2022. — Т 14. — № 6 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/60ecvn622.html

Полный текст статьи в формате PDF (объем файла: 472.7 Кбайт)

Ссылка для цитирования этой статьи:

Карабаева, Ю. С. Уровень риска взаимодействия компании с контрагентами: проблемы анализа и их решение с помощью методов предиктивной аналитики / Ю. С. Карабаева // Вестник Евразийской науки. — 2022. — Т 14. — № 6. — URL: https://esj.today/PDF/60ECVN622.pdf (дата обращения: 26.04.2024).

Уровень риска взаимодействия компании с контрагентами: проблемы анализа и их решение с помощью методов предиктивной аналитики

Карабаева Юлия Сергеевна
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Магистрант
E-mail: karabaeva99@yandex.ru

Аннотация. Характер и степень взаимодействия компаний с контрагентами является одним из ключевых факторов успешной деятельности организации. Поскольку недобросовестность контрагентов приводит к значительным потерям для компаний, включая не только финансовых, но и репутационных, а также может нанести существенной удар финансовой устойчивости организации, проведение качественного и эффективного анализа контрагента и потенциального уровня риска взаимодействия с ним становится актуальной проблемой и требует поиска все более совершенных аналитических методов и инструментов. Компании все больше обращают внимание на возможное внедрение в данные процессы современных технологий, одна из которых — применение интеллектуальной аналитики данных, включая машинное обучение и предиктивную аналитику, что является современным трендом цифровизации, позволяющим повысить эффективность проводимых исследований, а также снизить возникновение рисковых ситуаций для компаний любой отрасли. Среди основных преимуществ применения методов машинного обучения в бизнес-процессах выделяются: возможность обработки максимальных объемов информации, поиск нестандартных закономерностей, анализ метрик качества проводимых исследований, повышение конкурентоспособности компании ввиду роста качества прогнозов и возможности их использования при планировании, широкий спектр применения и многое другое. В статье проанализированы результаты международных исследований об опыте взаимоотношений компаний из разных стран с контрагентами, приведено обоснование внедрения в данные процессы методов машинного обучения, а также описана общая система функционирования предиктивной аналитики. Также автором представлен обзор нескольких исследований по построению моделей машинного обучения для анализа рисков взаимодействия с третьими лицами. Пока использование технологий предиктивной аналитики компаниями нельзя назвать высокой, однако исследования отечественных авторов подтверждают, что внедрение моделей машинного обучения в целях оптимизации и повышения эффективности процессов является важным фактором снижения риска для различных организаций.

Ключевые слова: предиктивная аналитика; уровень риска; контрагенты; машинное обучение; интеллектуальный анализ данных; цифровизация; модель

Скачать