Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/34207
Назва: | Моделювання та аналіз надходжень податку на додану вартість: окремі питання застосування в Україні |
Інші назви: | Modeling and analysis of value added tax revenues: certain issues of application in Ukraine |
Автори: | Лучко, Михайло Романович Руська, Руслана Luchko, Mykhailo Ruska, Ruslana |
Приналежність: | Західноукраїнський національний університет, Тернопіль, Україн West Ukrainian National University, Ternopil, Ukraine |
Бібліографічний опис: | Лучко М. Р. Моделювання та аналіз надходжень податку на додану вартість: окремі питання застосування в Україні / Михайло Лучко, Руслана Руська // Галицький економічний вісник. — Т. : ТНТУ, 2020. — Том 6. — № 67. — С. 137–148. — (Фінанси, банківська справа та страхування). |
Bibliographic description: | Luchko M., Ruska R. (2020) Modeliuvannia ta analiz nadkhodzhen podatku na dodanu vartist: okremi pytannia zastosuvannia v Ukraini [Modeling and analysis of value added tax revenues: certain issues of application in Ukraine]. Galician economic journal (Tern.), vol. 6, no 67, pp. 137-148 [in Ukrainian]. |
Є частиною видання: | Галицький економічний вісник, 67 (6), 2020 Galician Economic Journal, 67 (6), 2020 |
Журнал/збірник: | Галицький економічний вісник |
Випуск/№ : | 67 |
Том: | 6 |
Дата публікації: | 22-гру-2020 |
Дата подання: | 30-жов-2020 |
Дата внесення: | 10-лют-2021 |
Видавництво: | ТНТУ TNTU |
Місце видання, проведення: | Тернопіль Ternopil |
DOI: | https://doi.org/10.33108/galicianvisnyk_tntu2020.06.137 |
УДК: | 336.221 |
Теми: | прогнозування податок на додану вартість податкові надходження ARIMA моделювання регресія forecasting value added tax tax revenues ARIMA modeling regression |
Кількість сторінок: | 12 |
Діапазон сторінок: | 137-148 |
Початкова сторінка: | 137 |
Кінцева сторінка: | 148 |
Короткий огляд (реферат): | Досліджуємо питання моделювання та аналізу надходжень до бюджету податку на
додану вартість із застосовуванням математичної моделі ARIMA за допомогою пакета STATISTIKA. На
основі її використання формуються рекомендації для прогнозування надходжень даного податку на
основі сформовано тенденцій його надходження. На підставі універсальної та не універсальної
аргументації й імперичних даних розглянуто сплату даного податку суб’єктами господарювання.
Податок на додану вартість (надалі VAT) є вагомим показником бюджету країни. Достовірність
та реальність запланованого показника VAT залежать від оцінювання стану, прогнозу, сезонності та
тенденцій економічного, соціального розвитку. Сталий розвиток, незмінність податкового
законодавства, форм і методів організації роботи з платниками податків, сприяють належному
адмініструванню податків, ефективному та повному надходженні платежів до бюджету, рівня
фінансової та податкової культури, інших факторів суспільно – економічного впливу. Це, у свою чергу,
призводить до довіри підприємців, інвесторів до держави та бажанні працювати в ній.
Мета статті полягає у дослідженні питань аналізу, моделювання та прогнозування сплати VAT
з товарів, робіт та послуг, що вироблені на митній території України. На макрорівні звернуто увагу на
прогнозний обсяг податкових надходжень до бюджету. Уподатковому плануванні та прогнозуванні
важливе місце слід приділити VAT. Повне та адекватне планування та прогнозування, аналіз й ого
поступлень на практиці визначається загальним комплексним та окремим індивідуальним розумінням
сутності, змісту та механізму адміністрування. Недостатня теоретична розробка питань
прогнозування та контролю його сплати, відсутність системного підходу до дослідження даного
процесу, на практиці унеможливлює прийняття ефективних управлінських рішень з питань податкових
надходжень, на які реально може розраховувати держава для реалізації завдань бюджетної політики.
Існуюча на сьогодні практика вимагає розробки теоретико – методологічних засад моделювання та
податкового прогнозування VAT, його аналізу. Саме ці питання статті досліджуватимуться у статті. The issues of modeling and analysis of revenues to the budget of value added tax using the mathematical ARIMA model by means of STATISTIKA package are investigated in this paper. Based on its application, recommendations for forecasting the revenues of this tax oValue added tax (hereinafter – VAT) is an important indicator of the country's budget. The reliability and reality of the planned VAT indicator depend on the assessment of the state, forecast, seasonality and trends of economic and social development. Sustainable development, consistency of tax legislation, forms and methods of work with taxpayers, contribute to proper administration of taxes, efficient and complete receipt of payments to the budget, the level of financial and tax culture and other factors of socio – economic impact. This in turn leads to the confidence of entrepreneurs, investors to the state and the desire to work in it. The purpose of the article is to investigate the issues of analysis, modeling and forecasting of VAT payments for goods, works and services produced in the customs territory of Ukraine. At the macro level, special attention is paid to the projected amount of tax revenues to the budget. VAT should take an important place in tax planning and forecasting. Complete and adequate planning and forecasting, analysis of its revenues in practice is determined by the overall comprehensive and individual understanding of the nature, content and mechanism of administration. Insufficient theoretical development of forecasting and control of its payment, lack of a systematic approach to the investigation of this process, in practice makes it impossible to make effective management decisions on tax revenues, which the state can really rely on while implementing fiscal policy. The current practice requires the development of theoretical and methodological principles of modeling and tax forecasting of VAT, its analysis. These issues are investigated in this paper.n the basis of current trends in its receipt are formed. On the basis of universal and non-universal argumentation and empiriсal data, the payment of this tax by business entities is considered. |
URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/34207 |
ISSN: | 2409-8892 |
Власник авторського права: | © Тернопільський національний технічний університет імені Івана Пулюя, 2020 |
URL-посилання пов’язаного матеріалу: | http://vuir.vu.edu.au/38907/1/g-206.pd https://cri-world.com/publications/qed_dp_169.pdf https://doi.org/10.1080/00036846.2011.554382 https://www https://doi.org/10.1002/jae.2657 https://doi.org/10.14254/1800-5845/2018.14-1.10 https://mpra.ub.unimuenchen.de/84404/MPRA https://doi.org/10.15388/NA.2007.12.1.14724 https://doi.org/10.1007/978-3-030-31140-7_26 https://doi.org/10.1016/j.neucom.2019.05.099 https://doi.org/10.1016/B0-08-043076-7/00526-X https://doi.org/10.1016/B0-08-043076-7/00520-9 https://doi.org/10.31499/2616-5236.3(6).2018.156321 https://index.minfin.com.ua/ua/economy/gdp/eximp/ https://tax.gov.ua/diyalnist-/pokazniki-roboti/nadhodjennya-podatkiv-i-zboriv--obovyaz/nadhodjennya-podatkiv-i-zboriv/ http://www.ier.com.ua/ua/publications/working_paper?pid=1620 |
