Инструменты управления устойчивостью банковского сектора: ключевая ставка vs доходы населения. В. В. ГАМУКИН, кандидат экономических наук, профессор кафедры экономики и финансов Тюменского государственного университета.О. С. МИРОШНИЧЕНКО, доктор экономических наук, профессор кафедры экономики и финансов Тюменского государственного университета

A− A= A+ 15.02.2021

Исследована гипотеза влияния ключевой ставки Банка России и средней вели-
чины доходов населения на обеспечение устойчивого развития банковского секто-
ра национальной экономики. Выявлена закономерность изменения соотношения
задолженностей по кредитам населения и организаций к объемам их вкладов и
депозитов в период с 2011 до августа 2020 г. Методом корреляционно-регрессион-
ного анализа определена зависимость этих показателей от ключевой ставки как
эндогенного инструмента управления и от доходов населения как экзогенного
инструмента управления устойчивостью. Определено, что параметр ключевой
ставки в комбинациях с другими параметрами показывает незначительную отри-
цательную корреляцию, что говорит о недостаточности данного рычага управле-
ния устойчивостью банковской системы в части кредитно-сберегательных опера-
ций. Результаты исследования позволяют сформировать практические предложе-
ния по изменению условий кредитования или привлечения средств клиентов без
негативного влияния на устойчивость банковской системы.

Бесперебойное и устойчивое функционирование банковской системы является одним из ключевых факторов успешной хозяйственной деятельности. Этот тезис приобретает особую значимость в периоды, когда банковские учреждения начинают испытывать различные формальные и содержательные проблемы, что незамедлительно сказывается на небанковском секторе национальной экономики. Важность этой зависимости актуализирует вопросы, связанные с управлением устойчивостью данной системы, которая должна быть способна не только реагировать на внешние и внутренние шоки, но и поддерживать свою работу с необходимым уровнем эффективности. Это обеспечивает сохранение исследовательского интереса к данной тематике как в России, так и за рубежом.
Формирование современного банковского механизма происходит в формате развития традиционных факторов его функционирования, ключевыми из которых являются вкладные и кредитные операции. Привлечение средств третьих лиц с целью их обезличивания и аккумулирования позволяет всему механизму производить перераспределение в виде предоставления этих средств во временное пользование другим лицам за соответствующую плату. Высокая институциональная значимость банковской системы для различных секторов национальной экономики требует систематических усилий всех заинтересованных субъектов по поддержанию ее устойчивости, что невозможно обеспечить без
адекватной системы управления. Для этого целесообразно сформировать и использовать управляемые модели с группами переменных: фазовыми координатами, переменными управляющего воздействия и переменными неконтролируемого воздействия [1]. Этими переменными могут выступать: задолженность по кредитам населения (z), объем вкладов населения
(d), задолженность по кредитам организаций (Z), объем депозитов организаций (D), доходы населения (I) и ключевая ставка Банка России (K). Проактивное управленческое воздействие со стороны заинтересованных лиц заключается в координации кредитного и сберегательного поведения с целью обеспечения устойчивости банковской системы.

