автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Прогностические модели исследования временных рядов налоговой отчетности

На правах руюписи

ЯСИНЕНКО ЕКАТЕРИНА АЛЕКСАНДРОВНА

ПРОГНОСТИЧЕСКИЕ МОДЕЛИ ИССЛЕДОВАНИЯ ВРЕМЕННЫХ РЯДОВ НАЛОГОВОЙ ОТЧЕТНОСТИ

Специальность: 05.13.18 - Математическое моделирование,

численные методы и комплексы программ.

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических н^к

- 8 ДЕК 2011

Воронеж 2011

005004919

Работа выполнена на института МВД Ро ссии.

кафедре высшей математики Воронежского

Научный руководитель: доктор физико-математических наук,

профессор Родин Владимир Александрович

Официальные оппоненты: доктор физико-математических наук,

профессор Агранович Юрий Яковлевич

доктор технических наук, доцент Тросгянский Сергей Николаевич

Ведущая организация:

Московский государственный университет управления

Защита диссертации состоится 27 декабря 2011 года в 16.00 часов в аудитории № 215 на заседании диссертационного совета Д 203.004.01 по защите докторских и кандидатских диссертаций при Воронежском институте МВД России по адресу: 394065, г. Воронеж, пр. Патриотов, 53.

С диссертацией можно ознакомиться в библиотеке Воронежского института МВД России.

С текстом автореферата можно ознакомиться на официалшом сайте Высшей аттестационной комиссии Минобрнауки России и официальном сайте Воронежского института МВД России: www.vimvdju в разделе «Ночнаяработа» - «Диссертационные советы» - «Д203.004.01»

Автореферат разослан 25 ноября2011 г.

Учёный секретарь

диссертационного совета

АЛ. Голубинский

Общая характеристика работы

Актуальность темы исследования. В 2004г. перед правительством была поставлена задача, снизить налоговое бремя и реформировать систему налогообложения в России. Выступая на совместном заседании Минфина и Минэкономразвития, В.В. Путин заявил: "Мы обязаны довести до конца налоговую реформу, ... Условия налогообложения должны быть равными для всех предприятий, работающих в одной сфере. А налоговая система в целом должна быть необременительной для бизнеса. И, наконец, крайне важно, чтобы после завершения налоговой реформы основные компоненты налоговой системы не пересматривались много - много лет". В ноябре 2008 года правительство под руководством ною го президента - Д. А. Медведева в связи с изменившейся экономической ситуацией произвело рад перестроек в налоговой системе, снизило налог на прибьпь с 24% до 20% и анонсировало дальнейшее совершенство налогов. Работа по совершенствованию системы налогообложения в нашей стране проходит постоянно. Условия правильной реорганизации налоговой политики, могут быть реализованы, толью опираясь на математические методы исследования задач налогообложения.

Важной стороной налоговой службы является контроль над правильностью и своевременностью выплаты налоговых сумм в полном объеме. Полная проверка налоговой отчетности в силу ограниченных финансовых и временных ресурсов невозможна Поэтому применяется частичная проверка деклараций и отчетов - так называемый "пороговый метод". Этот метод не учитывает налоговую историю предприятия. Современные методические рекомендации по проведению камер ал ьньк налоговых проверок деклфаций по налогу на прибыть организаций содержат два основных направления: первое направление основано на сравнении разных показателей различной отчетности и второе направление, это экономический анализ. В нем рекомендуют глубина сравнительного анализа -три отчетных года. Оба направления представляют собой большую и трудоемкую работу с привлечением больших затрат и труда.

В диссертации предлагается новый метод соединяющий идею порогового метода с налоговой историей проверяемого объекта. Этот новый, разработанный в диссертации метод, основан на математико-статистическом моделировании основных параметров временного рада, в качестве которого выступает налоговая отчетность нескольких предыдущих лет (не менее 6-7 лет). Метод подходит для исследования отчетности давно работающих крупных предприятий. По эмпирическим данным строится тренд и затем последняя отчетность сравнивается с прогнозируемой с помощью тренда значением. Проводится предварительная проверка статистической гипотезы об отсутствии тренда. Проверка проходит с помощью автор сю й компьютерной программы основанной на методе Фо стер а-Стюарта. Совоьупное применение этих методов определяет актуальность диссертационного исследования.

Цепью диссертационного исследования является прогнозирование возможных нарушений налоговых выплат на базе исследования временных радов налоговой отчетности. Исследования проводятся методами математической статистики. Дтя построения математических моделей трендов проводится разработка методов, алгоритмов и комплексов программ статистическэго моделирования, написана компьютерная программа для проверки гипотезы об отсутствии тенденции во временном раде налоговой отчетности.

Дня достижения этой цели в работе решены следующие научные задачи:

1. Проведен анализ условий функционирования и вычисление параметров ершенных рядов налоговой отчетности на конфетном эмпирическом материале.

2. На эмпирическом материале построены статистически обоснованные модели трендов для сортировки налоговых отчетов на основе сравнения факгачесюй последней налоговой суммы с теоретическим значением тренда.

3. Для автоматизированного получения уравнений трендов и графичеснэй доку ментации применена среда компыютерных программ БТАПБИСА 6

4 Написана компьютерная программа для статистической проверки гипотезы - об отсутствии тенденции во временном раде налоговой отчетности.

Объектом исследования являются временные рады налоговой отчетности юшретньк обезличенных юридических лиц (производственных фирм и предприятий).

Предметом исследования являются методы эконометрики, математической статистики, алгоритмы и комплекс программ математического моделирования для исследования временных радов налоговой отчетности по налогу на прибыль приспособленные к специфике объекта исследования.

Основными рабочими гипотезами исследования являются:

■ Отчеты, исследуемой выборки производств, по налогу на прибыль за несколько предыдущих лег рассматриваются как множество уровней временного рада.

■ Предполагается, что процессы изменения работы сложного отлаженного за несколько лет производства обладают большой инерционностью. Следовательно, имеет место тенденция (тренд) изменения.

" Налоговая отчетность за несколько лег рассматривается как временной рад, который при нормальной работе должен иметь тренд.

■ По эмпирическим данным отчетности строятся модели трендов. Анализ сопоставления поведения тренда и множества уровней позволяет сортировать объекты налогообложения для планирования и подготовки проведения выездных налоговых проверок.

■ Использование математических моделей исследования временных радов налогоюй отчетности позволит с одной стороны обосновать новый метод проверок правильности налоговых выплат, с другой определить новый

метод определяющий сумму штрафных санкций в случае графического обнаружения занижения налоговой суммы. ■ Отсутствие тренда можно воспринимать как косвенное свидетельство о возможных нарушениях правильности налоговой отчетности. Этот факт вскрывается компьютерной проверкой статистической гипотезы об отсутствия тренда.

Источники информации,объемдиссертационного исследования (эмпирический штериал)

Источниками информации являются: научная и методическая литература по теме исследования; материалы монографий, статей, докладов посвященных данной тематике, сведения из дополнительных к НК РФ источников, изучение приказов МНС России, статистические обезличенные эмпирические данные по налоговой отчетности и другие данные налоговых органов.

