Научный журнал
Вестник Алтайской академии экономики и права
Print ISSN 1818-4057
Online ISSN 2226-3977
Перечень ВАК

СИСТЕМА ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ОЦЕНКИ ТЕНЕВОЙ ЭКОНОМИКИ

Батурина Е.В. 1 Литвиненко А.Н. 1
1 Санкт-Петербургский университет МВД России
В статье раскрываются вопросы совершенствования методов оценки теневой экономики. Авторы определяют понятие маркера теневого денежного потока как основного критерия оценки уровня теневизации экономики. В рамках обзора приведены основные фундаментальные методы изучения теневого сектора, проведен анализ их достоинств и недостатков. Разработаны аксиомы авторской методологии информационно-аналитической системы наблюдения за теневой экономикой: вариативность элементов выборки, термин «теневой денежный поток», аксиома достоверности и открытости исходных данных, аксиома констант и переменных, аксиома эластичности теневого денежного потока, аксиома значимости безналичных форм расчетов при оценке теневой экономики, аксиома «исходных правил» оценки. Предложенные показатели экономико-математической оценки теневой экономики включены в состав разработанной информационно-аналитической системы. Описана методика расчета предлагаемой системы показателей. Проведено вдумчивое обсуждение предлагаемой системы показателей.
теневой денежный поток
маркер
информационно-аналитическая система
интересуемое поступление
1. Medina, Leandro and Schneider, Friedrich G., Shadow Economies Around the World: What Did We Learn Over the Last 20 Years? (January 2018). IMF Working Paper No. 18/17. URL: https://ssrn.com/abstract=3124402.
2. Колесников В.В. Криминальная экономика в системе экономической криминологии: понятие и структура // Криминология: вчера, сегодня, завтра. 2016. № 2 (41). С. 16-29.
3. Климов Д.В. Криминальная экономика // Экономика и предпринимательство. 2019. № 4 (105). С. 280-283.
4. Привалов К.В. Криминальная экономика России в годы новой экономической политики // Закон. Право. Государство. 2018. № 1 (17). С. 100-111.
5. Нифонтова П.Ю., Сарычева Н.Д., Бирюкова А.А. Теневая экономика: понятие, виды, причины развития, роль и методы борьбы // Бенефициар. 2019. № 56. С. 10-12.
6. Туснякова А.К. Теневая экономика на современном этапе развития российской экономики // Альманах мировой науки. 2016. № 10-2 (13). С. 126-127.
7. Уханов В.В. Подходы к определению понятия и сущности теневой экономики и анализу ее масштабов // Российское предпринимательство. 2017. Т. 18. № 22. С. 3405-3418.
8. Китиева М.И., Пугоева Л.Б. Теневая экономика: понятие и основные характеристики // Colloquium-journal. 2019. № 28-9 (52). С. 117-118.
9. Ченцов Н.М., Шкарупа Е.А., Ялмаев Р.А. Теневой сектор экономики: понятие, условия возникновения и причины роста // ФГУ Science. 2018. № 1 (11). С. 172-178.
10. Арутюнян В., Тамазян А.Р. Понятие «Теневая экономика» и аппарат ассоциируемых с ней понятий // Развитие и актуальные вопросы современной науки. 2018. № 4 (11). С. 29-38.
11. Минина Т.И., Останина А.Р. Новые подходы к определению понятия теневой экономики как угрозы экономической безопасности Российской Федерации // Хроноэкономика. 2018. № 3 (11). С. 128-131.
12. Санинский Р.А. Понятие и признаки теневой экономики // Юридическая наука и практика: Вестник Нижегородской академии МВД России. 2018. № 2 (42). С. 250-254.
13. Батурина Е.В., Литвиненко А.Н. Мониторинг теневых денежных потоков инструментами компьютерного моделирования // Экономика региона. 2018. Т. 14. Вып. 1. С. 326-338.
14. Белов А.В., Соболева Г.В. Изучение теневой экономики на основе анализа средств массовой информации // Вестник Санкт-Петербургского университета. Экономика. 2018. Т. 34. № 1. С. 113-133.
15. Мурашов Я.В., Ратникова Т.А. Неучтенные доходы российских домашних хозяйств // Вопросы экономики. 2016. № 5. С. 99-126.
16. Нуреев Р.М., Ахмадеев Д.Р. Классификация неформальной занятости и методы ее оценки // Terra Economicus. 2015. Т. 13. № 1. С. 14-29.
17. Артемьев Н.В., Латов Ю.В. институционально-экономические причины «Теневизации» малого бизнеса России // TERRA Economicus. 2015. Т. 13. № 1. С. 61-72.
18. Капица Л.М. Теневая глобализация // Вестник МГИМО Университета. 2014. № 3 (36). С. 69-81.
19. Чапля В.В. Метод оценки степени зрелости форм теневых экономических отношений // Terra Economicus. 2013. Т. 11. № 4-2. С. 41-44.
20. Громов И.А. Оценка и прогнозирование влияния теневой экономики на состояние экономической безопасности Санкт-Петербурга // Труды СПИИРАН. 2014. № 4 (35). С. 161-176.
21. Криворотов В.В., Калина А.В., Подберезная М.А. Оценка масштабов распространения теневой экономики на региональном уровне // Вестник УрФУ. Серия: Экономика и управление. 2019. Т. 18. № 4. С. 540-555.

