+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансовая аналитика: проблемы и решения»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Бизнес-аналитика в управлении звеньями финансовой системы в цифровой экономике

Купить электронную версию статьи

т. 13, вып. 4, декабрь 2020

Получена: 10.09.2020

Получена в доработанном виде: 12.09.2020

Одобрена: 26.09.2020

Доступна онлайн: 13.11.2020

Рубрика: Финансовые инструменты

Коды JEL: G23, G30

Страницы: 414–429

https://doi.org/10.24891/fa.13.4.414

Лактионова О.Е. кандидат экономических наук, доцент кафедры финансов и банковского дела, Приазовский государственный технический университет, Мариуполь, Украина 
o.e.laktionova@gmail.com

ORCID id: отсутствует
SPIN-код: отсутствует

Предмет. В связи с внедрением проектов развития цифровой экономики, цифрового региона необходимо повышение эффективности управления различными звеньями финансовой системы.
Цели. Обосновать необходимость использования инструментария бизнес-аналитики в управлениями звеньями финансовой системы в цифровой экономике. Показать возможность использования в модели финансового аутсорсинга инструментария предикативного анализа, осуществляемого с помощью цифровых аналитических платформ.
Методология. Исследование проведено на основе использования одной из методик предикативного анализа – методики корреляционного анализа.
Результаты. Показано, что использование бизнес-аналитики, в том числе одной из методик предикативного анализа – корреляционного анализа, с применением цифровых аналитических платформ направлено на повышение эффективности управления финансами субъектов хозяйствования в модели финансового аутсорсинга, а также местных, государственного и консолидированного бюджетов. Инструментарий бизнес-аналитики позволил выявить наиболее значимые факторы развития доходной части местных бюджетов, к которым относятся общегосударственные налоги – налог на доходы физических лиц, акцизный налог, налог на прибыль предприятий, местные налоги, сборы и платежи, межбюджетные трансферты. Матрица корреляции, полученная с помощью аналитической цифровой платформы показала, что наиболее сильная корреляционная зависимость в доходной части местных бюджетов принадлежит не только налоговым поступлениям, но и межбюджетным трансфертам. Эти трансферты представляют собой финансы, не заработанные субъектами хозяйствования на местном уровне, а перераспределенные из государственного бюджета, часто на коррупционной основе. Использование инструментария бизнес-аналитики позволило получить рекомендации по увеличению суммы налоговых поступлений в местные бюджеты. Повышение активности деятельности субъектов хозяйствования и расширение базы налогообложения, в том числе малого и среднего бизнеса, предложено за счет изменения некоторых элементов налогов, сборов и платежей. Снижение затрат на управление предложено осуществить за счет использования моделей финансового и налогового аутсорсинга. Показано, что использование современного инструментария предикативного анализа, осуществляемого с помощью цифровых аналитических платформ, повысит эффективность управления и усилит эффект косвенного финансирования за счет снижения затрат на налоговое администрирование.
Выводы. Для ускорения перехода к цифровой экономике и к цифровому региону необходимо активно использовать методики бизнес аналитики, а также методологию моделирования инновационных интеллектуальных систем принятия решений, в том числе с использованием инструментария искусственного интеллекта.

Ключевые слова: предикативный анализ, финансовый аутсорсинг, корреляционный анализ, цифровые аналитические платформы

Список литературы:

  1. Мэй М. Трансформирование функции финансов. М.: ИНФРА-М, 2005. 232 с.
  2. Лактионова О.Е. Услуги финансового аутсорсинга на мировом рынке // Финансовая аналитика: проблемы и решения. 2015. № 23. С. 22–33. URL: Link
  3. Лактионова О.Е. Международный финансовый аутсорсинг: современные тенденции // Финансовая аналитика: проблемы и решения. 2015. № 36. С. 49–60. URL: Link
  4. Лактионова О.Е. Глобальный финансовый аутсорсинг как фактор развития экономики // Финансовая аналитика: проблемы и решения. 2016. № 3. С. 15–28. URL: Link
  5. Мінц О.Ю. Методологія моделювання інноваційних інтелектуальних систем прийняття рішень в економіці. Маріуполь: ПДТУ, 2017, 216 с.
  6. Минц А.Ю. Концепция моделирования интеллектуальных автоматизированных систем принятия решений в управлении экономическими объектами // Вісник Донецького національного університету. Сер.: Економіка і право. 2015. № 1. С. 253–258.
  7. Ким Дж.-О. и др. Факторный анализ: статистические методы и практические вопросы // Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика,1989. С. 5–77.

Посмотреть другие статьи номера »

 

ISSN 2311-8768 (Online)
ISSN 2073-4484 (Print)

Свежий номер журнала

т. 17, вып. 1, март 2024

Другие номера журнала