Thực trạng công tác dự báo số thu thuế tại Việt Nam – Những vướng mắc và giải pháp tháo gỡ

Chia sẻ: Tưởng Bách Xuyên | Ngày: | Loại File: PDF | Số trang:13

Thêm vào BST

Báo xấu

10
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Thực trạng công tác dự báo số thu thuế tại Việt Nam – Những vướng mắc và giải pháp tháo gỡ" đã chỉ ra nguyên nhân có sự chênh lệch lớn giữa số thuế dự báo và số thuế thực tế thu được là do công tác dự báo số thu thuế hiện nay rất thô sơ và mang tính chủ quan, chỉ dựa vào phương pháp ngoại suy mà không áp dụng bất cứ một phương pháp dự báo cần điều kiện nào. Bài viết đã phân tích kinh nghiệm của ba nước Mỹ, Đức và Trung Quốc khi áp dụng các mô hình hiện đại nhằm dự báo số thu từ đó có những đề xuất thích hợp cho Việt Nam. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Thực trạng công tác dự báo số thu thuế tại Việt Nam – Những vướng mắc và giải pháp tháo gỡ

THỰC TRẠNG CÔNG TÁC DỰ BÁO SỐ THU THUẾ TẠI VIỆT NAM – NHỮNG VƯỚNG MẮC VÀ GIẢI PHÁP THÁO GỠ TS. Nguyễn Thị Thùy Dương ThS. Hà Kiều Oanh CN. Đinh Hương Thảo Viện Ngân hàng - Tài chính, Trường Đại học Kinh tế Quốc dân Tóm tắt Dự báo số thu thuế là một công việc rất quan trọng trong chuỗi chu trình Ngân sách Nhà nước. Nội dung chính của bài viết này là: (1) Hệ thống các cơ sở lý thuyết về dự báo số thu thuế; (2) Phân tích những hạn chế trong hoạt động dự báo số thu thuế tại Việt Nam; (3) Nghiên cứu kinh nghiệm dự báo số thu thuế ở một số nước trên thế giới; và (4) Đề xuất những giải pháp thích hợp cho công tác dự báo số thu thuế tại Việt Nam. Bài viết đã chỉ ra nguyên nhân có sự chênh lệch lớn giữa số thuế dự báo và số thuế thực tế thu được là do công tác dự báo số thu thuế hiện nay rất thô sơ và mang tính chủ quan, chỉ dựa vào phương pháp ngoại suy mà không áp dụng bất cứ một phương pháp dự báo cần điều kiện nào. Bài viết đã phân tích kinh nghiệm của ba nước Mỹ, Đức và Trung Quốc khi áp dụng các mô hình hiện đại nhằm dự báo số thu từ đó có những đề xuất thích hợp cho Việt Nam. Từ khóa: số thu thuế, dự báo số thu thuế, phương pháp dự báo số thu thuế. Abstract Tax revenue forecasting is a momentous task in the chain of state budget cycle. The main purposes of this article are: (1) systemizing theoretical foundations of tax revenue forecasting; (2) analyzing limitations in activities of tax revenue forecasting in Vietnam; (3) learning from experience of some countries around the world; and (4) finding appropriate solutions for forecasting tax revenue in Vietnam. This article points out the causes leading to the great disparity between the figure of predicted tax and actual tax collected. The main reason is that the activity of forecasting tax revenues is extremely simple and subjective. The method used is extrapolative without any required conditions. The article analyzes the experiences of three countries: United States, Germany and China in applying modern models to forecast revenues and solutions for Vietnam. Key words: tax revenue, tax revenue forecasting, tax revenue forecasting methodology. 409
1. Đặt vấn đề Thuế là khoản thu dùng để trang trải cho các khoản chi tiêu quan trọng của mỗi quốc gia. Khả năng đáp ứng các khoản chi tiêu của Chính phủ sẽ bị ảnh hưởng nếu như không có một hệ thống thuế ổn định và đáng tin cậy. Vì vậy, để đảm bảo khả năng tài chính vững mạnh của một quốc gia, Chính phủ không những phải giám sát các khoản chi tiêu mà còn phải dự báo được doanh thu thuế một cách thường xuyên. Việc dự báo doanh thu thuế cũng giúp Chính phủ lên kế hoạch về ngân sách, tránh thâm hụt không mong muốn, đánh giá được những ảnh hưởng của sự thay đổi chính sách kinh tế vĩ mô lên chính sách thuế và nguồn thu thuế, giúp xây dựng và thực thi chính