Воздействие кризисных явлений в экономике на динамику объема теневых операций, связанных с уклонением от уплаты налогов

Размещено на http://www.allbest.ru/

Воздействие кризисных явлений в экономике на динамику объема теневых операций, связанных с уклонением от уплаты налогов Исследование выполнялось при финансовой поддержке Российского гуманитарного научного фонда (проект № 09-02-00002а)

Найденов А.С.

Начавшийся в конце 2008 года экономический кризис актуализировал необходимость повышения эффективности государственного управления экономическими и социальными процессами. При этом, исходя из теории менеджмента, непременным атрибутом эффективного государственного управления является наличие достоверной и объективной информации об объекте управления. Выполнение этого условия осложняется наличием в структуре национальной экономики теневого сектора, который по своей природе является неучитываемым и нерегистрируемым официальной статистикой.

Существующие методы досчета теневой составляющей не всегда могут гарантировать полноту и достоверность, особенно в период экономического кризиса, который характеризуется непредсказуемостью. В результате точных оценочных параметров теневого сектора экономики существенно снижается, кроме того, осложняется процесс прогнозирования динамики и направления развития теневой экономической деятельности.

Указанные обстоятельства обусловили выбор цели исследования, которая заключается в разработке экономико-математической модели воздействия кризисных явлений на динамику теневого сектора экономики. В качестве индикатора теневой активности выбран показатель величины объема теневых операций, связанных с уклонением от уплаты налогов.

Для достижения поставленной цели в ходе исследования решались следующие задачи: экономический математический модель теневой

1. Отбор индикаторов, характеризующих проявления экономического кризиса в социально-экономической среде региона.

2. Экономико-математическое моделирование воздействия социально-экономических последствий мирового экономического кризиса на величину теневых операций, связанных с уклонением от налогообложения..

3. Прогнозирование динамики теневого сектора экономики под влиянием кризисных тенденций в экономике на основе предложенной экономико-математической модели.

Среди указанных задач наибольшую сложность представляет отбор индикаторов, характеризующих проявления мирового экономического кризиса в социально-экономической среде, поскольку предполагает выбор из двух противоположных альтернатив. С одной стороны, включение в состав индикаторов максимального количества показателей в условиях отсутствия данных об их влиянии на динамику теневого сектора экономики позволит в наибольшей степени учесть воздействие социально-экономической среды на теневую активность. С другой стороны, большое количество индикаторов повышает сложность математических расчетов в процессе моделирования, осложняет интерпретацию полученных взаимосвязей.

Для решения поставленной задачи был сформирован комплекс разносторонних показателей с последующим снижением размерности многомерных статистических данных о состоянии социально-экономической среды посредством применения метода главных компонент. Использование метода главных компонент позволяет структурировать исходные данные посредством сведения начальной совокупности тестовых переменных к меньшему их количеству (главные компоненты), при условии сохранения первоначальной информативности данных. Полученные главные компоненты представляют собой линейную комбинацию исходных данных. Кроме того, метод главных компонент позволяет выявить закономерности, определяемые воздействием внешних и внутренних факторов.

В качестве индикаторов социально-экономической среды были отобраны различные показатели, которые были сгруппированы в индикативные блоки, представленные на рисунок 1.

Рисунок 1 - Индикативные блоки, учитывающие состояние социально-экономической среды в период экономического кризиса

Всего для характеристики социально-экономической среды в период экономического кризиса было отобрано 86 показателя. В ходе исследования были проанализированы статистические данные по субъектам УрФО за период с I квартала 2006 года по II квартал 2009. В результате применения метода главных компонент размерность статистических данных была снижена до 13-14 главных компонент в зависимости от анализируемой территории. Затем из них на основе критерия Кэттеля были отобраны наиболее значимые главные компоненты, которые суммарно объясняют большую часть общей дисперсии фактических данных по рассматриваемым территориям:

1. Для Курганской области было отобрано 4 фактора (кумулятивная величина объясненной дисперсии составляет 80,33 %).

2. Для Свердловской области было отобрано 5 факторов (кумулятивная величина объясненной дисперсии составляет 88,25 %).

3. Для Тюменской области было отобрано 4 фактора (кумулятивная величина объясненной дисперсии составляет 75,91 %).

4. Для Челябинской области было отобрано 4 фактора (кумулятивная величина объясненной дисперсии составляет 80,67 %).

Основываясь на величинах факторных нагрузок параметров, можно сделать вывод, что структура и смысловое содержание рассматриваемых главных компонент в рассмотренных субъектах УрФО несколько отличаются. Однако в целом их можно характеризовать как показатели общего состояния социально-экономической среды, показатели уровня предпринимательской активности, уровня цен и некоторые другие.

