Моделирование налогообложения

Точность расчетов можно оценить  с помощью соображений типа тех, что используются в бутс трепе. Или же рассчитаем итоговые величины (на одного налогоплательщика) отдельно для каждой тысячи, получим выборку из 1000 векторов (поскольку всего испытаний 1000000), распределение которой можно оценить стандартными методами прикладной статистики, в частности, вычислить выборочное среднее квадратическое отклонение, которое и описывает погрешность итоговой величины.

Итог описанной процедуры моделирования - средние поступления в бюджет для налогов и сборов различных  видов, приходящиеся на одного условного  налогоплательщика, и погрешности  этих величин. Умножая их на число  реальных налогоплательщиков, получаем оценки реальных поступлений. Можно  рассчитать и погрешности этих оценок.

Модель позволяет оценить результаты применения управляющих воздействий, т.е. изменений значений параметров системы налогообложения (ставок налогов, правил назначения льгот и т.д.). Для  этого достаточно повторить моделирование, изменив правила расчета величины налогов и других поступлений  в бюджеты.  При проведении обширных вычислительных экспериментов с моделью МОНЕПА целесообразно для снижения объема расчетов использовать рекомендации математической теории планирования эксперимента (см., например, [13]).

 

2.2. Об анализе математического и программного обеспечения

 

Анализ существующего математического  аппарата и программного обеспечения  с целью выбора средств для  выполнения первоначальных работ по НИР - необходимый этап работы.  

Анализ временных рядов должен проводиться на основе соответствующей  вероятностно-статистической теории. Основные задачи - выделение тренда и спектральный анализ (выделение  периодических волн). Следует сравнить возможности ряда диалоговых систем - пакетов МЕЗОЗАВР, СРСМ, АВРОРА, STATGRAPHICS, STATISTICA, ЛИСАТИС и др., с учетом их доступности для использования  в работе.

Методы оценки функций распределения (с помощью эмпирических функций  распределения, оценок Пайка, сглаженных непараметрических оценками функции  распределения, построенных с помощью  непараметрических оценок плотности  типа Парзена-Розенблатта, иных возможных вариантов) должны быть проанализированы как с позиций прикладной статистики, так и с позиций компьютерных наук.

Выбор датчика равномерно распределенных псевдослучайных чисел следует  производить с учетом дискуссии по датчикам в журнале "Заводская лаборатория" в 1985-1993 гг., в результате которой изучены свойства ряда датчиков. В частности, в работе Ю.Н.Тюрина и В.Э.Фигурнова [14] продемонстрированы преимущества М-перемешивающего датчика Кнута, в котором один исходный датчик генерирует случайную последовательность, а второй независимо от первого - случайный номер в этой последовательности, а в итоговую последовательность попадает элемент из последовательности первого датчика с номером, выданным вторым датчиком. В предположении, что функции распределения заданы в непараметрическом виде, переход от равномерно распределенной случайной величины X к случайной величине с заданной функцией распределения F(x) происходит путем вычисления G(X), где G - функция, обратная к F.  

Поскольку при проведении обширных вычислительных экспериментов с  моделью МОНЕПА (см. выше) целесообразно  для снижения объема расчетов использовать рекомендации математической теории планирования эксперимента, то необходимо проанализировать различные постановки этой теории и  выбрать процедуру планирования вычислительного эксперимента.

 

2.2.1. О дальнейшем развитии работ

 

Обсудим работы следующего уровня очередности  выполнения. Одна из них - разработка методологии  и методики формирования суррогатной  базы данных о налогоплательщиках.  В странах Европейского Союза обсуждается вопрос о принятии новых правил представления статистических данных для научных исследований, в соответствии с которыми не разрешается использовать данные о реальных организациях. Вместо них предлагается формировать по специальным алгоритмам так называемые "суррогатные базы данных", достаточно хорошо представляющие базы реальных данных. Методология и технология построения суррогатных баз данных обсуждается в главе.

