WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 12 | 13 || 15 | 16 |   ...   | 22 |

Прочиеналоги

Доходы физическихлиц

Определение средних ставокналогов. После того, как длякаждого налогового компонента мы определили стандартный показатель налоговойбазы, необходимо определить репрезентативную (усредненную) ставкуналогообложения, которая будет применяться к этой налоговой базе. При этомсредние ставки рассчитываются не путем усреднения ставок налогообложения,установленных в законах соответствующих регионов, а путем расчетасредневзвешенных фактических налоговых ставок по фактически собранным врегионах платежам.

Для этого по каждому налоговому компоненту мыскладываем полученные всеми регионами доходы, и делим это число на суммарныйразмер налоговых баз этого компонента по всем регионам. Полученная в результатетакого деления величина будет считаться средней или репрезентативной налоговойставкой по данному компоненту. Поясним сказанное на конкретном примере. В1988 г. в США во все бюджеты штатов и местные бюджеты поступило 108 млрд. долл.от налогов с продаж, при этом суммарная налоговая база этого компонента в томгоду примерно оценивалась в 1800 млрд. долл. (объем розничного оборота плюспоступления от реализации по некоторым категориям предприятий сферыобслуживания). Разделив одно на другое (108/1800) получим, что средняя ставканалогообложения по данному компоненту составляет 6 процентов. Еще разподчеркнем, что эта ставка отражает средний уровень фискальных усилий,приложенных всеми регионами, а не среднюю величину из записанных в законахставок налогообложения.

Оценка фискального потенциала. На последнем шаге определяется фискальный потенциал каждогорегиона. Для этого по каждому налоговому компоненту необходимо взять егосреднюю ставку (рассчитанную на предыдущем шаге) и умножить на стандартнуюналоговую базу этого компонента в соответствующем регионе. Сложив такиепроизведения по всем компонентам, мы получим сумму, отражающую общий объемдоходов, который каждый регион смог бы собрать, если бы прилагал для этогосредний уровень фискальных усилий, и если бы состав, структура и ставки налоговво всех регионах были одинаковыми. Именно эта величина и берется в качествеоценки фискального потенциала региона.

В целом, метод определения фискальногопотенциала по репрезентативной налоговой системе позволяет очень точно и полнооценить фискальный потенциал каждого региона. Метод основан на использованиидезагрегированных данных и учитывает неодинаковость налоговых ставок по разнымкомпонентам налоговой системы. Благодаря этому показатель фискальногопотенциала, определенный с помощью репрезентативной налоговой системы,считается весьма точной мерой истинного фискального потенциала регионов.Недостатком данного метода является то, что он требует использованиячрезвычайно большого объема данных. Пока еще никто не пытался применить методрепрезентативной налоговой системы для оценки налогового потенциала регионовРоссии (во всяком случае, нам ничего о таких попытках не известно).

Репрезентативная налоговая система с
использованиемрегрессионного анализа

Главным достоинством метода измеренияфискального потенциала по репрезентативной налоговой системе является еготочность. Однако метод весьма требователен к данным (и по количеству, и покачеству), что в некоторых странах может послужить препятствием к егоприменению. Но существует и другой способ, который, обеспечивая сопоставимый сРНС уровень точности, позволяет существенно снизить требования к данным (покрайней мере, к их количеству). Этот метод предполагает использование в рамкахподхода РНС регрессионного анализа.

Использование регрессионного анализа в подходеРНС позволяет резко сократить потребность в данных для измерения фискальногопотенциала. При использовании регрессионного анализа уже не потребуетсясобирать данные по фактическим поступлениям доходов и по налоговым базам длякаждого компонента налоговой системы, а потребуется только информация осовокупных доходах, собранных в каждом регионе, плюс данные по некоторомунабору переменных, используемых в качестве косвенных измерителей налоговых базрегионов. Хотя и в этом случае необходимо заботиться о качестве исопоставимости данных, требования к данным в этом подходе предъявляются нетакие жесткие, как при покомпонентном измерении. Еще одним достоинствомявляется то, что при использовании регрессионного анализа отпадаетнеобходимость группировать доходные статьи по налоговым компонентам, а такжеконструировать для каждого компонента налоговой системы свою собственнуюстандартную налоговую базу.

Но можно поступить и наоборот – расширить метод РНС сиспользованием регрессионного анализа за счет использования дезагрегированнойинформации по поступлениям из основных доходных источников, косвеннымизмерителям налоговых баз этих источников, а также за счет использованияпоказателей, косвенно отражающих прочие доходы. Включение большего количестваобъясняющих переменных в регрессионную модель повышает точность регрессионноговарианта РНС, хотя достигается это за счет повышения требований к данным иболее интенсивного анализа данных.

