Catatan Studi tentang Fungsi Penerimaan Pajak | Ekonometrika

Artikel yang disebutkan di bawah ini memberikan catatan studi tentang fungsi penerimaan pajak.

Responsifitas dari Pendapatan Pajak Bruto terhadap perubahan-perubahan dalam Pendapatan Bruto disebut sebagai Pajak Apung. Pajak Apung juga didefinisikan sebagai rasio perubahan proporsional dalam pendapatan pajak kotor terhadap perubahan proporsional dalam Penghasilan. Estimasi numerik dari daya apung pajak sangat berguna untuk memahami kinerja pendapatan ekonomi. Pajak Apung dapat diperkirakan antara dua titik waktu atau selama periode waktu tertentu.

Antara dua titik waktu, pajak apung [e Yt..Xt ] akan diperkirakan sebagai berikut:

Fungsi Penerimaan Pajak Y = f (X) Di mana

Y = Pendapatan Pajak Kotor dan

X = Pendapatan Nasional.

Tingkat perubahan dalam penerimaan pajak bruto per unit perubahan dalam Pendapatan Nasional akan diperkirakan sebagai berikut:

ΔY / ΔX = Yt - Y t-1 / X t - X t-1

Ini juga dikenal sebagai kecenderungan marjinal terhadap penerimaan pajak bruto [efek marjinal].

Untuk menghitung pajak apung antara dua titik waktu, rumus berikut akan digunakan:

e yx = Yt - Y t-1 / Y t-1 / X t - X t-1 / X t-1

Dimana

Yt = Pendapatan pajak bruto pada tahun 't' [tahun ini]

Y t-1 = Pendapatan pajak bruto dalam t-1 tahun [tahun sebelumnya]

X t = Pendapatan Nasional pada tahun 't' [tahun ini]

X t-1 = Pendapatan Nasional dalam t-1 tahun [tahun sebelumnya]

Dengan demikian, rasio perubahan proporsional atau persentase dalam pendapatan pajak kotor terhadap perubahan proporsional atau persentase dalam Pendapatan Nasional dikenal sebagai Pajak Apung.

Tax Buoyancy [responsifitas dari Pendapatan Pajak Bruto terhadap perubahan-perubahan dalam Penghasilan] juga akan diperkirakan sebagai ringkasan statistik selama periode waktu menggunakan metode OLS. Daya apung pajak juga akan diperkirakan di seluruh negara bagian / negara pada suatu titik waktu. Estimasi Tax Buoyancy dapat diperkirakan baik dari model regresi linier dan log-linear.

Fungsi Pendapatan Pajak Linear :

Model regresi linier yang berkaitan dengan fungsi penerimaan pajak akan ditentukan sebagai berikut:

Yt = b 0 + b 1 X t + Ut ……………… (70)

Dimana

b 0 = Nilai tren [nilai estimasi] dari pendapatan pajak tanpa adanya pendapatan, yang dikenal sebagai intersep. Tanda b 0 akan menjadi positif: b 1 = Nilai tingkat perubahan pendapatan pajak bruto per unit perubahan pendapatan, yang dikenal sebagai kemiringan.

Turunan Yt sehubungan dengan Xt,

[dY t / dX t ] = b 1, adalah tingkat perubahan pendapatan pajak per unit perubahan pendapatan yang akan konstan

Ut = variabel acak dengan asumsi yang biasa. Nilai b 0 dan b 1 akan diestimasi dengan metode OLS.

Pajak apung [secara teknis itu adalah respons dari penerimaan pajak bruto terhadap perubahan pendapatan kotor] akan diperkirakan dari model regresi linier sebagai berikut:

Dengan demikian, b 1 adalah komponen daya apung pajak. Daya apung pajak bervariasi dari titik ke titik perubahan dalam Xt dan Yt. Daya apung pajak berhubungan langsung dengan peningkatan pendapatan dan berbanding terbalik dengan peningkatan pendapatan pajak. Dalam Studi empiris, nilai numerik daya apung pajak dievaluasi pada nilai rata-rata pendapatan pajak dan pendapatan nasional.

e Yt.Xt = ∂Y t / ∂X t . rata-rata Xt / rata-rata Yt = b 1 . rata-rata X t / rata-rata Y t

Oleh karena itu, estimasi ini disebut sebagai apung pajak rata-rata. Lebih lanjut harus dicatat bahwa nilai kemungkinan dari daya apung pajak dapat dipastikan berdasarkan tanda intersep, b 0, dalam model regresi linier sederhana.

