Предыдущая страница реферата | 1  2  3  4  5  6  7  8 | Следующая страница реферата

Коэффициент множественной корреляции значим и составляет 0.98. Вычислены доверительные интервалы коэффициентов связи и значимость. Построена также общая корреляционная таблица 95%-ной значимости, которая позволяет оценить тесноту связей указанных выше факторов и определить основные управляющие и управляемые параметры налоговой системы, осуществить краткосрочное планирование и управление.

Аналогичные зависимости были получены и использованы для других районов и городов КБР. Не приводя их из-за однотипности, отметим основные результаты анализа проведенных экспериментов:

наиболее адекватные результаты получены для экспериментов типа x6 = f(x1, x2, x3, x4, x5, x7, x8, x9, x10, x11) и x6 = f(x1, x2, x3, x4, x7, x8, x10);

по каждому району и городу для экспериментов указанных двух типов найдена регрессионная зависимость с высокой степенью адекватности; коэффициент множественной корреляции равен 0.96 – 1.0, а относительная погрешность составляет в среднем 5 – 9%; эксперименты других типов дают худшие результаты и требуют использования нелинейного регрессионного анализа и более сложных методов, что, однако, не представляет принципиальных трудностей;

использованная авторская программа (возможно использование известных мощных пакетов анализа, например, MATHCAD, STATISTICA, но этот путь требует согласования входных и выходных спецификаций пакета и БД УМНС РФ по КБР) работает качественно, например, имевшиеся колебания параметров (от 7814.612 до 0) “ухвачены” и отражены в модели, а вычисленные доверительные интервалы коэффициентов зависимостей можно использовать для определения предельных прогнозных значений функции отклика;

по указанным зависимостям можно оценивать (прогнозировать на короткий срок, например месяц, квартал) сбор налогов и финансовую активность предприятий при тех или иных значениях остальных значимых факторов, т.е. можно проводить имитационные расчеты и планирование;

необходимо построить более сложные и адекватные модели (отследить динамику за длительный период) и провести налоговый информативный мониторинг.

В региональной системе налогообложения очень важно использовать методы анализа экономического и финансового состояния предприятий и фирм, позволяющие получать сравнительные оценки экономической или финансовой устойчивости предприятий и их налогоплатежеспособности. Такой анализ необходим и для выработки соответствующих рекомендаций по изменению порядка уплаты налогов, их структуры и др.

В настоящее время в стране и, в частности, в КБР растет удельный вес убыточных предприятий. Как показывают данные по республике за 1998 г., самые большие убытки в размере 70,1% наблюдаются в промышленности. Проводимые эксперименты, анализ их результатов позволяют оценить потенциал производителей.

Сложность и многообразие, слабая структурированность и плохая формализуемость экономических и политических механизмов, определяющих работу предприятий, не позволяют преобразовать процедуры принятия решений в налоговой системе в эффективные математические модели [7] и алгоритмы прогнозирования. Поэтому часто эффективно использование хотя и простых полуэмпирических (подобных описанным выше), но гибких, надежных и технологичных процедур принятия решения. Кроме того, в силу динамичности процессов, происходящих в налоговых системах, их плохой формализуемости и структурируемости, недостатка информации, дороговизны и сложности проведения налогового мониторинга, имитационное моделирование зачастую является основным источником получения информации о системе.

Имитационная модель может быть прогнана с различными ставками налогообложения, что позволит выработать оптимальную для бюджета ставку (она отличается от максимальной ставки), в частности, соответствующую той или иной кривой Лаффера. Эти кривые демонстрируют, что с ростом ставки налогообложения сбор налогов в бюджет увеличивается лишь до определенного значения, а затем уменьшается. Может иметь место оптимальная ставка налогообложения, максимизирующая инвестиции в экономику, и она меньше ставки, максимизирующей поступления налогов в бюджет. Высокие налоги ведут к спаду производства, деловой активности, сокрытию доходов, инфляции.

