Зимакова Л.А.доктор экономических наук, профессор кафедры бухгалтерского учета, Белгородский национальный исследовательский университет zimakova@bsu.edu.ru
Маширова С.П.кандидат экономических наук, доцент кафедры бухгалтерского учета, Белгородский национальный исследовательский университет mashirova@bsu.edu.ru
Изменение условий хозяйствования обусловливает необходимость совершенствования подходов к прогнозированию на основе синтеза российского и международного опыта, а также расширения сфер применения методов математической статистики для целей управления эффективностью бизнеса. Учитывая важность и значимость налога на прибыль для всех участников экономических отношений (от организаций, уплачивающих этот налог, до государства, формирующего доходную часть бюджета), целесообразно осуществлять прогнозирование объекта налогообложения по этому налогу с использованием математико-статистических методов. Целями исследования являются оценка возможности использования некоторых математико-статистических методов для прогнозного расчета объекта налогообложения по налогу на прибыль и выбор оптимального метода для торговой организации. В исследовании представлена характеристика следующих методов прогнозирования: метода скользящей средней, метода экспоненциального сглаживания, метода наименьших квадратов, отмечены их достоинства и недостатки. Рассмотрена возможность использования этих методов для прогнозирования объекта налогообложения по налогу на прибыль на примере торговой организации. Применение метода наименьших квадратов для прогнозной оценки объекта налогообложения по налогу на прибыль торговой организации позволяет получить наиболее точный результат. Использование математико-статистических методов для прогнозной оценки объекта налогообложения по налогу на прибыль расширяет возможности перспективного планирования доходной части бюджета и позволяет дать экономическое обоснование некоторых управленческих решений, принимаемым руководителями хозяйствующих субъектов. Объектом исследования выступала организация, специализирующаяся на торговле нефтепродуктами на территории Белгородской области, поэтому выводы исследования распространяются только на аналогичные организации.
Ключевые слова: прогнозирование, математико-статистические методы, налог на прибыль, торговая организация
Список литературы:
Бархатов В.И., Горшков А.А., Капкаев Ю.Ш., Усачев М.А. Прогнозирование и планирование в условиях рынка. Челябинск: ЮУрГУ, 2012. 140 с.
Высотская А.Б. Финансовое прогнозирование средствами ситуационно-матричного моделирования в условиях экономической глобализации // Экономика и управление: проблемы, решения. 2014. № 3. С. 173–178.
Горюнов Е.К., Корниенко А.А. Сравнительный анализ методов экспоненциального сглаживания и скользящей средней. URL: Link.
Гусаров В.М. Статистика: учеб. пособие для вузов. М.: Юнити-Дана, 2013. 463 с.
Дуброва Т.А., Архипова М.Ю. Статистические методы прогнозирования в экономике: учеб. пособие. М.: МЭСИ, 2011. 136 с.
Дуканич Л.В. Микроимитационное моделирование как инструмент разработки и поддержки решений в сфере налогообложения // Дайджест-Финансы. 2013. № 11. С. 25–29.
Елисеева И.И. Общая теория статистики: учебник. М.: Финансы и статистика, 2013. 656 с.
Зеленская С.Г., Преображенский Б.Г., Спирячин А.А. Использование математической модели искусственной нейронной сети для текущего прогнозирования налоговой базы региона // Регион: системы, экономика, управление. 2012. № 1. С. 126–131.
Карабутов Н.Н., Феклин В.Г. Математические модели прогнозирования налоговых показателей // Экономика. Налоги. Право. 2013. № 6. С. 115–121.
Карев М.А. Особенности прогнозирования доходов от налога на прибыль // Финансовый журнал. 2010. № 1. С. 35–42.
Консолидированный бюджет Российской Федерации и бюджетов государственных внебюджетных фондов в 2013г. URL: Link.
Мандрикова О.В., Полозов Ю.А., Фетисова (Глушкова) Н.В. Моделирование и анализ временных рядов сложной структуры. URL: Link.
Наумов В.Н., Наумов С.В. Математическая модель сглаживания временного ряда при решении задач прогнозирования // Управленческое консультирование. 2011. № 3. С. 160–168.
Новикова Н.В., Поздеева О.Г. Прогнозирование национальной экономики: учеб.-методич. пособие. Екатеринбург: УрГЭУ, 2011. 137 с.
Прокуратова О.Н., Неклюдова С.А. Метод наименьших квадратов // Наука и современность. 2014. № 28. С. 207–212.
Пьяных А.А. Анализ применения комбинированных моделей при краткосрочном прогнозировании временных рядов. URL: Link.
Тихонов Э.Е. Методы прогнозирования в условиях рынка: учеб. пособие. Невинномысск: Северо-Кавказский ГТУ, 2012. 221 с.
Чечнева Ю.В. Интегрированная модель процесса планирования и прогнозирования налоговых поступлений // Актуальные проблемы гуманитарных и естественных наук. 2013. № 10-1. С. 259–263.
Шевченко И.В. Некоторые модели анализа и прогнозирования временных рядов // Системная информатика. 2013. № 2. С. 23–40.
Шмойлова Р.А., Минашкин В.Г., Садовникова Н.А., Шувалова Е.Б. Теория статистики: учебник / под ред. Р.А. Шмойловой. М.: Финансы и статистика. 2004. 656 с.
