Применение системы управления рисками для текущей оценки объема "серого импорта"

Размещено на http://www.Allbest.Ru/

Применение системы управления рисками для текущей оценки объема «серого импорта»

Е.М. Богоева

Аннотация

В статье предложена модель применения системы управления рисками для текущей оценки объема «серого импорта» в Российскую Федерацию. Модель построена с опорой на статистические данные функционирования системы управления рисками Федеральной таможенной службы. В основу модели положено представление текущего объема «серого импорта» в виде случайной величины, формируемой в результате невыявления при таможенном контроле фактов недостоверного декларирования импортируемых товаров.

Ключевые слова: система управления рисками; «серый импорт»; недостоверное декларирование; риск-ориентированный подход; таможенный контроль; оценка; модель.

Annotation

E.M. Bogoeva. Applying risk management system to the current assessment of "gray import"

The model of application of a risk management system for current assessment of "gray import" volume in the Russian Federation is proposed. The model is constructed on statistical data of the risk management system of the Federal Customs Service. The model is based on the representation of the volume of "gray import" in the form of a random variable formed as a result of non-disclosure of facts of false declaration of imported goods at customs control.

Keywords: risk management system; "gray import"; false declaration; risk-oriented approach; customs control; assessment; model.

«Серый импорт» - это товары, перемещенные через таможенную границу с нарушениями таможенного законодательства в виде недостоверного декларирования, влекущего неполную уплату таможенных платежей [1].

Одними из самых распространенных схем «серого импорта» являются занижение таможенной стоимости при ввозе товаров и недостоверное декларирование, когда импортер намеренно указывает неверное описание, страну происхождения или код единой Товарной номенклатуры внешнеэкономической деятельности Евразийского экономического союза (ТН ВЭД ЕАЭС) на товар, тем самым снижая тарифные платежи в бюджет [2].

Объем «серого импорта» при перемещении каждой товарной партии представляет собой величину занижения таможенных платежей, взимаемых с этой партии при перемещении через таможенную границу. Поскольку в настоящее время таможенные платежи составляют существенную часть доходной части федерального бюджета Российской Федерации, то в случае больших объемов «серого импорта» экономике государства может быть причинен значительный ущерб [3; 4]. Данное обстоятельство обусловливает целесообразность формирования эффективных мер противодействия «серому импорту». Их формирование, прежде всего, предполагает оценку объемов «серого импорта». Разработка одного из возможных подходов к его оценке составляет цель настоящей статьи.

Особенность «серого импорта» состоит в том, что он скрыт от непосредственного наблюдения. Его оценка может осуществляться только косвенными методами. В результате применения этих методов мы получаем не точное значение объема «серого импорта», а только в той или иной мере его приближенную оценку. В настоящее время известны и находят практическое применение три методических подхода к оценке объема «серого импорта» за тот или иной период времени (как правило, один год). Первый заключается в использовании «зеркальной статистики». Второй опирается на анализ внутреннего рынка в соответствии с методологией платежного баланса. Третий исходит из экспертных оценок. Сущность, достоинства и недостатки этих подходов достаточно подробно рассмотрены в источниках [3; 5; 6].

В связи с этим отметим только, что оценки, получаемые на основе указанных подходов, либо недостаточно надежны (экспертные оценки), либо вследствие особенностей формирования статистических данных могут быть получены с существенным (год и более) запаздыванием (методы «зеркальной статистики» и анализа внутреннего рынка). Все это не позволяет своевременно и адекватно оценивать объемы «серого импорта» и в конечном счете снижает эффективность противодействия ему [3].

Следовательно, возникает важная задача текущей оценки в реальном масштабе времени возможного объема «серого импорта». В основу ее решения может быть положена информация о вскрытых в ходе случайного выбора из импортного потока товарных партиях, перемещаемых с нарушениями таможенного законодательства, квалифицируемыми как «серый импорт» [3]. Такой выбор реализован в настоящее время в системе управления рисками, которая применяется Федеральной таможенной службой в целях реализации принципа выборочности объектов таможенного контроля, форм таможенного контроля и (или) мер, обеспечивающих проведение таможенного контроля исходя из необходимости достижения максимальной эффективности при минимальных затратах на осуществление таможенного контроля [7].

