CC BY
96
planning/files/Strategiia_2030.pdf.
2. Vihansky O.S. Management./ O.S. Vihansky, A.I. Naumov. - M.: Economist, 2019. - 528 p.
3. Raizberg B.A., Lozovsky L.Sh., Starodubtseva E.B. Modern Economic Dictionary. - 2nd ed., ispr. M.: INFRA-M., 2020. - 479 p.
4. Ponomarenko E.V., Isaev V.A. Managerial economics. Textbook and workshop for bachelor's and master's degrees./ Ponomarenko E.V., Isaev V.A. - Moscow: Yurayt, 2019 - 216 s.
5. Gorsky I.V. New Policy of Russia: problems and prospects / I.V. Gorsky. - M.: Finance and Statistics, 2019 - 521 s.
EDN: COLCIS
Е.А. Болотнова - к.э.н., доцент кафедры экономического анализа, Кубанский государственный аграрный университет, an.hramchenko@yandex.ru,
E.A. Bolotnova - Candidate of Economics, Associate Professor, Department of Economic Analysis, Kuban State Agrarian University;
М.С. Косян - обучающаяся экономического факультета, Кубанский государственный аграрный университет, kosian2001 @icloud.com,
M.S. ^syan - student of the Faculty of Economics, Kuban State Agrarian University;
А.В. Приходько - обучающийся экономического факультета, Кубанский государственный аграрный университет, don.begemot@mail.ru,
A.V. Prikhodko - student of the Faculty of Economics, Kuban State Agrarian University.
ТРАНСФОРМАЦИЯ ФИНАНСОВОГО АНАЛИЗА В ПЕРИОД ЦИФРОВИЗАЦИИ TRANSFORMATION OF FINANCIAL ANALYSIS IN THE PERIOD OF DIGITALIZATION
Аннотация. Финансовый анализ предприятия является важным инструментом в системе управления предприятиями. После многих лет обновления, становления и развития рыночной экономики наука бизнес - анализа также претерпела множество изменений и дополнений в сторону приспособления к рыночной экономике. В статье сделан вывод о том, что автоматизация финансового анализа позволяет не только проводить всесторонний ретроспективный анализ финансово-экономической деятельности предприятия, но и решает задачи оценки инвестиционных проектов, построения и оптимизации финансовых планов организаций. Рассмотрены особенности применения искусственного интеллекта, тенденции его внедрения в финансовую и банковскую отрасль. Использование возможностей современных программных средств позволяет повысить точность и оперативность финансового анализа, обеспечивает возможность представления выходной информации в табличной и графической форме, обеспечивает внесение корректив в методику расчетов и в формы отображения конечного финансового результата.
Abstract. Financial analysis of an enterprise is an important tool in the enterprise management system. After many years of renewal, formation and development of the market economy, the science of business analysis has also undergone many changes and additions in the direction of adaptation to the market economy. The article concludes that the automation of financial analysis allows not only to conduct a comprehensive retrospective analysis of the financial and economic activities of the enterprise, but also solves the problems of evaluating investment projects, building and optimizing financial plans of organizations. The features of the use of artificial intelligence, the trends of its implementation in the financial and banking industry are considered. Using the capabilities of modern software tools makes it possible to increase the accuracy and efficiency of financial analysis, provides the ability to present output information in tabular and graphical form, provides adjustments to the calculation methodology and the forms of displaying the final financial result.
Ключевые слова: финансовый анализ, автоматизация финансового анализа предприятия, искусственный интеллект, банковская и финансовая индустрия.
Keywords: financial analysis, automation of financial analysis of the enterprise, artificial intelligence, banking and financial
industry.
Финансовый анализ бизнеса - это процесс использования соответствующих аналитических методов для обработки документов из финансовой отчетности и других документов, для формирования системы финансовых показателей оценки финансового положения и прогнозирования будущего финансового потенциала.
В своей работе Галимова М.П. обращает внимание на то, что финансовый анализ предприятия -это, прежде всего, преобразование финансовых данных финансовой отчетности в полезную информацию. Этот процесс может осуществляться по-разному в зависимости от целей аналитика [2].
