CC BY
18МЕТОДОЛОГИЯ и МЕТОДЫ НАУЧНЫХ ИССЛЕДОВАНИЙ
METHODOLOGY AND METHODS GF SCIENTIFIC RESEARCH
Ю. В. Малышенко
оптимизация выбора профилей риска и мер реагирования при таможенном контроле
Рассматривается задача идентификации правонарушений при таможенном контроле с использованием профилей риска и мер реагирования. Предлагается формальная модель и методика оптимизации выбора мер реагирования, обеспечивающая наилучшую идентификацию правонарушений.
Ключевые слова: система управления рисками; нарушения (состояния); профиль риска; область риска; мера реагирования; проверка достоверности; идентификация нарушений; оптимизация.
The problem of offenses identification at customs control with the use of risk profiles and response measures is considered in the article. A formal model and methodology for optimizing the choice of response measures providing the best identification of offenses are proposed.
Keywords: risk management system; offenses; risk profile; risk area; response measure; validation check; identification of offenses; optimization.
«Стратегия развития таможенной службы Российской Федерации до 2030 года» предполагает создание «цифровой» таможни. Под этим понимают максимальное использование автоматизации и компьютерных технологий при решении задач, возложенных на таможенные органы. В то же время в таможенных технологиях до сих пор решения ряда задач не компьютеризированы [1].
В настоящее время важнейшим элементом системы таможенного контроля является система управления рисками (СУР). Информационную основу СУР составляют профили рисков. Профиль риска с учетом положений ст. 376 Таможенного кодекса Евразийского экономического союза (ТК ЕАЭС) представляет собой совокупность сведений об области риска, индикаторах риска и о мерах по минимизации рисков [2].
Сегодня отбор профилей риска и его элементов носит субъективный характер, при их выборе используется статистика по выявляемым правонарушениям (далее - нарушениям) и экспертные оценки. Поэтому в работах автора [3-5] обосновывается необходимость введения перечня возможных нарушений. В этом случае
Yu. V. Malyshenko
optimizing the selection of risk profiles AND response measures in customs control
возможно разработать формальные критерии и математические модели для оптимизации выбора профилей риска и его составляющих, что позволяет применять компьютерные методы для выбора лучших решений.
В данной работе развивается этот подход применительно к выбору мер реагирования и их использованию для определения конкретных нарушений при таможенном контроле.
В ТК ЕАЭС «область риска» определена как «описание риска и условий, при которых он возникает» [2]. Фактически область рисков есть некоторое описание проявлений возможных нарушений.
Область риска, как правило, допускает, что создавать риски данной области может некоторое множество различных нарушений. Чтобы принимать обоснованные в правовом плане решения, необходимо в ходе таможенного контроля уточнить риск до конкретного нарушения.
В рамках теории таможенных рисков и технологий таможенного контроля здесь возможно два подхода.
В первом случае можно воспользоваться тем фактом, что на практике при проверке заявленных сведений могут выявляться риски, указанные в нескольких профилях. Тогда можно сократить область риска, выделяя общие риски для данных профилей. Этот подход показан на рис. 1.
Рисунок 1 иллюстрирует случай, когда контролируемый объект попадает под области рисков двух профилей А и В, а С на этом рисунке - область общих рисков. Очевидно, что область С меньше, чем каждая в отдельности область А или В.
Не исключено, что даже С соответствует рискам от нескольких нарушений. Конечно, можно добавить в СУР дополнительные профили и тем самым еще больше уменьшить область рисков. Однако современная технология таможенного контроля не гарантирует точное выявление конкретного нарушения на основе только знания областей риска, указываемых в профилях. Поэтому во многих случаях надо выполнять дополнительные действия (меры) для выделения конкретного нарушения.
Такие действия в СУР называют мерами реагирования; они являются составной частью профиля риска. Эти действия могут предполагать запрос дополнительных документов и сведений, проведение осмотра или досмотра товаров и др.
Процесс применения СУР с целью определения наличия или отсутствия нарушений целесообразно представить в виде последовательного решения двух задач.
