Сопоставление оценок масштабов скрываемых доходов российских домохозяйств до и после кризиса 2014 года

Размещено на http://www.allbest.ru/

Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет «Высшая школа экономики»

Факультет экономических наук

Образовательная программа «Экономика»

Бакалаврская выпускная работа

Сопоставление оценок масштабов скрываемых доходов российских домохозяйств до и после кризиса 2014 года

Выполнил

Важенцев Андрей Андреевич

Руководитель

Ратникова Татьяна Анатольевна



Оглавление

Введение

1. Классификация видов теневой экономики

2. Важность изучения теневой экономики

3. Гипотезы

4. Методология

5. Описательные статистики доходов домохозяйств по годам

6. Результаты

Заключение

Список литературы

Приложение



Введение

Определение

Теневая экономика явление довольно неоднозначное и неоднородное по своей природе, потому что довольно часто данное словосочетание употребляется, когда речь идет о различных активностях, происходящих за пределами надзорных органов государства и масштаб которых не может быть точно измерен, так как данные не отражены в официальной статистике.

Теневая экономика может иметь множество различных определений, которые зависят от контекста рассматриваемых вопросов. Так, например, одно из классических и наиболее часто цитируемых в зарубежных статьях определение было введено Смитом в 1994:

«Market- and non-market-based production of goods and services, whether legal or illegal, that escapes detection in or is intentionally excluded from the official estimates of GDP». По сути своей оно предполагает, что все товары и услуги, которые были произведены в экономике в независимости от того были ли потреблены они самим продавцом или покупателями на нелегальном или скрытом от надзора фискальных органов рынке будут являться частью теневой экономики.

При такой широкой трактовке под данное определение попадает колоссальное количество самой разной экономической активности и результатов ее производства, следовательно зачастую, когда речь, например, идет о распространении каких-то нелегальных товаров, то употребляется термин теневая экономика, хотя на самом деле в рамках данного вопроса корректнее было бы говорить о конкретной части теневой экономики.

Поэтому в исследовательской литературе классификации видов теневой экономики посвящено большое количество статей, предлагающих различные стратификации теневой экономики с учетом ее гетерогенности.



1. Классификация видов теневой экономики

Например, в книге (Lippert and Walker, 1997) авторы приводят следующий тип разделения теневой экономики:

	Денежные транзакции	Неденежные транзакции
Нелегальные	Продажа краденых товаров, наркотиков	Бартер нелегальных товаров	Производство наркотиков для личного пользования
Легальные	Доходы самозанятых, сокрытие части з/п	Скидки и др. типы денежных преимуществ для работников	Бартер легальных услуг и товаров	Создание товаров и услуг для собственного использования

В данной таблице есть два больших разделения экономической активности: по легальности и по участию денег в транзакции. Таким образом, предполагается, что даже самостоятельно произведенные и потребленные товары должны быть учтены как часть теневой экономики.

Такое разделение позволяет довольно хорошо понять, какой может быть теневая экономика в первом ее приближении, однако по-прежнему это лишь общее разделение на довольно крупные блоки, которые также могут быть более подробно стратифицированы.

Формальная (наблюдаемая экономика)	Домохозяйство: с/х товары и собственное производство инвестиционных товаров	Включено в ВВП	Итоговый (теоретический) ВВП
	Общественные блага
	Декларируемая часть рыночной экономики
Неформальная (ненаблюдаемая / теневая экономика)	Теневая экономика	Черная экономика	Нормальное недораскрытие (полная цена)	Частично включено в ВВП
			Черная деятельность (не полная цена)
		Незаконная экономическая активность (например, производство наркотиков)	На практике не включено в ВВП
		Уход от налогов, переводы полученного дохода и процентов, налоговые вычета и т. д.	Не включено в ВВП
	Домохозяйства: услуги

С другой стороны, важно не только уметь видеть различные составляющие теневой экономики, но и уметь отличать ее от наблюдаемой/официальной экономики. В этом поможет рассмотрение расширенной версии данной таблицы, которую предложили авторы исследования в 2003:

В таблице выше экономика подразделяется на наблюдаемую и теневую, которые в свою очередь подразделяются так же на составные части. Примечательно, что часть теневой экономики учитывается в ВВП, следовательно, это указывает на возможность использования информации о части теневой экономики, представленной в официальной статистике, в эмпирическом расчете, направленном на измерение всей теневой экономики. То есть опираясь на официальные данные можно попытаться обобщить их, используя определенный математический аппарат на всю экономику.

Способы измерения

Неоднозначность теневой экономики состоит не только в ее внутреннем разделении и способах стратификации, но и в методах ее измерения, которых насчитывается большое множество в современной научной литературе. Обычно методы измерения подразделяются на две большие группы: прямые и косвенные.

Пример такого разделения можно найти в статье (Лизина, 2015):



К прямым методам относятся такие способы измерения теневой экономики, при которых происходит непосредственный опрос агентов, исследование документов предприятий и проверок, которые по ним были проведены, а также их сопоставление с официальной статистикой. Прямые методы являются наиболее достоверными и точными, так как предполагают анализ непосредственной документации на местах обследования, однако, из-за сложности и объема, направленного на получение данных при прямых обследованиях, такие методы могут быть крайне дорогостоящими для государства, поэтому как правило, проводятся на выборке из агентов, следовательно не покрывают всю теневую экономику.

Косвенные методы, с другой стороны, позволяют оценить размеры всей теневой экономики, так как в них исследования ведутся на агрегированных показателях. Такие методы намного более экономичны, так как не требуют опроса большого числа агентов и предполагают меньшие объемы данных на входе, так как они поступают в агрегированном виде. Однако такой тип данных зачастую не позволяет учесть неоднородность теневой экономики и посмотреть на вклад различных отраслей в ее суммарные масштабы.

