Дальнейший анализ литературы будет посвящен новаторам и альтернативам.
Новаторы
Первым серьезным новатором выступает (Tedds, 2004), которая рассматривает альтернативный способ внедрения метода оценки сокрытых доходов с помощью расходов. В частности, в статье ослабляются параметрические ограничения и применяется непараметрический подход к методу, кроме того, подход отделяет доходы от самостоятельной занятости от других видов доходов домохозяйств, и только доходы от самостоятельной занятости учитываются при оценке занижения доходов. В частности, применяется двухэтапный подход к оценке функции отчетности переменной величины дохода. Этот подход в основном заключается в следующем:
- Во-первых, непараметрическая кривая Энгеля оценивается для выборки домохозяйств, которые сообщают о положительной заработной плате в сочетании с нулевым доходом от индивидуальной трудовой деятельности для получения оценки истинного дохода с учетом (точных) данных о расходах по каждому домашнему хозяйству в выборке (включая те, у которых есть доход от самозанятости).
- Во-вторых, оценивается непараметрическая функция дохода от самостоятельной занятости. Этот подход позволяет усовершенствовать стандартный микроэкономический подход, основанный на расходах, путем минимизации количества предположений, необходимых для оценки.
В качестве данных использовались опросники расходов канадских семей. По результатам моделирования вышло, что в период с 1980-х по 1990-е годы общий доход был занижен более чем в два раза, в сумме чуть более 2,6 млрд. долл. США по объединенной выборке 1982/1986 годов и до около 5,8 млрд. долл. США в объединенной выборке 1992/1996 годов.
Довольно необычное изменение привнесли авторы (Kim, Gibson и Chung, 2008), которое заключалось в использовании кривой Энгеля на первом этапе моделирования для определения веса расходов на еду через ряд характеристик домохозяйства, разницы логарифмов цен на еду и другие товары и логарифма реального перманентного дохода.
Данная статья адаптирует методологию кривой Энгеля, разработанной Гамильтоном в 2001 для оценки погрешностей в экономической статистике. Авторы изучают расхождения между долей продуктов питания и заявленными доходами самозанятых и других домохозяйств для получения оценок заниженных доходов. Используя данные панели, можно отличить заниженный отчет от определенных колебаний доходов самозанятого населения. По данным из корейского панельного исследования доходов от работы (KLIPS), по оценкам авторов истинный доход самозанятого лица, в 1,49 раза превышает зарегистрированный доход.
Альтернативы
В статье (Fiorio и др., 2005) авторы применили прямой метод для оценки уклонения от уплаты налогов в Италии, предполагая, что уклоняющиеся от уплаты налогов могут декларировать доход более близкий к истинному на условиях анонимного опроса. Методология применялась к налогоплательщикам, работающим по найму, и налогоплательщикам, занимающимся индивидуальной трудовой деятельностью, объединяя в себе Исследование доходов домохозяйств (SHIW), проводимое Банком Италии, и большой случайной выборки налоговых деклараций SeCIT, оба набора данных относятся к доходам, полученным в 2000 году.
Обращая особое внимание на постстратификацию данных, авторы обнаружили, что уклонение от уплаты налогов выше для дохода самостоятельной занятости, чем для дохода от трудоустройства по найму: разница составляет около 7% в нижних децилях и до 27% около моды. Этот анализ показывает, что соответствующий уровень уклонения от уплаты налогов возникает также при низком уровне доходов от трудоустройства, что может предполагать недостаточный размер выборки. Описание характеристик налоговых уклонистов получено с помощью стандартных методов МНК и квантильной регрессии. Оценка перераспределения и частоты эффектов ухода от налогов среди работника также предоставлена.
В статье (Lichard, Hanousek и Filer, 2012) был разработан алгоритм оценивания неучтенных доходов в связи с уклонением от уплаты налогов, который не зависит от таких же жестких идентификационных допущений, как предыдущие алгоритмы, основанные на микроэкономических данных. Стандартное допущение о том, что самозанятые занижают доходы, в то время как работники, получающие заработную плату, полностью раскрывают доходы, вряд ли будет уместно в странах, где работники часто получают заработную плату скрытно или занимаются коррумпированной деятельностью.
