Таблица 3 - Средние величины факторных признаков по

Развитие методологии статистического исследования налогообложения
(на примере сельского хозяйства)
Тихонова Анна Витальевна1
1. Введение
Изменения, произошедшие в налоговой политике России в течение последних 15-20 лет,
значительно видоизменили налоговую систему, усложнили и дифференцировали ее. Вместе с
тем, применяемые методики анализа налогообложения сводятся к расчету простых показателей
(темпов роста, прироста), что не позволяет дать качественную оценку налоговой системы. Для
характеристики тяжести налогового бремени используется показатель налоговой нагрузки.
Исследование
только
одного
показателя
не
позволяет
дать
всестороннюю
оценку
налогообложения в сельском хозяйстве: не учитывает характеристику налоговой системы с точки
зрения показателей, определяющих ее размер (число налогоплательщиков, суммы налогов,
задолженности, недоимок), субъектный состав и структуру, дифференциацию нагрузки по
регионам России, не определяет «чистые налоги» (за вычетом субсидий), которые являются
показателем, характеризующим «чистое» налоговое изъятие государства и определяющим
совокупный эффект от налогов и субсидий. Научные работы, посвященные данной тематике,
единичны, поэтому статистическое исследование налогообложения (на примере сельского
хозяйства) представляется безусловно актуальным.
2. Разработка системы показателей налогообложения в сельском хозяйстве
Анализ научной литературы показал отсутствие в отраслевой практике единых подходов к
оценке параметров налогового регулирования АПК. Как правило, оценка налогообложения
ограничивается анализом налоговой нагрузки на отрасль или на отдельные организации.
Официальная
статистическая
методология
должна
включать
разработку
системы
статистических показателей [2], которую в части налогообложения предопределили различия в
экономических
интересах
государства,
налоговых
органов
и
сельскохозяйственных
товаропроизводителей. Это обосновывает рассмотрение системы показателей по трем уровням.
1. Система показателей на государственном уровне.
С точки зрения экономической теории, интересы государства в процессе налогообложения
имеют двойственный характер: с одной стороны, они определяются фискальной функцией
налоговой, то есть получением максимально возможной суммы, с другой – выражают
социальные аспекты и направлены на общий рост национального благосостояния. Таким
образом, государство должно забирать у бизнеса такую часть добавочного продукта, изъятие
которой не приводит к отрицательному экономическому эффекту, выражающемуся в
1
РГАУ-МСХА, E-mail: samozvanka_89@bk.ru
сокращении числа производителей, сокрытии доходов и стремлении вывести капитал за границу
Российской Федерации.
2. Система показателей на ведомственном уровне.
Представлена показателями, используемыми в процессе деятельности и анализа налоговыми
органами. Их экономически интересы направлены на максимизацию налоговых поступлений в
бюджет РФ. В своей деятельности ведомственные органы руководствуются нормами Налогового
Кодекса РФ и используют как абсолютные показатели, так и различные показатели структуры и
динамики налоговых поступлений.
Частный
(организа
ция)
Ведомственный (налоговые органы)
Государственный (федеральный и
региональный)
Таблица 1 - Система показателей налогообложения сельскохозяйственных товаропроизводителей
Уровен № Показатели
Характеристика/Методика расчета
ь
п/п
1 Квота ВВП на душу населения
Kввп = ВВП / Среднегодовая численность населения
2 Квота налога
Kналоги = Налоговые доходы / Среднегодовая численность занятых.
3 Коэффициент уровня налогообложения
K=Kналоги/Kввп
4 Налоговые доходы на душу населения
НД = Налоговые доход / Среднесписочная численность
5 Налоговая нагрузка
НН = Налоги уплаченные/ВВП (ВДС - для отрасли и региона)*100
6 Удельный вес чистых налогов в ВВП по
методу доходов (или ВДС отрасли)
7 Распределение налоговых поступлений,
задолженности и чистых налогов по
регионам, федеральным округам
8 Чистые налоги
ЧН = Налоги - субсидии
9 Налоговый потенциал
максимально возможная сумма поступлений налогов и сборов,
исчисленных в условиях действующего законодательства [4]. В сельском
хозяйстве этот показатель считается заниженным [3].
