Decision support systems as part of the EAEU financial integration mechanisms amidst sustainable development
Voronova N.S.1, Yakovleva E.A.2, Sharich E.E.1, Yakovleva D.D.1
1 Санкт-Петербургский государственный университет, Russia
2 Санкт-Петербургский государственный экономический университет
Download PDF | Downloads: 18 | Citations: 6
Journal paper
Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 11, Number 12 (december 2021)
Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=47943172
Cited: 6 by 28.06.2023
Abstract:
The article raises the problem of creating the Eurasian Economic Union (EAEU) common financial market on the principles of sustainable development and on the basis of digital transformation. It is proposed to develop end-to-end intelligent systems to support strategic decision-making by public companies in the EAEU financial market as sustainable finance technologies.
The signs of classification of strategic financial decisions are systematized in order to determine their useful characteristics that are subject to digitalization and machine processing.
The application of financial decision support systems amidst sustainable development is substantiated, which can be characterized as the formalization of a digital information and cognitive system to ensure the validity of strategic financial decisions of public companies to strengthen the integration potential of the EAEU financial market, taking into account factors reflecting the Sustainable Development Goals.
Keywords: sustainable development, sustainable financing, the EAEU financial market, digital economy, decision support system, cyber physics
Funding:
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-010-00526
JEL-classification: D70, D81, O31, F36
Введение
Проблема достижения темпов роста, достаточных не только для преодоления последствий пандемического кризиса, но и позволяющих не отставать в технологическом развитии, в финансовой экономике решается, прежде всего, за счет ресурсов финансового рынка. Российский финансовый рынок в настоящее время ни по финансовой глубине, ни по стабильности, ни по эффективности финансовых институтов не в состоянии обеспечить необходимый потенциал экономического развития.
Цель настоящего исследования – разработка системы поддержки принятия решений в составе интеграционных механизмов финансового рынка ЕАЭС в контексте устойчивого развития. Поставленная проблематика исследования диктует необходимость анализа состава механизма и выбора методов принятия решений для интеграции их в системах поддержки принятия решений (СППР) на основе искусственного интеллекта и машинного обучения в целях повышения прозрачности и обеспечения обоснованности принятого финансового или инвестиционного решения публичной компании, представленной на национальных, интегрированных региональных и международных финансовых рынках.
Формализация архитектуры СППР по формированию интегрированного финансового рынка ЕАЭС
В условиях существенного возрастания потребности в инвестициях на технологическое обновление, обусловленных в том числе борьбой с изменениями климата, решение проблемы следует искать в путях усиления инвестиционных возможностей за счет интеграции с другими формирующимися финансовыми рынкам стран – участниц Евразийского экономического союза (ЕАЭС). Тем более, что именно по показателю уровня развития финансовых рынков государства ЕАЭС пока существенно отстают от развитых стран, тогда как эффективность евразийской интеграции убедительно подтверждается по многим другим направлениям. В целом почти все страны – участницы ЕАЭС показывают восстановительный рост, по итогам 2021 г. ожидается увеличение объемов взаимной торговли на 10% и рост ВВП ЕАЭС на 4% [1]. Концептуальной основой многосторонней евразийской интеграции служит идеология устойчивого развития. С тех пор как в 2015 г. Генеральная Ассамблея ООН утвердила Повестку дня в области устойчивого развития до 2030 года [2], Россия вместе с другими участниками Евразийского экономического союза вошла в число стран, добровольно принявших обязательства по реализации 17 Целей устойчивого развития (ЦУР) в ходе решения задач по учету социальных, экономических и социологических факторов практически в любых видах человеческой деятельности. Обобщенные цели устойчивого развития (от роста благосостояния и занятости до улучшения в сферах образования и здравоохранения, борьбы с социальным и гендерным неравенством и за сохранение природы) интегрированы в политику и экономику России. Уровень достижения целей отражается в системе статистического учета показателей ЦУР, что позволяет осуществлять мониторинг в части международных сравнений [3].
Отказ от приверженности ЦУР чреват для неприсоединившихся стран и их резидентов запретами на финансирование и ограничениями инвестиционной поддержки проектов со стороны международных финансовых институтов, правительств, международных и национальных корпораций.
