Оценка налоговой нагрузки бизнеса

Если иметь в виду сегодняшний день, то речь должна идти о налоге на добавленную стоимость, акцизах, налоге на прибыль и доходы. Многие же другие налоги и сам состав системы налогообложения могут и должны меняться вместе с изменением экономической ситуации в стране и в общественном производстве.

3.3 Моделирование поступлений налога на доходы физических лиц

В настоящее время в мировой практике при построении краткосрочных прогнозов чаще всего используются методики, основанные на микроимитационном, макроэкономическом и экстраполяционном моделировании. Микроимитационные и эконометрические (макро-экономические и экстраполяционные) модели в некоторой степени схожи между собой, однако есть и значительные различия, основное из которых заключается в требованиях к данным. В микроимитационном прогнозировании используются данные уровня физических лиц и домохозяйств, в то время как в эконометрическом -- данные макроуровня или уровня секторов производства, что делает их более доступными для реализации. На основе микроимитационных моделей осуществляется прогнозирование налоговых поступлений в США, Канаде, Великобритании, Франции и Германии. Формальные эконометрические методы в практике развитых стран используются намного реже микроимитационных.

Микроимитационные модели строятся на большой выборке налоговых деклараций конкретного периода, данные которых агрегируются посредством специально определенных весовых коэффициентов таким образом, чтобы отображать поведение и структуру всех налогоплательщиков рассматриваемой территории.

Макроэкономические модели оценивают зависимость объема налоговых поступлений (или величины налоговой базы) от набора объясняющих переменных, в качестве которых используются макроэкономические показатели, характеризующие величину налоговой базы или влияющие на уровень собираемости налогов. Модели обычно оцениваются с помощью регрессионного анализа, затем прогнозы корректируются с учетом изменений в налоговом законодательстве.

К экстраполяционным моделям относятся все экономико-математические методы, в которых в качестве исходной информации используются значения исследуемого показателя за предыдущие периоды, т. е. прогноз строится исходя из динамики значений этого показателя в ретроспективном периоде. Даже если по соображениям экономической теории в модель должны быть включены и другие переменные, то зачастую выбор делается в пользу модели с одной переменной, которая более проста и надежна, обладает лучшей объясняющей способностью, чем сложные структурные модели.

Традиционно для прогнозирования социально-экономических показателей, в том числе фискальных, используются такие экстраполяционные модели, как экспоненциальное сглаживание, трендовые модели, авторегрессионные модели скользящего среднего.

В частности, авторегрессионные модели скользящего среднего построены на сочетании авторегрессионных процессов AR (моделей временных рядов, в которых текущее значение переменной задается функцией от прошлых значений самой этой переменной) и процессов скользящих средних MA (моделей временных рядов, в которых переменная задается функцией от прошлых ошибок). Как правило, в условиях макроэкономической стабильности авторегрессионные процессы и процессы скользящего среднего позволяют достаточно хорошо описать динамику многих макроэкономических рядов, в том числе и рядов налоговых поступлений.

Основной недостаток, ограничивающий применение методов экстраполяции, -- их «автономность»: прогнозы базируются на предположении о неизменности выявленных тенденций в будущем и не учитывают сценарные условия социально-экономического развития. В то же время эти методы можно использовать для построения краткосрочных прогнозов налоговых доходов при условии последующей корректировки с учетом изменений в налоговом законодательстве и собираемости налогов. Поскольку российская статистическая база недостаточна для применения микроимитационных моделей, прогнозирование налоговых поступлений в бюджет Российской Федерации строится на основе авторегрессионных и макроэкономических моделей. Все расчеты основаны на ежемесячных сведениях о налоговых поступлениях в период с 01.2000 по 12.2013 (в случае налога на добычу полезных ископаемых -- с 01.2007 по 12.2013) в постоянных ценах декабря 1999 года, дефлированных с помощью индекса потребительских цен по данным Росстата.

Для проверки существования единичного корня и наличия тренда во временных рядах использовался тест Дикки-Фуллера. Полученные модели налоговых поступлений значимы в соответствии с F-критерием, для всех моделей гипотеза о наличии автокорреляции остатков отвергается на основе теста множителей Лагранжа (LM-тест); выбор наилучшей модели осуществлялся на основе информационных критериев Акаике (AIC) и Шварца (BIC). В случае анализа интегрированных авторегрессионных процессов с ошибками в форме скользящего среднего (ARIMA) для каждого из исследуемых временных рядов построены два типа эконометрических моделей -- модели с детерминированным трендом (TS) и модели со стохастическим трендом (DS) независимо от спецификации конкретного временного ряда (TS или DS) на основе теста Дикки-Фуллера.

