Методы планирования и прогнозирования в налогообложении

2. Методы экстраполяции

     Прогнозирование по временным рядам представляет собой чисто статистический метод. Временной ряд – это последовательность значений некоторого показателя, привязанных к определенным датам или промежуткам времени. Анализ такого временного ряда сводится к определению зависимости значения прогнозируемого параметра от времени, то есть ищется зависимость вида:

     X = F (t)

     Форма зависимости может быть любой, но, как правило, на практике используют сравнительно простые зависимости, прежде всего линейную. На практике, в большинстве случаев, этого бывает достаточно для оценки тенденций изменения показателя и определения диапазона возможных значений параметра.

     Таким образом, при прогнозировании по временным рядам серия данных о прошлом продлевается на будущее, образуя прогнозную оценку рассматриваемого количественного параметра. При этом не учитываются факторы, которые оказывают влияние на значение показателя, во внимание принимается только имеющаяся тенденция изменения его количественных значений, без анализа причин этих изменений. Найденная «зависимость» прогнозируемого показателя от времени носит явно искусственный характер и, в подавляющем большинстве случаев, не соответствует реальным закономерностям его изменения. Поэтому методы прогнозирования по временным рядам отличаются невысокой точностью.

     Данный  метод называют также экстраполяцией, формальным прогнозированием или построением трендов. Существует множество статистических методов экстраполяции, которые различаются кругом решаемых задач. Сравнительно простые методы регрессионного анализа используются для прогноза в условиях долгосрочной, устойчивой тенденции. Когда присутствуют цикличные изменения показателей, обусловленные, например, сезонным характером производства (сельское хозяйство, строительство), используются более сложные методы прогнозирования, предполагающие сложный анализ временных рядов.

     Методы  экстраполяции включают метод наименьших квадратов, метод экспоненциального  сглаживания, метод скользящего среднего, а также ряд других. Наибольшее распространение из них получил метод наименьших квадратов, который позволяет подобрать простую функцию (как правило, линейную), описывающую зависимость прогнозируемого параметра от времени. Знаю эту зависимость, мы можем получить прогнозное значение на интересующий нас момент времени.

     Главным требованием надежности данного  метода является достаточный объем  данных о прошлом значении показателя. Прогноз, основанный на 2 - 3 предыдущих значениях некоторого показателя наверняка будет очень неточным, для более-менее достоверного прогноза необходимо 10 - 15 значений. При этом считается, что достаточно точным будет прогноз, сделанный не более чем на срок, который вдвое меньше периода, за который имеются данные, использованные для построения прогноза.

     Преимуществом данного метода прогнозирования  является простота применения, наглядность  результатов, так как прогноз  выдается в виде численных значений параметра. Этот метод легко реализуется  с помощью ЭВМ. Во многих широко распространенных программах, таких, например, как электронные таблицы Microsoft Excel, имеются встроенные функции экстраполяции. Для более сложных случаев прогнозирования, когда прогноз учитывает сезонные колебания и иные периодические изменения показателя, созданы специализированные компьютерные программы анализа временных рядов.

     Недостатком метода является, во-первых, ограниченная сфера его применения – прогнозировать можно только количественные показатели, при этом необходимо, чтобы имелись  их значения за достаточно продолжительный прошлый период. Вторым недостатком метода является ограниченный горизонт прогнозирования. Как показывает обширный опыт применения, прогнозы по временным рядам, точны в достаточно краткосрочной перспективе. Это объясняется тем, что такой прогноз не может предвидеть какие-то значительные качественные изменения прогнозируемого показателя. Например, прогноз объема производства определенного вида продукции, сделанный методом временных рядов, не может учитывать смену технологии, которая позволит значительно расширить производство, появление новых видов продукции, которые вытеснят анализируемый продукт с рынка и т.д. Простой количественный анализ не может предвидеть качественные изменения, которые происходят в системе.

     В качестве базы для применения этого метода для оценки налоговых поступлений служит информация:

     1) о поступлении конкретных налогов  и сборов за определенные периоды  предыдущих лет, 

     2) об объемах выпадающих доходов, 

     3) состоянии задолженности по налоговым  платежам,

     4) анализ тенденций в развитии налогооблагаемой базы, структуры налогоплательщиков и т.д.

     При этом методе планирования соответствующие  показатели должны приводиться в  сопоставимые условия.  
 
 
 
 
 

3. Метод экономико-математического  моделирования

     Метод экономико-математического моделирования является более сложным видом прогноза. Если прогнозы по временным рядам основываются на допущениях о возможности экстраполяции прошлого на будущее, то прогнозирование на основе экономико-математических моделей исходит из того, что современная ситуация может быть использована для прогнозирования ситуаций будущего. Например, экономисты руководствуются определенным числом ведущих показателей, полагая, что их изменения всегда предшествуют изменениям в предпринимательской деятельности. Тем самым эти показатели служат базой для прогноза этих изменений. Практически для выработки прогноза чаще всего рассматриваются одновременно группы подобных показателей. Например, такие показатели, как валовой национальный продукт в сравнимых ценах, индекс промышленного производства и объем розничных продаж, привязанные к временному ряду, могут рассматриваться в качестве показателей будущего уровня коммерческой деятельности. Для прогнозирования строится модель, которая увязывает основные параметры, характеризующие состояние моделируемой системы (организация, отрасль, национальная экономика) друг с другом. При этом некоторые переменные являются независимыми или входными параметрами, а другие – зависимыми или выходными, их значения определяются с помощью входных.

     Используемые  соотношения могут носить качественный и количественный характер, быть записаны в форме разного рода уравнений, неравенств и тождеств. Подставляя в получившуюся модель предполагаемые значения независимых переменных, мы получаем прогнозные значения выходных параметров. Например, зная ожидаемые значения выручки и затрат предприятия, мы можем прогнозировать величину налоговых платежей в определенные промежутки времени.

     Преимуществом данного метода является комплексный  подход к анализируемой ситуации, когда для прогноза изменения ситуации используется набор существенных показателей. Как правило, такие прогнозы в основном оказываются верными, однако, они основаны на анализе уже случившихся событий. Поэтому, если возникает ситуация, которая не имеет прецедента, этот метод не способен дать точный прогноз. Таким образом, несмотря на более высокую надежность данного метода, ему присущи те же недостатки, что и методу прогнозирования по временным рядам.

     Несомненным достоинством метода является также и то, что, располагая моделью системы, мы можем прогнозировать не только одно, наиболее вероятное развитие ситуации, но и проигрывать различные сценарии и, тем самым, выбирать наиболее результативные варианты поведения. Модель в таком случае является не только инструментом прогнозирования, но и инструментом планирования. 
 
 
 
 
 
 
 
 
 
 
 
 

4. Методы экспертных  оценок

     Методы  прогнозирования  на основе экспертных оценок получили достаточно широкое распространение для решения сложных, трудноформализуемых задач.

     Сущность  метода заключается в том, что  группа специально отобранных экспертов (или одиночный эксперт) высказывает  свои предположения о тенденциях будущего развития той или иной ситуации. Затем эти предположения согласовываются  и, если это возможно, формализуются.

     Существует  немало различных методов экспертных оценок. Обычно различают индивидуальные и коллективные экспертные оценки. Среди коллективных следует выделить, прежде всего: метод мозгового штурма, метод синектики и метод Дельфи.

     Метод мозгового штурма, называемый также методом коллективной генерации идей, предусматривает свободное обсуждение предложенной ситуации, в ходе которого фиксируются все выдвигаемые предположения, включая самые фантастические. Критика выдвинутых идей не допускается, вся дискуссия обязательно записывается. После этого происходит детальный разбор и классификация выдвинутых предположений, из них выбираются наиболее вероятные, вокруг которых и строится прогноз.

     Метод Дельфи, напротив, является формализованной  процедурой. На первом этапе производится отбор экспертов по формальным или неформальным признакам, затем каждому из экспертов предлагается ответить на ряд вопросов, полностью характеризующих объект исследования. При этом опрос экспертов проводится изолированно, они не могут общаться друг с другом и не знают, как отвечают другие опрашиваемые. Все ответы экспертов анонимны, комиссия, осуществляющая обработку ответов, не знает, кто из экспертов дало то или иное заключение. Обработка ответов заключается в проверке согласованности, то есть выяснении того, пришли эксперты к единому мнению или нет. Если пришли, то этот ответ считается согласованным прогнозом событий. Если единого мнения нет, то проводятся дополнительные процедуры: экспертов могут познакомить с ответами друг друга, уточнить перечень вопросов, после чего опрос повторяется.

     Синектический метод предполагает объединение  специалистов из самых разных сфер, в том числе и не относящихся  к анализируемой задаче. Привлечение  разностороннего опыта позволяет  найти возможный правильный ответ по аналогии.

     Преимущества  экспертного метода заключаются  в системном подходе, когда каждый значащий фактор рассматривается во взаимосвязи, учитывается взаимодействие всех факторов и степень их воздействия  на конечный результат. Экспертный метод позволяет в полной мере использовать все способности человеческого мозга к анализу сложных проблем, в том числе интуицию, практический опыт, способность к аналогиям. В результате можно предвидеть появление новых действующих факторов, оказывающих влияние на поведение исследуемого объекта, а также изменение влияния имеющихся факторов. Эксперты способны предвидеть качественные изменения изучаемой ситуации и это важнейшее преимущество экспертного метода над формальными (анализ временных рядов и экономико-математическое моделирование). Экспертный метод также позволяет использовать при разработке прогноза практически всю доступную информацию, в том числе и неформализованную, неопределенную или неполную.

     В то же время, существенным недостатком  метода является то, что прогноз дается качественный, формализовать его достаточно сложно. Поэтому практическое использование такого прогноза тоже часто затруднено, поскольку практика управления часто требует точных данных, а приблизительные оценки не могут быть положены в основу решения.

     Опасность кроется и в субъективном характере  прогноза, когда предположения об изменениях показателей основываются исключительно на мнении эксперта. Это мнение может быть предвзято, вследствие чего весь прогноз окажется неточен. При коллективных экспертных оценках (мозговой штурм) нередко возникает также подавление одних экспертов другими, более авторитетными или более эмоциональными, вследствие чего принимается ошибочная оценка. Немаловажная роль отводится и оценки квалификации эксперта, ведь, чем она выше, тем более точным получится прогноз. Но далеко не всегда квалификацию можно оценить по формальным критериям, таким как образование, ученая степень, опыт работы и т.д.

     Другим  серьезным недостатком метода является его крайне высокая стоимость, напрямую следующая из требований к высокой квалификации экспертов. Высококвалифицированные специалисты, как правило, дорого оценивают свой труд. Высокая стоимость обусловлена и использованием достаточно сложных организационных процедур.