CC BY
24
Яшина Н.И.,
д.э.н., профессор, зав. кафедрой «Финансы и кредит» Института экономики и предпринимательства Национального исследовательского Нижегородского государственного университета им. Н.И. Лобачевского (ННГУ) E-mail: [email protected] Аникин А.В.,
к.э.н., доцент кафедры «Финансы и кредит» Института экономики и предпринимательства Национального исследовательского Нижегородского государственного университета им. Н.И. Лобачевского (ННГУ)
E-mail: [email protected] Кравченко В. С.,
к.э.н., доцент кафедры «Финансы и кредит» Института экономики и предпринимательства Национального исследовательского Нижегородского государственного университета им. Н.И. Лобачевского (ННГУ)
E-mail: [email protected]
ПЕРСПЕКТИВЫ РАЗВИТИЯ ИНФРАСТРУКТУРЫ ИНФОРМАЦИОННО-ТЕХНОЛОГИЧЕСКОГО ОБЕСПЕЧЕНИЯ ФИНАНСОВОГО МОНИТОРИНГА В УСЛОВИЯХ ЭКОНОМИКИ ЗНАНИЙ
В рамках данной статьи предлагается создание системы автоматизированного финансового мониторинга, основанной на автоматической передаче данных в Росфинмониторинг обо всех клиентских операциях, предполагающей локализацию данных в специальном централизованном хранилище и позволяющей обрабатывать информацию с помощью алгоритмов машинного обучения. В работе применяются следующие научные методы: метод экономико-математического моделирования, метод дедукции и индукции, статистический метод. Авторами предлагается методика, позволяющая определить величину капитальных и операционных затрат, связанных с созданием и функционированием предлагаемой системы, на основе данных о
количественных характеристиках информационной среды. С помощью предложенной методики был рассчитан необходимый плановый объем затрат, который сопоставлен с величиной потенциального ущерба, причиненного обществу, от действий преступных элементов. На основе полученных результатов авторы делают вывод о целесообразности создания предлагаемой системы информационного взаимодействия, реализованной на базе центра обработки данных.
Ключевые слова: информация, капитальные затраты, операционные затраты, трансакция, финансовый мониторинг, центр обработки данных.
Yashina N.I., Anikin A. V., Kravchenko V.S.
THE DEVELOPMENT PROSPECTS OF INFRASTRUCTURE OF INFORMATIONAL AND
TECHNOLOGICAL SUPPORT OF FINANCIAL MONITORING IN THE CONDITIONS OF KNOWLEDGE ECONOMY
Within this article creation of system of the automated financial monitoring is offered. This system is based on automatic data transmission in Federal Financial Monitoring Service about all client operations, assumes localization of data in the special centralized storage and allows to process information by means of algorithms of machine learning. In work the following scientific methods are applied: method of economic-mathematical modeling, method of deduction and induction, statistical method. Authors offer the technique allowing to determine the size of the capital and operational expenditure connected with creation and functioning of the offered system on the basis of data on quantitative characteristics of the information environment. By means of the offered technique the necessary planned volume of expenses has been calculated. Further authors have compared it with the size of the potential damage caused to society from actions of criminal elements. On the basis of the received results authors draw a conclusion about expediency of creation of the of-
fered system of information exchange realized on the basis of data-processing center.
Keywords: information, investment costs, operational expenses, transaction, financial monitoring, data-processing center.
Напряженность международной обстановки, торговые войны между странами, введение международных санкций порождают финансовую нестабильность и усиливают волатильность мирового рынка капитала. В условиях нестабильной финансовой среды растет активность преступных субъектов, легализующих внутри национальных финансовых систем доходы, полученные преступным путем, и выводящих такие доходы за рубеж. Учитывая высокую латентность, характерную для преступлений в сфере ПОД/ФТ/ФРОМ, эффективная деятельность по их предотвращению, пресечению и расследованию невозможна без полномасштабного сбора, обработки и анализа информации. Ключевой организационной структурой на службе государственных интересов в сфере обеспечения финансовой безопасности является Федеральная служба по финансовому мониторингу (Росфинмониторинг).
