Статья:

Эконометрическая модель зависимости количества бюджетных субсидий от собираемости налогов в регионах

Журнал: Научный журнал «Студенческий форум» выпуск №21(21)

Рубрика: Экономика

Выходные данные
Имагожев Д.М. Эконометрическая модель зависимости количества бюджетных субсидий от собираемости налогов в регионах // Студенческий форум: электрон. научн. журн. 2017. № 21(21). URL: https://nauchforum.ru/journal/stud/21/29051 (дата обращения: 27.06.2022).
Журнал опубликован
Мне нравится
на печатьскачать .pdfподелиться

Эконометрическая модель зависимости количества бюджетных субсидий от собираемости налогов в регионах

Имагожев Дени Магомед-Баширович
студент Финансового университета при Правительстве РФ, Россия, г. Москва
Богомолов Александр Иванович
научный руководитель, канд. техн. наук, старший научный сотрудник, Финансовый университет при Правительстве РФ, Россия, г. Москва

 

Подавляющее большинство субъектов РФ предусмотрели дефицит в своих бюджетах на 2016 год. В то же время у 63 из них дефицит не превышает 10% расходов. С профицитом сверстаны бюджеты всего четырех регионов.

Рассмотрим ситуацию с налогами и субсидиями государства по результатам 2016-17 года. Для достижения этой цели надо выполнить некоторые задачи:

Составить спецификацию

Проверить её адекватность, качественность и соответствие условиям теоремы Гаусса-Маркова

Мы имеем две величины для выяснения зависимости:

X- это количества бюджетных субсидий.

Y- это объем величины налогов в регионах.

 

Практическая часть

Составление спецификации

По исходным данным построим диаграмму рассеивания и посмотрим линию тренда.

 

Рисунок 1. Диаграмма рассеивания

 

Исходя из диаграммы рассеивания можно определить, что наиболее близкой функцией является уравнение линейной парной регрессии.

Составим спецификацию: 

а0 – количество субсидий при низкой собираемости налогов

а1 – коэффициент при предопределенной переменной

ut - случайный остаток

 Линейн

4.461132635

3505349262

1.305484376

667051538

0.700193442

412204168.5

11.67742036

5

1.98414E+18

8.49561E+17

Следовательно, оцененный вид данной спецификации будет иметь вид: 

При низкой собираемости в нашей спецификации объем субсидий будет равен 3505349262. Увеличение собираемости налогов увеличивает объем субсидий на 4.46 руб. Однако эконометрические модели в условиях нестабильности не всегда дают правильные значения.

Коэффициент детерминации равен 0.7, значит изменение собираемости налогов в модели объясняет изменение объема субсидий на 70%.

Проверка модели на адекватность

Для проверки модели на адекватность выберем в контролирующую выборку два значения:

1

6541299386

614599728

2

6764629029

707772254

С помощью функции ЛИНЕЙН составим оцененную модель на основе обучающей выборки. Получим следующие результаты:

Найдем q1 и q2 по формуле: 

Критерий Фишера.

Для наших данных система уравнений имеет вид

 

7a + 40052373735*b = 24313046783

40052373735*a + 2.3200407586117E+20*b = 1.4245632696896E+20

 

Домножим уравнение (1) системы на (-5721767676.429), получим систему, которую решим методом алгебраического сложения.

 

-40052373735a -2.2917037740118E+20 b = -1.3911360519848E+20

40052373735*a + 2.3200407586117E+20*b = 1.4245632696896E+20

 

Получаем:

 

2.8336984599981E+18*b = 3.3427217704864E+18

 

Откуда b = 

Теперь найдем коэффициент «a» из уравнения (1):

 

7a + 40052373735*b = 24313046783

7a + 40052373735* = 24313046783

7a = 24313046783

a = 3473292397.5714

 

Получаем эмпирические коэффициенты регрессии: b = , a = 3473292397.5714

Уравнение регрессии (эмпирическое уравнение регрессии):

 

y = x + 3473292397.5714

 

Эмпирические коэффициенты регрессии a и b являются лишь оценками теоретических коэффициентов βi, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.