Методы исследования. Для решения поставленных задач используются методы эконометрики, математического анализа, математической статистики, методов и способов защиты информации. Для компьютерного анализа и построения графиков применяются пакеты: Mathcad 2001, STATISTICS 6, Delphi 7Лолучены новые алгоритмы и программы. Общей методологий! является системный подход.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Теоретически обоснована возможность рассмотрения налоговой отчетности (за 6-7 лет) крупного стабильно работающего предприятия как временной рад

2. Предложен новый метод предварительной сортировки отчетов предприятий на предмет выездных проверок - основанный на сравнении последней отчетности с моделью тренда временного рада отчетности. Для автоматизации данного метода применяется среда STATISTICA 6..

3. Проведено сравнение эффективности двух методов: используемого в практической работе порогового метода и нового метода равнения с трендом

4. Получана авторская компьютерная программа для проверки статистической гипотезы об отсутствии тренда во временном раде налоговой отчетности.

Практическая значимость работы заключается в нэнкретных рекомендациях по применению нового метода визуальной оортировки отчетов, основанного на сравнении отчетных данных и значений моделей трендов. Получена программа для проверки статистической гипотезы об отсутствии тренда во ^эеменномраденалошвой отчетности.

Традиционно в эконометрике эти методы численно обслуживались с помощью заполнения специальных таблиц и ручной обработки результатов. В настоящей работе предложена компьютерная реализация этих процедур. Для написания программы был выбрана среда программирования Borland

Delphi, в основе которой лежит язык Object Pascal. Эта среда чаще всего используется в бюджетных учреждениях для автоматизации информационных процессов. Поэтому созданное программное обеспечение с наименьшими затратами сможетбыгь встроено вих инфраструктуру.

Реализация и внедрение результатов работы. Результаты работы внедрены вучебный процесс Воронежского института МВД России.

Достоверность результатов подтверждается специальным использованием методов эконометрики, математической статистики и математического анализа. Результаты получены с применением вычислительных экспериментов с использованием современных пакетов компьютерных программ - STATIST!СА 6, и написанием авторской программы.

Основные положения, выносимые на защиту:

1. Налоговая отчетность крупного, стабильно работающего предприятия за несколько лет рассматривается как временной рад и к анализу правильности отчетности применяется статистическая теорию временных радов.

2. Метод предварительной сортировки отчетов предприятий на предмет выездных проверок - основанный на сравнении последней отчетности с моделью тренда временного рада отчетности. Для построения трендов используется среда STATIST!СА 6.

3. Сравнение эффективности двух методов: используемого в практической работе порогового метода и нового метода равнения с трендом.

4. Авторская компьютерная программа позволяющая проверять статистическую гипотезу об отсутствии тренда во временном раде налоговой отчетности.

Апробация работы. Наиболее значимые результаты диссертации докладывались и обсуждались на следующих конференциях: Конференция: «Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем». Воронеж, 2009; Казанская международная летняя школа-юнференция: «Теория функций, ее приложения и смежные вопросы, Казань - 2009; Всероссийская научно-практическая конференция «Охрана, безопасность и связь — 2009», Международная конференция Математика, Экономика, Образование, Ростов-на-Дрну, 2010; Международная конференция «Теория операторов. Комплексный анализ. Математическое моделирование» г. Волгодонск2010 и 2011; Международная научно-практическая конференция «Обеспечение законности и правопорядка в странах СНГ», Воронеж, 2009.

Публикации. По теме диссертации опубликовано 9 печатных работ, в томчисле2 - в изданиях, рекомендованных ВАКРФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, двух приложений, заключения и списка литературы. Работа изложена на 151 страницах и содержит 4 главы, 2 приложения, 61 рисунок и 14 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы исследования диссертации, формулируется цель. Для достижения поставленной цели определены задачи, решаемые в работе. Приводятся методы исследования, определяется научная новизна и место исследований. Показана практическая значимость, дается краткая характеристика структуры и содержания работы

Первая глава носит постановочный характер для задач, которые решаются в дальнейшем. В ней определено современное состояние налогообложения в нашей стране и приведены необходимые сведения из НК РФ и других дою/ментов содержащие положения по современной организации камеральных проверок деклараций по налогу на прибыль (именно этот важный вид налогообложения изучается в диссертации). Намечены направления исследования. Все задачи, решаемые в диссертации, относятся с области прогнозирования. В 1 главе рассмотрены методы прогнозирования и определено место диссертационных исследований в этом огромном и важном разделе н^чно - практической деятельности (рис.1).

Вторая глава посвящена изучению специфических отличительных особенностей временных рядов налоговой отчетности. Эта качества позволили по иному использовать традиционный набор математических моделей теории временных радов.

Отметим эти специфические особенности, которые отмечены в диссертации:

1) При исследовании радов налоговой отчетности не нужен долгосрочный прогноз. Поэтому не нужен анализ периодических составляющих рада;

2) После построения графииэв, визуально, как это сделано в ПРИЛОЖЕНИИ 1 на конкретных примерах, отсеваются отчеты, проверяемый показатель которых расположен выше графика тренда. Их проверка экономически не обоснована.

3) Уравнение тренда можно, по согласованию с руководством налоговых органов, применять для обоснованного и точного вычисления возможного штрафа

4) В силу небольшого числа уровней рада отчетности можно ограничиться уравнениями полинома первого или второго порядка и применять среду STATIST! СА. 6.

5) Небольшая длинна временного рада позволяет проверять статистическую гипотезу об отсутствии тренда только с определенной вероятностью. Для автоматизации этого процесса, основанного на методе Фо стер а-Стюарта написана авторская юмпьютерная программа. Дтя написания программы был вьйрана среда программирования Borland Эта среда чаще всего используется в бюджетных учреждениях для автоматизации информационных процессов. Поэтому написанная программа можетбыть встроена в другую оболочку.

Прогнозирование эюномичесюго показателя

Иосодныеданные

Случайная Динамический

выборка рад

Исследование выборки

Обнаруженали зависимость от других пфемеиньк и есть ли надежный прогноз их значений

да

Инструмент прогноза

Средние величины

Скользящие и экспоненциальные средние, авторегрессия

нет

Инструмент прогноза

Регрессия

И ссл едо вани е р яд а

Обнфужнали зависимость отдругих переменных и есть ли надежный прогноз их знжений

'' да

,, нет

И ссл едо вани я р яд а

Имеет ли показатель стохастическую природу тольыэ из-за несистематич еских колебаний

Рис.1.Схеш выбора статистического метода прогнозирования (красным цветом показано направление исследований в диссертации по обоснованию нового метод а про вер ни деклараций)

Во второй главе на эмпирическом материале с помощью автокорреляционной (функции проведено исследование временного рада налоговой отчетности. Используются разные инструменты статистического анализа. Например: тип тенденции определяют, изучая тесноту связи между самой последовательностью эмпирических данных у,,у2.....у„ и

последовательностью данных сдвинутых на г единиц уиг,у2„„или как говорят с лагом т. Для этого вычисляют выборочный коэффициент автокорреляции:

(«- ^ у,., - Е л ■

К г)= м .

Для конфетных эмпирических данных не только построен тренд, но и проведена оценка значимости (достоверности) полученных уравнений трендов.