В методологии устойчивого развития существует концепция устойчивых финансов как теоретическая основа функционирования институтов и инструментов финансирования ЦУР. В ней важнейшее место занимают понятия устойчивого финансирования и инвестирования, что связано с острой проблемой изыскания ресурсов для финансовой поддержка сфер устойчивого развития. Ресурсы должны отвечать жестким требованиям относительно их происхождения и направлений использования в соответствии с Принципами ответственных инвестиций ООН [4]. Следование принципам заставляет инвесторов вкладываться в компании и проекты, обеспечивающие минимизацию рисков для окружающей среды, реализующие социальные и так называемые зеленые проекты, выполняющие требования к качественному корпоративному управлению. Публичные компании в качестве эмитентов, соблюдающих принципы ответственного финансирования, должны демонстрировать социальную, экологическую и этическую ответственность. И тем и другим в целях прогнозирования ценовой динамики на финансовых рынках приходится учитывать огромное число факторов (включая факторы межнациональной интеграции), характеризующихся как финансовыми, так и нефинансовыми показателями, и не поддающихся формализации в рамках классических финансовых моделей.
В этих условиях финансовое обеспечение устойчивого развития в условиях цифровой экономики однозначно предполагает применение новых подходов, базирующихся на современных информационных технологиях. Цифровизация, обусловливая использование в сфере финансовых услуг в числе прочего интеллектуальных экспертных систем, машинного обучения, нейронных сетей и киберфизики, становится предпосылкой ответственного финансирования и инвестирования.
Содержание понятия «финансовые решения» для публичных компаний строго следует из понятий: финансовая стратегия, финансовый менеджмент, финансовое планирование, управление капиталом, распределение прибыли, финансовая грамотность и безопасность и ряда других. Указанные понятия, в свою очередь, строго следуют из целевых установок функционирования организации на финансовых рынках – стратегия, выполнение инвестиционного, финансового плана, плана инноваций, плана капиталовложений. Понятие «решение» связано с понятием функций целеполагания и управления, распределением ресурсов и мерой ответственности.
Анализируя различные подходы к классификации финансовых решений, можно сделать вывод, что авторы на основе ряда характеристик финансовых решений – таких как структура финансовых ресурсов, уровень рисков, уровень дохода, собственные и заемные средства и др. – классифицируют финансовые решения применительно к участникам финансового рынка. Следовательно, можно представить в виде когнитивной карты классификации финансовых решений по формированию интегрированного финансового рынка ЕАЭС (рис. 1).
Рисунок 1. Архитектура СППР по формированию интегрированного финансового рынка ЕАЭС
Источник: составлено авторами.
Кроме того, с помощью рисунка 1 можно установить взаимосвязи между критериями и характеристиками финансовых решений для однозначного определения множества признаков принятия решений для лиц, принимающих решения (ЛПР), в условиях цифровой трансформации [5] (Yakovleva, Gadzhiev, Sharich, Yakovleva, 2021).
Анализ процесса обоснования и выбора финансовых решений
Для анализа процесса обоснования и выбора финансовых решений необходимо определить правила, показатели, характеристики, критерии выбора для принятия решений, выбора альтернатив, сценариев. Этот процесс в управляющей структуре организации, работающей на интегрированном рынке ЕАЭС, нацелен на реализацию индивидуальной стратегии развития. Сложность в управлении также проявляется в выборе стратегии перехода из исходной точки в целевую, включая определение основных мероприятий для реализации решения, выявление узких мест и диспропорций; оценку и прогноз направленности изменений, расчет лимитирующих критериев [6] (Voronova, Sharich, Yakovleva, 2020). При корректировке финансовых решений на основе анализа проблемных ситуаций по исполнению и координации плана следует предусмотреть не только закрепление ответственности исполнителей, отвечающих за финансовое обеспечение стратегических и оперативных задач, но и меры стимулирования. Рассмотрим более подробно процесс принятия решений. Выделяют несколько этапов процесса принятия решений в финансах [7] (Yakovleva, Gadzhiev, Sharich, Yakovleva, 2021).