1.Параметры уравнения регрессии.

Выборочные средние.

q1= 3,407767204

q2= 3,40261208

 

Далее найдем среднюю квадратическую ошибку по формуле:

σ=0,536506837

Tkp=2.570582

Проверка модели на качественность.

Первой ступенью проверки на качественность является оценка коэффициента детерминации. В исходной модели R2= 0,7002, что говорит нам о среднем уровне зависимости.

Для более точно определения качественности проведем F-тест.

Рассчитанное с помощью функции ЛИНЕЙН в MS Excel значение F=11.67742036.

C помощью функции FРАСПОБР рассчитаем значение Fкр=6.607891

Поскольку F>>Fкр, то мы можем признать спецификацию

Тест пройден, гетероскедастичность не обнаружена, коэффициенты достоверные.

Основная часть

В прошлом году всего четыре региона сверстали главные финансовые документы с запланированным профицитом. Это Вологодская область (профицит 4 миллиарда рублей, отношение к запланированным расходам — 8,71%), Волгоградская область (4,3 миллиарда рублей, 6,06%), Чукотский автономный округ (1,1 миллиарда рублей, 4,78%), Краснодарский край (0,8 миллиарда, 0,41%).[2;9]

С нулевым дефицитом запланировали бюджеты восемь регионов: республики Дагестан и Карачаево-Черкесия, Саратовская, Пензенская, Рязанская, Астраханская, Смоленская и Новгородская области. 20 регионов сверстали бюджеты с дефицитом, но с отношением к расходам ниже 5%. К этой же группе относится Москва. Отношение дефицита столичной казны к расходам запланировано на уровне 2,91%. 40 регионов допустили превышение расходов над доходами более чем на 5%, но менее чем на 10%.

Самый значительный дефици­т запланировал город федерального значения Севастополь (показатель отношения дефицита к расходам — 30,74%). Запланированные расходы города равняются 24,4 миллиарда рублей при доходах в 16,9 миллиарда (разница — 7,5 миллиарда). В Респуб­лике Крым отношение запланированного бюджетного дефицита к расходам составляет 22,26%. При доходах в 67,4 миллиарда рублей и расходах в 86,7 миллиарда он составляет 19,3 миллиарда.

Дефицит выше 10% от расходов допустили еще 14 регионов. Это Чеченская Республика (5,87 миллиарда рублей, отношение к расходам — 9,11%), Республика Карелия (2,5 миллиарда, 9,29%), Тамбовская область (3,61 миллиарда, 9,33%), Магаданская область (2,6 миллиарда, 9,45%), Ивановская область (3 миллиарда, 10,56%), город Санкт-Петербург (58,6 миллиарда, 11,2%), Республика Коми (8,15 миллиарда, 12,1%), Ханты-Мансийский автономный округ (25,8 миллиарда, 12,77%), Хабаровский край (10 миллиардов, 12,8%), Сахалинская область (16,6 миллиарда, 12,84%), Ямало-Ненецкий автономный округ (16,3 миллиарда, 12,88%), Тюменская область (15,9 миллиарда, 13,7%), Ненецкий автономный округ (3,07 миллиарда, 16,47%).

Как мы можем видеть, многие регионы получили дефицит в бюджете, поэтому, чтобы выровнять ситуацию и вывести регион из кризиса, федеральный центр дает такому региону субсидии. Чем выше процент собранных налогов, тем выше и размер субсидий.( Рис.1)

 

Рисунок 2. Доходы и расходы регионов России

 

Часть дотаций Чечня и Крым получат в общем порядке — так называемые дотации регионам на выравнивание бюджетной обеспеченности. Распределение дотаций на выравнивание представлено в приложении, одобренном комитетом вместе с соответствующей поправкой правительства. Эти дотации распределялись в конце ноября на заседании трехсторонней комиссии, куда входят депутаты, сенаторы и чиновники Минфина, поясняли ранее РБК депутаты комитета по бюджету. Согласно этому приложению, Чечне в 2017 году предназначена сумма в 24 млрд руб., Крыму — 18,5 млрд. Сравнение субсидии регионам в 2013 году: (Рис.2)

