КУРСОВАЯ РАБОТА
по дисциплине «Налоги и налогообложение»
на тему: Налоговое планирование и прогнозирование
Выполнила: студентка Битчина Н. В.
Проверила: старший преподаватель Коростелева Виктория Викторовна
Ханты-Мансийск 2011
Содержание
Введение
. Основы планирования налоговых поступлений в бюджетную систему страны
Налоговое прогнозирование, виды и методы налогового планирования на макроуровне
Методы оценки налогового потенциала регионов
2. Практические аспекты по расчету поступлений налогов и сборов в 2012г. (прогноз)
Группировка и анализ факторов, влияющих на организацию прогнозирования и планирования налоговых поступлений
Прогноз поступлений налогов в бюджет в 2012 г
. Совершенствование налогового прогнозирования и планирования в действующих условиях
Группировка и анализ факторов, влияющих на организацию планирования и прогнозирования налоговых поступлений
Проблема администрирования крупнейших налогоплательщиков и пути ее решения
Список использованной литературы
Введение
Проведение эффективной налоговой политики - одно из важнейших условий экономического роста России, развития предпринимательской активности, возврата капиталов, а также привлечения в страну полномасштабных иностранных инвестиций.
Нормальное функционирование любых хозяйствующих субъектов, в том числе и государственных органов исполнительной власти, невозможно без всестороннего экономического анализа их деятельности. Оценка показателей многогранного процесса формирования доходов бюджетной системы Российской Федерации в части налогов и сборов и их интерпретация проводятся при анализе поступлений и налогов, и сборов. Особое значение приобретает исследование поступлений налогов и сборов при налоговом планировании, разработках прогнозных оценок поступлений в бюджетную систему России на перспективу.
Объективный анализ поступлений налогов и сборов в бюджет России позволяет выявить и, по возможности, устранить причины их снижения. Кроме того, правильный детальный анализ позволяет обнаружить резервы для пополнения доходов государственного бюджета, определить заниженную (завышенную) налоговую нагрузку по отдельным крупнейшим плательщикам с учетом их территориальных и отраслевых особенностей.
Отличительная особенность системы налогообложения - это ее тесная взаимосвязь с экономикой: ее структурой, реально складывающимися пропорциями, а также ориентация на цели ее развития.
Бюджетным Посланием Президента РФ Федеральному Собранию РФ ежегодно определяются основные направления бюджетной и налоговой политики Российской Федерации на очередной финансовый год. При налоговом планировании учитываются стратегические и краткосрочные ориентиры бюджетной и налоговой политики, заданные в Послании Президента и согласованные с общими целями и задачами экономической политики государства.
Актуальность темы курсовой работы заключается в том, что множественность установленных налогов и сборов, хотя и позволяет решать разнообразные государственные задачи и реализовывать различные функции, создает тенденцию увеличения расходов по их взиманию и условия уклонения от уплаты отдельных налогов. Актуальной проблемой в настоящий момент является создание эффективной системы планирования налоговых доходов. Пока такая система находится в стадии становления, и предстоит еще очень много сделать в теоретическом и прикладном аспектах, чтобы она была реализована на практике. Имеется острая необходимость в совершенствовании действующих и разработке новых методов планирования налоговых доходов, которые способствовали бы большей обоснованности плановых показателей, определению факторов и резервов роста доходов, принятию решений на основе многовариантных расчетов.
Цель работы: ознакомиться с основами планирования и прогнозирования налоговых поступлений в бюджет РФ.
Задачи работы:
ü изучить методологические основы планирования налоговых поступлений в бюджетную систему страны;
ü рассмотреть особенности по расчету поступлений налогов и сборов в федеральный бюджет;
ü выделить и определить пути совершенствования осуществления налогового планирования и прогнозирования в действующих условиях;
ü изучить проблему администрирования крупнейших налогоплательщиков на примере Ханты-Мансийского автономного округа Югры и предложить пути ее решения.
