Содержание к диссертации
Введение
Глава 1. Теоретическая база статистического изучения налоговой преступности 12
1.1 Границы и экономическое содержание налоговой преступности как объекта статистического исследования 12
1.2 Возможности применения системы национальных счетов как теоретической основы статистики налоговых обязательств и их выполнения 41
1.3 Разработка статистических классификаций налоговых преступлений и критериев их построения 54
Глава 2. Совершенствование методического обеспечения статистики налоговой преступности 62
2.1 Проблемы интеграции учётно-информационных систем для оценки и статистического исследования нарушений налогового законодательства 62
2.2 Построение комплексной системы показателей статистики налоговой преступности 71
2.3 Статистический анализ показателей структуры налоговой преступности 87
Глава 3. Статистический анализ тенденций и взаимосвязи показателей налоговой преступности и социально-экономического развития 109
3.1 Систематизация статистических данных о налоговой преступности и взаимосвязи показателей на основе многомерных группировок 109
3.2 Моделирование взаимосвязей показателей налоговой преступности и экономики регионов России 123
3.3 Выявление тенденций и прогнозирование налоговой преступности в Российской Федерации на основе трендовых моделей 147
Заключение 169
Список использованной литературы 175
Приложения 193
- Границы и экономическое содержание налоговой преступности как объекта статистического исследования
- Проблемы интеграции учётно-информационных систем для оценки и статистического исследования нарушений налогового законодательства
- Систематизация статистических данных о налоговой преступности и взаимосвязи показателей на основе многомерных группировок
- Выявление тенденций и прогнозирование налоговой преступности в Российской Федерации на основе трендовых моделей
Границы и экономическое содержание налоговой преступности как объекта статистического исследования
С развитием рыночных отношений и увеличением числа коммерческих организаций, нарастает противоречие между интересами предпринимателей и государства. Для государства, с одной стороны, налоги всегда были и остаются основным источником бюджетных доходов, за счет которых функционирует вся бюджетная сфера страны. С другой стороны, для предпринимателей, которые используют изношенные основные средства, а также испытывают нехватку в оборотных средствах, сложившаяся ситуация ведет к тому, что предприниматели в борьбе за рынок сбыта и погоне за прибылью, пытаются минимизировать суммы уплачиваемых налогов или, по возможности, вообще избежать их уплаты, что часто приводит к нарушению уголовного законодательства.
На сегодняшний день, при изучении научной литературы, в которой рассматриваются вопросы снижения налоговой нагрузки для организаций, широкое распространение получили такие понятия как: «оптимизация налогообложения», «минимизация налогообложения», «налоговое планирование». Стоит обратить внимание, что ни одно из приведённых понятий не закреплено ни в одном федеральном законодательном акте о налогах и сборах, в том числе и в Налоговом кодексе Российской Федерации. Налоговое планирование - это выбор оптимального, с точки зрения налогоплательщика, построения правовых форм деятельности, в рамках действующего законодательства, основная цель которых заключается в снижении налогового бремени. Для каждой организации и её руководителя пределы налоговой оптимизации различные. Одни руководители стремятся выбирать достаточно «скромные» и надежные пути оптимизации, другие, чаще всего иностранные компании, работающие в России, вообще не используют большинство методов оптимизации, которые используют Российские предприниматели, стараясь избежать внимания со стороны налоговых и правоохранительных органов, конечно бывают и исключения. Встречаются также организации, которые оптимизации налогообложения и налоговому планированию уделяют достаточно пристальное внимание. Во многих крупных организациях учреждена должность финансового директора, в обязанности которого также входит работа по налоговому планированию и поиску путей минимизации налогообложения, в условиях постоянно изменяющегося налогового законодательства.
Под минимизацией налогообложения следует понимать максимальное снижение сумм налогов, которые необходимы для перечисления в бюджет. Налоговая оптимизация, это уже процесс, направленный на контроль не только налогов, которые должна заплатить организация, но и на все аспекты функционирования коммерческой деятельности организации.
