Койбічук, Віталія ВасилівнаКойбичук, Виталия ВасильевнаKoibichuk, Vitaliia VasylivnaOstrovska, N.Kashiyeva, F.Квілінський, Олексій СтаніславовичКвилинский, Алексей СтаниславовичKwilinski, Aleksy2021-04-272021-04-272021Koibichuk, V., Ostrovska, N., Kashiyeva, F., & Kwilinski, A. (2021). Innovation Technology and Cyber Frauds Risks of Neobanks: Gravity Model Analysis. Marketing and Management of Innovations, 1, 253-265. http://doi.org/10.21272/mmi.2021.1-190000-0002-3540-79220000-0001-6318-4001https://essuir.sumdu.edu.ua/handle/123456789/83625У 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.In the system of global information space, it is important to adequately calculate and assess the factors of successful functioning of the banking system, which are directly the engines of the country's development, economic stability, especially from the standpoint of qualitative measurement of innovative technology and human capital in rapid cyber fraud. The work is devoted to studying factors that describe the components of efficiency and potential use of innovative technologies in neo-banking in 90 countries to determine the level of risk of their use for money laundering based on gravitational modeling methodology. The authors substantiated that using four factors consisting of 13 components of digital evolution is expedient. Three indicators (access infrastructure, transaction infrastructure, and fulfillment infrastructure) allowed forming the supply condition factor. It provides a score on developing digital and physical infrastructure to ensure the digital economic system's quality. The «demand conditions» factor consists of 4 indicators (human quality level, device absorption level and digital broadband level, digital payment absorption), which show how much consumers are willing and able to participate in the digital economic system and whether they have the tools and skills needed to connect to the digital economy. Three indicators (institutional effectiveness and trust, institutions and the business environment, institutions and the digital ecosystem) shaped the «institutional environment» factor. It relates to research on countries' support for digital legislation, governments' investment in digitalization, and regulations. Regulate the quality of storage and access to digital data. The fourth factor of «innovation and change» consists of three features that characterize the state of key innovative economic system inputs (talents and capital), processes (i.e., cooperation between universities and industry), and outputs (i.e., new scalable digital products and services). The generalized indicator was formed based on these indicators. It characterizes the degree of risk of using the services of neobanks of the studied countries by economic agents or individuals to legalize criminal proceeds. At the first stage of the proposed method, the authors substantiated the statistical significance and possibility of using the studied indicators. The procedure of logarithmic normalization was carried out. The toolkit of descriptive statistics of the Statgaphics Centurion package provided the normalization parameters. In the second stage, the indicators were collapsed using a geometric weighted average, which provides meaningful information about the average dynamics rate. The third stage provided calculating the value of the integrated rating assessment of the degree of risk of using innovative technologies, services, and neobanking services for money laundering based on gravity modeling methods. The findings showed that 12.22% of the studied countries had a high degree of risk, 25.56% – a medium level of risk, 25.56% – a risk below the average level, for 36.66% of countries – the risk was almost absent.enCC BY 4.0необанкиінноваційні фінансові технологіїризики кібершахрайствакомпоненти цифрової еволюціїгравітаційне моделюванняneobanksnnovation financial technologiescyber frauds risksdigital evolution componentsgravity model analysisArticle