Применение многофакторного регрессионного анализа в прогнозировании налоговых доходов

Размещено на http://www.allbest.ru/

Применение многофакторного регрессионного анализа в прогнозировании налоговых доходов

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.

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 налогового 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).

моделирование налоговый социальный

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 экономико-математических процессов на сегодняшний день - один из базовых инструментов экономического анализа. Под инструментом здесь понимается не только конкретное применение экономико-математического 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 экономико-математических 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).

При исследовании характеристик временного ряда НДФЛ были найдена линейная регрессия и предпосылки к использованию стандартного метода наименьших квадратов по классической модели:

(1)

Из четырнадцати социально-экономических показателей, взятых в рассмотрение, наиболее явное наличие корреляционной связи с показателями НДФЛ, на протяжении трех лет отобразили:

· X₁ - «среднедушевой денежный доход населения»;

· X₂ - «стоимость фиксированного набора товаров и услуг»;

· X₃ - «оборот розничной торговли»;

· X₄ - «финансовый результат деятельности организаций»;

· X₅ - «прибыль прибыльных организаций муниципалитета»;

· X₆ - «дебиторская задолженность предприятий».

Готовая многофакторная регрессионная модель прогнозирования НДФЛ в i-том периоде времени приняла следующий вид:

(2)

Модель была оценена по основным показателям адекватности: значение коэффициента детерминации (прогноз модели качественен); ошибка аппроксимации данных (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 налоговых доходов.

Библиографический список

1. Антонов А.В. Системный анализ. - М.: Высшая шк., 2004. - 454с.

2. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. - М.: Финансы и статистика, 2002. - 228с.

3. Евстигнеев Е.Н. Основы налогового планирования. - Питер, 2004. - 288 с.

4. Кремер Н.Ш., Путко Е.А. Эконометрика. - М.: Юнити, 2002. - 316с.

5. Малыхин В.И. Экономико-математические моделирование налогообложения. - М.: Высшая школа, 2006. - 103с.

Размещено на Allbest.ru