автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Методы и модели оценки и анализа деятельности органов внутренних дел по противодействию легализации преступных доходов

Академия управления N

На правах рукописи

Петрова Виктория Юрьевна

МЕТОДЫ И МОДЕЛИ ОЦЕНКИ И АНАЛИЗА ДЕЯТЕЛЬНОСТИ ОРГАНОВ ВНУТРЕННИХ ДЕЛ ПО ПРОТИВОДЕЙСТВИЮ ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ

Специальность 05.13.10 - управление в социальных и экономических системах (технические науки)

,1 7 НОЯ 2011

Автореферат диссертации на соискание ученой степени кандидата технических наук

005002222

Работа выполнена на кафедре информационных технологий управления органами внутренних дел Академии управлении МВД России

Научный руководитель: доктор технических наук, профессор Горошко Игорь Владимирович

Официальные оппоненты: доктор технических наук, профессор

Щепкин Александр Васильевич кандидат технических наук, доцент Киреева Галина Ивановна

Ведущая организация: Институт системного анализа РАН

Защита диссертации состоится <$/» декабря 2011 г. в^_ч. на заседании диссертационного совета Д 203.002.04 при Академии управления МВД России по адресу: 125171, Москва, ул. 3. и А. Космодемьянских, д.8,ауд.№ 415-417

С диссертацией можно ознакомиться в библиотеке Академии управления МВД России

Автореферат разослан « 01» _2011 г-

Ученый секретарь диссертационного совета

кандидат технических наук В.И. Кирин

Общая характеристика работы

Актуальность темы исследования. Задача совершенствования деятельности правоохранительных органов по борьбе с легализацией преступных доходов в последнее время становится актуальной для многих стран мира. Преступные доходы, попадая в легальную экономику, оказывают негативное влияние на перераспределение национальных денежных ресурсов. В результате нарушается механизм контроля государств над финансовыми институтами, провоцирует банковские кризисы, что в конечном итоге, вызывает дестабилизацию экономического развития.

Анализ криминогенной ситуации, складывающейся в экономике нашей страны на протяжении последних лет, свидетельствует о стабильном увеличении числа преступных посягательств, направленных на легализацию преступных доходов, повышению уровня организованности и профессионализма преступности, и, как следствие, росте масштабов легализации. Легализация (отмывание) доходов, полученных преступным путем, представляет собой заключительный этап превращения преступных доходов в высокодоходный вид незаконного предпринимательства. В результате этого процесса происходит противоправная и в высшей степени опасная для общества и государства концентрация экономической, а вслед за ней и политической власти, в руках определенной группы лиц.

В этой связи противодействие легализации преступных доходов требует координации усилий и повышения результативности деятельности всех участников системы государственных институтов, (банки, правоохранительные органы, Федеральная служба по финансовому мониторингу и т.д.) заинтересованных в предотвращении проникновения доходов от преступной деятельности в экономику страны.

Ключевое место в этой системе принадлежит органам внутренних дел (ОВД). Уже в 1999 году, т.е. за два года до принятия Федерального закона от 7.08.2001 года №115 «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансирования терроризма» (№ 115-ФЗ), в МВД России был создан Межведомственный центр по противодействию легализации (отмыванию) доходов, полученных незаконным путем (МВЦ), в дальнейшем преобразованный в оперативно-розыскное бюро (ОРБ).

Основными задачами этого Центра являлись сбор, анализ и предварительная проверка сведений о финансово-экономических операциях с денежными средствами или иным имуществом, имеющих незаконный или экономически нецелесообразный характер, а также информационно-аналитическое обеспечение мероприятий по выявлению и пресечению легализации доходов, поиск форм и методов совершенствования деятельности органов внутренних дел по противодействию этому процессу.

Как показывает более чем десятилетний опыт функционирования названного Центра и ОРБ, качество проводимой ими информационно-

з

аналитической работы во многом зависит как от определенных характеристик имеющейся информации (полноты, актуальности, достоверности и т.п.), так и от используемых методов ее анализа и обработки.

Сегодня органы внутренних дел функционируют в условиях Единой информационно-телекоммуникационной системы (ЕИТКС) ОВД и располагают многопрофильной информационной базой, в которой содержатся разнообразные сведения, в том числе, о преступлениях экономической направленности. Вместе с тем эффективных методов их анализа и обработки до сих пор не предложено. Фактически вне поля зрения аналитиков, занимающихся проблемой противодействия легализации преступных доходов, осталась область математического моделирования - апробированное средство исследования многих социально-экономических процессов.

Автор обосновывает вывод о том, что математические модели позволяют с меньшими затратами по сравнению с другими методами оценить варианты функционирования социальных систем в тех или иных условиях, проанализировать возможные сценарии их развития, предложить и сразу апробировать различные принимаемые на их основе решения. И деятельность органов внутренних дел по противодействию легализации преступных доходов не является исключением.

Кроме того, с помощью методов математического моделирования можно решать и многие перспективные задачи, в том числе задачи прогнозирования.

Успешность применения математических моделей определяется правильностью выбора их вида, методов их построения. Для реализации поставленных задач автором проведен анализ процесса противодействия легализации преступных доходов с позиций системного подхода. В этом исследовании отражены два направления: первое - это современное состояние легализации, ее динамика, структурные изменения и второе -деятельность органов внутренних дел по борьбе с этим явлением. Причем каждое из направлений должно быть реализовано с учетом требований моделирования, с акцентом на наиболее актуальные проблемы.

Автором отмечается разную степень изученности предложенных направлений. Если первое достаточно полно представлено в работах ученых, то второе - только развивается. Фактически вне поля зрения исследователей остались системные вопросы, связанные с оценкой и анализом деятельности органов внутренних дел по противодействию легализации.

Степень разработанности темы исследования

Вопросам разработки моделей оценки и анализа эффективности функционирования сложных социальным систем посвящены исследования многих российских и зарубежных ученых, таких как Багриновский К.А„ Бурков В.Н., Гаврилова O.A., Новиков Д.А., Щепкин A.B., Ириков В.А., Стабин И.П., Редкозубов С.А., Чернышев С.Л., Андерсен Т., Бокс Дж.,

Штрое Т.Г., Доугерти К., Дженкинс Г., Джонсон Р., Каст Ф., Розенцевейг Д. и других.

Методы и модели управления органами внутренних дел исследовались в работах Блувштейна Ю.Д., Вицина С.Е., Горошко И.В., Давыдова A.C., Дударева Г.И., Заблоцкиса Н.Я., Кононенко В.И., Кравченко Ю.А., Минаева В.А., Хейло Л.Г., Флоки А.Б. и др.

Уголовно-правовым и криминологическим аспектам противодействия легализации (отмыванию) преступных доходов посвящены труды Алиева В.М., Анисимова Л.Н., Болотского Б.С., Воеводза А.Г., Вотрина Р.В., Крупина Е.В., Денисенко В.В., Завидова Б.Д., Зубкова В.А, Андреева Н.М., Иванова Э.А., Клепицкого И.А., Короткова A.C., Попова И.В., Куровской JI.H., Тогонидзе Н.В., Лунеева В.В., Мельникова В.Н., Саидова

A.Х., Третьякова И.Д., Трунцевского Ю.В., Тосуняна Г.А., Шохина С.О., Ганихина A.A., Илько Ю.Д., Соловьева A.B., Тетюкова К.В. и др.

Финансово-экономический аспекты легализации рассмотрены в работах Аносова Е.Д., Березина М.П., Вотрина Р.В., Волкова ЮЛ., Гамзы

B.А., Грузинова A.C., Евсюкова В.В., Крупина Е.В., Корчагина А.Г., Крылова A.A., Кушниренко A.B., Лопатина В.А., Мельникова В.Н., Наумова Ю.Г., Осипова С.К., Сафронова В.А., Сердинова Э.М., Филимонова М. И., Чистюхина В.В., Якимовича О.Ю. и др.

Необходимость научной разработки математических моделей, позволяющих повысить эффективность деятельности органов внутренних дел в борьбе с легализацией преступных доходов, полученных преступным путем, и послужила основанием для проведения диссертационного исследования, определила его цели и задачи.

Объект и предмет диссертационного исследования. Объектом диссертационного исследования является деятельность органов внутренних дел, направленная на противодействие легализации доходов, полученных преступным путем.

Предметом исследования служат методы и модели оценки и анализа деятельности подразделений органов внутренних дел в сфере противодействия легализации преступных доходов.

Цель и задачи исследования. Цель диссертационного исследования заключается в совершенствовании существующих методов оценки и анализа деятельности органов внутренних дел по противодействию легализации преступных доходов с использованием аппарата математического моделирования.

Для достижения указанной цели были поставлены и решены следующие задачи:

- исследованы место и роль органов внутренних дел в системе противодействия легализации преступных доходов;

- проведен анализ современного состояния информационных ресурсов подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов, рассмотрены существующие

механизмы сбора и обработки данных, выявлены их достоинства и недостатки;

- разработаны математические модели временных рядов, характеризующие состояние криминогенной обстановки в сфере легализации преступных доходов, проведена оценка их значимости и адекватности, разработаны способы повышения качества полученных моделей;

- разработана методика изучения тенденций развития преступности, связанной с легализацией, построены прогнозные модели, необходимые для принятия обоснованных управленческих решений;

- обоснован и предложен подход к оценке результатов деятельности подразделений органов внутренних дел, занимающихся проблемами легализации, на основе прогнозной модели, использующей нейросетевые алгоритмы;

- сформулированы предложения организационного характера, направленные на совершенствование оценки деятельности подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов.

Методологическая база и методы исследования. Теоретической и методологической основой диссертационного исследования послужили труды отечественных и зарубежных ученых в области системного подхода, теории вероятностей, разработки моделей и механизмов управления организационными системами. В ходе исследования использовались многомерные статистических методы анализа данных (корреляционный, регрессионный), методы построения и анализа математических моделей на основе временных рядов (критерии Акаике и Шварца), математический аппарат теории нейронных сетей.

Эмпирическая база исследования. В работе использованы статистические данные МВД по Республике Карелия, ГУВД по Московской области, ГИАЦ МВД России, ДЭБ МВД России (ГУ ЭБ и ПТ), Федеральной службы по финансовому мониторингу (ФСФМ), материалы уголовных дел, судебные решения, свидетельствующие о практике применения уголовно-правовых норм, предусмотренных ст.ст. 174, 174-1 (легализация преступных доходов), информационные, аналитические, статистические материалы, опубликованные в научной литературе, периодической печати и в сети Internet, а также материалы анкетирования слушателей факультета подготовки федерального кадрового резерва Академии управления МВД России.

Научная новизна. Научная новизна состоит в том, что система подразделений органов внутренних дел, призванных оказывать противодействие легализации преступных доходов, впервые изучена с позиции системного подхода. Автором детально проанализированы уровень, структура, динамика преступлений, предусмотренных ст.ст. 174, 174-1 УК РФ, определены особенности этих преступлений, отмечена их высокая степень латентности. Исследованы существующие методы сбора и обработки

информации, связанной с легализацией преступных доходов, их достоинства и недостатки.

На основании проведенного исследования, комплексного применения методов теории вероятностей и математической статистики построены модели временных рядов, характеризующие тенденции развития преступности, связанной с легализацией, доказана их значимость и адекватность.

Впервые с использованием математических моделей нейронных сетей разработан подход к прогнозированию преступности, связанной с легализацией и на этой основе предложено новое решение по оценке результатов деятельности ОВД, что позволяет повысить качество оперативно-служебной деятельности.

Положения, выносимые на защиту:

1. Математические модели временных рядов, характеризующие состояние криминогенной обстановки в сфере легализации, значимость и адекватность которых оценивалась по критериям Акаике и Шварца, способы повышения качества моделей.

