Информатизация налоговых систем (стр. 2 из 5)
Были проведены различные (отсеивающие, классифицирующие, регрессионные и корреляционные) вычислительные эксперименты с использованием БД УМНС РФ по КБР. План экспериментов определялся экономическими соображениями, а также целями и рекомендациям отдела анализа УМНС РФ по КБР. Большинство экспериментов было направлено на выявление факторов, оказывающих наибольшее влияние на сбор налогов (на коэффициент сбора налогов) за различные месяцы, кварталы и годы, на оценку налогового потенциала предприятий, их финансовой самостоятельности и устойчивости. В частности, осуществлялись эксперименты по нахождению эмпирических зависимостей вида: x10 = f(x1, x2, x3, x4, x6, x8, x9), x10 = f(x3, x4, x6, x7, x8), x10 = f(x1, x2, x6, x7), x10 = f(x3, x4, x8), x10=f(x1, x2, x3, x4, x5, x6, x7, x8, x9), x10 = f(x1, x2, x6), x10 = f(x3, x4, x8, x9), x10 = f(x3, x4, x8), x6 = f(x3, x4, x8, x9), x10 = f(x1, x2, x6), x6 = f(x1, x2, x3, x4, x5, x7, x8, x9, x10, x11), x10 = f(x1, x2, x3, x4, x5, x6, x7, x8, x9, x10), x6 = f(x1, x2, x3, x4, x7, x8, x10), x10 = f(x1, x2, x3, x4, x6, x7, x8), x6 = f(x1, x2), x6 = f(x1, x2, x10, x11).
Важные эксперименты ставили целью нахождение эмпирической зависимости вида х6 = f(x1, x2, x3, x4, x7, x8, x10). Она позволяет статистически оценить финансовую зависимость предприятий района, их налоговый потенциал. Например, в результате обработки данных из БД УМНС РФ по КБР по Баксанскому району КБР была найдена линейная зависимость вида:
x6 = 0.85278 + 0.01021 x1 + 0.0001 х2 – 0.000005 х3 + 0.00002 х4 + 1.000025 х7 – 0.000012 х8+0.000281 х10 .
Коэффициент множественной корреляции значим и составляет 0.98. Вычислены доверительные интервалы коэффициентов связи и значимость. Построена также общая корреляционная таблица 95%-ной значимости, которая позволяет оценить тесноту связей указанных выше факторов и определить основные управляющие и управляемые параметры налоговой системы, осуществить краткосрочное планирование и управление.
Аналогичные зависимости были получены и использованы для других районов и городов КБР. Не приводя их из-за однотипности, отметим основные результаты анализа проведенных экспериментов:
наиболее адекватные результаты получены для экспериментов типа x6 = f(x1, x2, x3, x4, x5, x7, x8, x9, x10, x11) и x6 = f(x1, x2, x3, x4, x7, x8, x10);
по каждому району и городу для экспериментов указанных двух типов найдена регрессионная зависимость с высокой степенью адекватности; коэффициент множественной корреляции равен 0.96 – 1.0, а относительная погрешность составляет в среднем 5 – 9%; эксперименты других типов дают худшие результаты и требуют использования нелинейного регрессионного анализа и более сложных методов, что, однако, не представляет принципиальных трудностей;
использованная авторская программа (возможно использование известных мощных пакетов анализа, например, MATHCAD, STATISTICA, но этот путь требует согласования входных и выходных спецификаций пакета и БД УМНС РФ по КБР) работает качественно, например, имевшиеся колебания параметров (от 7814.612 до 0) “ухвачены” и отражены в модели, а вычисленные доверительные интервалы коэффициентов зависимостей можно использовать для определения предельных прогнозных значений функции отклика;
по указанным зависимостям можно оценивать (прогнозировать на короткий срок, например месяц, квартал) сбор налогов и финансовую активность предприятий при тех или иных значениях остальных значимых факторов, т.е. можно проводить имитационные расчеты и планирование;
необходимо построить более сложные и адекватные модели (отследить динамику за длительный период) и провести налоговый информативный мониторинг.
