Информатизация налоговых систем

Информатизация налоговых  систем 
 

Системные аспекты  и анализ  

Наличие развивающейся  адекватной системы социально-экономических, правовых, технологических, гуманитарных связей и отношений – необходимая  предпосылка построения информационного  общества. При этом одной из важнейших  социально-экономических систем является налоговая [1, 8, 11, 13]. Уровень экономического развития общества определяется как  развитием средств производства и производственных процессов, так  и развитием информационных процессов  и отношений в налоговых системах, причем их состояние решающим образом  воздействует на эволюцию производственных и непроизводственных сфер, а также  на все общество в целом. 

Информатизация налоговых  систем – это процесс превращения  их в управляемые, самоорганизующиеся системы на основе средств описания и изучения, технологий их актуализации, направленных как на получение информации, знаний (это их внутренняя сущность), так и на использование информации, знаний, принятие на их основе решений  в различных социально-экономических  областях (это их внешняя сущность). 

При информатизации налоговых систем решается целый  ряд задач. В их числе компьютерная и технологическая поддержка  деятельности налоговых служб, в  частности, компьютеризация, развитие систем и средств связи налоговых  служб, использование типовых компьютерных сетей и корпоративных открытых информационных систем для оперативного учета, контроля и делопроизводства. При этом компьютеризация – не самоцель, а необходимое инструментальное обеспечение для постановки и  решения проблем информатизации и делопроизводства. 

Еще один пласт задач  – автоматизация работ по налогообложению (ведение баз данных по налогооблагаемым лицам, налоговому законодательству, действиям  налоговой службы и др.) и подготовка (переподготовка) кадров для ее поддержки, разработка и использование АРМ  работника налоговой службы. Здесь  автоматизация служит средством  необходимой методологической и  технологической поддержки. 

Решаются также  задачи разработки и использования  экономико-математических моделей  и расчетов для оперативного и  долгосрочного прогнозирования  экономических ситуаций, например, динамики сбора налогов и ставок налогообложения, оптимальных и  предельных ставок налогообложения  и др. При этом моделирование является средством необходимой экономико-математической поддержки предсказуемости и  устойчивости системы. 

В процессе информатизации достигается интеллектуальное обеспечение  принятия решений в различных  социально-экономических ситуациях  и оценки динамической тяжести налогового бремени, финансовых последствий решений  в системе налогообложения, инфологическая и компьютерная поддержка принятия таких решений. Оно служит необходимой  поддержкой ЛПР и является условием жизнеспособности системы. 

В число важнейших  задач информатизации входят также  обеспечение информационной безопасности налоговых систем и учреждений, моделирование  и прогнозирование информационной опасности и несанкционированного доступа к данным. Обеспечение  этих функций является необходимым  условием надежности и помехоустойчивости системы. 

В процессе информатизации налоговой системы необходимо создать  программно-алгоритмическую и техническую  базу разработки и внедрения перспективных  вычислительных сред, корпоративных  систем и сетей. Предстоит также  создать качественные и гибкие налоговые  информационные потоки и структуры, системы на основе внедрения новых  информационных технологий и информационного  реинжиниринга. Одновременно следует  обеспечить информационную безопасность налоговых систем и повысить налоговую, информационную грамотность населения. 

Любое экономическое  решение должно быть основано на фундаментальных  принципах системного анализа, информатики, теории управления и учитывать поведение  человека и организационно-рыночной структуры в окружающей среде, рациональные и экономически обоснованные формы  мотивации и нормы поведения  в этой среде. В налоговых системах часто отсутствует системный  подход: одни виды налогов стимулируют  одни виды деятельности, а другие –  совершенно иные, отсутствует единый источник налоговых платежей, имеются  косвенные налоги (НДС, акцизы), отдельные  виды налогов несопоставимы и  т.п. Системный подход к взиманию налогов означает единый источник налогов  – прибыль, причем с учетом меры влияния налоговых составляющих прибыли на саму прибыль, а также  с учетом отчислений во внебюджетные фонды. Необходима единая налоговая  правовая база, система мер, способствующих росту ответственности за налоговые  правонарушения, а также сокращающих  риск и повышающих инвестиционную активность и устойчивость предпринимательской  деятельности. Важным фактором системности  экономических решений, особенно, в  налоговой политике, является понимание  того, что экономические ценности актуализируемы лишь с учетом культурных, религиозных, политических и других ценностей и институтов общества – каждое общество само (иногда неявно) устанавливает место экономических  ценностей в системе других ценностей, упорядочивая их (например, с помощью  налоговых норм и прав) в структуры  и законы. 

Основные системно-информационные цели налоговой системы: 

актуализация и  поддержка правовых актов и законов  о налогах и платежах;  

учет платежей и  плательщиков, правильности и своевременности  платежей в бюджет;  

взаимодействие с  исполнительными, финансовыми органами;  

правильное применение штрафных санкций, учет скрытых (заниженных) прибылей и потерь в теневой экономике;  

представление отчетности и документации вышестоящим органам  и др.  

Основные системно-информационные функции налоговой системы: 

обеспечение учета  налогоплательщиков и налогов по категориям, видам платежей и т.п.;  

анализ динамики налоговых платежей и их прогнозирование  по всем основным и отслеживаемым  факторам;  

проведение налогового мониторинга;  

анализ экономической  деятельности предприятий региона;  

организация и проведение необходимых налоговых мероприятий;  

внедрение систем и  сред с использованием новых информационных технологий, систем принятия и поддержки  решений;  

совершенствование функционирования налоговых систем и систем налогообложения и др.  

Развитие налоговой  системы определяется целью и  ресурсами системы, а изменение  внутрисистемной информации происходит таким образом, чтобы уменьшалась  энтропия системы (в соответствии с  информационной синергетикой). 

