Методы прогнозирования и планирования в сфере налогообложения

 

Методы  прогнозирования и планирования в сфере налогообложения

 

 

1. Общая характеристика методов прогнозирования и планирования

 

Методом прогнозирования  и планирования называют совокупность аналитических и вычислительных приемов, с помощью которых составляется прогноз или план.

Методы получения прогнозов  и составления планов многообразны. Конкретные методы определяются характером исходной информации, требованиями к точности прогнозов или планов, накладываемыми ограничениями и т.д. Для выбора метода планирования (прогнозирования) необходимо, во-первых, четко представлять поставленную задачу, то есть анализируемую ситуацию и назначение итогового плана или прогноза, а, во-вторых, знать основные характеристики методов планирования (прогнозирования), которые могут быть использованы.

Основные характеристики методов планирования и прогнозирования следующие:

1. Точность метода.

Точность метода планирования (прогнозирования) это наибольшее возможное  отклонение фактических результатов  от предсказанных, обусловленная самим  методом. Зная точность метода, можно  заранее оценить возможный «разброс» результатов прогнозирования, в этом случае итоговый прогноз выдается как диапазон наиболее вероятных значений анализируемого показателя. Следует отметить, что максимальная точность каждого конкретного метода, определяемая особенностями его алгоритма, является расчетной, потенциально достижимой в идеале. На практике точность конкретного прогноза может существенно отклоняться от расчетной. Точность реального прогноза зависит не только от погрешности метода, но и от полноты, объективности и достоверности исходных данных используемых для прогнозирования, квалификации специалистов и иных факторов. Как правило, точность прогноза (плана) снижается по мере увеличения горизонта прогнозирования (планирования), что также необходимо учитывать при выборе метода для решения конкретной задачи.

2. Стоимость или ресурсоемкость  метода.

Показатель стоимости (ресурсоемкости) метода является комплексным  и включает экономические издержки, непосредственно связанные с  процессом планирования (прогнозирования), такие как заработная плата специалистов, амортизация вычислительной техники и программных средств и т.д. Кроме того, в состав стоимости входят иные прямые и косвенные издержки – затраты времени, сравнительная сложность методик, дополнительные требования к вычислительной техники, программным средствам и квалификации специалистов.

Для подавляющего большинства  методов основные характеристики связаны  прямо пропорционально – чем  больше стоимость метода, тем выше его точность и наоборот, чем ниже точность, тем меньше и затраты на планирование (прогнозирование).

Отсюда можно сделать  вывод, о том, что две основные характеристики метода в каждом случае практического применения должны быть адекватны требованиям конкретной ситуации. Поскольку планирование и  прогнозирование используется для разработки и принятия управленческих решений, необходимо принимать во внимание цену решений, для принятия которых используется план (прогноз). Под ценой решений понимаются экономические последствия (прибыль или убыток) от принятия верного или, соответственно, ошибочного решения. Цену решения целесообразно оценивать не в абсолютных, а в относительных значениях – например, коэффициент рентабельности и т.п.

Таким образом, стоимость  метода прогнозирования должна быть адекватна стоимости решения, принимаемого на основании этого прогноза. Увеличение стоимости при использовании более точных методов прогнозирования не должно превышать экономический эффект от принятия более точного решения.

Более точные и, следовательно, более «дорогие» методы, должны использоваться для исследования тех ситуаций, когда цена решений, принимаемых на их основе велика. Напротив, для принятия решений, не оказывающих существенного влияния на результаты деятельности предприятия, целесообразно использовать простые и недорогие методы. Очевидно, что существует прямая взаимосвязь между масштабами предприятия и используемыми ими методами планирования (прогнозирования). Чем больше предприятие, тем больше цена управленческих решений и, соответственно, тем более «дорогие» методы должны быть использованы. Одинаково ошибочным является подход, когда для принятия решений ценой в сотни миллионов рублей используются простейшие прогнозы-экстраполяции, не учитывающие даже сезонного фактора, и когда для составления прогноза продаж скромной торговой точки проводится полномасштабное маркетинговое исследование с построением сложным многомерных моделей.