1. Основы планирования налоговых поступлений в бюджетную систему страны
Налоговое прогнозирование, виды и методы налогового планирования на макроуровне
Прогнозирование становится неотъемлемым элементом изучения и использования всей системы общественных отношений, начиная с функционирования хозяйствующих субъектов и заканчивая обществом в его глобальном масштабе. Сегодня нет ни одной составляющей хозяйственной жизни, которая бы остро не нуждалась в глубоких многовариантных прогнозах своего развития.
Одним из важнейших полигонов для разработки и использования прогнозов является налоговая система, где скрещиваются результаты и перспективы развития всех уровней социально-экономической жизни. Классический набор функций управления в теории менеджмента предполагает прогнозирование, постановку целей с формированием стратегий их достижения, планирование, принятие решений, контроль, анализ и оценку результатов (при вводе оценки как новой информации в процесс корректировки прогнозов замыкается контур обратной связи и начинается очередной цикл). В абстрактной модели прогнозирование предшествует планированию, однако в реальности все функции переплетены и осуществляются одновременно. Поэтому налоговое прогнозирование и налоговое планирование правомерно рассматривать как единый адаптивный процесс, в рамках которого происходит регулярная (в рамках заданной периодичности) корректировка решений, оформленных в качестве показателей, пересмотр мер по их достижению на основе непрерывного контроля и мониторинга происходящих изменений.[9]
Налоговое прогнозирование представляет собой оценку налогового потенциала и поступлений налогов и сборов в бюджетную систему (консолидированный, федеральный и территориальные бюджеты) и основывается на социально-экономическом прогнозировании развития Российской Федерации в целом и ее субъектов. Налоговое прогнозирование включает в себя определение налоговых баз по каждому налогу и сбору, мониторинг динамики их поступления за несколько периодов, расчет уровней собираемости налогов и сборов, объемов выпадающих доходов, состояние задолженности по налоговым платежам, оценку результатов изменения налогового законодательства и т. д.
В зависимости от поставленных целей налоговое планирование может проводиться различными методами. Однако все расчеты должны учитывать следующие составляющие:
фоновый уровень поступлений;
сезонную составляющую их изменений;
событийную составляющую (например, варианты развития политической ситуации, изменений в налоговом законодательстве);
остаточную составляющую, включающую возможные неучтенные факторы.
Наиболее простым является метод тренда, т. е. экстраполяции, продолжения в будущем тех тенденций, которые сложились в прошлом. Этот метод основывается на информации о поступлении конкретных налогов и сборов за определенные периоды предыдущих лет, об объемах выпадающих доходов, о состоянии задолженности по налоговым платежам, на анализе тенденций в развитии налогооблагаемой базы, структуры налогоплательщиков и т. д.
При этом методе планирования соответствующие показатели должны приводиться в сопоставимых условиях. Особенно важно правильно оценить размеры дополнительных поступлений налогов и сборов и выпадающих доходов в результате определенных изменений в налоговом законодательстве.
Следующим, более сложным методом является экспертный метод разработки прогнозных оценок, который исходит из экспертных расчетов возможного поступления конкретных налогов и сборов.[4]
Экспертный метод включает в себя определение налоговых баз по каждому налогу и сбору, мониторинг динамики их поступления за несколько периодов, расчет уровней собираемости налогов и сборов, объемов выпадающих доходов, состояние задолженности по налоговым платежам, оценку результатов изменения налогового законодательства и т. д.
Исходной составляющей налогового планирования является определение налоговой базы для каждого вида налога. Расчет налоговой базы проводится как на федеральном уровне, так и в региональном разрезе с учетом отраслевой структуры. Региональное налоговое планирование также основывается на результатах анализа исполнения текущих налоговых обязательств, мониторинга и прогноза макроэкономической ситуации в регионах.