Если исходить из предположения о том, что у уклоняющихся от уплаты налогов лиц разрыв между потреблением и доходом выше, чем у неуклоняющихся от уплаты налогов, то модель эндогенного переключения с неизвестным выборочным разделением позволяет оценить разрыв в потребительском доходе как для домохозяйств, не представляющих данные в полном объеме, так и для домохозяйств, представляющих данные в полном объеме. Это избавляет от необходимости выявлять группы, которые уклоняются от участия в опросе. Эта методология применяется к данным обследований бюджетов домашних хозяйств в Чехии и Словакии и показывает, что предполагаемое уклонение значительно выше, чем при использовании предыдущих методологий.
Российские исследования с 2012 по 2016 годы
Особое место в обзоре литературы следует посвятить российским статьям, так как они лучше всего отражают российскую действительность и могут быть использованы как для сравнения, так и для нахождения новых идей и полезных замечаний относительно природы российских данных и других специфичных особенностей теневой экономики РФ.
Начиная с 2012 года в российской научной литературе появляется большое количество статей, посвященных обсуждению теневой экономики, методов ее оценивания, преимуществ и недостатков этих методов, попытки охарактеризовать комплексный подход к ее оцениванию или указать, что такой еще не разработан в современной литературе. Примерами подобных статей являются (Ратчин, 2012), (Ильина и Шишмарев, 2012).
Первая статья выступает классическим примером обзорной статьи, автор рассматривает различные методологии оценки скрытой экономики и описывает их сильные и слабые места. Вторая статья сконцентрирована на более четком изложении терминологии и выявлении причин образования и течения тех или иных процессов, которые сформировались и/или продолжают формироваться в рамках ненаблюдаемой экономики.
Далее можно отметить еще одну статью «обзорного» характера, которая делает сводку по различным оценкам теневой экономики России - (Кириенко и Иванов, 2013):
«Расчетных» статей, которые применяют определенный метод и демонстрируют конкретные оценки теневой экономики в литературе немного, как можно заметить из таблицы выше, но именно они представляют наибольший интерес с исследовательской точки зрения, потому что, как правило, содержат больше конкретных выводов в рамках определенной методологии.
Примером «расчетной» является (Кириенко, 2014), в которой на основании социологического исследования, посвященного масштабам деятельности в ненаблюдаемой экономике, делаются выводы о том, что присутствует немалая часть предприятий, которые так или иначе скрывают доходы, уклоняются от налогов, завышают затраты. Расчет происходит из доли респондентов, которые положительно ответили на вопросы о том или ином способе сокрытия доходов или неуплате налогов. В качестве результатов приводятся доли респондентов, сопоставленные с процентом налогов, которые они выплачивают: «Согласно данным исследования, до 10 % из подлежащих уплате по законодательству уплачивают 12,2 % опрошенных, от 11 до 50 % -- 64,7 % респондентов, более 50 % -- 23,1 % опрошенных.» Однако какой-то более конкретной цифры относительно всего этого сектора не приводится.
Также есть и «гибридные» статьи, которые совмещают в себе не только «обзорную» часть, но «расчетную». Так в статье (Перов, 2015) в первой части своей работы автор перечисляет ряд методов и другие работы, которые их реализовывали, а затем переходит к конкретным примерам применения данных методов для подсчета ненаблюдаемой экономики в РФ. Однако автор несмотря на обилие приведенных способов подсчета в обзорной части демонстрирует конкретные цифры лишь для двух из них:
«Н. Суслов и С. Агеева изучали воздействие цены энергии на размеры теневой экономики и получили следующие оценки теневой экономики: 2005 г. - 43,0%, 2006 г.- 43,6%»
«На основании показателя доли скрытой оплаты труда теневая экономики имела тенденцию к росту, однако в конце анализируемого периода* она снижалась и не превышала 28,5%.»
*конец анализируемого периода - 2012 год.
