Кросс аудит что это

Кросс-валидация

Кросс-валидация или скользящий контроль — процедура эмпирического оценивания обобщающей способности алгоритмов. С помощью кросс-валидации эмулируется наличие тестовой выборки, которая не участвует в обучении, но для которой известны правильные ответы.

Содержание

Определения и обозначения [ править ]

Пусть [math] X [/math] — множество признаков, описывающих объекты, а [math] Y [/math] — конечное множество меток.

[math]T^l = <(x_i, y_i)>_^, x_i \in X, y_i \in Y[/math] — обучающая выборка,

[math]Q[/math] — мера качества,

[math]\mu: (X \times Y)^l \to A, [/math] — алгоритм обучения.

Разновидности кросс-валидации [ править ]

Валидация на отложенных данных (Hold-Out Validation) [ править ]

Обучающая выборка один раз случайным образом разбивается на две части [math] T^l = T^t \cup T^ [/math]

После чего решается задача оптимизации:

Метод Hold-out применяется в случаях больших датасетов, т.к. требует меньше вычислительных мощностей по сравнению с другими методами кросс-валидации. Недостатком метода является то, что оценка существенно зависит от разбиения, тогда как желательно, чтобы она характеризовала только алгоритм обучения.

Полная кросс-валидация (Complete cross-validation) [ править ]

Здесь число разбиений [math]C_l^[/math] становится слишком большим даже при сравнительно малых значениях t, что затрудняет практическое применение данного метода.

k-fold кросс-валидация [ править ]

Каждая из [math]k[/math] частей единожды используется для тестирования. Как правило, [math]k = 10[/math] (5 в случае малого размера выборки).

t×k-fold кросс-валидация [ править ]

Кросс-валидация по отдельным объектам (Leave-One-Out) [ править ]

Выборка разбивается на [math]l-1[/math] и 1 объект [math]l[/math] раз.

Преимущества LOO в том, что каждый объект ровно один раз участвует в контроле, а длина обучающих подвыборок лишь на единицу меньше длины полной выборки.

Недостатком LOO является большая ресурсоёмкость, так как обучаться приходится [math]L[/math] раз. Некоторые методы обучения позволяют достаточно быстро перенастраивать внутренние параметры алгоритма при замене одного обучающего объекта другим. В этих случаях вычисление LOO удаётся заметно ускорить.

Случайные разбиения (Random subsampling) [ править ]

Выборка разбивается в случайной пропорции. Процедура повторяется несколько раз.

Критерий целостности модели (Model consistency criterion) [ править ]

Не переобученый алгоритм должен показывать одинаковую эффективность на каждой части.

Источник

cross-audit

Смотреть что такое «cross-audit» в других словарях:

Cross-selling — is the action or practice of selling among or between established clients, markets, traders, etc. or the action or practice of selling an additional product or service to an existing customer. This article deals exclusively with the latter… … Wikipedia

Audit working papers — are the documents which keeping all audit evidences obtained during financial statements auditing. Audit working paper is to be able to support the audit works done in order, sufficient and assurance audit evidences have been obtained and… … Wikipedia

Cross City Tunnel — Overview Start New South Head Road End Western Distributor Operation Work begun … Wikipedia

audit trail — noun : a record of a sequence of events (as actions performed by a computer) from which a history of those events may be reconstructed * * * 1. Accounting. the process or an instance of cross referring each bookkeeping entry to its source in… … Useful english dictionary

audit trail — paper trail The sequence of documents, computer files, and other records examined during an audit, showing how a transaction has been dealt with by an organization from start to finish. Documents will require cross referencing so the trail is not … Accounting dictionary

audit trail — paper trail The sequence of documents, computer files, and other records examined during an audit, showing how a transaction has been dealt with by an organization from start to finish. Documents will require cross referencing so the trail is not … Big dictionary of business and management

audit trail — 1. Accounting. the process or an instance of cross referring each bookkeeping entry to its source in order to facilitate checking its accuracy. 2. Computers. a track of a particular item of output data back through the processing steps that… … Universalium

audit — Synonyms and related words: accountancy, accounting, analysis, auditing, balance, balance the books, bookkeeping, check, check and doublecheck, check out, check over, checkup, collate, confirm, control, corrective, cost accounting, cost system,… … Moby Thesaurus

IT-Audit — Als IT Sicherheitsaudit (englisch IT Security Audit; von lateinisch audit: „er/sie hört“; sinngemäß: „er/sie überprüft“) werden in der Informationstechnik (IT) Maßnahmen zur Risiko und Schwachstellenanalyse (engl. Vulnerability Scan) eines IT… … Deutsch Wikipedia

IT Security Audit — Als IT Sicherheitsaudit (englisch IT Security Audit; von lateinisch audit: „er/sie hört“; sinngemäß: „er/sie überprüft“) werden in der Informationstechnik (IT) Maßnahmen zur Risiko und Schwachstellenanalyse (engl. Vulnerability Scan) eines IT… … Deutsch Wikipedia

Security Audit — Als IT Sicherheitsaudit (englisch IT Security Audit; von lateinisch audit: „er/sie hört“; sinngemäß: „er/sie überprüft“) werden in der Informationstechnik (IT) Maßnahmen zur Risiko und Schwachstellenanalyse (engl. Vulnerability Scan) eines IT… … Deutsch Wikipedia

Источник

Перекрёстная проверка (кросс-валидация, Cross-validation) — метод оценки аналитической модели и её поведения на независимых данных. При оценке модели имеющиеся в наличии данные разбиваются на k частей. Затем на k−1 частях данных производится обучение модели, а оставшаяся часть данных используется для тестирования. Процедура повторяется k раз; в итоге каждая из k частей данных используется для тестирования. В результате получается оценка эффективности выбранной модели с наиболее равномерным использованием имеющихся данных.

Обычно кросс-валидация используется в ситуациях, где целью является предсказание, и хотелось бы оценить, насколько предсказывающая модель способна работать на практике. Один цикл кросс-валидации включает разбиение набора данных на части, затем построение модели на одной части (называемой тренировочным набором), и валидация модели на другой части (называемой тестовым набором). Чтобы уменьшить разброс результатов, разные циклы кросс-валидации проводятся на разных разбиениях, а результаты валидации усредняются по всем циклам.

Кросс-валидация важна для защиты от гипотез, навязанных данными («ошибки третьего рода»), особенно когда получение дополнительных данных затруднительно или невозможно.

Предположим, у нас есть модель с одним или несколькими неизвестными параметрами, и набор данных, на котором эта модель может быть оптимизирована (тренировочный набор). Процесс подгонки оптимизирует параметры модели и делает модель настолько подходящей под тренировочный набор, насколько это возможно. Если мы теперь возьмем независимый образец данных для валидации модели из того же источника, откуда мы взяли тренировочный набор данных, обычно обнаруживается, что модель описывает тестовые данные хуже, чем тренировочный набор. Это называется переподгонкой (overfitting), и особенно часто встречается в ситуациях, когда размер тренировочного набора невелик, или когда число параметров в модели велико. Кросс-валидация это способ оценить способность модели работать на гипотетическом тестовом наборе, когда такой набор в явном виде получить невозможно.

Распространенные типы кросс-валидации

Кросс-валидация по K блокам (K-fold cross-validation)

В этом случае исходый набор данных разбивается на K одинаковых по размеру блока. Из K блоков один оставляется для тестирования модели, а остающиеся K-1 блока используются как тренировочный набор. Процесс повторяется K раз, и каждый из блоков используется один раз как тестовый набор. Получаются K результатов, по одному на каждый блок, они усредняются или комбинируются каким-либо другим способом, и дают одну оценку. Преимущество такого способа перед случайным сэмплированием (random subsampling) в том, что все наблюдения используются и для тренировки, и для тестирования модели, и каждое наблюдение используется для тестирования в точности один раз. Часто используется кросс-валидация на 10 блоках, но каких-то определенных рекомендаций по выбору числа блоков нет.

