УДК 658.8

Бекмурзаев Иса Дуквахович

«Коммерция и маркетинг»,

ФГБОУ ВПО «Чеченский государственный университет»,

Россия, г. Грозный, 364907, ул. Шерипова, 32, email: mail@chesu.ru

Bekmurzaev Isa Dukvahovich

Department «Commerce and Marketing»

FGBOU VРО «Chechen State University»,

Russia, Grozny, 364907, ul. Sheripova, 32, email: mail@chesu.ru

ДАННЫЕ – СИЛА

DATA – FORCE

Аннотация. Статья о современном состоянии интернет-технологий и принципе их работы. Рассмотрены особенности и трудности проведения связи в XXI веке, а также затронута тема планирующихся изменений в этой области.

Abstract. Article on the current state of Internet technologies and the principle of their work. The features and difficulties of communication in the 21st century are considered, and the topic of the planned changes in this area is also touched upon.

Ключевые слова: интернет, технологии, наука, развитие, прогресс, техника, связь

Keywords: Internet, technology, science, development, progress, technology, communication

 

Интернет является неотъемлемой частью жизни общества 21-го века. Если вдруг по каким-то причинам глобальная сеть будет серьезно повреждена, это причиним огромный ущерб экономике многих государств, будет остановлена деятельность многих социальных институтов. Сегодня интернет стал активно использующимся средством зарабатывания денег, его распространение приносит тысячам компаний колоссальный доход. Как выразился Стивен Мальфрус, прекращение коммуникации будет означать ступор для всего финансового сектора.

Если смоделировать ситуацию, в которой международная связь полностью перестанет существовать, Америка будет вынуждена расходовать более 150 000 000 долларов ежедневно. Эти цифры увеличиваются с каждым годом по мере того, как кабельные сети окутывают планету. С 2005 по 2014 год число пользователей интернета возросло более чем в 3 раза при том, что изначально оно составляло 900 миллионов человек. Интернет сегодня вносит больший вклад в ВВП государств, чем энергетическая или сельскохозяйственная отрасли.

Это очень важно учитывать странам третьего мира. Ученые считают, что развитие интернета и уровень жизни в государстве находятся в прямо пропорциональной зависимости друг от друга. Чем выше уровень коммуникаций, тем лучше развивается эта страна. Тот эффект, которого при помощи интернет-сети сегодня может добиться отдельное государство в течение 15 лет, еще в 19 веке потребовал бы непрерывной 50-летней промышленной революции.

Из регионов планеты, которые получили доступ к Интернет-соединению высокого качества, восточная часть Африки была последней. Ранее связь там осуществлялась при помощи спутников. Президент Танзании заявил, что это позволит африканским странам принимать активное участие в международной экономике. Сейчас там планируется расширение системы коммуникаций.

Прогресс в Восточной Африке, которого удалось добиться такими нововведениями, нетрудно заметить. После проведения интернета регион увеличил свою пропускную способность на 10000 процентов. Фактором, сдерживающим рост, является то, что многие государства здесь еще только начинают свой путь развития, однако уже достигли впечатляющих результатов. Среди местного населения активно распространяется идея о том, что интернет является неотъемлемой частью жизни современного человека. Доказывается удобство пользования всемирной паутиной. Так, множество жителей уже имеют возможность получения дистанционного образования и активно пользуются системами денежных переводов. Процесс роста идет, несмотря на то, что возникают определенные сложности, связанные с особенностями местной экономики и ограниченными возможностями стран. Хотя за последний десяток лет было достигнуто существенное улучшение скорости передачи информации, цены на связь по-прежнему достаточно высоки. Это объясняется тем, что некоторые моменты требуют больших вложений и прокладка кабельных линий для африканских стран – гораздо более сложная задача, чем для европейских, потому что многое приходится делать впервые.

Те, кто отдыхал в Египте в конце 2008-го года, наверняка помнят об ухудшении качества интернета там в течение продолжительного времени. Это произошло потому, что группа дайверов вывела из строя четыре кабеля, проведенные между Италией и Египтом. В результате произошла потеря более чем 70% емкости подключения государства к сети. Около 50-60% по этой же причине потеряла Индия, был ограничен доступ к всемирной паутине большому количеству пользователей в Саудовской Аравии и Пакистане. По этому поводу были задержаны трое подозреваемых.

Качественное обслуживание глобальных коммуникационных систем и их защита невозможны без слаженных действий стран всего мира. Многие линии связи проходят рядом друг с другом, из-за чего степень их безопасности уменьшается. К примеру, расположенная в Нью-Йорке труба, использующаяся для передачи трафика в Лондон, совсем не защищена. Большое количество проводов тесно располагаются в Суэцком канале. Поэтому, если вдруг произойдет какой-нибудь инцидент, ущерб будет нанесен сразу ряду государств, и он будет огромен.

Сегодня общее количество подводных кабелей составляет более 270. Ежедневно с их помощью передается 99% всей информации, которая по своему объему равна нескольким сотням библиотек Конгресса США. Причем эти цифры непрерывно увеличиваются.

В настоящее время нет сомнений в стремительном развитии коммуникационных систем. Скорость и количество передаваемых данных повышаются постоянно. Ведущие компании стараются в отдельном порядке улучшать условия обслуживания пользователей, таким образом, побуждая прибегать к предоставляемым ими услугам как можно больше людей. Такие гиганты в сфере связи, как Google, могут даже позволить себе прокладку подводных кабелей, через которые трафик будет передаваться с меньшими задержками напрямую.

В каждой современной семье активно используются несколько мобильных телефонов, ноутбуков, планшетов и прочих гаджетов. Возможность подключения к интернету сегодня предусмотрена даже у кардиостимуляторов. Это очень удобно, так как позволяет врачу удаленно отслеживать состояние пациента и давать ему рекомендации. Количество использующих интернет-подключение устройств постоянно растет и в скором времени достигнет 50 миллиардов. Люди становятся все более зависимыми от глобальной сети, пользователь 21-го века уже не представляет, как жили его родители или дедушки с бабушками без тех возможностей, что у людей есть сейчас.

Чем больше людей подключаются к интернету, тем быстрее увеличивается на него спрос. Несмотря на то, что на каждого человека в мире приходится сразу несколько интернет-подключенных устройств, количество пользователей сети составляет всего лишь 40% от общего числа жителей на Земле.

Google и Facebook разработали проекты по проведению интернета в районы планеты, находящиеся в трудной доступности. Это позволит включить в сеть еще несколько миллиардов пользователей. Ведь, например, несмотря на то, что более 70% людей в Африке имеют возможность подключиться к интернету со своих гаджетов, они не делают этого по причине отсутствия 3G-покрытия на многих территориях.

Чтобы исправить ситуацию, правительства ряда стран реализовали повсеместное использование устройств, поддерживающих Wi-Fi. Это помогло увеличить количество абонентов на несколько миллионов человек.

Сегодня существует даже ряд проектов, которые борются против существования глобальных информационных барьеров. Главная цель их деятельности – обеспечение доступа к системам коммуникаций всем людям на одинаково высоком уровне. Одними из таких проектов являются Quternet и Oluvus.

Первый выступает за свободное подключение и отмену цензуры в пределах на территории всемирной сети. В достижении цели ей должно помочь использование спутников небольшого размера.

Oluvus считает своей задачей превратить интернет в эффективный инструмент обеспечения безопасности. В том числе, компания осуществляет деятельность по обеспечению подключения в лагерях беженцев и на других небезопасных территориях на бесплатной для их обитателей основе.

Проблема недоступности интернета актуальная не только для слабо развитых стран, но и для целых материков. К примеру, в Антарктиде в данное время ведут научную деятельность более 4000 специалистов, которые вынуждены пользоваться спутниковой связью. Она не позволяет передать весь объем данных, которые собираются ежедневно. Кроме того, для использования ее необходимы станции, располагающиеся далеко не везде. Сейчас NASA занимается решением этой проблемы, используя доступные возможности для того, чтобы обеспечить непрерывное покрытие как можно большей территории. Разработки в этой области еще ведутся, однако проведение связи в подобных регионах требует значительных затрат.

Существует высокая вероятность того, что в скором будущем подводные кабели будут проходить и через территорию Антарктиды. Конечно, пока эта идея не реализуема из-за ряда сложностей. Необходимо продумать способы ремонта проводов, находящихся подо льдом, учитывать перемещения ледников и так далее. Оптоволоконные линии связи являются намного более эффективными, чем спутники, поскольку позволяют передавать гораздо большее количество информации за меньшее время. Кроме того, с их помощью могут быть связаны станции, даже расположенные в значительном удалении от берегов. Сегодня воплощение в жизнь подобной идеи – это лишь вопрос времени. Если уж операция по прокладке первого трансатлантического кабеля в 19 веке завершилась успехом, то в возможности достижения в условиях современного общества похожей цели можно даже не сомневаться. Здесь шансы еще более высоки.

Сегодня многие пользователи не представляют, что большая часть «всемирной паутины» находится в глубинах океана. Для того, чтобы современные коммуникации стали такими, какие они есть сейчас, был проделан нелегкий путь, поэтому людям, живущим в 21 веке и пользующимися этими благами цивилизации, ни в коем случае нельзя забывать о достижениях ученых и изобретателей прошлых лет.

 

Литература

1. Банкова К.В. // ЗАРУБЕЖНЫЙ ОПЫТ ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ НА ПРИМЕРЕ РЫНКА ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ В США // Экономические науки в России и за рубежом. 2014. № XVI. С. 62-64.
2. Баранова С.В., Лидинфа Е.П. // РОССИЙСКИЙ РЫНОК ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ: ДЕЙСТВУЮЩИЙ МЕХАНИЗМ КРЕДИТОВАНИЯ И ИЗМЕНЕНИЕ НОРМАТИВНОЙ БАЗЫ // Вестник Волжского университета им. В.Н. Татищева. 2014. № 4 (32). С. 51-57.
3. Дроздова Е.А., Воробьев А.Ф. // ОСОБЕННОСТИ ТАКОЙ ИННОВАЦИОННОЙ ФОРМЫ ВЗАИМОДЕЙСТВИЯ КРЕДИТОРОВ И ЗАЕМЩИКОВ, КАК ОНЛАЙН-КРЕДИТОВАНИЕ // APRIORI. Cерия: Естественные и технические науки. 2015. № 5. С. 9.
4. Мосина Е.И., Потапова В.С. // ОНЛАЙН-КРЕДИТОВАНИЕ // Научные записки ОрелГИЭТ. 2012. № 1 (5). С. 60-63.
5. Первакова А.В., Коноплёва Г.И. // ВНЕДРЕНИЕ ПРОГРЕССИВНОЙ ТЕХНОЛОГИИ «ИНТЕРНЕТ-БАНКИНГА» И ОНЛАЙН КРЕДИТОВАНИЯ // Современные наукоемкие технологии. 2014. № 7-1. С. 68-71.
6. Пустовалова Т.А., Семенчевская О.В. // ОЦЕНКА ЛИМИТА КРЕДИТОВАНИЯ БАНКА-КОРРЕСПОНДЕНТА НА РЫНКЕ МЕЖБАНКОВСКОГО КРЕДИТОВАНИЯ // Экономика и управление. 2014. № 4 (102). С. 55-64.
7. Регер О.А. // РАЗВИТИЕ ТЕОРИЙ КРЕДИТОВАНИЯ, А ТАКЖЕ ТЕНДЕНЦИИ РЫНКА РОЗНИЧНОГО КРЕДИТОВАНИЯ В РОССИИ // Экономика и социум. 2015. № 6-3 (19). С. 760-764.
8. Рудская Е.Н., Болохова Г.А. // МСБ-КРЕДИТОВАНИЕ: ПРОБЛЕМЫ ТРАДИЦИОННОГО СЕКТОРА И ПЕРСПЕКТИВЫ ОНЛАЙН СЕРВИСОВ // Молодой ученый. 2016. № 25 (129). С. 353-365.
9. Щеголева Н.Г. ФАКТОРНЫЙ АНАЛИЗ РОССИЙСКОГО РЫНКА ОНЛАЙН-КРЕДИТОВАНИЯ // Банковские услуги. 2017. № 2. С. 25-29.
10. Naurazova, E., & Shamilev, S. (2017). FRACTALS AND MODELING OF FRACTAL PROPERTIES OF CORPORATE CULTURE. History. Economy. Geopolitics, 0 (3). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/58/54
11. Naurazova, E., & Shamilev, S. (2017). INFORMATIONAL-LOGICAL INVARIANTS AND THEIR APPENDICES. Internet Science, 0 (8). Obtained from https://internetnauka.ru/index.php/journal/article/view/228/224
12. Naurazova, E., & Shamilev, S. (2017). MODEL OF INFORMATION SECURITY IN DISTRIBUTED NETWORKS. Economy. Business. Informatics, 0 (4). Obtained from https://internetnauka.com/index.php/journal/article/view/126/83
13. Shamilev, S. (2017). ADAPTIVE MODELING OF RISK SITUATIONS IN THE HEALTH AND ENVIRONMENT OF THE REGION. Internet Science, 0 (4). Obtained from https://internetnauka.ru/index.php/journal/article/view/448/432
14. Shamilev, S. (2017). BIOLOGICAL-MATHEMATICAL AND COMPUTER SIMULATION OF PLANT DISEASE. Economy. Business. Informatics, 0 (2). Obtained from https://internetnauka.com/index.php/journal/article/view/192/189
15. Shamilev, S. (2017). MODELING (FORECASTING) OF INVESTMENT ACTIVITIES IN THE REGIONS. History. Economy. Geopolitics, 0 (2). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/129/120

 

References

1. BANKOVA K.V. // FOREIGN EXPERIENCE OF CONSUMER CREDITING ON THE EXAMPLE OF THE CONSUMER CREDIT MARKET IN THE USA // Economic sciences in Russia and abroad. 2014. No. XVI. Pp. 62-64.
2. Baranova S.V., Lidinfa E.P. // THE RUSSIAN MARKET OF CONSUMER CREDITING: THE ACTIVE MECHANISM OF CREDITING AND MODIFICATION OF THE NORMATIVE BASE // Bulletin of the Volzhsky University named after. N. Tatishchev. 2014. No. 4 (32). Pp. 51-57.
3. Drozdova EA, Vorobyov AF // FEATURES OF SUCH INNOVATIVE FORM OF INTERACTION OF CREDITORS AND BORROWERS, AS ONLINE-LENDING // APRIORI. Series: Natural and technical sciences. 2015. № 5. With. 9.
4. Mosina EI, Potapova VS // ONLINE-CREDITING // Scientific Notes OrelGiET. 2012. No. 1 (5). Pp. 60-63.
5. Pervakova A.V., Konopleva G.I. // INTRODUCTION OF PROGRESSIVE TECHNOLOGY OF «INTERNET-BANKING» AND ONLINE CREDIT // Modern high technology. 2014. No. 7-1. Pp. 68-71.
6. Pustovalova TA, Semenchevskaya OV // EVALUATION OF THE CREDIT LIMIT OF THE CORRESPONDENT BANK IN THE INTERBANK LOAN INTERNET MARKET // Economics and Management. 2014. No. 4 (102). Pp. 55-64.
7. Reger OA // DEVELOPMENT OF CREDIT THEORY, AND ALSO TENDENCIES OF THE RETAIL CREDIT MARKET IN RUSSIA // Economy and society. 2015. No. 6-3 (19). Pp. 760-764.
8. Rudskaya E.N., Bolokhova G.A. // SME-CREDIT: PROBLEMS OF THE TRADITIONAL SECTOR AND PROSPECTS OF ONLINE SERVICES // Young Scientist. No. 25 (129). Pp. 353-365.
9. Shchegoleva N.G. FACTOR ANALYSIS OF THE RUSSIAN MARKET OF ON-LINE CREDIT // Banking. № 2. P. 25-29.
10. Naurazova, E., & Shamilev, S. (2017). FRACTALS AND MODELING OF FRACTAL PROPERTIES OF CORPORATE CULTURE. History. Economy. Geopolitics, 0 (3). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/58/54
11. Naurazova, E., & Shamilev, S. (2017). INFORMATIONAL-LOGICAL INVARIANTS AND THEIR APPENDICES. Internet Science, 0 (8). Obtained from https://internetnauka.ru/index.php/journal/article/view/228/224
12. Naurazova, E., & Shamilev, S. (2017). MODEL OF INFORMATION SECURITY IN DISTRIBUTED NETWORKS. Economy. Business. Informatics, 0 (4). Obtained from https://internetnauka.com/index.php/journal/article/view/126/83
13. Shamilev, S. (2017). ADAPTIVE MODELING OF RISK SITUATIONS IN THE HEALTH AND ENVIRONMENT OF THE REGION. Internet Science, 0 (4). Obtained from https://internetnauka.ru/index.php/journal/article/view/448/432
14. Shamilev, S. (2017). BIOLOGICAL-MATHEMATICAL AND COMPUTER SIMULATION OF PLANT DISEASE. Economy. Business. Informatics, 0 (2). Obtained from https://internetnauka.com/index.php/journal/article/view/192/189
15. Shamilev, S. (2017). MODELING (FORECASTING) OF INVESTMENT ACTIVITIES IN THE REGIONS. History. Economy. Geopolitics, 0 (2). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/129/120

 

УДК 658

Шахгираев Исмаил Увайсович

кафедра «Экономика предприятий»,

ФГБОУ ВПО «Чеченский государственный университет»,

Россия, г. Грозный, 364907, ул. Шерипова, 32, email: mail@chesu.ru

Shahiraev Ismail Uvaysovich

Department of Enterprise Economics,

FGBOU VРО «Chechen State University»,

Russia, Grozny, 364907, ul. Sheripova, 32, email: mail@chesu.ru

ТРИ ОСНОВНЫЕ ТЕНДЕНЦИИ ТЕХНОЛОГИЧЕСКОЙ РЕВОЛЮЦИИ; BLOCKCHAIN, «СОВМЕСТНАЯ ЭКОНОМИКА» И INDUSTRY 4.0

THREE MAIN TRENDS OF TECHNOLOGICAL REVOLUTION; BLOCKCHAIN, «JOINT ECONOMY» AND INDUSTRY 4.0

Аннотация. В статье описаны основные тенденции технологической революции. Это платформа блокчейн, «совместная экономика» [модель, в которой люди создают или совместно используют товары, создавая распределенные сети сотрудничества) и Industry 4.0 (способность напрямую формировать продукт, анализируя мнения отдельных пользователей).

Abstract. The article describes the main trends of the technological revolution. This is a blockbuster platform, a «joint economy» [a model in which people create or share products, creating distributed networks of cooperation) and Industry 4.0 (the ability to directly form a product by analyzing the opinions of individual users).