Макроэкономические модели представляют собой регрессионные уравнения зависимости объема налоговых поступлений от одного или нескольких макроэкономических показателей, предположительно имеющих связь с фактической базой обложения или определяющих ее величину, а также характеризующих уровень собираемости налогов.

Реальные поступления налога на доходы физических лиц (NDFL) характеризуются относительно стабильной динамикой и повторяющейся сезонностью: регулярными пиками в декабре (выплата вознаграждений и премий по результатам года), июле (выплата отпускных) и снижением поступлений в январе (новогодние каникулы, невысокие поступления после декабря в условиях роста инфляции). При проверке с помощью теста Дикки-Фуллера (с добавлением от 1 до 4 запаздывающих разностей согласно правилу T ^1/3, где T -- количество наблюдений), гипотеза о наличии единичного корня в рассматриваемом временном ряду на исследуемом интервале отвергается. При этом результаты проверки указывают на то, что данный ряд является стационарным относительно тренда.

Следует отметить, что в итоговую TS-модель тренд не включен, хотя временной ряд и рассматривается как стационарный относительно тренда. Это связано с тем, что в случае одновременного включения тренда и авторегрессионных членов коэффициент при тренде, как правило, не значим, а исключение авторегрессионных ленов приводит к снижению качественных характеристик модели.

Модель 1. TS-модель поступлений налога на доходы физических лиц (AIC =16,84; BIC = 17,03; R² = 0,97):

NDFL = 7256,961 ? 6780,504 · d^01,05 + 0,844 · AR(3) +1,152 · SAR(12) ? 0,939 ·MA(3) (2)

Модель 2. DS-модель поступлений налога на доходы физических лиц (AIC = 16,97; BIC = 17,18; R² = 0,97):

d (NDFL) = ? 141,627 ? 3693,209 · d^12,05 + + 5651,660 · d^02,05 + 1,173 · d (NDFL(?12)) ? 0,614·MA(1) + 0,707·MA(3) (3)

Несмотря на высокие объясняющие свойства моделей, характеристики качества прогноза поступлений налога в 1-м полугодии 2013 года оставляют желать лучшего, причем основные расхождения между фактическими и прогнозными значениями наблюдаются в январе 2011 года. Как видно из табл. 8 , качество прогноза зависит в основном от типа модели (TS или DS), а не от выбранного метода. Можно отметить, что DS-модели в целом дают более качественный одношаговый прогноз. Для построения макроэкономической модели, как уже отмечалось, необходимо выбрать показатель, характеризующий налоговую базу. По официальным данным, наибольшую часть доходов населения составляют денежные доходы, основная доля которых приходится на заработную плату.

Таблица 11. Характеристики одношаговых прогнозов поступлений по налогу на доходы физических лиц в консолидированы бюджет РФ в 2013 г.

Поэтому для характеристики налоговой базы могут быть использованы оба эти показателя (денежные доходы населения и фонд начисленной заработной платы), а также фонд фактической заработной платы (определяемый как фонд начисленной заработной платы, скорректированный на величину прироста задолженности по заработной плате). Результаты анализа на стационарность временных рядов реальных денежных доходов (DDN), фонда реальной начисленной заработной платы (FZP) и реального прироста задолженности по заработной плате (?ZZP) с использованием теста Дикки-Фуллера позволяют не отвергнуть гипотезу о стационарности этих рядов относительно тренда. Исходя из результатов оценивания, наилучшим показателем, характеризующим налоговую базу, являются денежные доходы населения, немного хуже качество уравнений с использованием фонда реальной начисленной или фактической заработной платы. При моделировании поступлений налога на доходы физических лиц следует учесть различия ставок обложения заработной платы и прочих видов доходов, т. е. рассмотреть модель, в которой оценка налоговой базы разбивается на две составляющие: фонд реальной фактической заработной платы (FZP + ?ZZP) и реальные денежные доходы населения, уменьшенные на величину фонда реальной фактической заработной платы (DDN ? (FZP + ?ZZP)). По результатам оценивания оба фактора являются статистически значимыми. Кроме этого, данная модель является предпочтительной (не только с точки зрения структурной спецификации, но и с точки зрения статистических критериев) по сравнению с моделями, построенными на основе одного объясняющего фактора.