Другой тип разделения, предложенный (Pedersen, 2003), предполагает выделение монетарных методов в отдельную категорию, так как данные методы довольно часто применяются исследователями теневой экономики и довольно разнообразны в зависимости от базовых гипотез и моделей, которые в них используются.

Остальные способы классификации методов измерения теневой экономики, предложенные, например, (Schneider at al., 2017) или (Gaspareniene и Remeikiene, 2016) имеют схожую структуру, однако авторы статьи 2016 года выделяют отдельную категорию «моделей скрытых переменных», в которые включают модели SEM SEM - Structural Equation Model., DGE DGE - Dynamic General Equilibrium. и MIMIC MIMIC - Multiple Indicators Multiple Causes.

2. Важность изучения теневой экономики

Теневая экономика представляет собой интерес в большей степени для государственных органов, так как свидетельствует об определенной неэффективной схеме взаимодействия с производителями и продавцами, задействованными в ней, что ведет к недополучению налоговых сборов и снижению поступлений в бюджет.

В статье (Schneider, 2000) приведено несколько причин, почему государство должно быть заинтересовано в измерении размеров теневой экономики:

Увеличение масштабов теневой экономики вызвано, главным образом, подъемом общего бремени платежей по налогам и социальным выплатам, которое может привести к эрозии налоговой базы и базы социального обеспечения и, наконец, к снижению налоговых поступлений и, таким образом, дальнейшему увеличению бюджетного дефицита или увеличению ставок прямого и/или косвенного налога с последствием дополнительного роста теневой экономики и т.д.

В условиях роста теневизации экономики экономическая политика основывается на ошибочных официальных показателях (например, безработица, рабочая сила, доходы, потребление), которые могут быть некорректно подсчитаны. При такой ситуации процветающая теневая экономика может привести к тому, что государственным управленцам будет трудно выработать корректные меры реагирования, поскольку решения будут приниматься по недостоверным официальным показателям, поэтому направление намеченных политических мер может быть поставлено под сомнение.

Рост теневой экономики может рассматриваться как реакция отдельных лиц на перегруженность регулированием со стороны государства (например, высокими налогами и растущим количеством правил).

Растущая теневая экономика может оказывать сильное стимулирующее воздействие на привлечение работников (отечественных и иностранных) для работы в теневой экономике, что может уменьшить число работников в официальной экономике, так как в теневой экономике за счет сокрытия части налогов и других ослаблений за контролем деятельности предприятий работникам могут предлагать более высокую заработную плату по сравнению с такой же должностью в официальной экономике.

Скрываемые доходы домохозяйств как часть теневой экономики

В рамках данного исследования будет рассмотрена теневая экономика Российской Федерации с 2012 по 2016 годы включительно, то есть за два года до кризиса 2014 и за два года после, а также на протяжении всего периода 2012-2016.

Так как в предыдущих разделах большое внимание было уделено разъяснению того, что теневая экономика гетерогенна по своей природе и имеет большое множество методов измерения, то стоит уточнить более детально, какая именно часть теневой экономики будет рассмотрена в данном исследовании и каким образом она будет измерена. В настоящей работе будут рассмотрены выборочные домохозяйства, участвовавшие в одном, нескольких или во всех опросниках российского мониторинга экономического положения и здоровья населения НИУ ВШЭ, проведенных в указанный период.

В частности, будут рассчитаны доходы, которые скрываются самозанятыми домохозяйствами, следовательно, речь идет об определенной группе населения внутри выборки домохозяйств РМЭЗ. Под самозанятыми в данной работе будут рассматриваться такие домохозяйства, у которых доходы от самозанятости будут занимать больше 20% от всего дохода домохозяйства. Данное определение самозанятых было взято из исследования (Ратникова и Мурашов, 2016) и довольно близко к работе (Pissarides and Weber, 1989), где был оптимальным был уровень в 25%. Многие исследователи показывали, что от этой цифры зависит не только количество индивидов, которые определяются как самозанятые, но и масштабы сокрытия доходов в том числе. Однако цель данной работы состоит не в нахождении оптимального уровня доходов от самозанятости в общем доходе, а в измерении уровня сокрытия доходов до и после кризиса 2014, поэтому будет использоваться уровень в 20%, так как он лучше подходит для российских данных.

Более подробное описание данных будет дано в последующих разделах. В качестве метода измерения будет использован микроэкономический подход, введенный (Pissarides and Weber, 1989) с учетом некоторых адаптаций к российским данным, которые были приведены в статье (Мурашов и Ратникова, 2016).

Таким образом, исследование, представленное в данной работе, будет посвящено измерению той части теневой экономики, в которой участвуют домохозяйства, представленные в опроснике РМЭЗ за указанные годы, следовательно, будет измерена только определенная область теневой экономики России с помощью микроэкономического подхода, который будет более подробно представлен в соответствующем разделе.

Актуальность изучения скрытых доходов домохозяйств как одной из составляющих частей теневой экономики РФ

Настоящая работа особенно важна для изучения процессов, происходящих в рамках теневой экономики, так как позволяет измерить тенденции сокрытия доходов домохозяйствами в до и после кризисные годы, а также оценить динамику сокрытия доходов на всем временном промежутке. Оценка подобных тенденций крайне важна для государства, так как позволяет косвенно оценить эффективность контроля и налоговой политики, применяемой к самозанятым домохозяйствами, а также отследить как изменяется активность теневой деятельности вследствие кризиса.

Новизна работы будет состоять не только в методологических изменениях, которые будут описаны далее, но и в смене фокуса внимания на другой временной промежуток и сравнении масштабов скрытой экономики до и после «переломного» события, которым являлся кризис 2014 года. В следующем разделе будет дан анализ исследований скрытой экономики, однако ни в одной из статей, где было проведено измерение теневой экономики за несколько лет не было их разделения на до и после какого-либо ключевого события, значительно повлиявшего на развитие экономики страны.