Задача 1. Определение, имеет ли место нарушение (назовем ее задачей проверки достоверности).
Задача 2. Определение области риска и возможных (подозреваемых) нарушений, выделение конкретного нарушения из множества подозреваемых нарушений (назовем ее задачей идентификации нарушений).
Если при решении задачи 1 определено, что нет нарушения, то товар может быть выпущен. Сегодня одна из приоритетных целей таможенной службы - реализация технологий автоматического выпуска товара. Первая задача - это, по сути, задача определения условий автоматического выпуска товара.
Задача 2 возникает только в случае наличия нарушений.
Рис. 1. Выделение общей области рисков
В прикладном плане вышеприведенная последовательность решения задач позволяет упростить и ускорить выпуск товаров при отсутствии нарушений (если, конечно, не было ошибки при решении первой задачи).
Для определенности дальнейших рассуждений примем, что нарушения связаны с недостоверным декларированием. В ходе таможенного контроля надо определить, имеет ли место нарушение, а если нарушение есть, то какое именно.
Пусть есть некоторое множество s2, ..., sr} возможных нарушений. Каждое отдельное нарушение si назовем состоянием объекта контроля. Но декларирование может осуществляться без нарушений. Такому случаю сопоставим состояние s0. Тогда все возможные состояния объекта контроля составят множество 5 = ^о, ^ s2, .••,
Допустим, что это множество включает 10 состояний, которые для простоты обозначим цифрами 0, 1, 2, ..., 9.
При проверке достоверности (задача 1) надо среди всех возможных состояний 5 выделить состояние s0. Эту задачу иллюстрирует рис. 2.
Рисунок 2а иллюстрирует случай, когда применение одного профиля рисков А позволяет разделить все множество возможных состояний на подмножества {0} и {1, 2, ..., 9}. При отсутствии рисков по профилю А имеет место состояние {0}, иначе (при наличии рисков) - одно из состояний {1, 2, ..., 9}. Иными словами, применив профиль А, можно сразу сказать, имеет ли место нарушение или нет.
Рисунок 2б показывает ситуацию, когда применение только одного профиля А не позволяет сразу выделить состояние {0}. После его применения риски будут указывать в качестве возможных состояний {0, 1, 2}. Для уточнения действительного состояния надо применить еще один профиль В, который позволит отличить состояние {0} от множества состояний {1, 2}.
Оптимизация предполагает получение решения, обеспечивающего минимальное или максимальное значение некоторого критерия оптимизации.
Примером оптимизации выбора профилей и индикаторов риска для проверки достоверности являются работы [3; 6]. В этих работах ставится задача определения минимальной совокупности профилей риска и индикаторов риска, достаточных для проверки достоверности (задача 1) по критерию «полнота контроля» [4]. При этом предполагается, что известен перечень всех возможных нарушений.
Рассмотрим применение подобного подхода к задаче идентификации нарушений.
Будем полагать, что перед решением задачи 2 уже выделено некоторое множество подозреваемых состояний (МПС). Далее надо определить конкретное состояние из этого МПС. Понятно, что состав МПС зависит от имеющего место нарушения и области рисков, полученной при решении задачи 1.
Как отмечалось выше, ныне применяемая технология определения нарушений предполагает выделение с помощью профилей некоторой области рисков и последующую идентификацию конкретного нарушения.
Меры реагирования входят в состав профиля рисков и определяются заранее под область рисков данного профиля. До использования мер реагирования мы точно не знаем, какое нарушение имеет место. Поэтому состав применяемых мер реагирования должен представлять совокупность мер, которые позволят различить между собой каждую пару состояний (нарушений) из МПС.
Рисунок 3 иллюстрирует применение мер реагирования для идентификации нарушений. Для определенности примем, что МПС включает девять состояний (обозначим цифрами 1, ..., 9), а для идентификации можно использовать множество мер реагирования {m1, m2, m3, т4}. Пусть, например, имеет место состояние (нарушение) 4. Тогда достаточно применить меры m1 и m3 (см. рис. 3).