Черкасова В. А. и Слепушенко Г. А. интерпретируют финансовый анализ как процесс определения сильных и слабых сторон, а также финансовой устойчивости бизнеса. Путем установления взаимосвязей между статьями в балансе, отчете о прибылях и убытках и отчете о движении денежных средств [6].
Анализ помогает оценить, на какой стадии находится бизнес, рост или спад, текущее финансовое состояние. Кроме того, финансовый анализ основан на показателях, которые помогают прогнозировать будущее финансовое положение. В таблице 1 описаны основные «потребители» результатов финансового анализа предприятия.
На сегодняшний день разработано много методик оценки финансового состояния предприятия. Во время финансового анализа предприятия могут использоваться самые разнообразные приемы, модели и методы анализа.
68 Международный журнал
Таблица 1 - Значение финансового анализа предприятия [3]
Потребители финансового анализа Значение финансового анализа
Для инвесторов Каждый инвестор, прежде чем принять решение об участии в том или ином проекте предприятия, должен будет просчитать возможность выгоды, которую он получит. Без анализа инвесторы будут принимать неверные решения, прогнозировать и оценивать плохую доходность, тем самым повышая риск
Для владельцев бизнеса Они сами являются непосредственными администраторами, управляющими бизнес-деятельностью, поэтому им требуется много информации для выполнения своей работы. Финансовый анализ поддерживает реализацию принципов управления финансами, прибылью и умением справляться с рисками, ликвидностью и т. д. На основе информации в процессе анализа управленец проверяет и контролирует операции, управление, финансовое прогнозирование в компании эффективнее
Для кредитных организаций В бизнес - операциях использование финансового рычага является одной из часто применяемых стратегий. В настоящее время предприятиям необходимо заимствовать капитал у кредитных организаций. Если в ходе финансового анализа кредитная организация обнаружит, что способность предприятия погасить задолженность низкая, она ограничит кредитование. Обычно при краткосрочных займах организация сосредотачивается на анализе платежеспособности. Если это долгосрочный кредит - финансовая эффективность инвестиционного проекта
Их количество и диапазон использования зависят от поставленной цели и определяются задачами анализа в каждой отдельной ситуации. В зависимости от цели анализа исследуются различные показатели деятельности предприятия. Создание информационной базы, алгоритмов расчета финансовых показателей является абсолютно необходимым для получения объективной информации о финансовых показателях предприятия. Сама же информационная платформа для автоматизации процесса обработки финансовой информации может быть разнообразной, начиная от самых простых пакетов, например, широко используемого многими Microsoft Excel, до самых сложных последних разработок программных продуктов, что, безусловно, является отдельным направлением деятельности, продуктом собственных или привлекаемых со стороны специалистов ИТ - технологий, например внедрение искусственного интеллекта. [5].
Ключевым подходом к автоматизации в области финансов и бухгалтерского учета является использование роботизированной автоматизации процессов для повышения эффективности и внутреннего контроля, что, по мнению 35 % опрошенных финансовых руководителей, является главным приоритетом [1].
Опрос Центрального банка России в 2021 году, в котором приняли участие более 1700 специалистов в области финансов, бухгалтерского учета и других наук, показал, что 53 % из них заявили, что их компании планируют улучшить цифровой контроль. Например, использовать цифровизацию процессов, аналитику и другие технологии для финансовых и бухгалтерских процессов в течение следующих 12 месяцев [1].
К преимуществам внедрения автоматизации можно отнести:
1. стратегии эффективного использования рабочего времени сотрудников;
2. сокращение ручной, повторяющейся работы; уменьшить человеческий фактор;
3. улучшить внутренний контроль, протестировав более широкие наборы данных;
4. улучшить представление о будущих рисках и возможностях [6].