В третьей главе проведет анализ возможного умышленного шрушения налоговой отчетности. Стандартные статистические методы исследования временных радов на отсутствие тенденции в нашем случае имеют особенности, как целевые, так и обусловленные спецификой радов отчетности. Эти особенности учитываются, и анализируется возможность применения метода медианы (серийных выборок) и метод Фостера-Стюарта. Это принципиально новый подход к исследованию возможных нарушений при проверке деклараций. В главе он проверяется на обезличенном эмпирическом материале двух групп по 10 объектов налоговых данных.

Пример

предприятие Ыа 5

зооооооо

1 2

Р 15000000 - ЧФШШ^^ШШШШШШШ'хШ&Ш&ь7?! • РЯД 11

2001 2002 2003 2004 2005 2006 2007 2008 2009

года

Рис.2

Проверка гипотезы по "методу серий": что бы не была отвергнута гипотеза должны выполняться следующие неравенства (для 5% уровня значимости):

гшм(«)<[3.3(1ё« + 1)]

-(л+ 1-1,9 бл/^Т)

Так как л = 7 нечетное число, то медиана равна Ме = у\ =17580377. Согласно вычислениям, имеется четыре группы к(7) = 4 и тюах(7) = 2. В нашем случае второе неравенство выполнено, так как 4>1.6. Первое

неравенство: 2< 6.089. Итак, оба неравенства выполнены, это означает, что гипотеза о случайности данного временного ряда налоговой отчетности верна на 95%. Это важный случай анализа налоговой отчетности. Дело в том, что изменения НБ крупного предприятия как правило, имеет сюю тенденцию. То, что она отсутствует, может свидетельствовать об умышленном искажении отчетности и уклонении от полной выплаты налогов.

Рис.3. Схема стратегии: равнение с уравнением тренда

Четвертая глава посвящена компьютерному исследованию временных радов отчетности. Показано, что применяя современные компьютерные оболочки - программы, можно значительно сократить временные рамки анализа и упростить стандартные вычисления и построение графиков и моделирование тренда. С помощью применения автоматизированного построения графиков в пакете 8ТАП8Т1СА 6 проведено сравнение эффективности нового метода и уже существующего в практической работе. Эффективность нового метода, основанного на сравнении последнего отчетного показателя НБ со значением тренда можно оценить на д^х примерах.

Лчнейньй пзаФик (Таблица ланньк1 10у*10с} У = 4.1143+3.0286* х

(-йблодение 2 №бпюдение4 №блодение 6 Нёблюдение 8

Наблюдение 1 Наблюдение 3 Наблюдение 5 Наблюдение 7

Наблюдение 2 Наблюдение 4 Наблюдение 6 Наблюдение 8

Рис.5

Рис.4

Линейный граф« (Таблица данных1 10\/*10с) У = 4,1429-2,8417"х+0,6798*хл2

Представленные выше графики дают сравнительный анализ порогового метода и метода сравнения с тенденцией. На обоих графиках последнее отчетное значение лежит выше или равно значению порога, и это предприятия по данной стратегии проверять не надо. Однако на обоих рисунках отчетное значение лежит ниже линии уравнения тренда и по новому правилу их следует проверять дополнительно.

Ниже приюдим диаграммы, подтверждающие эту эффективность. Данные по двум выборкам обезличенных производств получаны из налоговых архивов. По данным таблицы № 1.

1 кв 2 кв 3 кв 4 кв

Рис. 6. Сравнивается эффективность обнаружения возможных нарушений отчетности определяемых стандартным, "пороговым методов и новым- "сравнение с трендом" по данным таблицы№ 1 главы 3.

2 кв 3 кв 4 кв

Рис. 7. Вторая исследуемая группа предприятий (таблица № 2 глЗ.) далаболее впечатляющие результаты сравнения эффективности методов.

Написана компьютерная программа для проверки статистической гипотезыоб отсутствии тренда во временномряде налоговой отчетности.

Приюдим алгоритм, блок-схему, описание языковой структуры ноюй авторской программы для автоматизированной проверки гипотезы об отсутствии тренда во временном раду налоговой отчетности с помощью метода Фо стер а- Стюарта.

А) Аналитическое описание.

А1)0пределяются вспомогательные характеристики - т„ е, и ¿/,. Каждый уровень рада сравнивается со всеми предшествующими. Характеристика т, равна 1 если у, больше всех предшествующих уровней. Если нет, то онаравнаО. Если у, меньше всех предшествующих уровней, то е, равна 1, если нет, то онаравнаО. Величина = т1-е(, для

всех г = 2,3,..,и. Эта величина может принимать значения 0; 1; -1.

я

А2)Находится характеристика С помощью критерия

1=2

Стьюдента проверяется гипотеза о том, что можно считать случайной разность £>-0 (это эквивалентно гипотезе о том, что рад можно считать случайным, не содержащим тренд). Для проверки гипотезы определяем величину Тиа6л =Л/сг0, где ап - средняя квадратическая ошибка величины £>:

а 0 = 2]Г-«л/21пл -0.8456.

V Ы2 ^

АЗ)Расчегаое значение сравнивается с критическим значением -г^, взятым из таблицы /-распределения Стьюдента для заданного уровня значимости а и числа степеней свободы к = п~ 1. Если |г„&| > г , то гипотезаоб отсутствии трендаотвергается.

Рис.8. Алгоритм методаФостера-Споарта.

В) Описание реализации и языка программирования.

Традиционно в эконометрике этот метод численно обслуживался с помощью заполнения специальных таблиц и ручной обработки результатов. В диссертации предложена компьютерная реализация процедур. Была выбрана среда программирования Borland Delphi, в основе которой лежит язык Object Pascal. Как известно автору, эта среда чаще всего используется в бюджетных учреждениях для автоматизации информационных процессов. Созданное программное обеспечение с наименьшими затратами может быть встроено в их инфраструктуру.

По полученной в предыдущем разделе блок-схеме была составлена программная реализация метода. Список процедур для этого метода приведен полностью в ПРИЛОЖЕНИИ 2 .

В ПРИЛОЖЕНИИ 1 собранны практические результаты исследования по отчетам на НБ 20-ти обезличенных предприятий, предоставленных налоговыми органами в рамках совместного договорапо научной работе.

Заключение. Подводя итог можно сказать, что в диссертации предложен, аналитически обоснован, и исследован принципиально новый графическо-аначитический метод сортировки деклараций по налогу на прибыль на множество деклараций которые в дальнейшем будут планироваться для выездных проверок и декларации, предприятий которые проверять не надо. Рассмотрен и автоматизирован статистический метод проверки гипотезы на отсутствие тенденции в налоговой отчетности определенного предприятия.

Главным экономическим эффектом исследований, представленных методов и компьютерных программ является факт, что внедрение этих методов заменит группу сотрудников работающих по камеральной проверке деклараций и автоматизирует сортировку деклараций.

Основные результаты работы

1. Аналитическими методами обоснована возможность рассмотрения налоговой отчетности (за 6-7 лет) крупного стабильно работающего предприятия как временной ряд со специальными свойствами

2. Предложен новый метод сортировки отчетов предприятий - основанный на сравнении последней отчетности с моделью тренда временного рада отчетности. Он автоматизироват с помощью применения программ из среды STATIST!СА. 6.

3. Проведено сравнение эффективности двух методов: используемого в практической работе - порогового метода и но юге метода - равнения с трендом

4. Получена авторская компьютерная программа позволяющая проверять статистическую гипотезу об отсутствии тренда во временном раде налоговой отчетности

Основные результаты опубликованы в следующих работах:

В издашях, рекомендованных ВАК Министерства образования и науки РФ:

1. Ясиненко ЕА. Оценка величины коэффициента Рейнбоу / ЕА. Ясиненю, ВА. Терновский // ВеегаикВГТУ,2009,- Т.5.-№ 7.- С.61-63.

2. Ясиненко ЕА. Статистическое моделирование для предварительной сортировки налоговой отчетности / ЕА. Ясиненю, Е.Ю. Кутищева, В.А. Родин // Системы управления и информационные технологии, 1.1 (39), 2010,- С. 159-162.

В иных изданиях:

3. Ясиненко ЕА. Проверка гипотезы о возможных нарушениях в налогаюй отчетности предприятий с помощью статистического анализа временного ряда / ЕА. Ясиненко, ВА. Родин // «Исследования по дифференциальным уравнениям и математическому моделированию». -Владикавказ: ВНЦ РАН и РСО-А, 2009. - С. 95-99.

4. Ясиненко ЕА. К вопросу о возможности введения оптимального прогрессивного налога в России / ЕА. Ясиненю, В.А. Терновский // Математические модели и операторные уравнения. Сборник научных статей под редакцией ВА. Костина и ЮЛ. Сапронова. - Воронеж: Воронежский государственный университет.-2009.-Т.6.- С. 101 -106.

5. Ясиненю ЕА. Новые задачи защиты информации в системе налогообложения / ЕА. Ясиненю // Всесоюзная научно-практическая конференция «Актуальные вопросы эксплуатации систем охраны и защищенных телеюммуникационных систем».- Воронеж, 2009.- С. 129-131.

6. Ясиненю ЕА. К вопросу о возможности применения анализа временных радов налоговой отчетности / ЕА. Ясиненко, ВА. Родин // Всероссийская научно-пракгаческая конференция «Охрана, безопасность и связь - 2009». - Воронеж: Воронежский институт МВД России. - 2010. - С. 178-179.

7. Ясиненко ЕА. Применение пакета БТАПвИСА 6 для исследования налоговой отчетности предприятий на основе эмпирического материла / ЕА. Ясиненко // Современная экономики. №11 (И).-2010.-С. 134-143.

8. Ясиненю ЕА. К вопросу о сравнении двух способов предварительной сортировки налоговых деклараций / ЕА. Ясиненю // Всесоюзная научно-пракгаческая конференция «Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем». - Воронеж, 2011.- С. 296-297.

9. Ясиненю ЕА. Статистическая проверка гипотезы о нарушениях в налоговой отчетности / ЕА. Ясиненю, ВА. Родин // Международная научно-практическая конференция «Обеспечение законности и правопорядка в странах СНГ»,- Воронеж,2009.- 42.- С. 19-20.

Подписано впечать23.112011.Форматб0х84 ^

Усл. печ. л.0,93. Уч.-изд. л. 1,0. Тираж 100.Заказ № ¿5Я-.

Типография Воронежского института МВД России 394065, г. Воронеж, пр. Патриотов, 53

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЩИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ И ОРГАНИЗАЦИЯ СЛУЖБЫ ПО ПРОВЕРКЕ НАЛОГОВОЙ ОТЧЕТНОСТИ

1.1 Научные основы прогнозирования.

1.2 Инерционность финансово - экономических процессов, как основа экономического прогнозирования.

1.3 Классификация и область применения методов прогнозирования.

1.4 Статистические методы прогнозирования.

1.5 Информационное обеспечение процесса прогнозирования

1.6 Принципы организации работ по прогнозированию.

1.7 Прогностический анализ с применением временных рядов.

1.8 Основы налогообложения в России.

1.9 Автоматизированные информационные технологии в системе налогообложения.

1.10 Состав, структура и особенности АИС налоговых органов

1.11 Проверка налоговой отчетности.

ГЛАВА 2. СТАТИСТИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ С ПОМОЩЬЮ АНАЛИЗА ВРЕМЕННЫХ радов НАЛОГОВОЙ ОТЧЕТНОСТИ Введение.

2.1 Применение автокорреляционной функции для исследования налоговой отчетности по налогу на прибыль на эмпирическом материале.

2.2 Определение тренда по данным пункта 2.1.

Оценка значимости уравнения регрессии и коэффициент детерминации.

ГЛАВА 3. ПРОВЕРКА СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ О ВОЗМОЖНОМ НАРУШЕНИИ НАЛОГОВОЙ ОТЧЕТНОСТИ

Введение.

3.1 Полнота, сопоставимость и выборы уровней ряда, как требования к исходной информации.

3.2 Метод серий, проверки гипотезы об отсутствии тенденции процесса, основанный на медиане выборки рядов налоговой отчетности.

3.3 Способ проверки гипотезы о наличии тенденции процесса изменения выборки рядов налоговой отчетности основанный на методе Фостера-Стюарта.

3.4 Сортировка налоговой отчетности для определения значимости проверок занижения налоговых сумм.

ГЛАВА 4. КОМПЬЮТЕРНЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ

ВРЕМЕННЫХ РЯДОВ НАЛОГОВОЙ ОТЧЕТНОСТИ Введение.

4.1 Графическое построение уровней временного ряда налоговой отчетности в среде ЗТАТКГПСА 6.

4.2 Построения линейного и параболического тренда в пакете 8ТАТ18Т1СА6.

4.3 Сравнение эффективности двух методов по проверке нарушений налоговой отчетности: метода сравнения с функциональной моделью тренда и традиционного порогового метода.

4.4 Компьютерная программа для проверки статистической гипотезы об отсутствии тренда во временном ряде налоговой отчетности.

Актуальность темы исследования. Налогообложение как система научно обоснованных положений в нашей стране развивается сравнительно недавно и потому находится в стадии разработок и изменений. В силу большой значимости, как финансово-экономической, так и социальной, эта система нуждается в теоретическом фундаменте математического моделирования. Не одно десятилетие работа по созданию и проверке на адекватность моделей налогообложения проводится во всем мире. Начало этому процессу положили классики экономической теории: Нейман, Солоу, Самуэльсон, Аткинсон, Хайман и др., и с тех пор это направление моделирования является важнейшим в экономической теории. Налоговая система, просуществовавшая всего 20 лет в связи с изменившейся ситуацией развития России и мировой экономики, резко обозначила свое несовершенство и неадекватность новым экономическим и финансовым условиям. В 2004г. перед правительством была поставлена задача снизить налоговое бремя и реформировать систему налогообложения в нашей стране. Выступая на совместном заседании Минфина и Минэкономразвития, В.В.Путин заявил: " Мы обязаны довести до конца налоговую реформу, . Условия налогообложения должны быть равными для всех предприятий, работающих в одной сфере. А налоговая система в целом должна быть необременительной для бизнеса. И, наконец, крайне важно, чтобы после завершения налоговой реформы основные компоненты налоговой системы не пересматривались много - много лет ". В ноябре 2008 года правительство под руководством нового президента - Д.А. Медведева в связи с изменившейся экономической ситуацией снизило налог на прибыль с 24% до 20% и анонсировало дальнейшее совершенство системы налогообложения. Работа по ее совершенствованию ведется в нашей стране постоянно. Условия правильной реорганизации налоговой политики могут быть реализованы, только опираясь на математические методы исследования задач налогообложения. Эти задачи относятся к сложным задачам определения экстремального сбора налогов при многих ограничениях.

