Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Мобилизация и эффективное использование налогового потенциала Российской Федерации. Монография
.pdf
ходов и по налоговым базам для каждого компонента налоговой системы, а потребуется только информация о совокупных доходах, собранных в каждом регионе, плюс данные по некоторому набору переменных, используемых в качестве косвенных измерителей налоговых баз регионов.
Хотя и в этом случае необходимо заботиться о качестве и сопоставимости данных, требования к данным в этом подходе предъявляются не такие жесткие, как при покомпонентном измерении.
Еще одним достоинством является то, что при использовании регрессионного анализа отпадает необходимость группировать доходные статьи по налоговым компонентам, а также конструировать для
каждого компонента налоговой системы свою собственную стандартную налоговую базу
.
Но можно поступить и наоборот – расширить метод РНС с использованием регрессионного анализа за счет использования дезагрегированной информации по поступлениям из основных доходных
источников, косвенным измерителям налоговых баз этих источников, а также за счет использования показателей, косвенно отражающих прочие доходы. Включение большего количества объясняющих
переменных в регрессионную
модель повышает точность регрессионного варианта РНС, хотя достигается это за счет повышения требований к данным и более интенсивного анализа данных.
Итак, определив некоторый набор переменных, отражающих (как
правило, косвенно) размер налоговых баз регионов, и собрав данные
по этим переменным по всем регионам, а также данные по фактически собранным
в этих регионах платежах, можно оценить фискаль-
ный потенциал регионов с помощью регрессионного анализа.
Регрессионный анализ – это статистический метод, который позволяет предсказать значение некоторой переменной, зная значения
одной или нескольких других переменных. Регрессионный метод за-
121
ключается в оценке коэффициентов B
дующего вида:
, B1, B2 и т.д. уравнения сле-
0
У = B
+ B
+ B1(Налог. база 1) + B2 (Налог. база 2) +
0
(Налог. база 3) и т.д., (1)
3
где У – фактически собранные в регионе платежи в бюджет,
налог. база 1, 2 и т.д. – показатели, косвенно или непосредственно
отражающие величину совокупной налоговой базы данного региона
или отдельных ее компонентов.
Определив с помощью регрессионного метода значения параметров данного уравнения, мы можем с помощью этого уравнения
рассчитать сколько доходов должен был бы собрать тот или иной регион, судя по известным характеристикам его налоговой базы. Величина поступлений в бюджет региона за счет собственных источников, предсказанная или рассчитанная с помощью модели, будет отражать сумму платежей, которая была бы собрана в регионе, если бы
регион
приложил для этого фискальные усилия средней силы. Аналогично тому, как этот делалось в базовом методе СНР (без регрессионного анализа), данную величину, предсказанную моделью,
можно интерпретировать как фискальный потенциал региона.
Отклонения фактических значений бюджетных поступлений от
рассчитанных с помощью модели можно интерпретировать как
следствие неодинаковости фискальных усилий регионов, т.е
. считать
их следствием отклонения уровня фискальных усилий региона от
среднего уровня фискальных усилий по всем регионам. Например,
если фактические платежи, собранные в регионе, оказались выше
предсказанного моделью уровня, можно считать, что эта положительная разность свидетельствует о том, что данный регион приложил для сбора платежей в бюджет больше усилий,
чем регионы
в среднем.
По сравнению с расчетной версией РНС, у регрессионного ме-
тода есть целый ряд преимуществ. Во-первых, при использовании
122
регрессионного метода отпадает необходимость определять состав
налоговых компонентов, определять по каждому из них стандартные
базы и вычислять репрезентативные ставки налогов. Регрессионное
уравнение само дает информацию о зависимостях между фактическими поступлениями и налоговыми базами в ходе процедуры статистической оценки. С вычислительной точки зрения данный метод
гораздо проще, чем расчетный
РНС. Кроме того, гарантируется объективность результатов. За исключением выбора переменных, отражающих размер налоговых баз, никак иначе повлиять на результат
оценки нельзя.
