Противодействие теневой экономике и уклонению от уплаты налогов в системе обеспечения экономической безопасности: теория, методология, концепция тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Молодых Владимир Анатольевич

• Молодых Владимир Анатольевич
• доктор наук
• 2026

Оглавление диссертации доктор наук Молодых Владимир Анатольевич

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОТИВОДЕЙСТВИЯ ТЕНЕВОЙ ЭКОНОМИКЕ И УКЛОНЕНИЮ ОТ УПЛАТЫ НАЛОГОВ КАК ФАКТОРА ОБЕСПЕЧЕНИЯ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

1. 1 Экономическая безопасность налоговой системы государства и противодействие теневой экономике как основа ее обеспечения

1.2 Семантические характеристики термина «теневая экономика» в контексте обеспечения экономической безопасности

1.3 Уклонение от уплаты налогов как проявление теневой

активности и угроза обеспечения экономической безопасности

ГЛАВА 2. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЙ АНАЛИЗ ПОДХОДОВ ПРОТИВОДЕЙСТВИЯ ТЕНЕВОЙ ЭКОНОМИКЕ И УКЛОНЕНИЮ ОТ УПЛАТЫ НАЛОГОВ

2.1 Методологические подходы изучения процессов уклонения от уплаты налогов

2.2 Детерминирование факторов, влияющих на динамику масштабов теневой экономики

2.3 Теоретическое обоснование механизма детеневизации экономических отношений на основе противодействия уклонению от

уплаты налогов

ГЛАВА 3. ОЦЕНКА МАСШТАБОВ ТЕНЕВОЙ ЭКОНОМИКИ И УЩЕРБА ДЛЯ НАЛОГОВОЙ СИСТЕМЫ ГОСУДАРСТВА

3.1 Компаративный анализ методов и моделей оценки масштабов теневого сектора экономики

3.2 Анализ динамики и оценка масштабов теневой экономики на макроуровне

3.3 Оценка налоговых потерь, связанных с неформальной

активностью на субнациональном уровне

ГЛАВА 4. МОДЕЛИРОВАНИЕ СТРУКТУРНЫХ ХАРАКТЕРИСТИК ТЕНЕВОГО СЕКТОРА И ОЦЕНКА ЕГО ВЛИЯНИЯ НА УРОВЕНЬ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

4.1 Отраслевая и территориальная специфика проявления неформальной активности в российской экономике

4.2 Эконометрическое моделирование характеристик теневой экономики в мезоуровневых системах

4.3 Моделирование причинно-следственных связей системы обеспечения экономической безопасности налоговой системы

государства

ГЛАВА 5. КОНЦЕПТУАЛЬНЫЕ НАПРАВЛЕНИЯ УКРЕПЛЕНИЯ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ НА ОСНОВЕ ПРОТИВОДЕЙСТВИЯ ТЕНЕВОЙ ЭКОНОМИКЕ

5.1 Концепция формализации экономических отношений субъектов теневого сектора

5.2 Трансформация инструментов противодействия неформальной активности в условиях цифровизации экономического пространства

5.3 Стратегические приоритеты минимизации масштабов теневой

экономики в условиях повышенной неопределенности

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А Санкции за совершение налоговых преступлений в

государствах-членах Евросоюза

ПРИЛОЖЕНИЕ Б Описательная статистика отраслевой структуры ВРП в

разрезе субъектов РФ

ПРИЛОЖЕНИЕ В Результаты кластеризации субъектов РФ

Введение диссертации (часть автореферата) на тему «Противодействие теневой экономике и уклонению от уплаты налогов в системе обеспечения экономической безопасности: теория, методология, концепция»

ВВЕДЕНИЕ

Актуальность темы исследования. Комплексное решение проблемы обеспечения экономической безопасности налоговой системы государства неразрывно связано с минимизацией масштабов теневого сектора и уклонения от уплаты налогов, так как степень устойчивости бюджетно-налоговой системы прямо коррелирует с эффективностью функционирования публичных институтов власти и возможностью реализации программ долгосрочного развития, что отражено в Указе Президента РФ от 13 мая 2017 г. № 208 «О Стратегии экономической безопасности Российской Федерации на период до 2030 года». Рост неформальной активности также снижает объемы доступных ресурсов, что сокращает потенциал реализации стратегий социально-экономического развития страны, повышается волатильность параметров финансовой системы государства, снижается качество бюджетного планирования.

Негативный эффект для налоговой системы заключается в том, что теневая экономика приводит к перераспределению национального дохода нелинейным образом, снижая благосостояние общества в целом и нарушая принципы обеспечения социальной справедливости, в частности. В результате создание эффективной системы противодействия неформальной активности и уклонению от уплаты налогов является ключевым элементом формирования траектории устойчивого развития страны и решения проблемы обеспечения экономической безопасности налоговой системы государства. Достижение данных целей требует создания и использования унифицированных инструментов селективного воздействия, установления тесного взаимодействия между органами власти, построения эффективного и сбалансированного механизма налогового администрирования, обеспечения резистентности финансовой системы государства к повышенной экзогенной волатильности в условиях санкционного давления. Таким образом, одной из основных угроз для экономической безопасности Российской Федерации

продолжает оставаться неэффективное аккумулирование и последующее распределение фискальных доходов, которое усугубляется ростом масштабов теневой экономики и уклонения от уплаты налогов.

Недостаточная теоретико-методологическая проработка возможности использования интегрированных моделей противодействия теневой экономике, включающих институциональные факторы, технологические инструменты и поведенческие аспекты, которые влияют на уровень формализации отношений государства и налогоплательщиков, требует детерминирования структурных характеристик теневой экономики, концептуального обоснования направлений минимизации масштабов уклонения от уплаты налогов, а также определения стратегических приоритетов противодействия теневому сектору экономики. Данные аспекты обусловили актуальность выбранной темы диссертационного исследования, связанную с необходимостью формализации и детеневизации экономических отношений между государством и бизнесом, как необходимого условия обеспечения экономической безопасности налоговой системы государства.

Степень научной разработанности темы. Методологические основы изучения проблемы повышения уровня экономической безопасности были заложены в трудах российских ученых: В.И. Авдийского, Л.С. Аникина, Е.Н. Ведуты, В.С. Загашвили, А.Н. Петрова и В.К. Сенчагова. Отдельные аспекты формирования траекторий устойчивого развития системы государственных финансов рассматривались в исследованиях Дж. Кейнса, Г.В. Коржова, П. Кругмана, О.И. Лаврушина, М. Портера, Дж. Стиглица, С.А. Уварова. Особенности проявления теневой экономики, связанные с низким качеством институтов, изучали А.А. Аузан, Е.А. Белов, А.В. Булгаков, А.Н. Олейник, специфику неформальной активности на региональном уровне - А.С. Аброскин, Г.А. Агарков, Д.В. Климов, А.И. Татаркин, В.И. Трысячный. Обоснование методических подходов по оценке масштабов неформального сектора предлагали Н.Ч. Бокун, Е.Л. Горюнов, Е.А, Кондратьева, П.А. Ореховский. Особое внимание

российские исследователи уделили вопросам уклонения от уплаты налогов как проявления теневой активности и необходимого условия обеспечения экономической безопасности налоговой системы государства: Е.В. Балацкий, М.О. Какаулина, А.П. Кириенко, М.Р. Пинская, Д.В. Фадеев.

Теоретической основой изучения экономики преступности является модель рационального выбора, разработанная Г. Беккером, дополненная Т. Шринивасаном и Ш. Йитзаки и далее адаптированная для случаев уклонения от уплаты налогов М. Элингемом и А. Сандмо. Проблемы эмпирической оценки масштабов теневой экономики исследовались в трудах Т. Бреуша, Р. Дель Ано, П. Кана, Е. Фейге, Л. Фелда, Ф. Шнайдера. С позиций поведенческой и экспериментальной экономики характеристики неформальной активности и налоговой преступности изучали Дж. Альм, К. Инджел, Е. Кирхлер, М. Пикхард, Б. Торглер, К. Уильямс и Б. Фрей.

Несмотря на то, что проблемы минимизации масштабов теневой экономики как необходимого условия обеспечения экономической безопасности налоговой системы достаточно подробно изучены в работах российских и зарубежных ученых, отдельные вопросы, связанные с определением причинно-следственных связей между неформальной активностью и устойчивостью государственных финансов, детерминированием масштабов теневой экономики и уклонения от уплаты налогов, определением перспективных направлений решения задач, связанных с экономической безопасностью налоговой системы на макро- и субнациональном уровнях, остаются дискуссионными, что предопределило цель и задачи исследования.

Цель исследования заключается в методологическом обосновании инструментария и методов минимизации масштабов теневой экономики, а также концептуализации стратегических целей обеспечения экономической безопасности налоговой системы государства в условиях повышенной экзогенной неопределенности и разработке практических рекомендаций по их достижению.

В соответствии с целью исследования автором были поставлены и решены следующие задачи:

- теоретически обосновать возможность повышения уровня экономической безопасности налоговой системы государства на основе противодействия теневому сектору экономики;

- доказать необходимость минимизации масштабов уклонения от уплаты налогов как базового условия формирования ресурсной базы государства для достижения целей обеспечения национальной безопасности;

- обосновать возможность разработки и использования комплексного подхода детеневизации экономических отношений, учитывающего специфику поведения налогоплательщиков;

- предложить механизм противодействия теневой активности на основе модернизации инструментов и методов налогового администрирования;

- провести сравнительный анализ методик оценки масштабов теневой экономики и определить возможность их использования на практике;

- разработать методику оценки негативного влияния процессов уклонения от уплаты налогов на уровень экономической безопасности налоговой системы государства;

- детерминировать факторы, определяющие особенности функционирования теневого сектора экономики в мезоуровневых системах и определить закономерности его развития;

- выявить взаимосвязи между базовыми составляющими, объясняющими структуру неформальной активности и влияющими на уровень экономической безопасности налоговой системы государства;

- разработать концепцию детеневизации экономических отношений, учитывающую специфику решения проблемы повышения уровня экономической безопасности налоговой системы государства;

- обосновать стратегию обеспечения экономической безопасности налоговой системы государства, реализация которой предполагает наличие высокого уровня неопределенности внешних факторов, рисков и угроз.

Объектом исследования выступает теневой сектор экономики как угроза экономической безопасности налоговой системы государства.

Предметом исследования является взаимодействие субъектов налоговых отношений в контексте противодействия теневой экономике.

Методология и методы исследования. Теоретико-методологической основой работы выступают фундаментальные труды российских и зарубежных исследователей, посвященные решению проблем сокращения негативного влияния теневой экономики на уровень экономической безопасности налоговой системы государства, обусловленного уклонением от уплаты налогов. Теоретико-методологический подход к исследованию динамических процессов и структурных особенностей теневой экономики как угрозы обеспечения экономической безопасности сформирован на основе базовых постулатов неоклассической парадигмы, подходов поведенческой и экспериментальной экономик. Для подтверждения научной гипотезы диссертации применялись фундаментальные концепции, эмпирические оценки и методические материалы, представленные в трудах российских и зарубежных авторов, а также действующая национальная нормативно-правовая база и рекомендации международных организаций в части противодействия теневому сектору экономики и уклонению от уплаты налогов.

В процессе исследования использовались общенаучные методы познания и соответствующий методический инструментарий, а именно: корреляционно-регрессионный анализ, кластерный анализ, теория графов, метод статистических группировок, экспертные оценки, семантический анализ, графо-аналитический метод, системный анализ. Для статистической обработки массивов информации и построения экономико-математических моделей применялись следующие программные продукты: SPSS Statistics,

MS Excel, TETRAD, Smartpls.

Теоретическую и эмпирическую базу исследования составили Федеральные законы, указы Президента Российской Федерации, Постановления Правительства Российской Федерации, данные Федеральной службы государственной статистики, Федеральной налоговой службы, Министерства финансов РФ, Организации экономического сотрудничества и развития Международной организации труда и других национальных органов государственной власти и международных организаций.

