Анализ факторов, влияющих на налоговые поступления в бюджет региона

Таблица 5

Корреляционная матрица

Примечание: *** - значимость на 1% уровне, ** - значимость на 5% уровне, * - значимость на 10% уровне.

Если посмотреть на первый столбец, который показывает, насколько связаны рассматриваемые регрессоры с изучаемой переменной, то можно увидеть, что все факторы, кроме инвестиций в основной капитал на душу населения, имеют значимую взаимосвязь. У большинства объясняющих переменных анализ показал слабую и среднюю взаимосвязь. Однако, есть и те, что имеют сильную взаимосвязь. Это инвестиции в основной капитал на душу населения и ВРП на душу населения.

2.3 Методология

В данном разделе будут отмечены основные этапы исследования. Во-первых, для оценки влияния рассмотренных регрессоров на налоговые доходы региона необходимо выбрать метод исследования.

Многие исследователи при работе с налоговыми поступлениями использовали, как правило, два основных метода:

анализ динамической модели на основе панельных данных, используя обобщенный метод моментов;

анализ модели с фиксированными эффектами, применяя метод наименьших квадратов.

Первый метод заключается в том, чтобы оценить уравнение, где добавляется лаг зависимой переменной в виде объясняющего фактора. Однако, такой подход приводит к коррелированности лаговой переменной со случайной ошибкой, что в свою очередь затрудняет оценивание. Данную проблему можно решить, используя обобщенный метод моментов, который предполагает добавление следующего лага в уравнение в качестве инструментальной переменной, которая имеет коррелированность с лаговой переменной, но не имеет коррелированность со случайной ошибкой.

Второй способ анализа предполагает использование модели с фиксированными эффектами, которая является линейной моделью регрессии, где свободные члены изменяются при переходе от одного объекта к другому. Одно из важнейших предположений модели заключается в том, что все случайные ошибки независимы от всех регрессоров.

В некоторых работах авторы применили оба метода (Gupta, 2007) и сравнили полученные результаты. Они пришли к выводу, что значения оценок получились приблизительно одинаковыми.

В данной работе используется второй метод. Во-первых, данный метод позволяет учесть индивидуальные особенности регионов, поскольку они неоднородны по рассматриваемым показателям. Во-вторых, во многих работах отмечалось, что модель с фиксированными эффектами предпочтительнее для анализа такого рода данных (Javid and Arif, 2012).

Необходимо отметить, что помимо рассмотренных переменных, в модель также были включены контрольные переменные.

Дамми-переменные (для 2011-2017 гг.), позволяющие отразить временной эффект.

Также, в работе используются натуральные логарифмы переменных, отражающих данные, выраженные в денежных единицах. Это позволяет упростить интерпретацию полученных коэффициентов, а также уменьшает их асимметрию (Ратникова, 2006). В уравнении регрессии ltax, linvest и lgrppc - это натуральные логарифмы переменных tax, invest и grppc, соответственно.

Таким образом, спецификация модели имеет следующий вид:

где: - индивидуальный эффект субъекта РФ;

- дамми-переменная для 2011-2017 гг.

Оценим модель, используя регрессию «within». Данный метод заключается в том, что регрессия «within» - это исходная регрессионная модель, переписанная в терминах отклонений от средних по времени значений переменных. Она удобна тем, что позволяет элиминировать из модели ненаблюдаемые индивидуальные эффекты. Оценивание модели происходит путем применения обыкновенного МНК (Ратникова, 2004).

2.4 Эмпирические результаты

Результаты оценивания регрессии с помощью метода наименьших квадратов представлены в таблице 6.

Таблица 6

Результаты оценивания регрессии*

*Зависимая переменная - логарифм налоговых доходов, в скобках - стандартные ошибки коэффициентов, *** - значимость на 1% уровне, ** - значимость на 5% уровне, * - значимость на 10% уровне.

Итак, согласно результатам, представленным в таблице 6, можно сделать ряд выводов.