Например, выделенные главные компоненты в случае для Свердловской области могут быть интерпретированы следующим образом:

1. Общая характеристика состояния социально-экономической среды (величина средств клиентов на счетах кредитных организаций, объемы поступлений по основным видам налогов и сборов, эффективность работы предприятий, объем розничной торговли, уровень доходов населения и другие показатели).

2. Уровень предпринимательской активности (состояние внешнеэкономической среды, доходы консолидированного бюджета, поступления по налогу на прибыль, объемы промышленного производства, уровень занятости населения).

3. Уровень цен (индекс потребительских цен и индекс цен производителей на промышленные товары, другие показатели).

4. Миграционная активность населения (количество прибывших, количество выбывших, величина миграционного прироста населения и другие показатели).

Финансовое состояние банковского сектора (объем прибыли, удельный вес прибыльных кредитных организаций, общее количество кредитных организаций, величина просроченной кредиторской задолженности кредитных организаций).

Полученная в результате применения метода главных компонент база статистических данных меньшей размерности затем была использована для экономико-математического моделирования воздействия социально-экономических последствий мирового экономического кризиса на теневой сектор экономики региона.

В основе рассматриваемой модели лежит поиск функциональной зависимости между переменной, определяющей масштабы теневого сектора экономики, и переменными, характеризующих социально-экономическую систему региона под воздействием негативных тенденций в экономике, связанных с мировым экономическим кризисом. В качестве переменной, характеризующей теневую экономику, выступает показатель объема теневых операций, связанных с уклонением от уплаты налогов.

Оценка величины теневых операций, связанных со скрытым производством товаров, работ, услуг осуществлялась посредством разработанной в ходе исследования методики. На рисунке 2 в качестве примера представлен график динамики доли теневых операций, связанных с уклонением от налогообложения, в фактической величине налогооблагаемой базы (Свердловская область).

Таким образом, задача экономико-математического моделирования воздействия последствий мирового экономического кризиса на теневой сектор экономики региона может быть сведена к установлению функциональной зависимости между величиной теневых операций, связанных с уклонением от налогообложения, и показателями, характеризующими состояние социально-экономической среды. Для поиска зависимости использовался метод группового учета аргументов.

Использование этого метода позволяет решить проблему ограниченного ретроспективного ряда, а также позволяет избежать обязательного наличия контрольной выборки. МГУА является типичным методом индуктивного моделирования и одним из наиболее эффективных методов структурно-параметрической идентификации сложных объектов, процессов и систем по данным наблюдений в условиях неполноты информации.

В результате исследования вышеназванных статистических данных была выявлена зависимость между состоянием социально-экономической среды (с учетом воздействия мирового экономического кризиса) и объемом теневых операций, связанных с уклонением от налогообложения.

На рисунке 3 в качестве примера представлены результаты моделирования динамики теневого сектора экономики для Свердловской области.

Рисунок 2 - Доля теневых операций, связанных с уклонением от налогообложения, в фактической величине налогооблагаемой базы (Свердловская область), %

Рисунок 3 - Сопоставление динамики фактической и расчетной величины объема теневых операций, связанных со скрытым производством продукции (Свердловская область), млн. руб.

В результате проведенной работы были построены экономико-математические модели теневого сектора экономики в части уклонения от налогообложения под воздействием социально-экономических последствий мирового экономического кризиса. Построенные модели достаточно точно отражают реальное состояние теневого сектора экономики.

Представленная экономико-математическая модель была использована для краткосрочного прогнозирования величины теневых операций, связанных с уклонением от налогообложения (рисунок 3). Как показали результаты прогнозирования, при сохранении текущей динамики социально-экономических процессов (инерционный вариант развития), наиболее вероятен вариант стабилизации теневой активности, и даже некоторое снижение в I квартале 2010 года по сравнению с IV кварталом 2009 года в Свердловской области. В других субъектах УрФО тенденция также ориентирована на снижение теневой активности.

Таким образом, в результате исследования была построена экономико-математическая модель воздействия кризисных явлений в экономике на динамику объема теневых операций, связанных с уклонением от налогообложения. Полученная модель имеет высокую практическую значимость, поскольку позволяет осуществлять краткосрочное прогнозирование с учетом сценарного подхода, что может повысить эффективность мер государственного регулирования экономики и противодействия негативному влиянию теневой экономической деятельности, в частности, налогообложения.

Размещено на Allbest.ru