Классификатор финансовых правонарушений в сфере закупок

Введение

В условиях цифровой трансформации и увеличения объемов электронной торговли, актуальность классификация финансовых правонарушений в сфере закупок становится особенно острой, поскольку хоть цифровизация и остается приоритетной, большинство процессов остаются полуручными, а отсутствие систем раннего предупреждения приводит к тому, что большинство нарушений выявляется случайно или по жалобам, а не через профилактику.

Значительный вклад в анализ мошеннических схем в закупочной сфере внесён Дадалко В.А., который выявил типичные и адаптивные методы экономических преступлений, подчеркнув необходимость не только усиления контрольных механизмов, но и формирования у участников закупок антифрод-компетентности — способности распознавать рискоориентированные индикаторы (red flags). Автор также акцентирует важность совершенствования правовой базы для устранения регуляторных лакун и повышения эффективности противодействия мошенничеству [6, с.323] (Dadalko, 2021, p.323).

Однако существуют и другие точки зрения, например, Дмитриевский В.С. акцентирует внимание на структурные детерминанты — включая институциональную непрозрачность, нормативные пробелы, слабость механизмов внутреннего контроля и низкий уровень персональной подотчётности должностных лиц, — создающие благоприятную криминогенную среду.

Превентивная стратегия, по мнению Дмитриевского, должна основываться на триаде: нормативном укреплении, развитии системы управления рисками и повышении антикоррупционной компетентности участников закупочного процесса, что существенно меняет представление о ключевых элементах эффективной системы управления рисками [7, с.228] (Dmitrievskiy, 2020, p.228).

Особого внимания заслуживает исследование Шеховцевой Е.В., посвящённое криминалистическим и процессуальным трудностям выявления, документирования и расследования экономических преступлений в закупочной сфере. Автор акцентирует внимание на проблемах сбора и легитимации доказательств, межведомственной координации при проведении оперативно-розыскных мероприятий, а также на возрастающей роли международного правового сотрудничества в условиях трансграничной природы коррупционных схем [10, с.130] (Shehovtseva, 2023, p.130).

Несмотря на обилие публикаций, большинство исследований носят либо узкоспециализированнный характер - фокусируясь исключительно на правовых, криминологических или технологических аспектах, — либо ограничиваются описательным анализом отдельных схем без предложения системных решений. Отсутствует интегрированный подход, способный объединить правовую, организационную и технологическую составляющие в единую, структурированную систему классификации и профилактики нарушений, адаптированную к условиям цифровой трансформации госзакупок.

Таким образом, вопрос разработки универсального, междисциплинарного инструмента для систематизации и предупреждения финансовых правонарушений в сфере закупок по-прежнему остаётся недостаточно раскрытым.

Целью данной работы является разработка универсального классификатора финансовых нарушений в сфере закупок, интегрирующего передовые технологии и международный опыт.

Научная новизна заключается в разработке единого классификатора, структурированного по типам нарушений и работающего на базе многоуровневого алгоритма, который сочетает как формальные проверки, так и анализ больших данных и блокчейн-фиксацию, обосновывая комплаенс-систему для закупочной деятельности, интегрируя элементы ИИ, машинного обучения и смарт-контрактов, адоптированная к российским условиям, но основанная на международных стандартах.

Авторская гипотеза предполагает, что подобная классификация обеспечит качественный переход от реактивного контроля к проактивному управлению рисками, как в государственном, так и в частном секторе.

Методическую основу исследования составляют анализ статистической и правовой документации, сравнение российского и зарубежного законодательства и практики применения антикоррупционных мер, а также проектирование классификатора и моделирование цифровых решений на основе передовых мировых методик.

Обзор современного состояния сферы закупок в России

Под влиянием внешнеполитической обстановки, введения санкций, политики импортозамещения и активной цифровизации в данной сфере усиливаются риски коррупции, картельных сговоров и других форм экономических преступлений. Эти вызовы порождают новые преступные схемы, что вынуждает как государство, так и бизнес усиливать меры по их предотвращению и пресечению.

Для подтверждения вышесказанного, был проведён анализ сферы закупок с точки зрения криминогенности. Согласно данным официальных источников, в частности Федеральной антимонопольной службы Российской Федерации, в 2024 году было выявлено более 87 200 нарушений в сфере закупок товаров, работ и услуг — на 6 % больше по сравнению с 2023 годом. Совокупный ущерб от этих нарушений превысил 210 млрд рублей в государственном секторе, нанеся существенный вред российской экономике в целом [3, с. 44] (Рисунок 1).