Основными этапами принятия решений являются:
1. Процесс выбора и ранжирования критериев выбора для принятия решения.
2. Формализация финансовых стратегий (альтернатив, сценариев), которые максимизируют каждый из критериев выбора.
3. Определение и формирование интервалов для возможных значений критериев.
4. Выбор:
а) выбор целевой установки;
б) выбор вектора изменений выбранных критериев за период времени.
5. Выбор стратегии перехода из исходной точки в целевую:
а) определение основных мероприятий для реализации решения;
б) определение узких мест и диспропорций;
в) определение направленности изменений;
г) определение лимитирующих критериев.
6. Корректировка и утверждение стратегии. Закрепление ответственности.
7. Составление плана реализации финансовой стратегии.
8. Выбор средств финансирования стратегии:
а) определение структуры финансирования мероприятий (соотношения заемных и собственных финансовых ресурсов;
б) определение использования прибыли (потребление и накопление) и амортизационного фонда;
в) определение внутренних источников (экономия, сокращение, перераспределение, замена) ресурсов;
г) определение оптимального соотношения платежных средств и форм оплаты;
д) определение налоговой и дивидендной политики;
е) определение действий и мероприятий при отклонении от плана;
ж) определение варианта (сценария) бюджетирования.
9. Реализация финансовой стратегии.
10. Контроль и координация управляющих воздействий по достижению целей финансового плана [8] (Tolochko, Yakovleva, Sharich, 2019).
Таким образом, при принятии решений в финансах отправной точкой становятся критерии выбора при ранжировании альтернатив и дальнейшей формализации финансовых стратегий (т.е. альтернатив, или сценариев), которые максимизируют каждый из критериев выбора. Проведенный контекстный анализ сущности финансовых решений свидетельствует о многообразии понятия, сложности для формализации, а значит, для оценки, анализа и управления. Можно предложить комплексный подход к определению сущности финансового решения как процесса, связанного с выбором наилучшего альтернативного сценария из имеющихся с учетом выбранных критериев и специфики предметной области [9] (Yakovleva, Tolochko, Kiseleva, Popov, 2021), в частности в целях устойчивого развития компаний в странах ЕАЭС, включая учет, анализ и контроль взаимосвязей в системе. Критерии выбора той или иной альтернативы – финансовой стратегии, сценария, альтернативного решения в финансах – основывается на различных методах принятия решений, которые будут рассмотрены далее. Обобщая методы для принятия решений, можно составить когнитивную карту (рис. 2).
Рисунок 2. Когнитивная карта методов принятия решений в финансах
Источник: составлено авторами.
Рассмотренные методы, как скомбинированные по отдельности, так и комплексно в совокупности, применяются в специальных системах, которые поддерживают лиц, принимающих решения (ЛПР), в процессе принятия решения, тем самым обеспечивая устойчивость и достижения потенциала развития, – системах поддержки принятия решений в финансах (СППР) [10, 11] (Mayorov, 2020; Omelchenko, Khrustalev, 2011). Потребность разработки и использования СППР обычно появляется, когда для принятия управленческого решения (также в области финансов) необходимо проанализировать большие массивы информации, что реализуемо только при применении электронно-вычислительных машин; когда информация, на основе которой необходимо принять решение, в какой-либо степени не совсем актуальна, объективна или достоверна, поэтому она подлежит фильтрации, обработке посредством информационных программ до приемлемого уровня для ЛПР; при влиянии на объект управления большого количества внешних факторов; для формализации и нахождения большого количества альтернативных решений; при выборе оптимального альтернативного решения [12] (Moseyko, Korobov, Tarasov, 2015); в целях цифровизации процесса принятия решений и обеспечения стабильности.
В узком смысле и в контексте устойчивого развития, устойчивых финансов СППР можно охарактеризовать как цифровую информационно-когнитивную систему, используемую ЛПР при принятии решений с целью поддержки выбора альтернативной стратегии, повышения прозрачности и обеспечения обоснованности принятого решения с точки зрения устойчивости компании, достижения потенциала развития. Таким образом, СППР призвана выполнять следующие функции, отраженные на рисунке 3.