10 Число налогоплательщиков
11 Налоговая база
Стоимостная характеристика объекта налогообложения.
12 Налог начисленный
Сумма налога, исчисленная налогоплательщиками, а также отраженная на
счетах бухгалтерского учета.
13 Налог уплаченный
Сумма налогов, перечисленная в соответствующий бюджет или фонд
Российской Федерации.
14 Задолженность по налогам и сборам
Невыплаченные в оговоренные законом сроки налоговые суммы.
15 Недоимка
Сумма налога (сбора), установленная или доначисленная налоговыми
органами, не уплаченная в установленный законодательством срок.
16 Доля различных налогов в сумме Д = Налог уплаченный (конкретный вид)/Общая сумма налоговых
налоговых поступлений.
поступлений
17 Налоговая нагрузка
НН=Налоги, уплаченные в бюджет/Выручку*100
18 Динамика налоговых поступлений
Важна, с точки зрения, планирования налоговых доходов бюджета
19 Структура
налогоплательщиков
по Расчет может быть проведен в долях, процентах и иных единицах
применяемым режимам, показателей п. 11- структуры.
15 по видам налогов
20 Структура показателей п. 11-15 по видам Расчет может быть проведен в долях, процентах и иных единицах
налогов
структуры.
21 См п. 11-15
22 Налоговая нагрузка
Применяются различные методики
Группа
показателя
Уровня
Дифферен
циации
Размера
Структуры
Уровня
Динамики
Структуры
Размера
Уровня
1. Система показателей на частном уровне.
Представлена
показателями,
используемыми
налогоплательщиками
–
сельскохозяйственными организациями. Их экономические интересы направлены на
минимизацию налоговых выплат и сохранение капитала внутри предприятия. В своей
деятельности они, как и налоговые органы, руководствуются нормами НК РФ и используют
как абсолютные показатели, так и различные показатели структуры и динамики налоговых
выплат.
В рамках данного исследования особое внимание следует уделить методике
определения налоговой нагрузки в отраслевом разрезе. Для определения налоговой
нагрузки отрасли следует учитывать особенности, которые могут существенно повлиять на
размер и оказать искажающее влияние.
В экономической литературе ученые (Пансков В.Г., Коломиец А.Л., Сайфиева С.Н.)
предлагали различные методики расчёта налоговой нагрузки на экономику в целом и на
отрасль. В большинстве случаев они сходятся во мнении, что наиболее справедливым будет
расчет на основании следующей методики: отношение уплаченных налогов и взносов на
обязательное страхование к добавленной стоимости, созданной экономикой в целом или
отраслью. Относительно рассматриваемой нами отрасли, сельского хозяйства, стандартная
методика неприменима, так как «сельское хозяйство по сравнению с другими видами
деятельности является низкотоварной отраслью из-за высокой доли продукции домашних
хозяйств» [1]. 62% ВДС в 2013 году создано домохозяйствами, которые практически не
платят налогов. Налогоплательщиками же в основном являются сельскохозяйственные
организации (88% налогов в сельском хозяйстве уплачено ими).
В связи с чем, нами предложен следующий алгоритм расчета налоговой нагрузки в
сельском хозяйстве, необходимо:
1. учитывать дифференциацию сельскохозяйственных товаропроизводителей по
категориям хозяйств, считать ВДС за исключением той ее части, которая создана
хозяйствами населения;
2. считать показатель налоговой нагрузки по данным текущей отчетности организаций,
так как ВДС сельского хозяйства представляет собой сумму добавленных стоимостей
отдельных товаропроизводителей [5].
Статистическое
изучение
налогообложения сельского
хозяйства
предполагает
определение объема, структуры и динамики структурных сдвигов, происходящих в
налоговой системе под воздействием экономических преобразований, а также выявление
факторов, влияющих на этот процесс.
