WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 20 | 21 || 23 |

89. Panteghini P., Scarpa C. Irreversible Investment and Regulatory Risk. CESifo Working Paper. 2003.

90. Panteghini P. On Corporate Tax Asymmetries and Neutrality // German Economic Review. 2001. Vol. 2. Issue 3. P. 269–286.

91. Penninga E. Taxes and the Stimuli of Investment under Uncertainty // European Economic Review. 2000. Vol. 44. P. 383–391.

92. Piancastelli M. Measuring the Tax Effort of Developed and СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ Developing Countries. Cross Country Panel Data Analysis // 1985/95, Brazil, IPEA, Sep. 2001.

93. Poterba J.M., Summers L.H. The Economic Effects on Dividend Taxation // In: Edward I.A., Marti G. Subrahmanyan (eds.). Recent Advances in Corporate Finance. Irwin, Homewood, IL, 1985.

94. Romer D. Advanced Macroeconomics. New York: McGraw-Hill Companies, 1996.

95. Salinger M.A., Summers L.H. Tax Reform and Corporate Investment: A Macroeconomic Simulation Study // In: Martin Feldstein (ed.). Behavioral Simulation Methods in Tax Policy Analysis. Chicago:

University of Chicago Press, 1983.

96. Sandmo A. Investment Incentives and Corporate Income tax // Journal of Political Economy. 1974. Vol. 82. P. 287–302.

97. Sandmo A. The theory of tax evasion: A retrospective view // National Tax Journal. 2005, Vol 58(4), pp. 643–63.

98. Schneider F., Enste D.H. Shadow economies: consequences // Journal of Economic Literature. 2000. Vol. 38. P. 77–114.

99. Scholz J.T., Wood B.D. Controlling the IRS: Principals, Principles and Public Administration // American Journal of Political Science. 1998.

100. Serra P. Measuring the performance of Chile’s tax administration // National Tax Journal. 2003, vol 56: pp. 373-383.

101. Shin K. International differences in tax ratio // Review of Economics and Statistics 1969. Vol. 51. P. 213–220.

102. Slemrod J. An empirical test for tax evasion // The Review of Economics and Statistics. 1985, Vol. 67, No. 2, pp. 232-238.

103. Slemrod J. Cheating ourselves: the economics of tax evasion // The Journal of Economic Perspectives. Vol. 21. Winter, 2007. No. 1.

P. 25–48.

104. Slemrod J., Yitzhaki S. Tax avoidance, evasion and administration // A.J. Auerbach, Feldstein M. (eds.). Handbook of Public Economics.

Vol. 3. Amsterdam: Elsevier Science, 2002.

105. Sobarzo H. Tax effort and tax potential of state governments in Mexico: A representative tax system // IMF Working Paper, 2004.

106. Stotsky J.G., WoldeMariam A. Tax Effort in Sub-Saharan Africa // IMF Working Paper, 1997.

107. Summers L.H. Investment Incentives and the Discounting of Depreciation Allowances // In Martin Feldstein (ed.). The Effects of Taxation on Capital Accumulation. Chicago: University of Chicago Press, 1987.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 108. Summers L.H. Taxation and Corporate Investment: A q-Theory approach // Brookings Papers on Economic Activity. 1981. Vol. 1. P. 67–127.

109. Sumru A., Demers F.S., Demers M. Tax Policy and Irreversible Investment. Center for Dynamic Macroeconomic Analysis (CDMA) Working Paper, 2004.

110. Sumru A., Demers F.S., Demers M. The Corporate Tax Rate and Irreversible Investment. 2002. unpublished manuscript.

111. Tanzi V. Structural factors and tax revenue in developing countries: A decade of evidence // Open economies: structural adjustment and agriculture. Goldin I., Winters L.A. (eds.). Cambridge (United Kingdom):

Cambridge University Press, 1992. P. 267–289.

112. Tax Policy: Recent Trends and Coming Challenges. IMF, или http://www.doingbusiness.org/ 113. Treadway A.B. Adjustment Cost and Variable Imports in tie Theory of the Competitive Firm // Journal of Economic Theory. 1970.

Vol. 2. P. 329–347.