Рисунок 3. Функции систем принятия поддержки решений (СППР)
Источник: [14] (Khalin, Chernova, Yurkov, 2016).
СППР разрабатывается в целях поддержки разрешения той или иной управленческой, экономической проблемной ситуации (в том числе и финансовой), принимая во внимание специфические особенности принятия решений, и базируется на концептуальной схеме, которая состоит из нескольких подсистем (отраженных на рис. 4) – сущность и цель создания системы поддержки принятия решений в широком смысле.
Рисунок 4. Концептуальная схема систем принятия поддержки решений
Источник: [13] (Khalin, Chernova, Yurkov, 2015).
В настоящее время существует целый ряд различных СППР [14] (Khalin, Chernova, Yurkov, 2016). Так, по форме взаимодействия с пользователем (то есть субъектом управления) существует несколько видов таких систем:
1. Пассивные (участвуют в анализе для выбора альтернативного сценария).
2. Активные (непосредственно выдвигают готовый альтернативный сценарий).
3. Кооперативные (ЛПР может в процессе доработать то или иное выдвинутое системой решение, альтернативный сценарий).
По виду поддержки принятия решений и выбора альтернативной стратегии СППР бывают:
1. Когнитивные (нацеленные на знания) – решение проблемных ситуаций и предложения альтернативных сценариев на основе имеющихся фактов об объекте принятия решений, данных и параметров внешней и внутренней деятельности объекта управления, которые собираются и агрегируются на основе оцифрованных свойств объекта управления – IT-модулей, цифровых двойниках – киберфизические технологии принятия решений и других программных решений [15–17] (Malov, Letyagina, 2020; Emelyanova, Fralenko, 2018; Yakovleva, Tolochko, Kim,Chernyaeva, 2021).
2. Коммуникационные – СППР, основанные на взаимодействии нескольких ЛПР.
3. Модельно-ориентированные – СППР, основанные на математических, статистических и финансово-экономических моделях.
4. Документарные – СППР, способные работать со слабоструктурированной информацией, располагающейся в электронном виде.
По области применения существует также несколько видов СППР:
1. Общесистемные – СППР, использующиеся и работающие с большими данными, различными системами и сетями хранения данных (СХД), а также центрами обработки данных (ЦОД).
2. Настольные – СППР, с которыми взаимодействует одно ЛПР в рамках своего компьютера.
В зависимости от архитектуры и внутренних механизмов СППР бывают:
1. Функциональные – наиболее простые и распространенные СППР, анализирующие данные из операционных систем компании, компактны и оперативны, применяются в небольших компаниях.
2. СППР, основанные на независимых витринах данных – для каждой задачи создана своя отдельная витрина данных и их структуризация, применяются в крупных компаниях; кроме того, наполнение витрин данных достаточно трудоемко и производится из различных источников без консолидации, в результате может деформироваться или и вовсе отсутствовать цельная картина бизнеса.
3. СППР на основе многоуровневого хранилища – витрины данных формируются из отдельных консолидированных и структурированных многоуровневых хранилищ.
В зависимости от временного горизонта моделирования предметной области объекта принятия решения различают следующие виды СППР:
1. Статические – моделирование объекта принятия решений в статике без учета возможных изменений во времени (альтернативных сценариев).
2. Динамические – особый класс СППР, моделирующих объекты принятия решений в динамике с учетом адаптации и рисков к каждой отдельной ситуации (адаптивный динамический механизм).
Систематизируем и представим в виде когнитивной карты различные виды СППР в виде единой совокупности (рис. 5).
Рисунок 5. Когнитивная карта различных видов СППР в финансах
Источник: составлено авторами.
Очевидно, что различные виды систем поддержки принятия финансовых и инвестиционных решений основываются на цифровых технологиях, что предопределяет направление развития инструментального аппарата принятия решений в финансах на основе использования рассмотренных выше механизмов и методов обоснования решений, выбора альтернативной стратегии, реализации процесса целеполагания.
Заключение
Проблематика устойчивого развития неизбежно привлекает внимание исследователей в области финансовых рынков, стратегий финансирования и инвестирования, государственных и корпоративных финансов, что обусловлено необходимостью отлаживания финансовых механизмов, создания новых инвестиционных институтов и использования инструментальных финансовых инноваций для поддержки устойчивого развития, без чего сегодня невозможен технологический прогресс. Дополнительным фактором достижения ЦУР является финансовая интеграция. Однако эксперты справедливо отмечают кризис региональных интеграционных структур в глобальном масштабе и необходимость переосмысления в связи с этим приоритетов евразийской интеграции «в сфере экономической, информационной, идеологической и гуманитарной безопасности». [20] (Mikhaylenko, Ilyina, 2020). Представляется, что подобная трактовка требующих особого внимания факторов ориентирует на совместное движение к достижению целей устойчивого развития. Еще в 2019 году ЕЭК официально отмечала, что достижение странами Евразийского экономического союза Целей в области устойчивого развития ООН до 2030 года наиболее эффективно проходит в тех сферах экономики, где интеграция глубже [21]. В России проводниками ответственного финансирования являются публичные компании финансового и нефинансового секторов. На их уровне ответственное финансирование и инвестирование как важное направление достижения целей устойчивого развития реализуется в ходе принятия финансовых решений с учетом высокой значимости экологических, социальных и корпоративных факторов (последние отражают экологическую, социальную и этическую ответственность бизнеса). Распространение цифровых финансовых технологий служит основанием для развития подходов к разработке систем принятия финансовых решений.
Таким образом, принятие стратегических решений в условиях финансиализации и цифровизации экономики играет основополагающую роль в устойчивом развитии и привлекает исследователей к дискуссии об оптимальности того или иного инструмента цифровой трансформации финансовых услуг, путях его формализации для дальнейшего осмысления и использования. Системы поддержки принятия решений (СППР) на основе сквозных технологий управления обеспечивают лиц, принимающих решения, проверенной финансовой информацией о движении рынка капитала и состоянии финансовых институтов, внешней среды для проработки подходящих сценариев развития с учетом ожидаемых изменений их традиционных функций в эру цифровизации, таких как, например, переход расчетных центров и обслуживания к цифровым платформам, функции контроля, что обусловливает достижение целей устойчивых финансов.
References:
Tseli ustoychivogo razvitiya v RF [Sustainable Development Goals in the Russian Federation] (2020). (in Russian).
Emelyanova Yu.G., Fralenko V.P. (2018). Metody kognitivno-graficheskogo predstavleniya informatsii dlya effektivnogo monitoringa slozhnyh tekhnicheskikh sistem [Methods of cognitive-graphical representation of information for effective monitoring of complex technical systems]. Programmnye sistemy: teoriya i prilozheniya. (4(39)). 117-135. (in Russian).
Khalin V. G., Chernova G. V., Yurkov A. V. (2016). Ukrupnennaya klassifikatsiya sistem podderzhki prinyatiya resheniy [Substantial classification of decision support systems (Part 2)]. Applied Informatics. (3(63)). 53-62. (in Russian).
Khalin V.G., Chernova G.V., Yurkov A.V. (2015). Metodologicheskie aspekty sozdaniya i funktsionirovaniya sistem podderzhki prinyatiya resheniy [Methodological aspects of the establishment and operation of decision support systems]. Economic analysis: theory and practice. (7(406)). 22. (in Russian).
Malov D.N., Letyagina E.N. (2020). Razrabotka metodiki opredeleniya investitsionnoy privlekatelnosti promyshlennogo predpriyatiya s primeneniem multiagentnyh sistem [Development of a methodology for determining the investment attractiveness of an industrial enterprise with the use of multi-agent systems]. Creative economy. (9). 2105-2120. (in Russian). doi: 10.18334/ce.14.9.110832.
Mayorov A.A. (2020). Adaptatsiya k tsifrovizatsii v usloviyakh innovatsionnogo razvitiya gosudarstva [Adaptation to digitalization in the context of innovative development of the state]. Creative economy. (9). 1929-1950. (in Russian). doi: 10.18334/ce.14.9.110846.
