Действующие формы бухгалтерской и статистической отчетности банков позволяют точно оценить средние значения процентов по депозитам и кредитам. Рассчитанные Национальным банком Республики Казахстан (НБ РК) агрегированные средние проценты по депозитам и кредитам можно считать нормальными. В качестве нормальных значений обменных курсов можно принять усредненный за месяц курс валютной биржи. При необходимости и технической возможности расчетов по регионам целесообразно использовать усредненные обменные курсы региональных бирж.
По депозитам и вкладам банки обязаны предоставлять в НБ РК агрегированные данные. Для оценки выплат по депозитам, привлеченным на невыгодных для банка условиях, предлагается ввести дополнительную форму их аналитического учета. Аналитический учет депозитарных операций позволит рассчитать эффективную доходность по каждому депозиту, которая сопоставляется со среднерыночным процентом. Если разница в пользу клиента превышает заданные допустимые границы, то данная разница считается упущенной выгодой банка и материальной выгодой вкладчика. Таблица 1 иллюстрирует механизм оценки выплат по депозитам и расчета материальной выгоды вкладчика.
Чтобы оценить масштабы выплат по льготным депозитам в целом по банковской системе, достаточно провести выборочное обследование в нескольких десятках банков, тщательно проанализировав структуру депозитов вышеизложенным методом, а затем распространить полученные выводы на все банковское хозяйство.
Перечень отчетности, утвержденный приказом НБ РК [2], включает в себя форму "Аналитические данные о состоянии кредитного портфеля". В эту форму вносятся данные о каждом клиенте-заемщике, как юридическом, так и физическом лице, а также исчерпывающая информация о содержании кредитного договора: размер кредита, сроки, проценты, условия пролонгации и т. п. Форма предоставляется в НБ РК по требованию, а не на регулярной основе. Тем не менее это значит, что при необходимости НБ РК может оценить эффективность (то есть полученные проценты) любого кредита, выданного банком. Далее эффективность каждого кредита может быть сопоставлена со среднерыночным процентом и, если разница и пользу клиента превышает заданные допустимые границы, то данная разница считается упущенной выгодой банка и материальной выгодой заемщика, то есть теневым доходом. Процедура оценки эффективности кредитов, предоставленных банком, аналогична изложенной выше процедуре оценки депозитов. Соответственно масштабы сверх льготного кредитования в целом в банковской системе могут быть также оценены по аналогичной методике.
Отчеты о конверсионных операциях банки предоставляют ежедневно, но только в агрегированном виде (форма N 701 "Отчет уполномоченных банков о проведении конверсионных операций" и форма N 702 "Отчет о заключенных конверсионных сделках"). В принципе, манипулирование обменным курсом для "отмыва денежных средств" даже небольших сумм становится сразу заметным в агрегированном отчете, что явилось основным фактором отказа большинства банков от данного способа "отмыва".
В то же время сканирование всей первичной информации и сопоставление фактического курса каждой обменной операции со среднемесячным вряд ли технически возможно в связи с огромным числом обменных операций, совершаемых банками, причем далеко не каждая обменная операция фиксируется в электронном виде. Это значит, что точная количественная оценка данного явления весьма проблематична.
"Отмывание денежных средств" через обменные операции не является статистически значимым и количественно измеряемым, поэтому нет необходимости дальнейшего его рассмотрения.
Подход к оценке объема теневых операций в финансовом секторе должен принципиально отличаться от методики для реального теневого сектора. Во-первых, не существует таких натуральных или стоимостных показателей затрат, динамика которых напрямую связана с объемом оказываемых финансовых услуг. Во-вторых, нельзя выбрать базисный период, в течение которого доля теневых операций финансовых учреждений могла бы быть оценена с приемлемой точностью. В-третьих, финансовая система постоянно пребывает в движении: меняется структура операций, кредитного портфеля и т. п.
В этой связи для оценки теневых операций финансовой системы предлагается использовать еще одну особенность ее функционирования, а именно, необходимость регистрировать в электронном виде каждую операцию. Иными словами, финансовые компании не могут проводить свои сделки без кассы, они обязательно должны провести их по счетам. Таким образом, необходимо проводить алгоритм сканирования баз данных банков и страховых компаний и поиска операций с "сомнительным экономическим смыслом".
Итак, каждая "отмывочная" схема обладает уникальным набором определенных признаков. Наличие этого набора в той или иной операции финансовой организации и означает "теневой" характер этой операции. Поскольку необходимым условием функционирования финансовых учреждений является полная регистрация всех сделок, то проблема поиска операций с сомнительным экономическим смыслом сводится к задаче грамотной обработки первичной информации, регистрируемой финансовыми учреждениями.
Расчет общего оборота фиктивного подсектора можно осуществлять прямым методом с использованием электронных баз данных банков, где регистрируются все операции с расчетными счетами. Операции по счетам фиктивного подсектора отличаются от операций со счетами других экономических субъектов следующими характеристиками:
- во-первых, временной интервал, в которых совершаются операции, ограничен сроком, как правило, не более 1/2 года. Этим данные операции отличаются от операций по счетам "нормальных" юридических лиц, у которых операции проходят относительно регулярно в течение более продолжительного периода времени, по крайней мере не менее 1-1,5 лет;
- во-вторых, операции по счетам фиктивного подсектора отличаются высокой интенсивностью по сравнению с операциями с индивидуальными расчетными счетами обычных граждан. Данную особенность необходимо отметить в связи с тем, что часто фиктивные подсекторы работают без образования юридического лица (индивидуальные предприятия), то есть открывают счет как физическое лицо. Итак, по расчетному счету обычного физического лица совершается примерно 1-2 операции в месяц (операции по карточкам производятся со специального карточного счета и поэтому не принимаются во внимание), в то время как по расчетному счету "необычного" физического лица или индивидуального предприятия осуществляется не менее пяти операций в месяц;
- в-третьих, суммы, проходящие через счета "необычных" физических лиц, в среднем гораздо больше тех, которые проходят по счетам "нормальных" физических лиц. Оценить масштаб транзакций можно так: в среднем "комиссия" фиктивного подсектора 3% от суммы сделки.
Допустим, необходимо сделать выборку из базы данных по всем операциям за 2007 г. Если запрос, например, составляется 1 января 2008 г., то в выборку в числе счетов, по которым операции проводились менее полугода, могут попасть и те, которые принадлежат "нормальным" фирмам и физическим лицам, например только-только открывшим свой бизнес. Таким образом, если в качестве проверочного периода брать 1/2 года, то отсечь "нормальные" счета от "ненормальных" можно будет только спустя полгода после окончания отчетного периода, когда операции по "нормальным" счетам будут продолжаться, а по "ненормальным" - прекратятся [3].
Следовательно, существует два пути решения проблемы "ошибочного включения": первый - формировать запрос к базе данных не сразу по окончании отчетного периода, а после истечения периода, равного проверочному, то есть при анализе базы данных за 2007 г. необходимо формировать запрос с вышеописанными критериями не ранее 1 июля 2008 г. Второй путь - для случая, когда необходимо приурочить обследование к дате подачи годового бухгалтерского баланса, например к 1 апреля 2008 г. Тогда при формировании запроса из рассмотрения необходимо исключить данные за последний квартал 2007 г., но в качестве компенсации включить данные за IV квартал 2006 г. При стабильности экономики это мало повлияет на результат, хотя формально за основу принимается неточная база данных.
К числу банковских операций с сомнительным экономическим смыслом следует относить все суммы, которые:
1) в течение года были фактически выплачены наличными, перечислены на банковские счета физических и юридических лиц в качестве процентов по депозитам (с разбивкой о каждой валюте), по которым эффективная процентная нетто-ставка (то есть за вычетом налога на материальную выгоду) превосходит более чем на четверть, например, среднерыночную процентную ставку по депозитам, действовавшую на дату заключения депозитного договора. Например, известно, что в 2006 - первой половине 2007 г. средние ставки по депозитам в долларах США колебались в пределах 12-13% годовых. Если же на сумму депозита, оформленного в этот же временной период, банк начисляет клиенту 100% годовых чистыми (то есть за вычетом налога на материальную выгоду), то ясно, что все 100% годовых - это скрытые доходы клиента. Таким образом, для анализа выборки за отчетный год необходимо знать средние ставки за предыдущие годы, так как процент по депозиту может быть получен в текущем году, а сам депозитный договор заключен в предшествующем, когда были другие границы нормальных процентных ставок;
2) представляют собой упущенную выгоду банков в связи с предоставлением льготных кредитов клиентам, а именно: если банк предоставляет клиенту кредит под процент, который, скажем, на четверть или более ниже, чем среднерыночный процент по кредиту на момент его получения, то разница между среднерыночным и реальным процентом по кредиту представляет собой упущенную выгоду банка и в то же время это льгота, полученная клиентом. Размер этой льготы, за вычетом налога на материальную выгоду, должен учитываться в качестве "теневого" дохода.
В подсекторе страхования для проведения анализа взяты статистические данные страховых взносов и выплат коммерческого банка "БТА" за 2007 г. [2].
Конечно, для точного расчета масштабов "отмывочных" операций страховщиков необходимо модифицировать существующие формы отчетности. Однако на сегодняшний день существуют косвенные данные за 2007 г., по которым, используя вышеизложенный методологический подход, можно дать приблизительную оценку сумм, "отмываемых" на страховом рынке.
Таблица 2 содержит информацию о выплатах по полисам страхования жизни. В принципе, по оценкам экспертов, от 75 до 90% данных выплат по страхованию добровольного имущества приходится на возвратное страхование. Это значит, что в 2007 г. объем "отмывочных" операций в страховании колебался в пределах от 5329,5 (75% от 7106) млн. тенге до 6395,4 (90% от 7106) млн. тенге.
Теперь можно сопоставить полученные оценки с такими макроэкономическими индикаторами, как ВВП и денежные доходы населения. По информации Агентства по статистике Казахстана, за 2007 г. ВВП составил 11255,5 млрд. тенге, а денежные доходы населения -3650,9 млрд. тенге.
Таким образом, через страхование "отмывается" приблизительно от 0,047 до 0,057% валового внутреннего продукта страны и от 0,14 до 0,18% денежного дохода населения. Однако поскольку выплаты по страхованию жизни не облагаются налогами и получаются физическими лицами, то это чистый доход последних. В этой связи целесообразно соотнести объем данного "отмыва" с показателем денежных доходов населения. В этом случае оценки дохода, "отмытого" через страхование, в суммарных денежных доходах населения будут колебаться в пределах от 0,14 до 0,18%.
Литература
1. Сейткасымов Г. Бухгалтерский учет и отчетность в банках. Алматы; Экономика, 1999.
2. Когамов М., Кораун И., Табаков М. Вопросы защиты интересов Казахстана от преступлений, связанных с отмыванием грязных денег, приобретают сегодня особую актуальность // Панорама. 2007. N 9.
3. Финансы Казахстана / Стат. сборник, 2008.
Теневые операции коммерческих банков и страховых агентств в Казахстане
Теневые операции банка характеризуются отклонением их эффективности в невыгодную для банка сторону, то есть вывод о сомнительности той или иной операции можно сделать путем сравнения отдельных параметров сделки с некими "нормальными" параметрами. Сплошной анализ первичной информации о сделках некоторых видов не представляет собой технической проблемы, так как вся информация хранится в банке на электронных носителях [1].
28.01.2010
09:57
Вопросы статистики