При формировании федеральной  и региональной налоговой политики необходимо учитывать, что сфера  производства, распределения и потребления  товаров и услуг невозможна без  сферы производства, распределения  и потребления знаний и профессионализма, а уровень развития общества зависит  от качества, количества и адекватности информационных потоков и магистралей  для решения социально-экономических  проблем. 

Политика информатизации, инвестиционная и налоговая политика тесно взаимосвязаны и в информационном обществе взаимно определяют друг друга. 

Новые информационные технологии в налоговых системах: проблемы, примеры и опыт применения модельных решений  

Самые прогрессивные  информационные технологии не могут  развиваться и даже функционировать  в условиях слаборазвитой и негибкой, неэффективной экономики, низкой квалификации и недостаточного профессионализма работников. Для нормального развития таких технологий необходимо также  четкое понимание социально-экономических  систем (их целей, ресурсов, моделей), ведущих  к эффективному производству и бизнесу, рациональному распределению и  потреблению, целенаправленным и ресурсообеспеченным  процессам в обществе. 

Чаще всего в  налоговых системах актуализируются  следующие новые информационные технологии: 

моделирование и  вычислительный эксперимент;  

базы данных и  автоматизированные информационные системы (АИС);  

базы знаний, экспертные и интеллектуальные системы (в том  числе часто – эвристические  процедуры и системы);  

интеллектуальные  среды планирования и управления;  

телекоммуникационные  средства доступа и сжатия информации;  

автоматизированные  системы (контроля, управления и т.д.), АРМы;  

компьютерные, виртуальные  организационные системы;  

интегрированные пакеты прикладных программ;  

мультимедийные, гипертекстовые, гипермедийные и WWW-технологии;  

технологии когнитивные  и визуализации;  

объектно-ориентированные  технологии;  

средо-ориентированные  технологии;  

CASE-технологии;  

нечеткие и нейро-ориентированные  технологии.  

Рассмотрим примеры, демонстрирующие имеющийся у  авторов опыт их использования, а  также перспективы применения и  направление вектора информационного  реинжиниринга налоговых систем. Выберем для этой цели часто применяемые  в таких системах технологии. 

Экономико-математическое и компьютерное моделирование, вычислительный эксперимент. Для решения актуальных задач управления и планирования используются математическое, в частности, имитационное моделирование и вычислительный налоговый эксперимент. Перечень решаемых задач постоянно расширяется, а  сами модели усложняются. 

Актуальной задачей  в налоговых системах является анализ и, хотя бы краткосрочное, прогнозирование  темпов сбора налогов. Рассмотрим следующую  модельную задачу: построить математическую и компьютерную модель и провести вычислительные эксперименты для анализа  динамики задолженности и налогособираемости, а также выявления факторов, влияющих на эту динамику. 

Смысл используемых ниже переменных: х1 - коэффициент абсолютной ликвидности; х2 - коэффициент текущей  ликвидности; х3 - дебиторская задолженность; х4 - кредиторская задолженность; х5 - превышение кредиторской задолженности над  дебиторской; х6 - коэффициент финансовой зависимости; х7 - коэффициент соотношения  привлеченных и собственных средств; х8 - кредиторская задолженность перед  бюджетом; х9 - кредиторская задолженность  по социальному страхованию и  внебюджетным платежам; х10 - коэффициент  собираемости налоговых платежей; х11 - коэффициент собираемости налога на прибыль. Эти коэффициенты определяются в соответствии с известными финансовыми  и нормативно-справочными материалами  и по данным республиканской налоговой  базы данных (БД УМНС РФ по КБР). 

Были проведены  различные (отсеивающие, классифицирующие, регрессионные и корреляционные) вычислительные эксперименты с использованием БД УМНС РФ по КБР. План экспериментов  определялся экономическими соображениями, а также целями и рекомендациям  отдела анализа УМНС РФ по КБР. Большинство  экспериментов было направлено на выявление  факторов, оказывающих наибольшее влияние  на сбор налогов (на коэффициент сбора  налогов) за различные месяцы, кварталы и годы, на оценку налогового потенциала предприятий, их финансовой самостоятельности  и устойчивости. В частности, осуществлялись эксперименты по нахождению эмпирических зависимостей вида: x10 = f(x1, x2, x3, x4, x6, x8, x9), x10 = f(x3, x4, x6, x7, x8), x10 = f(x1, x2, x6, x7), x10 = f(x3, x4, x8), x10=f(x1, x2, x3, x4, x5, x6, x7, x8, x9), x10 = f(x1, x2, x6), x10 = f(x3, x4, x8, x9), x10 = f(x3, x4, x8), x6 = f(x3, x4, x8, x9), x10 = f(x1, x2, x6), x6 = f(x1, x2, x3, x4, x5, x7, x8, x9, x10, x11), x10 = f(x1, x2, x3, x4, x5, x6, x7, x8, x9, x10), x6 = f(x1, x2, x3, x4, x7, x8, x10), x10 = f(x1, x2, x3, x4, x6, x7, x8), x6 = f(x1, x2), x6 = f(x1, x2, x10, x11). 

Важные эксперименты ставили целью нахождение эмпирической зависимости вида х6 = f(x1, x2, x3, x4, x7, x8, x10). Она позволяет статистически  оценить финансовую зависимость  предприятий района, их налоговый  потенциал. Например, в результате обработки  данных из БД УМНС РФ по КБР по Баксанскому  району КБР была найдена линейная зависимость вида:  

x6 = 0.85278 + 0.01021 x1 + 0.0001 х2 – 0.000005 х3 + 0.00002 х4 + 1.000025 х7 –  0.000012 х8+0.000281 х10 .  

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;