При применении m1 область рисков сузится до множества {1, 2, 3, 4} состояний. Применение т3 покажет, что область рисков содержит множество {4, 8, 9} возможных состояний. Очевидно, что нарушение должно входить в оба множества. Для выделения этого общего состояния надо выполнить пересечение множеств {1, 2, 3, 4} П {4, 8, 9} = {4}.
Возможно, что используемых мер реагирования недостаточно для определения конкретного нарушения. Для нашего примера (см. рис. 3) это состояния 6 и 7. Будем считать, что такие состояния неразличимы при данной совокупности мер реагирования. Если применение некоторой меры или совокупности мер реагирования позволяет однозначно различить некоторые два состояния, то назовем их различимыми.
В принципе, для каждого нарушения (состояния) si при использовании СУР получается свое уникальное МПС;. Соответственно, в общем случае каждое МПС; требует применения своего множества мер М. Следовательно, возникает задача выбора подмножества М{ из множества М = {т1, т2, ..., тп} всех возможных мер реагирования. В качестве критерия оптимизации выбора целесообразно использовать некоторый показатель, характеризующий различимость состояний, который назовем «разрешающая способность идентификации» - R.
Тогда математически задачу оптимизации выбора мер M{ можно сформулировать в следующем виде.
Постановка задачи 2. Пусть при декларировании имеет место нарушение (состояние) si из S = {st, s2,..., sr}. После решения задачи 1 получено множество МПС;. Известно множество М = {m1, m2, ..., mn} всех возможных мер реагирования. Необходимо выбрать подмножество Mi из множества М, которое обеспечивает наилучшую R (разрешающую способность идентификации).
В сформулированной выше постановке критерием оптимизации является R. Можно предложить разные формулы для вычисления R. Например, можно оценивать R количеством пар состояний из МПС;, которые различимы с применением M. Тогда наилучшая R = max d, где di - число различимых пар состояний из МПС;. По этой формуле считается, что чем больше R, тем более точно указывается состояние при применении мер реагирования. При принятых обозначениях теоретически значение 1 < R < r.
Для решения поставленной задачи используем «Таблицу эффективности мер реагирования» (ТЭМР). Для упрощения и наглядности последующих рассуждений методику решения будем рассматривать на примере ТЭМР (табл. 1), которая построена для случая М = {m1, m2, ..., m7} и МПС;, содержащего пять состояний.
Таблица 1
Таблица эффективности мерреагирования
Меры реагирования Пары состояний (из МПС,)
1 2 3 4 5 6 7 8 9 10
1, 2 1, 3 1, 4 1, 5 2, 3 2, 4 2, 5 3, 4 3, 5 4, 5
mi 1 1 1 1
m2 1 1
m3 1 1 1 1
m4 1 1 1 1 1
m5 1
m6 1 1 1
m7 1 1 1 1
В клетке табл. 1 проставим 1, если мера mi позволяет различать соответствующую пару состояний.
При наличии ТЭМР поставленную задачу можно формулировать как задачу выбора совокупности строк ТЭМР, которые «покрывают» единицами максимальное число столбцов. При этом можно использовать методики решения, подобные изложенным в работах [3; 6].
В общем случае из М можно выбрать несколько разных совокупностей мер, которые удовлетворяют выбранному критерию R оптимизации. С другой стороны, для практического применения достаточно иметь одно решение. Поэтому в исследовательском и прикладном планах можно формулировать два варианта поиска решений:
- определить все возможные решения, удовлетворяющие критерию R;
- выбрать хотя бы одно решение, удовлетворяющее критерию R.
При сделанных допущениях максимальное значение R равно числу столбцов в ТЭМР, каждый из которых имеет хотя бы одну единицу. Поэтому в табл. 1 значение max R = 10.
Возможно, некоторая мера не будет иметь ни одной единицы в ТЭМР. Тогда ее надо устранить из дальнейшего рассмотрения как неинформативную. Если в столбце отсутствуют единицы, то его также можно удалить (состояния, соответствующие такому столбцу, являются не различимыми при использовании любых мер из М).