2. Методика изучения тенденций развития преступности, связанной с легализацией, основанная на комплексном использовании математических моделей временных рядов и нейросетевых моделей.

3. Методика построения временных моделей анализа данных преступлений по легализации преступных доходов, состоящая из следующих этапов: выбор вида модели, оценивание ее параметров, проверка адекватности и корректировка, изучение статистических свойств остатков модели

4.Подход к оценке результатов деятельности подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов на основе нейронных сетей, который позволяет скорректировать существующие методы оценки и повысить обоснованность принимаемых управленческих решений.

5. Предложения организационно характера, направленные на совершенствование деятельности подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов, основанные на применении современных информационных технологий и многомерных статистических методов анализа данных.

Теоретическая и практическая значимость исследования определяется актуальностью и новизной рассматриваемых автором положений.

Теоретическое значение работы заключается в разработке автором инструментария информационно-аналитической работы в органах внутренних дел, применение которого дает возможность более полно и объективно оценить результаты деятельности по противодействию легализации преступных доходов, что в свою очередь, приводит к повышению ее практической значимости.

Разработанные в диссертационном исследовании методы и модели анализа и прогнозирования преступности внедрены в практическую деятельность региональных УВД, ОВД. УВД по г. Тольятти отмечает перспективную направленность предложенных методов оценки деятель-

7

ности ОВД. Кроме того, разработанные методы и модели используются в учебном процессе высших учебных заведений в дисциплинах, связанных с тематикой диссертации.

Диссертационное исследование отвечает Плану научной деятельности Академии управления МВД России (п. 42 - 2008 г., п. 73 - 2009 г., п.53 -2010 г.).

Обоснованность и достоверность научных результатов. Научные положения, теоретические выводы, математические модели и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами, подтверждены расчетами на примерах и результатами внедрения. Для решения поставленных задач использовались математические методы обработки статистических данных, математическое моделирование с применением временных рядов и нейронных сетей. Методология исследования построена с использованием известной литературы в области управления, теории принятия решений, официальной статистической информации.

Апробация и внедрение результатов исследования. Основные результаты исследований и научных разработок докладывались и обсуждались на следующих конференциях: международных научных конференциях «Информатизация и информационная безопасность правоохранительных органов» (г. Москва, Академия управления МВД России, 2007-2011г.г. ) и 11-м Всероссийском симпозиуме «Стратегическое планирование и развитие предприятий» (г. Москва, ЦЭМИ РАН, 2010 г.).

Созданные математические модели и методики апробированы и внедрены в практику деятельности правоохранительных органов, в частности: ГУ МВД России по Саратовской обл., УВД по г. Тольятти Самарской обл., ОВД по Октябрьскому району МО г. Орска Оренбургской области, ОВД по Советскому р-ну МО г. Орска, ОВД по Ленинскому р-ну МО г. Орска.

Методики построения моделей временных рядов и нейронных сетей используются в учебном процессе Академии управления МВД России (кафедра информационных технологий управления органами внутренних дел), Государственного технического университета Республики Хакассия (кафедра уголовного права и процесса), Владимирского юридического института ФСИН России (кафедра специальной техники и информационных технологий).

Объем и структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений. Она содержит 122 страницы основного текста, 12 рисунков, 12 таблиц. Список литературы включает 212 наименований.

Содержание работы.

Во введении раскрываются актуальность выбранной темы, определяется объект и предмет, формулируются цель и задачи диссертационного исследования, обосновываются методология и методика, научная новизна; характеризуются достоверность и обоснованность полученных результа-

8

тов, их теоретическое и практическое значение; приводятся данные об апробации и внедрении в практику результатов диссертационной работы, сведения о ее структуре.

В первой главе проводится анализ существующих подходов к понятию «легализация», дается его определение со ссылками на соответствующие статьи УК РФ (ст.ст.174, 174-1) и Федеральный закон «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансирования терроризма» № 115-ФЗ.

Подчеркивается, что масштабы распространения легализации полностью обусловлены масштабами теневой экономки, а непосредственным ее источником, по мнению автора, служит та ее часть, которая связана с криминальной деятельностью.

В работе делается акцент на общественную опасность процесса легализации, в связи с тем, что данный процесс сопряжен с вовлечением в сферу легального товарно-денежного оборота большого количества денежных средств из криминальных источников и вызывающих, вследствие этого, нарушение комплекса макроэкономических равновесий: между доходами и расходами, между инвестициями и сбережениями, между количеством товаров и денежных средств, между количеством денег у населения и ценами и т.п.

С момента вступления в силу нового УК РФ (1 января 1997 г.) современное состояние легализации может быть охарактеризовано соответствующими статистическими данными, которые представлены на рис.1.

Проведенный сравнительный анализ динамики зарегистрированных преступлений, предусмотренных ст.ст.174 и 174-1, позволил автору сделать вывод о нестабильности временных рядов и наличии в них противоположных трендов (рис. 1).

С одной стороны такая нестабильность объясняется малым временным периодом существования соответствующих уголовно-правовых норм. С другой стороны, легализация (отмывание) денежных средств или иного имущества, приобретенных преступным путем (как самостоятельное криминальное явление) обладает рядом специфических свойств, отражающих ее особенности.

Как показали результаты проведенного исследования, рассматриваемые виды преступления характеризуются следующими особенностями:

- высокой степенью латентности и изменчивости способов и механизмов их совершения;

- сложными многоуровневыми схемами использования субъектов предпринимательской деятельности и кредитных организаций;

- многоэтапностью и многоэпизодностью;

- при раскрытии и расследовании преступлений, связанных с легализацией, основное внимание, как правило, уделяется сбору доказательств не по основному, а по предикатному преступлению;

- ввиду отсутствия навыков работы по раскрытию и расследованию преступлений, связанных с легализацией преступных доходов, эти престу-

9

пленйя сотрудниками органов внутренних дел на первоначальном этапе, как правило, не регистрировались.

юооо 9000

аооо

7000 ООО 5000 4000 за» аоо юое»

II

- »00 - 1805 1КВ 1400 12» 1000 яоо

-<Т. 174-1

■ — СТ.174

Рис. 1. Динамика преступлений по легализации преступных доходов

Полученные выводы, диссертант подтверждает материалами анкетирования слушателей федерального кадрового резерва Академии управления МВД России, проведенного автором в 2010 году.

Автор доказывает, что статистические данные о динамике легализации преступных доходов характеризуют не само явление, а возможности органов внутренних дел по противодействию этому явлению. В свою очередь эти возможности зависят от того, насколько эффективно выстроена организационная структура ОВД и как она нацелена на решения задач, связанных с противодействием легализации (отмыванием) преступных доходов.

В широком смысле организационная структура отражает одновременно и структуру функций, и структуру подсистем, элементов организации, обеспечивающих достижение поставленных целей.

Головным структурным подразделением ОВД, занимающимся организацией противодействия легализации преступных доходов в рамках государства, является специализированное оперативно-розыскное бюро (ОРБ). Как уже отмечалось выше, оно было создано для этих целей при Департаменте экономической безопасности (ДЭБ) МВД России (ГУ ЭБ и ПТ).

Фрагмент структуры ОРБ (данные на 31.12.2010 г.) приведен на

рис.2.

В перечне функций, которые выполняет ОРБ можно выделить следующие:

- взаимодействие с ФСФМ, другими федеральными, в том числе и правоохранительными органами;

ю

- сотрудничество с аналогичными правоохранительными структурами других государств при проведении оперативно-розыскных мероприятий по борьбе с легализацией преступных доходов;

- организационная и методическая поддержка, анализ и координация деятельности региональных подразделений в сфере выявления преступлений, связанных с отмыванием преступных доходов.

ОРБ (по пропшодекствию легализации и подрыву экономических основ организованных групп и преступных сообществ II противодействию финансирования экстремизма _

Отдел занимается противодействием легализации доходов, полученных преступным путем Отдел занимается подрывом эюэномнческихоснов организованных групп п преступных сообществ и противодействием финансирования экстремизма

Рис. 2. Фрагмент структуры ОРБ ДЭБ МВД России

В диссертации сделан вывод о том, что успешная деятельность органов внутренних дел невозможна без эффективного взаимодействия всех субъектов по противодействию легализации преступных доходов.

Подчеркивается, что это взаимодействие в настоящее время осуществляется, прежде всего, в форме информационного обмена (описаны основные стадии такого обмена, его схемы и т.п.).

В диссертационном исследовании автором подробно рассмотрен современный подход, используемый для оценки и анализа деятельности органов внутренних дел по противодействию легализации преступных доходов.

Эта оценка формируется на основании анализа отчетов, которые формируются информационными центрами ОВД по форме 5-Л.

Отчеты информационных центров рассчитываются на основании двух отношений, полученных как результат соединения отношений реляционной базы данных учета преступлений. Атрибуты отношений по их функциональному назначению разбиваются на три группы: идентифицирующие (ИД), отчетные (ОТ) и временные (ВР).

Ключевым понятием существующей системы государственных и ведомственных отчетов является понятие отчетного периода. На всем его протяжении (как правило, это текущий год) ежемесячно подводятся промежуточные итоги. После подготовки отчетов за год текущий отчетный период считается закрытым, любые операции по изменению массива

первичных учетных документов закрытого отчетного периода не допускаются.

В диссертации приводится описание алгоритма формирования отчетов по регистрируемым преступлениям, связанным с легализацией, на основе отношений СЧЕТ_ПРЕСТУПЛЕНИЙ и СЧЕТ_ЛИЦ (форма 5-Л).

Он состоит из 3 разделов, каждый раздел представляет собой таблицу различных показателей оперативно-служебной деятельности или состояния преступности. Например, в 1-м разделе сгруппированы преступления по ст.ст. 174, 174-1 УК РФ по сферам финансово-хозяйственной деятельности субъектов; во 2-м разделе указывается количество выявленных преступлений по службам, уполномоченных заниматься противодействием легализации преступных доходов; в 3-м разделе представлено количество преступлений данного вида, предшествующих легализации (отмыванию) денежных средств или иного имущества, приобретенных преступным путем.

Данный отчет можно представить в виде множества А его элементов (ячеек отчета), находящихся на пересечении строк и граф соответствующего раздела:

где Р — множество разделов отчета, г - число разделов отчета;

Ср- множество строк раздела отчета, 5р- число строк раздела; Кр— множество столбцов раздела отчета, - число столбцов раздела. Общее число элементов N отчета вычисляется как сумма ячеек всех его разделов:

где sup(Cp) и sup (Rp) - верхние границы множеств СР и RP, соответствующие числу строк и граф раздела.

Заключительный этап формирования отчетов состоит в построении сводных отчетов и вычислении динамики изменения показателей на основе сравнения с аналогичным периодом прошлого года (АППГ).

Согласно приказу МВД России №25 от 19.01.2010 года, подобное сравнение с аналогичным периодом прошлого года (АППГ) определяет динамику изменения показателей, характеризующих состояние преступности и оперативно-служебной деятельность органов внутренних дел, в том числе связанной с легализацией.

Расчет динамики показателей по Российской Федерации ((1А?Ф) производится по следующей формуле:

А= {ap,cp,Rp}

Р е {1,2.....г}

ср е {i,2 ...,Sp] Rp € (1,2, ...,tp},

N=i;u=p1(P)sup(Cp)sup(Rp),

KJ = {

Аналогично рассчитывается динамика преступлений, связанных с легализацией преступных доходов по федеральным округам и субъектам Российской Федерации:

¿4! = =

* 100% ,

100%

I

где

(1А1,с(Ак - показатели динамики по 1-у федеральному округу и к-у субъекту Российской Федерации.

На основании полученных результатов определяются регионы, имеющие наибольшую динамику роста или снижения преступлений, связанных с легализацией.

