Современные подходы к прогнозированию поступлений налога на прибыль организаций в Российской Федерации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель исследования. Целью исследования является определение оптимальной модели прогнозирования налоговых доходов по налогу на прибыль организаций. Предметом исследования выступили современные методики прогнозирования поступлений налога на прибыль в бюджеты субъектов РФ, основанные на математико-статистических, регрессионных и авторегрессионных моделях с проинтегрированным скользящим средним. В статье выявлены преимущества и недостатки существующих подходов к прогнозированию налоговых поступлений, а также определены условия применимости рассмотренных моделей в условиях высокой динамики изменения рыночной конъюнктуры и макроэкономической неопределенности. Представлены результаты исследования, позволяющие установить оптимальную методологию прогнозирования поступлений налога на прибыль организаций с учетом статистических ограничений горизонта планирования, а также выявить механизм прогнозирования, доступный к применению в долгосрочном планировании.Выводы.По итогам проведенного исследования сделан вывод о целесообразности комбинации моделей налогового прогнозирования для достижения оптимальных прогнозно-аналитических показателей, а также применении указанного подхода лишь в рамках краткосрочного планирования. Итоговый прогнозный показатель может быть выявлен на основе экспертных оценок, среднего значения полученных показателей или посредством комбинации указанных подходов: экспертной оценки весовых коэффициентов для расчета средневзвешенного значения прогнозного показателя.

Об авторах

Даткаайым Равшановна Деканова

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: aima.dekanova@mail.ru
ORCID iD: 0009-0004-8690-7398
SPIN-код: 9019-6400

кафедра налогов и налогового администрирования факультета налогов, аудита и бизнеса-анализа

Россия, г. Москва

Валерий Иванович Хоружий

Финансовый университет при Правительстве Российской Федерации

Email: vikhoruzhij@fa.ru
ORCID iD: 0000-0001-6268-6640
SPIN-код: 5497-9908

доктор экономических наук, доцент, профессор кафедры налогов и налогового администрирования факультета налогов, аудита и бизнеса-анализа

Россия, г. Москва

Список литературы

  1. Абдуллабекова А.М., Джафарова Н.Г. Влияние планирования налоговых доходов на экономический рост // Экономика и бизнес: теория и практика. 2021. №9-1.
  2. Бобошко Н.М. Выявление тенденций развития налоговых поступлений в консолидированный бюджет субъектов РФ // Вестник экономической безопасности. 2021. №2.
  3. Егорова А.А. Использование экономико-математических методов в прогнозировании налогов // Экономика и социум. 2018. №6 (49).
  4. Зверева, Т. В. Новая философия налогового администрирования в цифровой реальности / Т. В. Зверева // Инновационное развитие экономики. —2021. —№ 1(61). —С. 166–175. —doi: 10.51832/2223-7984_2021_1_166.
  5. Иманшапиева М.М. Налоговое планирование и прогнозирование на макроуровне по основным федеральным налогам (на примере Республики Дагестан) // Налоги и налогообложение. 2020. №1.
  6. Кремповая Н.Л. Оценка действующей практики бюджетного прогнозирования доходов региональных бюджетов // Научный вестник: финансы, банки, инвестиции. 2022. №2 (59).
  7. Лесунова А.Е. Налоговые поступления в консолидированный бюджет Российской Федерации: оценка, факторный анализ и прогнозирование показателей // Скиф. 2021. №5 (57).
  8. Леухин Р.С. Краткосрочное прогнозирование поступлений в бюджет с использованием комбинации прогнозов // Финансовый журнал. 2019. №3 (49).
  9. Ташматова Р.Г. Роль налогового прогнозирования в формировании налоговых доходов бюджета // Экономика и бизнес: теория и практика. 2018. №1.
  10. Федотов Д.Ю. Анализ прогнозирования налоговых доходов федерального бюджета России // Бухгалтерский учет в бюджетных и некоммерческих организациях. 2018. №4 (436).
  11. Федотов Д.Ю. Оценка отклонения налоговых поступлений в региональные бюджеты от прогнозного значения (на примере Иркутской области) // Вестник ТГЭУ. 2018. №2 (86).
  12. Хижак Н.П. Прогнозная оценка налоговых доходов бюджетов при применении специальных налоговых режимов // Налоги и налогообложение. 2020. №1.
  13. Чимитдоржиева Е.Ц. Краткосрочное прогнозирование налоговых доходов консолидированного бюджета Республики Бурятия // Вестник БГУ. Экономика и менеджмент. 2020. №2.
  14. Чимитдоржиева Е.Ц. Прогнозирование поступлений налога на прибыль в консолидированный бюджет региона // Международный журнал гуманитарных и естественных наук. 2019. №5-4.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».