Статья посвящена вопросам автоматизированного контроля уплаты налогов налогоплательщиками. В работе рассмотрены современные тенденции в совершенствовании механизмов налогового администрирования и создания уникальных IT-технологий, представляющих новые возможности управления информацией в процессах поиска «разрывов» уплаты налогов и взносов.
Ключевые слова: информационная среда, технологии, налоговые органы, налоговый контроль, разрывы, риски, темпы роста собираемости НДФЛ.
SOLVING THE PROBLEM OF AUTOMATED CONTROL OF TAX PAYMENT BY TAXPAYERS BY SEARCHING FOR «GAPS» IN THE PAYMENT OF PERSONAL INCOME TAX AND CONTRIBUTIONS
Abstract. The article is devoted to the issues of automated control of tax payment by taxpayers. The paper discusses modern trends in improving tax administration mechanisms and creating unique IT technologies that represent new information management capabilities in the processes of finding «gaps» in tax and contribution payments.
Keywords: information environment, technologies, tax authorities, tax control, gaps, risks, growth rates of personal income tax collection.
УДК 336.22
Сегодня в Российском обществе как никогда назрела потребность в создании реально действующего механизма учета доходов населения. В первую очередь это связано с необходимостью оптимизации процессов налогообложения, а также предоставления социальных гарантий и льгот. Не секрет, что, несмотря на первые шаги в этом направлении объем теневых доходов граждан продолжает оставаться недопустимо высоким. Важно отметить, что ускорение цифровой трансформации российского общества создает благоприятную среду для интеграции работы федеральных министерств и ведомств в цифровые поля успешно создаваемые и развиваемые отечественными предпринимателями.
Специфика сегодняшнего момента в первую очередь связана с тем обстоятельством, что в условиях распространения коронавирусной инфекции многие граждане на себе ощутили преимущества использования информационной среды, существенно повысив свою цифровую грамотность. Вместе с тем предпринимательское сообщество сумело за счет этого вывести из тени значительную часть транзакционного потока, сделав его более прозрачным и удобным для администрирования.
По мнению авторов работы, налоговые органы сумели подобрать удачный момент для кардинального изменения механизма налогового администрирования информации поступающих от физических и юридических лиц и в отношении этих лиц. Дальнейшее промедление в разработке новых технологий в этой сфере сделало бы невозможным исполнение целого ряда федеральных законов предусматривающих введение новых налогов. В частности, одной из проблемных статей для применения видится по-прежнему статья 214.2. Налогового Кодекса Российской Федерации [1], которая устанавливает особенности определения налоговой базы при получении доходов в виде процентов по вкладам (остаткам на счетах) в банках, находящихся на территории Российской Федерации. Полагаем, что налоговой службе, в связи с этим удалось решить целый ряд проблем в январе текущего года в связи с переходом физических лиц на единый лицевой счет.
Сегодня же налоговая служба кардинально меняет механизм налогового администрирования и создает уникальные IT-технологии, представляющие новые возможности управления информацией. Применяя технологии обработки больших данных, уже на этапе первичного контроля при представлении деклараций мы можем определить для себя «серые» зоны, требующие повышенного внимания. И это не только налоговый разрыв, администрируемый АСК НДС-2. Внедряемая в промышленную эксплуатацию информационно-аналитическая система контрольного блока позволит обобщить имеющуюся информацию о налогоплательщике. Интеграция с системой прослеживаемости товаров и внешними источниками данных позволит идентифицировать товарные потоки и понять специфику хозяйственной жизни налогоплательщика еще до начала проверки и без запроса документов. Под внешними источниками подразумеваются такие, как ГИС МТ, ГИИС ДМДК, ФГИС «Меркурий», ЕГАИС, ЕГАИС лес. За счет формирования налоговой цифровой экосистемы мы упростили множество кейсов по взаимодействию «налоговая — бизнес». Сюда можно отнести и проверку льгот, и подтверждение нулевой ставки по НДС, корректность заполнения налоговой декларации и многое другое. Смотрим, как можно упростить работу с заявительным порядком возмещения НДС и предоставить такую возможность более широкому кругу лиц, нарабатываем практику осуществления налогового контроля в рамках одного месяца. Большие надежды возлагаются на снижение издержек у бизнеса и налоговых органов в связи с грандиозным правительственным проектом по расширению периметра использования электронного документооборота в хозяйственной деятельности бизнеса. Все это направлено на повышение доверия между условным бухгалтером и условным инспектором. А то, что это один из главных аспектов в нашей работе, нас особенно научила история успешного внедрения института налогового мониторинга. При этом ФНС Российской Федерации постоянно совершенствует свои IT-системы по выявлению налоговых рисков и регламенты мер реагирования на них.