Однако и регрессионный метод не лишен недостатков. Количество точек наблюдения, по которым оценивается уравнение регрессии (т.е. количество наборов характеристик баз данных и соответствующих этим
наборам сумм бюджетных платежей, фактически собранных в регионах), равно количеству регионов, а результаты регрессионной оценки всегда тем точнее, чем больше точек наблюдения.
В случае Российской Федерации эта проблема стоит не очень
остро, поскольку регионов достаточно много. Но самый главный
недостаток оценки фискального потенциала с помощью регрессионного метода
заключается в том, что этот метод достаточно сложен
и далеко не так ясен и прост, как, скажем, использование в тех же
целях показателя среднедушевого дохода.
Можно предположить, что далеко не все руководители регионов хорошо знакомы со статистическими методами, на которых
строится регрессионный анализ, и поэтому могут с недоверием отнестись
к полученным результатам. Всегда желательно, чтобы любые
государственные решения опирались на показатели, которые были
бы просты, всем ясны и понятны. При выборе показателя фискального потенциала следует учитывать эти недостатки регрессионного
метода, однако его использование необходимо на этапе разработки
методики межбюджетных отношений, т.к. существующий статисти-
123
ческий аппарат дает наиболее четкое представление о качестве оцениваемых зависимостей и прогнозов.
Таким образом, все предложенные методы оценки налогового
потенциала 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, что регион
не может вли-
ять на налоговую базу.
Верно ли это? По всей видимости, нет. Предприятия всегда
имеют возможность в той или иной степени занижать налоговые базы, минимизируя налоги с нарушением либо в рамках законодательства. Соответственно, налоговая система, построенная на фактических налоговых базах и полагая их предопределенность, не будет
учитывать возможность увеличения самих баз. Если же оценка построена с учетом этого, то можно говорить о фискальном потенциале «в широком смысле».
Однако определить, верно ли посчитана (предоставлена) регионом налоговая база, весьма сложно. Результаты же таких оценок, по
всей видимости, будут оставаться спорными.
Тем не менее, в рамках
репрезентативной налоговой системы
с использованием регрессионного анализа некоторые шаги в сторону
оценки налогового потенциала «в широком смысле» возможны. Это
объясняется возможностью использования при оценке не самих налоговых баз, а их характеристик. Тогда степень манипулируемости
налоговым потенциалам будет зависеть от манипулируемости используемых показателей. Однако использование характеристик баз
накладывает другие ограничения
.
Так, например, прибыль, по всей видимости, является более
манипулируемым показателем, чем объем выпуска. Тогда, если в качестве характеристики базы используется последний, то оценка на-
124
логового потенциала будет меньше зависеть от действий руководства предприятий по минимизации налогов. Следовательно, фискальный потенциал будет более справедлив. С другой стороны, доля
налогов в выпуске, по всей видимости, более сильно варьирует по
отраслям и т.д. Если эти различия являются объективными, то рассчитанный таким образом налоговый потенциал
будет менее «спра-
ведлив».
Как уже отмечалось выше, компромиссом между точностью
оценки налогового потенциала 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, объ-
розничного товарооборота, валовой региональный продукт или
ем
объем промышленной продукции, сельского хозяйства на душу населения.
Этот метод позволяет использовать как агрегированные, так
и дезагрегированные данные, характеризующие различные налоговые базы. При этом чем больше число показателей и выше дезагрегация данных, тем выше точность оценки. Однако при этом требует-
более интенсивный анализ спецификации и большее количество
ся
данных.
Теперь попробуем выразить зависимость налоговых обязательств от основного показателя деловой активности – ВРП
23
. Объ-
ясняемую переменную – сумму налоговых обязательств данного года – будем определять как сумму налоговых платежей региона
в территориальный бюджет Российской Федерации плюс прирост
23
При подготовке отчета также проводилась оценка налогового потенциала на осно-
ве (среднедушевых) доходов населения, розничного товарооборота и некоторых других характеристиках деловой активности, но вследствие слабых объясняющих
свойств этих показателей данные расчеты не приводятся.
125
задолженности (недоимки и отсроченных платежей) по налоговым
платежам.
