Bối cảnh và vấn đề nghiên cứu

Công tác dự báo thu ngân sách nhà nước (NSNN) đóng vai trò là điểm xuất phát then chốt trong quy trình lập dự toán ngân sách của khu vực công. Trong bối cảnh kinh tế thế giới và Việt Nam giai đoạn 2006 - 2013 có nhiều diễn biến phức tạp, các doanh nghiệp sản xuất kinh doanh chịu tác động từ khủng hoảng kinh tế, nợ xấu và khả năng tiếp cận vốn suy giảm. Đặc biệt vào năm 2013, ngành ngân hàng gặp khó khăn về tăng trưởng tín dụng (vốn chiếm trên 60% tổng lợi nhuận từ hoạt động cho vay), tạo áp lực lớn lên cân đối thu chi NSNN. Mặc dù tổng thu NSNN năm 2013 vượt 5% dự toán, việc thực hiện nhiệm vụ thu vừa phải đảm bảo nguồn lực cho nhà nước, vừa phải nuôi dưỡng nguồn thu lâu dài.

Tại Thành phố Hồ Chí Minh – trung tâm kinh tế đóng góp trên 1/3 tổng số thu ngân sách cả nước, số thu thuế thu nhập doanh nghiệp (TNDN) biến động rất phức tạp và khó đoán định. Để đáp ứng yêu cầu quản lý, hạn chế tình trạng thâm hụt ngoài dự kiến và nâng cao hiệu quả công tác thanh tra, kiểm tra, chống thất thu, chuyển giá và thu hồi nợ đọng, việc áp dụng công cụ định lượng hiện đại vào dự báo nguồn thu là yêu cầu cấp thiết. Đề tài tập trung giải quyết các mục tiêu và nhiệm vụ nghiên cứu cụ thể:

  1. Phân tích thực trạng biến động số thu thuế TNDN của các doanh nghiệp có yếu tố nước ngoài do Phòng Kiểm tra số 2 thuộc Cục Thuế TP.HCM quản lý trong giai đoạn 2006 – 2013.
  2. Xây dựng mô hình chuỗi thời gian ARIMA (Autoregressive Integrated Moving Average) nhằm ước lượng và dự báo số thu thuế TNDN cho 3 quý đầu năm 2014.
  3. Đề xuất các căn cứ thực tiễn từ kết quả dự báo để hoàn thiện kế hoạch kiểm tra thuế, chống thất thu và đảm bảo hoàn thành dự toán thu ngân sách.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Số thu thuế TNDN phát sinh từ các doanh nghiệp có vốn đầu tư trực tiếp nước ngoài (FDI).
  • Phạm vi không gian: Cục Thuế Thành phố Hồ Chí Minh, cụ thể là dữ liệu thuộc thẩm quyền quản lý trực tiếp của Phòng Kiểm tra số 2.
  • Phạm vi thời gian: Chuỗi số liệu theo quý thu thập từ Quý 1/2006 đến Quý 4/2013 (tổng cộng 32 quan sát) và khoảng thời gian thực hiện dự báo là 3 quý đầu năm 2014.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình ứng dụng

Nghiên cứu dựa trên nền tảng lý thuyết tài chính công và kinh tế lượng chuỗi thời gian:

  • Lý thuyết thuế tối ưu: Xác định hệ thống thuế hiệu quả dựa trên 4 yêu cầu: hiệu quả kinh tế, công bằng xã hội, tạo nguồn thu ròng cho ngân sách và tính khả thi về mặt hành thu (với nguyên tắc cơ sở thuế rộng, thuế suất thấp, thiết kế đơn giản).
  • Lý thuyết về thuế và thuế TNDN: Tiếp cận khái niệm thuế từ định nghĩa cổ điển của Gaston Jèze (1934) và các quan điểm phân phối lại thu nhập quốc dân, bản chất điều tiết vào thu nhập của tổ chức sản xuất kinh doanh theo Luật Thuế TNDN năm 2008 và các luật sửa đổi.
  • Khung lý thuyết chuỗi thời gian: Khảo sát các thành phần chuỗi dữ liệu (xu hướng $T$, mùa vụ $S$, chu kỳ $C$, bất thường $I$) và lý thuyết quá trình ngẫu nhiên dừng (trung bình và phương sai không đổi theo thời gian, hiệp phương sai chỉ phụ thuộc vào độ trễ).
  • Mô hình chuỗi thời gian Box-Jenkins (ARIMA): Kết hợp giữa mô hình tự hồi quy $\text{AR}(p)$, sai phân bậc $d$ để đảm bảo tính dừng, và mô hình trung bình trượt $\text{MA}(q)$.