4
Для всестороннего анализа налогообложения сельского хозяйства, определения не
только количественной его характеристики, но и качества предоставляемых налоговых
льгот, отдельных налоговых режимов, степени влияния налоговых факторов на
экономические и производственные показатели сельского хозяйства мы предлагаем
использовать методический подход, схематично представленный на рисунке 1.
Данный подход основан на использовании статистическом приемов и методов анализа:
 типизации объектов исследования, актуальность и обоснованность применения
которого раскрывает в своих работах А.В. Уколова [6];
 кластерного анализа;
 корреляционно-регрессионного анализа.
Количественная оценка
налогообложения
сельского хозяйства
• Типизация регионов Российской Федерации по
комплексу показателей, отражающих уровень
налогообложения,
экономическую
и
производственную эффективность
• Кластерный
анализ
налогообложения
сельскохозяйственных товаропроизводителей
Качественная оценка
налогообложения
сельского хозяйства
• Типизация сельскохозяйственных организаций по
применяемым режимам налогообложения и видам
деятельности
• Корреляционно-регрессионный анализ как способ
выявления зависимости налоговых и ценовых
показателей
Рисунок 1 – Методический подход к оценке налогообложения сельского хозяйства
Источник: составлено автором
3. Типизация регионов Российской Федерации по комплексу показателей,
отражающих уровень налогообложения, экономическую и производственную
эффективность.
Типизация предполагает несколько этапов:
 определение типа явления – налогообложение сельского хозяйства;
 выбор группировочного признака, в качестве основы описания типических групп —
налоговая нагрузка на отрасль в региональном разрезе.

выбор факторных показателей, учитывающих экономическую и производственную
эффективность (средняя численность работников в расчете на 1 организацию;
среднемесячная заработная плата 1 работника; урожайность зерновых; удой на 1 корову;
5
рентабельность сельскохозяйственной продукции и продукции переработки; структура
начисленных налогов).
 установление границ интервалов по результативному признаку через шаг или
аналитическим способом, в зависимости от качественной однородности исследуемых
объектов. В соответствии с полученными интервалами проводится характеристика
выделенных групп системой показателей.
Величина равного интервала определяется по формуле 1:
i=
Х𝑚𝑎𝑥−𝑋𝑚𝑖𝑛
𝑛
,
(1)
где i – шаг интервала; Хmax, Хmin – наибольшее и наименьшее значения
группировочного признака, n – число групп.
 выделенные
группы
(на
основе
комбинации
группировочных
признаков)
объединяются в намеченные типы.
Методика типизации была использована для оценки налоговой нагрузки сельского
хозяйства, результаты типизации представлены в таблице 2.
Следует отметить, что в результате анализа нетипичные для сельского хозяйства
регионы исключены из статистической совокупности. Все остальные субъекты Российской
Федерации разделены на 4 типические группы.
Таблица 2 - Характеристика типических групп регионов
Показатель
Нижняя Средняя
(6,71%) (9,02%)
Выше
средней
(12,27%)
18
12,3
90
Количество регионов, шт.
25
17
Налоговая нагрузка, %
6,7
9,0
Средняя численность работников в
64
67
расчете на 1 организацию, чел
Среднемесячная заработная плата 1
10,9
11,3
11,9
работника, тыс. руб.
Урожайность зерновых, ц с 1 га
21,3
19,2
30,0
Удой на 1 корову, ц
37,9
37,5
41,5
Рентабельность, %
11,3
15,5
18,6
Структура начисленных налогов, %
Налог на прибыль
1,2
1,2
0,7
Налог на добавленную стоимость
23,5
41,5
38,0
Налог на имущество организаций
3,2
1,1
2,7
Земельный налог
1,2
1,0
1,5
ЕСХН
1,2
0,8
1,5
НДФЛ
25,6
18,4
17,8
Страховые взносы
41,4
28,6
27,9
Прочие
2,7
7,4
9,9
Итого налогов и взносов
100
100
100
6
Высшая
(19,07%)
10
19,1
89
В
среднем
по России
70
11,9
77
15,1
12,1
26,7
46,5
19,9
25,9
40,7
16,5
2,4
43,1
7,5
1,4
0,8
16,8
24,3
3,7
100
1,3
36,8
3,7
1,3
1,1
19,4
30,4
6,0
100
Источник: составлено автором на основе данных системы профессионального анализа рынка и компаний
«СПАРК» [Электронный ресурс]. – Режим доступа: http://www.spark-interfax.ru/Front/Index.aspx (дата
обращения: 20.09.2014).
