• Автор (авторы):

    Андрианов Дмитрий Леонидович, Балаш Максим Николаевич, Колодочкин Александр Викторович, Власова Ксения Сергеевна, Масленникова Людмила Андреевна

  • Дата публикации:

    29.12.11

  • № гос.рег.статьи:

    0421100034/

  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:

    Пермский государственный национальный исследовательский университе
    Центр информационных таможенных технологий ЗАО «ПРОГНОЗ»

Моделирование внешней торговли и оценка рисков недостоверного декларирования товаров в сфере государственного регулирования внешнеторговой деятельности РФ. Комплексный подход, основанный на современных информационных технологиях

Modeling of foreign trade and fraud risk assessment in state regulation of foreign trade of Russia. Comprehensive approach based on modern information technologies

Андрианов Дмитрий Леонидович,

заведующий кафедрой Информационных систем и математических методов в экономике экономического факультета

Пермский государственный национальный исследовательский университет, профессор, доктор физико-математических наук, adl@prognoz.ru

Балаш Максим Николаевич,

доцент кафедры Информационных систем и математических методов в экономике экономического факультета Пермского государственного национального исследовательского университета, кандидат экономических наук, balash@prognoz.ru

Колодочкин Александр Викторович,

руководитель

Центр информационных таможенных технологий ЗАО «ПРОГНОЗ»,kolodochkin@prognoz.ru

Власова Ксения Сергеевна,

руководитель группы Центра информационных таможенных технологий ЗАО «ПРОГНОЗ», vlasovak@prognoz.ru

Масленникова Людмила Андреевна,

аналитик Центра информационных таможенных технологий ЗАО «ПРОГНОЗ», maslennikova@prognoz.ru

Аннотация

Излагаются результаты решения задач оценки рисков недостоверного декларирования товаров и определения эффекта от действий государства в области регулирования внешней торговли Российской Федерации с использованием методов эконометрического моделирования и современных информационных технологий. Результаты исследования содержат описание структуры модели внешней торговли Российской Федерации, используемых математических методов, информационных источников и программно-инструментальных средств. В работе также приведены результаты расчетов рисков недостоверного декларирования при импорте товаров в Россию, полученные с помощью модели внешней торговли Российской Федерации.

Abstract: The article tells about the results of solving problems related to fraud risks assessment and evaluation of the effect of governmental control over foreign trade of the Russian Federation using econometric modeling methods and modern information technologies. The results of the study describe the structure of the Foreign Trade Model of the Russian Federation, mathematical methods which were used, information sources, and software tools. The research also presents the calculation results of fraud risk when importing goods to Russia, obtained by using the Foreign Trade Model of the Russian Federation.

Ключевые слова

Моделирование внешней торговли, торговая модель, риски недостоверного декларирования, оценка рисков, методологические расхождения в данных таможенной статистики

Keywords: Foreign trade modeling, trade model, fraud risk, risk assessment, methodological differences in the trade statistics data.

Введение

В последние годы происходят существенные изменения во внешней торговле Российской Федерации, в связанных с ней экономических процессах и в государственном управлении этой сферой. Среди основных факторов, обуславливающих эти изменения, можно назвать:

влияние мирового финансово-экономического кризиса и последующего постепенного посткризисного восстановления экономики на структуру и динамику внешней торговли России,

интеграционные процессы в рамках Таможенного союза Российской Федерации, Республики Беларусь и Республики Казахстан,

проводимые Правительством Российской Федерации изменения в области государственного регулирования внешней торговли в части тарифной политики (ввозные и вывозные пошлины, льготы и преференции), лицензирования и сертификации, защиты интеллектуальной собственности, борьбы с недостоверными декларированием товаров,

подготовка к вступлению России в ВТО.

Происходящие изменения во внешней торговле России носят системный характер и затрагивают многие существовавшие ранее тенденции и закономерности. Происходит изменение структуры ввозимых на территорию Российской Федерации товаров, уменьшение объемов «серого импорта» в одних областях внешней торговли при его нарастании – в других областях, происходит изменение логистики движения товаров и объемов их оформления в региональных таможенных органах, изменение перечня стран-основных торговых партнеров России и другие подобные изменения.

В таких условиях вопрос о повышении эффективности принимаемых государственными органами решений, затрагивающих внешнюю торговлю, становится как никогда актуальным.

Дополнительные сложности в процессе принятия решений возникают из-за недостаточного качества информационного обеспечения. Не секрет, что показатели официальной статистики, характеризующие различные экономические процессы, в ряде случаев содержат погрешности и неточности. К сожалению, не лучше обстоит ситуация и в области статистики внешней торговли, где дополнительным фактором, искажающим статистические данные, является недостоверное декларирование товаров.

Наличие погрешностей подтверждается рядом косвенных факторов: сопоставлением сведений о внешней торговли России с данными о «встречных» операциях стран-торговых партнеров (импорт России из страны сравнивается с экспортом страны в Россию по данным этой страны), анализом баланса между производством, запасами, потреблением, импортом и экспортом товара (например, при официальных объемах ввоза 100 единиц и производстве в стране 20 единиц с нулевым уровнем запасов объем потребления товаров не должен превышать 120 единиц).

Эти сложности приводят к невозможности получения достоверных данных о структуре и объемах импорта и экспорта при разработке мер государственного регулирования внешней торговли и определении возможного эффекта от действий государства. Кроме того, наличие таких погрешностей свидетельствует о потерях государства от уменьшения сумм таможенных платежей.

Исследуемая проблема требует поиска подхода, который бы позволил вычислить оценки реальных объемов внешней торговли, на их основе – оценить риски недостоверного декларирования товаров, а также смог бы обеспечить оценку эффекта от действий государства в области регулирования внешней торговли.

Одним из подходов к повышению эффективности принимаемых решений в этих условиях является применение различных методик и инструментов математического моделирования ситуации.