Phương pháp nghiên cứu

Tác giả áp dụng quy trình phân tích định lượng chuẩn hóa theo phương pháp Box-Jenkins (1976) thông qua 4 bước:

  1. Nhận dạng mô hình: Kiểm định tính dừng của chuỗi dữ liệu số thu gốc và chuỗi logarit tự nhiên ($\text{LNTNDN}$) thông qua giản đồ tự tương quan ACF, giản đồ tự tương quan riêng phần PACF (sử dụng thuật toán đệ quy Durbin) và kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) dựa trên thống kê $\tau$ (tau). Xác định bậc sai phân $d$, bậc tự hồi quy $p$ và bậc trung bình trượt $q$.
  2. Ước lượng tham số: Ước lượng các hệ số của mô hình dự kiến bằng phương pháp bình phương bé nhất (OLS) hoặc hợp lý cực đại thông qua phần mềm kinh tế lượng EViews.
  3. Kiểm định chẩn đoán: Kiểm tra mức độ phù hợp của mô hình, ý nghĩa thống kê của các tham số (thống kê $t$) và kiểm định phần dư (đảm bảo phần dư là nhiễu trắng, không còn tự tương quan qua thống kê $Q$).
  4. Dự báo: Sử dụng mô hình đã chọn lọc để ngoại suy giá trị chuỗi số thu thuế TNDN trong 3 quý đầu năm 2014.

Nguồn dữ liệu

Dữ liệu thứ cấp được cung cấp chính thức bởi Phòng Kiểm tra số 2 – Cục Thuế TP.HCM, bao gồm số thu thuế TNDN thực tế của khối doanh nghiệp có yếu tố nước ngoài theo từng quý, liên tục từ Quý 1/2006 đến Quý 4/2013, tính theo đơn vị triệu đồng.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý thuyết về thuế và thuế TNDN

Chương 1 hệ thống hóa các vấn đề lý luận căn bản về thuế và tổng quan kinh nghiệm dự báo thu ngân sách:

  • Bản chất và đặc điểm của thuế: Phân tích thuế dưới góc độ kinh tế học và pháp lý: là biện pháp động viên tài chính bắt buộc phi hình sự, không hoàn trả trực tiếp và là công cụ phân phối lại thu nhập quốc dân.
  • Đặc điểm thuế TNDN: Làm rõ vai trò điều tiết thu nhập doanh nghiệp, tạo lập nguồn thu ổn định cho NSNN và định hướng đầu tư phát triển theo ngành nghề, địa bàn khuyến khích.
  • Kinh nghiệm dự báo quốc tế: Tổng kết các phương pháp dự báo tại các quốc gia phát triển (Mỹ, Canada, Úc, New Zealand, Hà Lan) áp dụng mô hình mô phỏng vi mô (microsimulation) và vĩ mô trong khuôn khổ chi tiêu trung hạn (MTEF). Trích dẫn nghiên cứu của IMF (Kyobe và Danninger, 2005) khảo sát 34 quốc gia đang phát triển và chuyển đổi, chỉ ra rằng 85% các nước này vẫn dùng kỹ thuật ngoại suy đơn giản, dự toán thực hiện muộn và thiếu quy trình chính thức.
  • Thực trạng dự báo tại Việt Nam: Phân tích quá trình đổi mới công tác dự báo thu NSNN từ năm 2006 dưới sự hỗ trợ của dự án ETV2/PTF2 (EU). Tổng cục Thuế đã thử nghiệm mô hình dự báo thu theo tháng, mô hình bảng cân đối liên ngành (I-O) cho thuế GTGT và mô hình hồi quy theo GDP. Tuy nhiên, việc áp dụng mô hình mô phỏng vi mô cho thuế TNDN còn gặp trở ngại do hệ thống cơ sở dữ liệu phân tán và thiếu tính đồng bộ giữa các chi cục.