sách tài khóa hiệu quả. Tổng thu thuế hàng năm có quan hệ mật thiết với sự tăng trưởng kinh tế. Ở hầu hết các quốc gia phát triển luôn có một bộ phận chịu trách nhiệm theo dõi và dự báo GDP cũng như các chỉ số quan trọng khác của nền kinh tế. Với những dự báo đó, Chính phủ các nước có thể phát triển các mô hình để dự báo được số thu thuế cho ngân sách mỗi năm. Ở Việt Nam hiện nay, công tác dự báo số thu thuế còn rất yếu, phương pháp dự báo chủ yếu thô sơ và mang tính chủ quan, chưa áp dụng các phương pháp dự báo hiện đại. Điều này ảnh hưởng không nhỏ đến chất lượng lập dự toán và hoạch định chính sách tài khóa. Trong phạm vi bài viết này, các tác giả sẽ tập trung phân tích những hạn chế trong công tác dự báo thuế ở Việt Nam hiện nay, nghiên cứu kinh nghiệm dự báo số thu thuế của các nước trên thế giới và đề xuất những khuyến nghị cho Việt Nam, đặc biệt là khuyến nghị về phương pháp dự báo. 2. Cơ sở lý thuyết về dự báo số thu thuế 2.1. Khái niệm dự báo số thu thuế Dự báo số thu thuế là việc sử dụng các phương pháp và kỹ thuật thích hợp để dự đoán số thuế có thể thu được trong tương lai đối với từng loại thuế cụ thể. Có những dự báo thuế được lập theo năm, có những dự báo được lập theo tháng tùy thuộc vào mục đích dự báo và đặc điểm của từng loại thuế. Việc dự báo số thu là công việc bắt buộc của Chính phủ các nước vì nó hỗ trợ cho công tác lập dự toán ngân sách. Thuế lại là nguồn thu chiếm đến trên 80% tổng thu Ngân sách Nhà nước (NSNN), vì vậy dự báo số thu từ thuế là vô cùng quan trọng. Dự báo số thu thuế cũng có các đặc điểm tương tự với hoạt động dự báo nói chung. Đó là không có cách nào để xác định chắc chắn về số thuế thu được trong tương lai. Dù chúng ta sử dụng phương pháp gì thì luôn tồn tại yếu tố không chắc chắn, chúng ta không thể dự báo một cách chính xác hoàn toàn được. Để dự báo một cách chính xác nhất thì đòi hỏi người dự báo phải có sự hiểu biết sâu sắc về vấn đề cần dự báo. Công 410
tác dự báo cung cấp kết quả đầu vào cho các nhà hoạch định chính sách trong việc đề xuất các chính sách phát triển kinh tế xã hội. Chính sách mới sẽ ảnh hưởng đến tương lai, vì thế cũng sẽ ảnh hưởng ngược lại đến độ chính xác của dự báo. 2.2. Phương pháp dự báo số thu thuế King (1995) đã thống kê một số phương pháp về dự báo thu có thể được sử dụng trong thực tế và các bối cảnh khác nhau. Có 2 phương pháp cơ bản là dự báo nguồn thu có điều kiện và dự báo nguồn thu không điều kiện. Phương pháp ngoại suy là phương pháp đơn giản nhất của việc dự báo các khoản thu từ thuế không điều kiện. Cụ thể, phương pháp này chỉ đơn giản là ngoại suy xu thế tuyến tính hình thành từ số thu qua các năm. Tt = f (Ti-1, Ti-2..). Trong thực tế phương pháp này ít sử dụng do ít có ý nghĩa về mặt thực tế. Phương pháp dự báo điều kiện bao gồm việc áp dụng mô hình kinh tế vĩ mô, mô hình mô phỏng vi mô để ước lượng mối quan hệ (độ co giãn) giữa nguồn thu thuế và các biến, sau đó sử dụng độ co giãn của doanh thu thuế này để dự báo. Phương pháp dự báo áp dụng mô hình kinh tế vĩ mô: Phương pháp này được thực hiện dựa trên nguyên tắc cơ bản là nếu luật thuế không thay đổi thì việc tăng số thu từ thuế sẽ do sự gia tăng về cơ sở thuế theo thời gian (GDP, thu nhập, tiêu dùng, trị giá nhập khẩu...) và độ co giãn của số thu thuế so với cơ sở thuế. Như vậy, để áp dụng mô hình này, cần phải ước tính độ co giãn của thuế nói chung hoặc của một loại thuế, sử dụng phân tích hồi quy các dữ liệu về số thuế và cơ sở thuế theo thời gian. Cách tiếp cận đơn giản nhất áp dụng mô hình kinh tế vĩ mô trong dự báo số thu từ một loại thuế cụ thể là ước lượng độ co giãn của doanh thu từ thuế đó với GDP. Độ co giãn này được xác định theo công thức: e = dT/dY*Y/T. Trong đó Y biểu thị cho