Перелік літератури: | 1. J. A. Giesecke, Tran Hoang Nhi. A General Framework forMeasuring VAT ComplianceRates. URL: http://vuir.vu.edu.au/38907/1/g-206.pd. 2. Glenn P. Jenkins, Chun-Yan Kuo, Gangadhar P. Shukla. Tax analysis and revenue forecasting.Issues and Techniques. Harvard Institute for International Development Harvard University.June 2000. 187 p. URL: https://cri-world.com/publications/qed_dp_169.pdf. 3. James Giesecke, Nhi Hoang Tran. A general framework for measuring VAT compliance rates. Journal Applied Economics, Volume 44. 2012. Issue 15. P. 1867–1889. URL: https://doi.org/10.1080/00036846.2011.554382. https://doi.org/10.1080/00036846.2011.554382 4. Hovick Shahnazarian, Martin Solberger , Erik Spånberg. Forecasting and analysing corporatetax revenues in sweden using bayesian var models. Finnish Economic Papers 1/2017. Volume 28.URL: https://www. taloustieteellinenyhdistys.fi/wp-content/uploads/2017/10/FEP_1_17_4_Spanberg.pdf. 5. Dimitrios P. Louzis. Steady‐state modeling and macroeconomic forecasting quality. Jornal of applied econometrics. Volume 34, Issue2, March 2019, P. 285-314. First published: 05 September 2018.https://doi.org/10.1002/jae.2657 6. Alena Andrejovská, Veronika Puliková. Tax Revenues in the Context of EconomicDeterminants. Montenegrin Journal of Economics, Vol. 14, No. 1 (2018), р. 133–141. https://doi.org/10.14254/1800-5845/2018.14-1.10 7. Sabaj Ernil, Kahveci Mustafa. Forecasting tax revenues in an emergingeconomy: The case of Albania. University of Exeter, Istanbul University. Posted 08 Feb 2018, Paper No. 84404. URL: https://mpra.ub.unimuenchen.de/84404/MPRA 8. R. Rudzkis, E. Maciulaityte. Econometrical Modelling of Profit Tax Revenue. Nonlinear Analysis: Modelling and Control, 2007. Vol. 12. No. 1. Р. 95–112. https://doi.org/10.15388/NA.2007.12.1.14724 9. Leal T., Perez J., Tujula M., Vidal J. Fiscal Forecasting: Lessons from the Literature and Challenges. ECB Working Paper Series. 2007. № 843 10. Nina Legeida, Dimitry Sologoub. Modeling Value Added Tax (VAT) Revenuesin a Transition Economy: Case of Ukraine. Institute for economic research and policy consulting. 2003. 22 11. Gamboa, Ana Ma. Sophia J. Development of Tax Forecasting Models: Corporateand Individual IncomeTaxes. Philippine Institute for Development Studies Discussion Paper Series. No. 2002-06. 89 p. 12. Milton Soto-Ferrari, Odette Chams-Anturi, Juan P. Escorcia-Caballero, Namra Hussain,Muhammad Khan (2019). Evaluationof Bottom-up and Top-down Strategies for AggregatedForecasts: State Space Models and ARIMA Application. Computational Logistics, pp. 413–427.https://doi.org/10.1007/978-3-030-31140-7_26 13. Ümit Çavuş Büyükşahina Şeyda Erteki (2019). Improving forecasting accuracy of time series data using anew ARIMA-ANN hybrid method and empirical mode decomposition Neurocomputing.Volume 361. 7 October 2019, P. 151–163. URL: https://doi.org/10.1016/j.neucom.2019.05.099. https://doi.org/10.1016/j.neucom.2019.05.099 14. J. H. Stock (2001). Time Series: Economic Forecasting. International Encyclopedia of the Social &Behavioral Sciences. 