WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 8 | 9 ||
  1. Моделирование налоговых поступлений по регионам

При прогнозе финансовых поступлений и построении отношений между центральным правительством и регионами, важно знать каким доходным потенциалом обладает тот или другой регион. Поэтому задача налогового моделирования тесно связана с учетом оценки налогового потенциала регионов, позволяющей определить средние ожидаемые налоговые сборы в регионах.

Различные регионы обладают неодинаковым уровнем получаемых доходов (на душу населения28), что связано, в частности, с неодинаковой налоговой базой – различиями в уровне экономического развития, различием отраслевой структуры. Однако, уровень доходов, получаемых регионами, зависит также и от фискальных усилий местных властей. Другими словами, налоговые поступления зависят от величины ставок налогообложения в рамках местных налогов и сборов, уровня отношения собираемых налогов к начисленным и борьбы с уклонением налогов. Так, например, в высокодоходном регионе сбор налогов может быть значительно ниже (в расчете на душу населения), чем в регионе с меньшей налоговой базой за счет разных фискальных усилий властей. В связи с этим возникает необходимость в умении правильно оценить налоговый потенциал регионов, позволяющий проводить экономическую политику, нацеленную на повышение фискальных усилий местных властей по сбору налогов.

Существует целый ряд способов оценки налогового потенциала. Каждый из них имеет свои достоинства и недостатки, выраженные, в том числе, в точности и трудоемкости измерения. Среди них можно выделить оценки29, базирующиеся на: (1) фактически собранных налоговых доходах в регионе, (2) среднедушевых доходах населения, (3) валовом региональном продукте (ВРП), (4) совокупных налогооблагаемых ресурсах, (5) построении репрезентативной налоговой системы и (6) построении репрезентативной налоговой системы с использованием регрессионного анализа.

Самый простой способ – это использование в качестве меры фискального потенциала фактически собранных налогов в регионе. Однако этот показатель не учитывает фискальных усилий региональных властей, что делает его использование нецелесообразным. Среднедушевые доходы населения и валовой региональный продукт в этом смысле не зависят от фискальных усилий, но в свою очередь в показатель доходов населения не входят доходы нерезидентов, а объем ВРП не учитывает неравенство баз (структуру производства) и ставок налогообложения.

Более точным показателем в данном случае являются совокупные налогооблагаемые ресурсы, представляющие собой ВРП, скорректированный на федеральные налоги и платежи, однако его расчет требует большего количества данных, что осложняет его использование в России.

Самым точным из названных методом оценки налогового потенциала регионов является построение репрезентативной налоговой системы. Методология состоит в определении суммы бюджетных платежей, которые были бы собраны в регионе, если бы регион прилагал средний уровень фискальных усилий. При этом учитывается состав доходов местных бюджетов, т.е. учитывается состав налоговых баз региона. Использование дезагрегированных данных позволяет более точно оценить фискальный потенциал каждого региона. Недостатком данного подхода является использование чрезвычайно большого объема данных, а также высокая требовательность к качеству и сопоставимости используемой информации.

Компромиссом между точностью и требовательностью к данным может быть метод репрезентативной налоговой системы с использованием регрессионного анализа, суть которого состоит в использовании косвенных показателей, характеризующих налоговые базы и неналоговые доходы, например, таких как доходы населения, объем розничного товарооборота, валовой региональный продукт или объем промышленной продукции, сельского хозяйства на душу населения. Метод позволяет использование как агрегированных, так и дезагрегированных данных, характеризующих различные налоговые базы. При этом, чем больше число показателей, чем выше дезагрегация данных, тем выше точность оценки. Однако при этом требуется более интенсивный анализ спецификации и большее количество данных.

Переходя непосредственно к оценке налогового потенциала регионов, исследуем зависимость налоговых обязательств от основного показателя деловой активности – ВРП. Объясняемую переменную – сумму налоговых обязательств данного года – будем определять как сумму налоговых платежей региона в бюджетную систему Российской Федерации (федеральный и местный бюджеты) в данном году плюс прирост недоимки по налоговым платежам. Недоимка в какой-то мере характеризует фискальные усилия местных властей по сбору налогов и представляет собой сумму задолженности по налоговым выплатам. Кроме недоимки в налоговые обязательства нужно включать также и отсроченные налоговые платежи. Однако, на данный момент мы не обладаем статистикой динамики отсроченной недоимки по регионам и поэтому ограничимся суммой фактически собранных налогов и недоимки. Для сравнения, величина отсроченных налоговых платежей, по Российской Федерации на 1 января 1998 года составляет около 12% от накопленной суммы задолженности по налоговым платежам. Максимальная по регионам доля отсроченных платежей в сумме задолженности на эту же дату наблюдается в Ханты-Мансийском автономном округе и составляет 43%. Однако в большинстве регионов она не превышает 10-15%.