Рабочая гипотеза. Противодействие теневой экономике как базовой угрозе экономической безопасности налоговой системы государства предопределяет необходимость минимизации масштабов уклонения от уплаты налогов, что требует концептуального обоснования комплексного использования инструментов детеневизации сдерживающего и стимулирующего характера, эффективное использование которых обеспечит необходимый уровень резистентности системы государственных финансов к внешним шокам.

Научная новизна диссертационного исследования заключается в решении актуальной проблемы минимизации масштабов теневой экономики как угрозы обеспечения экономической безопасности налоговой системы на основе эмпирического обоснования отраслевых и территориальных различий неформальной активности, выявлении факторов, формирующих ее специфику на мезо- и микроуровнях, а также обосновании концептуальных основ нейтрализации негативного влияния теневой экономики на уровень резистентности системы государственных финансов.

Наиболее существенные результаты, полученные автором в ходе проведения диссертационного исследования и представляемые к защите:

1) теоретически обоснованы приоритеты обеспечения экономической безопасности налоговой системы государства на основе снижения информационной асимметрии во взаимодействии государства и налогоплательщиков и устранении их противоречий индивидуального,

организационного и социального характера, что позволит повысить эффективность инструментов противодействия теневой экономике и росту масштабов уклонения от уплаты налогов;

2) доказано, что нейтрализация угроз экономической безопасности через достижение законодательно закрепленных целей стратегического развития государства возможна на основе формирования эффективной системы аккумулирования фискальных доходов, включающей механизм противодействия уклонению от уплаты налогов, результатом чего станет обеспечение защиты национальных интересов, связанных с противодействием отмыванию доходов, полученных преступным путем, а также повышение резистентности налоговой системы к экзогенным рискам и угрозам;

3) разработан методологический подход анализа действий субъектов налоговых отношений в контексте противодействия теневой экономике на основе интеграции парадигм неоклассической и поведенческой экономик, а также выявлении индивидуальных и групповых характеристик налогоплательщиков, что позволило формализовать стратегии сокращения масштабов уклонения от уплаты налогов за счет включения в модель рационального выбора факторов, формирующих поведенческие паттерны экономических агентов и уровень налоговой морали в обществе;

4) обоснован механизм детеневизации экономических отношений, основанный на использовании математического инструментария теории игр, результаты моделирования показали, что использование селективных инструментов налогового контроля, предполагающее снижение административного давления на законопослушных налогоплательщиков и внедрение новых клиентоориентированных сервисов, требует параллельного повышения эффективности процедур налогового контроля для роста транзакционных издержек субъектов, действующих в теневом секторе экономики;

5) проведен компаративный анализ методических подходов оценки масштабов теневой экономики, подтвердивший наличие ряда ограничений микро- и макроэкономического характера, преодоление которых возможно в рамках использования динамической стохастической модели общего равновесия и комбинированной эконометрической модели, включающей ненаблюдаемые переменные, эмпирические оценки на их основе показали, что несмотря на рост эффективности механизма налогового администрирования, масштабы теневой экономики в России остаются на стабильно высоком уровне;

6) разработана методика оценки ущерба для налоговой системы, вызванного уклонением от уплаты налогов, основанная на модифицированном методе расхождений показателей, характеризующих подоходное налогообложение физических лиц, результаты которой показали высокую вариацию неформальной занятости на субнациональном уровне, а также значительный дисбаланс бюджетно-налоговых систем субъектов РФ, обусловленный критическим падением фискальных доходов вследствие уклонения от уплаты НДФЛ;

7) определены структурные характеристики теневой экономики и специфика их проявления в мезоуровневых системах, включающие индикаторы, отражающие масштаб неформальной занятости, отраслевые различия в структуре ВРП, состояние налоговой дисциплины и уровень социально-экономической дифференциации развития регионов, что позволило провести кластеризацию субъектов РФ и выявить закономерности формирования теневой активности в мезоуровневых системах;

8) предложена методика детерминирования причинно-следственных связей между теневым сектором экономики и уклонением от уплаты налогов как базовых составляющих, формирующих уровень экономической безопасности налоговой системы государства, основанная на выявлении статистически значимых факторов финансового, экономического, правового и социального характера, что позволило оценить изолированное влияние

прямых причин, объясняющих структуру неформальной активности, на их связи с косвенными факторами, формирующими динамику масштабов уклонения от уплаты налогов;

9) разработана концепция формализации экономических отношений в теневом секторе, учитывающая специфику противодействия уклонению от уплаты налогов и практические аспекты реализации государственной политики детеневизации, связанные с селективным воздействием на отраслевые комплексы и категории налогоплательщиков, генерирующих максимальный ущерб для национальной налоговой системы, эффективность которой предполагает перманентную цифровизацию механизма налогового администрирования за счет внедрения технологий интеллектуального анализа данных;

10) обоснованы стратегические приоритеты противодействия расширению масштабов теневой экономики и обеспечения экономической безопасности налоговой системы государства, основанные на ранжировании ключевых факторов по критериям эффективности расходования бюджетных средств и силе их влияния на теневую экономику, что позволило учесть влияние экзогенной неопределенности при проведении поливариантного прогнозирования и сценарного моделирования, а также определить оптимальную стратегию минимизации масштабов неформального сектора, ориентированную на повышение уровня налоговой дисциплины в обществе и формирование отлаженной системы контроля и мониторинга.

Теоретическая значимость исследования определяется тем, что в работе рассмотрены концептуальные основы обеспечения экономической безопасности налоговой системы государства, методологически обоснована интерпретация закономерностей развития неформальной экономики, а также методически аргументированы возможности использования инструментов и методов противодействия расширению теневого сектора в контексте обеспечения экономической безопасности и минимизации негативного

влияния уклонения от уплаты налогов на устойчивое развитие системы государственных финансов.

Практическая значимость результатов исследования состоит в том, что полученные выводы и рекомендации могут быть использованы российскими органами законодательной и исполнительной власти федерального и регионального уровней для решения задач, связанных с увеличением фискальных поступлений в бюджетную систему за счет детеневизации экономических отношений и устранения базовых противоречий между государством, бизнесом и обществом.

Разработанные в процессе исследования экономико-математические модели оценки масштабов теневого сектора экономики и детерминирования факторов, формирующих специфику его функционирования на субнациональном уровне, а также инструменты и методы формализации экономических отношений между государством и бизнесом целесообразно использовать в деятельности органов власти при разработке программных документов социально-экономического развития страны и субъектов РФ.

Результаты диссертации внедрены в практическую деятельность органов государственной власти, таких как: Управление Федеральной налоговой службы по Ставропольскому краю, обособленное подразделение Управления Федеральной налоговой службы по Республике Ингушетия, межрегионального управления Росфинмониторинга по СКФО, а также применяются в образовательном процессе Ставропольского филиала ФГКОУ ВО «Краснодарский университет МВД России», ФГКОУ ВО «Санкт-Петербургский университет МВД России».

Полученные автором результаты и выводы диссертации использованы и апробированы в следующих научно-исследовательских работах: «Региональная налоговая политика в системе противодействия расширению теневого сектора экономики», 2015-2016 гг. (РГНФ, № 15-02-00322); «Региональная и отраслевая специфика трансформации поведения налогоплательщиков в условиях экономической рецессии», 2017-2018 гг.

(РФФИ, № 17-32-01024); «Влияние краткосрочных экзогенных шоков на поведение налогоплательщиков и уклонение от уплаты налогов», 2020 г. (РФФИ, № 20-110-50108).

Степень достоверности и апробация результатов исследования. Основные научные положения диссертации обсуждались на международных, национальных и научно-практических конференциях в числе которых: «Современные вызовы и реалии экономического развития России» (г. Ставрополь, 2020 г.), «Национальная безопасность и государственное управление: задачи развития предпринимательства и обеспечения технологического суверенитета» (г. Ростов-на-Дону, 2023 г.), «Экономическая безопасность личности, общества, государства: проблемы и пути обеспечения» (г. Санкт-Петербург, 2024-2025 гг.) и др.

Публикации. По теме диссертации опубликовано 33 работы общим объемом 43,87 п.л., в том числе 24 статьи - в рецензируемых научных изданиях, рекомендованных Высшей аттестационной комиссией Российской Федерации для опубликования основных научных результатов диссертаций на соискание ученых степеней доктора и кандидата наук, 2 статьи в изданиях, включенных в международные реферативные базы данных и системы цитирования Web of Science и Scopus, 2 монографии. В опубликованных научных работах полностью отражены научные результаты исследования, составляющие научную новизну.

Область исследования диссертации соответствует п. 13.4. Концептуальные и стратегические направления повышения экономической безопасности; п. 13.8. Проблемы экономической безопасности, связанные с криминальной деятельностью, распространением теневой экономики и финансированием экстремистских организаций; п. 13.13. Экономические методы противодействия коррупции, мошенничеству, отмыванию доходов, полученных преступным путем паспорта научной специальности 5.2.3. Региональная и отраслевая экономика: экономическая безопасность.

Структура и содержание диссертации. Структура диссертации

включает в себя введение, основную часть, состоящую из пяти глав, заключения, списка литературы, состоящего из 328 источников, и 3 приложений. Диссертационная работа изложена на 306 страницах, содержит 46 таблиц, 33 рисунка.

Во введении обоснована актуальность темы диссертационного исследования, определены объект, предмет, цель и задачи исследования; сформулированы рабочая гипотеза, научная новизна и положения, выносимые на защиту; определена теоретическая и практическая значимость работы; приводятся сведения о степени достоверности, апробации и внедрении в практику результатов исследования; раскрывается структура диссертации.

В первой главе «Теоретические основы противодействия теневой экономике и уклонению от уплаты налогов как фактора обеспечения экономической безопасности» рассмотрены семантические характеристики термина «теневая экономика» в контексте обеспечения экономической безопасности, проанализированы особенности уклонения от уплаты налогов как проявление теневой активности и угроза обеспечения экономической безопасности.

Вторая глава «Теоретико-методологический анализ подходов противодействия теневой экономике и уклонению от уплаты налогов» посвящена изучению методологических подходов анализа процессов уклонения от уплаты налогов и факторов, влияющих на динамику масштабов теневой экономики, а также теоретическому обоснованию механизма детеневизации экономических отношений на основе противодействия уклонению от уплаты налогов.

В третьей главе «Оценка масштабов теневой экономики и ущерба для налоговой системы государства» проведен компаративный анализ методов и моделей оценки масштабов теневого сектора экономики, дана оценка масштабов теневой экономики на макроуровне и налоговых потерь, связанных с неформальной активностью на субнациональном уровне.

В четвертой главе «Моделирование структурных характеристик теневого сектора и оценка его влияния на уровень экономической безопасности» выявлена отраслевая и территориальная специфика проявления неформальной активности в российской экономике, детерминированы характеристики теневой экономики в мезоуровневых системах и причинно-следственные связи системы обеспечения экономической безопасности налоговой системы государства.

В пятой главе «Концептуальные направления укрепления экономической безопасности на основе противодействия теневой экономике» предложена концепция формализации экономических отношений субъектов теневого сектора, рассмотрены направления трансформации инструментов противодействия неформальной активности в условиях цифровизации экономического пространства, обоснованы стратегические приоритеты минимизации масштабов теневой экономики в условиях повышенной неопределенности.

