Содержание к диссертации
Введение
Глава I Особенности развития и функционирования налоговой системы России
1.1 Теоретико-методологические основы оценки формирования н развития налоговой системы в России 8
1.2 Планирование и прогнозирование налоговых доходов 24
Глава II Анализ, и прогнозирование объемов налоговых поступлений методами математической статистики, экспоненциального сглаживания и имитационного моделирования
2.1 Сезонный анализ и прогнозирование временных рядов налоговых поступлений 42
2.2. Моделирование связей между показателями налоговых поступлений, экономического развития и изменениями в налогообложении 58
Глава III Регрессионные модели для анализа и прогнозирования объемов налоговых поступлений
3.1 Формализованный анализ факторов, влияющих на объемы налоговых поступлений и построение моделей 73
3.2 Много факторные модели для прогнозирования поступлений налоговых платежей ..83
Заключение 90
Список использованной литературы 102
Приложения 112
- Планирование и прогнозирование налоговых доходов
- Моделирование связей между показателями налоговых поступлений, экономического развития и изменениями в налогообложении
- Формализованный анализ факторов, влияющих на объемы налоговых поступлений и построение моделей
- Много факторные модели для прогнозирования поступлений налоговых платежей
Введение к работе
з І.
Актуальность темы исследования. Налоговая система - наиболее активный рычаг государственного регулирования социально-экономического развития. Проблема налогов как основного источника дохода бюджета государства всегда была актуальной и вызывала широкие дискуссии в научных кругах.
Как известно, основная цель налоговых органов - максимально полное взимание налоговых платежей в условиях действующего законодательства. Показателем эффективности функционирования налоговой системы является уровень собираемости налогов и степень выполнения плановых заданий по мобилизации доходов в бюджет. Решение данной задачи достигается в процессе реализации такой функции управления системой налогообложения, как налоговое планирование, которое является наименее разработанной, с точки зрения применяемой методики.
Задача налогового планирования неоднозначна и определяется в зависимости от того, кто ее ставит. Государственные органы преследуют цель обеспечения бюджета, а предприятия стремятся минимизировать суммы налоговых отчислений. Вопросам налогового планирования в рамках предприятий и организаций уделяется учеными достаточно большое внимание. Данная проблема с точки зрения государственного бюджета остается открытой. Процесс этот начинается с нижних уровней налоговых органов. Налоговые инспекции местного уровня рассчитывают ожидаемые суммы поступлений налогов в бюджет в соответствии с методикой, рекомендованной ФНС РФ. За исходную базу для определения прогноза по основным видам налогов принимаются суммы фактических поступлений по этим налогам и прирост недоимки за прошлый год. Полученные суммы корректируются с учетом предполагаемого роста валового регионального продукта. Составленные таким образом прогнозные показатели аккумулируются в налоговых и финансовых органах верхних уровней и
теоретически должны служить основой для составления проектов бюджетов, которые составляются финансовыми органами соответствующего уровня.
По результатам прогнозных расчетов составляется сводная таблица поступлений налогов и других платежей в бюджет. Кроме того, составлению проектов бюджетов предшествует разработка прогнозов социально-экономического развития РФ, субъектов и муниципальных образований, которые составляются Министерствами экономики и финансов, Центробанком и т.д. Очевидно, что при планировании данные органы ориентированы на максимально высокий уровень налоговых поступлений в силу постоянно возрастающих государственных потребностей.
В результате спускаемые сверху суммы плановых заданий по мобилизации доходов в бюджет, как правило, не соответствуют ожидаемым поступлениям, рассчитанным по рекомендованной ФНС РФ методике. И, как часто бывает, это приводит к расхождению реальных сумм налоговых поступлений с плановыми. Данное обстоятельство говорит о несостоятельности используемой методики составления прогнозов налоговых поступлений и показывает необходимость применения более формализованных методов с учетом влияния различных факторов и анализа их динамики, которые основаны на внедрении эффективных информационных технологий и инструментария экономико-математического моделирования.