Вообще говоря налоговые обязательства не определяются строго через вышеназванные компоненты даже при учете отсроченных налоговых платежей. Связано это с тем, что существующая статистика не разделяет погашение недоимки, образовавшейся в предыдущие периоды, с образованием новой. Т.е. чистый прирост недоимки, который мы используем при определении налоговых обязательств, включает в себя погашение старой. Это уменьшает налоговые обязательства, возникшие в данном году. Таким образом, определяемые нами налоговые обязательства будут отражать минимальный уровень налоговых обязательств, образовавшихся в регионе.

    1. Зависимость между налоговыми обязательствами и ВРП

Итак, оценим то, как зависят определенные нами налоговые обязательства от величины валового регионального продукта:

, (1)

где

- сумма налоговых обязательств -того региона, (налоговые поступления плюс прирост недоимки в бюджетную систему РФ);

- валовой региональный продукт -того региона;

- ошибка, необъясненный остаток регрессии;

и - коэффициенты, параметры уравнения регрессии.

Уравнение (1) является простейшей моделью оценки налогового потенциала регионов. Оценив регрессионные коэффициенты, мы сможем рассчитать теоретические значения налоговых обязательств, которые, которые можно считать оценкой налогового потенциала регионов.

Основным упрощением модели является предпосылка о равенстве долей налоговых баз различных налогов в ВРП по разным регионам. Коэффициент характеризует эффективную ставку налогообложения добавленной стоимости – долю налогов в валовом региональном продукте.

В соответствии с моделью, если

, (2)

то -тый регион не имеет налоговых обязательств. Таким образом эта величина представляет минимальный необлагаемый налогами уровень ВРП. Однако по своей экономической сути добавленная стоимость не может производиться без выплаты заработной платы и наличия валовой прибыли, а значит должны появляться и налоговые обязательства. В связи с этим справедливо было бы предполагать, что данное отношение должно быть неположительным, т.е. свободный член должен быть неотрицательным, что исключает возможность образования в регионе отрицательных налоговых обязательств.

Оценки коэффициентов модели для 1994 - 96 годов приведены в таблицах Ошибка! Ошибка связи.-Ошибка! Ошибка связи.. На рисунках Ошибка! Ошибка связи.-Ошибка! Ошибка связи. представлены диаграммы рассеяния фактических и теоретических (найденных из модели) значений налоговых обязательств. Здесь и далее, при оценках моделей использовалась выборка из 79 регионов. Автономные образования, входящие в состав других регионов, не рассматривались как самостоятельные субъекты, т.к. ВРП для них не разрабатывается. Полный список регионов, использовавшихся в анализе приводится в приложении.

Таблица 2.2. Результаты оценки коэффициентов модели (1) для 1994 года.


1 В качестве подтверждающих примеров можно привести рост недоимки летом-осенью 1993 года во время противостояния между Президентом России и Парламентом, а также период предвыборной неопределенности в 1996 году. В начале 1996 года вышел Указ Президента №65, предоставляющий беспрецедентную формулу погашения недоимок должниками бюджета – при условии своевременной уплаты текущих налоговых платежей предприятия получали право рассрочить уплату задолженности в бюджет на 5 лет. Подобные события сильно сказываются на поступлениях, но при прочих равных условиях не должны влиять на величину обязательств по уплате налогов.

2 Здесь предполагается, что пени и штрафы при начислении и уплате не входят соответственно в недоимку (в отчетности они действительно идут отдельной статьей) и в налоговые поступления (фактически статистика поступлений включает в себя помимо погашения обязательств по налогам еще и уплаченные штрафы и пени, но так как статистика раздельно не публикуется, то мы используем вместо показателя погашения обязательств налоговые поступления).

3 Исключение составляет НДС, для которого резкое увеличение поступлений в эти месяцы сопровождалось сокращением объемов взаимной задолженности предприятий, что привело по-видимому к дополнительному росту обязательств, а соответственно и большему, нежели снижение недоимки, росту поступлений налога.

4 Этот кризис был во многом обусловлен чисто техническими причинами (длительностью подготовки к печати купюр большого номинала), но в большей степени инициирован оппозиционно настроенным Верховным Советом РФ.