2001, P. 15721–15724. https://doi.org/10.1016/B0-08-043076-7/00526-X 15. G. C. Tiao (2001) Time Series: ARIMA Methods. International Encyclopedia of the Social &Behavioral Sciences. 2001, P. 15704–15709. https://doi.org/10.1016/B0-08-043076-7/00520-9 16. Данілов О. Методологічний підхід до економіко –математичного моделювання податкової політики. 36. Наук. пр. УФЕІ. 1999. № 3 (6). С. 21. 17. Ніколаєв В. Прогнозування податкових надходжень в перехідній економіці: проблемиметодології і організації: монографія / за ред. д. е. н. Ніколаєва В. П. К.: МП Леся, 2006. 320 с. 18. Вітлінський В. В. Моделювання економіки. К.: КНЕУ. 2003. 408 с. 19. Лук’яненко І. Г. Системне моделювання показників бюджетної системи України: Принципи та інструменти: монографія. К.: Києво-Могилянська Академія, 2004. 584 с. 20. Скрипник А. В., Терещенко Л. А. Динаміка податкових надходжень та їх прогноз за допомогою моделі ARIMA. Моделювання та інформаційні системи в економіці. К.: КНЕУ, 2001. Вип. 66.С. 7–12 21. Мартиненко В. В. Особливості оптимізації прямого оподаткування з урахуванням ефекту Дюпюї-Лаффера. https://doi.org/10.31499/2616-5236.3(6).2018.156321 22. URL: https://index.minfin.com.ua/ua/economy/gdp/eximp/. 23. URL: https://tax.gov.ua/diyalnist-/pokazniki-roboti/nadhodjennya-podatkiv-i-zboriv--obovyaz/nadhodjennya-podatkiv-i-zboriv/. 24. URL: http://www.ier.com.ua/ua/publications/working_paper?pid=1620 |
References: | 1. J. A. Giesecke, Tran Hoang Nhi. A General Framework forMeasuring VAT ComplianceRates. URL: http://vuir.vu.edu.au/38907/1/g-206.pd. 2. Glenn P. Jenkins, Chun-Yan Kuo, Gangadhar P. Shukla. Tax analysis and revenue forecasting. Issues and Techniques. Harvard Institute for International DevelopmentHarvard University. June 2000. 187 p. URL: https://cri-world.com/publications/qed_dp_169.pdf. 3. James Giesecke, Nhi Hoang Tran. A general framework for measuring VAT compliance rates. Journal Applied Economics, Volume 44. 2012. Issue 15. P. 1867–1889. URL: https://doi.org/10.1080/00036846.2011.554382. https://doi.org/10.1080/00036846.2011.554382 4. Hovick Shahnazarian, Martin Solberger , Erik Spånberg. Forecasting and analysing corporatetax revenues in sweden using bayesian var models. Finni sh Economic Papers 1/2017.Volume 28. URL: https://www. taloustieteellinenyhdistys.fi/wp -content/uploads/2017/10/FEP_1_17_4_Spanberg.pdf. 5. Dimitrios P. Louzis. Steady‐state modeling and macroeconomic forecasting quality. Jornal of applied econometrics. Volume 34, Issue2, March 2019, P. 285-314. First published: 05 September 2018. https://doi.org/10.1002/jae.2657 6. Alena Andrejovská, Veronika Puliková. Tax Revenues in the Context of EconomicDeterminants. Montenegrin Journal of Economics, Vol. 14, No. 1 (2018), р. 133–141.https://doi.org/10.14254/1800-5845/2018.14-1.10 7. Sabaj Ernil, Kahveci Mustafa. Forecasting tax revenues in an emergingeconomy: The case of Albania. University of Exeter, Istanbul University. Posted 08 Feb 2018, Paper No. 84404. URL: https://mpra.ub.unimuenchen.de/84404/MPRA 8. R. Rudzkis, E. Maciulaityte. Econometrical Modelling of Profit Tax Revenue. Nonlinear Analysis: Modelling and Control, 2007. Vol. 12. No. 1. Р. 95–112. https://doi.org/10.15388/NA.2007.12.1.14724 9. Leal T., Perez J., Tujula M., Vidal J. Fiscal Forecasting: Lessons from the Literature and Challenges. ECB Working Paper Series. 