Управление устойчивостью банковской системы

Многоаспектность категории «устойчивость» применительно к банковской системе предопределяет широту спектра управленческих подходов. Так, в работах [2, 3] рассматривается обеспечивающая функция банковской системы в сложном механизме экономического развития. При этом критерий устойчивости увязывается с развитием социального капитала. Более детально взаимодействие банковского сектора и устойчивого развития промышленного производства раскрыто в работе [4]. Другие стороны проблематики рассматриваются в работах, посвященных т. н. устойчивому банкингу. В монографии [5] большое внимание уделяется социально-этическим факторам банковских операций. При этом собственно финансово-экономическим соображениям (финансовой выгоде, приросту капитала, стабилизации ликвидности и т. д.) отводится менее важная роль. Устойчивой считается банковская деятельность, сосредоточенная на обеспечении доступности потребителей к денежным средствам, на ограничении маржинальности банковских операций и пр. Аналогичные подходы продемонстрированы в отечественных работах [6, 7, 8]. Основным тезисом такой трактовки устойчивости выступает необходимость для банковской системы, помимо ориентации на максимальное извлечение прибыли за счет процентной политики, стремиться в своей деятельности к соблюдению высоких морально-этических норм делового поведения с приоритетом благотворительности, солидарности и взаимопомощи. Эти соображения во многом опираются на более ранние исследования [9, 10, 11, 12, 13], в которых вопросы устойчивости банковских систем освещаются в самом широком смысле – от специфики заимствованных методик для ее оценки до использования в управлении кредитными рисками.
Макроэкономический уровень устойчивости банковской системы отдельной страны на примере Болгарии показан в работе [14], а более масштабное исследование с межстрановым сравнением на фоне банковского кризиса – в работе [15]. Вызывают интерес подходы, использованные при рассмотрении устойчивости нелегального банкинга [16], в результате чего делается важный вывод о скорости замещения банковских услуг в случае, когда официальная банковская система теряет устойчивость. Проблемы с устойчивостью банков в первую очередь возникают из-за поведения вкладчиков и заемщиков. Нарушение ритмичности в притоке и оттоке средств у одного банка может стать катализатором волны тревоги среди клиентов других банков и побудить их к аналогичному оппортунистическому поведению.
Массовое бегство вкладчиков, равно как и массовое бегство заемщиков, нарушает устойчивость банковской системы. Поэтому важным фактором является поведение клиентов, исследование которого затруднено вследствие многочисленности субъектов, их скрытности и имманентной ограниченности в оценке своих будущих действий. Накапливаясь в массу (и за счет этого нивелируя критические девиации поведения отдельных клиентов), эти действия создают тренды, которые уже можно подвергать формализации и использовать для моделирования устойчивости банковской системы и принятия управленческих решений². Необходимо учитывать, что обеспечение устойчивого функционирования банковской системы является важной задачей Центрального банка, который использует как комплекс пруденциальных мер в отношении банков, так и инструменты макроэкономического регулирования, среди которых важное место занимает ключевая ставка K. Она выступает как переменная управляющего воздействия, а ставки банков – как фазовые координаты системы.
Диапазон оценок значения ключевой ставки ЦБ для экономики страны очень широк – от «основным инструментом денежно-кредитной политики Банка России является ключевая ставка» [17, с. 8.] до «у Банка России нет никаких научно обоснованных ориентиров для установления ключевой ставки» [18, с. 10]. Помимо ставки ЦБ, для определения текущей стоимости капитала в банковской системе можно использовать другие инструменты измерения [19, с. 106–107]. В данной ситуации ключевая ставка выступает экзогенным параметром оценки стоимости капитала и информационным каналом для участников о текущей доходности предлагаемого капитала. Высокий динамизм изменения предлагаемых банками ставок дает больше возможности для анализа чувствительности зависимости исследуемых параметров предлагаемой модели друг от друга. Общим допущением является следующая гипотеза: банки руководствуются уровнем ставки ЦБ для установления своих эндогенных процентных ставок с целью сокращения трансакционных издержек, что в теории должноприводить к гармонизации всех четырех параметров – z, Z, d, D. Пропорциональность такой зависимости демонстрирует способность банковской системы реа гировать на пропорциональность спроса на капитал и его предложения. В противном случае будет наблюдаться либо сокращение ликвидности банковского сектора, способное вызвать платежный кризис, либо избыточное повышение маржинальности результата вкладных и кредитных операций. В обоих случаях произойдет нарушение устойчивости этой системы, так как ее достижение не в последнюю очередь предопределяется устойчивым характером движения денежных средств с обязательным превышением поступления над отвлечением. Для этого общая сумма привлеченных во вклады и депозиты денежных средств должна соответствовать суммам выданных кредитов с целью обеспе-
чения требуемой ликвидности, отчислений в обязательные резервы. Для этой же цели необходимо, чтобы платежи по возврату кредитов соответствовали суммам возврата вкладов, что возможно при минимизации просроченной задолженности. Одновременное выполнение этих соотношений позволит банковской системе достичь искомого состояния устойчивости в долгосрочной перспективе за счет вкладных и кредитных операций населения и организаций.