Обзор литературы

Данный раздел будет сосредоточен на рассмотрении двух центральных работ ((Pissarides and Weber, 1989) и (Мурашов и Ратникова, 2016)), на базе которых было проведено исследование, а также на работах, которые применяли подход Pissarides, вносили определенные новации в ходе использования этого подхода или приводили его критику. Такой анализ научной литературы позволит более корректно интерпретировать полученные результаты и быть точнее в процедуре применения метода.

Микроэкономический подход к оцениванию масштабов теневой экономики существовал и раньше, например, в работах (Crane и Nourzad, 1984) и (Isachsen и др., 1985) и других работах. Главной идеей такого подхода было сопоставление доходов и расходов домохозяйств и выявлении случаев, когда доходы превышали расходы.

Однако идею о систематическом занижении доходов в отношении определенной группы респондентов впервые предложили Вебер и Писсаридес. Так по их предположению среди населения присутствуют индивиды, которые значительную часть свою дохода получают от самозанятости, причем эти доходы они могут скрывать по целому ряд ряду причин, чтобы исследовать данный феномен авторы ввели ряд дополнительных предпосылок и построили ряд уравнений, чтобы рассчитать количественно скрываемые доходы и ввели ряд эконометрических уравнений.

Pissarides and Weber, 1989

Авторы измеряли масштабы теневой экономики Англии, используя данные опросника о семейных расходах и зная какую часть от всей теневой экономики занимали сокрытые домохозяйствами доходы, то есть они могли экстраполировать свои результаты на всю национальную экономику.

Исследование проводилось на одногодичном временном отрезке. Методология состояла в последовательной оценке нескольких эконометрических моделей и затем использовании оценок коэффициентов и оценок дисперсий из них c целью построения доверительного интервала для коэффициента сокрытия дохода. Полученный доверительный интервал служил для оценки масштабов сокрытия доходов и ее обобщения на всю теневую экономику.

Перед непосредственным построением моделей были введены две основополагающие предпосылки:

Раскрытие информации о расходах на некоторые категории товаров корректны для всех групп опрашиваемых

Раскрытие информации о доходах корректно для некоторых групп опрашиваемых

В качестве категории товаров, расходы на которые корректно отражались респондентами, были выбраны расходы на еду. Далее опрашиваемые были разделены на две большие группы: самозанятые и работающие по найму. Данные группы были в свою очередь также разделены на подгруппы в зависимости от их принадлежности к классу работников умственного или физического труда, то есть на белых и синих воротничков.

Однако необходимо понять, каких индивидов авторы считают самозанятыми. Согласно их описанию, типичный самозанятый занимается мелким семейным бизнесом, который может быть специализирован в области сельского хозяйства, лесного хозяйства, рыбного хозяйства, ремонтных услуг и других, или же он может предлагать специальные услуги после окончания основной профессиональной деятельности. Основная идея заключается в том, что этот человек может иметь обычную работу, и в свободное время он мог бы предложить некоторые свои навыки другим людям, не сообщая о полученных от них доходах, а также предложить некоторые дополнительные услуги во время своей основной профессиональной деятельности.

По их предположению именно самозанятые некорректно раскрывали свои доходы, стремясь занизить их величину в отчетности, чтобы избежать налоговых проверок, например. В результате применения их методологии авторы смогли получить границы доверительных интервалов коэффициентов сокрытия

- для белых воротничков 1,28 и для синих - 1,51

- для белых воротничков 1,54 и для синих - 1,64

После усреднения коэффициентов выше, авторы получают средний коэффициент сокрытия доходов - 1,55, который означает, что в среднем самозанятые не раскрывают 55% дохода. Далее учитывая тот факт, что размер теневой деятельности самозанятых в масштабах всей теневой экономики составляет 10%, авторы делят данную величину на 10 и, таким образом, обобщают результат на всю теневую экономику, получают 5,5%.

После публикации статьи через некоторое время у нового метода измерения сокрытых доходов появилось определенное количество последователей, новаторов и альтернатив, которые использовали метод для измерения теневой экономики в других странах.

Если хронологически проследить появление статей, которые применяют метод (Pissarides and Weber, 1989), то до 2000-х годов практически нет статей, которые бы в такой же методологии проводили исследования по измерению теневой экономики. В этот 11-летний период после публикации статьи ее результаты и обсуждение новоизобретенной методологии было в основном на уровне цитат и упоминаний в статьях того времени. Также стоит отметить, что в большей степени страновое происхождение статей совпадало с оригинальным страновым регионом авторов, то есть в основном обсуждение было сосредоточено в британском научном сообществе. Примерами таких статей являются: (Bradbury, 1996), (Brandolini, 1999), (Schneider and Enste, 1999) и другие.

Далее стоит разделить статьи на несколько направлений:

Последователи

Статьи, в которых повторяется методология Писаридеса с такими же предпосылками и эконометрическими уравнениями, но на других данных и другом временном отрезке. Как правило, тут будут приведены статьи, повторяющие микроэкономический подход в других странах.

Новаторы

Такие авторы отличаются от «последователей» тем, что несмотря на то, что они используют всё тот же микроэкономический подход, они вносят некоторые изменения в него или по-другому распределяют домохозяйства на группы для того, чтобы адаптировать подход под данные их страны, однако коренного концептуального изменения в подходе не совершают.

Альтернативы

Статьи, в которых предлагаются другие микроэкономические подходы для измерения сокрытых домохозяйствами доходов и теневой экономики.