Система управления рисками применяется на всех основных этапах проведения таможенного контроля и охватывает все основные направления деятельности: контроль за соблюдением запретов и ограничений; правильность классификации по ТН ВЭД ЕАЭС; начисление таможенных платежей, определение таможенной стоимости; соблюдение прав интеллектуальной собственности; контроль страны происхождения и правомерности заявления тарифных преференций и т.д. [8].

Применение системы управления рисками для текущей оценки объема «серого импорта» всецело соответствует стратегии и тактике применения системы управления рисками в таможенных органах, а также целям ее использования, предусмотренным Таможенным кодексом Евразийского экономического союза.

Обозначим: таможенный декларирование товар серый импорт

Ж₀(?) - множество товарных партий, подвергнутых таможенному контролю за период времени [0, Ј];

М₀(1:) - общее количество товарных партий, подвергнутых таможенному контролю за период времени [0, Ј] (мощность множества Ж₀(Ј));

Ж₄(Ј) - множество товарных партий, в отношении которых в соответствии с обычными профилями риска проведены мероприятия углубленного таможенного контроля за период времени [0, Ј];

N₁(t) - количество товарных партий, в отношении которых в соответствии с обычными профилями риска проведены мероприятия углубленного таможенного контроля за период времени [0, t] (мощность множества W(t));

Q(t) - множество товарных партий, в отношении которых в соответствии со случайным профилем риска проведены мероприятия углубленного таможенного контроля за период времени [0, t];

N₂(t) - количество товарных партий, в отношении которых в соответствии со случайным профилем риска проведены мероприятия углубленного таможенного контроля за период времени [0, t] (мощность множества Q(t));

C_k - требуемый объем таможенных платежей с k-й товарной партии из множества Q(t);

С_к* - объем таможенных платежей с k-й товарной партии из множества Q(t), определяемый сведениями, заявленными в таможенной декларации.

Реальная информационная ситуация для оценивания текущего объема «серого импорта» исчерпывается знанием указанных величин для потока импорта в целом или потоков отдельных видов импортируемых товаров [3; 9; 10]. Так как модель для текущей оценки объема «серого импорта» инвариантна к такой детализации, то при ее построении мы не будем акцентировать внимание на рассмотрении отдельных видов товаров.

Введем в рассмотрение множество

(1)

мощность которого равна

(2)

Очевидно, что необнаруженные товарные партии, квалифицируемые как «серый импорт», могут содержаться только в множестве (1). Будем полагать, что объем «серого импорта» при перемещении k-й партии товаров из W(t) характеризуется соответствующей случайной величиной Z_k(t), k = 1, 2, ..., K(t). При этом естественно полагать, что эти случайные величины имеют одинаковое распределение. Тогда объем Z(t) «серого импорта» за период времени [0, t] представляет собой сумму K(t) одинаково распределенных случайных величин Z_k(t), k = 1, 2, ..., K(t), отражающих его возможный объем при перемещении через таможенную границу k-й товарной партии, т.е.:

(3)

Представление «серого импорта» в виде соотношения (3) имитирует реальный процесс его формирования и, следовательно, позволяет более адекватно, чем обычно применяемые регрессивные и экспертные модели, учесть имеющуюся информацию о «сером импорте» и тем самым повышает точность оценки его объема [3].