Ключевые слова: Industry 4 0, революция Blockchain, Блокчейм, блокчин, блокхейн, приложения blockchain, революционная Blockchain, основы фондового рынка, транзакционные издержки, Litecoin, криптовапюта, биткойн, криптоанализ, blockchain, Зфириум, блок цепи, транзакции, финансы, книга банковского дела, Ethereum, аутентификация документов, цифровые подписи в государственном управлении и нотариальное заверение, bitcoin, Morgan и ING, точки лояльности, акции, счета и различные финансовые инструменты, блокчейн, блок цепи, Технология blockchain, Биткойн, криптовапюта, криптоанализ, инвестиции, транзакции, платформа Mt Gox, виртуальные деньги, системы шифрования криптографии, финансовые инструменты, рынок, риск, иррациональные решения, быстрая прибыль, виртуальная валюта, зфириум, добыча биткойнов, копание криптовалют, шахтёры, котировки, токен, криптовалютные экскаваторы, цифровая революция, Ethereum, ETH, криптоанализ, blockchain, Эфириум, блок цепи, транзакции, финансы, Ethereum, криптовапюта, виртуальная валюта

Keywords: Industry 4 0, Blockchain Revolution, Blockchain, blockade, blockyin, blockchain applications, revolutionary Blockchain, stock market fundamentals, transaction costs, Litecoin, cryptavaputa, bitcoin, cryptanalysis, blockchain, Zfirium, chain block, transactions, finance, book of banking, Ethereum , authentication of documents, digital signatures in public administration and notarization, bitcoin, Morgan and ING, loyalty points, shares, accounts and various financial instruments, block, chain block, blockchain technology, Bitcoin, cryptaviaputa, cryptanalysis, investments, transactions, payments Mt Gox form, virtual money, cryptography encryption systems, financial instruments, market, risk, irrational solutions, fast profit, virtual currency, zfirium, bitcoin mining, digging crypto currency, miners, quotes, token, crypto currency excavators, digital revolution, Ethereum, ETH , cryptanalysis, blockchain, ethereum, block chains, transactions, finance, Ethereum, cryptapap, virtual currency

 

 

Изменения, наложенные на экономику цифровой революцией, огромны. Нашествие современных технологий трансформирует бизнес-модели, отношения между сотрудниками и компаниями и даже весь рынок труда. Некоторые из этих изменений легко увидеть, другие можно сравнить с бодрствующим вулканом, который может внезапно взорваться, а масштаб и последствия этого извержения трудно предсказать. Глобальный бизнес черпает вдохновение в интеллектуальных технологиях, благодаря чему он может развиваться. Это становится самой важной областью его работы. 2018 год и последующие годы должны привести к развитию трех интересных тенденций:

1. Первая из них — Blockchain (ведущая платформа валюты биткойн- BTC) имеет потенциал для революционизации систем безопасности, связанных со всеми типами транзакций, заключенных онлайн.
2. Вторая, «совместная экономика» (модель, в которой люди создают или совместно используют товары, создавая распределенные сети сотрудничества) развивается уже несколько лет и с энтузиазмом воспринимается отдельными потребителями.
3. Последняя, названная четвертой промышленной революцией, Industry 4.0 (способность напрямую формировать продукт, при этом происходит анализ мнения потребителей) — вызывает столько же надежд, сколько и опасений у аналитиков.

Blockchain

Технология Blockchain внимательно следит за банковским и финансовым секторами, потому, что именно они видят в ней мощный инструмент обеспечения безопасности транзакций. Все документы, сохраненные в соответствии с технологией blockchain, становятся невозможными для подделок и манипулирования. Запись этих данных означает, что невозможно повторно использовать биткойн, а транзакции необратимы. Прежде всего, они абсолютно безопасны. Их также можно легко контролировать, поскольку блоки содержат историю использования цифровой валюты с самого начала ее существования. Поэтому бизнес получает идеальную бухгалтерскую книгу: невозможно копировать, уничтожать информацию или изменять даже запятую. Эта технология требует постоянных исследований, но у нее есть шанс стать лучшим документом и системой авторизации транзакций, когда-либо созданной. Blockchain может полностью переделать мир финансов, который мы теперь знаем. Банки, фондовые биржи, биллинговые компании, обменные пункты и учреждения финансового надзора могут исчезнуть. Они больше не понадобятся в качестве гаранта и брокера транзакций. Популярность технологии blockchain и основанных на ней криптовалют имеет огромный потенциал для нарушения статус-кво области финансов. Это также возможность для развития экономики. Blockchain или цепочка блоков хранит данные обо всех транзакциях, совершенных с использованием цифровой валюты.

Экономика сотрудничества (совместная экономика)

Если говорить о самых гуманистических последствиях развития цифровых технологий, то следует указать на экономику сотрудничества. Это модель, в которой люди совместно создают или делят товары, создавая сети распределенного сотрудничества. Реализацией такой модели являются услуги, которые позволяют собрать средства для новых проектов, сети Коворкинг, мест совместной работы независимых организаций, а также глобальных деловых предприятий, таких как совместное использование автомобилей. Эти виды общественных проектов были бы невозможны без:

1. Использования разработанных технологий, например, мобильного Интернета.
2. Использования приложений, интернет-банкинга.
3. Расширения социальных сетей.

В управлении бизнесом идея общей экономики проявляется в использовании сетевых связей между сотрудниками и отказе от жестких структур, которые предполагают иерархический порядок (менеджмент, менеджеры, специалисты и сотрудники). Феномен также вызывает громкие споры (протесты водителей такси, связанные с Uber), но он, похоже, не теряет своего импульса. Еще один интересный пример экономики сотрудничества — Valve (владелец Steam), компания, в которой нет начальников.

Industry 4.0

Цифровая революция также не обходит промышленность. Похоже, что идея полной связи между всеми рабочими устройствами (Internet of Things) может быть наиболее привлекательной для производственных цехов. По оценкам экспертов, сегодня роботы выполняют основную часть этих задач. Таким образом, робототехника прогрессирует. Четвертая промышленная революция, которую некоторые люди уже называют новым явлением, должна привести к коренным изменениям в управлении. Сегодня одно несомненно: автоматизация и роботизация промышленности требуют от людей быть открытыми для перемен, чего можно достичь только через образование. Industry 4.0 — это способность напрямую формировать продукт, анализируя мнения отдельных пользователей.

Проигравшие и победители

Кто окажется бенефициаром революционных технологических процессов, которые происходят все чаще, и кто выйдет из игры? Это важный вопрос, который зависит от способности адаптировать бизнес к изменениям. И не все руководители компаний знают, как это делать.

Бдительность, открытость ума, способность наблюдать и интерпретировать новые явления, а также смелость подвергать сомнению корпоративный статус-кво — это навыки, которые должны стать ключевыми для оценки эффективности современных менеджеров.

2018 год

Можно выдвинуть тезис о том, что 2018 год начался очень давно. Как это возможно? Большинство описанных выше решений уже функционируют. Посмотрите вокруг, чтобы заметить, что такие понятия, как «Блок-цепи», «Цифровые деньги», «Виртуальная реальность» и «Децентрализация управления» уже находятся среди нас и в какой-то момент оказываются у нас под рукой. Некоторые из этих понятий все еще находятся в зачаточном состоянии, другие смело входят в нашу повседневную жизнь аналогично другим технологиям, которые уже доступны. 3D-печать или беспилотники, делающие поставки, — это не будущее, а уже настоящее.

Даже просто возможность предвидеть направления развития технологий и то, как мы будем их использовать сегодня, требует от нас изменения образа мышления на более футурологические. Технологическая революция происходит в наших головах.

Литература

 

1. Айрапетян А.С., Граблев А.Н. // «INDUSTRY 4.0» — СТРАТЕГИЯ ФОРМИРОВАНИЯ И РАЗВИТИЯ ЦИФРОВОЙ ЭКОНОМИКИ // Экономика и предпринимательство. 2017. № 6 (83). С. 53-56.
2. Андрианова Е.Г., Головин О.Л. // КОНЦЕПТУАЛЬНЫЕ АСПЕКТЫ ПОСТРОЕНИЯ ДОВЕРЕННЫХ НЕОДНОРОДНЫХ БЛОКЧЕЙН-СРЕД НОВОГО ТЕХНОЛОГИЧЕСКОГО УКЛАДА // ИТ-Стандарт. 2017. Т. 1. № 3-1 (12). С. 1-6.
3. Андрюшин С.А., Бурлачков В.К. // БИТКОЙН, БЛОКЧЕЙН, ФАЙЛ-ДЕНЬГИ И ОСОБЕННОСТИ ЭВОЛЮЦИИ ДЕНЕЖНОГО МЕХАНИЗМА // Финансы и кредит. 2017. Т. 23. № 31 (751). С. 1850-1861.
4. Бабкин А.В., Буркальцева Д.Д., Пшеничников В.В., Тюлин А.С. // КРИПТОВАЛЮТА И БЛОКЧЕЙН-ТЕХНОЛОГИЯ В ЦИФРОВОЙ ЭКОНОМИКЕ: ГЕНЕЗИС РАЗВИТИЯ // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2017. Т. 10. № 5. С. 9-22.
5. Бодрин К., Красноперова А. // АНАЛИЗ ВЛИЯНИЯ ТЕХНОЛОГИИ BLOCKCHAIN НА ЭКОНОМИЧЕСКОЕ ПОВЕДЕНИЕ ОРГАНИЗАЦИЙ // Теория и практика современной науки. 2017. № 6 (24). С. 130-134.
6. Бочкова Е.В., Кузнецова С.Д. // ПЕРСПЕКТИВЫ И ПРИМЕНЕНИЕ ТЕХНОЛОГИИ BLOCKCHAIN В СОВРЕМЕННОМ МИРЕ // Научно-методический электронный журнал Концепт. 2017. Т. 39. С. 3436-3440.
7. Бочкова Е.В., Мезер С.Д. // BITCOIN И BLOCKCHAIN: УНИКАЛЬНОСТЬ И ПРЕИМУЩЕСТВА В СОВРЕМЕННОМ МИРЕ // Научно-методический электронный журнал Концепт. 2017. Т. 39. С. 1661-1665.
8. Бочкова Е.В., Назаренко В.А., Романенко А.М. // ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ИССЛЕДОВАНИЯ ТЕХНОЛОГИИ BLOCKCHAIN // Научно-методический электронный журнал Концепт. 2017. Т. 39. С. 2541-2545.
9. Владимирова Л.В. // ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ БЛОКЧЕЙН // Фундаментальные и прикладные исследования в современном мире. 2017. № 18-1. С. 91-93.
10. Власов А.И., Карпунин А.А., Новиков И.П. // СИСТЕМНЫЙ АНАЛИЗ ТЕХНОЛОГИИ ОБМЕНА И ХРАНЕНИЯ ДАННЫХ BLOCKCHAIN // Современные технологии. Системный анализ. Моделирование. 2017. № 3 (55). С. 75-83.
11. Воеводин Е.Ю. // ИССЛЕДОВАНИЕ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ БЛОКЧЕЙН В ОБРАЗОВАТЕЛЬНОМ ПРОЦЕССЕ // Электронное обучение в непрерывном образовании. 2017. № 1 (4). С. 65-69.
12. Волочкова А.А., Тырнов П.А. // ОПЫТ ПРИМЕНЕНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ТЕХНОЛОГИИ BLOCKCHAIN // Молодежный научно-технический вестник. 2016. № 9. С. 65.
13. Воронов М.П., Часовских В.П. // BLOCKCHAIN – ОСНОВНЫЕ ПОНЯТИЯ И РОЛЬ В ЦИФРОВОЙ ЭКОНОМИКЕ // Фундаментальные исследования. 2017. № 9-1. С. 30-35.
14. Воронов М.П., Часовских В.П. // СОЧЕТАНИЕ КОНЦЕПЦИЙ BLOCKCHAIN И IIOT КАК ФАКТОР ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ // Фундаментальные исследования. 2017. № 10-2. С. 183-188.
15. Воронцова Е.А., Мелешенко Е.Г. // БЛОКЧЕЙН: ПАНАЦЕЯ ИЛИ УГРОЗА ДЛЯ ХРАНЕНИЯ И ПЕРЕДАЧИ ИНФОРМАЦИИ // Синергия Наук. 2016. № 5. С. 93-101.
16. Генкин А.С., Маврина Л.А. // БЛОКЧЕЙН ПЛЮС «УМНЫЕ» КОНТРАКТЫ: ПРЕИМУЩЕСТВА ПРИМЕНЕНИЯ И ВОЗНИКАЮЩИЕ ПРОБЛЕМЫ // Экономика. Бизнес. Банки. 2017. № 2 (19). С. 136-149
17. Генкин А.С., Михеев А.А. // БЛОКЧЕЙН В ИНТЕРНЕТЕ ВЕЩЕЙ // Страховое дело. 2017. № 10 (295). С. 3-11
18. Двойникова Д.А. // ТЕХНОЛОГИЯ BLOCKCHAIN В СФЕРЕ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ // Синергия Наук. 2017. № 16. С. 910-919.
19. Иванов С.Н. // ДЕЦЕНТРАЛИЗОВАННЫЕ СИСТЕМЫ НА БАЗЕ BLOCKCHAIN // Новая наука: техника и технологии. 2017. № 3. С. 27-30.
20. Игнатова Т.А., Трифонов Д.С. // ТЕХНОЛОГИЯ БЛОКЧЕЙН, ЕЁ СТРУКТУРА И СФЕРА ПРИМЕНЕНИЯ // Форум молодых ученых. 2017. № 5 (9). С. 908-912
21. Кармин И.А. // BLOCKCHAIN: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ // Современные аспекты экономики. 2016. № 12 (232). С. 89-95.
22. Киселев И.М. // ПРИМЕНЕНИЕ ТЕХНОЛОГИИ BLOCKCHAIN В ЭКОНОМИКЕ // Экономика и социум. 2016. № 7 (26). С. 594-597.
23. Клюев А.В. // ОБЗОРНАЯ ХАРАКТЕРИСТИКА ПОТЕНЦИАЛОВ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ ТЕХНОЛОГИИ БЛОКЧЕЙН В ЭКОНОМИКЕ // Ученые заметки ТОГУ. 2017. Т. 8. № 1. С. 178-182.
24. Корчагин С. // О ТЕКУЩИХ ТРЕНДАХ В РАЗВИТИИ ТЕХНОЛОГИИ БЛОКЧЕЙН // Свободная мысль. 2016. № 4 (1658). С. 31-38.
25. Куприяновский В.П., Синягов С.А., Климов А.А., Петров А.В., Намиот Д.Е. // ЦИФРОВЫЕ ЦЕПИ ПОСТАВОК И ТЕХНОЛОГИИ НА БАЗЕ БЛОКЧЕЙН В СОВМЕСТНОЙ ЭКОНОМИКЕ // International Journal of Open Information Technologies. 2017. Т. 5. № 8. С. 80-95.
26. Лоскутов И.Н., Иванов Ф.К. // ТЕХНОЛОГИЯ БЛОКЧЕЙН В СФЕРЕ ПОД/ФТ // Вестник РАЕН. 2017. Т. 17. № 3. С. 41-48.
27. Максимов Д.А., Монин В.В., Глазкова И.Ю. // КРИПТОВАЛЮТА И БЛОКЧЕЙН В ФИНАНСОВОЙ СИСТЕМЕ РОССИИ // Экономика и управление: проблемы, решения. 2017. Т. 3. № 3. С. 217-221.
28. Малашенко Т.И. // РАЗВИТИЕ ТЕХНОЛОГИИ BLOCKCHAIN В ИСПАНИИ И РОССИИ // Экономика и управление: проблемы, решения. 2017. Т. 4. № 9. С. 117-122.
29. Молокин А.С., Севанько А.М. // БЛОКЧЕЙН КАК ИНСТРУМЕНТ ТРАНЗАКЦИЙ В СИСТЕМАХ КРИПТОВАЛЮТ // Финансы, деньги, инвестиции. 2016. № 2 (58). С. 29-36.
30. Мякотников А.А. // КОММУНИКАЦИОННАЯ ПОДДЕРЖКА БЛОКЧЕЙН-ФОНДА «FEDERAL FINANCE FUND» // Социальные коммуникации: наука, образование, профессия. 2017. Т. 1. № 1 (17). С. 58-64.
31. Пименов Г.Г. // ПЕРСПЕКТИВЫ ВНЕДРЕНИЯ НОВЫХ ВИРТУАЛЬНЫХ ВАЛЮТ — БЛОКЧЕЙН // Экономика и предпринимательство. 2017. № 1 (78). С. 433-436.
32. Попова Е.М., Попов Н.В. // БЛОКЧЕЙН КАК ДРАЙВЕР ИЗМЕНЕНИЙ В БАНКОВСКОМ СЕКТОРЕ // Банковские услуги. 2016. № 12. С. 9-14.
33. Пряников М.М., Чугунов А.В. // БЛОКЧЕЙН КАК КОММУНИКАЦИОННАЯ ОСНОВА ФОРМИРОВАНИЯ ЦИФРОВОЙ ЭКОНОМИКИ: ПРЕИМУЩЕСТВА И ПРОБЛЕМЫ // International Journal of Open Information Technologies. Т. 5. № 6. С. 49-55.
34. Риппа С.П., Риппа М.Б., Риппа П.С. // PROBLEMS OF INFORMATION SECURITY IN FINANCE: FROM ANTI-PHISHING TO BLOCKCHAIN // Экономический вестник университета. Сборник научных трудов ученых и аспирантов. 2017. № 33-2. С. 395-399.
35. Рытова Т.А. // ПРЕОБРАЗОВАНИЕ BLOCKCHAIN TECHNOLOGY С INTERNET OF THINGS // Аллея науки. Т. 3. № 10. С. 745-748
36. Савельев И.Е. // ТЕХНОЛОГИЯ BLOCKCHAIN И ЕЕ ПРИМЕНЕНИЕ // Прикладная информатика. 2016. Т. 11. № 6 (66). С. 19-24.
37. Смирнов Ф.А. // ТРАНСФОРМАЦИЯ МИРОВОЙ ФИНАНСОВОЙ СИСТЕМЫ: БЛОКЧЕЙН, «УМНЫЕ КОНТРАКТЫ» И ВНЕБИРЖЕВЫЕ ДЕРИВАТИВЫ // Аудитор. 2017. Т. 3. № 6. С. 49-54.
38. Соколова Т.Н., Сыксин В.В. // УПРАВЛЕНИЕ ДЕЦЕНТРАЛИЗОВАННЫМИ СИСТЕМАМИ С ПОМОЩЬЮ ТЕХНОЛОГИИ BLOCKCHAIN // Информационная безопасность регионов. 2017. № 1 (26). С. 12-17.
39. Суханов Е.Э., Штанг К.С., Алешко Р.А. // ТЕХНОЛОГИЯ БЛОКЧЕЙН: ВЫЗОВЫ, ОГРАНИЧЕНИЯ, ВАРИАНТЫ СОВЕРШЕНСТВОВАНИЯ // Синергия Наук. 2017. № 14. С. 540-546.
40. Фомина Ю.В. // BLOCKCHAIN — ТЕХНОЛОГИЯ БУДУЩЕГО // Новая наука: От идеи к результату. 2016. № 11-1. С. 185-187.
41. Чагин С.С. // BLOCKCHAIN ДЛЯ ЧАЙНИКОВ: (ОТКРОВЕННО О ЗАДАЧАХ ВНЕДРЕНИЯ ТЕХНОЛОГИИ BLOCKCHAIN В ОБРАЗОВАНИИ) // Профессиональное образование. Столица. 2017. № 4. С. 31-34.
42. Naurazova, E., & Shamilev, S. (2017). FRACTALS AND MODELING OF FRACTAL PROPERTIES OF CORPORATE CULTURE. History. Economy. Geopolitics, 0 (3). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/58/54
43. Naurazova, E., & Shamilev, S. (2017). INFORMATIONAL-LOGICAL INVARIANTS AND THEIR APPENDICES. Internet Science, 0 (8). Obtained from https://internetnauka.ru/index.php/journal/article/view/228/224
44. Naurazova, E., & Shamilev, S. (2017). MODEL OF INFORMATION SECURITY IN DISTRIBUTED NETWORKS. Economy. Business. Informatics, 0 (4). Obtained from https://internetnauka.com/index.php/journal/article/view/126/83
45. Shamilev, S. (2017). ADAPTIVE MODELING OF RISK SITUATIONS IN THE HEALTH AND ENVIRONMENT OF THE REGION. Internet Science, 0 (4). Obtained from https://internetnauka.ru/index.php/journal/article/view/448/432
46. Shamilev, S. (2017). BIOLOGICAL-MATHEMATICAL AND COMPUTER SIMULATION OF PLANT DISEASE. Economy. Business. Informatics, 0 (2). Obtained from https://internetnauka.com/index.php/journal/article/view/192/189
47. Shamilev, S. (2017). MODELING (FORECASTING) OF INVESTMENT ACTIVITIES IN THE REGIONS. History. Economy. Geopolitics, 0 (2). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/129/120