Chương 2: Tình hình thực hiện thu thuế TNDN tại Cục Thuế TP.HCM giai đoạn 2006 - 2013

Chương 2 mô tả thực trạng tổ chức bộ máy quản lý thu và diễn biến nguồn thu thuế TNDN trên địa bàn:

  • Cơ cấu tổ chức Cục Thuế TP.HCM: Hoạt động theo Quyết định số 502/QĐ-TCT ngày 29/3/2010 của Tổng cục Thuế, gồm Ban Lãnh đạo Cục (1 Cục trưởng, 5 Phó Cục trưởng) và 22 phòng chức năng tham mưu (gồm các Phòng Tuyên truyền Hỗ trợ NNT, Kê khai & Kế toán thuế, Quản lý nợ & Cưỡng chế nợ thuế, 4 Phòng Kiểm tra thuế, 4 Phòng Thanh tra thuế, Phòng Quản lý thuế TNCN, Phòng Tin học...). Cục Thuế TP.HCM đóng góp hơn 1/3 tổng thu NSNN cả nước và là đơn vị tiên phong triển khai cơ chế tự kê khai - tự nộp, chứng nhận ISO 9001:2000.
  • Diễn biến số thu thuế TNDN khu vực FDI (2006 - 2013): Số thu thuế TNDN từ các doanh nghiệp do Phòng Kiểm tra số 2 quản lý có xu hướng tăng trưởng qua các năm nhưng biến động mạnh do tác động của chu kỳ kinh tế và chính sách:
Năm Số thu thuế TNDN khu vực FDI (Triệu đồng) Tốc độ tăng trưởng / Ghi chú biến động
2006 1.437.528 Giai đoạn thực thi Luật Thuế TNDN sửa đổi 2003 (thuế suất 28%).
2007 1.974.845 Tăng trưởng 37,38% so với năm 2006.
2008 2.637.210 Tăng 69,40% so với năm 2007 (đạt đỉnh tăng trưởng của giai đoạn).
2009 2.966.919 Tăng chậm lại do ảnh hưởng khủng hoảng kinh tế toàn cầu; thuế suất giảm về 25%.
2010 3.180.231 Đạt 90,07% dự toán pháp lệnh, tăng 21,81% so với năm 2009.
2011 4.714.400 Tăng mạnh do nhiều DN hết hạn ưu đãi thuế và tăng cường thanh tra giảm lỗ.
2012 5.052.195 Tăng trưởng ổn định, chiếm tỷ trọng chi phối trong tổng thu.
2013 5.615.357 Gặp nhiều khó khăn do suy giảm kinh tế, chính sách giãn/giảm thuế cho DN.
  • Biến động số nộp tại một số doanh nghiệp tiêu biểu (2010): Doanh nghiệp tăng nộp gồm Công ty Điện tử Samsung Vina (tăng 17,79%); doanh nghiệp giảm nộp gồm Ngân hàng HSBC Việt Nam (giảm 14,19%), Bảo hiểm Prudential (giảm 10,33%), Công ty Liên doanh Phú Mỹ Hưng (giảm 25,16%).
  • Lịch sử biến chuyển chính sách thuế suất TNDN:
    • Luật năm 1997 (hiệu lực từ 01/01/1999): Thuế suất chung 32% (doanh nghiệp sản xuất, xây dựng, vận tải khó khăn áp dụng 25% trong 3 năm đầu); thu thuế thu nhập bổ sung 25% với phần thu nhập cao do lợi thế khách quan; khai thác dầu khí 50%.
    • Luật sửa đổi năm 2003 (hiệu lực từ 01/01/2004): Thống nhất thuế suất giữa DN trong nước và FDI ở mức 28%, bãi bỏ thuế thu nhập bổ sung và thuế chuyển lợi nhuận ra nước ngoài.
    • Luật năm 2008 (hiệu lực từ 01/01/2009): Cắt giảm thuế suất phổ thông xuống 25%; dầu khí và tài nguyên quý hiếm từ 32% đến 50%.
    • Luật số 32/2013/QH13 (hiệu lực từ 01/01/2014): Tiếp tục điều chỉnh giảm thuế suất, mở rộng thu nhập miễn thuế cho nông - lâm - thủy sản, doanh nghiệp sử dụng lao động khuyết tật, đồng thời bổ sung các khoản thu nhập khác từ chuyển nhượng dự án, quyền góp vốn.

