guuvestВестник университетаVestnik Universiteta1816-42772686-8415State University of Management10.26425/1816-4277-2026-1-212-226guuvest-6761Research ArticleФИНАНСЫ И БАНКОВСКОЕ ДЕЛОFINANCE AND BANKINGИнтеграция аналитических инструментов в систему оценки и оптимизации налоговой нагрузкиIntegration of analytical tools into the system for assessing and optimizing tax loadshttps://orcid.org/0000-0003-4218-2845ГульковаЕ. Л.GulkovaE. L.

Гулькова Елена Леонидовна, канд. экон. наук, доц. каф. бухгалтерского учета, аудита и налогооблажения

г. Москва

Elena L. Gulkova, Cand. Sci (Econ.), Assос. Prof. at the Accounting, Audit and Taxation Department

Moscow

lega05@mail.ruhttps://orcid.org/0009-0004-9933-2861КрикуноваТ. Е.KrikunovaT. E.

Крикунова Татьяна Евгеньевна, магистрант

г. Москва

Tatyana E. Krikunova, Graduate Student

Moscow

tanya.fayzullina.01@mail.ruГосударственный университет управленияРоссияState University of ManagementRussian FederationСтраховое акционерное общество «РЕСО-Гарантия»РоссияInsurance JSC RESO-GarantiaRussian Federation20260704202601212226Copyright © Гулькова Е.Л., Крикунова Т.Е., 20262026Гулькова Е.Л., Крикунова Т.Е.Gulkova E.L., Krikunova T.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.guu.ru/jour/article/view/6761

Изучены методы расчета, экспертизы и оптимизации налоговой нагрузки с применением аналитических инструментов. Особое внимание уделено различным способам определения и оценки показателей налоговой нагрузки, а также факторам, влияющим на объем налоговых обязательств. Цель работы – разработка алгоритма применения некоторых существующих аналитических моделей для наблюдения, диагностики, систематизации и всестороннего анализа налоговой нагрузки предприятий. Приведен обзор отдельных числовых методов, которые могут быть применимы при мониторинге, оценке и моделировании налоговых обязательств. Выделенные аналитические концепции учитывают множество факторов как в статике, так и в динамике, как на уровне государства, так и отдельно взятого предприятия, в том числе в сравнении с другими организациями. Особое внимание уделено инструментам, демонстрирующим наиболее достоверные результаты в прогнозировании налоговой нагрузки и ее оптимизации. Представленная точка зрения выражена в форме разработанной предполагаемой концепции комплексного аналитического инструмента для практического решения проблемы формирования налоговой нагрузки на основе некоторых известных числовых моделей. Отличительной чертой созданного подхода является прагматичность и функциональность при оценке чувствительности налоговой нагрузки организации к различным внешним и внутренним факторам в процессе реализации управленческих решений. Предложен усовершенствованный консолидированный алгоритм расчета, анализа и оптимизации налоговой нагрузки в рамках использования существующих аналитических моделей и их применения в экономике.

The current research focuses on methods for calculating, evaluating, and optimizing the tax burden using analytical tools. It explores various approaches to determining and assessing tax burden indicators, as well as factors influencing the amount of tax obligations. The purpose of the study is to develop an algorithm for applying existing analytical models to the monitoring, diagnosis, systematizing, and comprehensive analysis of the tax burden of enterprises. The article provides an overview of specific numerical methods suitable for monitoring, evaluating, and modeling tax obligations. The selected analytical concepts consider a variety of factors in both static and dynamic contexts, at the national level and that of individual enterprises, including comparisons with other organizations. The article emphasizes tools that provide the most reliable results for predicting and optimizing the tax burden. It proposes a comprehensive analytical tool for the practical solution of the problem of forming a tax burden based on established numerical models. A distinctive feature of this approach is its pragmatism and functionality in assessing the sensitivity of an organization’s tax burden to various external and internal factors in the process of implementing management decisions. An improved consolidated algorithm for calculating, analyzing, and optimizing the tax burden has been proposed, which involves the use of existing analytical models and their application in the economy.