Существующий в настоящее время подход к оценке деятельности ОВД может быть представлен в виде табл. 1.

Табл. 1

Фрагмент методики оценки деятельности органов внутренних дел

Всего выявлено преступлений Текущий период

согласно ф.5-Л, раз.1,стр.1,гр.2. АППГ

Рост индикатора оценивается положительно Динамика +-

Оценка индикатора

Из табл.1 видно, что данный подход основывается на оценке показателя «Всего выявлено преступлений за текущий период», значение которого сравнивается с ним же самим за аналогичный период прошлого года (АППГ). Рост значения данного показателя приводит в положительной оценке, снижение - к отрицательной (используется дискретная шкала -«удовлетворительно», «неудовлетворительно»),

В диссертации проведена оценка результатов деятельности подразделения органов внутренних дел, занимающихся противодействием легализации преступных доходов в Российской Федерации, за 2008, 2009 гг.. Ее итог представлен в табл. 2.

Табл. 2

Результаты оценки деятельности органов внутренних дел

Год 2008 2009

Число зарегистрированных преступлений 9035 8383

Динамика % -18,5 -24,9

Оценка по динамике (с АППГ) неуд. неуд.

Автором подчеркивается, что изученные алгоритмы формирования отчетов, которые лежа г в основе оценки деятельности ОВД по противодействию легализации преступных доходов, используются со времен

13

ручных картотек учета преступлений и не претерпели никаких изменений даже с внедрением в практику ОВД компьютерных систем.

В диссертационном исследовании показано, что существующие алгоритмы не позволяют адекватно оценить современное состояние и тенденции развития преступности, связанной с легализацией. Это приводит к снижению качества управленческих решений и значительным искажениям в оценке деятельности органов внутренних дел.

Делается вывод, что выход из создавшейся ситуации может быть найден с помощью построения математических моделей анализа данных.

Вторая глава посвящена выработке подходов к построению таких моделей, подробно рассматриваются два основных их вида - модели временных рядов и модели, основанные на использовании технологии нейронных сетей.

Временной ряд представляет собой совокупность последовательных числовых значений, характеризующих изменение какого-либо показателя или признака во времени. На основе изучения закономерностей поведения этих последовательностей строятся модели, которые, как показывает практика, являются в большинстве случаев, реализацией модели авторегрессии проинтегрированного скользящего среднего (АРПСС или АШМА-модели) вида:

Фра )ХС = фо + 0,(Г)£( где р- параметр, определяющий авторегрессионную составляющую; щ- порядок скользящего среднего;

Фр(1), 0„ (Ь)гг - функции операторов лага процессов авторегрессии

порядка Р и скользящего среднего порядка ^ соответственно; £с - математическое ожидание ошибок; £ - оператор лага.

С учетом фактора сезонности модель (1) может быть переписана в

виде:

фрфф;^"^ =

где р- параметр, определяющий авторегрессионную составляющую; ц- порядок скользящего среднего; й- порядок разности (интегрирования);

- параметры сезонной мультипликативной составляющей; ФД£), 0,(1) - функции операторов лага процессов авторегрессии порядка р и скользящего среднего порядка q соответственно, которые имеют следующий вид:

Фра) = 1 - Ф^-----Ф;Ь1Р

вдСЮ = 1 - 01 -----вдЬ^

£(.- математическое ожидание ошибок; Ь- оператор лага;

А'г = - процесс скользящего среднего порядка я;

Д- символ разности.

Оценка параметров модели (2) проводилась на основе данных о количестве регистрируемых преступлениях, предусмотренных ст.ст. 174, 174-1 УК РФ за период с 1997 года по 2010 год (всего 169 точек).

В результате проведенного исследования автором были выбраны две модели.

Первая модель (1 -112)(1 - Ь)Х: = (1 - 0^(1 - б^К , является интегрируемым процессом первого порядка, состоит из процесса скользящего среднего первого порядка и содержит мультипликативную сезонную составляющую скользящего среднего первого порядка.

Вторая модель (1 - Ф^Ц - Ф^12)(1 - ¿12)(1 - = является интегрируемым процессом первого порядка, состоит из авторегрессионного процесса первого порядка и содержит мультипликативную сезонную составляющую авторегрессии первого порядка.

Оценивание параметров представленных моделей методом МакЛео-да и Сейлза дало следующие результаты:

- для модели:

(1 - ¿12)( 1 - Ь)ХС = (1 - 0,3884131)(1 - 0,822524112К, где £(- нормально распределенные случайные величины с дисперсией а2 = 255,952 и средним 0: £ * Л?(0,(255,95)г);

- для модели (1 - " Ф£Ь12)(1 - ¿12)(1 ~ ОХс = е(

(1 + 0,245642 • Ю(1 + 0,355875 • 112)(1 - ¿12)( 1 - 1)ХС = £(, где - нормально распределенные случайные величины с дисперсией а2 = 287,092 и средним 0: г « ДГ(0, (287,09)2).

Поскольку все параметры моделей оказались значимыми на уровне 5%., процедура оценивания была продолжена с использованием информационных критериев Акаике (А1С) и Шварца (БН):

п

БН = —----1- 1п <? .

п

Преимущество выбранных критериев состоит в том, что они позволяют при оценке построенных моделей учитывать как параметры сезонной мультипликативной составляющей - Р, А О, так и параметры самой модели временных рядов р, 4 д. Выражения для учета дисперсии ошибок

модели 6 2 остаются без изменения.

Выбор лучшей модели осуществлялся автором по наименьшим значениям критериев. Этому требованию отвечает первая модель:

(1 - ¿12)(1 - Ь)ХС = (1 - -

Таким образом, в диссертации был сделан вывод о предпочтении ее использования для анализа деятельности ОВД по противодействию легализации преступных доходов.

Помимо моделей временных рядов в диссертации было рассмотрено новое поколение методов, основанных на использовании нейросетевых алгоритмов.

Основной гипотезой такого исследования выступало предположение об их большей точности и адекватности, по сравнению с моделями временных рядов.

Приложения нейронных сетей охватывают сегодня самые разнообразные сферы человеческой деятельности - от распознавания образов до решения задач классификации и прогнозирования, что для органов

В формальном виде функционирование нейрона к описывается следующей парой уравнений:

Щ = rih^jXj (1)

Ук=<р(ик + Ьь) (2)

где х1х2, ...,хт - входные сигналы; wkuwk?, ...,wfrm - синаптические веса нейрона к ; ик- линейная комбинация входных воздействий; Ьк -порог; <р(*)- функция активации; ук— выходной сигнал нейрона.

В диссертации в ходе проведения различных экспериментов, обосновывается выбор многослойного персептрона (MLP) в качестве основного инструмента анализа данных.

Многослойная архитектура нейронной сети характеризуются наличием входного слоя, скрытых слоев и выходного слоя, на котором формируется результат. Количество элементов скрытого слоя определяется из соотношения:

д, < h'a iyjrer.tp

"нейронов — ,, J.,, W>

где Алейронов _ количество нейронов в скрытом слое (слоях); Лго5уч -число обучающих выборок; Гттер - среднеквадратическая относительная ошибка прогноза; jVEbl3opKH - количество элементов обучающей выборки; Л'ВЬ1,.0Д - количество выходных нейронов.

Среди других отличительных особенностей многослойного персептрона отметим следующие:

- нейрон сети j имеет нелинейную непрерывно дифференцируемую

функцию активации ^^ * у (vj - взвешенная сумма всех синаптиче-

ских входов плюс пороговое значение);

- высокую степень связности, реализуемую посредством синаптиче-ских соединений.

Оценка параметров MLP происходит путем подбора таких синапти-ческих весов нейронов, которые обеспечивают наименьшую среднеквадратичную ошибку (LMS).

Для решения этой задачи в диссертации использовалась программа Statistica. По результатам анализа данных, характеризующих динамику преступлений, связанных с легализацией, была предложена архитектура сети многослойного персептрона, состоящего из трех слоев, один из которых скрытый. Данный персептрон имеет 5 синаптических входных

16

сигналов, каждый из которых характеризуется своим весом; скрытый слой, состоящий из 7 нейронов и один выходной слой (рис.3).

Архитектура : МП 55 1:5-7-1:1 , N » 3 Производительность обуч. = 0,004163 , Контр, производительность = 0,000000 . Тест.

производительность ■ 0,000000_

Рис.3. Архитектура многослойного персегггрона с одним скрытым слоем

Средняя квадратичная ошибка выраженная выбраннной модели MLP составила 4,1%.

В третьей главе рассмотрены подходы к прогнозированию преступности на основе моделей временных рядов и нейронных сетей, т.е. тех моделей, которые были разработаны во второй главе. После сравнения результатов прогнозирования (в том числе анализировались и фактические данные), был сделан выбор в пользу модели нейронных сетей, которая в дальнейшем использовалась для оценки деятельности органов внутренних дел. В последней части третьей главы сформулированы организационные предложения, направленные на совершенствование деятельности подразделений органов внутренних дел, занимающихся противодействием легализации.

Для построения прогноза, как на основе моделей временных рядов, так и модели нейронных сетей в диссертации использовался пакет Statistica.

Фрагмент результатов расчетов прогнозных значений по предложенной модели временных рядов представлен в табл.3.

Табл.3

Фактические и прогнозные значения числа зарегистрированных преступлений (модель временных рядов)

Годы 2008 2009 2010

Количество зарегистрированных преступлений 8383 9781 1762

Прогнозные значения, рассчитанные по 8450,2 8817,1 774,5

модели

Фрагмент результатов расчетов прогнозных значений по предложенной модели нейронных сетей представлен в табл.4.

Табл.4

Фактические и прогнозные значения числа зарегистрированных преступлений (модель нейронных сетей)

Годы 2008 2009 2010

Количество зарегистрированных преступлений 8383 9781 1762

Прогнозные значения, рассчитанные по модели 8504,7 8436,6 1833,7

Сравнение результатов прогноза с использованием моделей временных рядов и нейронных сетей по критерию средний процент ошибки позволил обосновать выбор в пользу нейронных сетей.

Графическая интерпретация результатов прогнозирования с использование модели нейронных сетей изображена на рис.4.

Прогноз (нейронная сеть)

Рис.4. Графическая интерпретация результатов прогнозирования

На основе полученных результатов в диссертации предлагается оригинальный подход к оценке деятельности органов внутренних дел по противодействию легализации преступных доходов.

Согласно этому подходу дискретные оценки «удовлетворительно» и «неудовлетворительно» выявляются, исходя из непрерывной оценки I, основанной на свойстве стандартного нормального распределения:

1 = 2 + 4*Ф(е5;0,1),

Ф(е5; ОД) = ¿Г^ехр (-у)<*х, где Ф - функция стандартного нормального распределения (функция Лапласа).

Таким образом, оценка I есть функция, областью определения которой является диапазон всех возможных значений стандартных остатков модели нейронных сетей: е, 6 ]-оо; +<и[, область значений -1 = ]2,6[.

Дискретную оценку 1Л предлагается искать из следующего выражения:

{«удовлетворительно», если / > 3

. ?

«неудовлетворительно», если 1 <3

Результаты расчетов оценки результатов деятельности органов внутренних дел по противодействию легализации преступных доходов по предлагаемому подходу представлены в табл. 5.

Из таблицы видно, что на основании прогноза неудовлетворительная оценка органам внутренних дел может быть выставлена только за 2005 г. Оценка «удовлетворительно» выставлена за все остальные годы.

Табл. 5.

Оценка деятельности органов внутренних дел по показателю количество зарегистрированных преступлений, полученная на основании краткосрочного прогноза

Год прогноза(Ь) 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г.