При планировании поступлений по важнейшим налогам и сборам, как правило, следует применять все вышеперечисленные методы.
Важнейшее условие качественного перспективного планирования - это достоверная оценка поступлений налогов до конца текущего периода (месяца, квартала, полугодия, года), что в свою очередь требует использования сопоставимых фактических данных.
Налоговое планирование (прогнозирование) делится на текущее и перспективное. К текущему планированию относится оперативное и краткосрочное планирование сроком на 1 - 1,5 года. Планирование на среднесрочный (до 5 лет) и долгосрочный (до 10 лет) периоды относится к перспективному.
Текущее налоговое прогнозирование осуществляется по Российской Федерации в целом и на уровне ее субъектов, перспективное налоговое прогнозирование, как правило, - по Российской Федерации. Текущее, или краткосрочное, прогнозирование является основой разработки проектов соответствующих бюджетов на год и осуществляется по всем налогам и сборам.
Перспективное прогнозирование учитывает всю совокупность налогов и сборов, осуществляется в целом по налоговым и неналоговым доходам и в большей степени зависит от макроэкономических параметров развития экономики.
Оперативное налоговое прогнозирование проводится на месяц или квартал, и его цель - разработать прогноз реальных поступлений налогов и сборов в этих периодах. Этот прогноз служит определенной базой для налогового планирования, поскольку в ходе оперативного прогнозирования выявляются уровни собираемости налогов и сборов, состояние задолженности по налоговым платежам, динамика выпадающих доходов и т. д.
Краткосрочное прогнозирование на очередной календарный год исходит из параметров социально-экономического развития страны и субъектов Российской Федерации. Эти показатели не разрабатываются, а критически оцениваются налоговыми органами.
Прогнозирование поступлений налогов и сборов на текущий год имеет особое значение, поскольку нереальность годовых прогнозных оценок вызовет в последующем трудности в мобилизации налоговыми органами запланированных доходов в бюджетную систему либо, что бывает реже, при заниженном объеме ожидаемых налоговых поступлений неоправданно высокое перевыполнение установленных заданий отдельными субъектами.
На базе текущих прогнозных оценок осуществляется налоговое планирование, представляющее собой разработку и доведение до налоговых органов по субъектам Российской Федерации индикативных показателей (заданий) по мобилизации налогов и сборов в бюджетную систему в определенном периоде (год, месяц, квартал).[7]
Прежде чем приступить к оценке и прогнозу (планированию) налоговых поступлений, необходимо провести всесторонний и многофакторный анализ данных о налоговой базе, поступлениях в бюджетную систему, а также проанализировать тенденции, складывающиеся в социально-экономическом развитии. Данное требование относится ко всем без исключения налоговым платежам.
В налоговой практике существуют виды прогнозирования налоговых поступлений:
детерминистические прогнозы налоговых поступлений;
прогнозы временных рядов налоговых поступлений на основании их собственной динамики;
прогнозы с использованием моделей с несколькими переменными.
Детерминистический подход построения прогнозов налоговых поступлений наиболее часто реализуется через условный метод прогнозирования налоговых поступлений и метод «налогового калькулятора».
Условный метод используется для получения прогнозных значений агрегированных поступлений и основывается на получении оценок эластичности налоговых поступлений по базе налогообложения. Существует два типа условных методов прогнозирования: статистические и динамические модели прогнозирования налоговых поступлений.
