Передовые цифровые технологии для ИТ-систем управления публичными финансами
Ключевые слова:
машинное обучение, big data, ML, управление госдолгом, факторный анализ, общественные финансы, BI-аналитикаАннотация
В статье рассматриваются возможности применения передовых цифровых технологий (машинное обучение, большие данные, BI-аналитика) для разработки и модернизации информационных систем, связанных с управлением централизованными финансами России. Сделан вывод о критической значимости ML-моделей и технологий BigData для мониторинга и анализа финансовых индикаторов при организации управления публичными финансами. На примере факторного анализа долговых обязательств государства, коммерческих компаний и домохозяйств предложена последовательная ML-модель для проектирования ИТ-системы.
Библиографические ссылки
1. Андреев Е.В., Полозков М.Г., Козлова В.И. Цифровая трансформация государственного сектора как необходимое условие перехода на инновационный тип развития экономики // Экономика. Налоги. Право. - 2023. - № 14(4). - С. 87-97.
2. Лукашов Н.В., Лукашова С.С., Латов Ю.В. Парадоксы российских программ информатизации // Journal of Institutional Studies. - 2021. - № 13(1). - С. 115-134.
3. Артеменко Д.А., Зенченко С.В. Цифровые технологии в финансовой сфере: эволюция и основные тренды развития в России и за рубежом // Финансы: теория и практика. - 2021. - № 25(3). - С.90-101. - DOI: 10.26794/2587- 5671-2021-25-3-90-101.
4. Косарев В.Е., Авис О.У. Метавселенная как новый тренд в сфере информационных технологий и децентрализованных финансов // Финансовые рынки и банки. - 2023. - № 1. - С. 45-50.
5. Алтынов Ю.А. Перспективы развития метавселенной в рамках государственного сектора России // Экономика и управление: проблемы, решения. - 2023. - Т. 3, № 4(136). - С. 127-134.
6. Big data statistics: How much data is there in the world? // Rivery [Электронный ресурс]. URL: https://rivery.io/blog/big-data-statistics-how-much-data-is-there-in-the-world/ (дата обращения: 19.05.2025).
7. Использование больших данных в финансовом секторе и риски финансовой стабильности // Банк России [Электронный ресурс]. URL: https://www.cbr.ru/Content/Document/File/131359/Consultation_Paper_10122021.pdf (дата обращения: 19.05.2025).
8. Thorsrud L.A. Words are the New Numbers: A Newsy Coincident Index of the Business Cycle // Journal of Business & Economic Statistics. - 2020. - No 38(2). - P. 393-409.
9. Государственный долг // Минфин России [Электронный ресурс]. URL: https://minfin.gov.ru/ru/perfomance/public_debt/internal/ (дата обращения: 19.05.2025).
10. Макроэкономическая статистика // Банк России [Электронный ресурс]. URL: https://www.cbr.ru/statistics/macro_itm/ (дата обращения: 19.05.2025).