Рисунок 1 – Динамика выявления и раскрываемости нарушений в сфере закупок за 2022- 2024 гг.

Источник: составлено авторами по данным из отчетов ФАС России и Минфина РФ [5, с.23].

При этом уровень раскрываемости нарушений остался практически неизменным — около 66,3% (в 2023 году — 66%). Рост числа выявленных нарушений, таким образом, свидетельствует как об увеличении их фактического количества, так и о повышении качества контрольно-надзорной деятельности.

Линейная аппроксимация каждого из показателей позволяет оценить тренды: спрогнозировать тенденцию роста и спрогнозировать будущие значения. Коэффициент детерминации показателя выявленные нарушения демонстрирует стабильный предсказуемый рост и имеет выраженную линейную зависимость от времени, что можно интерпретировать не только как увеличение активности контрольных органов, но и как росте самой частоты нарушений — возможно, вследствие усложнения процедур, цифровизации, или адаптации злоумышленников к новым условиям.

Тот же коэффициент для показателя раскрываемости, хоть и ниже чем у второго, но также свидетельствует о стабильном росте и подверженности внешних факторов (например, загруженность органов, сложность расследований, изменения в законодательстве).

Вместе с тем стабильность показателя раскрываемости указывает на пределы эффективности текущих методов выявления правонарушений и подчёркивает необходимость перехода к проактивным, превентивным подходам. В этом контексте особую значимость приобретает разработка и внедрение классификатора нарушений в сфере закупок, который мог бы стать основой для системного предупреждения правонарушений и повышения прозрачности закупочной деятельности.

Кроме того, на основе статистических данных, представленных ФАС России, становится возможным не только выявить общее количество нарушений, но и провести структурно-частотный анализ по типам правонарушений.

Рисунок 2 - Диаграмма нарушений в сфере закупок по факторам их возникновения

Источник: составлено авторами на основе данных ФАС за 2024 год [5, с.24].

Так, согласно официальной статистике за 2024 год, наиболее распространёнными формами злоупотреблений в сфере закупок являются:

- согласованное поведение участников торгов — 25% от общего числа выявленных нарушений;

- злоупотребление должностными полномочиями — 18%;

- искусственное завышение начальной (максимальной) цены контракта — 10% [14].

Эти три категории составляют свыше 50% всех зафиксированных нарушений и, что особенно важно, представляют собой наиболее системно значимые угрозы для функционирования закупочной системы (Рисунок 2).

Указанные виды правонарушений требуют наиболее пристального внимания со стороны регуляторов, правоохранительных органов и заказчиков. Их распространенность свидетельствует не столько о случайных сбоях в системе, сколько о наличии устойчивых структурных уязвимостей, которые активно эксплуатируются недобросовестными участниками рынка. Более того, именно эти схемы оказывают наиболее разрушительное воздействие на экономику страны: они искажают конкурентную среду, ведут к необоснованному росту цен на товары, работы и услуги, способствуют формированию коррупционных цепочек и подрывают доверие к институтам государственного управлениям [8, с.603] (Rozhkova, 2022, p.603).

Обзор международной практики борьбы с правонарушениями в сфере закупок

Поскольку в России наблюдается стагнация уровня раскрываемости правонарушений в сфере закупок, о чем было сказано ранее, представляется целесообразным обратиться к зарубежному опыту. Сравнительный анализ практик ведущих стран демонстрирует, что эффективность борьбы с нарушениями в закупочной сфере напрямую зависит от сочетания технологической зрелости цифровых платформ, институциональной прозрачности процедур, профилактической направленности контрольно-надзорной деятельности и строгости санкционного механизма.

США демонстрируют высокую степень прозрачности и эффективности в государственных закупках, что достигается за счёт последовательной политики цифровизации и централизации процедур. Ключевую роль играет General Services Administration (GSA) — федеральное агентство, обеспечивающее стандартизацию, автоматизацию и открытость закупочных данных на национальном уровне. В американской системе особое внимание уделяется профилактике: строгие сроки подачи заявок, обязательная публикация конкурсной документации и детальное обоснование начальной (максимальной) цены контракта минимизируют пространство для манипуляций [9, c.161] (Sergienko, 2023, р.161). Согласно отчётам Министерства финансов США и анализу судебной практики, уровень раскрываемости нарушений в этой стране достигает 75%, что существенно превышает российские показатели [11, с.563) (Decarolis, 2020, p.563).