Средний по России уровень налоговой нагрузки сельскохозяйственных организаций
составил 11,9%; в 65 регионах (97%) уровень налоговой нагрузки сельскохозяйственных
организаций выше официально публикуемого (3,6%). Различия в показателе между
типическими группами существенны:
- регионы низшей группы характеризуются большой задолженностью перед бюджетом;
- среднюю группу составили регионы с относительно благоприятными условиями для
ведения сельскохозяйственного производства;
-
группы
с
самым
высоким
показателем
налоговой
нагрузки
составляют
преимущественно регионы с лучшими природными и климатическими условиями, часть
регионов Северного Кавказа, а также крупные регионы, приближенные к основным рынкам
сбыта.
Высокое значение годового уровня заработной платы в расчете на 1 работника в высшей
типической группе объясняется ее региональным составом. Это преимущественно
развитые регионы, в которых уровень заработной платы в целом по экономике существенно
отличается от прочих. В регионах с низкой налоговой нагрузкой преобладают начисления
на заработную плату (НДФЛ – 25,6% и страховые взносы – 41,4%), в то время как доля
налога на добавленную стоимость (далее НДС) гораздо ниже, чем в регионах с более
высокой налоговой нагрузкой. Это косвенно говорит о том, что большая часть организаций,
входящих в низшую типическую группу, не начисляет НДС, и, вероятнее всего, применяет
льготные режимы налогообложения.
В структуре налогов регионов, относящихся к остальным типическим группам, доля
НДС наибольшая (в средней – 41,5%, выше средней – 38%, высшей – 43,1%), при этом доля
НДФЛ и страховых взносов становится тем меньше, чем больше совокупная налоговая
нагрузка
организаций.
Это
означает,
что
большая
часть
сельскохозяйственных
организаций, входящих в состав этих регионов, использует основную систему
налогообложения и является плательщиком НДС. Об этом также свидетельствует доля
налога на имущество, которая в высшей группе возрастает до 7,5%, а плательщиками налога
на имущество являются только те организации, которые применяют общий режим
налогообложения.
Типизация регионов по уровню налоговой нагрузки показала, что различия между
сформированными группами существенны. Эти различия выражаются не только в самом
уровне налоговой нагрузки, но и ее структуре.
7
4.
Кластерный
анализ
налогообложения
сельскохозяйственных
товаропроизводителей.
Кластеризация регионов может использоваться как самостоятельный инструмент
выделения типических групп регионов, так и в качестве дополнительного обоснования
правильности проведенной типизации без специального программного обеспечения. В
нашем случае, результаты кластерного анализа послужили обоснование актуальности и
достоверности выводов, полученных в рамках типизации.
Кластерный анализ предполагает следующие этапы:
 Формулировка проблемы. Представляет собой выбор переменных, на основе
которых проводят кластеризацию (доля налогов в выручке организаций, средняя
численность работников 1 организации, удельный вес субсидии в выручке, годовой уровень
заработной
платы
1
работника,
урожайность
зерновых,
рентабельность
сельскохозяйственной продукции и продукции ее переработки, выручка в расчете на 1
работника).
 Выбор способа измерения расстояния. Целью любой кластеризации является
группировка схожих объектов. Наиболее распространенный метод заключается в том,
чтобы в качестве такой меры сходства использовать расстояния между двумя объектами. В
эконометрике существуют несколько способов его определения: расстояние городских
кварталов (city-block) или манхэттенское расстояние (Manhattan distance); расстояние
Чебышева (Chebychev distance) и наиболее часто используемая мера сходства— евклидово
расстояние или его квадрат. В рассматриваемой методике мы использовали для
группировки – евклидово расстояние.