Стоит отметить, что ст. 21 Налогового кодекса Российской Федерации (далее НК РФ) предусматривает право налогоплательщика использовать налоговые льготы при наличии оснований и в порядке, установленном законодательством о налогах и сборах [103].
Фактически, налоговая оптимизация подразумевает под собой использование пробелов в законодательстве для уменьшения сумм налогов. При налоговой оптимизации налогоплательщику разрешается использовать способы уменьшения налоговых платежей, которые не запрещены законодательством Российской Федерации [49, с. 31]. Важным остается вопрос определения умысла, возникающего при налоговой оптимизации и уклонении от уплаты налогов, так как и в одном и во втором случае главной целью налогоплательщика является максимально возможное уменьшение налоговых отчислений в бюджет, в результате чего в обоих случаях в бюджет не поступают денежные средства в полном объеме, поэтому граница между налоговой оптимизацией и уклонением от уплаты налогов практически не видна. Более того, в одной применяемой схеме могут присутствовать элементы как вполне легитимной операции, так и незаконной. Главным критерием является наличие или отсутствия в действиях налогоплательщика состава преступления, предусмотренного ст. 198-199.2 Уголовного кодекса Российской Федерации. Кроме этого, о противоправности действий налогоплательщика могут свидетельствовать факты фальсификации документов, обналичивания денежных средств, использования «технических организаций», «фирм-однодневок» и т.д. [123, с. 117].
На практике, часто встречаются случаи, что при использовании схем, направленных на оптимизацию и минимизацию налогообложения, которые находятся на «рубеже законности», предприниматель нарушает нормы действующего налогового и уголовного законодательства, путем частичного или полного уклонения от уплаты налогов. Уклонение от уплаты налогов, выражается в умышленном уменьшении размера налоговых обязательств.
Позднее, в ходе проведения мероприятий налогового контроля сотрудниками налоговых и правоохранительных органов, способы оптимизации налогообложения трактуются уже как способы уклонения от уплаты налогов, за что предусмотрена уголовная ответственность.
Налоговая преступность, которая выступает непосредственным объектом нашего исследования, является частью и разновидностью экономической преступности. Данные о количестве выявленных экономических преступлений и доле налоговых преступлений среди всего массива преступлений экономической направленности представлены в таблице 1.1.
Из представленных данных следует, что в последние годы, доля налоговых преступлений составляет в среднем 8 % от числа зарегистрированных экономических преступлений, в 2018 году данный показатель немного снизился до значений 6,9%. Представленные данные свидетельствуют о положительной динамике по увеличению доли налоговых преступлений среди всех преступлений экономической направленности. Так, с 2004 года, доля налоговых преступлений среди преступлений экономической направленности увеличилась почти в пять раз. Также следует обратить внимание, что в целом количество экономических преступлений сокращается так, в 2018 году выявлено в четыре раза меньше экономических преступлений, чем в 2004 году. По степени причиненного материального ущерба, налоговая преступность в несколько раз превышает иные экономические преступления. Более того, ущерб от налоговых преступлений причиняется не какому-то хозяйствующему субъекту, а в целом бюджетной системе Российской Федерации, что несет в себе наибольшую общественную опасность по сравнению с иными экономическими преступлениями. Размер ущерба по выявленным налоговым и экономическим преступлениям представлен в таблице 1.2.
Из приведенных данных следует, что ущерб от налоговых преступлений в сравнении с общим ущербом, нанесенным экономическими преступлениями довольно весомый. Особую обеспокоенность вызывают размеры причиненного ущерба в последние годы. Так, в 2017 году, при доле налоговой преступности в 8,2 %, ущерб составил 30,5 % от всего ущерба по выявленным экономическим преступлениям. В 2018 году данный показатель немного снизился за счет общего роста экономической преступности и составил 23,5%. На наш взгляд, это является серьезным поводом для всестороннего анализа данного вопроса.
По оценкам различных специалистов, в результате уклонения от уплаты налогов государство ежегодно недополучает до 30 % причитающихся к уплате налоговых платежей [126]. Скрытые от налогообложения денежные средства не только являются обогащением для преступников, но и уходят в «теневой» сектор экономики, где начинают работать и порождать коррупционные проявления.