Макроэкономические модели поступлений налога на доходы физических лиц основываются на показателях, которые в соответствии со статистическими критериями содержат детерминированный тренд, что может привести к проблеме «ложной» взаимосвязи. Для ее устранения либо включают тренд в модель, либо производят детрендирование ( переход от исходного временного ряда к ряду остатков регрессии переменной на константу и тренд) рядов и оценивают регрессию «очищенной» от тренда объясняемой переменной на «очищенные» объясняющие переменные. Включение тренда в однофакторную модель (оценка базы налога на основе одного макроэкономического показателя) приводит к незначительным изменениям оценок коэффициентов модели, которые, как и ранее, сохраняют свою значимость. В случае двухфакторной модели (оценка базы на основе фонда реальной фактической заработной платы и денежных доходов населения, уменьшенных на величину фонда реальной фактической заработной платы) все включенные в модель переменные также оказались значимыми, но оценки коэффициентов изменились.

Модель 3. Макроэкономическая модель поступлений налога на доходы физических лиц в t-м месяце (оценка базы на основе двух показателей) (AIC = 16,67; BIC = 16,92; R ² = 0,98):

NDFL _t = 10175,470 + 263,338 · Trend ? 3049,872·d _t^01,05+ 2655,849 · sd_t⁰⁷ + 0,126·(FZP_t + ?ZZP_t) * + 0,063· (DDN _t ? (FZP _t + ?ZZP _t)) + 0,515 · MA(1) + 0,458 · MA(3), (4)

где (FZP t + ?ZZP t) -- остатки регрессии реальной фактической заработной платы на константу и тренд;

(DDN t -- (FZP t + ?ZZP t)) * -- остатки регрессии реальных денежных доходов населения, уменьшенных на величину реальной фактической заработной платы, на константу и тренд.

Одним из факторов, определяющих динамику налоговых поступлений, является уклонение от налогообложения. Наиболее распространенной прокси-переменной для отслеживания масштабов уклонения является доля наличных денег (М₀) в структуре денежной массы (М₂). Однако включение показателя М₀/М₂ в модели поступлений по налогу на рассматриваемом интервале не дало значимых результатов.

Влияния темпов инфляции на поступления налога в рассматриваемом периоде значимой зависимости также не выявлено. Точность прогнозов поступлений по макроэкономической модели (см. табл. 8) выше, чем точность прогнозов, полученных по авторегрессионным моделям скользящего среднего. Так, в январе 2009 года расхождения между фактическими и прогнозируемыми по ARIMA-моделям значениями составляют 15--20 %, они выпадают из общей динамики поступлений, но могут быть учтены при оценке зависимости между макропоказателями.

3.4 Моделирование поступлений налога на прибыль организаций

Сезонность реальных поступлений налога на прибыль (NPRIB), менее выраженная, чем по налогу на доходы физических лиц, обусловлена установленным порядком начисления и уплаты налога: до 2007 года -- пики в апреле, мае, августе и ноябре, начиная с 2007 года -- пики в марте, апреле, июле и октябре (крайние сроки уплаты налога за год и квартал). Проверка гипотезы о наличии единичного корня указывает на то, что временной рядным (с ненулевым математическим ожиданием). Чтобы учесть изменения законодательства в области налогообложения прибыли в рассматриваемом периоде (в том числе размеров ставки налога), при построении TS-модели вводятся фиктивные переменные, отражающие особенности налогообложения в разные подпериоды: 2008--2009 гг., 2010--2011 гг. и 2012--2013 гг. Однако статистически значимая зависимость выявлена только для последнего подпериода, для первых двух подпериодов соответствующие переменные в уравнении регрессии не значимы.