Статистические модели прогнозирования налоговых поступлений ориентированы на учет прямых эффектов воздействия на налоговую базу, в частности изменения структуры налогов. Для составления прогнозов с помощью статистических моделей требуются данные о налоговых поступлениях и их базах по каждому из рассматриваемых типов налогов. В этих данных уже отразилась та часть изменения налоговых поступлений, которая была вызвана соответствующими изменениями совокупного дохода или объема расходов, и то, что было обусловлено изменениями в налоговом законодательстве и налоговом администрировании. Дифференциация этих эффектов является определяющим для статистических моделей прогнозирования налоговых поступлений. Разделить эти эффекты можно различными способами. В частности, можно использовать текущую стоимость налоговых ставок по базам налогообложения предшествующих периодов и получить скорректированные налоговые поступления для текущей структуры налогов. Такому подходу требуется детальная информация по базам налогообложения, поэтому для большинства развивающихся стран он неприемлем. Другой подход основан на построении скорректированных временных рядов налоговых поступлений с учетом изменений в налоговом законодательстве и налоговом администрировании, возникавших на всем временном интервале. При этом подходе, в отличие от первого, для построения скорректированных баз налогообложения необходима только информация, касающаяся объема поступления налогов и сборов. Эти скорректированные налоговые поступления в основном будут реагировать только на изменения объема налогооблагаемых доходов (или расходов), поскольку система налогообложения остается неизменной на исследуемом периоде.[12]
С помощью динамических моделей учитывается не только прямой эффект воздействия налогооблагаемой базы на объем поступлений, но и косвенные эффекты, такие как реакция базы налогообложения на изменение структуры налоговой системы и др. Динамические модели рассматривают ожидаемую реакцию секторов экономики на изменение налогового законодательства. В силу этого базы налогообложения не являются фиксированной величиной при построении прогнозов налоговых поступлений и на них отражаются изменения налоговой системы. Использование динамических моделей требует большого количества достоверной информации, что для большинства стран с рыночной экономикой является неосуществимым, в том числе для современной России.
Метод «налогового калькулятора» как один из методов детерминистического подхода построения прогнозов налоговых поступлений используется тогда, когда доступна база данных с индивидуальными налоговыми отчетами налогоплательщиков. Он особенно распространен при моделировании подоходного налога и налога на прибыль. При построении налоговых калькуляторов обычно используются модель типичного налогоплательщика и модель агрегирования. Применение модели типичного налогоплательщика предполагает, во-первых, поиск типичного представителя для каждой группировочной категории; во-вторых, на основе индивидуальной налоговой декларации расчет текущих налоговых обязательств. Эта модель позволяет рассматривать влияние изменений налогового законодательства на разные категории налогоплательщиков.
С помощью модели агрегирования можно при наличии базы индивидуальных налоговых отчетов за несколько лет, значений темпов экономического роста и дефлятора прогнозировать суммарные налоговые поступления. Применение этой модели предполагает, во-первых, разбивку налогоплательщиков на несколько групп, каждой из которых присваиваются определенные веса; во-вторых, расчет налоговых обязательств для каждого отдельного налогоплательщика; в-третьих, построение прогноза налоговых поступлений на следующий период на основании значений темпов экономического роста и расчета индивидуальных налоговых обязательств по группам налогоплательщиков. Модель агрегирования используется для прогнозирования налоговых поступлений казначейством США. На основании модели агрегирования казначейство США рассчитывает также средние значения предельных налоговых ставок для определения выравнивающего действия налоговой системы.
Прогнозы временных рядов налоговых поступлений осуществляются на основании их собственной динамики с использованием метода взвешенного скользящего среднего (ВСС), метода двойного экспоненциального сглаживания, метода Хольта-Винтерса, модели авторегрессии и скользящего среднего (ARMA). Все эти методы и модели с одной переменной. Прогноз строится на основе использования только предыдущего значения переменной, в данном случае показателя налоговых поступлений. Эти простые модели с одной переменной считаются более надежными по сравнению со сложными структурными моделями. Например, модель временного ряда может использовать месячные данные о прошлых поступлениях подоходного налога и на основании прошлых закономерностей в поведении этой переменной она предскажет будущие значения поступлений из этого источника. Поэтому для использования моделей временных рядов необходимо иметь только прошлые значения самой прогнозируемой переменной. Сдвиги в динамике временных рядов, связанные с реформами в налоговом законодательстве (структуре налога) или с какими-то иными крупными изменениями, могут быть учтены в модели с помощью специального статистического приема - учета так называемой фиктивной переменной.