 

References

 

1. Hayrapetyan A.S., Grable A.N. // «INDUSTRY 4.0» — STRATEGY FOR THE FORMATION AND DEVELOPMENT OF THE DIGITAL ECONOMY // Economics and Entrepreneurship. 2017. No. 6 (83). Pp. 53-56.
2. Andrianova EG, Golovin OL // CONCEPTUAL ASPECTS OF THE CONSTRUCTION OF TRUSTED INHOMOGENEOUS BLOCKER-MEDIA OF A NEW TECHNOLOGICAL FACILITY // IT-Standard. 2017. T. 1. No. 3-1 (12). Pp. 1-6.
3. Andryushin SA, Burlachkov V.K. // Bitkoyn, Blokchein, Fail-Money and Features of the Evolution of the Monetary Mechanism // Finance and Credit. 2017. 23. 23. No. 31 (751). S. 1850-1861.
4. Babkin AV, Burkal’tseva DD, Pshenichnikov VV, Tyulin AS // KRYPTOVALUTA AND BLOKCHEIN-TECHNOLOGY IN THE DIGITAL ECONOMY: THE GENESIS OF DEVELOPMENT // Scientific and technical bulletins of the St. Petersburg State Polytechnic University. Economic sciences. 2017. T. 10. № 5. 5. P. 9-22.
5. Bodrin K., Krasnoperova A. // ANALYSIS OF INFLUENCE OF BLOCKCHAIN TECHNOLOGY ON ECONOMIC BEHAVIOR OF ORGANIZATIONS // Theory and practice of modern science. 2017. No. 6 (24). Pp. 130-134.
6. Bochkova EV, Kuznetsova S.D. // PERSPECTIVES AND APPLICATION OF BLOCKCHAIN TECHNOLOGY IN THE CONTEMPORARY WORLD // Scientific and methodical electronic journal Concept. 2017. P. 39. P. 3436-3440.
7. Bochkova EV, Mezer S.D. // BITCOIN AND BLOCKCHAIN: UNIQUE AND ADVANTAGES IN THE CONTEMPORARY WORLD // Scientific and methodical electronic journal Concept. 2017. P. 39. P. 1661-1665.
8. Bochkova EV, Nazarenko VA, Romanenko A.M. // THEORETICAL ASPECTS OF INVESTIGATION OF BLOCKCHAIN TECHNOLOGY // Scientific and Methodical Electronic Journal. Concept. 2017. P. 39. P. 2541-2545.
9. Vladimirova L.V. // PERSPECTIVES OF APPLICATION OF BLOKCHEIN TECHNOLOGY // Fundamental and applied research in the modern world. 2017. No. 18-1. Pp. 91-93.
10. Vlasov AI, Karpunin AA, Novikov IP // SYSTEMATIC ANALYSIS OF TECHNOLOGY OF EXCHANGE AND STORAGE OF BLOCKCHAIN DATA // Modern technologies. System analysis. Modeling. 2017. No. 3 (55). Pp. 75-83.
11. Voevodin E.Yu. // INVESTIGATION OF THE APPLICATION OF BLOKCHEIN TECHNOLOGY IN THE EDUCATIONAL PROCESS // Electronic learning in continuous education. 2017. No. 1 (4). Pp. 65-69.
12. Volochkova AA, Tyrnov PA // EXPERIENCE OF APPLICATION AND PROSPECTS OF DEVELOPMENT OF BLOCKCHAIN TECHNOLOGY // Youth scientific and technical bulletin. 2016. № 9. P. 65.
13. Voronov MP, Chasovskikh V.P. // BLOCKCHAIN — BASIC CONCEPTS AND ROLE IN THE DIGITAL ECONOMY // Fundamental research. 2017. No. 9-1. Pp. 30-35.
14. Voronov MP, Chasovskikh VP // CONCENTRATION OF BLOCKCHAIN AND IIOT CONCEPTS AS A FACTOR OF IMPROVING EFFICIENCY OF ENTERPRISE ACTIVITY // Fundamental Research. 2017. No. 10-2. Pp. 183-188.
15. Vorontsova EA, Meleshenko EG // BLOCKEYN: PANACEA OR THREAT TO STORAGE AND TRANSMISSION OF INFORMATION // Synergy of Sciences. 2016. No. 5. P. 93-101.
16. Genkin AS, Mavrina LA // BLOKCHEIN PLUS «SMART» CONTRACTS: ADVANTAGES OF APPLICATION AND EMERGING PROBLEMS // Economics. Business. Banks. 2017. No. 2 (19). Pp. 136-149
17. Genkin AS, Mikheev AA // BLOCKCHEIN IN INTERNET OF THINGS // Insurance business. 2017. No. 10 (295). Pp. 3-11
18. Dvoinikova DA // BLOCKCHAIN TECHNOLOGY IN THE SPHERE OF INTELLECTUAL PROPERTY // Synergy of Sciences. 2017. No. 16. P. 910-919.
19. Ivanov SN // DECENTRALIZED SYSTEMS ON THE BLOCKCHAIN BASIS // New Science: Technology and Technology. 2017. № 3. P. 27-30.
20. Ignatova TA, Trifonov DS // TECHNOLOGY BLOKCHEIN, ITS STRUCTURE AND SCOPE OF APPLICATION // Forum of young scientists. 2017. No. 5 (9). Pp. 908-912
21. Karmin I.A. // BLOCKCHAIN: PROBLEMS AND PROSPECTS OF DEVELOPMENT // Modern aspects of the economy. 2016. No. 12 (232). Pp. 89-95.
22. Kiselev I.M. // APPLICATION OF BLOCKCHAIN ECHNOLOGY IN THE ECONOMY // Economy and society. 2016. No. 7 (26). Pp. 594-597.
23. Klyuev A.V. // OVERVIEW CHARACTERISTICS OF THE POTENTIALS OF PRACTICAL APPLICATION OF BLOKCHEIN TECHNOLOGY IN THE ECONOMY // Scientists Notes of the Pacific University. 2017. T. 8. No. 1. S. 178-182.
24. Korchagin S. // ABOUT CURRENT TRENDS IN THE DEVELOPMENT OF BLOKCHEIN TECHNOLOGY // Free thought. 2016. № 4 (1658). Pp. 31-38.
25. Kupriyanovsky VP, Sinyagov SA, Klimov AA, Petrov AV, Namiot D.E. // DIGITAL CIRCUITS OF SUPPLY AND TECHNOLOGY ON THE BLOCKCHEIN BASIS IN JOINT ECONOMY // International Journal of Open Information Technologies. 2017. T. 5. № 8. P. 80-95.
26. Loskutov I.N., Ivanov F.K. // TECHNOLOGY BLOKCHEIN IN THE SPHERE OF AM / FT // Vestnik RANS. 2017. T. 17. № 3. P. 41-48.
27. Maximov DA, Monin VV, Glazkova I.Yu. // KRYPTOVALUTA AND BLOKCHEIN IN THE FINANCIAL SYSTEM OF RUSSIA // Economics and management: problems, solutions. 2017. T. 3. No. 3. P. 217-221.
28. Malashenko T.I. // DEVELOPMENT OF BLOCKCHAIN TECHNOLOGY IN SPAIN AND RUSSIA // Economics and management: problems, solutions. 2017. Vol. 4. No. 9. P. 117-122.
29. Molokin A.S., Sevyanko A.M. // BLOCKEYN AS A TOOL OF TRANSACTIONS IN CRYPTUAL SYSTEMS // Finance, money, investments. 2016. № 2 (58). Pp. 29-36.
30. Myakotnikov A.A. // COMMUNICATION SUPPORT FOR THE BLOCK-FUND «FEDERAL FINANCE FUND» // Social communications: science, education, profession. 2017. T. 1. No. 1 (17). Pp. 58-64.
31. Pimenov G.G. // PROSPECTS OF INTRODUCING NEW VIRTUAL CURRENCIES — BLOKCHEIN // Economics and Entrepreneurship. 2017. No. 1 (78). Pp. 433-436.
32. Popova EM, Popov N.V. // BLOCKCHEEN AS A DRIVER OF CHANGES IN THE BANKING SECTOR // Banking services. 2016. No. 12. P. 9-14.
33. Pryanikov MM, Chugunov A.V. // BLOCKCHEEN AS A COMMUNICATION BASIS FOR THE FORMATION OF THE DIGITAL ECONOMY: ADVANTAGES AND PROBLEMS // International Journal of Open Information Technologies. 2017. T. 5. № 6. P. 49-55.
34. Rippa, SP, Rippa, MB, Rippa, P.S. // PROBLEMS OF INFORMATION SECURITY IN FINANCE: FROM ANTI-PHISHING TO BLOCKCHAIN // The Economic Bulletin of the University. Collection of scientific works of scientists and graduate students. 2017. No. 33-2. P. 395-399.
35. Rytova Т.А. // TRANSFORMATION OF BLOCKCHAIN TECHNOLOGY WITH INTERNET OF THINGS // Alley of Science. 2017. T. 3. No. 10. P. 745-748
36. Savelyev IE // BLOCKCHAIN TECHNOLOGY AND ITS APPLICATION // Applied Informatics. 2016. Vol. 11. No. 6 (66). Pp. 19-24.
37. Smirnov F.A. // TRANSFORMATION OF THE WORLD FINANCIAL SYSTEM: BLOKCHEIN, «SMART CONTRACTS» AND EXTRAORDINARY DERIVATIVES // Auditor. 2017. T. 3. No. 6. P. 49-54.
38. Sokolova TN, Syksin VV // DECENTRALIZED SYSTEMS MANAGEMENT USING BLOCKCHAIN TECHNOLOGY // Information security of regions. 2017. No. 1 (26). Pp. 12-17.
39. Sukhanov EE, Stang KS, Aleshko RA // TECHNOLOGY BLOCKEYN: CHALLENGES, LIMITATIONS, OPTIONS FOR IMPROVEMENT // Synergy of Sciences. 2017. No. 14. P. 540-546.
40. Fomina Yu.V. // BLOCKCHAIN — FUTURE TECHNOLOGY // New science: From idea to result. 2016. No. 11-1. Pp. 185-187.
41. Chagin S.S. // BLOCKCHAIN FOR KETTLES: (REALLY ABOUT THE PROBLEMS OF INTRODUCING BLOCKCHAIN TECHNOLOGY IN EDUCATION) // Vocational education. Capital. 2017. № 4. P. 31-34.
42. Naurazova, E., & Shamilev, S. (2017). FRACTALS AND MODELING OF FRACTAL PROPERTIES OF CORPORATE CULTURE. History. Economy. Geopolitics, 0 (3). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/58/54
43. Naurazova, E., & Shamilev, S. (2017). INFORMATIONAL-LOGICAL INVARIANTS AND THEIR APPENDICES. Internet Science, 0 (8). Obtained from https://internetnauka.ru/index.php/journal/article/view/228/224
44. Naurazova, E., & Shamilev, S. (2017). MODEL OF INFORMATION SECURITY IN DISTRIBUTED NETWORKS. Economy. Business. Informatics, 0 (4). Obtained from https://internetnauka.com/index.php/journal/article/view/126/83
45. Shamilev, S. (2017). ADAPTIVE MODELING OF RISK SITUATIONS IN THE HEALTH AND ENVIRONMENT OF THE REGION. Internet Science, 0 (4). Obtained from https://internetnauka.ru/index.php/journal/article/view/448/432
46. Shamilev, S. (2017). BIOLOGICAL-MATHEMATICAL AND COMPUTER SIMULATION OF PLANT DISEASE. Economy. Business. Informatics, 0 (2). Obtained from https://internetnauka.com/index.php/journal/article/view/192/189
47. Shamilev, S. (2017). MODELING (FORECASTING) OF INVESTMENT ACTIVITIES IN THE REGIONS. History. Economy. Geopolitics, 0 (2). Obtained from https://internetnauka.net/index.php/geopolitika/article/view/129/120

УДК 349.3

 

Карпова Наталья Александровна, магистрант

Межрегиональный открытый социальный институт (Россия, г. Йошкар-Ола)

Karpova Natalya Aleksandrovna, Master’s degree programs

Interregional Open Social Institute, (Russia, Yoshkar-Ola)

 

ФИНАНСОВАЯ УСТОЙЧИВОСТЬ ПЕНСИОННОЙ СИСТЕМЫ В СОВРЕМЕННЫХ УСЛОВИЯХ

FINANCIAL STABILITY OF PENSION SYSTEM IN MODERN CONDITIONS

 

В Российской Федерации существуют свои особенности развития системы пенсионного обеспечения, схожесть с системами стран бывшего Советского Союза обусловлена историческим, экономическим и политическим положением.

На территории бывшего Советского Союза развивается интернациональный рынок труда, поэтому существует необходимость стабильных гарантий в области обязательного пенсионного страхования. Учитывая возникающие перед государством выполнение новых обязательств, как принимающей стороны, актуальны вопросы связанные с финансовой устойчивостью системы пенсионного обеспечения.

 

In the Russian Federation there are features of development of system of provision of pensions, the similarity with the systems of the countries of the former Soviet Union is caused by historical, economic and political situation.

In the territory of the former Soviet Union international labor market therefore there is a need of stable guarantees in the field of mandatory pension insurance develops. Considering arising before the state implementation of new obligations as host, the topical issues connected with financial stability of system of provision of pensions.

 

Ключевые слова: пенсионная система, страховые пенсии, страховые взносы, межбюджетные трансферты.

Keywords: pension system, insurance pensions, insurance premiums, interbudgetary transfers.

 

В 2012 году принята Стратегия долгосрочного развития пенсионной системы, она определяет цели, которые гарантируют социально приемлемый уровень пенсионного страхования и обеспечение сбалансированности долгосрочной финансовой устойчивости пенсионной системы. Исходя из этого, можно подчеркнуть актуальность поставленной проблемы и необходимость ее решения на уровне правительства [1].

Анализируя финансовые потоки Фонда, следует отметить выплаты, обеспечение которых входит в функции Пенсионного фонда Российской Федерации (ПФР), ну эти выплаты имеют экономической природы социального страхования:

— государственное пенсионное обеспечение выплата пенсии и ежемесячные доплаты;

— выплаты гражданам по отдельным категориям;

— социальная доплата к пенсии до уровня прожиточного минимума пенсионера в субъектах РФ;

— компенсирование пенсионеру стоимости проезда из района Крайнего Севера;

— материнский (семейный) капитал;

— и другие выплаты.

Материальное обеспечение пенсионеров по данным видам закреплена законодательно за государством, денежные средства поступают из Федерального бюджета РФ. От общей сумма доходов бюджета Фонда доля таких выплат составляет более 43,5 %.

Перечисленные выплаты и доплаты выплачиваются ПФР, но не являются обязательствами в области обязательного пенсионного страхования. Такие функции являются дополнительными для страховщика по обязательствам государства, поэтому средства, затраченные на перечисленные цели, не возмещаются.

Финансирование деятельности по обязательному пенсионному страхованию с целью повышения качества оценки прогнозирования объема межбюджетного трансферта из Федерального бюджета в бюджет ПФР, имеет законодательно установленное требование для Правительства Российской Федерации взаимосвязь методик:

— определение размера одного  индивидуального пенсионного коэффициента (ИПК);

— определение необходимого межбюджетного трансферта.

Усиление роли страховых принципов было закреплено новым законодательством в связи с необходимостью закрепления методики. С 2015 года размер выплаты страховой пенсии напрямую зависит от объема ресурсов в системе ПФР: объема страховых взносов межбюджетных трансфертов. Формула определения размера одного индивидуального пенсионного коэффициента рассчитывается как соотношение поступивших взносов на финансирование страховых пенсий и трансфертов из Федерального бюджета, поступающие в бюджет ПФР в соответствующем году, и общей суммы индивидуальных пенсионных коэффициент застрахованных лиц, получающих страховые пенсии [4].

Стоимость одного индивидуального пенсионного коэффициента увеличивается и определяется два раза в год на 1 февраля (на основе индекса роста потребительских цен за предыдущий год, утверждается правительством РФ) и на 1 апреля (закрепляется Федеральным Законом о бюджете ПФР на соответствующий финансовый год). На основе концепции новой пенсионной формулы методика определения суммы страховых взносов на выплаты пенсии не учитывает поступления по дополнительным тарифам, установленные для отдельных категорий застрахованных лиц. Следует отметить существование расходов, которые финансируются за счет страховых взносов, например, пособие на погребение умерших лиц.

Страховые пенсии, которые выплачиваются за счет межбюджетных трансфертов, объединяет цель: обеспечение государственных обязательств за счёт страховых взносов.

Законодательно установлено четыре таких трансферта:

— валоризации величины расчетного пенсионного капитала советского стажа;

— компенсация расходов бюджета связанных с пониженными тарифами страховых взносов;

— возмещение расходов связанных с нестраховыми периодами;

— расходы на обязательное пенсионное страхование (досрочный выход на пенсию, повышенная фиксированная выплата отдельным категориям, выпадающие доходы в связи с отчислениями на накопительную пенсию, рост стоимости одного балла не ниже инфляции и другие).

Четкая детализация необходима для определения финансовой устойчивости пенсионной системы в нынешний и долгосрочный периоды. Обеспечивая прозрачность и обоснованность размера межбюджетных трансфертов из федерального бюджета, методика предусматривает порядок подсчета объема необходимых средств бюджету ПФР, учитывая следующие показатели:

— среднегодовая численность застрахованных лиц, получающих страховые пенсии;

— средний размер ИПК, который отражает средний размер суммы рассчитываемого трансферта;

— среднегодовой размер одного пенсионного коэффициента;

— расходы, связанные с доставкой пенсий.

Используемая система расчетов трансфертов действует с 2015 года, но существуют сторонники балансовой модели, которая применялась ранее. Порядок определения трансфертов согласно балансовому подходу отличается отсутствием четкого закрепленного объема межбюджетных трансфертов, направленных на выполнение задач по обязательствам государства. В долгосрочном периоде такая модель повлечет необоснованный расчет стоимости одного балла и межбюджетных трансфертов, что поставит под сомнения корректность расчетов.

С 2015 года, рассчитывая параметры бюджета ПФР на очередной финансовый год и плановый период, учитываются расходы на основе подходов, приведённых выше методик.

Использование методик позволяет усилить финансовую устойчивость Пенсионного фонда Российской Федерации и повысить уровень точности прогнозирования необходимых финансовых потоков, которые определяют потребности в размере межбюджетных трансфертов.

 

Список литературы

 

1. Стратегия долгосрочного развития пенсионной системы РФ [электронный ресурс]: Распоряжение Правительства РФ от 25.12.2012 г. № 2524-р. Режим доступа: https://rg.ru/2012/12/31/pension-site-dok.html (19.12.2017).
2. О государственном пенсионном обеспечении в РФ [электронный ресурс]: Федеральный закон РФ от 15.12.2001 г. № 166-ФЗ. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_34419/ (19.12.2017).
3. Об обязательном пенсионном страховании [электронный ресурс]: Федеральный закон РФ от 05.12.2001 г. № 167-ФЗ. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_34447/ (19.12.2017).
4. О страховых пенсиях [электронный ресурс]: Федеральный закон от 28.12.2013 г. № 400-ФЗ. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_156525/ (19.12.2017).
5. О бюджете Пенсионного фонда Российской Федерации на 2018 год и на плановый период 2019 и 2020 годов [электронный ресурс]: Федеральный закон от 05.12.2017 N 363-ФЗ. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_284128/ (19.12.2017).

Положение о Пенсионном фонде Российской Федерации (России) [электронный ресурс]: Постановление Верховного совета Российской Федерации от 27 декабря 1991 года N 2122-1. Режим доступа: http://www.pfrf.ru/info/order/pfr_status/~1263

УДК 336.71

Бакаева Малика Магомедовна

ассистент, ФГБОУ ВО «Чеченский государственный университет»

Грозный, Россия.

Bakaeva Malika Magomedovna

Assistant, FGBOU VO «Chechen State University»

Grozny, Russia.

РЕЙТИНГИ БАНКОВ – КАК ИНСТРУМЕНТАРИЙ И ЕГО СОВЕРШЕНСТВОВАНИЕ

RATINGS OF BANKS — AS A TOOL AND IMPROVEMENT

Аннотация. В данной статье обоснована важность составления рейтинга банков, выделены цели и системные принципы рейтингования банков. Анализируется, как решать системные задачи рейтингования банков. Исследованы задачи автоматизации рейтингования банков, выделены его основные процессы. Отдельно рассмотрены вопросы управления безопасностью и правами пользователей, на уровне «клиент-серверной» и «облачной» технологии. Предложена модель выживаемости банка.

Abstract. This article substantiates the importance of compiling a rating of banks, outlines goals and systemic principles for rating banks. It is analyzed how to solve system tasks of rating banks. The problems of automation of rating of banks are investigated, its main processes are singled out. Separately, the issues of security management and user rights, at the level of «client-server» and «cloud» technology. A model for survival of the bank is proposed.

Ключевые слова: рейтинг банков, цели, системные принципы, задача автоматизации рейтингования банков, вопросы управления безопасностью, вопросы управления правами пользователей, «клиент-серверная» технология, «облачная» технология, модель выживаемости банка.

Keywords: rating of banks, goals, system principles, the task of automation of bank rating, security management issues, user rights management issues, «client-server» technology, cloud technology, survival model of the bank.

 

Рейтинги банков

Релевантным инструментарием сравнивания устойчивости (надежности) банков является рейтинг банков. В его основе показатели, инвариантные (для всех, независимые от профиля, назначения) и вариативные (зависящие от профиля деятельности и статуса). Рейтинговая система должна быть прозрачной, простой, учитывающей достижения банка, в частности, показатели работы.

Многое измеримо количественно, часть – качественно, другие – смешанно, но все должны быть в единой шкале, с едиными весами [11].

Основные цели:

• получение объективной информации;
• интегральный анализ банковской сферы, деятельности банков;
• обеспечение обратной связи, качества обслуживания, новыми банковскими продуктами, усиление конкурентной среды, мотивация банков (персонала), улучшения безопасности;

Системные принципы рейтингования банков:

• комплексный учет деятельности;
• объективность, актуальность, полнота информации, минимизация субъективности;
• систематическое оценивание качественного уровня;
• открытость результатов, снижение неопределенности, необъективности [8].

Принципы позволяют решать системные задачи рейтингования банков:

• прогнозирование, планирование, целедостижение;
• снижение сложности (повышение управляемости);
• получение общей картины, участия дочерних структур;
• повышение самооценки персонала;
• совершенствование оплат (премирования);
• категорирование банков на предстоящий период.

Используются различные формы учета и экспертного оценивания (например, банковским сообществом), шкалирования, выравнивания в единой шкале и др. Методы оценивания – эмпирические, теоретические, смешанные (наблюдение, опрос, эксперты, прогнозирование и др.). Результаты – прямые (по показателям) или косвенные.

Количественный анализ – с использованием финансового анализа (вариантов SWOT-анализа), связей структурных подразделений [3].

Задачи автоматизации рейтингования банков

Банковская система с большими массивами данных потребует автоматизации ведения, сопровождения, учета иерархичности системы, нормирования показателей, шкалирования с идентифицированными диапазонами изменений, весами.

Для рассмотрения оценок показателей эффективности банковской деятельности их группируют: операционная деятельность, кредитование, диверсификация, благотворительность и др. Внутренний рейтинг должен учесть и социально-общественные параметры по персоналу. Это также значимые показатели. Поощряется имиджевость, работа на его повышение [5].

Каждое достижение привязано к какому-то показателю. И наоборот.

Выделяем основные категории учета связей. При автоматизации рейтинга, выделяем основные процессы:

• структурирование по значимости показателей учетного периода, их критериев оценки;
• ввод данных, настройка рейтинговой системы;
• запуск алгоритмов рейтингования;
• формирование рейтинга;
• проектные решения, например, категорирование банков.

Рейтинг и управление веб-взаимодействиями

Важная подсистема – управления безопасностью и правами пользователей, на уровне «клиент-серверной» и «облачной» технологии.

Трудности сравнительного анализа банков, банковских групп снижают релевантность рейтингов, но методики совершенствуются, создаются новые алгоритмы, инструментальные системы.

Какие используются чаще? – Например, реляционные БД (SQL Server), системы документооборота (XML), интеллектуального анализа данных (DataMining), разграничения доступа (Take-Grand) и др.

В автоматизированной системе должна быть аналитическая подсистема, отражающая текущий рейтинг, используются облачные хранилища, возможности, распределенная удаленная обработка персональных данных через интернет-инфраструктуру банка, ЦОД. Это повышает безопасность и устойчивость системы. Наряду с использованием моделей доступа и обслуживания различных уровней. Например, SaaS позволяет использовать полнофункциональное ПО в интернет (сервис по требованию): в облаке – приложение, обслуживающее несколько пользователей (Google Apps, в частности).

Для системы рейтинга банков экономичное, технологичное, надежное решение должно включать разностороннюю поддержку, например, мобильную, онлайн.

Использование облачных ресурсов пресекает несанкционированное использование одного логина, взломы, у него затраты на развертывание и поддержку меньше.

Все материалы организуются иерархически, матрично, сетевым образом. Значимость показателей, их комплекса, весовых коэффициентов определяет экспертная комиссия и (или) Правление (Совет) банка [6].

Модель выживаемости банка

Введем коэффициенты отзыва лицензий (ликвидации) банков, как среднеинтегральные величины:

где числитель формулы – число ликвидаций в группе («равномощных») за х лет, а знаменатель – среднее количество всех банков интервале (х; х+1],   — вероятность ликвидации, где  — темп:

В зависимости от используемых данных выделяем для идентификации группы показателей:

• абсолютные (из финотчетности банка), они не самые информативные (по динамике);
• относительные (финансовые коэффициенты), для анализа структуры, качества абсолютных;
• динамические (трендовые);
• качественные (репутационно-имиджевые).

Для анализа состояния банка, его ранга используют переменные, которые могут быть количественными (сравнительными), порядковыми (ординальными), ранговыми. При анализе рангов, если ранги банков неразличимы (что редкость для банков), то каждому банку приписывается одинаковый ранг, среднеарифметическое мест, которые они поделили.

Формируя рейтинг необходимо не только адекватно выбрать тип используемых переменных, но и релевантно определить показатели, которые они будут оценивать.

 

Литература

1. Байдак В.Ю. // МЕТОДОЛОГИЯ ПРИСВОЕНИЯ РЕЙТИНГА БАНКАМ ГРАНИЧНЫМ МЕТОДОМ // Российский экономический интернет-журнал. 2012. № 1. С. 4-13.
2. Булеев А.И., Гордеев Д.С. // МЕТОДОЛОГИЯ ПРИСВОЕНИЯ РЕЙТИНГА БАНКАМ ГРАНИЧНЫМ МЕТОДОМ // Российский экономический интернет-журнал. 2012. № 2. С. 57-68.
3. Гуськов С.Ю., Лёвин В.В. // СТАТИСТИЧЕСКИЕ ОЦЕНКИ ПОКАЗАТЕЛЕЙ ВАЛИДНОСТИВНУТРЕННИХ РЕЙТИНГОВ БАНКОВ ДЛЯ СЛУЧАЯ МАЛЫХ ВЫБОРОК // Экономические науки. 2015. № 130. С. 108-114.
4. Есина М.Г. // ФОРМИРОВАНИЕ РЕЙТИНГА БАНКОВ АГЕНТСТВАМИ: ПРОБЛЕМЫ И ПУТИ СОВЕРШЕНСТВОВАНИЯ // Проблемы и перспективы современной науки. 2016. № 10. С. 123-126.
5. Иванов А.П., Пыченкова О.С. // РАЗРАБОТКА ШКАЛЫ СОЦИАЛЬНОГО РЕЙТИНГА БАНКОВ // Автоматизация. Современные технологии. 2015. № 9. С. 44-48.
6. Карабаев Н.А. // ДОХОДНОСТЬ — ВЛИЯТЕЛЬНЫЙ ФАКТОР ОПРЕДЕЛЕНИЯ РЕЙТИНГА БАНКА // Апробация. 2017. № 2 (53). С. 223-224.
7. Каримов Д.Р. // ПРОБЛЕМЫ ФОРМИРОВАНИЯ РЕЙТИНГА БАНКОВ РЕЙТИНГОВЫМИ АГЕНТСТВАМИ // Теория и практика современной науки. 2016. № 11 (17). С. 382-385.
8. Карминский А.М., Пересецкий А.А., Рыжов А.В. // МОДЕЛИ РЕЙТИНГОВ БАНКОВ ДЛЯ РИСК-МЕНЕДЖМЕНТА // Управление финансовыми рисками. 2006. № 4. С. 362-373.
9. Карминский А.М., Сосюрко В.U. // ОСОБЕННОСТИ МОДЕЛИРОВАНИЯ МЕЖДУНАРОДНЫХ РЕЙТИНГОВ БАНКОВ // Управление финансовыми рисками. 2010. № 4. С. 292-305.
10. Карминский С.А., Малахова И.У., Миненкова Е.С., Пересецкий А.А. // МОДЕЛИ РЕЙТИНГОВ БАНКОВ АГЕНТСТВА MOODYS // Управление финансовыми рисками. 2007. № 2. С. 96-109.
11. Куницын И.И. // РОЛЬ РЕЙТИНГОВ БАНКОВ РЕГИОНА В ОЦЕНКЕ РЕПУТАЦИОННЫХ УГРОЗ // Банковское дело. 2016. № 4. С. 70-74.
12. Насонова А.А., Лотобаева Г.Г. // СОВРЕМЕННЫЕ ПОДХОДЫ К РАСЧЕТУ КРЕДИТНОГО РИСКА ОРГАНИЗАЦИЙ МАЛОГО БИЗНЕСА НА ОСНОВЕ ВНУТРЕННИХ РЕЙТИНГОВ БАНКА // Сибирская финансовая школа. 2014. № 3 (104). С. 86-92.
13. Пригодич И.А. // РЕЙТИНГИ БАНКОВ РЕСПУБЛИКИ БЕЛАРУСЬ // Экономика и банки. 2017. № 1. С. 71-76.
14. Сейсенбаева Ж.М., Айдаров Т.А. // ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ АНАЛИЗА РЕЙТИНГОВ БАНКОВ ВТОРОГО УРОВНЯ // Научный альманах. 2017. № 4-1 (30). С. 258-261.
15. Толовикова О.А. // РАСЧЕТ РЕЙТИНГА БАНКА ВТБ 24 (ПАО) ПО МЕТОДИКЕ CAMEL // Новая наука: От идеи к результату. 2016. № 4-1. С. 202-205.

 

References

1. Baidak V.Yu. // METHODOLOGY OF ASSIGNING RATING TO BANKS BY BORDER METHOD // Russian Economic Internet Journal. 2012. № 1. P. 4-13.
2. Buleev AI, Gordeev DS // METHODOLOGY OF ASSIGNING RATING TO BANKS BY BORDER METHOD // Russian Economic Internet Journal. 2012. № 2. P. 57-68.
3. Guskov S.Yu., Levin V.V. // STATISTICAL ESTIMATES OF INDICATORS OF VALIDITY OF INTERNAL RATINGS OF BANKS FOR CASE OF SMALL SELECTIONS // Economic sciences. 2015. No. 130. P. 108-114.
4. Esina M.G. // FORMATION OF BANKING RATINGS BY AGENCIES: PROBLEMS AND WAYS OF IMPROVEMENT // Problems and perspectives of modern science. 2016. No. 10. P. 123-126.
5. Ivanov AP, Pychenkova OS // DEVELOPMENT OF THE SCALE OF SOCIAL RATING OF BANKS // Automation. Modern technologies. 2015. № 9. P. 44-48.
6. Karabayev N.A. // YIELD — EFFECTIVE FACTOR OF DETERMINING THE BANK RATING // Approbation. No. 2 (53). Pp. 223-224.
7. Karimov DR // PROBLEMS OF FORMATION OF RATING OF BANKS BY RATING AGENCIES // Theory and practice of modern science. 2016. No. 11 (17). Pp. 382-385.
8. Karminsky AM, Peresetsky AA, Ryzhov A.V. // MODELS OF RATINGS OF BANKS FOR RISK MANAGEMENT // Financial Risk Management. 2006. № 4. P. 362-373.
9. Karminsky AM, Sosyurko V.U. // FEATURES OF MODELING OF INTERNATIONAL RATINGS OF BANKS // Financial Risk Management. 2010. № 4. With. 292-305.
10. Karminsky SA, Malakhova IU, Minenkova ES, Peresetsky AA // MODELS OF RATINGS OF MOODYS AGENCIES // Financial Risk Management. 2007. № 2. P. 96-109.
11. Kunitsyn I.I. // THE ROLE OF RATINGS OF BANKS OF THE REGION IN THE ASSESSMENT OF REPUTATIONAL THREATS // Banking. 2016. № 4. P. 70-74.
12. Nasonova AA, Lotobaeva G.G. // MODERN APPROACHES TO CALCULATING CREDIT RISK OF ORGANIZATIONS OF SMALL BUSINESS BASED ON INTERNAL RATINGS OF THE BANK // Siberian Financial School. 2014. No. 3 (104). Pp. 86-92.
13. Prigodich I.A. // RATINGS OF BANKS OF THE REPUBLIC OF BELARUS // Economy and banks. 2017. No. 1. P. 71-76.
14. Seisenbaeva Zh.M., Aidarov TA // ECONOMIC INDICATORS OF THE ANALYSIS OF RATINGS OF BANKS OF THE SECOND LEVEL // Scientific almanac. No. 4-1 (30). Pp. 258-261.

Tolovikova O.A. // CALCULATION OF THE RATING OF THE BANK VTB 24 (PAO) BY THE CAMEL METHODOLOGY // New science: From idea to result. 2016. № 4-1. Pp. 202-205

УДК 336.71

Бакаева Малика Магомедовна

ассистент, ФГБОУ ВО «Чеченский государственный университет»

Грозный, Россия.

Bakaeva Malika Magomedovna

Assistant, FGBOU VO «Chechen State University»

Grozny, Russia.

РЫНОК ОНЛАЙН-КРЕДИТОВАНИЯ В РУНЕТ: ГОТОВЫ ЛИ САЙТЫ КОМПАНИЙ?

ONLINE-CREDIT MARKET IN RUNET: IS THE SITES OF COMPANIES READY?

Аннотация. В данной статье рассмотрены сервисы небанковского онлайн-кредитования, исследована общая тенденция «ухода» банковских продуктов и услуг в онлайн. Раскрыто аккумулирование свободных средств и их уход к брокерам, эмиссии, депозитарной деятельности, кредитованию, инвестированию. Предложен критерий эффективности банковской деятельности в ситуационном имитировании. Проанализированы изменения направления экономической активности населения, их мотивированности на рынке. Отдельно рассмотрена готовность коммерческих и бизнес сайтов к освоению сектора онлайн-кредитования. Сделаны соответствующие выводы.

Abstract. This article examines the services of non-bank online lending, investigated the general trend of «care» of banking products and services online. The accumulation of free funds and their withdrawal to brokers, issues, depositary activities, lending, and investment are disclosed. A criterion for the effectiveness of banking activity in situational imitation is proposed. Changes in the direction of economic activity of the population and their motivation in the market are analyzed. Separately examined the readiness of commercial and business sites to develop the online lending sector. The corresponding conclusions are drawn.

Ключевые слова: сервисы небанковского онлайн-кредитования, тенденция «ухода» банковских продуктов и услуг в онлайн, аккумулирование свободных средств и их уход, критерий эффективности банковской деятельности, изменения направления экономической активности населения, изменения направления мотивированности населения, онлайн-кредитование.

Keywords: services of non-bank online lending, the tendency of «care» of banking products and services online, the accumulation of free funds and their withdrawal, the criterion of the effectiveness of banking activities, changes in the direction of economic activity of the population, changes in the motivation of the population, online lending.

 

Рынок и его поведение

Сервисами небанковского, онлайн-кредитования в Рунет до ноября выдано займов на 22 млрд. руб. (в 2.6 раза превышен показатель прошлого аналогичного периода, в рублях – 8.4 млрд.). Выросло и число выданных всего займов: с 0.75 млн. до 1.8 млн. сделок. Средняя сумма («средний чек») займа выросла до 12230 руб. (на 10%).

Выше всего уровень просроченных кредитов в СФО (10.7%), СКФО (10.6%), меньше всего – в Центральном регионе (6.9%). Эксперты (Финтех-группа ID Finance) считают: люди стали финансово грамотными, научились релевантно оценивать финансовое личное состояние, планировать бюджет, дорожить кредитной историей.

Причиной популярности кредитов онлайн считают популяризацию цифровых финансов, качественными онлайн-сервисами, переходом на «цифру» банков, больший охват аудитории, возможность таргетирования и оперативности сделок. Снижение ключевой ставки ЦБР также заметно повлияло на спрос. По статистике, аналитике, возраст подающих заявку на онлайн-кредит – 24-35 лет. Это «яппи», самые активные потребители, грамотные информационно, инфраструктурно, продвигающие цифровую экономику. Почти 40% заемщиков банков (физических лиц) свидетельствуют, что обслуживание кредитов превышает 50% доходов семьи, до половины потребкредитов в банках – для погашения старых кредитов. При этом, падают реальные доходы населения (по Росстату – на 1.3%). Люди попадают в условия «закредитования». Положение лишь подтверждает общую тенденцию «ухода» банковских продуктов, услуг в онлайн [7].

Фондовый рынок в состязание с криптовалютным способствует аккумулированию свободных средств, инвестированию, уходу к брокерам, эмиссии (выпуску акций, облигаций – наращивание заемного капитала), депозитарной деятельности, кредитованию, поддерживает определенный уровень ликвидности, прибыли от вложений, укрепление влияния банка.

Например, можно использовать в ситуационном имитировании банковской деятельности критерий эффективности:

где d_i — средняя доходность кредитования, i – время (i=0,1, 2, …, Т).

Банки обновляют постоянно финансово-кредитную политику, на базе банковской отчетности, прогнозов. Увеличивается неравномерность распределения ликвидных средств, снижается рост даже средних банков [3].

Главная особенность рынка онлайн-услуг банков – изменение направления экономической активности населения, мотивированности на рынке (ориентация на «цифру», «личный кабинет», «е-кошелек» и др.).

Включается контроль над страхованием, онлайн-кредитованием, микрофинансовой деятельностью, криптовалютной биржевой деятельностью. Часть полномочий ЦБР все же планирует передать в онлайн, с надзором. Есть предпосылки по формированию банками образцов стратегического инвестирования, онлайн-кредитования населения [6].

Готовы ли сайты?

Готовы ли коммерческие и бизнес сайты к освоению сектора онлайн-кредитования. Потребуются новые инструменты, методы продвижения: от внутренней оптимизации (формирование семантического ядра, проектирование и др.) до внешней (взаимообмен ссылками, контекстное, рекламное продвижение, таргетирование и др.). Необходимо следить за новшествами, динамикой состояния рынка, отслеживать криптовалютный сектор [5].