Управляемые параметры устойчивости банковской системы
Задача эффективного управления любой системой существенно облегчается, когда становятся понятными основные закономерности функционирования элементов данной системы. Для этого традиционно используются различные модели, в которых на основе зависимых и независимых параметров проявляются такие закономерности. Это CGE-модели [20, с. 385–386], DSGE-модели [21], HANK-модели [22] и маркерные модели [23, c. 29]. В данном случае для решения задачи оценки влияния рассматриваемых факторов на устойчивость банковской системы применяется корреляционно-регрессионная модель, т. к. в настоящем исследовании мы исходим из предположения, что для обеспечения устойчивости банковского сектора пропорции между показателями z, Z, d и D должны достигать равновесия, для чего используются показатели K и I3. В этом случае параметр K – это пример управляемого параметра, который полностью подконтролен Центральному банку. Для его применения совету директоров достаточно принять соответствующее решение4. Параметр I противоположен по своему управленческому потенциалу, т. к. в рыночных условиях отсутствуют прямые методы столь же оперативного увеличения или сокращения доходов населения.
Исходя из того, что общим принципом функционирования банковской системы является привлечение вкладов и выдача кредитов, необходимо определить круг зависимых и независимых переменных, обеспечивающих каркас причинноледственных связей этого механизма. Многочисленность данных переменных усложняет функционирование всего механизма достижения устойчивости банковской системы, но для целей настоящего исследования используется только показатель дохода населения I. В данном случае предполагается, что I оказывает прямое воздействие на показатели z и d, в то время как на Z и D – косвенное.
Поскольку подход позволяет сравнивать параметры, получаемые в части кредитных и вкладных операций, раздельно, с его помощью можно провести раздельное моделирование по этому признаку. В этом случае возникает возможность использовать 4 модели5.

1-я модель (z–KI ). Зависимой переменной будет выступать показатель z. Необходимо выявить, каким образом он связан с K и I.
2-я модель (d–KI). В этом случае зависимой переменной будет выступать показатель d для выявления его связи с K и I.
3-я модель (Z–KI). В таком варианте модели зависимая переменная Z будет сопоставляться с параметрами K и I.
4-я модель (D–KI). В этой модели зависимая переменная D будет сопоставляться с параметрами K и I.

Сопоставление рядов не позволяет выявить очевидных закономерностей, поэтому используются относительные показатели – соотношение объемов задолженности по кредитам и вкладов физических лиц (z/d) и соотношение задолженности по кредитам и депозитам организаций (Z/D). Динамика обоих показателей представлена на рис. 1.
В течение исследуемого периода происходили значительные колебания данных соотношений, но прослеживается устойчивая тенденция (показана на рис. 1 двойной линией). Происходило снижение параметра соотношения у организаций и нарастание соотношения у населения. Другими словами, за период наблюдения организации нарастили относительную долю в объеме вкладных операций, а население, наоборот, увеличило присутствие на кредитном рынке.
Обращает на себя внимание значительный период неопределенности в развитии данного сопоставления. В период с 01.12.2012 по 01.12.2015 образовалась замкнутая петля, наличие которой показывает, что в течение 3 лет происходили колебания в оценке параметров, составляющих данную пропорцию. Именно на этот период пришелся кризис на мировом рынке углеводородного сырья, повлекший значительные изменения макроэкономических показателей, что неизбежно сказалось на кредитном и сберегательном поведении всех рассматриваемых участников. Тем не менее система смогла вернуться к ранее заданной траектории и продолжить ее устойчивое развитие до настоящего времени. Это придает всему механизму объективный характер, поскольку показывает наличие неких фундаментальных причин, сохраняющих свое влияние на многие годы.

