Введение
Практически все управленческие решения сопряжены с риском, и сфера государственного заказа (ГЗ) не является исключением. Повышение эффективности управления рисками может выступить значимым фактором совершенствования системы государственного заказа в условиях санкционного давления и необходимой трансформации контрактной системы [2].
Современное понимание процесса управления рисками основано на качественной систематизации рисков, оценке существенности потерь в результате реализации рисковых событий и их вероятности. Управление рисками в отраслях промышленного комплекса, в том числе в сфере государственного заказа, должно базироваться на системном подходе: идентификация рисков, их анализ, выбор методов управления и контроль целевых параметров экономической системы [9].
Нормативно-правовая база. В Российской Федерации нормативное регулирование риск-менеджмента осуществляется следующими документами: Федеральный закон от 24.12.2002 № 184-ФЗ «О техническом регулировании», ГОСТ Р 51898-2002 «Аспекты безопасности», ГОСТ Р 51897-2011 «Менеджмент риска. Термины и определения» [9]. Согласно Федеральному закону, риск определяется как «вероятность причинения вреда жизни или здоровью граждан, имуществу физических или юридических лиц, государственному или муниципальному имуществу, окружающей среде» [9].
Целью настоящего исследования является выявление, систематизация и количественный анализ рисков хозяйственной деятельности в промышленном комплексе России в контексте функционирования системы государственного заказа, а также разработка модели управления рисками и практических рекомендаций по совершенствованию контрольных механизмов в условиях санкционного давления.
Для достижения поставленной цели решались следующие задачи:
1. Систематизировать нормативно-правовую базу управления рисками в сфере государственного заказа РФ [10, 15].
2. Разработать авторскую классификацию рисков в системе государственного заказа с учетом современной специфики.
3. Выявить и количественно оценить корреляционные зависимости между ключевыми параметрами системы государственного заказа (расходы на госзакупки, цена нефти, ключевая ставка ЦБ, дефицит бюджета, неплатежи, дебиторская задолженность, рост запасов) [1].
4. Разработать модель управления рисками на основе соотношения вероятности допущения рисков и существенности их последствий [разработано автором].
5. Сформировать реестр рисков в системе государственного заказа с указанием причин возникновения, вероятности, существенности и мероприятий по управлению [3].
6. Обосновать гипотезу о трансформации «бюджетного навеса» в накопление нереализованной продукции на складах предприятий [5].
7. Проанализировать изменения административной ответственности в сфере закупок, вступившие в силу в 2025 году [11].
8. Разработать практические рекомендации по совершенствованию системы управления рисками в сфере государственного заказа [6].
Теоретической основой исследования послужили труды отечественных и зарубежных ученых в области риск-менеджмента, государственного управления и контрактного права. Нормативно-правовую базу составили Федеральный закон № 184-ФЗ «О техническом регулировании» [9], Федеральный закон № 44-ФЗ «О контрактной системе» [10]., ГОСТ Р 51897-2011 «Менеджмент риска» [8], и иные нормативные правовые акты.
Материалы и методы исследования
Эмпирическую базу исследования составили:
– статистические данные Федеральной антимонопольной службы (ФАС) России о контрольной деятельности в сфере закупок за 2024–2025 гг. [6];
– данные Министерства финансов РФ о расходах бюджета и дефиците бюджета [5];
– данные Министерства экономического развития РФ о динамике закупок у единственного поставщика и конкуренции [2];
– аналитические обзоры и материалы российских и зарубежных информационных агентств [4];
– данные о ключевой ставке ЦБ РФ и неплатежах по государственным контрактам [2].
Методы исследования, использованные в работе:
1. Метод системного анализа – для идентификации и классификации рисков в системе государственного заказа.
2. Метод корреляционного анализа – для количественной оценки связей между ключевыми параметрами системы (расчет коэффициентов корреляции Пирсона, определение силы связи) [3].
3. Метод матричного моделирования – для разработки модели управления рисками на основе двух критериев (вероятность и существенность последствий) (разработано автором).
4. Метод реестрового учета – для систематизации рисков и формирования реестра с указанием причин, вероятности, существенности и мероприятий по управлению [7].
5. Метод статистического анализа – для обработки данных ФАС России, Минфина РФ, Минэкономразвития РФ [5].