Модель 1. TS-модель поступлений налога на прибыль (AIC = 20,66; BIC = 21,91; R² = 0,76):

NPRIB = 33738,850 + 37104,550 · sd⁰⁴ ? 24436,040 · sd ^0,6 + 29147,440 d^01,05 + 179,175 · Trend · d ^01,04-12,05 + 0,689 · AR(12) + 0,934 · MA(3) (5)

Модель 2. DS-модель поступлений налога на прибыль (AIC = 20,51; BIC = 20,79; R² = 0,81):

d(NPRIB) = 896,179 ? 17055,030·sd⁰⁶ + + 38083,440·d^04.04 + 22830,950·d^01.05 ? 0,866·d(NPRIB(?1)) ? 0,342·d(NPRIB(?2)) + 0,321·d(NPRIB(?12)) + 0,886·MA(12)) (6)

Независимо от вида модели в случае налога на прибыль более точные прогнозы получены при использовании метода 1 (на каждый последующий месяц прогноз рассчитывается с помощью уравнения регрессии без переоценки коэффициентов). Наименьшее относительное отклонение одношаговых прогнозов от фактических значений получается при использовании метода 1 на основе DS-модели (табл. 9). Причина существенных расхождений фактических и прогнозных значений (полученных по моделям 1 и 2) состоит в том, что прогнозирование объема налоговых поступлений на основе их собственной динамики не позволяет учесть произошедшие в прогнозируемом периоде законодательные изменения. В частности, исходя из изменений в налогообложении прибыли, вступивших в силу с января 2011 года (например, расширение списка расходов, принимаемых к вычету при расчете налоговой базы), в начале прогнозного периода следовало ожидать снижения объема налоговых поступлений. Правила определения налоговой базы по налогу на прибыль предполагают, что макроэкономическое моделирование налоговых поступлений следует проводить в зависимости от показателя совокупной прибыли организаций (рассчитывается Росстатом). Поскольку данный показатель публикуется в официальных статистических сборниках с опозданием, в качестве альтернативной оценки базы часто используется показатель ВВП (и его производные).

До 2007 года наибольшую долю в налоговых поступлениях составлял НДС, поэтому оценкой базы налога на прибыль может служить такой показатель, как ВВП, скорректированный на ставку НДС. Кроме того, в налоговую базу не входит выплаченная заработная плата, поэтому оценку налоговой базы можно уточнить и с учетом известных значений этого показателя.

Независимо от показателя, используемого в качестве оценки налоговой базы, при спецификации макроэкономической модели поступлений налога на прибыль необходимо учесть практику авансовых платежей и перерасчетов за квартал, размер которых пропорционален суммарной базе налога соответствующего квартала. Объем поступлений налога на прибыль зависит не только от размера налоговой базы, но и от влияния других факторов. Один из них -- доля убыточных организаций в экономике. Понятно, что чем больше доля убыточных организаций, тем выше рост недоимки, а следовательно, ниже поступления налога. То есть предполагаемая зависимость обязательств от доли убыточных организаций должна быть отрицательной.

Рост цен (инфляция) также влияет на величину поступлений налога на прибыль, причем механизмы этого влияния многогранны, так что результаты воздействия могут носить разнонаправленный характер. Так, в одних случаях инфляция увеличивает реальные обязательства по налогу (снижение реальной стоимости расходов, принимаемых в уменьшение налоговой базы), в других, наоборот, уменьшает (во временной промежуток между возникновением обязательств и перечислением их в бюджет происходит обесценение налоговых поступлений). Итоговый результат зависит от того, какой из эффектов преобладает

Таблица 13. Характеристики одношаговых прогнозов поступлений по налогу на прибыль в консолидированный бюджет РФ на 2014г.

Аналогично случаю с налогом на доходы физических лиц в модель налога на прибыль следует включить и косвенную характеристику уклонения от налогообложения -- долю наличных денег (M₀) в структуре денежной массы (M₂), рост которой приводит к уменьшению суммарной налогооблагаемой прибыли. Это подтверждается значимыми оценками коэффициентов при показателе М₀ ? М₁ в макроэкономических моделях поступлений налога на прибыль. Не менее важным макроэкономическим фактором, воздействующим на государственные доходы, является динамика задолженности между организациями Рост дебиторской задолженности (в случае применения налогоплательщиком кассового метода) приводит к сокращению объемов реализации и прибыли, а следовательно, и налоговых поступлений. Кроме того, величина дебиторской задолженности обесценивается в периоды инфляции, что также приводит к сокращению налоговой базы. То есть чем больше объемы дебиторской задолженности организаций при заданных темпах инфляции или чем выше темпы инфляции при некоторой величине дебиторской задолженности, тем меньше объемы реализованной продукции, прибыли и налоговых доходов. Как и в случае TS-модели, в процессе спецификации макроэкономической модели поступлений налога на прибыль необходимо проверить гипотезу об изменении средней ставки налога в течение рассматриваемого периода.