Введение

Проблема адекватного оценивания теневой экономики продолжает оставаться актуальной как с позиций одной страны, например, России, так и с позиции мирового сообщества. Сама по себе теневая экономика во многих государствах приравнена к реальной угрозе обеспечения экономической безопасности страны. Однако разнообразие подходов к ее изучению, многофакторность методологической базы, а также неоднозначность в понимании самого понятия рассматриваемого социально-опасного явления – все это приводит к тому, что теневой бизнес продолжает существовать и извлекать значительную нелегальную экономическую выгоду по сравнению с ВПП развитых стран. На сегодняшний момент картина проявления теневой экономики в мировом экономическом пространстве, согласно данным Международного валютного фонда, свидетельствует о том, что среднестатистическая величина масштабов ее распространения, исходя из анализа экономик 158 стран за период 1991-2015 гг., составляет 31,9% относительно их ВВП (Медина, Шнайдер, 2018). Предпринимаемые управленческие действия мировых держав сдерживают проявления теневой экономики на определенном уровне, но предел положительного эффекта от подобной политики, возможно, уже достигнут. В этой связи необходимо пересмотреть систему ориентиров в борьбе с теневой экономикой. Кардинальное изменение методологического подхода к анализу теневого сегмента позволит иначе взглянуть на существующую проблему. Целью работы является разработка рекомендаций по формированию системы показателей на основе анализа научных работ, посвященных проблемам оценки теневой экономики. Работа в первую очередь направлена на: исследование теоретических и практических аспектов оценивания теневой экономики; определение специфических особенностей предлагаемой информационно-аналитической системы оценивания; экономико-математическую характеристику показателей, используемых для оценки.

Ущерб, наносимый действиями субъектов теневой экономики, является следствием того, что существующие возможности сокрытия своих доходов, получения нелегальной прибыли, осуществления незаконной деятельности, а в отдельных случаях финансирования терроризма, легализации преступной сферы и других значимых проявлений преступности – не исключены, и даже не нейтрализованы. Безусловно, на настоящий момент накоплен значительный научный потенциал в обозначенной проблематике, разработаны множественные индикаторы, спроектированы гибридные модели оценки, основанные на эконометрическом анализе проявлений теневой экономики. В связи с этим, развитие методологии анализа теневой экономики должно учитывать слабые и сильные стороны каждого из ранее предложенных методов и подходов, так как в перспективе, обновленная методология оценки теневой экономики должна стать действенным инструментом в механизме обеспечения экономической безопасности как отдельных стран и мировых держав, так и международных, межправительственных организаций в сфере противодействия отмыванию преступных доходов и финансированию терроризма, например группы ФАТФ.