Налогообложениеналоговая нагрузкаоптимизацияаналитические методыэкономическое моделированиематематические методыинтеграцияTaxationtax burdenoptimizationanalytical methodseconomic modelingmathematical methodsReferencesСтругова, Л. Р. Зависимость налоговых поступлений от налоговой нагрузки на основе закона Артура Лаффера / Л. Р. Стругова // Вестник Пермского университета. Серия: Экономика. – 2012. – № 4(15). – С. 81-87. – EDN PJJIKD.Strugova, L. R. (2012). Dependence of tax receipts on the tax burden based on Arthur Laffer’s law. Bulletin of PSU. Series: Economics, (4). (In Russian).Кирова, Е. А. Инновационные подходы в оптимизации налогообложения организаций / Е. А. Кирова, Е. А. Пономаренко // Вестник университета. – 2024. – № 4. – С. 145-154. – DOI 10.26425/1816-4277-2024-4-145-154. – EDN KSRMCW.Kirova, E. A., & Ponomarenko, E. A. (2024). Innovative approaches to optimizing taxation in organizations. Vestnik universiteta, (4), 145–154. (In Russian). https://doi.org/10.26425/1816-4277-2024-4-145-154Жигалова, Н. Е., Заборских, А. А. Математическое моделирование социально-экономических систем // Научные проблемы водного транспорта. – 2014. – № 40.Zhigalova, N. E., & Zaborskikh, A. A. (2014). Mathematical modeling of socio-economic systems. Scientific Problems of Water Transport, (40). (In Russian).Гургенадзе, И. Э. Современные правовые аспекты налогового планирования Российской Федерации / И. Э. Гургенадзе // Вестник науки. – 2025. – Т. 4, № 1(82). – С. 45-50. – EDN VGGTIH.Gurgenadze, I. E. (2025). Modern legal aspects of tax planning of the Russian Federation. Bulletin of Science, 1(82). (In Russian).Калинина, О. В. Оценка эффективности российской налоговой системы / О. В. Калинина // Финансы и кредит. – 2011. – № 11(443). – С. 10-14. – EDN NDIGMR.Kalinina, O. V. (2011). Evaluation of the effectiveness of the Russian tax system. Finance and Credit, 11(443). (In Russian).Бураева, Е. В. Эконометрические модели и их практическое значение / Е. В. Бураева, Н. В. Бобкова // Экономика и социум. – 2016. – № 6-1(25). – С. 375-377. – EDN WMSXNL.Buraeva, E. V., & Bobkova, N. V. (2016). Econometric models and their practical significance. Economics and Society, 6-1(25). (In Russian).Божко, Л. М. Использование метода Монте-Карло в имитационном моделировании экономических систем / Л. М. Божко // Интеллектуальные технологии на транспорте. – 2023. – № 1(33). – С. 38-42. – DOI 10.24412/2413- 2527-2023-133-38-42. – EDN IZRWKF.Bozhko, L. M. (2023). Using the Monte Carlo method in simulated modeling of economic systems. Intelligent Technologies in Transport, (1). (In Russian). https://doi.org/10.24412/2413-2527-2023-133-38-42Гельбрехт, Д. В. Корреляционно-регрессионный анализ налоговой нагрузки как этап формирования методического инструментария налогового анализа / Д. В. Гельбрехт, М. И. Мигунова, Н. В. Могилевская // Международный научно-исследовательский журнал. – 2021. – № 11-3(113). – С. 151-155. – DOI 10.23670/IRJ.2021.113.11.104. – EDN HGNRKQ.Gelbrekht, D. V., Migunova, M. I., & Mogilevskaya, N. V. (2021). A correlation and regression analysis of the tax burden as a stage in the formation of methodological tools for tax analysis. Actual Problems of Economics and Law, 11- 3(113). (In Russian). https://doi.org/10.23670/IRJ.2021.113.11.104Кошелева, Н. Н. Корреляционный анализ и его применение для подсчета ранговой корреляции Спирмена / Н. Н. Кошелева // Актуальные проблемы гуманитарных и естественных наук. – 2012. – № 5. – С. 23-26. – EDN PACDWR.Kosheleva, N. N. (2012). Correlation analysis and its application for calculating Spearman rank correlation. Actual Problems of the Humanities and Natural Sciences, (5). (In Russian).