Modern Approaches to Forecasting Corporate Income Tax Revenues in the Russian Federation

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The purpose of the study.The purpose of the study is to determine the optimal model for forecasting corporate income tax revenues. The subject of the study is modern methods of forecasting income tax revenues to the budgets of the subjects of the Russian Federation, based on mathematical and statistical, regression and autoregressive models with a moving average. The article identifies the advantages and disadvantages of existing approaches to forecasting tax revenues, as well as defines the conditions for the applicability of the considered models in conditions of high dynamics of changes in market conditions and macroeconomic uncertainty. The results of the study are presented, which make it possible to establish the optimal methodology for forecasting corporate income tax receipts, taking into account the statistical limitations of the planning horizon, as well as to identify a forecasting mechanism available for use in long-term planning.Conclusions. Based on the results of the study, it was concluded that it is advisable to combine tax forecasting models to achieve optimal predictive and analytical indicators, as well as to apply this approach only within the framework of short-term planning. The final forecast indicator can be identified on the basis of expert assessments, the average value of the indicators obtained, or through a combination of these approaches: an expert assessment of the weighting coefficients to calculate the weighted average value of the forecast indicator.

About the authors

Datkaayim R. Dekanova

Financial University under the Government of the Russian Federation

Author for correspondence.
Email: aima.dekanova@mail.ru
ORCID iD: 0009-0004-8690-7398
SPIN-code: 9019-6400

Department of Taxes and Tax Administration, Faculty of Taxes, Audit and Business Analysis

Russian Federation, Moscow

Valery I. Khoruzhy

Financial University under the Government of the Russian Federation

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

Dr. Sci. (Econ.), Associate Professor, Professor of the Department of Taxes and Tax Administration, Faculty of Taxes, Audit and Business Analysis

Russian Federation, Moscow

References

  1. Abdullabekova A.M., Jafarova N.G. The Influence of Tax Revenue Planning on Economic Growth // Economics and Business: Theory and Practice. 2021. No. 9-
  2. Boboshko N.M. Identification of Trends in the Development of Tax Revenues in the Consolidated Budget of the Constituent Entities of the Russian Federation // Bulletin of Economic Security. 2021. No. 2.
  3. Egorova A.A. The Use of Economic and Mathematical Methods in Tax Forecasting // Economy and Society. 2018. No. 6 (49).
  4. Zvereva, T.V. New Philosophy of Tax Administration in Digital Reality / T.V. Zvereva // Innovative Development of the Economy. —2021. —No. 1(61). —pp. 166–175. —doi: 10.51832/2223-7984_2021_1_166.
  5. Imanshapieva M.M. Tax Planning and Forecasting at the Macro Level for the Main Federal Taxes (Using the Example of the Republic of Dagestan) // Taxes and Taxation. 2020. No. 1.
  6. Krempovaya N.L. Assessment of the Current Practice of Budget Forecasting of Regional Budget Revenues // Scientific Bulletin: Finance, Banks, Investments. 2022. No. 2 (59).
  7. Lesunova A.E. Tax Revenues to the Consolidated Budget of the Russian Federation: Assessment, Factor Analysis and Forecasting of Indicators // Skif. 2021. No. 5 (57).
  8. Leukhin R.S. Short-term Forecasting of Budget Revenues Using a Combination of Forecasts // Financial Journal. 2019. No. 3 (49).
  9. Tashmatova R.G. The Role of Tax Forecasting in the Formation of Budget Tax Revenues // Economics and Business: Theory and Practice. 2018. No. 1.
  10. Fedotov D.Y. Analysis of Forecasting Tax Revenues of the Russian Federal Budget // Accounting in Budgetary and Non-profit Organizations. 2018. No. 4 (436).
  11. Fedotov D.Y. Assessment of the Deviation of Tax Revenues to Regional Budgets from the Forecast Value (Using the Example of the Irkutsk Region) // Vestnik TSEU. 2018. No. 2 (86).
  12. Khizhak N.P. Predictive Assessment of Tax Revenues of Budgets When Applying Special Tax Regimes // Taxes and Taxation. 2020. No. 1.
  13. Chimitdorzhieva E.T. Short-term Forecasting of Tax income of the Consolidated Budget of the Republic of Buryatia // Bulletin of the BSU. Economics and Management. 2020. No. 2.
  14. Chimitdorzhieva E.T. Forecasting Income Tax Revenues to the Consolidated Budget of the Region // International Journal of Humanities and Natural Sciences. 2019. No. 5-4.

Supplementary files

Supplementary Files
Action
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».