Понятие теневой экономики. Обзор научной литературы

Российские и зарубежные исследователи продолжают сравнивать уже существующие научные подходы к изучению теневой экономики, с целью выработки единой методологии оценки, учитывающей все достоинства и недостатки предшественников и позволяющей максимально достоверно и адекватно оценить рассматриваемое социально-опасное явление. Данная работа не является исключением. Ниже представлен обзор научных статей современных авторов.

Основным научным трудом последнего 5-летия, посвященного изучению теневой экономики на мировом уровне, безусловно можно считать работу исследователей под эгидой Международного валютного фонда Л. Медина и Фр. Шнайдера «Теневые экономики по всему миру: чему мы научились за последние 20 лет», в которой уделено немало внимания сравнительному анализу существующих научных подходов. Указанные ученые в своих исследованиях приводят неоднозначное определение теневой экономики, понимая под этим «все виды экономической деятельности, которые скрыты от официальных властей по денежно-кредитным, регулятивным и институциональным причинам» (Медина, Шнайдер, 2018). При этом под денежными причинами понимается то, что, согласно российскому уголовному законодательству, подпадает под экономические преступления, связанные с уклонением юридическими и физическими лицами от уплаты налогов и сборов (ст. 198, 199 и 199.1 УК РФ), таможенных платежей (ст. 194 УК РФ), страховых взносов (ст. 199.3, 199.4 УК РФ). Это элемент так называемой «криминальной» экономики, согласно научной позиции российских ученых (Колесников, 2016; Привалов, 2018; Климов, 2019). Регулятивными причинами Л. Медина и Фр. Шнайдер называют «избегание правительственной бюрократии или бремя нормативно-правовой базы», в то время как институциональные причины включают «коррупционное право, качество политических институтов и слабое верховенство закона» (Медина, Шнайдер, 2018). Безусловно такой подход требует дополнительных разъяснений и может быть истолкован по-разному. При этом важно отметить, что основной экономико-правовой характеристикой теневой экономики, по мнению Л. Медина и Фр. Шнайдера, выступает то, что в случае ее обнародования (при условии достоверного документального отражения фактов хозяйственной жизни и официальной регистрации самого субъекта экономики) должно произойти изменение ВВП страны в сторону его увеличения. Такой подход не включает в теневой сектор тех, кто занимается «незаконной или преступной деятельностью, самостоятельной или другой бытовой деятельностью» (Медина, Шнайдер, 2018). В свою очередь, отечественные ученые, критикуя такой подход, под теневой экономикой понимают немного иное понятие. Последние научные разработки российских экономистов показывают, что под теневой экономикой в настоящий момент помимо прочего понимается следующая деятельность (Туснякова, 2016; Уханов, 2017; Ченцов, Шкарупа, Ялмаев, 2018; Нифонтова, Сарычева, Бирюкова, 2019; Китиева, Пугоева, 2019): во-первых, «неформальная» («серая»), которая разрешена законом, но не регистрируется формальной статистикой; во-вторых, «беловоротничковая» скрытая, не контролируемая государством, направленная на перераспределение доходов без производства; в-третьих, «черная» («подпольная»), запрещенный законом. С другой стороны, «теневая экономика – это тот сектор неофициальной экономики, где любое осуществляемое действие или доход, созданный в результате экономической деятельности, находится вне контроля официальных органов и не отражен в официальной статистике» (Арутюнян, Тамазян, 2018). В тоже время, «теневая экономика – это неконтролируемая государством напрямую организованная нелегальная деятельность незарегистрированных в государственном реестре субъектов хозяйствования по получению прибыли, оказывающая, чаще всего, негативное влияние на экономическую безопасность страны, скрываемая от статистического учета, налогообложения и увеличивающая наличную денежную массу страны» (Минина, Останина, 2018). А также, «теневая экономика представляет собой социально вредное, неконтролируемое государством и обществом, деструктивное экономико-правовое явление в области производства, распределения и потребления товаров или услуг, сопряженное с использованием частной, государственной или криминальным образом приобретенной собственности, направленное на получение сверхприбыли для удовлетворения материальных потребностей субъектов, в ней задействованных» (Санинский, 2018).