Сперва обратимся к коэффициентам при переменных, оказывающих влияние на налог на прибыль организаций. Доля экспорта в ВРП и доля убыточных организаций оказались значимыми детерминантами налоговых поступлений. Так при увеличении доли убыточных организаций на 1%, с вероятностью 99% налоговые поступления в региональные бюджеты уменьшатся на 0,004%. Таким образом, подтверждается выдвинутая ранее гипотеза об отрицательном влиянии доли убыточных организаций. В свою очередь, увеличение доли экспорта в ВРП негативно сказывается на налоговых доходах, что противоречит результатам предыдущих исследований и выдвинутой ранее гипотезе, следовательно, можно сделать вывод, что гипотеза о положительном влиянии экспорта не подтвердилась.

Рассмотрим коэффициент при переменной, оказывающей влияние на налог на доходы физических лиц. Влияние уровня безработицы оказалось статистически незначимо. Вероятно, данный показатель на зависимую переменную оказывает косвенное воздействие.

Далее перейдем к показателю, который рассматривался как фактор, оказывающий влияние на налоговую базу по налогу на имущество организаций. Коэффициент при переменной инвестиции в основной капитал на душу населения оказывает статистически значимое влияние на налоговые доходы. Увеличение данного показателя приведет к снижению налоговых доходов. Результат является противоположным тому, что был получен в работе Белогорской и др.(2016). Таким образом, гипотеза о положительном влиянии инвестиций не подтвердилась.

Далее обратимся к таким показателям, как ВРП на душу населения и доля сельскохозяйственного сектора в ВРП.

Переменная ВРП на душу населения, отражающая уровень экономического развития в регионе, значима на уровне 1%. Это говорит о том, что с вероятностью 99%, в среднем и при прочих равных, при росте данного показателя на 1%, налоговые доходы вырастут на 0,41%. Схожие результаты были получены и в предыдущих исследованиях. Между тем, доля сельскохозяйственного сектора снижает налоговые доходы регионов, однако не является значимой детерминантой, что в свою очередь не подтверждает выдвинутую ранее гипотезу.

Наконец, рассмотрим влияние институциональных факторов на налоговые доходы регионов.

При наличии высокого качества управления регионом налоговых доходов в регион поступает больше на 0,005%, чем в регион с низким качеством управления. Однако, данная переменная оказалась статистически незначима.

Теперь обратимся к показателю уровня преступности в регионе. Сперва, стоит отметить, что результаты относительно этого фактора совпадают с результатами некоторых предыдущих исследований в данной области. Уровень преступности оказывает статистически значимое влияние на налоговые поступления. В регионах с более высоким уровнем преступности налоговых доходов в региональный бюджет поступает меньше, чем в регионах, имеющих более низкий показатель уровня преступности. Таким образом, подтверждается выдвинутая ранее гипотеза о негативном влиянии высокого уровня преступности на налоговые поступления.

Обобщая вышесказанное, по результатам анализа из выдвинутых ранее гипотез подтвердилась гипотеза о негативном влиянии доли убыточных предприятий на налоговые поступления региона, а также гипотеза о негативном влиянии высокого уровня преступности.

Заключение

В данной работе были проанализированы факторы налоговых поступлений в региональные бюджеты Российской Федерации за период с 2010 по 2017 включительно.

Во-первых, по результатам эмпирического анализа было обнаружено негативное влияние доли убыточных организаций. Поскольку для убыточных предприятий налогооблагаемая база в текущем периоде равняется нулю, количественно осуществить оценку базы налога нельзя. Рост доли таких организаций характеризуется снижением прибыли (что в свою очередь означает спад в экономике), поэтому имеет место быть сокращение обязательств по налогу на прибыль. Между тем, в периоды спада может увеличиться число организаций, уклоняющихся от налогообложения. Если количество предприятий, имеющих отрицательную прибыль, велико, налоговые органы сталкиваются с проблемой выбора организаций для налоговых проверок. Как следствие, уменьшается вероятность проверки отдельно взятой организации, имеющей убыток.