В заключении сформулированы основные выводы и результаты диссертационной работы.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОТИВОДЕЙСТВИЯ ТЕНЕВОЙ ЭКОНОМИКЕ И УКЛОНЕНИЮ ОТ УПЛАТЫ НАЛОГОВ КАК ФАКТОРА ОБЕСПЕЧЕНИЯ ЭКОНОМИЧЕСКОЙ

БЕЗОПАСНОСТИ

1.1 Экономическая безопасность налоговой системы государства и

противодействие теневой экономике как основа ее обеспечения

В настоящее время исследователи рассматривают категорию экономическая безопасность как однородную и гомогенную или же наоборот - анализируют отдельные ее составляющие, но без оценки взаимосвязей между ними. Такое фрагментарное изучение оправдано в случае, когда требуется более тонкое понимание детерминант каждого аспекта экономической безопасности, или, когда ее компоненты будут более важны для объяснения отдельных факторов, влияющих на устойчивость развития экономических систем. Определение экономической безопасности в силу своей многоаспектности и комплексности может значительно различаться в зависимости от подходов и акцентов, которые используют и делают авторы.

С учетом последних тенденций можно выделить пять базовых направлений, в рамках которых принято рассматривать данную категорию на макроуровне. Каждый из них подчеркивает разные аспекты обеспечения экономической безопасности, отражая многогранность и сложность этого явления. Если рассматривать классическую парадигму, то в рамках ее использования основное внимание уделяется защите экономической системы страны от совокупности эндогенных и экзогенных угроз [107]. Современная интерпретация понятия экономическая безопасность акцентирует внимание на динамических характеристиках, что нашло свое отражение в подходе, основанном на анализе траекторий устойчивого развития экономических систем. В концепциях, ставящих во главу угла человеческий фактор, экономическая безопасность является центральным элементом обеспечения

Список литературы диссертационного исследования доктор наук Молодых Владимир Анатольевич, 2026 год

Источник: [75]

Они также стали основой для последующего включения факторов социального и психологического характера, что дало возможность повысить достоверность теоретических выводов, касающихся выбора налогоплательщиками тех или иных стратегий. Именно поэтому целесообразным является не противопоставление данных методологических подходов, а их интеграция в единую модель, что позволит максимально адекватно оценить процессы уклонения от уплаты налогов.

Однако, существуют серьезные ограничения для изучения теневой экономики, связанной с уклонением от уплаты налогов. Ни один из рассмотренных выше методов полностью не подходит для преодоления всех существующих проблем. Особенность неформальной активности связана с отсутствием достоверных данных, без которых теоретические рассуждения не могут быть проверены с достаточной степенью точности. В результате имеющиеся знания в части специфики функционирования теневого сектора экономики и оценки его влияния на уровень экономической безопасности до сих пор носят фрагментарный характер, что не позволяет получить адекватных результатов.

Применение предложенного интегрального подхода, основанного на объединении методологии неоклассической, поведенческой и экспериментальной экономики, дает возможность обеспечить приемлемый уровень адекватности эконометрических моделей и разработать на их основе реализуемые на практике рекомендации в части противодействия теневой экономике и уклонению от уплаты налогов как необходимого условия обеспечения экономической безопасности налоговой системы государства.

В качестве основы предлагается использовать модель «треугольник уклонения», в соответствии с которым вероятность уклонения от уплаты налогов зависит от трех факторов:

- наличие стимула к совершению налогового правонарушения или преступления;

- наличие возможности уклониться от уплаты налогов;

- соотношение факторов, формирующих поведенческие паттерны.

Данная модель включает две составляющие. Первая относится к рациональной части и предполагает, что получение дополнительной прибыли или возможности уменьшить налогооблагаемую базу является необходимой основой для моделирования процессов уклонения от уплаты налогов (модель преступности). С другой стороны, поведенческая парадигма предполагает наличие конфликта между рациональными (личными) и общественными интересами, решение которого и определяет выбор налогоплательщика, основанный на балансировке данных противоречивых целей, и которая осуществляется в рамках «модели баланса» (рисунок 2.9).

Модель баланса

Модель преступности

Рисунок 2.9 - Комплексная модель выбора налогоплательщика Источник: составлено автором

В дополнение к данным модулям в предлагаемую модель также необходимо включить факторы социального и индивидуального характера. Для этого их необходимо встроить в контур принятия решений налогоплательщика, которые будут оказывать экзогенное и эндогенное влияние на выбор. Например, социальные стереотипы поведения, принятые в обществе, а также ограничивающие факторы, такие как нормативно-правовое регулирование, будут являться основой для взаимодействия субъектов налоговых отношений. Индивидуальные характеристики

налогоплательщиков выступают в качестве базовой основы принятия решений.

Формализацию предложенного интегрального подхода можно провести в рамках разработанной автором модели, подробно изложенной в работе [236]. Взаимодействие субъектов налоговых отношений можно представить в рамках модели игры, где государство в лице налоговых органов с помощью контрольных процедур оказывает влияние на поведение налогоплательщиков, а последние могут отвечать на действия фискальных органов, уплачивая налоги в полном объеме или уходя в теневой сектор.

Совокупность всех физических и юридических лиц можно представить как децентрализованную систему, в которой по определению не может существовать единый центр принятия решений, так как каждый налогоплательщик принимает его самостоятельно. С одной стороны, это усложняет построение модели, так как включение предпосылки о децентрализации требует детального рассмотрения отдельных элементов и последующего их агрегирования для формирования итоговой модели, учитывающей специфику функционирования агентских групп.

Действия налогоплательщиков, связанные с уходом в теневой сектор экономики в силу причин, описанных в первой главе диссертационной работы, можно представить как коллективные, особенно если учесть, что уклонение от уплаты налогов подразумевает наличие субъектов, действующих в неформальном секторе. Органы государственной власти могут противодействовать росту масштабов теневой экономики по двум базовым направлениям:

- усиление административного давления и повышения эффективности процедур налогового контроля;

- стимулирование добровольного исполнения обязанностей по уплате налогов за счет повышения качества оказываемых налоговыми органами услуг.

Пусть часть налогоплательщиков выбирает стратегию уклонения от

уплаты налогов, совокупный ущерб от их действий для налоговой системы будет равен В ответ на их действия фискальные органы стремятся повысить эффективность процедур контроля Б3 для минимизации негативного ущерба. При этом следует учесть, что ужесточение механизма налогового администрирования коснется всех налогоплательщиков, вне зависимости от выбранной ими стратегии поведения:

Е5 (Г) ^ тах

2 = (2.5)

тах[г1} << 1

Из условий (2.5) видно, что налоговые органы стремятся максимизировать эффективность контрольных процедур, а каждый налогоплательщик принимает решение с учетом изменившейся ситуации. Таким образом, имеет место игра для двух игроков, стратегии и выигрыши которых можно представить в виде платежной матрицы (таблица 2.4).

Таблица 2.4 - Платежная матрица выбора налогоплательщиков

Ъ Ъ*

Уклонение от уплаты налогов КЕ'Б) - к(Е5) - Zl -ъ

Уплата налогов №) - к(Е,) 0

Источник: составлено автором

В данной матрице:

к(Е'5) - размер дополнительной выгоды налогоплательщика в результате изменения системы налогового администрирования;

(Еб) - величина выгоды налогоплательщика в случае, если система налогового администрирования не изменится.

Система налогового администрирования может меняться с определенной вероятностью, поэтому данная игра представляет собой разновидность игры с природой, имеющей два состояния:

- качественное изменение действующей системы налогового

администрирования в ответ на рост масштабов теневого сектора экономики и необходимость противодействия уклонению от уплаты налогов (2');

- отсутствие качественного изменения (2*).

Качественное изменение подразумевает, что налогоплательщики могут получить новые услуги информационного или консультационного характера, или снижение налогового бремени, т.е. имеет место не только ужесточение процедур налогового контроля, но и внедрение инструментов, стимулирующих добровольное соблюдение налогового законодательства.

В случае выбора налогоплательщиком стратегии «Уклонение от уплаты налогов» и достижении критического уровня ущерба для фискальной системы государства, возникает необходимость совершенствования механизма налогового администрирования на величину, равную разнице между приростом выгоды ) — к(Е5)) и издержками

налогоплательщика, связанным с переходом в теневой сектор (гг-). Если налогоплательщик остается законопослушным, т.е. выбрал стратегию «Уплата налогов», но размер теневой экономики достигает критического уровня, то в этом случае он получает выгоду от внедрения клиентоориентированных процедур и потенциального снижения налогового бремени, однако при этом он не несет издержек, связанных с уходом в теневой сектор экономики.

Выигрыш налогоплательщика будет равен нулю если налогоплательщик выберет стратегию «Уплата налогов», а механизм налогового администрирования останется неизменным, так как масштабы теневой экономики будут стабильными.

Очевидно, что стратегия «Уплата налогов» является доминирующей, так как налогоплательщику выгодно соблюдать законодательство в случае качественного изменения налоговой системы, так как он может получить дополнительную выгоду в виде получения дополнительных налоговых льгот или новых сервисов, которые сократят его издержки, связанные с исчислением и уплатой налогов.

Также очевидно, что выбор стратегии «Уклонение от уплаты налогов» принесет налогоплательщику дополнительную выгоду, если их количество не приведет к росту масштабов теневой экономики до критического уровня. В конечном итоге имеет место противоречие между индивидуальными действиями и коллективным влиянием. Для его преодоления в теории игр общественное благо трансформируется в другой вид благ, оно в этом случае должно нести ограничение, которое заключается в следующем: право на пользование благами невозможно без совершения индивидуальных действий. Это позволяет трансформировать исходную задачу теории игр, платежная матрица которой представлена в таблице 2.4, в классическую.

Налогоплательщик принимает решение уклониться от уплаты налогов, неся дополнительные издержки, равные 2{. При этом он с вероятностью р(2) может получить выигрыш С, равный размеру неуплаченных налогов и сборов.

Для налогоплательщика с нейтральным отношением к риску, выполняется следующее неравенство:

М = р(2)[Л(£1 — КЕ5) — z^] + (1 — р(2))(—^) > 0 (2.6)

где М - математическое ожидание игры;

р(2) - вероятность того, что размер ущерба превысит критическое значение 7.

Из неравенства (2.6) выразим р(2):

^ЩТ-щу (2-7)

Условие (2.7) можно интерпретировать как влияние принятых в обществе стереотипов поведения на выбор налогоплательщика. Если уклонение от уплаты налогов является распространенным явлением и не воспринимается как тяжкое преступление, то налогоплательщик с большей вероятностью уйдет в теневой сектор, внеся свой вклад в ущерб для налоговой системы государства 2. Очевидно, что рост масштабов теневого

сектора экономики в этом случае является самоподдерживающимся процессом, так как рост неформальной активности автоматически повышает вероятность превышения критического значения величины Обратная зависимость также имеет место, поэтому качественное повышение эффективности механизма налогового администрирования должно привести к сокращению масштабов теневого сектора экономики.

Условие для перехода механизма налогового администрирования на новый уровень в этом случае:

р(п 2* > 2) = ЭД, (2.8)

где п - число налогоплательщиков, выбравших стратегию уклонения от уплаты налогов;

2* - средневзвешенная величина неуплаченных налогов;

£ (2) - функция критического уровня.

Модель индивидуального выбора стратегии поведения налогоплательщика не меняется, меняется только вероятность, так как склонность ухода в тень или соблюдения законодательства частично будет зависеть от принятых в обществе стереотипов поведения.

Исходя из данной модели, механизм детеневизации экономических отношений на основе противодействия уклонению от уплаты налогов требует роста эффективности контрольной деятельности налоговых органов и фискальной системы государства в целом. Это возможно достичь за счет снижения уровня неопределенности, устранения пробелов в законодательстве и сокращения административного давления на законопослушных налогоплательщиков. В конечном итоге необходимо минимизировать разногласия субъектов налоговых отношений и устранить дисбаланс в достижении долгосрочных интересов государства и краткосрочных налогоплательщиков.

