/img/tv1.svg
RU KZ
DOW J 24 580,91 Hang Seng 24 266,06
FTSE 100 6 045,69 РТС 1 215,69
KASE 2 440,47 Brent 36,55

Динамическая оценка рисков – шаг в цифровое будущее

Зачем и как переходить на риск-ориентированный подход в госуправлении? Точность прогнозирования правонарушений с использованием big data достигает 95%.

25 Декабря 2018 00:58 1682

Автор: Андрей Денисенко

Риск-ориентированный подход – новый этап развития системы государственного управления, и госорганы Казахстана готовы к цифровизации. Для этого в стране есть все системные и законодательные предпосылки: разработана программа «Цифровой Казахстан», а ещё в ноябре 2015 года были внесены изменения в Предпринимательский кодекс. В соответствии с этими поправками проверки со стороны контрольно-надзорных органов должны проводиться на основе оценки рисков.

Ключевая особенность системы риск-ориентированного подхода, основанной на технологиях интеллектуального анализа данных, динамическая, то есть поведенческая оценка рисков. Если раньше каждому субъекту присваивался некий фиксированный класс опасности и в соответствии с этим классом проводились проверки, то теперь на смену однократному статистическому распределению на классы пришла динамическая оценка рисков. Она предполагает регулярный перерасчёт рейтинга риска для объектов контроля.

Яснее это будет выглядеть на примере. Возьмём, скажем, органы пожарного надзора. Традиционный подход предполагает разделение всех объектов на классы пожарной опасности: по этой системе самый высокий класс будет присвоен атомным электростанциям, а самый низкий – киоскам и торговым центрам. Соответственно, проверять атомные станции при такой схеме нужно гораздо чаще, чем киоски, потому что пожар на них принесёт несопоставимо больший ущерб. Но фактически мы видим, что в торговых центрах пожары происходят гораздо чаще, чем на атомных станциях, и они тоже уносят жизни и причиняют серьёзный материальный ущерб. Поэтому проверки необходимо проводить исходя из фактического состояния объекта, которое может меняться, а не на основе однажды присвоенного класса опасности.

В настоящее время ближе всего к динамической оценке риска в Казахстане подошли органы, которые занимаются налогами и сборами. Сейчас эти принципы применяются в сфере налогового контроля, однако поведенческий подход к оценке рисков может и должен применяться и другими контрольно-надзорными органами. Поэтому в 2018 году в Казахстане прошёл семинар, где был сделан фокус на методологических вопросах риск-ориентированного подхода. На мероприятии обсуждались понятия риска, вероятностей и ущерба, отличия рисков от нарушений, подходы к определению и так далее. Участники семинара вместе с экспертами прорабатывали примеры постановки задачи оценки рисков в различных областях контрольно-надзорной деятельности: пожарном надзоре, в сфере налогов и сборов, санитарно-эпидемиологическом надзоре, в сфере контроля расходования бюджетных средств и так далее.

Наибольший интерес вызвала методология гибридного подхода к оценке рисков. Она сочетает технологии интеллектуального анализа данных и экспертные знания. Гибридный подход опирается на три ключевые составляющие: статистические профили рисков (генерируемые автоматически с помощью методов машинного обучения), профили статистических аномалий (позволяющие выявить необычные объекты) и экспертные правила (обычно уже существующие в организации в форме «если… то» для отбора подозрительных объектов).

На семинаре совместно с представителями контрольно-надзорных органов эксперты проанализировали примеры управления рисками в госорганах других стран: в пожарной службе Лондона, налоговой службе Бельгии, таможенной службе Южной Кореи, налоговой службе Сингапура, Эстонии, Великобритании, в контроле закупок в бюджетной сфере и так далее. Например, Минфин Бельгии внедрил гибридный подход для предотвращения мошенничества с НДС и снизил объём нарушений на 98% (по данным самого Минфина). Если убытки в 2001 году составляли 1,1 млрд евро, то в 2012 году – 18,5 млн евро.

Этот и другие примеры показывают, что при внедрении систем, позволяющих математически моделировать риски, точность прогнозирования нарушений достигает 80-95% (от общего числа нарушителей), тогда как в обычных случаях она, как правило, не превышает 30%. Окупаемость внедрений за рубежом варьировала от одного-двух лет до нескольких недель, и сейчас самое время взять этот опыт на вооружение и в Казахстане – для этого в стране созданы все предпосылки.

Подписка на новости: