ПРИМЕНЕНИЕ ФИНАНСОВЫХ ТЕХНОЛОГИЙ В УПРАВЛЕНИИ ФИНАНСОВЫМИ РЕСУРСАМИ ПРЕДПРИЯТИЯ Текст научной статьи по специальности «Компьютерные и информационные науки»

3. Винс Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров. +CDROM / Винс, Ральф. - М.: Альпина Паблишер, 2014. - 400 с.

© Сопыев Ы., 2023

УДК 336.6

Федотова Е.Б.

Доцент, кандидат экономических наук Кубанский государственный университет

г. Краснодар Толстых А.С. (ответственный автор) Студентка 2 курса магистратуры Кубанский государственный университет

г. Краснодар

ПРИМЕНЕНИЕ ФИНАНСОВЫХ ТЕХНОЛОГИЙ В УПРАВЛЕНИИ ФИНАНСОВЫМИ

РЕСУРСАМИ ПРЕДПРИЯТИЯ

Аннотация

Актуальность данной статьи обусловлена развитием финансовых технологий в условиях цифровой трансформации экономики и их влияния на управление финансовыми ресурсами предприятий.

Цель исследования заключается в изучении применения финансовых технологий, особенно анализа больших данных, в управлении финансовыми ресурсами предприятий. Метод исследования включает анализ литературы и опыта внедрения анализа больших данных в организациях.

В результате исследования были выявлены преимущества использования анализа больших данных в управлении финансовыми ресурсами и определены этапы внедрения данного метода в организации.

В целом, статья подчеркивает, что применение финансовых технологий, особенно анализа больших данных, может привести к повышению эффективности управления финансовыми ресурсами и улучшению финансовых результатов предприятий, но требует хорошо спланированного процесса, опытных специалистов и соответствующих инструментов и технологий.

Ключевые слова

управление финансовыми ресурсами, финансовые технологии, анализ больших данных

Digital finance - это использование цифровых технологий для обработки, хранения, передачи и анализа финансовых данных. Она играет важную роль в управлении финансовыми ресурсами предприятий, так как позволяет собирать и обрабатывать большие объемы данных быстро и эффективно.

Как утверждает О. О. Джиоева [3], на сегодняшний день субъектам экономической деятельности необходимо иметь так называемые сквозные технологии, которые помогут разрешить различные проблемные ситуации на основе проведенного анализа, который будет выполняться без вовлечения в этот процесс человеческого фактора. К таким инструментам следует отнести искусственный интеллект, алгоритмы которого позволяют составить прогноз обстановке на внутреннем и внешнем рынках, а также проанализировать экономическую ситуацию, сложившуюся на них, в настоящий момент.

Также данный автор затрагивает и иную систему - роботизированную. Данная система будет

затрагивать все процессы, происходящие внутри организации, но ее деятельность будет заключаться исключительно для повторяющихся процессов, чтобы использовать весь потенциал предприятия в определенный отрезок времени, либо повсеместно, для обработки информации на основе полученных данных.

Ю. Б. Гербер [2] в своей монографии, посвященной цифровой поляризации и развитии промышленности в ней, указывает, что к настоящему времени информация с каждым днем поглощает все сферы деятельности, в том числе и экономическую. Исследования, представленные в монографии, говорят о прогрессирующем тренде влияния цифровизации на экономические субъекты, и данный тренд растет ежегодно.

Одним из инструментов, о котором говорит ученый, является IoT. По словам автора, он «представляет собой совокупность сетей межмашинных коммуникаций и систем хранения/обработки больших данных, в которых за счет подключения датчиков и актуаторов (исполнительных механизмов) к сети реализуется цифровизация различных процессов и объектов. Внедрение IoT позволяет через цифровизацию процессов и объектов снизить расходы и повысить производительность труда практически в любой отрасли».

Еще в одной монографии под редакцией И. Ю. Беляевой [1] утверждается, что сейчас цифровизация оказывает свое влияние также и на корпоративное управление. Причинами исследования стали:

1. Цифровые потоки требуют внедрения инновационных технологий в производство;

2. Цифровое управление выступает своеобразным фундаментом для роста организации, но при этом необходимо осуществлять внедрение цифровых технологий постепенно, поскольку многие предприятия могут оказаться не готовы к быстрому переходу от управления физическими лицами на управление «машинами»;

3. Использование инновационных технологий там, где они могут быть применены. Таким образом, не стоит внедрять их в те сферы, где без человеческого фактора невозможно будет обойтись.

Аналитические методы управления финансовыми ресурсами предприятий, в свою очередь, позволяют оптимизировать расходы, повышать эффективность инвестиций и управлять рисками. С использованием цифровых технологий аналитические методы становятся еще более мощными и точными.

Некоторые из основных аналитических методов, используемых в digital finance, включают в себя:

1. Анализ больших данных (big data analytics) - использование алгоритмов машинного обучения и искусственного интеллекта для анализа больших объемов данных и выявления тенденций и закономерностей в финансовых данных.

2. Прогнозирование (forecasting) - использование статистических методов для прогнозирования будущих финансовых результатов на основе имеющихся данных.

3. Оптимизация портфеля (portfolio optimization) - использование математических методов для построения оптимального портфеля инвестиций, который минимизирует риски и максимизирует доходность.

4. Моделирование рисков (risk modeling) - использование статистических методов для моделирования финансовых рисков и оценки вероятности их возникновения.