GDP. Do đó nếu độ co giãn được giả định là không đổi, một dự báo cho nguồn thu T trong giai đoạn nhất định có thể được bắt nguồn từ dự báo trực tiếp của Y trong cùng thời kỳ. Sự thay đổi của nguồn thu phụ thuộc vào cơ sở thuế và các nhân tố khác. Vì thế có thể đưa biến giả đại diện cho sự thay đổi tùy chọn khác đến nguồn thu vào mô hình để ước lượng. Kỹ thuật biến giả phát triển bởi Singer (1968). Phương pháp này đưa một biến giả vào phương trình hồi quy thể hiện có một sự thay đổi chính sách thuế. Các mô hình trở thành: InTp = α + βp InY + ΣσiDi + εep Trong đó các biến giả Di (i = 1, 2, ...) có giá trị không (0) trước khi thay đổi tùy chọn và một (1) sau khi thay đổi. Các hệ số ước tính β độ co giãn của thuế. 411
Phương pháp dự báo áp dụng mô hình mô phỏng vi mô: Mô hình này tập trung vào các hành động hoặc hành vi của các lĩnh vực, cá nhân bị ảnh hưởng bởi các chính sách công có liên quan. Các đơn vị phân tích trong mô hình thông thường sẽ là một cá nhân, một hộ gia đình hoặc một công ty. Ưu điểm chính của mô hình mô phỏng vi mô là nó cho phép phân tích tác động của thay đổi chính sách đến người nộp thuế, đến số thu. Tuy nhiên một hạn chế cần phải kể đến của mô hình mô phỏng vi mô là thiếu sự sẵn có của dữ liệu chi tiết. Các nhà phân tích thường sử dụng dữ liệu thuế sẵn có là chủ yếu hoặc thông qua các cuộc tổng điều tra được thực hiện bởi các cơ quan của Chính phủ. Theo nghiên cứu của Jenkins và cộng sự (2000), các bước khi xây dựng mô hình mô phỏng vi mô đối với thuế thu nhập cá nhân bao gồm: Bước 1: Xây dựng cơ sở dữ liệu Bước 2: Xử lý dữ liệu Bước 3: Xây dựng mô hình tính thuế cho đối tượng nộp thuế cụ thể Bước 4: Xây dựng mô hình tính thuế tổng thể. Ngoài ra trong nghiên cứu của Gangadha Prasad Shukla và cộng sự (2011, tr107) cũng đề cập đến mô hình dự báo thu hàng tháng. Mô hình này dự báo các khoản thu hàng tháng hơn là tiềm năng thu thuế thực tế. Đây là công cụ hữu ích cho việc phân bổ mục tiêu thu thuế và giám sát thực hiện đối với cán bộ thuế. Ngoài ra mô hình còn xét đến tính thời vụ của các khoản thu. Yêu cầu về dữ liệu là rất nhỏ bao gồm: số thu hàng tháng của năm trước, số thu hàng tháng trong năm nay và tốc độ tăng trưởng GDP dự kiến cho năm hiện tại. 3. Thực trạng công tác dự báo số thu thuế tại Việt Nam 3.1 Về khung pháp lý Cơ sở pháp lý cho hoạt động dự toán số thu thuế tại Việt Nam chủ yếu là Luật Ngân sách Nhà nước và các văn bản hướng dẫn thi hành Luật. Luật Ngân sách Nhà nước (2002) chương IV quy định rõ trách nhiệm, thẩm quyền của các cơ quan đơn vị trong việc lập dự toán ngân sách, lập dự toán thu từ thuế. Nghị định số 60/2003ND-CP quy định chi tiết hơn về hoạt động này. Gần đây nhất, Luật Ngân sách Nhà nước sửa đổi được Quốc hội thông qua ngày 25 tháng 6 năm 2015 và có hiệu lực thi hành năm 2017 cũng sẽ là một cơ sở pháp lý quan trọng cho hoạt động dự toán số thu thuế. 3.2. Về tổ chức thực hiện Hai cơ quan chịu trách nhiệm chính trong việc lập dự toán thu thuế gồm có Tổng 412
cục Hải quan và Tổng cục Thuế. Tổng cục Hải quan chịu trách nhiệm xây dựng dự toán thu các khoản thuế liên quan đến hoạt động xuất nhập khẩu. Cục Thuế xuất nhập khẩu trực thuộc Tổng cục Hải quan hỗ trợ cơ quan hải quan thực hiện chức năng này. Cục có 5 phòng chức năng, trong đó có phòng Dự toán - Tổng hợp là phòng thực hiện chức năng dự báo số thu. Tổng cục Thuế chịu trách nhiệm lập dự toán các khoản thu từ thuế nội địa. Vụ Dự toán thu thuế trực thuộc Tổng cục Thuế có nhiệm vụ xây dựng cơ sở dữ liệu, dự báo số thu thuế. Ở cơ quan thuế cấp tỉnh có Phòng dự toán thu thuế hỗ trợ Vụ Dự toán thu thuế thực hiện công tác này. 3.3. Về phương pháp dự báo Công việc dự toán thu thuế đang được thực hiện cho từng năm một. Dự toán thuế cho năm tiếp