 Выбор метода кластеризации. Для формирования кластеров нами мы использовали
неиерахический метод кластеризации (nonhierarchical clustering) – метод k-средних, –
используемый при наличии большого числа объектов (70 регионов). Следует отметить, что
для апробации метода К-средних необходимо изначально определить число кластеров, на
которое будет разделена изучаемая совокупность. Так как мы ранее провели типизацию
регионов, то количество кластеров будет соответствовать числу типических групп.
 Интерпретация и профилирование кластеров. Интерпретация и профилирование
кластеров включает проверку кластерных центроидов (средние значения кластера по
каждой из переменных).
Далее
представлены
результаты
кластеризации
регионов,
проведенной
использованием программы Statistica, согласно предложенной методике (таблица 3).
8
с
Характеризуя первые три кластера, отметим, что наблюдается тенденция по
изменчивости показателей к росту для уровня заработной платы, рентабельности, выручки
в расчете на 1 работника, численности сотрудников. При этом в наиболее развитых
регионах уровень государственной поддержки ниже аналогичной в наименее развитых.
Также важно учесть тот факт, что уровень налоговой нагрузки наиболее высок в самых
многочисленных кластерах, что в условиях современного состояния сельского хозяйства
является негативным фактором. Из общих тенденций несколько выпадают регионы
четвертого кластера, представленные субъектами Сибири, Дальнего Востока, Северного
Кавказа, что связано с направленностью налоговой политики на стимулирование
региональных инвестиционных проектов.
Таблица 3 - Средние величины факторных признаков по кластерам
Показатели
Доля налогов в выручке организаций, %
Средняя численность работников 1
организации, чел.
Удельный вес субсидии в выручке, %
Годовой уровень заработной платы 1
работника, тыс. руб.
Урожайность зерновых, ц/га
Рентабельность сельскохозяйственной
продукции и продукции ее переработки, %
Выручка в расчете на 1 работника, тыс.
руб.
Кластер 4
Кластер 1 Кластер 2 Кластер 3
(Нетипичные
(Низшая) (Средняя) (Высшая)
регионы)
8,51
9,88
8,1
14,88
62,34
92,71
90,15
45,26
17,32
12,68
9,4
75,77
129,2
172,1
176,5
111,2
18,7
23,1
26,5
13,2
7,25
12,43
14,79
-15,20
499
771
1336
203
Источник: составлено автором на основе данных системы профессионального анализа рынка и компаний
«СПАРК» [Электронный ресурс]. – Режим доступа:
http://www.spark-interfax.ru/Front/Index.aspx (дата
обращения: 20.09.2014).
Входящие в состав 4 кластера 11 регионов были исключены нами из совокупности при
проведении типизации по уровню налоговой нагрузки, что говорит о сходстве её
результатов с итогами, полученными в ходе кластерного анализа.
5. Типизация сельскохозяйственных организаций по применяемым режимам
налогообложения и видам деятельности.
Типизация регионов с учетом уровня налоговой нагрузки, их кластеризация по
аналогичному набору переменным характеризуют, в первую очередь, количественную
оценку налоговой системы. Вместе с тем, такого рода группировки не позволяют дать
качественную оценку налогообложения, под которой мы понимаем влияние налоговых
преференций на организации различных видов деятельности, а также степень влияния
налоговых режимов на экономическую и производственную эффективность.
9
Для этого предлагается дополнительно проводить еще два вида типологических
группировок
сельскохозяйственных
организаций:
по
применяемых
режимам
налогообложения и виду деятельности. Апробация по данным бухгалтерской отчетности
сельскохозяйственных организаций Белгородской области представлена в таблице 4.
Результаты проведенной группировки организаций по применяемым режимам
налогообложения (ОСН и ЕСХН) показали, что льготный налоговый режим ЕСХН не
принес ожидаемого стимулирующего эффекта.