Рассмотрим задолженность по налогам, сборам, страховым взносам, пеням и налоговым санкциям в консолидированный бюджет Российской Федерации за последние 10 лет. Сведения получены с официального сайта ФНС России и предоставлены на Рисунке 1.1. [150]
Проблемы интеграции учётно-информационных систем для оценки и статистического исследования нарушений налогового законодательства
Налоговая безопасность является главной задачей обеспечения экономической безопасности Российской Федерации. Обязанность за обеспечением поступления налогов и сборов в бюджет Российской Федерации возлагается на налоговые органы, которые входят в механизм по обеспечению налоговой безопасности страны. В тоже время на подразделения экономической безопасности правоохранительных органов возлагается задача по выявлению и пресечению противоправных деяний, осуществляемых физическими лицами и руководителями организаций различных форм собственности, с целью уклонения от платы налогов, подлежащих уплате в бюджет.
Для качественного решения возложенных задач необходим отлаженный механизм налогового контроля, который должен сочетаться с актуальными справочно-аналитическими данными.
Строго организованные и обобщенные данные и механизмы, позволяют обеспечивать стабильность бюджетной системы, путем увеличения налоговых платежей, за счет сокращения «теневого» сектора экономики и уменьшения налоговой преступности.
На наш взгляд, налоговая преступность является одним из самых опасных преступных проявлений. Её криминальное влияние на все сферы общественной жизни очень велико, так как уровень налоговой преступности влияет на развитие экономики страны в целом. Недаром, во многих Европейских странах и США, за совершение налоговых преступлений предусмотрена ответственность наравне с преступлениями общеуголовной направленности против личности, кроме того в некоторых странах по преступлениям налоговой направленности нет сроков давности привлечения к уголовной ответственности. В Российской Федерации налоговая преступность приводит к криминализации экономики и создает реальные угрозы безопасности общества и государства. Поэтому улучшение аналитической составляющей и обобщение справочно-аналитической информации, содержащейся в учетно-информационных системах различных ведомств и служб является приоритетными задачами.
Настоящее время является веком информационных технологий, поэтому одним из важнейших элементов статистического анализа налоговой преступности является информация, содержащаяся в различных источниках. Такими источниками являются сведения, представленные различными ведомственными учетами, а также результаты специально проведенных исследований.
Стоит отметить, что при изучении любой преступности, особое внимание уделяется источникам информации, которые характеризуют её уровень и отдельные показатели. Источниками данной информации являются:
1) статистические данные, предоставляемые МВД России, прокуратурой и другими правоохранительными органами. Основными ведомственными статистическими документами, в которых отражаются сведения о преступности в системе МВД являются: форма №1 МВД России – содержащая в себе сведения о зарегистрированных преступлениях, и форма №2 МВД России – сведения о лицах, совершивших преступление.
2) данные, предоставляемые судами и органами юстиции, связанные с работой судов. К такой информации, в частности, относятся: сведения о количестве лиц, привлеченных к уголовной ответственности, примененных мерах наказаний и иные сведения;
3) статистические карточки первичного учета, аккумулируемые в ГИАЦ МВД России. В данных документах отражаются сведения о преступлениях и лицах, их совершивших. Стоит отметить, что в данных карточках аккумулируется большой массив информации, в разы больше, чем в статистических отчетах, которые содержат не более 30 % информации статистических карточек.
4) показатели социально-экономической статистики. Данные показатели необходимы для проведения статистического анализа и вычисления, например, коэффициента преступности, для чего требуются сведения о численности населения определенного возраста и проживающего на определенной территории.
5) материалы обобщения по уголовным делам экономической и налоговой направленности. Данные материалы учитываются в выборочном или сплошном порядке, в зависимости от объема информации.
6) результаты изучения общественного мнения об отношении респондентов к налоговой преступности и проводимым мерам по профилактике, выявлению и предотвращению.
На основании изложенного, можно сделать вывод, о том, что учет налоговой преступности базируется на сведениях, полученных при регистрации конкретных её проявлений, выявленных суммах налоговой недоимки, сведениях о лицах, совершающих налоговые преступления, об организациях, привлеченных к налоговой ответственности. Однако, официальная статистика не отражается в полной мере и в необходимом объеме данный объем информации.
