Switch to English languageРазыграев Антон Антонович
ФГАОУ ВО «Национальный исследовательский университет «Высшая школа экономики», Москва, Россия
E-mail: a.razygraev@gmail.com
Аннотация. Статья посвящена комплексному анализу роли стресс-тестирования в обеспечении финансовой стабильности банковской системы в условиях современных экономических вызовов. Исследование охватывает эволюцию методологических подходов к проведению стресс-тестирования, начиная от простых методов анализа чувствительности до современных макропруденциальных моделей, включающих взаимодействие различных участников финансового рынка. Автором проанализированы основные типы стресс-тестирования: микропруденциальное и макропруденциальное, методы «сверху вниз» и «снизу вверх», а также различные подходы к разработке стрессовых сценариев. Особое внимание уделено анализу международной практики стресс-тестирования, включая опыт Европейского банковского управления (EBA), Европейского центрального банка (ECB), Федеральной резервной системы США и Банка России. Исследование показывает, как стресс-тестирование трансформировалось от инструмента оценки рисков отдельных банков к комплексному механизму обеспечения системной финансовой стабильности. Проведен анализ основных типов банковских рисков, подвергающихся стресс-тестированию: кредитного, рыночного, процентного, валютного и риска ликвидности. Рассмотрены современные тенденции развития стресс-тестирования в контексте цифровой трансформации финансового сектора, включая применение больших данных, искусственного интеллекта и машинного обучения. Особый акцент сделан на анализе макропруденциальных мер, направленных на предотвращение системных рисков, включая надбавки к коэффициентам риска и лимиты по различным видам кредитования. Результаты исследования подтверждают критическую важность стресс-тестирования для поддержания стабильности финансовой системы, особенно в условиях геополитической неопределенности и экономических санкций.
Ключевые слова: стресс-тестирование; финансовая стабильность; банковские риски; макропруденциальное регулирование; кредитный риск; процентный риск; риск ликвидности; системные риски; финансовый надзор
Тургаева Аксана Альбековна
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Доцент кафедры «Экономической безопасности и управления рисками»
Кандидат экономических наук, доцент
E-mail: a_turgaeva@mail.ru
ORCID: https://orcid.org/0000-0002-8374-1706
РИНЦ: https://elibrary.ru/author_profile.asp?id=455538
Аннотация. В настоящем исследовании осуществлен комплексный анализ методологических основ построения эффективной системы управления рисками на базе внутреннего контроля в современных экономических условиях. Исследование сфокусировано на изучении эволюции концептуальных подходов к интеграции риск-менеджмента в систему внутреннего контроля организации с учетом трансформации регуляторной среды и усложнения механизмов корпоративного управления. В работе систематизированы ключевые методологические принципы построения системы управления рисками, основанные на международных стандартах ISO 31000, COSO ERM и методологии FERMA, адаптированных к российской практике. Автором проведен сравнительный анализ существующих моделей организации системы внутреннего контроля и управления рисками, включая модель «трех линий защиты», получившую признание как в международной, так и в российской корпоративной практике. Особое внимание уделено методам идентификации, оценки и приоритизации рисков, включая качественные и количественные методики, применяемые в контексте интегрированной системы управления. На основе эмпирических данных разработана матрица оценки эффективности взаимодействия системы внутреннего контроля и процессов управления рисками, позволяющая оптимизировать процесс принятия управленческих решений в условиях неопределенности. В исследовании выявлены критические факторы успешного внедрения риск-ориентированного подхода в систему внутреннего контроля организации и определены институциональные барьеры, препятствующие интеграции данных процессов в российских компаниях. Автором предложена методологическая модель оценки зрелости системы управления рисками и внутреннего контроля, учитывающая отраслевую специфику и масштаб деятельности организации. Сформулированы практические рекомендации по повышению эффективности процессов управления рисками через усиление координации со структурами внутреннего контроля и аудита, включая алгоритмы документального оформления и информационного сопровождения данных процессов. В заключении исследования представлен авторский методологический подход к формированию долгосрочной стратегии развития интегрированной системы управления рисками и внутреннего контроля с учетом цифровой трансформации экономических процессов и возникновения новых категорий рисков.
Ключевые слова: управление рисками; внутренний контроль; система внутреннего контроля; риск-менеджмент; интегрированная система управления рисками; методология оценки рисков; три линии защиты; корпоративное управление; риск-аппетит; ISO 31000; COSO ERM; риск-ориентированный подход
Семенов Никита Сергеевич
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Аспирант кафедры «Экономической безопасности и управления рисками»
Email: semyonnikita@gmail.com
Научный руководитель: Земсков Владимир Васильевич
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Доктор экономических наук, профессор
Email: vvzemskov@fa.ru
Аннотация. Одним из важнейших направлений политики любого государства является обеспечение национальной экономической безопасности, а одним из ключевых этапов мониторинга ее обеспечения является оценка. В настоящее время теоретические, методические и практические аспекты оценки экономической безопасности подробно изучаются и развиваются в научной и профессиональной среде. Анализ ранее опубликованных работ по данному вопросу показал, что наибольшее распространение получил индикативный метод оценки, предполагающий сравнение фактических значений оцениваемых показателей с пороговыми (целевыми, критическими) значениями и присвоение по результатам оценки определенного уровня безопасности или уровня риска. Указанный подход, в частности, предусмотрен приказом Минэкономразвития № 532, в котором раскрыты аспекты мониторинга и оценки во исполнение Стратегии экономической безопасности Российской Федерации до 2030 года. В это же время автором отмечаются, во-первых, возможная субъективность и вариативность подходов к определению целевых и пороговых значений показателей, и, во-вторых, не учтенный характер динамики показателей при использовании утвержденной государственной методики. Наглядная иллюстрация указанных проблем проведена на примере показателей бюджетной сферы (внутренний государственный долг, внешний государственный долг, дефицит федерального бюджета, ненефтегазовый дефицит федерального бюджета, дефицит консолидированного бюджета). С учетом изложенного, автором подчеркивается значимость динамической оценки экономической безопасности для выявления тенденций в среднесрочной и долгосрочной перспективе, что позволит превентивно реагировать на возрастающие угрозы.
Ключевые слова: экономическая безопасность; динамическая оценка; показатели бюджетной сферы; целевые значения; критические значения; внутренний долг; внешний долг; дефицит бюджета
Бойцова Кристина Орестовна
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: kristinabovee@yandex.ru
Кожевников Никита Владимирович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: Kozhevnikov.N.88@mail.ru
Макаров Егор Владимирович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: makarov13egor@gmail.com
Фисюк Василий Владимирович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: fww2001@mail.ru
Якубов Алексей Альбертович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: yakubovaleks11@gmail.com
Аннотация. Представленное исследование посвящено комплексному анализу процессов интеграции технологий больших данных (Big Data) и искусственного интеллекта (AI) в сферу digital-маркетинга B2B-компаний финтех-сегмента. Работа раскрывает трансформационный потенциал указанных технологий, способных преобразовать традиционные маркетинговые подходы путем преодоления ограничений универсальной сегментации и шаблонных коммуникаций. Авторы детально исследуют механизмы, посредством которых симбиоз Big Data и AI позволяет организациям перестроить бизнес-процессы на основе гибких моделей, адаптированных к конкретным потребностям целевой аудитории. В рамках исследования проведен глубокий анализ особенностей применения нейросетей в контексте «длинных» воронок продаж B2B-сегмента, где решение о покупке принимается множественными заинтересованными сторонами. Отличительной чертой работы становится рассмотрение практических кейсов ведущих российских компаний, активно внедряющих инновационные технологические решения в маркетинговые стратегии. Особое внимание уделяется опыту таких лидеров рынка, как Rubbles с платформой Customer Insight, бизнес-юнит экосистемы Сбера «СберБизнес», АО «ПФ «СКБ Контур» и ЮKassa, демонстрирующих многогранность применения AI и Big Data от персонализации интерфейсов до предиктивной аналитики рисков финансово-хозяйственной деятельности. Авторы акцентируют внимание на функциональных возможностях современных технологий: глубокой сегментации аудитории, персонализации коммуникаций, оптимизации каналов взаимодействия и повышении конверсии в продажи. Значимым аспектом работы становится критический анализ барьеров, сопровождающих процессы внедрения аналитики больших данных и нейросетей: соблюдение законодательства о персональных данных, значительные инвестиционные затраты, нехватка квалифицированных специалистов и внутрикорпоративное сопротивление изменениям. Практическая ценность исследования определяется разработанными рекомендациями для максимизации эффективности интеграции Big Data и AI в маркетинговую деятельность финтех-компаний, включающими стратегическое планирование, инвестиции в инфраструктуру, повышение квалификации персонала и соблюдение нормативно-правовых требований.