Рассмотрим еще одну, пока лишь исследованную математически, и не доведенную до практического использования (из-за необходимости идентификации модели), но достаточно актуальную задачу – моделирование возможности снижения налогового бремени [6].

В последнее время все острее ощущается необходимость прогнозирования воздействия уровня налогообложения на деятельность хозяйствующего субъекта. В частности, необходимо определить ту предельную норму, превышение которой влечет потери общества и государства. Определение совокупной величины налоговых сборов таким образом, чтобы она, с одной стороны, максимально соответствовала государственным расходам, а с другой – оказывала слабо отрицательное воздействие на деловую активность, относится к числу главных задач государственного управления. В России, в отличие от большинства развитых стран, значительная часть доходов поступает в государственный бюджет в виде налогов с юридических лиц. При таких условиях важно смоделировать, как снижение налогового бремени влияет на деятельность и платежи предприятий в бюджет.

Итак, наша задача заключается в том, чтобы определить потенциальную возможность увеличения собираемости налогов в зависимости от поведения различных факторов, влияющих на этот процесс. Объектом исследования будут способы увеличения объемов выпуска и факторы, на это влияющие. Поэтому в качестве налоговой базы принимаются объемы выпуска продукции.

Пусть Q - исходная налоговая база (объем выпуска в денежной форме), В - доход бюджета, Т - налоговая ставка. Сформулируем многокритериальную оптимизационную задачу нахождения максимума прироста общего объема выпуска продукции

,

где n - количество рассматриваемых предприятий, DQi - прирост объема выпуска i-го предприятия. Для простоты рассмотрим аддитивный вариант – максимальный прирост общего объема выпуска продукции есть сумма максимальных приростов выпуска продукции каждого предприятия:

 

Используя производственные функции типа Кобба-Дугласа, прирост объемов выпуска по каждому предприятию будем выражать в виде:

 

где m - количество факторов, yi(t) - i-й фактор, уimax - максимальное значение, уimin - минимальное значение, уiopt - оптимальное значение i-го фактора, t - время расчетного периода, ai(t) - важность фактора уi и она является весовой функцией каждого i-го фактора.

Так как величина начальной налоговой ставки оказывает непосредственное влияние на деятельность предприятия, в качестве фактора у0 принимается величина ставки налогообложения Т0 в начальный момент времени t0 = 0. При этом 0 Ј Т0 < 1.

Оптимальными значениями i-го фактора будем считать экспертные оценки, характеризующие оптимальные значения по каждому i-му фактору, или данные, выбираемые из статистических материалов, баз данных или же получаемые в результате решения более простых оптимизационных задач. Для нашей задачи актуальна следующая интерпретация: фактор у1(t) – величина изменения налоговой ставки DТi (0Ј DТiЈ 1 - Т0); фактор у2(t) – коэффициент рентабельности продукции R (в долях единицы), аЈ RЈ b; фактор у3(t) – удельный вес условно-постоянных расходов L в их общей величине (в долях единицы), cЈ LЈd (0<a,b,c,d<1).

Следует отметить, что расчетный период не должен быть длительным. Условия кривой Лаффера предусматривают падение доходов бюджета на некотором промежутке времени, длительность которого зависит также от степени адаптируемости предприятия к данной экономической ситуации. Если степень адаптируемости невысока и до начала действия условий Лаффера проходит слишком много времени, то существует опасность того, что последующий рост производства и, соответственно, налоговых отчислений, не сможет компенсировать потери от длительного временного лага.

Как правило, параметр (t) имеет большое значение и априори неизвестен, или же его определение сопряжено с трудностями, например, с дорогостоящим экономическим мониторингом и с необходимостью обучения модели. В этих условиях необходимо решить задачу идентификации параметра (t) по минимально достаточным для идентификации дополнительным данным экспериментального, априорного характера.

Рекомендуем скачать другие рефераты по теме: шпаргалки по гражданскому праву, тесты.





Предыдущая страница реферата | 1  2  3  4  5  6  7  8 | Следующая страница реферата