Информатизация налоговых систем

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. 

Компьютерное моделирование, вычислительный эксперимент, системы  поддержки принятия решений в  налоговых системах позволяют отсеять  ошибки стратегии и тактики налогообложения, не пропускать их в законодательные  акты, в практику. Из-за длительности и сложности, а также плохой структурированности  процессов в этих системах математическое и компьютерное моделирование часто  может стать наиболее рациональным, адекватным и эффективным орудием  исследования этих систем и управления процессами. Математическое и компьютерное имитационное моделирование могут  быть использованы для решения, в  частности, таких важных проблем  выработки налоговой политики, как: 

согласования объемов  импорта и экспорта;  

максимизации возвращения  в страну капитала;  

увеличения декларирования доходов в частном секторе;  

реструктуризации  низкоэффективных налогов;  

дифференциации налогов;  

ограничения воздействия  инфляции и изменений курса рубля  на ставку и технику налогообложения, динамику поступлений налогов (например, уменьшения промежутка времени между  производством товаров и услуг  и уплатой соответствующих им налогов);  введение льгот на налогообложение  и др.  

База знаний и  экспертная система. Рассмотрим (модельную) базу знаний и экспертную систему  “Налоговая среда”, которая позволит оценивать (качественно) социально-экономическое  и налоговое состояние некоторой  среды по задаваемым пользователем (налоговым экспертом) количественным оценкам тех или иных ее параметров, выбираемым из базы знаний системы. Для  каждого входного фактора в диалоговом режиме задаются относительные (от 0 до 1) оценки влияния этого фактора (вес  фактора). После анализа этих данных (этой налоговой обстановки) система  на основе базы знаний принимает решение  о состоянии социально-экономической  среды, используя удельную количественную оценку (от 0 до 1) и 10-бальную качественную систему влияния (до 0,1 – максимальное отрицательное воздействие, до 0,2 –  значительное отрицательное, до 0,3 –  выраженное отрицательное, до 0,4 – некоторое  отрицательное, до 0,5 – слабое отрицательное, до 0,6 – слабое положительное, до 0,7 – некоторое положительное, до 0,8 – выраженное положительное, до 0,9 –  значительное положительное, до 1,0 –  максимальное положительное). База знаний может быть основана на нечетких данных и выводах (на нечетких и эвристических  средствах и технологиях). Такие  системы могут стать ядром  АРМа налогового работника. 

Работу модельной  экспертной системы иллюстрирует приведенный  ниже сценарий диалога (моделируется гипотетическая налоговая ситуация). Входные параметры  – экспертные оценки факторов налоговой  системы. Выходные параметры – качественно-количественная(ые) оценка(и) общего состояния налоговой  системы. 

Протокол диалога  с экспертной системой 

Состояния входных  параметров: 

1. Уровень контроля  налоговых органов: 0.7 

2. Удельный вес  привлеченных средств: 0.31 

3. Удельный вес  собственных средств: 0.78 

4. Оценка кредиторской  задолженности: 0.3 

5. Оценка дебиторской  задолженности: 0.4 

6. Уровень текущей  ликвидности: 0.75 

Уровень финансовой активности: 0.45  

8. Уровень задолженности  перед бюджетом: 0.2 

9. Уровень задолженности  по социальному страхованию: 0.15 

10. Уровень инновационной  политики: 0.001 

11. Уровень безработицы: 0.05 

12. Плотность трудоспособного  населения: 0.8 

Принятие решения (цифры - оценка уровня влияния): 

Финансовая самостоятельность: 0.58 (слабое положительное).  

Превышение кредиторской задолженности над дебиторской: 0.51 (слабое положительное).  

Задолженность по социальному  страхованию и внебюджетным платежам: 0.47 (слабое отрицательное).  

Собираемость налогов  на прибыль: 0.65 (некоторое положительное).  

Собираемость налогов  по налоговым платежам: 0.48449 (слабое отрицательное).  

Соотношение привлеченных и собственных средств: 0.59051 (слабое положительное).  

Эта модельная система  может стать как учебной, так  и основой разработки промышленной экспертной системы, которая, как известно, представляет очень сложную и  дорогостоящую задачу. 

Экспертные системы  используются также в качестве помощника (или инструментария) налогоплательщика. Примером может служить система  “Советник” индивидуального (домашнего) пользования. Она разработана в  Екатеринбурге (http://www.metatron.ru) и предназначена  для решения задач автоматизации  заполнения налоговой декларации, ведения  книги доходов и расходов, уменьшения налоговых платежей законными методами, легализации доходов, расчета налоговых  последствий операций с активами, поддержки законодательной базы по налогообложению и юридической  поддержки на всех этапах [2]. 

Базы данных, интегрированные  программные системы планирования, управления и телекоммуникации, автоматизированные системы. В КБР внедрены [14] комплексы  задач налогообложения юридических  и физических лиц, налоговой отчетности, завершен переход на электронные  лицевые карточки налогоплательщиков, организован достаточно полный компьютерный документооборот, включая анализ отчетов  с помощью разработанной и  внедренной в эксплуатацию информационной системы с базой данных (БД УМНС РФ по КБР). Анализ проводится также  и с целью предварительного прогноза налогособираемости на основе статистического  анализа текущих данных финансовых отчетов юридических лиц. Создается  единое информационное пространство налоговой  системы республики на основе средств  телекоммуникаций – основы виртуальной  региональной корпоративной среды. При этом ставится цель объединить в единую информационную систему  как территориально разбросанные подразделения, так и всех сотрудников. Работы в  этом направлении ведутся с 1993 г. и начинались с двух небольших  ЛВС на базе стандарта 10BASE-2 протокола Ethernet 802.3 и сетевой операционной системы NetWare 3.11. К настоящему времени  создана единая ЛВС налоговой  службы с двумя серверами NetWare 4.1 и одним сервером Windows NT 4.0 на базе компьютеров IVK Commander Pro и Hewlett-Packard 4/66 LC, объединяющих около 100 клиентских рабочих  станций. Поскольку подавляющее  число налогоплательщиков республики состоит на учете в г. Нальчике, ЛВС города развивались наиболее активно (протоколы 10Base-T, 100VG-AnyLAN, серверы NetWare 4.1, компьютеры Hewlett-Packard LH Pro и 5/66 LC). В городской инспекции установлены  два терминала, с помощью которых  бухгалтеры предприятий могут получить основную информацию о текущем состоянии  налоговых дел их предприятий, об изменениях и формах отчетности, образцах представляемых справок и документов. Организована и “работа на дому”  – система автоматического обзванивания “ПАКС” для обзванивания налогоплательщиков с недоимками. Развиваются районные ЛВС; сейчас во всех 10 районных налоговых  инспекциях созданы ЛВС Ethernet на базе сетевой ОС NetWare 3.12, каждая из этих ЛВС имеет по 15-25 клиентских рабочих станций и по два мощных сервера.