Хименко, В. И. Диаграммы рассеяния в анализе случайных потоков событий / В. И. Хименко // Информационно-управляющие системы. – 2016. – № 4(83). – С. 85-93. – DOI 10.15217/issn1684-8853.2016.4.85. – EDN WMJXZX.Khimenko, V. I. (2016). Scatterplots in analysis of random streams of events. Information and Control Systems, (4). (InRussian).Айдаркызы, С. Результаты изучения закономерностей в массиве экономических данных методами многомерного статистического анализа / С. Айдаркызы // Экономика и бизнес: теория и практика. – 2022. – № 9(91). – С. 6-10. – DOI 10.24412/2411-0450-2022-9-6-10. – EDN CSSVKE.Aidarkyzy, S. (2022). The results of studying patterns in an array of economic data by methods of multidimensional statistical analysis. Economics and Business: Theory and Practice, (9). (In Russian).https://doi.org/10.24412/2411-0450-2022-9-6-10Натробина, О. В. Анализ временных рядов в экономике: методы и приложения / О. В. Натробина, А. Н. Рожкова // Экономика и бизнес: теория и практика. – 2024. – № 9-1(115). – С. 127-130. – DOI 10.24412/2411-0450-2024-9-1-127-130. – EDN BAJPNH.Natrobina, O. V., & Rozhkova, A. N. (2024). Analysis of time series in economics: methods and applications. Economics and Business: Theory and Practice, 9-1(115). (In Russian).https://doi.org/10.24412/2411-0450-2024-9-1-127-130Быкова, Н. Н. Применение отдельных инструментов налогового бенчмаркинга для снижения налоговых рисков / Н. Н. Быкова, Н. В. Колачева // Карельский научный журнал. – 2017. – Т. 6, № 2(19). – С. 55-58. – EDN YRXARD.Bykova, N. N., & Kolacheva, N. V. (2017). The use of separate tools tax benchmarking to minimize tax exposure. CNJ, 2(19). (In Russian).Натробина, О. В. Анализ временных рядов в экономике: методы и приложения / О. В. Натробина, А. Н. Рожкова // Экономика и бизнес: теория и практика. – 2024. – № 9-1(115). – С. 127-130. – DOI 10.24412/2411-0450-2024-9-1-127-130. – EDN BAJPNH.Natrobina, O. V., & Rozhkova, A. N. (2024). Analysis of time series in economics: methods and applications. Economics and Business: Theory and Practice, 9-1(115). (In Russian). https://doi.org/10.24412/2411-0450-2024-9-1-127-130Бушин, П. Я. Анализ панельных данных как инструмент сравнения региональных экономических систем (на примере регионов ДВФО) / П. Я. Бушин // Вестник Хабаровского государственного университета экономики и права. – 2016. – № 2. – С. 34-38. – EDN WAGPOR.Bushin, P. Ya. (2016). Panel data analysis as a tool for comparing regional economic systems (Using the example of the Far Eastern Federal District regions). Bulletin of the Khabarovsk State University of Economics and Law, (2). (In Russian).Плиев, И. М. Линейное программирование в экономике / И. М. Плиев // Инновационная наука. – 2023. – № 11-2. – С. 79-83. – EDN CCWEFU.Pliev, I. M., & Voititsky, V. I. (2023). Linear programming in economics. Innovative Science, (11-2). (In Russian).Шнурков, П. В. Исследование проблемы управления запасом непрерывного продукта в стохастической модели регенерации при наличии двух параметров оптимизации / П. В. Шнурков, К. А. Адамова // Системы и средства информатики. – 2021. – Т. 31, № 3. – С. 36-47. – DOI 10.14357/08696527210303. – EDN CHOCTQ.Shnurkov, P. V., & Adamova, K. A. (2021). Investigation of the problem of continuous product stock control in a stochastic model of regeneration with two optimization parameters. Systems and Means of Informatics, 31(3), 36–47. (In Russian). https://doi.org/10.14357/08696527210303

The authors declare that there are no conflicts of interest present.