя - efficiency. В пользу приведенного объяснения говорят оценки регрессий усредненных во времени переменных (between оценки) (18), 2.3. ВЫЯВЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА КАЧЕСТВО АДМИНИСТРИРОВАНИЯ НДС (19) Результаты оценок моделей (18) и (19) показывает табл. 11.

Таблица Результаты between оценок детерминантов эффективности сборов НДС Зависимая переменная: качество администрирования Ci-efficiency OLS (between regression) Constant 1,02*** (0,259) 1,26*** (0,472) Ln_GDPpc –0,0627** (0,0306) –0,0883* (0,0484) Rate –0,00741** (0,00330) –0,00506* (0,00330) Import/consumption 0,108*** (0,0292) 0,130** (0,0292) Corruption 0,00294*** (0,000841) 0,00258*** (0,000866) Age –0,000804 (0,00124) –0,000837 (0,00135) Assets share –0,00443 (0,0133) Agriculture –0,00632 (0,00659) Adjusted R2 0,43 0,Number of Observations 33 Примечание. В скобках указаны стандартные ошибки. OLS – метод наименьших квадратов.

* Значимость на 10%-м уровне.

** Значимость на 5%-м уровне.

*** Значимость на 1%-м уровне.

Источник: расчеты авторов.

Таким образом, анализ межстрановой вариации показателя Ci - efficiency в зависимости от вариации средних во времени значений рассматриваемых объясняющих переменных показывает, что гипотеза о равенстве нулю коэффициента при среднем значении логарифма ВВП на душу населения отвергается. Коэффициент отрицательный и значимый на уровне 5%. Этот результат говорит в пользу гипотезы о том, что, судя по данной выборке, чем больше значение этого показателя в одной стране по сравнению с другой, тем меньше значение - efficiency. Таким образом, Ci можно заключить, что у каждой страны есть некоторые фиксированные характеристики, связанные, по-видимому, с различиями в определении базы налога и структуре дополнительных ставок, которые не учитыва2. АНАЛИЗ ПОДХОДОВ К ОЦЕНКЕ КАЧЕСТВА АДМИНИСТРИРОВАНИЯ НДС ются в регрессиях (13) и (14). Эти фиксированные для каждой страны характеристики задают различия в показателе - efficiency, причем таCi ким образом, что межстрановый анализ показывает отрицательную зависимость, т.е. чем больше ВВП, тем меньшая доля потребления облагается налогом на добавленную стоимость. При различии ВВП двух стран на 1% различие в доле потребления, облагаемого налогом, составляет от –0,до –0,089 п.п.1 в зависимости от спецификации.

Содержательная интерпретация такой межстрановой зависимости может заключаться в том, что более развитые страны имеют в силу исторического развития более сложный дизайн НДС, предполагающий несколько ставок и большее количество освобождений от налога, чем менее развитые. В то же время если контролировать эти фиксированные характеристики (что осуществляется при оценке модели с индивидуальными фиксированными эффектами), то влияние подушевого ВВП в среднем по странам получается положительным: при росте этого показателя во времени для отдельной страны растет и показатель - efficiency. Усредненная по странам величиCi на такого влияния составляет 0,09, т.е. при росте ВВП страны на 1% увеличение в доле потребления, облагаемого налогом, составляет 0,1 п.п. Так как для каждой страны можно предположить существование во времени более стабильной структуры налоговой базы, включая дополнительные ставки, чем для разных стран, положительную зависимость между - efficiency Ci и подушевым ВВП можно интерпретировать как влияние происходящего во времени в отдельных странах улучшения качества институтов по сбору налога, т.е. увеличение эффективной базы налога за счет улучшения его администрирования. Возможно, в долгосрочной перспективе (30–40 лет и более) различия в подушевом ВВП между странами также приводят к аналогичным различиям в - efficiency Ci (и между ними наблюдается положительная зависимость) из-за того, что индивидуальные характеристики за столь долгий период претерпевают соответствующие изменения. К сожалению, мы не можем проверить этот результат по причине отсутствия необходимых данных за достаточно длительный временной интервал.

Представленная ниже диаграмма рассеяния иллюстрируют описанную выше зависимость усредненного во времени для каждой страны показатеCi ля - efficiency, очищенного от остальных факторов модели от среднего во времени для каждой страны логарифма ВВП на душу населения, также очищенного от влияния остальных переменных регрессии.

1 Например, если по одной стране в среднем за период - efficiency составляет Ci 0,5, или 50%, то для другой страны, у которой ВВП на душу населения больше на 1%, чем в первой, а остальные параметры те же, Ci - efficiency должен составлять примерно 49,9%.

2.3. ВЫЯВЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА КАЧЕСТВО АДМИНИСТРИРОВАНИЯ НДС Источник: расчеты авторов.

Рис. 5. Диаграмма рассеяния остатков регрессии Ci-efficiency на все переменные из регрессии (14), кроме логарифма ВВП на душу населения и остатков регрессии логарифма ВВП на душу населения на остальные переменные из этой регрессии Представленный рис. 5 показывает, что средний во времени показатель Ci - efficiency, очищенный от влияния базовой ставки НДС, показателя отношения импорта к конечному потреблению, индекса коррупции, длительности использования НДС, отрицательно связан со средним во временем показателем логарифма ВВП на душу населения очищенным от влияния базовой ставки НДС, показателя отношения импорта к конечному потреблению, индекса коррупции и длительности использования НДС. При этом видно, что для России остаток регрессии показателя среднего за период 2000–2007 гг. (именно за эти годы есть данные для Российской Федерации) значения - efficiency Ci на перечисленные факторы являются достаточно высоким для ее остатка регрессии среднего значения подушевого ВВП на перечисленные факторы (то есть, очищенный показатель Ci - efficiency для России достаточно высок для ее очищенного показателя ВВП на душу населения). Фактическое значение среднего во времени показателя существенно больше его теоретического значения, то есть, для своих значений объясняющих факторов Россия демонстрирует достаточно высокое значение этого показателя.

2. АНАЛИЗ ПОДХОДОВ К ОЦЕНКЕ КАЧЕСТВА АДМИНИСТРИРОВАНИЯ НДС Источник: расчеты авторов.

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 18 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.