Безусловно, приведенные определения понятия «теневой экономики» в очередной раз показывают, что в настоящий момент не существует однозначного толкования рассматриваемого явления. Говорить о международном признании предложенного когда-либо определения термина «теневая экономика» вообще не приходится. Этот факт затрудняет проведение сопоставимых исследований между различными странами, а также, возможно, затрудняет выработку действенного механизма борьбы с теневой экономикой.

На основании вышеизложенного, предлагается изменить подход к определению теневой экономики. Следует не ограничиваться в разработке тех или иных качественных отличий, а также не стремиться обобщить уже предложенные варианты. Предлагается определиться с тем, что будет включено в систему идентификационных признаков субъекта теневой экономики, с целью дальнейшего изучения его деятельности. Следует отталкиваться от конкретных количественных и качественных параметров того, чьи действия квалифицируется тем или иным образом. В этой связи при отнесении конкретного экономического субъекта к объекту изучения можно далее переходить к выбору методов его анализа. В контексте вышеизложенного предлагается понятие «маркера теневого потока», суть которого заключается в присвоение определенного цвета некому экономическому параметру, изменение которого прослеживается с целью оценки его абсолютной и относительной величины (Батурина, Литвиненко, 2018). Более подробное описание «маркера теневого потока» представлено ниже в разделе 3.

Методика оценки теневой экономики

Вторым важным аспектов разработки системы оценки теневой экономики является подбор эффективных и достоверных методов анализа. Утопическая идея разработки единой методологии по своей сути представляет собой применение нескольких методов и сравнение их результатов с целью компенсации существующих у каждого метода недостатков преимуществами альтернативных подходов.

Сравнительная характеристика ключевых из существующих подходов к исследованию теневой экономики позволяет подчеркнуть их преимущества и недостатки, сформулировав наследуемые принципы (аксиомы) авторской методологии.

1. Прямой подход: система национальных счетов. Данный подход основан на прямом наблюдении за рассматриваемыми элементами экономической жизни той или иной страны за определенный период путем применения метода расхождений (Чапля, 2013). В этом случае под теневой «ненаблюдаемой» экономикой понимается: «экономическое подполье», «неофициальное (и собственное производство)», «статистический андерграунд», «незаконная экономическая деятельность» (Медина, Шнайдер, 2018). В итоге, важное значение для исследования имеет расшифровка данных понятий. Как показывают научные труды Л. Медина и Фр. Шнайдера, в настоящий момент существуют большие различия в понимании указанных элементов, что значительно расширяет вариативность расчетных значений по теневой экономике развитых стран.

Безусловно, к прямым методам исследования теневой экономики можно отнести репрезентативные опросы и анкетирование, но в мировом масштабе результаты, основанные только на подобном анализе, считаются крайне недостоверными и не могут быть ориентиром при формулировании окончательного вывода в отношении масштабов теневой экономики конкретного государства (Белов, Соболева, 2018).

Однако, в целом, прямой подход обладает рядом наследуемых преимуществ, которые в отличии от исключительных достоинств (таких, как признание в большинстве развитых стран) должны учитываться при решении глобальной проблемы оценки теневой экономики. Это многофакторность как обязательная составляющая системы оценки. Для решения поставленной задачи измерения теневой экономики должна существовать вариативность элементов выборки, в т.ч. для сравнения расхождения в полученных результатах. Но существуют и минусы, основные недостатки прямого подхода, помимо отсутствия отдельных компонентов исходных данных – это неточность измерений и неточность в определении объекта исследования. Последний недостаток может быть устранен при международном признании определения термина «теневая экономика».

