"Налоговый вестник", N 3, 2003

ОБ ОЦЕНКЕ НАЛОГОВОГО ПОТЕНЦИАЛА АСТРАХАНСКОЙ ОБЛАСТИ

С ИСПОЛЬЗОВАНИЕМ РЕПРЕЗЕНТАТИВНОЙ НАЛОГОВОЙ СИСТЕМЫ

Для оценки налогового потенциала автором предлагается использовать репрезентативную налоговую систему (РНС). Суть ее заключается в расчете суммы бюджетных платежей, которые могут быть собраны в регионе при условии среднего уровня налоговых усилий и одинаковом составе налогов и налоговой ставки во всех регионах. Для применения этого метода по всем регионам необходимо иметь данные по фактически собранным налогам и сборам и по их налоговым базам, что позволит рассчитать объем поступлений по региону. Именно эта величина и принимается за меру налогового потенциала региона.

Для каждого региона оценка РНС включает определение всех статей доходов местного бюджета, построение единой классификации статей доходов разных регионов, определение состава стандартной (нормативной) налоговой базы и репрезентативной (средней) налоговой ставки и расчет на этой основе налогового потенциала.

Предлагается использовать в РНС метод регрессионного анализа. Его преимущество заключается в сокращении потребности в данных для измерения налогового потенциала: понадобится лишь информация о совокупных доходах по региону и небольшой набор переменных, используемых в качестве косвенных измерителей налоговых баз регионов. При использовании метода регрессионного анализа отпадает необходимость в группировке доходных статей по налоговым компонентам и в создании собственной налоговой базы для каждого компонента налоговой системы. Включение большого количества переменных повышает точность регрессионного варианта РНС за счет более эффективного анализа данных.

Для оценки налогового потенциала регионов с помощью регрессионного анализа посредством оптимальных оценок случайных факторов (1, 2, ..., m) используется уравнение следующего вида:

Yj = X1jG1 + X2jG2 + ... + XmjGm + ej,

где Yj - фактически собранные в регионе платежи в бюджет (j = 1, 2, ..., n);

Xmj - показатели налоговой базы, косвенно или непосредственно отражающие величину налоговой базы данного региона или отдельных ее компонентов;

Gm - число рассматриваемых регионов;

ej - случайная ошибка измерений.

Таким образом, можно рассчитать возможные доходы региона по известным характеристикам его налоговой базы, которую можно интерпретировать как налоговый потенциал региона. 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 позволяет выявить зависимость между фактическими поступлениями и налоговыми базами в ходе процедуры статистической оценки.

В наибольшей степени данный метод эффективен для среднесрочного и долгосрочного прогнозирования, когда не представляется возможным оценить совокупность налоговых ресурсов и налоговых баз по каждому из налогов, принимаемых во внимание при расчете налогового потенциала.

Недостатком регрессионного метода является его сложность. К тому же полученные показатели налогового потенциала регионов могут значительно различаться в зависимости от используемого набора экономических характеристик. Однако в условиях Российской Федерации эта проблема стоит не так остро, поскольку регионов достаточно много.

Одной из важных задач в настоящее время является достоверное определение размеров налогооблагаемой базы региона. Зная данный показатель, можно с большей долей вероятности прогнозировать поступления в бюджетную систему и отслеживать отклонения в поступлениях, связанные с изменением законодательства, использованием новых схем для ухода от налогообложения и т.д.

Произведем расчет налогооблагаемой базы Астраханской области.

При расчете будем рассматривать одну из составных частей теневой экономики - скрытую экономику, то есть легальное производство продукции на предприятии, не отражаемое в бухгалтерской отчетности. В последние годы скрытая экономика приобрела значительные масштабы. Отсутствие статистики по ней искажает как размеры ВВП, так и показатели работы отдельных предприятий. В результате скрытой экономической деятельности предприятий из-под налогообложения и контроля налоговых органов выводятся значительные денежные средства, что приводит к неполной уплате налогов и, как следствие, недополучению бюджетом денежных средств.

Несмотря на труднодоступность получения информации по операциям скрытой экономической деятельности, существует определенный набор специфических методов, позволяющих определить параметры скрытой экономики, используя косвенную и расчетную информацию.

Такую возможность предоставляет метод товарных потоков, который порой является единственной реальной возможностью получить оценку реального объема производства. Например, если при сопоставлении данных о производстве металлургическим предприятием продукции на экспорт и о пересечении ею границы стоимость объема экспорта больше, чем стоимость произведенной продукции, то можно сделать два предположения: либо предприятие скрыло часть произведенной продукции, либо между предприятием - производителем и заказчиком - импортером был еще посредник, в результате оплаты услуг которого конечная цена товара возросла. Однако метод товарных потоков не всегда эффективен из-за сложности сбора данных и их неполноты.

В целом, условно можно выделить четыре метода оценки скрытой деятельности предприятий:

1) метод специфических индикаторов связан с использованием какого-то одного показателя, отражающего уровень скрытой деятельности и полученного прямым или косвенным методом;

2) метод мягкого моделирования (оценка детерминантов) связан с использованием какого-то одного показателя, отражающего уровень скрытой деятельности и полученного прямым или косвенным способом;

3) структурный метод основан на использовании информации о размерах скрытой деятельности в различных отраслях производства;

4) смешанный метод предусматривает использование метода скрытых переменных и комплекса разнообразных методов при оценке различных сфер теневой экономики.

Таким образом, многообразие применяемых методов свидетельствует об отсутствии методики количественной оценки размеров скрытой экономической деятельности и критериев достоверности результатов. При этом, как показывает практика, прямые методы дают заниженную оценку, косвенные же методы, а также методы скрытых переменных, мягкого моделирования, структурный метод - завышенную.

