Dự báo thu ngân sách hiệu quả bằng cách nào?

Đối với Việt Nam thu nội địa đóng vai trò quan trọng trong tổng thu ngân sách nhà nước (NSNN). Đến cuối năm 2012, tổng thu nội địa đã chiếm tỷ trọng trên 60% tổng NSNN. Còn đối với ngân sách của hầu hết các địa phương, thu nội địa là nguồn thu chủ yếu để thực hiện cân đối chi ngân sách địa phương. Vì vậy, việc dự báo thu nội địa sát thực tế có ý nghĩa đặc biệt quan trọng.

Ảnh minh họa - nguồn internet.Ảnh minh họa - nguồn internet.

Phương pháp truyền thống đã lạc hậu

Các nước tiên tiến trên thế giới coi phân tích, dự báo thu ngân sách là hoạt động quan trọng, không thể tách rời trong công tác xây dựng chính sách cũng như tổ chức quản lý thu ngân sách. Hầu hết các nước phát triển trên thế giới do có hệ thống cơ sở dữ liệu đầy đủ, chính xác, chi tiết nên đều sử dụng phương pháp mô hình hóa và các công cụ dự báo linh hoạt khác nhau tùy theo mục đích như phần mềm Eviews, SPSS…để dự báo số thu hay hoạch định chính sách.

Còn với Việt Nam, trong bối cảnh tình hình kinh tế trong nước và thế giới ngày càng diễn biến nhanh, phức tạp, khó lường và có những tác động lớn đối với kết quả thu thuế, dự báo thu theo phương pháp truyền thống chưa đáp ứng được yêu cầu quản lý đặt ra, đòi hỏi công tác dự báo thu phải được đổi mới, hiện đại hóa để có thể dự báo nhanh, chính xác, phục vụ hiệu quả công tác điều hành vĩ mô của nhà nước.

Vì vậy từ năm 2006, được sự tài trợ của Dự án hỗ trợ kỹ thuật của Châu Âu (EU) đối với Bộ Tài chính trong hợp phần 2 (ETV2/PTF2), các chuyên gia Hoa Kỳ và EU đã giúp Tổng cục Thuế trong quá trình thực hiện đề án “Nghiên cứu xây dựng mô hình dự báo thu NSNN” thông qua các khóa đào tạo về kiến thức, kỹ năng, các đợt làm việc về giới thiệu kinh nghiệm các nước trên thế giới, đánh giá thực trạng công tác dự báo của Việt Nam, tư vấn, hỗ trợ triển khai xây dựng thử nghiệm các mô hình dự báo tại Việt Nam.

Từ năm 2009 đến nay, sau khi kết thúc chương trình hỗ trợ của EU, Tổng cục Thuế vẫn tiếp tục cập nhật số liệu, chạy thử nghiệm các mô hình, phân tích, đánh giá kết quả dự báo so với thực tế để từng bước điều chỉnh mô hình. Thực tế, lãnh đạo Tổng cục Thuế đã nhận thức rõ tầm quan trọng phải đổi mới phương pháp phân tích, dự báo thu, từng bước tiếp cận và đưa vào ứng dụng các công cụ dự báo thu hiện đại.

Bên cạnh đó, sau quá trình tìm hiểu, đánh giá thực trạng công tác dự báo tại Việt Nam, đồng thời đánh giá năng lực đội ngũ cán bộ làm công tác dự báo và cơ sở dữ liệu hiện có của ngành Thuế, các chuyên gia tư vấn đã hướng dẫn xây dựng thử nghiệm một số mô hình mà Tổng cục Thuế có thể thực hiện như: Mô hình dự báo số thu tháng, mô hình dự báo thuế giá trị gia tăng theo phương pháp bảng đầu vào – đầu ra (I-O), mô hình hồi quy tổng thể thuế theo GDP.

Đặc biệt, sau khi ngành Thuế xây dựng hoàn chỉnh kho dữ liệu tập trung về quản lý người nộp thuế, bộ phận dự báo thu của ngành thuế sẽ có thêm nhiều thông tin để xây dựng các mô hình mô phỏng vi mô dự báo các sắc thuế chính như thuế thu nhập doanh nghiệp, thuế thu nhập cá nhân, thuế tiêu thụ đặc biệt…

Thử nghiệm nhiều mô hình dự báo

Đến nay, Tổng cục Thuế bước đầu tiến hành xây dựng thử nghiệm một số mô hình dự báo thu như: Mô hình dự báo tháng dùng cho dự báo số thu hàng tháng cho từng sắc thuế và tổng thu thuế; mô hình dự báo thuế giá trị gia tăng theo phương pháp dựa trên bảng cân đối I-O trên cơ sở bảng I-O năm 2000; mô hình hồi quy tổng thu nội địa theo GDP…