Формальный метод определения всех возможных решений предполагает выполнение последовательности следующих операций (эти операции будем рассматривать на примере табл. 1).
1. Для каждого столбца j (j = 1, ..., 10) определяем множество строк Сj, которые в этом столбце имеют 1:
С = {mt, m4}; С2 = {mt, m3, m7|; С3 = {m2, тз}; С4 = {тз, m4, m6|;
С5 = {mv m5}; С6 = {m4}; С7 = {m6, m7}; С8 = {m2, m6, m7};
С9 = {тз, m4, m7}; С10 = {mt, m4}.
2. Рассматривая обозначения строк как некоторые логические переменные, составляем логические выражения Т , где Т ■ - логическая сумма переменных, сопоставленных строкам из Cj:
Т1 = (m1 v m4); Т2 = (m1 v m3 v m7); Т3 = (m2 v m3); Т4 = (m3 v m4 v m6);
Т5 = (m1 v m5); Т6 = m4; Т7 = (m6 v m7); Т8 = (m2 v m6 v m7);
Т9 = (m3 v m4 v m7); Т10 = (mt v m4).
Очевидно, результат решения должен содержать хотя бы одну строку (переменную) из каждого Tj (j = 1, 2, ..., 10).
3. Составляем логическое произведение всех Tj (j = 1, 2, ..., 10):
F{ = ПТ = (mt v m4) (mt v m3 v m7) (m2 v m3) (m3 v m4 v m6) (mt v m5) m4 x x (m6 v m7) (m2 v m6 v m7) (m3 v m4 v m7) (m1 v m4).
4. С применением операций булевой алгебры приводим F{ к дизъюнктивной нормальной форме. Получаем:
F{ = mtm2m4m6 v mtm2m4m7 v mtm2m4m7 v mtm3m4m6 v m3m4m5m6 v mtm3m4 m7 v
v т3т4т5т7 v т2т4т5т7.
5. Каждая конъюнкция результирующего выражения F{ определяет одно из решений поставленной задачи. Переменные, входящие в конъюнкцию, задают соответствующую совокупность мер реагирования.
Число полученных решений, отличающихся хотя бы одной мерой реагирования, равно числу конъюнкций в итоговом Fj. В данном примере F{ содержит восемь конъюнкций, каждая из четырех переменных. В общем случае конъюнкции могут иметь разное число переменных. Решения с наименьшим числом переменных соответствуют решениям с минимальным количеством мер реагирования.
В рассматриваемом примере каждое решение должно обеспечивать R = 10.
Проверим, обеспечивает ли применение мер, заданных, например, конъюнкцией (т3 т4 т5 т6), максимальное значение R = 10.
Для этого выпишем множества номеров столбцов, которые имеют 1 в каждой из строк, сопоставленных выбранной конъюнкции: т3 = {2, 3, 4, 9}; mi = {1, 4, 6, 9, 10}; т5 = {5}; т6 = {4, 7, 8}. Объединение данных множеств включает номера всех десяти столбцов, т. е. обеспечивается R = 10. Следовательно, использование совокупности из четырех мер (т3, т4, т5, т6) достаточно для идентификации любого из пяти возможных состояний (нарушений).
Изложенная выше методика позволяет определить все возможные варианты неизбыточных совокупностей М. Неизбыточных в том смысле, что удаление любой из включенных в М{ мер приведет к снижению разрешающей способности идентификации. В принципе, для практического использования можно взять любую из полученных совокупностей. Однако разные меры реагирования могут иметь существенно разную сложность и стоимость реализации.
Присвоим каждой мере реагирования тк из М некоторый вес wk в зависимости от ее сложности и стоимости реализации (пусть wk тем больше, чем больше сложность и стоимость реализации). Тогда для практического применения естественно выбрать конъюнкцию, для которой W = тт ^ wk , где суммируются веса всех переменных выбранной конъюнкции.
Рассмотренная выше формальная методика позволяет определить все возможные варианты совокупностей М{, обеспечивающих наилучшее значение R. Для практических целей достаточно иметь одну из них. При этом можно предположить, что поиск только одного из возможных вариантов - более простая задача.