Для этого в регрессионном уравнении один фактор, отражающий изменения базы, разбивается на несколько в соответствии с выделенными подпериодами, исходя из предположения, что механизм влияния прочих факторов на объем поступлений налога остается неизменным.

По результатам оценивания, значимая связь между оценкой налоговой базы на основе показателя совокупной прибыли организаций и объемом поступлений была выявлена только для третьего подпериода (2012 -- 2013 гг.). В случае оценки налоговой базы на основе показателя ВВП (и его модификации) значимая связь между этим показателем и объемом поступлений была выявлена для всех подпериодов, но качественные характеристики модели уступали качеству модели с единой оценкой базы. Результаты исследования показывают, что и в случае макроэкономического моделирования не удается построить прогнозы высокого качества без введения дополнительных экспертных корректировок, определяющих колебания объема поступлений вследствие изменений налогового законодательства.

3.5 Моделирование поступлений налога на добавленную стоимость

Реальные поступления налога на добавленную стоимость (NDS) характеризуются относительно стабильной динамикой.

На основе результатов теста Дикки-Фуллера (с включением первых четырех лагов) гипотеза о наличии единичного корня отвергается на 5%-м уровне значимости. Моделирование поступлений налога дает следующие результаты:

Модель 1. TS-модель поступлений налога на добавленную стоимость (AIC = 18,85; BIC = 19,06; R² = 0,93):

NDS = 35327,070 + 7169,498 · sd ⁰¹ + 26351,950 · d^12.01 + 68729,940 · d^01.05 + 0,770 · AR(12) ? 0,886 · MA(12) (7)

Модель 2. DS-модель поступлений налога на добавленную стоимость (AIC = 19,74; BIC = 20,00; R² = 0,90):

d(NDS) = 1093,974 ? 10382,990 · sd⁰² ? 5193,071 · sd⁰³ + 68383,990 · d^01.05 ? 25181,070 · d^03.05 - 0,892 · d(NDS(?1)) ? 0,474 · d(NDS(?2) ? 0,889 · MA(11). (8)

Как и в случае с налогом на доходы физических лиц, качественные характеристики прогнозов поступлений НДС в 1-м полугодии 2009 года довольно низкие, несмотря на высокие объясняющие свойства моделей. В основном это обусловлено пиком поступлений в январе 2009 года (в связи с изменением принципа взимания НДС, переходом на обязательное определение даты возникновения обязанности по уплате НДС по методу начислений и изменением порядка применения нулевой ставки для транспортных услуг).

В случае НДС влияние неплатежей на обязательства может быть не таким существенным, как для других налогов. Так, рост дебиторской задолженности (в случае применения кассового метода) приводит к сокращению числа оплаченных операций и уменьшению обязательств. В то же время входящий в сумму платежа НДС нельзя до момента оплаты вычитать из суммы налога, начисляемого по результатам реализации, что приводит к увеличению обязательств по налогу на ту же сумму.

Модель 3. Макроэкономическая модель поступлений налога на добавленную стоимость в t-м месяце (оценка базы на основе показателя ВВП, скорректированного на величину чистого экспорта) (AIC = 19,34; BIC = 19,50; R ² = 0,88):

NDS_t = 14499,950 + 22962,510 · dt^12.01 + 72878,390 · dt^01.05 + 0,027· GDPE_t-1 - 112.947· PRCR_t-6 (9)

Модель 4. Макроэкономическая модель поступлений налога на добавленную стоимость в t-м месяце (оценка базы на основе объема розничного товарооборота) (AIC = 19,05; BIC = 19,26; R²= 0,91):

NDSt = 6779,779 + 25981,300 · dt^12.01 + 66080,020 · dt^01.05 +0,087 · RT_t-1+ 187584,100 · d(IPC)_t-6 (10)

В течение рассматриваемого периода в налоговое законодательство, определяющее порядок уплаты НДС, были внесены изменения. В процессе спецификации моделей проверялась гипотеза о различии в средней ставке налога в подпериодах, но для обеих моделей (модели 3 и 4) гипотеза отвергается.

Таблица 14. Характеристики одношаговых прогнозов поступлений по налогу на добавленную стоимость в консолидированный бюджет РФ в 2014 г. на основе макроэконометрических моделей

Результаты, представленные в таблице 14, свидетельствуют, что использование показателя ВВП, скорректированного на величину чистого экспорта, в качестве оценки налоговой базы НДС позволяет получить прогнозы более высокого качества, чем когда используется объем розничного товарооборота.

