Оценка масштабов отмывания денег в России

Н. Ю. Танющева
Э. Т. Исакова

Большинство исследователей развития преступности согласны с тем, что сейчас наблюдаются перманентный рост ущерба, причиненного преступлениями, а также устойчивые тренды к их превращению в международные и трансграничные, увеличению уровня наркомании среди населения, замещению корыстно-насильственных преступлений латентными формами противоправных действий (Южанин и др., 2022; Шалагпн, Идпятуллов, 2021; IMF, 2001). Новые виды преступности обусловлены ростом ее доходов и цифровизацией. Реакцией правительств наиболее богатых стран на эти тенденции стало создание глобальной антиотмывочной системы, нацеленной на выявление преступных доходов и их изъятие из нелегального оборота.

После создания в 1989 г. межправительственного органа — Группы разработки финансовых мер борьбы с отмыванием денег (Financial Aetion Task Force for Money Laundering, FATF, ФАТФ) — антиотмывочное движение превратилось в неотъемлемый элемент глобальной финансовой архитектуры. Как и традиционные формы борьбы с преступностью, входящие в зону ответственности правоохранительных органов, противодействие отмыванию (легализации) преступных доходов требует определенных издержек, которые несут государство, бизнес и общество. Подчеркнем, что совокупные издержки, связанные с борьбой с преступностью, не должны превышать общий ущерб от нее. В этом смысле оценка масштабов отмывания денег представляет не только исследовательский, но и практический интерес.

Непосредственно к методам количественной оценки масштабов отмывания денег следует отнести экспертные оценки, исследование сообщений о подозрительных трансакциях, эконометрическое моделирование и метод, основанный на анализе издержек от преступности. Уже четверть века в официальных документах и научных публикациях приводится оценка директора-распорядителя МВФ М. Камдессю об отмывании от 2 до 5% ВВП в глобальном масштабе (Camdessus, 1998). В 2011 г. Управление ООН по наркотикам и преступности (УНП ООН) уточнило эту оценку, предложив принять масштаб преступных доходов в диапазоне от 1,4 до 4,5% ВВП, причем для развитых стран более вероятна его нижняя граница, для развивающихся — верхняя, а в глобальном масштабе — 2,5% ВВП (UNODC, 2011). На отмывание денег приходится только часть этого диапазона, ее оценка — предмет дискуссии.

Экспертный метод. В качестве экспертов исследователи, например, австралийский экономист Дж. Уокер (Walker, 1995), привлекают сотрудников различных подразделений правоохранительных органов, полагая, что они могут взглянуть на ситуацию под более широким углом, чем лица, ответственные за сбор и публикацию официальных данных о состоянии преступности в стране. Сами исследователи признают слабость этого метода, которая проявляется в возможной нерепрезентативности выборки экспертов, а также в наличии у них предубеждений в восприятии объекта исследования. «Экспертные знания являются разумным подходом до тех пор, пока они используются только для заполнения пробелов в статистических данных», — пишут Уокер и Б. Унгер (Walker, Unger, 2009. P. 827; здесь и далее перевод наш. — H. Т., Э. И.).

Анализ содержания сообщений о подозрительных трансакциях (СПТ). Важным элементом глобальной антиотмывочной системы является обязанность финансовых организаций направлять в национальное подразделение финансовой разведки сведения об СПТ. Так как эти сообщения содержат конфиденциальные сведения, в том числе составляющие банковскую тайну и персональные данные, доступ к такой информации, как правило, ограничен. Вместе с тем в ряде случаев финансовые разведки привлекают ученых к анализу СПТ. Такой анализ позволяет структурировать информацию о подозрительных денежных потоках по субъектам и отраслям экономики, по регионам, разделить на внутренние и внешние, определить страны, наиболее вовлеченные в инвестиции «грязных» денег и используемые для их транзита при отмывании. Одной из разновидностей данного метода можно считать попытку оценить объем отмывания денег в стране путем анализа уголовных дел по этому виду преступлений. Вместе с тем его критики отмечают, что масштабы организованной преступности не снижаются в том числе потому, что многие процедуры отмывания остаются не выявленными, то есть «сосредоточившись только на „подозрительных трансакциях“, такие исследователи существенно недооценили масштабы отмывания денег» (Walker, Unger, 2009. Р. 827).