Степень разработанности проблемы. В отечественной литературе уделяется достаточно большое внимание налоговой теме. Много материала, посвященного эволюции налогообложения, истории развития налоговой системы, как России, так и зарубежных стран, можно найти в работах Н.В.Милюкова, Г.А.Минаева В.Г. Панскова, М.В.Романовского, Д.Г. Черника и других. Ряд учебных пособий посвящен описанию налоговой системы, дан полный перечень налогов, раскрыты сущность и функции налогов (И.М. Андреева, Х.М. Мусаевой, Н.В.Милюкова и др.).
Отражение организационно-правовых вопросов налоговой системы, рассмотрение основных нормативно-законодательных актов по налогообложению можно найти в работах В.И. Гуреева, А.А. Масленниковой, СВ. Разгулина и других.
Есть работы таких авторов, как О.А. Борзунова, А.Е. Ильин, В.А. Иванов, В.Р.Нечаев, О.Ф.Пасько, A.M. Погорелов и др., посвященные проблеме эффективности реформирования налоговой системы РФ.
Много статей в периодических изданиях посвящено критической оценке сложившейся отечественной налоговой системы, сравнению ее с системами налогообложения, действующими в развитых странах мира, и сопоставлению уровня налоговой нагрузки на налогоплательщиков, а также анализу степени эффективности деятельности налоговых органов и системы налогообложения в целом (3.3. Атаев, А.Л. Бишенов, Т.Г. Нестеренко А.В. Смирнов, В.Я Савченко, С.Д. Шаталов, Т.Ф. Юткина и др.).
Вопросам применения информационных технологий и математических методов в системе налогообложения в России посвящены работы таких ученых, как А.Ф. Артамонов, Т.А. Бетина, Т.Э. Данелян, Е.Н. Ефимов, М.В. Зюльманова, В.А. Николаева, И.А. Стрелец, Г.Н. Хубаев, Л.Н. Хашиева, О.Ю. Щербакова, Д.Г. Черник и др..
Цель диссертационного исследования - анализ и прогнозирование налоговых поступлений и построение экономико-математических моделей.
Для достижения поставленной цели необходимо было решить следующие задачи:
проанализировать и дать оценку функционирующей в настоящее время налоговой системе как объекту моделирования;
исследовать динамику и структуру налоговых поступлений и провести содержательный анализ налогооблагаемой базы основных видов налогов для выявления факторов, влияющих на их поступление и оценить степень влияния данных факторов методом экспертных оценок;
- построить модели с использованием метода сезонных волн,
гармонического анализа Фурье и экспоненциального сглаживания для
анализа и прогнозирования динамики налоговых поступлений;
изучить методику расчета основных видов налогов для разработки модельно-программного комплекса для анализа и прогнозирования налоговых поступлений и оценки налогового бремени в условиях внесения изменений в нормативно-правовую практику налогообложения;
построить многофакторные модели, в том числе и уравнения с лаговыми переменными, для прогнозирования налоговых поступлений.
В качестве объекта исследования выбраны налоговая система и процесс планирования налогов и сборов.
Предметом исследования являются налоги, составляющие наибольший удельный вес в общей сумме налоговых поступлений в бюджет.
Научная новизна исследования состоит в решении задачи анализа и прогнозирования объемов налоговых поступлений на основе современных математических и инструментальных методов.
В результате исследования получены и выносятся на защиту следующие научные результаты, выводы, положения:
- модели для прогнозирования динамики налоговых поступлений,
построенные с использованием метода сезонных волн, гармонического
анализа Фурье и экспоненциального сглаживания, отличающиеся
способностью отражать изменяющиеся во времени условия и учитывать
информационную ценность различных членов временного ряда;
разработанный инструментарий (имитационная модель и компьютерная программа), позволяющий прогнозировать налоговые поступления и оценить величину налоговой нагрузки в условиях внесения изменений в действующее налоговое законодательство;
- сформированный автором перечень факторов, оказывающих
наиболее существенное влияние на объемы налоговых поступлений,
результаты количественной оценки степени влияния выделенных факторов, выведенные методом групповых экспертных оценок;
совокупность регрессионных уравнений, отличающихся структурой и составом факторов и позволяющих прогнозировать объемы налоговых поступлений;
многофакторные модели для прогнозирования объемов основных видов налогов с лагом времени.