theo thường được bắt đầu vào tháng 5 của năm hiện tại. Tuy nhiên, việc dự báo số thu hiện nay theo được tính toán chủ yếu dựa trên tốc độ tăng trưởng số thu từ tháng 1 đến tháng 4 so với cùng kỳ năm trước, tốc độ tăng trưởng doanh thu của các nhà sản xuất và phân phối, tốc độ gia tăng kim ngạch xuất nhập khẩu… (Gangadha Prasad Shukla và Phạm Minh Đức, 2011). Dữ liệu mà cơ quan thuế tổng hợp chủ yếu là những dữ liệu về số thu thuế đã thực hiện, được sắp xếp theo loại thuế và theo tháng. Những dữ liệu chi tiết cũng không được tập trung mà tản mát ở các chi cục thuế. Tổng cục Thuế chỉ có những dữ liệu tổng hợp. Ngoài ra, các dữ liệu về cơ sở thuế, về các thông tin có ảnh hưởng tới nguồn thu thuế và hiệu suất thu thuế không được cơ quan thuế thu thập. Như vậy, có thể thấy công tác dự báo số thu thuế hiện nay rất thô sơ và mang tính chủ quan, chỉ dựa vào phương pháp ngoại suy mà không áp dụng bất cứ một phương pháp dự báo cần điều kiện nào. Việc lập dự toán cũng giống như “bốc thuốc”. Phương pháp dự báo áp dụng mô hình kinh tế vĩ mô và hoặc mô hình mô phỏng vi mô hoàn toàn không được sử dụng, vì vậy chất lượng dự thấp, thể hiện qua chênh lệch dự toán và quyết toán thuế ở Việt Nam còn khá cao. Bảng 1. Chênh lệch giữa quyết toán và dự toán thuế qua các năm Đơn vị: tỷ đồng Chênh lệch giữa quyết toán và dự toán thuế STT 2010 2011 2012 2013 qua các năm 1 Thuế thu nhập doanh nghiệp 7.919 41.972 9.436 11.433 2 Thuế thu nhập cá nhân 2.915 9.567 -1.374 8.313 3 Thuế nhà đất 115 216 -130 190 413
Chênh lệch giữa quyết toán và dự toán thuế STT 2010 2011 2012 2013 qua các năm 4 Thuế môn bài 81 179 117 167 5 Lệ phí trước bạ 2.015 3.303 -4.154 153 6 Thuế giá trị gia tăng (VAT) 6.286 10.271 -56.302 -49.959 7 Thuế tiêu thụ đặc biệt hàng sản xuất trong nước 1.605 2.574 -4.001 3.557 8 Thuế tài nguyên 278 12,.88 8.644 5.002 9 Thuế sử dụng đất nông nghiệp 12 40 33 41 10 Thuế xuất khẩu, nhập khẩu và TTĐB hàng nhập khẩu 2.267 1.006 -9.224 -2.769 11 Thuế bảo vệ môi trường - 11.201 -524 -2.446 Nguồn: http://mof.gov.vn Nhìn vào Bảng 1 có thể nhận thấy năm 2013, trong các loại thuế thì thuế giá trị gia tăng (GTGT) được dự báo sai lệch lớn nhất (với số thu thực tế thấp hơn gần 50.000 tỷ so với số được dự toán). Hiện nay, số thu từ thuế GTGT chiếm tỷ trọng cao nhất trong tổng số thu từ thuế, vì vậy nếu dự báo số thu này yếu sẽ ảnh hưởng đến toàn bộ quy trình NSNN. Thuế xuất nhập khẩu, TTĐB hàng nhập khẩu và thuế bảo vệ môi trường cũng có số thu thực tế thấp hơn được dự báo. Thuế thu nhập cá nhân và thuế thu nhập doanh nghiệp mặc dù có số thu thực tế vượt dự toán nhưng mức chênh lệch lại khá lớn, phản ánh chất lượng dự báo kém. Có thể dễ dàng hình dung mức chênh lệch này qua hai hình dưới đây: Hình 1. Chênh lệch quyết toán và dự toán thuế TNDN Đơn vị: tỷ đồng Nguồn: http://mof.gov.vn 414
Hình 2. Chênh lệch quyết toán và dự toán thuế TNCN Đơn vị: tỷ đồng Nguồn: http://mof.gov.vn 4. Kinh nghiệm dự báo số thu thuế của một số nước trên thế giới Các nước OECD đi đầu trong việc ứng dụng các phương pháp hiện đại để dự báo số thu thuế. Điển hình phải kể đến là Canada, Úc, Nhật, Mỹ, Đức. Các nước này đã áp dụng mô hình kinh tế vĩ mô và mô phỏng vi mô từ khá lâu. Dưới đây, các tác giả sẽ phân tích kinh nghiệm của 3 nước là Mỹ, Đức và Trung Quốc. Nhóm tác giả chọn 3 nước này để nghiên cứu vì Mỹ, Đức là những nước có rất nhiều kinh nghiệm trong quản lý thuế nói chung và dự báo thu thuế nói riêng còn Trung Quốc là nước có điều kiện khá tương đồng với Việt Nam. 4.1. Kinh nghiệm của Mỹ Hệ thống thuế của Mỹ bao gồm hệ thống thuế của bang và liên bang. Hai hệ thống thuế này có sự độc lập tương đối, vì vậy việc dự báo doanh thu thuế của bang và liên bang cũng do các cơ quan khác nhau đảm nhận. Ủy ban Liên hợp là một cơ quan trung lập và phục vụ cho Quốc hội sẽ thực hiện dự báo doanh thu thuế của liên bang. Bên cạnh đó, mỗi bang lại có một vài cơ quan chức năng riêng để dự báo số thu thuế của mình. Ví dụ như Sở Tài chính của bang California, bang Akansas; Văn phòng quản lý Ngân sách của bang New Jersey, bang Ohio hay Sở Thuế của bang Virginia…(ALT, Ronald, 1993). Việc dự báo số thu được Mỹ tiến hành đồng thời cho năm hiện tại và cho 10 năm tiếp theo. 415
