Standard

ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ. / Сысоев, Филипп Игоревич; Константинов, Илья Алексеевич.

In: Экономические науки, Vol. 7, No. 200, 31.07.2021, p. 120-126.

Research output: Contribution to journal › Article › peer-review

Harvard

Сысоев, ФИ & Константинов, ИА 2021, 'ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ', Экономические науки, vol. 7, no. 200, pp. 120-126. https://doi.org/10.14451/1.200.120

APA

Сысоев, Ф. И., & Константинов, И. А. (2021). ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ. Экономические науки, 7(200), 120-126. https://doi.org/10.14451/1.200.120

Vancouver

Сысоев ФИ, Константинов ИА. ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ. Экономические науки. 2021 Jul 31;7(200):120-126. https://doi.org/10.14451/1.200.120

Author

Сысоев, Филипп Игоревич ; Константинов, Илья Алексеевич. / ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ. In: Экономические науки. 2021 ; Vol. 7, No. 200. pp. 120-126.

BibTeX

@article{a2acfab03dba49b1aab24b16b140b47c,
title = "ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ",
abstract = "В данной статье была поставлена следующая задача: предложить статистические процедуры,посредством которых можно предположительно определить организации, причастные к отмыванию преступных доходов. Для подобных целей современная наука об анализе данных может предоставить целый спектр приёмов и методов. Среди таких методов можно назвать регрессионныйанализ, деревья решений, а также нейросетевые методы. Последние, на взгляд авторов, лучше всегоподходят для указанной ситуации ввиду того, что именно нейросетевое моделирование позволяетиспользовать имеющиеся в данных взаимосвязи, которые недоступны прочим методам анализа. Наосновании материалов административно-судебной практики авторами строится модель, которуювозможно использовать для выявления субъектов, причастных к проведению операций, направленных на легализацию преступных доходов. Также в статье приводится список критериев (имеющих преимущественно экономический характер), которые следует принимать во внимание приопределении вероятности причастности субъекта к данному виду противозаконной деятельности.Статистическое обоснование выбора данных критериев также дано в работе.",
keywords = "отмывание преступных доходов, Центральный Банк, правила внутреннего контроля, финансовый мониторинг, сомнительные операции",
author = "Сысоев, {Филипп Игоревич} and Константинов, {Илья Алексеевич}",
year = "2021",
month = jul,
day = "31",
doi = "10.14451/1.200.120",
language = "русский",
volume = "7",
pages = "120--126",
journal = "ЭКОНОМИЧЕСКИЕ НАУКИ",
issn = "2072-084X",
publisher = "Экономические науки",
number = "200",

}

RIS

TY - JOUR

T1 - ПРОЕКТ МОДЕЛИ ВЫЯВЛЕНИЯ СУБЪЕКТОВ, ПРИЧАСТНЫХ К ЛЕГАЛИЗАЦИИ ПРЕСТУПНЫХ ДОХОДОВ

AU - Сысоев, Филипп Игоревич

AU - Константинов, Илья Алексеевич

PY - 2021/7/31

Y1 - 2021/7/31

N2 - В данной статье была поставлена следующая задача: предложить статистические процедуры,посредством которых можно предположительно определить организации, причастные к отмыванию преступных доходов. Для подобных целей современная наука об анализе данных может предоставить целый спектр приёмов и методов. Среди таких методов можно назвать регрессионныйанализ, деревья решений, а также нейросетевые методы. Последние, на взгляд авторов, лучше всегоподходят для указанной ситуации ввиду того, что именно нейросетевое моделирование позволяетиспользовать имеющиеся в данных взаимосвязи, которые недоступны прочим методам анализа. Наосновании материалов административно-судебной практики авторами строится модель, которуювозможно использовать для выявления субъектов, причастных к проведению операций, направленных на легализацию преступных доходов. Также в статье приводится список критериев (имеющих преимущественно экономический характер), которые следует принимать во внимание приопределении вероятности причастности субъекта к данному виду противозаконной деятельности.Статистическое обоснование выбора данных критериев также дано в работе.

AB - В данной статье была поставлена следующая задача: предложить статистические процедуры,посредством которых можно предположительно определить организации, причастные к отмыванию преступных доходов. Для подобных целей современная наука об анализе данных может предоставить целый спектр приёмов и методов. Среди таких методов можно назвать регрессионныйанализ, деревья решений, а также нейросетевые методы. Последние, на взгляд авторов, лучше всегоподходят для указанной ситуации ввиду того, что именно нейросетевое моделирование позволяетиспользовать имеющиеся в данных взаимосвязи, которые недоступны прочим методам анализа. Наосновании материалов административно-судебной практики авторами строится модель, которуювозможно использовать для выявления субъектов, причастных к проведению операций, направленных на легализацию преступных доходов. Также в статье приводится список критериев (имеющих преимущественно экономический характер), которые следует принимать во внимание приопределении вероятности причастности субъекта к данному виду противозаконной деятельности.Статистическое обоснование выбора данных критериев также дано в работе.

KW - отмывание преступных доходов

KW - Центральный Банк

KW - правила внутреннего контроля

KW - финансовый мониторинг

KW - сомнительные операции

UR - https://www.mendeley.com/catalogue/4a9601fd-416a-38ca-b8a3-1afe6ee7ac3e/

U2 - 10.14451/1.200.120

DO - 10.14451/1.200.120

M3 - статья

VL - 7

SP - 120

EP - 126

JO - ЭКОНОМИЧЕСКИЕ НАУКИ

JF - ЭКОНОМИЧЕСКИЕ НАУКИ

SN - 2072-084X

IS - 200

ER -

ID: 84574202