Ужесточение административного давления и роста эффективности контрольных процедур требуют повышения квалификации сотрудников налоговых органов и роста их количества, так как число спорных ситуаций в

этом случае также вырастет. С другой стороны, решение данной проблемы возможно в рамках продолжающейся цифровизации экономического пространства, так как внедрение современных технологий, таких как искусственный интеллект, глубокое машинное обучение и большие данные также способствует снижению уровня неопределенности налоговой системы, но их внедрение требует значительных инвестиций, а также накладывает дополнительные требования к квалификации сотрудников налоговых органов.

Стратегия сокращения административного давления на законопослушных налогоплательщиков является наименее требовательной к ресурсам и персоналу. При этом уменьшение правой части неравенства (2.6) приведет к тому, что верхний уровень организационной управленческой структуры в случае снижения роли функции контроля потребует роста значения функции координации. Применительно к решению задачи противодействия теневой экономике это означает, что снижение интенсивности процедур налогового контроля должно компенсироваться введением новых технологий взаимодействия налогоплательщиков и налоговых органов, таких как «горизонтальный налоговый мониторинг» или онлайн-сервисов, облегчающих исполнение налогоплательщиками своих обязанностей.

ГЛАВА 3. ОЦЕНКА МАСШТАБОВ ТЕНЕВОЙ ЭКОНОМИКИ И УЩЕРБА ДЛЯ НАЛОГОВОЙ СИСТЕМЫ ГОСУДАРСТВА

3.1 Компаративный анализ методов и моделей оценки масштабов теневого сектора экономики

Ранние работы по изучению теневой экономики носили преимущественно теоретический характер, главным образом из-за отсутствия эмпирически и эконометрически подтвержденных результатов оценки ее масштабов. Без таких моделей невозможно было провести детальный анализ неформальной экономики и предложить адекватные практические рекомендации, поскольку отсутствие данных не позволяет выявить факторы, которые определяют ее размер и динамику, а также количественно оценить влияние неформальной активности на темпы экономического роста, общественное благосостояние и уровень экономической безопасности налоговой системы государства.

Первые попытки количественной оценки масштабов теневой экономики связывают с П. Гутманном [195], который используя подход П. Кагана [160], определил примерный размер экономики США в 175 млрд долларов по данным 1976 г., что составило примерно 10 % ВНП. Последующие расчеты, проведенные Е. Фейге [184], который использовал монетарный поход и авторский метод транзакций, позволили ему получить динамические оценки, показавшие, что масштабы теневой экономики в США резко выросли, начиная с конца 1960-х гг., а ее размер значительно превысил оценки, полученные П. Гутманном. При этом показатель соотношения наличной валюты к депозитам демонстрирует устойчивый рост и в XXI веке, что противоречит прогнозам многих макроэкономистов, которые постулируют вытеснение наличных денежных средств безналичными расчетами и цифровыми активами [276]. Например, в начале 2000-х годов валютные запасы США на семью превышали 2000 долларов [147].

В России первые работы по эмпирической оценке масштабов теневой экономики появились в середине 90-х годов ХХ века. Н.Ч. Бокун, И.В. Кулибаба рассматривали проблемы статистической оценки теневой экономики [29, 30], а П.А. Ореховский [95] анализировал возможности применения косвенных методов для моделирования масштабов экономической активности в неформальном секторе.

В литературе предлагались, разрабатывались и использовались различные подходы и методики для оценки размера теневой экономики. Большинство экономических данных либо непосредственно измеряются, либо условно рассчитываются национальными статистическими или независимыми неправительственными органами, что не относится ко многим показателям неформальности [117]. За исключением отдельных данных, касающихся в основном занятости, большинство наборов данных о теневой экономике были построены отдельными исследователями или группами и использованы научных публикациях. Как результат, полученные оценки очень сильно отличаются.

Прежде чем рассматривать различные методы, используемые на практике, необходимо уточнить, какие именно компоненты теневой экономики измеряются. Например, оценка неформальной занятости требует разных допущений и инструментов для оценки теневой продукции, хотя эти две концепции тесно связаны. Аналогичным образом, для детерминирования неформальности на уровне домохозяйств или компаний требуются совершенно разные подходы [117]. Также теневую экономику можно измерить на индивидуальном уровне путем анализа отношения агентов к уклонению от уплаты налогов [210].

Ф. Шнайдер и А. Бюэн провели сравнительный анализ различных способов оценки масштабов теневой экономики [266]. В данной работе все методы были сгруппированы в три категории, которые различаются по отдельным параметрам, но все они основаны на использовании традиционных эконометрических методов, прямых и косвенных подходов, а

также модельной оценки.

Как следует из термина «прямой», данные методы измеряют степень неформальности, не полагаясь на какие-либо предположения или промежуточные шаги. Прямые подходы обычно основаны на опросах, анкетировании, интервью и налоговых проверках фирм и/или домохозяйств. На следующем этапе полученные данные используются для построения оценок размера теневой экономики с применением микроэкономических или эконометрических методов. Некоторые исследователи создают свои собственные наборы данных на основе опросов на уровне домохозяйств или компаний [282], тогда как другие полагаются на информацию, полученную от правительственных или международных организаций [257].

Необходимо учитывать, что наименование метода как прямого не характеризует его однозначно, поскольку существует несколько вариаций в зависимости от того, какой аспект неформальности измеряется. Например, Международная организация труда (МОТ) представляет данные о неформальной занятости [309]. Некоторые национальные статистические агентства также публикуют данные о занятости на уровне домохозяйств без отчислений в систему социального обеспечения или пенсионных взносов [303]. Данные показатели, полученные на основе национальных обследований, интерпретируются как показатель неформальной занятости.

К. Кантекин и Е. Элгин являются примером исследователей, проводящих собственные опросы для получения показателей неформальности [163]. Они обследовали около 1000 фирм в Турции, и изучали, в том числе, соотношение выплат по социальному страхованию и заработной платы. В соответствии с некоторыми правилами и положениями на турецком рынке труда соотношение выплат по социальному обеспечению к заработной плате должно составлять не менее 34,5 %. Однако около 30 % фирм оказались ниже данного порога, что указывает на то, что они занимались неформальной экономической деятельностью и/или выплачивали часть заработной платы в конверте.

Как показывают рассмотренные выше результаты эмпирических оценок, сосредоточение внимания на различных аспектах теневой экономики дает разные оценки ее масштабов. Кроме того, если эти показатели не получены в результате действий органов государственной власти, основанных, например, на полной проверке налоговых деклараций физических и юридических лиц (которые очень трудно получить во многих странах из-за строгих законов о конфиденциальности), нет никакой гарантии, что ответы респондентов будут правдивыми. Это особенно актуально, когда обследуемый налогоплательщик ведет деятельность в теневом секторе.

Другие недостатки прямых подходов включают трудности с формированием выборки, наличием потенциальных систематических ошибок отбора и измерений в проводимых интервью и опросах. Также, прямые подходы чаще всего используются только в один конкретный момент времени для сбора данных, потому что обычно слишком дорого и сложно получить лонгитюдные массивы статистической информации.

Некоторые прямые методы также используются для сбора панельных данных в разрезе стран. Например, в качестве международных обследований компаний в форме анкетирования, можно отметить следующие:

- опросы предприятий Всемирного банка [307];

- опросы мнений руководителей, проводимые в рамках Всемирного экономического форума (ВЭФ) [311].

Первый охватывает 139 стран за период 2006-2016 гг., а второй - 151 страну за аналогичный период. Данные исследования основаны на субъективных ответах руководителей и владельцев компаний, которые имеют представление о социально-экономической ситуации в стране. Как и измерения, связанные с трудом, обследования компаний имеют преимущество в независимости от сильных допущений и оценок базового года для калибровки. Однако у них есть два основных недостатка:

- во-первых, обследования компаний, как правило, имеют ограниченный временной охват (один год);

- во-вторых, поскольку восприятие участников не сильно меняется с течением времени, им не хватает амплитуды колебаний, чтобы заметить изменения.

Оба недостатка ограничивают их применение при анализе временных рядов, но их можно использовать при проверке косвенных модельных оценок.

Опрос Всемирного банка включает ответы топ-менеджмента более 130 000 компаний из 146 стран. Однако, многие исследователи считают, что опросы мнений владельцев бизнеса ВЭФ предоставляют более сбалансированный набор панельных данных, что делает их более подходящими для анализа трендов. ВЭФ проводит опрос каждый год, начиная с 1979 г. С 2006 г. вопрос, касающийся теневой экономики, был сформулирован следующим образом: «Какой объем экономической деятельности, по вашим оценкам, в вашей стране является незадекларированным или незарегистрированным? (1 = Большая часть экономической деятельности не задекларирована или незарегистрирована; 7 = Большая часть экономической деятельности задекларирована или зарегистрирована)» [311].

Помимо обследований на уровне фирм, анкетирование домохозяйств также может измерить степень неформальности в экономике и мнения людей о теневой экономической деятельности. Наиболее репрезентативным из них является мировое исследование ценностей (World Values Survey (WVS)), которое включает ответы более 300 000 респондентов из 96 стран, в то время как другие похожие опросы в основном ориентированы на европейские страны [326]. WVS неоднократно включал вопрос, касающийся оправдания налогового мошенничества. Шкала ответов варьируется от 1 (никогда не оправдано) до 10 (всегда оправдано). Среднюю оценку в разрезе стран можно использовать как меру отношения к теневой экономике, уклонению от уплаты налогов или уровня налоговой морали в обществе.

Косвенные методы детерминирования масштабов теневого сектора

экономики обычно связаны с получением оценок, используя различные экономические взаимосвязи при определенных допущениях. К ним могут относиться различия между постулируемыми гипотезами, переменными и их фактической реализацией [83]. Например, можно сосредоточиться на разнице между декларируемыми доходами и фактическими расходами, официальной и фактической долей рабочей силы, декларируемыми сделками и национальным доходом или потреблением электроэнергии и энергоемкостью ВВП.

Один из способов проведения оценок основан на использовании обследований доходов и расходов домохозяйств. Например, предполагается, что респонденты правдиво сообщают о расходах на питание, тогда как доходы обычно занижаются [245]. Используя фактические расчетные значения предельной склонности к потреблению продуктов питания, можно получить скрытый доход. Этот метод также можно обобщить, используя данные о расходах и доходах на макроэкономическом уровне.

Еще одним широко используемым косвенным методом является подход, основанный на использовании функции спроса на валюту для оценки размера теневой экономики. Здесь основное предположение состоит в том, что неформальный сектор в большей степени зависит от наличных денег, чем формальный. Его использование требует оценки функции спроса на деньги и предположения об эластичности денег по отношению к ВВП. Если данный показатель не соответствует предполагаемому уровню, то разницу можно отнести на счет деятельности неформального сектора.

Отдельное изучение наличного денежного обращения первоначально было связано со спецификой их оборота, которая определяется объемом денежной массы и структурой наличных и безналичных средств. Большинство ученых утверждали, что результатом цифровизации экономического пространства будет практически их полное вытеснение, но на практике, как показывают расчеты, запасы наличных в пересчете на душу населения не только не сокращались, но и имели устойчивую тенденцию к

небольшому росту [274]. Например, в США более 40 % наличных денежных средств приходится на банкноты номиналом сто долларов. В результате выросло соотношение объема наличных к депозитам. Данный дисбаланс следует рассматривать как индикатор роста операций налогоплательщиков, не учитываемых в налогооблагаемой базе и имеющих неформальный характер.

Е. Фейге разработал еще один метод оценки масштабов незаконных финансовых сделок и динамики уклонения от уплаты налогов [184]. В его основе лежит анализ транзакций, совокупность которых можно определить с помощью уравнения Фишера. В соответствии с ним, существует равенство между денежной массой, которая имеет определенный период обращения (МУ), а также совокупностью все сделок (РТ) [131]:

М*У=Р*Т, (3.1)

где М - количество денег в обращении;

У - скорость обращения денег;

Р - цена товара;

Т - количество товара.