Эконометрическое моделирование структуры наличных денег, вносимых на банковские счета (Ardizzi et al., 2014; Deutsche Bundesbank, 2019; Танющева, Куницына, 2021). Оно основывается на предположении, что доходы организованной преступности формируются в наличных деньгах, которые для маскировки вносятся на банковские счета посредников или подставных лиц. С помощью специальных переменных в потоке наличных, вносимых на счета, выделяют объемы, связанные с легальной экономикой, с незаконной деятельностью, не требующей отмывания, и с отмыванием денег. Существенный недостаток метода заключается в спорности значимости операции по внесению наличных на банковский счет для отмывания денег. Повсеместный переход на безналичные расчеты затронул и преступников. Все больше мошенничеств и хищений совершается с безналичными денежными средствами. Поэтому первым этапом маскировки является снятие денег со счета, то есть обналичивание. Применительно к России риски отмывания через внесение наличных денежных средств на банковские счета оцениваются на уровне «низкий» или «умеренный», а обналичивание по разным основаниям признано операцией высокого уровня риска вовлечения в отмывание денег (Росфинмониторинг, 2022).

Метод, основанный на оценке ущерба от преступлений. В основе метода лежит логическое заключение о том, что если исключить входящие потоки иностранных «грязных» денег, отмываемых внутри страны или следующих транзитом для отмывания за рубежом, то общий объем отмываемых в ней денег не может превышать величину преступных доходов, сформированных внутри страны (Walker, 1995). Следовательно, сначала нужно определить объем формируемых в ней преступных доходов, а затем — удельный вес денег, подвергаемых отмыванию.

Применительно к России исключение из оценки объемов отмывания денег входящих или транзитных «грязных» потоков в настоящее время не представляется критичным. «Отмыватели» денег еще до введения антироссийских санкций предпочитали более масштабные, чем российский, финансовые рынки, например США, Великобританию, а также финансовые институты офшорных стран и территорий. По мнению ФАТФ, «Россия в целом является страной, в которой совершаются корыстные преступления, являющиеся источником преступных доходов, но при этом она не рассматривается в качестве крупного центра, в котором осуществляется легализация (отмывание) доходов от преступлений, совершаемых в других странах» (ФАТФ, 2019. С. 7). Принятые в 2014 г. и неоднократно расширявшиеся с 2022 г. антирос-сийские санкции еще больше снизили привлекательность России для отмывания зарубежных преступных доходов. Однако, как свидетельствует сохраняющийся в стране уровень преступности, внутреннему теневому капиталу удается поддерживать функционирование каналов отмывания денег. Задача нашей статьи заключается в обосновании наиболее убедительного подхода к оценке масштабов отмывания преступных доходов и его апробации, а также в обсуждении перспектив применения полученных результатов и дальнейших исследований.

Оценка объема отмывания денег на основе данных о состоянии преступности в стране

В нашем исследовании оценка объема отмывания денег проводится методом определения суммы ущерба от преступной деятельности с учетом двух допущений.

Первое допущение. В состав преступлений, формирующих преступный доход, включены предикатные преступления¹, за исключением насильственных (преступлений против личности). ФАТФ в целях оценки объема отмывания денег под преступлением предлагает понимать каждое серьезное правонарушение, к которым могут относиться либо все преступления, либо квалифицированные в качестве серьезных по таким признакам, как категория преступления; срок тюремного наказания за него; перечень преступлений; комбинация вышеуказанных признаков (FATF, 2012).

Уокер составил перечень предикатных преступлений, для каждого из них он провел экспертную оценку доли преступных доходов в общей стоимости ущерба от преступлений (Д1) и доли преступных доходов, подвергаемых отмыванию (Д2). Через десять лет его последователи провели ревизию коэффициентов Д2 для Нидерландов (табл. 1).

Таблица 1

Расширенный перечень предикатных преступлений по Уокеру

Примечание. н/д — нет данных.

Источники: составлено по: ^а Walker, 1995; Unger et al., 2006.

Актуальность ревизии исследователи объяснили не тем, что коэффициенты Уокера разрабатывались для другой страны, а тем, что изменился состав преступлений: убийства и иные насильственные правонарушения, а также порча и разрушение имущества (например, вандализм) были полностью исключены из перечня видов преступлений, генерирующих незаконный доход. В то же время появились новые преступления, в первую очередь в информационном пространстве. Однако тот факт, что ревизия не затронула коэффициент Д1, указывает, что новые преступления, совершенные с помощью компьютерных технологий, остаются по своей природе теми же кражами или мошенничеством с присущими им возрастными, гендерными и иными характеристиками, включая латентность (Unger et al., 2006). Как видно из данных таблицы 1, ревизия коэффициента Д2 коснулась только насильственных преступлений, по остальным группам правонарушений величина коэффициента осталась неизменной.