Германия, в свою очередь, делает ставку на институциональную устойчивость и общественный контроль. Федеральная система госзакупок находится под надзором Министерства экономики и климата (Federal Ministry for Economic Affairs and Climate Action), а региональные антимонопольные органы обеспечивают соблюдение единообразных антикоррупционных стандартов. Все этапы тендеров публичны, что позволяет гражданам, СМИ и независимым экспертам участвовать в мониторинге. Особенно эффективным элементом германской модели являются независимые экспертные комиссии, оценивающие крупные закупки на предмет соответствия принципам конкуренции и равенства участников. Такие комиссии могут формироваться как при заказчике, так и на федеральном уровне, что снижает риски злоупотреблений со стороны должностных лиц.

Дополнительным сдерживающим фактором выступает жёсткая система санкций: компании могут быть дисквалифицированы из реестра поставщиков на срок до 5 лет, а должностные лица — привлечены к административной и уголовной ответственности. Штрафы за умышленные нарушения достигают 10 млн евро, за неосторожные — 5 млн евро. Важную роль также играют внутренние комплаенс-системы, внедряемые организациями для выявления и предотвращения рисков ещё на стадии подготовки закупочной документации. В совокупности эти меры позволяют Германии поддерживать уровень раскрываемости нарушений на уровне 70% [12, с.13] (Hochstetter, 2023, p.13).

Китай представляет собой репрезентативный кейс масштабной цифровой трансформации закупочной экосистемы. С 2023 года страна активно внедряет искусственный интеллект, большие данные и автоматизированный контроль для мониторинга всех этапов торгов. Централизованная система анализа рисков проверяет каждую заявку на соответствие рыночным ценам и техническим стандартам, оперативно выявляя аномалии, указывающие на возможные картельные сговоры или завышение стоимости.

С 1 июня 2025 года в Китае введена новая политика, согласно которой проекты в сфере возобновляемой энергетики и инфраструктуры обязаны продавать электроэнергию по рыночным ценам, что исключает злоупотребления под предлогом «государственной необходимости» [10]. Кроме того, все этапы закупок фиксируются в блокчейн-системах, что делает невозможным несанкционированное изменение условий контракта. Цифровой аудит минимизирует влияние человеческого фактора и повышает объективность отбора победителей [13, c.53] (Wang, 2023, p.53).

Таким образом, несмотря на различия в правовых традициях и политических системах, США, Германия и Китай демонстрируют конвергенцию в стратегическом подходе: эффективное противодействие нарушениям в сфере закупок возможно лишь при переходе от реактивной модели контроля к проактивной парадигме управления рисками, интегрирующей технологические, институциональные и санкционные инструменты.

Эти международные практики могут быть адаптированы к российским условиям даже в рамках действующего законодательства. В частности:

- опыт США полезен для усиления стандартизации и открытости данных в ЕИС;

- германскую модель можно использовать для развития независимой экспертизы и комплаенс-культур в госсекторе;

- китайские решения вдохновляют на масштабное внедрение ИИ и блокчейна в системы мониторинга закупок.

Критически важно, что все три модели: переход от реактивного к профилактическому управлению рисками — единственный путь к повышению раскрываемости и снижению экономического ущерба. В этом контексте разрабатываемый авторами классификатор нарушений в форме «галстук-бабочка» может стать отечественным инструментом, интегрирующим лучшие элементы международного опыта: он позволяет не только систематизировать типы нарушений, но и целенаправленно проектировать превентивные меры, адаптированные к конкретным структурным уязвимостям российской закупочной системы.

Классификатор нарушений в сфере закупок как инструмент управления рисками

Разработанный классификатор нарушений в сфере закупок предлагается использовать в качестве практико-ориентированного аналитического инструмента, предназначенного для систематизации, визуализации и оперативной интерпретации информации о типах, причинах и последствиях правонарушений. Его структура реализована в форме схемы «галстук-бабочка» (Рис.3), что обеспечивает интуитивную воспринимаемость сложных причинно-следственных связей даже для неспециалистов.

Рисунок 3 - Авторский классификатор нарушений в сфере закупок

Источник: составлено авторами в соответствии с Федеральным законом "О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд" от 05.04.2013 N 44-ФЗ [1] и Федеральным законом "О закупках товаров, работ, услуг отдельными видами юридических лиц" от 18.07.2011 N 223-ФЗ [2] по данным Итогового доклада к заседанию Коллегии ФАС России от 23 апреля 2025 года [3].

