Фискальная политика государства

Учитывая специфику операций сглаживания рядов, эконометрические модели типа (1) имеют ряд очевидных особенностей. Во-первых, для получения значений параметров b i необходимо иметь достаточно длинные и “хорошие” в статистическом смысле динамические ряды. Во-вторых, параметры b i постоянны во времени, что в некоторых случаях приводит к неизменности значений точек Лаффера. Это не совсем правомерно

, так как более логично было бы предположить, что точки Лаффера являются “плавающими” во времени величинами.

Комментируя предлагаемый выше подход, который базируется на примитивной полиномиальной аппроксимации процесса экономического роста налоговой функцией (1), следует сразу оговориться: в данном случае решается чисто техническая, инструментальная проблема без учета внутрисистемных экономических связей. Явного моделирования функциональных свойств системы не ведется, однако они косвенно улавливаются зависимостью (1). При этом, хотя сама функциональная зависимость (1) нелинейна, регрессия (1), наоборот, линейна относительно входящих в нее параметров и, следовательно, никаких особых технических сложностей при ее идентификации не возникает. В этом состоит один из существенных плюсов предлагаемой модельной схемы.

§2.3. Аналитические методы оценки эффективности фискальной политики.

Учитывая, что для российской экономики еще не сформированы ретроспективные динамические ряды, достаточные для проведения корректных эконометрических расчетов, можно воспользоваться другими способами оценки эффективности фискальной политики. К числу подобных альтернативных подходов можно отнести методы точечно-кусочной аппроксимации анализируемого процесса с помощью степенной функции, которые принципиально отличаются от эконометрических методов, основанных на интервальной аппроксимации. В этом случае для каждой отчетной точки строится своя функция X=X(q) с соответствующими значениями входящих в нее параметров. Так как число параметров функции может быть больше одного, то для их однозначной оценки необходимо использовать дополнительную информацию о приростах переменных во времени. Учитывая нелинейность связи между объемом производства и уровнем налогового бремени, в качестве аппроксимирующей функции следует брать квадратичный полином. Здесь возможны два варианта расчета: обобщенный трехпараметрический и упрощенный двухпараметрический. Рассмотрим их более подробно.[14]

1. Трехпараметрический метод. В основе данного метода лежит аппроксимация процесса экономического роста трехпараметрической квадратичной функцией, где в качестве аргумента выступает уровень налогового бремени:

, (4)

где a , b и g – параметры, подлежащие оценке.

Тогда в соответствии с (2) сумма налоговых поступлений определяется следующим образом:

. (5)

В каждый момент времени объем ВВП зависит от уровня налогового бремени, причем характер этой зависимости задается формулой (4). Однако для однозначного определения трех параметров a , b и g соотношения (4) недостаточно, в связи, с чем необходимо составить еще два уравнения, включающие эти параметры. Такие уравнения можно записать, перейдя от функций (4) и (5) к их дифференциалам:

, (6)

. (7)

При переходе от (4) и (5) к соотношениям (6) и (7) нами использовалось предположение, что дифференциалы переменных X и q удовлетворительно аппроксимируются конечными разностями: dX~D X; dT~D T; dq ~D q . Такое предположение традиционно для вычислительной математики и для рассматриваемого случая представляется вполне правомерным. Тогда в прикладных расчетах показатели D X, D T и D q означают приросты соответствующих величин за один временной интервал (год) между двумя отчетными точками, т. е.

;

;

,

где t – индекс времени (года).

Таким образом, уравнение (4) описывает “точечный” экономический рост, т. е. на конкретный момент времени t, в то время как уравнения (6) и (7) воспроизводят “интервальный” рост объема производства и налоговых сборов за период между текущей (t) и последующей (t+1) отчетными точками. В соответствии с данным подходом уравнения (4) и (5) задают семейства производственных и фискальных кривых, а соотношения (6) и (7) фиксируют их кривизну, тем самым позволяя выбрать из обозначенных семейств искомые функциональные зависимости.

Подобная схема расчетов основана на конструировании системы уравнений (4), (6) и (7) и ее решении относительно параметров a , b и g , что позволяет охарактеризовать эту схему как аналитическую или алгебраическую. Решение системы (4), (6), (7) дает следующие формулы для оцениваемых параметров:

, (8)

, (9)

. (10)

Идентификация параметров функций (4) и (5) позволяет элементарно определить точки Лаффера. При этом точка Лаффера первого рода q*, когда dX/dq =0, определяется по формуле

, (11)

а точка Лаффера второго рода q**, когда d2T/dq 2=0, находится в результате решения следующего квадратного уравнения

(12)

и в итоге вычисляется по формуле

. (13)

Дополнительное исследование свойств функций (4) и (5) позволит определить, являются ли найденные стационарные точки точками Лаффера. Если стационарные точки окажутся точками локального минимума или их значения выйдут за область допустимых значений, то точки Лаффера отсутствуют.

Альтернативой рассмотренному трехпараметрическому методу может служить подход, базирующийся на использовании в качестве производственной функции усеченного полинома третьей степени:[15]

.

При этом число параметров не меняется, оставаясь равным трем. В этом случае процедура отыскания лафферовых точек корректируется с учетом исходной кубической зависимости, а стационарные точки для фискальной кривой будут отыскиваться в результате решения кубического уравнения. Понятно, что такой алгоритм может генерировать две точки Лаффера второго рода. На наш взгляд, в силу большей однозначности и наглядности на практике следует использовать первый, базовый вариант трехпараметрического метода.

 Скачать реферат