Далее оценим зависимость определенных нами налоговых обязательств от величины валового регионального продукта:
НОТБ
где
– сумма налоговых обязательств
i
ВРПaaНОТБ
10
, (6)
iii
24
i-го региона (нало-
говые поступления плюс прирост задолженности в территориальный
бюджет -го региона);
ВРП
i
a
0
i
– валовой региональный продукт -го региона;
i
– ошибка, необъясненный остаток регрессии;
и
– коэффициенты, параметры уравнения регрессии.
a
1
i
Полученное уравнение является простейшей моделью оценки
налогового потенциала регионов. Оценив регрессионные коэффициенты, мы сможем рассчитать теоретические значения налоговых
обязательств, которые можно считать оценкой налогового потенциала регионов.
Отметим, что предпосылкой, лежащей в основе линейной модели,
является постоянство доли налоговых баз различных налогов в ВРП
разным регионам либо единая налоговая ставка – что должно да-
по
вать одинаковую налоговую нагрузку на ВРП. Коэффициент ха-
a
1
рактеризует эффективную ставку налогообложения добавленной
стоимости – долю налогов в валовом региональном продукте.
В соответствии с моделью, если
a
0
ВРП
24
Здесь и далее все рассуждения об агрегированных характеристиках регионов при-
водятся в терминах на душу населения. Приведение агрегированных денежных характеристик к численности населения региона позволяет сравнивать регионы между
собой.
i
, (7)
a
1
126
то -й регион не имеет налоговых обязательств. Таким образом, эта
i
величина представляет минимальный необлагаемый налогами уровень ВРП.
Однако по своей экономической сути добавленная стоимость
не может производиться без выплаты заработной платы и получения
прибыли, а значит должны появляться и налоговые обязательства.
В связи с этим справедливо было бы предполагать,
ношение должно быть неположительным, т.е. свободный член
должен быть неотрицательным при положительном
что данное от-
, что исключа-
a
1
a
0
ет возможность образования в регионе отрицательных налоговых
обязательств.
Подчеркнем также, что в России на величину налоговых поступлений негативное влияние оказывают как микроэкономические
факторы (эрозия традиционно высокой налоговой дисциплины
в секторе бывших государственных предприятий, изменение поведения предприятий в связи с ростом частного сектора, характеризующегося отсутствием традиций
добровольной уплаты налогов,
рост сферы услуг, в которой степень собираемости налогов также
меньше, чем в сфере производства товаров и т.д.), так и макроэкономические (снижение темпов инфляции, увеличение взаимной задолженности предприятий, рост задолженности предприятий бюджету). Большое значение имеет также несовершенство налоговой
системы, в частности, значительное число льгот, в
т.ч. индивидуальных, большое количество противоречий в законах и нормативных
актах, создающих существенные возможности для уклонения от налогов.
При этом широко распространена точка зрения, согласно которой уровень налоговых изъятий в России в настоящее время является крайне высоким и препятствует экономическому росту. Однако
налоговый пресс в России
является высоким лишь для добросовест-
ных налогоплательщиков, не имеющих налоговых преференций.
127
В то же время значительное число налогоплательщиков имеет экономически неоправданные льготы, наращивает недоимки по налогам
и (или) противозаконно уклоняется от налогов.
Среди факторов, определяющих низкий уровень справедливости налоговой системы, важнейшее место занимает начисление налогов с последующей задержкой их перечисления в бюджет, т.е.
недоимки. Наличие мягких бюджетных
ограничений позволяет
предприятиям годами функционировать, увеличивая свою задолженность по отношению к бюджету. Такое положение вносит существенные различия в уровень налогового бремени для предприятий,
имеющих недоимки и платящих налоги вовремя.
В условиях массового характера данного явления государство
практически легитимизировало существование недоимок, не только
не осуществляя банкротств недоимщиков, но и устанавливая
различные пропорции распределения средств, поступающих на счет
предприятия, между бюджетом и нуждами предприятия, проводя реструктуризацию имеющейся задолженности, предоставляя отсрочки
и т.д.