С 2002 по 2023 г. ФАТФ² разработала типологии отмывания доходов от основных видов предикатных преступлений, среди которых:

• незаконный оборот наркотиков;
• незаконная миграция;
• торговля людьми;
• пиратство, похищение людей;
• незаконная торговля дикими животными;
• незаконная торговля драгоценными металлами и камнями;
• незаконные сделки с цифровыми (виртуальными) активами;
• фальшивомонетничество;
• незаконный оборот табачных изделий;
• коррупция;
• атаки компьютерных программ-вымогателей;
• мошенничество.

Все виды преступлений, рассматриваемые Уокером, нидерландскими исследователями и ФАТФ в качестве предикатных, отражены в сборниках российского МВД «Состояние преступности в России» (МВД России, 2010—2024). Типологии ФАТФ содержат виды преступлений, которые получили массовое распространение после публикаций Уокера, например незаконные сделки с цифровыми (виртуальными) активами, атаки компьютерных программ-вымогателей, незаконная миграция. Некоторые преступления не попали в перечень Уокера, потому что не носили массового характера в Австралии. Это относится к коррупции, морскому пиратству, незаконной торговле драгоценными металлами и камнями, фальшивомонетничеству, незаконному обороту табачных изделий. В то же время типологиями ФАТФ не охвачены такие преступления, как кражи, разбои, грабежи, убийства и нападения. Можно предположить, что эксперты Группы, как и Уокер, считают низкой доходность этих видов преступлений и соответственно слабой их вовлеченность в отмывание денег.

Публикуемая МВД России статистика по преступности предоставляет информацию по видам (или группам) преступлений. Из содержания нормативного документа МВД России³, устанавливающего правила отнесения каждого конкретного зарегистрированного преступления к той или иной позиции в статистической информации, следует, что имеет место дублирование сведений, отражаемых в составе показателей по преступлениям: 1) против собственности (кражи, мошенничество и др.) и 2) совершенным с использованием информационно-телекоммуникационных технологий (ИТТ). Например, по своему содержанию правонарушение квалифицируется как кража, однако преступление совершено с использованием ИТТ, поэтому сведения о нем также будут отражены в данных о компьютерной преступности. Далее, в таблице 5, сведения о зарегистрированных предикатных преступлениях приведены без дублирования.

Остается неясным, почему Уокер не включил в перечень налоговые преступления. Именно масштабное уклонение от налогообложения стало мотивом для вступления Австралии в ФАТФ в 1989 г. (Reuter, Truman, 2004). Не вошли в перечень Уокера и коррупционные преступления, он лишь упомянул коррупцию в правоохранительных органах как одну из причин скептического отношения к официальной статистике состояния преступности. В нашем исследовании в соответствии с подходом к группировке преступлений в разделы, применяемым в статистике МВД России⁴, налоговые преступления, незаконная торговля драгоценными металлами и драгоценными камнями и нелегальный оборот табачных изделий включены в состав правонарушений экономического направления. Также учтены коррупционные и компьютерные преступления.

Второе допущение. Преступные доходы приравниваются к стоимости ущерба от преступлений, публикуемой МВД России. Уокер, опробовавший в начале 1990-х годов разные подходы к оценке объема отмывания преступных доходов, был вынужден изучать вопрос ущерба от преступлений. «Издержки, связанные с преступлением, включают не только имущественный ущерб и/или медицинские расходы, понесенные во время самого инцидента и непосредственно после него. Они включают затраты, связанные с долгосрочными и широкомасштабными последствиями инцидента, затраты на превентивные усилия, предпринятые для снижения частоты или тяжести таких преступлений в будущем, и затраты на систему уголовного правосудия, созданную для борьбы с правонарушителями» (Walker, 1997. Р. 1). Уокер признавал, что такая формулировка не соответствует сущности преступных доходов, завышая их, так как, помимо выгоды самих преступников, включает в том числе издержки жертв и общества, которые не подвергаются отмыванию.

В то же время австралийский исследователь отказывался и от данных официальной полицейской статистики, считая ее заниженной из-за существенных масштабов неучтенных преступлений. Он больше доверял мнению сотрудников правоохранительных органов, которых привлекал в качестве экспертов при определении объема отмывания денег. Опираясь на их оценки, Уокер формализовал показатели Д1 и Д2 (см. табл. 1), до сих пор не опровергнутые типологиями ФАТФ: коэффициенты Д1 и Д2 получили максимальные значения для видов преступной деятельности, которым ФАТФ посвятила специальные типологии. И наоборот, ФАТФ не проводила отдельные исследования преступлений, для которых австралийский экономист обосновал минимальные значения Д1 и Д2.