114.Treadway A.B. On Rational Entrepreneurial Behavior and the Demand for Investment // Review of Economic Studies. 1969. Vol. 36.

P. 227–239.

115. Wagner A. Three Extracts on Public Finance, 1883 // In: Musgrave R.A., Peacock A. (eds.). Classics in the Theory of Public Finance. New York: Macmillan, 1958.

116. Waldman D.M. A stationary point for the stochastic frontier likelihood // Journal of Econometrics. 1982. Vol. 18. Issue 2. February.

P. 275–279.

117. Weiss L.W., Advertising, Profits, and Corporate Taxes // The Review of Economics and Statistics. Nov. 1969. Vol. 51. No. 4. P. 421–430.

118. World Investment Report 2008: Transnational Corporations and the Infrastructure Challenge. UN, 2008.

119. Yitzahaki S. Income tax evasion: a theoretical analysis // Journal of Public Economics. 1974, 1974, vol. 3, issue 2, рp. 201–202.

120. Анисимова Л., Малинина Т., Шкребела Е. Налог на прибыль организаций: основные проблемы и направления совершенствования. ИЭПП 2008. Доступно на сайте www.iep.ru 121. Васин А.А., Панаева Е.И. Собираемость налогов и коррупция в налоговых органах. РПЭИ. Фонд «Евразия», 1999.

122. Методические рекомендации по оценке налогового потенциала субъектов РФ и среднесрочному планированию налоговых поступлений. ИЭПП, 2003. Доступно на сайте www.iep.ru 123. Синельников-Мурылев С.Г. и др. Оценка результатов рефорСПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ мы подоходного налога в Российской Федерации // Вопросы экономики. 2003.№ 6. Доступно также на сайте www.iep.ru 124. Синельников-Мурылев С.Г., Кадочников П.А. и др. Налоговая реформа в России: проблемы и решения. Научные труды № 67.

ИЭПП, 2004. Доступно на сайте www.iep.ru 125. Синельников-Мурылев С.Г. и др. Оценка результатов реформы подоходного налога в Российской Федерации. М.: ИЭПП, 2003.

Доступно на сайте www.iep.ru 126. Синельников-Мурылев С.Г. и др. Проблемы налоговой системы России: теория, опыт, реформа. М.: ИЭПП, 2000. Доступно на сайте www.iep.ru and Bird, 1990– (2004) Torgler Vasquez MartinezТаблица Martinez(2003b) Vazquez Alm and Pitelli (2002) (2002) (2002) ancasTeera Eltony Eltony (2001) and (1997) WoldeStotsky Mariam и перечень работ, в которых они использовались and Leuthold Tanzi Lotz Morss (1991) (1992) 1962– 1973– 1978– 1990– 1985– 1975– 1994– 1994– (1967) Список показателей, влияющих на налоговый потенциал, Исследование Выборка Временной промежуток Зависимая переменная Приложение ой мик оно эк ВВП к.) бсид у с.

д о х пере с ран ст и.

иск ( а ет дж бю дов о х до ран ст.

ающ развив и ов лог на Отношение раны ст.

ающ вив раз и развитых фть не.

т спор неэк ВВП к – ран ст арабских ов лог на Отношение фти не.

тер спор эк ВВП к – ран ст арабских ов лог на Отношение ран ст.

ающ вив ВВП к раз и развитых ов лог на Отношение ран ст.

ающ вив ВВП к раз и развитых ов лог на Отношение ) а фрик А ( ВВП к ов лог на ары Сах суб раны ст Отношение ран ст ВВП к ов лог на.

ающ развив Отношение ВВП к фрики А ран ст ов лог на Отношение ВНП к раны ст.