Ini dapat dipahami dari persamaan berikut:

Jika tanda b 0 positif maka rata-rata pajak apung akan kurang dari satu; jika tanda b 0 negatif maka rata-rata pajak apung akan lebih dari satu; jika tanda b 0 adalah nol, maka daya apung pajak rata-rata akan menjadi satu. Dengan demikian, berdasarkan tanda intersep, ukuran daya apung pajak akan dipastikan dari model regresi linier sederhana.

Dalam data deret waktu, daya apung pajak juga akan diestimasi dengan mengambil rasio tingkat pertumbuhan pendapatan pajak terhadap tingkat pertumbuhan pendapatan nasional.

Dalam model regresi linier, tingkat pertumbuhan linear penerimaan pajak akan diperkirakan sebagai berikut:

Yt = b 0 + b 1 t ………………. (72)

Dimana

Yt = Pendapatan pajak bruto [variabel dependen dalam fungsi penerimaan pajak linier sederhana]

t = Waktu dalam tahun.

b 1 = Tingkat perubahan penerimaan pajak per tahun

b 0 = Nilai tren pajak. pendapatan, ketika t = 0

Tingkat Pertumbuhan Linear dari penerimaan pajak [LGR y ] dari persamaan di atas akan diperkirakan sebagai berikut:

LGR y = Fungsi penerimaan pajak marjinal / Total fungsi penerimaan pajak * 100

= dY / dt / Y.1 = [dY / dt. 1 / Y] .100

= b 1 /Y.100.

Dalam studi empiris, nilai Y adalah rata-rata seri Y.

Demikian pula tingkat pertumbuhan linear pendapatan nasional [LGR X ] akan diperkirakan sebagai berikut:

Xt = b 0 + b 1 t …………… (73)

Dimana

X t = Pendapatan Nasional [Variabel independen dalam fungsi penerimaan pajak linier sederhana]

b 1 = Tingkat perubahan Pendapatan Nasional per tahun.

Tingkat pertumbuhan linear pendapatan nasional [LGR x ] akan dihitung sebagai berikut:

LGR X = Fungsi Penghasilan marjinal / Total Fungsi Penghasilan

= dX 1 / dt / X = .100 = [dX 1 / dt. 1 / X t ] .100

Rasio tingkat pertumbuhan linier dari penerimaan pajak terhadap tingkat pertumbuhan linier dari pendapatan adalah perkiraan tingkat pajak.

Dengan demikian, tingkat pertumbuhan penerimaan dan pendapatan pajak kotor akan digunakan untuk mengetahui tingkat daya apung pajak. Jika perkiraan tingkat pajak lebih dari satu (1) maka tingkat pertumbuhan penerimaan pajak akan relatif lebih tinggi dari tingkat pertumbuhan pendapatan. (2) Jika kurang dari satu, maka tingkat pertumbuhan penerimaan pajak akan relatif lebih kecil dari tingkat pertumbuhan pendapatan dan (3) Jika itu adalah kesatuan, maka tingkat pertumbuhan penerimaan pajak akan sama dengan tingkat pertumbuhan pendapatan.

Estimasi daya apung pajak dari model regresi linier didasarkan pada asumsi hubungan linier [tingkat perubahan konstan antara pendapatan dan pendapatan pajak] antara pendapatan dan pendapatan pajak. Jika hubungan linier tidak ada di antara mereka, bentuk lain dari persamaan regresi seperti fungsi daya [model regresi linier log] akan dicoba untuk memperkirakan kemampuan pajak.