Chương 3: Phương pháp nghiên cứu và kết quả kiểm định

Chương 3 trình bày cơ sở toán học của các mô hình kinh tế lượng chuỗi thời gian:

  • Phân loại mô hình dự báo định lượng: So sánh ba nhóm mô hình vĩ mô: Mô hình kinh tế lượng cổ điển (Econometric Model - hệ phương trình hồi quy biến phụ thuộc và biến giải thích), Mô hình cân đối liên ngành (Input - Output Model thể hiện quan hệ $X_{ij}, Y_i, Z_i, V_j$ giữa các ngành), và Mô hình cân bằng tổng thể khả tính (CGE Model - giả định tối ưu hóa lợi nhuận, hữu dụng và cân bằng cung cầu).
  • Lý thuyết mô hình ARIMA: Trình bày chi tiết cấu trúc toán học của:
    • Hàm tự tương quan (ACF) tại độ trễ $k$ với hệ số tương quan $r_k$ và kiểm định ý nghĩa thống kê bằng giá trị tới hạn $t = \frac{r_k}{\sqrt{v}}$.
    • Hàm tự tương quan riêng phần (PACF) tính toán theo công thức truy hồi Durbin: $$\Phi_{kk} = C_{kk} = \frac{r_k - \sum_{j=1}^{k-1} C_{k-1, j} r_{k-j}}{1 - \sum_{j=1}^{k-1} C_{k-1, j} r_j}$$
    • Mô hình tự hồi quy $\text{AR}(p)$: $y_t = a_0 + a_1 y_{t-1} + \dots + a_p y_{t-p} + e_t$ (điều kiện dừng $\sum a_i < 1$).
    • Mô hình trung bình trượt $\text{MA}(q)$: $y_t = b_0 + e_t + b_1 e_{t-1} + \dots + b_q e_{t-q}$ (điều kiện khả nghịch $\sum b_j < 1$).
    • Mô hình hỗn hợp $\text{ARMA}(p,q)$ và mô hình tích hợp $\text{ARIMA}(p,d,q)$ trên chuỗi lấy sai phân bậc $d$.
  • Ứng dụng thực tế của ARIMA trên thế giới: Tổng thuật việc ứng dụng ARIMA trong dự báo tỷ giá hối đoái Guarani/USD tại Paraguay (752 quan sát), dự báo giá xuất khẩu trà thế giới giai đoạn 1970 - 1998, và dự báo lạm phát tại Ireland giai đoạn 1976 - 1999 phục vụ chính sách tiền tệ của Ngân hàng Trung ương châu Âu (ECB).

Chương 4: Kết quả nghiên cứu

Chương 4 thực hiện ước lượng thực nghiệm trên chuỗi số liệu thu thuế TNDN tại Cục Thuế TP.HCM:

  • Mô tả dữ liệu: Chuỗi số liệu số thu thuế TNDN theo quý từ Quý 1/2006 đến Quý 4/2013 gồm 32 quan sát.
  • Kiểm định tính dừng và chuyển đổi biến: Tiến hành kiểm định nghiệm đơn vị ADF cho chuỗi số liệu gốc và chuỗi logarit tự nhiên ($\text{LNTNDN}$). Kết quả kiểm định cho thấy chuỗi gốc không dừng, cần thực hiện lấy sai phân để đưa về chuỗi dừng.
  • Nhận dạng và ước lượng mô hình: Dựa vào giản đồ ACF và PACF của chuỗi sai phân $\text{LNTNDN}$, tác giả tiến hành thử nghiệm các dạng mô hình kết hợp $\text{AR}(p)$ và $\text{MA}(q)$.
  • Kiểm định chẩn đoán và dự báo: Đánh giá phần dư của mô hình ước lượng để đảm bảo tính ngẫu nhiên (nhiễu trắng). Thực hiện ngoại suy chuỗi số liệu để dự báo số thu thuế TNDN khối doanh nghiệp FDI cho 3 quý đầu năm 2014, so sánh tương quan giữa đường số thu thực tế và số thu dự báo.