Theo đó, mô hình dự báo số thu tháng là một mô hình dự báo ngắn hạn được sử dụng để dự báo số thu hàng tháng đối với các sắc thuế chính và dự báo tổng thu chung. Mô hình này xem xét đến cả các tác động của yếu tố mùa vụ trong hoạt động thu thuế và cho kết quả tương đối chính xác về số thu thực tế hàng tháng. Cơ sở dữ liệu cần có để sử dụng mô hình này là số thu thuế thực tế qua hàng tháng của năm trước liền kề và các tháng trước liền kề tháng dự báo và sử dụng tỷ lệ tăng trưởng GDP hàng năm để dự báo.

Hàng năm, Tổng cục Thuế đều thực hiện cập nhật mô hình tháng theo thời điểm từng tháng, quý, kết quả dự báo được điều chỉnh cho phù hợp và được sử dụng làm một kênh tham khảo trong quá trình đánh giá thực hiện dự báo thu NSNN hàng tháng, quý, năm. Theo đó, kết quả dự báo các tháng năm 2013 sau khi loại trừ các yếu tố ảnh hưởng, dự báo một số sắc thuế chính qua các tháng tương đối sát với số thực hiện của từng tháng.

Tuy nhiên, về tổng thể số dự báo của một số tháng còn sai lệch cao lên tới hơn 5%, do trong những năm gần đây, Chính phủ áp dụng nhiều chính sách ưu đãi miễn giảm thuế đối với các nhóm doanh nghiệp, người nộp thuế, nên ảnh hưởng đến số thu NSNN. Hiện tại, Tổng cục Thuế đang thực hiện tách các số ảnh hưởng thu ra khỏi số liệu đầu vào cũng như số thực hiện để kết quả dự báo sát hơn.

Với mô hình dự báo thuế giá trị gia tăng theo phương pháp I-O sẽ sử dụng bảng cân đối liên ngành I-O để ước tính cơ sở tính thuế; căn cứ vào tỷ lệ tuân thủ thuế giá trị gia tăng, thuế suất áp dụng cho từng ngành hàng kinh tế, dự báo thu thuế giá trị gia tăng cho năm tiếp theo.

Theo đó, dữ liệu đầu vào sẽ là bảng cân đối liên ngành I-O và hệ thống tài khoản quốc gia do Tổng cục Thống kê ban hành hàng năm, các chỉ tiêu kinh tế vĩ mô dự báo của cả nước…Tuy nhiên, khó khăn của việc thu thập dữ liệu đối với mô hình này là việc Tổng cục Thống kê thường ban hành các chỉ tiêu trong hệ thống tài khoản quốc gia không kịp thời; đồng thời việc lựa chọn các chỉ tiêu kinh tế vĩ mô được dự báo hàng năm cũng gặp khó khăn, do các chỉ số này được nhiều cơ quan, tổ chức khác nhau thực hiện và cho kết quả khác nhau.

Hơn nữa, kết quả dự báo theo mô hình bảng I-O cho kết quả dự báo chưa sát do cơ sở dữ liệu về thu ngân sách của ngành Thuế chia theo ngành chưa tương thích với phân ngành kinh tế trên bảng I-O của Tổng cục Thống kê. Trước mắt, mô hình này mới được ứng dụng trong việc hoạch định, xây dựng các phương án chính sách thuế giá trị gia tăng mới cũng như đánh giá tác động đến số thu NSNN khi chính sách thuế giá trị gia tăng thay đổi.

Đối với mô hình hồi quy tổng thu nội địa theo GDP dựa trên lý thuyết vĩ mô nhằm xác định các biến số có liên quan đến kết quả thu thuế, từ đó, xây dựng mô hình toán học biểu thị quan hệ giữa các biến số đó với số thu thuế hoặc cơ sở tính thuế. Mô hình này có ưu điểm là dễ thực hiện, số liệu đầu vào có khả năng đáp ứng được. Mô hình hồi quy có thể sử dụng để dự báo tổng thu NSNN hoặc dự báo thu riêng từng sắc thuế. Yêu cầu quan trọng nhất của mô hình này là phải có chuỗi số liệu đủ dài và được làm sạch, loại trừ yếu tố ảnh hưởng của chính sách và quản lý thu, đồng thời, các mô hình hồi quy phải được điều chỉnh, kiểm nghiệm sai số để có thể đưa ra được kết quả dự báo hợp lý. Hiện tại, cơ sở dữ liệu ngành Thuế có thể đáp ứng một phần yêu cầu cơ sở dữ liệu phục vụ cho mô hình hồi quy.