Последователи

Начиная с 2000-го года начинают появляться статьи, в которых видно, как метод может быть использован для расчета теневой экономики и сокрытия доходов самозанятыми в других государствах. Например, статья (Johansson, 2000) исследует сокрытие доходов в Финляндии с 1994 по 1996 год. После полного повторения методологии Писаридеса и Вебера, автор приходит к результату, что среднее значение наблюдаемого дохода должно быть умножено на 1,27, чтобы можно было получить истинный доход для самозанятого лица. Так как доход от самостоятельной занятости составляет около 8% от всех доходов в Финляндии, то совокупный размер теневой экономики Финляндии составляет около 2,3% ВВП. Вполне вероятно, что эта оценка является заниженной оценкой общего числа случаев уклонения от уплаты налогов в экономике. Это связано с тем, что относительно маловероятно, что уклонение от уплаты налогов будет происходить в секторах экономики с индивидуальной трудовой деятельностью. Можно лишь предположить, что, например, фермеры, студенты и пенсионеры получают доход от работы, которые не появляются ни в каких официальных записях. Однако, так как вполне вероятно, что расходы на еду в функции потребления для этих лиц или домохозяйств отличаются от функций потребления для домохозяйств, проанализированных в исследовании, занижение налогов этими домохозяйствами, естественно, не появится в опроснике. Следовательно, оценка теневой экономики, полученная при таком анализе, должна быть рассмотрена как нижняя граница истинного "черного" сектора экономики.

Далее (Schuetze, 2002) успешно проводит исследование по измерению сокрытых доходов самозанятых с помощью микроэкономического подхода Писсаридеса на данных опросника о расходах канадских семей с 1969 по 1992 годы. В своей работе автор хочет достигнуть двух целей:

Первая цель - определить основные факторы уклонения от подоходного налога домашними хозяйствами, занимающимися индивидуальной трудовой деятельностью в Канаде.

Вторая цель -- это использование этих факторов, которые могут наблюдаться в налоговых отчетах, чтобы предоставлять директивным органам, ответственным за обеспечение соблюдения налогового законодательства, рекомендации по разработке эффективных схем налоговой политики.

Оценки, полученные в этом исследовании, предполагают, что домашние хозяйства, получающие 30 и более процентов дохода домашнего хозяйства от самостоятельной занятости, скрывают в среднем от 11 до 23% от общего дохода домохозяйств в период с 1969 по 1992 год.

Что касается идей, полученных в результате изучения различных характеристик по наблюдениям налогового органа, существует большая вариативность в степени несоответствия среди самозанятых по этим измерениям. Например, автор находит доказательства того, что несоответствие существенно варьируется в зависимости от профессии предпринимателя. Это говорит о том, что "возможность" недопредставления данных о доходах может быть определяющим фактором степени различия между предпринимателями. Неудивительно, что среди самозанятых домохозяйств наблюдается самый высокий уровень неудовлетворенности среди тех, кто занимается такими видами деятельности, как строительство и оказание услуг, которые обычно связаны с наличными денежными средствами и операциями, которые позволяют сравнительно легко занижать доходы. С другой стороны, домохозяйства с членами семьи, занимающимися индивидуальной трудовой деятельностью в отраслях по производству продукции. По самым скромным подсчетам, в этой профессии, вероятно, было очень мало операций с наличными деньгами, и она имела наименьшие оценки недопредставления данных о доходах. Кроме того, домохозяйства со значительными доходами от самостоятельной занятости, возглавляемые молодыми мужчинами склонны в большей степени скрывать доходы, чем те, которые возглавляют более взрослые мужчины.

Таким образом, схема налоговой проверки, ориентированная на группы, которые, как было установлено, больше всего скрывают доходы (например, самозанятые домохозяйства, возглавляемые молодыми мужчинами, или домохозяйства, занятые в строительстве и в сфере услуг) скорее всего, будет эффективным инструментом в сокращении случаев несоблюдения.

После этого выходит еще одна статья от (Johansson, 2005), которая обновляет данные по масштабам финляндской теневой экономики.

В период с 2006 по 2013 выходят еще несколько статей в основном новаторского формата и обзорного формата. Работы первого типа будут указаны в подразделе ниже, работы второго типа приводить здесь неуместно, так как в основном такие работы очень коротко и поверхностно обсуждали метод наравне с другими методами и не давали никакой новой информации о методе или критики.

В 2014 Ekici и Besim измеряют размер теневой экономики на Северном Кипре с помощью микроэкономических подходов, а затем рассчитывают ее последствия для национальных счетов и фискальных балансов. Существует сравнительно новый вид литературы, в котором основное внимание уделяется сопоставлению моделей доходов и расходов домашних хозяйств для расчета степени занижения уровня доходов самозанятых и частных лиц по сравнению с государственными служащими. Авторы используют обзор бюджета домашних хозяйств за 2008 год Северного Кипра и анализируют различия в структуре потребления продовольствия между тремя видами работников: самозанятые, частные и государственные. В их работе было обнаружено, что самозанятые и частные работающие лица занижают уровень своих доходов на 20% и 13%, соответственно, по сравнению с государственными служащими. Это имеет важные последствия для совокупной экономики Северного Кипра, где, по их оценкам, теневая экономика, созданная заниженной отчетностью, составляет до 8,6% ВНП и 11,1% общих налоговых поступлений.

В 2017 Anwar и др. проводят микроэкономический подход на пакистанских данных. Знать неизвестное в официальных отчетах -- это дилемма, с которой сталкиваются почти все страны мира. В таких развивающихся странах, как Пакистан, эта проблема больше, чем в развитых. Причина может состоять в том, что их налоговые системы более стабильны, и что никому не нужно скрывать экономическую деятельность в страхе быть пойманным и наказанным по закону. Но такая страна, как Пакистан, где фактическая экономическая деятельность не в полной мере регистрируется приводит к ложным выводам относительно предпринимаемой экономической политики. Данное исследование предпринимает попытку измерить теневую экономическую активность с помощью метода Писсаридеса и Вебера "на основе расходов" в Пакистане. Используется набор микроданных PSLM 2011-2012 (провинциальный уровень). Этот подход основан на предположении, что самозанятые лица могут занижать свои доходы, но не работники, потому что налоги являются прямыми и вычитаются из их зарплаты. Вторая предпосылка заключается в том, что обе группы (работники и самозанятые работники) честно отчитываются о своих расходах на потребление. В соответствии с результатами, сумма, на которую занижены доходы, составляет 1,08 раза от заявленных доходов. Почти 13,1% самозанятых занижают свои доходы, а размер теневой экономики составляет 14,148% ВВП.