2. «Индикаторный» косвенный подход:

2.1. Метод, основанный на «дельте» (несоответствии) национальных расходов и статистики доходов (Мурашов, Ратникова, 2016). С целью решения поставленной задачи настоящего исследования существенный недостаток данного метода в виде аксиомы достоверности и открытости расходов является ориентиром для предложения авторской методологии анализа теневого денежного потока (аксиома достоверности и открытости исходных данных), суть которого изложена в разделе 3.

2.2. Метод, основанный на «дельте» (несоответствии) официальной и фактической рабочей силы (Нуреев, Ахмадеев, 2015). Опять же с целью решения поставленной задачи настоящего исследования существенный недостаток данного метода в виде аксиомы того, что общая численность рабочей силы является постоянной величиной, в свою очередь является ориентиром для предложения авторской методологии анализа теневого денежного потока (аксиома констант и переменных), суть которого изложена в разделе 3.

2.3. Метод, основанный на оценке потребляемой электроэнергии (Артемьев, Латов, 2015). В этом подходе аксиомой считается эластичность ВВП страны по электроэнергии, равной или стремящейся к единице. Многие исследователи высказались против такого подхода и обозначили существенные неустранимые недостатки подобных оценок, но применение «эластичного» элемента оценки имеет и свое преимущество. В частности, еще один постулат авторской методологии, раскрытой в разделе 3 – аксиома того, что эластичность теневого денежного потока по количеству участвующих лиц стремится к единице.

2.4. Метод, основанный на оценке транзакций и спроса на валюту (Криворотов, Калина, Подберезная, 2019). Данный метод основан на аксиоме существования постоянной связи между наличными денежными потоками и создаваемой добавленной стоимостью, в т.ч. в теневом секторе. Безусловно, данный принцип вызывает сомнения и критикуется, в основном из-за развития и широкого распространения именно безналичных форм расчетов, которые, в связи с этим, в авторской методологии считаются приоритетными (аксиома значимости безналичных форм расчетов при оценке теневой экономики).

3. Имитационный подход: модель MIMIC (Капица, 2014). Данный метод основан на теоретическом подходе, позволяющем через построение структурной модели подтвердить влияние совокупности переменных факторов на результативную «теневую» переменную, которая является фактором, влияющим на иные макроэкономические индикаторные показатели. Этот подход в научном сообществе считается наиболее перспективным, но основной его вклад в систему оценивания теневой экономики – это определение весовых показателей влияния, а не самой результативной искомой величины. Однако именно такой инструмент – как метод оценки влияния фактора, основанный на эмпирических данных, используется в авторской методологии, описанной в разделе 3. В связи с этим авторская методология использует в своей основе инструмент моделирования.

Также в научной среде высказывается неоднозначная позиция в отношении структурированного подхода к оценке теневой экономики на основе гибридных моделей, использующих результаты построения регрессионных связей между компонентами уравнения, характеризующего теневую экономику (Громов, 2014; Медина, Шнайдер, 2018). Данное направление видится также перспективным и в отношении предлагаемой авторской методологии, при условии ее успешной практической реализации.

Таким образом, в результате приведенного обзора обозначена характеристика существующей методологии оценки теневой экономики, основанной на исследованиях представителей научного сообщества Международного валютного фонда и российских ученых-экономистов.

Краткая характеристика рассмотренных методов относительно авторской методологии представлена в таблице 1.