Среди рисков автоматизации необходимо выделить следующие моменты (таблица 2):
Таблица 2 - Риски применения автоматизации [4]
Риск автоматизации Содержание риска
Технология неправильная конструкция робота может повлиять на существующую ИТ - инфраструктуру. И наоборот, частые изменения ИТ - платформы могут повлиять на решения по автоматизации
Соответствие нормативным требованиям сбои в автоматизации могут снизить точность нормативных отчетов, привести к штрафам и нарушению закона
Операции Увеличение количества ошибок обработки может быть вызвано плохо разработанными решениями по автоматизации. Отсутствие эффективных процедур мониторинга может привести к повышению операционной эффективности
Персонал контроль доступа и мониторинг автоматизированных процессов должны тщательно управляться для предотвращения и обнаружения злоупотреблений
Финансовая отчетность неадекватная роботизированная бухгалтерия и автоматизация финансовых процессов могут привести к неточной или неполной финансовой отчетности, повторной финансовой отчетности и ущербу для репутации
Искусственный интеллект (ИИ) - это новая технология в области информатики. ИИ быстро меняет динамику развития во всех областях. Новые возможности ИИ комбинируются и формируются неожиданным образом, создавая новые возможности и вызовы, а также создавая скрытые угрозы, такие как киберпреступность и финансовые риски.
Естественный интеллект, которым обладают люди, - это способность ощущать, понимать, ана-
лизировать, делать логические выводы или решать проблемы и, наконец, учиться на собственном опыте с целью улучшения и развития. Подобные черты, которые имитируют машины, называются искусственным интеллектом и машинным обучением.
ИИ, термин, придуманный когнитивистом и компьютерщиком из Стэнфордского университета (США) Джоном Маккарти, относится к характеристике машины, которая имитирует человека в мышлении и делает разумный выбор для достижения определенной цели. В дополнение к развитию и революционным изменениям в таких областях, как авиация, здравоохранение, транспорт, образование, медицинская диагностика, электронная торговля, дистанционное зондирование, робототехника и многие другие, ИИ все чаще используется в сфере финансовых услуг, банковских услугах, интеллектуальном анализе данных, анализе рынка, управление активами, страхование, розничное кредитование, автоматизация процессов.
ИИ превосходит людей в сборе и анализе данных для выявления закономерностей и более точных прогнозов на будущее, тем самым повышая эффективность финансового управления:
- услуги по управлению портфелем и активами: основная миссия состоит в том, чтобы понять компромисс между риском и доходностью, иметь возможность консультировать по ценным бумагам и решать, какие активы принесут наибольшую прибыль. Типичным примером применения ИИ является то, что крупнейшая в мире инвестиционная группа BlackRock (США) с активами более 6 триллионов долларов США имеет специальную лабораторию ИИ для поддержки своих операций. Швейцарский банк UBS расширил свою торговую платформу двумя новыми системами искусственного интеллекта: первая предназначена для выявления торговых моделей после анализа широкого спектра рыночных данных, а вторая - для консультирования по торговым стратегиям. Вторая система имеет дело с предпочтениями пользователя по распределению после транзакции [2];
- подтвержденные наборы данных необходимы машинам с искусственным интеллектом для анализа данных: приложение Mobile Banking, основанное на технологии искусственного интеллекта, может собирать пользовательские данные и формировать процесс обучения, соответствующий поведению для улучшения взаимодействия с пользователем. После надлежащего анализа данных он может предоставить пользователям более персонализированный сервис;
- банковская система постепенно применяет ИИ с помощью интеллектуальных систем, чтобы помочь принимать инвестиционные решения и поддерживать исследования: в настоящее время технология ИИ в банковском секторе продолжает трансформироваться, чтобы обеспечивать большую ценность для клиентов, снижая риски и увеличивая возможности в качестве финансового инструмента для современной экономики. Например, Bank UBS (Швейцария) или ING (Нидерланды) применяют систему искусственного интеллекта, которая сканирует рынок, чтобы информировать свои алгоритмические торговые системы;
- автоматизация процессов с помощью роботизированных процессов: процессы, включая обработку вывода и депозита, создание выписок могут быть лучше выполнены программным обеспечением для повышения производительности труда, сокращения затрат, повышения операционной эффективности и оптимизации;
- модели ИИ в банковской сфере используются для анализа состояния финансовых рынков: использование методов машинного обучения в сочетании с моделями ИИ может дать представление о рыночных тенденциях. Исходя из рыночных тенденций, прогнозируемых моделями ИИ, инвесторы могут принимать более ценные финансовые решения для инвесторов;
- кредитный скоринг и аналитика с использованием альтернативных данных: есть много частных лиц, а также малых и средних предприятий, которые не имеют доступа к банковской кредитной информации из-за ограниченного или отсутствующего графика использования кредита. Финтех-компании используют ИИ для сбора и обработки альтернативных данных, таких как местоположение, история занятости, возраст, привычки расходов, уровень образования, судимости, социальные сети для принятия решений о кредитовании. Прогнозная аналитика на основе ИИ может помочь рассчитать кредитный рейтинг, предотвратить безнадежные кредиты и предоставить кредитные запросы клиентам при рассмотрении транзакции;
- соблюдение нормативных требований, борьба с отмыванием денег, обнаружение и предотвращение мошенничества. Настоящая привлекательность ИИ заключается в его способности просеивать эту массу данных, выявляя тенденции и закономерности за короткое время.