Дальнейший анализ литературы будет посвящен новаторам и альтернативам.

Новаторы

Первым серьезным новатором выступает (Tedds, 2004), которая рассматривает альтернативный способ внедрения метода оценки сокрытых доходов с помощью расходов. В частности, в статье ослабляются параметрические ограничения и применяется непараметрический подход к методу, кроме того, подход отделяет доходы от самостоятельной занятости от других видов доходов домохозяйств, и только доходы от самостоятельной занятости учитываются при оценке занижения доходов. В частности, применяется двухэтапный подход к оценке функции отчетности переменной величины дохода. Этот подход в основном заключается в следующем:

- Во-первых, непараметрическая кривая Энгеля оценивается для выборки домохозяйств, которые сообщают о положительной заработной плате в сочетании с нулевым доходом от индивидуальной трудовой деятельности для получения оценки истинного дохода с учетом (точных) данных о расходах по каждому домашнему хозяйству в выборке (включая те, у которых есть доход от самозанятости).

- Во-вторых, оценивается непараметрическая функция дохода от самостоятельной занятости. Этот подход позволяет усовершенствовать стандартный микроэкономический подход, основанный на расходах, путем минимизации количества предположений, необходимых для оценки.

В качестве данных использовались опросники расходов канадских семей. По результатам моделирования вышло, что в период с 1980-х по 1990-е годы общий доход был занижен более чем в два раза, в сумме чуть более 2,6 млрд. долл. США по объединенной выборке 1982/1986 годов и до около 5,8 млрд. долл. США в объединенной выборке 1992/1996 годов.

Довольно необычное изменение привнесли авторы (Kim, Gibson и Chung, 2008), которое заключалось в использовании кривой Энгеля на первом этапе моделирования для определения веса расходов на еду через ряд характеристик домохозяйства, разницы логарифмов цен на еду и другие товары и логарифма реального перманентного дохода.

Данная статья адаптирует методологию кривой Энгеля, разработанной Гамильтоном в 2001 для оценки погрешностей в экономической статистике. Авторы изучают расхождения между долей продуктов питания и заявленными доходами самозанятых и других домохозяйств для получения оценок заниженных доходов. Используя данные панели, можно отличить заниженный отчет от определенных колебаний доходов самозанятого населения. По данным из корейского панельного исследования доходов от работы (KLIPS), по оценкам авторов истинный доход самозанятого лица, в 1,49 раза превышает зарегистрированный доход.

Альтернативы

В статье (Fiorio и др., 2005) авторы применили прямой метод для оценки уклонения от уплаты налогов в Италии, предполагая, что уклоняющиеся от уплаты налогов могут декларировать доход более близкий к истинному на условиях анонимного опроса. Методология применялась к налогоплательщикам, работающим по найму, и налогоплательщикам, занимающимся индивидуальной трудовой деятельностью, объединяя в себе Исследование доходов домохозяйств (SHIW), проводимое Банком Италии, и большой случайной выборки налоговых деклараций SeCIT, оба набора данных относятся к доходам, полученным в 2000 году.

Обращая особое внимание на постстратификацию данных, авторы обнаружили, что уклонение от уплаты налогов выше для дохода самостоятельной занятости, чем для дохода от трудоустройства по найму: разница составляет около 7% в нижних децилях и до 27% около моды. Этот анализ показывает, что соответствующий уровень уклонения от уплаты налогов возникает также при низком уровне доходов от трудоустройства, что может предполагать недостаточный размер выборки. Описание характеристик налоговых уклонистов получено с помощью стандартных методов МНК и квантильной регрессии. Оценка перераспределения и частоты эффектов ухода от налогов среди работника также предоставлена.

В статье (Lichard, Hanousek и Filer, 2012) был разработан алгоритм оценивания неучтенных доходов в связи с уклонением от уплаты налогов, который не зависит от таких же жестких идентификационных допущений, как предыдущие алгоритмы, основанные на микроэкономических данных. Стандартное допущение о том, что самозанятые занижают доходы, в то время как работники, получающие заработную плату, полностью раскрывают доходы, вряд ли будет уместно в странах, где работники часто получают заработную плату скрытно или занимаются коррумпированной деятельностью.

Если исходить из предположения о том, что у уклоняющихся от уплаты налогов лиц разрыв между потреблением и доходом выше, чем у неуклоняющихся от уплаты налогов, то модель эндогенного переключения с неизвестным выборочным разделением позволяет оценить разрыв в потребительском доходе как для домохозяйств, не представляющих данные в полном объеме, так и для домохозяйств, представляющих данные в полном объеме. Это избавляет от необходимости выявлять группы, которые уклоняются от участия в опросе. Эта методология применяется к данным обследований бюджетов домашних хозяйств в Чехии и Словакии и показывает, что предполагаемое уклонение значительно выше, чем при использовании предыдущих методологий.

Российские исследования с 2012 по 2016 годы

Особое место в обзоре литературы следует посвятить российским статьям, так как они лучше всего отражают российскую действительность и могут быть использованы как для сравнения, так и для нахождения новых идей и полезных замечаний относительно природы российских данных и других специфичных особенностей теневой экономики РФ.

Начиная с 2012 года в российской научной литературе появляется большое количество статей, посвященных обсуждению теневой экономики, методов ее оценивания, преимуществ и недостатков этих методов, попытки охарактеризовать комплексный подход к ее оцениванию или указать, что такой еще не разработан в современной литературе. Примерами подобных статей являются (Ратчин, 2012), (Ильина и Шишмарев, 2012).