Разработки в области моделирования внешней торговли и рисков недостоверного декларирования товаров выполнялись и ранее различными известными исследователями такими, как Бертран Лапорт [2], Мария-Кармен Гуисан [9, 13], Люк де Вульф [29], Ричард Дж. Болтон [16]. Новизна предлагаемого подхода связана с тем, что впервые применяется комплексный подход к моделированию внешней торговли РФ и оценке рисков недостоверного декларирования товаров, характеризующийся следующими основными элементами:

Использование данных из максимального количества доступных статистических источников, включая источники официальной статистики внешней торговли, данные по учету экспортных операций в странах – торговых партнерах России, данные о производстве, запасах, продажах товаров на внутреннем рынке РФ, макроэкономические показатели для оценки и учета экономической среды, в которой происходит внешняя торговля и др.

Глубокая детализация алгоритмов, связанная с тем, что оценить риски недостоверного декларирования товаров возможно при сопоставлении данных лишь на достаточно детальном уровне;

Применение комплекса математико-статистических зависимостей, позволяющих увязать процессы макроэкономического развития, экономического развития отраслей и товарных рынков с внешнеторговыми потоками, вычислить на основе расхождений статистики взаимной торговли стран мира оценки рисков недостоверного декларирования, систематизировать и спрогнозировать возможные эффекты от действий государства.

В этой статье дается описание предлагаемого подхода к моделированию и описание основных результатов, полученных в ходе исследования.

Целью исследования является разработка подхода к оценке реальных объемов внешней торговли, оценка на их основе рисков недостоверного декларирования товаров, а также определение эффекта от действий государства в области регулирования внешней торговли.

В ходе исследования были поставлены и решены следующие задачи:

1. Выбор источников статистических данных для проведения исследования;

2. Проектирование и разработка комплексной модели внешней торговли;

3. Выбор применяемого для расчетов программного инструментария и прикладная реализация модели с оценкой качества модели внешней торговли;

4. Проведение расчетов комплексной модели внешней торговли и анализ полученных результатов.

Описание результатов дается последовательно для каждой из этих задач, при этом номер раздела совпадает с номером задачи.

1. Выбор источников статистических данных для проведения исследования

Для решения задачи 1 в рамках исследования были определены следующие основные группы источников данных (информационные массивы):

Таможенная статистика внешней торговли России.

Статистика международной торговли стран-торговых партнеров России.

Статистика социально-экономического развития России, включая макроэкономическую и отраслевую статистику, статистику внутренних товарных рынков.

Кроме того, использовалась специальная статистика и нормативно-справочная информация. Рассмотрим основные источники информации подробнее.

1.1. Анализ структуры официальной таможенной статистики внешней торговли РФ

Основным официальным источником данных о внешней торговле России является таможенная статистика внешней торговли РФ (ТСВТ РФ).

ТСВТ РФ формируется и публикуется Федеральной таможенной службой (ФТС России) и предназначена для обеспечения полного и достоверного учета данных об экспорте и импорте РФ. ТСВТ учитывает торговлю товарами и не затрагивает торговлю услугами. Исходными данными при формировании статистики являются сведения, содержащиеся в грузовых таможенных декларациях. Статистика по объемам ввоза и вывоза товаров ведется в стоимостном (Статистическая стоимость, долл. США), весовом (Вес нетто, кг и Вес брутто, кг) и натуральном (Количество, в установленных для товара единицах измерения – штуки, литры, пары и т.п.) выражениях, в разрезе товаров и стран. В настоящее время для классификации и кодирования товаров в ТСВТ РФ применяется классификатор «Единая товарная номенклатура внешнеэкономической деятельности Таможенного союза» (ТН ВЭД ТС), утвержденный решением №130 Комиссии Таможенного союза 27 ноября 2009 года [28]. Разрез стран рассматривается в контексте определения страны назначения при экспорте товаров и совокупности стран происхождения, отправления и торгующей страны при импорте товаров (для импорта значимы все указанные страны, т.к. в зависимости от них применяются, например, преференции [27]).

Данные ТСВТ имеют ежемесячную динамику и публикуются ФТС России в ежеквартальных и ежегодных сборниках. В связи с образованием Таможенного союза, с 2011 года источником данных о внешней торговле России является Таможенная статистика внешней торговли и статистика взаимной торговли государств – членов Таможенного союза [28].

1.2. Анализ структуры статистики международной торговли стран-торговых партнеров РФ

Статистика международной торговли стран-торговых партеров РФ формируется, как правило, статистическими или таможенными органами данных стран. В качестве источников данных может быть использована как статистика, собранная по отдельным странам (из так называемых «национальных» источников, в таком случае для каждой страны определяется организация, которая может предоставить данные), так и публикации международных организаций, которые консолидируют статистические данные разных стран и выпускают их в виде общих сборников.

В качестве примера источника консолидированных данных внешней торговли стран можно привести базу данных международной торговли ООН (UN Comtrade -United Nations Commodity Trade Statistics Database – База данных международной торговли ООН) [19], содержащую внешнеторговую статистику большинства стран мира. С учетом различий в классификаторах, используемых для определения товаров в разных странах, детализация кода товара в базе производится только до уровня шести знаков кода, в соответствии с так называемой Гармонизированной системой классификации и кодирования товаров [21, 25]. До такого уровня детализации используемые в странах классификаторы, как правило, совпадают или могут быть легко сопоставлены друг с другом. Показателями статистики международной торговли в рассматриваемом источнике данных являются статистическая стоимость (долл. США), а также количественные характеристики (вес нетто, кг и количество в натуральных единицах измерения – штуки, литры и др.). К основным недостаткам данного источника можно отнести наличие данных только с годовой периодичностью (нет данных по кварталам и месяцам), а также значительное запаздывание в предоставлении данных (консолидация данных с учетом большого количества стран осуществляется с лагом в 1 год и более).

Другой пример консолидированного источника – данные о международной торговле стран – членов Европейского союза – публикуются Европейским комитетом статистики (Евростатом) [24]. Показателями статистики международной торговли стран – членов Европейского союза являются статистическая стоимость (евро), а также количественные характеристики (вес нетто, кг и количество в натуральных единицах измерения – штуки, литры и др.). Данные предоставляются в ежемесячной динамике, запаздывание публикации составляет около 10 недель. При этом значения показателей могут подвергаться корректировке в течение нескольких последующих месяцев после публикации.