Комплексное улучшение ресурса – согласно всем характеристикам целевой аудитории. Систематическое исследование, редизайн, возможно реинжиниринг. Ориентация пользовательская, не забываем, что поисковые алгоритмы совершенствуются, интеллектуализируются. Мобильная версия обязательна, онлайн-доступ без нее – невозможен эффективно, оперативно, комфортно. Мобильный трафик растет, формируется семейства «мобильных» сайтов (под гаджеты). Не забываем скорость загрузки, клиенты стали занятые, не хотят ждать загрузки страниц, уходят, утрачивают заинтересованность.

Хороший контент – обязателен! Поисковые алгоритмы понимают уже суть контекст-содержания сайтов. Нужны переходы с других сайтов, хорошо посещаемых. Трафик трастового ресурса работает на сайт, как и контент-маркетинг. Не забываем в банковской деятельности про безопасность (https — гарантия безопасности обмена). Сайты, не применившие HTTPS-протокол, показаны Google как небезопасные, как и подозрительные на непоисковую пользовательскую деятельность.

Как с банковским Интранет?

Банковская внутрикорпоративная, аналогичная Интернет, система сетей – Интранет – основа информационной банковской инфраструктуры. «Плюсы» использования Интранет:

• большая мощность при коллективной работе;
• несложный доступ к данным;
• гибкость взаимодействий (разрешается изменять транзакции по вертикали, горизонтали – в пределах разрешенного администрацией);
• быстрая публикация информации (можно корпоративные маркетинговые сведения всегда поддержать в форме);
• совместная корпоративная культура применения IT для регулирования корпоративных маркетинговых мероприятий;
• решение политики безопасности в самом широком (системно-корпоративном) формате.

«Минусы» также имеются:

• Интранет скорее можно взломать;
• велико влияние недостоверной информации, помещенной в Интранет;
• возможно распространение оскорбительной информации, чувствительной для успешной корпоративной работы;
• вероятна утечка данных (инсайдерство);
• велики накладные затраты на создание (администрирование) Интранет.

Нужен ли реинжиниринг сайта банка? Часто, планируя его для сайта банка, видят, что «простой инжиниринг» (например, смена дизайна) явно недостаточен, необходимы структурно-логические изменения. С учетом отзывов следует усовершенствовать, сделать его оригинальным, постоянно подтверждающим актуальность онлайн-транзакций.

Новая версия всегда обдумывается тщательно. Анализируется («мониторится») текущие параметры эффективности, привлекательности (непривлекательные стороны также анализируем).

 

Литература

 

1. Беспалова Д.Е., Левченко Л.В. // РЫНОК БАНКОВСКОГО КРЕДИТОВАНИЯ: СУЩНОСТЬ, ОБЪЕКТНО-СУБЪЕКТНЫЕ ОТНОШЕНИЯ, ВИДЫ РЫНКА // Известия Института систем управления СГЭУ. 2017. № 1 (15). С. 147-150.
2. Давтян А.А. // ИССЛЕДОВАНИЕ ПРОЦЕССА БАНКОВСКОГО КРЕДИТОВАНИЯ // Новая наука: Стратегии и векторы развития. 2016. № 118-3. С. 108-110.
3. Дроздова Е.А., Воробьев А.Ф. // ОСОБЕННОСТИ ТАКОЙ ИННОВАЦИОННОЙ ФОРМЫ ВЗАИМОДЕЙСТВИЯ КРЕДИТОРОВ И ЗАЕМЩИКОВ, КАК ОНЛАЙН-КРЕДИТОВАНИЕ // APRIORI. Cерия: Естественные и технические науки. 2015. № 5. С. 9.
4. Кравчук М.Н. // КОМПЛЕКСНОЕ ОНЛАЙН-ПРОДВИЖЕНИЕ — ПУТЬ К ЛИДЕРСТВУ НА РЫНКЕ // Интернет-маркетинг. 2013. № 5. С. 262-268.
5. Мосина Е.И., Потапова В.С. // ОНЛАЙН-КРЕДИТОВАНИЕ // Научные записки ОрелГИЭТ. 2012. № 1 (5). С. 60-63.
6. Первакова А.В., Коноплёва Г.И. // ВНЕДРЕНИЕ ПРОГРЕССИВНОЙ ТЕХНОЛОГИИ «ИНТЕРНЕТ-БАНКИНГА» И ОНЛАЙН КРЕДИТОВАНИЯ // Современные наукоемкие технологии. 2014. № 7-1. С. 68-71.
7. Петряшов Д.В. // ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ВЗАИМОДЕЙСТВИЯ С КЛИЕНТАМИ РЫНКА B-2-B ПРИ ПОМОЩИ ОНЛАЙН-ТЕХНОЛОГИЙ // Промышленный и b2b маркетинг. 2011. № 4. С. 306-315.
8. Регер О.А. // РАЗВИТИЕ ТЕОРИЙ КРЕДИТОВАНИЯ, А ТАКЖЕ ТЕНДЕНЦИИ РЫНКА РОЗНИЧНОГО КРЕДИТОВАНИЯ В РОССИИ // Экономика и социум. 2015. № 6-3 (19). С. 760-764.
9. Рудская Е.Н., Болохова Г.А. // МСБ-КРЕДИТОВАНИЕ: ПРОБЛЕМЫ ТРАДИЦИОННОГО СЕКТОРА И ПЕРСПЕКТИВЫ ОНЛАЙН СЕРВИСОВ // Молодой ученый. 2016. № 25 (129). С. 353-365.
10. Щеголева Н.Г. // ФАКТОРНЫЙ АНАЛИЗ РОССИЙСКОГО РЫНКА ОНЛАЙН-КРЕДИТОВАНИЯ // Банковские услуги. 2017. № 2. С. 25-29.

 

References

 

1. Bespalova DE, Levchenko LV // THE MARKET OF BANKING CREDITING: ESSENCE, OBJECT-SUBJECTIVE RELATIONS, MARKET TYPES // News of the Institute of Control Systems of SSEU. 2017. No. 1 (15). Pp. 147-150.
2. Davtyan A.A. // RESEARCH OF THE BANKING CREDIT PROCESS // New science: Strategies and vectors of development. 2016. No. 118-3. Pp. 108-110.
3. Drozdova EA, Vorobyov AF // FEATURES OF SUCH INNOVATIVE FORM OF INTERACTION OF CREDITORS AND BORROWERS, AS ONLINE-LENDING // APRIORI. Series: Natural and technical sciences. 2015. № 5. With. 9.
4. Kravchuk M.N. // COMPLEX ONLINE PROMOTION — THE WAY TO LEADING ON THE MARKET // Internet Marketing. 2013. № 5. P. 262-268.
5. Mosina EI, Potapova VS // ONLINE-CREDITING // Scientific Notes OrelGiET. 2012. No. 1 (5). Pp. 60-63.
6. Pervakova A.V., Konopleva G.I. // INTRODUCTION OF PROGRESSIVE TECHNOLOGY OF «INTERNET-BANKING» AND ONLINE CREDIT // Modern high technology. 2014. No. 7-1. Pp. 68-71.
7. Petryashov DV // IMPROVEMENT OF EFFICIENCY OF INTERACTION WITH CLIENTS OF THE B-2-B MARKET BY ONLINE TECHNOLOGIES // Industrial and b2b marketing. 2011. № 4. P. 306-315.
8. Reger OA // DEVELOPMENT OF CREDIT THEORY, AND ALSO TENDENCIES OF THE RETAIL CREDIT MARKET IN RUSSIA // Economy and society. 2015. No. 6-3 (19). Pp. 760-764.
9. Rudskaya E.N., Bolokhova G.A. // SME-CREDIT: PROBLEMS OF THE TRADITIONAL SECTOR AND PROSPECTS OF ONLINE SERVICES // Young Scientist. No. 25 (129). Pp. 353-365.

Shchegoleva N.G. // FACTOR ANALYSIS OF THE RUSSIAN MARKET OF ONLINE-CREDIT // Banking. 2017.

УДК 336.71

Бакаева Малика Магомедовна

ассистент, ФГБОУ ВО «Чеченский государственный университет»

Грозный, Россия.

Bakaeva Malika Magomedovna

Assistant, FGBOU VO «Chechen State University»

Grozny, Russia.

КЛОАКИНГ И БЕЗОПАСНОСТЬ БАНКА

CLOAKING AND SECURITY OF THE BANK

Аннотация. В данной статье раскрывается понятие «клоакинг». Рассматриваются возможности его реализации, используя серверные скрипты и программы. Предложено применять для разграничения контента внешней и внутренней сети. Исследованы методы для определения наличия клоакинга. Анализируется, как защищать банки от клоакинга.

Abstract. In this article, the concept of «cloaking» is revealed. The possibilities of its implementation are considered, using server scripts and programs. It is suggested to apply for differentiation of content of external and internal networks. Methods for determining the presence of cloaking were investigated. Analyzed how to protect banks from cloaking.

Ключевые слова: клоакинг, безопасность банка, серверные скрипты, разграничения контента.

Keywords: cloaking, bank security, server scripts, content delimitation.

 

Что такое клоакинг?

«Клоакинг» («Cloaking») в переводе с английского языка означает «маскировать», «прятать», «скрывать». Хакеры часто используют клоакинг, позволяющий возвращать код посещаемой страницы в зависимости от категории посетителя (простой пользователь, поисковый робот или бот). Незаметно. Для владельца, его ресурс становится линк-фермой, просто «донором». Отображать оптимизированную страницу для робота поисковой системы, тогда как обычный пользователь увидит другую версию страницы по данному адресу – суть и назначение клоакинга [3, c.43].

При этом, посетитель страницы увидит обычную страницу, а поисковый робот – специально видоизмененную страницу, для максимального повышения соответствия страницы определенным запросам. У видоизмененного варианта страницы в большинстве случаев имеется малоудобный для восприятия человеком внешний вид. Например, так в последнее время маскировались мошенники под мобильное приложение «Сбербанк онлайн». Очень опасное явление для банковской деятельности!

Причина применения такого способа заключается в сложности совмещения привлекательности страницы и для «поисковика», и для пользователя одновременно [10, c.72].

Клоакинг можно реализовать, пользуясь серверными скриптами и программами. Выходные данные формируются серверными скриптами в зависимости от модифицированных параметров, например, параметры адреса и самого запроса. Можно установить адресата исходного запроса — является ли он роботом? пользователем? Затем создать для идентифицированного запроса результирующую страницу. Выполнение клоакинга с использованием обычного HTML (JavaScript) невозможно.

Каковы методы клоакинга? Существуют несколько методов для определения наличия клоакинга. К таким методам можно отнести проверку поля User-agent, проверку IP адресата, а также комбинирование этих методов.

Метод, который основывается на User-agent, является самым простым. При запросе обычно идет передача имени робота, дополнительных данных, проводится сравнение входящих данных. Затем, используя специальный скрипт определяется робот. В итоге, для робота выдается оптимизированная версия страницы, и обычная версия – остальным посетителям страницы. Преимуществом этого метода является простота реализации, а серьезным недостатком — возможность подделки пользователем поля User-agent с целью получения бесплатного доступа. Поэтому, необходимо проводить проверку IP-адреса посетителя.

Как и обычные посетители банка (офлайн, онлайн), все роботы поисковых систем являются владельцами IP-адресов, которые идентифицируют подключение к сети банковского Интранет, причем у каждого – свой фиксированный адрес. Суть метода заключается в определении IP-адреса посетителя, сравнении этого адреса с базой данных, где хранятся IP поисковых роботов. В итоге можно определить, кто (что) является посетителем сайта – человек или робот, а по полученному результату показать соответствующую страницу (роботу – оптимизированную страницу, «остальным» – нормальную). Данный метод является более хитроумным (IP-адреса почти невозможно подделать). Недостатком метода является необходимость в большой базе IP-адресов роботов с периодическим обновлением.

Самым надежным и эффективным является комбинированный метод: совмещение вышеописанных методов, и чтобы избежать проблем – показывать нормальную страницу.

Независимо от того, что клоакинг скоро может стать вполне приемлемым методом, все же не следует применять его для решения всех задач и сразу. Он в большинстве случаев рекомендуется для уже существующих сайтов, где применяется Flash или AJAX.

Клоакинг можно применять для разграничения контента для внешней и внутренней сети [8, c.21].

 

Как защищать банки от клоакинга?

Можно снизить эффективность воздействие вредоносного влияния в реальном времени, если иметь и реализовывать эффективную интегрированную банковскую политику и систему безопасности, использовать информационно-логическое (финансово-математическое) моделирование угроз. В частности, функциональное представление инфопроцессов, их особенностей, релевантные критерии целостности системы.

Пусть инфопроцесс в системе безопасности банка реализуется n процедурами, причем вероятность v(i) – информационный объем в i-ой подсистеме (транзакции), а V(i) – максимально обрабатываемый системой для i-ой транзакции объем (актуальная при DDoS-атаках).

Показателем полноты обработки служат отношения:

P(V(i) ³V0(i)) = .

Например, v(1) – для процесса «защита от клоакинга», v(2) – для процесса «защита БД» и т.д.

Вероятность реализации вмешательства может оцениваться как время t(i), не более T(i), а своевременность обработки информации:

.

Здесь t(i) – время i-ой транзакции.

Необходимо эффективно:

• тестировать безопасность (контроль доступа);
• совершенствовать инструментарий (программное обеспечение);
• вести тренинг персонала;
• проверять подразделения, координировать их в реальном режиме.

Данная формализация позволит оценивать вероятность достижения цели, например, клоакинга, провести упреждающие защитные мероприятия. Полностью эффективный высокотехнологичный, высокоинтеллектуальный (на мультиагентных и нейросистемах) подход – дело будущего. Сейчас каждому банку нужно (и можно) решить проблему повышения эффективности системы безопасности.

При SQL-инъекциях (доступе к БД пользователей) нужно соблюдать «противоинъекционные» меры, в частности, данные предоставлять лишь через плейсхолдер, использовать идентификаторы (ключевые слова) лишь из «белого» списка. При XSS-атаках, ориентированных на онлайн-пользователей (позволяет украсть «куки», получить к «админке» доступ) многое зависит от их идентификации вовремя, т.е. от моделирования.

 

Литература

1. Ашманов И., Иванов А. // ВЫВОД САЙТА НА ЭКРАНЫ РАДАРОВ // Интернет-маркетинг. 2002. № 1. С. 2-12.
2. Бексаева Е.А., Чамина О.Г. // ФАКТОРЫ И РЕКОМЕНДАЦИИ SEO-АУДИТА ВЕБ-РЕСУРСОВ ЭЛЕКТРОННОЙ КОММЕРЦИИ // Вестник Ульяновского государственного технического университета. 2015. № 3 (71). С. 39-46.
3. Винокуров П. // ПОИСКОВЫЕ СИСТЕМЫ — ПРАКТИЧЕСКИЕ СОВЕТЫ ОНЛАЙНОВОМУ МАРКЕТОЛОГУ // Интернет-маркетинг. 2002. № 2. С. 39-48.
4. Гранкина Е.С. // ПОИСКОВЫЕ СИСТЕМЫ И ИХ МЕСТО В МАРКЕТИНГОВОЙ СТРАТЕГИИ // Школа университетской науки: парадигма развития. 2012. Т. II. № 6. С. 78-80.
5. Довбенко А.В. // ПРОБЛЕМЫ СОВРЕМЕННОЙ ПОИСКОВОЙ ВЫДАЧИ // Проблемы современной науки и образования. 2016. № 39 (81). С. 19-22.
6. Ермакова Л.М. // МЕТОДЫ КЛАССИФИКАЦИИ ТЕКСТОВ И ОПРЕДЕЛЕНИЯ КАЧЕСТВА КОНТЕНТА // Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2011. № 3. С. 47-53.
7. Ершов Е.А., Лобачев В.В. // МЕТОДЫ ПРОДВИЖЕНИЯ САЙТОВ В ИНТЕРНЕТЕ // Системный анализ в науке и образовании. 2011. № 4 (14). С. 44-48.
8. Лебедянцева Л. // НАВИГАЦИОННЫЕ И ПОИСКОВЫЕ СИСТЕМЫ В ИНТЕРНЕТЕ И ИХ ОПТИМИЗАЦИЯ // Интернет-маркетинг. 2005. № 6. С. 18-24.
9. Луцук А.И., Быта С.В., Самохвалов С.М. // SEO – ТЕХНОЛОГИИ ДЛЯ ОПТИМИЗАЦИИ WEB-ПОИСКА // Россия молодая: передовые технологии – в промышленность!. 2011. № 1. С. 279-282.
10. Михеев М.Ю., Сомин Н.В., Галина И.В., Золотарев О.В., Козеренко Е.Б., Морозова Ю.И., Шарнин М.М. // ФАЛЬШТЕКСТЫ: КЛАССИФИКАЦИЯ И МЕТОДЫ ОПОЗНАНИЯ ТЕКСТОВЫХ ИМИТАЦИЙ И ДОКУМЕНТОВ С ПОДМЕНОЙ АВТОРСТВА // Информатика и ее применения. 2014. Т. 8. № 4. С. 70-77.
11. Пахомова Т.В., Смагина И.В. // К ВОПРОСУ ОБ ОПТИМИЗАЦИИ САЙТА // Научные записки ОрелГИЭТ. 2014. № 2 (10). С. 315-318.
12. Пирко И.Ф. // К ВОПРОСУ ИЗУЧЕНИЯ МЕТОДОВ И ЭТАПОВ ПОИСКОВОЙ ОПТИМИЗАЦИИ ПРИ ПРОДВИЖЕНИИ WEB-САЙТОВ КАК ИНСТРУМЕНТА МАРКЕТИНГОВОЙ ПОЛИТИКИ // Экономика и предпринимательство. 2015. № 10-2 (63-2). С. 938-941.
13. Прохорова А.М. // SEO-ОПТИМИЗАЦИЯ // Евразийский союз ученых. 2016. № 30-4. С. 79-82.
14. Сироткин И. // ПОИСКОВЫЕ СИСТЕМЫ И ИХ МЕСТО В МАРКЕТИНГОВОЙ СТРАТЕГИИ // Интернет-маркетинг. 2005. № 5. С. 33-39.
15. Султанов И.И. // ПОИСКОВЫЕ СТРАТЕГИИ САЙТОВ: СОВРЕМЕННЫЕ ПРОБЛЕМЫ ОПТИМИЗАЦИИ // Вестник Казанского государственного университета культуры и искусств. 2007. № специальный. С. 290-296.
16. Тоичкина И.В. // ПОИСКОВАЯ ОПТИМИЗАЦИЯ САЙТА В СИСТЕМЕ ЭЛЕКТРОННОГО БИЗНЕСА // Экономика и социум. 2016. № 4-2 (23). С. 349-353.
17. Чамина О.Г., Бексаева Е.А. // SEO-АНАЛИТИКА ВЕБ-РЕСУРСОВ ЭЛЕКТРОННОЙ КОММЕРЦИИ // Модели, системы, сети в экономике, технике, природе и обществе. 2015. № 3 (15). С. 180-188.
18. Юлов А. // МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ КОНКУРЕНТНОГО ОКРУЖЕНИЯ В СЕТИ ИНТЕРНЕТ // Интернет-маркетинг. 2004. № 3. С. 21-29.