К сожалению, следование этому правилу не всегда возможно, поскольку нередко возникает  проблема, известная как «парадокс  измерения». Ее можно сформулировать следующим образом – «чем точнее мы хотим измерить какую-либо величину, тем точнее мы должны знать ее значение еще до измерения». То есть не всегда можно до составления плана и, тем более, прогноза, оценить цену управленческих решений, которые потребуется принимать в будущем. В результате, мы не можем знать, какой точности прогноза или плана будет достаточно для принятия решения. В такой ситуации можно порекомендовать, сначала всегда делать оценочный прогноз, используя приблизительные (и дешевые) методы. Такой неточный прогноз позволяет оценить цену управленческого решения и необходимый уровень точности, что позволит наиболее адекватно подобрать методику составления окончательно прогноза. Однако, такой подход не всегда возможен, поскольку существует еще одно ограничение при выборе метода прогнозирования.

Это ограничение –  время составления плана (прогноза). Более сложные методы, как уже  отмечалось, требуют большего времени, которого в реальной ситуации принятия решения может и не быть. В тех  случаях, когда принятие решений имеет жесткие ограничения по времени, именно затраты времени зачастую определяют итоговый выбор метода планирования (прогнозирования). Наличие таких ограничений не всегда позволяет использовать предлагаемый подход с последовательным составлением двух прогнозов – оценочного и окончательного.

Существует множество  различных методов планирования и прогнозирования. При этом, если методы планирования на практике индивидуальны  для каждой задачи (метод составления  финансового плана совсем не похож на метод составления плана грузооборота, хотя в их основу могут быть заложены сходные математические модели), то методы прогнозирования в различных задачах экономики и управления используются схожие.

Этих методов также  существует достаточно большое число, однако все их можно объединить в три большие группы:

1. Прогнозирование по  временным рядам (методы экстраполяции).

2. Прогнозирование с  помощью экономико-математических  моделей.

3. Прогнозирование на  основе экспертных оценок.

Каждая из этих групп методов прогнозирования имеет свои специфические особенности, требования к исходным данным и область применения.

2. Методы экстраполяции

 

Прогнозирование по временным рядам представляет собой чисто статистический метод. Временной ряд – это последовательность значений некоторого показателя, привязанных к определенным датам или промежуткам времени. Анализ такого временного ряда сводится к определению зависимости значения прогнозируемого параметра от времени, то есть ищется зависимость вида:

X = F (t)

Форма зависимости может быть любой, но, как правило, на практике используют сравнительно простые зависимости, прежде всего линейную. На практике, в большинстве случаев, этого бывает достаточно для оценки тенденций изменения показателя и определения диапазона возможных значений параметра.

Таким образом, при прогнозировании  по временным рядам серия данных о прошлом продлевается на будущее, образуя прогнозную оценку рассматриваемого количественного параметра. При  этом не учитываются факторы, которые  оказывают влияние на значение показателя, во внимание принимается только имеющаяся тенденция изменения его количественных значений, без анализа причин этих изменений. Найденная «зависимость» прогнозируемого показателя от времени носит явно искусственный характер и, в подавляющем большинстве случаев, не соответствует реальным закономерностям его изменения. Поэтому методы прогнозирования по временным рядам отличаются невысокой точностью.

 

Данный метод называют также экстраполяцией, формальным прогнозированием или построением трендов. Существует множество статистических методов экстраполяции, которые различаются кругом решаемых задач. Сравнительно простые методы регрессионного анализа используются для прогноза в условиях долгосрочной, устойчивой тенденции. Когда присутствуют цикличные изменения показателей, обусловленные, например, сезонным характером производства (сельское хозяйство, строительство), используются более сложные методы прогнозирования, предполагающие сложный анализ временных рядов.

 

Методы экстраполяции  включают метод наименьших квадратов, метод экспоненциального сглаживания, метод скользящего среднего, а также ряд других. Наибольшее распространение из них получил метод наименьших квадратов, который позволяет подобрать простую функцию (как правило, линейную), описывающую зависимость прогнозируемого параметра от времени. Знаю эту зависимость, мы можем получить прогнозное значение на интересующий нас момент времени.