Kết quả và đóng góp

Kết quả nghiên cứu chính

  1. Phân tích bức tranh nguồn thu 2006 - 2013: Khóa luận đã hệ thống hóa chuỗi dữ liệu thực tế về số thu thuế TNDN khối FDI tại Cục Thuế TP.HCM. Số thu tăng từ 1.437,5 tỷ đồng (năm 2006) lên 5.615,4 tỷ đồng (năm 2013), phản ánh sự mở rộng của khu vực FDI nhưng cũng cho thấy tính nhạy cảm cao trước các cú sốc kinh tế (suy giảm tốc độ tăng thu năm 2009 và 2013).
  2. Xây dựng thành công mô hình dự báo định lượng: Chứng minh tính khả thi của việc ứng dụng mô hình chuỗi thời gian ARIMA (Box-Jenkins) thông qua phần mềm EViews trên chuỗi dữ liệu quý $\text{LNTNDN}$. Mô hình đã loại bỏ được yếu tố xu hướng không dừng và nắm bắt được dao động nội tại của chuỗi số liệu thu thuế.
  3. Cung cấp số liệu dự báo 3 quý đầu năm 2014: Đưa ra kết quả dự báo định lượng cụ thể về số thu thuế TNDN cho 3 quý đầu năm 2014, tạo cơ sở đối chiếu cho các nhà quản lý thu thuế.

Giải pháp và kiến nghị

  • Hoàn thiện công tác thanh tra, kiểm tra: Cơ quan thuế cần sử dụng kết quả dự báo theo quý làm ngưỡng đối chiếu để phát hiện sớm các dấu hiệu sụt giảm số thu bất thường, từ đó lập kế hoạch kiểm tra chuyên đề đối với các doanh nghiệp có dấu hiệu chuyển giá, kê khai lỗ liên tục nhưng vẫn mở rộng sản xuất.
  • Chủ động điều hành dự toán: Sử dụng mô hình dự báo định lượng ngắn hạn để kịp thời điều chỉnh kế hoạch điều hành ngân sách giữa các quý, tránh bị động trước các đợt sụt giảm nguồn thu do thay đổi chính sách ưu đãi hoặc chu kỳ kinh doanh.
  • Đầu tư cơ sở dữ liệu: Kiến nghị ngành thuế hoàn thiện hệ thống cơ sở dữ liệu tập trung, tích hợp đầy đủ thông tin báo cáo tài chính và tờ khai thuế của người nộp thuế để phục vụ cho các mô hình dự báo phức tạp hơn (như mô phỏng vi mô).

Đóng góp về mặt học thuật và thực tiễn

Khóa luận là công trình nghiên cứu ứng dụng phương pháp kinh tế lượng chuỗi thời gian hiện đại (ARIMA) vào thực tế quản lý thu thuế ở cấp độ cơ quan thuế địa phương (Cục Thuế TP.HCM), khắc phục nhược điểm của các phương pháp dự báo xu hướng tuyến tính hoặc lập dự toán theo kinh nghiệm chủ quan truyền thống.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế về quy mô mẫu dữ liệu: Chuỗi dữ liệu phân tích gồm 32 quan sát theo quý (từ Quý 1/2006 đến Quý 4/2013). Dù đáp ứng yêu cầu tối thiểu của mô hình chuỗi thời gian ngắn hạn, độ dài chuỗi có thể ảnh hưởng đến độ chuẩn xác khi phân tích các yếu tố mùa vụ phức tạp hoặc chu kỳ kinh tế kéo dài nhiều năm.
  • Hạn chế về phạm vi đối tượng: Đề tài mới chỉ khai thác số liệu thu thuế TNDN của các doanh nghiệp có vốn đầu tư nước ngoài do Phòng Kiểm tra số 2 quản lý, chưa bao quát toàn bộ các doanh nghiệp FDI hay toàn bộ các thành phần kinh tế trên địa bàn Thành phố.
  • Hướng nghiên cứu tiếp: Mở rộng nghiên cứu cho toàn bộ các sắc thuế chính (GTGT, TNCN) và kết hợp thêm các biến kinh tế vĩ mô ngoại sinh (như tốc độ tăng trưởng GDP, lạm phát, kim ngạch xuất nhập khẩu) bằng mô hình ARIMAX hoặc mô hình Vector tự hồi quy (VAR) khi hệ thống cơ sở dữ liệu ngành thuế được tích hợp đầy đủ.

