УДК 519.86

Прогнозирование и оценка влияния прямых налоговых рисков на краткосрочную финансовую политику российской вертикально-интегрированной нефтяной компании

З.А. Саранин, А.Е. Схведиани

Санкт-Петербургский политехнический университет Петра Великого, г. Санкт-Петербург, Россия

Аннотация

Моделирование и оценка рисков являются неотъемлемой частью деятельности компаний. Особенно важным это является в контексте оценки влияния различных рисков на показатели деятельности компаний российской экономики, обеспечивающих формирование существенной части бюджета страны. В этой связи актуальным является проведение оценки влияния прямых налоговых рисков на краткосрочную финансовую политику вертикально-интегрированной нефтяной компании с использованием авторской методики. Предложенная методика базируется на применении метода вероятностного моделирования Монте-Карло, инструмента прогнозирования временных рядов Prophet и методов финансового анализа. В частности, на первом этапе проводится прогнозирование временных рядов для параметров, определяющих наибольшую изменчивость величины налога на добычу полезных ископаемых. Далее моделируются наиболее вероятные исходы по каждому параметру с применением метода вероятностного моделирования Монте-Карло. На третьем этапе с учетом полученных ранее расчетов производится расчет величины налога на добычу полезных ископаемых за каждый временной период в рамках краткосрочной финансовой политики вертикально-интегрированной нефтяной компании – ПАО «Газпром Нефть». На четвертом этапе производится расчет планируемых финансовых показателей компании с использованием трендового анализа. На финальном этапе проводится оценка влияния налоговых рисков на краткосрочную финансовую политику нефтяной компании за счет пересчета финансовых показателей. В результате было проведено моделирование налоговых рисков для компании ПАО «Газпром Нефть» в краткосрочной перспективе, были идентифицированы проблемы, которые обнаружатся в результате исполнения указанных налоговых рисков, а также даны рекомендации по их нейтрализации и нивелированию. По результатам анализа структуры налога на добычу полезных ископаемых было отмечено, что наибольшую значимую изменчивость по нему задают изменение цены на нефть марки «Urals», курс доллара США, средняя цена экспортной альтернативы для дизельного и бензинового топлива класса 5. Результаты также показывают, что интеграция оценки прямых налоговых рисков в процесс краткосрочного финансового планирования позволяет не только минимизировать негативное влияние потенциальных изменений налоговой нагрузки, но и оптимизировать внутренние процессы управления распределением денежных потоков.Моделирование и оценка рисков являются неотъемлемой частью деятельности компаний. Особенно важным это является в контексте оценки влияния различных рисков на показатели деятельности компаний российской экономики, обеспечивающих формирование существенной части бюджета страны. В этой связи актуальным является проведение оценки влияния прямых налоговых рисков на краткосрочную финансовую политику вертикально-интегрированной нефтяной компании с использованием авторской методики. Предложенная методика базируется на применении метода вероятностного моделирования Монте-Карло, инструмента прогнозирования временных рядов Prophet и методов финансового анализа. В частности, на первом этапе проводится прогнозирование временных рядов для параметров, определяющих наибольшую изменчивость величины налога на добычу полезных ископаемых. Далее моделируются наиболее вероятные исходы по каждому параметру с применением метода вероятностного моделирования Монте-Карло. На третьем этапе с учетом полученных ранее расчетов производится расчет величины налога на добычу полезных ископаемых за каждый временной период в рамках краткосрочной финансовой политики вертикально-интегрированной нефтяной компании – ПАО «Газпром Нефть». На четвертом этапе производится расчет планируемых финансовых показателей компании с использованием трендового анализа. На финальном этапе проводится оценка влияния налоговых рисков на краткосрочную финансовую политику нефтяной компании за счет пересчета финансовых показателей. В результате было проведено моделирование налоговых рисков для компании ПАО «Газпром Нефть» в краткосрочной перспективе, были идентифицированы проблемы, которые обнаружатся в результате исполнения указанных налоговых рисков, а также даны рекомендации по их нейтрализации и нивелированию. По результатам анализа структуры налога на добычу полезных ископаемых было отмечено, что наибольшую значимую изменчивость по нему задают изменение цены на нефть марки «Urals», курс доллара США, средняя цена экспортной альтернативы для дизельного и бензинового топлива класса 5. Результаты также показывают, что интеграция оценки прямых налоговых рисков в процесс краткосрочного финансового планирования позволяет не только минимизировать негативное влияние потенциальных изменений налоговой нагрузки, но и оптимизировать внутренние процессы управления распределением денежных потоков.