Таким образом, выбор моделей для прогнозирования является неоднозначным процессом и зависит, с одной стороны, от качественных статистических характеристик моделей, с другой -- от глубины прогноза. В принципе, в силу своей прозрачности макроэкономические модели в большинстве случаев предпочтительнее, так как отражают реальные экономические связи. Однако хорошо специфицированную макроэкономическую модель не всегда можно построить и тем более оценить. Основное препятствие -- узость статистической базы, низкое качество и малое число наблюдений. В условиях частых изменений законодательства качество прогнозов может быть улучшено за счет, во-первых, переоценки моделей (а не только коэффициентов) с учетом обновления фактических данных, во-вторых, корректировки прогнозных значений на основе экспертных оценок о величине ожидаемых объемов поступлений в ответ на те или иные изменения в законодательстве или вследствие изменения поведенческой стратегии налогоплательщиков, в-третьих, дезагрегирования данных, т. е. перемещения анализа динамики налоговых поступлений на уровень секторов и отраслей.

Выводы и предложения

На основании исследования теоретических аспектов проблемы, установлено, что формирование и развитие системы налогообложения происходит в период становления государственного строя задолго до нашей эры. Налоги выступают в качестве мощного инструмента государственного регулирования вех сфер общественной жизни и обеспечивают реализацию основных функций государства. Оптимальное функционирование системы налогообложения требует наличие налогового механизма, позволяющего эффективнее осуществлять управление налоговыми отношениями.

Оценка состава и структуры налогов показала, что общая картина структуры налогов зачисляемых в Федеральный бюджет характеризуется следующими чертами:

- наблюдается рост прямых налогов в структуре доходных источников Федерального бюджета;

- доходы федерального бюджета от прямых налогов имеют тенденцию к сокращению, так доля налога на прибыль за 2000-2010г. снизилась с 16 до 14,5%, что оказывает стимулирующее воздействие на экономику и приводит в действие стимулирующую функцию налогов;

в поисках новых источников доходов бюджета правительство вынуждено регулярно вводить новые виды налогов и изменять различные элементы введённых ранее налогов, поэтому отличительной чертой российской налоговой системы является нестабильность.

Для оценки эффективности функционирования системы налогообложения необходим комплекс критериев и оценочных показателей на макро -, мезо - и микро уровнях. В связи с чем, в работе предложена методика оценки эффективности функционирования системы налогообложения, которая включает в себя показатели налоговой емкости региона, налогового потенциала отрасли, налоговой емкости хозяйствующих субъектов по отраслям. Предложена модель системы показателей, состоящая из трех этапов оценки, увязанных в единой схеме, и изложена методика определения основных их параметров.

Установлено, что существующие методы оценки налогового потенциала региона по показателям фактически поступившие платежи и налоговой нагрузки на ВВП, не могут дать объективную оценку, т.к. не учитывают отраслевой состав ВРП в регионе. В работе предложена методика определения налогового потенциала региона, учитывающая отраслевую структуризацию экономики субъектов Федерации. На основании предложенной методики оценки налогового потенциала региона, установлено, что годовой налоговый потенциал Ставропольского края составляет с учетом отраслевой структуры ВРП 14676,5 млн. руб., что на 6290,1 млн. руб. ниже чем данный показатель, исчисленный исходя из отношения объема налоговых доходов к величине ВРП по Российской Федерации в целом.

Для оценки влияния налоговой нагрузки на показатели экономического роста в работе предлагается использовать модель экономической эффективности на макроуровне. Оценка влияния величины налоговой нагрузки на экономический рост в Ставропольском крае показала, что снижение общей налоговой нагрузки на ВВП в 2013 году по сравнению с 2012 годом приводит к росту ВВП на 0,02%, а увеличение доли косвенных налогов в ВВП приводит к снижению темпов экономического роста на 0,3%.

Оценка сложившейся ситуации в системе налогообложения сельскохозяйственных товаропроизводителей позволила отметить следующие негативные стороны существующих режимов налогообложения:

отсутствие четкого определения объекта налогообложения;

громоздкость системы налогообложения;

нестабильность налоговых ставок.