Digital finance также позволяет автоматизировать рутинные финансовые операции, такие как управление бюджетом и учет финансовых транзакций, что освобождает время для анализа данных и принятия решений. Это способствует повышению эффективности управления финансовыми ресурсами и улучшению финансовых результатов предприятий.

Далее более подробно рассмотрим первый метод. Анализ больших данных (big data analytics) играет важную роль в оценке и управлении финансовыми ресурсами предприятия. С помощью этого метода можно обрабатывать большие объемы данных, которые могут включать информацию о доходах,

расходах, инвестициях, рисках и других параметрах, связанных с финансовой деятельностью предприятия.

Ниже приведены примеры использования анализа больших данных в финансовой сфере:

1. Анализ поведения потребителей: выявляет предпочтения и поведенческие тенденции клиентов, что поможет разрабатывать более эффективные маркетинговые стратегии и улучшать сервис.

2. Мониторинг финансовых рисков: позволяет быстро выявлять потенциальные риски и угрозы для финансового здоровья предприятия, что помогает принимать решения по их управлению.

3. Управление портфелем инвестиций: помогает в построении оптимального портфеля инвестиций, учитывая различные факторы, такие как риски и доходность.

Таблица 1

Основные преимущества использования анализа больших данных в финансовой сфере

Преимущество Описание

Увеличение точности и качества принимаемых решений Анализ больших данных позволяет выявить скрытые закономерности и тенденции, которые могут быть незаметны при обычном анализе данных, что помогает принимать более точные и качественные решения.

Сокращение времени на анализ данных Автоматизация процесса анализа больших данных позволяет быстро обрабатывать большие объемы информации и получать результаты в режиме реального времени

Улучшение предсказательных способностей Анализ больших данных позволяет создавать прогностические модели на основе имеющихся данных, что помогает предсказывать будущие финансовые результаты

В целом, анализ больших данных является мощным инструментом для оценки и управления финансовыми ресурсами предприятия. Он позволяет выявлять новые возможности для увеличения прибыли, оптимизации затрат и управления рисками.

Для внедрения анализа больших данных в организацию для управления финансовыми ресурсами можно использовать шаги, перечисленные на рисунке 1.

Для начала необходимо определить, какие конкретные цели и задачи должны быть решены с его помощью в финансовом управлении. Например, можно поставить задачу повышения эффективности управления финансами, снижения издержек, улучшения прогнозирования финансовых результатов и т.д.

Рисунок 1 - Этапы внедрения анализа больших данных в организацию

После определения целей и задач необходимо собрать данные, которые будут использоваться в анализе. Это могут быть финансовые отчеты, данные о продажах, бухгалтерские документы, данные о клиентах и т.д. Важно убедиться, что данные собраны в соответствии с требованиями безопасности и конфиденциальности.

Перед тем, как приступить к анализу данных, необходимо их подготовить. Это может включать очистку данных от ошибок и дубликатов, а также стандартизацию и преобразование данных в удобный формат.

После подготовки данных можно приступать к анализу. В финансовом управлении могут использоваться различные методы анализа, такие как анализ временных рядов, регрессионный анализ, кластерный анализ и т.д.

Результаты анализа данных могут использоваться для принятия более обоснованных решений. Например, анализ может показать, какие инвестиции являются наиболее эффективными, какие расходы можно сократить и т.д.

После принятия решений необходимо их внедрить на практике. Это может включать изменения в процессах управления финансами, разработку новых стратегий управления и т.д.

После внедрения решений необходимо продолжать мониторить результаты и оптимизировать процессы. Это может включать анализ новых данных, корректировку стратегий и процессов управления и т.д.

В целом, внедрение анализа больших данных в организации для управления финансовыми ресурсами может привести к улучшению финансовой производительности, увеличению прибыли и снижению издержек. Однако, важно учитывать, что успешное внедрение анализа больших данных требует хорошо спланированного процесса, опытных специалистов и соответствующих инструментов, и технологий.

Список использованной литературы:

1. Беляева, И. Ю. Развитие корпоративных стратегий и технологий в российских компаниях: монография / коллектив авторов; под науч. ред. И.Ю. Беляевой, О.В. Даниловой. - М.: Финансовый университет, 2019. - 387 с.

2. Гербер, Ю. Б. Устойчивое развитие промышленности в условиях цифровой поляризации: монография / Н.А. Симченко, Р.Р. Тимиргалеева, С.Ю. Цёхла, И.Ю. Гришин, О.А. Шпырко, Ю.Б. Гербер, и др. - Электрон. дан. (4,9 Мб). - Севастополь: Филиал МГУ в г. Севастополе, 2022. - 242 с.

3. Джиоева, О. О. СКВОЗНЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ ФИНАНСОВЫМИ РЕСУРСАМИ / Джиоева О. О., Танделова О. М., Кабисова А. Р. // Национальная Ассоциация Ученых. - 2022. - №. 82-1. - С. 48-51.

© Федотова Е.Б., Толстых А.С., 2023

УДК 338.48

Эйебердиев Г.

Старший преподаватель Туркменского государственного института экономики и управления.

Мередова Г. Преподаватель

Туркменского государственного института экономики и управления.

Туркменистан, город Ашгабад

ЗНАЧЕНИЕ ПОТРЕБИТЕЛЬСКОГО КРЕДИТА В ЭКОНОМИКЕ

Аннотация

В статье рассматривается значение потребительского кредита в экономике и анализируются ее особенности.