Модель ИИ меняет традиционный метод общения между клиентами и банками с личного общения на использование информационных технологий. В обоих случаях заказчик не знает, как будут использоваться предоставленные им персональные данные, кому и с какой целью. Одна из причин за-
ключается в том, что люди почти не заинтересованы в чтении длинных политик конфиденциальности, но быстро соглашаются разрешить доступ и использование своей информации.
ИИ внес огромный вклад в кибербезопасность, создав надежные пароли и условия аутентификации пользователей, предотвратив фишинговые атаки, спам, обнаружив фейковые новости и усилив борьбу с киберпреступностью в целом. Вызывает беспокойство тот факт, что сам ИИ также может использоваться хакерами в качестве инструмента для нацеливания на базы данных. Хакеры используют технологию искусственного интеллекта для автоматизации процессов атак, мошенничества и вымогательства у многих людей, использующих чат-боты, а также для распространения ложных и поддельных новостей.
Хотя говорят, что ИИ способен повышать эффективность, позволяя обрабатывать большие объемы данных, в некоторых случаях он не совсем надежен по сравнению с работой специалистов по информационным технологиям и безопасности сети в реальном мире. ИИ лучше всего подходит для анализа, прогнозирования, предупреждения о рисках, формулирования политики и реагирования на кибе-ратаки. Сделанные предположения, использованные данные, обнаруженные шаблоны и матрица оценок в алгоритмах ИИ, которые используют компании, никогда не раскрываются клиентам. Системы ИИ действуют на основе справедливости, рациональности, без экономических, социальных и политических предубеждений, давая результаты. Однако, в зависимости от качества используемого алгоритма или на основе выборок и входной информации, при наличии пропущенных параметров, виртуальных данных, ошибок в формуле обработки управляющая программа не оптимальна, полученные результаты могут быть сильно деформированы, вызывая серьезные последствия.
Барьер ИИ в комплексной разработке и автоматизации рабочего цикла по-прежнему заключается в факторе психологии человека. Клиенты в деловых операциях хотят работать напрямую с поставщиками услуг, что дает им чувство безопасности. Им нужен план обслуживания, который можно было бы настроить в соответствии с их конкретными потребностями, с гарантией постоянной поддержки со стороны людей, а не машин. Компьютеризированные инструкции и автоматические звонки, как правило, раздражают клиентов, которые всегда хотят связаться с представителем компании для решения своих проблем.