Вследствие случайности величин Z_k(t), В = 1, 2, ... К(t) объем Z(t) «серого импорта» за период времени [0, П также является случайной величиной. Наиболее полную информацию о случайной величине содержит ее функция распределения, или функция плотности распределения. Следовательно, с учетом соотношения (3) построение рассматриваемой модели для текущей оценки объема «серого импорта» заключается в формировании в имеющейся информационной ситуации функции t, Ј) плотности распределения случайных величин 2к(Ј), к = 1, 2, ... К(Ј) и построении на ее основе функции f*(z, Ј) плотности распределения случайной величины 2(Ј) объема «серого импорта» за период времени [0, Ј]. Исходя из соотношения (3) построение указанных функций осуществляется в два этапа. На первом строится функция t, Ј) плотности распределения случайных величин 2(Ј), к = 1, 2, ..., К), а на втором - функция t, Ј) плотности распределения случайной величины 2(Ј). При этом вследствие существенного количества перемещаемых через таможенную границу товарных партий для решения задачи второго этапа целесообразно применять математический аппарат характеристических функций [9].

Характеристическая функция ф_к(г) случайной величины 20, имеющей плотность распределения f_k(z, Ј) = t, Ј), представляет собой преобразование Фурье - Стилтьеса функции, Ј) [8]:

(4)

Целесообразность применения этого аппарата в интересах построения рассматриваемой модели обусловлена:

1) мультипликативным свойством характеристических функций, состоящим в том, что характеристическая функция ф (г) суммы независимых случайных величин 20) > к = 1, 2, ..., К) равна произведению характеристических функций ф _к (г) слагаемых [9]:

(5)

2) свойством единственности, состоящим в том, что характеристическая функция (4) однозначно определяет функцию f*(z, Ј) плотности распределения случайной величины 2(Ј):

(6)

Исходную информацию для определения функции /(г, Ј) распределения случайных величин 20)> к = 1, 2, ..., К(Ј) содержат сведения о результатах проведения мероприятий углубленного таможенного контроля для товарных партий из множества 2(Ј). Эти результаты определяются соотношением [3]:

(7)

Их можно рассматривать как случайную выборку из генеральной совокупности, отражающей объемы «серого импорта», присущие каждой партии импортируемых товаров, и имеющей функцию плотности распределения (г, Ј).

Выбор метода построения функции t, Х) зависит от объема случайной выборки ОХ) (ее мощности N0). При этом возможны две ситуации:

1) мощность выборки достаточна для построения эмпирической функции г, Х) плотности распределения случайных величин Z_k(t), Ј = 1, 2, ..., К(t);

2) мощность выборки недостаточна для построения этой функции.

В рамках настоящей статьи мы будем полагать, что мощность выборки ОО недостаточна для построения указанной функции. Это предположение вытекает из реализуемого в настоящее время принципа содействия внешнеторговой деятельности и сокращения в связи с его реализацией количества товарных партий, подвергаемых углубленному таможенному контролю [3; 4]. В такой ситуации для построения функции t, Х) целесообразно воспользоваться принципом минимизации домыслов (принципом максимума энтропии), который утверждает, что наименее сомнительным представлением вероятностей является то, которое максимизирует неопределенность (минимизирует домыслы) при учете всей имеющейся информации [3; 11].

Предположим, что в рассматриваемой информационной ситуации имеющаяся выборка позволяет определить для характеризации функции ^г, Х) такие параметры, как средний объем и выборочная дисперсия объема «серого импорта» товарной партии из множества ОХ).

Средний объем г(Х) (выборочное среднее) «серого импорта», приходящийся на одну товарную партию из множества ОО, равен:

(8)

где - объем «серого импорта», соответствующий Ј-й товарной партии из множества <2(Х), определяемый соотношением (7).

Выборочная дисперсия для объема «серого импорта», приходящаяся на одну товарную партию из множества ОО, определяется соотношением:

(9)

Следовательно, информационная ситуация для определения функции распределения f(z, t) исчерпывается знанием объема N₂(t) случайной выборки выборочного среднего и выборочной дисперсии. Максимум энтропии в форме Шеннона:

(10)

при заданном математическом ожидании т(Х) и заданной дисперсии о²(Х) случайных величин (Х), Ј = 1, 2, ..., К(Х) достигается при нормальном распределении [12]:

(11)

Приближенными оценками математического ожидания и дисперсии являются их выборочные значения (8) и (9), т.е.:

(12)

