Публикации автора

Государство тратит значительные финансовые ресурсы на поддержку субъектов малого и среднего предпринимательства, в том числе путем предоставления льготных налоговых режимов. Однако недостаток исследований отраслевой принадлежности налогоплательщиков, применяющих специальные налоговые режимы (СНР), не позволяет оценить эффективность диверсификации отдельных видов СНР и их распространенность в регионах РФ. Статья посвящена составлению профиля налогоплательщиков, применяющих СНР, в отраслевом разрезе. Методологическая база исследования основана на теории налогов и пространственном анализе. Использовались методы компаративного и структурного анализа, картографический метод. Информационную базу составили данные статистической налоговой отчетности ФНС России за 2019–2023 гг. Выявлено, что бенефициарами СНР в основном являются субъекты малого и среднего предпринимательства, осуществляющие торговлю, операции с недвижимостью, в то время как стимулирование в секторе наукоемких и обрабатывающих производств не носит преобладающего характера. В большинстве регионов, в которых введена упрощенная система налогообложения, наблюдается ситуация, когда поступления полностью формируются одним видом экономической деятельности. По единому сельскохозяйственному налогу во всех регионах (кроме Ханты-Мансийского АО) максимальная доля поступлений приходится на сельское хозяйство; по налогу на профессиональный доход во всех регионах максимальная доля поступлений приходится на физических лиц, не указавших код ОКВЭД. По СНР во всех регионах доминирует в объемах поступлений торговля, где применяются упрощенная или патентная система налогообложения. Исключение – Сахалинская область и Ненецкий АО – где поступления от СНР в основном формируются за счет соглашений о разделе продукции. Полученные результаты позволяют определить перспективы развития СНР в направлении оптимизации состава бенефициаров, структуры налоговых поступлений, и могут использоваться для формирования соответствующей региональной налоговой политики

Статья посвящена выявлению релевантных методов краткосрочного прогнозирования доходов региональных и местных бюджетов для повышения точности прогнозов. Методологическую основу исследования составляет аналитический обзор научных публикаций о способах прогнозирования доходов бюджетов, выявление их отличительных особенностей, ограничений их применения, а также обосновании выбора метода, обеспечивающего высокую точность прогнозирования налоговых доходов субнациональных бюджетов. Аргументировано, что точность прогнозов доходов является важнейшим компонентом экономического планирования правительства, так как позволяет разработать эффективно действующую налогово-бюджетную политику, распределять ресурсы и осуществлять стратегическое финансовое управление. Учитывая, что достижение точного прогноза является сложной задачей, в статье показано, что одним из основных источников ошибок в прогнозировании доходов является выбор метода прогнозировании доходов, в дополнение к множеству политических и институциональных факторов, влияющих на точность прогнозов. На основе компаративного анализа существующих методов прогнозирования отобраны два метода: метод прогнозирования временны х рядов (традиционный метод SARMA/SARIMA) и метод прогнозирования на основе дискретного вейвлет-преобразования. Проведена их апробация на данных агрегированных ежемесячных налоговых доходов консолидированных бюджетов субъектов Российской Федерации за период с января 2011 г. по март 2023 г. Выявлено, что метод прогнозирования на основе вейвлет-преобразований по всем показателям превосходит традиционный метод SARMA/SARIMA и позволяет достичь более высокого уровня точности прогнозов ежемесячных агрегированных налоговых доходов консолидированных бюджетов регионов России. Результаты исследования демонстрируют высокий прогнозный потенциал краткосрочных методов прогнозирования с предварительным разложением временны х рядов на основе вейвлет-преобразований. Полученные результаты позволяют повысить точность классических методов прогнозирования и тем самым способствуют росту эффективности и результативности бюджетного планирования и прогнозирования.

Цель работы - разработать и апробировать методологию проведения налогового эксперимента в образовательном процессе для определения оптимального уровня налоговой нагрузки и изучения поведенческих мотивов физических лиц. Материалами исследования являются данные проведенного в 2021 г. лабораторного эксперимента среди студенческой среды вузов Российской Федерации. Для получения результатов обработаны 304 анкеты, каждая из которых состоит из четырех разделов, посвященных поведенческим аспектам налогообложения физических лиц. Методология исследования включает следующее: анкетный опрос, регрессионный анализ, методы классификации (дерево решений, случайный лес, кластерный анализ), канонический анализ, метод сопоставления, табличный метод. Гипотеза исследования состоит в том, что наиболее эффективным инструментом стимулирования добровольного декларирования доходов физических лиц выступает налоговый контроль, а не стимулирующие налоговые меры, нацеленные на снижение налоговой нагрузки и освобождение граждан от мер налоговой ответственности. Желание декларировать основывается не уровнем дохода налогоплательщика, а налоговыми издержками. При этом влияние на декларирование доходов вероятности попадания под налоговую проверку гораздо более сильное, чем влияние размера налоговой ставки. Наконец, общее восприятие налоговой системы определяет категорию налогоплательщика с вероятностью 99,34 %. Научная новизна исследования заключается в комплексной разработке нового методического подхода к проведению и обработке результатов лабораторных экспериментов, основанных на факторных опросах студентов и позволяющих оценить оптимальную налоговую нагрузку, выявить морально-этические и финансовые мотивы налогового поведения физических лиц. Исследование отличается от ранее проведенных российских и зарубежных аналогов тем, что позволяет оценить влияние на поведение налогоплательщика не только ставок налога, но и вероятности проверки профиля его образования при разных фискальных условиях, а также детально раскрывает не только технологию проведения такого эксперимента, но и методы обработки его результатов.