Ключевые слова: большие данные; искусственный интеллект; цифровой маркетинг; B2B-компании; финансовые технологии; персонализация; нейросети; машинное обучение; предиктивная аналитика; воронка продаж; корпоративный сегмент; обработка естественного языка; бизнес-процессы
Павлов Александр Андреевич
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: alexandr.1589@mail.ru
Аннотация. Исследование посвящено комплексному анализу методологических основ и практических аспектов интеграции технологий искусственного интеллекта в систему стратегического управления современными организациями. В работе представлена эволюция концептуальных подходов к применению искусственного интеллекта в управленческой деятельности с выделением ключевых этапов трансформации от автоматизации рутинных операций к формированию интеллектуальных систем поддержки принятия стратегических решений. Проведенный анализ демонстрирует фундаментальные изменения в методологии стратегического управления под влиянием технологий искусственного интеллекта, включая переход от интуитивных к данно-центричным подходам, от линейных моделей планирования к адаптивным системам, от реактивных к предиктивным стратегиям. Исследование систематизирует ключевые направления применения искусственного интеллекта в различных компонентах стратегического управления: стратегическом анализе внешней и внутренней среды, прогнозировании рыночных тенденций, формировании стратегических альтернатив, оценке рисков и возможностей, мониторинге и контроле реализации стратегий. Выявлены специфические особенности применения различных технологий искусственного интеллекта в стратегическом управлении, включая машинное обучение, глубокие нейронные сети, обработку естественного языка, компьютерное зрение, рекомендательные системы. В работе представлена многоуровневая модель зрелости интеграции искусственного интеллекта в систему стратегического управления, отражающая последовательные этапы от фрагментарного использования отдельных инструментов до формирования полноценных интеллектуальных систем управления. Особое внимание уделено анализу барьеров и ограничений внедрения технологий искусственного интеллекта в стратегическое управление, включающих технологические, организационные, компетентностные, этические и регуляторные аспекты. Исследование раскрывает специфику взаимодействия человеческого и искусственного интеллекта в системе принятия стратегических решений, формируя концепцию аугментированного стратегического управления, основанного на синергии когнитивных способностей человека и аналитической мощи искусственных систем. Предложена методология оценки эффективности интеграции искусственного интеллекта в систему стратегического управления, включающая комплекс качественных и количественных показателей. На основе анализа передового опыта разработана практическая модель поэтапного внедрения технологий искусственного интеллекта, учитывающая организационную специфику и уровень цифровой зрелости компаний. Исследование подчеркивает необходимость системного подхода к интеграции искусственного интеллекта в стратегическое управление, предполагающего сбалансированное развитие технологических, организационных и человеческих аспектов.
