Анализ налоговой чувствительности отдельных отраслей экономики
- Авторы: Герасимова А.Е.1
-
Учреждения:
- Финансовый университет при Правительстве Российской Федерации
- Выпуск: № 4 (2024)
- Страницы: 64-79
- Раздел: Статьи
- URL: https://bakhtiniada.ru/2454-065X/article/view/360974
- EDN: https://elibrary.ru/XTTGCB
- ID: 360974
Цитировать
Полный текст
Аннотация
Статья посвящена количественной оценке налоговой чувствительности отдельных отраслей экономики. Предметом исследования является система показателей, характеризующих сектора экономики на макро- и микроуровнях. Целью исследования является анализ зависимости отраслей экономики от налогового бремени. В работе уделено внимание значимости налогов для экономического роста экономики страны и отраслевых различиях, вызванных уровнем технологического развития, региональных условий, а также от государственного регулирования. Разработан методический подход, позволяющий давать оценку налоговой чувствительности отдельных отраслей, апробированный на наиболее значимых отраслях для бюджета России. В статье проведен анализ налоговой нагрузки и поступлений в консолидированный бюджет, определены отрасли, оказывающие наибольшее влияние на бюджет и для них построены модели, позволяющие давать количественную оценку налоговой чувствительности по совокупности организаций. В качестве методов анализа были использованы современные методы машинного обучения, такие как дерево решений, градиентный бустинг, метод ближайшего соседа, а также классический метод линейной регрессии. Научная новизна исследования заключается в возможности использования разработанного методического подхода для оценки различий в налоговой чувствительности отдельных отраслей экономики для принятия управленческих решений дифференцировано для каждого отдельного сектора. В результате проведенного исследования выявлена высокая налоговая чувствительность отрасли добывающей промышленности, обрабатывающих производств и строительства. Средний уровень налоговой чувствительности характерен для оптовой и розничной торговли; ремонта автотранспортных средств и мотоциклов. Низкая налоговая чувствительность выявлена в финансовой и страховой деятельности. По результатам оценки предложены рекомендации по внедрению налоговых инструментов в деятельность отдельных отраслей и сделан вывод о необходимости специализации механизмов налогового стимулирования по отраслям экономики с целью повышения экономического роста и оптимизации налоговых поступлений.
Об авторах
Анна Евгеньевна Герасимова
Финансовый университет при Правительстве Российской Федерации
Email: kharitonova.ae@yandex.ru
ORCID iD: 0000-0001-8480-6279
доцент; кафедра налогов и налогового администрирования;
Список литературы
Балацкий Е.В., Екимова Н.А. Оценка чувствительности отраслей промышленности России к налоговой нагрузке // Journal of Tax Reform. – 2020. – Т. 6, № 2 – С. 157-179. Прогноз социально-экономического развития Российской Федерации на 2024 год и на плановый период 2025 и 2026 годов. Режим доступа: https://cedipt.gov.spb.ru/media/uploads/userfiles/2023/10/11/Прогноз_2024-2026.pdf Какаулина, М.О. Налоговая нагрузка и экономический рост: поиск эффективной модели // Вестник Томского государственного университета. – 2015. – № 394. – С. 181-188. Папава, В.Г. Лафферов эффект с последействием // Мировая экономика и международные отношения. –2001. – № 7. – С. 34-39. Лоладзе, Г.Г. О некоторых аспектах кривой Лаффера // Макро-, микроэкономика. – 2002. – № 9. – С. 10-25. Балацкий, Е.В. Анализ влияния налоговой нагрузки на экономический рост с помощью производственно-институциональных функций // Проблемы прогнозирования. – 2003. – № 2. – С. 88-107. Балацкий, Е.В. Налогово-бюджетная политика и экономический рост // Общество и экономика. – 2011. – № 4–5. – С. 197-214. Ананиашвили, Ю.Ш., Папава, В.Г. Налоги и макроэкономическое равновесие: лафферо-кейнсианский синтез. Стокгольм: Издательский дом СА&СС Press, 2010. 142 с. Гребешкова, И. А. Тенденции в оценке налоговой нагрузки организаций / И. А. Гребешкова // Вестник Финансового университета. – 2017. – Т. 21, № 3(99). – С. 189-193. Гельбрехт, Д. В. Корреляционно-регрессионный анализ налоговой нагрузки как этап формирования методического инструментария налогового анализа / Д. В. Гельбрехт, М. И. Мигунова, Н. В. Могилевская // Международный научно-исследовательский журнал. – 2021. – № 11-3(113). – С. 151-155. Костина, З.А., Машенцева, Г.А. Прогнозирование налоговых доходов бюджета субъекта российской федерации с использованием корреляционно-регрессионного анализа // Сибирская финансовая школа. –2019. – № 5. – С. 144-147. Официальный сайт СПАРК. Режим доступа: https://spark-interfax.ru/?ysclid=lt1vah8k4c958118007 Nasteski, V. An overview of the supervised machine learning methods // Horizons.B. – 2017. – Volume 4. – P. 51-62. Сравнение классических регрессионных моделей с моделями, построенными с помощью продвинутых методов машинного обучения / А.В. Шатров, Д.Э. Пащенко // Advanced Science. – 2019. – № 1 (12). – С. 24-28. Шахбанов, З. Метод k ближайших соседей: k-NN. Режим доступа: https://shakhbanov.org/knn-metod-k-blizhayshih-sosedey/ Кернога, А.Л., Бурак, Т.И. Сравнение подходов к прогнозированию методом ближайших соседей // Электротехника, информационные технологии, системы управления. – 2015. – № 13 – С. 26-33. Rakhimov, Z. Linear regression with data missing not at random: bootstrap approach / Z. Rakhimov, N. Rahimova // Economic Development and Analysis. – 2024. – Vol. 2, No. 4. – P. 492-502. Moro, A., Maresch, D., Fink, M., Ferrando, A., Claudio, P. Spillover effects of government initiatives fostering entrepreneurship on the access to bank credit for entrepreneurial firms in Europe // Journal of Corporate Finance. – 2020. – Vol. 62. – 101603. Косенкова, Ю. Ю. Роль налоговых инструментов в обеспечении финансирования малого и среднего предпринимательства / Ю.Ю. Косенкова // Вопросы региональной экономики. – 2023. – № 2(55). – С. 151-159. Гурнак, А.В., Назарова, Н.А. Налоговое стимулирование экономического роста в России: проблемы и перспективы // Налоги и налогообложение. – 2023. – № 1. – С. 1-16.
Дополнительные файлы