Первая статья выступает классическим примером обзорной статьи, автор рассматривает различные методологии оценки скрытой экономики и описывает их сильные и слабые места. Вторая статья сконцентрирована на более четком изложении терминологии и выявлении причин образования и течения тех или иных процессов, которые сформировались и/или продолжают формироваться в рамках ненаблюдаемой экономики.

Далее можно отметить еще одну статью «обзорного» характера, которая делает сводку по различным оценкам теневой экономики России - (Кириенко и Иванов, 2013):

«Расчетных» статей, которые применяют определенный метод и демонстрируют конкретные оценки теневой экономики в литературе немного, как можно заметить из таблицы выше, но именно они представляют наибольший интерес с исследовательской точки зрения, потому что, как правило, содержат больше конкретных выводов в рамках определенной методологии.

Примером «расчетной» является (Кириенко, 2014), в которой на основании социологического исследования, посвященного масштабам деятельности в ненаблюдаемой экономике, делаются выводы о том, что присутствует немалая часть предприятий, которые так или иначе скрывают доходы, уклоняются от налогов, завышают затраты. Расчет происходит из доли респондентов, которые положительно ответили на вопросы о том или ином способе сокрытия доходов или неуплате налогов. В качестве результатов приводятся доли респондентов, сопоставленные с процентом налогов, которые они выплачивают: «Согласно данным исследования, до 10 % из подлежащих уплате по законодательству уплачивают 12,2 % опрошенных, от 11 до 50 % -- 64,7 % респондентов, более 50 % -- 23,1 % опрошенных.» Однако какой-то более конкретной цифры относительно всего этого сектора не приводится.

Также есть и «гибридные» статьи, которые совмещают в себе не только «обзорную» часть, но «расчетную». Так в статье (Перов, 2015) в первой части своей работы автор перечисляет ряд методов и другие работы, которые их реализовывали, а затем переходит к конкретным примерам применения данных методов для подсчета ненаблюдаемой экономики в РФ. Однако автор несмотря на обилие приведенных способов подсчета в обзорной части демонстрирует конкретные цифры лишь для двух из них:

«Н. Суслов и С. Агеева изучали воздействие цены энергии на размеры теневой экономики и получили следующие оценки теневой экономики: 2005 г. - 43,0%, 2006 г.- 43,6%»

«На основании показателя доли скрытой оплаты труда теневая экономики имела тенденцию к росту, однако в конце анализируемого периода* она снижалась и не превышала 28,5%.»

*конец анализируемого периода - 2012 год.

В статье (Соколовская и Соколовский, 2015) авторы выделают методы MIMIC и DYMIMIC DYMIMIC - dynamic multiple-indicators multiple-causes. как наиболее подходящие для оценки регионального теневого сектора экономики, в частности, они подробно обсуждают 4 каузальных переменных, которые влияют на склонность индивидов и предприятий к сокрытию доходов: налоговое бремя, уровень безработицы, уровень межбюджетных трансфертов и соотношение доходов населения и уровня цен. В качестве индикаторов выступают: ВРП ВРП - валовый региональный продукт. и уровень экономически активного населения. Вывод статьи состоит в том, что модельные методы, которые рассматривают масштаб скрытой экономики как косвенно оцениваемую переменную, могут быть использованы для мониторинга размеров теневой экономики благодаря подбору релевантных каузальных переменных для каждого региона в зависимости от его социально-экономических характеристик.

Еще более редкими, чем «расчетные» являются статьи, в которых прописаны четкие методологические шаги по измерению теневой экономики. Одной из таких редких статей является (Кожевников и Пономарева, 2015), где авторы на примере Вологодской области рассматривают, как можно контролировать размер скрытой экономики. Так в рамках данной ими методологии есть 4 этапа:

«Диагностика теневого сектора экономики»

В рамках диагностики собираются все официальные статистики по доходам, расходам, количеству работников и выявляются расхождения в данных. Например, увеличение графы других доходов или расхождение между среднесписочной численностью работников и экономически активным населением.

«Оценка численности неформальной занятости»

На 2-м этапе используются данные ОМС о застрахованном населении, которые позволяют стратифицировать все население на группы: трудоспособные/нетрудоспособные, мужчины/женщины и другие разделения.

«Оценка объемов неформального фонда оплаты труда и упущенной потери регионального бюджета и внебюджетных фондов»

На этапе 3 есть ряд уравнений, которые позволяют определить минимальную зарплату, суммарные объем выручки и объем добавленной стоимости в теневом секторе и его долю в ВРП. Также оценивается потенциальный объем налогов, который генерируется в скрытой экономике. Более того, на этом этапе подключаются данные опросов руководителей предприятий, которые помогают рассчитать величины, описанные выше.

«Декомпозиция целевых значений показателей «теневого» сектора экономики на муниципальный уровень и в разрезе видов экономической деятельности» На последнем этапе с помощью опросных данных из этапа 3 авторы могут рассмотреть теневой сектор в разрезе видов деятельности и распределения по муниципальным образованиям.

Далее появляется работа (Федотов, Невзорова и Орлова, 2016), в которой предлагается налоговый метод оценки теневой экономики для регионов. Смысл метода заключается в применении единственной формулы:

,

где GRPs - это доля теневой экономики от ВРП в %, GRP - ВРП, W - легальная зарплата, Tpr - чистые налоги на производство, Pst - прибыль, отраженная в статистической отчетности. Так данные о GRP были получены «производственным методом как разница между выпуском и промежуточным потреблением», а остальные переменные взяты из отчетов Росстата.

В результате авторы получили оценки ненаблюдаемой экономики по большинству регионов РФ в период с 2010 по 2013 годы. Примечательно, что почти для всех федеральных округов, кроме Северо-Кавказского (в 2012 - 56,1%, в 2013 - 55,3%) в период с 2012 по 2013 имело место увеличение среднего размера скрытой экономики.