Суть прогнозирования переменной по прошлой ее динамике заключается в выявлении корреляции будущих значений этой переменной с ее прошлыми. Если такую корреляцию можно определить и разложить ее на составляющие, придав ей структуру, то получатся достаточно точные прогнозы. Наиболее простым методом прогнозирования считается метод ВСС. Метод двойного экспоненциального сглаживания, в соответствии со своим названием, предполагает применение экспоненциального сглаживания к изначальному ряду дважды и продление временного ряда вдоль линейного тренда. Более сложным методом прогнозирования на основе экспоненциального сглаживания считается метод Хольта-Винтерса.
Наиболее часто используемой моделью с одной переменной, в частности, считается модель авторегрессии и скользящего среднего (ARMA)*.
Обычно для случая нормально распределенных данных оценки коэффициента модели ARMA осуществляются на основании метода максимального правдоподобия.
Следует отметить, что очень часто используют чисто авторегрессионые модели. Это правомерно постольку, поскольку модель ARMA может быть представлена в виде модели чистой авторегрессии (в общем случае с бесконечным числом переменных). Параметры для таких моделей предлагается оценивать методом наименьших квадратов, а максимальный порядок лагов с помощью критерия Шварца. В условиях макроэкономической стабильности, как правило, авторегрессионые процессы и процессы скользящего среднего помогают достаточно хорошо описать динамику многих макроэкономических рядов, в том числе и рядов налоговых поступлений. Конечной целью моделирования динамики налоговых поступлений является построение прогнозов, поэтому использование модели ARMA наряду с другими моделями экстраполяции позволяет также по отдельному виду налога оценить уровень точности прогнозирования поступлений.[16]
Прогнозы налоговых поступлений с использованием нескольких переменных создаются потому, что информация в таком многомерном временном ряде может улучшить качество прогноза исследуемого показателя. В частности, при прогнозе налога на прибыль в качестве переменных, связанных с налоговой базой, можно использовать зарплату, прибыль, ставку процента. В настоящее время существует несколько типов моделей прогнозирования с несколькими переменными: структурные эконометрические модели; линейные и нелинейные уравнения; модели, основанные на построении опережающих экономических индикаторов.
Структурные эконометрические модели представляют собой как крупные системы одновременных уравнений, так и небольшие эконометрические модели (типа соотношений для кривой Филипса для отражения зависимости изменения инфляции от изменения уровня занятости и др.). Определяющим в этих моделях является использование предположений экономической теории для задания априорных ограничений.
Типичным примером замкнутых линейных уравнений, используемых для прогнозирования, может служить векторная авторегрессия. Модель векторной авторегрессии имеет три часто встречающихся представления: векторная авторегрессия в приведенной форме, в рекурсивной и структурной формах.
Векторная авторегрессия в приведенной форме обобщает модель авторегрессии на случай многомерной случайной величины.
Основываясь на теории одновременных уравнений, на компоненты каждой матрицы при их оценке необходимо наложить определенные связи. В ресурсном представлении векторной авторегрессии эти связи накладываются механически: предполагается опосредованное влияние компонент многомерного временного ряда друг на друга, т. е. на первую компоненту не влияет никакая другая, на вторую компоненту влияет только первая, на третью - только первые две и т. д. В противоположность этому в структурной форме векторной авторегрессии связи на компоненты матрицы накладываются исходя из результатов экономической теории.
Прогнозирование на основе опережающих экономических индикаторов предполагает создание агрегатной величины, ход тренда которой опережает во времени ход исследуемого показателя. Как известно из экономической теории, изменения одних переменных объективно должны предшествовать изменениям других. Выбирается несколько переменных, опережающих исследуемую величину. Далее из выбранных переменных строится некоторый индекс, по значению которого строится прогноз исследуемого показателя.
