মূলধনী লাভ কর ক্যালকুলেটর
মূলধনী লাভ কর অনুমান করতে ক্রয় এবং বিক্রয় মূল্য লিখুন। কিছু বিচারব্যবস্থা একটি কাঠামোগত মডেল ব্যবহার করে, আবার অন্যগুলো একটি হেডলাইন-রেট অনুমান প্রয়োগ করে।
এই মূলধনী লাভ কর ক্যালকুলেটরটি কীভাবে ব্যবহার করবেন
- একটি কর বিচারব্যবস্থা নির্বাচন করুন
সেই দেশটি বেছে নিন যার মূলধনী লাভ করের নিয়মগুলো অনুমানের ক্ষেত্রে প্রযোজ্য হওয়া উচিত।
- ক্রয় এবং বিক্রয় মূল্য লিখুন
সংশ্লিষ্ট ক্ষেত্রগুলোতে মূল ক্রয় মূল্য এবং বিক্রয় মূল্য টাইপ করুন।
- বেসিস অ্যাডজাস্টমেন্ট এবং ফি যোগ করুন
লাভ নির্ভুল করতে বেসিস অ্যাডজাস্টমেন্ট ক্ষেত্রে যেকোনো মূলধনী উন্নতি এবং সেলিং ফি ক্ষেত্রে ব্রোকার বা ক্লোজিং খরচ লিখুন।
- প্রযোজ্য হলে মূলধনী ক্ষতি লিখুন
লাভ সমন্বয় করার জন্য উপলব্ধ যেকোনো মূলধনী ক্ষতি 'ক্যাপিটাল লসেস ইউজড' ক্ষেত্রে টাইপ করুন।
- স্ট্রাকচার্ড-মডেল অপশনগুলো পর্যালোচনা করুন
যদি নির্বাচিত বিচারব্যবস্থা হোল্ডিং পিরিয়ড, ফাইলিং স্ট্যাটাস বা সারট্যাক্স অপশনের মতো অতিরিক্ত নিয়ন্ত্রণ প্রদর্শন করে, তবে আনুমানিক কর এবং নিট প্রাপ্তি পর্যালোচনা করার আগে সেগুলো সেট করুন।
এই ক্যাপিটাল গেইনস ট্যাক্স ক্যালকুলেটর যেভাবে কাজ করে
এই ক্যালকুলেটরটি বিনিয়োগ বিক্রির মুনাফার ওপর কর অনুমান করে। যেখানে নির্বাচিত বিচারব্যবস্থার জন্য সাইটটিতে একটি কাঠামোগত মূলধনী লাভ মডেল রয়েছে, সেখানে এটি সরাসরি সেই মডেলটি প্রয়োগ করে। যেখানে শুধুমাত্র দেশের হেডলাইন ডেটা পাওয়া যায়, সেখানে এটি প্রকাশিত ব্যক্তিগত মূলধনী লাভের হারের ওপর ভিত্তি করে একটি স্পষ্টভাবে চিহ্নিত অনুমান প্রয়োগ করে। ≈ Estimate চিহ্নিত দেশগুলো একটি ফ্ল্যাট রেট ব্যবহার করে; প্রকৃত নিয়মে ছাড়, হোল্ডিং-পিরিয়ড ডিসকাউন্ট বা প্রগতিশীল হার অন্তর্ভুক্ত থাকতে পারে।
করযোগ্য মূলধনী লাভ = বিক্রয় মূল্য − বিক্রয় ফি − সমন্বিত খরচ ভিত্তি − ব্যবহৃত লোকসান; আনুমানিক কর = লাভ × প্রযোজ্য হার ৫০,০০০ US$ মূল্যে কেনা একটি সম্পদ ৭৫,০০০ US$ মূল্যে বিক্রি করা: ক্যালকুলেটরটি ফি এবং লোকসানের পরে লাভ গণনা করে, তারপর কর এবং কর-পরবর্তী প্রাপ্তি অনুমান করতে নির্বাচিত বিচারব্যবস্থার হেডলাইন রেট বা স্ট্রাকচার্ড মডেল প্রয়োগ করে।