1.3. Анализ структуры статистики социально-экономического развития РФ

Статистика социально-экономического развития РФ формируется Федеральной службой государственной статистики (Росстатом) [30].

Для целей моделирования внешней торговли и оценки рисков недостоверного декларирования товаров целесообразно рассматривать следующие группы показателей социально-экономического развития РФ:

1) Макроэкономические показатели: ВВП в рыночных ценах, оборот розничной торговли, ИПЦ, цена на нефть от производителей, инвестиции в основной капитал по РФ, доходы населения, экспорт и импорт товаров и услуг и др. – необходимы на макроэкономическом уровне модели;

2) Показатели социально-экономического развития в разрезе отраслей экономики (в соответствии с ОКВЭД): экспорт и импорт продукции отрасли, инвестиции в основной капитал по отрасли, индекс производства продукции, индекс цен производителей и др. – необходимы на отраслевом уровне модели;

3) Показатели производства, запасов, продаж (потребления) отдельных видов товаров на внутренних рынках РФ – необходимы на товарном уровне модели как моделируемые показатели внутренних товарных рынков.

Показатели предоставляются источником данных в ежегодной, ежеквартальной и ежемесячной динамике. Запаздывание предоставляемой информации составляет, соответственно, до года для годовой информации, до месяца для ежемесячных данных.

Состав данных статистики социально-экономического развития России определяется структурой и степенью детализации модели. При корректировке модели возможно использование дополнительных показателей или отказ от моделирования некоторых из рассмотренных показателей.

2. Комплексная модель внешней торговли

Для достижения цели исследования собранные исходные данные обработаны с применением комплексной экономико-математической модели внешней торговли. При проектировании модели выделены следующие составляющие:

1. Комплекс задач оценки рисков недостоверного декларирования товаров на фактическом периоде – предназначен для проведения расчетов показателей рисков недостоверного декларирования товаров на основе фактических данных таможенной статистики и статистики внутренних товарных рынков России;

2. Комплекс эконометрических моделей внешней торговли РФ и рисков недостоверного декларирования товаров, включая:

– Комплекс задач моделирования макроэкономического развития России – предназначен для моделирования и прогнозирования макроэкономики России как экономической среды, в которой происходят внешнеторговые процессы;

– Комплекс задач моделирования экономического развития отраслей – предназначен для переноса макроэкономических тенденций в комплекс задач моделирования товарных рынков;

– Комплекс задач моделирования товарных рынков и внешнеторговых потоков – ключевой элемент модели; предназначен для непосредственного моделирования и прогнозирования показателей импорта / экспорта товаров в разрезе стран, а также моделирования и прогнозирования показателей производства, продаж (потребления) и запасов товаров;

– Комплекс задач оценки последствий принимаемых государством решений в сфере регулирования и таможенного контроля внешней торговли – предназначен для ввода в уравнения управляющих переменных, формализующих возможные действия государства в области регулирования внешней торговли.

Далее приведена укрупненная структура модели внешней торговли (рис. 1), а также в следующих разделах описаны более подробно указанные комплексы задач.

1. Укрупненная структура комплексной модели внешней торговли

1.1. Комплекс задач оценки рисков недостоверного декларирования товаров на фактическом периоде

Для решения задачи оценки рисков недостоверного декларирования товаров применяются различные подходы обработки исходных статистических данных. Для определения вероятности совершения нарушений, в частности в вопросе декларирования товаров, различными исследователями на практике применяются различные методы: поиска данных (data mining) [4], иерархической кластеризации [1], построения логит- и пробит- вероятностных моделей [2] и т.д.

В большинстве случаев авторы исследований работают с двумя альтернативными оценками объемов международной торговли, извлеченными их таможенной статистики стран-торговых партнеров (так называемый метод «зеркальной статистики»). При этом применяются вышеуказанные достаточно сложные методы статистической обработки информации. Однако, с нашей точки зрения, применение указанных методов на практике не позволяет преодолеть принципиальные ограничения, присущие использованию только одного источника данных, при этом значительно усложняются прикладные расчеты, что делает модель малопригодной для практической эксплуатации. Другими словами, наличие погрешностей в данных, присущее таможенной статистике как было указанно выше, на наш взгляд не может быть преодолено с помощью использования сложного математического аппарата. Более продуктивным для практического использования нам представляется другой подход, связанный с подключением в модель дополнительного источника данных и комплексного сопоставления из этих источников, что должно повышать точность оценок.

Авторы данной работы предлагают именно такой комплексный подход, основанный на сопоставлении данных «зеркальной» статистики внешней торговли с использованием балансового соотношения производства, потребления, изменения запасов в РФ (по данным Росстат), объема ввоза, объема вывоза (по данным ТСВТ РФ) конкретных товаров.

1.1.1. Описание блока алгоритмов оценки рисков путем сопоставления данных таможенной статистики стран-торговых партнеров

При осуществлении международной торговли товар в большинстве случаев отправляется из одной страны (в котором производится) и ввозится на территорию другой страны (где реализуется на внутренних рынках)[1]. Каждая из этих двух стран, как правило, ведет статистику независимо, по своим правилам, в той или иной степени гармонизированным с принятыми международными стандартами.

Одним из подходов к оценке рисков недостоверного декларирования товаров является сопоставление этих «альтернативных» данных статистики, получаемых из двух стран, участвующих в процессе международной торговли. Этот метод носит название «зеркальной статистики», т.к. импорт первой страны соответствует экспорту второй страны и наоборот. Расхождение в данных из альтернативных источников всегда присутствуют и это связано с множеством причин.

В данном исследовании в качестве показателя, характеризующего расхождения «зеркальной» статистики, используется величина относительного отклонения импорта по данным ТСВТ от экспорта по данным страны-партнера. Большинство авторов исследованных работ используют для анализа аналогичный показатель. В качестве дополнительных индикаторов в [14] рассматриваются отношение абсолютного расхождения к усредненной величине импорта страны-декларанта и экспорта страны-партера, а также взвешенное по доле товаров расхождение. В изученных исследовательских работах авторы останавливаются на вычислении расхождений «зеркальной» статистики и распределении этих расхождений по причинам их возникновения (реэкспорт, различия в методологии и др.) на основе эмпирического [6] или эконометрического [14] подходов. Целью данного исследования является описание подходов к нахождению оценок рисков недостоверного декларирования товаров.