2007. № 843 10. Nina Legeida, Dimitry Sologoub. Modeling Value Added Tax (VAT) Revenuesin a TransitionEconomy: Case of Ukraine. Institute for economic research and policy consulting. 2003. 22 11. Gamboa, Ana Ma. Sophia J. Development of Tax Forecasting Models: Corporateand IndividualIncome Taxes. Philippine Institute for Development Studies Discussion Paper Series.No. 2002-06. 89 p. 12. Milton Soto-Ferrari, Odette Chams-Anturi, Juan P. Escorcia-Caballero, Namra Hussain,Muhammad Khan (2019). Evaluationof Bottom-up and Top-down Strategies for Aggregated Forecasts: State Space Models and ARIMA Application. Computational Logistics, pp. 413–427. https://doi.org/10.1007/978-3-030-31140-7_26 13. Ümit Çavuş Büyükşahina Şeyda Erteki (2019). Improving forecasting accuracy of time seriesdata using a new ARIMA-ANN hybrid method and empirical mode decomposition Neurocomputing. Volume 361. 7 October 2019, P. 151–163. https://doi.org/10.1016/j.neucom.2019.05.099 14. J. H. Stock (2001). Time Series: Economic Forecasting. International Encyclopedia of theSocial & Behavioral Sciences. 2001, P. 15721–15724. https://doi.org/10.1016/B0-08-043076-7/00526-X 15. G. C. Tiao (2001) Time Series: ARIMA Methods. International Encyclopedia of the Social &Behavioral Sciences. 2001, P. 15704–15709. https://doi.org/10.1016/B0-08-043076-7/00520-9 16. Danilov O. (1999) Metodolohichnyy pidkhid do ekonomiko–matematychnoho modelyuvannya podatkovoyi polityky/ 36. Nauk. pr. UFEI. No. 3 (6), p. 21. [Іn Ukrainian]. 17. Nikolayev V. (2006) Prohnozuvannya podatkovykh nadkhodzhen v perekhidniy ekonomitsi: problemy metodolohiyi i orhanizatsiyi. Pid red. d.e.n. Nikolayeva V.P.: Monohrafiya. K.: “MP Lesya”. 320 p. [Іn Ukrainian] 18. Vitlinskyy V. V. (2003) Modelyuvannya ekonomiky. K.: KNEU. 408 p. [Іn Ukrainian]. 19. Lukyanenko I. H. (2004) Systemne modelyuvannya pokaznykiv byudzhetnoyi systemy Ukrayiny: Pryntsypy ta instrumenty: [monohrafiya] K.: Kyyevo-Mohylyanska Akademiya, 2004. 584 p. [Іn Ukrainian] 20. Skrypnyk A. V., Tereshchenko L. A. (2001) Dynamika podatkovykh nadkhodzhen ta yikh prohnoz za dopomohoyu modeli ARIMA. Modelyuvannya ta informatsiyni systemy v ekonomitsi. K.: KNEU.Vyp. 66. P. 7–12. [Іn Ukrainian]. 21. Martynenko V. V. (2018) Osoblyvosti optymizatsiyi pryamoho opodatkuvannya z urakhuvannyamefektu Dyupyuyi-Laffera. https://doi.org/10.31499/2616-5236.3(6).2018.156321 22. URL: https://index.minfin.com.ua/ua/economy/gdp/eximp/ 23. URL:https://tax.gov.ua/diyalnist-/pokazniki-roboti/nadhodjennya-podatkiv-i-zboriv--obovyaz/nadhodjennya-podatkiv-i-zboriv/. 24. URL: http://www.ier.com.ua/ua/publications/working_paper?pid=1620. |
Тип вмісту: | Article |
Розташовується у зібраннях: | Галицький економічний вісник, 2020, № 6 (67) |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
TNTUSJ_2020v6n67_Luchko_M-Modeling_and_analysis_of_137-148.pdf | 5,68 MB | Adobe PDF | Переглянути/відкрити | |
TNTUSJ_2020v6n67_Luchko_M-Modeling_and_analysis_of_137-148.djvu | 499,47 kB | DjVu | Переглянути/відкрити | |
TNTUSJ_2020v6n67_Luchko_M-Modeling_and_analysis_of_137-148__COVER.png | 1,2 MB | image/png | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.