Наконец, наиболее интересными и близкими к настоящему исследованию статьями являются (Ниворожкина, 2016) и (Ратникова и Мурашов, 2016), так как обе эти статьи работают с опросниками РМЭЗ и изучают сокрытые домохозяйствами доходы.

В первой статье автор изучает феномен занижения доходов некоторыми домохозяйствами, который является причиной превышения расходов и сбережений над располагаемыми ресурсами. В частности, автор строит несколько моделей логистической регрессии для разных групп домохозяйств, где зависимая переменная является 1, если подобное превышение встречается в 2 и более периодах и 0 в обратном случае. Разделение индивидов на группы позволяет проанализировать характеристики домохозяйств, которые более склонны к занижению дохода.

В качестве примера можно привести несколько выводов автора:

- «Зачастую семьи, выплачивающие значительные кредиты, декларируют низкие доходы при сохранении нормального уровня потребления, что также может быть результатом того, что часть доходов ими не показывается.»

- «Как и предполагалось, пенсионеры, которые обычно располагают невысокими и фиксированными доходами, менее мотивированы на их сокрытие, чем другие слои населения.»

Во второй статье уже происходит непосредственное применение метода Писсаридеса, однако с некоторыми модификациями. Во-первых, в результате анализа описательных статистик и построения первой модели авторы заметили, что использовать расходы на еду не представляется возможным, так как предпосылка о большем потреблении со стороны самозанятых не соблюдается, что свидетельствует о том, что расходы на еду сообщаются респондентами некорректно, поэтому было решено использовать расходы на одежду, которые удовлетворяют предпосылкам подхода. Во-вторых, авторы разделили респондентов по другим признакам, в частности, по размеру населенного пункта, административному статусу населенного пункта и доходности группы (в зависимости от медианного дохода). В-третьих, авторы зашли дальше и не только рассчитали коэффициенты сокрытия для каждой из подгрупп, но и посчитали общий процент сокрытия доходов во всем теневом секторе самозанятых, для чего ввели дополнительную формулу. Также результаты были экстраполированы на всю теневую экономики с помощью использования «интервальных распределений подушевого дохода по данным Росстата». В результате доли скрываемого дохода оказались в доверительном интервале с границами 16 и 23%.

Теоретическая модель и гипотезы

Теоретическая модель из оригинальной статьи (Pissarides и Weber, 1989)

Авторы описывают три вида доходов, которые существуют и их связи с коэффициентом сокрытия: истинный доход, декларируемый доход (сообщаемый в ходе опроса) и перманентный доход (теоретическая концепция). Между тремя видами доходов есть взаимосвязи:

,

где - истинный (ненаблюдаемый), а - коэффициент сокрытия доходов, который для работающих по найму равен 1, а для самозанятых представляет величину большую, чем 1.

- декларируемый доход, отраженный в опроснике (ответы респондентов)

,

где - перманентный доход, влияющий на потребительские расходы, причем дисперсия перманентного дохода у самозанятых работников больше, чем у работников по найму: Var(| employee) < Var(| self-employed)

Далее авторы непосредственно показывают, какие уравнения предполагается построить:

В начале вводится регрессия логарифма Предположение о логнормальном распределении было проверено авторами с помощью теста Колмогорова-Смирнова. расходов на потребление j-й категории товаров для i-го домохозяйства:

где - расходы на j-ю категорию товаров для i-го домохозяйства, - вектор характеристик i-го домохозяйства, - вектор параметров, - предельная склонность к потреблению товара j-й категории, - логарифм дохода, которые влияет на текущее потребление, - коэффициент перед - дамми, обозначающая самозанятых единицей, а работающих по найму нулем, - ошибка.

Причем дополнительно стоит отметить, что является эндогенной переменной по мнению авторов, так как предполагается, что в ошибках могут присутствовать неучтенные в опроснике переменные, которые прямо или косвенно одновременно влияют и на величину расходов на какую-то группу товаров, и на совокупные доходы домохозяйства.

После этого строятся два уравнения одинакового вида отдельно для самозанятых и для работников по найму:

где - вектор характеристик i-го домохозяйства, - набор инструментов, а - остатки.

Из каждого уравнения необходимо получить дисперсии логарифма дохода для каждой из групп работников (самозанятых и работающих в компании).

Далее из построенных моделей используются необходимые сведения для построения доверительного интервала коэффициента сокрытия дохода: из первой регрессии берутся бета и гамма коэффициенты, а из двух регрессий построенных далее нужны дисперсии логарифма доходов.

Доверительный интервал выглядит следующим образом:

- нижняя граница коэффициента сокрытия дохода

- верхняя граница коэффициента сокрытия дохода

Подробное обсуждение нововведений в теоретическую модель, описанную выше будет дано в разделе «Методология».

После расчета коэффициентов сокрытия их можно использовать для нахождения величины сокрытия всего сектора теневой деятельности самозанятых. Для этого используются следующие границы доверительного интервала:

Shadow_low = Shadow_up =

Где - доля самозанятых в выборке, - средний доход самозанятых, - средний доход других домохозяйств.

3. Гипотезы

В рамках данного исследования будут проверяться следующие гипотезы:

Расходы на еду не могут быть использованы в качестве выбранной категории расходов.

Предполагается подтвердить эмпирическое свидетельство, приведенное в статье (Ратникова и Мурашов, 2016) о том, что российские домохозяйства недостаточно честны в раскрытии суммы расходов, потраченных на еду, поэтому данная категория затрат не может быть использована для эконометрического моделирования.

Расходы на одежду могут быть использованы в качестве выбранной категории расходов.

Есть определенные ожидания, что совокупные расходы на одежду могут быть использованы при подсчете, так как они сообщаются домохозяйствами более правдиво, чем расходы на еду. Это может быть связано с тем, что среди домохозяйств нижних доходных децилей дискуссии о затратах на еду обсуждаются более часто, в отличие от расходов на одежду, которые совершаются с меньшей периодичностью, поэтому у домохозяйств может быть меньше намерений искажать величину расходов на одежду. Также данная гипотеза позволит проверить выводы относительно данной категории расходов, выдвинутые в статье (Ратникова и Мурашов, 2016) на панельных данных за 5 лет.