Cũng theo Tổng cục Thuế, mô hình mô phỏng vi mô dự báo thuế thu nhập doanh nghiệp được sử dụng để phân tích nghĩa vụ thuế của doanh nghiệp và ước lượng số thuế có thể thu được cho chính phủ thông qua hệ thống thuế hiện tại và đánh giá ảnh hưởng của việc áp dụng các chính sách thuế mới. Mô hình được sử dụng để dự báo tổng thu thuế thu nhập doanh nghiệp và số thu thuế thu nhập doanh nghiệp theo các ngành, lĩnh vực. Ưu điểm của mô hình này là có thể phân tích, đánh giá được ảnh hưởng của số thu NSNN khi nhà nước dự kiến áp dụng chính sách thuế mới. Tuy nhiên, phương pháp thực hiện phức tạp và dữ liệu đầu vào đòi hỏi nhiều thông tin chi tiết của người nộp thuế, do đó, việc đảm bảo đủ thông tin phục vụ xây dựng mô hình mô phỏng vi mô dự báo thuế thu nhập doanh nghiệp tại cơ quan Tổng cục Thuế còn gặp nhiều hạn chế.

Thực tế hiện nay, cơ sở dữ liệu ngành Thuế đã có thể khai thác một phần thông tin của tờ khai thuế thu nhập doanh nghiệp cũng như báo cáo tài chính của doanh nghiệp để phục vụ cho xây dựng mô hình dự báo thuế thu nhập doanh nghiệp theo phương pháp mô phỏng vi mô. Tuy nhiên cũng còn một phần dữ liệu hiện vẫn chưa được tích hợp đầy đủ trong ứng dụng ngành Thuế là số thuế và thông tin báo cáo tài chính của các đơn vị thuộc một số chi cục thuế quản lý.

Riêng với công tác dự báo số thu thuế thu nhập cá nhân, các nước phát triển trên thế giới thường áp dụng hai mô hình là: mô hình người nộp thuế điển hình và mô hình tổng hợp về dự báo. Hiện tại, ngành Thuế đang triển khai xây dựng chương trình quản lý thuế thu nhập cá nhân và cập nhật hệ thống thông tin cơ sở dữ liệu. Như vậy, sau khi chương trình quản lý thuế và hệ thống thông tin cơ sở dữ liệu hoàn thành mới có thể khai thác được các thông tin để triển khai nghiên cứu, xây dựng mô hình người nộp thuế điển hình cũng như mô hình tổng hợp.

CSDL thu ngân sách thiếu đồng nhất

Có thể nói, kinh tế là tiền đề quyết định đến việc thực hiện dự báo thu ngân sách. Thu NSNN và tổng sản phẩm trong nước có mối quan hệ chặt chẽ với nhau. Sự chuyển dịch cơ cấu kinh tế nhanh, đặc biệt trong những năm qua, nền kinh tế bước vào giai đoạn khó khăn, việc nhà nước thực hiện chủ trương đẩy mạnh tái cấu trúc nền kinh tế đã tác động làm sai lệch các dự báo về thu ngân sách. Thêm nữa, việc cơ chế, chính sách luôn biến động do phải thường xuyên sửa đổi, bổ sung để phù hợp với nền kinh tế gây ảnh hưởng trực tiếp đến mức thuế thu được của từng sắc thuế.

Việc thay đổi chính sách còn tác động gián tiếp đến tăng trưởng kinh tế và quay trở lại, tác động đến số thu ngân sách. Ngoài ra, thất thu thuế cũng là tình trạng đáng báo động, điển hình theo Cục Thuế thành phố Hà Nội, 9 tháng năm 2013, tổng thu nội địa trên địa bàn chỉ bằng 93,4% so với cùng kỳ năm trước do hoạt động sản xuất kinh doanh đang trong giai đoạn khó khăn đã khiến nhiều doanh nghiệp nợ đọng tiền thuế. Từ đầu năm đến nay, 7.933 doanh nghiệp ngừng hoạt động, làm giảm nguồn thu năm 2013 so với năm 2012 hơn 500 tỷ đồng.