Прежде всего, при сопоставлении показателей «зеркальной» статистики необходимо учитывать большое число причин методологического характера (так называемых «методологических расхождений»), по которым эти данные могут расходиться объективно. Среди таких причин можно обозначить следующие:

– различные методы расчета стоимости импорта (учитывается в статистике по ценам CIF, включающим, помимо стоимости товара также страховку и транспортные расходы) и экспорта (по ценам, не включающим доп. расходы на перевозку и страхование),

– различия в определении стран – торговых партеров (особенно в связи с возможным транзитов товаров через третьи страны с частичной переработкой или выполнением каких-либо технологических операций),

– учет одного и того же груза в разных отчетных периодах (при сроках доставки по морю в 2 недели одна страна учитывает отправленный товар в декабре, вторая – уже в январе следующего года),

– колебания обменного курса валют (страны учитывают товар, пересчитывая валюту по курсам на разные даты) и др.

Вышеуказанные причины возможных расхождений являются только некоторыми наиболее характерными примерами, другие причины подобных расхождений представлены в [11].

Для исключения величины методологических расхождений из рассмотрения и выявления непосредственных рисков недостоверного декларирования товаров был применен подход, основанный на аналогиях в международной торговле между странами. Например, чтобы понять, как особенности учета в стране влияют на уровень методологических расхождений в данных по торговле с Россией, можно проанализировать уровни расхождений в данных торговли этой страны с другими странами, в том числе такими, для которых проблемы недостоверного декларирования не так актуальны, как для России (например, в стране невысокие ставки ввозных таможенных пошлин).

Величина, получаемая при «очистке» расхождений «зеркальной» статистики от методологических расхождений, характеризует степень риска недостоверного декларирования для рассматриваемых товаров и стран-партнеров и рассматривается как одна из оценок «истинного» объема импорта или экспорта товаров.

1.1.2. Описание блока алгоритмов оценки рисков путем сопоставления данных таможенной статистики и внутренних товарных рынков

Блок алгоритмов реализует так называемый «балансовый метод» оценки рисков недостоверного декларирования товаров (далее – балансовый метод). Балансовый метод вычисления рисков недостоверного декларирования товаров основан на составлении по каждому товару баланса производства, ввоза, запасов, продаж (потребления) и вывоза. Вследствие того, что балансовое равенство суммы объема внутреннего производства, объема ввоза, объема запасов и суммы объема внутреннего потребления и объема вывоза товара не соблюдается, расхождение между этими суммами потенциально обусловлено рисками недостоверного декларирования, а также методологическими особенностями (например, различными классификаторами, используемыми при сборе статистических данных).

1.2. Комплекс эконометрических моделей внешней торговли РФ и рисков недостоверного декларирования товаров

При решении задач, связанных с моделированием процессов международной торговли, многие авторы в качестве метода формализации и решения задачи выбирают построение и анализ эконометрических моделей того или иного рода. Модели, в которых в качестве регрессоров используются факторы, способствующие или препятствующие взаимной торговле стран (расстояние между странами, уровень транспортных издержек, наличие соглашений о свободной торговле и т.д.) получили название гравитационных. Подобные модели рассмотрены, например, в [3] и [8]. С обзором гравитационных моделей можно ознакомиться в [12]. Другой класс моделей – модификации балансового метода. Так в [9] рассматривается динамическая модель экспорта стран ОЭСР, оцениваемая на панельных данных и включающая факторы внешнего спроса и внутреннего предложения, индексов цен и социально-экономического развития. Наконец, еще одним из исследованных подходов является формирование систем уравнений. В работе [13] для нахождения оценок объемов внешней торговли строится система уравнений для показателей импорта, экспорта, а также индексов производственной и непроизводственной сфер экономики.

В данном исследовании для целей моделирования и прогнозирования рисков недостоверного декларирования товаров была использована эконометрическая модель внешней торговли, учитывающая тенденции экономики РФ. Макроэкономические модели достаточно хорошо разработаны исследователями (примеры моделей представлены в работах [32], [33], [34]). В состав модели, рассматриваемой в данной работе, входят комплексы задач моделирования показателей макроэкономического развития, а также экономического развития отраслей и внутренних товарных рынков и внешнеторговых потоков, т.е. модель носит комплексный характер.

Далее приведено более подробное описание блоков алгоритмов моделирования показателей в каждом из комплексов задач модели.

1.2.1. Описание блоков алгоритмов комплекса задач моделирования показателей макроэкономического развития России

Главная функция комплекса задач моделирования показателей макроэкономического развития России – моделирование ключевых показателей развития экономики РФ. Эти показатели были сгруппированы в 5 основных взаимосвязанных блоков алгоритмов, отражающих секторы экономики РФ (рис. 2):

Реального сектора;

Внешнего сектора;

Сектора домашних хозяйств;

Денежно-кредитного сектора;

Государственного сектора.

2. Секторы подуровня моделирования показателей макроэкономического развития

В модель также включен блок алгоритмов индексов цен и дефляторов.

В качестве сценарных параметров в модели используются такие показатели, как инструменты воздействия на экономику со стороны государства (например, ставки налогов), подконтрольные государству параметры рынков (например, тарифы естественных монополий), государственные расходы, демографические показатели, финансовый счет платежного баланса, показатели роста мировой экономики, цены на энергоносители, прямые иностранные инвестиции, курсы основных валют и др.

Каждый из блоков алгоритмов реализуется при помощи отдельного блока уравнений, в то же время блоки тесно взаимосвязаны между собой. Как следствие, модель для каждого сектора содержит набор уравнений линейной регрессии, связывающих показатели друг с другом и управляющими переменными. А взаимное влияние секторов экономики друг на друга обеспечено объединением уравнений в систему одновременных уравнений.

