CC BY
41
Сергеев И.Д.
ФОРМИРОВАНИЕ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ НАЛОГОВЫХ ДОХОДОВ БЮДЖЕТА РЕГИОНА
Башкирский государственный университет
Ключевые слова: бюджет, регион, моделирование, прогноз.
Аннотация: В статье рассматриваются вопросы моделирования и прогнозирования ключевых источников доходов бюджета субъекта Российской Федерации. На статистических данных по Республике Башкортостан были получены регрессионные уравнения.
Keywords: budget, region, modeling, forecast.
Abstract: The article deals with the modeling and forecasting of key budget sources of income of the Russian Federation. On statistical regression equations were derived for the Republic of Bashkortostan.
Особенности функционирования региона как социально-экономической системы во многом зависит от качества и количества ресурсов имеющихся в распоряжении органов управления. Они отражаются в доходной части консолидированного бюджета региона, включающие как региональную, так и муниципальную составляющую. Анализируя источники формирования доходов консолидированного бюджета Республики Башкортостан, необходимо отметить, что именно налоговые доходы являются основным источником средств. При этом четко прослеживается влияние четырех основных налогов - налога на прибыль, НДФЛ, налога на имущество и акцизных сборов. Они составляют в среднем 80% от всех налоговых поступлений [1]. В связи с этим задача прогнозирования величины сборов по данным налогам является крайне актуальной и важной. Подобные прогнозы позволят в дальнейшем определить возможные расходы бюджета на развитие экономики, обеспечение социальной защиты граждан и по иным направлениям.
Для дальнейшего анализа воспользуемся данными о фактическом исполнении доходной части консолидированного бюджета Республики Башкортостан.
Для прогнозирования величины налоговых доходов применяются различные методы, в том числе: экспертный, трендовый, эконометрический, индексный. Каждый из них обладает своими достоинствами и недостатками.
Рассмотрев динамику поступлений налога на прибыль организаций и ее взаимосвязь с основными экономическими показателями, можно
придти к выводу, что наиболее целесообразным является использование индексного метода. Для этого проанализируем соответствие цепных индексов показателя «Налог на прибыль организаций» аналогичным индексам показателя «Прибыль экономики». Выделенные показатели имеют одинаковые тенденции. Их расхождение в отдельные периоды (например, в 2008 году) объясняется тем, что налог на прибыль за 4-ый квартал был уплачен исходя из налоговой базы 3-го квартала [2], в то время как фактическая прибыль экономики в последнем квартале 2008 года заметно сократилась. В связи с этим произошла переплата по налогу на прибыль, которая должна быть возмещена в 2009 году, что приведет к снижению темпа данного показателя.
Налог на доходы физических лиц в первую очередь определяется размером заработной платы работников. Рассмотрев различные функциональные зависимости, нами был сделан вывод, что наиболее оптимально зависимость описывается формулой (1).
НДФЛ =0,055*(ЧЗ*НЗ*12)1,03, (1)
где ЧЗ - среднегодовая численность занятных в экономике, тыс. чел;
НЗ - среднемесячная номинальная начисленная заработная плата, тыс. руб.
Оценку качества построенной модели дает коэффициент детерминации, который показывает степень зависимости между переменными.
Проверки статистической значимости коэффициентов регрессии и детерминации, то есть неслучайного их отличия от нуля, проводится с помощью ^критерия Стьюдента и F-критерия Фишера [3].
Так результаты регрессионного анализа свидетельствуют о хорошем качестве уравнения: значение коэффициента детерминации R2=0,95, значение статистики Фишера F = 7377,0, Стьюдента t = -20,18.
Одной из наиболее сложных является задача прогнозирование величины акцизных сборов. Представляется довольно затруднительным выделить постоянный набор факторов влияющих на данный показатель. После анализа ряда возможных зависимостей, была выделена формула (2), как наиболее точно отражающая математическую, так и экономическую составляющую.
А = 18,045*ВРП0 45013, (2)
где А - величина акцизов, млн. руб.;
ВРП - валовой региональный продукт, млн. руб.
Согласно результатам регрессионного анализа, построенная модель является достаточно адекватной. В частности об этом позволяют говорить значения коэффициента детерминации статистик
Фишера F = 110,85 и Стьюдента t = 5,1604.
Для дальнейшего расчета налоговых доходов за счет налога на имущество требуется знать величину среднегодовой стоимости основных фондов. В свою очередь величина стоимости основных фондов на конец года может быть определена исходя из функции (3):
СОФкг. = 1268,14*И057054, (3)
где СОФкг. - стоимость основных фондов на конец года, млн.
руб.;
И - инвестиции в основной капитал за счет всех источников финансирования, млн. руб.
Расчет величины доходов консолидированного бюджета за счет налога на имущество может быть спрогнозирован исходя из формулы
(4):
Нм = 0,000004 * (СОФн,.+ СОФк.г. у,5°1, (4)
где Ним - величина налога на имущество, млн. руб.;
СОФнг. - стоимость основных фондов на начало года, млн. руб.
Значения коэффициента детерминации R2=0,98, статистик Фишера F=451,42 и Стьюдента t =-12,73 свидетельствуют о хорошем качестве построенной модели.
Кроме представленных выше четырех основных налогов, консолидированный бюджет Республики Башкортостан формируется за счет прочих налогов и неналоговых доходов. Из статистики видно, что отношение прочих налогов к сумме четырех основных налогов в среднем постоянно и составляет 8,5%.
Исходя из приведенных выше расчетов, прогнозируется снижение общих налоговых доходов ближайшие годы и последующее возвращение прошлого года. Подобные тенденции объясняются влиянием кризисных явлений на экономику Республики Башкортостан. Одним из последствий этого стало увеличение планируемого дефицита бюджета [4] с учетом использования финансовых ресурсов, накопленных в предыдущие периоды. В связи с
этим, для полного выполнения расходных статей бюджета потребуется привлечение дополнительных финансовых средств.
Список литературы
1. Низамутдинов М.М. Инструментарий прогнозирования изменения параметров регионального развития на основе адаптивно-имитационного подхода // Information Technologies for Intelligent Decision Making Support ITIDS'2015 Proceedings of the 3rd International Conference. General Chair Woman: Yusupova Nafisa. 2015. С. 211-215.
2. Орешников В.В. Информационно-логическая схема управления поведением агента «Человек» // Молодой ученый. 2016. № 5-4 (109). С. 26-29.
3. Основы эконометрического анализа: учеб. пособие / Е. Г. Семенова, М. С. Смирнова; ГУАП. - СПб., 2006. - 72 с.
4. Фаттахов Р.В. Анализ и оценка взаимовлияния параметров демографического и экономического развития регионов и городов на примере приволжского федерального округа // Экономический анализ: теория и практика. 2016. № 2 (449). С. 77-90.
Скрипниченко М.В., Артемьева А.А.
ОЦЕНКА ИМУЩЕСТВЕННОГО КОМПЛЕКСА В СИСТЕМЕ ИННОВАЦИОННОГО ПОТЕНЦИАЛА ПРЕДПРИЯТИЯ
Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики
Ключевые слова: Имущественный комплекс, оценка инновационного потенциала, методы оценки имущественного комплекса, капитальные вложения, оценка ресурсов.
Аннотация: В статье дано обоснование необходимости оценки инновационного потенциала предприятия для внедрения и использования инновационных проектов, при этом указан алгоритм такого анализа и отмечена важность оценки имущественного комплекса предприятия для инновационных целей. Рассмотрены различные способы оценки имущественного комплекса.
Keywords: Property complex, evaluation of innovative potential, methods of property evaluation, capital investment, resource assessment.
Abstract: The article substantiates the need to assess the innovative potential of the enterprise for the introduction and use of innovative projects, with an algorithm of this analysis and noted the importance of