ающ развив ов лог на Отношение Таблица 16, продолжение Bird, Stotsky Alm and Lotz Pi- Martinezand Marand Leuthold Tanzi ancas- Teera Eltony Eltony Vasquez Исследование Wolde- tinezMorss (1991) (1992) telli (2002) (2002) (2002) and Mariam Vazquez (1967) (2001) Torgler (1997) (2003b) (2004) Объясняемые переменные ВВП (ВНП) на душу + ** ~ (+) + ** ~ (+,–) ~ (+,–) + ** + ** – ** ~ (–) Темпы роста населения + ** – ** – ** Доля сельского хозяйства в (для – * – ** – ** – * ~ (–) – ** ВВП бедных стран) Доля добывающей отрасли ~ (+,–) – ** – ** + ** + ** в ВВП Доля промышленности в ~ + * ~ (–) ~ ~ ВВП Доля сектора услуг в ВВП + + ** + ** + ** (и Доля суммы экспорта и им- (значим (для импорт, порта (просто экспорта + ** + ** только + ** ~ (+,–) ~ + ** импор- и эксили импорта) в ВВП экста) порт) порт) Доля внешнего долга в ВВП (доля внешних грантов и за- + ** + * ~ + ** ймов в ВВП) ПРИЛОЖЕНИЕ Таблица 16, окончание Bird, Stotsky Alm and Lotz Pi- Martinezand Marand Leuthold Tanzi ancas- Teera Eltony Eltony Vasquez Исследование Wolde- tinezMorss (1991) (1992) telli (2002) (2002) (2002) and Mariam Vazquez (1967) (2001) Torgler (1997) (2003b) (2004) Индекс степени неравенства – ** в обществе Размеры теневой экономики ~ (+,–) –** – * Уровень законопослушности + * Индекс уровня развития + ** институтов (в частности (– **) уровень коррупции) + ** Значимое на 1%-ном уровне положительное влияние.

+ * Значимое на 5%--ном уровне положительное влияние.

– ** Значимое на 1%-ном уровне отрицательное влияние.

– * Значимое на 5%-ном уровне отрицательное влияние.

~ - Незначимое влияние (в скобках указан получившийся при этом знак коэффициента).

ПРИЛОЖЕНИЕ Приложение Рассмотрим пример, который иллюстрирует местоположение МНК-прямой и frontier-прямой и его зависимость от параметров распределения случайных ошибок модели. Для этого были смоделированы данные следующего вида. Объясняемая переменная y определяется согласно формуле:

(57) y=50+25x+v-u где x={1.2.3,…1000} – ряд натуральных чисел от 1 до 1000;

v моделируется как стандартная нормальная случайная величина, т.е.

v ~ N(0.1);

u моделируется как усеченное в нуле нормальное распределение с модой и дисперсией 2=36 (см. рис. 25, т.е. u ~ N+(, 36).

Моделируются случаи, когда мода =0; 4; 8; 10; 12; 16. По сути, является математическим ожиданием нормального распределения до усечения. Для получаемого усеченного нормального распределения математическое ожидание m лежит несколько правее, чем мода.

Таким образом, моделируется усеченное нормальное распределение с модой для нескольких значений, так что мода постепенно смещается, начиная с 0, в сторону положительных значений.

По мере увеличения распределение становится все менее несимметричным, а при достаточно больших значениях распределение Рис. 25. Плотность распределения усеченного в нуле нормального распределения с модой 1 Раздел подготовлен по материалам В.П. Носко.

ПРИЛОЖЕНИЕ Рис. 26. Гистограмма распределения несимметричной составляющей остатков (=0) уже практически нельзя отличить от симметричного. Для каждого значения по формуле (57) вычисляются соответствующее значение y, frontier-регрессия и МНК-регрессия для y от константы и x, и производятся их сопоставление и сравнение.

При этом по мере того как увеличивается мода распределения, т.е. по мере того, как усеченное нормальное распределение становится все больше похожим на нормальное распределение, оценки, получаемые с помощью frontier-метода, должны сближаться с МНКоценками.

1. = 0 (распределения u0, y0) Соответствующее распределение ~ N+(0.36) имеет вид, представленный на рис. 26, математическое ожидание m0 = E(u0) = 5.

Таблица Результаты оценки frontier-регрессии Независимая переменная yЗависимые переменные х Количество наблюдений Усеченное Распределение ошибки неэффективности нормальное Зависимые переменные Значение p-value ПРИЛОЖЕНИЕ Таблица 17, окончание 0.251 0.x константа 49.666 0.Другие параметры модели Значение p-value Мода усеченного нормально0.489 0.го распределения (0) Дисперсия u0 36.Дисперсия v |0.Тест на значимость ошибки неэффективности (Н0): ошиб- –10.679 0.ки неэффективности нет) Гипотеза о наличии несимметричной составляющей ошибки не отвергается. Оценка параметра оказывается незначимой, что является следствием того, что истинное = 0.