Вместе с тем на современном этапе вряд ли целесообразно отрицать данные официальной статистики. За истекшие после публикации статьи Уокера годы криминалистика и экономическая наука существенно продвинулись в вопросе оценки масштабов нерегистрируемой (латентной) преступности. Этот вопрос подробнее рассмотрен ниже. Здесь отметим, что до 2022 г. МВД России публиковало сведения об ущербе от преступлений: всех зарегистрированных; тяжких и особо тяжких; экономической направленности, в том числе налоговых; экологических. С 2022 г. в открытом доступе остались лишь сведения об общем ущербе и об ущербе от тяжких и особо тяжких преступлений (табл. 2).

Таблица 2

Структура ущерба от преступлений в России в 2010—2023 гг.

Источник: составлено авторами по данным МВД России (https: мвд.рф reports).

Согласно Указанию Генпрокуратуры РФ и МВД России⁵, в составе тяжких и особо тяжких преступлений наряду с преступлениями, совершенными в крупном и особо крупном размере, также отражаются данные о насильственных преступлениях (убийства, изнасилования, причинение тяжкого вреда здоровью и др.). По мнению отечественных криминалистов, «материальный вред при преступлении против личности имеет наименее существенное значение» (Ильина, 2015. С. 24.). Вопрос применения шкалы расчета цены насильственного преступления, используемой в некоторых зарубежных странах, в России только начинает обсуждаться. В рамках нашего исследования предлагаем считать его ничтожным.

Выделить отдельно ущерб от преступлений экономической направленности и экологических преступлений в составе совокупного ущерба за 2023 г. не представилось возможным ввиду низких коэффициентов аппроксимации линий тренда, построенных на данных за 2010—2021 гг. (для ущерба от одного преступления экономической направленности R² = 0,8525, для одного экологического — R² = 0,3649). Поэтому в рамках настоящего исследования будем придерживаться допущения о том, что публикуемые МВД России данные об ущербе от зарегистрированных преступлений представляют собой совокупный преступный доход.

Апробация метода Уокера на данных МВД России

В нашем исследовании при оценке масштаба отмывания денег в России в 2023 г. на базе метода Уокера «сверху вниз» использованы индуктивный и дедуктивный подходы.

Расчет числа предикатных преступлений

 Данные о состоянии преступности, публикуемые МВД России, содержат информацию о количестве зарегистрированных преступлений, обобщенных в группы по видам незаконных деяний, например, экономической направленности, коррупционной, против личности, против собственности, с использованием ИТТ и т. и.

Уокер критически относился к данным официальной статистики из-за латентности преступности. Современная криминалистика ищет подходы к ее оценке. Применительно к России интерес представляет цикл статей О. Ольковой и С. Олькова (Ольков, 2019; Олькова, 2020; Ольков, Олькова, 2022). Авторы опровергают мнение о том, что фактическая преступность в России превышает официальные данные в 10 и более раз (Иншаков, 2009), и предлагают подход, в соответствии с которым число преступлений в конкретный период на определенной территории обусловлено количеством преступников, остающихся на свободе в том же периоде и на той же территории, то есть преступность рассматривается как функция запаса от оставшихся на свободе преступников (Ольков, 2019). В рамках этого подхода каждому периоду и каждой территории соответствует свой мультипликатор латентности.

Логика подхода представлена несколькими основными уравнениями. Фактическое число преступлений (С) состоит из числа зарегистрированных (R) и незарегистрированных, латентных (L):

С = R + L   (1)

Мультипликатор латентности Олькова, учитывающий скорость изменения латентной преступности при изменении численности лиц, лишенных возможности совершать преступления ввиду привлечения к ответственности за уже совершенные правонарушения, рассчитывается как:

ß = R / W   (2)

где: ß — мультипликатор латентности; W — численность лиц, осужденных за совершение преступлений.

Объединяя уравнения (1) и (2), получаем формулу расчета количества латентных преступлений:

L = R2 - RW / W   (3)

Расчет показателя С/R, отражающего соотношение фактического и зарегистрированного числа преступлений, приведен в таблице 3. Как видно из представленных данных, фактическая преступность в 2023 г. в 3,5 раза превышала зарегистрированную.

Таблица 3

Расчет показателя С/R в России в 2010—2023 гг.

Источники: составлено авторами по: Ольков, Олькова, 2022; МВД России (https: мвд.рф reports); Судебный департамент при Верховном Суде Российской Федерации (Сводные статистические сведения о состоянии судимости в России, http: www.cdep.ru index.php? id=79£item=5669).