Следует признать, что формы и методы реализации концепции налогового контроля внедряется последовательно и достаточно. На первом этапе была создана система контроля за правомерностью возмещения НДС. Большую роль в данном процессе сыграл подход на основе оценки правовых и организационных рисков. Это было единственно верное решение. Суть метода заключалась в том, что система, используя критерии, выработанные на базе обобщения налоговой практики, распределяет налогоплательщиков, заявивших о возмещении НДС из бюджета, по трем группам: высокого, среднего и низкого риска. В отношении налогоплательщиков, входящих в высокую зону риска, проводится углубленная проверка с применением максимального комплекса мероприятий налогового контроля. В отношении остальных проверка прекращалась. Это позволило высвободить значительную часть ресурсов с минимальными издержками для качества работы. Таким образом по мнению аналитиков количество заявлений о возмещении налога от компаний высокого риска сократилось более чем в два раза. При этом следует учесть, что первый этап реализовывался в условиях протекания не типичных для общества социальных процессов. По сути, это был период массовой миграции вкладчиков из организаций финансового сектора. Следующий этап применения риск ориентированного подхода было – внедрение АСК «НДС-2», позволяющей осуществлять контроль не только за возмещением налога, но и за налоговыми вычетами. В декларацию по НДС включаются сведения из книг покупок и продаж, журнала учета полученных и выставленных счетов-фактур. С помощью данной системы контроля налоговые органы в автоматическом режиме получили возможность проследить всю цепочку реализации товаров и услуг. Это позволило отследить возникновение и размер добавленной стоимости, а также сумму начисленного или заявленного к вычету НДС. Дополнительным побочным результатом на данном этапе появилась возможность выявления значительного количества аффилированных субъектов с подозрительными, нуждающимися в особой проверке связей. Обработкой информации из системы занимается специально созданное подразделение Федеральной налоговой службы – Межрегиональная инспекция ФНС России по камеральному контролю. Данное подразделение отслеживает и выявляет ошибки в декларациях, а затем сообщает территориальным налоговым органам о нарушениях для дальнейшей проверки.
Раньше термин «разрыв» был связан только с проверками НДС. Когда данные по налогу у покупателя и у поставщика расходятся, налоговики считают, что есть разрыв по НДС. Скажем, покупатель заявляет вычет, а поставщик не показал налог по этой сделке в своей декларации. В случае с зарплатными налогами у разрыва совершенно другое значение.
У ФНС появилась специальная программа, которая видит разрывы по НДФЛ и взносам. С внедрением новой программы АСК «ДФЛ Риски», инспекторам стало проще искать компании, которые платят зарплату в конвертах. Основной источник данных для АСК ДФЛ — это налоговая отчетность, такая как 6-НДФЛ и РСВ (Расчёт по страховым взносам). Это около 100 миллионов сведений о доходах физических в год по НДФЛ и 50 миллионов сведений из РСВ в квартал.
Специальная программа АСК «ДФЛ Риски» рассчитывает два показателя и по результатам определяет уровень риска. Первый показатель — сумма риска. Его еще называют потенциальная сумма недоплаченных взносов и НДФЛ. Второй показатель — доля разрыва. Чтобы определить уровень риска, нужно посчитать оба показателя и сравнить их с максимальными значениями, которые налоговики заложили в свою программу. Если инспекторы определят, что фактическая занятость работника не соответствует той, что прописана в документах, вероятность претензий к компании велика. Для этих целей могут использовать данные онлайн-касс. Например, при проверке графика работы продавцов и кассиров или трафика автомобиля — при проверке водителей и так далее. При проведении проверок используются все доступные мероприятия налогового контроля, в том числе и «допросы» работников.
