Прогнозирование налоговых поступлений в бюджет Российской Федерации с помощью моделей эконометрики и машинного обучения

Точное прогнозирование налоговых поступлений критически важно для эффективного планирования бюджета и реализации фискальной политики государства. Налоговые доходы составляют основную часть бюджета Российской Федерации, поэтому их объем напрямую влияет на возможности правительства по финансированию социальных программ, инфраструктурных проектов и других государственных расходов. Неточности в прогнозах налоговых поступлений могут приводить к дефициту бюджета, росту государственного долга и необходимости сокращения запланированных расходов. Целью данной работы является построение качественных прогнозных моделей динамики налоговых поступлений в бюджет РФ с использованием современных методов эконометрики и машинного обучения, а также сравнение этих моделей: выявление их сильных и слабых сторон, анализ применимости в реальных условиях. Сравнительный анализ качества прогнозов различных моделей позволяет выявить наиболее эффективные подходы к решению поставленной проблемы. Эмпирической базой исследования служат данные Федеральной налоговой службы, Казначейства и Росстата о налоговых поступлениях, макроэкономических показателях и других релевантных факторах за период с 2003 по 2023 гг. Такая выборка позволяет построить модели, учитывающие как долгосрочные тенденции, так и краткосрочные эффекты кризисных явлений, включая кризисы 2008-2009 и 2020 гг. Полученные результаты могут быть использованы Министерством финансов, ФНС и другими органами власти для повышения точности бюджетного планирования и устойчивости финансовой системы страны. Более того, разработанные подходы к прогнозированию налоговых поступлений потенциально применимы и в других странах со схожей структурой экономики и налоговой системы.