Остатки прогноза е -251,8 -114,9 -73,6 -96,6 -76,2 -207,3

Стандартизованные р остатки прогноза » -0,981 -0,382 -0,217 -0,258 -0,188 -0,477

Непрерывная оценка I 2,7 3,4 3,7 3,6 3,7 3,3

Дискретная оценка ^° неуд. УД- уд. УД- уд. уд-

Таким образом, разработанная методика позволила скорректировать оценки результатов деятельности органов внутренних дел по противодействию легализации преступных доходов, которые были получены в ходе применения традиционного подхода (см. таблицу 2). Такая методика озволяета получить более точную информацию, которая может использоваться для оперативного руководства силами и средствами, текущего и перспективного планирования, рационального использования ресурсов, своевременного принятия управленческих решений.

В заключении приводятся основные результаты работы, формулируются выводы и предложения, вытекающие из диссертационного исследования:

1. На основе анализа процессов, связанных с легализацией преступных доходов, обоснована необходимость использования математических моделей для изучения современных тенденций развития преступности в данной сфере, ее уровня, структуры и динамики.

2. Разработаны модели временных радов, ориентированные на анализ преступлений, связанных с легализацией, доказана их значимость и адекватность на основе комплексного применения статистических методов, разработаны способы повышения качества полученных моделей.

3. Разработана методика изучения тенденций развития преступлений, связанных с легализацией на основе использования математических моделей нейронных сетей. Получена модель данного вида преступлений, которая позволила повысить точность и достоверность прогноза.

4. Предложен новый подход к оценке результатов деятельности подразделений ОВД, занимающихся противодействием легализации преступных доходов, который предоставляет возможность оптимизировать уровень аналитической работы, скорректировать существующие методы оценки и улучшить обоснованность принимаемых управленческих решений в оперативно-служебной деятельности;

5. Сформулированы предложения организационного характера, направленные на совершенствование деятельности подразделений органов внутренних дел, занимающихся противодействием легализации, которые основаны на применении современных информационных технологий и многомерных статистических методов анализа данных.

Разработанные методы и математические модели анализа данных и прогнозирования преступности внедрены в практику: УВД г. Тольятти Самарской обл., ОВД по Октябрьскому району МО г. Орска Оренбургской области, ОВД по Советскому р-ну МО г. Орска, ОВД по Ленинскому р-ну МО г. Орска., ГУ МВД России по Саратовской области, а также используются в учебном процессе Академии управления МВД России (кафедра информационных технологий управления органами внутренних дел), Государственного технического университета респ. Хакассия (кафедра уголовного права и процесса), Владимирского юридического института ФСИН России (кафедра специальной техники и информационных технологий).

Проводимое исследование выполнялось в рамках Плана научной деятельности Академии управления МВД России (п. 42 - 2008 г., п. 73 -2009 г., п.53 - 2010 г.).

Основные результаты диссертационной работы изложены в 9 научных статьях общим объемом 1,95 пл.:

Публикации в изданиях, рекомендованных ВАК России

Петрова В.Ю., Горошко И.В. Модели временных рядов и прогнозирование преступности: опыт разработки и использования // Труды

20

Академии управления МВД России 2008 г. № 4(8). С.45-51(0,25 пл., соавт. не разделено).

Петрова В.Ю. Противодействие легализации преступных доходов: российский и зарубежный опыт // Труды Академии управления МВД России 2010 г. №4(16). С.104-109 (0,25 пл.).

Петрова В.Ю., Горошко И.В., Лебедев A.B. Об одном подходе к моделированию динамики преступности // Труды Академии управления МВД России 2011 г. № 2 (18) С. 54-58. (0,25 пл.).

Научные статьи, опубликованные в иных изданиях:

Петрова В.Ю., Горошко И.В. Информационные механизмы противодействия легализации преступных доходов // сборник трудов XVII Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» 2008 г. С. 5-9 (0,25 п.л. соавт. не разделено).

Петрова В.Ю., Горошко И.В. Информационный контроль в сфере противодействия легализации преступных доходов.// Сборник трудов XVIII Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» 2009 г. С.74-77 (0,18 п.л. соавт. не разделено).

Петрова В.Ю., Горошко И.В., Горошко Э.Г. Об одном из принципов противодействия легализации преступных доходов в банковской сфере //11-й всероссийский симпозиум РАН, материалы симпозиума, секция 3-«Опыт стратегического планирования на российских и зарубежных предприятиях», 2010 г. С.63-64 (0,06 п.л. соавт. не разделено).

Петрова В.Ю. Об одном подходе к построению прогнозирующих моделей временных рядов // Сборник трудов XIX Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» 2010 г. С.20-24 (0,25 пл.).

Петрова В.Ю. О некоторых подходах к обеспечению экономической безопасности на основе противодействия легализации (отмывания) преступных доходов //Сборник научных статей по материалам межвузовского научного семинара «Организационно-экономические, тыловые и гражданско-правовые проблемы совершенствования деятельности органов внутренних дел», (Москва, 24 декабря 2010 г.); в 2-х томах / Под ред. В.В. Новикова; т.1. -М.: Академия управления МВД России, 2010 г. С.82-85 (0, 18 пл.)

Петрова В.Ю. Формализация учета преступлений в органах внутренних дел // Сборник трудов XX Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов» 2011 г. С.71-76 (0,32 пл.)

Отпечатано в типографии ООО «Аналитик» Ленинградское шоссе, д. 18 Тираж 100 шт., Заказ № 2271/11А Формат 60*90/16 Усл. печ. л. 1,5

ВВЕДЕНИЕ.

Глава 1. ДЕЯТЕЛЬНОСТЬ ОРГАНОВ ВНУТРЕННИХ ДЕЛ ПО ПРОТИВОДЕЙСТВИЮ ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ.

1.1. Современное состояние и тенденции развития преступности, связанной с легализацией преступных доходов

1.2. Органы внутренних дел как субъект в системе противодействия легализации преступных доход.

1.3. Существующие методы анализа и оценки деятельности органов внутренних дел.

Глава 2. РАЗРАБОТКА МОДЕЛЕЙ ОЦЕНКИ И АНАЛИЗА ДЕЯТЕЛЬНОСТИ ОРГАНОВ ВНУТРЕННИХ ДЕЛ ПО ПРОТИВОДЕЙСТВИЮ ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ.

2.1. Принципы построения моделей анализа и оценки деятельности органов внутренних дел.

2.2. Нейронные сети и возможности их использования для анализа и оценки деятельности органов внутренних -дел.

2.3. Технология оценивания параметров моделей и проверка их адекватности.

Глава 3. ОСНОВНЫЕ НАПРАВЛЕНИЯ ИСПОЛЬЗОВАНИЯ РАЗРАБОТАННЫХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ В ОЦЕНКЕ И АНАЛИЗЕ ДЕЯТЕЛЬНОСТИ ОРГАНОВ ВНУТРЕННИХ ДЕЛ.

3.1. Прогнозирование деятельности органов внутренних дел по противодействию легализации преступных доходов.

3.2. Применение разработанных моделей для анализа и оценки деятельности органов внутренних дел.

3.3. Предложения по совершенствованию деятельности ОВД по противодействию легализации преступных доходов

Актуальность темы исследования. Отмывание преступных доходов и их проникновение в легальную экономику наблюдается сейчас во многих странах и представляет собой крайне опасное явление. Легализация денег, добытых незаконным путем, является необходимым условием функционирования преступности в сфере экономики. Глобализация мировой экономики и растущая эффективность рынков капитала позволяют частным лицам и организациям перемещать огромные суммы денег, как на внутренних финансовых рынках, так и из одной страны в другую. Подобная эффективность и относительная бесконтрольность движения денежных средств предоставляют криминальным элементам возможность безнаказанно «отмывать» деньги, полученные в результате незаконной деятельности на национальном и на международном уровнях. Точной информации об объеме отмываемых в мире средств не существует. Вместе с тем, по мнению исследователей, ежегодный объем данных средств составляет от 2 до 5% мирового объема ВВП - свыше 600 миллиардов долларов США1.

Очевидно, что отмывание «грязных» денег оказывает существенное влияние на распределение и внутренних, и международных денежных ресурсов и подрывает макроэкономическую стабильность. Поэтому борьба с ним - одно из наиболее важных стратегических направлений, противодействия преступности.

Анализ криминальной ситуации, складывающейся в экономике страны на протяжении последних лет, свидетельствует о стабильном росте масштабов преступных посягательств, повышении уровня организованности и профессионализма преступности, и как следствие, рост

1 Березина М.П., Аносов Е.Д. Об участии органов финансового и банковского надзора в противодействии легализации преступных доходов. Финансы. № 1. 2003. масштабов легализации. Отметим, что легализация (отмывание) доходов, полученных преступным путем, представляет собой заключительный этап превращения преступности в высокодоходный и эффективный вид незаконного предпринимательства.

В ходе этого процесса происходит противоправная и в высшей степени опасная для общества концентрация экономической, а вслед за ней и политической власти в руках неконтролируемой группы лиц1.

Борьба с такой преступностью без ликвидации ее экономической основы - легализованных криминальных доходов - эффективной не будет. Легализация преступных доходов в России тесно связана с перемещением капитала через российские кредитные организации и выражается в огромных денежных суммах . По данным силовых структур, в 2008 году совокупный оборот нелегальных денег в российской экономике оценивается примерно в 220 миллиардов долларов, что составляет порядка 40-50 % от всего оборота финансовых средств.

Общественная опасность легализации заключается в том, что виновный в совершении преступлений и правонарушений посредством отмывания «грязных» денег начинает пользоваться ими в официальном хозяйственном обороте, приравнивая их к полученным законными действиями. Путем легализации незаконно нажитых средств, как нами уже подчеркивалось, преступность получает возможность напрямую воздействовать на все значимые механизмы жизни общества.

В этой связи противодействие легализации преступных доходов требует координации усилий и повышении результативности деятельности всех участников системы государственных институтов, заинтересо

1 Алиев В.М. Легализация (отмывание) доходов, полученных незаконным путем: Уголовно-правовое и криминологическое исследование. - М., 2001. С. 3-4

Илько Ю.Д. Противодействие легализации доходов, полученных преступным путем: криминологический и уголовно-правовой аспект: Дис. . канд. юрид. наук. - Омск, 2003. С. 4. ванных в предотвращении проникновения доходов от преступной деятельности в экономику страны.

Органы внутренних дел (ОВД) как элемент системы социального управления, должны и обязаны реагировать на процессы, происходящие в обществе. В 1999 году, т.е. за два года до принятия Федерального закона № 115 «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансирования терроризма» (№ 115-ФЗ), в МВД России был создан Межведомственный центр по противодействию легализации (отмыванию) доходов, полученных незаконным путем (МВЦ), в дальнейшем преобразованный в оперативно-розыскное бюро (ОРБ).

Основной задачей этого Центра являлись сбор, анализ и предварительная проверка сведений о финансово-экономических операциях с денежными средствами или иным имуществом, имеющих незаконный или экономически нецелесообразный характер, а также информационно-аналитическое обеспечение мероприятий по выявлению и пресечению легализации доходов, поиск форм и методов совершенствования деятельности органов внутренних дел по противодействию этому процессу.

Как показывает более чем десятилетний опыт функционирования названного Центра и ОРБ, качество проводимой ими информационно-аналитической работы во многом зависит как от качественных характеристик имеющейся информации (полноты, актуальности, достоверности и т.п.), так и от используемых методов ее анализа и обработки.

Сегодня органы внутренних дел функционируют в условиях Единой информационно-телекоммуникационной системы (ЕИТКС) ОВД и располагают богатой информационной базой, в которой содержаться разнообразные сведения о преступлениях, в том числе и экономической направленности. Вместе с тем эффективных методов их анализа и обработки до сих пор не предложено. Фактически вне поля зрения аналитиков, занимающихся проблемой противодействия легализации, осталось математическое моделирование - апробированное средство исследования многих социально-экономических процессов.

