Разработка экономико-математических моделей и методов для сложных социально-экономических систем: в приложении к проблеме взаимодействия системы налоговых органов и АПК тема диссертации и автореферата по ВАК РФ 08.00.13, доктор экономических наук Тамбиева, Джаннет Алиевна
- Специальность ВАК РФ08.00.13
- Количество страниц 383
Оглавление диссертации доктор экономических наук Тамбиева, Джаннет Алиевна
ВВЕДЕНИЕ.
Глава 1. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К ПРОБЛЕМЕ ВЗАИМОДЕЙСТВИЯ СЛОЖНЫХ СИСТЕМ (в приложении к системе налоговых органов и АПК).
1.1. Структуризация проблемы.
1.2. Налоговое администрирование в условиях неоднородной внешней среды.
1.3. Агропромышленный комплекс - сложный сегмент внешней среды системы налоговых органов.
1.4. Модернизация налоговых органов: задачи, перспективы.
1.5. Концептуальная модель аналитической подсистемы системы поддержки принятия решений налоговых органов в АПК.
Глава II. РАСПРЕДЕЛЕНИЕ РЕСУРСОВ В СИСТЕМЕ НАЛОГОВЫХ ОРГАНОВ.
2.1. Математическая формализация трех аспектов проблемы распределения ресурсов (трудовых, финансовых и информационных).
2.2. Метод решения задачи распределения ресурсов: алгоритм кластеризации а.
2.3. Вычислительная схема алгоритма кластеризации а.
Глава III. МЕТОДЫ НЕЛИНЕЙНОЙ ДИНАМИКИ В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЙ РЕШЕНИЙ НАЛОГОВОЙ СЛУЖБЫ
С УЧЕТОМ СПЕЦИФИКИ АПК).
3.1. Экономико-математические методы и инструментальные средства поддержки принятия решений в системе налоговых органов.
3.2. Предпрогнозный анализ налоговых платежей методами. фрактального и фазового анализа.
3.3. Налоговый потенциал АПК: методы нелинейной динамики в оценке циклической компоненты урожайности.
3.4. Алгоритм клеточного автомата в прогнозировании динамики временных рядов с «памятью».
Глава IV. КОМБИНИРОВАНИЕ ПРЕДПРОГНОЗНОЙ ИНФОРМАЦИИ.
4.1. Сравнительный анализ показателей финансово-экономической деятельности предприятий-налогоплательщиков (на материалах АПК).
4.2. Иерархическая цикличность фазовых траекторий временных рядов.
4.3. Предпрогнозный анализ: способы повышения его информативности.
Глава V. АНАЛИЗ АДЕКВАТНОСТИ МЕТОДОВ НЕЛИНЕЙНОЙ ДИНАМИКИ.
5.1. «Распознавательные» возможности фрактального и фазового анализа.
5.2. Необходимые условия прогнозируемости финансово-экономического показателя на базе алгоритма клеточного автомата.
5.3. Эталонные временные ряды с «джокером»: влияние «джокера» на качество прогноза.
Глава VI. МЕТОДЫ АНАЛИЗА «ОЧЕНЬ КОРОТКИХ» ВРЕМЕННЫХ РЯДОВ.
6.1. Проблема недостаточности информации: малые выборки или очень короткие» ряды (на примере объектов АПК).
6.2. Метод построения «матриц подобия» для групп «очень коротких» экономических временных рядов.
Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Методы нелинейной динамики и инструментальные методы моделирования бюджетных финансовых потоков: на материалах Управления Федерального казначейства по Карачаево-Черкесской Республике2006 год, кандидат экономических наук Леншова, Татьяна Михайловна
Экономико-математическое моделирование спроса населения на медицинские услуги2006 год, кандидат экономических наук Лукашов, Сергей Александрович
Нейросетевое моделирование в бюджетно-налоговой системе регионального и муниципального уровней2012 год, доктор экономических наук Бирюков, Александр Николаевич
Методы нелинейной динамики для двухуровневого моделирования задач управления ресурсами здравоохранения2012 год, кандидат экономических наук Биджиев, Артур Заурович
Предпрогнозный анализ как инструментарий снижения риска и повышения надежности прогноза в сфере управления материальными потоками2006 год, кандидат экономических наук Мелихов, Эдуард Вадимович
Введение диссертации (часть автореферата) на тему «Разработка экономико-математических моделей и методов для сложных социально-экономических систем: в приложении к проблеме взаимодействия системы налоговых органов и АПК»
Тенденция укрупнения и усложнения социально-экономических систем в настоящее время становится объективной реальностью. Результат этой тенденции - повышение уровня сложности задач, стоящих перед соответствующими управляющими системами. При этом сами задачи требуют оперативного принятия эффективных решений с учетом структуры управления сложной социально-экономической системы (ССЭС), в которой, как правило, в той или иной мере присутствует иерархия.
Сегодня, когда российская экономика начинает функционировать в условиях рынка, социально-экономические системы нуждаются в качественных моделях и алгоритмах поддержки принятия решений, которые могут быть положены в основу их автоматизации. Разрабатываемые модели должны учитывать нелинейность рыночных процессов, что определяет необходимость дальнейшего развития ряда концепций математической теории больших экономических систем с иерархической структурой управления.
Иерархический подход, в силу своей простоты и универсальности, является самым распространенным в структурах социально-экономических систем. Однако, при всех имеющихся плюсах, иерархия приводит к существенным задержкам в реакции соответствующей системы на изменения, происходящие во внешней среде. В качестве определяющих факторов таких изменений могут выступать: резко возрастающий поток информации, форс-мажор, изменения в конъюнктуре рынка и др.
Иерархия в управлении социально—экономической системой, со свойственным ей делением сложного целого (системы) на элементы, связанные отношениями субординации по вертикали и координации по горизонтали, зачастую затрудняет анализ тенденций и направлений в развитии системы. В случае больших масштабов и высокого уровня сложности иерархии в системе также затрудняется реализация координационных связей.
С целью преодоления указанных выше проблем в работе сложных систем с иерархической структурой управления (ИСУ) повсеместно внедряются современные информационные технологии (ИТ). Однако инвестиции в ИТ не всегда приводят к ощутимым результатам. Зачастую внедрение ИТ — это всего лишь попытка механизировать (автоматизировать) документооборот, старые способы ведения дел.
Ключевой концепцией для сложных социально—экономических систем остается поиск методов повышения эффективности работы. Существует насущная потребность в развитии экономико—математических методов способных обеспечивать решение проблем, систематически возникающих в процессе управления сложными социально-экономическими системами: первая проблема - построение рациональной организационной структуры, вторая - анализ показателей и прогнозирование поведения внешней среды социально-экономической системы.
В настоящем исследовании проведен анализ проблемы управления ССЭС, в качестве спецификации которой рассматривается система налоговых органов. Сегодня перед этой ССЭС поставлена одна из сложнейших народно—хозяйственных задач - рациональное исполнение фискальной и экономической функций в условиях рынка. Качество исполнения этой функции во многом определяет дееспособность государства, его основных институтов.
Темп роста объемов информации, проходящей через налоговые органы, в настоящее время значительно опережает возможности ее обработки имеющимися людскими ресурсами и существующей автоматизированной информационной системой (АИС). Это приводит к заметным перегрузкам и неэффективности работы, а также объясняет острую необходимость в разработке целостного теоретического, методологического и инструментального обеспечения для математического моделирования, анализа и прогнозирования состояний информационных потоков и кадровой политики.
Для налогового органа пока отсутствуют модели и алгоритмы, позволяющие автоматизировать процессы планирования и осуществления предпроверочного анализа. Это обусловлено недостаточной разработанностью вопросов границ применимости вероятностно-статистических методов выборочных проверок; практическим отсутствием обоснованных рекомендаций по применению содержательных методов выборочных проверок.
Настоящее исследование призвано восполнить этот пробел, что свидетельствует об его актуальности.