Mô hình được sử dụng phổ biến nhất trong việc dự báo số thu thuế ở Mỹ là mô hình mô phỏng vi mô. Mỹ là một trong những nước tiên phong áp dụng mô hình này. Theo báo cáo của Ủy ban Liên hợp (2005), để chuẩn bị cho việc dự báo doanh thu thuế của liên bang, các nhân viên của Ủy ban Liên hợp (Staff of Joint Committee - JCS) sẽ phải sử dụng dữ liệu vĩ mô cung cấp bởi Văn phòng Ngân sách Quốc hội (Congressional Budget Office - CBO). Hệ thống dữ liệu thứ hai được cung cấp từ Bộ phận thống kê thu nhập (Statistics of Income Division - SOI) của Sở thuế vụ (Internal Revenue Service - IRS). SOI cung cấp bộ dữ liệu vi mô rất lớn bao gồm các tờ khai thuế được lấy mẫu. Bên cạnh đó, các dữ liệu của Chính phủ, số liệu điều tra, dữ liệu cấu thành, và dữ liệu của bên thứ ba cũng được sử dụng thường xuyên. Mỗi loại thuế được sử dụng một mô hình mô phỏng vi mô riêng để dự báo. Sự phức tạp và phạm vi của một mô hình được xác định bởi nhiều yếu tố bao gồm cả số lượng và loại dữ liệu có sẵn, mức độ quan trọng của các nhân tố trong mô hình, và mức độ phức tạp liên quan đến các câu hỏi của mô hình. Đối với thuế thu nhập cá nhân, JCS sử dụng dữ liệu cá nhân dựa trên một mẫu phân tầng của các tờ khai thuế thu nhập cá nhân được gửi cho IRS. Mô hình này sử dụng các thông số của mỗi tờ khai để tái tạo lại nghĩa vụ thuế thu nhập cá nhân với giả định rằng người nộp thuế đã thực hiện các quyết định tối ưu về thuế. Sau đó, bằng cách thay đổi các quy tắc hoặc các thông số, nghĩa vụ thuế của mỗi cá nhân sẽ được tính toán lại. Vào cuối tháng một, JCS sẽ tiến hành chạy mô hình và ước tính được số thu thuế thu nhập cá nhân thay đổi như thế nào trong năm tài chính tiếp theo. Đối với thuế thu nhập doanh nghiệp, dữ liệu về doanh nghiệp được sử dụng để dự báo có cùng thiết kế và cấu trúc như đối với dữ liệu cá nhân. Tuy nhiên, bộ dữ liệu dùng cho mô hình này lớn hơn rất nhiều. Nó được bổ sung thêm một loạt các mô-đun và cơ sở dữ liệu khác bao gồm: một mô hình khấu hao, một hệ thống dữ liệu về lợi nhuận của các đối tác, và các dữ liệu về chủ sở hữu của doanh nghiệp. Đối với các loại thuế gián thu, mô hình đa hồi quy được sử dụng để xác định các mối quan hệ thống kê giữa các khoản doanh thu chịu thuế và các biến số kinh tế khác nhau, từ đó dự báo doanh số bán hàng chịu thuế và dự báo số thu thuế trong những năm tiếp theo. 4.2. Kinh nghiệm của Trung Quốc Ở Trung Quốc, Vụ Kế hoạch và thống kê thuộc Tổng cục Quản lý thuế sẽ tổ chức tiến hành việc dự báo số thu thuế trong suốt quy trình ngân sách. Theo nghiên cứu của George Chun-Yan Kuo (2000) tại Đại học Harvard, ba mô hình được sử dụng chủ yếu để dự báo doanh thu thuế tại Trung Quốc là mô hình kinh tế vĩ mô, mô hình mô phỏng vi mô và mô hình mức thu hàng tháng. 416