Ключевые слова

моделирование рисков; налоговые риски; вертикально-интегрированная нефтяная компания; краткосрочная финансовая политика; прогнозирование и оценка рисков

JEL classification

Список использованной литературы

         1. Харитонова Ю.Н. Налоговая нагрузка нефтегазового комплекса России // Экономика и предпринимательство. 2022. Т. 16, № 5. С. 135–139. https://doi.org/10.34925/EIP.2022.142.5.025

         2. Филимонова И.В., Эдер Л.В., Ларионов В.Г., Комарова А.В. Рейтинг нефтяных компаний по уровню чувствительности налоговой нагрузки к макроэкономическим и отраслевым факторам // Экономический анализ: теория и практика. 2018. Т. 17, № 12. С. 98–104. https://doi.org/10.24891/ea.17.12.1430

         3. Камдина Л.В., Симченко О.Л. Оценка экономической эффективности работы нефтедобывающей компании в условиях перехода на режим с налогом на добавленный доход // Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки. 2022. Т. 7, № 4. С. 529–535. https://doi.org/10.21603/2500-3372-2022-7-4-529-535

         4. Сальникова К.В. Анализ и разработка финансовой политики в нефтегазовой отрасли // Вестник Евразийской науки. 2019. Т. 11, № 6. С. 1–14. https://doi.org/10.15862/77ECVN619

         5. Романова Д.А., Руднева Ю.Р. Оценка влияния инвестиционной стратегии на стоимость нефтяной компании // Вестник Северо-Кавказского федерального университета. 2022. № 1. С. 115–122. https://doi.org/10.37493/2307-907X.2022.1.13

         6. Пышкина Н.Л., Якушев М.Ф., Прончатова-Рубцова Н.Н. Анализ финансовой политики зарубежных нефтяных компаний в условиях изменения внутренних и внешних факторов // Финансы и кредит. 2018. Т. 24, № 8. С. 1955–1973. https://doi.org/10.24891/fc.24.8.1955

         7. Ашихин В.С. Исследование факторов, влияющих на финансовую устойчивость нефтеперерабатывающей промышленности и способы управления предприятием // Вестник университета. 2017. № 12. С. 72–78. https://doi.org/10.26425/1816-4277-2017-12-72-78

         8. Рыкова И.Н., Соколов А.П., Губанов Р.С. Дивидендная политика компаний нефтегазового комплекса России // Журнал прикладных исследований. 2021. № 2-4. С. 34–47. https://doi.org/10.47576/2712-7516_2021_2_4_34

         9. Савчина О.В., Братанов А.А. Финансовая устойчивость и перспективы расширения бизнеса крупнейших нефтегазовых компаний в условиях экономической нестабильности // Вестник МГПУ. Серия Экономика. 2019. № 2. С. 48–58. https://doi.org/10.25688/2312-6647.2019.20.2.04

         10. Бобылева А.З. Современные инвестиционные и финансовые возможности российских нефтяных компаний // Налоги и налогообложение. 2015. № 3. С. 230–244. https://doi.org/10.7256/1812–8688.2015.3.14827

         11. Hajiyev N., Abdullayeva S., Abdullayeva E. Financial stability strategies for oil companies amidst high volatility in the global oil products market // Energy Strategy Reviews. 2024. Vol. 53. 101377. https://doi.org/10.1016/j.esr.2024.101377

         12. Grant R.M. Strategic planning in a turbulent environment: evidence from the oil majors // Strategic Management Society. 2024. Vol. 24, Issue 6. Pp. 491–517. https://doi.org/10.1002/smj.314

         13. Tatarintseva S.G., Udalova D.V., Satcuk T.P. Financial Strategy Indicators and Financial Policy Tactics in a Corporation // Complex Systems: Innovation and Sustainability in the Digital Age. Vol. 2/ еdited by A.V. Bogoviz. Springer Cham, 2021. Pp. 69–76. https://doi.org/10.1007/978-3-030-58823-6_8