Теоретической и эмпирической базой исследования явились труды российских и зарубежных ученых по рассматриваемой проблеме, законодательные акты по налогообложению, материалы конференций, статьи в сборниках научных трудов по проблемам, относящимся к теме исследования, данные отчетов налоговых инспекций, сборники статистических данных Госкомстата РФ по Республике Дагестан.
Работа выполнена в рамках пункта 1.6 Паспорта специальности 08.00.13 - Математические и инструментальные методы экономики: «Математический анализ и моделирование процессов в финансовом секторе экономики».
В качестве инструментария исследования использовались математические и статистические методы, метод групповых экспертных оценок, а также современные программные средства общего и специального назначения: Microsoft Office, Borland Delphi 7.0.
Практическая значимость результатов исследования заключается в том, что полученные модели для анализа и прогнозирования налоговых поступлений по Республике Дагестан, могут быть использованы в ряде российских субъектов со сходной инфраструктурой и аналогичными социально-экономическими показателями.
Кроме того, полученные модели остаются актуальными и после внесения изменений в налоговое законодательство, поскольку налоги,
включенные в их состав, остаются основными источниками пополнения доходной части бюджета с относительно стабильной базой налогообложения.
Апробация и реализация результатов исследования. Основные положения диссертационного исследования обсуждались на общероссийских и региональных научно-практических конференциях в 2005-2007 гг. Акты внедрения и справки об использовании научных результатов прилагаются к диссертации.
Публикации. По теме диссертационного исследования опубликованы 8 печатных работ общим объемом 2,2 печатных листа.
Структура диссертации. Работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Диссертация содержит 22 таблицу и 10 рисунков. Список литературы содержит 114 наименований.
Планирование и прогнозирование налоговых доходов
Сущность налогообложения заключается в прямом изъятии государством определенной части валового внутреннего продукта в свою пользу для формирования бюджета. Доля налоговых поступлений в структуре федерального бюджета показывают значимость этих платежей в мобилизации бюджетных средств (таблица 1).
По данным таблицы 1, можно заметить, что налоговые поступления за период с 2001 по 2007 год составляли в среднем 86 % от федерального бюджета. Романовский В.К. отмечает, что от обоснования налоговой политики государства, структуры налогов, порядка их исчисления и взимания, организации контроля за полной и своевременной мобилизацией налоговых поступлений зависит более 80% объема федерального бюджета [22].
Важное значение в налогообложении большинство ученых придают научной обоснованности и рациональности организации процесса анализа и прогнозирования налоговых платежей [27].
Необходим эффективный механизм, отражающий состав и последовательность мероприятий по налогообложению, охватывающий все элементы построения налоговой системы, ее планирования и регулирования исходя из конкретной экономической ситуации, ориентированный на обеспечение необходимых для решения задач текущего (планового) периода бюджетных ресурсов в части налоговых поступлений. Таким механизмом должна выступить эффективная система анализа и прогнозирования налоговых платежей.
Одним из путей для создания такой системы является, по мнению ученых, совершенствование бюджетно-налогового планирования [22].
Процесс разработки и формирования планов и прогнозов налоговых поступлений требует детального анализа и учета результатов и перспектив социально-экономического развития страны и отдельных ее регионов. Налоговое планирование и прогнозирование нужно рассматривать как единый процесс, в рамках которого происходит регулярная корректировка решений, пересмотр мер по достижению намеченных показателей на основе непрерывного контроля и мониторинга происходящих изменений.
Данный процесс включает в себя определение налоговых баз по каждому налогу, мониторинг динамики их поступления, расчет уровней поступления, объемов выпадающих доходов, состояния задолженности по налоговым платежам, оценку результатов изменения налогового законодательства [35].
Сущность задачи налогового планирования заключается в объективной оценке возможных налоговых поступлений для создания экономически обоснованных качественных и количественных параметров бюджетных заданий и перспективных программ социально-экономического развития. Однако, в ходе исследования автор столкнулся с тем, что контрольные показатели по мобилизации доходов в бюджет не соответствуют реально возможным суммам поступления платежей в бюджет.
