Как показывает таблица 1, особенностью недобросовестных действий в сфере закупок является использование во многих случаях сговора с третьей стороной. COVID-19 открыл возможности для использования в своих интересах текущей нехватки активов в целях их закупки ввиду принятых ограничительных мер, что снижает качество контрольной среды и контрольных действий ввиду неготовности к полноценной удаленной работе с использованием цифровых технологий.
В процессе закупок могут иметь место высокорисковые сделки (например, с физическим лицом заключается договор гражданско-правового характера в целях маскировки вывода денежных средств, операции с целью получения незаконной прибыли в результате тендера с ограниченным числом подрядчиков, победителем которого признается компания, аффилированная с сотрудником отдела закупок компании или лицом, близким к руководству компании, проводящей тендер). Кроме того, к высокорисковым следует отнести операции в сфере закупок, осуществленные в обход авторизованных процедур (например, превышение расходов на капитальное строительство свыше лимита, одобренного советом директоров).
В рамках системы внутреннего контроля целесообразно сформировать методический подход по обнаружению и предотвращению мошенничества при закупках. Укрупненный методический подход должен предусматривать: 1) систематизацию наиболее распространенных недобросовестных действий, включая мошеннические действия в тендерах и контрактах; 2) классификацию индикаторов мошенничества при закупках / красные предупреждения коррупционных и мошеннических действий, схем; 3) выбор методов обнаружения, предотвращения и оценки мошенничества, позволяющих осуществить переход от реактивного расследования мошенничества к упреждающему прогнозированию, обнаружению, предотвращению и сдерживанию риска мошенничества, выработку поведения при сговоре между подрядчиками и между подрядчиками и сотрудниками и выбор методики выявления сговора; 4) определение порядка ведения расследования мошенничества; 5) разработку политики предотвращения мошенничества, антикоррупционной политики; 6) определение особенностей применения кодекса этики компании в сфере закупок.
Предложенный укрупненный методический подход по обнаружению и предотвращению мошенничества при закупках и его реализация представлены на рисунке 1.
Рисунок 1 - Укрупненный методический подход по обнаружению и предотвращению мошенничества при закупках и его реализация
Обсуждение
Для минимизации риска мошенничества необходимо учитывать трансформацию системы внутреннего контроля (далее - СВК), которая началась под влиянием цифровизации и значительно ускорилась в условиях пандемии COVID-19. Особое внимание необходимо уделить изменениям в контрольных процедурах.
Как показывает практика, наиболее действенными приемами, используемыми в рамках СВК в сфере закупок, являются: 1) ведение и регулярная проверка списка основных поставщиков; 2) проверка благонадежности поставщика на этапе принятия решения о заключении договора; 3) сверка с официальной информацией о нарушениях и отзывах лицензий, публикуемой соответствующими полномочными органами; 4) проверка соответствия поставщика нужному профилю [2].
Наряду с хорошо зарекомендовавшими себя в практической деятельности подходами целесообразно использовать следующие инструменты снижения рисков мошенничества при осуществлении бизнес-процесса «Закупки»: 1) инструменты, используемые в рамках действенной СВК в отношении БП «Закупки»; 2) проведение систематического анализа закупочной деятельности (анализ выполнения договорных обязательств с поставщиками, задержек в поставках, использования производственных запасов, выполнения плана закупок; 3) использование цифровых технологий, позволяющих реализовать непрерывный мониторинг в сфере закупок; 4) выработка стратегии отделом экономической безопасности в сфере контроля закупок.
Вице-президент по программе «Практика исследования корпоративных приложений и цифровой торговли в IDC» Микки Норт Рицца справедливо отмечает: «Мошенничество в сфере закупок, как известно, сложно обнаружить и расследовать, поскольку оно принимает множество форм и может быть вызвано любым количеством участников, внутренних или внешних, в любой момент жизненного цикла закупок. Ручное обнаружение бесполезно. Только правильное сочетание передовых аналитических методов может вооружить крупные организации для борьбы с мошенниками» [8].
Автоматизация закупочной деятельности может быть осуществлена на базе различных автоматизированных систем [6]. Большое значение для целей внутреннего контроля и обнаружения мошеннических действий приобретает непрерывный мониторинг, осуществляемый на основе цифровых технологий.