         14. Orazalin N., Mahmood M., Narbaev T. The impact of sustainability performance indicators on financial stability: evidence from the Russian oil and gas industry // Environmental Science and Pollution Research. 2019. Vol. 26. Pp. 8157–8168. https://doi.org/10.1007/s11356-019-04325-9

         15. Haushalter G.D. Financing Policy, Basis Risk, and Corporate Hedging: Evidence from Oil and Gas Producers // Energy Strategy Reviews. 2007. Vol. 55, Issue 1. Pp. 107–152. https://doi.org/10.1111/0022-1082.00202

         16. Жаворонкова Е.В. Анализ налоговой нагрузки в нефтяной отрасли в разрезе крупнейших российских и иностранных нефтяных компаний // Государственное управление. Электронный вестник. 2015. № 50. С. 23–46. https://doi.org/10.24411/2070-1381-2015-00032

         17. Валишвили М.А. Налоговая нагрузка на компании нефтегазовой отрасли Российской Федерации: демпфирующий механизм VS налоговый маневр // Вестник университета. 2019. № 11. С. 116–123. https://doi.org/10.26425/1816-4277-2019-11-116-123

         18. Филимонова И.В., Эдер Л.В., Комарова А.В., Почевалова Т.А. Сравнительный анализ налоговой нагрузки нефтяных компаний России // Проблемы экономики и управление нефтегазовым комплексом. 2018. № 11. С. 33–39. https://doi.org/10.30713/1999-6942-2018-11-33-39

         19. Рябова Е.В., Ферулева Н.В., Замотаева О.А. Инвестиционная привлекательность проектов по разработке нефтяных месторождений в условиях налогового маневра. Оценка на примере Западно-Сибирского экономического района // Финансовый журнал. 2022. Т. 14, № 3. С. 86–101. https://doi.org/10.31107/2075-1990-2022-3-86-101

         20. Агузарова Л.А., Моргоева А.Х. Некоторые особенности налогообложения природопользования в Российской Федерации // Налоги и налогообложение. 2016. № 3. С. 247–252. https://doi.org/10.7256/1812-8688.2016.3.18388

         21. Мандрощенко О.В. Проблемы оценки и управления налоговыми рисками // Экономический анализ: теория и практика. 2021. Т. 20, № 5. С. 972–986. https://doi.org/10.24891/ea.20.5.972

         22. Брызгалова-План Е.А. Оценка рисков фармацевтических компаний-разработчиков // Фундаментальные и прикладные исследования кооперативного сектора экономики. 2021. № 1. С. 159–166. https://doi.org/10.37984/2076-9288-2021-1-159-166

         23. Тюриков А.Г., Марков Д.И., Мишин К.Ю. Оценка налоговых рисков государства в области косвенного налогообложения в условиях цифровизации российской экономики // Экономика. Налоги. Право. 2021. Т. 14, № 1. С. 112–122. https://doi.org/10.26794/1999-849X-2021-14-1-112-122

         24. Белухин В.В., Мадатова О.В. Оценка влияния налогового маневра на экономическую безопасность независимых нефтеперерабатывающих предприятий // Региональные проблемы преобразования экономики. 2019. № 6. С. 74–82. https://doi.org/10.26726/1812-7096-2019-6-74-82

         25. Синенко О.А. Налоговые риски в условиях цифровизации экономики // Азиатско-Тихоокеанский регион: экономика, политика, право. 2020. Т. 22, № 3. С. 15–32. https://doi.org/10.24866/1813-3274/2020-3/15-32

         26. Шалаев И.А., Кожанчиков О.И., Кожанчикова Н.Ю. Понятийный аппарат и практика оценки и контроля налоговых рисков субъектов предпринимательства в условиях изменчивости налоговой среды // Экономическая среда. 2024. Т. 13, № 1. С. 103–121. https://doi.org/10.36683/ee241.103-121

         27. Смирнова Е.Е. Оценка налоговых рисков, возникающих у налоговых агентов по налогу на доходы физических лиц // Финансы: теория и практика 2024. Т. 28, № 1. С. 64–74. https://doi.org/10.26794/2587-5671-2024-28-1-64-74

         28. Лютер Е.В., Гусарова Ю.В., Старкова М.М., Клоницкая А.Ю. Анализ и оценка результатов финансово-хозяйственной деятельности для минимизации налоговых рисков организаций // Стратегические решения и риск-менеджмент. 2016. № 3. С. 78–81. https://doi.org/10.17747/2078-8886-2016-3-78-81

