|
у фактически собранные в регионе платежи в бюджет; X показатели налоговой базы, косвенно или непосредственно отражающие величину совокупной налоговой базы данного региона или отдельных ее компонентов; Е случайная ошибка измерений. Таким образом, можно рассчитать возможные доходы региона по известным характеристикам его налоговой базы, которые можно интерпретировать как налоговый потенциал региона. Возможные отклонения фактических значений бюджетных поступлений от рассчитанных с помощью модели объясняются различной результативностью работы налоговых органов. Например, если фактические платежи оказались выше предсказанного моделью уровня, то можно сказать, что данный регион приложил для сбора налогов больше усилий, чем регионы в среднем. Преимуществом регрессионного метода, позволяющего осуществить отбор совокупности экономических характеристик, в максимальной степени влияющих на потенциальные налоговые доходы, является его меньшая трудоемкость в сравнении с расчетным методом РНС и большая объективность, поскольку регрессионное уравнение само выдает информацию о зависимостях между фактическими поступлениями и налоговыми базами в ходе процедуры статистической оценки. Данный метод особенно эффективен для целей среднесрочного и долгосрочного прогнозирования, поскольку он представляет собой некую модификацию рассмотренных ранее методов для случаев, когда не представляется возможным оценить в полной мере совокупность налоговых ресурсов и налоговых баз по каждому из налогов, принимаемых во внимание при расчете потенциала. Для практического расчета целесообразно использовать относительно небольшой набор взаимосвязанных экономических характеристик, определяющих величину бюджетных доходов: объем промышленного и сельскохозяйственного производства, продажи населению товаров и услуг, денежные доходы населения, стоимость основных производственных фондов. 95 |
ицпильзусмыл в к ачаж кисвспиы\ илмериц^еи ншилиных оаз региипи» ^ма~ пример, таких как доходы населения, объем розничного товарооборота, валовой региональный продукт или объем промышленной продукции, сельского хозяйства на душу населения). При использовании рсфессионного анализа отпадает необходимость в группировке доходных статей по налоговым компонентам я создании собственной налоговой базы для каждого компонента налоговой системы. Включение большего количества переменных повышает точность регрессионного варианта РНС за счет более эффективного анализа данных. Собрав данные по переменным, отражающим размер налоговых баз регионов, а также данные по фактически собранным в всех регионах платежах можно оценить налоговый потенциал регионов с помощью регрессионного анализа. Для оценки налогового потенциала регионов с помощью регрессионного анализа, посредством оптимальных оценок случайных факторов Bi, В2и т.д. используется уравнение следующего вида: у = Е + Xj •В] + Х2•Вг + т. д., где (4) у фактически собранные в регионе платежи в бюджет; X показатели налоговой базы, косвенно или непосредственно отражающие величину совокупной налоговой базы данного региона или отдельных ее компонентов; Е случайная ошибка измерений. Таким образом, можно рассчитать возможные доходы региона по известным характеристикам его налоговой базы, которые можно интерпретировать как налоговый потенциал региона. Возможные отклонения фастичсских значений бюджетных поступлений от рассчитанных с помощью модели объясняются различной результативностью работы налоговых органов. Например, если фактические платежи оказались выше предсказанного моделью уровня, то можно сказать, что данный регион приложил для сбора налогов больше усилий, чем регионы всреднем. Преимуществом регрессионного метода, позволяющего осуществить отбор совокупносги экономических хараюеристик, в максимальной степени влияющих на потенциальные налоговые доходы, является его меньшая трудоемкость в сравнении с расчетным методом РНС и большая объективность, поскольку регрессионное уравнение само выдает информацию о зависимостях между фактическими поступлениями и налоговыми базами в ходе процедуры статистической оценки. Данный метод особенно эффективен для целей среднесрочного и долгосрочного прогнозирования, поскольку он представляет собой некую модификацию рассмотренных ранее методов для случаев, когда не представляется возможным оценить в полной мерс совокупность налоговых ресурсов и налоговых баз по каждому из налогов, принимаемых во внимание при расчете потенциала. Для практического расчета целесообразно использовать относительно небольшой набор взаимосвязанных экономических характеристик, определяющих па величину бюджетных доходов: объем промышленного и сельскохозяйственного производства, продажи населению товаров и услуг, денежные доходы населения, стоимость основных производственных фондов. Недостатком регрессионного метода является его сложност ь, к тому же он не так уж ясен и прост. Можно предположить, что многие Главы регионов из-за аюго отнесутся к этому методу' с недоверием. Всегда желательно, чтобы любые государственные решения опирались на показатели, которые были бы просты и понятны хотя бы большинству. Также полученные показатели налогового потенциала регионов могут значительно различаться в зависимости от используемого набора экономических характеристик. Поэтому рациональный выбор тех или иных показателей налогового потенциала требует проведения дополнительного анализа. Кроме того, количество точек наблюдения, используемых в уравнении регрессии, равно количеству регионов, а результаты регрессионной оценки тем точнее, чем бо:и>шс точек наблюдения. Однако в условиях Российской Федерации эта проблема стоит не так остро, поскольку' регионов достаточно много. Рассмотренные методы опенки налогового потенциала территории являются альтернативными. Региональные власти при оценке налогового потенциала местных бюджетов вправе использовать тот метод, который как им кажется. 78 |