Таблица 4 - Характеристика организаций по режимам налогообложения и виду
деятельности
Показатели
По системам
налогообложения
По виду деятельности
ЕСХН
ОСН Свиноводческие
комплексы
Птицефабрики Остальные
Число
предприятий,
шт.
17
23
6
3
31
Налоговая нагрузка, %
13,14
15,88
15,7
17,9
15,1
Фондоотдача, тыс. руб.
0,81
1,05
1,22
0,43
1,07
Среднемесячная
заработная плата, тыс.
руб.
17,4
19,2
18,2
21,4
17,9
Доля заемных средств в
выручке, %
40,7
76,7
66
58
185
Доля
субсидии
в
выручке, %
5,63
6,71
6,4
5,9
10,9
Рентабельность
основного
производства, %
25,67
50,45
44
61
15
Источник: составлено автором на основе данных базы данных RUSLANA. Bureau van Dijk Electronic
Publishing
(BvDEP).
[Электронный
ресурс].
–
Режим
доступа:
https://ruslana.bvdep.com/version-
2015428/home.serv?product=ruslana (дата обращения: 05.05.2014).
Несмотря на различия в применяемых налоговых режимах, общий уровень налоговой
нагрузки остается достаточно высоким (ОСН – 15,88, ЕСХН – 13,14%). Введение единого
сельскохозяйственного налога ставило своей целью создать для сельскохозяйственных
товаропроизводителей
механизм
налогообложения,
максимально
учитывающий
особенности их производства, а также снизить налоговую нагрузку. В действительности же
уровень налоговой нагрузки по организациям, применяющим ЕСХН и общую систему
налогообложения, не имеет существенных различий, и связан скорее с размерами
предприятий.
Результаты типической группировки организаций по виду деятельности с выделением
более рентабельных свиноводческих комплексов и птицефабрик, преимущественно
использующих общий режим налогообложения, позволили обосновать предложение о
10
введении в налоговый кодекс дифференцированных ставок ЕСХН, учитывающих
экономическую эффективность производства.
6. Корреляционно-регрессионный анализа как способ выявления зависимости
налоговых и ценовых показателей.
Методы корреляционно-регрессионного анализа
использованы
для
определения
взаимосвязи
(далее –
между
КРА) могут
налогами
и
быть
ценами
на
сельскохозяйственные продукты, в частности, предлагается оценить влияние налоговых
факторов на цену 1 центнера молока. Проведение КРА предполагает осуществление
расчетов по нескольким этапам.
1. Предварительная результативная группировка регионов по средней цене на 1 центнер
молока (таблица 5).
Таблица 5 - Результативная группировка регионов по средней цене на 1 центнер молока
Показатели
Типические группы
До
1280-1550
Свыше
1280
руб/ц
1550
руб/ц
руб/ц
10
33
18
1172
1411
1656
13,05
11,75
9,80
Количество регионов
Цена 1 ц молока, руб.
Налоговая нагрузка регионов, %
Доля организаций плательщиков ЕСХН в
общем количестве сельскохозяйственных
организаций, %
69,13
Средний размер заработной платы, тыс.
руб. в год
110
Уровень рентабельности, %
9,88
64,25
65,36
138
12,34
179
12,93
В
среднем
61
1418
11,90
67,44
146
12,26
Источник: составлено автором на основе данных системы профессионального анализа рынка и компаний
«СПАРК» [Электронный ресурс]. – Режим доступа:
http://www.spark-interfax.ru/Front/Index.aspx (дата
обращения: 20.09.2014).
В качестве показателей налогообложения мы использовали налоговую нагрузку
регионов,
долю
организаций
плательщиков
ЕСХН
в
общей
численности
сельскохозяйственных организаций, средний размер заработной платы, так как оплата
труда – показатель прямой зависимости с налогом на доходы физических лиц и страховыми
взносами.
Наиболее многочисленной оказалась средняя типическая группа, включающая в себя
33 региона. Наблюдается четкая тенденция: рост цены 1 центнера молока связан с ростом
заработной платы работников сельского хозяйства, а также сокращением налоговой
нагрузки региона.
2. Далее проводится оценка взаимосвязи исследуемых показателей друг с другом, с
использованием матрицы парных коэффициентов корреляции.
11
Для оценки силы связи применяется шкала Чеддока: слабая — от 0,1 до 0,3; умеренная
— от 0,3 до 0,5; заметная — от 0,5 до 0,7; высокая — от 0,7 до 0,9; весьма высокая (сильная)
— от 0,9 до 1,0.
Качественная разнородность типических групп предопределяет необходимость в
оценке коэффициентов парной корреляции внутри каждой группы, которая представлена в
таблице 6.
Различия во взаимосвязях между регионами в группах существенны. С ростом средней
цены на молоко связь с налоговой нагрузкой и средней заработной платой ослабевает (со
средней в 1 группе, до низкой во 2 группе).
Таблица 6 – Матрицы парных коэффициентов корреляции по группам
Средняя
Доля организаций
Цена 1 ц Налоговая заработная плательщиков ЕСХН в
молока, нагрузка, плата, тыс. сельскохозяйственных
руб
%
руб.
организациях, %
До 1280 руб/ц
1,00
0,35
1,00
Цена 1 ц молока, р
Налоговая нагрузка, %
Средняя заработная плата,
тыс. руб.
0,69
0,71
Доля
организаций
плательщиков
ЕСХН
в
сельскохозяйственных
организациях, %
-0,17
-0,19
1280-1550 руб/ц
Цена 1 ц молока, р
1
Налоговая нагрузка, %
0,22
1
Средняя заработная плата,
тыс. руб.
0,37
0,51
Доля
организаций
плательщиков
ЕСХН
в
сельскохозяйственных
организациях, %
-0,21
-0,41
Свыше 1550 руб/ц
Цена 1 ц молока, р
1
Налоговая нагрузка, %
0,06
1
Средняя заработная плата,
тыс. руб.
0,58
0,30
Доля
организаций
плательщиков
ЕСХН
в
сельскохозяйственных
организациях, %
-0,21
-0,18
1,00
-0,47
1,00
1
-0,57
1
1
-0,24
1
Источник: составлено автором
Различия во взаимосвязях между регионами в группах существенны. С ростом средней
цены на молоко связь с налоговой нагрузкой и средней заработной платой ослабевает (со
12
средней в 1 группе, до низкой во 2 группе). При этом возрастает взаимосвязь с долей
плательщиков ЕСХН, что говорит о росте цен в условиях применения льготных налоговых
режимов.
4. В случае, если на этапе анализа обнаружен фактор, значимый во всех типических
группах, предполагается построение регрессионной модели, ее оценка и апробация. В
рамках данного исследования связь между заработной платой и ценами на молоко
присутствует во всех группах, поэтому нами построена модель регрессии (таблица 7).
Таблица 7 – Итоги построения модели регрессии
Характеристика
Множественный R
R-квадрат
Стандартная ошибка
Наблюдения
F
Значимость F
t-статистика
P-Значение
Значение
0,78
0,61
24,90
61,00
93,73
0,00
9,68
0,00
Источник: составлено автором
Получена следующая модель регрессии, формула 2:
у=975,2+3,53*х
(2)
Она значима в целом (значимость F менее 0,05), а также значимы отдельные ее
параметры (согласно t-тесту). Связь между исследуемыми показателями сильная, при этом
61% изменчивости цены на 1 ц молока объясняется изменчивостью среднемесячной
начисленной заработной платы.
Построим парную линейную модель и проверим остатки на автокорреляцию. В своем
исследовании мы использовали метод наименьших квадратов, а одним из основных
условий его применения является отсутствие автокорреляции остатков. Коэффициент
автокорреляции первого порядка ( r1 ) между остатками εt и εt-1 равен 0,262, построим
график зависимости остатков εt от εt-1 (рисунок 2).
13
250
200
150
100
50
0
-300
-250
-200
-150
-100
-50
-50
0
50
100
150
200
250
-100
-150
-200
-250
-300
Рисунок 2 – График остатков
Источник: составлено автором
Коэффициент автокорреляции и график зависимости остатков свидетельствуют о
слабой корреляции остатков в модели, поэтому необходимо проверить гипотезу об
отсутствии об автокорреляции остатков в генеральной совокупности.