Общим вопросам налогообложения посвящен большой ряд работ российских ученых, отметим некоторые из них: Апеля А.Л., Алиева Б.Х.,., Ашманова С.А., Богомолова A.M., Голованова Н.М., Колемаева В.А., Ломакина В.К., Малыхина В.И., Пепеляева С.Г., Перекислова В.Е., Перова A.B., Платонова Л.В., Фадеева В.А., Фрадков М., Черник Д.Г. и многих [др.].

В вопросы предупреждения и пресечения нарушений в налоговой сфере особенно большой вклад внесли ученые-юристы: Алиев Б.Х., Баев О.Я., Ечмаков С.М., Лермонтов Ю.М., Кваша Ю.Ф., Эминов Е.В. и др.

Аспекты математического моделирования процессов налогообложения изучались в работах [23,26,31,36,39,40,48,56,66]. А также разрабатывались в работах автора [82-89].

Важной стороной деятельности налоговой службы является контроль над правильностью и своевременностью выплаты налоговых сумм в полном объеме. В силу ограниченных финансовых и временных ресурсов полная проверка налоговой отчетности невозможна, поэтому в настоящее время применяется частичная проверка деклараций и отчетов - так называемый "пороговый метод". Однако такой подход не в достаточной мере учитывает налоговую историю предприятия. Современные методические рекомендации по проведению камеральных налоговых проверок деклараций по налогу на прибыль организаций содержат два основных направления: первое основано на сравнении показателей различной отчетности, а второе направление - это этап экономического анализа (глубина сравнительного анализа - три отчетных года). Оба направления представляют собой довольно большую и трудоемкую работу, которая влечет привлечение больших затрат.

Данное исследование предлагает соединить идею порогового метода с налоговой историей проверяемого объекта. Этот новый, разработанный в диссертации метод, основан на математико-статистическом моделировании основных параметров временного ряда, в качестве которого выступает налоговая отчетность нескольких предыдущих лет (не менее 6-7) и подходит для исследования отчетности стабильно работающих крупных предприятий. По эмпирическим данным строится тренд, а затем последняя отчетность сравнивается с прогнозируемым с помощью тренда значением. Кроме того, проводится предварительная сортировка с учетом методов математической статистики.

Ввиду сложности вопроса полного выявления нарушений налоговой отчетности, единого решения задачи оптимизации проверки деклараций и другой налоговой отчетности до настоящего времени не получено. В диссертационной работе показано, что наиболее приемлемым вариантом является использование методов математической статистики. В ходе исследования обосновывается метод математического прогнозирования нарушений налоговой отчетности на базе анализа временных рядов налоговой отчетности, это и определяет актуальность данной диссертационной работы.

Целью диссертационного исследования является прогнозирование возможных нарушений налоговых выплат на базе анализа временных рядов налоговой отчетности. Исследования проводятся методами математической статистики. С помощью построения математических моделей трендов проводится разработка методов, алгоритмов и комплексов программ статистического моделирования систем с целью проверки гипотезы о возможных занижениях налоговых сумм.

Для достижения этой цели в работе должны быть решены следующие научные задачи:

1. Анализ условий функционирования и вычисление параметров временных рядов налоговой отчетности на конкретном эмпирическом материале;

2. Построение статистически обоснованных моделей трендов и сортировка налоговых отчетов на основе сравнения фактической последней налоговой суммы с теоретическим значением тренда;

3. Статистическая проверка гипотезы об отсутствии тенденции во временном ряде налоговой отчетности;

4. Компьютерное применение пакета программ 8ТАТ18Т1СА 6 для автоматизированного получения уравнений трендов и графической документаций с целью сортировки и анализа проверяемых деклараций.

Объектом исследования являются временные ряды налоговой отчетности конкретных обезличенных юридических лиц (производственных фирм и предприятий).

Предметом исследования являются методы математической статистики, алгоритмы и комплекс программ математического моделирования, применяемые для исследования временных рядов налоговой отчетности по налогу на прибыль и приспособленные к специфике объекта исследования.

Основными рабочими гипотезами исследования являются:

1. Отчеты исследуемой выборки производств по налогу на прибыль за несколько лет рассматриваются как множество уровней временного ряда;

2. Предполагается, что процессы изменения работы сложного отлаженного за несколько лет производства обладают большой инерционностью. Следовательно, имеет место тенденция (тренд) изменения;

3. Налоговая отчетность за несколько лет рассматривается как временной ряд, который при нормальной работе должен иметь тренд;

4. По эмпирическим данным отчетности строятся модели трендов. Анализ сопоставления поведения тренда и множества уровней позволяет сортировать объекты налогообложения для планирования и подготовки проведения выездных налоговых проверок;

5. Использование математических моделей исследования временных рядов налоговой отчетности позволит с одной стороны обосновать новый метод проверок правильности налоговых выплат, с другой определить новый метод определяющий сумму штрафных санкций в случае графического обнаружения занижения налоговой суммы.

Источники информации, объем диссертационного исследования (эмпирический материал). Источниками информации являются: научная и методическая литература по теме исследования; материалы монографий, статей, докладов, посвященных данной тематике, Часть первая Налогового кодекса Российской Федерации от 31 июля 1998 г. N 146-ФЗ, Часть вторая Налогового кодекса Российской Федерации от 5 августа 2000 г. N 117-ФЗ, а также ФЗ, внесшие дополнения и изменения в НК РФ, изучение приказов Федеральной налоговой службы России, статистические обезличенные эмпирические данные налоговой отчетности предприятий и другие данные, используемые налоговыми органами в своей профессиональной деятельности. Обработка эмпирического материала проведена в рамках договора о сотрудничестве между Воронежским институтом МВД России и налоговой инспекцией Левобережного района г.Воронежа.

Методы исследования. Для решения поставленных задач используются методы эконометрики, математического анализа, математической статистики. Для компьютерного анализа и построения графиков применяются пакеты: МаШсаё 2001 и ЭТАИБИСА 6, а также новые алгоритмы и программы, полученные в ходе работы. Общей методологией является системный подход.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Теоретически обоснована возможность рассмотрения налоговой отчетности (за 6-7 лет) крупного стабильно работающего предприятия как множество уровней временного ряда;

2. Предложен новый метод предварительной сортировки отчетов предприятий на предмет осуществления дополнительных выездных проверок, основанный на сравнении последнего значения отчетности с моделью тренда временного ряда;

3. Для реализации пункта 2 применены математические методы разработки моделей, алгоритмы и комплексы программ анализа временных рядов налоговой отчетности с использованием пакета 8ТАТ18Т1СА 6;

4. Проведено сравнение эффективности двух методов: используемого в практической работе порогового метода и нового метода сравнения с трендом.