Такие методы работы не только мало эффективны, но и чаще всего не позволяют надлежащим образом фиксировать формальные моменты совершения правонарушений в том или ином случае. Сегодня появляется достаточно цивилизованная возможность делать акцент на взаимодействии не только с другими проверяющими ведомствами, но и на получение информации от предприятий контрагентов проверяемой организации. Важно при этом понимать, что значительную часть работы в этой связи можно поручить выполнять системам с интегрированным в них элементам искусственного интеллекта. При этом каждое ведомство будет иметь возможность получения дополнительного объема информации, завязанного на выполнение собственных компетенций. В частности, информация о нарушениях трудового законодательства автоматически передается в органы прокуратуры. Кроме того, в настоящее время рассматриваются поправки в законодательство, которые позволят проверяющим федеральной инспекции по труду получать данные о выявленных нарушениях трудового законодательства.
Сравниваемые показатели представлены в Таблице 1.
Таблица 1 — Специальная программа АСК «ДФЛ Риски»
Программа определяет, сколько взносов и НДФЛ перечислила бы компания, если бы каждый сотрудник получал среднеотраслевую зарплату. Это значение сравнивают с фактическими платежами. Разница и есть разрыв, то есть потенциальная недоимка. Ее еще называют суммой риска. Рассчитать можно по формуле:
К примеру, за 9 месяцев начислили 3 300 000 руб. страховых взносов. Среднеотраслевая зарплата для этой компании — 26500 руб. Предположим, что всего в компании 500 человек, а ставка взносов 30 процентов. Налоговый разрыв в этом случае 675000 руб. (26500 руб. × 500 чел. × 30% – 3 300 000 руб.). Такой показатель соответствует высокому уровню риска. Ведь сумма риска больше 300000 руб. Но прежде, чем делать выводы, нужно еще оценить долю разрыва.
В течение года налоговики считают разрыв по взносам, за год к расчету добавляется еще и НДФЛ. Инспекторы отдельно считают разрыв по тем сотрудникам, которые получают меньше МРОТ. В данном случае они считают потенциальную разницу взносов, рассчитанных с федерального МРОТ, и взносов, фактически начисленных с доходов конкретного сотрудника.
Даже если сумма риска соответствует высокому или критическому уровню, это еще не значит, что компания попадет на контроль к налоговикам. Нужно еще оценить долю разрыва. Это отношение недоплаченных взносов к их общей потенциальной сумме:
Вернемся к нашему примеру, который приводили выше. Мы уже выяснили, что сумма риска — 675000 руб. Фактическая сумма взносов — 3 300 000 руб.
В таком случае доля разрыва — 16,98 процента (675000 руб.: (675000 руб.+ 3 300 000 руб.) × 100). Это меньше 20 процентов. А значит, компания в группе среднего риска. И не важно, что сумма потенциальной недоимки превышает критический уровень.
Компаниям, которые знают свою категорию риска, проще предугадать действия налоговиков и заранее к ним подготовиться. Особенно это важно, если компания в группе высокого или критического риска. Ведь по результатам работы с такими организациями оценивают эффективность инспекций. От того, сколько компаний снизят свой уровень риска и доплатят взносы, зависит зарплата самих налоговиков. Поэтому проверяющие настойчиво убеждают работодателя поднять зарплату сотрудникам и доплатить взносы.
При уровне риска выше среднего инспекторы запросят пояснения и могут пригласить руководителя и главного бухгалтера в инспекцию. Налоговый кодекс дает инспекторам право вызывать сотрудников компаний и в рамках проверки, и вне ревизии.
Представителя организации могут пригласить только письменным уведомлением [2]. Если не прийти, директора могут оштрафовать на сумму до 4000 руб. [3]. Цель вызова понятна: найти в компании серую зарплату и обеспечить тем самым дополнительные поступления в бюджет.
При этом ФНС запрещает контролерам проверять компании со средним риском. Прежде чем брать такую организацию в разработку, инспекторы должны найти и другие причины для дополнительной проверки: жалобы сотрудников, сомнительные операции по расчетным счетам и т. д. [4].