Для того, чтобы увеличить налогооблагаемую базу по налогу на прибыль, необходимо сокращать число убыточных организаций и их убытков. Однако, не следует ожидать быстрого роста налоговой базы, поскольку, несмотря на положительный финансовый результат компании, к вычету из базы применяются убытки прошлых лет. Также одним из решений может стать ужесточение налогового контроля в отношении организаций, уклоняющихся от налогов.

Во-вторых, анализ показал, что инвестиции в основной капитал на душу населения являются значимым фактором. За период с 2010 по 2017 гг. наблюдается постоянный рост данного показателя, однако он имеет негативное влияние на налоговые доходы. Поэтому стимулирование инвестиционной активности путем предоставления льгот, о которых говорилось в тексте проекта Министерства финансов РФ, является вполне оправданным. Отрицательный знак можно объяснить тем, что инвестиции имеют отложенный эффект (как правило, более одного года).

Влияние доли сельскохозяйственного сектора в ВРП на налоговые поступления оказалось незначимым. В России существует специальный налоговый режим в виде ЕСХН, который предоставляет льготные налоговые условия предприятиям в данной отрасли. Несмотря на то, что за последние годы можно было наблюдать рост данной отрасли (ее укрепление), воздействовать на данный показатель не просто, в виду того, что именно эта отрасль снабжает государство продовольствием.

В то же время, свою значимость для налоговых поступлений показал уровень преступности. Вероятно, что нулевая терпимость к небольшим правонарушениям порождает преступления более серьезного характера. Поэтому, для того чтобы снизить уровень преступности в Российской Федерации, необходимо предпринять ряд мер, среди которых могут быть:

ужесточение контроля за мелкими правонарушениями;

повышение уровня уголовной ответственности в УК РФ за многие преступления;

развитие уровня правового сознания граждан РФ.

Стоит отметить, что данное исследование имеет ряд ограничений. Во-первых, регионы, не так давно включенные в состав РФ, Республика Крым и город Севастополь не были включены в итоговую выборку, поскольку информация по ним доступна только с 2014 года, что пока не позволяет полноценно оценить действие факторов для этих регионов.

Во-вторых, процент выборки, который модель описывает успешно равен 31%. Невысокий коэффициент детерминации может означать, что в модели не были учтены важные детерминанты налоговых доходов. Вероятно, значимым фактором является теневой сектор экономики, который сложно учесть. Согласно оценке Росфинмониторинга, объем теневой экономики России в 2018 году превысил 20 трлн руб. и составил порядка 20% ВВП страны. По словам Юлия Нисневича: «Основным фактором, определяющим масштаб теневой экономики в России, является коррупция, а также избыточное государственное регулирование и высокие налоги, от которых бизнес стремится «уйти в тень» и выплачивать зарплаты в конвертах». Повышение ставки налога НДФЛ правительство не предусматривает, а значит, налоговая нагрузка не увеличится. Это, в свою очередь, может благоприятно сказаться на собираемости данного вида налога ввиду выхода из «теневого сектора» некоторой доли граждан.

Список использованной литературы

Специальная литература

Белогорская А. Н., Сорокина Е. В., Тетерина Н. А. Факторы формирования налоговых доходов региона // Вестник Российского университета кооперации. 2016. №4 (26). С. 19-26.

Бюджетный кодекс Российской Федерации от 31.071998 N 145-ФЗ (ред . от 15.04.2019).

Вербик М. Путеводитель по современной эконометрике:[учеб.-метод. пособие для вузов по специальности 080601" Статистика" и другим междисциплинар. специальностям: пер. с англ.]. - корреляция, 2008. С. 496-511.

Кортяев А. Н. ФАКТОРЫ ВЛИЯЮЩИЕ НА ОБЪЕМ НАЛОГОВЫХ ПОСТУПЛЕНИЙ //Известия Горского государственного аграрного университета. - 2013. - Т. 50. - №. 4. - С. 201-204.