Fungsi Penerimaan Pajak Log Linear :

Dalam studi empiris, daya apung pajak juga akan diperkirakan menggunakan fungsi daya berikut;

Y = b 0 X 1 b1

Untuk keperluan estimasi dengan metode OLS, persamaan akan ditransformasikan menjadi model log linier

log Y = logb 0 + b 1 logX ……………. (74)

Turunan dari log Y sehubungan dengan log X,

d log Y / d log X, adalah, daya apung pajak yang konstan

d log Y / d log X = dY / Y / dX / X = dY / YX / dX

= dY / dX.X / Y = b 1

Daya apung pajak dalam persamaan di atas juga akan diperkirakan dengan mengambil rasio tingkat pertumbuhan instan dari pendapatan pajak ke tingkat pertumbuhan instan pendapatan nasional.

Ini dapat ditunjukkan sebagai berikut:

log Y = log b 0 + b 1 t ……………… .. (75)

Turunan dari log Y sehubungan dengan t

= d log X / dt = dX / X / dt / 1 = dX / X.1 / dt =

1 / Y dY / dt = b 1 akan menjadi tingkat pertumbuhan instan dari pendapatan pajak.

log X = log b 0 + b 1 t ……………… (76)

Turunan dari log X sehubungan dengan t

= d logX / dt = dX / X / dt / 1 = dX / X.1 / dt =

1 / X dX / dt = b 1 akan menjadi tingkat pertumbuhan instan Pendapatan Nasional.

Rasio tingkat pertumbuhan pendapatan pajak kotor dengan pendapatan nasional, dY / dt 1 / Y / dX / dt. 1 / X

= dY / dtY. dtX / dX

= dY / dX. X / Y disebut sebagai taksiran daya apung pajak. Jika tingkat daya apung pajak lebih dari satu, maka tingkat pertumbuhan instan penerimaan pajak akan relatif lebih tinggi daripada tingkat pertumbuhan instan pendapatan nasional. Jika tingkat daya apung pajak kurang dari satu, maka tingkat pertumbuhan instan penerimaan pajak akan relatif lebih kecil daripada tingkat pertumbuhan instan pendapatan nasional.

Jika tingkat daya apung pajak adalah satu, maka tingkat pertumbuhan instan dari penerimaan pajak akan sama dengan tingkat pertumbuhan pendapatan nasional. Dengan demikian, bentuk persamaan regresi linier dari penerimaan pajak terhadap pendapatan akan membantu dalam memastikan ukuran tingkat pertumbuhan instan dari pendapatan pajak dan pendapatan nasional.

Perlu dicatat bahwa estimasi daya apung pajak melalui persamaan log-linear akan konstan. Dalam studi empiris, bentuk regresi linier log persamaan sedang banyak digunakan untuk memperkirakan tingkat daya apung pajak dengan alasan bahwa koefisien regresi log X [pendapatan] memberikan langsung ukuran daya apung pajak. Sejauh ini diskusi terbatas pada daya apung pajak jangka pendek.

Fungsi Penerimaan Pajak Jangka Pendek dan Panjang :

Daya apung pajak jangka panjang juga akan diperkirakan dengan menggunakan Nerlovian Partial Adjustment Model [mekanisme] sebagai berikut:

Fungsi pendapatan pajak linear jangka panjang dapat ditentukan sebagai berikut:

Yt * = b 0 + b 1 X t ………………… (77)

Dimana

Yt * = Diinginkan / Ekuilibrium / Jangka panjang / Tingkat optimal dari pengumpulan penerimaan pajak. Karena variabel ini tidak dapat diamati, mekanisme penyesuaian parsial berikut akan dipertimbangkan untuk memperkirakan fungsi penerimaan pajak jangka pendek, yang merupakan dasar untuk memperkirakan fungsi penerimaan pajak jangka panjang.