Теоретически для определения доли денежных средств, используемых при совершении сделок в теневом секторе экономики, необходимо оценить каждую из частей равенства. Разница между ними и даст оценку данного показателя, поэтому уравнение Фишера возможно применить для решения поставленной задачи.

Метод транзакций для оценки масштабов теневых операций отличается от рассмотренного выше подхода соотношения валют:

- при оценке валютного баланса, прежде всего, анализируются запасы валюты, а именно, ее динамика, так как их уменьшение будет свидетельствовать о росте операций в неформальной экономике;

- транзакционный подход акцентирует внимание на совокупных показателях, характеризующих общую сумму совершенных сделок, что позволяет получить агрегированное значение объемов теневых операций;

- одним из ключевых показателей является скорость оборота денежных средств, а метод транзакций дает возможность включить данную переменную в модель.

Транзакционный подход также дает возможность устранить ряд ограничений, которые свойственны монетаристскому подходу:

- отсутствует необходимость введения дополнительных предпосылок, ухудшающих качество моделей, связанных с оборотом наличных средств в теневом и официальных секторах экономики;

- ослабляются требования к определению показателя, характеризующего отношение наличных и безналичных денежных средств во всех операциях, как законных, так и теневых;

- не требуется дополнительных предпосылок, касающихся разницы в скорости оборота денежных средств в неформальном и официальном секторах экономики.

Таким образом, результаты, полученные с помощью метода транзакций, не следует сравнивать напрямую с вышеописанными оценками, поскольку лежащие в основе концепции дохода факторы несоизмеримы. Тем не менее, данный подход имеет важное экономическое значение. Сумма общего незарегистрированного и зарегистрированного денежного дохода представляет собой меру общего дохода, произведенного в экономике и который оплачивается наличными.

Метод потребления электроэнергии Кауфмана-Калиберды использует аналогичный подход, оценивая эластичность потребления электроэнергии по отношению к ВВП [233]. Любое несоответствие между гипотетическим и фактическим уровнями может быть объяснено наличием теневой экономики.

К косвенным также можно отнести несколько недавно разработанных эконометрических методов, таких как усреднение байесовской модели [181]. Способ их использования мало меняется в связи с исходными допущениями или упрощениями. Данные методы обычно критикуют за чрезмерное ограничение и жесткость исходных предпосылок, а также за то, что они

обычно сосредотачиваются только на одном аспекте или показателе теневой экономики (электроэнергии, неучтенной в статистике национального дохода, или использовании большего количества наличных денег, чем в формальном секторе), игнорируя другие важные факторы.

Дискуссии относительно оценки масштабов неформального сектора и его динамических характеристик в настоящее время продолжаются и касаются ряда аспектов теоретического и практического характера:

- сторонники монетарных методов критикуют исходные предпосылки, используемые в методе потребления электроэнергии, отмечая, что эластичность потребления электроэнергии по отношению к ВВП не является постоянной величиной, поэтому возможны более широкие интерпретации полученных результатов;

- метод транзакций практически лишен основных недостатков, присущих как прямым, так и косвенным методам, но его использование затруднено в связи с отсутствием достоверных массивов статистической информации;

- методы, основанные на проведении опросов и анкетирований, дают результаты, которые нельзя считать репрезентативными в силу предвзятости респондентов, особенностей формирования выборки и т.д.;

- модели на основе данных налоговых или иных контролирующих органов, вызывают меньше всего критики, но не все органы власти предоставляют к ним доступ.

Данные аргументы подтверждают наличие методологических трудностей, возникающих при анализе поведения экономических агентов, а именно, когда отдельные физические и юридические лица в той или иной степени стремятся уклониться от уплаты налогов. Также стало более очевидным, что эмпирические методы оценки измеряют разные компоненты теневой экономики и, следовательно, полученные с их помощью результаты не могут сравниваться напрямую.

Рассматривая теневую экономику, как угрозу обеспечения экономической безопасности финансовой системы государства необходимо преодолеть разрыв между теоретическими подходами и их практической реализацией. Фактическая информация, отражающая специфику экономической активности, является неполной, так как функционирование официального сектора подвержено влиянию неформального.

В этой связи введение фактора наличия дохода, полученного в результате теневой активности, необходимо для корректировки получаемой макроэкономической информации, которую органы государственной власти используют для разработки и реализации экономической политики. Данные информационные сигналы используются не только как основа для определения политики государства, но и также как база для проведения экспертного анализа. Гипотеза предполагает, что большой и растущий сегмент экономической деятельности может избежать сложной системы измерения, которая используется органами государственной власти для мониторинга деятельности. Поскольку данная система практически полностью основана на информации, предоставляемой фискальными органами, то увеличение масштабов уклонения от уплаты налогов также приводит к информационной асимметрии, всегда возникающей в процессе наблюдения за экономическими агентами в условиях неполноты информации. Таким образом, гипотеза теневого дохода поднимает новые проблемы, которые необходимо решить, так как в противном случае возникающая информационная асимметрия отрицательно влияет на уровень экономической безопасности налоговой системы государства.

Решение данной проблемы было предложено в рамках использования модели структурных уравнений (SEM) [241], также называемой моделью множественных индикаторов и множественных причин (MIMIC) [252]. Динамическая версия этой модели, получившая название «Динамические множественные индикаторы и множественные причины» (DYMIMIC) [243], существенно не отличается от статической модели. Подход рассматривает

размер теневой экономики как ненаблюдаемую скрытую переменную, а процесс моделирования включает два основных этапа:

- постулируется несколько изменяющихся во времени причин и показателей теневой экономики;

- учитывая данные причины и индикаторы, а также заданную статистическую связь между ними через ненаблюдаемую скрытую переменную, оцениваются коэффициенты причин и индикаторов на основе модели SEM.

В результате определяется значение индекса неформальности в разные моменты времени, которое может быть применено к текущей оценке размера теневого сектора, полученной с использованием другого метода (например, спроса на валюту).

Существующие в литературе оценки масштабов теневой экономики в основном представляют собой ежегодно обновляемые макроэкономические панельные данные. Ф. Шнайдер, например, производит весьма популярные групповые оценки по странам, начиная с 2001 г., которые регулярно обновляются [279]. При наличии соответствующих данных о показателях и причинах метод MIMIC можно применять практически к любой информации. Например, Р. Дель Ано использует этот метод для получения оценок теневой экономики в Испании, Франции и Греции [174], а Д. Нкор - в Чехии, Польше и Венгрии [239]. Среди российских исследователей следует отметить работу А.П. Кириенко и др., которые использовали аналогичную модель для моделирования неформального сектора на уровне субъектов РФ [48].

Недостаток данного метода заключается в том, что выбор причин и показателей несколько произволен и сильно меняется в зависимости от подхода. Чаще всего используют следующие показатели, включаемые в модель MIMIC:

- государственные расходы, % от ВВП;

- доля прямых налогов в структуре фискальных доходов бюджетной системы;

- индекс свободы ведения бизнеса (чаще всего рейтинг Doing Business);

- уровень безработицы;

- среднедушевой ВВП;

- темпы роста ВВП;

- рынок рабочей силы;

- валютные курсы.

Метод DYMIMIC использует размер теневого сектора с лагом в один период в качестве дополнительного фактора. Однако следует подчеркнуть, что в литературе нет единого мнения по поводу выбора этих переменных.

Подход MIMIC подвергается критике за то, что он основан на использовании определенных эконометрических спецификаций, которые делают его подверженным ошибкам измерения [159]. Еще одним недостатком является отсутствие микроэкономической основы. В результате основная критика сводится к тому, что метод MIMIC субъективен и слишком гибкий, так как в его основе нет теоретических микроэкономических подходов. Вместо этого он опирается на сложную эконометрическую процедуру оценки. В результате полученные значения масштабов теневой экономики являются произвольными и не обязательно находятся в допустимых пределах, например, в пределах от 0 до 100, если его считать в процентах от ВВП.

Исходя из этого, использование метода MIMIC требует наличия первоначальной оценки масштаба неформального сектора, которая была получена другим методом. Например, Ф. Шнайдер в своих исследованиях применяет метода спроса на деньги [264]. Как только такая оценка будет получена, темпы роста значений индекса могут быть привязаны к ней для построения оценок MIMIC в динамике. Таким образом несмотря на то, что подход MIMIC позволяет объединить различные показатели теневой активности в одну модель, диапазон полученных на его основе оценок по-прежнему зависит от одной существующей базовой оценки неформального

сектора с использованием одного из рассмотренных выше методов.

MIMIC - не единственный метод, основанный на использовании специализированных моделей. Для оценки масштабов теневой экономики также используют модели динамического общего равновесия (DGE), которые первоначально применялись макроэкономистами.

Таким образом MIMIC подход основан на использовании нестандартных эконометрических спецификаций, которые обладают рядом существенных недостатков:

- высокая чувствительность к статистическим ошибкам;

- итоговые модели требовательны к качеству исходной выборки, гипотезам и предпосылкам;

- не учитывается микроэкономическая специфика экономической активности в теневом секторе.

Данные ограничения могут привести к манипуляциям и искажению оценок MIMIC, а также повышают уровень его субъективности.

Сравнивая различные оценки масштабов теневого сектора с обширной базой данных, основанных как на моделях (DGE и MIMIC), так и на основе опросов, следует отметить, что масштабы теневой экономики сокращаются в случае формирования устойчивых темпов экономического роста, а также формирования действующих институтов. При этом необходимо учитывать что такие тренды непостоянны и могут меняться в результате воздействия внешних шоков, таких как пандемия COVID-19 [289].

Подводя итог, можно сказать, что несмотря на то, что проблема оценки масштабов теневого сектора экономики остается одной из краеугольных, методы и модели таких оценок значительно различаются. Наличие эмпирических данных позволяет использовать их на практике для детерминирования отдельных составляющих теневой активности, но полученные результаты подвергаются значительной критике в силу отсутствия общепризнанных методик и большого разрыва в полученных агрегированных оценках масштабов теневой экономики на макроуровне.

3.2 Анализ динамики и оценка масштабов теневой экономики на

макроуровне

Противодействие теневой экономике является актуальной, сложной и комплексной проблемой, решение которой требует учета множества факторов экономического, социального и правового характера. Ее масштабы продолжают расти не только в Российской Федерации, но и в целом по миру. Дополнительные издержки, которые несут страны, имеют не только финансовый характер, который выражается, прежде всего, в росте масштабов уклонения от уплаты налогов, но и социальный, например, сокращение государственных программ поддержки малообеспеченных слоев населения. Негативным результатом теневой экономики также является рост организованной преступности, а также подрыв доверия к органам государственной власти.

Теневая экономика активно меняется и эволюционирует в соответствии с современными экономическими и технологическими трендами. Поэтому, если данную проблему не решить, то ущерб от неформальной активности может достичь критического значения, что уже наблюдается в ряде стран. Международным и национальным органам власти необходимо активизировать свои усилия в данном направлении. При этом требуется устранение причин, а не последствий, так как в противном случае это приведет только к ужесточению административного давления на законопослушный бизнес.

Международная организация труда (МОТ) проводит регулярные оценки неформальной занятости в разрезе 112 стран, на долю которых приходится около 90 % рабочей силы в мире. Последние результаты демонстрируют, что более 60 % занятых работает в теневом секторе. В абсолютных значениях это составляет более двух миллиардов человек трудоспособного возраста [314] (таблица 3.1).

Следует учитывать высокий уровень дифференциации данного

показателя в разрезе регионов мира: от 85,8 % в Африке, где неформальная занятость является основным источником получения доходов и выживания населения, до 25,1 % в странах Европы. Также значительные различия наблюдаются по видам деятельности. Традиционно большинство работников в неформальном секторе являются самозанятыми (45,0 %), на наемных

работников приходится около 36 %, а на занятых в семейном бизнесе - 16,6 %.