Таблица 1

Наследуемые принципы (аксиомы) авторской методологии

Научный подход

Особенность

Наследуемые принципы (аксиомы) авторской методологии

1. Прямой подход

Система национальных счетов

Многофакторность

- Вариативность элементов выборки

- Термин «теневой денежный поток»

2. «Индикаторный» косвенный подход

«Дельта» национальных расходов и статистики доходов

Аксиома достоверности и открытости расходов

Аксиома достоверности и открытости исходных данных

«Дельта» официальной и фактической рабочей силы

Аксиома постоянства величины общей численности рабочей силы

Аксиома констант и переменных

Оценка потребляемой электроэнергии

Аксиома эластичности ВВП страны по электроэнергии, стремящейся к единице

Аксиома эластичности теневого денежного потока по количеству участвующих лиц, стремящейся к единице

Оценка транзакций и спроса на валюту

Аксиома существования постоянной связи между наличными денежными потоками и создаваемой добавленной стоимостью

Аксиома значимости безналичных форм расчетов при оценке теневой экономики

3. Имитационный подход

Модель MIMIC

Аксиома наличия влияния совокупности переменных факторов на результативную «теневую» переменную

«Исходные правила» оценки влияния фактора при моделировании теневого денежного потока

Результаты исследования

При определении набора показателей и их групповом разделении учтены результаты эмпирического исследования в отношении 1643 коммерческих организаций, сведения о движении денежных средств на банковских счетах которых были получены в рамках производства судебных бухгалтерских экспертиз, по ст. 172 УК РФ «Незаконная банковская деятельность».

Во-первых, предлагается в научный оборот ввести следующие понятия:

Теневой денежный поток (SCF /Shadow Cash Flow/) – это экономический показатель, представляющий собой сумму денежных средств, зачисленных на банковский счет субъекта теневой экономики по основанию, идентифицируемому по определенному критерию, и последовательно списанных с указанного счета, в т.ч. перечисленных в адрес другим субъектам экономики, с целью получения нелегальной экономической выгоды от действий, сопровождающих рассматриваемое движение денежных средств, с момента их поступления до момента обезличивания.

Маркер теневого денежного потока – цветовой идентификатор списания денежных средств с банковского счета субъекта теневой экономики, зачисленных на счет по основанию, идентифицируемому по определенному критерию, с момента первого списания интересуемого поступления до момента его обезличивания.

Во-вторых, предлагается следующий алгоритм присвоения маркера теневого денежного потока:

− «красный маркер (Red Marker)» присваивается в случае, если установлено, что сумма денежных средств, списанных с рассматриваемого банковского счета, в 100%-ом размере состоит из сумм денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию;

− «оранжевый маркер (Orange Marker)» присваивается в случае, если установлено, что сумма денежных средств, списанных с рассматриваемого банковского счета, в минимально установленном размере состоит из сумм денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию;

− «желтый маркер (Yellow Marker)» присваивается в случае, если установлена группа контрагентов, на счета которых в совокупности, в рамках одного дня, в минимально установленном размере списана сумма денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию;

− «зеленый маркер (Green Marker)» присваивается в случае, если установлена группа контрагентов, на счета которых в совокупности, в рамках периода, большего чем 1 день, в минимально установленном размере списана сумма денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию;

− «голубой маркер (Azure Marker)» присваивается в случае, если установлено, что сумма денежных средств, списанных с рассматриваемого банковского счета, в рамках одного дня, в вероятном минимально установленном размере состоит из сумм денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию;

− «синий маркер (Blue Marker)» присваивается в случае, если установлено, что сумма денежных средств, списанных с рассматриваемого банковского счета, в рамках периода, большего чем 1 день, в вероятном минимально установленном размере состоит из сумм денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию;

− «фиолетовый маркер (Violet Marker)» присваивается в случае, если сумма денежных средств, ранее зачисленных на счет по основанию, идентифицируемому по определенному критерию, полностью обезличена.

SCF рассчитывается по формуле:

SCFi = SCFRM + SCFOM + SCFYM + + SCFGM + SCFAM + SCFBM + SCFVM

В-третьих, предлагается приравнять теневой денежный поток к достоверному идентификатору теневой экономики на федеральном, а в перспективе, международном уровне.

