Методология анализа данных финансового мониторинга на примере хозяйствующих субъектов

 
Код статьиS042473880014912-2-1
DOI10.31857/S042473880014912-2
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Аффилиация: Финансовый университет при Правительстве РФ
Адрес: Москва, Российская Федерация
Название журналаЭкономика и математические методы
ВыпускТом 57 Номер 3
Страницы32-44
Аннотация

Аннотация. Цель статьи — предложить методологию анализа данных финансового мониторинга, учитывающую потребность в обработке больших объемов гетерогенных данных, латентность искомых характеристик, а также удовлетворяющую критерию временных и ресурсных показателей процесса обработки данных. Необходим переход от последовательных экспертных проверок единичных объектов к параллельным массовым автоматизированным проверкам с учетом современных методических и инструментальных возможностей в условиях цифровой трансформации государственного управления. Отсутствие методологии анализа данных в сфере финансового мониторинга препятствует широкому внедрению автоматизации процессов оценки обстановки и принятия решений на разных иерархических уровнях контура государственного управления, формирования интегральных оценок хозяйствующих субъектов, что обусловливает своевременность и важность данного исследования. Поставлена в содержательных терминах и математически задача оптимизации отбора хозяйствующих субъектов для проведения проверок. В статье приведена иллюстрация предложенной методологии на примере данных о хозяйствующих субъектах. Методом главных компонент факторного анализа найден интегральный показатель девиантной деятельности хозяйствующего субъекта. Проведена верификация полученных оценок при помощи теории распознавания образов и подтверждена их внутренняя сходимость. На основе полученных мер девиантной деятельности хозяйствующих субъектов синтезирована карта склонности к легализации денежных средств в регионах. Практическая ценность приведенного подхода состоит в том, что на основе ранжирования регионов по мере девиантной деятельности могут быть выработаны рекомендации для совершенствования сложившейся практики финансовых расследований и эффективного перераспределения ресурсов.

Ключевые словаКлючевые слова: методология анализа данных; финансовый мониторинг; интегральные оценки; метод главных компонент; распознавание образов.
Получено15.09.2021
Дата публикации22.09.2021
Кол-во символов24527
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 0, всего просмотров: 460

Оценка читателей: голосов 0

1. Авдийский В.И. (2012). Экономический анализ права // Вестник Финансового уни-верситета. № 2 (68). С. 101–107.

2. Батжав Л. (2011) Столкновение интересов госслужащих // Вестник ВСГТУ. № 2 (33). С. 167–171.

3. Бекетнова Ю.М. (2013). Экспертные оценки субъектов финансовой деятельности // Дискуссия. № 8 (38). С. 52–54.

4. Бекетнова Ю.М., Крылов Г.О., Денисенко А.С. (2018). Проблемы управления и поддержки принятия решений в государственных органах власти на примере Росфинмо-ниторинга // Информатизация и связь. № 2. С. 82–88.

5. Бекетнова Ю.М., Крылов Г.О., Ларионова С.Л. (2018). Модели и методы решения аналитических задач финансового мониторинга. Москва: Прометей.

6. Бекетнова Ю.М., Крылов Г.О., Ларионова С.Л., Приказчикова А.С. (2016). Рай-онирование рисков нарушения информационной и финансовой безопасности методом главных компонент // Информатизация и связь. № 3. С. 141–145.

7. Бекетнова Ю.М., Крылов Г.О., Фомин Я.А. (2012). Диагностика организаций на предмет выявления рисков нарушения финансовой и информационной безопасности // Информатизация и связь. № 8. С. 56–59.

8. Бекетнова Ю.М., Крылов Г.О., Фомин Я.А. (2013). Применение теории распозна-вания образов в задачах оценки рисков нарушения финансовой и информационной безо-пасности // Безопасность информационных технологий. Т. 20. № 2. С. 23–26.

9. Гладких В.И. (2014). Противодействие коррупции на государственной службе. Мо-сква: Юрлитинформ.

10. Гладких В.И., Краюшкин А.А. (2011). Уголовно-правовые и криминологические меры предупреждения легализации преступных доходов. М.: Международный юридиче-ский институт.

11. Глотов В.И., Альбеков А.У. (2019). Финансовый мониторинг. Ростов: Издательско-полиграфический комплекс РГЭУ (РИНХ).

12. Гобрусенко К.И., Рябков В.Е. (2012). Правовые вопросы информационного обеспе-чения аналитических подразделений Росфинмониторинга // Правовая информатика. С. 33–36.

13. Зубков В.А., Осипов С.К. (2007). Российская Федерация в международной системе противодействия легализации (отмыванию) преступных доходов и финансированию тер-роризма. М.: Издательский дом «Городец».

14. Киселев И.А. (2009). Грязные деньги. М.: Юриспруденция.

15. Нехайчук Д.В., Климчук С.В., Сурнина К.С. (2017). Актуальные вопросы государ-ственного финансового мониторинга: теоретико-прикладные аспекты. Симферополь: ИТ «Ариал».

16. Пименков Н.А. (2011). Проблемы коррупции в России // Вестник Финансового уни-верситета. № 4 (64). С. 21–26.

17. Ревенков П.В. (2016). Финансовый мониторинг в условиях интернет-платежей. М.: Кнорус.

18. Ревенков П.В. (2017). Источники риска ОД/ФТ в условиях интернет-платежей // Валютное регулирование. Валютный контроль. № 5–6. С. 46–55.

19. Русанов Г.А. (2017). Противодействие легализации (отмыванию) преступных дохо-дов. М.: Юрайт.

20. Русанов Г.А. (2019). Проблемы борьбы с легализацией (отмыванием) преступных доходов: практическое пособие. М.: Юрайт.

21. Селиванов А.И. (2010). Геополитические и геоэкономические причины коррупции в России // Государственная власть и местное самоуправление. № 5. С. 35–43.

22. Селиванов А.И. (2014). Противодействие легализации преступных доходов и кор-рупции: финансово-экономические аспекты // Вестник Финансового университета. № 6. С. 110–117.

23. Хрипков М.П. (2013). Теневая экономика и коррупция // Вестник Финансового уни-верситета. № 2 (74). С. 98–103.

24. Шедий М.В. (2013). Коррупционные отношения в современном обществе: социоло-гический анализ. Орел: Издательство «ОФ», РАНХиГС.

25. Amerioun A., Alidadi A., Zaboli R., Sepandi M. (2018). The data on exploratory factor analysis of factors influencing employees effectiveness for responding to crisis in Iran military hospitals. Data in Brief. No. 19, 1522–1529.

26. Ferwerda J., Kleemans E.R. (2018). Estimating money laundering risks: An application to business sectors in the Netherlands. European Journal on Criminal Policy and Research, 25, 45–62.

27. Joliffe I., Morgan B. (1992). Principal component analysis and exploratory factor analy-sis. Statistical Methods in Medical Research, 1, 1, 69–95.

28. Reganati F., Oliva M. (2017). The Determinant of Money Laundering: Evidence from Italian Regions. International Scientific Conference “Contemporary Issues in Business, Man-agement and Education”, 5–15.

Система Orphus

Загрузка...
Вверх