Результаты анализа динамики объема поступлений основных бюджетообразующих налогов свидетельствуют, что доступные в рамках российской статистики методы краткосрочного прогнозирования позволяют получить качественные прогнозы объемов поступлений только в условиях постоянства или незначительных изменений налогового законодательства. Ярким примером может служить прогноз поступлений налога на прибыль: для авторегрессионных моделей среднее абсолютное процентное отклонение прогнозных значений превышает 50% .

Список использованной литературы

1. Российская Федерация. Законы. Гражданский кодекс Российской Федерации: Официальный текст. - М.: Экзамен, 2013. - 304с.

2. Российская Федерация. Законы. Налоговый кодекс Российской Федерации: Официальный текст. - М.: ИНФРА -М, 1998. Ч 1, 2000. Ч.2. // Сборник нормативных актов. - М.: Теис, 2011. - 215 с.

3. Российская Федерация. Президент (2006 - ; В.В. Путин). О внесении изменений и дополнений в часть вторую Налогового кодекса Российской Федерации и некоторые другие акты законодательства о налогах и сборах: Указ Президента Рос. Федерации от 29 декабря 2006г. №187 - ФЗ // Рос. газ. - 2013. - 5 января - с.1.

4. Российская Федерация. Законы. (2007 - ; В.В. Путин). О внесении изменений и дополнений в часть вторую Налогового кодекса Российской Федерации и некоторые другие акты законодательства Российской Федерации о налогах и сборах, а так же о признании, утратившими силу отдельных актов (положений актов) законодательства Российской Федерации о налогах и сборах: Указ Президента Рос. Федерации от 6 августа 2006 г. № 110 - ФЗ // Налоговый вестник. - 2013. - №1. - с. 202.

5. Регионы России. Социально-экономические показатели. 2007: Р32 Стат. Сб. / Госкомстат России. - М.: 2013. - 863с

6. Ставропольский край в цифрах: Стат. сб. / Ставропольский краевой комитет государственной статистики - С76, 2013. - 188с.

7. Ставропольский край и его регионы: Стат. сб. / Ставропольский краевой комитет госстатистики - С., С 76, 2009. - 320с.

8. Александров, Д.О. О соответствии законодательству Российской Федерации нормативно-правовых актов субъектов Российской Федерации / Д.О. Александров // Налоговый вестник. - 2012. - №5. - с.9.

9. Артемов, А. Налоговые проблемы глазами ФНС России / А. Артемов // Двойная запись. - 2012. - №8. - с. 16-19.

10. Балабанов, И.Т. Финансовый менеджмент / И.Т. Балабанов; - М.: Финансы и статистика,. 2013. - 224с.

11. Баскин, А.И. О прогнозировании развития налоговой системы / А.И. Баскин, Р.А. Саакян // Налоговый вестник. - 2013. - №6. - с.12.

12. Бетина, Т.А. Причины несовершенства налогового контроля в российской практике. Концепция предпроверочного контроля на основе зарубежного опыта и специфических особенностей экономики России / Т.А. Бетина // Налоговый вестник. - 2012. - № 11. - с.11-16.

13. Бутаков, Д.Д. Основы мирового налогового кодекса / Д.Д. Бутаков // Финансы. - 2013. - №8. - с. 23-27; № 10. - с. 33-36.

14. Власъевич, Ю.Е. Экономика России: эффекты и парадоксы / Ю.А. Власъевич, С.А. Бертенев // М.: Издат. - во Бек. - 2013. - 144с.

15. Волошина, А.Н. Анализ налогового потенциала Белгородской области / А.Н. Волошина, Т.И. Федорова, А.В. Клименко // Налоговый вестник. - 2013. - №7. - с.123-127.

16. Габбасов, Р.Г. Новое в налогообложении сельскохозяйственных товаропроизводителей / Р.Г. Габбасов, Н.В. Голубева // Налоговый вестник. - 2013. - №11. - с.81-86.

17. Государственные и муниципальные финансы: Учебник для вузов / А.М. Бабич, Л.Н. Павлова - М.: Финансы, ЮНИТИ, 2012. - 687с.

18. Давыдянц, Д.Е. Оценка, анализ и пути совершенствования экономики / Д.Е. Давыдянц; - Ставрополь: Кавказский край, 2012. - 500с.

19. Диков, А.О. О внесении изменений в законы Российской Федерации, касающиеся налогообложения / А.О. Диков // Налоговый вестник. - 2011. - №12. - с.8.