В рамках рассматриваемой гипотезы о значимости управляющего воздействия параметров K и I на кредитное и сберегательное поведение населения и организаций необходимо отметить, что в период, когда сформировалась выявленная петля, ставка не изменялась, оставаясь равной 8,25% с 14.09.2012 до 31.12.2015. Более детальное исследование влияния факторов K и I проведено путем построения модели с использованием метода наименьших квадратов. Все основные параметры: z, Z, d и D – отличаются высокой степенью зависимости между собой. Самый низкий показатель 0,9354 у соотношения z и Z, в то время как у параметров d и D он самый высокий – 0,9755. Это может говорить о близости у населении организаций поведенческой ориентации на процентную ренту как на мотив принятия решений об использовании свободных денежных средств. Несмотря на то что их кредитное поведение не так близко, его развитие во времени существенных различий не показывает.
Принимая во внимание, что мотивы кредито-вания у населения и организаций различаются6, такая близость позиций может служить доказательством наличия общего фундамента кредитного и сберегательного поведения обоих субъектов. В то же время параметр K в комбинациях со всеми прочими параметрами показывает незначительную отрицательную корреляцию. Малая величина коэффициента говорит о слабом влиянии ключевой ставки на динамику z, Z, d и D, что указывает на недостаточность данного рычага управления устойчивостью банковской системы в части кредитно-сберегательных операций.
Отдельно следует обратить внимание на коэффициенты корреляции между z, Z , d, D и I. Здесь просматривается чуть более сильная связь доходов населения с показателями задолженностей и депозитов организаций, чем с аналогичными показателями самого населения. Вероятно, вовлеченность организаций в кредитно-сберегательные операции обеспечивает развитие бизнеса, что приводит к увеличению возможностей по повышению размера оплаты труда. В то же время рост зарплатных доходов уже не так сильно влияет на активизацию кредитного и сберегательного поведения населения.
В табл. 1 приведены показатели, характеризующие 4 исследуемые управленческие модели (z–KI), (d–KI), (Z–KI), (D–KI). Во всех моделях отсутствует мультиколлинеарность (WIF<10), но присутствует гетероскедастичность, что объясняется исследованием показателей из одной области деятельности, испытывающих сопоставимое и закономерное влияние общих факторов. При этом все модели демонстрируют как ожидаемые, так и неожиданные особенности влияния параметров K и I на кредитное и сберегательное поведение физических лиц и организаций. Анализ результатов моделей позволяет сделать следующие выводы:
■■ коэффициенты β1 в случае с показателями населения отрицательные для сбережений и кредитов. Это говорит об обратной зависимости между изменением величины ключевой ставки и изменением объемов вкладов и кредитов. Можно предположить, что использование регулятором такого инструмента управления кредитным и сберегательным поведением населения неэффективно;
■■ аналогичные коэффициенты для показателей вкладов и кредитов организаций противоречивы. Так, для задолженностей
по кредитам связь прямо пропорциональная (коэффициент β1 положительный), а для депозитов – обратно пропорциональная. Различие в знаках для Z и D говорит о противоречивости ключевой ставки как инструмента управления кредитным и сберегательным поведением организаций. В случае снижения этой ставки происходит увеличение задолженности по кредитам и сокращение вкладов организаций;
■■ неоднозначность влияния ключевой ставки можно объяснить тем, что поведение организаций в большей степени учитывает фактор привлечения капитала в виде заимствований, чем фактор размещения свободных денежных средств. Получается, что в части сбережений физические лица и организации имеют больше общего, чем в случае с кредитованием;
■■ эти выводы подкрепляются параметрами коэффициента β2. Во всех случаях он имеет положительное значение. При этом величины данного коэффициента диаметрально противоположны для сбережений и кредитов населения и организаций. Так, β2 в случае с z очень близок β2 в случае D (0,454794 и 0,498763 соответственно). В то же время β2 в случае с Z очень близок β2 в случае d (0,751025 и 0,754782 соответственно)7.

Это позволяет сделать важный вывод о роли доходов населения в формировании кредитного и сберегательного поведения населения и организаций. Увеличение доходов населения в одинаковой степени влияет на прирост вкладов населения и увеличение задолженности по кредитам организаций. Кроме этого, данное увеличение одинаково влияет на прирост задолженности по кредитам самого населения и депозитов организаций. При этом вторая зависимость слабее примерно в полтора раза. Использование описанных моделей позволяет сформулировать целевые функции для управленческого воздействия на устойчивость банковской системы через использование параметров z, Z, d, D, K и I. Так, наиболее существен-
ное смещение соотношения задолженностей по кредитам и вкладов населения и организаций в направлении выявленного тренда наблюдается в случае одновременного снижения ключевой ставки и роста доходов населения. В случае, когда ставка снижается одновременно со снижением доходов, дрейф в эту сторону происходит значительно медленнее. При росте ставки
и росте доходов запускается обратный процесс, когда соотношение идет против тренда. Нако-нец, в последнем варианте, когда ставка растет, а доходы снижаются, этот процесс происходит стремительнее, что отдаляет всю систему от состояния устойчивости.

ЗАКЛЮЧЕНИЕ
Полученные результаты позволяют сформулировать общий подход к управлению кредитным и сберегательным поведением населения и организаций для обеспечения устойчивости банковской системы в части вкладных и кредитных операций. Изменение ключевой ставки ЦБ, традиционно считающейся управляющим параметром прямого действия, оказывает противоречивое влияние на изменение параметров вкладов и кредитов. В основном это изменение способствует пропорциональному изменению задолженности по кредитам организаций. Остальные параметры развиваются в обратной пропорции. Можно предположить, что наблюдаемое с середины 2019 г. снижение ключевой ставки ЦБ, призванное продемон-
стрировать реакцию регулятора на увеличение рисков устойчивости отечественной банковской системы, способно сократить только задолженность по кредитам организаций Z, но остальные исследуемые показатели z, d и D будут иметь тенденцию к росту. Это, в свою очередь, будет способствовать отклонению от вектора на обеспечение пропорциональности между всеми параметрами.
В то же время наблюдается более сложное влияние показателя доходов населения I, считающегося управляющим параметром косвенного действия, на пропорциональность параметров z, Z, d и D. В этом случае увеличение доходов населения не только в закономерно высокой степени обеспечивает рост размера вкладов населения, но и оказывает сильное
стимулирующее воздействие на рост задолженности по кредитам организаций. Другие два исследуемых параметра зависят от I в меньшей степени. За счет такой непропорциональной зависимости (в случае одновременного снижения ключевой ставки и роста размера доходов населения) происходит смещение соотношения задолженности и вкладов населения и орга-
низаций к большей пропорциональности, что способно повысить устойчивость всей банковской системы страны.

¹ Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-010-00801 А.

² Управление устойчивостью банковского сектора как элементом финансовой макроэкономической стабильности традиционно реализуется субъектом управления – банковским регулятором с использованием специфических инструментов воздействия на переменные, определяемые операциями банков. Российский банковский регулятор – ЦБ РФ, в соответствии с рекомендациями Международного валютного фонда,
Базельского комитета по банковскому надзору, в качестве инструментов управления стабильностью банковского сектора использует показатели достаточности капитала, нормативы ликвидности и рисков, требования к формированию страховых резервов и оценке заемщиков, ряд иных инструментов.
Микропруденциальные инструменты управляющего воздействия на устойчивость отдельных элементов
банковского сектора, такие как нормы и нормативы банковской деятельности, при агрегации их значений
в целом по всем национальным кредитным организациям преобразуются в макропруденциальные индикаторы, показатели финансовой устойчивости банковского сектора (см. Financial Soundness Indicators:
Compilation Guide (2019) – Prepublication draft. – URL: https://www.imf.org/en/Data ; Financial soundness
indicators (FSIs): framework and implementation. – URL: https://www.bis.org/ifc/publ/ifcb31v.pdf ;
Макропруденциальные показатели деятельности банковского сектора. Некоторые показатели финансовой
устойчивости банковского сектора // Обзор банковского сектора Российской Федерации. – URL: https://
www.cbr.ru/analytics/bnksyst/). Значения указанных индикаторов позволяют регулятору осуществить оценку стабильности банковского сектора, разработать и реализовать управленческие решения.

³ Далее используются данные о среднедушевых денежных доходах населения, определяемые Росстатом в соответствии
с Методологическими положениями по расчету показателей денежных доходов и расходов населения, утвержденными
приказом Росстата от 02.07.2014 № 465 с изменениями от 20.11.2018 № 680.
⁴ В рассматриваемый период 01.02.2011–01.08.2020 ключевая ставка изменялась 25 раз. При этом увеличение произво-
дилось 6 раз, а снижение 19 раз.
⁵ Все модели построены с использованием данных, представленных на сайте ЦБ РФ https://www.cbr.ru/statistics/bank_
sector/sors/ (дата обращения 14.09.2020) – сведения о размещенных и привлеченных средствах; и на сайте Росстата
https://www.gks.ru/folder/13397 (дата обращения 12.09.2020) – среднедушевые денежные доходы населения. Показатель K
определен как средневзвешенный пропорционально количеству дней действия в соответствующем месяце – до
01.01.2016 по значению ставки рефинансирования Банка России, а далее по значению ключевой ставки Банка России.

⁶Если физическое лицо преимущественно прибегает к заимствованиям для удовлетворения потребностей, то юриди-
ческое – для обеспечения расширенного воспроизводства.
⁷Аналогичные расчеты (не приводятся в данной статье), проведенные для однопараметрических моделей z–I, z–K, d–I,
d–K, Z–I, Z–K, D–I, D–K, показали похожие результаты. Везде коэффициенты β оказывались ближе в случае z–D и d–Z.

Список литературы
1. Иванов Ю. Н., Токарев В. В., Уздемир А. П. Математическое описание элементов экономики. – М. : Физматлит, 1994. – 416 с.
2. Абдуназарова Н. У., Чепель С. В. Повышение вклада банковской системы в устойчивость экономического развития. Роль социального капитала // Деньги и кредит. 2016. № 6.
3. Лебедева Н. Ю. Устойчивый банкинг в модели устойчивого развития экономики / Вестник Северо-Осетинского государственного университета имени К. Л. Хетагурова. 2018. № 1.
4. Андреев В. А. Оптимизационная модель кредитно-инвестиционной политики устойчивого развития производственных комплексов большого города // Финансы и бизнес. 2018. № 3.
5. Carè R. Sustainable Banking: Issues and Challenges. – Palgrave Pivot. 2018. – 158 p.
6. Семенюта О. Г., Дудко К. В. Устойчивый социально ответственный банковский бизнес как новая модель развития банковского дела // Финансовые исследования. 2015. № 4 (49).
7. Беликов Е. Г. Финансово-правовые стимулы социальной направленности в области банковского кредитования // Банковское право. 2016. № 2.
8. Канаев А. В., Канаева О. А. Устойчивый банкинг: концептуализация и практика реализации // Вестник Санкт-Петербургского университета. Экономика – 2019. Т. 35. № 3.
9. Carnevale C., Mazzuca M. Sustainability report and bank valuation: Evidence from European stock markets // Business Ethics: A European Review. 2014. Vol. 23(1).
10. Weber O., Banks Y. Corporate sustainability assessment in financing the extractive sector // Journal of Sustainable Finance & Investment. 2012. Vol. 2(1).
11. Weber O., Scholz R. W., Michalik G. Incorporating sustainability criteria into credit risk management // Business Strategy and the Environment. 2010. Vol. 19(1).
12. Županović I. Sustainable Risk Management in the Banking Sector // Journal of Central Banking Theory and Practice. 2014. Vol. 3, issue 1.
13. Mircea I. Is Sustainable Banking a Solution? // Journal of Financial and Monetary Economics. 2014. Vol. 1, issue 1.
14. Osman S. Sustainability Reporting in the Banking Sector // Izvestia Journal of the Union of Scientists – Varna. Economic Sciences Series. 2018. Vol. 7, issue 3.
15. Kozlov V. Dominant Indicators of Bank Crises: Comparative Analysis for States with Different Levels of Economic Development // Business Inform. 2014. Vol. 3.
16. Ordoñez G. Sustainable Shadow Banking // American Economic Journal: Macroeconomics. 2018. Vol. 10(1). – P. 33–56. DOI: 10.1257/mac.20150346.
17. Основные направления единой государственной денежно-кредитной политики на 2020 год и период 2021–2022 годов [Банк России] – URL: https://www.cbr.ru/publ/ondkp/on_2020_2022/.
18. Глазьев С. Ю. Особое мнение члена Национального финансового совета о проекте «Основных направлений единой государственной денежно-кредитной политики на 2020 год и период 2021–2022 годов» Банка России // Российский экономический журнал. 2019. № 6.
19. Моисеев С. Р. Последствия реформы эталонных процентных ставок // Вопросы экономики. 2020. № 1.
20. Зубарев А. В., Нестерова К. В. Оценка последствий пенсионной реформы в России в глобальной CGE–OLG модели // Экономический журнал высшей школы экономики. 2019. Т. 23, № 3.
21. Шульц Д. Н. Поведенческая экономика и динамические модели общего равновесия // Вопросы экономики. 2020. № 1.
22. Kaplan G., Violante G. L. Microeconomic Heterogeneity and Macroeconomic Shocks // Journal of Economic Perspectives, American Economic Association. 2018. Vol. 32(3).
23. Балацкий Е. В., Екимова Н. А., Юревич М. А. Краткосрочное прогнозирование инфляции на основе маркерных моделей // Проблемы прогнозирования. 2019. № 5 (176).