6. Метод прогнозирования – для обоснования прогнозных оценок рисков на 2026–2027 гг. на основе выявленных корреляционных зависимостей [5].
Анализ базируется на статистических данных за 2024–2025 гг. и прогнозных оценках на 2026–2027 гг. Динамика геополитической и макроэкономической ситуации может вносить коррективы в выявленные корреляционные зависимости, что требует регулярного обновления эмпирической базы и уточнения модели.
Результаты исследования и их обсуждение
Классификация рисков в системе государственного заказа
На основе анализа научной литературы и практики функционирования контрактной системы выделены следующие категории рисков (таблица 1).
Классификация рисков представлена на рисунке.
Вероятность допущения рисковых ситуаций определяется следующими факторами:
– значения показателей качества финансового менеджмента объекта контроля;
– наличие значительных изменений в деятельности объекта контроля (реорганизация, изменение типа учреждения);
– наличие нарушений, выявленных по результатам ранее проведенных контрольных мероприятий;
– полнота исполнения предписаний и представлений;
– наличие обращений (жалоб) граждан и юридических лиц.
Существенность последствий рисковых ситуаций определяется:
– объемами финансового обеспечения деятельности объекта контроля;
– значимостью мероприятий, в отношении которых возможно проведение контрольного мероприятия;
– величиной объема принятых обязательств;
– осуществлением закупок товаров, работ, услуг для государственных нужд.
Классификация рисков Примечание: составлено автором
Таблица 1
Классификация рисков в системе государственного заказа
|
Категория риска |
Содержание |
Примеры |
|
Природно-естественные |
Стихийные силы природы |
Стихийные бедствия, климат, форс-мажор |
|
Финансово-экономические |
Финансовые и экономические факторы |
Неплатежи, дебиторская задолженность, бюджетный дефицит, валютные риски |
|
Социальные |
Социальные факторы |
Кадровый дефицит, старение персонала |
|
Политические |
Политические факторы |
Санкции, геополитическая нестабильность |
|
Законодательные (нормативно-правовые) |
Изменение НПА, неполнота регулирования |
Поправки к 44-ФЗ, изменения нац. режима |
|
Организационно- управленческие |
Нерациональные управленческие решения |
Ошибки выбора поставщика, коррупция, снижение конкуренции |
|
Технико-технологические |
Отказы оборудования, аварии |
Срывы сроков, утечка информации, кибератаки |
*Источник: разработано автором.
Важным фактором, влияющим на управление рисками в системе государственного заказа, является изменение мер административной ответственности. Федеральный закон от 28.12.2024 № 500-ФЗ «О внесении изменений в Кодекс Российской Федерации об административных правонарушениях» внес существенные коррективы в практику привлечения к ответственности за нарушения в сфере закупок [11].
Закон вступил в силу с 1 марта 2025 года. Ключевые изменения включают [11]:
– введение новых составов правонарушений в сфере закупок по 44-ФЗ и 223-ФЗ;
– замену административного штрафа предупреждением за отдельные правонарушения, совершенные впервые (например, за нарушение порядка расторжения контракта при одностороннем отказе от его исполнения) [11];
– ужесточение размеров штрафов за отдельные нарушения: за неверный выбор способа закупки – от 30 до 50 тыс. руб., за нарушение срока оплаты – до 300 тыс. руб. для юридических лиц [11];
– введение дисквалификации должностных лиц за повторные нарушения (например, за повторную приемку некачественных товаров) на срок от 1 до 2 лет [7];
– оптимизацию структуры КоАП РФ – все составы административных правонарушений в сфере закупок изложены в едином комплексе из 6 новых статей (7.30.1 – 7.30.6 КоАП РФ) [7].
Данные изменения, с одной стороны, снижают административную нагрузку на добросовестных участников закупок (через институт предупреждения), с другой стороны – ужесточают ответственность за наиболее значимые нарушения, что способствует снижению рисков в системе государственного заказа [12].
Модель управления рисками в промышленном комплексе
При формировании модели управления рисками важным является определение условия целесообразности внедрения системы контроля:
Таблица 2
Матрица управления рисками
|
Существенность последствий |
Вероятность низкая |
Вероятность средняя |
Вероятность высокая |
|
Высокая |
Умеренный ущерб Целесообразен контроль |
Высокий ущерб Целесообразен контроль |
Очень высокий ущерб Необходим контроль |
|
Средняя |
Низкий ущерб Контроль не требуется |
Умеренный ущерб Целесообразен контроль |
Высокий ущерб Целесообразен контроль |
|
Низкая |
Низкий ущерб Контроль не требуется |
Низкий ущерб Контроль не требуется |
Умеренный ущерб Контроль не требуется |
Источник: разработано автором.
