세수추계를 위한 국세통계 기초자료 유용성의 검토: 양도소득세를 중심으로

조형태; 김완용; 유현수

추천

검색

자료유형: 학술저널

저자정보: 조형태 (홍익대학교) 김완용 (한양사이버대학교) 유현수 (동국대학교)

저널정보: 한국세무학회 세무학연구 세무학연구 제41권 제3호

발행연도: 2024.9

수록면: 9 - 51 (43page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근에 나타나고 있는 세수추계 오차의 문제, 즉 국세수입 예측력 하락은 여러 이해관계자들이 우려하고 있는 문제이다. 현행 세수추계는 대체적으로 거시자료에 기반한 세수예측이어서 GDP 등 거시변수에 토대를 둔 모형이 활용되고 있는데, 납세자 수준에서 영향을 줄 수 있는 세제 변화(e.g. 공제 한도, 세율 변경 등)를 반영할 수 없는 측면이 있다. 이에 따라 미시자료에 의거한 세수추계의 필요성이 제기되고 왔고, 해외에서도 미시변수를 반영한 세수추계 모형을 구축하고 있으며 미시데이터의 공개도 이뤄지고 있다. 우리나라 국세청(국세통계센터)에서도 2018년부터 납세자 수준의 미시자료 형태인 기초자료를 제공하고 있는바, 본 연구는 국세통계 기초자료를 이용하여 양도소득세의 추정을 시도하였고, 세수추계 목적으로 해당 자료의 유용성을 평가하였다. 양도소득세는 법인세와 더불어 세수오차율이 높고, 변동성이 높은 세목으로 적정한 추계의 필요성이 갈수록 높아지는 세목이다. 국세통계 기초자료 상의 양도소득세 데이터 구조에 대한 검토 및 해외 사례와의 비교, 해당 자료를 실제 활용하여 양도소득세 세수 추계를 시도한 결과, 현재의 국세통계 기초자료 상태에서는 자료 제약 등의 문제로 양도소득세 추계의 유용성은 낮은 것으로 보이며, 실제 세수 차이에 대한 보정을 위해 높은 가중치를 적용해야 하는 것으로 나타났다. 현재의 국세통계 기초자료가 거시변수를 활용한 세수추계의 보완 목적으로 활용되기에 부족한 면은 분명 존재하며, 특히 국세통계센터 기초자료 공개 기준의 불분명성, 표본 추출 방법의 유용성 문제, 국세데이터 간의 연계성, 기초자료 제공범위 문제 등은 개선될 필요가 있다. 본 연구는 현재의 거시자료로 수행되는 세수추계 방법을 보완하기 위해 국세통계센터가 제공하는 기초자료를 이용하여 상대적으로 오차율이 크다고 평가되는 양도소득세의 추정을 시도하였고, 그 과정에서 세수추계 목적상 국세통계센터 기초자료의 문제점과 개선방안을 제시하였다는 점에서 의의가 있다.

The recent issues with tax revenue estimation errors, in particular the declining predictive power of national tax revenue forecasts, give rise to various concerns for stakeholders. Currently, tax revenue estimates are predominantly based on macroeconomic data, implying that the models are grounded in macro variables like GDP. This approach often fails to account for tax policy changes at the taxpayer level (e.g., changes in deductions, tax rates) that can directly impact revenue figures. The necessity for tax revenue estimates based on microdata has been increasingly recognized, and models incorporating micro variables are being developed with the publication of microdata in the developed countries. In South Korea, the National Tax Service (NTS Datalab) has been providing taxpayer－level microdata since 2018. This study utilizes these micro data to estimate capital gains tax, which has one of the highest rates of revenue estimation errors and volatility along with corporate tax, underscoring the need for precise estimates. However, the utility of current micro data for estimating capital gains tax appears is limited due to data constraints which results in the requirement of application of high weights for accurate revenue adjustment. The current state of micro data from the NTS Datalab clearly lacks the depth required to supplement macro－variable－based revenue estimates. Issues such as unclear public standard for provision of micro data, the effectiveness of sampling method, linkage between tax types, scope of data provided, accessibility to the NTS Datalab, and legal challenges in accessing to micro data are required to be addressed. This study underscores the importance of enhancing macro－data－based revenue estimation methods by utilizing micro data provided by the NTS Datalab, particularly aiming to refine the estimates of capital gains tax, known for its significant error rate. The research highlights the problems and suggests improvements for the micro data to be provided by the NTS Datalab for tax revenue forecast.

#국세통계 기초자료 #양도소득세 #세수추계 #미시시뮬레이션 #National Tax Statistics Micro Data #Capital Gain Tax #Tax Revenue Forecast #Micro Simulation

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)