Эффективность фискальной политики государства

В последнее время проводится много исследований, в которых делается попытка оценить эффективность отдельных сторон фискальной системы с помощью отыскания точек Лаффера для конкретных видов налоговых сборов. [9]

Вместе с тем концепция кривой Лаффера изначально создавалась применительно к понятию совокупного налогового бремени, т. е. всей массы налоговых отчислений. Далее придерживаемся именно такого понимания проблемы и, следовательно, будем отыскивать точки Лаффера для усредненного макроэкономического показателя налогового бремени. Под последним мы будем понимать долю налоговых поступлений в консолидированный бюджет страны в объеме валового внутреннего продукта (ВВП).

В основе нашего исследования лежит предположение, что объем производства Х, отражаемый величиной ВВП, зависит от уровня налогового бремени q =T/X, где T – сумма налоговых поступлений в бюджет страны.[10] Зависимость X(q) аппроксимируется нелинейной функцией, параметры которой подлежат количественной оценке. Идентификация функции X(q) позволит рассчитать точки Лаффера. При этом нами будут различаться точки Лаффера первого и второго рода. Дадим соответствующие определения.

Точкой Лаффера первого рода будем называть такую точку q*, при которой производственная кривая X=X(q) достигает локального максимума, т. е. когда выполнены условия: dX(q*)/dq =0; d2X(q*)/dq 2<0.[11] Точкой Лаффера второго рода будем называть такую точку q**, при которой фискальная кривая T=T(q) достигает локального максимума, т. е. когда выполнены условия: dT(q**)/dq =0; d2T(q**)/dq 2<0. Экономически точка Лаффера первого рода означает тот предел налогового бремени, при котором производственная система не переходит в режим рецессии. Точка Лаффера второго рода показывает величину налогового бремени, за пределами которой увеличение массы налоговых поступлений становится невозможным.

Идентификация двух точек Лаффера и их сопоставление с фактическим налоговым бременем позволяет оценить эффективность налоговой системы страны и направления ее оптимизации.[12] Рассмотрим некоторые подходы, с помощью которых поставленная задача может быть решена.

В общем случае поставленную задачу можно решить эконометрическими способами, в основе которых лежит постулат о том, что объем производства нелинейно зависит от величины налогового бремени. В этом случае объем ВВП достаточно аппроксимировать полиномиальной регрессией следующего вида:

, (1)

где b i – параметры, подлежащие статистической оценке на основе ретроспективных динамических рядов.

Учитывая формулу (1) и величину массы налогов:[13]

, (2)

можно записать следующее соотношение:

(3)

Для проведения соответствующих расчетов весь информационный массив должен быть представлен динамическими рядами двух “первичных” показателей – X и T. Зная эти величины, по формуле (2) можно рассчитать ретроспективный ряд для такого “вторичного” показателя, как q. В дальнейшем в результате вычислительных экспериментов отыскивается полином (1) соответствующей степени. Желательно, чтобы это была квадратичная или, в крайнем случае, кубическая функция, так как более высокий порядок полинома впоследствии осложнит отыскание точек Лаффера.

Учитывая специфику операций сглаживания рядов, эконометрические модели типа (1) имеют ряд очевидных особенностей. Во-первых, для получения значений параметров b i необходимо иметь достаточно длинные и “хорошие” в статистическом смысле динамические ряды. Во-вторых, параметры b i постоянны во времени, что в некоторых случаях приводит к неизменности значений точек Лаффера. Это не совсем правомерно, так как более логично было бы предположить, что точки Лаффера являются “плавающими” во времени величинами.

Комментируя предлагаемый выше подход, который базируется на примитивной полиномиальной аппроксимации процесса экономического роста налоговой функцией (1), следует сразу оговориться: в данном случае решается чисто техническая, инструментальная проблема без учета внутрисистемных экономических связей. Явного моделирования функциональных свойств системы не ведется, однако они косвенно улавливаются зависимостью (1). При этом, хотя сама функциональная зависимость (1) нелинейна, регрессия (1), наоборот, линейна относительно входящих в нее параметров и, следовательно, никаких особых технических сложностей при ее идентификации не возникает. В этом состоит один из существенных плюсов предлагаемой модельной схемы.

Это интересно:

Понятие и экономическая сущность налоговой нагрузки
Налоговая нагрузка - это одно из понятий, применяемых для оценки влияния налоговых платежей на финансовое состояние предприятия. Многие государственные органы (например, Минфин России и Росстат) рассчитывают показатель налоговой нагрузки на макроуровне, т.е. насколько велико налоговое бремя на экон ...

Рынок электронных денег в России
Электронные деньги в России: основные итоги 2009 года Рынок электронных денег в России в 2009 году продемонстрировал высокие темпы роста. По оценке Ассоциации "Электронные деньги" (АЭД), количество россиян, воспользовавшихся "электронными кошельками", составило порядка 20 млн. ч ...

Сравнительный анализ методов оценки эффективности фискальной политики
В рамках класса алгебраических методов возможны два подхода к расчету эффективности фискальной системы с помощью точек Лаффера. Проанализируем особенности каждого из них с тем, чтобы выбрать наиболее приемлемый для дальнейших прикладных расчетов. Как указывалось, порядок полиномиальной регрессии не ...