В соответствии с указанием Генпрокуратуры России № 853/11, МВД России № 5 от 25.12.2018 «О введении в действие перечней статей Уголовного кодекса Российской Федерации, используемых при формировании статистической отчетности» к числу налоговых преступлений в официальных данных могут относится не только преступления по ст. 198-199.4 УК РФ, но и иные преступления, при условии дополнительной отметки об отнесении к налоговым преступлениям в статистической карточке. Так, согласно данного указания к категории налоговых преступлений без дополнительных условий следует относить преступления по следующим статьям: ч. 3 и 4 ст. 194, ст. 198, 199, 199.1, 199.2, 199.3, 199.4, ч. 2, 4, 5, 6 ст. 327.1 УК РФ [27]. Кроме этого, согласно п.3.2 данного указания к категории налоговых преступлений следует относить иные виды преступлений, в том числе ст.ст. 146, 147, 159, 171, 172, 173, 171.2, 180, 201, 204, 290, 292, 286, 285 и т.д., при условии дополнительной отметки об отнесении к налоговым преступлениям в статистической карточке.
Таким образом, к числу налоговых преступлений учитываемых в отчетности ГИАЦ МВД России и Генпрокуратуры России попадают данные о преступлениях, которые не являются налоговыми, но формально способствовали их совершению. По нашему мнению, такой подход не совсем правильный, и для целей статистического анализа будем использовать числовые данные именно по ст. 198-199.4 УК РФ, а также ст.159 УК РФ (незаконное возмещение НДС). В связи с тем, что именно выявление преступлений, связанных с незаконным возмещением НДС является одним приоритетных направлений правоохранительных органов.
Учетные системы таких ведомств и служб как ФНС России, МВД России, Росстат и т.д. нацелены на какие-то отдельные критерии, важные для каждой службы и сильно разобщены.
Официальная статистическая информацию о состоянии преступности ежемесячно публикуется на официальном сайте МВД России. Сбором и анализом данной информации занимается Главный информационно-аналитический центр МВД России (ГИАЦ МВД России).
В настоящее время в официальной статистической информации, публикуемой МВД России, содержатся сведения о количестве выявленных налоговых преступлениях сотрудниками МВД России, СК России и таможенными органами. Данные преступления отражаются в разрезе преступлений экономической направленности.
Также отражаются сведения о сумме причиненного ущерба бюджету Российской Федерации по всем выявленным налоговым преступлениям. При всем многообразии сведений, которые содержатся в статистической отчётности МВД России, не нашла своего отражения информация о количестве лиц, совершивших налоговые преступления и числе осужденных лиц. Такие данные содержатся в других учетах.
Официальные данные, публикуемые Генеральной прокуратурой Российской Федерации не содержат сведений о конкретных суммах причиненного ущерба государству по налоговым преступлениям, отражается лишь информация о том, совершенно ли налоговое преступление в крупном и особо крупном размере. На наш взгляд такой подход является не совсем правильным. Обратившись к истории, обратим внимание, что за последние 10 лет сумма неуплаченных в бюджет денежных средств, с которой наступает уголовная ответственность по ст. 198, 199, 199.1 УК РФ неоднократно изменялась, так можно сделать вывод, что за последние десять лет, минимальный размер суммы неуплаченных налогов, который образует состав налогового преступления, увеличился почти в десять раз.
Систематизация статистических данных о налоговой преступности и взаимосвязи показателей на основе многомерных группировок
Постоянно меняющееся законодательство, развитие экономики России в условиях экономических санкций, проблемы, связанные с непоступлением денежных средств в бюджет страны, повышение «профессионального» уровня налоговых уклонистов, все это требует совершенствования методов борьбы с налоговой преступностью и определения причин и факторов, влияющих на её уровень. Практически все социально-экономические процессы оказывают свое влияние на уровень преступности в стране, в том числе и на налоговую преступность. Понимание данного следствия свидетельствует о необходимости применения многомерных вероятностных математико-статистических моделей для изучения данного явления.
Стоит отметить, что для проведения комплексного статистического исследования и применения многомерных статистических методов знания одного лишь Microsoft Excel недостаточно. Для удобства и качественного проведения статистического анализа налоговой преступности мы будем использовать следующие программные продукты: пакет программ для обработки и анализа статистических данных «STATGRAPHICS», программный пакет для статистического анализа «STATISTICA», универсальный статистический пакет «Statistical Dialogue System» (STADIA), компьютерную программу для статистической обработки данных «Statistical Package for the Social Sciences» (SPSS).
В диссертационной работе, проводя статистическое исследование налоговой преступности будем использовать весь статистический инструментарий. При этом, построим матрицу значений, в которую войдут показатели социально-экономического развития регионов страны, а также отдельные показатели, характеризующие уровень налоговой преступности и исполнения налоговых обязательств перед бюджетом. В целях анализа полученной матрицы используется метод многомерной группировки. Группировка будет происходит исходя из наличия (отсутствия) воздействия ряда факторов.
Применяя разработанную для анализа налоговой преступности в России матрицу значений «признак-фактор», многомерная группировка будет проводиться в два этапа. На первом этапе будет произведен расчет по заранее определенному признаку многомерных средних величин, используемых в матрице по оценке состояния налоговой преступности.
Многомерная средняя величина – это средняя величина некоторого количества признаков каждой единицы совокупности. Расчет многомерной средней будет происходить с применением относительных величин, как правило, из отношений значений признаков для единицы совокупности к средним значениям этих признаков [65].
Для наглядности и удобства проведения анализ будем использовать один из методов статистического анализа – кластерный анализ. Используя данный метод разделим весь массив данных на группы (кластеры), тем самым уменьшим размерность совокупности. Учитывая тот факт, что в сформированных кластерах будут представлены данные о социально-экономическом развитии регионов со схожими характеристиками и степени воздействия на результативные показатели, то использование данного статистического метода позволит выявить факторы, которые наиболее сильно влияют на уровень налоговой преступности в России.
Для проведения дальнейших расчетов, стоит принять решение о величинах интервалов между значениями признаков и количестве кластеров в представленной матрице. Все точки одного кластера должны быть расположены наиболее близко друг к другу. Основной целью применения метода группировки является разделение всего массива информации на отдельные кластеры.
В нашем случае, применение кластерного анализа позволит сформировать группы не по какому-то одному признаку, а по всем признакам одновременно. Учитывая то, что для проведения статистического анализа налоговой преступности будем использовать несколько объясняющих и результативных показателей, применение именно кластерного анализа позволит сформировать группы сразу по нескольким признакам. Кроме этого, при проведении кластерного анализа следует выполнять одно наиболее важное требование научной методологии статистики – статистические данные должны быть однородными.
При проведении кластерного анализа основной задачей является разбиение множества регионов Российской Федерации на определенное число кластеров (групп). При этом регионы, входящие в один и тот же кластер должны быть схожи друг с другом по определенным параметрам.
Полученные, в результате разбиения множества регионов, данные обычно представляют в табличном виде, каждая строка таблицы отражает результат измерения k рассматриваемых признаков одного из объектов. В зависимости от целей, которые стоят при проведении кластерного анализа, интерес может представлять не только группировка признаков, но и объектов.
Наиболее трудной задачей классификации является определения понятия однородности объектов. Применяя различные методы кластерного анализа формируются определенные классификации. При проведении классификации по показателям, возникает ситуация, при которой полученные результаты будут сильно искажены из-за разных единиц измерения абсолютных показателей. Так, при проведении статистического анализа налоговой преступности в массивах исходных данных включены показатели, которые имеют различные единицы измерения (ед., млн. руб., тыс. руб., млн. долл., млрд. руб. и т.д.) Если продолжим проводить кластерный анализ, используя числовые данные в исходном их виде, это приведет к тому, что какие-то показатели не будут оказывать сильного влияния на формирование однородных кластеров. Для того, чтобы сформировать однородные кластеры необходимо привести все показатели к одинаковой размерности, по результатам данных действий будет сформирована матрица нормализованных значений. Кроме того, в формировании матрицы расстояний между объектами совокупности, участие должны принимать все признаки, содержащиеся в таблице.