В качестве нулевой гипотезы выдвинем предположение об отсутствии автокорреляции
остатков в генеральной совокупности, в качестве альтернативной - о ее присутствии.
Эти гипотезы проверим на основе статистики (критерия) Дарбина-Уотсона (d).
В нашем случае статистика Дарбина-Уотсона равна 1,476, пороговые значения при n=61
и одном факторе:
d н  1,38; d в  1,45;4  d в  4  1,38  2,62 .
Фактическое значение попадает в зону принятия Но, что говорит об отсутствии
автокорреляции остатков.
Далее определим цену 1 ц молока при средней по России заработной плате в сельском
хозяйстве по данным 2013 года 202,2 тыс. руб. в год.
Согласно полученной модели она составит 957,2+3,53*202,2=1671 руб/ц.
Проведем интервальную оценку прогнозного значения:
1671-24,9*2≤у≤1671+24,9*2,
1621≤у≤1721.
При уровне среднегодовой заработной платы в сельском хозяйстве 202,2 тыс.руб.
средняя цена 1 ц сырого молока составит от 1621 до 1721 руб/ц с уровнем вероятности 95%.
В действительности же, цена 1 ц сырого молока в 2013 году в России составила 1587 руб.
Расхождение с прогнозным значением – 5%, что допустимо является допустимым в
статистической науке.
14
7. Выводы
Использование представленных в настоящей статье рекомендаций по углубленному
экономико-статистическому анализу, базирующему на
широком использовании
классических приемов и методов статистического анализа (типологические группировки,
кластерный анализ, корреляционно-регрессионный анализ), позволит государственным
органам более объективно и эффективно формировать общую налоговую политику и
конкретные мероприятия по налогообложению сельского хозяйства, нивелированию
негативных последствий депрессивных явлений и процессов в экономике.
Библиографический список:
1. Зинченко, А.П. Анализ производства и доходов сельского хозяйства региона в
системе национального счетоводства / А.П. Зинченко, Н.Ю. Трунтнева. - М.: Изд-во РГАУМСХА, 2012. – 160 с.
2. Зинченко, А.П. Проблемы развития статистики как науки / А.П. Зинченко // Вопросы
статистики. – 2011. – № 8. – С. 67-70.
3. Пинская, М.Р. Налоговая составляющая региональной политики в области
привлечения инвестиций / М.Р. Пинская // Экономика. Налоги. Право. – 2013. – № 6. – С.
94-101.
4. Прокопенко, Р. А. Понятие и роль налогового потенциала в экономическом развитии
региона [Электронный ресурс] / Р.А. Прокопенко // Современные наукоемкие технологии.
–
2007.
–
№
12.
–
Режим
доступа.
–
URL:
http://www.rae.ru/snt/?section=
content&op=show_article&article_id=2834
5. Тихонова, А.В. Налоговое регулирование аграрного сектора: оценка и проблематика
/ А.В. Тихонова // Известия Иркутской государственной экономической академии
(Байкальский государственный университет экономики и права). – 2014. – № 6 (98). – С. 2534.
6. Уколова, А.В. Статистическое изучение сельскохозяйственного производства малых
форм хозяйствования / А.В. Уколова // Никоновские чтения. – 2008. – № 13. – С. 696-708.
7. Макаренко, Ю.П. Альтернативнi системи оподаткування малого I середнього бiзнесу
у сiльському господарствi / Ю.П. Макаренко, А.В. Безкровний // Управлiння проектами то
Розвиток виробництва: 3б.наук.пр. – Луганськ: вид-во СНУ iм. В. Даля. – 2012. – № 1 (41).
– С. 77-82.
8. Devereux, M.P. Corporate Income Tax Reforms and International Tax Competition / M.P.
Devereux, R. Griffith, A. Klemm // Economic Policy. – 2002. – №17. – Р. 451-495.
15