Khắc phục tình trạng trên, Tổng cục Thuế đã nghiên cứu và triển khai thử nghiệm một số mô hình dự báo thu ngân sách. Nhìn chung, kết quả còn chênh lệch khá lớn so với số thuế thực tế thu được. Vì thế, kết quả dự báo mới chỉ dừng lại ở mức độ tham khảo và sử dụng khi đánh giá trước và sau khi ban hành chính sách, chưa thể dùng cho công tác lập dự toán thu ngân sách nhà nước hàng năm. Nguyên nhân được Tổng cục Thuế lý giải là do các chỉ tiêu kinh tế - xã hội, chỉ tiêu ngân sách, các thông tin của người nộp thuế chưa được cập nhật đầy đủ và kịp thời, thêm vào đó, nhiều chỉ tiêu thống kê của ngành thuế chưa phù hợp với tiêu chuẩn thống kê quốc gia và chưa phù hợp với thông lệ quốc tế.

Thêm vào đó, chất lượng của hệ thống thông tin còn thấp mà cụ thể là thông tin không được lưu trữ một cách có hệ thống, khoa học, thông tin phân tán, thiếu đồng nhất do chưa được xử lý, phân tích, kiểm tra, phân loại và chuẩn hóa, vì vậy, số liệu thống kê theo chuỗi thời gian chưa đảm bảo tính đồng nhất, liên tục.

Đặc biệt trong những năm gần đây khi mà chính sách thu liên tục phải sửa đổi, bổ sung, theo đó hệ thống tờ khai, hồ sơ thuế cũng được hoàn thiện, sửa đổi một cách đồng bộ. Việc thực hiện chủ trương cải cách thủ tục hành chính, hiện đại hóa, nâng cấp hệ thống cơ sở hạ tầng thông tin để thực hiện kết nối, tích hợp thông tin, xây dựng cơ sở dữ liệu tập trung tại cơ quan thuế các cấp… cũng là trở ngại lớn trong việc tập hợp cơ sở dữ liệu đồng nhất, đủ dài để có thể phục vụ cho công tác phân tích dự báo thu chuyên sâu của bộ phận dự báo thu. Đặc biệt, thông tin liên kết giữa các bộ, ngành còn thiếu và yếu, không được đầy đủ, toàn diện.

Hiện Cục Thuế thành phố Hà Nội cũng đã triển khai đề án "Xây dựng cơ sở dữ liệu về hóa đơn của người nộp thuế" nhằm đối chiếu hóa đơn qua mạng Internet, bước đầu đã mang lại hiệu quả tích cực. Nhờ vậy, cơ quan thuế Hà Nội đã tập trung kiểm tra, đối chiếu thực tế với dữ liệu của cơ quan thuế về số người nộp thuế được cấp mã số thuế, tình trạng người nộp thuế, số liệu về người nộp thuế ngừng, nghỉ, bỏ trốn, mất tích...

Bộ Tài chính đã chỉ đạo ngành Thuế khẩn trương triển khai thực hiện đề án xây dựng hệ thống cơ sở dữ liệu hóa đơn của người nộp thuế dựa trên việc công khai mức thuế, cơ sở tính thuế của các đơn vị nộp thuế theo phương pháp khoán; doanh nghiệp thuộc đối tượng rủi ro cao, doanh nghiệp có nợ đọng thuế, doanh nghiệp có sử dụng hoá đơn nhưng không nộp tờ khai thuế, xác nhận hoá đơn… Đồng thời, tổ chức việc kiểm tra đối chiếu hóa đơn qua mạng Internet ở hai thành phố lớn như: Hà Nội, TP. Hồ Chí Minh và tiến tới mở rộng thực hiện ngay trong quý IV/2013 tại các tỉnh Đông Nam Bộ và Tây Nguyên.

Bên cạnh đó, ngành Thuế cũng khẩn trương xây dựng cơ sở dữ liệu về các doanh nghiệp bỏ trốn, doanh nghiệp sử dụng hóa nhưng không có tờ khai thuế, hay doanh nghiệp khác sử dụng hóa đơn của những đối tượng này để phục vụ công tác kiểm tra đối chiếu. Trong nỗ lực chống thất thu thuế qua gian lận hóa đơn, việc thanh toán không dùng tiền mặt và tin học hoá công tác tài chính - kế toán của doanh nghiệp được xem là một trong những điều kiện dần bắt buộc khi thực hiện tính thuế giá trị gia tăng theo phương pháp khấu trừ.

Như vậy, để dự báo thu chính xác, ngành Thuế có thể phải sử dụng nhiều mô hình phức tạp hơn để dự báo được sự tác động của nền kinh tế đặc thù của Việt Nam đến số thuế thu được. Muốn làm được điều này cần xây dựng một cơ sở dữ liệu tập trung thống nhất về số thu ngân sách, trong đó đặc biệt chú trọng đến việc xây dựng cơ sở dữ liệu doanh nghiệp và cá nhân nộp thuế để tránh thất thu thuế.

(Vân Chi)