Следует подчеркнуть, что в области  моделирования процессов налогообложения  продолжают использоваться выборки  с данными о реальных налогоплательщиках. Так, в Великобритании в модели подоходного  налога используется выборка, включающая данные о 80000 налогоплательщиках (из 25 млн.). Аналогичный подход применяется Госкомстатом РФ при проведении бюджетных обследований. Однако с учетом европейских тенденций к переходу к "суррогатным базам данных" и опасности утечки информации к криминальным структурам в России необходимо проработать возможность построения подобной "суррогатной базы данных" для нужд обсуждаемой НИР. Вариантом представления информации для изучения может быть "усеченная" база данных о реальных налогоплательщиках, из которой исключены адреса, наименования, фамилии и иные сведения, позволяющие идентифицировать элемент используемой в НИР базы данных с реальным физическим или юридическим лицом.

Целесообразно начать работы по построению первоначальных моделей налогоплательщиков (юридических и физических лиц) с  целью оценки краткосрочных и  долгосрочных изменений налоговых  поступлений, вызванных управляющими воздействиями (изменениями налоговых  ставок, правил предоставления льгот  и др.) Аналогом является канадская  модель Т2 налога на корпорации. Краткосрочные изменения в результате применения управляющих воздействий могут быть изучены и с помощью модели МОНЕПА, описанной выше. При моделировании долгосрочных изменений необходимо учитывать, как и в модели Т2, такие макроэкономические показатели, как средний рост капитала за год (другими словами, рентабельность), индекс инфляции, а при более подробном моделировании (на следующих этапах работы) - объемы основных и оборотных средств, заработной платы, необходимый объем кредита и процент платы за кредит и т.д.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава 3.

Подходы к  сбору и обобщению информации о процессах налогообложения  на основе компьютерных систем

 

3.1. Анализ возможности использования АИС для сбора и обобщения информации о налоговых поступлениях.

 

Рассматриваемый программный комплекс “Автоматизированная  Система Государственной Службы Российской Федерации (АИС - Налог)”, в дальнейшем - АИС, является средством для учета и обработки данных уплаты различных отчислений поставленными на учет физическими и юридическими лицами. АИС состоит из нескольких модулей, реализующих в себе следующие функции:

- Анализ данных по налогообложению.

- Оперативно-бухгалтерский учет налогов по юридическим лицам.

- Учет и распределение по регионам и ГНИ сведений о дополнительных доходах граждан.

- Формирование и ведение фонда социального развития ГНИ.

- Камеральные проверки налоговых расчетов юридических лиц. Подготовка справочно-аналитической информации по данным проверок.

- Учет контрольно-кассовых машин юридических и физических лиц и формирование документов по учету.

- Формирование и ведение баз данных нормативно-справочной информации.

- Постановка на налоговый учет и включение в Госреестр юридических лиц.

- Другие функции.

В многопользовательском  режиме АИС работает в операционной системе UNIX SCO REL.3.0 AP 6.1.4 или AP 6.0.0. При  этом PC   XT/AT, входящие в состав многопользовательского  комплекса, работают  под управлением  MS DOS и  могут использоваться на рабочем  месте как терминалы AP и как  ПЭВМ в MS DOS.

Модули  АИС работают с классификаторами и справочниками установленных  структур (см. Приложение 1 к настоящей  главе). В этих файлах содержатся получаемые данные о налогоплательщиках. Таким образом, можно, проанализировав эту информацию заключить, что для формирования “суррогатной базы” налогоплательщиков и построения модели можно, в частности, использовать следующие величины:

- подоходный налог;

- налог на добавленную стоимость;

- налог на имущество;

- налог на транспорт;

- налог на дороги;

- другие, содержащиеся в справочниках по видам налогов и платежей.

Следует сделать несколько замечаний  по поводу возможности обработки  данных с помощью АИС. Этот программный  комплекс создавался не для сложного анализа, а скорее для учета данных о налогоплательщиках, и рассчитывался  применяться для компьютеров  типа IBM PC/XT, что в свою очередь  позволило создать систему, работающую на маломощной технике, но накладывающую  ограничения на пользовательский интерфейс  и вывод графической информации. В АИС предусмотрен модуль построения графиков (столбчатые диаграммы, выводимые  символами в текстовом режиме). Однако, для проведения различной  обработки данных (разумно осуществить  ее уже существующими программными пакетами) хотелось бы экспортировать данные системы АИС в другой формат, применяемый системами, работающими  под управлением операционной системы MS DOS и, в частности, оболочки Windows. Это  может быть формат DBF файлов, используемый СУБД FoxPro, или формат MDB, используемый MS ACCESS. Рекомендация использовать именно эти форматы обусловлена тем, что практически любое приложение Windows, может получить данные из файлов этих форматов напрямую, с помощью  драйверов ODBC (Open Database Connectivity) или после  конвертации.

 

3.2. Сбор и обобщение данных об экономических показателях, связанных с функционированием системы  налогообложения.

 

3.2.1. Индекс инфляции

 

Индекс инфляции или индекс потребительских цен (ИПЦ) - один из важнейших показателей, характеризующий инфляцию, поэтому решение проблемы его правильного определения имеет большое социальное и политическое значение для оценки процессов,  происходящих в экономике страны.

ИПЦ - это относительный показатель, характеризующий изменение стоимости  потребительской корзины населения  региона.

Общие цели, для которых используется ИПЦ:

- общий экономический и социальный  анализ и определение экономической  политики;

- индексация государственных расходов (в том числе пенсий, пособий,  оплаты труда государственных служащих и т.д.), а так же корректировка заработной платы рабочих и служащих негосударственных секторов, страховых премий,  банковских процентных ставок;

-  установление реального курса  валют;

-  сопоставление движения цен  для производственных целей.

Система ИПЦ включает:

- сводный индекс ИПЦ, характеризующий  изменение стоимости фиксированного  набора потребительских товаров  и услуг, приобретаемых в среднем  на одну семью;

- сводный ИПЦ по фиксированному  набору основных потребительских  товаров и услуг, приобретаемых  в среднем на одну семью,  без товаров и услуг необязательного пользования (предметы роскоши, ювелирные изделия, особо модные товары и т.д.);

- ИПЦ по отдельным социально  - экономическим группам населения,  в частности, с различным уровнем  доходов. ( Для каждой группы населения (например, пенсионеры, малообеспеченные и т.д.) могут исчисляться групповые ИПЦ);

-Индекс стоимости прожиточного  минимума, характеризующий изменение  стоимости фиксированного набора  потребительских товаров и услуг,  соответствующих минимальному потребительскому  бюджету.

При расчете ИПЦ не учитывается:

-  влияние изменения доходов  населения, объема и структуры  потребления, т.к. при этом исходят из предположения, что изменение цен не меняет состав потребительской корзины, но в реальной жизни это не так;

- не учитываются качественные  сдвиги в потребительской корзине,  т.к.  предполагается, что рост стоимости товаров и услуг целиком вызван инфляцией, а не улучшением (ухудшением) их качественных характеристик.

Первичная информация о ценах является базовой для всех индексных расчетов. В качестве такой информации используется следующее:

- выборка товаров и услуг  - представителей, для включения в потребительскую корзину товаров и услуг, реализуемых населению;

- выборка предприятий торговли  сферы обслуживания, где осуществляется  приобретение товаров и услуг;

- выборка семей, ведущих по  поручению статистических органов  или независимых организаций  свои бюджеты для определения  структуры потребительских расходов.

Расчет индекса потребительских  цен осуществляется по формуле Ласпейреса:

,

где

- количество единиц товара  в потребительской корзине базисного  периода;

- цена единицы товара в  потребительской корзине отчетного  периода;

- цена единицы товара в  потребительской корзине базисного  периода.

Расчет индивидуальных индексов цен:

,

где

- средняя цена (тариф) за единицу  товара (услуги) в отчетном периоде;

- средняя цена (тариф) за единицу  товара (услуги) в базисном периоде;

Средние цены на отдельные товары и услуги в целом по территории определяются по совокупности регионов:

, где 

pc - средняя цен

d - удельный вес численности  населения территории в общей  численности населения в регионе.

Расчет сводного ИПЦ для любой  территории (города, района, области, края, республики в составе государства  и государства в целом) производится по формуле:

- индекс средних цен отдельных  товаров и услуг по сравнению  с базисным году.

-- удельный вес расходов населения  на данный товар (услугу) в общей  сумме потребительских расходов  населения в базисном году.

Индекс средних цен:

- средние цены отчетного периода;

- средние цены базисного периода;

d - удельный вес численности  населения территории в общей  численности населения в регионе.

 

3.2.2. Ставки и сбор налогов

 

Налоги представляют собой важнейшую  финансовую форму реализации государством своего экономического права на получение  части созданного в обществе чистого  дохода для выполнения им своих политических, экономических, социальных и прочих функций.