Важно сформировать четкое представление о том, какие действие и в какой последовательности следует предпринимать для того, чтобы налогообложение наилучшим образом выполняло свои оперативные, тактические и стратегические задачи.
При этом, как на федеральном, так и на территориальном уровне, возникает задача оценки соотношения налогового потенциала и фактических поступлений налогов и сборов. Налоговое планирование осуществляется с ориентацией на максимально высокий уровень мобилизации этих поступлений. И, соответственно, учет фактора налогового потенциала имеет важное значение.
Еще одной из основных задач данного процесса является необходимость оценки влияния одних налогов на поступление других. Опыт анализа данной проблемы показывает, что авторы новых налогов или новых налоговых ставок в стремлении лучше представить свои проекты считают лишь дополнительные доходы от них, "чистые доходы". При этом обычно не принимают во внимание, что вся совокупность налогов реагирует так, что общий фискальный эффект оказывается ниже предполагаемого [36].
Основными функциями процесса анализа и прогнозирования, как отмечают большинства авторов, являются организационно-методическое обеспечение работы территориальных налоговых органов по вопросам своевременного и полного поступления налогов и сборов, выполнения заданий по мобилизации налоговых платежей в бюджетную систему, а также осуществление прогнозных оценок налогооблагаемой базы и поступлений в зависимости от состояния экономики и ее отраслей по видам налогов и в разрезе территориальных налоговых органов [87].
Моделирование связей между показателями налоговых поступлений, экономического развития и изменениями в налогообложении
В работе А.В.Суворова и М.Ю. Горста рассматриваются результаты применения некоторых моделей на макроэкономическом уровне и методов, ориентированных на использование наиболее существенной информации и достоверности выводов. На основе системы национальных счетов, корреляционных, регрессионных и специальных минимаксных методов был проведен макроэкономический анализ и прогнозирование налоговых поступлений, реализованы на Excel модели прогнозирования.
Авторы считают, что применение макроэкономических моделей и соответствующих методов обработки данных на основании методологии системного анализа и отбора существенных показателей, позволяет получить достоверные выводы и результаты, по точности превосходящие результаты расчетов, использующих микроэкономическую информацию.
Соответствующая прозрачная методология позволяет получить более содержательные и достоверные выводы, основанные на учете конкретных макроэкономических условий функционирования [95].
Щербакова О.В. для краткосрочного прогнозирования налоговых доходов применяет эконометрические модели; модели временных рядов или несколько оцениваемых одновременно уравнений. Использование при решении задачи краткосрочного прогнозирования таких моделей, обладающих хорошо изученными статистическими свойствами, обеспечивает работников надежным источником краткосрочных прогнозов по доходам налогов и сборов [104], [106].
В работе Милюкова В.А. применяются в основном экспертный анализ и детерминистические прогнозы. Автор считает, что применение статистического анализа в условиях экономики переходного периода не дает надлежащих результатов. Но в условиях наметившейся тенденции стабилизации социально-экономической ситуации в РФ в целом данный подход может оказаться весьма полезным [66] .В отечественной литературе в последнее время появились работы, где в процессе анализа и прогнозирования налоговых платежей широко используются методы экспертного анализа, детерминистические прогнозы, а также эконометрическое прогнозирование налоговых поступлений на основе эконометрических моделей и многофакторного анализа [24],[9],[19],[14],[30].
К сожалению, по мнению ученых, метод математического моделирования процессов в системе налогообложения РФ до сих пор применяется преимущественно в научных разработках, а рекомендации по практическому использованию теоретических выводов зачастую игнорируются на всех уровнях управления.
В большей степени это связано с недостатком отечественной системы подготовки специалистов: до сих пор применение количественных методов изучаются достаточно формально, а опыт анализа процессов в системе налогообложения на основе методологии математического моделирования рассматриваются весьма поверхностно [42]. Одним из основных доводов, который служит препятствием для использования метода математического моделирования при решении задач в системе налогообложения, является сложность объекта моделирования, поскольку применяемая теоретическая модель может оказаться слишком упрощенной по сравнению с объектом оригиналом [24].