Практическая значимость работы заключается в конкретных рекомендациях по применению нового метода визуальной сортировки отчетов, основанного на сравнении отчетных данных и значений моделей трендов. Также получены рекомендации по определению суммы штрафных санкций для предприятий, искусственно занижающих налоговые суммы. Получено вспомогательное технологическое средство (в виде программы) для сортировки на нескольких уровнях заданного численного массива и отображение его в виде графика.

Работа проводилась в рамках договора о сотрудничестве между ВИ МВД России и налоговой инспекцией Левобережного района г.Воронежа.

Достоверность результатов подтверждается аналитическими методами эконометрики, математической статистики и математического анализа. Данные получены в ходе вычислительных экспериментов с использование самых современных пакетов компьютерных программ -8ТАТ18Т1СА 6.

Основные положения, выносимые на защиту:

1. Налоговую отчетность крупного, стабильно работающего предприятия за несколько лет можно рассматривать как временной ряд налоговой отчетности и, следовательно, применять к его анализу статистическую теорию временных рядов;

2. Метод предварительной сортировки отчетов предприятий на предмет выездных проверок, основанный на сравнении последней отчетности с моделью тренда временного рада отчетности;

3. Применение специальных разделов пакета 8ТАТ18Т1СА 6 для автоматизированного получения графического материала визуальной сортировки деклараций;

4. Сравнение эффективности двух методов: используемого в практической работе порогового метода и нового метода сравнения с трендом.

5. Пороговые методы сортировки налоговых деклараций. Демонстрация компьютерной программы, позволяющей автоматизировать процесс сортировки деклараций на этапе их предварительного анализа при камеральной проверке.

Апробация работы. Наиболее значимые результаты диссертации докладывались и обсуждались на следующих конференциях: "Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем", г.Воронеж, 2009; Казанская международная летняя школа-конференция: "Теория функций, ее приложения и смежные вопросы», г.Казань - 2009; всероссийская научно-практическая конференция "Охрана, безопасность и связь - 2009"; международная конференция «Математика, Экономика, Образование», г.Ростов-на-Дону, 2010; ВИ МВД 2010; международная конференция

Теория операторов. Комплексный анализ. Математическое моделирование", г.Волгодонск 2010 и 2011; конференция ВИ МВД России 2011.

Публикации. По теме диссертации опубликовано 9 печатных работ, в том числе 2 в изданиях, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, пяти глав, двух приложений, заключения и списка литературы. Приложение 2 содержит договор о проведении совместных исследований Воронежским институтом МВД России и подразделением налоговых органов г.Воронежа.

Выводы.

Представленные выше графики дают сравнительный анализ порогового метода и метода сравнения с тенденцией. На обоих графиках (рис. 4.13, 4.14) последнее отчетное значение лежит выше или равно значению порога, и это предприятия по данной стратегии проверять не надо. Однако на обоих рисунках отчетное значение лежит ниже линии уравнения тренда и по новому правилу их следует проверять дополнительно.

Таким образом, через построение модели тренда мы учитывает налоговую историю предприятия. Заметим, что опытные инспектора, прикрепленные к определенным производствам это делают стихийно и фактически лишены возможности этот опыт передавать или фиксировать.

4.4. Компьютерная программа для проверки статистической гипотезы об отсутствии тренда во временном ряде налоговой отчетности

Решение любой задачи по анализу и прогнозированию с помощью временных рядов начинается с построения графика тренда, тем более что современные компьютерные среды предоставляют пользователю большие возможности для этого. В некоторых случаях тенденция не всегда прослеживается. В этих случаях, как мы уже отмечали в главе 3, прежде, чем строить модель тренда, нужно выяснить существует ли вообще тенденция в исследуемом процессе. Основные подходы к решению этой задачи основаны на статистической проверке гипотез. В главе 3 подробно описано современное состояние этого вопроса. В этом пункте приводим алгоритм, блок-схему, описание языковой структуры новой авторской программы для автоматизированной проверки гипотезы об отсутствии тренда во временном ряду налоговой отчетности помощью метода Фостера- Стюарта. А) Аналитическое описание.

Определяются вспомогательные характеристики - т,, е, и с!,. Каждый уровень ряда сравнивается со всеми предшествующими. Характеристика т, равна 1 если у, больше всех предшествующих уровней. Если нет, то она равна 0. Если у, меньше всех предшествующих уровней, то е, равна 1, если нет, то она равна 0. Величина для всех / = 2,3,.,«. Эта величина может принимать значения 0; 1; -1. п

Находится характеристика С помощью критерия

1=2

Стъюдента проверяется гипотеза о том, что можно считать случайной разность £>-0 (это эквивалентно гипотезе о том, что ряд можно считать случайным, не содержащим тренд).

Для проверки гипотезы определяем величину

Т«а6п =0/сГ0, где <т0 - среднеквадратическая ошибка величины В: а0 = ,/2^- « л/21пл- 0.8456 . V 1=2 ^

Расчетное значение Тиабч сравнивается с критическим значением

- взятым из таблицы /-распределения Стъюдента для заданного уровня значимости а и числа степеней свободы к = п-1.

Если \Тпабп\ , то гипотеза об отсутствии тренда отвергается.

Б) Блок-схемы алгоритма.

Рис. 4.15. Алгоритм метода Фостера-Стюарта.

В) Описание реализации и языка программирования.

Традиционно в эконометрике метод Фостера-Стюарта численно обслуживался с помощью заполнения специальных таблиц и ручной обработки результатов. В настоящей работе предложена компьютерная реализация этих процедур. Для написания программы был выбрана среда программирования Borland Delphi, в основе которой лежит язык Object Pascal. Насколько известно автору, эта среда чаще всего используется в бюджетных учреждениях для автоматизации информационных процессов. Поэтому созданное программное обеспечение с наименьшими затратами сможет быть встроено в их инфраструктуру.

Заключение

1. Бюджетная система Российской Федерации, под ред. М.В. Романовского.-М, 2003г.

2. Полный сборник кодексов Российской Федерации: 21 кодекс, включаяизменения, действующие с 1 января 2006. Новосибирск: Сиб. унив. изд-во, 2005, - 946 с.

3. Налоговый кодекс РФ в двух частях (по сост. На 15 августа 2006г.). Москва 2006. 520 с.

4. Уголовный кодекс РФ (по сост. На 20 сентября 2006 г.) / ОМЕГ А-Л, Москва, 2006 177 с.

5. Об информации, информационных технологиях и о защите информации: Федеральный закон № 149-ФЗ от 27.07.06 // Российская газета от 29.07.06 .

6. Методические рекомендации по проведению камеральных проверок. Приказ МНС России от 23 апреля 2003 г. № БГ -4- 02/9 дсп.

7. Учет расчетов по налогу на прибыль: Положение по бухгалтерскому учету (ПБУ 18/02)/ Утв. Приказом Минфина РФ от 19 ноября 2002 г. № 114н. - М.: Бухгалтерский учет, 2003. - С. 279-298.

8. Налоговое право. Под ред. С.Г.Пепеляева. М.: ИД ФБК Пресс. 2000.

9. Комментарий к Налоговому кодексу Российской Федерации /Под редакцией Ю.Ф. Кваши. М.: Юрайт-Издат, 2006. - 1292 с.

10. Аналитические материалы из территориальных органов налоговой полиции ФСНП России за 1995-2002 гг.