Подчеркнем, что математические модели позволяют с меньшими затратами по сравнению с другими методами оценить варианты функционирования социальных систем в тех или иных условиях, проанализировать возможные сценарии, предложить и сразу опробовать различные направления повышения эффективности. И деятельность органов внутренних дел по противодействию легализации преступных доходов не является здесь исключением.

Кроме того, с помощью методов математического моделирования можно решать и многие перспективные задачи, в том числе задачи прогнозирования.

Здесь следует отметить разную степень предложенных направлений. Если первое достаточно полно представлено в работах ученых, то второе - только развивается. Фактически вне поля зрения исследователей остались системные вопросы, связанные с оценкой и анализом деятельности органов внутренних дел по противодействию легализации.

Еще одной проблемой, с которой сталкиваются руководители подразделений ОВД, занимающиеся преступлениями по отмыванию преступных доходов, это постоянное увеличение объемов обрабатываемой и циркулирующей информации, часто меняющиеся формы статистической отчетности по данному виду преступлений, достаточно большой круг взаимодействующих субъектов (Федеральная служба по финансовому мониторингу ФСФМ или Росфинмониторинг, Центральный Банк России, коммерческие организации, коммерческие банки, ломбарды и т.д).

Актуальность процессов модернизации подхода по противодействию легализации преступных доходов, изменилась и требует соответствующего осмысления: нуждаются в коррекции система критериев оценки деятельности подразделений органов внутренних дел в системе противодействия экономическим преступлениям, в т.ч. и в борьбе с легализацией преступных доходов.

Как показал анализ, разница между числом выявленных преступлений и количеством осужденных за их совершение говорит о том, что статистические колебания являются следствием не в действительности существующих тенденций, а лишь ослабления или усиления борьбы с легализацией преступных доходов на отдельных этапах развития современного российского государства.

Искаженные преставления о реальном состоянии, структуре, географии и тенденциях развития преступности в России смещало вектор борьбы с этим социальным злом не в качественные, а в количественные показатели.

По мнению автора, динамичный рост преступности, в которой доля отмывания преступных доходов не только постоянно возрастает, но и характеризуется дерзостью и изощренностью криминального элемента, предопределяет необходимость разработки новых подходов к организации ведению борьбы с отмыванием криминальных приобретений, осмыслению тенденций в социальной и правовой характеристике преступлений, предусмотренных ст. 174, 174-1 Уголовного Кодекса России.

Статистические отчеты, которые формируются в органах внутренних дел и поступают на вышестоящие уровни управления, не учитывают специфических особенностей такого вида преступления, как легализация преступных доходов, и несмотря на множество показателей, не позволяют провести объективную оценку эффективности деятельности ОВД по противодействию этому криминальному явлению.

Таким образом, можно сказать, что успешность применения математических моделей определяется правильностью выбора их вида или методов их построения, для осуществления которого требуется провести исследование процесса противодействия легализации преступных доходов с позиций системного подхода. В этом исследовании мы определили два направления: современное состояние легализации, ее динамика, структурные изменения и деятельность органов внутренних дел по борьбе с этим явлением. Причем каждое из направлений мы реализуем с учетом требований моделирования, с акцентом на наиболее актуальные проблемы.

Степень разработанности темы исследования. Основой повышения эффективности анализа и оценки деятельности органов внутренних дел с использованием возможностей современных технологий получения, обработки послужат на наш взгляд математические модели.

Вопросам разработки моделей управления сложными социальными системами посвящены исследования российских и зарубежных ученых: Буркова В.Н., Щепкина A.B., Новикова Д.А., Ирикова В.А., Стаби-на И.П., Редкозубова С.А., Чернышева С.Л., Багриновского К.А, Андерсен Т., Бокс Дж., Штрое Т.Г., Доугерти К., Дженкинс Г., Джонсон Р.,

Каст Ф., Розенцевейг Д. и многих других. i

Методы и модели управления органами внутренних дел, анализ и оценка их деятельности исследованы в трудах Горошко И.В., Федорова В.И., Заблоцкиса Н.Я., Кононенко В.И., Кравченко Ю.А., Дударева Г.И., Хейло Л.Г., Степанова М.Г., Флоки А.Б., Женило В.Р. и др.

Уголовно-правовой и криминологический аспекты противодействия легализации (отмыванию) преступных доходов противодействия легализации (отмыванию) преступных доходов посвящены труды Алиева В.М., Анисимова Л.Н., Болотского Б.С., Воеводза А.Г., Вотрина Р.В., Крупина Е.В., Денисенко В.В., Завидова Б.Д., Андреева Н.М., Иванова Э.А., Клепицкого И.А., Короткова A.C., Попова И.В., Куровской Л.Н., Тогонидзе Н.В., Лунеева В.В., Мельникова В.Н., Саидова А.Х., Третьякова И.Д., Тосуняна Г.А., Шохина С.О., Ганихина A.A., Илько Ю.Д., Соловьева A.B., Тетюкова К.В.

Финансово-экономический аспекты легализации рассмотрены в работах Аносова Е.Д., Березина М.П., Вотрина Р.В., Волкова Ю.Л., Гам-зы В.А., Грузинова A.C., Евсюкова В.В., Зубкова В.А., Крупина Е.В., Корчагина А.Г., Крылова A.A., Кушниренко A.B., Лопатина В.А., Мельникова В.Н., Наумова Ю.Г., Осипова С.К., Сафронова В.А., Сердинова Э.М., Филимонова М. И. Чистюхина В.В., Штиглица И.К., Якимовича О.Ю. и др.

Необходимость разработки математических моделей, позволяющих повысить эффективность деятельности ОВД в борьбе с отмыванием преступных доходов послужила основанием для проведения диссертационного исследования, определила его цели и задачи.

Объектом диссертационного исследования является система подразделений органов внутренних дел, занимающиеся противодействием легализации доходов, полученных преступным путем, их оперативно-розыскные, исполнительные, контрольные и другие функции в сфере противодействия легализации (отмыванию) доходов.

Предметом исследования служат методы и модели оценки и анализа деятельности подразделений органов внутренних дел в сфере противодействия легализации преступных доходов.

Цель диссертационного исследования является совершенствование существующих подходов к анализу и оценке деятельности органов внутренних дел по противодействию легализации преступных доходов на основе математического моделирования.

Для достижения указанной цели были поставлены и решены следующие задачи:

- исследованы место и роль органов внутренних дел в системе противодействия легализации преступных доходов;

- проведен анализ современного состояния информационных ресурсов подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов, рассмотрены существующие механизмы сбора и обработки данных, выявлены их достоинства и недостатки;

- разработаны математические модели временных рядов, характеризующие состояние криминогенной обстановки в сфере противодействия легализации, проведена оценка их значимости и адекватности, разработаны способы повышения качества полученных моделей;

- разработана методика изучения тенденций развития преступности, связанной с легализацией, построены прогнозные модели, необходимые для принятия обоснованных управленческих решений;

- обоснован и предложен подход к оценке результатов деятельности подразделений органов внутренних дел, занимающихся проблемами легализации, на основе прогнозной модели, использующей нейросете-вые алгоритмы;

- сформулированы предложения организационного характера, направленные на совершенствование деятельности подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов.

Методологическая база и методы исследования. Теоретической и методологической основой диссертационного исследования послужили труды отечественных и зарубежных ученых в области системного подхода, теории вероятностей, разработки моделей и механизмов управления организационными системами. В ходе исследования использовались многомерные статистические методы анализа данных (корреляционный, регрессионный), методы построения и анализа математических моделей на основе временных рядов (критерии Акаике и Шварца), математический аппарат теории нейронных сетей.

Научная новизна работы заключается в том, что впервые деятельность подразделений органов внутренних, занимающихся противодействием легализации преступных доходов изучена с точки зрения системного подхода. Доказано, что она обладает всеми чертами, присущими сложным социальным системам, т.е. стремиться к достижению определенной цели, выполняет заданные функций, является открытой, информационной и управляемой.

Проведен комплексный анализ проблем, касающихся отмывания денежных средств и иного имущества, добытого преступным путем с которыми сталкиваются субъекты, уполномоченные заниматься этим криминальным явлением. Детально проанализированы уровень, структура, динамика преступлений по противодействию легализации преступных доходов. Проведенный анализ показал, что, несмотря на выявленные тенденции роста данного вида преступлений, объективно и однозначно оценить деятельность ОВД в этом направлении как положительный результат нельзя. Недостаток действующей методики является исключительно важным, поскольку не позволяет провести адекватную оценку из-за недостоверности представляемых данных, часто меняющихся форм предоставления отчетности преступлений, связанных с легализацией преступных доходов, а также изменений вносимых в законодательство Российской Федерации.

На основе применения современных методов статистического анализа и математического моделирования построены временные модели данных, характеризующие деятельность ОВД по противодействию легализации преступных доходов. Доказана статистическая значимость, адекватность и точность данных моделей, что позволяет их использовать для анализа тенденций преступности, предусмотренной ст.ст. 174, 174-1 УК РФ.

Впервые с использованием математических моделей нейронных сетей разработана методика прогнозирования преступлений, связанных с легализацией и на этой основе предложен новый подход к оценке результатов деятельности ОВД, который позволяет повысить качество оперативно-служебной деятельности, принимаемых управленческих решений, а также комплексного применения теории вероятностей и математической статистики в реализации моделей временных рядов, доказательстве их значимости и адекватности.

На защиту выносятся следующие положения:

1. Математические модели временных рядов, характеризующие состояние криминогенной обстановки, значимость и адекватность которых оценивалась по критериям Акаике и Шварца, способы повышения качества моделей.

2. Методика изучения тенденций развития преступности, связанной с легализацией преступных доходов, основанная на использовании нейросетевых алгоритмов, состоящий из следующих этапов: ввод данных, формирование обучающей выборки (ОВ), нормализацию ОВ, выбор архитектуры сети, выбор алгоритма обучения и прогноз.

3. Подход к оценке результатов деятельности подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов на основе нейросетевого подхода, которая позволяет скорректировать существующие методы оценки и повысить обоснованность принимаемых управленческих решений.

4. Предложения организационно характера, направленные на совершенствование деятельности подразделений органов внутренних дел, занимающихся противодействием легализации преступных доходов, основанные на применении современных информационных технологий и многомерных статистических методов анализа данных.

Обоснованность и достоверность результатов обеспечивается методологией исследования. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами, подтверждены расчетами на примерах и результатами внедрения. Для решения поставленных задач использовались математические методы обработки статистических данных.

Эмпирическая база исследования. В работе использованы статистические данные МВД по Республике Карелия, ГУВД по Московской области, ГИАЦ МВД России, ДЭБ МВД России (ГУ ЭБ и ПТ), Федеральной службы по финансовому мониторингу (ФСФМ), материалы уголовных дел, судебные решения, свидетельствующие о практике применения уголовно-правовых норм, предусмотренных ст. 174, 174-1 УК РФ (легализация преступных доходов), информационные, аналитические, статистические материалы, опубликованные в научной литературе, периодической печати и в сети Internet, а также материалы анкетирования слушателей факультета подготовки федерального кадрового резерва Академии управления МВД России (приложение № 1- 4).

Теоретическая и практическая значимость исследования определяется актуальностью и новизной рассматриваемых в работе положений. В ней исследован ряд вопросов, относящихся к совершенствованию управления подразделениями, занимающихся проблемами отмывания преступных доходов, обеспечения их аналитическими и статистическими материалами.

Теоретическое значение работы выражается в комплексном исследовании диссертантом недостатков существующих методик анализа данных и разработке новых подходов к прогнозированию и оценке деятельности ОВД по противодействию легализации преступных доходов.