Ключевые слова: искусственный интеллект; стратегическое управление; машинное обучение; предиктивная аналитика; обработка естественного языка; интеллектуальные системы поддержки принятия решений; цифровая трансформация; стратегическое прогнозирование; данно-центричное управление; когнитивные искажения; организационные изменения; адаптивные стратегии; алгоритмическое управление; дополненный интеллект; цифровая зрелость
Цыганцов Артём Сергеевич
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: 220794@edu.fa.ru
Вакуленко Михаил Константинович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: 223589@edu.fa.ru
Научный руководитель: Соломахин Алексей Александрович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Доцент кафедры «Бизнес-информатики»
E-mail: aasolomakhin@fa.ru
Аннотация. Представленное исследование посвящено разработке комплексной AI-системы для персонализированной спортивной подготовки, интегрирующей современные предсказательные модели машинного обучения с биометрическими данными, собираемыми с носимых устройств. Научная новизна работы заключается в создании гибридной модели, эффективно объединяющей Random Forest, XGBoost и rule-based логику адаптации тренировочной нагрузки для формирования архитектуры виртуального спортивного консультанта. В отличие от существующих решений в спортивной аналитике, авторами впервые предложена комплексная система, одновременно осуществляющая прогноз травм, анализ восстановления и динамическое изменение тренировочных рекомендаций на основе актуального состояния спортсмена. Уникальность подхода заключается в реализации модели прогнозирования ухудшения формы игрока, основанной на детальном анализе длительности восстановления и типологии травм. Методологическая база исследования включает применение корреляционного и регрессионного анализа, методов машинного обучения с визуализацией данных через библиотеки Python. Прогностическая модель, обученная на эмпирических данных о травмах и восстановлении, продемонстрировала высокую точность классификации в диапазоне 0,83–0,85 и значения AUC на уровне 0,85–0,87, подтверждая применимость разработанной системы для оперативной оценки риска функционального спада у спортсменов. Авторами проведена детальная экономическая оценка внедрения предложенного решения, включающая анализ затрат на разработку программного обеспечения, приобретение оборудования, обучение персонала и поддержку жизненного цикла системы. Результаты показывают значительный потенциальный экономический эффект: снижение расходов на лечение и реабилитацию травм на 25–35 %, сокращение потерь от вынужденного простоя спортсменов на 15–20 %, рост результативности команды до 25 % и увеличение капитализации отдельных атлетов на 10–30 %. Модельный расчет демонстрирует окупаемость менее одного года с показателем ROI на уровне 224 % в первый год эксплуатации. Практическая значимость разработанной системы заключается в возможности масштабируемого внедрения в спортивный консалтинг в качестве инструмента трансформации управления подготовкой и восстановлением спортсменов. Предложенная методология адаптируется для различных видов спорта, возрастных категорий и уровней профессиональной подготовки, значительно повышая персонализацию тренировочного процесса, снижая вероятность травм и увеличивая адаптивность системы спортивной подготовки.
Ключевые слова: искусственный интеллект; машинное обучение; AI-ассистент; спортивная аналитика; прогнозирование травм; биометрические данные; оптимизация тренировок
Гедгафов Залимгери Джабраилович
ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
E-mail: zalim.gedgafov@gmail.com
Аннотация. В условиях глубокой структурной трансформации российской экономики, вызванной комплексом геополитических, технологических и макроэкономических факторов, государственная финансовая поддержка предпринимательства приобретает критическое значение для обеспечения устойчивого экономического развития и национальной безопасности. Исследование представляет комплексный анализ современного состояния системы государственной финансовой поддержки предпринимательской деятельности в Российской Федерации в контексте цифровой трансформации экономики. Автором проведена систематизация теоретических подходов к определению предпринимательства и государственной финансовой поддержки бизнеса, выявлены ключевые принципы предпринимательской деятельности и их трансформация в современных условиях. Особое внимание уделено разработке авторского определения государственной финансовой поддержки предпринимательства как целенаправленной деятельности публичных органов власти и уполномоченных институтов, реализуемой посредством специфических финансовых инструментов. Исследование включает детальную классификацию инструментов государственной финансовой поддержки по механизму воздействия и форме предоставления. Выделены прямые финансовые инструменты (бюджетные ассигнования, субсидии, гранты, венчурное финансирование) и косвенные механизмы воздействия (налоговые льготы, государственные гарантии, льготное кредитование, компенсация затрат). Проанализированы особенности применения каждой группы инструментов в условиях современных вызовов российской экономики. Исследование выявляет трансформацию приоритетов государственной поддержки в современных условиях. Санкционное давление и необходимость обеспечения технологического суверенитета актуализировали задачи импортозамещения и поддержки прорывных технологических разработок. Развитие малого и среднего предпринимательства рассматривается как критически важный фактор социальной стабильности и экономической гибкости в период структурных преобразований. Практическая значимость работы заключается в выявлении системных проблем реализации государственной финансовой поддержки предпринимательства: ограниченность бюджетных ресурсов, недостаточная адресность механизмов отбора получателей, краткосрочность горизонта планирования, слабая межведомственная координация и коррупционные риски. Автор обосновывает необходимость комплексного реформирования системы поддержки для повышения её эффективности в условиях цифровой трансформации экономики и новых геоэкономических реалий.