При наличии ТЭМР для выбора одного из возможных вариантов М{ можно воспользоваться методикой, изложенной в статье [6]. В соответствии с этой методикой из ТЭМР надо последовательно выбирать строки с максимальным числом единиц. Если несколько строк содержат одинаковое максимальное число единиц, то можно выбрать одну любую. После выбора очередной строки из таблицы удаляются столбцы, имеющие 1 в выбранной строке. Далее выбор осуществляется по данным сокращенной таблицы и т. д.
В этой методике не требуется составлять сложные математические формулы и вычисления. Однако, в отличие от вышеизложенной методики, будет получен только один из вариантов решения, причем необязательно содержащий минимально возможное число мер реагирования.
Так, в примере табл. 1 сразу четыре строки (тх, т3, т4, т7) с четырьмя единицами в строке. Выберем т1, которая содержит единицы в столбцах 1, 2, 5, 10. Эти столбцы можно удалить из дальнейшего рассмотрения (табл. 2). В оставшихся столбцах максимальное число единиц (по три) содержат несколько строк. Выберем из них т3, которая имеет единицы в столбцах 3, 4, 9. Удалим эти столбцы. В оставшихся трех столбцах (6, 7, 8) две строки (т6, т7) содержат по две единицы. Выберем т6 с единицами в столбцах 7 и 8. После удаления этих столбцов остался один столбец - 6. Единицу в данном столбце содержит только одна строка т4, которую также включаем в выбираемую совокупность мер.
В итоге получаем совокупность М{ = {тх, т3, т4, т6}. Заметим, что эти меры соответствуют четвертой конъюнкции в дизъюнктивной нормальной форме выражения F¡.
Таблица 2
Сокращенная ТЭМР
Меры реагирования Пары состояний
3 4 6 7 8 9
1, 4 1, 5 2, 4 2, 5 3, 4 3, 5
mi
m2 1 1
m3 1 1 1
m4 1 1 1
m5
m6 1 1 1
m7 1 1 1
Таким образом, в статье была рассмотрена одна из формальных постановок задачи выбора мер реагирования. Возможно ее развитие в части критерия R, в том числе с целью учета возникающих на практике неоднозначностей при идентификации.
Практическая реализация предлагаемых решений (в том числе в части компьютерной реализации), конечно, потребует провести формализацию, систематизацию и классификацию возможных нарушений и мер реагирования. Однако без этого, по мнению автора, невозможна выработка достаточно объективных критериев оптимизации выбора индикаторов риска, мер реагирования и профилей риска в целом.
Сегодня СУР таможенных органов содержит десятки тысяч профилей рисков и их число постоянно возрастает. Предлагаемый подход позволяет ставить задачи оценки и сравнения эффективности мер реагирования, включаемых в профили риска, минимизации их числа, и, что немаловажно, он удобен для компьютерной реализации.
Использованные источники
1. Распоряжение Правительства РФ от 23.05.2020 № 1388-р «Об утверждении Стратегии развития таможенной службы Российской Федерации до 2030 года» [Электронный ресурс] // Официальный интернет-портал правовой информации. URL: http://pravo.gov.ru.
2. Таможенный кодекс Евразийского экономического союза (приложение № 1 к Договору о Таможенном кодексе Евразийского экономического союза от 11.04.2017) [Электронный ресурс] // Официальный файт Евразийского экономического союза. URL: http://www. eaeunion.org/.
3. Малышенко Ю. В. Логическая модель выбора и минимизации количества индикаторов риска // Вестник Российской таможенной академии. 2016. № 1. С. 126-134.
4. Малышенко Ю. В. Оценка полноты таможенного контроля // Вестник Российской таможенной академии. 2016. № 3. С. 102-110.
5. Малышенко Ю. В. Оценка эффективности системы таможенного контроля как средства выявления правонарушений // Вестник Российской таможенной академии. 2020. № 2. С. 62-69.
6. Малышенко Ю. В. Подход к определению «тупикового» набора профилей риска // Вестник Российской таможенной академии. 2018. № 3. С. 110-118.