Таблица 3.1 - Неформальная занятость по регионам мира в 2024 г., % от общего числа занятых

Регион мира Вся экономика За исключением сельского хозяйства

Весь мир 61,2 50,5

Африка 85,8 71,9

Азия и Тихий океан 68,2 59,2

Арабские государства 68,6 63,9

Америка 40,0 36,1

Европа и Средняя Азия 25.1 20,8

Источник: составлено автором на основе [314]

Отчет МОТ в целом подтверждает постулаты теорий модернизации и политической экономии, но противоречит неоклассической и неолиберальной парадигме, которая говорит о том, что рыночные механизмы вытеснят неэффективных производителей в теневом секторе, поэтому государству не следует уделять значительного внимания противодействию неформальной активности.

Противоречия методологических подходов модернизационного и неолиберального характера, а также недостатки политэкономической теории были частично преодолены с появлением институционализма. Институционалистская точка зрения включает в себя различные принципы всех трех подходов, рассматривая их как формальные неизбежные недостатки, которые приводят к асимметрии между формальными и неформальными институтами, что, в свою очередь, стимулирует теневую

активность [94]. Соответственно, противодействие теневой экономике должно быть основано на устранении существующих недостатков институционального характера. Очевидно, что характер теневой экономики определяется национальной спецификой, но анализ глобальных трендов в разрезе регионов мира и различных стран позволит более глубоко понять причины роста масштабов теневой экономики [123].

По своим социально-экономическим характеристикам Российская Федерация ближе всего лежит к странам Организации экономического сотрудничества и развития (ОЭСР), поэтому проанализируем влияние основных факторов на динамику теневой экономики по данным стран, входящих в ОЭСР. Как видно с 2007 г. по 2024 г. средний размер масштаба неформальной экономики составил 19,4 %, минимальное значение было зафиксировано в Швейцарии (7,3 %), максимальное - в Болгарии (35,6 %). Значительный уровень дифференциации объясняется различиями не только в экономических факторах, но и налоговых, а также социальных показателях (таблица 3.2).

Таблица 3.2 - Описательные статистики показателя «Среднее относительное влияние факторов, определяющих теневую экономику» в

странах ОЭСР по усредненным данным за период 2007-2024 гг.

Показатель Максимум Минимум Среднее Р-уа1ие

Размер теневой экономики, % ВВП 35,60 (Болгария) 7,30 (Швейцария) 19,40

Средняя ставка подоходного налога,% 34,60 (Дания) 1,80 (Чили) 13,05 0,5853

Средняя ставка косвенных налогов, % 42,10 (Мексика) 5,10 (США) 29,37 0,2320

Налоговая мораль, ед. 20,00 (Люксембург) 0,70 (Турция) 9,32 0,1807

Безработица, % 34,90 (Словакия) 5,90 (Мексика) 17,08 0,1702

Доля самозанятых в общем числе занятых, % 44,30 (Южная Корея) 9,90 (Дания) 22,14 0,0016

Средний рост ВВП, % 1,90 (Болгария) 0,10 (Италия) 0,88 0,5016

Индекс свободы бизнеса, % 15,40 (США) 4,60 (Турция) 8,13 0,0000

Источник: рассчитано автором на основе [230, 318]

Значения описательных статистик показывают, что переменные, отражающие размер налоговой нагрузки, практически не оказывает влияния на динамику масштабов уклонения от уплаты налогов (факторы «Средняя ставка подоходного налога» и «Средняя ставка косвенных налогов» оказались статистически незначимыми). Данные неочевидные результаты связаны с тем, что в странах Северной Европы уровень фискального бремени находится на максимальном уровне, а масштабы неформального сектора - на минимальном [120]. В странах Северной Америки косвенные налоги традиционно не играют значительной фискальной роли (минимальное значение 5,1), а максимальное значение в Мексике (42,1 %) связано с низким качеством налогового администрирования [199]. Статистически значимыми оказались только факторы «Доля самозанятых в общем числе занятых» и «Индекс свободы бизнеса», что еще раз подтверждает важность использования широкого спектра инструментов, имеющихся в распоряжении органов государственной власти.

По итогам проведенного анализа была построена следующая регрессионная модель (таблица 3.3):

У = 0,2934Х1 - 2,1373Х2 (3.2)

где Х1 - доля самозанятых в общем числе занятых; Х2 - индекс свободы бизнеса.

Таблица 3.3 - Регрессионная модель и оценка ее адекватности

Показатель Доля самозанятых Индекс свободы бизнеса

Коэффициенты 0,2934** -2,1373***

Р-значение 0,0158 9,17е-05

Характеристики модели и показатели адекватности Я = 0,7758; Я2 = 0,6019; Я2норм = 0,5536; стандартная ошибка: 5 = 5,0046; критерий Фишера: Б = 12,4756

Примечания: * - коэффициент регрессии статистически значим на уровне а=0,1; ** - коэффициент регрессии статистически значим на уровне а=0,05; *** - коэффициент регрессии статистически значим на уровне а=0,01.

Источник: рассчитано автором

В странах Европейского союза (ЕС), начиная с 2003 г., наблюдается устойчивый тренд сокращения масштабов теневой экономики с 22,4 % до 16,2 % в 2019 г. [208]. Коронавирусная эпидемия COVID-19 привела к незначительному росту до 17,9 %, но в дальнейшем данная тенденция продолжилась [309]. Следует отметить, что данные оценки получены на основе использования метода MIMIC (модель «несколько показателей -несколько причин»), который является адаптированной версией модели SEM (моделирование структурными уравнениями) и был предложен Ф. Шнайдером для эмпирической оценки масштабов теневой экономики. Как было отмечено в разделе 3.1 диссертации, несмотря на существующие недостатки, метод MIMIC достаточно активно используется не только в академических исследованиях. Например, Всемирный банк его применяет для определения масштабов теневой экономики в разрезе стран. На пике средний размер теневой экономики в Европейском Союзе составлял около 23 %, а в зоне евро - 22 %. В развивающихся странах, как правило, наблюдаются более крупные масштабы (в среднем около 33 %), но могут достигать 40 % ВВП, а в некоторых государствах быть еще выше. Хотя средний размер теневой экономики в Европе оставался в целом стабильным до мирового финансового кризиса 2008 г., динамика в разрезе стран была неоднородной [82]. Теневая экономика росла с начала 2000-х годов на Балканском полуострове и снижалась в Германии, странах бывшей Югославии, а также Чехии и Словакии (рисунок 3.1).

Масштабы теневой экономики достигли своего пика примерно в 2008-2010 гг., во время мирового финансового кризиса, а затем снизились примерно до докризисного уровня. При этом в большинстве стран наблюдался рост теневой активности примерно на 1-2 % ВВП. Несмотря на такую динамику, теневая экономика выглядит слабо контрцикличной. Например, для зоны евро корреляция между теневой экономикой и разрывом выпуска отрицательна, но для отдельных государств (Чехия, Греция, Словения, Испания) связь положительная.

23 22 21 20 19 18 17 16 15

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Рисунок 3.1 - Динамика средневзвешенного уровня теневой экономики в

странах ЕС (метод MIMIC), % ВВП Источник: составлено автором на основе [266, 318]

Для оценки целесообразности возможности дальнейшего использования метода MIMIC сравним его результаты с моделью DSGE (динамическая модель стохастическая общего равновесия), которая также позволяет в качестве исходных данных брать макроэкономическую статистику и информацию с рынка труда. Как видно из рисунка 3.2 в целом результаты математического моделирования коррелируют друг с другом, если рассматривать данные в разрезе стран за фиксированный период.

Рисунок 3.2 - Соотношение масштабов теневой экономики в^шрезе стран

мира (метод MIMIC и DSGE), % ВВП Источник: составлено автором на основе [266, 318]

Если же рассматривать динамику масштабов теневой экономики, то видно, что метод MIMIC дает в среднем более высокие оценки. Разрыв между моделями растет особенно быстрыми темпами, начиная с 2008 г. К 2018 г. в соответствии с результатами моделирования по методу DSGE масштаб экономики в среднем в мире сократился до 26,8 %. По данным метода MIMIC, начиная с 1993 г., динамика неформальной активности практически не менялась и наблюдались минимальные, но устойчивые темпы сокращения с 34,9 % в 1993 г. до 31,4 % в 2018 г. Всплеск в 2020-2021 гг. был связан с коронавирусной пандемией (рисунок 3.3).

37 35 33 31 29 27 25

/ ч

9999999 9999999

—'(NCO'^in^OOOOC^O^fNCO'^

DOOOOOOOOOOOOC 2222222222222222222222222

DGE

MIMIC

Рисунок 3.3 - Динамика средневзвешенного уровня теневой экономики в разрезе стран мира (контур метод MIMIC, сплошной DSGE), % ВВП

Источник: составлено автором основе [266, 318]

Скрытая природа теневой экономики, по определению, затрудняет ее точное измерение, а ее альтернативные концепции охватывают широкий спектр явлений, связанных с неформальной активностью. Некоторые определения сосредоточены на скрытом выпуске продукции, а другие - на нефомальной занятости. Хотя незарегистрированные компании не декларируют результаты своей хозяйственной деятельности, зарегистрированные также могут скрыть часть своей продукции, чтобы уменьшить налоговые обязательства [72].

Многие исследователи, анализируя влияние налоговой морали на теневую экономику в разрезе стран, при построении эмпирических моделей активно используют данные, представленные World Values Survey (WVS). WVS - это международная исследовательская программа, посвященная исследованию социокультурных ценностей людей во всем мире [327]. Данный проект реализуется, начиная с 1981 г., и в настоящее охватывает около 120 стран. В его основе лежит репрезентативный опрос, который проводится регулярно с периодичностью 5 лет. Именно его широкий географический, временной и тематический охват, а также наличие свободного доступа к результатам опросов делают его таким популярным.

Для оценки налоговой морали в анкете представлен следующий вопрос: «Считаете ли вы, что уклонение от уплаты налогов всегда можно оправдать или оно никогда не может быть оправданным». Ответы даются по 10-ти бальной шкале Лайкерта: от «1 - никогда не оправдано» до «10 -всегда оправдано» [327].

По мнению многих исследователей данная процедура оценки подвержена предвзятости, так как при проведении подобных анкетирований респонденты часто дают социально желательные ответы, искажающие конечные результаты. В этой связи встает вопрос возможности использования данных WVS при изучении явлений и процессов теневой экономики.

Рассмотрим корреляцию между долей ответивших, что уклонение от уплаты налогов никогда не оправдано, и масштабами теневой экономики, полученной по методу MIMIC в разрезе стран. Очевидно, что общественное порицание неформальной активности должно быть сдерживающим фактором и значение коэффициента корреляции должно демонстрировать наличие тесной и обратной связи. Но как видно между данными переменными связь отсутствует, полученное уравнение регрессии оказалось статистически незначимым, а значение коэффициента детерминации стремится к нулю (рисунок 3.4).

70 60 50 40 30 20 10 0

• • • •

w

______

y = 0,0426x + 24,286

10 20 30 40 50 60 70 80 90 100

Рисунок 3.4 - Зависимость масштабов теневой экономики (метод MIMIC) от доли ответивших, что уклонение никогда не оправдано (WVS), %*

Примечание: * адекватность уравнения регрессии: R = 0,0494, R2 = 0,024 Бкр (р-value) = 0,667 Источник: рассчитано автором

Если рассмотреть выборку стран, включенных в обследование WVS, и сравнить с масштабами теневой экономики, то следует отметить противоречию картину. Например, практически минимальный уровень налоговой морали (т.е. минимальная доля респондентов, осуждающих уклонение от уплаты налогов) наблюдается в Монголии (22,2 %), при этом в данной стране уровень теневой экономики равен всего лишь 15,1 %. В соответствии с результатами анкетирования максимально высокий уровень налоговой морали был зафиксирован в Эфиопии (89,4 %), где масштабы неформального сектора составили 33,5 %. Страны с минимальным уровнем теневой экономики, а именно США, Швейцария, Австрия, Япония и Австралия заняли в рейтинге соответственно 48, 52, 34, 2 и 47 места соответственно (таблица 3.4). Таким образом, использование данных WVS при исследовании причин и оценке масштабов неформальной активности нецелесообразно.