Практическая значимость исследования определяется тем, что разработанные в диссертационном исследовании методы и модели анализа и прогнозирования преступности внедрены в практическую деятельность в УВД г. Тольятти Самарской обл., ОВД по Октябрьскому району г. Орска Оренбургской обл., ОВД по Советскому району МО г. Орска Оренбургской области, ОВД по Ленинскому району МО г. Орска Оренбургской области, ГУ МВД России по Саратовской области. УВД г. Тольятти отмечает перспективную направленность предложенной оценки деятельности ОВД. Кроме того, материалы диссертационного исследования используются в учебном процессе Государственного технического университета Республики. Хакассия (кафедра уголовного права и процесса), Владимирского юридического института ФСИН России (кафедра специальной техники и информационных технологий).

В связи, с тем, что круг государственных институтов, призванных оказывать противодействие легализации преступных доходов достаточно широк, то данное исследование может представлять интерес не только для такого ведомства как органы внутренних дел, но и для применения другими государственными органами.

В ходе исследования был проведен анкетный опрос слушателей Академии управления МВД России и представителей Федерального резерва МВД РФ (обработано 133 анкеты), который также подтвердил правильность полученных результатов.

Проводимое исследование выполнялось в рамках Плана научной деятельности Академии управления МВД России (п. 42 - 2008 г., п. 73 - 2009 г., п.53 -2010 г.).

Апробация результатов исследования и их внедрение. Основные научные и практические результаты диссертационного исследования докладывались и обсуждались на Международных конференциях «Информатизация и информационная безопасность правоохранительных органов» в г. Москва, Академия управления МВД России, 2007-2011 гг. и 11-м Всероссийском симпозиуме ЦЭМИ РАН в апреле 2010 года.

Корректность результатов исследования подтверждается внедрением в практическую деятельность следующих подразделений, которые перечислены выше.

Публикации. По результатам проведенного исследования опубликовано 9 научных работ, в том числе 3 - в издании ВАК.

Структура и объем работы. Диссертация состоит из введения, 3 глав, заключения и приложений. Основное содержание работы изложено на 152 страницах, включая 25 рисунков и 15 таблиц, библиография содержит 216 источников.

3. Результаты исследования свидетельствуют о том, несмотря на уровень раскрываемости преступлений в виде легализации преступных доходов, данные преступления следует отнести к числу высоко латентных. Примерный коэффициент латентности для исследуемых преступлений составляет 1:200. Кроме того, существующая методика анализа данных, предусмотренных ст. 174, 174-1 УК РФ не позволяет провести данного вида преступлений, поскольку не ясна закономерность выявленной тенденции.

4. С учетом выявленных недостатков разработана методика изучения тенденции развития преступлений, связанных с легализацией денежных средств на основе временных рядов, получен прогноз, который может использоваться для оперативного руководства силами и средствами ОВД, текущего и перспективного планирования, рационального использования материальных и кадровых ресурсов, целенаправленной организацией взаимодействия с различными участниками в области борьбы с отмыванием преступных доходов, своевременного принятия управленческих решений в соответствии с меняющейся обстановкой.

5. Представлены принципы построения моделей анализа данных. Для оценок параметров модели нами применялось несколько методов, среди которых, метод МакЛеода и Сейлза. Для определения наилучшей модели вычислялись информационные критерии Шварца и Акаике. Полученные модели, доказывают зависимость уровня раскрываемости преступлений по отмыванию денежных средств от показателей работы ОВД. Разработана методика работы со статистической информацией на основе нейросетевых моделей, которые позволяют осуществлять прогнозирование преступлений связанных с легализацией (отмыванием) денежных средств и иного имущества с достаточной степенью совпадения.

6. На основе прогнозирования преступлений, предусмотренных ст. 174, 174-1 УК РФ с использованием нейронных сетей разработаны предложения по совершенствованию управления подразделений, занимающихся легализацией преступных доходов: создание электронной, автоматической базы данных по анализу и обобщению информации поступающей из различных источников, а также учету количества запросов, направленных в ФСФМ России и его территориальные подразделения из региональных отделов органов внутренних дел, занимющихся вопросами легализации; при оценке деятельности ОВД учитывать «географию» и характеристику конкретного региона, т.к. отмывание также напрямую связано с предшествующими преступлениями, их количественными и качественными показателями.

ЗАКЛЮЧЕНИЕ

Подводя итоги исследования можно отметить, что в научной литературе в последние годы появилось немало материалов по совершенствованию уголовно-правовых и криминологических мер уголовно-правовой борьбы с легализацией преступных доходов. Ряд из них заслуживает внимания, отдельные, напротив, не содержат должного научного обоснования либо носят спорный характер. Изучение различных точек зрения по изучаемым вопросам, зарубежного опыта правовой регламентации уголовной ответственности за легализацию преступных доходов, опроса экспертов, позволяет нам предложить перечень мероприятий позволяющих позитивно оказать воздействие на рассматриваемую проблему.

Общая стратегия государственного контроля - это недопустимость вливания незаконных доходов в легальную российскую и международную экономику. Однако вполне понятно, что совокупность отмываемых денег в пределах и за пределами России складывается из отдельных источников их противоправного добывания. И чем более эффективный механизм правоохранительного контроля таких источников удастся создать, тем меньший поток «грязных» денег потечет в отечественную и мировую экономику.

В этих условиях требуется серьезное улучшение деятельности служб и подразделений органов внутренних дел Российской Федерации, отвечающих за борьбу с легализацией преступных доходов с тем, чтобы привести ее в соответствие с политическими и социально-экономическими реалиями.

Сопоставительный анализ данных о количестве зарегистрированных случаев легализации преступных доходов с общими объемами обращения финансово-валютных средств, дает основание сделать вывод, что, во-первых, истинные размеры легализации на порядок превышают официально установленные, а во-вторых, действия правоохранительных органов, направленные на противодействие легализации, имеют пока крайне низкий эффект. Столь низкий коэффициент полезного действия работы правоохранительных органов, объясняется, главным образом, не столько низкой профессиональной подготовленностью сотрудников ОВД, прокуратуры и суда, сколько сложностью выявления данных преступлений.

Преступления в виде легализации (отмывания) преступных доходов посягают, как уже неоднократно говорилось выше, не только на сферу экономической деятельности, но и обладают способностью детерминировать многие другие виды преступлений. Таким образом, исследуемые преступления самым неблагоприятным образом влияют на уровень общей преступности. В этой связи нет никаких сомнений в том, что любые меры, направленные на «оздоровление» общества от указанных преступлений или снижение темпов их распространения, уже сами по себе вносят существенный вклад в предупреждение общей преступности1. Значимость предупреждения вырисовывается по-настоящему отчетливо тогда, когда обществу предлагается выбор: либо расширить репрессивный аппарат и наделить его ни чем не ограниченными функциями, (хотя при этом коэффициент полезного действия соответствующего решения проблемы сводится к минимуму), либо построить такую систему отношений, при которой совершение легализации становится для большинства потенциальных субъектов данного преступления не выгодным в принципе.

В связи с этим, предложенные нами математические методы и модели являются удобным инструментом для изучения особенностей функционирования ОВД.

1 Кобец II.И., Пузырева Ю.В. Уголовно-правовые и криминологические меры борьбы с легализацией (отмыванием преступных доходов). ВНИИ МВД России, НИЦ № 6. - М., 2008.

1. Модели позволяют оценить варианты поведения органов внутренних дел в тех или иных условиях, проанализировать возможные сценарии поведения, т.е. ОВД представляют собой сложную социальную систему-организацию, состоящую из кадровых, материально-технических ресурсов, научных знаний и информационных потоков.

2. Большое значение для оценки эффективности деятельности ОВД имеет правильный выбор критериев и показателей. Существующие механизмы анализа данных, используемые подразделениями, занимающимися экономическими преступлениями основаны на сложившейся системе государственной и ведомственной отчетности. Несмотря на значительное количество показателей в отчетных формах, поступающих на различные уровни управления, они не позволяют провести адекватную оценку деятельности ОВД.

1. Официальные документы и нормативные акты

2. Конвенция ООН в борьбе против незаконного оборота наркотических веществ от 19 декабря 1988 г. (Венская): Сборник международных договоров и других документов. 1994. № 47.

3. Международная конвенция о борьбе с финансированием терроризма от 9 декабря 1999 г. // Бюллетень международных договоров. 2003. №5.

4. Конвенция ООН против транснациональной организованной преступности (Палермская), принятая резолюцией 55/25 Генеральной Ассамблеи ООН от 15 ноября 2000 года. Криминология: Учебник для вузов / Под общ. ред. А. И. Долговой

5. Конвенция Советы Европы об отмывании, выявлении, изъятии и конфискации доходов от преступной деятельности от 8 ноября 1990 г. (Страссбургская). Ратифицирована Федеральным законом от 28 мая 2001 г. № 62-ФЗ.

6. Федеральный закон Российской Федерации от 7 августа 2001 г. № 115-ФЗ «О противодействии легализации (отмыванию) доходов, полученных преступным путем»: опубликован 9 августа 2001 г.

7. Федеральный закон от 7 февраля 2011 г. № 3 «О полиции». -М.: Проспект, о -11 2011. -80 с. ISBN 978-5-392-02383-7.

8. Об утверждении Концепции национальной безопасности Российской Федерации: Указ Президента Российской Федерации от 17 декабря 1997 г. № 1300 // Собрание законодательства Российской Федерации. 1997. № 52. Ст. 5909.

9. О Концепции национальной безопасности Российской Федерации: Указ Президента Российской Федерации от 10 января 2000 г. № 24 // Собрание законодательства Российской Федерации. 2000. № 2. Ст. 170.

10. Стратегия Национальной безопасности РФ до 2020 года: Указ Президента от 12.05.2009 г. № 537 // Российская газета от 19.05.2009 г. №88.

11. О Национальной стратегии противодействия коррупции и Национальном плане противодействия коррупции на 2010-2011 годы: Указ Президента № 640 от 13.04.2010 г.//Российская газета от 15.04. 2010 г. № 5158.

12. Вопросы федеральной службы по финансовому мониторингу: Постановление Правительства РФ от 7 апреля 2004 г. № 186 // Российская газета от 29 июня 2009 г.

13. Уголовный Кодекс Российской Федерации. Официальный текст. М.: Издательство «Омега-JI», 2010.

14. Комментарий к Уголовному Кодексу Российской Федерации // Под ред. Скуратова Ю.И. и Лебедева В.М. М.: Издательство ИНФРА-М-НОРМА, 2000. -768 с.

15. Комментарий к Уголовному кодексу Российской Федерации (постатейный) / Х.М. Ахметшин, О.Л. Дубовик, С.В. Дьяков и др. / Под ред. Ю.И. Скуратова, В.М. Лебедева 3-е изд., доп. и изм. М.: Издательство ИНФРА-М-НОРМА, 2000. -896 с.

16. Сборник международных договоров СССР и Российской Федерации. Выпуск X. М., 1994

17. Учебная литература, пособия, книги

18. Айвазян С.А., Бежаев З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974.

19. Айвазян СЛ., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

20. Айзерман МЛ., Браверман Э.М., Розеноэр JI.M. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970.

21. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976.

22. Анфплатов B.C., Емельянов A.A., Кукушкин A.A. Системный анализ в управлении: Учеб. пособие / Под ред. A.A. Емельянова. М.: Финансы и статистика, 2002.

23. Афанасьев H.H. Глава IX. Преступления в сфере экономической деятельности // Уголовное право. Особенная часть: Учебник / Под ред. Н.И. Ветрова и Ю.И. Ляпунова. М., 1998

24. Берталанфи JJ. История и статус общей теории систем // Системные исследования. М., 1973.

25. Бокс Дж., Дженкинс Г. Анализ временных рядов Вып. 1. Прогноз и управление. Вып. 2. М.: Мир, 1974. С. 197.