Главным требованием  надежности данного метода является достаточный объем данных о прошлом  значении показателя. Прогноз, основанный на 2 - 3 предыдущих значениях некоторого показателя наверняка будет очень неточным, для более-менее достоверного прогноза необходимо 10 - 15 значений. При этом считается, что достаточно точным будет прогноз, сделанный не более чем на срок, который вдвое меньше периода, за который имеются данные, использованные для построения прогноза.

Преимуществом данного  метода прогнозирования является простота применения, наглядность результатов, так как прогноз выдается в  виде численных значений параметра. Этот метод легко реализуется с помощью ЭВМ. Во многих широко распространенных программах, таких, например, как электронные таблицы Microsoft Excel, имеются встроенные функции экстраполяции. Для более сложных случаев прогнозирования, когда прогноз учитывает сезонные колебания и иные периодические изменения показателя, созданы специализированные компьютерные программы анализа временных рядов.

Недостатком метода является, во-первых, ограниченная сфера его  применения – прогнозировать можно только количественные показатели, при этом необходимо, чтобы имелись их значения за достаточно продолжительный прошлый период. Вторым недостатком метода является ограниченный горизонт прогнозирования. Как показывает обширный опыт применения, прогнозы по временным рядам, точны в достаточно краткосрочной перспективе. Это объясняется тем, что такой прогноз не может предвидеть какие-то значительные качественные изменения прогнозируемого показателя. Например, прогноз объема производства определенного вида продукции, сделанный методом временных рядов, не может учитывать смену технологии, которая позволит значительно расширить производство, появление новых видов продукции, которые вытеснят анализируемый продукт с рынка и т.д. Простой количественный анализ не может предвидеть качественные изменения, которые происходят в системе.

В качестве базы для применения этого метода для оценки налоговых поступлений служит информация:

1) о поступлении конкретных  налогов и сборов за определенные  периоды предыдущих лет, 

2) об объемах выпадающих доходов,

3) состоянии задолженности  по налоговым платежам,

4) анализ тенденций  в развитии налогооблагаемой  базы, структуры налогоплательщиков  и т.д.

При этом методе планирования соответствующие показатели должны приводиться в сопоставимые условия.

3. Метод экономико-математического моделирования

 

Метод экономико-математического  моделирования является более сложным видом прогноза. Если прогнозы по временным рядам основываются на допущениях о возможности экстраполяции прошлого на будущее, то прогнозирование на основе экономико-математических моделей исходит из того, что современная ситуация может быть использована для прогнозирования ситуаций будущего. Например, экономисты руководствуются определенным числом ведущих показателей, полагая, что их изменения всегда предшествуют изменениям в предпринимательской деятельности. Тем самым эти показатели служат базой для прогноза этих изменений. Практически для выработки прогноза чаще всего рассматриваются одновременно группы подобных показателей. Например, такие показатели, как валовой национальный продукт в сравнимых ценах, индекс промышленного производства и объем розничных продаж, привязанные к временному ряду, могут рассматриваться в качестве показателей будущего уровня коммерческой деятельности. Для прогнозирования строится модель, которая увязывает основные параметры, характеризующие состояние моделируемой системы (организация, отрасль, национальная экономика) друг с другом. При этом некоторые переменные являются независимыми или входными параметрами, а другие – зависимыми или выходными, их значения определяются с помощью входных.

Используемые соотношения  могут носить качественный и количественный характер, быть записаны в форме  разного рода уравнений, неравенств и тождеств. Подставляя в получившуюся модель предполагаемые значения независимых переменных, мы получаем прогнозные значения выходных параметров. Например, зная ожидаемые значения выручки и затрат предприятия, мы можем прогнозировать величину налоговых платежей в определенные промежутки времени.

Преимуществом данного  метода является комплексный подход к анализируемой ситуации, когда  для прогноза изменения ситуации используется набор существенных показателей. Как правило, такие прогнозы в  основном оказываются верными, однако, они основаны на анализе уже случившихся событий. Поэтому, если возникает ситуация, которая не имеет прецедента, этот метод не способен дать точный прогноз. Таким образом, несмотря на более высокую надежность данного метода, ему присущи те же недостатки, что и методу прогнозирования по временным рядам.