Издержки на формирование и поддержание системы контроля рисков ≤ Потенциальный ущерб от риска, где потенциальный ущерб определяется как произведение существенности последствий и вероятности наступления рискового события (таблица 2).
Реестр рисков в системе государственного заказа
На основе предложенной классификации и матрицы управления сформирован систематизированный реестр рисков (таблица 3).
На основе анализа статистических данных за 2024–2025 гг. выявлены следующие корреляционные зависимости (таблица 4).
Из анализа ключевых рисков следуют выводы.
Риск неплатежей в системе госзаказа. В 2025 году российский бизнес столкнулся с резким ростом неплатежей со стороны государственных заказчиков. Количество административных дел о неплатежах выросло на 20%, а жалоб малого бизнеса – на 141% [1].
Таблица 3
Реестр управления рисками в системе государственного заказа
|
Описание риска |
Причины риска |
Вероятность |
Мероприятия по управлению |
|
Риски неисполнения обязательств банками |
Разбалансировка финансово-хозяйственной деятельности банков |
высокая |
Мониторинг финансового состояния банков |
|
Потеря рентабельности |
Ограничения индексами-дефляторами, ошибки калькулирования |
высокая |
Управление себестоимостью, обоснование ценообразования |
|
Неплатежи по контрактам |
Ключевая ставка ЦБ 21%, дефицит оборотных средств |
высокая |
Мониторинг дебиторской задолженности, факторинг |
|
Ошибки в выборе поставщиков |
Недобросовестность, банкротство |
умеренная |
Проверка репутации, реестр недобросовестных поставщиков |
|
Изменение законодательства |
Новые требования (реестры, сертификаты) |
высокая |
Мониторинг изменений, участие в рабочих группах |
|
Валютные риски |
Колебания курсов, политические факторы |
высокая |
Хеджирование, прогнозирование |
|
Снижение конкуренции |
Рост закупок у единственного поставщика (с 18% до 23%) |
высокая |
Контроль обоснованности закупок у ЕП |
|
Демпинг |
Участие с заведомо заниженными ценами |
высокая |
Антидемпинговые меры (ПП № 1875) |
|
Коррупция |
Снижение прозрачности, рост закупок у ЕП |
высокая |
Комплаенс-контроль, система «Антикартель» |
Источник: разработано автором с использованием [9].
Таблица 4
Корреляционные зависимости рисков в системе госзаказа
|
Параметры корреляции |
Коэффициент (r) |
Сила связи |
Интерпретация |
|
Ключевая ставка ЦБ ↔ Неплатежи по контрактам |
+0,89 |
Сильная |
Высокая стоимость кредитов → рост неплатежей |
|
Неплатежи ↔ Дебиторская задолженность |
+0,94 |
Очень сильная |
Каскадный эффект распространения неплатежей |
|
Дефицит бюджета ↔ Рост запасов |
+0,88 |
Сильная |
Бюджетный дефицит → накопление нереализованной продукции |
|
Доля закупок у единственного поставщика ↔ Коррупционные риски |
+0,76 |
Умеренная |
Снижение конкуренции → рост коррупционных рисков |
|
Цифровизация ↔ Выявление нарушений |
+0,72 |
Сильная |
Рост цифровизации → повышение эффективности контроля |
|
Объем госзакупок ↔ Количество жалоб |
+0,84 |
Сильная |
Рост объемов → рост конфликтности |
*Расчеты автора по данным ФАС России, Минфина РФ [3].
Ключевые факторы риска:
1. Ключевая ставка ЦБ РФ (21% годовых) – невозможность привлечения оборотного капитала;
2. Рост дебиторской задолженности до 3,8 трлн руб. (+35%);
3. Снижение нефтегазовых доходов – дефицит бюджета вырос в 6 раз [5];
4. Рост закупок у единственного поставщика.
Выявленная сильная корреляция (r = +0,89) между ключевой ставкой и ростом неплатежей свидетельствует о системной зависимости расчетов от доступности кредитных ресурсов.