Для того, чтобы все показатели имели одинаковую размерность требуется нормировать каждый признак по следующей формуле [60]:
Для удобства вычисления и обработки большого массива информации применяются различные пакеты прикладных программ. Для определения близости между элементами в программах применяется функция «обобщенное расстояние». В данных программах предусмотрена возможность применения всех видов расстояний, используемых в кластерном анализе, в зависимости от стоящих в исследовании целей.
В настоящее время проведение статистического анализа облегчается использованием компьютерных программ. Используя различные метрики можем выбрать тот метод, который сформировал наиболее подходящие и понятные кластеры данных. Основные алгоритмы кластеризации данных [138] представлены на рисунке 3.1:
Применение данного метода подразумевает группировку небольших кластеров в более крупные сегменты, иными словами в одном большом кластере возникают небольшие группы. Стоит отметить, что процедура объединения кластеров происходит в несколько этапов. На первом этапе формируется один кластер, в который включаются наиболее схожие друг с другом объекты, затем к каждому кластеру присоединяются другие объекты наиболее схожие с объектами, которые уже включает в себя кластер. Данная процедура происходит до тех пор, пока не будет достигнуто нужное число кластеров для анализа, либо пока все объекты не станут элементами одного кластера.
Элементы одной группы должны быть наиболее схожи друг с другом. Основной целью проведения многомерной группировки в исследовании является формирование однородных кластеров – групп регионов, одновременно по всем показателями их характеризующим. Как сказано выше в этом и есть суть многомерного анализа, т.е. группировка происходит не по какому-то одному или двум показателям, а по всем показателям одновременно.
Исходными данными для проведения регрессионного анализа являются сведения, полученные из официальных данных публикуемых Генеральной прокуратурой, Росстатом, Федеральной налоговой службой, МВД России. В результате анализа представленных данных был сформирован большой массив данных, который содержит показатели социально-экономического развития регионов России за 2017 год.
Таблица исходных данных помещена в приложении 3.1. Далее необходимо выполнить ранжирование одновременно по всем объясняющим и результативным показателям.
Выявление тенденций и прогнозирование налоговой преступности в Российской Федерации на основе трендовых моделей
На уровень налоговой преступности оказывают влияние различные факторы, влияние которых мы рассмотрели ранее. Стоит отметить, что в разных регионах выделились показатели, оказывающие противоположное влияние на уровень налоговой преступности. Для того, чтобы провести прогноз налоговой преступности и поступления налогов в бюджет следует провести анализ динамики многофакторной модели. Для этого нам потребуются значения объясняющих и результативных показателей в динамике, представленные в таблице 3.5.
Центральное место среди методов прогнозирования занимают именно статистические методы, суть которых состоит в том, что закономерность развития в прошлом, сохранится и в будущем. Основные методы экстраполяции представлены на рисунке 3.5.
Применение различных статистических методов, зависит от определенных условий, так построение прогноза на основе среднего абсолютного прироста следует проводить, при условии, если общая тенденция изменения показателя является линейной и показатели изменяются равномерно от периода к периоду.
Проведение прогноза по среднему темпу прироста проводится при наличии оснований полагать, что изменение показателей характеризуется экспоненциальной кривой. Для определения тенденции следует вычислить средний коэффициент роста, по следующей формуле:
Несмотря на простоту данных способов экстраполяции, они являются самыми приближенными. Самым распространенным способом прогнозирования является метод аналитического выравнивания. Для того, чтобы выйти за границы исследуемого периода стоит продолжить значение независимой переменной времени -1. Применяя данный метод прогнозирования подразумевается, что числовое значение прогнозируемого явления зависит от множества факторов, отдельное влияние которых выделить не представляется возможным, на основании этого, изменение фактора связывается не с какими-то конкретными переменными, а с течением времени.
Стоит отметь, что совпадение прогнозных оценок, полученных путем экстраполяции и фактических значений, имеет невысокую вероятность. Основной причиной этому явлению служит наличие отклонений в прошлом, в связи с этим данные отклонения будут и в будущем.