Специалисты отмечают существенные отличия в уровне латентности разных видов преступлений (Иншаков, 2009), однако аргументированные исследования этой проблемы нам не известны. Применительно к России интерес представляет работа И. Максименко (2010), содержащая оценку латентности по основным видам преступлений. Автор не раскрывает методику получения результатов, однако его данные указывают на схожесть структуры зарегистрированной и фактической преступности (табл. 4).

Таблица 4

Структура преступности в России в 2010 и 2023 гг. (в %)

Источники: Максименко, 2010; МВД России (https: мвд.рф reports item 47055751 ).

Как видно из данных таблицы 4, в обеих категориях удельные веса конкретных видов преступлений близки по своим значениям. Чтобы понять, можно ли использовать показатели Максименко при анализе данных за 2023 г., были сопоставлены сведения о зарегистрированных преступлениях в 2010 и 2023 гг. Из таблицы 4 следует, что за период после публикации статьи Максименко широкое распространение получили преступления, совершенные с использованием ИТТ (у Максименко они называются «компьютерные преступления»). Вместе с тем сопоставление данных об удельном весе отдельных преступлений, содержащихся в статье Максименко, с данными официальной статистики МВД России показывает, что доля общеуголовных корыстных преступлений с 2010 по 2023 г. сократилась почти на 30% и на 30% вырос удельный вес компьютерных преступлений. Веса остальных предикатных правонарушений в целом не изменились. Статистика судебных дел свидетельствует о низком уровне привлечения к ответственности за компьютерные преступления: в 2023 г. выявлено 105 014 лиц, совершивших компьютерные преступления, из них осуждено 333 человека. В то же время за кражи выявлено 208 267 лиц, осуждено 147 225; за мошенничество выявлено 42 064, осуждено 24 580 человек. Как было сказано, статистика компьютерных преступлений дублирует данные по иным видам преступлений, в основном по кражам и мошенничеству. Поэтому можно утверждать, что с 2010 г. в сумме совокупная доля общеуголовных корыстных и компьютерных преступлений не изменилась. Поэтому структура фактического состава предикатных преступлений определена следующим образом:

С_i = R_i x C/R   (4)

Определение дохода от одного среднеарифметического предикатного преступления

Принимаем второе допущение о том, что преступный доход от одного среднеарифметического предикатного преступления (Icp) равен ущербу от него. Исходя из опубликованных МВД России данных об общем ущербе от всех преступлений за 2023 г., составивших I = 587,57 млрд руб., и расчетных данных о числе раскрытых предикатных преступлений — 798 498⁶, доход от одного среднеарифметического предикатного преступления можно определить по формуле: Icp = 587,57 / 798 498 = 735,84 тыс. руб.

Определение совокупного преступного дохода за период

Доход от каждого i-го вида предикатных преступлений может быть определен по формуле:

I_i = C_i x I_cp   (5)

Как следует из таблицы 5, совокупный доход от всех предикатных преступлений, совершенных в 2023 г., оценочно составляет 4117,8 млрд руб.

Определение масштаба отмывания преступных доходов за период

Непосредственно объем отмываемых денег от i-го вида предикатных преступлений будем определять, используя предложенные Уокером и не опровергнутые впоследствии Унгер с соавторами (Unger et al., 2006) удельные веса Д1 и Д2 (см. табл. 1) по формуле:

O_i = I_i x Д1_i x Д2_i   (6)

Уокер не формализовал коэффициенты Д1 и Д2 для преступлений коррупционной направленности. Специальные исследования связи коррупции с отмыванием денег показывают, что во многих схемах отмывания часть преступного дохода расходуется в пользу лиц, осуществляющих его, в виде коррупционной ренты. Коррупционный доход уже учтен в составе преступных доходов, полученных в ходе предикатных преступлений (Igracki, Karovic, 2021; Алифанова и др., 2018). Однако другая часть коррупционной ренты формируется в результате самостоятельного коррупционного преступления, и крупные коррупционные доходы подвергаются отмыванию. Криминалисты и психологи усматривают схожесть в поведении мошенников и «отмывателей» денег (Стрижов, 2008; Максименко и др., 2020), поэтому при расчете преступных доходов для коррупционных преступлений приняты коэффициенты Д1 = 80%, Д2 = 80%.