5 На различных этапах на приоритетность погашения различных составных частей задолженности предприятий воздействовал целый ряд факторов. Среди них следует отметить быстро развивавшийся процесс деградации налоговой дисциплины, наряду с некоторым повышением ответственности предприятий в расчетах с поставщиками и банками.

6 Данные с января по июль 1998 года включительно.

7 Они составляют от 4,2% (в 1992 г) до 12,3% (в 1998 г) от общей суммы налоговых поступлений

8 Среди таких факторов можно назвать динамику структуры производимой продукции, государственные меры по ограничению или поощрению некоторых видов подакцизной продукции.

9 См., например, Prais S.J., Winsten C.B. Trend Estimators and Serial Correlation. – Cowless Commission Discussion Paper no. 383, Chicago (1954).

10 В тексте приводятся не все оцененные уравнения, а только наиболее существенные полученные результаты. Остальные уравнения приводятся в приложениях.

11 До конца 1995 года действовало ограничение по вычету заработной платы – 4 минимальных размера оплаты труда в 1992-1993, в 1994-1995 годах – 6 минимальных. Вычет рассчитывался как произведение ограничения на численность занятых по России, с 1996 года – произведение средней заработной платы на численность занятых.

12 Нумерация уравнений соответствует приложениям, (*) помечены уравнения, в которых устранена автокорреляция остатков по методике Прайса-Уинстена.

13 Эластичности по переменным, используемым для объяснения обязательств в дополнение к базе налогов, вычисляются через значение коэффициента в регрессии и среднюю точку показателей.

14 Естественно с некоторыми отклонениями в обе стороны в силу непредвиденных обстоятельств.

15 Статистические данные не позволяют выделить данные по государственным расходам на заработную плату, соответствующий показатель неявно включается в конечное потребление домашних хозяйств.

16 Ставка пеней с начала 1994 года составляла 0,7% в день (реальная ставка с 1994 года положительна – см. рис. 2.3), потом в мае 1996 года была снижена до 0,3% в день, с 1997 года ставка пени рассчитывалась как 1/300 от ставки рефинансирования в день.

17 Зачет возмещения НДС по экспорту может проводиться при возникновении обязательств только по НДС, то есть, если экспортирующее предприятие реализует продукцию также и внутри страны, то оно может произвести зачет по налогу на добавленную стоимость при производстве своей продукции в счет возмещения экспорта. В том случае, когда такой зачет невозможен, то есть ГНС должно возмещать значительные суммы, на практике, в силу постоянно напряженной финансовой ситуации, возникает задолженность перед предприятиями - экспортерами.

18 Доля убыточных предприятий по промышленности в декабре 1996 и декабре 1997 составила соответственно 43% и 47%.

19 Тест Дикки-Фуллера не отвергает гипотезу о наличии единичного корня в соответствующих данных, то есть они не являются стационарными.

20 Уравнение регрессии – то же самое, только с раскрытыми скобками.

21 При этом теряется одна степень свободы, поскольку формально мы добавляем в уравнение еще одну переменную, но для 55 наблюдений (01/1994-07/1998) мы не будем считать, что это может отрицательно повлиять на оценки уравнений при таком количестве наблюдений.

22 Поскольку различна спецификация моделей при использовании разных объясняющих переменных, то об улучшении можно судить по F-статистике и информационному критерию Шварца. Сравнение этих показателей (см. приложение) показывает, что отличие невелико, хотя и имеет место.

23 В последние годы тренд носит колебательных характер, что связано с недостаточным количеством данных для корректного устранения сезонности. Особого значения этому в последние годы не придавалось, поскольку в уравнениях регрессии трендовая составляющая не использовалась, а сезонность объяснялась содержательно, исходя из сроков уплаты основных налогов.

24 ВВП / (1+ставка НДС) – социальные платежи – вычет заработной платы.

25 То же.

26 Для налога на прибыль – это обесценение затрат за время производства, для НДС – обесценение вычитаемого из налогооблагаемой базы кредита по НДС, предоставляемого в размере налога, уплаченного за приобретенные товары и услуги, - см. соответствующие разделы.

27 После исключения незначимых лагов

28 Здесь и далее все рассуждения об агрегированных характеристиках регионов приводятся в терминах на душу населения. Это позволяет избежать эффекта масштаба, в соответствии с которым, крупный регион, например, получает больше доходов, чем относительно меньший в экономическом смысле. Приведение агрегированных денежных характеристик к населению региона позволит сравнивать регионы между собой.

Pages:     | 1 |   ...   | 8 | 9 ||



© 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.