К настоящему времени уже сложился определенный пласт научных исследований, затрагивающих проблему повышения эффективности информационно-
технологического обеспечения финансового мониторинга. Отдельным процедурам информационного взаимодействия в системе финансового мониторинга в сфере банковской деятельности посвящена работа Андриановой А.И. [1, с. 96]. Богатырев С.И. в своей статье приходит к выводу о том, что существующих информационных инструментов финансового мониторинга в настоящее время недостаточно для полноценного контроля появляющихся финансово-технологических инноваций. Автор полагает, что назрела потребность в расширении поднадзорной информационной среды: «Обеспечение экономической безопасности финансовой системы России применительно к новым аспектам ее развития в условиях расширения деятельности структур теневого банкинга может
быть достигнуто за счет повышения прозрачности финансовых операций и доступности для контроля информации о финансовых трансакциях любых участников в информационной среде, опирающейся на цифровые финансовые технологии» [2, с. 193]. В условиях развития социума и построения информационного общества (общества экономики знаний) изменяется система целеполагания государственных органов в сфере финансового мониторинга. Достижение высокой степени осведомленности о поднадзорной среде становится одной из основных целей данной деятельности. Указанное положение косвенно подтверждает работа Едроновой В.Н. [3], в которой автор отмечает, что «создание и совершенствование Единой информационной системы (ЕИС) Росфинмониторинга являются одной из приоритетных задач» [3, с. 8]. Анализ рассмотренных научных исследований позволяет сделать вывод о повышении роли информационно-цифровой среды как особого инструмента финансового мониторинга легальных и нелегальных процессов национальной финансовой системы. Несмотря на достаточную теоретическую проработанность научной проблематики, связанной с информационно-технологическим обеспечением финансового мониторинга, наблюдается определенный дефицит исследований в области решения прикладных задач в рамках данной тематики.
Современная система формирования информационного ресурса Росфинмонито-ринга предполагает делегирование части полномочий службы по сбору информации поднадзорным организациям. С одной стороны, подобная система позволяет передать затраты по анализу рисков и угроз поднадзорным организациям; с другой стороны, часть информации может быть этими субъектами умышленно или неумышленно потеряна в ходе мониторинговой деятельности. Например, утрата информации возможна в цепи принятия решений о целесообразности передачи соответствующих информационных сообщений в Росфинмониторинг. Чем длиннее цепь участников мониторинговой деятель-
ности в банке, тем выше вероятность искажения или утраты информации по причине человеческого фактора. Кроме того, часть операций, совершаемых невыявлен-ными преступниками, может не попадать под критерии процедур мониторинговой деятельности и информация по ним не будут переданы уполномоченному органу вполне обоснованно. Таким образом, существующая система финансового мониторинга допускает формирование информационной фильтрационной воронки. В результате возникновения этого явления анализ рисков и угроз в Росфинмонито-ринге проводится на основе усеченной информации, что снижает эффективность деятельности данной службы.
В условиях усложнения финансовых и технологических процессов и роста числа безналичных платежей проблема информационной фильтрационной воронки становится актуальной как никогда. Ее решение заключается в применении нового подхода к мониторингу финансовых операций. Указанный подход ориентирован на повышение уровня осведомленности Рос-финмониторинга о клиентских операциях. Осведомленность - это характеристика субъекта, обладающего определенными знаниями об объекте, его прошлом и настоящем состоянии. Осведомленность позволяет формировать новое знание об объекте на основе имеющихся данных (к примеру, прогноз будущего состояния объекта).
Суть инновационного подхода, направленного на развитие системы финансового мониторинга, заключается: 1) в формировании информационной базы данных об операциях на основе принципа тотального охвата (Big Data); 2) в сокращении времени на обновление предлагаемой базы данных за счет автоматизации процесса формирования сообщений в Рос-финмониторинг; 3) в использовании аналитических автоматизированных инструментов на основе нейронных сетей.