Результаты оценок масштабов теневой экономики сильно зависят от выбранной категории расходов и ее чувствительности к товарным санкциям, наложенным на РФ. доход домохозяйство теневой экономика

Учитывая то, каким образом устроен микроэкономический подход, применяемый в данной работе, есть четкое ожидание относительно того, что оценки могут быть различны из-за того, что определенная категория товаров могла испытать большие или меньшие экономическое влияние от санкций, которые были введены на РФ. Предполагается, что есть две группы товаров:

Затронутые санкциями

(на эти товары были наложены санкции)

Незатронутые санкциями

(на эти товары не были наложены санкции)

В моей работе ягоды будут считаться товаром, который не был затронут санкциями, так как большинство ягод Россия выращивает на своей территории и сокращение импорта не должно заметно повлиять на цены и ассортимент. Фрукты попадут в категорию затронутых санкциями, так как есть много фруктов, которые российские фермеры могут выращивать на юге в силу благоприятных климатических условий, однако часть из них все же не может быть в крупных масштабах выращена в России, поэтому некоторые ограничения на импорт сельской-хозяйственной продукции могут сказаться как на ассортименте, так и на ценах. Одежда будет в категории затронутых санкциями, так как в РФ продается довольно много зарубежных брендов одежды, которые пользуются большим спросом среди россиян и национальное предложение может не удовлетворить потребности граждан и сказаться на общих продажах одежды. Это также может быть связано со вкусовыми предпочтениями определенной доли россиян и/или приверженности потребителей к определенному зарубежному бренду.

Результаты оценок масштабов теневой экономики сильно зависят от типа сбалансированности панели.

Предполагается, что если использовать несбалансированную панель, то можно получить более корректный в плане непредвзятости результат, так как тогда анализируются все представленные в выборке домохозяйства без исключения. В сбалансированной панели для каждого домохозяйства должны присутствовать все переменные в каждом временном промежутке. Учитывая, что в реальности из-за того, что не все домохозяйства могли попасть в выборку каждого из пяти опросников (то есть пять лет подряд проходить опросы с 2012 по 2016 годы включительно), то однозначно произойдет искажение отбора, так как часть домохозяйств будет исключена из панели. Ожидается, что сбалансированная панель должна показать иные результаты в зависимости от несбалансированной и в таком случае будет более корректно отталкиваться от оценок, полученных на последней.

Масштабы теневой экономики сократились после 2014 года, как это было объявлено Росстатом.

Данная гипотеза позволит посмотреть произошло ли сокращение сокрытия доходов российскими домохозяйствами после 2014 года, как это произошло в теневой экономике в целом. Если сокращение произошло, то общие тенденции по сокращению теневой экономики также наблюдаются и в среде домохозяйств, представленных в РМЭЗ, а значит, являются частью общего снижения уровня теневой экономики. Если сокращения не было, значит, можно будет утверждать, что теневая экономика сократилась, но вклада российских домохозяйств в этом не было и снижение теневой деятельности произошло в других частях скрытой экономики.

4. Методология

Концептуальная составляющая будет полностью совпадать с методологией, изложенной в работе Писсаридеса, то есть порядок уравнений и переменные не будет радикально изменены, однако необходимо внести ряд изменений относительно эконометрических моделей. Так как в работе будет использоваться более широкий временной промежуток, чем в статьях из обзора литературы (5 лет вместо 1 года) и другой эконометрический аппарат для получения оценок, то необходимо подготовить данные и выбрать модели таким образом, чтобы они были пригодны для применения к ним того же микроэкономического подхода, что был изложен в статьях Писаридеса и Ратниковой и Мурашова. Следовательно, может возникнуть несколько вопросов относительно некоторых нововведений в подходе:

Какие панели использовать: сбалансированные или несбалансированные?

Если использовать сбалансированный тип, то удобно сравнивать индивидуальные эффекты домохозяйств на протяжении многих лет, но так как не все из них участвовали в выбранном временном промежутке, то количество наблюдений придется неизбежно уменьшить.

При использовании несбалансированного типа можно использовать все данные и получить более достоверные результаты, не упуская из виду некоторые групп населения. Также мы исключаем некоторое смещение оценок, которое может возникнуть, если исследование проводится только с домохозяйствами, участвовавшими в нем каждые пять лет, поскольку они могут иметь сходные черты. Но недостатком является то, что мы не можем сравнивать индивидуальные эффекты для всех домохозяйств за эти годы.

Какую модель использовать: со случайными эффектами, фиксированными эффектами или что-то еще?

В работе будет использоваться модель с фиксированными эффектами. Модель со случайными эффектами не может быть рассчитана на каждой подпанели, так как существуют корреляции между индивидуальными эффектами и независимыми переменными. Таким образом, несколько попыток посчитать модели со случайными эффектами не дали результатов для сравнения с FE моделью, так как некоторые из них даже не могут быть рассчитаны технически, а когда их можно рассчитать, их результаты не являются достоверными в силу нерациональности предположения об отсутствии корреляции между независимыми переменными и случайными эффектами домохозяйств. Модель отдельных регрессий для каждого момента времени также имеет ряд недостатков, которые не позволяют должным образом получить необходимые оценки, так как по своему построению она не учитывает индивидуальный эффект домохозяйств. Каждое уравнение этой модели представляет собой обособленную регрессию, что позволяет получить хорошие оценки внутри одного временного периода, но не дает анализа экономического явления на всем периоде. Следовательно, наиболее надежным выбором будет модель с фиксированными эффектами, которая не имеет предпосылок, противоречащих с данными, и учитывает развитие характеристик домохозяйств на всем временном отрезке.