При построении эконометрических уравнений макроэкономические показатели рассматривались либо в текущих, либо в сопоставимых ценах в зависимости от того, в каком виде они были необходимы для использования в модели. Большинство показателей рассматривалось как в относительной, так и в абсолютной форме, после чего выбирался наилучший по качеству и экономическому смыслу вариант. Шагом динамики моделирования является квартал.

1.1.1. Описание блоков алгоритмов комплекса задач моделирования показателей экономического развития отраслей

В модели под «отраслью» понимается вид экономической деятельности, в соответствии с классификатором ОКВЭД. В соответствии с этим классификатором формируется в данный момент вся официальная статистика по основным параметрам производства, инвестиций, цен и др. Основным источником данных для формирования переменных подуровня экономического развития отраслей является социально-экономическая статистика РФ (источник – Росстат).

В данном комплексе задач были созданы блоки алгоритмов по показателям экономического развития отраслей, производящих товары, прочим отраслям, а также блок балансировки отраслевых моделей. Общая логика моделирования каждой отрасли заключается в отражении основных показателей хозяйственной деятельности в их взаимосвязи: производство и затраты, финансовый результат, спрос на продукцию, цены продукции и ее запасы на складах производителей, инвестиции в основной капитал и их влияние как на развитие производства, так и на потребность в средствах производства и т.д. Основные производственные фонды и амортизация не рассматривались в качестве переменных модели в связи с отсутствием временных рядов данных по этим показателям.

Такие отрасли как сельское хозяйство, лесное хозяйство и рыболовство характеризуются некоторой спецификой – например, выраженным сезонным характером производства, зависимостью от посевных площадей или площадей для вырубки лесов, климатических условий и т.д. В связи с этим, модель для этих отраслей строилась по иному алгоритму, нежели модель для других отраслей.

Сценарные переменные рассматриваемого комплекса задач можно условно разделить на две группы. Во-первых, это внешние для модели переменные – ставки налогов, прямые иностранные инвестиции, индексы тарифов на грузоперевозки; во-вторых, в качестве факторов выступают макроэкономические показатели, моделирование которых производится на предыдущем подуровне – индекс промышленного производства, объем инвестиций в основной капитал за счет кредитов банков и др. Такая структура взаимодействия позволяет обеспечить тесную взаимосвязь между показателями развития отраслей и показателями макроэкономического развития.

Шагом моделирования является квартал, моделирование ориентировано на построение прогнозов на период до 1 года.

В связи с тем, что все отрасли взаимосвязаны (а метод построения межотраслевого баланса не применяется), возникает проблема взаимного влияния отраслей друг на друга. Эта проблема была решена путем перекрестного использования показателей одних отраслей при моделировании других. При этом циклические взаимосвязи решаются при помощи системы одновременных уравнений. Вследствие этого комплекс задача моделирования показателей макроэкономического развития РФ выполняет также функцию балансировки.

1.1.2. Описание блоков алгоритмов комплекса задач моделирования показателей товарных рынков и внешнеторговых потоков

Одна из основных функций комплекса задач моделирования товарных рынков и внешнеторговых потоков – это моделирование и прогнозирование показателей производства, потребления, цен, экспорта и импорта в разрезе товаров путем построения регрессионных уравнений.

В структуре данного комплекса задач было выделено четыре блока алгоритмов:

1. Блок алгоритмов моделирования показателей товарных рынков и внешнеторговых потоков по укрупненным группам товаров и основным товарам;

2. Блок алгоритмов моделирования показателей товарных рынков и внешнеторговых потоков по вспомогательным товарам;

3. Блок алгоритмов оценки и прогнозирования рисков недостоверного декларирования товаров;

4. Блок алгоритмов дезагрегации показателей внешнеторговых потоков до региональных таможенных управлений.

В данном комплексе задач моделированию подлежит значительное количество товаров, вследствие чего возникают проблемы подбора факторов (для каждого из сотен товаров по отдельности), что делает невозможным решение задачи напрямую.

В связи с этим алгоритмы комплекса задач организованы следующим образом. Все множество товаров, интересных с точки зрения моделирования рисков недостоверного декларирования (на практике их около 1000 штук) разбивается на группы схожих товаров. Отношение «схожести» определяется по экономическим цепочкам производства и потребления товаров, например товары-заменители и дополняющие друг друга товары объединяются в одну группу. При разработке модели выделено несколько десятков таких групп товаров.

Далее, в каждой группе товаров выделяются несколько товаров с существенными объемами внешнеторговых операций по ним. Как правило, это товары, которые отражают тенденции группы товаров в целом и являются «индикаторами» группы товаров. Такие товары условно названы «основными». Все остальные товары в группе условно названы «вспомогательными».

Суть подхода в комплексе задач состоит в последовательном моделировании:

  • основных товаров, для которых сформированы эконометрические уравнения, содержащие в качестве факторов макроэкономические показатели и показатели развития отраслей экономики, экзогенные воздействия и переменные, отражающие меры регулирования внешней торговли,
  • на основе моделей этих товаров моделируются показатели по группам товаров, в качестве факторов используются макроэкономические и отраслевые показатели, а также полученные результаты по основным товарам,
  • на основе показателей по основным товарам и группам товаров моделируются все остальные, «вспомогательные» товары, при этом факторами выступают в основном показатели по «основным» товарам и группам товаров.

Указанные расчеты производятся в блоках алгоритмов моделирования показателей товарных рынков и внешнеторговых потоков по укрупненным группам товаров и основным товарам и моделирования показателей товарных рынков и внешнеторговых потоков по вспомогательным товарам. Эти блоки алгоритмов имеют ежеквартальный и ежемесячный шаги динамики, прогнозирование производится с горизонтом в один год.

Блок алгоритмов оценки и прогнозирования рисков недостоверного декларирования товаров обеспечивает на основе полученных результатов по моделируемым товарам (в рамках двух предыдущих блоков) моделирование показателей рисков недостоверного декларирования, при этом используются статистические подходы, аналогичные изложенным в разделе 5.1.