Giá trị tham khảo

Tài liệu là tài liệu tham khảo chuyên khảo hữu ích cho:

  • Sinh viên và học viên ngành Tài chính công, Quản lý thuế, Kinh tế phát triển: Tham khảo cấu trúc một đề tài nghiên cứu ứng dụng phương pháp Box-Jenkins, cách thức kiểm định tính dừng (ADF test) và kỹ thuật xử lý dữ liệu thu chi ngân sách.
  • Cán bộ phân tích dự báo và quản lý dự toán tại các Cục Thuế, Chi cục Thuế: Vận dụng quy trình xây dựng mô hình dự báo số thu ngắn hạn theo tháng/quý bằng phần mềm EViews để phục vụ công tác lập kế hoạch thu và giám sát tuân thủ thuế.
  • Nghiên cứu sinh, học viên kinh tế lượng ứng dụng: Tham khảo phương pháp tiếp cận mô hình hóa chuỗi thời gian thực tế trong điều kiện dữ liệu hành chính công tại Việt Nam.

Câu hỏi thường gặp

1. Đề tài sử dụng chuỗi số liệu nào để thực hiện mô hình dự báo ARIMA?
Đề tài sử dụng chuỗi số liệu số thu thuế TNDN theo quý của các doanh nghiệp có yếu tố nước ngoài do Phòng Kiểm tra số 2, Cục Thuế TP.HCM trực tiếp quản lý, kéo dài từ Quý 1 năm 2006 đến Quý 4 năm 2013 (gồm 32 kỳ quan sát).

2. Vì sao chuỗi dữ liệu chuỗi thời gian cần phải kiểm định tính dừng trước khi chạy mô hình dự báo?
Nếu chuỗi thời gian không dừng (giá trị trung bình và phương sai thay đổi theo thời gian), việc ước lượng hồi quy sẽ dẫn đến hiện tượng "hồi quy giả mạo" (spurious regression), khiến các kiểm định thống kê mất giá trị và kết quả ngoại suy không có ý nghĩa thực tiễn. Do đó, chuỗi cần được kiểm định tính dừng (qua giản đồ ACF/PACF hoặc kiểm định ADF) và lấy sai phân bậc $d$ nếu chưa dừng.

3. Mức thuế suất thuế TNDN phổ thông của Việt Nam đã thay đổi như thế nào trong giai đoạn nghiên cứu?
Trong giai đoạn nghiên cứu, thuế suất thuế TNDN được điều chỉnh giảm dần: từ mức 28% (theo Luật Thuế TNDN sửa đổi năm 2003, có hiệu lực từ 01/01/2004) xuống mức 25% (theo Luật Thuế TNDN năm 2008, có hiệu lực từ 01/01/2009) và tiếp tục được điều chỉnh theo Luật số 32/2013/QH13 (có hiệu lực từ 01/01/2014).

4. Vì sao công tác dự báo thu thuế TNDN bằng mô hình mô phỏng vi mô tại Việt Nam còn gặp khó khăn?
Mô hình mô phỏng vi mô đòi hỏi cơ sở dữ liệu đầu vào cực kỳ chi tiết từ từng tờ khai thuế và báo cáo tài chính của doanh nghiệp. Tại thời điểm nghiên cứu, hệ thống dữ liệu của ngành thuế chưa được tích hợp đồng bộ và toàn diện giữa Tổng cục Thuế với các Chi cục Thuế địa phương, dẫn đến hạn chế về nguồn số liệu phục vụ mô hình hóa.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Trúc My đã hệ thống hóa toàn diện cơ sở lý luận về thuế TNDN và kỹ thuật kinh tế lượng chuỗi thời gian Box-Jenkins. Bằng việc phân tích sâu sắc diễn biến số thu thuế khu vực doanh nghiệp FDI tại Cục Thuế TP.HCM giai đoạn 2006 - 2013, nghiên cứu đã xây dựng thành công mô hình ARIMA trên phần mềm EViews để dự báo số thu cho các quý đầu năm 2014. Kết quả nghiên cứu cung cấp cơ sở khoa học và thực tiễn quan trọng, hỗ trợ cơ quan quản lý thuế địa phương nâng cao chất lượng công tác dự toán ngân sách, giám sát tuân thủ và hoạch định kế hoạch thanh tra - kiểm tra hiệu quả.