В статье (Соколовская и Соколовский, 2015) авторы выделают методы MIMIC и DYMIMIC DYMIMIC - dynamic multiple-indicators multiple-causes. как наиболее подходящие для оценки регионального теневого сектора экономики, в частности, они подробно обсуждают 4 каузальных переменных, которые влияют на склонность индивидов и предприятий к сокрытию доходов: налоговое бремя, уровень безработицы, уровень межбюджетных трансфертов и соотношение доходов населения и уровня цен. В качестве индикаторов выступают: ВРП ВРП - валовый региональный продукт. и уровень экономически активного населения. Вывод статьи состоит в том, что модельные методы, которые рассматривают масштаб скрытой экономики как косвенно оцениваемую переменную, могут быть использованы для мониторинга размеров теневой экономики благодаря подбору релевантных каузальных переменных для каждого региона в зависимости от его социально-экономических характеристик.
Еще более редкими, чем «расчетные» являются статьи, в которых прописаны четкие методологические шаги по измерению теневой экономики. Одной из таких редких статей является (Кожевников и Пономарева, 2015), где авторы на примере Вологодской области рассматривают, как можно контролировать размер скрытой экономики. Так в рамках данной ими методологии есть 4 этапа:
«Диагностика теневого сектора экономики»
В рамках диагностики собираются все официальные статистики по доходам, расходам, количеству работников и выявляются расхождения в данных. Например, увеличение графы других доходов или расхождение между среднесписочной численностью работников и экономически активным населением.
«Оценка численности неформальной занятости»
На 2-м этапе используются данные ОМС о застрахованном населении, которые позволяют стратифицировать все население на группы: трудоспособные/нетрудоспособные, мужчины/женщины и другие разделения.
«Оценка объемов неформального фонда оплаты труда и упущенной потери регионального бюджета и внебюджетных фондов»
На этапе 3 есть ряд уравнений, которые позволяют определить минимальную зарплату, суммарные объем выручки и объем добавленной стоимости в теневом секторе и его долю в ВРП. Также оценивается потенциальный объем налогов, который генерируется в скрытой экономике. Более того, на этом этапе подключаются данные опросов руководителей предприятий, которые помогают рассчитать величины, описанные выше.
«Декомпозиция целевых значений показателей «теневого» сектора экономики на муниципальный уровень и в разрезе видов экономической деятельности» На последнем этапе с помощью опросных данных из этапа 3 авторы могут рассмотреть теневой сектор в разрезе видов деятельности и распределения по муниципальным образованиям.
Далее появляется работа (Федотов, Невзорова и Орлова, 2016), в которой предлагается налоговый метод оценки теневой экономики для регионов. Смысл метода заключается в применении единственной формулы:
,
где GRPs - это доля теневой экономики от ВРП в %, GRP - ВРП, W - легальная зарплата, Tpr - чистые налоги на производство, Pst - прибыль, отраженная в статистической отчетности. Так данные о GRP были получены «производственным методом как разница между выпуском и промежуточным потреблением», а остальные переменные взяты из отчетов Росстата.
В результате авторы получили оценки ненаблюдаемой экономики по большинству регионов РФ в период с 2010 по 2013 годы. Примечательно, что почти для всех федеральных округов, кроме Северо-Кавказского (в 2012 - 56,1%, в 2013 - 55,3%) в период с 2012 по 2013 имело место увеличение среднего размера скрытой экономики.
Наконец, наиболее интересными и близкими к настоящему исследованию статьями являются (Ниворожкина, 2016) и (Ратникова и Мурашов, 2016), так как обе эти статьи работают с опросниками РМЭЗ и изучают сокрытые домохозяйствами доходы.
В первой статье автор изучает феномен занижения доходов некоторыми домохозяйствами, который является причиной превышения расходов и сбережений над располагаемыми ресурсами. В частности, автор строит несколько моделей логистической регрессии для разных групп домохозяйств, где зависимая переменная является 1, если подобное превышение встречается в 2 и более периодах и 0 в обратном случае. Разделение индивидов на группы позволяет проанализировать характеристики домохозяйств, которые более склонны к занижению дохода.