Таблица Результаты оценки МНК-регрессии Независимая переменная yЗависимые переменные x Количество наблюдений Зависимые переменные Значение p-value x 0.250 0.константа 44.808 0.Radj 0.Из сравнения табл. 17 и 18 видно, что оценка коэффициента при x совпадает для frontier и МНК, а оценка свободного члена существенно отличается. При frontier-методе оценка константы практически равна 50, что совпадает с истинной моделью. А для МНК оценка константы приблизительно 45, что практически равно 50 – 0, т.е.

оценка константы в этом случае смещена на величину математического ожидания усеченного нормального распределения u.

ПРИЛОЖЕНИЕ Рис. 27. График frontier-регрессии и МНК-регрессии для первых 100 точек (=0) 2. = 8 (распределения u8, y8) Рис. 28. Гистограмма распределения несимметричной составляющей остатков (=8) График плотности распределения u ~ N + (8.36) имеет следующий вид (см. рис. 28). Математическое ожидание m0 = E(u0) = 9.

ПРИЛОЖЕНИЕ Таблица Результаты оценки frontier-регрессии Независимая переменная y8 yЗависимые переменные x Количество наблюдений Усеченное Распределение ошибки неэффективности нормальное Зависимые переменные Значение p-value x 0.251 0.константа 50.252 0.Другие параметры модели Значение p-value Мода усеченного нормально8.827 0.го распределения (8) Дисперсия u8 33.Дисперсия v |0.Тест на значимость ошибки неэффективности (Н0: ошиб- –4.786 0.ки неэффективности нет) Гипотеза о наличии несимметричной составляющей ошибки не отвергается. Оценка параметра оказывается равной 8.8, что приблизительно совпадает с истинной оценкой.

Таблица Результаты оценки МНК-регрессии yНезависимая переменная Зависимые переменные Количество наблюдений Зависимые переменные Значение p–value x 0.251 0.константа 40.4195 0.Radj 0.В этом случае также получается, что оценка коэффициента при x совпадает для frontier-метода и МНК, а оценка свободного члена существенно отличается. При frontier-методе оценка константы пракПРИЛОЖЕНИЕ Рис. 29. График frontier-регрессии и МНК-регрессии для первых 100 точек (=8) тически совпадает с истинной моделью. А для МНК оценка константы приблизительно 40.4, что практически равно 50 – 8.

3. =12 (распределения u12, y12 ) Рис. 30. Гистограмма распределения несимметричной составляющей остатков (=12) ПРИЛОЖЕНИЕ Таблица Результаты оценки frontier-регрессии yНезависимая переменная Зависимые переменные x Количество наблюдений Усеченное Распределение ошибки неэффективности нормальное Зависимые переменные Значение p-value x 0.250 0.константа 50.138 0.Другие параметры модели Значение p-value Мода усеченного нормального 12.281 0.распределения (12) Дисперсия u12 37.Дисперсия v |0.Тест на значимость ошибки неэффективности (Н0: ошибки –2.710 0.неэффективности нет) Таблица Результаты оценки МНК–регрессии Независимая переменная yЗависимые переменные x Количество наблюдений Зависимые переменные Значение p-value x 0.250 0.константа 37.733 0.Radj 0.Как и ранее, оценка коэффициента при x совпадает для frontierметода и МНК, а оценка свободного члена существенно отличается.

При frontier-методе оценка константы практически совпадает с истинной моделью. А для МНК-метода оценка константы приблизиПРИЛОЖЕНИЕ Рис. 31. График frontier-регрессии и МНК-регрессии для первых 100 точек (=12) тельно 37.7, что практически равно 50 – 12, т.е. оценка константы в этом случае смещена на величину математического ожидания усеченного нормального распределения u.

Pages:     | 1 |   ...   | 20 | 21 || 23 |



© 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.