Косарев И. М. Комплекс методик выявления факторов, влияющих на налоговые поступления в региональный бюджет, и оценка их значимости (на примере Белгородской области) //Проблемы экономического роста и устойчивого развития территорий. - 2016. - С. 149-155.

Косарев И. М. Факторы, влияющие на налоговые поступления региональных бюджетов (на примере Центрального Федерального округа). - 2015.

Министерство финансов Российской Федерации. Проект документа «Основные направления бюджетной, налоговой и таможенно-тарифной политики на 2019 год и на плановый период 2020 и 2021 годов», М. 2018.

Миронов А. А. Методический инструментарий оценки налогового потенциала региона //автореф. дисс.... канд. экон. наук/АА Миронов. - 2012.

Налоговый кодекс Российской Федерации: Части первая и вторая. - М.: Издательство «Проспект», 2018. - 1136 с.

Полянская Н. М. Парадигма отечественной системы налогообложения: социально экономический аспект // Наука и образование: современные тренды. 2016. №6. С. 1-15

Ратникова Т. А. Анализ панельных данных в пакете STATA //Методические указания к компьютерному практикуму по курсу “Эконометрический анализ панельных данных”. М., ГУ-ВШЭ. - 2004.

Ратникова Т. А. Введение в эконометрический анализ панельных данных //Экономический журнал Высшей школы экономики. - 2006. - Т. 10. - №. 2.

Ajaz, T., & Ahmad, E. (2010). The effect of corruption and governance on tax revenues. The Pakistan Development Review, 405-417.

Gambaro, L., Meyer-Spasche, J., & Rahman, A. (2007). Does aid decrease tax revenue in developing countries. London: LSE.

Gupta, A. S. (2007). Determinants of tax revenue efforts in developing countries (No. 7-184). International Monetary Fund.

Imam, P. A., & Jacobs, M. D. F. (2007). Effect of Corruption Tax Revenues in the Middle East (No. 7-270). International Monetary Fund.

Javid, A., Arif, U. Analysis of revenue potential and revenue effort in developing Asian countries. The Pakistan development review. 2012. Vol. 51, pp. 365-379.

Stotsky, M. J. G., & WoldeMariam, M. A. (1997). Tax effort in sub-Saharan Africa (No. 97-107). International Monetary Fund.

Tanzi, V. (1977). Inflation, Lags in Collection, and the Real Value of Tax RevenueL'inflation, les retards de recouvrement et la valeur rйelle des recettes fiscalesInflaciуn, desfases en la recaudaciуn y valor real de los ingresos tributarios. Staff Papers, 24(1), 154-167.

Базы данных

Министерство финансов Российской Федерации [Электронный ресурс] URL: https://www.minfin.ru/ru/ (Дата обращения 25.01.2019).

Федеральная налоговая служба [Электронный ресурс] URL: https://www.nalog.ru/ (Дата обращения 05.02.2019).

Федеральная служба государственной статистики. [Электронный ресурс] URL: http://www.gks.ru (Дата обращения: 05.02.2019).

Электронные ресурсы

Сведения о наличии и распределении земель в Российской Федерации на 01.01.2017 (вразрезе субъектов Российской Федерации) // Федеральная служба государственной регистрации, кадастра и картографии (Росреестр)). [Электронный ресурс] URL: https://rosreestr.ru/site/activity/gosudarstvennoe-upravlenie-vsfere-ispolzovaniya-i-okhrany-zemel/gosudarstvennyy-monitoring-zemel/sostoyanie-zemelrossii/gosudarstvennyy-natsionalnyy-doklad-o-sostoyanii-i-ispolzovanii-zemel-v-rossiyskoy-federatsii/ (Дата обращения: 12.01.2019).

Солопов М., Старостина Ю., Ткачёв И. Финансовая разведка оценила в ?20 трлн объем теневой экономики в России // РБК, 2019 [Электронный ресурс] URL: https://www.rbc.ru/economics/22/02/2019/5c6c16d99a79477be70257ee (Дата обращения 10.05.2018).

Приложение 1

Гистограммы распределения переменных

Размещено на Allbest.ru