Типичным примером прогнозных моделей с несколькими переменными являются макроэкономические модели налоговых поступлений.
При построении прогнозных значений налоговых поступлений, как правило, приходится предварительно прогнозировать объясняющие переменные с использованием различных методик, включая экономические методы, и только потом прогнозировать сами налоговые поступления. При этом можно использовать прогнозы объясняющих переменных, построенные определенными организациями, или же существующие экспертные оценки.
Эконометрические модели, основанные на авторегрессионных процессах, следует, на наш взгляд, рассматривать наряду с моделями для процессов со стохастическим трендом (TS-модели) и моделями для процессов с детерминистическим трендом (DS-модели).
Модель оценки поступлений (Revenue Estimating Model, REM) представляет собой модель-калькулятор, для прогнозирования налоговых поступлений исходя из информации о налоговых поступлениях за предыдущие месяцы. В REM-модели расчет прогнозных значений проводится в постоянных ценах и основывается на значениях поступлений за соответствующий период базового года с учетом возможных изменений ставок и базы налогов. Имевшие место изменения учитываются простой корректировкой на соответствующий множитель. Кроме того, в REM-модели осуществляется дополнительная корректировка прогнозных значений на относительное изменение поступлений текущего года по сравнению с предыдущим годом. Чем ближе прогноз поступлений к концу текущего года, тем в большей степени он опирается на информацию о поступлениях те куше го года.
Замечено, что TS-модели по сравнению с DS-моделями дают более качественный одношаговый прогноз для поступлений по подоходному налогу. Прогнозы подоходного налога, полученные с помощью этих эконометрических моделей (TS- и DS-моделей), лучше прогнозов, построенных по модели оценки поступлений (REM). Для прогноза поступлений налога на прибыль эконометрические модели (в данном случае TS- и DS-модели считаются равнозначными) уступают REM-модели. Для прогноза поступления налога на добавленную стоимость, как и в случае прогноза подоходного налога, качество прогнозов с применением TS-моделей также считается несколько выше прогнозов с применением DS- и REM-моделей. Для расчета прогнозных значений суммарных налоговых поступлений в консолидированный бюджет Российской Федерации REM-модель дает существенно более качественный прогноз, чем эконометрические модели. Наконец, для суммарных налоговых поступлений в федеральный бюджет Российской Федерации наилучшие характеристики дает прогноз на основе эконометрических моделей, а не REM-модели.
Качество одношаговых прогнозов налоговых обязательств с помощью макроэкономических моделей улучшится, если в уравнение добавить значимые объясняющие переменные.
Среди рассмотренных методов построения одношаговых прогнозов налоговых обязательств наиболее точные результаты дает метод, в котором на каждом шаге производится переоценка коэффициентов уравнения.
Наиболее точными считаются результаты прогнозов налоговых обязательств для налога на прибыль и подоходного налога. Они не хуже прогнозов соответствующих налоговых поступлений, полученных на основании ARMA и REM-моделей.[5]
Точный прогноз налоговых поступлений в бюджетную систему страны - это одно из главных условий успешной работы налоговых органов. В налоговых органах наиболее часто приходится иметь дело с текущим регулярным прогнозом, используемым также при формировании месячных заданий подчиненным территориальным инспекциям. Прогнозные значения на окончание предстоящего периода определяются обычно по предыстории с помощью различных типов прогнозов. Предшествующие прогнозному значению величины зависят в значительной степени от ряда случайных событий. К сожалению, в настоящее время в территориальных налоговых органах отсутствуют обоснованные методы прогноза в условиях случайных искажений анализируемой информации, а применяемые методы прогноза налоговых поступлений не учитывают специфику работы конкретных налоговых органов.
