🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

Проактивная система управления налоговыми рисками по НДС в условиях цифровизации: проблемы, решения и перспективы

Обложка
  • Авторы: Балакин М.С.1,2
  • Учреждения:
    1. Финансовый университет при Правительстве Российской Федерации
    2. Межрегиональная инспекция ФНС России по контролю и надзору за налогоплательщиками в сфере бюджетного финансирования
  • Выпуск: № 2 (2025)
  • Страницы: 31-51
  • Раздел: Статьи
  • URL: https://journals.rcsi.science/2409-8647/article/view/360715
  • EDN: https://elibrary.ru/YPMQGX
  • ID: 360715

Цитировать

Полный текст

Аннотация

Актуальность исследования обусловлена важностью разработки и внедрения проактивных систем налогового администрирования, способных предсказывать и снижать налоговые риски для государства на основе реальных данных. Предмет исследования – система налогового администрирования НДС в Российской Федерации в условиях цифровизации и риски, связанные с ее функционированием. Целью работы является обоснование путей совершенствования налогового администрирования НДС в условиях цифровизации посредством формирования проактивной системы управления налоговыми рисками государства, основанной на применении сценарного подхода к прогнозированию налоговых поступлений с учетом влияния релевантных факторов. В статье обоснованы предложения по созданию более эффективного механизма управления налоговыми рисками по НДС, основанного на прогнозных моделях и сценариях. Для их построения были использованы специальные экономико-математические методы: регрессионный анализ, построение авторегрессионной модели с временными лагами и модели коррекции ошибок. Для реализации проактивной системы управления налоговыми рисками по НДС предложен программный модуль АСК НДС-2, который интегрирует стратегические и оперативные решения. Его использование позволит налоговым органам улучшить автоматизацию процессов администрирования, снизить затраты на проверки и сосредоточиться на предприятиях с высоким уровнем налоговых рисков. Отличительная особенность предлагаемого подхода состоит в том, что разработанная на его основе система способна предсказывать налоговые риски по НДС и принимать соответствующие профилактические меры. Внедрение этой системы будет способствовать улучшению управления налоговыми рисками государства, повышению эффективности работы налоговых органов и обеспечению более стабильных налоговых поступлений в бюджет. Направления дальнейших исследований – построение моделей дифференцированных групп схожих предприятий и отдельных крупных налогоплательщиков с использованием возможностей больших данных и искусственного интеллекта.

Об авторах

Максим Сергеевич Балакин

Финансовый университет при Правительстве Российской Федерации; Межрегиональная инспекция ФНС России по контролю и надзору за налогоплательщиками в сфере бюджетного финансирования

Email: msbalakin@fa.ru
аспирант; кафедра Налогов и налогового администрирования; Начальник отдела;

Список литературы

  1. Allingham M.G., Sandmo A. Income tax evasion: A theoretical analysis. Journal of Public Economics. 1972; 1(3-4): 323-338.
  2. Battiston P., Gamba S., Santoro A. Machine learning and the optimization of prediction-based policies. Technological Forecasting & Social Change. 2024; 199: 123080. doi: 10.1016/j.techfore.2023.123080.
  3. Daly S. The OMC, intelligent accountability and the monitoring of national tax authorities. Modern Law Review. 2022; 85(5): 1109-1135.
  4. Fjeldstad O.-H., Schulz-Herzenberg C., Sjursen I.H. People's views of taxation in Africa: A review of research on determinants of tax compliance. Afrobarometer Working Paper. 2012;(143).
  5. Guseva T.A., Smetanina E.E., Izotov A.V. Features of the development of tax legal relations in the context of digitalization. Advances in Economics, Business and Management Research. 2020; 156: 569-573.
  6. Lugarić T.R. The Cooperative Compliance Model in Taxation: What is the Future? Intertax. 2019; 47(6/7): 570-580.
  7. Nembe J.K., Atadoga J.O., Mhlongo N.Z., Falaiye T., Olubusola O., Daraojimba A.I., Oguejiofor B.B. The Role of Artificial Intelligence in Enhancing Tax Compliance and Financial Regulation. Finance & Accounting Research Journal. 2024; 6(2): 241-251.
  8. Potka-Soininen T. Co-operative Compliance in Taxation of Large Corporations in Finland: Process and Outcomes. Jyväskylä: Jyväskylä University School of Business and Economics, University of Jyväskylä; 2022.
  9. Slemrod J. Tax Compliance and Enforcement. Journal of Economic Literature. 2019; 57(4): 904-954.
  10. Soled J., DeLaney Th.K. Predictive Analytics and the Tax Code. Florida State University Law Review. Forthcoming. 2023. Available at SSRN: https://ssrn.com/abstract=4441446.
  11. Анисимова А.А. Методы совершенствования цифровых налоговых сервисов в современной практике налогового администрирования // Налоги и налогообложение. 2021. № 1. С. 71-80. doi: 10.7256/2454-065X.2021.1.35283 URL: https://nbpublish.com/library_read_article.php?id=35283
  12. Колчин С.П., Анисимова А.А. Вовлечение налогоплательщиков в цифровую налоговую среду: инструменты поведенческой экономики // Налоги и налогообложение. 2020. № 5. С. 76-87. doi: 10.7256/2454-065X.2020.5.33652 URL: https://nbpublish.com/library_read_article.php?id=33652
  13. Колчин С.П., Анисимова А.А. Развитие цифровых налоговых сервисов в России на фоне общемировых трендов // Налоги и налогообложение. 2020. № 2. С. 40-51. doi: 10.7256/2454-065X.2020.2.32374 URL: https://nbpublish.com/library_read_article.php?id=32374
  14. Гончаренко Л.И., Богачев С.В. Налоговое администрирование как важный фактор обеспечения улучшения собираемости налогов. Экономика. Налоги. Право. 2024; 17(6): 140-151. doi: 10.26794/1999-849X-2024-17-6-140-151. EDN: OGJHYJ.
  15. Гончаренко М.А., Хацько А.Д. Налоговые инструменты влияния на развитие рынка финансовых услуг. Экономика. Налоги. Право. 2024; 17(5): 115-128. doi: 10.26794/1999-849x-2024-17-5-115-128. EDN: MBYTTK.
  16. Гурнак А.В., Назарова Н.А. Налоговое стимулирование экономического роста в России: проблемы и перспективы // Налоги и налогообложение. 2023. № 1. С. 1-16. doi: 10.7256/2454-065X.2023.1.39483 EDN: LJOGII URL: https://nbpublish.com/library_read_article.php?id=39483
  17. Евсикова Е.В., Коловайло С.А., Кравченко Н.А., Семухин И.Ю. Актуальные вопросы налогового администрирования. Юридический вестник ДГУ. 2022; 42(2): 74-83. doi: 10.21779/2224-0241-2022-42-2-74-83. EDN: NEQLOB.
  18. Мадых А.А., Охтень А.А., Дасив А.Ф., Турлакова С.С. Экономико-математические модели и информационно-коммуникационные технологии развития смарт-промышленности: монография (электронное издание). НАН Украины: Ин-т экономики пром-сти. Киев; 2019. 188 с.
  19. Цепилова Е.С., Будкина Е.С. Эволюция налоговой политики государства в условиях развития клиентоцентричности налоговых органов (на примере НДС). Экономика. Налоги. Право. 2023; 16(2): 119-127. doi: 10.26794/1999-849X-2023-16-2-119-127. EDN: ZCDRVG.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».