Компьютерные преступления не были исследованы Уокером и Унгер, так как их массовое распространение началось уже после публикации результатов этих исследований. В структуре таких преступлений содержится значительное число краж и мошенничеств, сведения о которых во избежание дублирования при расчете числа предикатных преступлений исключены из состава компьютерных. Исследователи ситуаций с двойным счетом экономических преступлений, совершенных с использованием ИТТ, отмечают, что за вычетом учтенных по соответствующим видам экономических преступлений иные могут причинить материальный ущерб потерпевшим, например, путем создания, использования и распространения вредоносных компьютерных программ; нарушения правил эксплуатации средств хранения, обработки или передачи компьютерной информации и информационно-телекоммуникационных сетей и т. д., но приносят доход преступникам не часто. Такие преступления ближе к хулиганству, вандализму, чем к преступности, нацеленной на формирование дохода (Поздышев, 2023). С учетом данных обстоятельств для компьютерных преступлений нами установлены коэффициенты Д1 = 10, Д2 = 10. Тогда общий объем отмывания денег в России в 2023 г. составляет: Общ. = ΣOi = 2094,1 млрд руб. (см. табл. 5).

Таблица 5

Расчет объема отмывания денег в России в 2023 г.

Примечание. *3а вычетом краж и мошенничеств.

Источник: рассчитано авторами по данным МВД России (https: мвд.рф reports).

Обсуждение и выводы

Совокупный объем преступных доходов, оцененный в сумме 4117,8 млрд руб., составляет 2,4% ВВП страны за 2023 г. Этот показатель близок к результатам оценок в зарубежных странах (табл. 6).

Таблица 6

Источник: составлено авторами по данным УНП ООН (UNODC, 2011).

По нашим оценкам, в 2023 г. доля отмывания преступных доходов составила 1,2% ВВП страны. Таким образом, в России было отмыто 50,9% преступных доходов. Это ниже диапазона, который был принят группой нидерландских экономистов в границах 70 — 80%. В качестве объяснения своего решения группа согласилась с показателем Д2 80% Уокера в отношении преступлений, связанных с незаконным оборотом наркотиков и мошенничеством, и допустила его снижение до 70% на том основании, что «наркотики и мошенничество являются крупнейшими составляющими преступлений, которые имеют отношение к отмыванию денег» (Unger et al., 2006. P. 144). Отметим, что Нидерланды остаются крупнейшим центром незаконного ввоза наркотиков в Европу и дальнейшего их распространения по континенту. Соответственно преступления в этой сфере формируют основной преступный доход в этой стране, большая часть которого направляется на отмывание (Unger et al., 2006. P. 42).

Как видно из данных таблицы 4, в России на незаконный оборот наркотиков и мошенничество (входит в состав общеуголовных корыстных преступлений) совместно приходится 43,8% зарегистрированных преступлений, формирующих нелегальный доход. Все большую конкуренцию им составляют компьютерные преступления, влияние которых на формирование преступного дохода изучено мало, его Д2 оценивается невысоко, что повлияло на итоговую оценку удельного веса отмывания в общем объеме преступных доходов.

Официальную статистику подозрительных операций в России публикует ЦБ РФ. Оценка включает объем вывода денежных средств за рубеж и обналичивания денег (рис. 1).

Как видно на рисунке 1, общий объем подозрительных операций в России за первую половину 2023 г. оценен в сумме 44 млрд руб., при экстраполяции на весь год получим 88 млрд руб. С середины 1990-х годов в состав платежного баланса Российской Федерации входила статья «Сомнительные операции» (позднее — «неклассифицированные операции»). Источником данных для этой статьи служат отчеты коммерческих банков по установленным формам, содержащие сведения о валютных операциях, связанных с торговлей товарами и услугами, покупкой/продажей ценных бумаг, предоставлением кредитов и переводами средств на собственные счета за рубеж, экономическое содержание которых не было подтверждено. С 2015 г. ЦБ РФ приступил к публикации данных о подозрительных операциях в банковском секторе. Под ними российское законодательство понимает «операции с денежными средствами или иным имуществом, предположительно совершаемые в целях легализации (отмывания) доходов, полученных преступным путем, и финансирования терроризма»⁷. ЦБ РФ не раскрывает методику оценки объема подозрительных операций. Как оператору собственной платежной системы, ему доступна информация об операциях по корреспондентским счетам коммерческих банков, также ЦБ осуществляет обмен информацией с Росфинмониторингом в рамках антиотмывочного закона. Данные ЦБ РФ — это текущий уровень чувствительности национальной антиотмывочной системы к отмыванию денег, который составляет 4,2% расчетного объема отмытых за 2023 г. преступных доходов (рис. 2).

Оценки, содержащиеся в данной статье, сами по себе достаточно информативны для повышения эффективности противодействия отмыванию денег в России. Вместе с тем публикация МВД России более детальной информации о структуре ущерба от предикатных преступлений позволит уточнить эти оценки.

Как показало наше исследование, методика оценки объема отмывания денег в стране оказалась гибкой не только в территориальном отношении (пригодна к применению в разных странах), но и во временном. Несмотря на то что структура преступности изменяется со временем, базовые положения о превалировании корыстных правонарушений и о необходимости совершенствовать методы противодействия отмыванию преступных доходов сохраняют свою актуальность.

¹ Под предикатными понимают преступления, доход от которых подвергается отмыванию.

² https: www.fatf-gafi.org en topics methods-and-trends.html

³ Указание Генеральной прокуратуры РФ и МВД России от 30.06.2022 № 361 И 1 «О введении в действие перечней статей Уголовного кодекса Российской Федерации, используемых при формировании статистической отчетности».

⁴ Там же.

⁵ Указание Генеральной прокуратуры РФ и МВД России от 30.06.2022 № 361 И 1.

⁶ Всего в 2023 г. раскрыто 997 689 зарегистрированных преступлений, из них 199 191 — преступления против личности, которые в данном исследовании не принимаются к учету, 997 689 - 199 191 = 798 498.

⁷ Федеральный закон от 07.08.2001 № 115-ФЗ «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма».

Список литературы / References

Алифанова E. Н., Евлахова Ю. С., Ильин А. В., Крамарова Е. А. (2018). Индикаторы оценки масштабов теневых потоков и рисков отмывания денег в мировой экономике. Финансовые исследования. № 3. С. 44 — 54. [Alifanova E. N., Yvlakhova Y. S., Ilyin А. V., Kramareva E. А. (2018). Indicators for assessing the scale of shadow flows and money laundering risks in the global economy. Financial Research, No. 3, pp. 44 — 54. (In Russian).]

Ильина И. A. (2015). Проблемные вопросы оценки и возмещения вреда насильственных преступлений ^z/ APRIORI. Серия: Гуманитарные науки. № 3. [Ilyina I. А. (2015). Problematic issues of assessment and compensation for harm of violent crimes. APRIORI. Series: Humanities, No. 3. (In Russian).]

Иншаков С. M. (2009). Латентная преступность как объект исследования. Криминология: вчера, сегодня, завтра. № 1. С. 107 — 130. [Inshakov S. М. (2009). Latent crime as an object of research. Criminology: Yesterday, Today, Tomorrow, No. 1, pp. 107—130. (In Russian).]

Максименко А. А., Дейнека О. С., Крылова Д. В. (2020). Этико-психологическое портретирование российского коррупционера // Национальный психологический журнал. № 4. С. 31—47. [Maksimenko A. A., Deyneka О. S., Krylova D. V. (2020). Ethical-psychological portrayal of a Russian corrupt official. National Psychological Journal, No. 4, pp. 31 — 47. (In Russian).] https://doi.org 10.11621 npj.2020.0403

Максименко И. В. (2010). Структура латентной преступности в Российской Федерации // Актуальные проблемы экономики и права. № 1. С. 148 — 154. [Maksimenko I. V. (2010). The structure of latent crime in the Russian Federation. Actual Problems of Economics and Law, No. 1, pp. 148 — 154. (In Russian).]

Ольков С. Г. (2019). Основное криминологическое тождество, измерение латентной преступности в мире и России // Известия высших учебных заведений. Уральский регион. № 4. С. 4 — 14. [Olkov S. G. (2019). The main criminological identity, the measurement of latent crime in the world and in Russia. News of Higher Educational Institutions. Ural region, No. 4, pp. 4 — 14. (In Russian).]

Ольков С. Г., Олькова О. A. (2022). Математические основы общей криминологической теории латентной, фактической и зарегистрированной преступности / Известия высших учебных заведений. Уральский регион. № 1. С. 32 — 48. [Olkov S. G., Olkova О. А. (2022). Mathematical foundations of the general criminological theory of latent, actual and registered crime. News of Higher Educational Institutions. Ural region, No. 1, pp. 32 — 48. (In Russian).]

Олькова О. A. (2020). Точное измерение латентной преступности. Ответ профессора С. Г. Олькова Адольфу Кетле Ученые записки Крымского федерального университета имени В. И. Вернадского. Юридические науки. Т. 6, № 4. С. 388 — 432. [Olkova О. А. (2020). Accurate measurement of latent crime. The answer of Professor S. G. Olkov to Adolphe Quetelet. Scientific Notes of V. I. Vernadsky Crimean Federal University. Juridical science, Vol. 6, No. 4, pp. 388 — 432. (In Russian).]