ИИ - это прорывная технология с огромным потенциалом для инноваций, создания и предоставления банковских и финансовых услуг. Это изменило способ ведения бизнеса в таких областях, как управление портфелем, алгоритмическая торговля, обнаружение мошенничества, кредитные гарантии, страхование, обслуживание клиентов, кибербезопасность и анализ финансовых рисков. ИИ может сократить затраты на бэк - офис и логистику и способен изменить методы работы финансовых компаний, методы создания инновационных продуктов и услуг и методы работы, а также вывести качество обслуживания клиентов на новый уровень. Поэтому для быстрого и широкого применения технологии ИИ необходимо срочно разработать внутренние программы обучения для передачи навыков ИИ действующим сотрудникам. Банковская и финансовая индустрия сегодня сосредотачивает свое внимание на реализации ИИ и имеет тенденцию игнорировать или сводить к минимуму важность человеческого труда. Искусственный интеллект начал постепенно внедряться в бухгалтерские и аудиторские информационные системы компаний. Наиболее распространенным первым шагом является роботизированная автоматизация процессов - это часть программного обеспечения, которое запускает другое прикладное программное обеспечение и может использоваться для автоматизации предопределенных бизнес-процессов [4].
Разница между автоматизацией и искусственным интеллектом заключается в том, что в то время как роботизированная автоматизация управляется процессами, которые автоматизируют задачи, основанные на правилах, искусственный интеллект управляется данными, для работы которых требуются высококачественные данные.
Хотя все еще существуют этические и юридические проблемы, связанные с ИИ в финансовой отрасли, в любом случае ИИ становится частью различных бизнес-процессов, и компании вкладывают все больше капитала в их рост. Хотя в будущем могут возникнуть новые проблемы и угрозы, но наверняка ИИ еще принесет много возможностей и эффективных решений. Применение искусственного интеллекта в финансовой отрасли имеет большое значение, поскольку оно будет способствовать развитию и инновациям отрасли и повышению конкурентоспособности предприятий.
Источники:
1. Виноградов М.Н., Васильев В.В. Анализ финансового состояния предприятия// Инновационная наука. 2021. №4. - С.95-97.
2. Галимова М.П. Готовность российских предприятий к цифровой трансформации: организационные драйверы и барьеры. Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2019;(1):27- 37.
3. Ивахнушкина А.И., Анохина Л.В. Методология и сущность анализа финансового состояния // В сборнике: Глобальная экономика в XXI веке: роль биотехнологий и цифровых технологий. Сборник научных статей по итогам работы третьего круглого стола с международным участием. - 2020. - С. 62-66.
4. Лескова К.А., Андреева О.О. Анализ финансового состояния организации: методические вопросы// Вестник науки. 2021. №4 (37). - С.86-91.
5. Минина Т.И., Кулешов Д.В. Проблемы автоматизации финансового анализа// Хроноэкономика. 2020. №7 (28). - С.178-183.
6. Черкасова В. А., Слепушенко Г. А. Влияние цифровизации бизнеса на финансовые показатели российских компаний// Финансы: теория и практика. 2021. №2. - С.56-61.
7. Храмченко А.А. Анализ бюджетного инвестирования./ А.А. Храмченко, Вакуленко А.А., Салова А.А./ Вестник Академии знаний. 2020. № 5 (40). С. 447-454.
8. Храмченко А.А. Оценка применения методики математического моделирования, как способ совершенствования эффективности управления организаций (на примере ООО "Группа компаний "РУСАГРО" /Храмченко А.А., Гогина А.Д., Савченко М.И.// Вестник Академии знаний. 2020. № 5 (40). С. 454-460.
References:
1. Vinogradov M.N., Vasiliev V.V. Analysis of the financial condition of the enterprise// Innovative science. 2021. No. 4. - pp.95-97.
2. Galimova M.P. Readiness of Russian enterprises for digital transformation: organizational drivers and barriers. USNTU Bulletin. Science, education, economics. Series: Economics. 2019;(1):27- 37.
3. Ivakhnushkina A.I., Anokhina L.V. Methodology and essence of financial condition analysis // In the collection: The Global Economy in the XXI century: the role of biotechnologies and digital technologies. Collection of scientific articles based on the results of the third round table with international participation. - 2020. - pp. 62-66.
4. Leskova K.A., Andreeva O.O. Analysis of the financial condition of the organization: methodological issues// Bulletin of Science. 2021. No.4 (37). - pp.86-91.
5. Minina T.I., Kuleshov D.V. Problems of automation of financial analysis// Chronoeconomics. 2020. No. 7 (28). - pp.178-183.
