Інструменти податкового прогнозування в системі місцевих бюджетів на основі Big Data

Abstract

Актуальність дослідження зумовлено зростанням ролі цифрових технологій і аналітичних інструментів Big Data у формуванні сучасної системи публічних фінансів. Умови децентралізації та постійних коливань податкової бази вимагають від місцевих органів влади переходу від традиційних методів прогнозування до інтелектуально-аналітичних систем, здатних забезпечити достовірність, оперативність і прозорість фінансових рішень. Мета статтіполягає у науковому обґрунтуванні концепції застосування технологій Big Data для підвищення точності, адаптивності та аналітичної спроможності системи податкового прогнозування в місцевих бюджетах України. Методологія дослідження ґрунтується на використанні системного, порівняльного та економіко-аналітичного підходів. Застосовано методи структурно-функціонального аналізу, узагальнення практичного досвіду українських громад і міжнародних моделей бюджетного планування, а також елементи аналітичного моделювання для оцінки інтеграції Big Data у процес прогнозування податкових надходжень. Результати дослідженняполягають у виявленні основних організаційних, технічних і нормативних перешкод упровадження аналітичних інструментів Big Data у практику місцевих фінансів. Доведено, що відсутність єдиних стандартів форматування й обміну даними, кадровий дефіцит аналітичних фахівців і слабка координація між податковими та казначейськими структурами істотно обмежують аналітичну спроможність органів місцевого рівня. Наголошено, що інтеграція аналітичних платформ Big Data створює передумови для підвищення точності прогнозування, своєчасної ідентифікації податкових ризиків та оперативного реагування на зміни економічного середовища, хоча оцінки ефективності таких рішень потребують подальшого емпіричного обґрунтування. Висновки. Формування адаптивної аналітичної системи податкового прогнозування є стратегічним напрямом зміцнення фінансової самостійності територіальних громад і зниження рівня прогнозних похибок. Запропоновані рекомендації включають: формування єдиного економічно-інформаційного контуру збору та обробки даних, упровадження міжмуніципальної координації параметрів прогнозів, розгортання публічних аналітичних дашбордів для підвищення прозорості, створення механізмів верифікації прогнозів, унормування стандартів прогнозування та обміну даними на рівні державної фінансової політики. Реалізація таких кроків дозволить перетворити процес прогнозування на безперервний цикл управління доходами, орієнтований на результативність і відкритість. Перспективи подальших досліджень полягають у розробленні економіко-математичних моделей оцінки впливу Big Data на ефективність бюджетного прогнозування, визначенні соціально-економічних ефектів цифровізації фінансів та формуванні концепції «інтелектуального бюджету громади» для підвищення стійкості місцевих економік. The relevance of this study lies in the growing role of digital technologies and Big Data analytical tools in shaping a modern public finance system. The conditions of decentralization and constant fluctuations in the tax base require local authorities to transition from traditional forecasting methods to intellectual and analytical systems capable of ensuring the reliability, efficiency and transparency of financial decisions. The purpose of this article is to scientifically substantiate the application of Big Data technologies to enhance the accuracy, adaptability, and analytical capacity of tax forecasting systems in Ukraine's local budgets. The research methodology is based on systematic, comparative, economic, and analytical approaches. Methods of structural and functional analysis, generalization of practical experience from Ukrainian communities, international budget planning models, and elements of analytical modeling were applied to assess the integration of Big Data into the forecasting of tax revenues. The study’s results aim to identify the primary organizational, technical, and regulatory barriers to implementing Big Data analytical tools in local finance practice. It has been proven that the lack of unified standards for formatting and data exchange, the shortage of analytical specialists, and weak coordination between tax and treasury structures significantly limit local governments' analytical capacity.. It is emphasized that integrating Big Data analytical platforms lays the groundwork for improving forecasting accuracy, timely identification of tax risks, and prompt responses to changes in the economic environment. However, assessments of the effectiveness of such solutions require further empirical substantiation. Conclusions. The development of an adaptive analytical system for tax forecasting is a strategic direction to enhance local communities' financial autonomy and reduce forecast errors. The proposed recommendations include: the formation of a unified economic and information circuit for data collection and processing, the introduction of intermunicipal coordination of forecast parameters, the deployment of public analytical dashboards to increase transparency, the creation of mechanisms for verifying forecasts, the normalization of forecasting standards and data exchange at the level of state financial policy. The implementation of such steps will allow transforming the forecasting process into a continuous revenue management cycle focused on performance and openness. Prospects for further research include developing economic and mathematical models to assess the impact of Big Data on the effectiveness of budget forecasting, determining the socio-economic effects of digitalizing finances, and exploring the concept of an «intelligent community budget» to enhance the sustainability of local economies.