         29. Lyeonov S., Michalkova L. Impact of Tax Effects on Profit Optimisation. Review of International Approaches // SHS Web of Conferences. 2021. Vol. 92. 03016. https://doi.org/10.1051/shsconf/20219203016

         30. Undie I.G., Akpan D.C., Sezuo A.H. Impact of Tax Planning and Tax Incentives on the Profitability of Companies in the Free Trade Zones // Journal of Business and Management. 2020. Vol. 22, Issue 6. Pp. 26–38. https://doi.org/10.9790/487X-2206082638

         31. Li H., Yu X. Construction of tax risk management evaluation system for listed enterprises from the perspective of big data // Journal of Computational Methods in Sciences and Engineering. 2025. Vol. 25. https://doi.org/10.1177/14727978251317308

         32. Sabbar F.A.A., Sabari T.M.M. The impact of taxation on the value of companies // African Journal of Business Management. 2021. Vol. 15, No. 3. Pp. 110–121. https://doi.org/10.5897/AJBM2020.9177

         33. Ouyang S., Fang Y. Enterprise Financial and Tax Risk Management Methods under the Background of Big Data // Mathematical Problems in Engineering. 2022. Vol. 2022, Issue 1. 5831866. https://doi.org/10.1155/2022/5831866

         34. Neuman S.S., Omer T.C., Schmidt A.P. Assessing Tax Risk: Practitioner Perspectives // Contemporary Accounting Research. 2020. Vol. 37, Issue 3. Pp. 1788–1827. https://doi.org/10.1111/1911-3846.12556

         35. Комзолов А.А., Кириченко Т.В., Бархатов В.Д., Манежева М.В. Количественная оценка профессиональных рисков на основе определения затрат на обеспечение жизни и здоровья работников // Вестник Московского университета. Серия 6. Экономика. 2023. № 5. С. 134–160. https://doi.org/10.55959/MSU0130-0105-6-58-5-7

         36. Пищалкина И.Ю., Терешко Е.К., Сулоева С.Б. Количественная оценка рисков инвестиционных проектов с применением цифровых технологий // Научно-технические ведомости СПбГПУ. Экономические науки. 2021. Т. 14, № 3. С. 125–137. https://doi.org/10.18721/JE.14310

         37. Казаку Е.В., Зверева Е.В. Оценка социально-экономической эффективности инвестиций в транспортное строительство с учетом неопределенности методом Монте-Карло // Научно-технические ведомости СПбГПУ. Экономические науки. 2019. Т. 12, № 5. С. 218–231. https://doi.org/10.18721/JE.12518

         38. Беляков И.В. О количественной оценке рисков инфраструктурных проектов с государственным участием // Вопросы государственного и муниципального управления. 2022. № 4. С. 30–60. https://doi.org/10.17323/1999-5431-2022-0-4-30-60

         39. Жигирь А.А. Методы количественной оценки экономического риска строительной организации при реализации инвестиционных проектов // Естественно-гуманитарные исследования. 2020. № 27. С. 106–111. https://doi.org/10.24411/2309-4788-2020-00019

         40. Назаренко М.Ю., Золотухин А.Б. Недостижение плановой экономической эффективности нефтегазодобывающих проектов из-за отсутствия количественной оценки рисков и неопределенности // PROНЕФТЬ. Профессионально о нефти. 2020. № 3. С. 75–80. https://doi.org/10.7868/S2587739920030118

         41. Мусина В.Ф. Байесовские сети доверия как вероятностная графическая модель для оценки экономических рисков // Труды СПИИРАН. 2013. № 2. С. 235–252. https://doi.org/10.15622/sp.25.12

         42. Сидоров А.А. Количественная оценка процентного риска портфеля облигаций // Журнал Новой экономической ассоциации. 2019. № 2. С. 35–47. https://doi.org/10.31737/2221-2264-2019-42-2-2

         43. Senic A., Dobrodolac M., Stojadinovic Z. Development of Risk Quantification Models in Road Infrastructure Projects // Sustainability. 2024. Vol. 16, Issue 17. 7694. https://doi.org/10.3390/su16177694

