Цифровизация государственного управления в России охватывает и антикоррупционную сферу [5]. Федеральное казначейство здесь занимает двойственное положение: оно контролирует целевое использование бюджетных средств и одновременно само подлежит антикоррупционному контролю [4]. Этим обусловлен интерес к тому, как в ведомстве развиваются цифровые инструменты мониторинга.

Цель статьи — оценить текущее состояние таких инструментов, выявить их слабые места и определить перспективные направления совершенствования.

Сегодня цифровая инфраструктура антикоррупционного мониторинга в Казначействе опирается на три элемента.

Первый — модуль «Антикоррупционный мониторинг» в составе ГИС «Электронный бюджет» [3]. Он анализирует расходные операции на предмет соответствия кодам бюджетной классификации, фиксирует аномалии в поведении служащих и сопоставляет данные о должностных лицах с открытыми реестрами юридических лиц. В 2025 году модуль сформировал 142 сигнала о возможных коррупционных рисках, из которых подтвердились лишь 18 [12].

Второй элемент — государственная информационная система «Посейдон». С 1 января 2026 года контроль за денежными средствами и имуществом служащих и членов их семей ведётся в непрерывном режиме [5]. Система связана с базами ФНС, Росфинмониторинга, Росреестра, Росимущества, Банка России, реестрами ЗАГС, ЕГРЮЛ, ЕГРИП и порталом госзакупок [5]. Это позволяет оперативно получать сведения о доходах, имуществе и участии должностных лиц в коммерческой деятельности.

Третий элемент — казначейский мониторинг, основанный на статье 242.13-1 Бюджетного кодекса РФ [1]. С 1 сентября 2026 года применяется новая редакция статьи, расширившая объём операций, подлежащих мониторингу [9]. Мониторинг проводится дистанционно, в электронной форме, что позволяет выявлять признаки нарушений на ранних стадиях [10].

При всех очевидных сдвигах действующие инструменты работают небезупречно.

Главная проблема — высокая доля ложных срабатываний. В 2025 году из 142 сигналов модуля «Антикоррупционный мониторинг» подтвердились только 18, то есть 12,7 % [12]. Остальные 87,3 % оказались ложными. Для систем на простейших алгоритмах это типично на старте [6, с. 88], но инспекторы тратят время на проверку заведомо пустых сигналов, и это снижает отдачу от их работы.

Вторая проблема — сигналы не ранжируются по степени риска. Они поступают в Управление внутреннего контроля и аудита без фильтрации и приоритизации [7, с. 54]. В итоге низкорисковые и потенциально опасные сигналы обрабатываются одинаково, что замедляет реакцию на действительно серьёзные угрозы.

Третья проблема — ограниченная интеграция с внешними системами. Система «Посейдон» связана с широким кругом ведомственных баз, но доступ к банковской информации о счетах служащих по-прежнему требует судебного решения [5, с. 89]. Это правовое ограничение, и техническими средствами его не обойти.

Четвёртая проблема — методическая разобщённость. Территориальные органы Казначейства применяют различные подходы к оценке коррупционных рисков и интерпретации сигналов автоматизированных систем. Это приводит к диспропорциям в интенсивности контроля по регионам [8, с. 49].

Преодоление указанных проблем предполагает комплексное применение технологических, правовых и организационных мер.

В технологической сфере целесообразно внедрить в модуль «Антикоррупционный мониторинг» алгоритмы машинного обучения [6, с. 90]. В настоящее время система ограничивается сопоставлением фамилий и текстовых данных. Перспективным направлением является анализ совокупности косвенных признаков: совпадение адресов регистрации, участие в одних и тех же юридических лицах, аномальные паттерны поведения. Согласно экспертным оценкам, это позволит сократить долю ложных срабатываний до 30–40 % в течение первых двух лет эксплуатации [5, с. 92]. Дополнительно целесообразно ранжировать сигналы по степени критичности (низкий, средний, высокий риск). Это даст возможность сосредоточить усилия инспекторов на наиболее значимых угрозах [7, с. 56].

В правовой сфере ключевым вопросом остаётся доступ к банковской информации. Предлагается двухуровневая модель. На первом уровне Управление внутреннего контроля и аудита направляет в банки мотивированные запросы о наличии счетов у служащего без раскрытия сумм и движения средств. На втором уровне, при выявлении признаков преступления, материалы передаются в правоохранительные органы для получения судебного решения о полном доступе к выпискам [6, с. 90]. Данная модель позволит сократить сроки первичной проверки с 4–5 месяцев до 1–2 месяцев и не нарушит конституционных гарантий банковской тайны.

В организационной сфере необходимо создать защищённый реестр аффилированных лиц, интегрированный с ГИС «Электронный бюджет» и ЕИС в сфере закупок. Это обеспечит автоматическую блокировку операций при выявлении конфликта интересов на этапе санкционирования платежей или допуска к закупочным процедурам [11, с. 31]. Параллельно требуется разработка единого регламента антикоррупционного контроля с унифицированными критериями отбора служащих для проверок и стандартизированными формами оценки рисков [8, с. 52].

Таблица 1

Проблемы цифрового антикоррупционного мониторинга в Федеральном казначействе и направления их решения

Цифровая инфраструктура антикоррупционного мониторинга в Федеральном казначействе сегодня включает модуль «Антикоррупционный мониторинг» в ГИС «Электронный бюджет», систему «Посейдон» и казначейский мониторинг на основе статьи 242.13-1 Бюджетного кодекса РФ. Инструменты работают, но с высокой долей ложных срабатываний, без ранжирования сигналов по риску, с ограниченной интеграцией и методической разобщённостью.

Предложенные меры — машинное обучение, рейтингование рисков, превентивная блокировка операций и унификация методик — позволяют перейти от постфактумного контроля к превентивному. Развитие цифровых инструментов антикоррупционного мониторинга в Казначействе укрепляет экономическую, политическую и правовую составляющие национальной безопасности России [2].