Представленные в настоящей работе экономико-математические и инструментальные методы могут использоваться в решении проблем управления сложными социально—экономическими системами любой отраслевой направленности. Однако, для более полного представления-прикладных аспектов предлагаемых методов, в решении проблемы взаимодействия системы налоговых органов с отдельными сегментами ее внешней среды, нами рассматривается конкретная отрасль -агропромышленный комплекс (АПК). Агропромышленный комплекс можно квалифицировать как наиболее сложный сегмент этой среды, в котором сфокусированы все основные проблемы налогового администрирования Российской Федерации на его современном этапе. В первую очередь это определяется спецификой воспроизводства в данном комплексе как сложной социально-экономической и биотехнической системе, а также следующими причинами:
1 Многообразием организационно-правовых форм предприятий АПК;
2)наличием практически всех режимов налогообложения, включая общий режим и все виды специальных режимов: система налогообложения для сельскохозяйственных товаропроизводителей (единый сельскохозяйственный налог); упрощенная система налогообложения; система налогообложения в виде единого налога на вмененный доход;
3 Одновременное влияние на процессы воспроизводства в АПК, как факторов рыночной экономики, так и природно-климатических условий;
4)несовершенством налогового законодательства, приводящим к систематическим изменениям в нем: по набору налогов уплачиваемых предприятиями-налогоплательщиками, их виду, структуре, способам взимания, базе, ставке, льготам и др.;
5)недостаточностью статистической информации, обусловленной существенными изменениями, произошедшими в институциональной структуре АПК; и др.
Степень разработанности.
Проблемы сложных систем в равной мере исследуются экономистами, математиками, биологами, политиками, философами, психологами и др. Причина этому - аналогии в мире биологических и социально-экономических систем управления, поиск оптимальной конфигурации структуры управления сложной социально-экономической системой. Результат междисциплинарных исследований сложных систем - это ассоциации, возникающие в процессе изучения живой природы, реализованные в виде моделей и методов, ныне составными частями входящих в нелинейную динамику, теорию искусственного интеллекта, общую теорию систем и др.
Теория систем получила свое начало в середине двадцатого века в работе австрийского биолога Л. фон Берталанфи «Общая теория систем -обзор проблем и результатов», в которой было заложено начало нового направления в науке. Позже, во второй половине двадцатого века была опубликована работа американского математика профессора М.Месаровича в соавторстве с Д.Мако и И.Такахара «Теория иерархических многоуровневых систем», в которой была сделана попытка систематического изложения и математической формализации теории управления в больших системах, построенных по иерархическому принципу. Вопросам общей теории систем, иерархической структуре и функциональной целостности посвящены работы Р. Акоффа, К.Боулдинга, Дж. Ван Гига, Г.Б.Клейнера, P.E. Макола, С. Оптнера, а также отечественных исследователей:
B.Н.Волковой, А.А.Денисова, И.Н.Дрогобыцкого, А.А.Емельянова, А.И.Кухтенко, В.М.Лачинова, Ю.Г.Маркова, Ф.И.Перегудова, А.О.Полякова, Д.А.Поспелова, И.В.Прангишвили, В.Н.Садовского, Ю.И^Черняка и др.
Большой вклад в развитие теоретических основ прогнозирования экономических процессов и систем, теории вероятностей и математической статистики внесли зарубежные и российские ученые: А.Г.Аганбегян, И.Бернар, Н.Винер, А.М.Гатаулин, Д.Ж.Джонстон, В.А.Кардаш, О.М.Дж.Кендалл, Ю.Колек, Ж.-К. Колли, В.В.Леонтьев, К.П.Личко, B.C. Немчинов, В.В.Новожилов, К.Паррамоу, М.Песарана, Л.Слейтер, Н.П. Федоренко, Г.Н. Хубаев, С.С.Шаталин, А.Н.Ширяева и др.
Методам нелинейной динамики, экономической синергетике посвящены работы А.Е.Андерсона, Дж.Грендмонт, В.-Б.Занга, Б.Мандельброта, Э.Петерса, И.Р.Пригожина, Э.Сигела, Р.Чена,
C.П.Курдюмова, Г.Г.Малинецкого, Л.Н.Сергеевой и др.