Кроме полученных таким образом моделей по товарам на практике интерес представляют также расчеты по отдельным региональным подразделениям таможенной службы. Для получения этих расчетов производится дезагрегация результатов, полученных по РФ в целом, в блоке алгоритмов дезагрегации показателей внешнеторговых потоков до региональных таможенных управлений. Алгоритм дезагрегации состоит в моделировании тенденций изменения доли каждого регионального таможенного управления в общем объеме внешней торговли по каждому товару.

1.1.3.Описание блоков алгоритмов комплекса задач оценки последствий принимаемых государством решений в сфере регулирования и таможенного контроля внешней торговли

Для оценки последствий принимаемых государством решений в сфере регулирования и таможенного контроля внешней торговли в уравнения комплекса задач моделирования товарных рынков и внешнеторговых потоков были введены управляющие переменные, отвечающие за формализованное описание воздействий на внешнеэкономическую деятельность со стороны государства.

Задавая планируемые значения для этих «управляющих» переменных, с помощью уравнения регрессии численно оценивается изменение исследуемого показателя, и формируются выводы о степени соответствия принимаемых решений желаемым результатам.

В качестве исследуемых показателей (воздействие на которые оценивается) в данной задаче выступают следующие показатели:

– Объем внешней торговли по товару (в стоимостном, долл. США и весовом, кг. выражении),

– Уровень риска недостоверного декларирования товаров,%,

– Объем недостоверного декларирования товаров (в стоимостном, долл. США и весовом, кг. выражении),

Потери таможенных платежей от недостоверного декларирования товаров, долл. США.

Управляющими переменными задачи, отражающими формализованное описание планируемых воздействий со стороны государства, могут являться:

– Средняя ставка таможенных платежей, %

– Интенсивность таможенного контроля (доля досматриваемых товарных партий), %,

– Показатель, отражающий применение сертификации к товарам (доля оформляемых товаров, подлежащих обязательной сертификации), %,

– Показатель, отражающий применение лицензирования к деятельности по совершению внешнеторговых операций с товаром (доля оформляемых товаров, для осуществления внешнеторговых операций по которым требуется лицензия), %,

– Показатель, отражающий наличие квоты на импорт/экспорт товаров (индикативная переменная).

Основной проблемой является то, что почти все управляющие факторы неформализованы. Так большинство ставок таможенных платежей по товарам, потенциально подверженным рискам недостоверного декларирования – являются комбинированными (например: 15% стоимости, но не менее 5 евро за кг). Для решения этой проблемы использовались агрегированные статистические показатели, вычисляемые по суммам фактически собранных по таким ставкам платежей и стоимостным объемам импортируемого товара. Например, средняя ставка таможенных платежей рассчитывалась как отношение суммы начисленных и подлежащих уплате платежей к задекларированной стоимости всех случаев ввоза или вывоза товара безотносительно того, как формируется ставка платежа по этому товару. Интенсивность применения мер тарифного и нетарифного регулирования оценивалась с помощью показателя отношения количества случаев досмотра к количеству товарных партий. Показатель квотирования ввоза товаров рассматривался как индикатор. В уравнение вводилась логическая переменная, равная 0 или 1 в зависимости от наличия или отсутствия установленной квоты по товару в рассматриваемый период.

2. Выбор применяемого для расчетов программного инструментария и прикладная реализация модели, оценка ее качества

При выборе применяемого инструментария были учтены следующие особенности модели внешней торговли: значительный объем исходных данных, необходимость создания и оценки большого количества эконометрических уравнений, использование различных методов моделирования и прогнозирования (линейная регрессия, одновременные системы уравнений, адаптивные методы прогнозирования временных рядов и др.).

Требованием к программному обеспечению для расчетов было наличие следующих возможностей:

Поддержка широкого класса методов моделирования, в том числе эконометрических, балансовых, оптимизационных;

Создание динамических моделей бизнес-процессов;

Выполнение вариантных сценарных («Что будет, если…?») и целевых («Что необходимо для…?») прогнозных расчетов;

Интеграция с многомерными хранилищами данных и инструментами оперативного анализа данных;

Возможность расширения набора методов и моделей за счет подключения внешних библиотек.

Исходя из этих критериев для реализации модели был выбран Аналитический комплекс «Прогноз» (разработка компании «ПРОГНОЗ»). Комплекс «Прогноз» представляет собой набор инструментов, тесно связанных и взаимодействующих друг с другом, в том числе конструктор многомерного хранилища данных, средства интеграции данных, средства управления нормативно-справочной информации, средства визуализации данных, средства разработки приложений и др.

В среде выбранного программного инструментария были созданы переменные, уравнения и системы уравнений разработанной модели, подключены источники статистических данных, проведены расчеты и разработаны отчетные формы для анализа результатов.

Оценка качества модели внешней торговли производилась с применением следующих подходов:

  • Оценка каждого фактора в уравнении производилась с применением статистических критериев;
  • Оценка качества отдельных уравнений производилась с применением статистических критериев;
  • Оценка качества отдельных уравнений и модели в целом производилась методом «ретропрогноза»;
  • Финальная проверка качества модели состояла в сопоставлении полученных агрегированных результатов с мнением экспертов, в данном случае – прогнозами Министерства экономического развития.

Большая часть уравнений модели по результатам проведенной оценки качества удовлетворяет установленным критериям качества, оставшиеся уравнения имеют допустимые (не критичные с точки зрения практических результатов) отклонения по уровню качества. В целом по результатам проведенной оценки по вышеуказанным критериям модель признана годной для проведения практических расчетов.

3. Применение комплексной модели внешней торговли и анализ полученных результатов

Описанные подходы были применены для оценки уровня недостоверного декларирования товаров и рисков недостоверного декларирования товаров при торговле России со странами – партнерами. Далее представлены оценки данных показателей на примере ввоза товаров в Россию.

При анализе результатов использовался двухкритериальный подход, при котором на плоскости отображались одновременно показатель рисков недостоверного декларирования товаров, % (по одной оси) и показатель доли товара в общем объеме внешней торговли, % (по другой оси).