Прогнозирование будет осуществляться с использованием социально-экономических показателей регионов и показателей уровня налоговой преступности в период с 2000-2017 г.г.
В нашем исследовании, при построении уравнения в качестве объясняющей переменной следует применять фактор времени t = 1,2….21, с учетом построения прогноза до 2020 года. Таким образом, показатель времени в нашем случае будем год. Все расчеты при проведения прогноза происходили с использованием пакета надстроек Microsoft Excel.
Следует отметить, что значение относительной ошибки аппроксимации до 15 % свидетельствует о качественной модели уравнения, вместе с тем значение
Следующим этапом, после того, как будет произведен расчет параметров а0 ,а1 ,а2 … аn, является этап оценки качества построенных моделей. Для того, чтобы оценить качество получившейся модели используются различные показатели, в том числе те, которые были применены ранее, это средняя квадратическая ошибка уравнения регрессии и коэффициент детерминации. На данном этапе исследования для оценки качества модели следует рассчитать относительную ошибку апроксимации, расчет которой осуществляется по следующей формуле: аппроксимации не должно превышать 35 %, в противном случае прогноз будет не точным.
После построения динамической модели регрессии и применения прогнозных значений объясняющих показателей можно сделать окончательный вывод относительно полученного прогноза.
Исходными данными при проведении прогноза уровня налоговой преступности в Российской Федерации будут служить социально-экономические показатели регионов и показатели, уровня налоговой преступности в период с 2000-2017 г.г. представленные в таблице 3.5.
В приложении 3.12 представлена матрица парных коэффициентов корреляции, на основе которой проведен анализ динамических показателей уровня налоговой преступности и социально-экономических показателей регионов. Представленные результаты свидетельствуют о сильной взаимосвязи между всеми факторами.
Для начала проведем регрессионный анализ для результативного показателя (количество выявленных налоговых преступлений).
На основе данных, проведенного регрессионного анализа, протоколы которого отражены в приложении 3.13 исследования, получена следующая регрессионная модель:
Коэффициент детерминации для представленной динамической регрессионной модели составил R2 = 0,64, что указывает на ее высокое качество объяснения влияния факторов количества выявляемых налоговых преступлений в период с 2000 по 2017 годы.
В целях определения значимости полученных показателей динамической регрессионной модели необходимо провести сравнительный анализ характера влияния факторов на количество выявляемых налоговых преступлений, а также интерпретировать полученные значения.
В данной динамической регрессионной модели прямое влияние на количество выявляемых налоговых преступлений оказали следующие факторы: x2 - среднегодовая численность занятых, тыс. чел.; x3 - среднемесячная номинальная начисленная заработная плата работников организаций, руб.; x4 - инвестиции в основной капитал, млн. руб.; x6 - экспорт товаров, млн. долл.; x9 - количество проведенных выездных налоговых проверок, ед.; Обратное влияние оказали: x1 - оборот розничной торговли, тыс. руб.; x5 - основные фонды в экономике (по полной учетной стоимости на конец года) млн. руб.; x7 - импорт товаров, млн. долл.; x8 - количество организаций, в отношении которых открыто конкурсное производство, ед. х10 - количество зарегистрированных организаций по состоянию на 01.01.2018, ед. Фактор x2 - среднегодовая численность занятых в динамической модели отражает прямое влияние на результативный показатель – количество выявленных налоговых преступлений. Так, при увеличении среднегодовой численности занятых на 1 тыс. чел. количество выявленных преступлений увеличивается на 2,65 единицы, или при увеличении среднегодовой численности занятых на 1 % результативный показатель изменится на 1,94 %.
Стоит отметить, что аналогичная степень влияния на результативный показатель наблюдалась и в кластерной регрессионной модели кластера S3, в который вошли крупнейшие регионы и экономические центры Российской Федерации. Делаем вывод о том, что динамический анализ подтвердил гипотезу о том, что рост среднегодовой численности занятых способствует увеличению количества выявляемых налоговых преступлений.