Итак, определив некоторый набор переменных,отражающих (как правило, косвенно) размер налоговых баз регионов, и собравданные по этим переменным по всем регионам, а также данные по фактическисобранным в этих регионах платежах, можно оценить фискальный потенциал регионовс помощью регрессионного анализа. Регрессионный анализ – это статистический метод, которыйпозволяет предсказать значение некоторой переменной, зная значения одной илинескольких других переменных. Регрессионный метод заключается в оценкекоэффициентов B0,B1, B2 и т.д. уравнения следующеговида:

У = B0 + B1(Налог. база 1) + B2 (Налог. база 2) + B3 (Налог. база 3) и т.д.,

где У – фактически собранные в регионеплатежи в бюджет, налог. база 1, 2 и т.д. – показатели, косвенно илинепосредственно отражающие величину совокупной налоговой базы данного регионаили отдельных ее компонентов.

Определив с помощью регрессионного методазначения параметров данного уравнения, мы можем с помощью этого уравнениярассчитать сколько доходов должен был бы собрать тот или иной регион, судя поизвестным характеристикам его налоговой базы. Величина поступлений в бюджетрегиона за счет собственных источников, предсказанная или рассчитанная спомощью модели, будет отражать сумму платежей, которая была бы собрана врегионе, если бы регион приложил для этого фискальные усилия средней силы.Аналогично тому, как этот делалось в базовом методе СНР (без регрессионногоанализа), данную величину, предсказанную моделью, можно интерпретировать какфискальный потенциал региона. Отклонения фактических значений бюджетныхпоступлений от рассчитанных с помощью модели можно интерпретировать какследствие неодинаковости фискальных усилий регионов, т. е. считать ихследствием отклонения уровня фискальных усилий региона от среднего уровняфискальных усилий по всем регионам. Например, если фактические платежи,собранные в регионе, оказались выше предсказанного моделью уровня, можносчитать, что эта положительная разность свидетельствует о том, что данныйрегион приложил для сбора платежей в бюджет больше усилий, чем регионы всреднем.

По сравнению с расчетной версией РНС, урегрессионного метода есть целый ряд преимуществ. Во-первых, при использованиирегрессионного метода отпадает необходимость определять состав налоговыхкомпонентов, определять по каждому из них стандартные базы и вычислятьрепрезентативные ставки налогов. Регрессионное уравнение само дает информацию озависимостях между фактическими поступлениями и налоговыми базами в ходепроцедуры статистической оценки. С вычислительной точки зрения данный методгораздо проще, чем расчетный РНС. Кроме того, гарантируется объективностьрезультатов. За исключением выбора переменных, отражающих размер налоговых баз,никак иначе повлиять на результат оценки нельзя.

Однако и регрессионный метод не лишеннедостатков. Количество точек наблюдения, по которым оценивается уравнениерегрессии (т. е. количество наборов характеристик баз данных и соответствующихэтим наборам сумм бюджетных платежей, фактически собранных в регионах), равноколичеству регионов, а результаты регрессионной оценки всегда тем точнее, чембольше точек наблюдения. В случае Российской Федерации эта проблема стоит неочень остро, поскольку регионов достаточно много. Но самый главный недостатокоценки фискального потенциала с помощью регрессионного метода заключается втом, что этот метод достаточно сложен и далеко не так ясен и прост, как,скажем, использование в тех же целях показателя среднедушевого дохода. Можнопредположить, что далеко не все руководители регионов хорошо знакомы состатистическими методами, на которых строится регрессионный анализ, и поэтомумогут с недоверием отнестись к полученным результатам. Всегда желательно, чтобылюбые государственные решения опирались на показатели, которые были бы просты,всем ясны и понятны. При выборе показателя фискального потенциала следуетучитывать эти недостатки регрессионного метода, однако его использованиенеобходимо на этапе разработки методики межбюджетных отношений,т.к. существующий статистический аппарат дает наиболее четкое представление окачестве оцениваемых зависимостей и прогнозов.