В послойной кросс-валидации блоки выбираются таким образом, что среднее значение ответа модели примерно равно по всем блокам.

Валидация последовательным случайным сэмплированием (random subsampling)

Этот метод случайным образом разбивает набор данных на тренировочный и тестовый наборы. Для каждого такого разбиения, модель подгоняется под тренировочные данные, а точность предсказания оценивается на тестовом наборе. Результаты затем усредняются по всем разбиениям. Преимущество такого метода перед кросс-валидацией на K блоках в том, что пропорции тренировочного и тестового наборов не зависят от числа повторений (блоков). Недостаток метода в том, что некоторые наблюдения могут ни разу не попасть в тестовый набор, тогда как другие могут попасть в него более, чем один раз. Другими словами, тестовые наборы могут перекрываться. Кроме того, поскольку разбиения проводятся случайно, результаты будут отличаться в случае повторного анализа.

В послойном варианте этого метода, случайные выборки генерируются таким способом, при котором средний ответ модели равен по тренировочному и тестовому наборам. Это особенно полезно, когда ответ модели бинарен, с неравными пропорциями ответов по данным.

Поэлементная кросс-валидация (Leave-one-out, LOO)

Здесь отдельное наблюдение используется в качестве тестового набора данных, а остальные наблюдения из исходного набора – в качестве тренировочного. Цикл повторяется, пока каждое наблюдение не будет использовано один раз в качестве тестового. Это то же самое, что и K-блочная кросс-валидация, где K равно числу наблюдений в исходном наборе данных.

Оценка соответствия модели

Цель кросс-валидации в том, чтобы оценить ожидаемый уровень соответствия модели данным, независимым от тех данных, на которых модель тренировалась. Она может использоваться для оценки любой количественной меры соответствия, подходящей для данных и модели. Например, для задачи бинарной классификации, каждый случай в тестовом наборе будет предсказан правильно или неправильно. В этой ситуации коэффициент ошибки может быть использован в качестве оценки соответствия, хотя могут использоваться и другие оценки. Если предсказываемое значение распределено непрерывно, для оценки соответствия может использоваться среднеквадратичная ошибка, корень из среднеквадратичной ошибки или медианное абсолютное отклонение.

Применения кросс-валидации

Кросс-валидация может использоваться для сравнения результатов различных процедур предсказывающего моделирования. Например, предположим, что мы интересуемся оптическим распознаванием символов, и рассматриваем варианты использования либо поддерживающих векторов (Support Vector Machines, SVM), либо k ближайших соседей (k nearest neighbors, KNN). С помощью кросс-валидации мы могли бы объективно сравнить эти два метода в терминах относительных коэффициентов их ошибок классификаций. Если мы будем просто сравнивать эти методы по их ошибкам на тренировочной выборке, KNN скорее всего покажет себя лучше, поскольку он более гибок и следовательно более склонен к переподгонке по сравнению с SVM.

Кросс-валидация также может использоваться для выбора параметров. Предположим, у нас есть 20 параметров, которые мы могли бы использовать в модели. Задача – выбрать параметры, использование которых даст модель с лучшими предсказывающими способностями. Если мы будем сравнивать подмножества параметров по их ошибкам на тестовом наборе, лучшие результаты получатся при использовании всех параметров. Однако с кросс-валидацией, модель с лучшей способностью к обобщению обычно включает только некоторое подмножество параметров, которые достаточно информативны.

Вопросы вычислительной производительности

Ограничения и неверное использование кросс-валидации

Кросс-валидация дает значимые результаты только когда тренировочный набор данных и тестовый набор данных берутся из одного источника, из одной популяции. В многих применениях предсказательных моделей структура изучаемой системы меняется со временем. Это может наводить систематические отклонения тренировочного и валидационного наборов данных. К примеру, если модель для предсказания цены акции тренируется на данных из определенного пятилетнего периода, нереалистично рассматривать последующий пятилетний период как выборку из той же самой популяции.