[Y t - Y t-1 ] = δ [Yt * -Y t-1 ] …………… (78)

Dimana

(Y t - Y t-1 ] = Perubahan aktual dalam pengumpulan pendapatan pajak

[Yt * - Y t-1 ] = Perubahan yang diinginkan dalam pengumpulan pendapatan pajak

δ = koefisien Penyesuaian Parsial yang nilainya akan lebih dari nol dan kurang dari atau sama dengan 1. Jika kurang dari satu, maka perubahan aktual dalam penerimaan pajak akan lebih kecil dari perubahan yang diinginkan dalam penerimaan pajak. Jika itu satu, maka perubahan yang sebenarnya akan sama dengan perubahan yang diinginkan. Jika nol, maka tidak akan ada perubahan antara Yt dan Yt -1 . Itu adalah [Yt - Y t-1 ] = 0.

Jika persamaan di atas disubstitusi dalam fungsi penerimaan pajak linear jangka panjang, maka kami memperoleh persamaan berikut:

Yt = b 0 * + b 1 * X t + b 2 Y t-1 : Ini dikenal sebagai fungsi penerimaan pajak jangka pendek. Pendapatan pajak pada tahun berjalan tergantung pada pendapatan tahun berjalan dan pendapatan pajak tahun sebelumnya

Dimana

Pajak apung jangka pendek akan diperkirakan pada nilai rata-rata Yt dan Xt sebagai berikut:

= b 1 * rata-rata Xt / rata-rata Yt

Daya apung pajak jangka panjang akan diperkirakan dengan mengempiskan daya apung pajak jangka pendek dengan δ.

LRE = b 1 * rata-rata X t / rata-rata Y t * 1 / δ

Fungsi penerimaan pajak jangka panjang akan diperkirakan dengan mengempiskan fungsi penerimaan pajak jangka pendek dengan δ dan menghilangkan Y t-1 .

Fungsi ini didasarkan pada asumsi hubungan linier antara penerimaan pajak dan pendapatan. Jika hubungan linear tidak ada, maka bentuk hubungan non-linear berikut akan dicoba.

Untuk tujuan membuat perkiraan, fungsi ini diubah menjadi bentuk berikut:

log Y * = log b 0 + b 1 log X t …………… (80)

Karena Y * tidak dapat diamati, fungsi ini [fungsi penerimaan pajak jangka panjang] akan diperkirakan oleh fungsi pendapatan jangka pendek yang dihasilkan melalui model penyesuaian parsial [mekanisme]. Model penyesuaian parsial adalah

Untuk tujuan estimasi, model di atas ditransformasikan ke dalam bentuk log linear sebagai berikut:

Dengan mengganti persamaan di atas dalam mekanisme penyesuaian parsial kita mendapatkan fungsi penerimaan pajak jangka pendek berikut.

Dengan demikian, variabel dependen lag, logY t-1, dimasukkan persamaan sebagai salah satu variabel independen. Turunan dari log Yt sehubungan dengan log X t adalah estimasi jangka pendek dari daya apung pajak

Pajak apung jangka panjang akan diperkirakan dengan mengempiskan pajak apung jangka pendek dengan koefisien penyesuaian parsial [δ] sebagai berikut:

Dengan demikian, estimasi daya apung pajak jangka panjang akan dihitung dengan mekanisme penyesuaian parsial. Dalam studi empiris, estimasi daya apung pajak untuk berbagai jenis pajak diperkirakan menggunakan data deret waktu dengan metode OLS. Karena, perkiraan didasarkan pada data deret waktu masalah ekonometrik dari korelasi-otomatis perlu dikurangi dengan menggunakan metode perbedaan pertama.

Proses membedakan variabel akan berlanjut sampai statistik Durbin-Watson ternyata menjadi dua. Selain pendapatan, dampak dari tarif pajak juga akan diperiksa pada pendapatan pajak. Terkadang, untuk menangkap dampak waktu terhadap pendapatan, variabel waktu juga akan dimasukkan dalam fungsi penerimaan pajak.

Dalam kasus tersebut, hubungan fungsional antara pendapatan pajak dan pendapatan nasional, tarif pajak, dan variabel waktu akan ditentukan sebagai berikut:

Dimana

Y = Pendapatan Pajak

X 1t = Pendapatan Nasional

X 2t = Tarif Pajak

X 3t = Variabel Waktu dalam Tahun

Jika fungsi di atas ditentukan dalam bentuk regresi linier berganda, kami mendapatkan model ekonometrik berikut.

Y = b 0 + b 1 X 1 + b 2 X 2 + b 3 X 3 + U …………… .. (83)

Dimana

b 1 = ∂Y / ∂X 1, adalah laju perubahan Y per perubahan satuan dalam X 1

b 2 = ∂Y / ∂ X 2, adalah laju perubahan Y per perubahan satuan dalam X 2

b 3 = ∂ Y / ∂ X 3, adalah laju perubahan Y per satuan perubahan [satu tahun] di X 3

Ini adalah konstanta dan berkaitan dengan efek marginal. Perkiraan tingkat pajak dari fungsi di atas akan bervariasi, jika mereka dievaluasi pada nilai Y dan X 1 yang berbeda .

Responsif Y terhadap perubahan X, semuanya sama, dapat dipahami dari b 1. Y / X 1 Demikian pula, respons Y terhadap perubahan tarif pajak dapat dipahami dari b 2 Y / X 2 .

Jika hubungan linear antara Y dan X 1, X 2 dan X 3 tidak ada maka bentuk persamaan lain seperti model log linier akan dicoba

log Y = logb 0 + b 1 logX 1 + b 2 log X 2 + b 3 X 3 ………………… (84)

Turunan parsial dari log Y sehubungan dengan logX 1, b 1, adalah daya apung pajak yang konstan, sedangkan turunan parsial dari log Y sehubungan dengan X 2, b 2, adalah tingkat responsifitas penerimaan pajak terhadap perubahan pajak. rates [Ini membantu untuk memahami apakah kurva laffer (Hubungan bentuk U terbalik antara pendapatan dari pajak langsung dan tarif pajak) beroperasi dalam perekonomian atau tidak (Lihat Tabel-8.11 untuk hasil regresi pada validitas empiris kurva laffer). Turunan parsial dari log Y sehubungan dengan X 3, b 3 adalah tingkat pertumbuhan instan dari pendapatan pajak, yaitu

Dengan demikian, pajak apung akan diperkirakan dari bentuk-bentuk persamaan regresi sederhana dan berganda linear dan log-linear dengan menggunakan metode OLS. Metode ini akan diikuti dengan alasan bahwa ada penyebab satu arah antara pendapatan pajak dan masing-masing variabel independen.

Dengan kata lain, ko-varians antara pendapatan dan variabel acak, dan kovarians antara tarif pajak dan variabel acak harus nol. Jika asumsi ini tidak dipenuhi, maka estimasi akan menjadi bias. Untuk mengurangi bias ini, digunakan metode kuadrat terkecil dua tahap [TSLSM] atau [ILSM] tidak langsung.

Fungsi Penghasilan Pajak-Estimasi Hubungan Ekonomi:

Data yang diberikan pada Tabel 8.1 digunakan untuk menjelaskan fungsi penerimaan pajak.

Plot Visual:

Seri Pajak Pendapatan dan Pendapatan bergerak bersama dalam arah yang sama [Gambar - 8 [A]]

Hasil regresi dari fungsi penerimaan pajak linier [Tabel 8.2] berdasarkan data yang diberikan pada tabel 8.1 menunjukkan bahwa koefisien regresi pendapatan secara signifikan positif. Ini dikenal sebagai kecenderungan marjinal terhadap pajak kotor.

Nilai pajak apung diperkirakan pada nilai rata-rata Y dan X [0, 0865 * (720419.2 / 67392.15)] adalah 0, 925 yang menunjukkan bahwa jika pendapatan meningkat satu persen, pendapatan pajak kemungkinan akan meningkat sebesar 0, 925 persen per tahun, semuanya sama. Karena nilai pajak apung kurang dari satu, pajak apung relatif tidak elastis.

Data yang diberikan dalam tabel 8.3 digunakan untuk menyesuaikan fungsi penerimaan pajak log linier untuk menjelaskan estimasi daya apung pajak konstan.