Современные тренды глобализации экономического пространства еще больше усилили роль ТНК в развитии стран. При этом активизация

0

использования информационных технологий привела к появлению новых секторов экономики, а также трансформации финансовой среды. В результате появилась новая угроза обеспечения экономической безопасности налоговой системы, так как ТНК стали активно переводить прибыль в оффшорные юрисдикции и появилась проблема эрозии налогооблагаемой базы [20].

Таблица 3.4 - Характеристики выборки исследования World Values Survey

№ в рейтинге Уклонение никогда не Доля теневой

WVS Страна оправдано, % экономики, % ВВП

Страны с минимальной долей респондентов, осуждающих уклонение от уплаты

налогов

74 Малайзия 35,1 25,3

75 Филиппины 34,2 34,1

76 Россия 32,7 36,5

77 Монголия 29,9 15,1

78 Таджикистан 22,2 37,1

Страны с максимальной долей респондентов, осуждающих уклонение от уплаты

налогов

1 Эфиопия 89,4 33,5

2 Япония 86,5 9,6

3 Ливия 86 35,3

4 Албания 83,7 31,9

5 Зимбабве 79,8 64,1

Страны с минимальным уровнем теневой экономики

48 США 63,5 7,3

52 Швейцария 61,6 7,5

34 Австрия 67,2 8,7

2 Япония 86,5 9,6

47 Австралия 63,6 9,9

Источник: составлено автором на основе [327]

В качестве примера в таблице 3.5 представлены оценки объема прибыли, ежегодно переводимой транснациональными корпорациями США и других стран в налоговые убежища в период 2015-2022 гг. Представленные в таблице 3.5 оценки получены на основе исследования «Global Tax Evasion Report 2024», выполненного налоговой службой ЕС [191]. Как видно, иностранная прибыль, полученная ТНК, за период с 2016 г. по 2022 г.

выросла на 51,8 % с 1,86 трлн долл. до 2,83 трлн дол. За аналогичный период прибыль, перемещенная в оффшорные юрисдикции, росла синхронно и достигла 996 млрд долл. в 2022 г. Следует отметить, что США наиболее эффективно противодействуют эрозии налогооблагаемой базы, так доля перемещенной прибыли в общей прибыли всех ТНК из США снизилась с 52 % в 2016 г. до 46 % в 2022 г. При этом в других странах данный показатель вырос почти в два раза.

Таблица 3.5 - Динамика показателей, характеризующих перемещение

прибыли транснациональными компаниями, млрд. долл.

Показатель 2016 г. 2018 г. 2020 г. 2022 г.

Все ТНК

Иностранная прибыль 1863 2381 1919 2828

Прибыль, перемещенная в налоговые убежища 659 807 718 996

доля перемещенной прибыли, % 35 34 37 35

Иностранная прибыль ТНК США из нее: 585 723 622 799

доля в прибыли всех ТНК, % 31 30 32 28

прибыль, перемещенная в налоговые убежища 303 358 316 369

доля в перемещенной прибыли в прибыли всех ТНК, % 46 44 44 37

доля в перемещенной прибыли в прибыли всех ТНК из США, % 52 50 51 46

Иностранная прибыль остальных ТНК из нее: 1278 1658 1297 2029

прибыль, перемещенная в налоговые убежища 356 448 401 628

доля в перемещенной прибыли в прибыли всех ТНК не из США, % 28 27 31 31

Источник: составлено автором на основе [191]

Данные тренды оказывают крайне негативный эффект на уровень экономической безопасности многих стран и, в частности, Российской Федерации, так как большая часть фискальных доходов формируется за счет налога на прибыль, НДФЛ, НДС и таможенных пошлин. Так, в 2023 г. ненефтегазовые доходы российского бюджета составили 17,2 трлн руб. или 66 %. При этом на НДС пришлось 40 % всех налоговых доходов (внутренний НДС - 27 %; импортный НДС - 13 %), а доля налога на прибыль составила

около 6 %.

Таким образом, решение проблемы обеспечения экономической безопасности налоговой системы государства становится невозможной без налаживания эффективного международного сотрудничества и роста роли наднациональных структур. Однако, как показывает практика, США пользуется своим положением ведущей экономической державы и часто формирует маршруты перемещения прибыли в соответствии с интересами своих национальных ТНК.

В последние несколько лет активизация взаимодействия между странами была связана с внедрением информационно-аналитических систем в финансовой сфере, что повысило оперативность обмена информацией и эффективность банковского комплаенса. Поводом для этого стал мировой кризис 2008 г., когда с целью сокращения темпов падения доходов бюджетных систем, развитые страны решили бороться со схемами агрессивного налогового планирования с использованием оффшорных юрисдикций. Итогом этого стал рост финансовой транспарентности, так как оффшорные зоны в настоящее время обязаны информировать контролирующие органы стран-резидентов об открытых счетах в случае поступления запросов.

В результате масштабы уклонения от уплаты налогов с использованием оффшорных зон значительно сократились. По имеющимся оценкам, в 20072008 гг. около 90 % офшорных финансовых активов были недоступны для контролирующих органов, а уже в 2017-2018 гг. их доля сократилась до 20 %, а к 2022 г. - до 10 % [220]. Такая положительная динамика была связана с унификацией нормативно-правовой базы. Более 100 стран согласились на автоматический обмен информацией в соответствии с положениями общего стандарта отчетности ОЭСР (CRS) о финансовых счетах. Например, в настоящее время финансовые учреждения во всех странах должны отправлять информацию о счетах граждан США налоговым органам США в соответствии с Законом о соблюдении налогового законодательства в

отношении иностранных счетов (БАТСА) [312]. В результате по данным за 2022 г. иностранным налоговым органам было сообщено о доходах в низконалоговых юрисдикциях на сумму около 12,5 трлн долл. [316].

Данный опыт было бы целесообразно использовать в Российской Федерации, но остаются нерешенными две основные проблемы [84]:

- во-первых, в соответствии с российским законодательством юридические лица могут владеть финансовыми активами, о которых можно не сообщать в отчетности, так как несоблюдение требований закона будет касаться оффшорных компаний, которые из-за ограничений национального законодательства не будут привлечены в качестве нарушителей;

- во-вторых, не все активы подпадают под действие CRS, особенно те, которые относятся к категории цифровых финансовых активов.

Полученные выводы подтверждаются данными Центрального Банка Российской Федерации (ЦБ РФ) (таблица 3.6).

Таблица 3.6 - Структура подозрительных операций с признаками вывода денежных средств за рубеж, %

Показатель 2015 г. 2017 г. 2019 г. 2021 г. 2023 г.

Авансирование импорта товаров 15 24 27 63 57

Импорт товаров через страны таможенного союза 3 14 18 12 16

Переводы за товары, не пересекающие границу РФ 34 22 29 12 10

Переводы по сделкам с услугами 24 14 15 7 8

Иные схемы 24 26 11 6 9

Источник: составлено автором на основе [300, 305]

Автоматизация процессов контроля хозяйственной деятельности налогоплательщиков, связанная с внедрением АИС «Налог-3», АСК «НДС-2» и 1111 «Контроль НДС», позволила снизить до минимума сомнительные операции, связанные с переводами за товары, не пересекающими границу РФ. В структуре их доля сократилась с 34 % в 2015 г. до 10 % в 2023 г. Это привело к тому, что выросла популярность авансирования импорта товаров,

например, в 2023 г. более половины всех сомнительных сделок пришлось на данный вид операций [305].

В отраслевом разрезе наблюдается значительная дифференциация по масштабам теневой активности. За последние пять лет лидерами остаются три отрасли: строительство, сфера услуг и оптово-розничная торговля. Суммарно на их долю в 2023 г. пришлось 84 % спроса на теневые финансовые услуги. Причины такой распространенности неформальной активности в отраслях разны. Например, в строительстве широко используется труд нелегальных мигрантов, в сфере услуг и оптово-розничной торговле высокий удельный вес субъектов малого и среднего бизнеса, а также значительная доля расчетов происходит с использованием наличных денежных средств (таблица 3.7).

Таблица 3.7 - Структура спроса различных секторов экономики на теневые финансовые услуги, %

Отрасль 2018 г. 2019 г. 2020 г. 2021 г. 2022 г. 2023 г.

Строительство 29 37 38 35 43 37

Услуги 26 26 22 20 19 26

Оптово-розничная торговля 32 24 23 27 26 21

Производство 12 13 15 17 11 14

Прочее 1 0 2 1 1 2

Источник: составлено автором на основе [300, 305]

Многоаспектность проявлений теневой экономики обусловила сложность диагностирования ее масштабов, следствием чего является отсутствие общепринятых методов оценки и значительный разброс значений. Международный валютный фонд (МВФ), используя динамическую стохастическую модель равновесия DSGE, дает максимально высокую оценку масштабов теневой экономики в Российской Федерации в диапазоне от 33 до 43 % ВВП за период 2000-2023 гг. с небольшим, но устойчивым понижательным трендом. По данным Федеральной службы государственной статистики масштабы теневой экономики были стабильны на уровне 10-15

%. Авторские расчеты были проведены с использованием метода MIMIC (Multiple Indicators - Multiple Causes) и трендовые значения полученных оценок в целом совпадают по всем трем методикам. Наблюдается незначительное сокращение масштабов теневой экономики с небольшими всплесками в 2009 г., 2015 г. и 2021 г., что было обусловлено, соответственно, экономическими кризисами и коронавирусной пандемией (рисунок 3.5).

45 40 35 30 25 20 15 10 5 0

# # ^ # ^ ^ ^ ^ ^ ^ ^ ^ с^ # ¿V4 ^

• МВФ (ББОБ) .......Росстат Авторская оценка(М1М1С)

Рисунок 3.5 - Динамика масштабов теневой экономики в Российской

Федерации, % ВВП Источник: составлено автором на основе [297, 298, 318]

Таким образом, проблема увеличения масштабов теневой экономики в Российской Федерации остается острой. Несмотря на повышение эффективности процедур контроля, прежде всего, за счет автоматизации процессов администрирования и внедрения риск-ориентированного подхода, необходим поиск причин формирования устойчивого тренда роста неформальной активности, прежде всего на мезоуровне. Рассматривая специфику социально-экономического развития страны и стоящие сейчас перед правительством задачи в части обеспечения национальной экономической безопасности, следует более детально изучить факторы, формирующие динамику неформальной экономики.

3.3 Оценка налоговых потерь бюджетной системы, связанных с неформальной активностью на субнациональном уровне

Как было показано в первой главе диссертационного исследования, теневая экономика оказывает значительное долгосрочное негативное воздействие на динамику экономической безопасности. Многие ученые считают, что неформальная активность тормозит экономический рост, особенно в развивающихся странах, и подрывает существующие принципы всеобщего благосостояния в развитых [142]. Большинство исследований теневой экономики охватывают такие аспекты, как ее размер [141], причины появления [37], последствия [111], отраслевые характеристики [13], а также влияние государственной политики на неформальную экономическую деятельность [98]. Несмотря на то, что результаты данных исследований имеют определенную практическую значимость, основная часть полученных количественных и качественных оценок не позволяет проанализировать влияние теневой экономики на динамику уровня устойчивости бюджетно-налоговой системы, так как значительная их часть не включает фактор уклонения от уплаты налогов как один из главных в системе обеспечения экономической безопасности финансовой системы государства.