В отличие от традиционных таксономий или перечней нарушений, данный инструмент не ограничивается простой категоризацией. Он структурирует знание о нарушениях в виде динамической модели, где центральный узел соотносится с левым «крылом» — факторами риска (нормативные пробелы, слабый внутренний контроль, давление со стороны руководства и др.) — и правым «крылом» — последствиями (бюджетные потери, искажение конкуренции, репутационный ущерб, уголовная ответственность).

Вследствие чего классификатор выступает в качестве инструмента, выполняя три ключевые функции:

- диагностическую, поскольку позволяет быстро идентифицировать характер нарушения на основе наблюдаемых признаков (например, повторяющееся участие одних и тех же поставщиков, необоснованное сужение требований к участникам и т.п.);

- прогностическую, за счёт выявления типичных предпосылок (структурных, процедурных, поведенческих) даёт возможность оценивать вероятность возникновения конкретных схем злоупотреблений в новых закупочных процедурах;

- управленческую, так как служит основой для разработки целевых превентивных мер, адаптированных к специфике уязвимостей в конкретной отрасли, регионе или ведомстве.

Предложенная классификация по факторам позволяет выявить как можно больше вероятных негативных сценариев на основании рисков их возникновения: от технических ошибок до человеческого фактора, и, соответственно, выдвинуть предложения по их минимизации и предотвращению, руководствуясь зарубежным опытом и адоптпировав его под российские реалии.

Рисунок 4 – Алгоритм работы классификатора в виде блок-схемы

Источник: составлено авторами в соответствии с Федеральным законом "О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд" от 05.04.2013 N 44-ФЗ [1] и Федеральным законом "О закупках товаров, работ, услуг отдельными видами юридических лиц" от 18.07.2011 N 223-ФЗ [2] по данным Итогового доклада к заседанию Коллегии ФАС России от 23 апреля 2025 года [3].

На основе разработанного алгоритма работы с классификатором нарушений в сфере закупок, представленного в виде примитивной блок-схемы (Рисунок 4), были идентифицированы ключевые этапы, на которых целесообразно внедрить интеллектуальные системы мониторинга (ИИ-мониторинг) в инфраструктуру Единой информационной системы в сфере закупок (ЕИС) и Государственной информационной системы «Закупки» (ГИС «Закупки») — в качестве модуля поддержки принятия решений (Decision Support System, DSS). Такая интеграция позволит перейти от ручного анализа к автоматизированному детектированию аномалий, основанному на выявлении поведенческих паттернов участников, анализе истории ценовых предложений и проверке соответствия конкурсной документации нормативным требованиям с целью выявления признаков картельных сговоров, подделки документов и манипулятивных практик.

Особое значение приобретает обязательное использование цифровых методов обоснования начальной (максимальной) цены контракта (НМЦК). Внедрение алгоритмического подхода, предусматривающего интеграцию с ценовыми агрегаторами, открытыми платформами госзакупок и базами рыночных данных, позволит формировать НМЦК на основе объективных показателей: рыночных индексов, исторических закупочных цен, корреляционных моделей и прогнозных аналитических моделей машинного обучения. Подобный подход не только снижает субъективность в ценообразовании, но и обеспечивает прозрачность и воспроизводимость расчетов, что является одним из ключевых требований современных стандартов антикоррупционного управления. По оценкам экспертов, автоматизация процесса определения НМЦК может снизить уровень завышения цен на 10–15 %, что в денежном выражении эквивалентно ежегодной экономии до 30 млрд рублей [10, с.132] (Shehovtseva, 2023, p.132).

Расширение функционала ЕИС должно включать внедрение механизма предварительного комментирования и обжалования условий закупочной документации до начала процедуры. Это позволит устранить потенциально дискриминационные или технически необоснованные требования на ранней стадии, тем самым предотвращая возникновение конфликтов и споров в ходе торгов. Кроме того, публикация всех этапов закупочной процедуры в открытом доступе — включая протоколы заседаний комиссий, заявки участников и результаты оценки — способствует усилению публичного контроля со стороны гражданского общества, СМИ и профессиональных сообществ, что соответствует принципам открытого правительства и прозрачности государственных расходов.

Для усиления институциональной устойчивости предлагается создание независимых экспертных комиссий при контрактных службах, аналогичных германской модели, в состав которых будут включены представители бизнес-сообщества, научных учреждений и неправительственных организаций. Такие комиссии могут осуществлять оценку крупных закупок на соответствие принципам конкуренции, равенства и эффективности, а также выступать в качестве института внешнего аудита, снижая влияние внутренних административных интересов и повышая доверие к процедуре.

