Модель для прогнозирования объема и структуры «серого импорта»

Доходная часть федерального бюджета Российской Федерации в существенной мере формируется за счет таможенных платежей. Следовательно, в случае больших объемов «серого импорта», экономике государства может быть нанесен значительный ущерб. Результативность мер противодействия «серому импорту» зависит от своевременного и адекватности прогноза его структуры и объемов. Такой прогноз предполагает наличие соответствующих моделей. Однако известные в настоящее время модели не обеспечивают своевременность и адекват-ность прогноза.В статье предложена модель для текущего прогнозирования объема и структуры «серого импорта». В основу модели положено стохастическое представление «серого импорта», ими-тирующее процессы его формирования. Эта имитация позволяет более адекватно, чем обыч-но применяемые регрессивные и экспертные модели, учесть имеющуюся информацию о «се-ром импорте» и тем самым повышает точность прогнозирования его объема и структуры. Информационную основу предложенной модели составляют данные системы управления рисками Федеральной таможенной службы Российской Федерации. Применение предложен-ной модели позволяет в близком к реальному масштабе времени прогнозировать структуру и объемы «серого импорта» и на этой основе формировать необходимые меры противодействия ему.

MODEL FOR FORECASTING OF VOLUME AND STRUCTURE "GREY IMPORT"

The revenues of the Federal budget of the Russian Federation to a significant extent, is formed at the expense of customs payments. Hence, in the case of large amounts of “gray import”, the state’s economy can be significantly affected. The performance measures against “gray import” depends on the timely and adequate prediction of its structure and volumes. This forecast assumes the availability of appropriate models. However, the currently known models do not provide the timeliness and adequacy of the forecast.The article suggests a model for the current prediction of volume and structure of “gray import”. The model allowed stochastic representation of the “gray imports”, simulating the processes of its formation. This simulation allows more adequately than the commonly used regression and expert models, considering available information about the “gray import” and thereby improves prediction accuracy its volume and structure. The information basis of the proposed model are data of the risk management system of the Federal customs service of the Russian Federation. The application of the proposed model allows near real-time to predict the structure and volume of “gray imports” and on this basis to develop the necessary measures to counter it.