20. Ермилова, Н.Г. Налоги и сборы Российской Федерации в 2007г. / Ермилова Н.Г., Храмова Т.В. // Налоговый вестник. - 2011. - №1. - с.30 - 34.

21. Исаев, А.А. Очерки теории и политики налогов / А.А. Исаев; - Ярославль: - 1887. - с.1.

22. Королев, А.Ю. Финансовый анализ и макроэкономическая статистика / А.Ю. Королев, О.А. Коновалова // Финансы. - 2012. - № 10. - с. 58-60.

23. Краснов, Ю.К. Влияние налоговой нагрузки на экономику: основные итоги реформы и тенденции / Ю.К. Краснов // Налоговая политика и практика. - 2011. - №2. - с. 8-14.

24. Краснов, Ю.К. Налоговая реформа: шаг вперед, два на месте / Ю.К. Краснов // Налоговая политика и практика. - 2012. - №7. - с.10-17.

25. Мельник, А.Д. О резервах повышения налоговых поступлений / А.Д. Мельник // Российский налоговый курьер. - 2013. - №1. - с. 56.

26. Мещерякова, О.В. Налоговые системы развитых стран мира (справочник)/ О.В. Мещерякова; М.: Фонд "Правовая культура", 2010 . - 240с.

27. Налоги: Учебник / Под общей редакцией профессора Д.Г. Черника; М.: Финансы и статистика, 2012. - 400с.

28. Налоги и налоговое право: Учебное пособие / Под ред. А.В. Брызгалина; М.: Аналитика - Пресс, 2012. - 600с.

29. Налоги и налогообложение: Учебник / Т.Ф. Юткина; М.: ИНФРА - М, 2011. - 429 с.

30. Новикова, А.И. О совершенствовании подхода к анализу налоговых платежей / Новикова А.И., Мельник А.Д. // Налоговый вестник. - 2012 . - №12. - с.8

31. Новикова, А.И. Субъекты Российской Федерации обсуждают проект налогового паспорта региона / А.И. Новикова, В.П. Золотарев // Налоговый вестник. - 2012. - №5. - С. 12.

32. Общая теория финансов: Учебник / Под. Ред. Л.А. Дробозиной. - М.: Банки и биржи, ЮНИТИ, 2010. - с. 258.

33. Окунева, Л.П. Налоги и налогообложение в России / Л.П. Окунева; - М.: Финстатинформ, 2011. - с. 15.

34. Острова, Н.И. К вопросу о сущности налогов / Н.И. Острова // Налоговый вестник . - 2012. - №6 . - с.9.

35. Пепеляев, С.Г. О юридической классификации налогов / С.Г. Пепеляев, Е.В. Кудряшова // Налоговый вестник. - 2012. - №6. - с. 11.

36. Пепеляев, С.Г. Законы о налогах: элементы структуры / С.Г. Пепеляев; - М.: СВЕА. - 2010. - с.37.

37. Разгулин, С.В. О некоторых вопросах установления налогов и сборов / С.В. Разгулин // Налоговый вестник. - 2012. - №12. - с.160-165.

38. Садыгов, Ф.К. Значение налогового потенциала региона в формировании эффективных межбюджетных отношений / Ф.К. Садыгов // Налоговая политика и практика. - 2012. - №2. - с. 3-7.

39. Смит, А. Исследования о природе и причинах богатства народов / пер. с англ. - М.: 2006. - с. 371 - 589.

40. Стоянова, Е.С. Финансовый менеджмент (Российская практика) / Е.С. Стоянова; - М.: перспектива, 2012. - 194с.

41. Финансы. Денежное обращение. Кредит: Учебник для вузов / Л.А. Дробозина, Л.П. Окунева, Л.Д. Андросова и др.; Под ред. Проф. Л.А. Дробозиной; М.: ЮНИТИ, 2010. - 479с.

42. Черепанов, В. О налоговой политике в Ставропольском крае / В. Черепанов; - Ставрополь: АО "Пресса", 2011. - 60с.

43. Черник, Д.Г. Налоги в рыночной экономике / Д.Г. Черник; М.: Финансы ЮНИТИ, 2012. - 383 с.

44. Юткина, Т.Ф. Методические основы налогообложения / Т.Ф. Юткина; Сыктывкар, 2010. - с. 84.

45. Юткина, Т.Ф. Основы налогообложения / Т.Ф. Юткина; Сыктывкар. - 2011. - 74с.

Размещено на Allbest.ru