 

Рисунок 3. Трансферты из гос. бюджета

 

Это крупные, но не самые выдающиеся суммы: к примеру, Дагестан в 2017 году получит 52,4 млрд руб., Якутия — 36,6 млрд руб., Камчатка — 37,16 млрд руб. Эти три региона и в 2016 году должны стать крупнейшими получателями дотаций на выравнивание бюджетной обеспеченности. В общей сложности на этот вид дотаций регионам федеральный бюджет выделит в 2017 году 614,6 млрд руб. — на 100 млрд руб. больше, чем в 2016.

Отдельной поправкой для Чечни, Крыма и Севастополя правительство решило выделить еще один вид дотаций — на сбалансированность их бюджетов. Согласно инициативе правительства, Чечня получит на сбалансированность 16,4 млрд руб., Крым — 18,65 млрд, Севастополь — 5,17 млрд (дотация на выравнивание бюджетной обеспеченности для Севастополя предусмотрена в размере 2,17 млрд руб.). Эта правительственная поправка также одобрена комитетом Думы по бюджету.

Как распределятся дотации остальным регионам на сбалансированность бюджетов, в поправках не сказано.[3;1]

В результате и Чечня, и Крым станут получателями одних из самых крупных федеральных дотаций в 2017 году: финансирование Чечни (без учета различных субсидий и субвенций, которые ей полагаются наряду с другими регионами) составит 40,4 млрд руб., а Крыма — 37,15 млрд руб. В 2016 году Чечня получит дотации примерно на 41 млрд руб., а Крым — на 37,8 млрд руб.

Доходы бюджета Чечни на 85% складываются из безвозмездных поступлений из федерального центра (дотации, субвенции, субсидии и прочие поступления), а доходы бюджета Крыма — на 67%, следует из законов о бюджетах на 2016 год двух республик.

Безоговорочным лидером по выплаченным федеральным налогам стала российская столица — Москва.

Меньше всего федеральных налогов по данным на начало года заплатили некоторые регионы Кавказа и Дальнего Востока. В частности, самый низкий результат у Ингушетии — 3,2 млрд рублей. Примерно такой же показатель у Калмыкии — 3,4 млрд рублей. Также мало заплатили Тыва, Еврейская автономная область и республика Алтай (4-5 млрд рублей).

Вывод.

Что касается того, что больше денег должны получать регионы с наилучшими показателями, это логичный тренд, отмечают эксперты. "В условиях дефицита мы должны сместить акценты - от контроля за использованием субсидий, который сейчас очень жесткий, в сторону получения реальных результатов. Если федерация дает субсидии на развитие сельского хозяйства, надо смотреть не на направления использования средств, а на то, что регион получает на выходе: сколько мяса, молока, риса, пшеницы", - говорит Александр Дерюгин. Хороший результат по итогам прошлого года должен быть основанием увеличения господдержки в следующие годы. Кроме того, нужно учитывать специфику региона. Например, есть смысл увеличить субсидии на то же сельское хозяйство на Кубани и бессмысленно делать это в северных регионах, там лучше сосредоточиться на развитии социальной сферы. [1;8]

 

Список литературы:
1. Научная статья на тему "Собираемость налогов- индикатор налогового администри-рования" Д. И. Дементьев, 2016
2. Научная статья на тему "Проблемы налогообложения в России" И. А. Данькина, 2016
3. Научная статья на тему "Анализ результативности собираемости налогов в РФ" 
Л.С. Гринкевич, И. Ю. Жалонкина, 2011
4. Льготы, выплаты, компенсации, Субсидии. Как получить деньги от государства: моногр. - М.: АСТ, Омега-Л, 2013. - 249 c.
5. Льготы. Выплаты. Компенсации. Субсидии. Как получить деньги от государства? - М.: АСТ, Омега-Л, 2014. - 160 c.