В региональной системе налогообложения очень важно использовать методы анализа экономического и финансового состояния предприятий и фирм, позволяющие получать сравнительные оценки экономической или финансовой устойчивости предприятий и их налогоплатежеспособности. Такой анализ необходим и для выработки соответствующих рекомендаций по изменению порядка уплаты налогов, их структуры и др.
В настоящее время в стране и, в частности, в КБР растет удельный вес убыточных предприятий. Как показывают данные по республике за 1998 г., самые большие убытки в размере 70,1% наблюдаются в промышленности. Проводимые эксперименты, анализ их результатов позволяют оценить потенциал производителей.
Сложность и многообразие, слабая структурированность и плохая формализуемость экономических и политических механизмов, определяющих работу предприятий, не позволяют преобразовать процедуры принятия решений в налоговой системе в эффективные математические модели [7] и алгоритмы прогнозирования. Поэтому часто эффективно использование хотя и простых полуэмпирических (подобных описанным выше), но гибких, надежных и технологичных процедур принятия решения. Кроме того, в силу динамичности процессов, происходящих в налоговых системах, их плохой формализуемости и структурируемости, недостатка информации, дороговизны и сложности проведения налогового мониторинга, имитационное моделирование зачастую является основным источником получения информации о системе.
Имитационная модель может быть прогнана с различными ставками налогообложения, что позволит выработать оптимальную для бюджета ставку (она отличается от максимальной ставки), в частности, соответствующую той или иной кривой Лаффера. Эти кривые демонстрируют, что с ростом ставки налогообложения сбор налогов в бюджет увеличивается лишь до определенного значения, а затем уменьшается. Может иметь место оптимальная ставка налогообложения, максимизирующая инвестиции в экономику, и она меньше ставки, максимизирующей поступления налогов в бюджет. Высокие налоги ведут к спаду производства, деловой активности, сокрытию доходов, инфляции.
Рассмотрим еще одну, пока лишь исследованную математически, и не доведенную до практического использования (из-за необходимости идентификации модели), но достаточно актуальную задачу – моделирование возможности снижения налогового бремени [6].
В последнее время все острее ощущается необходимость прогнозирования воздействия уровня налогообложения на деятельность хозяйствующего субъекта. В частности, необходимо определить ту предельную норму, превышение которой влечет потери общества и государства. Определение совокупной величины налоговых сборов таким образом, чтобы она, с одной стороны, максимально соответствовала государственным расходам, а с другой – оказывала слабо отрицательное воздействие на деловую активность, относится к числу главных задач государственного управления. В России, в отличие от большинства развитых стран, значительная часть доходов поступает в государственный бюджет в виде налогов с юридических лиц. При таких условиях важно смоделировать, как снижение налогового бремени влияет на деятельность и платежи предприятий в бюджет.
Итак, наша задача заключается в том, чтобы определить потенциальную возможность увеличения собираемости налогов в зависимости от поведения различных факторов, влияющих на этот процесс. Объектом исследования будут способы увеличения объемов выпуска и факторы, на это влияющие. Поэтому в качестве налоговой базы принимаются объемы выпуска продукции.
Пусть Q - исходная налоговая база (объем выпуска в денежной форме), В - доход бюджета, Т - налоговая ставка. Сформулируем многокритериальную оптимизационную задачу нахождения максимума прироста общего объема выпуска продукции
,где n - количество рассматриваемых предприятий, DQi - прирост объема выпуска i-го предприятия. Для простоты рассмотрим аддитивный вариант – максимальный прирост общего объема выпуска продукции есть сумма максимальных приростов выпуска продукции каждого предприятия:
Используя производственные функции типа Кобба-Дугласа, прирост объемов выпуска по каждому предприятию будем выражать в виде:
где m - количество факторов, yi(t) - i-й фактор, уimax - максимальное значение, уimin - минимальное значение, уiopt - оптимальное значение i-го фактора, t - время расчетного периода, ai(t) - важность фактора уi и она является весовой функцией каждого i-го фактора.
Так как величина начальной налоговой ставки оказывает непосредственное влияние на деятельность предприятия, в качестве фактора у0 принимается величина ставки налогообложения Т0 в начальный момент времени t0 = 0. При этом 0 Ј Т0 < 1.