26. Боровков A.A. Теория вероятностей, 2-е изд., доп. М.: Наука,1986.

27. БриллинждерД. Временные ряды. М.: Мир, 1980. -536 с.

28. Витушкин А.Г. О многомерных вариациях. М.: Физматгиз,1955.

29. Вицин С.Е. Системный подход и преступность. М.: Академия МВД СССР,1980.

30. Джонстон Дж, Эконометрические методы. — М.: Статистика, 1980., 443 с.

31. Дрейпер К, Смит Г. Прикладной регрессионный анализ: В 2-х книгах, Кн. 1. М.: Финансы и статистика, 1986, Кн. 2. - М.: Финансы и статистика, 1987.

32. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977.

33. Енюков КС. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986.

34. Зубов И.Н., Минаев В.А., Хейло Л.Г. Вопросы совершенствования системы оценки деятельности органов внутренних дел. М.: МВД России, 1998.

35. Иванилов Ю.П., Лотов A.B. Математические модели в экономике. М.: Наука, 1979.

36. Иванов H.H. Оценка эффективности управленческой деятельности ОВД. М.: Академия МВД России, 1993.

37. Иванов Э.А. Отмывание денег и правовое регулирование борьбы с ним. М.: Российский Юридический издательский Дом, 1999.

38. Интрилигатор М. Математические методы оптимизации и экономическая теория. М.: Прогресс, 1975.

39. Каракозова Э.В. Моделирование в общественных науках. -М.: Высшая школа, 1986.

40. Кендалл М. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. -511 с.

41. Кендэлл М. Временные ряды. М.: Финансы и статистика, 1981.-199 с.

42. Кобец П.Н., Пузырева Ю.В. Уголовно-правовые и криминологические меры борьбы с легализацией (отмыванием преступных доходов). ВНИИ МВД России, НИЦ № 6. М., 2008.

43. Крамер Г. Математические методы статистики. М.: Мир,1975.

44. Криминология: Учебник / Под ред. Н.Ф. Кузнецовой, Г.М. Миньковского. М.: МГУ, 1994.

45. Лагоша Б.А., Емельянов A.A. Основы системного анализа. -М.: Изд-во МЭСИ, 1998.

46. Лунеев В.В. Преступность XX века: мировые, региональные и российские традиции Изд. 2-е, перераб. и доп. - М.: Волтерс Клувер, 2005.-912 с. - ISBN 5-466-00098-1 (в пер.).

47. Магнус Я.Р., Катышев П.К., Пересецкий A.A. Эконометрика: Учебник. М.: Дело, 2004.

48. Макаров И.М., Виноградская Т.М. и др. Теория выбора и принятия решений. М.: Наука, 1982.

49. Мардиа К, Земроч П. Таблицы F-распределений. М.: Наука,1984.

50. Марпл-мл. CJI. Цифровой спектральный анализ и его приложения. М.: Мир, 1990.

51. Мельникова В.Е. Глава 8. Преступления в сфере экономической деятельности: В кн. Уголовное право РФ / Под ред. проф. Б.В. Здравомыслова. М.: Юристь, 2000.

52. Минский М., Пейперт С. Персептроны. М.: МИР, 1971. С.261.

53. Михайловская КБ. Цели управления в сфере правоохранительной деятельности // Теория управления в сфере правоохранительной деятельности / Под ред. В.Д. Малкова. М.: Академия МВД СССР, 1990.

54. Моисеев H.H. Математические модели экономической науки. -М.: Знание, 1973.

55. Морозов К.Е. Математическое моделирование в научном познании. М.: Мысль, 1978.

56. Нейроинформатика: Учеб. пособие для студентов / Е.М. Мир-кес. Красноярск: ИПЦ, КГТУ, 2002, -347 с.

57. Носко В.П. Эконометрика (регрессионный анализ временных рядов). М: Институт экономики переходного периода, 2002. -254 с.

58. Основы управления в органах внутренних дел /Под ред. А.П. Коренева. М.: МЮИ МВД России, 1998.

59. Попов Э.В. Особенности разработки и использования экспертных систем. Искусственный интеллект. В 3 кн. Кн. 1. М.: Радио и связь, 1990.

60. Прошкин Б.Г. Место стимулирования среди методов формирования мотивов трудового поведения // Известия СО АН СССР. Серия «Экономика и прикладная социология». 1986. Вып. 2.

61. Pao С.Р. Линейные статистические методы и их применение. -М.: Наука, 1968.

62. Рейлъян Я.Р. Аналитическая основа принятия управленческих решений. М.: Финансы и статистика, 1989.

63. Робинсон Дэ/с. Всемирная прачечная. М., 2004.

64. Рудь Е.М. Теневые процессы в ведущих сферах экономики и их криминологический характер. Саратов: СЮИ, 2007.

65. Ручка A.A., Скада H.A. Стимулирование и мотивация труда в промышленном предприятии. Киев: Наукова думка, 1988.

66. Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания. М.: Статистика, 1980.

67. Состояние преступности в Российской Федерации и ее долгосрочный прогноз / Под ред. П.Г. Пономарева. М.: ВНИИ МВД России, 1998.

68. Теория управления в сфере правоохранительной деятельности // Под ред. Малкова В.Д. М.: Академия МВД СССР, 1990.

69. Тинтнер Г. Введение в эконометрию. М.: Статистика, 1975.

70. Туманов Г.А. Организация управления в сфере охраны общественного порядка. М.: Академия МВД СССР, 1972.

71. Тъюки Дж. Анализ результатов наблюдений. Разведочный анализ. М.: Мир, 1981.

72. Форрестер Дж. Основы кибернетики предприятия (индустриальная динамика). М.: Прогресс, 1971.

73. Фофанов В.П. Социальная деятельность как система. Новосибирск: Наука, 1981.

74. Фраичук В.И. Основы построения организационных систем. -М.: ЭкономикаД991.

75. Хайкин Саймон. Нейронные сети: полный курс, 2-издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2008. С. 428.1. Печатная периодика

76. Алиев В.М. К вопросу о некоторых понятиях отмывания доходов // Журнал Российское право. 1999 г. № 7(8).

77. Алиев В.М. Легализация (отмывание) доходов, полученных незаконным путем. Уголовно-правовое и криминологическое исследование. М.- 2001.

78. Алиев В.М., Болотский Б. С. Разработка российского законодательства о противодействии легализации (отмыванию) доходов, полученных незаконным путем: некоторые дискуссионные вопросы // Государство и право. 1999 г. № 6.

79. Арнольд В.И. О представлении функций нескольких переменных в виде суперпозиции функций меньшего числа переменных // Математическое просвещение. № 19. С. 41-61.

80. Арнольд В.И. О функциях трех переменных: Докл. АН СССР, 1957. Т. 114, №. 4. С. 679-681.

81. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. М.: Мир, 1982.

82. Ашимов А.А., Бурков В.Н. Согласованное управление активными производственными системами. М.: Наука, 1986.

83. Багриновский К.А. Экономические методы стимулирования прогрессивных технологий // Управление экономикой переходного периода / Под ред. В.В. Макарова. М.: Наука, 1998. Вып.З.

84. Багриновский К.А., Бусыгин В.П. Математика плановых решений. М.: Наука, 1980.

85. Багриновский К.А., Горошко КВ. Моделирование процессов повышения эффективности социальных систем-организаций // Экономика и математические методы. 1999. Т. 35. № 3.

86. Багриновский К.А., Горошко И.В. Согласованное управление в социальной системе-организации // Экономика и математические методы. 2001. Т. 37. №3.

87. Багриновский К.А., Матюшок В.М. Экономико-математические методы и модели. М.: РУДН, 1999.

88. Бард Й. Нелинейное оценивание параметров. М.: Наука,1979.

89. Беккариа Ч. О преступлениях и наказаниях. М.: Иностранная литература, 1939.

90. Белявский М. О., Коровкин А.Г., Полежаев А.П. Рынок труда в России и динамика изменения номинальной заработной платы // Проблемы прогнозирования. 2000, № 6.

91. Бендат Дою., Пирсол А. Прикладной анализ случайных данных.-М.: Мир, 1989.

92. Березина М.П., Аносов Е.Д. Об участие органов финансового и банковского надзора в противодействии легализации преступных доходов // Финансы. 2003. № 1.

93. Блувштейн Ю.Д., Заблоцккс Н.Я. Модель распознавания образов в криминологических исследованиях (итоги одного эксперимента). М.: Юридическая литература, 1975.

94. Бок A.A., Горошко И.В. Спектральные методы идентификации временных рядов // Информатизация правоохранительных систем. -М.: Академия управления МВД России, 2005.

95. Бокс Дэ/с., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1, 2. М.: Мир, 1974.

96. Болотский Б. С. Борьба с отмыванием доходов индустрии наркобизнеса в странах содружества. М.: ООО «Юрлинформ», 2001.

97. Бурков В.Н. Основы математической теории активных систем. М.: Наука, 1977.

98. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994.

99. Бурков В.Н., Кондратьев В.В. Механизмы функционирования организационных систем. М.: Наука, 1981.

100. Бурков В.Н., Щепкин A.B. Механизмы обеспечения безопасности: оценка эффективности // Вопросы экономики. М., 1992, № 1.

101. Верин В.П. О некоторых вопросах судебной практике по делам о незаконном предпринимательстве и легализации (отмывании) денежных средств или иного имущества, приобретенных преступным путем // БВС РФ -2005, № 2.

102. Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ. М.: Финансы и статистика, 1987.

103. Гавралов O.A. Математические методы и модели в социально-правовом исследовании. М.: Наука, 1980.

104. Гаврилов O.A., Колемаев В.А. Математические модели в криминологии // Правовая кибернетика. М.: Наука, 1970.

105. Горбанъ А.Н. Функции многих переменных и нейронные сети // Соросовский образовательный журнал, 1998. № 12. С. 105-112.

106. Горошко КВ. Анализ статистических данных в органах внутренних дел // Информационные технологии, информационная безопасность, специальная техника. М.: Академия МВД России, 2009.

107. Горошко КВ. Математическое моделирование в управлении ОВД. М.: Академия управления МВД России, 2000.

108. Горошко КВ. Модель взаимодействия и снижения затрат в социальной системе // Информатизация правоохранительных систем. -М.: Академия МВД России, 1996.

109. Горошко КВ. Об одном критерии оценки деятельности социальной системы-организации // Информатизация правоохранительных систем. М.: Академия МВД России, 1998.

110. Горошко КВ. Экономические аспекты в аналитической деятельности ОВД // Вестник МВД РФ. М., 2001. № 2-3.

111. Давние В.В. и др. Модели макроэкономического равновесия. Воронеж: Воронежский университет, 1994.

112. Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981.

113. Джонсон Р., Каст Ф., Розенцвейг Д. Системы и руководство. М.: Радио и связь, 1971.

114. Доугерти К. Введение в эконометрику. М.: Финансы и статистика, 1999.

115. Дружинин В.В., Конторов Д.С. Проблемы системологии. -М.: Советское радио, 1976.

116. Дюркгейм Э. Социология. М.: Канон, 1995.

117. КиринВ.И. Информация в органах внутренних дел // Информационные технологии управления в органах внутренних дел.- М.: Академия управления МВД России, 1997.

118. Клежер Г.Б., Тамбовцев В.Л., Качалов P.M. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность. -М.: Экономика, 1997.

119. Кокс Д.Р., ОуксД. Анализ данных типа времени жизни. М.: Финансы и статистика, 1988.

120. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных: Докл. АН СССР, 1956. Т. 108, № 2. С. 179-182.

121. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных в виде суперпозиции непрерывных функций одного переменного: Докл. АН СССР, 1957. Т. 114, № 5. С. 953-956.