В общем говоря, не существует до сих пор окончательно сформировавшейся системы формализованных методов анализа и прогнозирования налоговых поступлений, вследствие чего расчеты носят преимущественно оценочный характер. К тому же, рекомендации и выводы, полученные на основе модели, могут оказаться невостребованными на практике по причине того, что специалист при принятии решения может предпочесть опереться на интуицию и даже иметь нерешенную проблему, чем использовать модели, в которых он ничего не понимает и стать, таким образом, заложником разработчика математика [12].
Как считают большинство авторов, применение математического моделирования процессов в системе налогообложения достаточно ограничено, так как число факторов в налоговой системе, влияющих на отклонение теоретических выводов от реальности, не только слишком велико, но и многие из них в принципе оказываются не формализованными [6].
В региональной системе налогообложения очень важно использовать методы анализа состояния предприятий, позволяющие получать оценки уровня налоговой платежеспособности. Сложность и многообразие, слабая структурированность и плохая формализируемость механизмов, определяющих работу предприятий, не позволяют преобразовывать процедуры принятия решений в налоговой системе в эффективные математические модели и алгоритмы прогнозирования [42].
В последнее время все острее ощущается необходимость прогнозирования воздействия уровня налогообложения на деятельность хозяйствующего субъекта. Определение совокупной величины налоговых сборов таким образом, что бы она, с одной стороны, максимально соответствовала государственным расходам, а с другой - оказывала слабо отрицательное воздействие на хозяйствующие субъекты и деловую активность является одной из задач, которая требует своего решения в процессе налогового планирования.
В России, в отличие от большинства развитых стран, значительная часть доходов поступает в бюджет в виде налогов с юридических лиц. При таких условиях важно смоделировать потенциальную возможность увеличения собираемости налогов в зависимости от поведения различных факторов, влияющих на этот процесс [33].
В последнее время широкую популярность приобретают программные системы, разработанные и внедренные в области управления государственными финансами, важнейшим компонентом которых является комплекс математических моделей анализа, прогнозирования всех видов и этапов движения государственных финансовых ресурсов. При этом используются статистическое прогнозирование поступления налогов и сборов с применением формализованных статистических моделей, а также прогнозирование поступлений на основе выявления статистических взаимосвязей, преимущественно методами факторного анализа, имитационное моделирование поступлений налогов и сборов [35].
Формализованный анализ факторов, влияющих на объемы налоговых поступлений и построение моделей
Прогноз налоговых поступлений в бюджет, прежде всего, может быть, осуществлен в разрезе основных доходообразующих видов налогов. В настоящее время основу налоговой системы Российской Федерации составляют четыре налога: налог на прибыль предприятий и организаций, налог на доходы физических лиц, налог на добавленную стоимость, акцизы, принося более 80% от общей суммы поступлений в бюджет. Поэтому на первом этапе были получены уравнения регрессии, позволяющие прогнозировать общий объем налоговых поступлений на основании этих налогов.
Из множества моделей, полученных в результате регрессионного анализа, наилучшей оказалась модель, описывающая зависимость общей суммы налоговых поступлений от трех основных доходообразующих налогов: налога на добавленную стоимость Y,wc, налога на доходы физических лиц Увдфл и налога на прибыль YnpiiG..:
Проверка статистической значимости каждого коэффициента уравнения регрессии проведена с помощью t-статистики. Сравнивая определенные по выборочным данным значения t-статистики с табличными для числа степеней свободы df=n-2 и при заданном уровне значимости 5%, мы отвергаем нулевую гипотезу о равенстве нулю истинного значения коэффициентов корреляции и с вероятностью 95% принимаем гипотезу о статистической значимости данных коэффициентов.
Коэффициенты уравнения регрессии более чем в 4 раза превышают по модулю свои стандартные ошибки sel,se2,...,sen (приведены в скобках), что говорит об их высокой статистической значимости.
Множественный коэффициент корреляции R, характеризующий степень тесноты связи между Y и совокупным влиянием факторных признаков (Увдф УвдсУприб.) свидетельствует о высокой степени связи (0,85).