একজন বিনিয়োগকারী ৫০,০০০ US$ মূল্যে শেয়ার কিনেছেন এবং সেগুলো ৭৫,০০০ US$ মূল্যে বিক্রি করেছেন। বিক্রয় ফি বাদ দেওয়ার এবং উপলব্ধ মূলধনী লোকসান প্রয়োগ করার পরে, ক্যালকুলেটরটি নির্বাচিত বিচারব্যবস্থার হেডলাইন রেট বা স্ট্রাকচার্ড মডেল ব্যবহার করে নিট লাভের ওপর কর অনুমান করে এবং কর-পরবর্তী প্রাপ্তি দেখায়।
একজন সম্পত্তির মালিক ৫০,০০০ US$ মূল্যে কেনা একটি ভাড়ার ইউনিট ৭৫,০০০ US$ মূল্যে বিক্রি করছেন, যেখানে সংস্কারের জন্য উল্লেখযোগ্য বেসিস অ্যাডজাস্টমেন্ট রয়েছে। এই অ্যাডজাস্টমেন্টগুলো যোগ করলে কস্ট বেসিস বৃদ্ধি পায়, করযোগ্য লাভ কমে যায় এবং আনুমানিক কর হ্রাস পায় — যা রিয়েল এস্টেট লেনদেনের ক্ষেত্রে সঠিক বেসিস ট্র্যাকিং কেন গুরুত্বপূর্ণ তা প্রদর্শন করে।
- ✓ যেখানে উপলব্ধ সেখানে একটি স্ট্রাকচার্ড মডেল এবং অন্য ক্ষেত্রে হেডলাইন ব্যক্তিগত মূলধনী লাভ করের হার ব্যবহার করে।
- ✓ স্ট্রাকচার্ড মডেলে বর্তমানে শুধুমাত্র সেই সমর্থিত বিচারব্যবস্থাগুলোর জন্য ২০২৬ সালের থ্রেশহোল্ড অন্তর্ভুক্ত রয়েছে যা ইন্টারফেসে ওই নিয়ন্ত্রণগুলো প্রদর্শন করে।
- ✓ স্ট্রাকচার্ড মডেলের বাইরের হোল্ডিং-পিরিয়ড পার্থক্য, ছাড় এবং সারট্যাক্সগুলো এখানে মডেল করা হয়নি।
- ✓ বেসিস অ্যাডজাস্টমেন্ট এবং ক্যাপিটাল লসকে লাভের সরাসরি অফসেট হিসেবে গণ্য করা হয়।
- ✓ ওয়াশ সেলস, ইনস্টলমেন্ট সেলস, ডেপ্রিসিয়েশন রিক্যাপচার এবং কোয়ালিফাইড ডিভিডেন্ডের মতো জটিল বিষয়গুলো এই সরলীকৃত অনুমানের বাইরে।
- প্রকৃত পরিকল্পনার জন্য, বেসিসের নির্ভুলতা বিক্রয় মূল্যের মতোই গুরুত্বপূর্ণ কারণ উন্নতি, কমিশন এবং পুনঃবিনিয়োগকৃত অর্থ লাভের পরিমাণ উল্লেখযোগ্যভাবে পরিবর্তন করতে পারে।
- অনেক দেশ আংশিক ছাড়, দীর্ঘ হোল্ডিং পিরিয়ডের জন্য হ্রাসকৃত হার বা মুদ্রাস্ফীতির জন্য খরচ ভিত্তিকে সূচক করে। ফ্ল্যাট-রেট অনুমান এগুলি বিবেচনা করে না।
- এটি একটি সরলীকৃত অনুমান। ব্যক্তিগত পরামর্শের জন্য একজন কর পেশাদারের সাথে যোগাযোগ করুন।
ক্যাপিটাল গেইনস ট্যাক্স বা মূলধনী লাভ কর কী?