Необходимо отметить, что повышать зарплаты по требованию налоговых органов организации не должны. Никто не может обязать компанию ориентироваться на среднеотраслевые показатели. Тем более, когда у компании есть законные причины платить сотрудникам зарплату меньше среднеотраслевого уровня. Например, в штате есть сотрудники с неполной занятостью. В этом случае ориентироваться на среднеотраслевую зарплату неверно. Однако реагировать на запрос налоговой инспекции нужно обязательно и аргументированно. Проверить, правильно ли посчитан уровень риска и откуда взяты данные о зарплате. Например, инспекторы могли не учесть, что компания относится к субъекту МСП (Малого и Среднего Предпринимательства) и платит взносы по пониженному тарифу. Тогда сумма потенциальной недоимки будет вдвое меньше. Для того, чтобы определить уровень риска (от минимального до критического) организации необходимо:
а) определить среднеотраслевую зарплату, используя сервис «Прозрачный бизнес». Инспекторы и программа АСК «ДФЛ Риски» оперируют теми же данными, которые выложены в этом сервисе. Пока в нем нет свежих данных, можно ориентироваться на сведения 2021 года.
б) посчитать количество работников с учетом их занятости
Для расчета можно использовать количество разделов 3 декларации РСВ с начала года. Именно из этого отчета налоговики берут данные. При этом каждого работника учитывайте только один раз.
Но если просто пересчитать разделы 3 декларации РСВ, показатель будет некорректным. Причина в том, что данные нужны только за те месяцы, когда работники получали зарплату.
в) расчет взносов зависит от того, относится компания к МСП или нет.
Эта формула учитывает все выплаты работникам, кроме вознаграждений по ГПД. В том числе и те, которые к заработной плате не относятся, например, материальную помощь. Далее, чтобы упростить расчеты, воспользуемся формулой:
г) определяем долю риска.
Темпы роста собираемости НДФЛ неуклонно растут. И в соотношении с 2017 годом в 2022г. показатели выросли на 17.31%, что составило 5,7 трлн. Рублей [5]. На момент подготовки статьи данные за 2023 год еще не были опубликованы. Однако остается надеяться, что тенденция будет неуклонно продолжаться.
Используемые источники:
- Ст. 214.2 Налоговый кодекс Российской Федерации от 05.08.2000 N 117-ФЗ.
- П. 4 ст. 31 Налоговый кодекс Российской Федерации от 05.08.2000 N 117-ФЗ.
- Ст. 19.4 Кодекс Российской Федерации об административных правонарушениях» от 30.12.2001 N 195-ФЗ (ред. от 04.08.2023) (с изм. и доп., вступ. в силу с 01.10.2023)
- Письмо ФНС от 25.05.2023 № БС-4-11/6535
- https://analytic.nalog.gov.ru/
Информация об авторах:
Сёмин Александр Николаевич, академик РАН, вице-президент Уральского отделения ВЭО России, профессор кафедры мировой экономики и внешнеэкономической деятельности Уральского государственного экономического университета;
Романов Алексей Николаевич, кандидат юридических наук, доцент кафедры антикризисного управления и оценочной деятельности Уральского государственного горного университета;
Слукин Сергей Викторович, кандидат философских наук, доцент кафедры математики Уральского государственного горного университета;
Мальцев Николай Васильевич, доктор экономических наук, доцент, заведующий кафедрой антикризисного управления и оценочной деятельности Уральского государственного горного университета.
Information about the authors:
Alexander N. Semin, Academician of the Russian Academy of Sciences, Vice-President of the Ural Branch of the VEO of Russia, Professor of the Department of World Economy and Foreign Economic Activity of the Ural State University of Economics;
Alexey Nikolaevich Romanov, PhD in Law, Associate Professor of the Department of Crisis Management and Evaluation of the Ural State Mining University;
Sergey Viktorovich Slukin, Candidate of Philosophical Sciences, Associate Professor of the Department of Mathematics of the Ural State Mining University;
Maltsev Nikolay Vasilyevich, Doctor of Economics, Associate Professor, Head of the Department of Crisis Management and Evaluation of the Ural State Mining University.