Для анализа общего качества оценки линейной регрессии используется коэффициент детерминации R , который характеризует долю факторной дисперсии в общей дисперсии, то есть показывает какая часть общей вариации зависимой переменной объясняется изменением независимых. В нашем случае R равен 0,72, то есть более 72% вариации поступления общей суммы налоговых поступлений объясняется поступлением трех налогов. Для определения статистической значимости коэффициента детерминации R2 проверяется нулевая гипотеза для F-статистики, которая заключается в том, все коэффициенты линейной регрессии, за исключением свободного члена, равны нулю. Фактическое значение критерия Фишера F сравнивается с табличным с заданным уровнем значимости и числом степеней свободы. В нашем случае F равно 86,7, что значительно превышает табличное значение (Ft=3,13) и позволяет отвергнуть нулевую гипотезу и принять гипотезу о статистической значимости коэффициентов регрессии. Адекватность полученной модели подтверждает анализ остатков. Исследования остатков st предполагают проверку наличия следующих предпосылок метода наименьших остатков (МНК): - случайный характер остатков; - нулевая средняя величина остатков, не зависящая от факторной переменной xt; - отсутствие автокорреляции остатков. Значения остатков st распределены независимо друг от друга; - остатки подчиняются нормальному распределению. На графике получена горизонтальная полоса распределения остатков, значит, остатки представляют собой случайные величины и МНК оправдан, теоретические значения у хорошо аппроксимируют фактические значения _у. Вторая предпосылка означает равенство нулю средней величины остатков: где у,- фактические значения налоговых поступлений; у - значения, рассчитанные по модели; п - число наблюдений. Данное условие выполняется с небольшой погрешностью: При построении регрессионных моделей чрезвычайно важно соблюдение следующей предпосылки МНК - отсутствие автокорреляции остатков, т.е. значения є, распределены независимо друг от друга. Автокорреляция остатков означает наличие корреляции между остатками текущих и предыдущих (последующих) наблюдений. Проверка независимости значений уровней случайной компоненты может осуществляться по ряду критериев, наиболее распространенным из которых является d-критерий Дарбина-Уотсона. Расчетное значение этого критерия определяется по формуле: Расчетное значение критерия сравнивается с верхним d2 и нижним di значениями статистики Дарбина-Уотсона. Если расчетное значение d больше верхнего табличного значения d2, то гипотеза о независимости уровней остаточной последовательности принимается. Если же значение d меньше нижнего табличного значения db то эта гипотеза отвергается. Расчетное значение (d=2,56) больше верхнего табличного значения (d2= 1,703), значит, гипотеза о независимости уровней остаточной последовательности принимается. Предпосылка о нормальном распределении остатков позволяет проводить проверку параметров регрессии и корреляции с помощью критериев t и F. Кроме того, объем налоговых поступлений в бюджет может быть рассчитан как сумма поступлений налоговых платежей в федеральный бюджет и территориальный бюджет (консолидированный бюджет субъекта), то есть Поэтому, на следующем этапе были получены регрессионные модели для анализа и прогнозирования налоговых поступлений в разрезе уровней бюджета. Исходя из того, что доходы федерального бюджета формируются в основном за счет налога на добавленную стоимость и налога на прибыль, была получена следующая модель
Много факторные модели для прогнозирования поступлений налоговых платежей
Расчетные значения данных критериев значительно превышают табличные. Для моделей в данной таблице гипотеза о независимости уровней остаточной последовательности принимается и все коэффициенты статистически значимы. Средняя относительная ошибка прогноза для всех моделей не превышает 10%. Кроме того, при построении многофакторных моделей динамических рядов может возникнуть проблема мультиколлинеарности, то есть коррелированности двух или более объясняющих переменных в уравнении регрессии. Анализ матрицы коэффициентов корреляции между объясняющими переменными позволил сделать вывод, что между факторами, включенными в модели оценки поступления налогов в бюджет, мультиколлинеарность отсутствует, так как все коэффициенты между ними меньше 0,8 (приложение 27). При исследовании экономических процессов приходится моделировать ситуации, когда значение результативного признака в момент времени t формируется под воздействием ряда факторов, действовавших в прошлые моменты времени (t-1), (t-2),...,(t-k). Величину к, характеризующую запаздывание в воздействии фактора на результат, называют лагом, а временные ряды самих факторных переменных, сдвинутые на один или более моментов времени, - лаговыми переменными [108].