Если выполняется правильно, и наборы данных из одной популяции, кросс-валидация дает результат практически без смещений (bias). Однако, есть много способов использовать кросс-валидацию неправильно. В этом случае ошибка предсказания на реальном валидационном наборе данных скорее всего будет намного хуже, чем ожидается по результатам кросс-валидации.

Способы неверно использовать кросс-валидацию:

1. Использовать кросс-валидацию на нескольких моделях, и взять только результаты лучшей модели.

2. Проводить начальный анализ для определения наиболее информативного набора параметров, используя полный набор данных. Если отбор параметров требуется в модели предсказания, он должен проводиться последовательно на каждом тренировочном наборе данных. Если кросс-валидация используется для определения набора используемых моделью параметров, на каждом тренировочном наборе должна проводиться внутренняя кросс-валидация для определения набора параметров.

3. Позволять некоторым тренировочным данным попадать также и в тестовый набор – это может случиться из-за существования дублирующих наблюдений в исходном наборе.

Источник

Новый подход кросс-аудита – «Аудит по улучшениям»

СТАРТ ПРОЕКТА

В марте 2018 г. по инициативе заместителя генерального директора Блока бурения и нефтесервиса (ББиНС) С.А. Ильичёва состоялось знакомство специалистов Global Performance Improvement Inc. (GPI) с коллективом СПЭК.

Специалисты СПЭК рассказали про свою работу, КПЭ и зоны ответственности.

Генеральный директор GPI А.Н. Пешехонов поделился основными результатами проекта “Технический предел”, рассказал о его целях, возможностях для улучшений.

Консультанты GPI также, поделились опытом организации «Рабочих групп», сессий «Бурение на бумаге» и т.д.

СОВМЕСТНОЕ ПЛАНИРОВАНИЕ И ПЕРВЫЙ ВЫЕЗД НА КУСТОВУЮ ПЛОЩАДКУ

Ген.директор GPI предложил новый подход повышения эффективности специалистов С по ТП и СПЭК, который основывается на культуре лидерства и улучшениях. В ходе обсуждения договорились о целях, времени выезда, КП, составе участников и необходимой документации. Специалисты обменялись чек-листами аудита для ознакомления и дальнейшего применения при выездах на буровые.

Цели кросс – аудита:

МНОГОФУНКЦИОНАЛЬНЫЙ КРОСС – АУДИТ

4 апреля 2018 г. в 9.30 состоялся выезд на КП № 82-бис Северо – Покурского месторождения.

Аудит начался со знакомства с мастером и супервайзером. Используя новой подход «Аудит по улучшениям» на вопрос мастеру что получается хорошо на КП, вместо указания на то что у него плохо, мастер сам рассказывал где у него все отлично, а где есть небольшие замечания, с указанием как и когда он их будет устранять. Далее супервайзер совместно с мастером отчитались по внедрению инструментов ТП, с предоставлением всех необходимых журналов и карточек оценок. В процессе беседы мастер и супервайзер поделились рисками и предложениям по улучшениям как процесса бурения, так и формата кросс – аудита.

В ходе кросс – аудита сотрудники СПЭК и GPI активно делились накопленным опытом, предлагали способы возможного решения проблем, давая обратную связь участникам.

РЕЗУЛЬТАТ

Источник

Актуальные вопросы внутреннего аудита закупочного процесса

Автор: Дмитрий Большаков, CIA, заместитель начальника управления аудита системы снабжения, член Ассоциации «Институт внутренних аудиторов» 1

Следует отметить, что:

Выявление существенных рисков, способных оказать воздействие на цели, деятельность или ресурсы организации является предметом деятельности внутреннего аудита (стандарт 1220.А3). При этом внутренний аудит должен оценить риски совершения мошенничества и то, как организация управляет риском мошенничества (стандарт 2120.А2).

Указанные предпосылки объясняют пристальное внимание к закупкам со стороны внутреннего аудита.