В-четвертых, предлагаются следующие аксиомы авторской методологии:

1. Информационно-аналитическая система оценки теневого денежного потока позволяет ее пользователям самостоятельно определять критерий, идентифицирующий интересуемый денежный поток, тем самым обеспечивая вариативность элементов выборки.

2. Термин «теневой денежный поток» характеризуется как сложный экономический показатель, состоящий из нескольких элементарных частей, которым присваивается определенный маркер.

3. Базой данных для оценки теневого денежного потока выступают сведения о движении денежных средств на банковских счетах интересуемых субъектов теневой экономики, полученные из достоверных источников банковской системы страны.

4. Перечень критериев для идентификации теневого денежного потока является публичным и открытым.

5. Интересуемый денежный поток в момент его изначальной персонализации является исходной точкой оценки и выступает константой до момента его обезличивания. Суммы денежных средств, которым присвоен определенный маркер, кроме красного, это минимально установленные суммы или вероятные их величины, которые при различных дополнительных критериях идентификации могут меняться, в этом случае их маркер может смещаться в сторону красного маркера.

6. Величина теневого денежного потока меняется в сторону ее роста при увеличении числа участников схемы обезличивания теневого денежного потока. Информационно-аналитическая система оценки теневого денежного потока учитывает указанную эластичность и идентифицирует транзитные операции, помечая субъектов экономики в оцениваемой цепочке связей.

7. Информационно-аналитическая система оценки теневого денежного потока учитывает только сведения банковской системы страны. Наличные расчеты считаются следствием обналичивания сумм денежных средств, списываемых с банковских счетов субъектов теневой экономики, в этом момент происходит полное обезличивание теневого денежного потока.

8. Информационно-аналитическая система оценки теневого денежного потока основана на исходном авторском математическом алгоритме расчетов при заданных изначально критериях идентификации теневого денежного потока (Батурина, Литвиненко, 2018), так называемых «Исходных правилах», которые позволяют смоделировать теневой денежной поток и оценить влияние отдельных факторов на его расчетную величину.

Предлагаемые аксиомы авторской методологии представляют собой основополагающие принципы, без соблюдения которых создание и администрирование информационно-аналитической системы оценки теневого денежного потока будет невозможным. Однако практическая реализация авторского алгоритма исчисления теневого денежного потока апробирована при производстве судебных экономических экспертиз незаконной банковской деятельности на примере нескольких организаций (при использовании функционала программного продукта Microsoft Office Excel). При специализированной программной автоматизации отслеживания теневого денежного потока количество оцениваемых субъектов теневой экономики может быть значительно больше.

В таблице 2 представлены расчетные формулы для автоматизации присвоения маркера теневого денежного потока при использовании функционала программного продукта Microsoft Office Excel.

Таблица 2

Исходные расчетные формулы теневого денежного потока при использовании программного продукта Microsoft Office Excel

Исходные данные

Искомые данные

Показатель

Формула

Показатель

Формула

Входящий остаток

на начало дня

=А1

Иные источники средств (=В1)

=ЕСЛИ(С1="";А1;ЕСЛИ(Е1="интересуемое поступление";"";С1+A1))

Зачислено

=C1

Интересуемое поступление (=F1)

=ЕСЛИ(С1="";"";ЕСЛИ(Е1="интересуемое поступление";С1;""))

Списано

=D2

Интересуемое списание (=J2)

=ЕСЛИ(D2="";"";D2)

Основание

=E1

SCFRM

=ЕСЛИ(D2="";"";ЕСЛИ(B1=0;J2;"SCFRM"))

SCFOM

=ЕСЛИ(D2="";"";ЕСЛИ(B1=0;"SCFRM"; СУММ($B$1:B1)-J2))

SCFYM SCFGM SCFAM SCFBM SCFVM

=ЕСЛИ([D2,…,DN]="";"";ЕСЛИ([B1,…,BN]=0; «SCFRM";СУММ($B$1:BN)- [J2,…,JN])),

где [D2,…,DN] – соответствующие программного продукта Microsoft Office Excel

Информационная база: расширенная выписка о движении денежных средств на банковском счете субъекта теневой экономики. В данном случае, интересуемое поступление – это сумма денежных средств, зачисленных на банковский счет субъекта теневой экономики по основанию, идентифицируемому по определенному критерию.

