Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/82471
Or use following links to share this resource in social networks: Recommend this item
Title Forecasting the risk of money laundering through financial intermediaries
Authors Турсалон, М.М.
Зейналов, З.Г.
Гусейнова, А.Т.
Lieonov, Serhii Viacheslavovych  
Kuzmenko, Olha Vitaliivna  
Bozhenko, Viktoriia Volodymyrivna  
Keywords ризик
риск
risk
легалізація
легализация
money laundering
банк
bank
нейронна мережа
нейронная сеть
neural network
фінансовий моніторинг
финансовый мониторинг
financial monitoring
прогноз
forecast
Type Article
Date of Issue 2020
URI https://essuir.sumdu.edu.ua/handle/123456789/82471
Publisher Університет банківської справи
License Copyright not evaluated
Citation Forecasting the risk of money laundering through financial intermediaries in Ukraine / Mursalov M. M. and other // Financial and credit activities: problems of theory and practice. 2020. № 4 (35). P. 191-201
Abstract Основною метою проведеного дослідження є побудова прогнозної нейромережевої моделі для визначення динаміки ризику використання банківських установ для легалізації кримінальних коштів. Методичним інструментарієм проведеного дослідження стали методи експоненційного згладжування (з використанням експоненційного тренду, лінійної моделі Хольта та затухаючого тренду), моделі штучної нейронної мережі (багатошаровий персептрону MLP-архітектури з використанням алгоритму BFGS, радіальна базисна функція RBF-архітектури з використанням алгоритму RBFT). Об’єктом дослідження обрано 20 банків України. Побудова прогнозної моделі в статті здійснено в наступній логічній послідовності: визначено прогнозні значення релевантних факторів впливу на ризик залучення фінансової установи в тіньові операції; навчання нейронних мереж за сформованою вибіркою показників; прогнозування ризику використання фінансових посередників України для легалізації кримінальних доходів на період 2020-2025 рр. на основі побудованих нейронних мереж. Проведені розрахунки засвідчили, що до 2025 року лише 40% аналізованих банків України зможуть зменшити їх участь в легалізації незаконно отриманих коштів.
Основной целью проведенного исследования является построение прогнозной нейросетевой модели для определения динамики риска использования банковских учреждений для легализации криминальных средств. Методическим инструментарием проведенного исследования стали методы экспоненциального сглаживания (с использованием экспоненциального тренда, линейной модели Хольта и затухающего тренда), модели искусственной нейронной сети (многослойный персептрона MLP-архитектуры с использованием алгоритма BFGS, радиальная базисная функция RBF-архитектуры с использованием алгоритма RBFT). Объектом исследования избран 20 банков Украины. Построение прогнозной модели в статье осуществлен в следующей логической последовательности: определены прогнозные значения релевантных факторов влияния на риск привлечения финансового учреждения в теневые операции; обучения нейронных сетей по сложившейся выборкой показателей; прогнозирования риска использования финансовых посредников Украины для легализации криминальных доходов на период 2020-2025 гг. на основе построенных нейронных сетей. Проведенные расчеты показали, что к 2025 году только 40% анализируемых банков Украины смогут уменьшить их участие в легализации незаконно полученных средств.
The primary purpose of the study is to build a predictive neural network model to define the dynamics of the risk of using banking institutions to legalize criminal funds. The methodological tools of the study were methods of exponential smoothing (using exponential trend, linear Holt model and decaying trend), artificial neural network model (multilayer perceptron MLP-architecture using BFGS algorithm, radial basis function of RBF-architecture usage). Assessment and forecasting of money laundering risk through financial institutions is based on 13 relevant indicators, the source of which is internal financial statements. The object of research is the chosen 20 Ukrainian banks. Investigation of the forecast model in the paper is carried out in the following logical sequence: the forecast values of relevant factors influencing the risk of using financial institution in shadow operations are determined; training of neural networks according to the formed sample of indicators; forecasting the risk of using financial intermediaries of Ukraine for the legalization of criminal proceeds for the period 2020-2025 based on constructed neural networks. The calculations showed that by 2025 only 40% of the analyzed banks in Ukraine would be able to reduce their participation in the legalization of illegally obtained funds.
Appears in Collections: Наукові видання (ННІ БТ)

Views

Ukraine Ukraine
24
United States United States
1

Downloads

Ukraine Ukraine
25
United States United States
26

Files

File Size Format Downloads
Lieonov_risk_paper.pdf 485,2 kB Adobe PDF 51

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.