Mikhaylenko A.N., Ilyina M.Yu. (2020). Aktualnye Voprosy razvitiya Evraziyskogo ekonomicheskogo soyuza [Topical issues of the development of the Eurasian Economic Union]. Bulletin of the Institute of Economics, RAS. (5). 138-150. (in Russian).
Moseyko V.O., Korobov S.A., Tarasov A.V. (2015). Kognitivnoe modelirovanie pri formirovanii upravlencheskikh resheniy: potentsial resursno-faktornogo analiza [Cognitive modelling in decision-making: resource-factor analysis potential]. Creative economy. (5). 629-644. (in Russian). doi: 10.18334/ce.9.5.267.
Omelchenko A. N., Khrustalev O.E. (2011). Kognitivnoe modelirovanie razvitiya bankovskoy sistemy rossiyskoy federatsii usloviyakh globalizatsii [Cognitive modeling of the development of the banking system of the Russian Federation in the context of globalization]. Banking (bankovskoye delo). (41 (473)). 48-58. (in Russian).
Tolochko I. A., Yakovleva D. D., Sharich E. E. (2019). Sushchnost protsessa tsifrovizatsii predpriyatiya [Digitalization process of the enterprise] System analysis in design and management. 308-312. (in Russian).
Tsvetkov V.Ya. (2017). Upravlenie s primeneniem kiber-fizicheskikh sistem [Control with the use of cyber-physical systems]. Perspectives of science and education. (3 (27)). (in Russian).
Voronova N. S., Sharich E. E., Yakovleva D. D. (2020). Arkhitektura sistemy podderzhki prinyatiya investitsionnyh resheniy v finansovoy ekonomike na osnove monitoringa rynochnoy konyunktury [The architecture of the investment decision support system in the financial economy on the basis of monitoring of market conditions]. Journal of Economics, Entrepreneurship and Law. (12). 2933-2946. (in Russian). doi: 10.18334/epp.10.12.111452.
Yakovleva E. A., Tolochko I. A., Kim A. A.,Chernyaeva A. A. (2021). Tsifrovaya transformatsiya sistemy planirovaniya na osnove tsifrovogo dvoynika [Digital transformation of a digital twin-based planning system]. Creative economy. (7). 2811-2826. (in Russian). doi: 10.18334/ce.15.7.112351.
Yakovleva E. A., Tolochko I. A., Kiseleva M. M., Popov I. V. (2021). Semanticheskiy podkhod i logiko-lingvisticheskoe modelirovanie v protsesse upravleniya riskami na predpriyatii [Logical and linguistic modeling for enterprise risk management]. Journal of Economics, Entrepreneurship and Law. (7). 1809-1826. (in Russian). doi: 10.18334/epp.11.7.112352.
Yakovleva E. A.,Tolochko I. A. (2016). Instrumenty i metody tsifrovoy transformatsii [Tools and methods of digital transformation]. Russian Journal of Innovation Economics. (2). 415-430. (in Russian). doi: 10.18334/vinec.11.2.112016.
Yakovleva E.A., Gadzhiev M.M., Sharich E.E., Yakovleva D.D. (2021). Kognitivnoe usilenie sistemy prinyatiya i podderzhki resheniy [Cognitive enhancement of decision-making and support systems]. Leadership and management. (1). 127-144. (in Russian). doi: 10.18334/lim.8.1.111421.
Yakovleva E.A., Gadzhiev M.M., Sharich E.E., Yakovleva D.D. (2021). Model analiza materialnyh i nematerialnyh faktorov effektivnosti v sisteme strategicheskogo planirovaniya na osnove sovmestnogo prichinno-sledstvennogo kartirovaniya i freymovogo predstavleniya znaniy [Model of analysis of material and intangible efficiency factors in the strategic planning system based on joint cause-and-effect mapping and frame representation of knowledge]. Journal of Economics, Entrepreneurship and Law. (1). 145-158. (in Russian). doi: 10.18334/epp.11.1.111522.
Страница обновлена: 26.04.2025 в 01:55:28