Методы оценки налогового потенциала регионов
Оценка и прогнозирование налогового потенциала позволяют совершенствовать процессы планирования налоговых поступлений на различных уровнях бюджетной системы, выявлять и сравнивать налоговые возможности и уровень налоговой активности регионов и тем самым могут стать одним из факторов, характеризующих социально-экономическое развитие субъектов Российской Федерации.
Под налоговым потенциалом понимают максимально возможную сумму начисленных налогов и сборов в условиях действующего налогового законодательства. Согласно такой же трактовке налогового потенциала определяются его аддитивные свойства, т. е. «слагаемость»: общий налоговый потенциал складывается из потенциалов отдельных налогов.
В целях структурного анализа возможно выделить потенциал косвенных, прямых, имущественных и прочих групп налогов.
Налоговый потенциал региона рассматривают в двух различных аспектах. С точки зрения налоговой компетенции разных уровней власти, когда ставится вопрос о региональном потенциале налогов, устанавливаемом федеральными (региональными, местными) органами власти. С точки зрения фактического поступления налоговых платежей в разные уровни бюджетов, когда речь идет о потенциале налогов (или их распределяемых долей) в качестве источника дохода конкретных бюджетных звеньев на территории данного региона: например, «налоговый потенциал федерального бюджета на территории Московской области».[14]
Налоговый потенциал региона (НПР) страны представляет собой сумму налогового потенциала федерального бюджета по каждому региону, налогового потенциала каждого регионального бюджета и налоговых потенциалов муниципальных образований, входящих регион.
Эти аспекты взаимосвязаны и в совокупности обеспечивают универсальный подход к налоговому потенциалу региона на федеральном, региональном и местном уровнях.
В практических целях под налоговым потенциалом региона понимают сумму потенциалов всех действующих в данном регионе отдельных налогов, а под потенциалом конкретного налога - максимально возможную за определенный период сумму поступлений по данному налогу, исходя из установленных федеральным законодательством налоговой базы и ставки (ставок).
Налоговый потенциал региона рассматривается за календарный год как суммарный налоговый потенциал по всем налогам, собираемым в регионе, безотносительно к налоговой компетенции или зачислению в бюджеты. Это связано прежде всего с тем, что анализ межбюджетных отношений неизбежно требует сопоставлений налогового потенциала регионального бюджета (НПРа) с общим потенциалом региона (НПР). Тем самым выявляется специфичность, «особенность» отношений федерального центра с конкретными регионами как в целом по году, так и в течение календарного года.
При оценках налогового потенциала региона (НПР) и налогового потенциала консолидированного регионального бюджета (НПРа + НПМа) не рекомендуется учитывать региональные и местные льготы, в то время как учитываются льготы федерального бюджета. И соответственно при оценке налогового потенциала муниципального образования учитываются льготы по федеральному и региональному законодательству и исключаются местные льготы. Хотя методологически спорным является учет федеральных льгот при расчете НПР, а также учет федеральных и региональных льгот при оценке налогового потенциала муниципального образования (НПМа). Поэтому исключение учета федеральных льгот из расчета НПР и региональных льгот из расчета НПМа позволило бы вскрыть настоящую цену существующих и будущих льгот, а следовательно, полнее раскрыть картину межбюджетных отношений.[15]
Существует несколько подходов в оценке налогового потенциала региона на плановый или отчетный период (год). В частности, это такие способы, которые базируются на фактически собранных в регионе налоговых доходах, построении репрезентативной налоговой системы, совокупных налогооблагаемых ресурсах, валовом региональном продукте и среднедушевых доходах населения. Каждый из этих подходов может быть использован для оценки налогового потенциала на определенный момент времени, некоторые из них, путем применения дополнительных механизмов досчетов, - на перспективу. Причем трактовка налогового потенциала ставится в зависимость от методики его оценки.
Методы оценки налогового потенциала региона, основанные на показателях формирования налоговых доходов, являются прямыми, так как предполагают включение в расчет налогового потенциала показателей, характеризующих его реализацию. Методы, основанные на показателях экономической активности региона, являются косвенными, так как они предполагают определение величины налогового потенциала как производной от какого-либо показателя.