При исследовании процесса налоговых поступлений в бюджет необходимо учитывать, что данный процесс "реагирует" на информацию о факторах с определенной задержкой. Если сумма всех таких задержек (лагов) измеряется некоторым постоянным числом t, равным целому числу рассматриваемых периодов времени, то при формулировке экономических связей необходимо включать в правую часть уравнения лаговых значений объясняющих переменных: где b0,bx,b2,bk - коэффициенты уравнения; объясняющие переменные; к - номер лага. В результате анализа распределенных лагов была получена модель, описывающая зависимость общей суммы поступления налоговых доходов от значений показателя выпуска товаров и услуг {X]) за предыдущие месяца: Все коэффициенты являются статистическими значимыми, множественный коэффициент корреляции (R) равен 0,89, коэффициент детерминации (R2=0,79), критерий Фишера (F=71,45) превышает свое табличное значение (Ft=2,50). Далее нами были получены статистически значимые модели, описывающие зависимость исследуемых показателей от объясняющих переменных с одинаковым значением лага (таблица 21). Таким образом, были получены оригинальные по структуре и составу факторов, статистически значимые модели, позволяющие строить прогноз ожидаемых сумм налоговых поступлений на 1,3,6 и 9 месяцев вперед. При этом средняя относительная ошибка прогноза для всех моделей не превысила 8%. В частности, данные модели позволяют прогнозировать общую сумму налоговых поступлений в зависимости от средней заработной платы и доходов населения предшествующего месяца и от выпуска потребительских товаров, кредиторской и дебиторской задолженностей предприятий на три месяца вперед.
Также мы получаем прогноз поступлений налога на доходы с физических лиц в зависимости от показателей дебиторской задолженности предприятий и числа безработных предшествующего месяца и поступлений налога на прибыль в зависимости от показателей выпуска потребительских товаров, розничного товарооборота и средней заработной платы с опережением в три месяца. Коэффициенты детерминации и значения критериев Фишера всех построенных моделей также приведены в таблице 21, а обозначения и содержание моделей — в таблице 22. Для данных моделей также были рассчитаны стандартные ошибки коэффициентов, в результате чего все коэффициенты статистически значимы. Модели были проверены на наличие или отсутствие автокорреляции остатков по статистике Дарбина-Уотсона. Гипотеза о независимости уровней остаточной последовательности для всех моделей принимается. Практическая значимость полученных моделей подтверждает тот факт, что они были апробированы на фактических данных налоговых поступлений по Республике Дагестан 2007 года. Налоговое прогнозирование представляет собой относительно новое научно-практическое направление, еще не получившее достаточного развития и обоснования на общегосударственном уровне. Но оно является неотъемлемой частью всего финансового планирования.
На государственном уровне основная цель при проведении налоговой политики сводится как к формированию доходной части бюджетов в ее налоговом составляющем, так и к стимулированию экономического потенциала. Реализуется она путем обеспечения относительного равновесия между фискальной и регулирующей функциями налогообложения. Посредством научного прогноза составляется суждение о возможных состояниях налоговой системы в будущем об альтернативных путях и сроках достижения поставленных целей и задач. Налоговым прогнозированием предваряется налоговое планирование, которое положено в основу налоговой политики. Прогнозирование поступлений налогов в бюджет является сложной и ответственной задачей, требующей от разработчика знания налогового законодательства, умения ориентироваться в сложившихся социально-экономических условиях и владения различными методами анализа и прогнозирования процессов в соответствующих условиях. Данная задача является исследованием перспективного характера и носит вероятностный характер, несмотря на то, что при прогнозировании учитываются реальные экономические процессы и условия, а фундаментом являются комплексные программы экономического и социального развития региона.