6. Cherkasova V. A., Slepushenko G. A. The impact of digitalization of business on the financial performance of Russian companies// Finance: theory and practice. 2021. No. 2. - pp.56-61.
7. Khramchenko A.A. Analysis of budget investment./ A.A. Khramchenko, Vakulenko A.A., Salova A.A. / Bulletin of the Academy of Knowledge. 2020. No. 5 (40). pp. 447-454.
8. Khramchenko A.A. Evaluation of the application of the methodology of mathematical modeling as a way to improve the efficiency of management of organizations (on the example of RUSAGRO Group of Companies LLC / Khramchenko A.A., Gogina A.D., Savchenko M.I.// Bulletin of the Academy of Knowledge. 2020. No. 5 (40), pp. 454-460.
EDN: BTKIHZ
О.В. Бондарская - к.э.н., доцент кафедры «Экономическая безопасность и качество», Тамбовский государственный технический университет, Тамбов, ovbtgtu@mail.ru,
O.V. Bondarskaya - Candidate of Economics, Associate Professor of the Department "Economic Security and Quality", Tambov State Technical University, Tambov.
ВЛИЯНИЕ ЦИФРОВОЙ ТРАНСФОРМАЦИИ НА МЕЖРЕГИОНАЛЬНУЮ ПРОМЫШЛЕННУЮ КООПЕРАЦИЮ ПРИ ПРОИЗВОДСТВЕ НАУКОЕМКОЙ ПРОДУКЦИИ THE IMPACT OF DIGITAL TRANSFORMATION ON INTERREGIONAL INDUSTRIAL COOPERATION IN THE PRODUCTION OF HIGH-TECH PRODUCTS
Аннотация. Целью статьи является анализ современных моделей цифровой среды, позволяющих создавать единое информационное пространство для всех заинтересованных сторон, вовлеченных в систему межрегиональной промышленной кооперации, в том числе, непосредственно принимающих участие в производстве наукоемкой продукции. К основным методам, использованным в исследовании, относятся табличный и графический, метод анализа и синтеза, сущностный анализ, переход от частного к общему, метод логических императивов. Элементы научной новизны содержатся в выявлении основных возможностей цифровой трансформации в масштабах межрегиональной промышленной кооперации. Обобщены мнения о текущем уровне и фактических намерениях руководителей промышленных предприятий о цифровой трансформации. На основании этого разработана ролевая модель для участников межрегиональной промышленной кооперации в процессе создания единой цифровой платформы, а также сформирована базовая структура единой цифровой платформы межрегиональной промышленной кооперации. В результате обобщения используемых хозяйствующими субъектами моделей цифрового поведения сделан вывод о целесообразности формирования единого информационного пространства для всех заинтересованных сторон. Показаны основные возможности применения современных стандартов цифровой поддержки бизнеса на примере передовых российских компаний, внедряющих инструменты цифровизации бизнеса для своих потребителей. Сделан вывод о том, что предприятия, занимающиеся производством наукоемкой продукции, должны соответствовать современным стандартам ведения хозяйственной деятельности, в том числе, в сфере использования цифровых инструментов.
Abstract. The purpose of the article is to analyze modern models of the digital environment that allow creating a single information space for all stakeholders involved in the system of interregional industrial cooperation, including those directly involved in the production of high-tech products. The main methods used in the study include tabular and graphical, the method of analysis and synthesis, essential analysis, the transition from the particular to the general, the method of logical imperatives. The elements of scientific novelty are contained in the identification of the main possibilities of digital transformation on the scale of interregional industrial cooperation. The opinions on the current level and actual intentions of the heads of industrial enterprises on digital transformation are summarized. Based on this, a role model has been developed for participants of interregional industrial cooperation in the process of creating a single digital platform, and the basic structure of a single interregional digital platform has been formed.
Ключевые слова: промышленная кооперация, цифровая платформа, цифровое решение, цифровая роль, готовность к цифровизации.
Keywords: industrial cooperation, digital platform, digital solution, digital role, readiness for digitalization.
