МЕТОДЫ ОБРАБОТКИ БОЛЬШИХ ДАННЫХ В ЗАДАЧАХ ФИНАНСОВОГО КОНТРОЛЯ
https://doi.org/10.26583/vestnik.2022.5
Аннотация
С каждым годом увеличивается объем корпоративных данных, подлежащих анализу в рамках финансового контроля, вследствие чего актуальным является внедрение методов обработки больших данных в практику субъектов контроля. Целью исследования является разработка и апробация методов обработки больших данных в целях решения задач организаций государственного и частного сектора, проводящих мероприятия в области финансового контроля. В качестве методов исследования выбрано три наиболее перспективных и эффективных средств обработки больших данных, которые в то же время не требуют использования громоздкого математического аппарата или значительных компьютерных мощностей для их реализации, а именно статистический инструмент выявления искажений в финансовых данных закон Бенфорда, кластеризация методом К-средних и средства BI-системы Power BI. Результатом исследования является подтверждение результативности и экономической эффективности рассматриваемых методов обработки больших данных, а также обоснование практической возможности их внедрения в качестве инструментов финансового контроля. Исследование проведено в студенческой Лаборатории финансовой разведки НИЯУ МИФИ.
Ключевые слова
Об авторах
В. М. Сушков
НИЯУ МИФИ
Россия
Россия
аспирант, ассистент кафедры финансового мониторинга НИЯУ МИФИ
П. Ю. Леонов
НИЯУ МИФИ
Россия
Россия
к.э.н., доцент кафедры финансового мониторинга НИЯУ МИФИ, аттестованный аудитор
Список литературы
1. Leonov P.Y., Suyts V.P., Rychkov V.A., Ezho¬va A.A., Sushkov V.M., Kuznetsova N.V. Possibility of Benford’s Law Application for Diagnosing Inaccuracy of Financial Statements / Klimov, V.V., Kelley, D.J. (eds) Biologically Inspired Cognitive Architectures 2021. BICA 2021. // Studies in Computational Intelligence, 2021. Vol. 1032. Springer, Cham. P. 243–248.
2. Алексеев М.А. Применимость закона Бенфорда для определения достоверности финансовой отчетности // Вестник НГУЭУ. 2016. № 4. С. 114–128.
3. Суйц В.П., Хорин А.Н., Жакипбеков Д.С. Диагностика недостоверности отчетности организации: статистические методы в оценке достоверности бухгалтерской отчетности // Аудит и финансовый анализ. М.: ООО Издательство «ДСМ Пресс». 2015. № 1. С. 179–188.
4. Зверев Е., Никифоров А. Распределение Бенфорда: Выявление нестандартных элементов в больших совокупностях финансовой информации // Внутренний контроль в кредитной организации. 2018. № 4 (40). С. 4–18.
5. Nigrini M.J. Benford’s law: applications for forensic accounting, auditing and fraud detection. – Hoboken, New Jersey: John Wiley & Sons, 2012. С. 320.
6. Leonov P.Y., Suyts V.P., Kotelyanets O.S., Ivanov N.V. K-Means Method as a Tool of Big Data Analysis in Risk-Oriented Audit // Communications in Computer and Information Science. 2019. Т. 1054. Кв. 3. С. 206–216.
7. Лушин Л.Э. Алгоритм применения програм¬много обеспечения Power BI субъектами первичного финансового мониторинга в целях выявления подозрительных бухгалтерских записей: дипл. работа. М.: НИЯУ МИФИ, 2022.
Рецензия
Для цитирования:
Сушков В.М., Леонов П.Ю. МЕТОДЫ ОБРАБОТКИ БОЛЬШИХ ДАННЫХ В ЗАДАЧАХ ФИНАНСОВОГО КОНТРОЛЯ. Вестник НИЯУ МИФИ. 2022;11(5):348-357. https://doi.org/10.26583/vestnik.2022.5
For citation:
Sushkov V.M., Leonov P.Y. BIG DATA PROCESSING TECHNIQUES IN FINANCIAL CONTROL TASKS. Vestnik natsional'nogo issledovatel'skogo yadernogo universiteta "MIFI". 2022;11(5):348-357. (In Russ.) https://doi.org/10.26583/vestnik.2022.5
Просмотров:
296
Послать статью по эл. почте 