Поиск :
Личный кабинет :
Электронный каталог: Фан Чэньси - Логика выбора инструментов финансового мониторинга предприятий в условиях региональной дифференци...
Фан Чэньси - Логика выбора инструментов финансового мониторинга предприятий в условиях региональной дифференци...
Нет экз.
Статья
Автор: Фан Чэньси
Логика выбора инструментов финансового мониторинга предприятий в условиях региональной дифференци...
2026 г.
ISBN отсутствует
Автор: Фан Чэньси
Логика выбора инструментов финансового мониторинга предприятий в условиях региональной дифференци...
2026 г.
ISBN отсутствует
Статья
Фан Чэньси.
Логика выбора инструментов финансового мониторинга предприятий в условиях региональной дифференциации / Фан Чэньси // Прогрессивная экономика (электронная версия). – 2026. – №6. – С.164-178. - 657629. – На рус. яз.
Вопрос соответствия инструментов финансового мониторинга специфике конкретной территории, приобретающий особую актуальность на фоне глобальной экономической нестабильности и неравномерного развития регионов. Построение аналитической матрицы "региональные характеристики - адаптированный инструментарий", позволяющей органам регионального регулирования осуществлять дифференцированный выбор методов финансового мониторинга. Три класса инструментов, систематизированные на основе анализа научной литературы за 2017-2025 гг.: традиционные статистические модели (Z-Score Альтмана, логистическая регрессия), методы машинного обучения (случайный лес, XGBoost) и инструменты глубокого обучения (LSTM, BiLSTM). Три ключевых региональных детерминант выбора инструмента: уровень экономического развития и структура предприятий, состояние цифровой инфраструктуры, качество институциональной среды и регуляторной системы. Построение регионально-дифференцированной аналитической матрицы, систематически связывающей региональные экономические характеристики с конкретными инструментами финансового мониторинга, восполняющей пробел в существующей литературе, в которой региональная неоднородность практически отсутствует в рамках выбора инструментов. Традиционные инструменты, наиболее применимые в слаборазвитых и слабоцифровизированных регионах, методы машинного обучения - в регионах со средним уровнем цифровизации, инструменты глубокого обучения - в регионах с высокоразвитой цифровой экосистемой. Вывод о том, что выбор инструмента финансового мониторинга должен определяться не технической оптимальностью, а степенью соответствия региональным условиям. Практическое значение результатов исследования для разработки дифференцированной региональной регуляторной политики.
Ключевые слова = ДИФФЕРЕНЦИАЦИЯ
Ключевые слова = ИНСТРУМЕНТАРИЙ
Ключевые слова = МАШИННОЕ ОБУЧЕНИЕ
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ПРЕДПРИЯТИЕ
Ключевые слова = РЕГИОН
Ключевые слова = РЕГИОНАЛЬНАЯ ПОЛИТИКА
Ключевые слова = РЕГИОНАЛЬНОЕ РАЗВИТИЕ
Ключевые слова = РЕГУЛЯТОРНАЯ ПОЛИТИКА
Ключевые слова = СИСТЕМА РАННЕГО ПРЕДУПРЕЖДЕНИЯ
Ключевые слова = ФИНАНСОВЫЙ МОНИТОРИНГ
Ключевые слова = ЦИФРОВАЯ ИНФРАСТРУКТУРА
Ключевые слова = ЦИФРОВАЯ ЭКОНОМИКА
Ключевые слова = ЦИФРОВАЯ ЭКОСИСТЕМА
Ключевые слова = ЦИФРОВИЗАЦИЯ
Ключевые слова = ЭКОНОМИЧЕСКАЯ ПОЛИТИКА. УПРАВЛЕНИЕ ЭКОНОМИКОЙ. РЕГИОНАЛЬНАЯ ЭКОНОМИКА
Ключевые слова = ФИНАНСЫ. КРЕДИТНО-ДЕНЕЖНАЯ ПОЛИТИКА
Фан Чэньси.
Логика выбора инструментов финансового мониторинга предприятий в условиях региональной дифференциации / Фан Чэньси // Прогрессивная экономика (электронная версия). – 2026. – №6. – С.164-178. - 657629. – На рус. яз.
Вопрос соответствия инструментов финансового мониторинга специфике конкретной территории, приобретающий особую актуальность на фоне глобальной экономической нестабильности и неравномерного развития регионов. Построение аналитической матрицы "региональные характеристики - адаптированный инструментарий", позволяющей органам регионального регулирования осуществлять дифференцированный выбор методов финансового мониторинга. Три класса инструментов, систематизированные на основе анализа научной литературы за 2017-2025 гг.: традиционные статистические модели (Z-Score Альтмана, логистическая регрессия), методы машинного обучения (случайный лес, XGBoost) и инструменты глубокого обучения (LSTM, BiLSTM). Три ключевых региональных детерминант выбора инструмента: уровень экономического развития и структура предприятий, состояние цифровой инфраструктуры, качество институциональной среды и регуляторной системы. Построение регионально-дифференцированной аналитической матрицы, систематически связывающей региональные экономические характеристики с конкретными инструментами финансового мониторинга, восполняющей пробел в существующей литературе, в которой региональная неоднородность практически отсутствует в рамках выбора инструментов. Традиционные инструменты, наиболее применимые в слаборазвитых и слабоцифровизированных регионах, методы машинного обучения - в регионах со средним уровнем цифровизации, инструменты глубокого обучения - в регионах с высокоразвитой цифровой экосистемой. Вывод о том, что выбор инструмента финансового мониторинга должен определяться не технической оптимальностью, а степенью соответствия региональным условиям. Практическое значение результатов исследования для разработки дифференцированной региональной регуляторной политики.
Ключевые слова = ДИФФЕРЕНЦИАЦИЯ
Ключевые слова = ИНСТРУМЕНТАРИЙ
Ключевые слова = МАШИННОЕ ОБУЧЕНИЕ
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ПРЕДПРИЯТИЕ
Ключевые слова = РЕГИОН
Ключевые слова = РЕГИОНАЛЬНАЯ ПОЛИТИКА
Ключевые слова = РЕГИОНАЛЬНОЕ РАЗВИТИЕ
Ключевые слова = РЕГУЛЯТОРНАЯ ПОЛИТИКА
Ключевые слова = СИСТЕМА РАННЕГО ПРЕДУПРЕЖДЕНИЯ
Ключевые слова = ФИНАНСОВЫЙ МОНИТОРИНГ
Ключевые слова = ЦИФРОВАЯ ИНФРАСТРУКТУРА
Ключевые слова = ЦИФРОВАЯ ЭКОНОМИКА
Ключевые слова = ЦИФРОВАЯ ЭКОСИСТЕМА
Ключевые слова = ЦИФРОВИЗАЦИЯ
Ключевые слова = ЭКОНОМИЧЕСКАЯ ПОЛИТИКА. УПРАВЛЕНИЕ ЭКОНОМИКОЙ. РЕГИОНАЛЬНАЯ ЭКОНОМИКА
Ключевые слова = ФИНАНСЫ. КРЕДИТНО-ДЕНЕЖНАЯ ПОЛИТИКА

На полку