Hasil regresi fungsi penerimaan pajak log linear [Tabel 8.4] menunjukkan bahwa koefisien regresi pendapatan log [pajak apung] adalah 0, 97. Menurut nilainya, dapat disimpulkan bahwa peningkatan satu persen dalam pendapatan nasional menyebabkan peningkatan pendapatan pajak sebesar 0, 97 persen per tahun. Dalam fungsi penerimaan pajak log linier juga, ukuran daya apung pajak ditemukan kurang dari satu yang menunjukkan bahwa daya apung pajak relatif tidak elastis.

Hasil regresi yang disajikan pada tabel 8.6 berdasarkan poin data yang diberikan pada Tabel 8.5 menjelaskan adanya pergeseran / perubahan struktural / penentu dalam besarnya daya apung pajak setelah memastikan bahwa variabel seri waktu bersifat stasioner. Karena deduksi statistik yang konsisten dari deret waktu makro tergantung pada asumsi, stasioneritas, masuk akal untuk menentukan apakah variabel deret waktu, log (Yt) dan log ( Xt ), secara individual stasioner atau non-stasioner.

Jika mereka tidak stasioner, maka yang menjadi perhatian adalah seberapa taraf mereka tidak stasioner. Oleh karena itu urutan integrasi masing-masing variabel diperiksa oleh tes Augmented Dickey-Fuller [ADF] di level pada log (Yt) dan log ( Xt ) [Equation-85 dan Equation-86] sebelum munculnya estimasi koefisien daya apung pajak selama periode reformasi pajak sebelum [β 1 ] dan daya apung pajak diferensial selama periode reformasi pajak [β 3 ] [Persamaan-87] dengan metode kuadrat terkecil biasa.

Jika statistik ADF yang dihitung lebih dari nilai kritisnya maka variabel [log (Yt) atau log (X t )] dikatakan stasioner atau terintegrasi dengan urutan nol dalam level log yaitu, log (Yt) ~ I (0) dan log (X t ) ~ I (0).

Jika statistik ADF yang dihitung kurang dari nilai kritisnya maka variabel deret waktu [log (Yt) dan log ( Xt )] dikatakan non-stasioner dalam level log. Kemudian tes ADF akan dilakukan pada perbedaan pertama. log (Yt) dan log (X t ) [yaitu, tes root unit ADF pada Δ log (Yt) = log Y t - log Y t-1 dan Δ log (X t ) = log X t - log X t-1 ].

Jika log Y dan log X ditemukan stasioner di perbedaan pertama, maka mereka diintegrasikan ke urutan satu yaitu, log (Y) ~ I (1) dan log (X) ~ I (1). Memang tes unit root ADF di perbedaan pertama tidak dilakukan di sini karena statistik ADF di tingkat ditemukan secara signifikan negatif. Hasil tes ADF dengan intersep dan tren disajikan pada tabel 8.7.

Uji akar unit ADF [pada level] pada log Y [persamaan 85] dan log X [persamaan 86] didasarkan pada regresi berikut

Dimana Δ log adalah perbedaan pertama [operator] dari log variabel [log (Yt) atau log (X t )]. Hipotesis nol bahwa variabel deret waktu [log (y t ) dan log (X t ) ] memiliki unit root [yaitu, ia tidak stasioner] ditolak sebagai p, koefisien regresi log (yt (-1) dalam persamaan (85) dan koefisien regresi log ( Xt (-1)) di Persamaan (86) secara signifikan negatif.

Hasilnya menggambarkan bahwa akar non stasioneritas / unit dapat ditolak untuk level log variabel Y pada level satu persen dan X pada level signifikansi sepuluh persen karena statistik ADF yang dihitung lebih dari nilai kritis MacKinnon. Oleh karena itu variabel deret waktu [log (Y) dan log (X)] di level log adalah stasioner yaitu., Log (Yt) ~ I (0) dan log (X t ) ~ I (0). Metode OLS dapat diterapkan untuk memperkirakan tingkat daya apung pajak.