Значительный вклад в теорию экономико-математического моделирования и информационно-консультационному обеспечению отраслей и предприятий АПК внесли В.М. Баутин, А.А.Землянский, С.А.Кравченко, . Э.Н.Крылатых, Б.В.Лукьянов, В.В.Милосердов, С.Б.Огнивцев, Н.М. Светлов, С.О.Сиптиц и др.
Методы клеточно-автоматного прогнозирования, представленные в настоящей работе опираются на исследования профессора В.А. Перепелицы и являются их продолжением.
Так как в настоящей работе экономико—математические модели и методы представлены в приложении к системе налоговых органов, отметим, что наиболее полно и точно проблемы данной системы и методов ее модернизации были сформулированы в работах Д.Г.Черника, А.И.Пономарева, Т.В.Игнатовой, а также в работах Н. Д.Бублика,
Г.И.Букаева, С.А.Горбаткова, А.Б.Паскачева, Д.В.Полупанова, Р.Ф.Саттарова, и др.
Анализ известных публикаций позволяет утверждать, что пока еще нет стройной математической теории больших или сложных экономических систем с иерархической структурой управления. Сегодня в России существует острая необходимость в разработке адекватных моделей и алгоритмов поддержки принятия решений в сложных системах, которые могли бы быть положены в основу их автоматизации.
Потребность в расширении теоретико-методологической базы моделирования и анализа ССЭС, раскрывающих внутренние механизмы эволюции сложных процессов и систем, определили цели и задачи настоящего исследования.
Объект исследования - сложные социально-экономические системы с иерархической структурой управления.
Предмет исследования — процессы функционирования системообразующих структур сложной социально—экономической системы в динамике.
Цель и задачи исследования.
Цель настоящего исследования - разработка экономико-математических моделей и методов, как инструментальных средств повышения качества управления внутренними и внешними взаимодействиями сложной социально-экономической системы.
Достижение поставленной цели потребовало решения следующих задач:
1. В связи со сложностью исследуемой проблемы провести структуризацию самой проблемы, как системы, отражающей уровни и аспекты исследования.
2. Разработать концептуальную модель аналитической подсистемы системы поддержки принятия решений налоговых органов, дифференцированной по уровням иерархии, с разработкой соответствующих элементов. налогам и сборам РФ, Министерства сельского хозяйства РФ, а также данные^ опубликованные в сборнике «Статистические материалы и результаты исследований развития агропромышленного производства России». -М.: Россельхозакадемия, 2009 г. и др.
Диссертационная работа выполнена в рамках паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики»: п. 1.8. «Математическое моделирование экономической конъюнктуры, деловой активности, определение трендов, циклов и тенденций развития», п. 2.3. «Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях» и 2.5. «Разработка концептуальных положений использования новых информационных и коммуникационных технологий с целью повышения эффективности управления в экономических системах».
Научная новизна диссертационной работы заключается в теоретическом обосновании и разработке математических моделей и методов, существенно повышающих качество информационной поддержки принятия решений в системе налоговых органов.
К наиболее значимым можно отнести следующие научные результаты, полученные лично автором и являющиеся предметом защиты:
1. Осуществлена структуризация проблемы управления ССЭС; выделены основные направления совершенствования структуры ССЭС и механизмов взаимодействия с наиболее сложными сегментами ее внешней среды (в приложении к системе налоговых органов и АПК).
2. Разработана концептуальная модель аналитической подсистемы системы поддержки принятия решений налогового органа, дифференцированная по уровням иерархии.
3. Осуществлена математическая формализация проблемы распределения ресурсов для решения прикладных задач (построение рациональной финансовой, штатной структур и эффективной корпоративной вычислительной сети). Математическая формализация проблемы распределения ресурсов позволяет свести три её аспекта в единую целостную задачу кластеризации.
4. Разработан полиномиальный алгоритм выделения возможных комбинаций совокупностей непересекающихся кластеров, образующих допустимое решение задачи распределения ресурсов.
5. С целью повышения прогностической способности экономико-математических методов, за счет углубления анализа социально-экономических процессов предложен модифицированный подход в анализе квазициклов на базе методов нелинейной динамики (Я/Б-анализа, фазового анализа и метода визуализации), учитывающий специфику ряда в ретроспективе.
6. Оценена адекватность двухуровневой клеточно—автоматной прогнозной модели для временных рядов с выраженным «эффектом памяти».
7. Обоснован праксиологический принцип подобия на основе предпрогнозного анализа налоговых временных рядов.
8. Разработана методика анализа «очень коротких» временных рядов на базе графов и матриц подобия.
Практическая значимость полученных результатов.
Практическая значимость исследования определяется тем, что основные положения, выводы, рекомендации, модели и алгоритмы ориентированы на широкое использование в АИС любой ведомственной принадлежности с целью эффективного управления соответствующей сложной социально—экономической системой. Разработанные автором экономико-математические модели и методы рекомендованы Министерствами сельского хозяйства и экономического развития Карачаево-Черкесской Республики к внедрению в фискальных органах и на крупных предприятиях республики, а также внедрены и используются в Управлении федеральной налоговой службы по Карачаево-Черкесской республике.
Апробация и внедрение результатов исследования.
Основные результаты диссертационной работы докладывались и обсуждались на международных и всероссийских симпозиумах и конференциях, в том числе: Международном научном симпозиуме «Экономика и право - стратегии 3000» (Кисловодск, 2000 - 2007); Международной научной школе-семинаре им. акад. С. Шаталина (Дивноморск, 2000 и Воронеж, 2002); Всероссийской конференции «Дискретный анализ и исследование операций» (Новосибирск, 2002); Девятой м еж д у н ар о д н о й конференции «Математика. Компьютер. Образование» (Дубна, 2002); Международной конференции «Нелокальные краевые задачи и родственные проблемы математической биологии, информатики и физики», (Нальчик, 2001 и 2007); Одесском семинаре по дискретной математике (Одесса, 2004 г.); Второй Всероссийской научно-практической конференции «Перспективные системы и задачи управления» (Таганрог - Домбай, 2007); Всероссийской научно-практической Интернет-конференции «Проблемы информационной безопасности» (Ростов-на-Дону, 2006); Международной междисциплинарной научной конференции. Третьи Курдюмовские чтения: Синергетика в естественных науках (Тверь, 2007), Международной научно-практической конференции НАЭКОР (Москва, 2008).
Основные положения, полученные в результате проведенного исследования, используются в учебных дисциплинах «Теория графов», «Алгоритмические языки и программирование», «Дискретная математика» и «Дискретные модели с интервальными данными» для студентов специальности 230401 — «Прикладная математика» Карачаево-Черкесской государственной технологической академии.
Публикации. Основные результаты диссертации изложены в 43 научных и учебно-методических публикациях, авторский объем которых составляет 36,5 п.л. В число опубликованных работ входят три монографии и
В четвертой главе приводится сопоставительный анализ динамических характеристик различных конфигураций пар временных рядов (ВР) вида (ВР финансово-экономического показателя хозяйствующего субъекта - производный от него ВР), в частности, рассматриваются пары (ВР налоговых отчислений - ВР налоговой базы), (ВР налоговых отчислений -производный от него ВР приращений / агрегированный ВР). Предложена методика оценки степени «подобия» динамических характеристик исследуемых пар ВР. Рассматривается проблема наличия «вложенных» квазициклов на различных уровнях иерархии по времени.
В пятой главе исследуется поведение двухуровневой клеточно-автоматной модели на временных рядах с заданными характеристиками -эталонных ВР. Выявлены специфические особенности предпрогнозного анализа, а также необходимые условия возможности построения адекватной прогнозной модели с горизонтом прогноза, отличным от нуля.
В шестой главе на базе метода визуализации разработана методика анализа «очень коротких» временных рядов.
В заключении сформулированы выводы и предложения на основе проделанной работы.
Словарь использованных сокращений
АИС Автоматизированная информационная система НДС Налог на добавленную стоимость
НО Налоговые органы
БПП База для построения прогноза нп Налог на прибыль
ВР Временной ряд оп Отгруженная продукция
ВЦФ Векторная целевая функция ПМА Полное множество альтернатив
ЕНВД Единый налог на вмененный доход ОМА Паретовское множество
ЕСХН Единый сельскохозяйственный налог ПП Прочие показатели
ИТ Информационные технологии СППР Система поддержки принятия решений
ИЦФ Интервальная целевая функция ссэс Сложная социально-экономическая система
ЛЭВР Лингвистический эталонный временной ряд тг Типовой граф
УСН Упрощенная система налогообложения
МДР Множество допустимых решений УФНС РФ Управление Федеральной налоговой службы РФ метод ПДНП Метод оценки подобия рядов динамики налоговых показателей и прочих показателей цг Целевая группа
ЭВР эталонный временной ряд иерархические структуры»[25]. Действительно, каждая сложная система, имея набор взаимосвязанных и взаимозависимых элементов внутри себя также, как правило, является частью другой «более сложной» системы.
Учитывая сложность и многоаспектность проблемы управления сложной социально—экономической системой, в настоящем исследовании рассматриваются вопросы построения рациональных системообразующих структур: организационной, штатной и информационной, а также проблема построения адекватных прогнозов на базе методов нелинейной динамики. Для решения перечисленных задач разработаны специальные экономико-математические модели и методы, которые, исходя из принципа изоморфности систем, введенного Л. фон Берталанфи, могут быть использованы в любых сложных системах с иерархической структурой управления.
Термин «система» определяется как (от греч. слЗотгцна, «составленный») — множество взаимосвязанных объектов и ресурсов, организованных процессом системогенеза в единое целое и противопоставляемое среде.
Определение системы как научной категории в контексте методологии системного анализа согласно [25, 26] имеет три уровня.
На первом уровне системного подхода система определяется как относительно обособленная и упорядоченная совокупность обладающих особой связностью, целенаправленно и целесообразно взаимодействующих элементов, способных реализовывать заданные целевые функции.
Второй уровень определения понятия системы предполагает рассмотрение ее как фундаментальной научно-методической категории познания и подразумевает наличие в ней четырех блоков:
Субъект Объект Цель Язык
Рисунок 1.1. Второй уровень определения системы как научной категории Третий уровень абстракции в определении категории «система» связан с формированием мировоззрения, нового типа научного мышления -системного мышления.
По степени сложности различают простые, сложные и очень сложные системы.
В качестве спецификации сложной социально—экономической системы в настоящем исследовании рассматривается система налоговых органов РФ.
Система налоговых органов является одной из определяющих составляющих государства и представляет собой важнейший государственный инструмент в процессе формирования и регулирования экономическими отношениями в обществе. От эффективности работы системы налоговых органов во многом зависит экономический рост, политическая стабильность и социальная справедливость в государстве. Мировой опыт свидетельствует о том, что налоговая система нуждается в постоянном совершенствовании, с учетом изменений в целях и приоритетах государства. Таким образом, одна из основных задач руководства любого государства - формирование максимально эффективной структуры налогов и государственной системы обеспечивающей их сбор.
Система налоговых органов РФ отвечает всем признакам, представленным в определении первого уровня системы как научной категории. Второй уровень определения для системы налоговых органов, можно представить в виде схемы, изображенной на рис. 1.2.
Государство
Налоговый Налоговый Налоговое орган РФ сбор законодательство
Рисунок 1.2. Второй уровень определения системы как научной категории, на примере налогового органа
Налоговые органы взаимодействуют с внешней средой, под которой понимаются налогоплательщики, регистрирующие органы, банки, таможня и ДР
Согласно классификационным признакам, представленных в [25], система налоговых органов РФ является сложной системой, а налоговый
18 орган, согласно [20] — сложным объектом. Это означает, что для управления такой системой требуется методическая и техническая поддержка, а именно: специальные методы, позволяющие адекватно оценивать состояние системы в любой момент времени, оперативно принимать и доводить до сведения исполнителей качественные управленческие решения.
В приложении 1 представлена иерархическая структура системы налоговых органов РФ.
Структурируя проблему управления системой налоговых органов (НО) выделим ядро проблемы [27]. По отношению к объекту - налоговому органу (см. рис. 1.2.) - данная проблема разложима на две составляющие, которые условно назовем «внутренней» и «внешней». Под «внешней» проблемой системы НО будем понимать структуру налогов, т.е. те нормативные акты, законы, которые налоговый орган призван исполнять - это входная информация, поступающая в качестве целевых указаний, исходящих от «субъекта» - государства (см. рис. 1.2, 1.3) и в значительной мере зависящая от состояния внешней среды. Решение «внешней» проблемы налогового органа, т.е. формирование эффективной структуры налогов отражает экономическую и фискальную функции категории налог и, по сути, является основным рычагом воздействия субъекта на внешнюю среду. Отметим, что в рамках настоящего исследования проблема построения эффективной структуры налогов не рассматривается. Автором настоящей работы исследуются проблемы управления сложным объектом - налоговым органом, т.е. задачи, составляющие «внутреннюю», по отношению к объекту, проблему сложной системы.
Субъект сложной системы (Государство)
Входная информация (законы, нормативные акты)
Объект сложной системы (Налоговый орган)
Рисунок 1.3. Схема взаимосвязи «Субъект — Объект» сложной системы (на примере системы налоговых органов)
В качестве основных проблем, с которыми сталкивается любая современная сложная система с иерархической структурой управления (ИС-У), в том числе и система налоговых органов, можно выделить следующие:
- огромные потоки информации;
- динамизм рыночных отношений, на которые вынужденно реагирует внешняя среда, и, соответственно, требует адекватной реакции от соответствующей сложной системы с ИСУ;
- запаздывание в реакции, в силу наличия жестких вертикальных связей.
Преодоление указанных выше проблем, повышение качества работы сложной системы с ИСУ требует детального анализа её приоритетов и выработки последовательности целенаправленных действий с учетом её критерия эффективности. При этом необходимо учитывать, что всякая социально-экономическая система, в контексте методологии системного анализа, является преобразователем ресурсов в результаты. Критерий эффективности в оценке системы налоговых органов требует учета ее общесистемных (глобальных) целей и целей локальных, возникающих на разных уровнях иерархии. В качестве общесистемных целей системы налоговых органов выступают:
1. Максимизация налогового сбора и создание благоприятных условий для общественного воспроизводства;
2. Минимизация расходов на содержание налогового органа.
Что же касается локальных целей, то они формируются на более низких уровнях иерархии системы налоговых органов, таких как «налоговый орган» - «структурное подразделение» - «работник».
На всех трех уровнях локальные цели сводятся к
- минимизации фронта работы налогового органа (структурного подразделения, работника);
- максимизации финансирования структурного подразделения и/или работников на всех уровнях иерархии.
Общесистемные и локальные цели системы налоговых органов демонстрируют явное противоречие, что вполне естественно с точки зрения системного анализа и является проявлением двойственной природы экономической категории «эффективность» для сложных иерархических систем (см. рис. 1.4).
Рисунок 1.4. Схема общесистемных и локальных целей системы налоговых органов на разных уровнях иерархии
Необходимость преодоления указанных выше противоречий требует активного внедрения в процесс функционирования системы налоговых органов прогрессивных форм управления. Особенно в решении проблем, связанных с фактором риска и неопределенности.
В рамках системного анализа, цель которого - «правильно сформулировать и структурировать саму проблему, превращать сложную задачу в серию более простых задач, методы решения которых известны» [25], нами выделены ядро проблемы, основные аспекты исследования и задачи управления системы налоговых органов (см. рис. 1.5). Для каждой из выделенных задач существует свой набор экономико-математических методов и инструментальных средств. Однако имеющаяся теоретико-методологическая база несовершенна и нуждается в дальнейшем развитии. а о о о
3 и о Я о о. О а. с с; о -э
О 2 О с; о еа
Рисунок 1.5. Общая схема ядра проблемы, основных аспектов исследования и задач управления системой налоговых органов
В процессе создания целостного теоретического, методического и инструментального обеспечения сложной системы методологически оправданным является комбинирование частных оптимизационных и прогнозных моделей и методов. Это означает, что на первом этапе, как правило, строится оптимизационная модель, с учетом известных параметров системы, т.е. разработчик, исследователь, управляющая система или др., стремится решить первоочередную задачу, поиск оптимального состояния системы в данный момент времени, с учетом текущих параметров. Если эта задача решена, то можно перейти к решению проблемы следующего уровня, а именно, построению прогнозной модели, позволяющей определить состояния системы и ее внешней среды в будущем. Заключительный этап, при условии адекватности построенного прогноза, - поиск оптимального состояния системы, с учетом параметров спрогнозированных.
Для налогового органа одним из основных видов прогнозирования является прогноз собираемости налогов в бюджет.
Определяющими факторами собираемости налогов в бюджет являются
- экономическая ситуация в стране (регионе);
- базовые нормативно-правовые акты (налоговое законодательство);
- качество взаимодействия налогового органа с внешней средой.
Рисунок 1.6. Схема взаимодействия системы налоговых органов с внешней средой
Под внешней средой налогового органа понимаем (см. рис. 1.6) орган управления (Управление Федеральной налоговой службой Российской Федерации); предприятия-налогоплательщики; учреждения и организации формирующие, в рамках ведомственного или иного сотрудничества, информационное пространство, цель которого -проверка достоверности предоставляемой налогоплательщиками информации (банки, органы государственной регистрации, Государственный таможенный комитет, государственные внебюджетные фонды, Федеральное казначейство); - государственные структуры взаимодействия с налогоплательщиками (суды, органы внутренних дел).
В настоящей работе не ставится цель всестороннего анализа взаимоотношений налоговых органов с внешней средой. Данная проблема, в силу своей масштабности требует проведения целого ряда научных исследований. Однако сформулированные задачи нуждаются в рассмотрении особенностей этой среды. Необходимо учитывать изменившуюся государственную концепцию и, соответственно, роль системы налоговых органов в процессе воспроизводства. «Значимость налоговых проблем определяет необходимость развития налоговой теории и совершенствования налоговой практики. На наш взгляд, налоговая теория не учитывает новых рыночных реалий в системе производственных отношений и измененной роли государства в воспроизводственном процессе».1
Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировки акций2005 год, кандидат экономических наук Беляков, Станислав Сергеевич
Методы нелинейной динамики для управления рисками розничной реализации товаров2006 год, кандидат экономических наук Эбзеева, Наталья Саидовна
Экономико-математическое моделирование деятельности страховых компаний методами нелинейной динамики2006 год, кандидат экономических наук Комиссарова, Ксения Александровна
Поддержка принятия решений в налоговом администрировании на основе нейросетевых моделей с байесовской регуляризацией2012 год, кандидат технических наук Фархиева, Светлана Анатольевна
Математические модели ранжирования объектов налогового контроля2007 год, кандидат технических наук Полупанов, Дмитрий Васильевич
Заключение диссертации по теме «Математические и инструментальные методы экономики», Тамбиева, Джаннет Алиевна
Выводы:
1. Предложен модифицированный подход в анализе квазициклов на базе методов нелинейной динамики (R/S—анализа, фазового анализа и метода визуализации), учитывающий специфику ряда в ретроспективе.
2. Обоснован праксиологический принцип подобия на основе предпрогнозного анализа налоговых временных рядов.
3. Исследованы ВР с джокером. Показано влияние джокера на характер оценок предпрогнозного анализа.
4. Исследованы возможные закономерности в динамике ВР налоговых органов, а именно, отсутствие циклической компоненты в исходном ВР, но явное ее присутствие производных во ВР приращений, на примере ВР отчислений в региональное отделение фонда социального страхования, а также показано возможное наличие иерархической цикличности в исследуемом ВР.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.