 

References

 

1. Ashmanov I., Ivanov A. // CONCLUSION OF THE SITE TO THE RADAR SCREEN // Internet Marketing. 2002. № 1. P. 2-12.
2. Beksaeva EA, Chamina O.G. // FACTORS AND RECOMMENDATIONS OF SEO-AUDIT OF WEB-RESOURCES OF ELECTRONIC COMMERCE // Bulletin of Ulyanovsk State Technical University. 2015. No. 3 (71). Pp. 39-46.
3. Vinokurov P. // SEARCH SYSTEMS — PRACTICAL ADVICE ONLINE MARKETOLOGY // Internet Marketing. 2002. № 2. P. 39-48.
4. Grankina E.S. // SEARCH SYSTEMS AND THEIR PLACE IN THE MARKETING STRATEGY // School of University Science: Development Paradigm. 2012. T. II. № 6. P. 78-80.
5. Dovbenko A.V. // PROBLEMS OF MODERN SEARCH SEARCH »// Problems of modern science and education. 2016. No. 39 (81). Pp. 19-22.
6. Ermakova L.M. // METHODS OF CLASSIFICATION OF TEXTS AND DETERMINATION OF QUALITY OF CONTENT // Bulletin of Perm University. Series: Mathematics. Mechanics. Computer science. 2011. № 3. P. 47-53.
7. Ershov EA, Lobachev VV // METHODS OF PROMOTING SITES IN THE INTERNET // System analysis in science and education. 2011. № 4 (14). Pp. 44-48.
8. Lebedyantseva L. // NAVIGATION AND SEARCH SYSTEMS IN THE INTERNET AND THEIR OPTIMIZATION // Internet Marketing. 2005. № 6. With. 18-24.
9. Lutsuk AI, Byta S.V., Samokhvalov S.М. // SEO — TECHNOLOGIES FOR OPTIMIZATION OF WEB-SEARCH // Russia is young: advanced technologies — in industry !. 2011. № 1. P. 279-282.
10. Mikheev M.Yu., Somin N.V., Galina IV, Zolotarev OV, Kozerenko EB, Morozova Yu.I., Sharnin M.M. // FALSE TEXTS: CLASSIFICATION AND METHODS OF IDENTIFICATION OF TEXT IMITATIONS AND DOCUMENTS WITH SUBSCRIPTION OF AUTHORITY // Informatics and its applications. 2014. T. 8. № 4. S. 70-77.
11. Pakhomova TV, Smagina IV // TO THE QUESTION OF OPTIMIZATION OF THE SITE // Scientific notes OrelGiET. 2014. No. 2 (10). Pp. 315-318.
12. Pirko I.F. // TO THE QUESTION OF STUDYING METHODS AND STAGES OF SEARCH OPTIMIZATION AT PROMOTING WEB-SITES AS A TOOL OF MARKETING POLICY // Economics and Entrepreneurship. 2015. No. 10-2 (63-2). Pp. 938-941.
13. Prokhorov A.M. // SEO-OPTIMIZATION // Eurasian Union of Scientists. 2016. No. 30-4. Pp. 79-82.
14. Sirotkin I. // SEARCH SYSTEMS AND THEIR PLACE IN THE MARKETING STRATEGY // Internet Marketing. 2005. № 5. P. 33-39.
15. Sultanov II // SEARCH STRATEGIES OF SITES: CONTEMPORARY PROBLEMS OF OPTIMIZATION // Bulletin of the Kazan State University of Culture and Arts. 2007. No. special. Pp. 290-296.
16. Toychkina I.V. // Search optimization of the site in the system of electronic business // Economics and society. 2016. No. 4-2 (23). Pp. 349-353.
17. Chamina OG, Beksaeva EA // SEO-ANALYSIS OF WEB-RESOURCES OF ELECTRONIC COMMERCE // Models, systems, networks in economics, technology, nature and society. № 3 (15). Pp. 180-188.
18. Yulov A. // MARKETING RESEARCH OF COMPETITIVE ENVIRONMENT IN THE NETWORK INTERNET // Internet marketing. № 3. P. 21-29.

УДК 336.71

Бакаева Малика Магомедовна

ассистент, ФГБОУ ВО «Чеченский государственный университет»

Грозный, Россия.

Bakaeva Malika Magomedovna

Assistant, FGBOU VO «Chechen State University»

Grozny, Russia.

БЕЗОПАСНОСТЬ БАНКА И ЗАКЛЮЧЕНИЯ ПАРТНЕРСКОГО СОГЛАШЕНИЯ

SECURITY OF THE BANK AND THE CONCLUSION OF THE PARTNER AGREEMENT

Аннотация. В данной статье выделены обстоятельства заключения партнерского соглашения. Анализируется, как прогнозировать безопасность партнерских соглашений. Предложено применять моделирование для управления безопасностью. Построены обучающие последовательности для безопасного партнерства.

Abstract. In this article, the circumstances of concluding a partnership agreement are highlighted. Analyzed how to predict the security of partnership agreements. It is proposed to apply modeling for safety management. The training sequences for a secure partnership are built.

Ключевые слова: партнерские соглашения прогнозировать, безопасность партнерских соглашений, моделирование для управления безопасностью, обучающие последовательности.

Keywords: partnership agreements to predict, security of partnership agreements, modeling for security management, training sequences.

 

Что такое безопасное заключение партнерского соглашения?

Безопасность заключения партнерского соглашения? – Есть и такая для банка, например, при ипотечном кредитовании, долевом строительстве, кредитовании под залог. Вызваны рядом обстоятельств. Перечислим их.

1. Условия. Необходима подача заявления («партнера») на веб-представительстве компании (фирмы). Не допускаются псевдонимы и «аналогичные анонимус», маскировка контактной информации.
2. Ответственность. Особо это касается ущемления клиентских прав, интеллектуальной собственности третьих лиц, ссылок на любой материал (ресурс), запрещенный по закону. Например, ссылок вредоносных, клеветнических, непристойных, поощряющих насилие, способствующих дискриминации (неважно, на основе чего: пола, религии, расы, этнической принадлежности, национальности, здоровья или возраста), мотивирующих незаконную деятельность (азартные игры, пирамиды и т.п.), содержащих ненормативную лексику. Может быть специальный пункт «Нежелательные ссылки и контент» в договоре.
3. Информационные права, политика безопасности третьей стороны, например, партнера. Именно это в работе нас и интересует. Необходимо убедиться, что дизайн сайта, медиа на нем не напоминает чьи-то, или получить письменное разрешение по использованию от владельцев аналогов. Не нарушайте политику любой третьей стороны партнерской программы. Политике конфиденциальности – особенное внимание, используйте совместные действия по обеспечению сбора (хранения, актуализации) информации в партнерской программе, особенно, по личным данным клиентской базы. Партнер обязан фильтровать список адресов e-mail, удаляя нежелательные записи, концентрируя тщательно адреса рассылки.
4. Сеть. Запрещаются любые сторонние изменения ссылок. Требуется сохранять свою партнерскую сеть в соответствии с отраслевыми и корпоративными стандартами. Антиспамовая политика строится на том, что все письма, отправленные в партнерской программе должны предполагать отказ от рассылок спама. Антимошенническая политика, например, анти клик-мошенничество принимается программой по своему усмотрению.
5. Конфиденциальность. Программа (партнеры) не должна (должны) использовать любую информацию от программы для разработки, улучшения или разработки сервиса конкурирующей партнерской программы, или оказывать в этом содействие третьей стороне.
6. Прекращение. Соглашение действует с момента одобрения заявки и продолжается до его расторжения. Вы можете прекратить участие, удалив все ссылки, копии из ссылок и направив письменное уведомление в Программу. Программа может прекратить участие в одном предложении или нескольких предложениях в любое время, по любой причине. Все права на законные платежи, действия — в силе и после прекращения. Программа может «заморозить» любые неоплаченные комиссии или изъять уплаченные комиссии, если: а) вы нарушили Соглашение; б) не прошло время законных претензий по полученным доходам; в) выявлено несоответствие требованиям Соглашения (Партнерской программе). Если нарушения – существенны, то Программа имеет право раскрыть клиента и его личную информацию соответствующим правоохранительным, налоговым и иным органами.
7. Отказ. Партнерская программа не несет ответственности за действие (бездействие) Клиента по отношению к своей продукции или услуге. Например, из-за отсутствия или неработоспособности ссылки, технической неисправности, ошибок, повреждения (потери) информации.

 

Как прогнозировать безопасность партнерских соглашений?

Для снижения рисков потребуется диагностики, оценивание уровня защищенности, выявление потенциальных уязвимостей в партнерских отношениях. Необходимы полные, не допускающие ошибок партнеров, рекомендации, политика безопасности для персонала. И, естественно, мониторинг безопасности, уязвимостей.

Комплекс многогранный. Рассматриваем лишь партнерские отношения. Комплексный его аудит включает оценку:

• партнерской программы;
• эффективность;
• возможностей;
• ресурсов;
• мероприятий по безопасности (рискам, защищенности, уязвимости, соответствия политике безопасности).

Ключевой параметр – алгоритм фильтрации, аудита. Он позволяет принять решение (конфиденциальное) в каждом случае.

Комплексный аудит чаще отдается аутсорсинговой компании. Но здесь две опасности:

• «связывание по рукам» аудитора при доступе к ресурсам компании (в лучшем случае – ограниченные права), что понятно, — нет пока стандартов аудита, требований к аутсорсингу, все боятся инсайдеров;
• излишняя свобода «хождения» аудитора по базам данных компании.

Рекомендации аудитору должны быть аргументированы, ранжированы (как по мере важности, так и безопасности).

Как управлять безопасностью?

Оптимально управлять можно с помощью моделирования.

Оптимизируем дискретные процессы,

 

Функционал Ф соответствует максимуму конечной безопасности

партнерства динамической оптимизацией промежуточных состояний,

управляемых параметров, t – дискретное время (шаг по времени),

T – конечное время (глубина прогноза),

U_ij(t) – управляемые параметры, V_ik(t) – неуправляемые.

Если параметры неуправляемые известны, регулируем отклонения неуправляемых от фактических. Управляющие воздействия – методом Монте-Карло.

Строим также обучающую последовательности, разделяя данные на обучающие и проверочные. По обучающей выборке идентифицируем параметры безопасного партнерства, по проверочной – убеждаемся на практике.

 

Литература

1. Бондаренко В.А., Семерникова Е.А. // МАРКЕТИНГ ПАРТНЕРСКИХ ОТНОШЕНИЙ И ЕГО РОЛЬ В ФУНКЦИОНИРОВАНИИ КОММЕРЧЕСКОГО БАНКА // Вестник Ростовского государственного экономического университета (РИНХ). 2014. № 4 (48). С. 99-104.
2. Бондаренко Т.Г., Исаева Е.А. // БАНКИ И СТРАХОВЫЕ КОМПАНИИ: НЕОБХОДИМОСТЬ РАЗВИТИЯ ПАРТНЕРСКИХ ОТНОШЕНИЙ В УСЛОВИЯХ ЭКОНОМИЧЕСКОГО КРИЗИСА // Аудитор. 2016. Т. 2. № 4. С. 19-26.
3. Гешева М.В., Бондаренко Л.В. // МЕХАНИЗМ ПАРТНЕРСКИХ СОГЛАШЕНИЙ КАК ОСНОВА ЭФФЕКТИВНОЙ ГОСУДАРСТВЕННОЙ ИНВЕСТИЦИОННОЙ ПОЛИТИКИ // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. № 4-6 (42). С. 30-32.
4. Исаева Е.В., Мамаева В.Ю., Шамкина Е.А. // РЕАЛИЗАЦИЯ СТРАТЕГИИ МАРКЕТИНГА ПАРТНЕРСКИХ ОТНОШЕНИЙ В БАНКЕ: ИСПОЛЬЗОВАНИЕ ЗАРУБЕЖНОГО ОПЫТА // Вестник Омского университета. Серия: Экономика. 2012. № 3. С. 127-131.
5. Куршакова Н.Б. // ФОРМИРОВАНИЕ ОРГАНИЗАЦИОННОЙ СТРУКТУРЫ РЕГИОНАЛЬНОГО БАНКА, ОРИЕНТИРОВАННОГО НА РАЗВИТИЕ ПАРТНЕРСКИХ ОТНОШЕНИЙ С БИЗНЕС-КЛИЕНТАМИ // Маркетинговые коммуникации. 2005. № 2. С. 27-30.
6. Маслов К.В. // ВНЕДРЕНИЕ КОНЦЕПЦИИ МАРКЕТИНГА ПАРТНЕРСКИХ ОТНОШЕНИЙ В БАНКЕ // Вестник Омского университета. Серия: Экономика. 2009. № 1. С. 145-146.
7. Плешаков Г.Г. // РАЗВИТИЕ МАРКЕТИНГА ПАРТНЕРСКИХ ОТНОШЕНИЙ В ДЕЯТЕЛЬНОСТИ КОММЕРЧЕСКОГО БАНКА // Экономика: теория и практика. 2015. № 3 (39). С. 67-72.
8. Третьякова Е.А. // ИННОВАЦИОННОЕ РАЗВИТИЕ БАНКА ЗА СЧЕТ ПАРТНЕРСКИХ ОТНОШЕНИЙ // Наука и экономика. 2011. № 3. С. 30-32.

 

References

1. Bondarenko VA, Semernikova EA // MARKETING OF PARTNER RELATIONS AND ITS ROLE IN THE FUNCTIONING OF THE COMMERCIAL BANK // Bulletin of the Rostov State Economic University (RINH). 2014. No. 4 (48). Pp. 99-104.
2. Bondarenko TG, Isaeva EA // BANKS AND INSURANCE COMPANIES: THE NEED FOR DEVELOPMENT OF PARTNER RELATIONS IN THE CONDITIONS OF THE ECONOMIC CRISIS // The Auditor. 2016. T. 2. № 4. P. 19-26.
3. Gesheva MV, Bondarenko LV // THE MECHANISM OF PARTNER AGREEMENTS AS THE BASIS OF EFFECTIVE STATE INVESTMENT POLICY // Competitiveness in the global world: economics, science, technology. 2017. No. 4-6 (42). Pp. 30-32.
4. Isaeva EV, Mamaev V.Yu., Shamkina E.A. // IMPLEMENTATION OF THE MARKETING STRATEGY OF PARTNER RELATIONS IN THE BANK: USE OF FOREIGN EXPERIENCE // Bulletin of Omsk University. Series: The Economy. 2012. № 3. P. 127-131.
5. Kurshakova N.B. // FORMATION OF THE ORGANIZATIONAL STRUCTURE OF THE REGIONAL BANK ORIENTED ON DEVELOPMENT OF PARTNER RELATIONS WITH BUSINESS CLIENTS // Marketing communications. 2005. № 2. P. 27-30.
6. Maslov K.V. // INTRODUCTION OF THE CONCEPT OF MARKETING OF PARTNER RELATIONS IN THE BANK // Bulletin of Omsk University. Series: The Economy. 2009. № 1. P. 145-146.
7. Pleshakov G.G. // DEVELOPMENT OF MARKETING OF PARTNER RELATIONS IN THE ACTIVITY OF THE COMMERCIAL BANK // Economics: Theory and Practice. No. 3 (39). Pp. 67-72.
8. Tretyakova E.A. // INNOVATIVE DEVELOPMENT OF THE BANK FOR THE ACCOUNT OF PARTNER RELATIONS // Science and Economics. 2011. № 3. P. 3

УДК 004

Кациев Майрбек Абуевич,

ассистент кафедры бизнес- информатика, Факультет информационных технологий, ФГБОУ ВО «Чеченский государственный университет»

Грозный, Россия.

Katsiev Mayrbek Abuevich,

Assistant of the Department of Business Informatics, Faculty of Information Technologies, FGBOU VO «Chechen State University».

Grozny, Russia.

КРИПТОВАЛЮТЫ

CRYPTUALS

Аннотация. В данной статье приведена история, цели, принципы биткоина, блокчейна. Раскрыто понятие майнинга, приведены его преимущества, недостатки. Изучены факторы, влияющие на майнинг. Приведены наиболее уникальные платформы блокчейна. Отдельно исследована платформа Ethereum и умные контракты на ней. Проанализирован механизм ICO. Рассмотрены перспективы развития криптовалют, возможности России.

Abstract. This article shows the history, goals, principles of bitcoin, blockade. The concept of mining is disclosed, its advantages and disadvantages are given. Factors influencing mining have been studied. The most unique platforms of the block are presented. The Ethereum platform and smart contracts on it have been separately researched. The mechanism of ICO is analyzed. Prospects for the development of the Crypto-currency, the possibilities of Russia, are considered.

Ключевые слова: биткоин, блокчейн, майнинг, Ethereum, умные контракты, ICO, перспективы криптовалют, возможности России.

Keywords: bitcoin, blocking, mining, Ethereum, smart contracts, ICO, prospects kriptovaljut, Russia’s possibilities.

 

История, цели, принципы биткоина, блокчейна

Криптовалюта «биткоин» — попытка децентрализации денежной системы, ее независимости от государства, банков [3].

Стартовал биткоин в 2009-ом, сейчас – самая популярная криптовалюта, особенно вырос его курс за последнее полугодие.

До Нового года достигнет ли $20000? Пожалуй, да! Об этом говорят не только эксперты, но и технический анализ графика динамики восхождения цены.

Биткоин разросся, пришлось разделиться: уже есть «кэш» (ВСН) и «обычная» (ВТС) разновидности биткойна. BCH – со своим протоколом, блоком (трансакциями). BTC превысил курс $5000, BCH – $350, капитализация – примерно $70 млрд.

Принцип блокчейна, на котором базируются все криптовалюты, – идейно простой: это общего пользования БД, без руководства, без централизации кем-либо. Правила, алгоритмы, безопасность и др. характеристики блокчейна могут различаться, но все отлично приспособлено к взаимосвязям «майнинг–эмиссия» [2].

Блокчейн – это также информационная технология, защищенный доступ к БД и распределенным вычислениям: в реальном режиме, дружественный, надежный, почасовой («покликовый» даже), прозрачный, с небольшой оплатой услуг – доступ «каждому, всегда, везде». Небольшое вознаграждение майнерам – не 3-11% комиссионных за платежи, обмен банков!

Трансакции – от «майнеров», участников, подтверждающих подлинность операций на своих достаточных вычислительных мощностях. Пользователи предлагают свои вычислительные мощности, в ответ система обеспечивает их результатами вычислений, поисков, переводимых в биткойны. Процедура майнинга базируется на математически непростых алгоритмах, майнер должен предоставить системе мощный компьютер (мощную «ферму» для майнинга) для вычислений под контролем остальных участников [9].

Пока блокчейн сохранится на одном хотя бы компьютере, он – неизменный.

Блокчейн – высокотехнологичный, многоцелевой инструментарий. Простая, например, «4-8-карточная ферма» ежедневно позволит «майнить» $2-3, а сложная, «насыщенная» – $100. Выручка поступает оперативно, в реальном масштабе, если она невысокая (здесь необходимы дополнительные проверки). Например, геймеры получают в игре с оплатой биткойнами «внутри», в процессе игры.

Блокчейн – многоаспектное явление, важны не только финансовые, но и инфологические, правовые и другие аспекты. Как говорил персонаж фильма «Леон», «банки могут лопаться, отмирать», а запись в БД блокчейна – надежна всегда, ее не взломать без криптокода.

Майнинг, его преимущества, недостатки

Mining («добыча») криптовалюты определяется «мощностью ферм», программно-аппаратных систем. При участии в вычислениях (затратах ресурсов) начисляется криптовалюта. Она хранится в кошельке системы (в файле с персонализированным, защищенном доступом).

Выгоден майнинг, насколько? – Прогноз затруднителен. Впрочем, приведем факторы, важные для него.

Преимущества:

• оперативность, малозатратность трансакций;
• курс криптовалюты формируют майнеры сами (их возможности, спрос-потребности рынка);
• управление децентрализовано, трансакции легкореализуемы, монетизация (через кошельки, биржи) – беспроблемная;
• большинство компаний – с юридическим статусом, вполне надежны;
• работа «24/7/365» без комиссии (кроме крупных трансакций);
• криптологическая защищенность с криптоподписью трансакции;
• раскрывать личные данные (например, как в Яндекс.Деньги) – нет необходимости;
• «заморозить» счет невозможно;
• «безинфляционность», хотя есть ограничения на майнинг, предельная объем монет биткоин для каждого ограничен (21 млн).