(i) Phương pháp sử dụng mô hình kinh tế vĩ mô Phương pháp này gồm 3 bước: tổng hợp số thu thuế cho mỗi loại thuế trong một chuỗi thời gian nhất định; lượng hóa các căn cứ tạo nên cơ sở thuế của mỗi loại thuế và thu thập thông tin về cơ sở thuế; và kiểm tra sự thay đổi của số thu thuế tương ứng với sự thay đổi của cơ sở thuế bằng phân tích hồi quy. Trung Quốc hiện chưa có một hệ thống dữ liệu đầy đủ liên quan đến các biến kinh tế. Thêm vào đó, việc tăng giảm doanh thu của mỗi loại thuế do sự thay đổi tùy tiện của chính sách không được đo lường cụ thể. Những dữ liệu này vốn dĩ rất quan trọng để ước tính độ co giãn của thuế nhằm xác định chính xác doanh thu thuế. Vì vậy, phương pháp này còn có những hạn chế nhất định khi áp dụng tại Trung Quốc. (ii) Phương pháp sử dụng mô hình mô phỏng vi mô Ở Trung Quốc, mô hình này được áp dụng tốt nhất trong việc dự báo số thu từ thuế GTGT. Nguồn thu từ thuế GTGT hiện vẫn đang chiếm tỷ trọng lớn nhất trong tổng thu Ngân sách quốc gia của Trung Quốc. Hệ thống dữ liệu dùng cho mô hình này được thu thập từ năm 1994, khi Trung Quốc ban hành hệ thống thuế GTGT, bao gồm ba nguồn dữ liệu: - Khảo sát chi phí của các hộ gia đình cho việc tiêu thụ hàng hóa và sử dụng dịch vụ. Những chi phí này sẽ được chia thành hai loại: ở nông thôn và ở thành thị. - Khảo sát các đối tượng nộp thuế GTGT để thu thập những dữ liệu hàng năm về thuế GTGT đầu ra và thuế GTGT đầu vào ở các mức thuế suất được áp dụng, thuế thu nhập và các báo cáo tài chính của doanh nghiệp. - Bảng đầu vào - đầu ra thể hiện giao dịch liên ngành và nhu cầu chi tiêu cuối cùng của hộ gia đình, Chính phủ và các doanh nghiệp trong nền kinh tế. Thêm vào đó, mô hình này còn sử dụng kết hợp với các biến số kinh tế vĩ mô như dự báo tăng trưởng GDP và dự báo tăng trưởng bình quân ngành để xem xét tác động của các chính sách thay thế đến tổng thu thuế GTGT. (iii) Phương pháp sử dụng mô hình mức thu hàng tháng Có hai bước để phát triển mô hình dự báo mức thu thuế hàng tháng: Bước thứ nhất là tính toán tỷ trọng các nhân tố ảnh hưởng đến sự tăng trưởng của doanh thu thuế hàng năm từ hai tỷ lệ tăng trưởng: (1) tỷ lệ tăng trưởng của số thu thuế thực tế hàng tháng tính đến thời điểm hiện tại so với số thu thuế tương ứng của các năm trước và (2) tỷ lệ tăng tưởng GDP năm hiện tại. 417
Bước thứ hai là ước lượng sự thay đổi của doanh thu thuế nếu như có sự thay đổi về mức thuế suất hiệu quả trong năm trước đó. Mức thu thuế hiệu quả ở đây được tính bằng tỷ lệ giữa doanh thu thuế và cơ sở thuế. Mô hình này không chỉ được dùng để dự báo danh thu thuế hàng tháng mà còn được sử dụng như một công cụ để đánh giá số thu thuế thực tế so với các mục tiêu đã được đề ra. 4.3. Kinh nghiệm của Đức Không giống Trung Quốc và Mỹ, ở Đức không chỉ có một tổ chức tiến hành dự báo doanh thu thuế. Ban công tác về dự báo doanh thu thuế (The Working Group on Tax Revenue Forecasting - AKS) là một ban cố vấn của Bộ Tài chính Liên bang Đức bao gồm chín tổ chức sau: Viện Kinh tế Thế giới tại Đại học Kiel, Viện Nghiên cứu Kinh tế Halle, Viện Nghiên cứu Rheinisch-Westfälischen, Viện Nghiên cứu Kinh tế Đức tại Berlin, Viện Nghiên cứu Kinh tế Leibniz tại Đại học Munich, Ngân hàng Deutsche Bundesbank, Hội đồng thành phố Đức, Hội đồng chuyên gia kinh tế Đức, Văn phòng thống kê Liên bang (CESifo Group). Các tổ chức này sẽ tiến hành dự báo một cách độc lập và sau đó tổ chức thảo luận vào tháng mười một và tháng năm để đi đến sự thống nhất. Vào đầu tháng mười một, một dự báo doanh thu thuế trung hạn được thực hiện (cho năm hiện tại và năm năm tiếp theo). Ước tính này cung cấp các số liệu chính thức về số thu thuế dự kiến sẽ được đưa vào ngân sách năm sau. Vào giữa tháng năm, dự báo doanh thu thuế trung hạn thứ hai được tiến hành (cho năm hiện tại và bốn năm sau). Chất lượng của các dự báo tại Đức được đánh giá rất tốt, một phần nhờ vào sự làm việc độc lập của AKS. Việc dự báo doanh thu thuế ở Đức được tiến hành từ năm 1955. AKS sẽ dựa vào những dự liệu sẵn có và tập hợp các dự báo kinh tế vĩ mô cơ bản được cung cấp bởi Bộ Kinh tế và Công nghệ Liên bang. Mô hình được sử dụng để dự báo doanh thu thuế ở Đức là mô hình kinh tế vĩ mô (Thiess Buettner, Bjoern Kauder, 2010). Tuy nhiên, các tổ chức