Современные цифровые технологии с использованием методов анализа позволяют проверить большие объемы данных в режиме реального времени в целях выявления аномалий. Автоматизированный анализ данных, существенно повышая скорость, представляет собой высокоэффективный механизм защиты. Поскольку мошенничество в сфере закупок зачастую связано с коррупцией, то действенным инструментом является анализ связей, позволяющий выявить взаимоотношения между хозяйствующими субъектами, основываясь на статических (номера телефонов, адреса и банковские счета) или транзакционных атрибутах (бизнес-связи) [4].
Для реализации метода непрерывного мониторинга используются разработки различных фирм (например SAS), базирующиеся на применении цифровых технологий и автоматизированной аналитики для раннего выявления риска мошенничества. Основываясь на заданных сценариях мошенничества в сочетании с управлением большими данными, непрерывный мониторинг позволяет выявлять аномалии в поведении сотрудников или поставщиков хозяйствующих субъектов, факты дублирования платежных документов, а также несоответствие договорных условия и т.д.
Как отмечает Э. Роберсон, «непрерывный мониторинг позволяет обеспечить строгий контроль на протяжении всего жизненного цикла, от закупки до оплаты, для выявления ошибок, финансовых потерь и фактов мошенничества» [5].
Одной из перспективных цифровых технологий, которая может быть использована в сфере закупок, является машинное обучение, видоизменяющее систему обнаружения фактов мошенничества с договорами и закупками. Системы машинного обучения способны адаптироваться к изменениям в поведении за счет создания автоматизированных моделей, не отстающих от новых мошеннических технологий.
Среди используемых за рубежом в целях выявления новых уязвимостей в сфере закупок и эффективного управления рисками используется DataWalk [14, 18], представляющая собой многопользовательскую программную платформу, позволяющую нескольким пользователям работать с одними и теми же объектами без синхронизации данных. Она основана на архитектуре больших данных, что упрощает подготовку данных, объединяет все данные в едином репозитории, предоставляет гибкие механизмы, направленные на обнаружение мошенничества при закупках и ускорение расследований случаев мошенничества при закупках. DataWalk позволяет интегрировать внутренние данные с внешними [12] и на этой основе проводить их анализ, а также идентифицировать людей, организации или транзакции, которые являются наиболее подозрительными.
DataWalk использует возможности машинного обучения, автоматически распознает адреса поставщиков в различных форматах, которые могут быть загружены из внешних источников данных, а также содержит обновляемую библиотеку заранее определенных индикаторов и сценариев мошенничества со стороны сотрудников и подрядчиков. Данная аналитическая платформа нацелена на проведение оценки рисков закупок и предполагает использование машинного обучения, кластеризации данных в части анализа социальных сетей, скоринга для проверки новых подрядчиков и новых сотрудников, входящих в группы повышенного риска.
Таким образом, для эффективного противодействия недобросовестным действиям в рамках системы внутреннего контроля в отношении бизнес-процесса «Закупки» необходимо выявлять, анализировать и приоритезировать риски, связанные с мошенничеством, посредством непрерывного мониторинга с использованием цифровых технологий [10, 16], постоянно совершенствовать учетно-аналитическую систему организации [12] и систему внутреннего контроля.
Заключение
Мошенничество в сфере закупок наносит значительный финансовый ущерб, ущерб деловой репутации организации, негативно влияет на финансовые результаты и приводит к потере общественного доверия, способности организации управлять как собственными, так и выделяемыми бюджетными средствами. Кроме того, в результате недобросовестных действий в ряде случаев услуги или товары, поставляемые контрагентами, не соответствуют требованиям, и возможны риски для здоровья и безопасности населения. В связи с этим необходимо в рамках системы внутреннего контроля определить основные индикаторы мошенничества при закупках, что требует систематизации, систематического обновления и анализа наиболее распространенных типов и схем недобросовестных действий при закупках в целях определения приоритетов в наиболее уязвимых областях данного процесса в зависимости от внешней и внутренней среды.
Проведенное исследование свидетельствует, что некоторые из основных механизмов внутреннего контроля и методов, которые должны быть внедрены в целях снижения вероятности мошенничества при закупках, сосредоточены на обеспечении согласованности операций (установление и совершенствование стандартов, регламентов, использование технологий контроля). Другие передовые практики не только способствуют повышению согласованности, но и предполагают автоматизацию процессов, интеграцию корпоративных систем и использование цифровых технологий.