3. Распределение ключевых импортных товарных позиций по доле в суммарном объеме ввоза и доле объема недостоверного декларирования (завышения) в объеме ввоза товарной позиции в РФ

Детализированный анализ показал, что лидирование той или иной товарной группы по показателю доли объема недостоверного декларирования обеспечивается, как правило, одной или несколькими ее товарными позициями.

Например, завышение объема ввоза товарной группы «Фрукты» объясняется недостоверным декларированием товарных позиций «Цитрусовые фрукты» и «Бананы», товарной группы «Химические соединения» – завышением объемов ввоза соединений алюминия (рис.3) и т.д. Важно отметить, что доля объема недостоверного декларирования для товарных позиций выше (максимум достигает 30%), чем для товарных групп (в рамках которых в целом происходит частичное нивелирование по различным товарным позициям).

Аналогичная ситуация была получена и для случая занижения объемов ввоза вследствие недостоверного декларирования: в составе товарной группы «Мебель» значительная часть недостоверного декларирования приходится на позиции столов, шкафов и кухонной мебели, риски недостоверного декларирования одежды связаны с ввозом женской одежды (костюмов, брюк и др.).

Рисунок 4. Распределение ключевых импортных товарных позиций по объему импорта и доле объема недостоверного декларирования (занижения) в объеме ввоза товарной позиции в РФ

Распределение по критериям доли объема недостоверного декларирования и доли в суммарном объеме ввоза в РФ было произведено также для стран суммарно по всем товарам. Результаты анализа представлены на диаграммах (рис. 5, рис. 6).

5. Распределение стран – торговых партеров России по доле в суммарном объеме ввоза и доле объема недостоверного декларирования (завышения) в объеме ввоза товаров из этих стран в РФ

Рисунок 6. Распределение стран – торговых партеров России по доле в суммарном объеме ввоза и доле объема недостоверного декларирования (занижения) в объеме ввоза товаров из этих стран в РФ

С точки зрения сочетания факторов высокого уровня недостоверного декларирования и значительной доли объема ввоза из страны в суммарном объеме ввоза товаров в РФ следует обратить внимание на следующие страны:

Китай: являясь лидером по объемам ввоза в РФ, Китай также характеризуется высокой долей недостоверного декларирования товаров, приводящего как к значительному завышению, так и занижению объемов ввоза;

Германия: значительная доля в суммарном объеме ввоза в РФ сочетается со средним уровнем риска недостоверного декларирования (как в сторону завышения, так и в сторону занижения объемов ввоза товаров);

Италия и Франция: в сумме эти страны обеспечивают около 10% объема ввоза в РФ. При этом они характеризуются долей объемов недостоверного декларирования, превышающей средние значения;

Нидерланды: несмотря на то, что импорт из данной страны в РФ не отличался на исследованном периоде времени значительными объемами, страна по результатам анализа стала лидером по недостоверному декларированию товаров, повлекшему занижение объемов импорта;

Великобритания, Ирландия: для импорта из этих стран характерно недостоверное декларирование, вследствие которого наблюдается значительное завышение объемов ввоза.

В дополнение к моделированию и прогнозированию показателей внешней торговли и рисков недостоверного декларирования товаров в рамках исследования проводилась оценка чувствительности внешнеторговых потоков и рисков недостоверного декларирования к мерам регулирования внешней торговли со стороны государства.

В частности, по результатам моделирования, зависимость уровня риска недостоверного декларирования от средней ставки таможенных платежей не является однозначной:

Для товаров с высокими номинальными ставками таможенных платежей повышение ставки в рамках модели приводило к росту оцениваемой величины рисков недостоверного декларирования (что соответствует экономическому смыслу);

Для товаров с низкими номинальными ставками таможенных платежей четкой зависимости не выявлено, что может быть связано с малым количеством прецедентов корректировки ставки по этим товарам, вследствие чего эконометрические методы работают неэффективно.

По результатам моделирования применения дополнительных мер по сертификации ввозимых товаров, дополнительных мер по лицензированию внешнеэкономической деятельности по тем товарам, где ранее лицензия не требовалась, моделирования ввода квот – получены ожидаемые исходя из экономического смысла результаты – уровень недостоверного декларирования рос при усилении мер регулирования со стороны государства.

Для областей внешней торговли, в которых была получена оценка высокого риска (см. например квадранты II и VII на рисунке 4), производилась оценка чувствительности показателя рисков недостоверного декларирования товаров к усилению мер таможенного контроля (состоящих в досмотрах большей доли товаров). По результатам моделирования выявлено, что усиление мер таможенного контроля в отношении товаров закономерно приводит к снижению уровня рисков недостоверного декларирования по этим товарам, однако в ряде случаев сопровождается увеличением оценок недостоверного декларирования по другим товарам. Это может быть объяснено переходом компаний к использованию других нелегальных схем декларирования.

Заключение

Полученные результаты имеют практическую значимость, так как позволяют повысить эффективность управления рисками недостоверного декларирования товаров в таможенной службе, что положительно сказывается как на объемах перечисляемых в бюджет таможенных платежей, так и безопасности государства.

Разработанная модель позволяет оценить возможные последствия конкретных решений в области регулирования внешней торговли (например, последствия вступления России в ВТО, которое будет связано с изменениями в таможенном тарифе и других областях таможенного администрирования).

Образование Таможенного союза России, Республики Беларусь и Республики Казахстан усиливает актуальность использования и дальнейшего развития рассмотренной модели внешней торговли. В условиях образования Таможенного союза эта модель, изначально созданная для моделирования внешней торговли России, представляется перспективным инструментом для оценки рисков недостоверного декларирования товаров в условиях изменений в области государственного регулирования внешнеторговой деятельности как отдельных стран – членов Таможенного союза, так и всего Таможенного союза в целом. Этому способствует унификация используемых классификаторов (например, товарного классификатора), постепенное выравнивание (как правило, до уровня российских) ставок таможенных платежей, формирование нормативно-правовой базы, общей для России, Беларуси и Казахстана, в области таможенного законодательства и другие непрерывно продолжающиеся интеграционные процессы между странами Таможенного союза.

Разработанное в рамках решения задачи прикладное программное обеспечение в настоящее время внедряется в таможенных службах России и ряда стран СНГ.