thuộc AKS không có một công cụ dự báo đồng nhất. Các dự báo cho ra các kết quả khác nhau dựa trên các mô hình vĩ mô khác nhau. Sự cạnh tranh này đã tăng tính hiệu quả của công tác dự báo. Kết quả là các mô hình ngày càng được phát triển hơn nhờ quá trình thảo luận, trao đổi giữa các tổ chức. Các biến vĩ mô cơ bản được sử dụng trong mô hình dự báo số thu thuế bao gồm: Tổng tiền lương và tiền công theo nguyên tắc kế toán quốc gia đối với thuế thu nhập cá nhân, tổng tiêu dùng tư nhân, tổng đầu tư của các cá nhân cư trú, một phần chi tiêu của Chính phủ, tổng thu nhập từ kinh doanh và bất động sản trong phạm vi tài khoản quốc gia, và thu nhập quốc dân ròng đối với thuế liên quan đến lợi tức (Gerrit B. Koester, Christoph Priesmeier, 2012). 418
5. Kết luận và khuyến nghị giải pháp cho công tác dự báo số thu thuế tại Việt Nam Để hoạt động dự báo số thu thuế thực sự thay đổi theo hướng hiện đại, phù hợp với xu thế cải cách thuế thì cần tập trung vào các công việc sau: Thứ nhất, củng cố hoàn thiện cơ sở dữ liệu theo hướng tập trung, đa dạng. Đây có thể coi là công việc đầu tiên và quan trọng nhất khi triển khai dự báo thu thuế. Công việc này nên được giao cho một nhóm nhân viên thuộc Vụ Dự toán thu thuế. Các dữ liệu được phân tầng khác nhau như dữ liệu về thông tin cá nhân của người nộp thuế, về cơ sở thuế (nguồn thu nhập), các cuộc điều tra hộ gia đình, đặc biệt là cuộc điều tra mức chi tiêu và thu nhập hộ gia đình, các dữ liệu cơ bản gắn liền với khu vực doanh nghiệp, dữ liệu về chế độ thuế. Dữ liệu về thuế có thể thu thập từ tờ khai thuế thu nhập cá nhân, thuế thu nhập doanh nghiệp hoặc qua điều tra khảo sát. Dữ liệu này được kết nối điện tử trong toàn bộ hệ thống cơ quan thuế và có thể dễ dàng truy cập từ các cơ quan có liên quan. Thứ hai, tăng cường đào tạo, tuyển dụng đội ngũ cán bộ thuế tham gia vào công tác xây dựng dự toán. Chương trình đào tạo được chia thành hai mô - đun: mô - đun 1 thuộc về lĩnh vực kinh tế lượng như e-views, STATA; mô - đun 2 thuộc về phân tích chính sách thuế, kỹ thuật dự báo số thu thuế. Có thể cử nhân viên đi học tập kinh nghiệm của một số nước về công tác dự báo thu nói riêng và công tác quản lý thuế nói chung. Việc tuyển dụng nhân viên làm công tác này cũng nên ưu tiên tuyển sinh viên mới ra tốt nghiệp hơn là chuyển ngang những nhân viên đã lớn tuổi ở các phòng ban khác. Lý do vì sinh viên ở một số trường đại học kinh tế đầu ngành cũng đã được đào tạo khá nhiều về kinh tế lượng, về phương pháp nghiên cứu, về phân tích chính sách kinh tế. Hơn nữa, công việc này cũng không đòi hỏi nhiều kinh nghiệm thực tiễn mà chủ yếu dùng tư duy khoa học. Thứ ba, lựa chọn phương pháp dự báo thu hợp lý cho từng giai đoạn. Trước mắt, trong giai đoạn 5 năm tới, chỉ nên tập trung vào các phương pháp dự báo dễ thực hiện hơn. Đó là phương pháp áp dụng mô hình kinh tế vĩ mô và mô hình dự báo thu hàng tháng. Hai phương pháp này không đòi hỏi nhiều về cơ sở dữ liệu và có thể tận dụng những cơ sở dữ liệu sẵn có từ Tổng cục Thống kê. Việc dự báo doanh thu được tích hợp với các dự báo kinh tế vĩ mô tương ứng sẽ đảm bảo cho sự nhất quán của cả hai dự báo. Việc dự báo nên được làm riêng với từng loại thuế và áp dụng các biến kinh tế vĩ mô hợp lý với từng loại thuế đó. Mô hình dự báo thu hàng tháng sẽ giúp cho công tác phân bổ mục tiêu thu thuế của nhân viên ngành thuế. Nó cũng nên được so sánh đối chiếu với các phương pháp dự báo khác. 419
