Научный журнал
Современные наукоемкие технологии
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,940

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПО РАБОТЕ С ДОЛЖНИКАМИ В СЛУЖБЕ СУДЕБНЫХ ПРИСТАВОВ

С. В. Чернышова Н. Н. Елизарова
Исполнение судебных решений является неотъемлемой частью основного права человека на судебное разбирательство, поэтому эффективность системы исполнения судебных решений (Ср) имеет первостепенную важность для функционирования судебной системы в целом. Основная деятельность по осуществлению Исполнительного производства (ИП) возлагается на структурное подразделение в составе управления Федеральной службы судебных приставов - районный отдел судебных приставов (рОСП). Судебные приставы исполнители (СПИ) часто сталкиваются со многими проблемами, связанными с поиском сведений о должниках, самих должников, их анализом, своевременным принятием решения по применению к ним соответствующих мер. При этом зачастую остается риск упущенных возможностей из-за несвоевременного обнаружения за должником злостного уклонения своих долговых обязательств. Необходимость постоянного мониторинга, обнаружения нарушений должниками и их контроль - неотъемлемая составляющая эффективной работы судебных приставов-исполнителей.

Данная статья посвящена системе поддержки принятия решений (СППр) по работе с должниками в рОСП, в частности их анализу по степени риска неисполнения ими своих долговых обязательств и формирования решений по каждому из них о постановке их на контроль с целью повышения эффективности работы сотрудников рОСП. При решении данных задач использованы программные средства Microsoft Excel и Deductor Studio. Система реализует два этапа:

I этап. Анализ исполнительных производств или должников (в частности физических лиц) по степени риска неисполнения ими долговых обязательств в срок ведется путем решения следующих задач:

  1. Выявление опасности неисполнения должником своих обязанностей в срок в виду отсутствия той или иной информации о нем, либо наличия информации о нерегулярном их исполнении по номинальным характеристикам, путем определения рейтинга риска должника.
  2. Кластеризация и классификация должников по количественным характеристикам:
  • по характеру исполнения судебных решений должниками (характеризует должников, по исполнению их обязательств по количественным показателям, т.е. уровень их «исполнительности», например злостное уклонение, добросовестное исполнение и т.п.);
  • по уровню платежеспособности должника, т.е. степень возможности должника исполнить судебные решения в срок или вероятность погашения задолженности.

Первая задача предназначена для поддержки контроля над правильностью, своевременностью и полнотой изъятия долгов с должников. Входная информация для решения данной задачи идентифицируется в виде сформированной таблицы в БД с помощью SQL-запросов. С использованием предложенных критериев оценки должников эксперт (сотрудников отдела или аналитика) проставляет для каждой характеристики должника имеющего значения оценку (балл) в виде степени принадлежности данного показателя понятию «риск невыплат» от 0 до 1. Это позволяет учесть номинальные показатели должников и свести их в некую обобщенную метрику (рейтинг), путем суммирования баллов по каждой характеристике:

Чем выше рейтинг, тем с большей вероятностью можно утверждать, что исполнение судебных актов по данным должникам добиться в срок возможно не удаться.

Вторая задача решается, используя встроенный в Deductor алгоритм классификации, основанный на применении сети Кохонена (с использованием самоорганизующихся карты), определяется уровень исполнения судебных актов должниками. С этой целью проводится классификация всех должников по введенным количественным показателям. В результате должники разбиваются на пять классов:

  • Должники, регулярно выплачивающие свои долги без просрочек.
  • Должники, выплачивающие долги, но с долгом по исполнительскому сбору.
  • Должники средней надежности, выплачивающие долги, но с просрочками и наличием долга по исполнительскому сбору и штрафам.
  • Должники, выплачивающие долги, но с наличием непогашенных штрафов
  • Злостные должники, уклоняющиеся от уплат, имеющие большое число просрочек, долги по исполнительскому сбору и штрафам.

Результаты классификации позволят отобрать тех, кого следует ставить на контроль и проводить регулярные проверки по исполнению ими судебных решений.

На следующем этапе этой задачи определяется уровень платежеспособности должника, используя такие критерии доход должника за 6 месяцев с учетом вычета всех обязательных сборов, платежеспособность, сумма оцененного имущества должника, общая сумма задолженности. На основании этого можно выделить следующие классы должников:

  1. Должники с низкой платежеспособностью
  2. Должники со средней платежеспособностью
  3. Должники с умеренной платежеспособностью
  4. Должники с высокой платежеспособностью
Кластеризация происходит с помощью самоорганизующихся карт. В качестве определения платежеспособности используется формула, применяемая в деятельности банка: P=Dч ·k·t, где Dч - чистый среднемесячный доход за 6 месяцев (за вычетом всех обязательных платежей), t - срок исполнения судебного акта (исполнительного документа) по основному долгу (т.е. без учета штрафов и исполнительского долга), k-коэффициент, зависящий от дохода Dч .

II этап. Формирование решения по постановке на контроль исполнительного производства в отношении должников.

Целью задачи - выбор оптимального направления работы по постановке на контроль ИП в отношении каждого из должников в рамках установленного срока ведения ИП. Данная задача основывается на построении дерева решений в программном продукте Deductor Studio. Входная информация идентифицируется в виде сформированной таблицы с помощью SQL-запросов и включает, рассчитанные ранее: 1) рейтинг риска должника; 2) уровень исполнения Ср; 3) уровень платежеспособности. результатом решения задачи является одно из перечисленных решение по отношению к каждому должнику:

  • не требуется жесткого контроля;
  • «взять на заметку»;
  • постановка на контроль, но возможность погашения долга высокая;
  • постановка на контроль, но возможность погашения долга слабая;

Выходная информация идентифицируется в виде сформированных результатов в пакете Deductor, а затем экспортируются в БД в соответствующие поля. результаты решения - дерева решений и сформированные правила, на основе которых судебный пристав может сформировать запрос на выборку тех должников, которых следует поставить на контроль и взять на заметку, а затем сделать соответствующие выводы и принять решение.

С использованием данной технологии СПИ смогут оперативно выявлять нарушения со стороны должников, планировать деятельность по линии ИП, ориентируясь на «добросовестных» и «менее добросовестных» должников, за счет которых РОСП сможет достичь определенных плановых показателей. Вся история по исполнению судебных актов должниками храниться в виде аналитических сводных данных, позволяющих отразить обобщенную картину ведения исполнительного производства в рамках РОСП.


Библиографическая ссылка

С. В. Чернышова, Н. Н. Елизарова СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПО РАБОТЕ С ДОЛЖНИКАМИ В СЛУЖБЕ СУДЕБНЫХ ПРИСТАВОВ // Современные наукоемкие технологии. – 2010. – № 5. – С. 118-121;
URL: https://top-technologies.ru/ru/article/view?id=24771 (дата обращения: 28.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674