Рассмотрим механизм функционирования предложенной системы. Для ее реализации, с одной стороны, необходима технологическая адаптация поднадзорных
Росфинмониторингу организаций. Предполагается модернизация существующей системы информационного взаимодействия с Росфинмониторингом. Во-первых, необходимо автоматизировать механизм создания и отправки формализованных электронных сообщений. За счет этого достигается сокращение временного лага между проведением клиентской операции и фиксацией сообщения об операции в информационной базе данных (в данном случае мы рассматриваем ситуации, не требующие приостановки операций по счетам). Во-вторых, данные сообщения должны формироваться по всем клиентским сделкам. База данных по клиентским операциям может быть сформирована как единый централизованный ресурс, находящийся в распоряжении Росфинмонито-ринга. С другой стороны, технологическая модернизация, помимо поднадзорных организаций, затрагивает и структуры Рос-финмониторинга, так как для реализации системы требуется создание мощного центра обработки данных, позволяющего хранить полученную информацию и проводить анализ с помощью методов машинного обучения.
На самом деле, реализация подобного подхода, направленного на повышение уровня осведомленности о поднадзорной среде, активно проводится в настоящее время в фискальных государственных структурах и в государственных структурах, обеспечивающих национальную безопасность (в Федеральной налоговой службе, в Федеральной службе безопасности). В качестве примеров можно привести процесс внедрения онлайн-касс, передающих информацию в ФНС, обязательную технологическую модернизацию телекоммуникационных компаний по созданию цифровых хранилищ трафика и метаданных в рамках пакета Яровой-Озерова. Нам представляется, что процесс повышения осведомленности Росфинмониторинга о поднадзорной среде пойдет по аналогичным сценариям.
В рамках данной статьи оценим необходимые затраты на создание централизованного цифрового хранилища инфор-
мации. Отличительной чертой предлагаемого центра обработки данных является то, что он будет накапливать и обрабатывать информацию обо всех клиентских операциях, а не только о подозрительных. Модельной поднадзорной информационной средой будем считать данные о трансакциях: а) проведенных через кредитные организации (по платежным инструментам); б) проведенных через платежную систему Банка России; в) проведенных с использованием банковских карт. Отличие модельной поднадзорной среды от фактической в том, что первая не учитывает трансакций, проводимых вне кредитной системы.
В качестве периода анализа данных о трансакциях устанавливаем трехлетний период, после чего определяем количество документов, инициирующих трансакции в поднадзорной системе, и число трансакций с использованием банковских карт за каждый год. Далее рассчитываем среднегодовое значение искомого показателя за анализируемый период. Совокупный объем годового трафика, формирующего модельную поднадзорную информационную среду, рассчитаем с помощью формулы 1: у = (Р х (1) 1000000 4 *
где V - совокупный объем годового трафика, Тб;
Б - среднегодовое количество документов, инициирующих трансакции в поднадзорной системе, и число трансакций с использованием банковских карт, единиц;
Б - средний размер информационного сообщения по одной трансакции, Мб.
При оценке объема информации будем применять десятичные приставки единиц измерения, использующие величины, кратные 1000.
Предположим, что информация будет храниться в центре обработки данных (ЦОД) на серверах. Сформулируем допущение, что базовая инфраструктура ЦОДа по хранению и обработке информации будет смонтирована на основе телекоммуникационных стоек вместимостью по 42 монтажных юнита (42 и) каждая. На данный момент в большинстве ЦОДов ис-
пользуются стойки на 42 и мощностью 5 кВт [4, с. 37]. Второе допущение предполагает, что планируемых электронно-вычислительных мощностей ЦОДа должно хватить для хранения данных об операциях клиентов за 10-летний временной отрезок. Поскольку входные параметры модели рассчитываются на основе усеченной информации, не учитывающей необходимости хранения данных о трансакциях, проводимых вне кредитной системы, введение подобного жесткого требования позволит приблизить плановые потребности в вычислительных мощностях к реальным с учетом вклада некредитных организаций. Рассчитаем стоимость капитальных и операционных затрат, необходимых для создания ЦОДа Росфинмониторинга.
Определим формулу для расчета требуемого количества телекоммуникационных стоек с серверами для оперативного хранения заданного объема информации о банковских трансакциях за 10-летний период (см. формулу 2):
* = (2),
(Е х 42)
где N - целевое количество телекоммуникационных стоек, шт.;
Е - емкость жесткого диска аппаратного оборудования телекоммуникационной стойки, соответствующего одному монтажному серверному юниту, Тб;
Ь - глубина целевого заданного периода ретроспективного анализа клиентских трансакций, годы.