Phương pháp dự báo áp dụng mô hình mô phỏng vi mô chỉ nên được triển khai sau 5 năm tới. Việt Nam đang trong lộ trình hiện đại hóa ngành thuế, người nộp thuế sẽ kê khai, nộp thuế điện tử. Hiện 100% doanh nghiệp thực hiện kê khai thuế qua mạng. Trong năm 2015, dự định của ngành thuế sẽ có 90% doanh nghiệp được cung cấp dịch vụ nộp thuế điện tử. Đến năm 2020, khi tất cả các doanh nghiệp đều nộp thuế điện tử và thực hiện các dịch vụ thuế điện tử khác thì việc thu thập cơ sở dữ liệu điện tử sẽ dễ dàng hơn rất nhiều. Đây là cơ sở quan trọng để thực hiện phương pháp dự báo với mô hình mô phỏng vi mô. Bước đầu cũng chỉ nên triển khai phương pháp này với 3 loại thuế là thuế giá trị gia tăng, thuế thu nhập doanh nghiệp và thuế thu nhập cá nhân. Đây là 3 loại thuế quan trọng, có đối tượng áp dụng rộng, việc kê khai nộp thuế điện tử nên dễ theo dõi. Việc dự báo nên tiến hành cho một giai đoạn trung hạn từ 2 đến 3 năm để hỗ trợ tốt hơn cho công tác hoạch định chiến lược. Tổng cục Thuế cũng nên giao thêm chức năng dự báo số thu thuế cho Trường nghiệp vụ thuế. Kinh nghiệm của Đức đã cho thấy khi có nhiều cơ quan cùng tham gia hoạt động dự báo thì chất lượng của công tác dự báo tăng lên. Thứ tư, công tác thống kê dự báo kinh tế của các tổ chức khác sẽ hỗ trợ rất nhiều về cơ sở dữ liệu cho ngành thuế, vì vậy cũng khuyến nghị các cơ quan có liên quan như Tổng cục Thống kê, Bộ Kế hoạch và Đầu tư nâng cao chất lượng công tác điều tra tổng hợp số liệu. Cần tranh thủ các chương trình hợp tác quốc tế hoặc được tài trợ từ các tổ chức quốc tế để nâng cao năng lực và trình độ công nghệ (giống như Dự án Hiện đại hóa Quản lý thuế mà Ngân hàng Thế giới đã tài trợ). Tóm lại, tăng cường năng lực dự báo số thu thuế là một điểm mấu chốt của quá trình hiện đại hóa quản lý tài chính công. Năng lực này phụ thuộc phần lớn vào chất lượng thông tin và nguồn nhân lực. Vì vậy, nếu có mục tiêu rõ ràng và lộ trình cụ thể, chắc chắn cơ quan thuế sẽ cải thiện được chất lượng hoạt động dự báo thu thuế. Đặc biệt, nếu cơ quan thuế xây dựng được đề án “Tăng cường năng lực dự báo thu thuế” và kêu gọi sự hỗ trợ từ các tổ chức quốc tế thì hiệu quả của hoạt động này gia tăng là điều chắc chắn. Tài liệu tham khảo 1. Alt, R. (1993), State revenue forecasting and estimation practices, Federation of Tax Administrators. 2. Buettner, T., và Kauder, B. (2010), ‘Revenue Forecasting Practices: Differences across Countries and Consequences for Forecasting Performance’, Fiscal Studies, số 3, tập 31, tr. 313-340. 3. CESifo Group , Tax Revenue Forecasting, truy cập ngày 18 tháng 7 năm 2015, từ . 420
4. Federation of Tax Administrators (1993), State Revenue Forecasting and Estimation Practices, Washington. 5. Jenkins, G. P., Kuo, C. Y., và Shukla, G. (2000), ‘Tax analysis and revenue forecasting’, Cambridge, Massachusetts: Harvard Institute for International Development, Harvard University. 6. Joint Committee on Taxation (2005), Overview of revenue estimating procedures and methodologies used by the staff of Joint Committee on taxation, Washington. 7. King, J. (1995), ‘Alternative Methods of Revenue Forecasting and Estimating’, Tax Policy Handbook, P. Shome. Washington, DC: International Monetary Fund, tr 254-257. 8. Koester, G. B., và Priesmeier, C. (2012), ‘Estimating dynamic tax revenue elasticities for Germany’, (No. 23/2012), Discussion Paper, Deutsche Bundesbank. 9. Kuo, C. Y. (2000), Estimation of Tax Revenue and Tax Capacity, (No. 2000-08), JDI Executive Programs. 10. Shukla, G. P., Phạm Minh Đức, Engelschalk, M. và Lê Minh Tuấn (2011), Cải cách thuế ở Việt Nam hướng tới một hệ thống hiệu quả và công bằng hơn, Ban quản lý kinh tế và xóa đói giảm nghèo khu vực châu Á Thái Bình Dương, Ngân hàng Thế giới. 11. Singer, N.M. (1968), The Use of Dummy Variables in Estimating the Income- Elasticity of State Income - Tax Revenues, National Tax Journal, Số 2, Tập 21, tr. 200-204. 12. The Department of Finance’s Financial Research Unit, Department of Finance Revenue Estimating Models, truy cập từ