Preview

Финансы: теория и практика/Finance: Theory and Practice

Расширенный поиск

Синтез социально-экономических карт и визуализация девиантной деятельности объектов финансового мониторинга

https://doi.org/10.26794/2587-5671-2020-24-4-6-17

Полный текст:

Аннотация

Анализ задач Росфинмониторинга по противодействию отмыванию доходов показал, что фактическая потребность в количестве объектов, подлежащих анализу, многократно превышает возможности аналитиков. Цель исследования состоит в повышении оперативности оценки обстановки лицами, принимающими решения, за счет визуализации данных финансового мониторинга. Методологическую основу исследования определил тот факт, что для картирования информации об объектах финансового мониторинга необходимо провести их ранжирование. Однако объекты финансового мониторинга - хозяйствующие субъекты, профессиональные участники рынка ценных бумаг - описывают наборами характеристик, т.е., по сути, являются объектами векторной природы. В математике же порядковые отношения для векторов, как известно, не определены. Для отыскания скалярных оценок объектов финансового мониторинга перспективным является метод главных компонент. Произведено моделирование предметной области финансового мониторинга и подобран математический и методологический инструментарий для решения задачи картирования девиантных объектов финансового мониторинга. Результатом моделирования является инфографика географической составляющей отмывания преступных доходов. На основе государственных данных из различных источников - картотеки арбитражных дел, единого государственного реестра юридических лиц, сведений о состоянии преступности МВД России - получены социально-экономические карты: бизнес-активности федеральных округов, федеральных округов по склонности предоставления теневых финансовых услуг, регионов по склонности к легализации денежных средств, состояния преступности. Автор делает вывод о том, что приведенные результаты исследования могут служить мощным инструментом поддержки принятия стратегических решений и макроанализа ситуации в сфере финансового мониторинга.

Об авторе

Ю. М. Бекетнова
Финансовый университет
Россия

Юлия Михайловна Бекетнова — кандидат технических наук, доцент факультета прикладной математики и информационных технологий.

Москва



Список литературы

1. Beketnova Yu.M., Prikazchikova G. S., Prikazchikova A. S. The modification of the T. Saaty’s analytic hierarchy process in order to improve the risk management system of the Federal Customs Service. Vestnik Rossiiskoi tamozhennoi akademii = The Russian Customs Academy Messenger. 2016;(3):128-136. (In Russ.).

2. Beketnova Yu. M. Expert assessments of financial activity subjects. Diskussiya = Discussion. 2013;(8):52-54. (In Russ.).

3. Huang M. L., Liang J., Nguyen O. V. A visualization approach for frauds detection in financial market. In: 13th Int. conf. information visualisation (Barcelona, 15-17 July, 2009). New York: IEEE; 2009:197-202. DOI: 10.1109/IV.2009.23

4. Cardenas A. A., Manadhata P. K., Rajan S. P. Big data analytics for security. IEEE Security & Privacy. 2013;11(6):74-76. URL: https://mlsec.info/pdf/sp13.pdf

5. Khine M. S. Spatial cognition: Key to STEM success. In: Khine M. S., ed. Visual-spatial ability in STEM education. Cham: Springer-Verlag; 2017:3-8. DOI: 10.1007/978-3-319-44385-0_1

6. Beketnova Yu.M., Krylov G. O., Larionova S. L. Models and methods for solving analytical problems of financial monitoring. Moscow: Prometei; 2018. 274 p. (In Russ.).

7. Evteev O. A. Design and compilation of socio-economic maps. Moscow: MSU; 1999. 219 p. (In Russ.).

8. Volodchenko A. The e_glossary “Cartosemiotics”. Dresden. 2009. URL: https://docplayer.ru/77039023-A-vo-lodchenko-kartosemiotika.html (In Russ.).

9. Vajjhala Sh.P. “Ground truthing” policy: Using participatory map-making to connect citizens and decision makers. 2006. URL: https://media.rff.org/archive/files/sharepoint/WorkImages/Download/RFF-Resources-162_ GroundTruthing.pdf

10. Sutcliffe A. G. A design framework for mapping social relationships. PsychNology Journal. 2008;6(3):225-246.

11. Davies G., Burgess J., Eames M., Mayer S., Staley K., Stirling A., Williamson S. Deliberative mapping: Appraising options for addressing ‘the kidney gap’. Final report. 2003. URL: https://www.researchgate.net/publica-tion/228530224_Deliberative_mapping_appraising_options_for_addressing_the_kidney_gap’

12. Teichler U., Ferencz I., Wachter B., eds. Mapping mobility in European higher education (in 2 vols.). Vol. 1: Overview and trends. Brussels: the European Union; 2011. 271 p. URL: http://www.acup.cat/sites/default/files/teichlerferenczwaechtermappingmobilityineuropeanhighereducation_0.pdf

13. Kuzmina E. S. Social mapping used to study international academic mobility. Obshchestvo: sotsiologiya, psik-hologiya, pedagogika = Society: Sociology, Psychology, Pedagogics. 2018;(12):115—119. (In Russ.). DOI: 10.24158/spp.2018.12.19

14. Skalaban I. A. Social mapping as a method for analyzing socio-territorial space. Zhurnal issledovanii sotsial’noi politiki = The Journal of Social Policy Studies. 2012;10(1):61-78. (In Russ.).

15. Goloukhova D. V. The research methodology of the socio-territorial structure of a Russian city (on the example of Moscow). Cand. sociol. sci. diss. Synopsis. Moscow: MGIMO University; 2017. 25 p. (In Russ.).

16. Geiger B., Kubin G. Relative information loss in the PCA. In: Proc. IEEE information theory workshop (Lausanne, 3-7 Sept. 2012). New York: IEEE; 2012:562-566. DOI: 10.1109/ITW.2012.6404738

17. Howard M. C. A review of exploratory factor analysis decisions and overview of current practices: What we are doing and how can we improve? International Journal of Human-Computer Interaction. 2016;32(1):51-62. DOI: 10.1080/10447318.2015.1087664

18. Amerioun A., Alidadi A., Zaboli R., Sepandi M. The data on exploratory factor analysis of factors influencing employees effectiveness for responding to crisis in Iran military hospitals. Data in Brief. 2018;19:1522-1529. DOI: 10.1016/j.dib.2018.05.117

19. Eskindarov M. A., Solov’ev V.I., eds. Paradigms of the digital economy: Artificial intelligence technologies in finance and fintech. Moscow: Kogito-Center; 2019. 325 p. URL: http://www.fa.ru/org/div/uoonir/Documents/%D1%82%D0%BE%D0%BC_4_print2.pdf (In Russ.).

20. Krylov G. O., Beketnova Yu.M., Prikazchikova A. S. Factor analysis and clustering theory application in financial monitoring tasks. Vestnik Irkutskogo gosudarstvennogo tekhnicheskogo universiteta = Proceedings of Irkutsk State Technical University. 2016;20(10):102-110. (In Russ.). DOI: 10.21285/1814-3520-2016-10-102-110


Для цитирования:


Бекетнова Ю.М. Синтез социально-экономических карт и визуализация девиантной деятельности объектов финансового мониторинга. Финансы: теория и практика/Finance: Theory and Practice. 2020;24(4):6-17. https://doi.org/10.26794/2587-5671-2020-24-4-6-17

For citation:


Beketnova Yu.M. Synthesis of Socio-Economic Maps and Visualization of Deviant Activity Measures of Financial Monitoring of Entities. Finance: Theory and Practice. 2020;24(4):6-17. https://doi.org/10.26794/2587-5671-2020-24-4-6-17

Просмотров: 98


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2587-5671 (Print)
ISSN 2587-7089 (Online)