В статье представлены основные элементы закупочного процесса, ключевые риски, а также контрольные процедуры, которые позволят их снизить/ выявить.

Составляющие закупочного процесса и ключевые контрольные процедуры

Укрупненно закупки любой организации можно представить в виде следующей последовательности этапов:

планирование закупок (включая формирование требований к продукции),

подготовка к проведению закупок и их объявление,

проведение закупочных процедур и выбор поставщиков.

В зависимости от масштаба организации процедуры закупок могут быть детально формализованы на уровне политик и регламентов взаимодействия или просто сводиться к оплате на основе выставленных контрагентами счетов.

Дефекты закупочного процесса могут быть изначально заложены в его структуре (например, отсутствие контролей в наиболее проблемных/ рисковых этапах) или стать следствием ненадлежащего дизайна контрольных процедур, некачественного их выполнения, умышленных действий работников (корпоративное мошенничество).

I. Планирование закупок

Данный этап включает:

определение потребности в закупаемых товарах, работах, услугах;

оценку наличия средств для закупки;

определение требований к закупаемой продукции и поставщикам.

Можно выделить следующие ключевые риски на данном этапе:

1. Закупка в отсутствие необходимых финансовых средств.

Одним из непременных условий возможности закупки является наличие средств. Обычно проверка их наличия является одним из начальных шагов, без которых нельзя инициировать закупочную процедуру. Последствием отсутствия денег станет невозможность заключения договора, оплаты на договорных условиях, риск потери репутации у партнеров.

2. Установление необоснованных требований к закупаемой продукции.

До инициирования закупки необходимо определить, что именно нам нужно. Для этого следует определить характеристики продукции, ее технические параметры. Следствием некачественного их определения могут быть завышенные требования (установление их под «конкретного» поставщика) или недостаточные технические параметры продукции.

при закупке услуг по комплексной уборке помещений заказчик установил требования к мешкам для сбора мусора: они должны быть изготовлены из ПНД/ПНВ толщиной 50-60 мкм размером 500-70*600-1100 мм и быть черного, синего, зеленого или красного цвета. Данные требования были признаны неправомерными решением Московского УФАС России (дело №1-00-162/77-16 по жалобе ООО «Альфа» на действия заказчика) 4 ;

3. Установление необоснованных/ неоднозначных требований к поставщику.

при закупке были установлены требования о наличии лицензии на предоставление услуг связи. Однако требование о том, что участники закупки должны являться операторами связи, установлено не было. В итоге комиссией Московского УФАС России жалоба участника закупки, отклоненного из-за отсутствия данной лицензии, была признана обоснованной (решение от 27.12.2017 №223ФЗ-1073/17 по жалобе ООО «ТВЕРЦ» на действия заказчика 7 );

при закупке Модульной мобильной подстанции 2Х25 МВА 110/20(10) кВ Заказчик установил требование о наличии 2-хлетнего опыта поставки аналогичного оборудования. При этом из документации нельзя определить, что понимается под «аналогичным» оборудованием. Заказчик признан нарушившим требования Закона № 223-ФЗ (решение комиссии ФАС России от 08.10.2015 №223-ФЗ-289/15 по жалобе ООО «Юридическая фирма «Невский аукцион» на действия заказчика 8 ).

Подтверждением тезисов о существенности рисков установления необоснованных требований являются результаты исследования, проведенного Высшей школой экономики 9 в 2020 году: по итогам опроса, более 50% заказчиков придерживались стратегии определения поставщика до фактического проведения закупки (закупка формируется изначально под конкретного «победителя»).

Протестировать этап планирования закупок и характерные для него риски внутреннему аудитору помогут следующие процедуры:

проверка наличия средств для закупки в бюджете,

оценка наличия требуемых материалов/ оборудования на складе,

анализ обоснованности и достаточности требований к закупаемой продукции,

оценка обоснованности требований, предъявляемых к поставщику.

II. Подготовка к закупке и ее объявление

Данный этап закупочного процесса включает в себя:

определение цены продукции (начальной цены при проведении торгов);

инициирование процедуры (направление запросов предложений поставщикам, объявление закупки на сайте организации или на электронных торговых площадках).