ক্যাপিটাল গেইনস ট্যাক্স হলো সেই লাভের ওপর ধার্যকৃত কর যা আপনি কোনো সম্পদ তার কস্ট বেসিসের চেয়ে বেশি দামে বিক্রি করলে অর্জিত হয়। কস্ট বেসিস সাধারণত মূল ক্রয় মূল্যকে বোঝায়, যা উন্নতি, পুনর্নিযুক্ত লভ্যাংশ বা অন্যান্য মূলধনী খরচের জন্য সামঞ্জস্য করা হতে পারে। বেশিরভাগ কর ব্যবস্থা স্বল্পমেয়াদী এবং দীর্ঘমেয়াদী লাভের মধ্যে পার্থক্য করে, যেখানে দীর্ঘমেয়াদী লাভ — যা একটি নির্দিষ্ট সময়ের বেশি সময় ধরে রাখা সম্পদ থেকে আসে — প্রায়শই কম অগ্রাধিকারমূলক হারে করযুক্ত হয়। এর মূল উদ্দেশ্য হলো দীর্ঘমেয়াদী বিনিয়োগকে উৎসাহিত করা। কিছু দেশ নির্দিষ্ট ধরণের সম্পদকে সম্পূর্ণ করমুক্ত রাখে, কস্ট বেসিসের ওপর মুদ্রাস্ফীতি সূচক প্রয়োগ করে বা ন্যূনতম হোল্ডিং পিরিয়ডের পরে হ্রাসকৃত হার অফার করে। যেহেতু করটি কেবল তখনই প্রযোজ্য হয় যখন বিক্রয়ের মাধ্যমে লাভ অর্জিত হয়, তাই অবাস্তবায়িত মূল্যবৃদ্ধি করযোগ্য নয়, যা বিনিয়োগকারীদের তাদের বিক্রয়ের সময়ের মাধ্যমে করের ঘটনা কখন ঘটবে তার ওপর কিছুটা নিয়ন্ত্রণ দেয়।
কস্ট বেসিস এবং ক্ষতি কীভাবে আপনার ট্যাক্স বিলকে প্রভাবিত করে
করযোগ্য লাভ কেবল আপনি যা পরিশোধ করেছেন এবং যা পেয়েছেন তার মধ্যে পার্থক্য নয় — এটি বেসিস অ্যাডজাস্টমেন্ট এবং লোকসান সমন্বয়কেও বিবেচনা করে। বেসিস অ্যাডজাস্টমেন্টের মধ্যে রয়েছে মূলধনী উন্নতি, পুনর্নিযুক্ত বন্টন এবং নির্দিষ্ট লেনদেনের খরচ যা আপনার কস্ট বেসিস বাড়ায় এবং এর ফলে রিপোর্টযোগ্য লাভ কমিয়ে দেয়। ব্রোকার কমিশন বা ক্লোজিং খরচের মতো সেলিং ফি বিক্রয়ের দিকের নিট প্রাপ্তি কমিয়ে দেয়। অন্যান্য বিনিয়োগ থেকে মূলধনী ক্ষতি লাভ সমন্বয় করতে ব্যবহার করা যেতে পারে, যা করযোগ্য পরিমাণ আরও কমিয়ে দেয়। অনেক বিচারব্যবস্থায়, যদি কোনো নির্দিষ্ট বছরে ক্ষতির পরিমাণ লাভের চেয়ে বেশি হয়, তবে অতিরিক্ত অংশটি ভবিষ্যতের লাভ সমন্বয় করার জন্য পরবর্তী বছরে নিয়ে যাওয়া যেতে পারে। আপনার বেসিসকে প্রভাবিত করে এমন প্রতিটি খরচের সঠিক রেকর্ড রাখা বকেয়া কর উল্লেখযোগ্যভাবে কমাতে পারে, এই কারণেই বিনিয়োগকারীদের বিক্রয়ের সময় সেগুলো পুনর্গঠন করার পরিবর্তে পুরো হোল্ডিং পিরিয়ড জুড়ে পারচেজ লট, উন্নতির রসিদ এবং ফি স্টেটমেন্ট ট্র্যাক করতে উৎসাহিত করা হয়।
সচরাচর জিজ্ঞাসিত প্রশ্ন
দীর্ঘমেয়াদী হিসেবে কী গণ্য হয়?
নিয়ম দেশভেদে ভিন্ন হয়। কিছু বিচারব্যবস্থা স্বল্পমেয়াদী এবং দীর্ঘমেয়াদী লাভের মধ্যে পার্থক্য করে, আবার কিছু করে না। হোল্ডিং-পিরিয়ড নিয়ন্ত্রণটি কেবল তখনই ব্যবহার করুন যখন এটি নির্বাচিত বিচারব্যবস্থার জন্য প্রদর্শিত হয়।
আমি কি লোকসান দিয়ে লাভ সমন্বয় করতে পারি?
বেশিরভাগ কর ব্যবস্থা মূলধনী লোকসানকে লাভের বিপরীতে সমন্বয় করার অনুমতি দেয়, যদিও নিয়মগুলো ভিন্ন। আপনি যে লোকসানগুলো ব্যবহার করতে চান তা মূলধনী লোকসান ফিল্ডে লিখুন।
স্ট্রাকচার্ড মডেলের মধ্যে হার কেন পরিবর্তিত হতে পারে?
কিছু বিচারব্যবস্থা প্রগতিশীল দীর্ঘমেয়াদী মূলধনী লাভ ব্র্যাকেট বা সারট্যাক্স ব্যবহার করে যা আয় এবং ফাইলিং ভেরিয়েবলের ওপর নির্ভর করে, তাই সমর্থিত স্ট্রাকচার্ড মডেলের মধ্যে কার্যকর হার পরিবর্তিত হতে পারে।