Методы и средства информационно-аналитического обеспечения финансовых расследований

Методы информационно-аналитической работы можно классифицировать самыми разнообразными способами. При это необходимо отметить, ИАР имеет две стороны: познавательную и прагматическую. Результатом первой являются новые знания, второй – новые данные или сведения. Например, если в результате информационного поиска установлены признаки сокрытия доходов от налогообложения, которые затем нашли подтверждение в ходе оперативной и документальной проверки, то это – новые данные. А вот, если аналитик выявил повторяющийся механизм сокрытия доходов, используемый в определенных условиях – это новые знания. Знания, как правило, устанавливают причинно-следственные связи и закономерности, тогда как данные фиксируют то или иное состояние изучаемого объекта. Совершенно очевидно, что обе стороны информационно-аналитической работы органически взаимосвязаны. Также как знания являются базой для извлечения из моря фактов и признаков налоговых правонарушений новых сведений, необходимых для организации целенаправленной борьбы с ними, так и сами эти сведения являются источниками новых знаний о соответствующих явлениях, процессах и тенденциях развития оперативной обстановки в сфере налогообложения.

Методы познания

Выработанные человечеством методы познания уходят в глубь тысячелетий и являются базовыми для изучения любых областей жизни и деятельности. Основными из них являются: методы анализа и синтеза, индукции и дедукции, абстракции и аналогии. Именно они являются краеугольными камнями всей сложной конструкции инструментария информационно-аналитической работы. Поэтому, несмотря на их общий характер, без понимания существа этих базовых методов невозможно правильно выбрать и применить их многочисленные и разнообразные конкретные приложения.

Начнем, конечно, с анализа, который, наряду с информацией, является родовым понятием информационно-аналитической работы.

Анализпредставляет собой процедуру изучения предмета (явления) путем его разложения на составные элементы. Результатом такой процедуры исследования являются признаки, свойства и отношения.

Процедуры анализа являются органической составной частью всякой информационно-аналитической работы и образуют обычно первую ее стадию, когда информационно-аналитический работник переходит от общего описания изучаемого объекта к выявлению его строения, состава, свойств и признаков.

Существует несколько основных видов аналитических процедур.

Во-первых, это процедуры декомпозиции, с помощью которых целое делится на части, а также устанавливаются отношения между ними. Это дает возможность упрощать изучение предмета, рассматривая его отдельные более простые элементы.

В-вторых, процедуры классификации, позволяющие исследовать внутреннюю структуру множеств изучаемых предметов.

В-третьих, процедуры представления анализируемого предмета как представителя некоторого класса предметов. Это дает возможность переносить знание, полученное при изучении одних предметов на другие.

В-четвертых, процедуры анализа общих свойств предметов и отношений между ними. В результате понятия о предметах и явлениях сводятся к более общим и простым.

Другим основополагающим методом является синтез, означающий соединение различных элементов, сторон изучаемого предмета в единое целое или систему. В этом значении синтез противоположен анализу, но в информационно-аналитической работе, как и в других областях, решение любой практической задачи основано на единстве процессов анализа и синтеза. Роль синтеза не сводится лишь к сборке деталей, выявленных при анализе. При расчленении системы утрачиваются не только существенные свойства самой системы (разобранный радиоприемник не работает), но исчезают и существенные свойства ее частей (отключенный от сети нагревательный элемент не дает тепла). Результатом анализа является лишь раскрытие структуры, знание, как система работает, но не понимание того, почему и зачем она это делает. Например, невозможно при отдельном рассмотрении понять логику поведения предприятия и его руководителей, которые при наличии задолженности по зарплате, налоговым платежам и кредитам поставляют продукцию по цене ниже себестоимости. Однако, если синтезировать целостную структуру финансово-хозяйственных отношений, то становится ясным, что сверхдешевая и приносящая убытки указанному предприятию продукция затем реализуется по гораздо более высоким ценам конечным потребителям через посредников. Получаемая при этом сверхприбыль делится между участниками сговора.

Известный специалист по системному анализу Р.Акофф [20] так охарактеризовал взаимосвязь и взаимодополнение анализа и синтеза: «Синтетическое мышление требует объяснить поведение системы. Оно существенно отличается от анализа. На первом шаге анализа вещь, подлежащая объяснению, разделяется на части; в синтетическом мышлении она должна рассматриваться как часть большего целого. На втором шаге анализа объясняются содержимое части; в синтетическом мышлении объясняется содержащее нашу вещь целое. На последнем шаге анализа знание о частях агрегируется в знание о целом; в синтетическом мышлении понимание содержащего целого дезагрегируется для объяснения частей. Это достигается путем раскрытия их ролей или функций в целом. Синтетическое мышление открывает не структуру, а функцию; оно открывает, почему система работает так, а не то, как она делает это». Итак, не только аналитический метод невозможен без синтеза (на этом этапе части агрегируются в структуру), но и синтетический метод невозможен без анализа (дезагрегация для объяснения частей).

Одной из основных процедур синтеза является операция агрегирования – объединения нескольких элементов в единое целое. В дальнейшем мы будем рассматривать различные конкретные способы агрегирования и примеры их применения в информационно-аналитической работе. Здесь необходимо остановиться на важнейшем свойстве объединения взаимодействующих элементов в систему. Система обладает не только внешней, но и внутренней целостностью, которая заключается в том, что свойства системы не являются только суммой свойств ее составных частей. Система в целом обладает и такими свойствами, которых нет у ее отдельных частей. При объединении частей в целое возникает качественно новое свойство, которое в системном анализе принято называть эмерджентность.

Рассмотрим пример. Допустим, некоторая группа налогоплательщиков: физических и юридических лиц представляет в налоговые инспекции отчетные документы о своих доходах (прибыли). При раздельном их изучении и проверке никаких искажений может быть не выявлено. Однако, если синтезировать структуру их финансово-хозяйственных отношений, то может оказаться, что реальные оборот и доходы (прибыль) в такой структуре существенно обличаются от заявленной их сумме каждым налогоплательщиком в отдельности. Это происходит вследствие того, что синтетическое рассмотрение позволяет выявить расхождения между объемами поставляемой и реализуемой продукции, ножницы цен, нецелевую переброску финансовых средств и их обналичивание, наличие незаявленных доходов по дивидендам и другим источникам. Поэтому необходимо проводить анализ и проверку системы деклараций и балансовых отчетов взаимосвязанной структуры налогоплательщиков.

Свойство эмерджентности является системообразующим фактором. Новые качества систем в сильной степени определяются характером связей между частями и могут варьироваться от полного согласования до полной независимости частей. Необходимо отметить, что понятия эмерджетность и степень свободы системы тесно связаны с понятиями количества информации и энтропии системы. Чем выше показатель эмерджентности, тем меньше степень свободы системы, а как отмечал Н. Винер, «количество информации в системе есть мера ее организованности, точно так же энтропия есть мера ее дезорганизованности» [ 27 ].

Не менее важными базовыми методами являются индукция и дедукция. Если индукция – это переход в логических выводах от частного к общему, то дедукция производит логические выводы от общего к частному. Несмотря на это очевидное различие, эти два метода связаны между собой столь же необходимым образом, как анализ и синтез.

Абстракция и аналогия – два важнейших метода познания, на которых основываются методы моделирования. Абстрагирование – процедура формирования образов реальных объектов и явлений посредством отвлечений и пополнений т.е., с одной стороны, путем использования лишь части из множества данных об объекте изучения, а с другой стороны, прибавления части новой информации. Отвлечением упрощают, а пополнением усложняют образ реального объекта. Например, когда мы в профессиональной деятельности используем понятие налогоплательщик, то мы прежде всего рассматриваем его признаки, характеризующие отношение к процедурам налогообложения. Одновременно мы объединяем их в различные категории и наделяем свойствами, которые для самих налогоплательщиков не имеют значения. Наиболее развитой системой абстракции обладает математика. Тем не менее существуют абстракции, характерные для всех наук и практики: абстракции свойств, классов и отношений, абстракции одинаковости, отождествления, неразличимости и индивидуализации.

Аналогия означает сходство объектов, явлений или предметов. При построении умозаключений по аналогии знание, полученное об одном объекте (модели), переносится на другой, менее изученный, но сходный объект. Такие умозаключения носят лишь праводоподобный характер и, являясь источником гипотез и версий, играют важную роль в информационно-аналитической работе.

Логика - наука о формах, методах и законах познавательной деятельности, формализуемых с помощью логического языка. Поскольку это знание получено разумом, логика также определяется как наука о формах и законах правильного мышления. Так как мышление оформляется в языке в виде рассуждения, частными случаями которого являются доказательство и опровержение, логика иногда определяется как наука о способах рассуждения или наука о способах доказательств и опровержений. Логика как наука изучает способы достижения истины в процессе познания опосредованным путём, не из чувственного опыта, а из знаний, полученных ранее, поэтому её также можно определить как науку о способах получения выводного знания.

Одна из главных задач логики — определить, как прийти к выводу из предпосылок (правильное рассуждение) и получить истинное знание о предмете размышления.

Основные понятия науки логики

Законы логики

Законы логики отражают наиболее важные закономерно­сти логического мышления, В алгебре высказываний законы логики записываются в виде формул, которые позволяют проводить эквивалентные преобразования логических выражений в соответствие с законами логики.

Закон тождества.Всякое высказывание тождественно са­момусебе:А = А.

Методы моделирования

Моделирование изучаемого объекта – неотъемлемый этап всякой целенаправленной деятельности. Сущность любой модели заключается в том, что она заменяет объект-оригинал с неизвестными или неопределенными свойствами неким объектом-заместителем, свойства которого известны или легко поддаются изучению.

Используемые при организации информационно-аналитической работы модели можно классифицировать по объекту моделирования, по их целевому назначению, а также по применяемым методам. Мы уже рассматривали различные объекты информационно-аналитической работы. В зависимости от целевого назначения можно выделить модели, предназначенные для выявления проблемных ситуаций, а также модели, ориентированные на оценку и прогнозирование их развития.

Для того чтобы модель отвечала своему назначению, необходимо чтобы она обладала определенными свойствами. Например, поскольку модель всегда есть упрощение и приближение к реальному объекту, она должна отвечать требованиям сходства и адекватности.

Существует богатый арсенал методов, которые можно использовать для изучения объектов финансовой безопасности. Среди них в силу качественной природы этих объектов важную роль играют экспертные методы. Они предполагают выявление и описание существенных характеристик исследуемого явления, процесса, проблемы и их взаимосвязей в результате индивидуальной или коллективной (“мозговой атаки”) экспертной оценки. Такая модель имеет свои “входы” и “выходы”, внутренние элементы и их взаимосвязи, которые часто неизвестны. Она может быть представлена в форме статичного описания объекта моделирования или в форме сценария.

Экспертные модели, как правило, являются предварительным этапом для построения компьютерных моделей с использованием математических методов. Среди них важное место в информационно-аналитической работе занимают методы, использующие теорию графов. Указанные методы структурно представляют элементы изучаемого объекта в виде вершин графа, а их взаимосвязи – в виде ребер, соединяющих вершины. Другая количественная и качественная информация об объекте и динамике его изменения и взаимодействия отражается в описании вершин, ребер, а также их направленности. Разновидностью графовых методов являются сетевые методы, среди которых выделяются, так называемые, сети Петри. Сетевой метод предусматривает документальное изложение событий или действий, которые должны произойти в определенные сроки. Иными словами, строится модель событий, отражающая их последовательность и взаимосвязь. Для решения задач моделирования используются методы выделения критического пути в графе. Сети Петри применяются для моделирования объектов, которые представляют собой сложные системы, действиям компонент которых присущи свойства совмещенности или параллелизма. Анализ с помощью сетей Петри может дать важную информацию о структуре и динамике моделируемой системы.

Для решения задач рационального распределения сил, средств и других ресурсов могут применяться методы линейного и динамического программирования. Методы теории игр и решений представляют собой область математики и статистики, имеющую дело со случаем и результатами процессов, которые обычно могут быть описаны как логический выбор решения. С помощью формул и стратегии этого метода можно изучить простые процессы принятия оперативных решений. Сложные, например, ветвящиеся процессы со многими возможными исходами для каждой ветви обычно рассматриваются как сеть мелких задач, решаемых методом динамического программирования. Методы имитационного моделирования с помощью аналитических и статистических зависимостей воспроизводят суть исследуемого явления без точного копирования. Они позволяют получить только общее решение задачи.

Практически в ходе компьютерного моделирования объектов, процессов и ситуаций в сфере обеспечения финансовой безопасности используется комбинация различных методов. В этом процессе можно выделить следующие основные этапы.

1) Определение объекта моделирования – установление границ, ограничений и измерителей функционирования объекта, подлежащего изучению.

2) Формулирование модели – переход от реального объекта к некоторой его логической схеме путем абстрагирования.

3) Подготовка данных – отбор информации, необходимой для построения модели и преставление ее в соответствующей форме.

4) Трансляция модели – описание модели на машинном языке.

5) Оценка адекватности – определение степени соответствия модели и объекта.

6) Планирование эксперимента – разработка операций, которые необходимо осуществить в процессе моделирования.

7) Моделирование – проведение эксперимента с разработанной моделью с целью получения необходимых данных и анализа их точности.

8) Интерпретация – построение выводов на основании полученных в результате моделирования данных.

9) Реализация – практическое использование результатов моделирования.

Когда мы приступаем к этапу 7, т.е. к моделированию, мы должны использовать методы измерения изучаемого объекта или явления. Некоторые объекты допускают количественные оценки, однако более часто в сфере финансовых расследований нам приходится иметь дело с объектами качественной природы. Поэтому информационно-аналитический работник должен знать и уметь применять разнообразные измерительные шкалы. Измерение – это операция, которая данному наблюдаемому состоянию объекта, процесса, явления ставит в соответствие определенное обозначение: число, номер или символ.

На практике используются различные алгоритмы измерения, которые принято называть шкалами. Основными применяемыми в информационно-аналитической работе шкалами являются: номинальная шкала, порядковая шкала, интервальная шкала, шкала отношений и абсолютная шкала.

Можно сказать, что чем сильнее шкала, в которой производятся измерения, тем больше сведений об изучаемом объекте, явлении, процессе дают измерения. Поэтому так естественно стремление каждого исследователя провести измерения в возможно более сильной шкале. Однако важно иметь в виду, что выбор шкалы измерения должен ориентироваться на объективные отношения, которым подчинена наблюдаемая величина, и лучше всего производить измерения в той шкале, которая максимально согласована с этими отношениями. Можно измерять и в шкале, более слабой, чем согласованная (это приведет к потере части полезной информации), но применять более сильную шкалу опасно: полученные данные на самом деле не будут иметь той силы, на которую ориентируется их обработка. Все рассмотренные выше измерительные шкалы основаны на справедливости отношения эквивалентности. Это означает, что два результата измерений в любой из шкал либо тождественны, либо различны. В действительности часто встречаются случаи, когда тождество или различие двух состояний или наблюдений нельзя утверждать с полной уверенностью. Особенно это характерно для выявления и анализа проблемных ситуаций в сфере финансовой безопасности, где описания событий обозначаются конструкциями естественного языка. Когда мы говорим, что «подозреваемый встретился в баре с высоким, молодым человеком, который в руках держал тяжелый сверток», то хотя объект назван (т.е. измерение состоялось), мы не может сказать, какого он роста и сколько ему лет, какого веса была его ноша. Почти каждое наше слово обозначает некоторое не вполне определенное множество. Это свойство естественного языка, природное и неотъемлемое, безусловно, полезное, но приводящее к затруднениям, когда сопровождающая его неопределенность мешает. Например, «куча» – это лишь метка нечетко определенного множества. Спор о том, сколько песчинок в «куче», эквивалентен спору о том, в каком возрасте человек становится «старым» или сколько волосинок должно у него выпасть, чтобы он был «лысым». Нечеткость или расплывчатость понятий является свойством не только естественного языка. Например, в математике с успехом применяются понятия «значительно больше» (символ ») и «приблизительно равно» (символ » или =), являющиеся типично расплывчатыми.

Высокая степень неопределенности, например, описания тщательно маскируемых преступных действий в финансовой сфере вынуждает использовать в информационно-аналитической работе методы теории расплывчатых множеств.