Для расчета требуемых капитальных затрат обратимся к модели (см. формулу 3), представленной в работе Л.А. Пирого-вой, В.И. Грекула, Б.Е. Поклонова «Оценка совокупной стоимости владения центром обработки данных»: САРЕХ =-3375063 + 78751х N (3) [4,с.36],
где САРЕХ - капитальные затраты на возведение ЦОДа, долл. США;
N - целевое количество телекоммуникационных стоек, шт.
В уже упомянутой работе Л.А. Пиро-говой, В.И. Грекула, Б.Е. Поклонова авторы приходят к выводу, что операционные затраты на годовое содержание ЦОДа опи-
сываются следующими уравнениями (см. формулы 4 и 5):
М = - 0,17797+0,01192х N (4) [4,с.38], где М - энергопотребление ЦОДа,
МВт;
N - целевое количество телекоммуникационных стоек, шт.
орЕХ = Мх[365 аау8]х[24 Ьшге^е (5) [4 с 38]
где ОРЕХ - годовые операционные затраты на обслуживание ЦОДа;
е - средний тариф за электроэнергию по РФ МВтхч, долл. США.
Параметр 0,3 введен Л.А. Пироговой, В.И. Грекулой, Б.Е. Поклоновым для отражения доли затрат на потребление электроэнергии в структуре операционных из-
держек на содержание ЦОДа. Указанные авторы приходят к выводу, что затраты на потребляемую электроэнергию составляют примерно 30-35% от всех операционных затрат на содержание и эксплуатацию ЦОДа [4, с. 38].
Данные о трансакциях, совершенных кредитными организациями и Банком России, а также трансакции с использованием банковских карт, представленные на сайте ЦБ РФ, сгруппируем в таблицу 1. Среднегодовое значение величины трансакций модельной поднадзорной информационной среды в 2015-2017 гг. составило 21 801 330 000 единиц.
Таблица 1 - Количественные характеристики модельной поднадзорной информационной среды
Годы Платежи, проведенные через кредитные организации, количество, млн ед. Переводы денежных средств, осуществленных через платежную систему Банка России, количество, млн ед. Операции, совершенные на территории России с использованием платежных карт эмитентов-резидентов и нерезидентов, количество, млн ед. Всего
2017 4044,3 1529,2 20368,6 25942,10
2016 4369 1435,9 15750,6 21555,50
2015 4498,9 1398,5 12009 17906,40
Среднее значение 4304,07 1454,53 16042,73 21801,33
Сформулируем допущение, что средний размер электронного сообщения, направляемого поднадзорными организациями в создаваемый ЦОД Росфинмони-торинга, будет равен 1 Мб. Тогда совокупный объем годового трафика, передаваемого в ЦОД, равен:
(21801330000 х 1) - 1000000 = 21801,33 Тб.
Определим требуемое количество телекоммуникационных стоек для оперативного хранения объема информации о банковских трансакциях за 10-летний период. Сделаем допущение, что емкость жесткого диска сервера телекоммуникационной стойки, соответствующего одному монтажному юниту, оценивается в 1 ТБ, так как это достаточно распространенный размер хранилищ информации подобного типа. Как уже было ранее отмечено в ЦОДе
планируются к установке серверные стойки, вмещающие в себя 42 единицы монтажных юнитов. Определим необходимое количество серверных стоек:
(21801,33х10) - (1х 42) « 5191 шт. Используя модель [4, с. 36] (см. формулу 3), определим ориентировочные капитальные затраты, необходимые для создания ЦОДа:
-3375063 + 78751х 5191 = 405421378 долл США Применив экономико-
математическую модель Л.А. Пироговой, В.И. Грекула, Б.Е. Поклонова [4, с. 38], рассчитаем энергопотребление ЦОДа (см. формулу 4):
-0,17797 + 0,01192х5191 = 61,69875 МВт.
В отсутствие данных о стоимости 1 МВт*ч для юридических лиц воспользуемся информацией об отпускной рознич-
ной стоимости электроэнергии для населения. На основе данных о стоимости электроэнергии в субъектах РФ в 2018 г. [5] вычислим среднюю стоимость 1 МВт*ч. Искомая величина составит 3788 рублей за 1 МВт*ч. Учитывая то, что модель (см. формулу 5) оценивает операционные затраты в долларах США, определим среднегодовой курс доллара по отношению к рублю в 2018 г. и найдем валютный эквивалент стоимости 1 МВт*ч. Информацию о среднегодовом курсе возьмем на портале [6]. Среднегодовой курс доллара в 2018 г. на 30.08.18 составил 60,9026 рублей. Валютный эквивалент стоимости 1 МВт*ч равен:
3788 - 60,9026 « 62,2 долл США.