Ключевые слова: государственная финансовая поддержка; предпринимательство; цифровая трансформация экономики; малое и среднее предпринимательство; импортозамещение; технологический суверенитет; инструменты государственной поддержки
Абрамян Сусанна Грантовна
ФГБОУ ВО «Волгоградский государственный технический университет», Волгоград, Россия
Доцент
ООО МИП «ГрантМИПУС», Волгоград, Россия
Генеральный директор
Кандидат технических наук, доцент
E-mail: susannsgrant@mail.ru
ORCID: https://orcid.org/0000-0002-3938-1096
РИНЦ: https://elibrary.ru/author_profile.asp?id=589709
SCOPUS: https://www.scopus.com/authid/detail.url?authorId=6508040964
Сабитова Татьяна Анатольевна
ФГБОУ ВО «Волгоградский государственный технический университет», Волгоград, Россия
Доцент
Кандидат технических наук
E-mail: ta.sabitova@gmail.com
РИНЦ: https://elibrary.ru/author_profile.asp?id=554127
SCOPUS: https://www.scopus.com/authid/detail.url?authorId=57205656211
Оганесян Оганес Валерьевич
ОАО «Российские железные дороги», Москва, Россия
Дирекция железнодорожных вокзалов
Павелецкий вокзал
Главный инженер
E-mail: ogoganesyan@mail.ru
ORCID: https://orcid.org/0000-0002-2050-2302
РИНЦ: https://elibrary.ru/author_profile.asp?id=853422
SCOPUS: https://www.scopus.com/authid/detail.url?authorId=57196038412
Емельянова Оксана Евгеньевна
ФГБОУ ВО «Волгоградский государственный технический университет», Волгоград, Россия
Старший преподаватель
E-mail: sascha-06@mail.ru
ORCID: https://orcid.org/0009-0008-9428-1478
РИНЦ: https://elibrary.ru/author_profile.asp?id=861118
Аннотация. Рассматривается возможность применения неизвлекаемых телескопических уширителей из металлических оболочек (колец) в форме усеченных конусов при устройстве свай в зонах неустойчивых грунтов. Разработано конструктивное решение уширителя и предложены организационно-технологические решения погружения, придания рабочего положения и в целом устройства сваи. Отмечается, что при изготовлении уширителя можно использовать металлические трубы, бывшие в употреблении, что позволит снизить стоимость изготовления сваи. Подчеркивается, что использование подобных уширителей объединяет преимущества свай-оболочек и буронабивных свай, благодаря чему расширяются возможности повышения их прочности и несущей способности.
Целью данной работы является совершенствование конструкции и технологии устройства буронабивной сваи с неизвлекаемым уширителем, изготовленным из металлических труб, бывших в употреблении, что существенно снизит стоимость устройства сваи. Для достижения цели анализированы научные публикации российских и иностранных ученых из открытой печати, патентная информация, выполнены их сравнение, обобщение, приведена аналогия.
Новизна заключается в предлагаемом техническом решении по конструированию неизвлекаемого уширителя, который в сложенном виде создает эффект перевернутого складного стакана с открытом круглым отверстием в центре верхнего (малого) основания последней секции. В рабочем положении уширитель имеет форму усеченного конуса. Универсальность подобной конструкции заключается в возможности ее применения при устройстве опор для вертикальных несущих конструкций в мостостроении, гидротехническом строительстве, при возведении фундаментов и устройстве подпорных стен в прибрежной зоне.
Ключевые слова: неустойчивые грунты; телескопический уширитель; арматурный каркас; обсадная; бетонолитная трубы