Принятие в рамках системы внутреннего контроля мер по предупреждению мошенничества при осуществлении бизнес-процесса «Закупки» важно для сохранения доверия заинтересованных сторон, репутации компании и предотвращения финансовых потерь.
Таким образом, развитие методики внутреннего контроля бизнес-процесса «Закупки» в коммерческих организациях в условиях глобальных вызовов и угроз связано как с использованием инструментов СВК, анализом закупочной деятельности, выработкой стратегии отделом экономической безопасности в сфере контроля закупок, так и с развитием цифровых технологий, основанных на больших данных и использующих решения в области углубленной аналитики и искусственного интеллекта в непрерывном цикле мониторинга в целях обнаружения аномальных отклонений и оценки рисков.
мошенничество контрольный закупка цифровой
Библиографический список
1. Борьба с мошенничеством: вечное противостояние Всемирный обзор экономических преступлений за 2020 год, PwC
2. Данхэм Д. Предотвращение мошенничества в процессах заключения договоров и закупок. Практические рекомендации. Аналитика для более быстрого принятия грамотных и взвешенных решений
3. Результаты опроса руководителей служб внутреннего аудита по изменениям в деятельности СВА, связанным с влиянием пандемии (проведен Ассоциацией «Институт внутренних аудиторов» в мае 2020 года)
4. Риск без благородства
5. Роберсон Э. Непрерывный мониторинг как способ предотвращения мошенничества в закупках
6. Поликарпова Т.И. Оптимизация бизнес-процессов закупочной деятельности на энергопредприятиях / Т.И. Поликарпова, Т.П. Рубан // Экономика и управление: анализ тенденций и перспектив развития. - № 13. - 2014. - С. 283-287.
7. Ярская О. Как организация процесса закупки влияет на качество поставляемой продукции? / О. Ярская, Д. Гавриленко
8. Cooper L.AI and monitoring in the fight against procurement fraud
9. Dalton N. How to mitigate procure ment fraud risk
10. Francis Nyarombe, Enock Gideon Musau, Irene Kavai, Dr kiruikipyegon. The effect of risk based audit approach on the implementation of internal control systems: a case of Uasin Gishu County International Journal of Business and Management Invention ISSN (Online): 2319 - 8028, ISSN (Print): 2319 PP. 12-32.
11. Geschonneck А. The supply chain fraud pandemic
12. Khakhonova N.N., Koltsova T.A., Shilova L.F., Kovalev A.S. Development of internal control methodology by using statistical methods of variability assessment of material flow business processes / European Research Studies Journal. 2018. Т. 21. № 4. С. 178-186.
13. Lugovsky D., Kuter M. Accounting policies, accounting estimates and its role in the preparation of fair financial statements in digital economy // Lecture Notes in Networks and Systems. 2020. Т 78. С. 165-176.
14. Procurement Fraud
15. Prodanova N.A., Plaskova N.S., Khamkhoeva F.A., Yandiev R.S., Serebryakova T.Y., Ivanov E.A. Methodological approaches for strategic economic analysis // International Journal of Economics and Business Administration. 2019. Т. 7. № 3. С. 305-316.
16. Serebryakova T.Y., Kurtaeva O.Y Theoretical justification and practice of risk management for economic security of the dealer networks of carmakers // Lecture Notes in Networks and Systems. 2020. Т. 115. С. 201-213.
17. Ten ways to detect and prevent pro curement fraud.
18. The Data Walk Analytics Platform
Bibliographic list
1. Fighting Fraud: The Eternal Standoff The World Economic Crime Survey 2020, PwC
2. Dunham D. Fraud prevention in the processes of concluding contracts and procurement. Practical recommendations. Analytics for faster adoption of competent and balanced decisions
3. Results of the survey of heads of internal audit services on changes in the activities of the IAS related to the impact of the pandemic (conducted by the Association "Institute of Internal Auditors" in May 2020)
4. Risk without nobility
5. Roberson E. Continuous monitoring as a way to prevent fraud in procurement
6. Polikarpova T.I. Optimization of business processes of procurement activities at energy enterprises / T.I. Polikarpova, T.P. Ruban // Economics and Management: analysis of trends and prospects for development. - № 13. - 2014. - p. 283-287
7. Yarskaya O. How does the organization of the procurement process affect the quality of the supplied products? / O. Yarskaya, D. Gavrilenko