IDEAS home Printed from https://ideas.repec.org/a/scn/financ/y2020i4p6-17.html
   My bibliography  Save this article

Синтез социально-экономических карт и визуализация девиантной деятельности объектов финансового мониторинга // Synthesis of Socio-Economic Maps and Visualization of Deviant Activity Measures of Financial Monitoring of Entities

Author

Listed:
  • Yu. Beketnova M.

    (Financial University)

  • Ю. Бекетнова М.

    (Финансовый университет)

Abstract

The task analysis of the Federal Financial Monitoring Service has revealed that the money laundering risk assessment process is greatly limited by insufficient resources. The aim of the study is to increase the efficiency of decision-making processes by using visualization of financial monitoring data. The methodological basis of the study suggests to rank objects in order to map financial monitoring data. However, the objects of financial monitoring, such as business entities, professional securities market participants, have sets of characteristics, i.e. are of vector nature. As known, there is no mathematical definition of ordinal relations for vectors. The author used the method of principal component to estimate a scalar value of financial monitoring. The article provides a subject area modeling of financial monitoring, and the author used mathematical and methodological tools to map deviant objects of financial monitoring. The result of the study presents the geographical infographics of the money laundering process. The author refers to socio-economic regional maps obtained from various official sources (arbitration case files, the Unified State Register of Legal Entities, the crime rate in Russia from the Ministry of Internal Affairs). The maps include information about the business activity of the federal districts, regions with a propensity for illegal and legal financial activities, crime rate. The author concludes that the results of the study may serve as a powerful tool to support the strategic decision-making process and microanalysis of financial monitoring. Анализ задач Росфинмониторинга по противодействию отмыванию доходов показал, что фактическая потребность в количестве объектов, подлежащих анализу, многократно превышает возможности аналитиков. Цель исследования состоит в повышении оперативности оценки обстановки лицами, принимающими решения, за счет визуализации данных финансового мониторинга. Методологическую основу исследования определил тот факт, что для картирования информации об объектах финансового мониторинга необходимо провести их ранжирование. Однако объекты финансового мониторинга - хозяйствующие субъекты, профессиональные участники рынка ценных бумаг - описывают наборами характеристик, т.е., по сути, являются объектами векторной природы. В математике же порядковые отношения для векторов, как известно, не определены. Для отыскания скалярных оценок объектов финансового мониторинга перспективным является метод главных компонент. Произведено моделирование предметной области финансового мониторинга и подобран математический и методологический инструментарий для решения задачи картирования девиантных объектов финансового мониторинга. Результатом моделирования является инфографика географической составляющей отмывания преступных доходов. На основе государственных данных из различных источников - картотеки арбитражных дел, единого государственного реестра юридических лиц, сведений о состоянии преступности МВД России - получены социально-экономические карты: бизнес-активности федеральных округов, федеральных округов по склонности предоставления теневых финансовых услуг, регионов по склонности к легализации денежных средств, состояния преступности. Автор делает вывод о том, что приведенные результаты исследования могут служить мощным инструментом поддержки принятия стратегических решений и макроанализа ситуации в сфере финансового мониторинга.

Suggested Citation

  • Yu. Beketnova M. & Ю. Бекетнова М., 2020. "Синтез социально-экономических карт и визуализация девиантной деятельности объектов финансового мониторинга // Synthesis of Socio-Economic Maps and Visualization of Deviant Activity Measures of Financ," Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice, ФГОБУВО Финансовый университет при Правительстве Российской Федерации // Financial University under The Government of Russian Federation, vol. 24(4), pages 6-17.
  • Handle: RePEc:scn:financ:y:2020:i:4:p:6-17
    as

    Download full text from publisher

    File URL: https://financetp.fa.ru/jour/article/viewFile/1039/699.pdf
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    E58; G21; C53; E58; G21; C53; decision making support; mapping; integrated assessments; deviant activity measures; financial monitoring; scientific visualization; поддержка принятия решений; картирование; интегральные оценки; меры девиантной деятельности; финансовый мониторинг; научная визуализация;
    All these keywords.

    JEL classification:

    • E58 - Macroeconomics and Monetary Economics - - Monetary Policy, Central Banking, and the Supply of Money and Credit - - - Central Banks and Their Policies
    • G21 - Financial Economics - - Financial Institutions and Services - - - Banks; Other Depository Institutions; Micro Finance Institutions; Mortgages
    • C53 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Forecasting and Prediction Models; Simulation Methods
    • E58 - Macroeconomics and Monetary Economics - - Monetary Policy, Central Banking, and the Supply of Money and Credit - - - Central Banks and Their Policies
    • G21 - Financial Economics - - Financial Institutions and Services - - - Banks; Other Depository Institutions; Micro Finance Institutions; Mortgages
    • C53 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Forecasting and Prediction Models; Simulation Methods

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:scn:financ:y:2020:i:4:p:6-17. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Алексей Скалабан (email available below). General contact details of provider: http://financetp.fa.ru .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.