Большой разрыв между потенциальным объемом налоговых
сборов и фактическими налоговыми поступлениями свидетельствует
о высоком уровне несправедливости российской налоговой системы.
Основную тяжесть налогового бремени несут средние и
крупные
предприятия (в основном промышленные), не имеющие значительных льгот и связей в государственных структурах, позволяющих наращивать недоимку. Такие предприятия не имеют значительных
возможностей уклонения от налогов, поскольку являются достаточно прозрачными для налоговой администрации.
Точно так же, среди физических лиц полностью уплачивают
налоги граждане со средними доходами, получающие заработную
плату, тогда как лица с высокими доходами имеют множество способов (в т.ч. формально не противоречащих закону, таких как транс-
128
формация облагаемых видов доходов в необлагаемые типа процентного или страхового дохода) снизить величину уплачиваемых налогов до минимума.
В процессе эволюции налогового законодательства и адаптации
к нему плательщиков, несправедливость налоговой системы приобрела чрезвычайные масштабы, возросли и масштабы искажений,
вносимые ей в процесс установления рыночного равновесия.
На начальном этапе
налоговые нарушения были лишь способом
сокращения предприятиями своих издержек без существенного
влияния на общую конкурентную среду на рынке. Возросшие в последние годы масштабы уклонений, существование многочисленных, в том числе индивидуальных, льгот по налогам, проведение
дискреционной политики по отношению к недоимщикам привели
к тому, что соблюдение налогового законодательства ставит добро
-
совестных предпринимателей в заведомо невыгодные условия, подрывающие возможности эффективной предпринимательской деятельности.
Если ранее уклонение от налога или использование налоговой
льготы обеспечивали предприятиям доходы выше среднего уровня
(которые можно интерпретировать как премию за риск применения
штрафных санкций или своеобразную ренту от применения налоговой льготы), то с ростом масштабов
уклонения от налогов (означающим усиление несправедливости налогообложения) соблюдение
налогового законодательства во многих сферах деятельности уже
не обеспечивает получения среднего уровня прибыли. Это объясняется тем, что величина цен формируется с учетом доминирующего
уровня уклонения от налогов. В результате происходит негативный
отбор: добросовестные налогоплательщики или вытесняются с рынка, или (
что происходит чаще) принимают новые правила игры, заключающиеся в выбивании льгот, отсрочек и просто в противозаконном уклонении от налогов.
129
Раздел 2. МЕТОДЫ ОЦЕНКИ И МОБИЛИЗАЦИИ
НАЛОГОВОГО ПОТЕНЦИАЛА
2.1. Налоговое прогнозирование, его цели и задачи
Большое значение имеют вопросы прогнозирования поступлений налогов и сборов в консолидированный и федеральный бюджеты, а также оценки ожидаемых потерь федерального бюджета в связи с предоставленными налоговыми льготами.
Налоговое прогнозирование представляет собой оценку налого
-
вого потенциала и поступлений налогов и сборов в бюджетную
систему (консолидированный, федеральный и территориальные
бюджеты) и осуществляется на базе прогноза социальноэкономического развития Российской Федерации в целом и её субъектов, представляющего систему показателей и основных параметров по направлениям социально-экономического развития.
Налоговое прогнозирование включает в себя также определение налоговых баз по каждому налогу и сбору, мониторинг динамики их поступления за ряд периодов, расчет уровней собираемости
налогов и сборов, объемов выпадающих доходов, состояние задолженности по налоговым платежам, оценку результатов изменения
налогового законодательства и т.д.
Исходя из вышеизложенного, можно попытаться выделить следующие одиннадцать основных блоков, каждый
из которых может
иметь несколько сценариев.
Причем эти сценарии должны быть сквозными, т.е. каждый
сценарий задающего блока будет служить исходным для соответствующих сценариев всех последующих блоков. Вместе с тем, последовательность перечисления блоков вовсе не означает, что именно
в таком порядке они подлежат разработке. Неизменными представляются лишь
места первого и последнего блоков.
130
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]