Періодичні видання СумДУ
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/69
Browse
4 results
Search Results
Item Efficiency of Healthcare Expenditure in the Pre-Pandemic and Pandemic Periods(Sumy State University, 2023) Височина, Аліна Володимирівна; Высочина, Алина Владимировна; Vysochyna, Alina Volodymyrivna; Квілінський, Олексій Станіславович; Квилинский, Алексей Станиславович; Kwilinski, AleksyVia bibliometric analysis, the research identifies the contextual vectors of the healthcare financial provision effectiveness. Moreover, we broaden the empirical substantiation of panel data regression modelling for 34 European countries. In particular, we define performance of public (budgetary) and private financing to reduce the mortality rate and raise life expectancy in pre-pandemic and pandemic periods. The systematization of existing literature sources and approaches to solving the problem is implemented by means of bibliometric and monographic analysis. Consequently, there are 6 contextual clusters of scientific research on determining the healthcare financial provision effectiveness in the modern science. Within the analysed works, researchers mainly study general prerequisites of the healthcare financial provision effectiveness. The optimal cost formation of medical services for diagnosing and treating diseases is reproduced as well. The issue urgency consists in analysing the efficient patterns of spending various funds to decrease the mortality rate and increase life expectancy in the pre-pandemic and pandemic periods. Subsequently, we detect some general parameters of healthcare resistance to counter shocks similar to the COVID-19 pandemic. In this paper, we show statistical analysis of mortality indexes (total and COVID-19). Among 34 European countries, the highest and lowest efficiency levels were identified within these parameters. The study empirical block constructs 8 regression models on panel data. They differ in dependent (mortality rate or life expectancy) or independent variables (block 1: current and capital healthcare expenditures in GDP; block 2: current healthcare expenditures), and modelling period (pre-pandemic – 2000-2019, pandemic– 2020-2022 or the current period). The modelling results represent financial drivers and change inhibitors of the mortality rate and life expectancy during the pandemic and pre-pandemic periods. Therefore, we established the most effective groups of healthcare expenditures, which is based on the country epidemiological situation. The obtained results can be useful for scientists, representatives of state and local authorities.Item Business Process Model for Monitoring the Automatic Payments in the "Client-Bank" System(Sumy State University, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Миненко, Сергій Володимирович; Миненко, Сергей Владимирович; Mynenko, Serhii Volodymyrovych; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii Viacheslavovych; Квілінський, Олексій Станіславович; Квилинский, Алексей Станиславович; Kwilinski, AleksyІнноваційний розвиток банківської діяльності зумовлює модернізацію у підходах до протидії легалізації доходів, отриманих незаконним шляхом. В статті розглядається питання фінансового моніторингу банківських операцій, які відбуваються без участі працівника банку через систему "Клієнт-банк". Було визначено перелік функцій, які виконує система "Клієнт-банк" в розрізі типів клієнтів: фізичних та юридичних осіб (в тому числі фізичних-осіб підприємців). Було виділено дві моделі бізнес-процесу автоматизованого моніторингу платежів, здійснених у системі "Клієнт-банк". Перша побудована модель описує загальні індикатори транзакцій, які мають ризик легалізації доходів, отриманих незаконним шляхом. Друга – фокусується на специфічних особливостях функціоналу системи "Клієнт-банк" для юридичних осіб чи для фізичних осібпідприємців. Було розглянуто ряд критеріїв ризиковості операції з точки зору легалізації кримінальних доходів. Розроблена модель бізнес-процесу враховує перевірку на приналежність учасника операції до країн, які не виконують чи неналежним чином виконують рекомендації міжурядових організацій, приналежність учасника до політично значущих чи пов’язаних з ними осіб та на виведення капіталу за кордон, в тому числі до офшорних зон. Окрім цього, включені перевірки фінансового стану контрагентів, регулярності надходження платежів та зняття готівки, обігу іноземної валюти, погашення кредиту, надходження значної суми готівки, ip-адреси клієнта та опису транзакції. Особливістю бізнес-моделі для юридичних осіб визначено перевірку відповідності КВЕД, аналіз кількості контрагентів, аналіз своєчасності сплати податків. Напрямками подальшого розвитку даного дослідження визначено можливість інтелектуалізації системи фінансового моніторингу та удосконалення нормативно-правової бази у сфері діяльності систем типу "Клієнт-банк" з метою покращення системи протидії легалізації кримінальних доходів у банківських установах.Item Innovation Technology and Cyber Frauds Risks of Neobanks: Gravity Model Analysis(Sumy State University, 2021) Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Ostrovska, N.; Kashiyeva, F.; Квілінський, Олексій Станіславович; Квилинский, Алексей Станиславович; Kwilinski, AleksyУ статті представлено результати дослідження факторів, які описують ефективність та потенціал інноваційних технологій сфери необанкінгу на прикладі 90 країн світу. Метою дослідження є визначення рівня ризику використання інноваційних технологій сфери необанкінгу для відмивання кримінальних доходів. У роботі проаналізовано доцільність використання чотирьох факторів, які складаються з 13 індикаторів цифрової еволюції. Першим фактором є «умови постачання», який складається із трьох індикаторів, а саме: інфраструктура доступу, інфраструктура транзакцій та інфраструктура реалізації. Зазначені індикатори дозволяють оцінити в балах рівень розвитку цифрової та фізичної інфраструктури для забезпечення якісного функціонування цифрової економіки. Другий фактор «умови попиту» складається з чотирьох індикаторів: рівень якості людського потенціалу, рівень поглинання пристроїв, рівень широкосмугового цифрового зв’язку, поглинання цифрових платежів. Ці індикатори свідчать про бажання та здатність споживачів долучитись до цифрової економіки, а також їх володіння інструментами та навичками, необхідними для підключення до цифрової системи. Третій фактор «інституційне середовище» сформований із трьох індикаторів: інституційна ефективність та довіра, установи та бізнес-середовище, установи та цифрова екосистема. Ці показники дозволяють проаналізувати підтримку країнами норм законодавства в розрізі цифрових технологій, а саме: інвестування в цифровізацію економіки; регулювання якості та доступу до цифрових даних за допомогою нормативних актів. Четвертий фактор «інновації та зміни» складається з трьох індикаторів, які характеризують стан ключових інноваційних економічних системних входів (талантів та капіталу), процесів (співпраці між університетами та промисловістю) та результатів (нових масштабних цифрових продуктів та послуг). У ході дослідження авторами згруповано зазначені вище індикатори в узагальнювальний показник, який характеризує ступінь ризику використання послуг необанків економічними агентами чи фізичними особами з метою легалізації кримінальних доходів. Для досягнення поставленої мети, дослідження проведено у декілька етапів. На першому етапі обґрунтовано статистичну значущість та можливість використання досліджуваних показників; здійснено процедуру логарифмічної нормалізації. Авторами застосовано інструментарій описової статистики пакету Statgaphics Centurion для оцінки параметрів нормалізації. На другому етапі дослідження здійснено згортку індикаторів за допомогою середньої геометричної зваженої, яка характеризує середні темпи динаміки. На третьому етапі за допомогою методів гравітаційного моделювання було розраховано значення інтегральної рейтингової оцінки щодо ступеня ризику використання інноваційних технологій, послуг та сервісів необанкінгу для відмивання кримінальних коштів. За отриманими результатами встановлено, що 12,22% досліджуваних країн мають високий ступінь ризику; 25,56% – середній; для 25,56% країн ризик є нижче середнього рівня; для 36,66% країн рівень ризику майже відсутній.Item Determining the Rating of Ukrainian Banks on the Risk of Legalization of Illegally Obtained Income(Sumy State University, 2020) Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii Viacheslavovych; Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Миненко, Сергій Володимирович; Миненко, Сергей Владимирович; Mynenko, Serhii Volodymyrovych; Квілінський, Олексій Станіславович; Квилинский, Алексей Станиславович; Kwilinski, Aleksy; Люльов, Олексій Валентинович; Люлев, Алексей Валентинович; Liulov, Oleksii ValentynovychУ статті розглянуто науково˗ методичний підхід до рейтингування банків за ризиком легалізації доходів, отриманих незаконним шляхом. Сформовано вибірку з 18˗ ти показників діяльності 65˗ ти банків України у 2019 році. Розглядаються відносні показники, які характеризують ризик використання операцій банку для легалізації доходів, отриманих незаконним шляхом. Логічно показники поділені на три частини. Перша група показників характеризують кількість і якість дотримання банком чинного законодавства України у сфері фінансового моніторингу. Друга група показників відображають розміри обороту готівки в банку, що є характеристикою участі банку як конвертаційного центру. Третя група показників характеризують залучення банку у міжнародні цикли відмивання доходів, враховуючи транзакції в країни – офшорні зони та сумнівні операції без явного підтвердження за допомогою зовнішньоекономічного контракту. Проведено дослідження вхідних даних на мультиколінеарність, на основі чого виключено 5 показників, які є колінеарними з іншими. Проведено нормалізацію вхідного масиву даних на основі нелінійної нормалізації. Розраховано вагові коефіцієнти впливу кожного показника на основі методу головних компонент. Визначено оптимальну кількість факторів на основі відсотку пояснюваної дисперсії кожним фактором та графіку кам’янистого осипу. Для побудови інтегрального показника застосовано метрику Мінковського. На основі інтегрального показника сформовано рейтинг банків за ризиком легалізації коштів, отриманих незаконним шляхом. З допомогою вербально˗ числової шкали Харрінгтона було надано якісну характеристику ризику використання операцій банків для легалізації незаконних доходів. Для проведення розрахунків було використано програмне забезпечення MS Office Excel та інструментарій Correlations статистичного пакету STATISTICA 10.