Таким образом, в целом функция Ј, I) плотности распределения случайных величин Z_k(t), Ь = 1, 2, ..., К(t) определяется соотношением (11) с параметрами т(1), а²(1), определяемыми соотношением (12). Характеристическая функция этих величин имеет вид:

(13)

С учетом формулы (13) соотношение (5) принимает вид:

(14)

Подставив полученное значение ф(г) в соотношение (6), получим функцию распределения текущего объема «серого импорта» за период времени [0, I]:

(15)

Функция (15) плотности распределения случайной величины Z(t) содержит всю доступную в типовой ситуации осуществления таможенного контроля информацию о текущем значении возможного объема «серого импорта» за установленный период времени [0, I]. Совместно с соотношениями (7), (8), (9) она представляет модель для текущей оценки объема «серого импорта».

Использованные источники

1. Словарь внешнеэкономических и таможенных терминов / В.Б. Мантусов, Н.Г. Липатова, О.Г. Боброва и др. / под ред. д-ра экон. наук, проф. В.Б. Мантусова. М.: РИО Российской таможенной академии, 2018. 822 с.

2. Фукс Е.Н. Легализация «параллельного» импорта как способ борьбы с «серым» импортом // Вестник Российской таможенной академии. 2017. №3. С. 54-62.

3. Анисимов Е.Г., Новиков В.Е., Шкодинский С.В. Модель для динамической оценки объема и структуры «серого» импорта // Финансовый журнал / Научно-исследовательский финансовый институт. 2016. 1 (29). С. 110-116.

4. Анисимов В.Г., Анисимов Е.Г., Родионова Е.С., Сауренко Т.Н. Методические основы текущей оценки собираемости таможенных платежей // Управленческое консультирование. 2017. №4 (100). С. 97-107.

5. Анисимов В.Г., Анисимов Е.Г., Богоева Е.М, Сауренко Т.Н, Гарькушев А.Ю. Методологические основы построения показателей эффективности контрольной деятельности органов государственной власти // Вопросы оборонной техники. Сер. 16 «Технические средства противодействия терроризму». 2015. №3-4. С. 17-20.

6. Теоретические основы применения системы управления рисками в таможенной службе Российской Федерации: научно-методическое пособие / Е.Г. Анисимов, Р.Ф. Арсланов, А.П. Арсланова, П.Н. Афонин, Н.М. Кожуханов, Н.Г. Липатова, В.В. Попов, Ю.И. Сомов. М.: Изд-во Российской таможенной академии, 2015. 282 с.

7. Федеральный закон от 03.08.2018 №289-ФЗ «О таможенном регулировании в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации» [Электронный ресурс]. Доступ из СПС «КонсультантПлюс».

8. О системе управления рисками [Электронный ресурс] // Официальный сайт ФТС России.

9. Экономический и таможенный риск-менеджмент: монография / В.Г. Анисимов, Е.Г. Анисимов, Р.Ф. Арсланов, А.П. Арсланова, Е.М. Богоева, В.И. Голоскоков, Н. Г. Липатова, А.В. Попов, Т.Н. Сауренко, А.В. Тебекин. М.: РИО Российской таможенной академии, 2015. 180 с.

10. Анисимов В.Г., Анисимов Е.Г., Родионова Е.С., Сауренко Т.Н. Стохастическая модель для оценки эффективности управления таможенными рисками // Управленческое консультирование. 2016. №9 (93). С. 83-94.

11. Информационно-статистические методы в управлении микроэкономическими системами / М.М. Авдеев, В.Г. Анисимов, Е.Г. Анисимов, Л.А. Мартыщенко, Д.В. Шатохин. СПб.; Тула: Гриф и К^о, 2001. 139 с.

12. Анисимов В.Г., Анисимов Е.Г., Богоева Е.М. Формализация процедуры риск-ориентированного подхода при выполнении государственными органами контрольных функций // Вестник Российской таможенной академии. 2014. №4 (29). С. 96-102.

Размещено на allbest.ru