         44. Vanini P., Leippold M. The Quantification of Operational Risk // Journal of Risk. 2005. Vol. 8, No. 1. Pp. 59–85. https://doi.org/10.21314/JOR.2005.123

         45. Diaz A., Garcia-Donato G., Mora-Valencia A. Risk quantification in turmoil markets // Risk Management. 2017. Vol. 19. Pp. 202–224. https://doi.org/10.1057/s41283-017-0018-8

         46. Carrillo-Menendez S., Suarez A. Robust quantification of the exposure to operational risk: Bringing economic sense to economic capital // Computers & Operations Research. 2012. Vol. 39, Issue 4. Pp. 792–804. https://doi.org/10.1016/j.cor.2010.10.001

         47. Diaz D., Moore F. Quantifying the economic risks of climate change // Nature Climate Change. 2017. Vol. 7. Pp. 774–782. https://doi.org/10.1038/nclimate3411

         48. Воронцовский А.В., Вьюненко Л.Ф. Прогнозирование развития экономики с учетом нескольких точек поворота: индикаторы, калибровка модели, имитационные расчеты // Вестник Санкт-Петербургского университета. Экономика. 2021. Т. 37, № 4. С. 513–545. https://doi.org/10.21638/spbu05.2021.401

         49. Филимонова И.В, Эдер Л.В., Проворная И.В, Комарова А.В. Кластерный анализ компаний нефтяной промышленности по параметрам налоговой нагрузки // Экономика в промышленности. 2018. Т. 11, № 4. С. 377–386. https://doi.org/10.17073/2072-1633-2018-4-377-386

         50. Lilford E., Guj P. Different Types of Mineral Royalties // In: Mining Taxation. Reconciling the Interests of Government and Industry. Springer Cham, 2021. Pp. 43–69. https://doi.org/10.1007/978-3-030-49821-4_4

         51. Paltrinieri N., Comfort L., Reniers G. Learning about risk: Machine learning for risk assessment // Safety Science. 2019. Vol. 118. Pp. 475–486. https://doi.org/10.1016/j.ssci.2019.06.001

         52. Kraus M., Feuerriegel S., Oztekin A. Deep learning in business analytics and operations research: Models, applications and managerial implications // European Journal of Operational Research. 2020. Vol. 281, Issue 3. Pp. 628–641. https://doi.org/10.1016/j.ejor.2019.09.018

Благодарности

Исследование финансировалось в рамках проекта «Разработка методологии формирования инструментальной базы анализа и моделирования пространственного социально-экономического развития систем в условиях цифровизации с опорой на внутренние резервы» (FSEG–2023–0008)

Информация об авторах

Саранин Захар Алексеевич

Магистр Высшей инженерно-экономической школы Института промышленного менеджмента экономики и торговли Санкт-Петербургского политехнического университета Петра Великого, г. Санкт-Петербург, Россия (<st1:metricconverter productid="195251, г" w:st="on">195251, г</st1:metricconverter>. Санкт-Петербург, ул. Политехническая, 29); ORCID https://orcid.org/0009-0007-8187-7347 е-mail: midway_ht@mail.ru

Схведиани Анги Ерастиевич

Кандидат экономических наук, заведующий научно-исследовательской лабораторией «Системная динамика», доцент Высшей инженерно-экономической школы Института промышленного менеджмента экономики и торговли Санкт-Петербургского политехнического университета Петра Великого, г. Санкт-Петербург, Россия (<st1:metricconverter productid="195251, г" w:st="on">195251, г</st1:metricconverter>. Санкт-Петербург, ул. Политехническая, 29); ORCID https://orcid.org/0000-0001-7171-7357 e-mail: shvediani_ae@spbstu.ru

Для цитирования

Саранин З.А., Схведиани А.Е. Прогнозирование и оценка влияния прямых налоговых рисков на краткосрочную финансовую политику российской вертикально-интегрированной нефтяной компании // Journal of Applied Economic Research. 2025. Т. 24, № 2. С. 654-684. https://doi.org/10.15826/vestnik.2025.24.2.022

Информация о статье

Дата поступления 17 марта 2025 г.; дата поступления после рецензирования 18 апреля 2025 г.; дата принятия к печати 28 апреля 2025 г.

DOI: https://doi.org/10.15826/vestnik.2025.24.2.022

Скачать полный текст статьи: