Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/82391
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Кластеризація країн за рівнем використання фінансових установ для легалізації кримінальних доходів |
Authors |
Kuzmenko, Olha Vitaliivna
Lieonov, Serhii Viacheslavovych Koibichuk, Vitaliia Vasylivna |
ORCID |
http://orcid.org/0000-0001-8575-5725 http://orcid.org/0000-0001-5639-3008 http://orcid.org/0000-0002-3540-7922 |
Keywords |
ризик легалізації кримінальних доходів риск легализации криминальных доходов risk of money laundering фінансові установи финансовые учреждения financial institutions фінансовий моніторинг финансовый мониторинг financial monitoring кластерний аналіз кластерный анализ cluster analysis дисперсійний аналіз дисперсионный анализ analysis of variance |
Type | Article |
Date of Issue | 2020 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/82391 |
Publisher | . Науковий погляд: економіка та управління |
License | Copyright not evaluated |
Citation | Кузьменко О. В., Лєонов С. В., Койбічук В. В. Кластеризація країн за рівнем використання фінансових установ для легалізації кримінальних доходів //Науковий погляд: економіка та управління. 2020. №4 (70). С. 95-102 |
Abstract |
Стрімкий розвиток інформаційних технологій, лібералізація руху фінансового капіталу, інтенсивне використання цифрового каналу надання фінансових послуг, а також збільшення масштабів тіньової економічної діяльності призводять до нарощення обсягів незаконно отриманих коштів і вдосконалення схем та методів, які використовують злочинці для легалізації
кримінальних доходів. За цих умов зростає необхідність здійснення превентивних заходів щодо протидії легалізації сумнівних
доходів за рахунок адекватної оцінки даного ризику. Метою даного дослідження є виокремлення однорідних груп країн за рівнем використання їхніх фінансових установ для легалізації кримінальних доходів. Методичним інструментарієм проведеного
дослідження стали методи кластерного, кореляційного, дисперсійного аналізу. За результатами кластерного аналізу виділено 10 груп країн залежно від рівня ризику легалізації кримінальних доходів. Стремительное развитие информационных технологий, либерализация движения финансового капитала, интенсивное использование цифрового канала предоставления финансовых услуг, а также увеличение масштабов теневой экономической деятельности приводят к наращиванию объемов незаконно полученных средств и усовершенствованию схем и методов, которые используют преступники для легализации криминальных доходов. В этих условиях возрастает необходимость осуществления превентивных мер по противодействию легализации сомнительных доходов за счет адекватной оценки данного риска. Целью данного исследования является выделение однородных групп стран по уровню использования финансовых учреждений для легализации криминальных доходов. Методическим инструментарием проведенного исследования стали методы кластерного, корреляционного, дисперсионного анализа. По результатам кластерного анализа выделено 10 групп стран в зависимости от уровня риска легализации криминальных доходов. The rapid information technology development, financial globalization, and capital account liberalization, the intensive usage of digital channels for financial services, as well as increasing the scale of shadow economic activity leads to increased illicit financial funds and improved schemes and methods used by criminals to legalize criminal proceeds. Under these conditions, there is a growing need for a comprehensive analysis of the money laundering risk through the use of powerful mathematical tools that will identify implicit relationships between shadow financial transactions. The purpose of this study is to identify homogeneous groups of countries by money laundering risk through financial institutions. To quantify the risk of money laundering in the country, the following indirect factors were selected: the effectiveness of the anti-money laundering system, technical compliance with FATF requirements, GDP per capita, ease of doing business, number of internally displaced persons due to conflict, and violence, corruption perception index, index of global terrorism, freedom of business, monetary freedom, financial freedom. 102 countries of the world were selected as objects of research. Methodical tools of the study were the methods of the cluster, correlation, analysis of variance. According to the results of the cluster analysis, 10 groups of countries were identified depending on the level of money laundering risk. The expediency of isolating 10 clusters is confirmed by the results of the analysis of variance: the smaller the value of intragroup variance and the greater the value of intergroup variance, the better the feature characterizes the affiliation of countries to a particular cluster. The research showed that Ukraine, along with Albania, Armenia, Tunisia, and Moldova, etc, fell into cluster 7 (a total of 14 countries). The obtained results can be used by national regulators in the context of preventive measures against illegal activities through financial institutions, as well as the establishment of additional supervision over the transactions of financial institutions of those countries with the highest risk of money laundering |
Appears in Collections: |
Наукові видання (ННІ БТ) |
Views
China
93015
Greece
109
Ireland
804
Lithuania
1
Russia
1
Seychelles
1
Singapore
1
Sweden
1
Ukraine
26658
United Kingdom
13329
United States
723319
Unknown Country
402
Downloads
China
7468
Czechia
1
Germany
7468
Indonesia
1
Israel
4538
Lithuania
51706
Poland
803
Romania
1608
Russia
1
Ukraine
454674
United Kingdom
13332
United States
723320
Files
File | Size | Format | Downloads |
---|---|---|---|
Kuzmenko_cluster analysis_paper.pdf | 429.28 kB | Adobe PDF | 1264920 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.