11. Налоговая экспертиза: Обзор нормативных документов. М.: ЦКС ИНС России, 2002.- 189 с.

12. Комментарий к Налоговому кодексу Российской Федерации / Под редакцией Ю.Ф. Кваши. М.: Юрайт-Издат, 2006. - 1292 с.

13. Система налогового учета, рекомендуемая МНС России для исчисления прибыли в соответствии с нормами гл. 25 НК РФ: Рекомендации. М.: МНС РФ, 2002. - с. 124.

14. Экономико-математические методы в АПК: история и перспективы. Материалы Международного научного симпозиума. Москва. 1999г. с. 250.

15. Дополнения по налогу на прибыль 2009г.

16. Статистическое обозрение. Ежеквартаьный журнал. М. : Госкомстат России. 1995-2007.

17. Налоговый кодекс Российской Федерации (ч. первая)" от 31.07.1998 N 146-ФЗ (принят ГДФС РФ 16.07.1998) (ред. от 28.09.2010).

18. Собрание законодательства Российской Федерации. 2003. 2 июня. N 22. Ст. 2066

19. Собрание законодательства Российской Федерации. 2004. 5 июля. N 27. Ст. 2711.

20. Авдийский В.И. Понятийный аппарат в налоговом законодательстве /

21. B.И. Авдийский, Т.А.Блошенко // Бухгалтерский учет. 2005. - № 4.1. C.47-48.

22. Аджиев A.C. Прогностическое моделирование налогообложения и его юридические аспекты / A.C.Аджиев // Сборник научных трудов, Вестник Воронежского института МВД России, 2 (27) , 2006 г. стр. 147-149.

23. Айвазян С.А. Модель формирования распределения населения России по величине среднедушевого дохода // экономика и математические методы. 1997. № 4

24. Акчурина С.Р. Методы налогового учета / С.Р. Акчурина и др. // М. ИД ФБКПРЕСС, 2003. - 120 с.

25. Алексеева М.М. Планирование деятельности фирмы: Учебно методическое пособие. М.: Финансы и статистика, 1997. - 248 с.

26. Аллен Р. Математическая экономика / Пер с англ. М.: Иностранная литература, 1963.

27. Апель A.JI. Основы налогового права. ПИТЕР. - 2004. - 145 с.

28. Богомолов A.M. Административные правонарушения и ответственность в области финансов, налогов и сборов / А.М.Богомолов. М.: Даньков и К, 2004. - 280 с.

29. Бурова Н.В., Мельникова O.A. Использование корреляционного анализа при изучении теневой экономической деятельности // Мажд. Конф. " Регионы и глобализация" , 2002 г. Тез. Докл. СПб. Изд. СПбГУЭФ, 2002 с. 106-108.

30. Бухарин C.B. Статистические методы в организации налогового учета / C.B. Бухарин, О.С. Бухарина, В.В.Навоев // Материалы 2-ой Всероссийской конференции " Проблемы управленческого консультирования 2003" - Воронеж: , 2003. - ИММФ, 2004. - С. 2428.

31. Васин A.A. Математическая модель оптимальной организации налоговой инспекции / А.А.Васин, О.Б.Агапова // Программно-аппаратные средства и математическое обеспечение вычислительных систем. М.: Изд-во Моск. Ун-та, 1993.167-186.

32. Васин A.A. Оптимальная организация инспекции с подавлением коррупции / А.А Васин, П.А. Картунова, А.С Уразов // Математическое моделирование, 2010 том 22. - №4. - С. 10-18.

33. Воробьев H.H. Теория игр. Лекции для экономистов-кибернетиков./ Н.Н Воробьев Л.: Изд-во Ленингр. Ун-та. 1974. - 160 с.

34. Воробьев H.H. Основы теории игр. Бескоалиционные игры./ H.H. Воробьев М. : Наука. 1984. - 496 с.

35. Введение в экономико-математические модели налогообложения. Под ред. Черника. Москва. Финансы и статистика . 2000 г. 256 с.

36. Виханский О.С. Стратегическое управление: Учебник. 2-е изд., пере-раб. и доп. - М.: Гардарика, 1998. - 296 с.

37. Голованов Н.М. Теневая экономика и легализация преступных доходов: Монография / Н.М.Голованов, В.Е.Перекислов, В.А.Фадеев. ПИТЕР. 2003. - 304 с.

38. Гречаный С.А. Прогностическое моделирование суммарного налогообложения с помощью марковской модели принятия решений / Гречаный С.А., Родин В.А., Струков B.C. // Системы управления и информационные технологии. 2008. г. Воронеж

39. Дашковская Г.М. Моделирование преступной деятельности как один из способов познания истины в процессе производства следственных действий по уголовным делам о налоговых преступлениях / Г.М.

40. Дашковская, " Черные дыры" в российском законодательстве. 2003 , № 1. с. 39-43.

41. Джонстон Дж. Экономические методы: Пер. с англ, и пред. А.А.Рывкина. М.: Статистика, 1990. - 444 с.

42. Ечмаков С.М. Теневая экономика: анализ и моделирование. Москва, "Финансы и статистика", 2004 г.

43. Жданов B.C. Родин В.А., Синегубов С.В. Математическое моделирование определенных задач налоговой службы. // Сборник материалов. Всероссийская науч. -практ. Конф. Охрана, безопасность и связь.Воронеж,Ч. 1. . 2005 г. с. 109-110.

44. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы в экономике. Учебник. Москва. Изд. " ДИС". 1997. 367 с.

45. Заряев A.B. Информационные технологии в деятельности органов внутренних дел / A.B. Заряев, В.И. Сумин, В.И. Меньших, Д.Б. Десятов и др. // Воронеж. ВИ МВД России, 2001. 210 с.

46. Зрелов А.П. Налоговые преступления / А.П. Зрелов, М.В.Краснов. -М.: Статус-Кво- 97, 2004. 192 с.

47. Ильин А. Криминальная матрица. Налоговая преступность в России. СПб.: Нева, М.: ОЛМА-ПРНСС. 2001.

48. Карасев А.И., Крамер Н.Ш., Савельева Т.Н. Математические методы и модели в планировании. М.: Экономика, 1987. - 239 с.

49. Карданская H.JI. Основы принятия решений: Учебное пособие. М.: Русская Деловая Литература, 1998. - 288 с.

50. Кваша Ю. Ф. Система налоговых расследований в российской федерации / Ю.Ф. Кваша, К.Коршунов // Налоги. 2005. Вып. - С.60-69.

51. Колемаев В.А., Малыхин В.И. и др. Математические методы принятия решений в экономике. -М.: Финстатинформ, 1999.

52. Колмаков И.Б. Прогнозирование показателей дифференциации денежных доходов населения // Проблемы прогнозирования .- 2006.-№ 1,- с. 136-162.

53. Кремер Н.Ш., Путко Б.А. Эконометрика. ЮНИТИ, Москва 2008.- 310 с.

54. Кучеров И.И. Преступления в сфере налогообложения. М.,1999. 18 с.

55. Левин М., Цирлис М. Экономико-математические методы моделирования процесса коррупции. // Экономика и математические методы. 1998. № 3. с. 12-18; № 4 с. 24-32.