Diferensial Pajak Apung :

Tingkat diferensial daya apung pusat pajak selama periode reformasi pajak dipindai dengan menyesuaikan bentuk model regresi berikut [Persamaan -87] dengan variabel interaksi [D * logX t ]

log Yt = log β 0 + β 1 logX t + β 2 D + β 3 (D * log X t ) + kesalahan .... (87)

Dimana

Yt = Pendapatan Pajak Pusat [Rs crore]

X t = Produk Domestik Bruto [gdp] dengan harga pasar (Pendapatan) [Rs crore]

β 0 = Mencegat selama periode reformasi sebelum pajak [D = 0]

β 2 = Perbedaan intersep selama periode reformasi pajak [D = 1]

β 1 = Besarnya daya apung pajak selama periode reformasi sebelum pajak (D = 0); β 1 > 0

β 3 = Besarnya daya apung pajak diferensial selama periode reformasi pajak setelah (D = 1); β 3 lebih dari atau kurang dari nol yang menunjukkan perbedaan antara besarnya pajak apung selama periode reformasi pajak dan besarnya pajak apung selama periode reformasi pajak pra

1 ± β 3 ) = Besarnya daya apung pajak selama periode reformasi pajak (D = 1)

Jika koefisien regresi variabel dummy [D], β 2 secara positif positif maka rata-rata pendapatan pajak pusat akan naik selama periode reformasi pajak setelah [D = 1]; Jika negatif secara signifikan, maka penerimaan pajak rata-rata akan turun. Β 1 = koefisien regresi daya apung pajak [β 1 > 0] selama periode reformasi sebelum pajak [1951 hingga 1992] ketika D = 0, β 3 = koefisien diferensial dari daya apung pajak [β 3 lebih dari atau kurang dari 0] yang memungkinkan pergeseran [ke atas / ke bawah] pada daya apung pajak selama periode reformasi pajak [1993 hingga 2000] ketika D = 1.

Ketika variabel interaksi [D * log Xt ] memasuki persamaan dalam bentuk dikotomis [yaitu, D = 0 dalam periode reformasi pajak sebelum dan D = 1 dalam periode reformasi pajak setelah pajak] turunan dari logY t sehubungan dengan [D * log X t ] tidak ada. Sebaliknya, koefisien [D * logX t ] tunduk pada signifikansi statistik, mengukur efek terputus dari keberadaan atribut [D = 1] yang diwakili oleh variabel interaksi pada pendapatan pajak.

Variabel [D * log Xt ], yang merupakan variabel interaksi, diperkenalkan dalam model [persamaan-87] untuk menangkap efek interaksi reformasi dan pajak pasca pajak terhadap pendapatan dari pajak utama.

Variabel interaksi mengambil nilai yang sama dengan log X t selama periode reformasi pajak [ketika D = 1] dan 0 selama periode reformasi pajak sebelum [ketika D = 0]; Jika [β 1 * ± β 3 *] lebih dari atau kurang dari β 1 * maka akan ada pergeseran ke atas atau ke bawah dalam tingkat daya apung pajak selama periode reformasi pajak; Jika [β 1 * + β 3 **] = β 1 *, maka akan ada homogenitas dalam besarnya apung pajak yaitu, besarnya apung pajak tetap sama pada periode sebelum dan sesudah reformasi pajak yang menyiratkan tidak adanya pajak diferensial daya apung. Di mana * dan ** masing-masing menunjukkan signifikan secara statistik dan tidak signifikan.

Tingkat Kelonggaran Pajak Diferensial:

Karena variabel log deret waktu ditemukan stasioner pada levelnya, log (Yt) ~ I (0) dan log (X t ) ~ I (0), tingkat daya apung pajak selama periode reformasi sebelum pajak dan pajak diferensial daya apung selama periode reformasi pajak dapat diperkirakan dengan menyesuaikan model regresi log ganda [Persamaan-87] dengan metode OLS. Hasil berdasarkan data yang diberikan dalam tabel 8.6 disajikan pada tabel 8.8.

Nilai numerik dari hasil regresi menggambarkan bahwa estimasi daya apung pajak konstan lebih dari satu dan signifikan selama periode reformasi sebelum pajak mengungkapkan bahwa jika pendapatan meningkat satu persen pada rata-rata pendapatan pajak bruto naik sebesar 1, 24 persen, semuanya sama dengan .

Koefisien regresi variabel interaksi, yang merupakan diferensial pajak apung, secara signifikan negatif menunjukkan bahwa pajak apung kurang dari satu selama periode reformasi pajak pasca. Perkiraan daya apung pajak, yang tepat di atas kesatuan, telah turun sebesar 0, 362 poin selama periode reformasi pajak pasca.

Ukuran dan tanda koefisien daya apung pajak diferensial menunjukkan tidak adanya pergeseran ke atas dalam tingkat daya apung pajak selama periode reformasi pajak pasca. Dengan demikian estimasi daya apung pajak pada periode sebelum dan sesudah reformasi pajak berbeda. Analisis ini diperkirakan pada tabel 8.9.

Validitas Kurva Laffer:

Hubungan antara tarif pajak [X 1 ] dan pendapatan pajak [Y] akan dipelajari dengan mencocokkan bentuk persamaan kuadrat berikut tanpa intersep

Penghasilan Pajak Penghasilan [Y] = b 1 (Tingkat Pajak) - b 2 (Tingkat Pajak) 2

Persamaan di atas diturunkan secara matematis untuk estimasi empiris kurva laffer [Hubungan bentuk U terbalik antara pendapatan pajak penghasilan [Y] dan tarif pajak [X]] sebagai berikut.

Pendapatan pajak [Y] sama dengan tarif pajak [X 1 ] dikalikan dengan basis

[X 2 ] yaitu, y = X 1 * X 2 ……………. (88)

Hubungan terbalik, yang dianggap linier, antara X 1 dan X 2 akan dinyatakan sebagai berikut

X 2 = b 1 - b 2 X 1 ………………… .. (89)

Mengganti persamaan [89] ke dalam persamaan [88] persamaan berikut akan diperoleh

Y = X 1 [b 1 - b 2 X 1 ]

= b 1 X 1 - b 2 X 1 2 ……………… (90)

Dengan demikian estimasi empiris kurva laffer didasarkan pada persamaan [90]. Jika intersep [untuk mengambil nilai (bukan nol) dari Y, yang merupakan nilai tren tanpa adanya X 1 pada sumbu vertikal] termasuk dalam persamaan [90], maka bentuk persamaan [Persamaan kuadrat] akan menjadi sebagai berikut:

Y = b 0 + b 1 X 1 - b 2 X 1 2 …………… (91)

Turunan dari Y sehubungan dengan X 1

dY / dX 1 = b 1 - 2 b 2 X 1 [Pendapatan pajak marjinal terus menurun dengan kenaikan tarif pajak]

Dengan menetapkan turunan ke nol, nilai tarif pajak marjinal dapat dikerjakan untuk mengetahui pendapatan pajak maksimum.

Derivatif pertama [kondisi yang diperlukan] harus nol dan turunan kedua [kondisi yang memadai] harus <0

Derivatif kedua = d2Y / dX 1 2 = - 2b 2 <0

Data yang diberikan dalam Tabel 8.10 tentang pendapatan dari pajak penghasilan [Y] tarif pajak [X 1 ] dan kuadratnya [X2] digunakan untuk menjelaskan kekokohan kurva laffer pajak penghasilan

Hasil regresi dari model regresi kuadratik [Tabel 8.11] tanpa intersep [kurva dimulai dari asalnya] menunjukkan bahwa koefisien regresi dari tarif pajak marginal maksimum dan kuadratnya adalah signifikan.

Tanda X adalah positif dan bahwa X1 negatif mengkonfirmasikan bahwa kurva pajak penghasilan beroperasi. Kekhawatiran di sini adalah bahwa hanya 18 persen dari total variasi dalam Y dijelaskan oleh X dan X2 secara bersamaan. Karena itu diperlukan perhatian untuk menjelaskan hasil studi empiris.

 

Tinggalkan Komentar Anda