122. Кононенко В.И., Закревский И.В. Моделирование хищения и сбыта автомобилей // Информатизация правоохранительных систем. -М.: Академия управления МВД России, 1998.

123. Кононенко В.И, Минаев В.А. Динамические модели преступности // Методы исследования сложных систем. М.: ВНИИСИ, 1981.

124. Коровкин А.Г., Подорванова Ю.А., Долгова И.Н. Взаимосвязь номинальной заработной платы и безработицы, региональные особенности // Проблемы прогнозирования. 2003. № 6.

125. Кочович Е. Финансовая математика: Теория и практика финансово-банковских расчетов. М.: Финансы и статистика, 1994.

126. Крисилов В.А., Олешко Д.Н., Трутнев A.B. Применение нейронных сетей в задачах интеллектуального анализа информации / Труды Одесского политехнического университета. Вып. 2 (8). 1999. С. 134.

127. Кудрявцев ВН. Эффективность системы уголовной юстиции // Социалистическая законность. 1971. № 7.

128. Кузнецов Ф.Т., Подымов U.E., Шмаров И.В. Эффективность деятельности исправительно-трудовых учреждений. М.: Юридическая литература, 1968.

129. Кузьмин С.А. Занятость населения России на период до 2015 г. (прогноз) // Проблемы прогнозирования. 2004, № 3.

130. Куровская Л. Что мешает расследованию преступлений, предусмотренных ст. 174 и 1741 УК // Законность, 2004, № 3.

131. Ларичев В. Правовые меры борьбы с отмыванием незаконных доходов // Законодательство и экономика. 1991. № 1.

132. Ларьков А.Н. Экономическая преступность: статистические и фактические показатели // Преступность, статистика, закон. М.: Криминологическая ассоциация, 1997.

133. Левин М.И., Макаров В.Л., Рубинов A.M. Математические модели экономического взаимодействия. М.: Наука, 1993.

134. Леман Э. Проверка статистических гипотез. М.: Наука,1964.

135. Леонард В.А., Мор Х.В. Методика оценки результативности работы полицейских органов. М.: Наука, 1982

136. Лизер С. Эконометрические методы и задачи. М.: Статистика, 1971.

137. Ликеш И., Ляга И. Основные таблицы математической статистики. М.: Финансы и статистика, 1985.

138. Литвак Б.Г. Управленческие решения. М.: Тандем, 1998.

139. Литтл Р.Дж., Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1991.

140. Ложе И. Информационные системы. Методы и средства. -М.: Мир, 1979.

141. Лошаков М. Отчетный доклад национального Антикоррупционного Совета РФ по проблемам противодействия коррупции, http://www.korupcii.net/

142. Маккалох Дж.У. Логическое исчисление идей, относящихся к нервной деятельности // Автоматы. М.: ИЛ, 1956.

143. Математические модели исторических процессов: Сборник статей / Под ред. Л.И. Бородкина. М.: МГУ, 1996.

144. Мейер Д. Теория реляционных баз данных. М.: Мир, 1987.

145. Мельникова В.Е. Преступления в сфере экономической деятельности. Уголовное право РФ / Под ред. проф. Б.В. Здравомыслова. -М.: Юрист, 2000.

146. МильнерБ.З. Теория организаций. М.: Инфра, 1998.

147. Минаев В.А., Курушин В.Д., Захаров Д.В. Математическое моделирование региональных криминологических процессов. Новосибирск: ВЦ СО РАН, 1992.

148. Михайлов В.И. Криминологические особенности и юридический анализ легализации (отмывания) денежных средств и иного имущества, приобретенных заведомо незаконным путем // Российская юстиция, № 3, 2002.

149. Муравьев П.А., Гордуз НА., Никитин Ю.В. О критериях результатов предупреждения и раскрытия преступлений, Киев: Наукова думка, 1990.

150. Мушик Э.,Мюллер П. Методы принятия технических решений. М.: Мир, 1990.

151. Налимов В.В., Мульченко З.И. Наукометрия. М.: Наука,1969.

152. Носко В.П. Эконометрика (регрессионный анализ временных рядов). М.: Институт экономики переходного периода, 2002.

153. Офман Ю.П., Черемных E.H. Система интегрированного анализа региональных данных // Математическое и компьютерное моделирование социально-экономических процессов. М.: ЦЭМИ РАН, 1997.

154. Пионтковский A.A. Пути укрепления социалистического правопорядка // Советское государство и право. 1967. № 1.

155. Попов В.В. Методы управления, их содержание и взаимосвязь. М.: Экономика, 1974.

156. Роберт Хехт-Нильсен. Нейрокомпыотинг: история, состояние, перспективы / Открытые системы, № 4, 1998.

157. Розенблат Ф. Аналитические методы изучения нейронных сетей // Зарубежная радиоэлектроника. 1965 № 5. С. 40-50.

158. Садовский В.Н. Основания общей теории систем. М.: Наука, 1974.

159. Самуэльсон П. Экономика. М.: Алгон, 1992.

160. Сатерленд Эдвин X. Являются ли преступления людей в белых воротничках преступлениями? М.: Социология преступности, 1966.

161. Свенсон Б. Экономическая преступность. М.: Прогресс,1987.

162. Социально-экономические преобразования в России: современная ситуация и новые подходы: Доклад ОЭ РАН и фонда «Реформа». -М., 1994.

163. Страментов A.C., Фишельсон КС. Городское движение.-М.: Стройиздат, 1965.

164. Суворов A.B. Структура денежных доходов и расходов населения в современной России // Проблемы прогнозирования. 2004, № 5.

165. Табак Д., Куо Б. Оптимальное управление и математическое программирование. М.: Наука, 1975.

166. Тамбовцев В.Л. Анализ целей в управлении общественным производством. М.: Экономика, 1982.

167. Тейп Г. Экономические прогнозы и принятие решений. М.: Статистика, 1971.1. Диссертации, монографии

168. Алиев В.М. Теоретические основы и прикладные проблемы борьбы с легализацией (отмыванием) доходов, полученных незаконным путем: Дис. докт. юрид. наук. М., 2001.

169. Анищенко A.A. Противодействие налоговым преступлениям как механизм обеспечения экономической безопасности. Дисс. канд. э.н.; М., 2006.

170. Аслаханов A.A. Проблема борьбы с преступностью в сфере экономики (криминологический и уголовно-правовой аспекты): Автореф. дис. докт. юрид. наук. М., 1997.

171. Бахарев Д. В. Уголовноправовые и криминологические аспекты совершенствования механизма противодействия легализации доходов от организованной преступной деятельности: Дис. Канд. юр. наук. Екатеринбург, 2006.

172. Букарев В.Б. Легализация (отмывание) доходов, приобретенных преступным путем: общественнаяопасность и вопросы квалифи-кацииу: Дис. Канд. юр. наук. М., 2006.

173. Дементьев A.C. Проблемы борьбы с экономической преступностью и коррупцией. Дис. Канд.юр.н., Новгород, 1997.

174. Илько Ю.Д. Противодействие легализации доходов, полученных преступным путем: криминологический и уголовно-правовой аспект. Дис. Канд. юр. Наук. Омск, 2003.

175. Крепышева С.К. Формирование прогностических методов расследования преступлений, связанных с легализацией (отмыванием) преступных доходов. Дисс. канд. юр.н.; Н. Новгород, 2001.

176. Кузнецов В.А. Формирование эффективного механизма взаимодействия органов финансового надзора с кредитными организациями в сфере противодействия легализации доходов, полученных преступным путем: Дис. Канд. юр. наук. М., 2008.

177. Рыков H.H. Информационно-аналитическая подсистема прогнозирования развития в сельском хозяйстве с использованием нейронных сетей. Автореф. . к.т.н. Курск, 2004.

178. Сабанина О.В. Уголовная ответственность за легализацию (отмывание) денежных средств или иного имущества, приобретенных преступным путем: Автореф. дисс. . канд. юрид. наук. Ектеринбург, 2005.

179. Третьяков И.Я. Уголовно-правовые и криминологические меры борьбы с легализацией (отмыванием) доходов, полученных преступным путем: Автореф. дисс. . канд. юрид. наук: М., 2002.1. Зарубеэ/сная литература

180. Allingham М., Sangmo А. Income Tax Evasion: A Theoretical Analysis // Journal of Public Economics, 1972.

181. Amderson R. The Economics of Crime. London: Macmillan Press, 1976.

182. Baldry J. Positive Economic Analysis of Criminal Behavior. In Economic Policies and Social Goals. London: Martin Robertson, 1974.

183. Bartel A. The Demand for Private Protection. Columbia University, 1974.

184. Blair R., Vogel R. Heroin Addiction and Urban Crime // Public Finance Quarterly, 1993.

185. Block H., Jeis D. Man, crime and Society. N.Y., Random House, 1989.

186. Blumshtein A., Larson R. Models of a Total Criminal Justice System // Operation Research, 1969.

187. Carling A. Introducing Neural Networks. Wilmslow, UK: Sigma Press, 1992.

188. Carter R. Theft in the Market. London: Institute for Economic Affairs, 1994.

189. Gilev S.E., Gorban A.N. On completness of the class of functions computable by neural networks. Proc. of the World Congress on Neural Networks (WCNN'96). Sept. 15-18, 1996; San Diego, C.A. Lawrens Erlbaum Accociates, 1996. PP. 984-991.

190. Codd E.F. A relational model of data for large shared data banks. CACM 13:6, June 1970.

191. Gibbs D. Crime, Punishment and Deterrence // Social Science Questions. N.Y., 1968, № 48.

192. Gordon M. How much of crime? //Business Week. 1994.№3.

193. Ehrich I. Participation in Illegitimate Activities: A Theoretical and Empirical Investigation // Journal of Political Economy, 1973.

194. Hart H. Punishment and Responsibility. Oxford: Clarendon Press, 1988.

195. Heineke J. A Note on Modeling the Criminal Choice Problem // Journal of Economic, Theory 1975.

196. Homik K., Stinchcombe M., White H. Multilayer feedforward networks are universal approximators. Neural Networks. 1989. Vol. 2. PP. 359 366.

197. Kolm 5.-Ch. A Note on Optimum Tax Evasion // Journal of Public Economics, 1973.

198. Kochenov D.A., Rossiev D.A. Approximations of functions of CA,B. class by neural-net predictors (architectures and results). AMSE Transaction, Scientific Siberian, A. 1993, Vol. 6. Neurocomputing. PP. 189203. Tassin, France.

199. Kohonen T. (1989/1997/2001), Sebf- Orgainizing Maps Berlin-New York: Sprinder Verlag. First edition 1989, second edition 1997, edition 2001, ISBN 0-387-S1387, ISBN 3-540-67021-9.

200. Landes W. An Economic Analysis of the Courts // Journal of Law and Economics, 1971.

201. Martin D. The Economics of Jury Conscription // Journal of Political Economy, 1992.

202. Report to the Nation on Crime and Justice. Wash., U.S. Department of Justice, 1983.

203. Rosenblatt F. The peseptron: a probabilistic model for information storage and organization in the brain // Psychol. Rev. 1958. V. 65. P. 386.

204. Rosenblatt F. Principles of neurodynamics. Spartan., Washington, D.C., 1962.

205. Stigler G. Optimum Enforcement of Laws // Journal of Political Economy, 1970.

206. Stone M.N. The generalized Weierstrass approximation theorem. Math. Mag., 1948. V.21. PP. 167-183, 237-254.

207. Tullock G. The Welfare Costs of Tariffs, Monopolies, and Theft // Western Economic Journal, 1967.

208. Widrow B., Hoff M.E. Adaptive switching circuits. 1969. IRE WESTCON Conferecion Rekord. New York, 1960.

209. Williams H. Criminology and Criminal Justice. London, University of London, 1984.