56. Лермонтов Ю.М. Ответственность за налоговые правонарушения. М.: Москва, 2006. 128 с.

57. Лобазов К.Г. Выявление схем уклонения от уплаты НДС, связанных с изменением налогового законодательства / К.Г.Лобазов // Сб.научных трудов. Вестник ВИ МВД России. - 2 (27) 2006. - С. 55 - 8.

58. Льюис К.Д. Методы прогнозирования экономических показателей. -М.: Финансы и статистика, 1986. 3 18 с.

59. Малыхин В.И Экономико-математическое моделирование налогообложения / Уч. Пособие. М.; Москва. 2003. - 100 с.

60. Малявкина Л.И. Формирование регистров налогового учета в организации / Л.И. Малявкина // Бухгалтерский учет. 2005. - № 1113.

61. Майер В.Ф., Ершов Э.Б. Методологические и методические проблемы определения уровня, объема и дифференциации доходов населения. Материалы к заседанию Ученого Совета ВЦУЖ. М., 1998.УРАО. 2003.

62. Мулен Э. Теория игр с примерами из математической экономики. / Э. Мулин М.: Мир. 1985.

63. Налоги и налогообложение Под ред. Б.Х.Алиева. Москва, Финансы и статистика, 2005 г.

64. Ногина O.A. Налоговый контроль: вопросы теории и практики. / О.А Ногина СПб., 2002. - С. 76

65. Перов A.B. Налоги и налогообложение: Учебное пособие / A.B. Перов, A.B. Толкушкин. M.: Юрайт-Издат, 2004. -670 с.

66. Перспективное отраслевое планирование: экономико-математические методы и модели / Под ред. А.Г. Аганбегяна. Новосибирск: Наука, 1986.-358с.

67. Планирование в сложных хозяйственных системах / В.Г.Нанивская, В.В. Пленкина, JI. JI. Тонышева, Г.А.Чистякова, И.В.Андронова, Е.М.Дебердиева. Под ред. В.Г.Нанивской. Учебное пособие. Тюмень: ТюмГНГУ, 1998.-80 с.

68. Платонова JI В. Налоговая преступность. М.: Изд. НОРМА, Москва, -2005.-255 с.

69. Плис А.И., Сливина H.A. Mathcad 2000. Матиматический практикум для экономистов и инженеров: Учебное пособие. М. : Фмнансы и статистика, 2000.

70. Рабочая книга по прогнозированию / Редкол.: И.В.Бестужев-J1 а да (отв. ред.).-М.: Мысль, 1982.-430с.

71. Родин В.А. Математическое моделирование некоторых задач налогообложения / Родин В.А., Думачев В.Н., Синегубов C.B. // Системы управления и информационные технологии. Москва-Воронеж. Научная книга, № 3 (25) 2006. С. 87-92.

72. Рябушкин Б.Г. Применение статистических методов в экономическом анализе и прогнозировании. М.: Финансы и статистика, 1990. - 345 с.

73. Скрыль C.B., Тростянский С.Н. Безопасность социоинформационных процессов. Теория синтеза прогностических моделей. Воронеж. ВИ МВД России. 2008. 155. с.

74. Статистическое моделирование и прогнозирование / Под ред. А.Т.Гринберга. М.: Финансы и статистика, 1990. - 285 с.

75. Теория вероятностей и математическая статистика: Учебное пособие для экономических специальностей ВУЗов/ В.А. Колемаев, О.В. Староверов, В.Б. Турундаевский; Под ред. В.А. Колемаева. М.: Высшая школа, 1991.-400 с.

76. Теория прогнозирования и принятия решений. Учеб. Пособ. / Под ред. С.А.Саркисяна. М. : Высш. Шк., 1977. 304 с.

77. Фрадков М. Неуплаченные налоги это те же "грязные " деньги

78. Налоговая полиция. 2002. -№ 21 (183).

79. Черник Д.Г., Починок А.П., Морозов В.П. Основы налоговой системы. Учебник. ЮНИТИ, Москва. 2000 . - 512 с.

80. Четыркин Е.М. Статистические методы прогнозирования. 2-е изд. перераб.- и доп.-М.:Статиспоэд,, 1997.-200с.

81. Чичелов Ю.В., Васьков A.A., Сомик К.В. и др. . Информационная система налоговой полиции ИСИНПОЛ новое поколение систем информационно-аналитического обеспечения борьбы с экономической преступностью. М.: Издательский дом НП - 2000. -224 с.

82. Хазанова Л.Э. Математические методы в экономике. Москва. Изд. БЕК. 2002. с.67.

83. Халафян A.A. STATISTICA 6, Москва, Изд. БИНОМ. 2010. - 522 с.

84. Эддоус М., Стендсфилд Р. Методы принятия решений / Пер. с англ., под ред. И. И. Елисеевой. М.: Банки и биржи, 1994,-198 с.

85. Эконометрика. Москва. "Финансы и статистика"/ Пед ред.члена-кор.РАН проф. Елисеевой. 2008.- 574 с.

86. Эминов Е.В. Квалификация экономических преступлений по уголовному законодательству. / Е.В. Эминов, Ю.В. Логвинов, С.М.Бронников. Изд. НОРМА. - Москва. - 2006. - 93 с.

87. Ясиненко Е.А. / Терновский В.А., Ясиненко Е.А. Оценка величины коэффициента Рейнбоу // Вестник ВГТУ , 2009, Т.5, № 7, стр. 61-63.

88. Ясиненко Е.А. Новые задачи защиты информации в системе налогообложения. Всесоюзная научно-практическая конф. " Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем. " Воронеж, 2009, стр. 129-131.

89. Ясиненко Е.А. / Кутищева Е.Ю., Родин В.А., Ясиненко Е.А. Статистическое моделирование для предварительной сортировки налоговой отчетности // Системы управления и информационные технологии, 1.1 (39), 2010.-е. 159-162.

90. Ясиненко Е.А. / Родин В.А., Ясиненко Е.А. К вопросу о возможности применения анализа временных рядов налоговой отчетности // Всероссийская научно-практическая конф. " Охрана, безопасность и связь 2009 " ВИ МВД. 2010. ст. 178-179.

91. Ясиненко Е.А. Применение пакета STATISTIC А 6 для исследования налоговой отчетности предприятий на основе эмпирического материла // Современная экономики. №11 (11). 2010 г. - с.134-143.

92. Ясиненко Е.А. К вопросу о сравнении двух способов предварительной сортировки налоговых деклараций // Всесоюзная научно-практ. конф.

93. Актуальные вопросы эксплуатации систем охраны и защищенныхтелекоммуникационных систем. " Воронеж, 2011, стр.296-297.1. Дополнительная литература

94. Sorgan J.D. Wages and Prices in the United Kingdom: A Study in Ecjnjmetric Methodology // K.F. Wallis and D.F.Hendry, eds. Quantitative Economics and Econometric Analysis. Basil Blackwell, Oxford, 1984.96.

95. Мовшович C.M. Игровая модель выбора стратегии налоговой инстекции.// Экон. и мат. методы. 2003. т.39. - №2. - с. 188-200.

96. Саватеев A.B. Оптимальные стратегии подавления коррупции // Экон. и мат. методы. 2003. т.39. - №1. - с.62-75.110