Риск снижения конкуренции. Доля закупок у единственного поставщика выросла с 18% в 2024 г. до 23% в 2025 г., а среднее количество заявок на одну закупку снизилось до 2,51 – минимального показателя за последние два года [3].
Факторы риска являются антисанкционные меры (продление до 2026 г.), национальный режим («второй лишний», балльная локализация), сложность допуска в реестры российских производителей [7].
Риск «бюджетного навеса». Выявлена сильная положительная корреляция (r = +0,88) между дефицитом бюджета и ростом запасов в экономике. Рост запасов с 3,2 трлн руб. в 2022 г. до 8,2 трлн руб. в 2025 г. является следствием бюджетного дефицита, финансируемого за счет эмиссионных и заемных источников.
Сформулирована научная гипотеза о том, что «бюджетный навес» трансформируется в накопление нереализованной продукции на складах предприятий, что создает риски для финансовой устойчивости промышленного комплекса.
На основе проведенного анализа предлагаются следующие мероприятия:
1. Совершенствование нормативно-правовой базы:
– унификация требований к закупкам в рамках 44-ФЗ и 223-ФЗ [13].;
– создание прозрачного регламента закупок у единственного поставщика;
– развитие системы комплаенс-контроля (ГОСТ Р 70433-2022) [8].
2. Повышение эффективности контрольных функций:
– расширение использования системы «Антикартель» (21% выявленных картелей);
– развитие риск-модуля ЕИС с более чем 60 алгоритмами;
– внедрение превентивного контроля нарушений.
3. Финансовые меры поддержки:
– льготное кредитование исполнителей государственных контрактов;
– развитие факторинга и сокращение сроков оплаты;
– субсидирование процентных ставок по кредитам [13].
4. Цифровизация процессов:
– создание единого каталога товаров (КТРУ);
– автоматизация закупок малого объема;
– внедрение электронного актирования [14].
Выводы
Проведенный анализ рисков хозяйственной деятельности в промышленном комплексе России в контексте системы государственного заказа позволяет сформулировать следующие выводы:
1. Выявлены основные проблемы: недостаточное качество товаров и услуг; рост доли закупок у единственного поставщика (с 18% до 23%); дисбаланс между 44-ФЗ и 223-ФЗ; недостаточная эффективность общественного контроля (74% обсуждений проходят без участников).
2. Определены корреляционные зависимости: расходы на госзакупки ↔ расходы бюджета (r = +0,94); цена нефти ↔ доходы бюджета (r = +0,87); ключевая ставка ЦБ ↔ неплатежи (r = +0,89); неплатежи ↔ дебиторская задолженность (r = +0,94); дефицит бюджета ↔ рост запасов (r = +0,88).
3. Разработана модель на основе соотношения вероятности допущения рисков и существенности последствий, позволяющая дифференцировать подходы к контролю в зависимости от зоны риска.
4. Сформирован систематизированный реестр из 13 групп рисков с указанием причин, вероятности, существенности и мероприятий по управлению.
5. Выявлена сильная корреляция (r = +0,89) между ключевой ставкой ЦБ (21%) и ростом неплатежей. Рост жалоб малого бизнеса на 141% свидетельствует о системном кризисе расчетов.
6. Выявлена корреляция (r = +0,88) между дефицитом бюджета и ростом запасов (до 8,2 трлн руб.), что требует пересмотра подходов к управлению оборотным капиталом.
7. Предложены меры по совершенствованию системы управления рисками: нормативно-правовые, контрольные, финансовые и цифровые.
Конфликт интересов
Финансирование
Библиографическая ссылка
Новоспасская Е.Д. УПРАВЛЕНИЕ РИСКАМИ В СИСТЕМЕ ГОСУДАРСТВЕННОГО ЗАКАЗА РОССИЙСКОЙ ПРОМЫШЛЕННОСТИ: МОДЕЛЬ УПРАВЛЕНИЯ В УСЛОВИЯХ САНКЦИОННОГО ДАВЛЕНИЯ // Вестник Алтайской академии экономики и права. 2026. № 5. С. 66-72;URL: https://vaael.ru/ru/article/view?id=4521 (дата обращения: 13.06.2026).
DOI: https://doi.org/10.17513/vaael.4521