Налоговый потенциал в широкомсмысле

Предложенные методы оценки налоговогопотенциала построены на основе фактических налоговых баз и их характеристиках.Это означает, что изначально предполагается экзогенность этих показателей.Рассчитанный таким способом налоговый потенциал строится на предпосылке, чторегион не может влиять на налоговую базу. Верно ли это По всей видимости, нет.Предприятия всегда имеют возможность в той или иной степени занижать налоговыебазы, минимизируя налоги с нарушением либо в рамках законодательства.Соответственно, налоговая система, построенная на фактических налоговых базах иполагая их предопределенность, не будет учитывать возможность увеличения самихбаз. Если же оценка построена с учетом этого, то можно говорить о фискальномпотенциале «в широком смысле». Однако определить верно ли посчитана(предоставлена) регионом налоговая база весьма сложно. Результаты же такихоценок, по всей видимости, будут оставаться спорными. Тем не менее, в рамкахрепрезентативной налоговой системы с использованием регрессионного анализанекоторые шаги в сторону оценки налогового потенциала «в широком смысле»возможны. Это объясняется возможностью использования при оценке не самихналоговых баз, а их характеристик. Тогда степень манипулируемости налоговымпотенциалам будет зависеть от манипулируемости используемых показателей. Однакоиспользование характеристик баз накладывает другие ограничения.

Так, например, прибыль, по всей видимости,является более манипулируемым показателем, чем объем выпуска. Тогда, если вкачестве характеристики базы используется последний, то оценка налоговогопотенциала будет меньше зависеть от действий руководства предприятий поминимизации налогов. Следовательно, фискальный потенциал будет болеесправедлив. С другой стороны, доля налогов в выпуске, по всей видимости, болеесильно варьирует по отраслям и т.д. Если эти различия являются объективными, торассчитанный таким образом налоговый потенциал будет менее«справедлив».

Оценка налогового потенциала субъектов РФс
помощьюэконометрических методов

Как уже отмечалось выше, компромиссом междуточностью оценки налогового потенциала и требовательностью к данным может бытьметод репрезентативной налоговой системы с использованием регрессионногоанализа, суть которого состоит в использовании косвенных показателей,характеризующих налоговые базы и неналоговые доходы, например, таких как доходынаселения, объем розничного товарооборота, валовой региональный продукт илиобъем промышленной продукции, сельского хозяйства на душу населения. Методпозволяет использовать как агрегированные, так и дезагрегированные данные,характеризующие различные налоговые базы. При этом, чем больше числопоказателей и выше дезагрегация данных, тем выше точность оценки. Однако приэтом требуется более интенсивный анализ спецификации и большее количестводанных.

Переходя непосредственно к оценке налоговогопотенциала регионов, исследуем зависимость налоговых обязательств от основногопоказателя деловой активности – ВРП. Объясняемую переменную – сумму налоговых обязательствданного года – будемопределять как сумму налоговых платежей региона в территориальный бюджетРоссийской Федерации плюс прирост задолженности (недоимки и отсроченныхплатежей) по налоговым платежам.

Оценка налогового потенциала на основеВРП

Оценим зависимость определенных наминалоговых обязательств от величины валового регионального продукта:

, (1)

где

— сумма налоговыхобязательств36 — тогорегиона, (налоговые поступления плюс прирост задолженности в территориальныйбюджет -того региона);

— валовой региональный продукт-того региона;

— ошибка, необъясненный остатокрегрессии;

и — коэффициенты, параметры уравнениярегрессии.

Уравнение (1) является простейшей модельюоценки налогового потенциала регионов. Оценив регрессионные коэффициенты, мысможем рассчитать теоретические значения налоговых обязательств, которые можносчитать оценкой налогового потенциала регионов.

Предпосылкой, лежащей в основе линейноймодели, является постоянство доли налоговых баз различных налогов в ВРП по разным регионам либоединая налоговая ставка, что должно давать одинаковую налоговую нагрузку наВРП. Коэффициент характеризует эффективную ставкуналогообложения добавленной стоимости – долю налогов в валовомрегиональном продукте.

В соответствии с моделью, если

, (2)

то -тый регион неимеет налоговых обязательств. Таким образом, эта величина представляетминимальный необлагаемый налогами уровень ВРП. Однако по своей экономическойсути добавленная стоимость не может производиться без выплаты заработной платыи получения прибыли, а значит должны появляться и налоговые обязательства. Всвязи с этим справедливо было бы предполагать, что данное отношение должно бытьнеположительным, т. е. свободный член должен бытьнеотрицательным при положительном, что исключаетвозможность образования в регионе отрицательных налоговыхобязательств.

Оценки коэффициентов модели для 1997 годаприведены в таблице 5. На рисунке 6 представлены диаграммы рассеянияфактических и теоретических (найденных из модели) значений налоговыхобязательств. Здесь и далее, при оценках моделей использовалась выборка из79 регионов. Автономные образования, входящие в состав других регионов, нерассматривались как самостоятельные субъекты, т.к. ВРП для них нерассчитывается Госкомстатом. Полный список регионов в приложении.

Таблица5

Pages:     | 1 |   ...   | 12 | 13 || 15 | 16 |   ...   | 22 |



© 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.