Можно выделить следующие ключевые риски, присущие данному этапу:

1. Некорректность определения цены.

На практике нередко встречаются ситуации, когда начальная цена закупки определена неправильно. Как правило, она бывает завышена, в итоге мы получим завышенную стоимость закупаемой продукции (и избыточные расходы), либо «фиктивную» экономию.

2. Некорректное формирование лотов.

Данный риск можно охарактеризовать двумя возможными ситуациями: искусственным «дроблением» закупок и их необоснованным укрупнением. Эти проблемы часто наблюдаются в сфере государственных закупок и являются предметом рассмотрения контрольных органов, включая Федеральную антимонопольную службу.

в один лот были включены авиационные масла, имеющиеся в широком доступе, и масла, разрешенные к применению в вооружении, круг поставщиков которых крайне ограничен. Заказчик был привлечен к административной ответственности за ограничение конкуренции (постановление 11 Арбитражного апелляционного суда от 28.10.2019 по делу А65-16056/2019);

в один лот объединены проектно-изыскательские, строительно-монтажные работы и поставка оборудования. Заказчик привлечен к административной ответственности за ограничение конкуренции (определение Верховного суда Российской Федерации от 24.07.2017 №А56-82425/2016).

3. Несвоевременность инициирования закупки.

Закупка может быть инициирована как слишком рано, так и слишком поздно. И если для услуг или работ раннее заключение договора проблем, как правило, не представляет, то при закупке товаров необходимо обратить внимание на устанавливаемые сроки поставки и их соответствие графикам производства работ (прогнозу/ плану продаж). Наибольшую проблему может составить позднее инициирование закупочной процедуры, следствием чего станет невозможность своевременной поставки или производства работ.

срок поставки компьютерной техники – в течение 15 дней со дня обращения заказчика. Однако, согласно коммерческим предложениям поставщиков данного оборудования, возможный срок – 4 месяца. Комиссия ФАС России пришла к выводу, что срок поставки, установленный в документации об аукционе, не позволяет надлежащим образом поставить товар (решение от 10.11.2015 №К-1498/15 по жалобе ООО «Информационные системы связи и безопасности» на действия заказчика 14 ).

4. Отсутствие информирования поставщиков о проводимой закупке.

Оценить существенность рисков данного этапа можно путем проведения следующих процедур:

анализ рыночных цен на закупаемую продукцию;

анализ цен ранее заключенных договоров;

оценка соблюдения требований внутренних документов при определении цены закупки;

оценка наличия в плане закупок нескольких процедур одной номенклатуры;

анализ лота на предмет однотипности включенной в него продукции;

сравнение сроков вовлечения продукции в графиках производства и сроков заявления в закупку; сравнение планов продаж, складских остатков закупаемой номенклатуры, сроков изготовления закупаемой продукции со сроками закупок;

анализ списков поставщиков, которые проинформированы о закупке (у которых запрошены коммерческие предложения).

III. Проведение закупочных процедур

Данный этап, по сути, завершает процесс закупки. Его результатом является заключенный договор либо несостоявшаяся закупка, после чего он возвращается в исходную точку. Этап содержит следующие элементы:

оценка поставщиков на предмет соответствия требованиям квалификации,

оценка соответствия предлагаемой поставщиками продукции требованиям закупки,

итоговое ранжирование предложений контрагентов и выбор поставщика.

На данном этапе можно выделить следующие ключевые риски:

1. Некорректность оценки квалификации поставщиков.

Оценка заявок участников закупок связана с крайне высокой степенью риска мошенничества и коррупции. Именно на этом этапе принимается решение, способен ли поставщик выполнить обязательства или нет. При этом оценка квалификации может иметь довольно субъективный характер: если оценить достаточность персонала и технических ресурсов можно, то уже с определением квалификации персонала – дело сложнее. Еще тяжелее оценить опыт потенциального поставщика работ/ услуг, особенно когда представленные контрагентом документы свидетельствуют о практике выполнения «аналогичных» работ, не полностью совпадающих с предметом закупки.