Интеграция блокчейн-технологий в архитектуру ЕИС представляет собой один из наиболее перспективных направлений цифровой трансформации закупочной системы. Блокчейн обеспечивает неизменяемость записей, полную прослеживаемость всех действий и изменений, а также защиту от несанкционированного вмешательства. Как отмечают международные практики, в Китае и США блокчейн уже используется для создания неизменяемого реестра контрактов, где каждое изменение фиксируется с указанием времени, автора и причины, что исключает возможность манипуляций без последствий. Применение данной технологии в российском контексте позволит повысить юридическую значимость электронных документов, снизить риски мошенничества и повысить уровень доверия к цифровым закупочным процедурам.

Таким образом, разрабатываемый классификатор нарушений в форме «галстук-бабочка» выступает не как абстрактная методологическая конструкция, а как практико-ориентированный аналитический инструмент, интегрирующий в единую архитектуру правовые, организационные и технологические компоненты управления рисками. Он становится универсальным интерфейсом взаимодействия между различными субъектами закупочной экосистемы: контролирующими органами, заказчиками, аналитическими подразделениями, разработчиками ИИ-систем и образовательными структурами. Его внедрение позволяет реализовать переход от реактивной модели контроля — основанной на выявлении фактов после их совершения — к проактивной модели управления рисками, ориентированной на предупреждение, прогнозирование и минимизацию ущерба на ранних стадиях.

Заключение

В заключение отметим, что традиционные методы выявления нарушений в сфере государственных закупок, основанные преимущественно на ручном контроле, выборочных проверках и реактивном реагировании на жалобы, могут обеспечивать определённый уровень надзора, однако на современном этапе стратегия полагания исключительно на такие механизмы утрачивает свою эффективность. Это обусловлено тем, что методы совершения экономических преступлений становятся всё более изощрёнными, гибридными и адаптированными к цифровой среде, в то время как объёмы закупочных процедур и скорость их проведения экспоненциально возрастают. В таких условиях отсутствие системных, проактивных инструментов предиктивной аналитики и структурированной таксономии нарушений неизбежно ведёт к росту «тёмной цифры» правонарушений и неэффективному использованию бюджетных средств.

Зарубежный опыт убедительно демонстрирует, что успешное противодействие нарушениям в закупочной сфере возможно лишь при реализации комплексного, междисциплинарного подхода, интегрирующего цифровые технологии, институциональные реформы, повышение антифрод- и антикоррупционной компетентности персонала и международное правовое сотрудничество. Такие меры не только позволяют защитить интересы государства, малого и среднего предпринимательства, но и формируют основу для построения цифрового государства, в котором все процессы характеризуются прозрачностью, воспроизводимостью, подотчётностью и алгоритмической справедливостью.

Результатом настоящего исследования стало разработка и научное обоснование классификатора нарушений в сфере закупок, реализованного в виде аналитической модели «галстук-бабочка». Данный инструмент представляет собой структурированную таксономию, визуализирующую причинно-следственные связи между факторами риска, типами правонарушений и мерами противодействия.

Классификатор может быть интегрирован в цифровые платформы мониторинга закупок в качестве модуля поддержки принятия решений, обеспечивающего автоматическую классификацию аномалий, оценку уровня риска и генерацию рекомендаций для контролёра. Кроме того, он обладает высоким потенциалом в образовательной сфере: может использоваться в программах повышения квалификации сотрудников закупочных служб, в тренажёрах для аналитиков и в курсах по управлению рисками в публичном секторе.

Таким образом, цель исследования — разработка практического инструмента, способного трансформировать реактивную модель контроля в проактивную систему предупреждения нарушений — достигнута. Предложенный классификатор не только восполняет пробел в отечественной научной и прикладной практике, но и создаёт основу для цифровой трансформации системы государственного контроля:

- разработка API-интерфейса для интеграции с ИИ-системами анализа больших данных;

- формирование динамической базы данных нарушений, обновляемой в режиме реального времени и используемой для обучения моделей машинного обучения.

Эти шаги позволят перевести классификатор в элемент цифровой экосистемы государственных закупок, способный адаптироваться к новым угрозам и обеспечивать устойчивое развитие прозрачной, конкурентной и эффективной закупочной среды в Российской Федерации.