В любом случае, это принесет прибыль выше, чем банковская, биржевая (ценных бумаг). Можно дополнительно обезопасить себя, если приобрести параллельно контракты по разным криптовалютам, грамотно распределив вложения. Можно запустить автомайнинг без вложений на различных площадках. Пусть в тестовом режиме!

Факторы, влияющие на майнинг

Основные факторы – потенциал потребительский, эмиссионная цена, инвестиционная привлекательность. Потребительский потенциал – отражение стоимости актива, которого тратит майнер: чем больше – тем ценней. Но криптовалюта имеет, как и обычная валюта, цену актива [7].

Цена эмиссии – отражение строгой ограниченности эмиссии криптовалют (у биткойна BCH, «кэш» – капитализация около $70 млрд). Есть активы с мягким диапазоном границ, непрерывным эмитированием, требующие большей определенности эмиссионной политики. Это актуально – цифровых активов становится много, их особенностей – еще больше. Рассчитывают цену эмиссии по динамике цены, текущей стоимости.

Инвестиционная стоимость, привлекательность – колебательная, перспективы вложений имеются, но в криптовалюты немногие вкладывают.

Оценить потенциал саморазвития криптовалют релевантно не удастся – мало опыта, времени. Есть надежды на экономику IoT, «Интернет вещей». Приблизительно текущую стоимость биткойна можно выяснить, если умножить его рыночную стоимость на уровень его доходности (ROI), затем поделить на количество лет прогноза и, наконец, умножить на цену биткойна по отношению другим криптовалютам. Например, к 2020-му, стоимость с учетом текущей стоимости с дисконтом ($44.29) дает $21.52, ниже реально наблюдаемых. В 2020-ом рост биткойна прогнозируется на 1500% — усиливается инфраструктура криптовалют.

Платформы блокчейна

Их очень много. Многие – однотипные (различия – в деталях, алгоритмах). Но есть уникальные в своем роде:

• Chronobank, валюта – «трудочас», обменивается на работу (аналогично биллингу на биржах фриланса);
• ZrCoin, валюта – эквивалент диоксида циркония;
• Колион, валюта – фермерская продукция от Михаила Шляпникова (д.Колионово);
• MobileGo, баллы, бонусы в играх (например, AppStore);
• Liquid, торговля опционами и др.

Особо выделим Ethereum, заинтересовавшая «Сколково» облачная отечественная инфраструктура, с перспективой внедрения в финансово-рыночно-государственные отношения (разрабатываются даже смарт-карты, реестры и др.).

Ethereum и умные контракты

Ethereum – открытого типа блокчейн-платформа, виртуальная машина (EVM). Валюта Ethereum – ether, эфир, ETH. Может служить не только платежным, но и обменным средством, – в широком смысле, – сделками с ресурсами, активами. Используя при этом умные контракты: Ethereum – «криптотопливо» для них. Капитализация Ethereum – более $30 млрд.

Трансакции Ethereum не прибегают к правовым процедурам, базирующаяся на умных контрактах. Умные (Smart) контракты могут реализовываться на EVM до отправки в блокчейн. EVM ограничивает контракты, требующие много времени для выполнения. Например, средства для вывода могут стать недоступны в течение месяца. Поэтому Ethereum считают «Биткойн 2.0». Привлекательна в качестве тест-платформы умных контрактов (облигаций).

Защита сети при майнинге — в начальном состоянии. Затем планируется переход на гибридный метод защиты. Система высоко требовательна к видеопамяти (в сентябре – более 2Гб). ПО Ethereum используема всеми, кому потребуется защита от вмешательства. Во взаимодействии с умными контрактами, может найти применение в разнообразных финансовых секторах, в выстраивании бизнеса по условиям смарт-контракта, хотя ее главное предназначение – «криптовалютное». Примеры таких приложений: инвестиционный фонд, площадка монетизации в играх, краудфандинг, опционы.

ЦБР запустил на Ethereum платформу «Мастерчейн». Внешэкономбанк – партнер Ethereum. Сбербанк – первый банк в альянсе с Ethereum.

ICO

ICO – процедура, механизм инвестиций продажами монет криптовалют, получаемых ускоренной эмиссией. В 2017-ом, посчитали, количество ICO удвоилось за год. Размещения привлекают миллионы, например, StatusResearch &DevelopmentGmbH (Швейцария) привлекла $95 млн. ICO – без госрегулирования, публичных видов деятельности.
ICO реализуется эмиссией криптовалюты (дополнительно, вне майнинга) и распределения ее среди желающих. Называют единицу монетой, токеном, обменивается на ликвидную криптовалюту, например, биткоин, эфир. Достаточно привлечь инвесторов к проекту, гарантировать им выкуп криптовалюты (через некоторый промежуток).

Первый ICO собрал $5 млн. Сейчас привлекают $185 млн (компания Block.one) и более. В обороте сейчас около тысячи криптовалют. Капитализация рынка – свыше $90 млрд (доминируют биткойн – более $41 млрд, Ethereum – более $25 млрд). ICO осваивается и «реальным сектором», например, ICO «Колиново» получил 401 биткоинов. К концу года ожидают запуска около 50 ICO/мес.

Зачем инвестировать в ICO? — Инвестор планирует «спекульнуть» на ожидаемой курсовой разнице, или использовать для фьючерс-контрактов, или просто поддержать привлекательный ему проект.

Перспективы развития

В мире количество различных криптовалют – за тысячу, их капитализация давно за $100 млрд! Рыночная капитализация каждой из крупнейших криптовалют (Топ-10) превышает $1 млрд. Только во втором квартале, объем инвестиций в криптовалюты, спецфонды достиг более $230 млн, а количество кошельков для криптовалют – 12 млн. Все больше желающих открыть их для трансакций, хранения валюты.

На криптовалютный рынок выходят трейдеры, инвесторы, они развивают его. Например, криптоброкер Coinbase (оценен в $1,6 млрд.), недавно смог привлечь $100 млн., причем от «мощных» венчурных фондов (IVP, Greylock, BatteryVentures). Формируются центры криптофинансирования, существенно стимулирующие цифровую экономику через блокчейн-технологии. Страны пытаются разработать, апробировать наиболее релевантную модель регулирования криптовалютных трансакций, включая ICO. Преуспела Япония, с апреля разрешившая биржам криптовалют работать, освободившая от налогов обмен криптовалют.

Система изменит нашу финансовую традиционную парадигму. Монеты криптовалют станут правом на продукт, имущество, бизнес (акциями). Конкуренция криптовалют – мощная, решается жизненный вопрос, какая из них станет самой привлекательной, эффективной, устойчивой без обеспечения золотом, алмазами, нефтью и др. Государства насторожились!

Каково «криптовалютное» место России?

Есть примеры успешных майнеров в России. Юрий Дромашко (Иркутск, инженер) продав квартиру, получив кредит, «на все» построил «среднюю ферму» майнинга биткоинов из нескольких сотен компьютеров. Прибыль Юрий не афиширует (хотя и называет ее «шальные бабки»), но расход энергии (самого дешевого по регионам РФ) на «ферме» — 2.5 МгВ. Валерия Евгеньевна (пенсионерка, агрохимик) криптовалютами заразилась от внуков: «Год назад это для меня тёмный лес был, но я постаралась разобраться, хотя и не играла никогда на бирже». Сын пенсионерки «майнит» с 2016-го. Дмитрий Суслов (старшеклассник из Москвы) увлёкся майнингом. Долго анализировал выбор и прибыль: «Остановился на биткоинах, планирую после школы увеличить инвестиции». Профессионал из Москвы, IT-специалист, за год успел «окупить инвестиции в ферму и выйти на стабильный доход».

А как власти? Власти ждут от блокчейна «гигантского сдвига» в финансовой (и не только) сфере. Например, г-н Греф, советует компаниям «не откладывать его тестирование». Можно и кредит скоро получить монетами биткоин. Технология перспективна для борьбы с коррупционными финансовыми схемами. Блокчейн-экономика должна пройти этап экспериментирования, развития.

Но количество мошенничеств растет. Согласно ИА «Банкир.ру», «каждый десятый участник платформы Ethereum – потенциальная жертва мошенников». Сайт экспертов «Coinsport» считает «99% всей сферы ICO аферой». Справедливости ради отметим: на рынке ICO появляются новые инструменты, методы минимизации рисков.

В России несколько IT-компаний, сосредоточивших усилия на блокчейн. Разрабатывают шлюз взаимодействий с биткоин-блокчейн. Важно решить проблему противодействия анонимности трансакций (например, на одной анонимной площадке за биткоины продавали оружие, наркотики). Предлагается новая статья (УК РФ) – «Оборот денежных суррогатов». Нужна правовая поддержка, законодательная база.

Может появиться ФЗ о криптовалютах, над ним работает группа Госдумы. Вычислительные мощности, сервера должны быть в РФ. Сократят чиновников, снизят расходы банков (хватит им кредитования, сервисных продуктов, онлайн-функций), избавят от комиссии нас.

Эксперты отмечают связи биткоина с S&P500, акциями, спекулянтами. Если эти связи станут законом, повлияет на рынок. Российская компания майнинга RMC привлечь хочет $100 млн, обещая 18% от доходов. Эксперты прогнозируют китайцам треть всего мирового майнинга (пока 2%). Ее кадровые, климатические, энергетические ресурсы позволяют.

Лоббируют блокчейн Сбербанк, Qiwi. У последней – «битрубль» (зарегистрирован ее товарный знак), анонсировано скорое появление собственной криптовалюты. Сбербанк, «мучающийся» с устаревшей системой, не хочет остаться наблюдателем. Минкомсвязь также имеет свои задумки. Взвешивают «плюсы»-«минусы»…

 

Литература

1. Айганым С. // НАЦИОНАЛЬНЫЕ ОПРЕДЕЛЕНИЯ СТАТУСА КРИПТОВАЛЮТЫ БИТКОЙН // Национальная Ассоциация Ученых. 2015. № 8-1 (13). С. 145-147.
2. Болдырихин А.А. // КРИПТОВАЛЮТЫ КАК ПРИНЦИПИАЛЬНО НОВЫЙ ФИНАНСОВЫЙ ИНСТРУМЕНТ И ЭКОНОМИЧЕСКИЙ ВЫЗОВ // Панорама. 2015. Т. 18. С. 24-29.
3. Бубнова И.Ю. // BITCOIN: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ КРИПТОВАЛЮТЫ // Nauka i studia. Т. 4. № -1. С. 11-15.
4. Вострикова Е.А., Соколова К.С. // КРИПТОВАЛЮТЫ И МИРОВАЯ ЭКОНОМИКА // Вестник молодых ученых Самарского государственного экономического университета. 2016. № 2. С. 29-31.
5. Коречков Ю.В., Целищев П.Б. // ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ КРИПТОВАЛЮТЫ В РОССИЙСКОЙ ЭКОНОМИКЕ // Интернет-журнал Науковедение. 2016. Т. 8. № 6 (37). С. 14.
6. Ленкин А.В., Лучанинов Д.В. // ОБЗОР И ТЕХНОЛОГИЯ ПОЛУЧЕНИЯ КРИПТОВАЛЮТЫ // Постулат. 2017. № 1 (15). С. 40.
7. Леонтьева А.В. // КРИПТОВАЛЮТЫ КАК ЭКОНОМИЧЕСКИЙ ФЕНОМЕН В ПРАВЕ — НОВАЯ ВЕТВЬ РАЗВИТИЯ ИЛИ ИГРА ВНЕ ЗАКОНА? // Вестник Науки и Творчества. 2017. № 2 (14). С. 116-119.
8. Мифтахутдинов А.Р., Линюшин Г.М., Цвигун Г.В. // АНАЛИЗ КРИПТОВАЛЮТЫ БИТКОИН: ОСОБЕННОСТИ И ПЕРСПЕКТИВЫ ВНЕДРЕНИЯ В ЭКОНОМИКУ РФ // Новая наука: Стратегии и векторы развития. 2016. № 118-1. С. 175-177.
9. Овсяникова П. // БИТКОИН: ФАКТОРЫ, ВЛИЯЮЩИЕ НА ВОЛАТИЛЬНОСТЬ КРИПТОВАЛЮТЫ // Электронный вестник Ростовского социально-экономического института. 2016. № 2. С. 254-260.
10. Пещеров А.И. // ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ КРИПТОВАЛЮТЫ ВО ВНЕШНЕЙ И ВНУТРЕННЕЙ ПОЛИТИКЕ ГОСУДАРСТВА // Юридическая мысль. 2016. Т. 94. № 2. С. 76-78.
11. Пещеров А.И. // ПОНЯТИЕ И МЕСТО КРИПТОВАЛЮТЫ В СИСТЕМЕ ДЕНЕЖНЫХ СРЕДСТВ // Юридическая мысль. 2016. Т. 95. № 3. С. 130-138.
12. Сидоренко Э.Л. // КРИМИНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ КРИПТОВАЛЮТЫ: МЕЖДУНАРОДНЫЕ ОЦЕНКИ // Международное уголовное право и международная юстиция. 2016. № 6. С. 8-10.
13. Шмелев В.В. // КРИПТОВАЛЮТЫ — ДЕНЬГИ XXI ВЕКА? // Банковское дело. 2017. № 3. С. 52-56.

 

References

1. Aiganym S. // NATIONAL DEFINITIONS OF THE STATUS OF CRYPTUALITY BY BITKOLINE // National Association of Scientists. 2015. No. 8-1 (13). Pp. 145-147.
2. Boldyrikhin AA // CRYPTUALITIES AS A PRINCIPALLY NEW FINANCIAL INSTRUMENT AND ECONOMIC CHALLENGE // Panorama. 2015. P. 18. P. 24-29.
3. Bubnova I.Yu. // BITCOIN: PROBLEMS AND PROSPECTS OF DEVELOPMENT OF CRYPTUALS // Nauka i studia. Vol. 4. No. -1. Pp. 11-15.
4. Vostrikova EA, Sokolova KS // CRYPTUALS AND WORLD ECONOMICS // Bulletin of Young Scientists of Samara State University of Economics. 2016. № 2. P. 29-31.
5. Korechkov Yu.V., Tselishchev P.B. // ECONOMIC EFFICIENCY OF USE OF CRYPTUALS IN THE RUSSIAN ECONOMY // Internet-journal Naukovedenie. 2016. T. 8. No. 6 (37). C. 14.
6. Lenkin AV, Luchaninov DV // REVIEW AND TECHNOLOGY OF OBTAINING CRYPTUALS // Postulate. 2017. No. 1 (15). 40.
7. Leontief A.V. // CRITALS AS AN ECONOMIC PHENOMENON IN THE RIGHT — A NEW BRANCH OF DEVELOPMENT OR A GAME OUTSIDE THE LAW? // Bulletin of Science and Creativity. No. 2 (14). Pp. 116-119.
8. Miftakhutdinov AR, Linyushin GM, Tsvigun GV // ANALYSIS OF CRYPTUALITY BITKOIN: FEATURES AND PROSPECTS OF INTRODUCTION TO THE ECONOMY OF THE RUSSIAN FEDERATION // New science: Strategies and vectors of development. 2016. No. 118-1. Pp. 175-177.
9. Ovsyanikova P. // BITKOIN: FACTORS INFLUENCING THE VOLATILITY OF CRYPTUALS // An electronic bulletin of the Rostov socio-economic institute. № 2. P. 254-260.
10. Pescherov AI // PROSPECTS OF USING CRYPTUALS IN THE EXTERNAL AND INNER POLICY OF THE STATE // Juridical thought. 2016. T. 94. № 2. P. 76-78.
11. Pescherov AI // CONCEPT AND LOCATION OF CRYPTUALS IN THE SYSTEM OF CASH // Juridical thought. Vol. 95. No. 3. P. 130-138.
12. Sidorenko E.L. // CRIMINAL USE OF CRYPTUALS: INTERNATIONAL ESTIMATIONS // International Criminal Law and International Justice. № 6. With. 8-10.
13. Shmelev V.V. // CRYPTUALS — MONEY OF THE XXI CENTURY? // Banking. № 3. P. 52-56.

 

УДК 330.88

BIG DATA: ИСПОЛЬЗОВАНИЕ ВОЗМОЖНОСТЕЙ ОПЕРАЦИОННОЙ АНАЛИТИКИ В ПРОЦЕССЕ ОЦЕНКИ БАНКОВСКИХ РИСКОВ

Реутов Р.В., начальник юридического отдела Екатеринбургского филиала ПАО Банк «ФК Открытие», магистрант кафедры финансовых рынков и банковского дела Уральского государственного экономического университета, Куваева Ю.В., к.э.н., доцент кафедры финансовых рынков и банковского дела Уральского государственного экономического университета, Серебренникова А.И., к.э.н., доцент кафедры финансовых рынков и банковского дела Уральского государственного экономического университета

Аннотация: данная статья посвящена описанию возможностей применения инструментов, технологий и навыков использования больших данных в банковской сфере, в частности при выполнении такой базовой функции банка, как оценка кредитоспособности клиентов при решении вопросов об их кредитовании. Описаны основные характеристики Big Data и принципы работы кредитных организаций с большими объемами данных, сделана попытка определения принципов прикладного применения данной технологии в банке.

Ключевые слова: big data, большие данные, традиционная аналитика, операционная аналитика, банковские риски.

Объемы информации, накапливаемой в мире, постоянно увеличиваются и в 2020 году составят, по оценкам Gartner, ведущей мировой исследовательской и консультационной компанией, и IDC, 44 зеттабайта данных (44 трлн. гигабайт). Для сравнения представим, что весь объем данных, подлежащих хранению сотовыми операторами по «закону Яровой», достигает 157,5 эксабайта [1], что составляет 0,1575 зеттабайта. При этом, проведенное провайдером инфраструктурных решений ЕМС и Institute for the Future исследование Information Generation показало: 52% компаний из разных стран и отраслей признают, что-либо не используют доступные им данные эффективно, либо тонут в объемах информации [2].

В  наиболее общем виде термин «big data» определяют в современном мире  как  совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных  огромных объемов и значительного многообразия для получения восприимчивых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениями класса Business Intelligence [3]. В более ранних публикациях авторы уже предлагали несколько модифицировать указанное определение и рассматривать «big data» как различные инструменты, подходы, методы обработки и использования данных, которые позволяют автоматизировать и масштабировать процессы в разных отраслях человеческой деятельности, увеличивая их скорость в пределах «времени принятия решений». В еще более упрощенном варианте можно рассматривать Big Data как совокупность инструментов, методов обработки структурированных и неструктурированных данных значительного объема для получения воспринимаемых человеком результатов [4, с. 63].

При определении понятия Big Data принято говорить о четырех V: Volume (большой объем данных, который постоянно увеличивается; Variety (разнообразность хранимых и обрабатываемых данных, наличие или отсутствие их структуры); Velocity (скорость работы с подобными данными, т.е. скорость их поступления и обработки); Value (ценность информации). Также, возможно дополнить данный перечень такой характеристикой, как Veracity (неопределенность данных) [5]. Таким образом, большие данные часто представляют собой особый тип данных с принципиально иной структурой, и такая структура требует применения специальных способов обработки для включения их в аналитический процесс. В этом контексте суть концепции Big Data, по мнению авторов, сводится к анализу неоднородной и быстро поступающей информации с использованием не только классической, описательной, но прогностической аналитики. Если в классической бизнес- аналитике внимание сосредотачивается на анализе произошедшего с описательной точки зрения, например, определение объема продаж по каждому региону, доли своевременных поставок… то цель прогностической аналитики, наоборот, состоит в предсказании того, что произойдет в будущем. Как увеличить долю своевременных поставок? При этом, новые аналитические процессы должны быть автоматизированы, существенно масштабированы и осуществляться с молниеносной скоростью [6, с. 39-40]. Все это, по мнению авторов, следует относить к особенностям операционной аналитики больших данных. В данном случае сам анализ данных позволяет увидеть определённые и незаметные закономерности, которые не может увидеть человек. Это позволяет оптимизировать все сферы нашей жизни – от государственного управления до производства и телекоммуникаций [7].