Таким образом, на данном этапе возможны как ошибки, обусловленные отсутствием четких утвержденных критериев оценки, так и умышленные действия, которые приведут к «двойным» стандартам и преференциям отдельным поставщикам.

при оценке опыта исполнения аналогичных договоров неправомерно приняты к оценке договоры, заключенные не в соответствии с Федеральным законом № 223-ФЗ (по условиям закупки подлежали учету успешно исполненные договоры, заключенные в соответствии с Федеральным законом № 223-ФЗ). Определено, что заказчик нарушил требования закона 223-ФЗ (решение Московского областного УФАС России по делу 50/07/31434ип/20 по жалобе ИП Букалова О.А. на действия заказчика 17 );

при закупке было установлено требование о необходимости наличия у участников закупки сварщика 4-го разряда. При оценке квалификации персонала заказчик не учел представленные поставщиком документы о наличии сварщика требуемой квалификации (документы были представлены в составе заявки). Действия заказчика признаны нарушающими требования Федерального закона № 223-ФЗ (решение ФАС России от 19.08.2020 №223ФЗ-654/20 по жалобе ООО «Авангард ТС» на действия заказчика 18 ).

2. Некорректность оценки характеристик предлагаемой продукции.

Не менее важным элементом выбора поставщика является оценка соответствия предлагаемой им продукции требуемым характеристикам. Нередко для технической оценки требуется привлечение квалифицированных технических экспертов, имеющих специальные знания, без которых она невозможна. На данном этапе имеется широкое поле как для ошибок, так и для намеренных действий по допуску или не допуску предлагаемой продукции.

заказчиком необоснованно отклонена заявка участника закупки из-за несоответствия предлагаемой продукции требованиям документации. Действия заказчика признаны нарушающими требования Федерального закона № 223-ФЗ (решение ФАС России от 12.08.2020 №223ФЗ-627/20 по жалобе ООО «СД-К» на действия заказчика 19 ).

3. Необоснованность итогового ранжирования предложений участников закупок.

Завершающим этапом оценки заявок участников является сравнение всех критериев оценки в соответствии с требованиями закупки. На этом этапе играют роль и результаты оценки квалификационных требований, и технических предложений участников закупок, ведь их некорректность повлечет за собой дефекты в итоговой оценке.

Проанализировать существенность рисков данного этапа можно путем проведения процедур:

проверка документов поставщиков установленным требованиям квалификации;

оценка соответствия представленных документов формальным признакам (наличие реквизитов, печатей и др.);

сравнение установленных технических требований и параметров продукции, предложенной поставщиками;

сравнение корректности оценки ценовых предложений участников закупки.

Выше представлен краткий обзор основных рисков закупочного процесса. При их выявлении целесообразно обратить внимание на следующее:

1. Уровень регламентации закупочного процесса.

Как правило, в крупных и средних компаниях закупочный процесс регламентируется достаточно подробно на уровне политик, регламентов взаимодействия, матриц закрепления ответственности. Они формализуют не только порядок и способы осуществления закупок, но и детально описывают функции участников процесса, их права и обязанности.

Стоит обратить внимание, что подробное описание процедур закупок требуется не всегда. Так, в небольших компаниях вполне может быть достаточно матрицы взаимодействия или краткой инструкции.

Однако независимо от масштаба организации целесообразно предусматривать в регламентирующих документах следующие элементы:

проверка обоснованности потребности (в срок ли закупаем, нет ли на складе, нужно ли);

независимые контроли определения начальной цены (цена/ ее расчет должна проверяться не тем, кто ее рассчитал);

порядок отбора поставщиков (проверка должной осмотрительности, оценка способности выполнить поставщиком обязательства).

2. Оценка рисков закупочного процесса.

