Прогноз налоговых поступлений по упрощенной системе налогообложения вХанты-Мансийском автономном округе - Югре

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Югорский государственный университет

Прогноз налоговых поступлений по упрощенной системе налогообложения вХанты-Мансийском автономном округе-Югре

Коростелева Виктория Викторовна, кандидат наук, доцент, преподаватель

В данной статье проведен прогноз налоговых поступлений на три ближайших года по упрощенной системе налогообложения, которая применяется на территории Ханты-Мансийского автономного округа-Юры и играет наибольшую роль в доходах округа среди всех специальных налоговых режимов. При прогнозе используется метод множественной регрессии, который наиболее распространен при налоговом планировании и прогнозировании.

В условиях рыночной экономики все большую роль приобретает малое предпринимательство. Именно оно способно быстро адаптироваться к постоянно изменяющимся условиям рынка, потребительским интересам и нововведениям в законодательстве.

Одним из способов воздействия на развитие малого бизнеса является предоставление возможности вести свою деятельность на специальных налоговых режимах, наиболее распространённым из которых является УСН.

Именно поэтому, тщательный анализ и прогнозирование возможных результатов применения упрощенной системы налогообложения является на сегодняшний момент актуальной темой и способствует совершенствованию налоговой политики в области малого бизнеса.

Прогнозирование налоговых поступлений по упрощенной системе налогообложения в данной статье будет проведено на примере Ханты-Мансийского автономного округа на период 2016-2018гг. Для этого необходимо воспользоваться методом множественной регрессии. В качестве основных источников информации для проведения данного прогноза будут использоваться:

Отчетность ФНС [3];

Прогноз социально-экономического развития округа на текущий год и плановый период[1];

Данные консолидированного бюджета Ханты-Мансийского автономного округа[2].

Прогнозирование налога, взимаемого в связи с применением упрощенной системы налогообложения, осуществляется исходя из фактических поступлений налога в консолидированный бюджет Ханты-Мансийского автономного округа-Югры, динамики макроэкономических показателей и количества налогоплательщиков.

К макроэкономическим показателям, влияющим на сумму налога, уплачиваемую в бюджет по УСН относятся: оборот розничной торговли; индекс потребительских цен; оборот малых предприятий; оборот общественного питания; платные услуги населению.

Таблица 1 - Факторы, влияющие на сумму налога к уплате по УСН

Для того чтобы сделать прогноз необходимо создать регрессионную модель влияния факторов на налоговые поступления по УСН, а затем осуществить прогноз на 2016-2018гг., необходимо построить матрицу парных коэффициентов корреляции и пошаговым методом отобрать факторы для последующего моделирования.

Матрицу коэффициентов парной корреляции можно получить с помощью программы Excel (таблица 2).

Таблица 2 - Матрица коэффициентов парной корреляции

По данным матрицы можно судить, что сумма налоговых поступлений по УСН имеет тесню связь со всеми макроэкономическими показателями, так как показатель тесноты связи превышает значение 0,8.

Далее необходимо построить множественную модель регрессии с помощью функции «регрессия» в программе Excel и оценить ее точность по основным характеристикам качества (таблица 3).

Таблица 3 - Характеристики качества модели регрессии

Множественный коэффициент корреляции R характеризует высокую тесноту связи зависимой переменной Y с включенными в модель объясняющими факторами. Можно сделать вывод, что теснота связи между показателями очень сильная.

Коэффициент детерминации R-квадрат показывает, что 98% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов. Таким образом, модель является качественной.

Если стандартная ошибка модели меньше стандартной ошибки результативного признака Y, то можно говорить о том, что данная модель является точной. Стандартную ошибку Y можно найти с помощью функции СТАНДОТКЛОН в Excel.В нашем случае стандартная ошибка модели 145,94, а среднеквадратическое отклонение Y=715, 68.

После построения регрессионной модели можно осуществить прогноз, подставив данные исследуемого объекта в полученное уравнение регрессии.

Полученное уравнение линейной множественной регрессии имеет вид:

Y=-773,9+0,01*Х1-0,08*X2-0,0006*X3+0,01*X4-39,66*X5+0,21*X6

Прогнозные значения макроэкономических(X1-X5) показателей можно взять из прогноза социально-экономического развития Ханты-Мансийского автономного округа-Югры на 2015 год и плановый период 2016-2018гг.

Таблица 4- Прогнозные значения макроэкономических показателей

Количество налогоплательщиков(X6) можно рассчитать с помощью среднего темпа роста.

прогноз налоговый поступление

Таблица 5 - Прогнозное значение количества налогоплательщиков

Подставим прогнозные значения макроэкономических показателей в регрессионную модель и получим прогноз на 2016 год. Аналогично рассчитаем прогноз на 2017 и 2018 года.

Таблица 6 - Прогноз налоговых доходов от УСН Ханты-Мансийского автономного округа-Югры на 2016-2018гг.

Можно сравнить полученный результат с данными прогноза социально-экономического развития на 2015 год и плановый период 2016-2018гг (таблица 7).

Таблица 7 - Сравнение прогнозных значений

Из данных таблицы видно, что прогноз суммы налога, рассчитанный с помощью модели регрессии, имеет незначительное отклонение от данных официального прогноза. На плановый период 2016 года отклонение составило 0,5%, на 2017 год -3,1%, на 2018 год -2,3%. Наличие данного отклонения объясняется тем, что при расчёте прогноза могут использоваться несколько различных методик или учитываться больше факторов, влияющих на конечный результат.

Подводя итоги, можно сказать, что полученный прогноз имеет вероятностный и предварительный характер. Имеющиеся погрешности прогноза могут быть связаны в первую очередь с тем, что он проводился на основе прогнозных значений макроэкономических показателей.

Список литературы

Прогноз социально-экономического развития Ханты-Мансийского автономного округа - Югры на 2016 год и на плановый период 2017 и 2018 годов;

Электронный ресурс. URL: https://www.monitoring.admhmao.ru

Электронный ресурс: URL: https://www.nalog.ru

Размещено на Allbest.ru