Применение многофакторного регрессионного анализа в прогнозировании налоговых доходов
Автор: Рябков И.Л.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 3 (3), 2015 года.
Бесплатный доступ
Статья описывает особенности использования аппарата экономико-математического моделирования в прогнозировании муниципальных налоговых доходов (на основе статистических данных по городу Череповцу). Особое внимание уделяется созданию рабочей модели многофакторного регрессионного анализа с применением метода наименьших квадратов - с рассмотрением в качестве целевой функции временного ряда НДФЛ, основных социально-экономических показателей по г. Череповцу как факторов.
Экономико-математическое моделирование, регрессионные модели, прогнозирование налоговых доходов, методика наименьших квадратов, основные социально-экономические процессы
Короткий адрес: https://sciup.org/170179924
IDR: 170179924
Текст научной статьи Применение многофакторного регрессионного анализа в прогнозировании налоговых доходов
Одной из основных сфер, регулирующих экономико-социальное развитие государства, является система налогообложения. Основные цели данной системы – эффективное планирование и прогнозирование налоговых доходов, наиболее полный их учет и взимание. В настоящее время эффективность технологии налогового прогнозирования, применяемой в территориальных органах ФСН РФ, ставится под сомнение. Причинами этого являются, во-первых, некорректные, значительно расходящиеся с фактическими данными, результаты исследований динамики налого- вого поступления, а, во-вторых, систематическое неполное выполнение плановых заданий по привлечению налоговых средств в бюджеты субъектов федерации.
Показательным примером некорректности методики прогнозирования ФНС может служить диаграмма разниц между плановыми заданиями и фактическими сборами налоговых средств в бюджет города Череповца – на всем протяжении периода рассмотрения наблюдаются значительные различия между двумя этими показателями – до 25% (рис. 1).
Рис.1. Графики плановых заданий и фактических налоговых сборов по городу Череповцу за 2010-2014 годы (тыс. руб.)
Таким образом, очевидно, что существующая ныне технология прогнозирования налогов, опирающаяся на стандартные, иногда устаревшие методы (точечной оценки, по средней сумме поступлений и т.д.), нуждается в более формализованном подходе к построению экономических и математических моделей прогнозирования доходов.
Моделирование экономикоматематических процессов на сегодняшний день – один из базовых инструментов экономического анализа. Под инструментом здесь понимается не только конкретное применение экономикоматематического аппарата, моделей и необходимых технических средств для их реализации, но и непосредственно сам методологический подход, как бы “взгляд” на экономические процессы и явления, на их внутренние составляющие, свойства, вектор развития с точки рассмотрения аппарата математического моделирования. Использование экономикоматематических методов в моделировании позволяет получить более адекватные выводы об экономических процессах и предвидеть их развитие.
Экономическое прогнозирование (ЭП) – это процесс разработки прогнозов экономической динамики, основанных на методах исследования экономических явлений и применения всей совокупности средств, способов и методов экономической прогностики. Базовое содержание ЭП – качественный и количественный анализ реальных экономических процессов, изучение объективных факторов и тенденций развития.
Предположение о наличии у экономических процессов вероятностного характера развития, определяющегося суммарным влиянием закономерности и случайности, обусловливает целесообразность использования статистических методов прогнозирования, которые могут дополняться и другими методами.
В ходе написания статьи была предложена многофакторная регрессионная модель прогнозирования прихода налога на доходы физических лиц (НДФЛ) в бюджет города Череповца, основывающаяся на помесячных статистических данных по налогам и социально-экономических показателях (в качестве факторов) за период 2012-2014 годов (см. рис. 2).
ё 400000
s 300000
Я

НДФЛ
ЕНВД
Общие доходы
Земельный налог rN О о Период
Рис. 2. Помесячная динамика прихода налоговых средств в бюджет города Череповца по основным показателям (в тыс. руб.)
При исследовании характеристик временного ряда НДФЛ были найдена линейная регрессия и предпосылки к использованию стандартного метода наименьших квадратов по классической модели:
-
Y = ∑7=о Aj ∗ xj + E (1)
Из четырнадцати социально экономических показателей, взятых в рассмотрение, наиболее явное наличие корреляционной связи с показателями НДФЛ, на протяжении трех лет отобразили:
-
• X 1 – «среднедушевой денежный до
ход населения»;
-
• X 2 – «стоимость фиксированного
набора товаров и услуг»;
-
• X 3 – «оборот розничной торговли»;
-
• X 4 – «финансовый результат дея
тельности организаций»;
-
• X 5 – «прибыль прибыльных органи
заций муниципалитета»;
-
• X 6 – «дебиторская задолженность
предприятий».
Готовая многофакторная регрессионная модель прогнозирования НДФЛ в i-том периоде времени приняла следующий вид:
НДФЛ t = 135027,97 + 2230,78 ∗ Хг. -12,35 ∗ X2. +20,09∗ X3. -1,89∗ X^. + 2,06 ∗ X5t -9,45∗X^ (2)
Модель была оценена по основным показателям адекватности: значение коэффициента детерминации R2 = 0,914 (прогноз модели качественен); ошибка аппроксимации данных E = 5,36 (модель достаточно точна); расчетный показатель критерия Фишера равно 51,57 (при критическом уровне 1,87 – модель статистически значима); расчетные значения коэффициента Стьюдента для каждого фактора превышают критические значения. В модели также соблюдаются условия Гаусса-Маркова – отсутствие мультиколлинеарности факторов, гетероскедастичности и автокорреляции остатков – это говорит о несмещенности, эффективности и состоятельности прогнозных оценок модели.
Данная многофакторная регрессионная модель прошла апробацию в отделе анализа и планирования доходов мэрии города Череповца, где с 90% точностью повторила фактические показатели сбора НДФЛ за первые четыре месяца 2015 года. Успешный опыт внедрения аппарата многофакторного регрессионного моделирования доказывает целесообразность использования в органах ФНС актуальных эконометрических инструментов для совершенствования процесса прогнозирования нало- говых доходов.
Список литературы Применение многофакторного регрессионного анализа в прогнозировании налоговых доходов
- Антонов А.В. Системный анализ. - М.: Высшая шк., 2004. - 454с.
- Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. - М.: Финансы и статистика, 2002. - 228с.
- Евстигнеев Е.Н. Основы налогового планирования. - Питер, 2004. - 288 с.
- Кремер Н.Ш., Путко Е.А. Эконометрика. - М.: Юнити, 2002. - 316с.
- Малыхин В.И. Экономико-математические моделирование налогообложения. - М.: Высшая школа, 2006. - 103с.