Группа методов оценки налогового потенциала на основе фактических данных может широко использоваться в оперативной работе финансовых и налоговых органов. Кроме того, методы оценки налогового потенциала, основанные на фактических показателях налоговых поступлений, могут быть применены при оценке налогового потенциала региона с той периодичностью, с которой формируется отчетность налоговых органов.
Методы оценки налогового потенциала на основе фактических показателей формирования налоговых доходов подразделяются на аддитивный (построение репрезентативной налоговой системы - РНС) и упрощенный. Поскольку налоговый потенциал региона должен характеризовать способность налоговых баз воспроизводить налоговые доходы бюджетов, то и метод его оценки должен базироваться на оценке и анализе структуры налоговых баз, поэтому аддитивный метод, который позволяет учитывать специфические особенности формирования налоговых баз по каждому налогу, признан самым точным.
Расчетный метод РНС может применяться для определения налогового потенциала «в узком смысле», т. е. для расчета налоговых ресурсов регионов с учетом их реальных возможностей и существующей практики формирования налоговых баз.
Преимуществом регрессионного метода РНС, который позволяет осуществить отбор совокупности экономических характеристик, влияющих в максимальной степени на потенциальные налоговые доходы, является его меньшая трудоемкость в сравнении с расчетным методом РНС и большая объективность, поскольку регрессионное уравнение само выдает информацию о зависимостях между фактическими поступлениями и налоговыми базами в ходе процедуры статистической оценки.[14]
Регрессионный метод РНС считается особенно эффективным для среднесрочного и долгосрочного прогнозирования, поскольку он представляет собой некую модификацию расчетного метода РНС для случаев, когда не представляется возможным оценить в полной мере совокупность налоговых ресурсов и налоговых баз по каждому из налогов, принимаемых во внимание при расчете потенциала.
Для практического расчета целесообразно использовать относительно небольшой набор взаимосвязанных экономических характеристик, определяющих величину бюджетных доходов: объем промышленного и сельскохозяйственного производства, продажи населению товаров и услуг, денежные доходы населения, стоимость основных производственных фондов.
Недостатком регрессионного метода РНС считается его сложность. К тому же полученные показатели налогового потенциала регионов могут значительно различаться в зависимости от используемого набора экономических характеристик. Поэтому рациональный выбор тех или иных показателей налогового потенциала требует проведения дополнительного анализа. Кроме того, количество точек наблюдения, используемых в уравнении регрессии, равно количеству регионов, а результаты регрессионной оценки тем точнее, чем больше точек наблюдения. Однако в условиях Российской Федерации эта проблема стоит не так остро, поскольку регионов достаточно много.
Налоговый потенциал региона в Российской Федерации с 1999 года определяется на основе составления налогового паспорта региона - документа, комплексно характеризующего особенности экономического развития субъекта Российской Федерации. Налоговый паспорт региона содержит систему показателей, отражающих тенденции развития макроэкономической ситуации, воздействие различных факторов на налоговую базу региона и уровень налоговой нагрузки по видам налогов в динамике. Налоговый паспорт региона позволяет объективно определить налоговую базу по всем видам налогов в регионе и тем самым налоговый потенциал региона. В настоящее время подобные паспорта в рамках ФНС России уже составляются по федеральным округам и России в целом.
В методике расчета трансфертов бюджетного фонда финансовой помощи регионам (ФФП Р) для оценки уровня бюджетной обеспеченности региона используется относительный показатель валовых налоговых ресурсов (ВНР). Удельные ВНР регионов равны произведению прогнозируемого среднего уровня доходов субъектов Российской Федерации на душу населения на индекс налогового потенциала (ИНН) данного субъекта Российской Федерации. ИНН представляет собой количественную оценку возможностей экономики региона с учетом ее с