Риски несвоевременности закупок, поставки некачественных товаров, работ или услуг, как правило, оказывают существенное влияние на деятельность любой компании. Их оценка должна на постоянной основе осуществляться менеджментом. Внутренний аудит же, с учетом результатов своей деятельности, может подтвердить оценку существенности рисков или предложить свою оценку.

В связи с высокой коррупциогенностью сферы закупок внутреннему аудиту следует обращать внимание на риски, связанные с процессом закупок несмотря на то, что в большинстве случаев они являются частью обеспечивающих процессов.

3. Периодичность проведения контрольных мероприятий со стороны внутреннего аудита.

В условиях ограниченности ресурсов внутреннего аудита выявление проблем закупочного процесса может стать элементом разных проверочных мероприятий. Так, в рамках одних аудитов могут быть изучены вопросы планирования, в рамках других – проанализировано качество выбора контрагентов.

Это позволит протестировать существующие контроли и определить их слабые места.

Каждый из этапов закупочных процедур имеет свои характерные риски. Им присущи специфические черты, их выявление нередко требует наличия специфических знаний и опыта. Однако в условиях существенного риска мошеннических действий при закупках, внутреннему аудиту необходимо уметь их выявлять, правильно определять причины и последствия выявленных наблюдений.

1 Ассоциация «Институт внутренних аудиторов» (Ассоциация «ИВА»), зарегистрированная в 2000 г., является профессиональным объединением более чем 4000 внутренних аудиторов, внутренних контролеров и работников других контрольных подразделений российских компаний и организаций. Подробности на сайте www.iia-ru.ru

2 Отчет о результатах Мониторинга развития системы государственных и корпоративных закупок за 2019 год https://ach.gov.ru/upload/iblock/fea/fea86920fc7f4c8b39262ce74beb32d8.pdf

3 «Роль конкурентного ведомства в борьбе с коррупцией и хищениями на торгах» Артюшенко Д.В, заместитель начальника Управления по борьбе с картелями ФАС России https://fas.gov.ru/documents/561857

4 База решений и правовых актов Федеральной антимонопольной службы Российской Федерации https://br.fas.gov.ru/to/moskovskoe-ufas-rossii/1-00-162-77-16/

5 Пункт 10 Обзора судебной практики по вопросам, связанным с применением Федерального закона от 18.07.2011 № 223-ФЗ «О закупках товаров, работ, услуг отдельными видами юридических лиц» (утв. Президиумом Верховного Суда РФ 16 мая 2018 г.).

6 Статья 54-1 Налогового кодекса России, постановление Пленума Высшего Арбитражного Суда Российской Федерации от 12.10.2026 № 53 «Об оценке арбитражными судами обоснованности получения налогоплательщиком налоговой выгоды».

9 Доклад «Регламентированные закупки в России: как повысить стимулирующую роль расходов бюджетов и регулируемых компаний» https://conf.hse.ru/mirror/pubs/share/359455190.pdf

10 Результаты «Мониторинга развития системы государственных и корпоративных закупок в Российской Федерации за 2018 год https://ach.gov.ru/promo/goszakupki-2018/index.html

11 Отчет о результатах экспертно-аналитического мероприятия «Мониторинг развития системы государственных и корпоративных закупок в Российской Федерации за 2019 год» (стр.24) https://ach.gov.ru/upload/iblock/fea/fea86920fc7f4c8b39262ce74beb32d8.pdf

12 Например, «дроблению» закупок посвящено письмо ФАС России от 14.11.2019 №ИА/100041/19 https://fas.gov.ru/documents/686067

13 Письмо Минэкономразвития России от 28.11.2016 Д28и-3238, разъяснение Управления ФАС России по Челябинской области https://chel.fas.gov.ru/news/12095

14 СПС «Консультант Плюс».

15 «В госконтракты вкрались лукавые буквы», Гришина Т., Николаева Д., Сапожков О., газета «Коммерсантъ» № 106 от 17.06.200 https://www.kommersant.ru/doc/1188275

16 Письмо Министерства экономического развития РФ от 17.02.2016 N Д28и-344.

Источник