Библиографический список

1) Antonio Loureiro, Luis Torgo, Carlos Soares. Outlier Detection Using Clustering Methods: a data cleaning application. – Bonn, 2004.

2) Bertrand Laporte. Risk management systems: using data mining in developing countries’ customs administrations // World Customs Journal. – March 2011. – Volume 5, Number 1.

3) Christophe Rault, Robert Sova, Maria Sova. Modeling International Trade Flows Between Eastern European Countries and OECD Countries // Institute for the Study of Labor: Discussion Paper Series. – June 2007.

4) Clifton Phua, Vincent Lee, Kate Smith, Ross Gayler. Comprehensive Survey of Data Mining-based Fraud Detection Research // School of Business Systems, Faculty of Information Technology, Monash University. – September 2010.

5) David Hummels, Peter J. Klenow. The Variety and Quality of a Nation’s Exports // American Economic Review. – 2005. – VOL. 95 № 3.

6) Dong Guo. Mirror Statistics of International Trade in Manufacturing Goods: The Case of China. Research and statistics branch: working paper 19/2009. – Vienna, United Nations Industrial Development Organization, 2010.

7) Guidelines For Risk Management in Customs // Risk Management. –December, 2005.

8) Guillaume Gaulier, Soledad Zignago. BACI: A World Database of International Trade at the Product-level 1995-2004 Version// CEPII. – July 2007. – Working paper № 2007.

9) Guisan, M.Carmen, Cancelo, M.Teresa. Comparative Studies of OECD countries: Econometric Models of Foreign Trade in OECD Countries // Applied Econometrics and International Development. AEEADE. – 2002. – Vol. 2-2.

10) Helge Berger, Volker Nitsch. Gotcha! A Profile of Smuggling in International Trade // CESIFO. – November 2008. – Working paper № 2475, Category 7: Trade Policy.

11) Interim report of Thirteenth Meeting of the IMF Committee on Balance of Payments Statistics «Differences in the Mirror Statistics in INTRASTAT». – Washington, D.C., October 2000.

12) Konstantinos Kepaptsoglou, Matthew G. Karlaftis and Dimitrios Tsamboulas. The Gravity Model Specification for Modeling International Trade Flows and Free Trade Agreement Effects: A 10-Year Review of Empirical Studies // The Open Economics Journal. – 2010. – 3, 1-13.

13) Maria-Carmen Guisan. Industry, foreign trade and development: econometric models of Africa, Asia and Latin America, 1960-2003 // International Journal of Applied Econometrics and Quantitative Studies. – 2007. – Vol. 4-1.

14) Michael J. Ferrantino, Zhi Wang. Accounting for Discrepancies in Bilateral Trade: The Case of China, Hong Kong, and the United States. – China Economic Review. – September 2008. – Volume 19, Issue 3.

15) Minette Libom Li Likeng, Thomas Cantens, Samson Bilangna. «Gazing into the Mirror» Operational Internal Control in Cameroon Customs. Discussion Paper No. 8, Regional Integration and Transport – RIT Series. – The World Bank. – January 2009.

16) Richard J. Bolton, David J. Hand Statistical Fraud Detection: A Review // Statistical Science. – 2002. – Vol. 17, №3.

17) Ton de Waal. Automatic error localisation for categorical, continuous and integer data // SORT. – January-June 2005. – 29 (1).

18) Trade patterns and global value chains in East Asia: From trade in goods to trade in tasks. – World Trade Organization, IDE-JETRO – 2011.

19) База данных международной торговли ООН (UN Comtrade): http://comtrade.un.org/db/default.aspx.

20) Балаш М., Колодочкин А., Морозов Н. Применение средств моделирования и прогнозирования в аналитическом контуре системы управления рисками в ФТС России // Connect! Мир связи. – Август 2009.

21) Гармонизированная система классификации и кодирования товаров: http://comtrade.un.org/db/mr/rfCommoditiesList.aspx?px=H3&cc.

22) Дудкова В. СУР: проверка практикой // Таможня. – Февраль 2006. – №3 [146].

23) Дудкова В. Товары группы риска и особенности их администрирования // Таможня. – Апрель 2006. – №8 [151].

24) Европейский комитет статистики:

http://epp.eurostat.ec.europa.eu/portal/page/portal/external_trade/introduction.

25) «Международная Конвенция о Гармонизированной системе описания и кодирования товаров» (Заключена в Брюсселе 14.06.1983) (вместе с Протоколом от 24.06.1986).

26) Предварительные итоги // Таможня. – Февраль 2011. – №3[266].

27) Решение Межгосударственного Совета ЕврАзЭС от 27.11.2009 N 18, Решение Комиссии Таможенного союза от 27.11.2009 N 130.

28) Решение Комиссии Таможенного союза от 28.01.2011 N 525 «О Единой методологии ведения таможенной статистики внешней торговли и статистики взаимной торговли государств – членов Таможенного союза».

29) Руководство по модернизации таможенной службы / Под ред. Люка Де Вульфа и Хосе Б. Сокола. – The World Bank, «Весь мир», М. – 2007.

30) Федеральная служба государственной статистики РФ (статистика социально-экономического развития РФ):

http://www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/.

31) Шмелева Е. Вскрытие покажет // Российская Бизнес-газета – Бизнес и власть. – Апрель 2011. – №797 (15).

32) Шульц Д.Н. Эконометрическое моделирование иерархических систем // Вестник перм. ун-та. – Пермь, 2007

33) Нилова Е.В., Шульц Д.Н. Эконометрическое моделирование экономики России // VI научно-практическая конференция студентов и аспирантов «Экономика и бизнес: позиция молодых ученых». – Барнаул, 2007

34) Нилова Е.В., Шульц Д.Н. Макроэкономическая модель Казахстана // Актуальные вопросы современной науки: Материалы XII Международной научно-практической конференции. – М.: Издательство Спутник+, 2011


[1] В процессе движения товара он может пересекать границы третьих стран, на территории которых с товаром могут быть выполнены различные операции, включая упаковку, частичную переработку и др.