Поздышев P. C. (2023). Вопросы квалификации преступлений в сфере компьютерной информации // Юридическая наука и практика: Вестник Нижегородской академии МВД России. № 1. С. 105 — 112. [Pozdyshev R. S. (2023). Issues of qualification of crimes in the sphere of computer information. Legal Science and Practice: Journal of Nizhny Novgorod Academy of the Ministry of Internal Affairs of Russia, No. 1, pp. 105 — 112. (In Russian).] https: doi.org 10.36511 20785356-2023-1-105-112

Росфинмониторинг (2022). Национальная оценка рисков легализации (отмывания) доходов, полученных преступным путем. Москва. [Rosfinmonitoring (2022). National assessment of the risks of legalization (laundering) of proceeds from crime. Moscow. (In Russian).]

Стрижов E. Ю. (2008). Психологический анализ личности мошенника с позиций концепции нравственной надежности // Вестник ТГУ. № 4. С. 163 — 171. [Strizhov E. Y. (2008). Psychological analysis of swindler’s personality in the context of moral reliability conception. Tambov University Review. Series Humanities, No. 4, pp. 163 — 171. (In Russian).]

Танющева H. Ю., Куницына H. H. (2021). Методические подходы к оценке количественных параметров объема отмывания денег // Национальные интересы: приоритеты и безопасность. Т. 17, № 10. С. 1903 — 1928. [Tanyushcheva N. Y., Kunitsyna N. N. (2021). Methodological approaches to quantifying money laundering. National Interests: Priorities and Security, Vol. 17, No. 10, pp. 1903 — 1928. (In Russian).] https: doi.org 10.24891 ni.17.10.1903

ФАТФ (2019). Меры по противодействию отмыванию денег и финансированию терроризма — Российская Федерация. Отчет о взаимной оценке. Париж: ФАТФ. [FATF (2019). Anti-money laundering and counter-terrorist financing measures — Russian Federation, Fourth Round Mutual Evaluation Report. Paris: FATF.]

Шалагин A. E., Идиятуллов А. Д. (2021). Трансформация преступности в XXI веке: особенности предупреждения и противодействия // Вестник Казанского юридического института МВД России. Т. 12, № 2. С. 227—235. [Shalagin А. Е., Idiyatullov A. D. (2021). Transformation of crime in the XXI century: Features of prevention and counteraction. Bulletin of the Kazan Law Institute of the MIA Russia, Vol. 12, No. 2, pp. 227—235. (In Russian).]

Южанин В. E., Горбань Д. В., Ефремова О. С. (2022). О современных тенденциях преступности в Российской Федерации Человек: преступление и наказание. Т. 30, № 4. С. 512-525. [Yuzhanin V. Е., Gorban D. V., Efremova О. S. (2022). On modern crime trends in the Russian Federation. Man: Crime and Punishment, Vol. 30, No. 4, pp. 512 — 525. (In Russian).]

Ardizzi G., Petraglia С., Piacenza M. et al. (2014). Money laundering as a crime in the financial sector: A new approach to quantitative assessment, with an application to Italy. Journal of Money, Credit and Banking, Vol. 46, No. 8, pp. 1555 — 1590. https:/ doi.org 10.1111 jmcb.12159

Camdessus M. (1998). Money laundering: The importance of international countermeasures. International Monetary Fund, http:/ www.imf.org external np speeches 1998 021098.htm

Deutsche Bundesbank (2019). Cash demand in the shadow economy. Monthly Report, March, pp. 43 — 58.

FATF (2012). International standards on combating money laundering and the financing of terrorism & proliferation. Paris.

Igracki J., Karovic S. (2021). Corruption and laundering as legal and social phenomena: Causes, phenomenology, consequences. Victimology, Vol. 8, No. 3, pp. 212—225.

IMF (2001). Financial system abuse, financial crime and money laundering. IMF Policy Papers, No. 039. https: doi.org 10.5089 9781498328104.007

Reuter P., Truman E. M. (2004). Chasing dirty money: The fight against money laundering. Washington, DC: Institute for International Economics.

UNODC (2011). Estimating illicit financial flows resulting from drug trafficking and other transnational organized crimes. Research report. Vienna: United Nations Office on Drugs and Crime.

Unger B., Ferwerda J., de Kruijf W., Rawlings G., Siegel M., Wokke K. (2006). The amounts and the effects of money laundering. Report for the Ministry of Finance. Utrecht: Utrecht School of Economics.

Walker J. (1995). Estimates of the extent of money laundering in and through Australia. John Walker Consulting Services.

Walker J. (1997). Estimates of the costs of crime in Australia in 1996. Trends & Issues in Crime and Criminal Justice, No. 72. Canberra: Australian Institute of Criminology.

Walker J., Unger B. (2009). Measuring global money laundering: The Walker gravity model. Review of Law and Economics, Vol. 5, No. 2, pp. 821 — 853. https: doi.org 10.2202 1555-5879.1418