Используя результаты исследования Л.А. Пироговой, В.И. Грекула,
Б.Е. Поклонова, определим годовые операционные затраты на эксплуатацию ЦОДа:
(61,69875х 365 х 24 х 62,2) * 0,3 = 112059737,7 долл США.
В итоге совокупные затраты на создание ЦОДа и последующую годовую эксплуатацию составят 517 481 115,7 долл. США. Рублевый эквивалент этой суммы равен 31 515 945 397,03 рублей (с учетом данных о среднегодовом курсе доллара по отношению к рублю в 2018 г.). Рассчитанная сумма - чуть больше 31,5 млрд рублей. С учетом полученного результата возникает вопрос о целесообразности подобных инвестиций. Для того чтобы на него ответить, на основе данных Росфинмониторин-га [7] оценим ущерб общества от преступлений в сфере ПОД/ФТ/ФРОМ и сравним величину ущерба с плановыми затратами на создание и эксплуатацию ЦОДа. Рос-финмониторингу в 2017 г. удалось пресечь деятельность 22 структур, обслуживающих теневые денежные потоки. Общая сумма денежных средств, выявленных в результате данной деятельности, составила более 80 млрд рублей [7, с. 24]. Также предварительная оценка показала, что в тех банках, лицензии которых были отозваны в 2017 г. (за исключением крупных банков, взятых на санацию), обнаружены признаки хищения активов на сумму более 300 млрд рублей [7, с. 25]. Помимо этого, за период с
января по сентябрь 2017 г. сумма легализованных денежных средств в отношении деятельности, связанной с незаконным оборотом наркотиков, составила 174,4 млн рублей [7, с. 37].
Только по трем рассмотренным примерам ущерб, нанесенный РФ и ее гражданам, составил более 554,4 млрд рублей. Ущерб общества по данным примерам в 17,6 раза превышает затраты на создание и функционирование ЦОДа. Если ЦОД рассматривать как инструмент информационно-технологического обеспечения финансового мониторинга, призванный сократить общественный ущерб за счет выявления преступлений на ранних стадиях, то, несмотря на такие значительные инвестиции, он может принести выгоду. Возникает вопрос: насколько будет эффективна деятельность ЦОДа? Реализация только лишь кредитными организациями превентивных мер в 2017 г. позволила не допустить в легальный оборот около 230 млрд рублей. Если предположить, что ЦОД может обеспечить аналогичный объем выявления сомнительных и нелегальных операций, тогда затраты на него окупятся меньше чем за один год.
Таким образом, в рамках данной статьи были предложены направления модернизации системы информационного взаимодействия Росфинмониторинга и поднадзорных организаций. Основной идеей предлагаемых нововведений является замена ряда мониторинговых операций, совершаемых персоналом, автоматизированными электронными системами. Это, в свою очередь, предполагает формирование в распоряжении Росфинмониторинга особого информационного ресурса - постоянно обновляемой электронной базы всех клиентских банковских операций. Применение в отношении данного ресурса методов автоматизированного анализа, основанного на алгоритмах машинного обучения, позволит более эффективно выявлять схемы ПОД/ФТ/ФРОМ. Авторами с помощью предложенной в статье методики был оценен плановый объем затрат, необходимых для развертывания центра обработки данных, призванного обеспечить
хранение формируемого информационного массива и его обработку с использованием методов машинного обучения. Сопоставление затрат по созданию и эксплуатации центра с величиной потенциального ущерба, причиненного обществу, от действий преступных элементов подтвердило целесообразность реализации сформулированных в статье инициатив.
Статья подготовлена в рамках гранта Российского фонда фундаментальных исследований (РФФИ) «Инновационное развитие национальной финансовой системы с учетом волатильности мирового рынка капитала в условиях экономики знаний». № темы: 18-010-00909А. Руководитель: Яшина НИ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Андрианова А.И. Процедурный инструментарий финансового мониторинга в банковской сфере России [Электронный ресурс] // Теория и практика судебной экспертизы. 2017. Т. 12. № 3. С. 89-96. Режим доступа: https://www.tipse.ru/jour/article/ view/335/335
2. Богатырев С.И. Обеспечение экономической безопасности финансовой системы России в условиях развития теневого банкинга на основе цифровых финансовых технологий [Электронный ресурс] // Научное обозрение. Серия 1: Экономика и право. 2018. № 1. С. 193-202. Режим доступа: https://elibrary.ru/item.asp?id= 35356989
3. Едронова В.Н. Развитие системы финансового мониторинга в Российской Федерации [Электронный ресурс] // Национальные интересы: приоритеты и безопасность. 2016. Т. 12. № 5. С. 4-17. Режим доступа: https://elibrary.ru/item.asp?id= 26024672
4. Pirogova L.A., Grekoul V.I., Poklonov B.E. Estimated aggregate cost of ownership of a data processing center [Электронный ресурс] // Business Informatics. 2016. № 2 (36). P. 32-40. DOI: 10.17323/1998-0663.2016.2.32.40. Режим доступа: https://cyb erleninka.ru/article/ n/estimated-aggregate-cost-of-ownership-of-a-data-processing-center
5. Стоимость 1 кВт/час электроэнергии для населения в 2018 г.: таблица по регионам России [Электронный ресурс]. Режим доступа: https://bankiclub.ru/raznye/ stoimost-1 -kvt-chas-elektroenergii-dlya-naseleniya-v-2018-godu-tablitsa-po-regionam-rossii/
6. Курс доллара США в 2018 г. [Электронный ресурс]. Режим доступа: https://ratestats.com/dollar/2018/
7. Отчет о деятельности Росфинмо-ниторинга 2017 [Электронный ресурс]. Режим доступа: http://www.fedsfm.ru/ content/files/documents/2018/%D0%BF%D 1 %83%D0%B1%D0%BB%D0%B8%D1%87 %D0%BD%D 1 %8B%D0%B9%20%D0%BE %D 1%82%D 1 %87%D0%B5%D 1%82%2020 17.pdf
BIBLIOGRAPHIC LIST
1. Andrianova A.I. Procedural tools of financial monitoring in the bank sphere of Russia [Electronic resource] // Theory and practice of judicial examination. 2017. Vol. 12. № 3. P. 89-96. URL: https://www.tipse.ru/ jour/article/view/335/335
2. Bogatyrev S.I. Ensuring economic security of a financial system of Russia in the conditions of development of shadow banking on the basis of digital financial technologies [Electronic resource] // Scientific review. Series 1: Economy and right. 2018. № 1. P. 193202. URL: https://elibrary.ru/item.asp?id= 35356989
3. Edronova V.N. Development of system of financial monitoring in the Russian Federation [Electronic resource] // National interests: priorities and safety. 2016. Vol. 12. № 5. P. 4-17. URL: https://elibrary.ru/ item.asp?id=26024672
4. Pirogova L.A., Grekoul V.I., Poklonov B.E. Estimated aggregate cost of ownership of a data processing center [Electronic resource] // Business Informatics. 2016. № 2 (36). P. 32-40. DOI: 10.17323/19980663.2016.2.32.40. URL: https://cyberleninka.ru/article/n/estimated-aggregate-cost-of-ownership-of-a-data-processing-center
5. Cost of 1 kW/hour of the electric power for the population in 2018: the table on regions of Russia [Electronic resource]. URL:
https://bankiclub.ru/raznye/stoimost-1 -kvt-
chas-elektroenergii-dlya-naseleniya-v-2018-
godu-tablitsa-po-regionam-rossii/
6. US dollar exchange rate in 2018 [Electronic resource]. URL:
https://ratestats.com/dollar/2018/
7. Report on activity of Rosfinmonitor-ing in 2017 [Electronic resource]. URL: http://www.fedsfm.ru/content/files/documents /2018/%D0%BF%D1 %83%D0%B 1%D0%B B%D0%B8%D1%87%D0%BD%D1%8B%D 0%B9%20%D0%BE%D 1%82%D1%87%D0 %B5%D1%82%202017.pdf