Заключение

В настоящее время как в Российской Федерации, так и на международном уровне отсутствует комплексная система показателей оценки теневой экономики.

В статье представлена система экономико-математических показателей оценки теневого денежного потока, характеристика и алгоритм расчета каждого из составляющих элементарных частей.

Для разработки системы показателей были рассмотрены современные тенденции научных исследований анализа и оценки теневой экономики как российских, так и зарубежных ученых.

В настоящее время, как показывает правоприменительная практика, особенно практичным является использование показателя теневого денежного потока при расследовании таких экономических преступлений, как «Незаконная предпринимательская деятельность» ст. 171 УК РФ, «Незаконная банковская деятельность» ст. 172 УК РФ, а также преступлений, связанных с легализацией извлекаемой нелегальной экономической выгоды ст. 174-174.1 УК РФ.

Однако стоит отметить, что данная система не является универсальной, но она дает максимально достоверные результаты минимальной величины теневого денежного потока.

Таким образом, разработанная методология экономико-математической оценки теневого денежного потока при условии создании информационно-аналитической базы данных о движении денежных средств на банковских счетах субъектов теневой экономики (при соблюдении принципа конфиденциальности и сохранения банковской тайны) имеет своевременное и актуальное значение, ее практическая значимость не вызывает сомнений.

Апробация

Основные результаты исследования представлены в докладах на следующих международных конференциях:

− IV международной конференции «Электронное управление и открытое общество: вызовы Евразии (Electronic Governance and Open Society: Challenges in Eurasia) EGOSE-2017», 2017, г. Санкт-Петербург, Россия;

− IV и V Международной научно-практической конференции «Экономическая безопасность: проблемы, перспективы, тенденции развития», 2017, 2018, г. Пермь, Россия;

− Научно-практической конференции с международным участием «Цифровая экономика и Индустрия 4.0: новые вызовы», 2018, г. Санкт-Петербург, Россия;

− Международном экономическом симпозиуме и V международной научно-практической конференции «Устойчивое развитие: общество и экономика», 2018, г. Санкт-Петербург, Россия;

− IV международной научной конференции «Management 2018. Management and the world in motion, challenges, opportunities and threats». 2018, Словакия.

− 36-ой международной научной конференции «Построение Устойчивого Общества. Building Resilient Society», 2018, Хорватия.

Отдельные результаты исследования, в частности авторская методика и алгоритм отслеживания теневого денежного потока, практически апробированы и включены в аналитические материалы и обзоры Санкт-Петербургского государственного казенного учреждения «Управление информационных технологий и связи» в рамках программ развития информационного общества и электронного правительства в Санкт-Петербурге, о чем имеется акт внедрения.

Результаты, представленные в статье, применяются в качестве практического материала в процессе преподавания учебной дисциплины «Судебная экономическая экспертиза» в Санкт-Петербургском университете МВД России, а также в рамках повышения квалификации судебных экспертов-экономистов на семинарах Ассоциации экспертов по содействию экспертной деятельности «Национальный общественный центр экспертиз».


Библиографическая ссылка

Батурина Е.В., Литвиненко А.Н. СИСТЕМА ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ ПОКАЗАТЕЛЕЙ ОЦЕНКИ ТЕНЕВОЙ ЭКОНОМИКИ // Вестник Алтайской академии экономики и права. – 2021. – № 9-1. – С. 19-27;
URL: https://vaael.ru/ru/article/view?id=1834 (дата обращения: 18.05.2022).