Несмотря на некоторую заниженность оценок, прямые методы дают надежные результаты.

Косвенные методы очень разнородны. Часть их, особенно монетарные, могут применяться при полном развитии денежных отношений. Кроме того, гипотезы, лежащие в основе монетарных методов, в определенной мере условны.

Предлагается использовать методику оценки скрываемой деятельности в промышленности на основе информации о результатах контрольной работы налоговых органов. В качестве основы расчета используется информация о проверенных документально плательщиках НДС.

Для расчета используется следующий алгоритм:

[(Hd - Wd) - Kd] KsDn

Vc = --------------------- х Kr,

D

где Vc - скрытый объем продукции для конкретной отрасли промышленности;

Hd - дополнительно начисленные штрафные санкции и пени в связи с нарушением уплаты НДС;

Wd - дополнительно начисленные штрафные санкции и пени в связи с нарушением уплаты НДС;

Kd - количество документально проверенных налогоплательщиков всей отрасли, по которым выявлены нарушения;

Ks - число юридических лиц, зарегистрированных в отрасли и фактически работающих;

Dn - доля налогоплательщиков, по которым выявлены нарушения, в общем числе документально проверенных, %;

D - доля НДС в фактической выручке от реализации, %;

Kr - коэффициент соотношения среднего размера доначислений на одну проверку на предприятии к среднему размеру доначислений по всем проверенным налоговой полицией объектам.

Исходя из практики расчета по методике оценки скрываемой деятельности можно сделать следующие выводы.

1. Коэффициент соотношения среднего размера доначислений на одну проверку на предприятии к среднему размеру доначислений по всем проверенным налоговой полицией объектам рассчитывается по данным территориального органа налоговой полиции и распространяется на совокупность предприятий региона. Однако, учитывая специфику деятельности налоговой полиции и то, что объемы работы, проводимой инспекциями МНС России, во много раз превышают масштабы деятельности органа налоговой полиции, трудно согласиться с объективностью использования показателей, выстраиваемых по результатам деятельности ФСНП России, для оценок скрываемой деятельности по данным МНС России. В связи с этим существует большая вероятность ошибки при распространении коэффициента Kr на всю совокупность обследуемых предприятий.

2. Предложенная методика не учитывает территориальные и производственные особенности, а также особенности транспортировки продукции предприятий. Так, существуют предприятия, продукция которых довольно специфична, и потребителями данной продукции является ограниченное число субъектов. Вследствие этого реализация их продукции "на сторону" просто невозможна. Таким образом, расчет скрытого объема производства необходимо проводить по каждому предприятию индивидуально. Использование усредненных данных в целом по области влечет существенное искажение производимых оценок.

Проведенное рассмотрение концептуальных и методологических подходов к определению налогового потенциала регионов создает предпосылки для синтеза их наиболее рациональных элементов, определения функциональных зависимостей между выбранными макроэкономическими показателями и состоянием налоговой базы и выработки на этой основе соответствующих алгоритмов для объективной оценки налогового потенциала в отраслях экономики и регионах страны.

В силу указанных причин предлагается на основе изучения базы деятельности Управления ФСНП России по Астраханской области за 2001 г. установить ряд исходных параметров для этого расчета.

Так, по сведениям УМНС России по Астраханской области в 2001 г. сумма причиненного ущерба по правонарушениям, выявленным в ходе выездных налоговых проверок, равняется 244 940 000 руб., что составляет 70% от суммы всех доначислений по проверкам.

Разделив данную сумму на количество проверенных предприятий - 3083, на которых в ходе проверок выявлены правонарушения, получим среднюю сумму ущерба на одно предприятие - 79,4 тыс. руб. Умножив ее на общее число предприятий - 11 952, получим сумму, скрытую на всех предприятиях, - 948 988 800 руб. Затем определяем, какая сумма осталась скрытой: 948 988 800 руб. - 244 940 000 руб. = 704 048 800 руб.

Для расчета недоимки необходимо общую сумму недоимки уменьшить на величину отсроченных платежей и на суммы, не возможные ко взысканию:

837 422 774 руб. - 292 031 228 руб. - 228 632 787 руб.= 316 758 759 руб.

Для расчета уплаченной суммы необходимо из суммы поступивших налоговых платежей вычесть суммы, доначисленные по результатам проверок и поступившие в бюджет (та и другая включает пени и штрафы, поэтому они взаимно компенсируются):

9 751 952 575 руб. - 86 814 269 руб. = 9 665 138 306 руб.

Сумма, самостоятельно начисленная предприятиями, составит:

9 665 138 306 руб. + 316 758 759 руб. = 9 981 897 065 руб.

Отсюда налоговая емкость территории, то есть максимальная сумма налоговых платежей, которая могла бы поступить в бюджет, определяется следующим образом:

9 981 897 065 руб. + 704 048 800 руб. = 10 685 945 865 руб.

Следовательно, потенциально возможная сумма налоговых платежей, которая могла бы поступить в бюджет области в 2001 г., составляет 10 685 945 865 руб. Но это только потенциально возможная сумма налоговых платежей, которая могла быть получена при проверке налогового законодательства на всех предприятиях Астраханской области и при улучшении экономической ситуации в регионе настолько, что все недоимщики были бы способны полностью погасить имеющуюся у них недоимку по налоговым платежам. Однако практически данная ситуация невозможна. Итого по расчетам осталось скрыто от налогообложения в Астраханской области в 2001 г. 933 993 290 руб.

Л.Г.Черногор

Управление ФСНП России

по Астраханской области

Подписано в печать

14.02.2003

     
   ——————————————————————————————————————————————————————————————————
————————————————————
——