Долгосрочное негативное влияние неформальной активности на уровень экономической безопасности, а также, например, на государственную политику и экономический рост остается в значительной степени слабо изученным, особенно с помощью количественных и эмпирических исследований. Кроме того, смежные негативные проявления неформальной экономики, связанные с коррупцией или отмыванием доходов, также оказывают прямое и косвенное отрицательное воздействие на уровень экономической безопасности страны, что требует принятия соответствующих законов [3]. В этой связи необходимо рассмотреть эволюцию моделей теневой экономики, начиная с объяснения различных существующих предположений и гипотез, а также их влияния на характер исследований в

данной области.

Формальная экономическая система, ориентированная на микроуровень, характеризуется:

- эффективным ведением бизнеса;

- высокой производительностью;

- использованием значительных объемов капитала и технологий.

И наоборот, считается, что теневая экономика имеет следующие свойства:

- низкая производительность;

- высокая трудоемкость;

- низкая капиталоемкость и рентабельность;

- высокая способностью к поглощению.

При этом также необходимо учитывать, что решение проблемы обеспечения экономической безопасности налоговой системы государства в контексте расширения теневой экономики требует четкого понимания его взаимосвязи с определяющими факторами на мезоуровне. Основная причина этого заключается в том, что неформальный сектор является эндогенным, то есть у государства нет возможности разработать инструменты, которые могли бы напрямую влиять на его размер, поэтому органам власти следует, в первую очередь, сосредоточиться на изменении отдельных детерминант, чтобы косвенно решать проблемы, связанные с неформальностью и уклонением от уплаты налогов и учетом специфики их проявления на субнациональном уровне.

НДФЛ играет основную фискальную роль в формировании консолидированных бюджетов российских регионов, поэтому именно уклонение от уплаты данного налога в максимальной степени влияет на уровень экономической безопасности налоговой системы субъектов РФ. В 2024 г. его доля в налоговых доходах консолидированных бюджетов субъектов РФ достигла 43,1 %, что на 12,2 % больше, чем поступления по налогу на прибыль. При этом поступления от НДФЛ в 2,3 раза превышают

совокупный объем всех трансфертов из федерального бюджета (таблица 3.8).

Таблица 3.8 - Структура доходов консолидированных бюджетов

субъектов РФ в 2024 г.

Вид дохода Значение показателя

млрд. % Доля в налоговых Доля в

руб. ВВП доходах, % доходах, %

Всего 24616,1 12,3 - -

Налоговые и неналоговые 20568,3 10,3 - -

доходы

Налоговые доходы 18654,9 9,3 - -

В том числе:

Налог на прибыль 5765,9 2,9 30,9 23,4

НДФЛ 8033,7 4,0 43,1 32,6

Акцизы 1301,3 0,7 7,0 5,3

Налоги на совокупный доход 1457,8 0,7 7,8 5,9

Налоги на имущество 1843,0 0,9 9,9 7,5

Неналоговые доходы 1913,5 1,0 - -

Трансферты 3750,7 1,9 - -

Прочие доходы 297,1 0,1 - -

Источник: рассчитано автором по [294, 302]

Анализ налогооблагаемой базы по НДФЛ показал, что самый низкий средний доход зафиксирован для категории «иностранные граждане и лица без гражданства», который составил 306,59 тыс. руб. в год, что более чем в два раза ниже среднегодовой заработной платы в регионах. Данные цифры частично подтверждают вывод о том, что трудовая миграция в Российской Федерации тесно связана с теневой экономикой и неформальной занятостью. При этом работодатели особенно часто используют схемы выплаты «серой» заработной платы именно в отношении иностранных граждан и лиц без гражданства. Для категории «индивидуальные предприниматели, главы КФХ, нотариусы, адвокаты, лица, получившие доходы от налоговых агентов» среднегодовой задекларированный доход составил 1109,2 тыс. руб. Медианное значение составило 974,2 тыс. руб., а дисперсия для данной выборки имеет максимальное значение. Это связано с тем, что для данной категории населения зафиксирован аномально высокий разброс задекларированного дохода от 9,43 тыс. руб. в Республике Алтай (данное

значение можно считать аномальным выбросом, так как следующее минимальное значение составило 125,0 тыс. руб. в Республике Калмыкия и 192,7 тыс. руб. в Чеченской Республике) до 4426,4 тыс. руб. в г. Санкт-Петербург и 5722,6 тыс. руб. в г. Москва (таблица 3.9).

Таблица 3.9 - Описательные статистики налогооблагаемой базы в части исчисления и уплаты НДФЛ в разрезе категорий граждан, тыс. руб.

Показатель Самозанятые Иностранные граждане Среднегодовая зарплата

Среднее 1109,20 306,59 678,32

Стандартная ошибка 95,94 18,06 31,03

Медиана 974,23 277,06 573,36

Стандартное отклонение 863,45 162,55 279,27

Дисперсия выборки 745545,32 26422,38 77991,40

Эксцесс 12,67 4,10 3,49

Асимметричность 3,10 1,59 1,96

Интервал 5713,21 945,23 1282,82

Минимум 9,43 4,06 404,40

Максимум 5722,63 949,29 1687,22

Источник: рассчитано автором

Таким образом, такое высокое значение вариации свидетельствует о том, что самозанятые граждане имеют больше возможностей по сравнению с работниками по найму минимизировать свои налоговые обязательства, что отражается в высокой дифференциации их доходов. В российских регионах, где наблюдаются максимальные масштабы теневой экономики, таких, как регионы Северного Кавказа, данная группа населения декларирует минимально возможные доходы, скрывая большую часть своей налогооблагаемой базы, и наоборот, в субъектах РФ с низкой неформальной активностью величина декларируемого дохода коррелирует со среднедушевой заработной платой.

Как видно, высокая дифференциация российских регионов по уровню неформальной активности отрицательно влияет на устойчивость бюджетно-налоговой системы на мезоуровне, что проявляется, в том числе, в недополучении фискальных доходов. Анализируя показатели,

характеризующие долю занятых в теневом секторе, следует отметить, что среднее значение данного показателя в субъектах РФ составило 20,44 %. Минимальный уровень был зафиксирован в Чукотском автономном округе (2,7 %), а также г. Москва и г. Санкт-Петербург - 4,9 % и 6,2 %. Максимальные масштабы неформальной занятости характерны для республик Северного Кавказа, где его значение в среднем превышает 40 %.

Рассматривая негативное влияние теневой экономики на уровень экономической безопасности налоговой системы государства на мезоуровне следует отметить, что оно может быть выражено не только в виде прямого ущерба, а именно сокращения фискальных доходов консолидированных бюджетов субъектов РФ, но и рядом косвенных отрицательных эффектов. Как показал мировой финансовой кризис 2008 г., механизм ипотечного кредитования является одной из основ устойчивого развития банковской системы, а рост выдачи необеспеченных кредитов снижает уровень экономической безопасности финансовой системы государства.

Рынок жилья в Российской Федерации в последние годы характеризуется опережающими темпами роста его стоимости по сравнению с доходами населения (таблица 3.10).

Таблица 3.10 - Описательные статистики показателей, характеризующих взаимосвязь теневой экономики и доступности жилья в

разрезе субъектов РФ, %

Показатель Доля занятых в теневом Доля семей, которые могли

секторе купить квартиру в ипотеку

Среднее 20,44 33,19

Стандартная ошибка 0,94 1,25

Медиана 19,18 32,30

Стандартное отклонение 8,43 11,27

Дисперсия выборки 70,99 126,93

Эксцесс 1,42 2,51

Асимметричность 0,97 0,63

Интервал 41,78 67,70

Минимум 2,67 9,10

Максимум 44,45 76,80

Источник: рассчитано автором

Эксперты связывают это, преимущественно, с введением инструмента льготной ипотеки, которая стимулирует спрос на недвижимость, а также ослаблением требований к финансовому состоянию заемщиков. В результате по состоянию на конец 2023 г. показатель доступности жилья снизился до исторически минимального уровня. При этом в республиках Северного Кавказа в среднем только 9-15 % семей могут купить жилье в ипотеку.

Исходя из этого, в диссертации была проверена гипотеза, связанная с тем, что рост теневого сектора экономики приводит к тому, что динамика стоимости жилья зависит не только от платежеспособного спроса населения, выраженного в официальных денежных доходах, но и от теневых доходов, т.е., чем выше доля последнего, тем больше будет разница в стоимости жилья и заработной плате в легальном секторе. Было получено следующее уравнение регрессии:

У = 50,08 - 0,826х1, (3.3)

где х1 - доля семей, которые могут купить квартиру в ипотеку, %. Найденная эконометрическая модель является статистически значимой, о чем свидетельствует значение: Б-критерия Фишера (48,8633). Исходя из значения коэффициента регрессии, увеличение неформальной занятости на 1 % приводит снижает доступность жилья на 0,83 % (таблица 3.11).

Таблица 3.11 - Регрессионная модель и оценка ее адекватности

Показатель Факторные переменные

Свободный член Доля семей, которые могут купить квартиру в ипотеку

Коэффициенты 50,0837** -0,8266***

Р-значение 0,0000 0,0000

Характеристики модели и показатели адекватности Я = 0,6182; Я2 = 0,3821; Я2^ = 0,3743; 5 = 6,6467; критерий Фишера: Б = 48,8633

Примечания: * - коэффициент регрессии статистически значим на уровне а=0,1; ** - коэффициент регрессии статистически значим на уровне а=0,05; *** - коэффициент регрессии статистически значим на уровне а=0,01.

Источник: рассчитано автором

Таким образом, негативное влияние теневой экономики на уровень экономической безопасности финансовой системы государства проявляется в снижении ее устойчивости вследствие роста дисбалансов на рынке ипотечного кредитования. Рост доходов в неформальном секторе снижает возможности для законопослушных граждан улучшить жилищные условия, так как их официальные доходы увеличиваются не так быстро. В результате государство вынуждено сглаживать данные диспропорции (например, субсидируя ставки по ипотечным кредитам для отдельных категорий граждан), что увеличивает нагрузку на бюджетную систему.

Как было показано в разделе 3.1 диссертационной работы, для оценки влияния уклонения от уплаты налогов на уровень экономической безопасности налоговой системы государства используют два группы методов. Методы макроэкономического учета давно и активно применяются в экономической литературе и до сих пор являются наиболее распространенными. При их использовании масштабы теневой экономики оцениваются на основе расхождения между данными системы национальных счетов и налоговых органов. Исходные значения корректируются для определения потенциальной налогооблагаемой базы, чтобы далее сравнить ее с соответствующим совокупным показателем, полученным из форм статистической налоговой отчетности. Результат несоответствия фактической и заявленной налоговой базы соответствует масштабу уклонения от уплаты налогов. Данный метод позволяет получить достаточно адекватные и полные оценки, что было продемонстрировано на примере многих стран, применяющих аналогичные подходы.

В качестве недостатков, которые необходимо учесть при разработке метода оценки влияния уклонения от уплаты НДФЛ на уровень налоговой безопасности субъектов РФ, следует выделить:

- достаточно сложно количественно оценить сумму неуплаченных налогов ввиду отсутствия необходимого уровня дезагрегирования;

- оценки зависят от метода, используемого для получения исходных

массивов статистической информации из данных системы национальных счетов.

Результаты оценки влияния уклонения от уплаты НДФЛ и мобильности трудоспособного населения на уровень экономической безопасности финансовых систем субъектов РФ показали следующее:

- в среднем российские регионы недополучают 5,81 % собственных налоговых доходов;

- в структуре фискальных поступлений масштабы уклонения от уплаты НДФЛ составляют 21,48 %;

- в депрессивных российских регионах уровень выпадающих доходов превышает 100 % от фискальных платежей в части НДФЛ и 50 % от всех собственных налоговых доходов (таблица 3.12).

Таблица 3.12 - Описательные статистики выпадающих доходов

бюджетной системы в разрезе субъектов РФ, %

Показатель Доля выпадающих доходов в Доля выпадающих доходов в