Признавая важность этих отраслей экономики, особый интерес вызывает применение концепции больших данных в банковской сфере. Любой банк в своей деятельности сталкивается с огромным количеством рисков, необходимостью их минимизации и диверсификации.  В этой связи — управление рисками – это одна из благодатных сфер применения больших данных в банковском деле. Управление любым видом рисков – операционных, рыночных, кредитных, правовых – зависит от полноты, объективности и своевременности оценки информации, которую получают риск-менеджеры. Инструменты и технологии big data помогут нарисовать всеобъемлющую картину на любом уровне, будь то благонадежность заемщика или экономическая ситуация в отдельном регионе страны [8].

До сих пор банки оценивали риски, исходя из текущих данных, как правило, предоставляемых самими клиентами и применяя при этом традиционную аналитику. Операционная же аналитика сосредоточена на обработке данных и принятии решений в режиме реального времени, и как правило, применяется к конкретному клиенту именно в тот момент, когда это необходимо. По этой причине, система оценки рисков, основанная на операционном подходе применительно к анализу больших данных, расскажет о клиенте (действующем или потенциальном) куда больше и сделает это гораздо объективнее. Такая система оценки учитывает не только кредитную историю клиента, но и активность в соцсетях, тональность его комментариев, предпочтения в покупках и, если надо, поведение в сетевых играх [8]. На основе анализа больших данных банк также может корректировать свою инвестиционную стратегию в зависимости от выявления и оценки рисков в конкретной отрасли и регионе.

Справедливости ради следует отметить, что внедрение отдельных элементов Big Data в оценке рисков достаточно давно происходит в банковской среде. Так, в отношении частных заемщиков используется «скорринг-система», которая представляет собой компьютерную программу, использующую разные математические и статистические приемы обработки ответов заемщика в заявке на кредит, которую он предоставляет в банк [9]. В данном случае анализируются анкетные и паспортные данные, поведенческие данные, которыми обладают банки в силу тех услуг, которые они оказывают. Также могут использоваться  открытые данные, прежде всего из социальных сетей. В отношении корпоративных клиентов ситуация немного иная. Применение программных методов оценки кредитоспособности осложняется ее сложностью и многоаспектностью.

По общему правилу, в американской и в отечественной практике используется метод балльной оценки ссудозаемщиков, основанный на «правиле пяти си» [10, с. 178-179]:

С – Capacity – финансовая способность вернуть долг;

С – Character – репутация заемщика (честность, порядочность, прилежание);

С – Capital – капитал или имущество;

С – Collateral – наличие обеспечения, залога;

С – Conditions – экономическая конъюнктура и ее перспективы.

Методика пяти «С» дополняется анализом системы финансовых коэффициентов и денежного потока. Система финансовых коэффициентов включает в себя 5 групп коэффициентов: ликвидность, эффективность (оборачиваемость), финансовый рычаг (леверидж), прибыльность, обслуживание долга. Бальная оценка проводится кредитными экспертами (аналитиками) на основании полученных от клиентов информации, отчетов кредитных агентств, фактических отчетных данных баланса и других финансовых отчетов с использованием данных за ряд последних лет. Проблематика такого анализа состоит в том, что присутствует определенная доля субъективизма в восприятии и анализе информации сотрудником банка, существует вероятность ошибки как человеческий фактор, а также зачастую возникают проблемы с достоверностью предоставляемых клиентами сведений и информации.

Специфической чертой такого анализа является недооценка макроэкономических показателей состояния отрасли и региона, конкурентоспособности клиента, его положения в указанной отрасли, занимаемой доли рынка, состоянию конкурентов и партнеров анализируемой компании. В целом, ввиду недостаточности информации у кредитного эксперта, этим аспектам уделяется мало внимания, хотя общепризнана необходимость исследования и анализа данных факторов при оценке кредитоспособности клиента. Также, в рамках применения традиционной, пакетной аналитики, при оценке банковских рисков наблюдается явный перекос в сторону финансового анализа, который, как уже говорилось выше, может проводиться как на основе системы финансовых коэффициентов (показателей), так и путем анализа денежных потоков, т.е. сопоставления притока и оттока денежных средств предприятия-заемщика (исследование портфеля контрактов и динамики кредиторской / дебиторской задолженности). Реализация на практике концепции Big Data с применением операционной аналитики в деятельности банков позволит, по мнению авторов, существенно повысить результативность использования соответствующей информации в интересах банка.

Оценку ответственности руководства компании (Character), качества управления (менеджмента), деловой репутации руководителей потенциального заемщика можно провести на основе данных, полученных из социальных сетей. Анализируя профиль поведения руководителя / менеджера (то, какую информацию он о себе публикует и в какой форме, как он общается, как выглядит круг его контактов), можно сделать достаточно много ценных выводов и комплексных оценок различных показателей [5]. Также выявлению и анализу подлежит информация об участии руководителей компании в различных конференциях, профессиональных симпозиумах, выступлениях в СМИ, публикациях, интервью, обсуждениях компании на различных форумах в соцсетях и т.д. Также через социальные сети, используя специальные инструменты, технологии и навыки, можно выявить часто скрываемую информацию о конечных бенефициарах («истинных» владельцах) и контролирующих лицах компании. Данный алгоритм может включать сбор и анализ частоты, периода времени общения в соцсетях лиц, связанных с компанией, фактов присутствия в офисе, недалеко от офиса (через камеры видеонаблюдения), фактов обращения лица на сайт компании, информации на других ресурсах, где клиент мог бы оставить свои актуальные данные. Например, выявленный в сети факт поздравления лица с днем рождения компании, либо выражения благодарности лицу, не являющемуся партнером компании или его сотрудником, может свидетельствовать об «особых» отношениях лица и анализируемого предприятия.

При анализе элемента Capacity (финансовая способность вернуть долг) кредитоспособности клиента прежде всего анализируется способность компании производить и реализовывать продукцию, а также информация о соблюдении компанией обязательств перед контрагентами. В данном случае, используя инструменты и технологии анализа больших данных, по аналогии с маркетинговыми исследованиями соцсетей, эффективности рекламных компаний, сведений о продажах, отзывов и критики услуг / товаров потребителями, публикациях в СМИ, банк может оценить спрос и удовлетворенность клиентов продукцией компании – заемщика, рынок сбыта, а также прогнозировать изменение спроса ввиду сезонности, моды и иных предпочтений.

Наибольшая эффективность применения технологии Big Data может быть достигнута при анализе Conditions (экономическая конъюнктура и ее перспективы), т.е. в процессе изучения макроэкономических условий в стране, определяющих деловой климат в отрасли и регионе присутствия заемщика и его контрагентов, особенностей развития бизнеса в различных секторах и регионах, оказывающих влияние на банк и заемщика. Это достаточно объемный пласт как структурированной, так и не структурированной информации, включающей в себя статистическую информацию, данные из новостной ленты, биржевых сводок, интервью и публикаций на сайтах учебных заведений, информацию из зарубежных источников и т.д. В рамках традиционной аналитики этому блоку так же уделяется недостаточно внимания, тогда как модели и методы операционной аналитики позволяют создавать и использовать особые критериальные модели, разрабатываемые под определенного клиента и желательно в режиме реального времени. В указанные модели включаются разнообразные критерии, такие как отрасль, срок функционирования фирмы, категория товара, макроэкономическая ситуация в регионе присутствия клиента и его контрагентов, является ли регион донором или дотационным, состояние конкурентной среды, транспортная доступность, состояние дорог, расходы на логистику и т.д. Поэтому, чем большее количество переменных будет включено в модель, тем достовернее будет полученный на выходе результат.

Основное внимание в кредитной аналитике уделяется коэффициентному анализу и исследованию обоснованности запрашиваемой потенциальным заемщиком суммы кредита; характеру кредитуемой сделки, проводимому в основном на основании представленных клиентом документов бухгалтерской и аналитической отчетности. И в этом случае инструменты и технологии анализа больших данных могут прийти на помощь банковскому работнику. Анализируя огромный массив данных по определенным критериям, система может выявить компании – аналоги со схожей бизнес – моделью, а также аналогичные инвестиционный проекты (не обязательно связанные с кредитованием, но с аналогичным риском, доходностью, схожими денежными потоками). При этом выявленная информация анализируется на предмет выявления определенных закономерностей и статистических подтверждений, формируется некоторая математическая / регрессионная модель на основе этих данных, которая экстраполируется на анализируемую компанию.

При использовании Big Data, действует общепринятый принцип: чем больше данных – тем больше точность анализа. Представляется интересным использование для анализа информации банков о расчетах (движении денежных средств) клиентов, а также данных о количестве, стоимости и сроках поставки / выполнения работ (услуг) компаний реального сектора экономики. Предположим, что данная информация в каком – либо виде размещается банками и компаниями в сети, при этом не возникает проблем с нарушением принципов банковской и коммерческой тайны, так как информация об операциях и поставках не привязана к конкретному плательщику, получателю средств, номеру счета, поставщику и покупателю, иными словами – обезличена. Персональные данные просто исключаются из размещаемой информации, так как для Big Data совершенно не важно, кто получатель, плательщик или покупатель, важной является информация об общих суммах платежей и поставок, какой товар поставляется, какой оплачивается, сроки и периодичность оплаты / поставки, в какие регионы осуществляются платежи и поставки, назначение платежа в платежных документах. Представляется, что данная информация была бы крайне важной для создания определенной модели и оценивания с ее помощью потенциального клиента банка.

Учитывая, что концепция Big Data и ее применение в банковских технологиях еще находится в стадии формирования, сложно рассчитать экономический эффект для банка от ее использования. Но в любом случае, снижение ошибок при анализе кредитоспособности клиента, минимизация банковских рисков будут непосредственно влиять на качество кредитного портфеля банка и делать его более «здоровым».

В заключении следует отметить, что условием полезного использования больших данных в деятельности банка является поддержка его руководством новых технологий анализа и обработки больших данных, наличие сильной команды аналитиков-рисковиков, а также отсутствие ярко выраженного желания быстрого подтверждения бизнес-эффекта для кредитной организации. Грамотное использование концепции Big Data в текущей деятельности банка (не только в области анализа кредитных рисков) станет существенным конкурентным его преимуществом и будет способствовать внедрению инновационных подходов и новых коммерческих направлений в банке.

Список литературы:

1. Мне не очень понятна необходимость хранения одних и тех же данных разными операторами // Коммерсант.ru [Электронный ресурс]. URL: https://www.kommersant.ru/doc/3385427 (дата обращения: 08.12.2017).
2. Big Data в деле // РБК [Электронный ресурс]. URL: http://www.rbcplus.ru/news/555e7b397a8aa97cb615f209 (дата обращения: 08.12.2017).
3. ВикипедиЯ Свободная энциклопедия // Wikipedia [Электронный ресурс]. URL: https://ru.wikipedia.org/ (дата обращения 09.11.2017).
4. Гобарева Я.Л., Городецкая О.Ю., Кочанова Е.Р. Возможности и технологии BIGDATA для повышения качества эксплуатации CRM-систем // Транспортное дело России. 2015. №5. С.62-63.
5. Big Data: внимание банков к соцсетям продолжает расти. Методы анализа информации в социальных сетях // Плас Журнал Pru [Электронный ресурс]. URL: http://www.plusworld.ru/journal/section_1168/section_153395/art153371/ (дата обращения: 08.12.2017).
6. Фрэнкс Б. Революция в аналитике. Как в эпоху BIG DATA улучшить бизнес с помощью операционной аналитики. [Текст] / Билл Фрэнкс; Пер. с англ. – М.: Альпина Паблишер, 2017. – 316 с.
7. Что такое Big data: собрали всё самое важное о больших данных // RUSBASE [Электронный ресурс]. URL: https://rb.ru/howto/chto-takoe-big-data/ (дата обращения: 08.12.2017).
8. Волшебная палочка: зачем банкам big data // Bru [Электронный ресурс]. URL: http://www.banki.ru/news/daytheme/?id=9949915 (дата обращения: 08.12.2017).
9. Что такое скоринг и как он работает? // Home Credit People [Электронный ресурс]. URL: http://hcpeople.ru/credit_scoring/ (дата обращения: 08.12.2017).
10. Банковское дело. Организация деятельности коммерческого банка: учебник и практикум для академического бакалавриата / Г. Н. Белоглазова [и др.]; под ред. Г. Н. Белоглазовой, Л. П. Кроливецкой. – 3-е изд., перераб. и доп. – М.: Издательство Юрайт, 2015. – 545 с.

УДК: 336.221

Каширина Марина Валентиновна

доцент Департамента налоговой политики и таможенно-тарифного регулирования

Финансового университета при Правительстве Российской Федерации

Россия, г. Москва

Идрисова Мана Ахмедовна

Студентка 3 курса факультета «Налоги и налогообложение»

Финансового университета при Правительстве Российской Федерации

Россия, г. Москва

Kashirina Marina Valentinovna

associate Professor, The Department of tax policy and customs tariff regulation

Financial University under the Government of the Russian Federation

E-mail: askvm@yandex.ru

Idrisova Mana Akhmedovna

3-year student, The Faculty of Taxes and Taxation

Financial University under the Government of the Russian Federation

E-mail: msidrisova@mail.ru

АКТУАЛЬНЫЕ ВОПРОСЫ И ПЕРСПЕКТИВЫ НАЛОГООБЛОЖЕНИЯ В СТРОИТЕЛЬНОЙ ОТРАСЛИ

ACTUAL ISSUES AND PROSPECTS OF TAXATION IN THE CONSTRUCTION INDUSTRY

Аннотация: в статье приведена характеристика строительной отрасли в период выхода России из кризиса, рассмотрены особенности налогообложения в строительстве при учёте: процентов по кредитам, доходов и расходов при ликвидации основного средства, оборудования для монтажа, специальной одежды работников, обязательств при расторжении договора с дольщиком. Проведён анализ последних изменений в налоговом законодательстве и статистических данных по налоговой нагрузке и задолженности по налогам и сборам, позволяющий выделить основные проблемы налогообложения в сфере строительства. Также выявлены спорные вопросы налогообложения и приведены различные точки зрения по их решению.

Abstract: The article describes the characteristics of the construction industry in the period of Russia’s exit from the crisis, the specifics of taxation in construction are considered, including: interest on loans, incomes and expenses for the liquidation of a fixed asset, equipment for installation, special clothing for employees, obligations when terminating an agreement with an interest-holder. The latest changes in the tax legislation are analyzed and statistical data on the tax burden and tax arrears, allowing to identify the main problems of taxation in the construction sector. The disputed issues of taxation have also been revealed and various points of view on their solution have been presented.

Ключевые слова: налоговый учёт, застройщик, подрядчик, долевое строительство, налог на добавленную стоимость (НДС), налог на прибыль.

Keywords: tax accounting, developer, contractor, share construction, value-added tax (VAT), profit tax.

ВВЕДЕНИЕ

Строительство является одной из ключевых отраслей экономики, которая в значительной степени определяет темпы экономического роста страны [7]. Строительство оказывает мультипликативный эффект развития большинства смежных отраслей, таких как:

• добыча топливно-энергетических полезных ископаемых
• обработка древесины и производство изделий из дерева
• химическое производство, черная металлургия
• машиностроение
• производство и распределение электроэнергии, газа и воды
• связь и телекоммуникации
• финансы и страхование
• операции с недвижимым имуществом, предоставление услуг и прочие. Что стимулирует эти отрасли к развитию, в свою очередь усиливая экономику страны [8].

Несмотря на всю значимость строительной отрасли, в настоящее время она находится на стадии выхода из кризиса, как и экономика России в целом [10].

Средний показатель налоговой нагрузки за 2014-2016 гг. составил 12,9% от ВВП.[1] Это говорит о том, что данная отрасль является одним из факторов экономического роста страны, так как вносит значительный вклад в доходы нашего государства.

ОСНОВНАЯ ЧАСТЬ

Строительство, как и любая другая отрасль экономики, характеризуется спецификой ведения налогового учёта. Она заключается в том, что в процессе строительства наблюдается тесная взаимосвязь между выполнением работ и оказанием услуг, а также сотрудничеством организаций, которые действуют на основе различных форм гражданско-правовых договоров. При этом вопрос выбора режима налогообложения организациями и предпринимателями, занимающимися строительной деятельностью, не должен быть спонтанным и непродуманным [4]. Глава 25 «Налог на прибыль организаций» Налогового кодекса РФ не предусматривает отраслевых особенностей обложения налогом на прибыль доходов и расходов, возникающих в ходе строительства объектов недвижимости. Поэтому применяется общий порядок отражения доходов и расходов [6].  Рассмотрим некоторые особенности налогообложения в исследуемой отрасли.

1. Учёт процентов по кредитам

Учёт процентов по кредитам — это трудоемкий процесс, требующий специальных знаний и подготовки.

Налоговый учёт в данном случае заключается в нормировании расходов по кредитным процентам, то есть в выделении суммы, которую необходимо включить в расходы в целях налогообложения. Это происходит одинаково, вне зависимости от применяемого организацией налогового режима в соответствии с пп. 9 п. 1 ст.  346.16 и пп. 9 п. 2 ст. 346.5 Налогового кодекса Российской Федерации (НК РФ).

Поэтому при учёте процентов по кредитам все предприятия должны руководствоваться статьей 269 НК РФ.

Рассмотрим налоговый учёт процентов по обычному, инвестиционному и целевому кредитам подробнее.

1.1 Кредит. Обычный кредит представляет собой разовый заем, выдаваемый финансовыми организациями заемщикам (клиентам) на любые нужды.

  В налоговом учёте проценты по обычным кредитам относятся к внереализационным расходам (пп. 2 п. 1 ст. 265 НК РФ). Однако стоит отметить, что расходом является только та сумма процентов, которая начислена за фактическое время пользования средствами, взятыми в кредит.

В бухгалтерском учёте проценты (расходы) по займам относятся к прочим расходам, за исключением суммы, отнесенной на стоимость инвестиционного актива в соответствии с п. 7 Положения по бухгалтерскому учёту (ПБУ) 15/2008. Они включаются в состав прочих расходов равномерно, то есть по мере начисления в течение отчетного периода (п. 8 ПБУ 15/2008).

1. 2 Инвестиционный кредит является целевым долгосрочным займом, выдаваемом в рамках выполнения определенных целей конкретной инвестиционной программы [1].

Налоговый учёт по процентам инвестиционного кредита не отличается от учёта процентов по обычному кредиту. Они так же относятся к внереализационным расходам. Однако, в соответствии с ПБУ 18/02, в данном случае необходимо отражать временные разницы с последующим образованием отложенного налогового обязательства, так как в налоговом учете проценты списывают раньше, чем в бухгалтерском.

И, напротив, в бухгалтерском учёте проценты по займам, предназначенным для приобретения или создания инвестиционного актива, включаются в стоимость указанного актива равномерно (пункты 7, 8 ПБУ 15/2008).

Стоит также отметить и то, что инвестиционный актив — объект имущества, характеризующийся существенными расходами по его приобретению, сооружению и изготовлению, а также продолжительным периодом подготовки к его целевому использованию.

Проценты по кредиту входят в стоимость инвестиционного актива, начиная с момента его приобретения, а прекращают в нем учитываться с 1 числа месяца, следующего за месяцем окончания строительства этого объекта. Если компания при выполнении строительных работ использует незавершенный инвестиционный объект, то проценты по кредиту в его стоимость не включаются, поскольку их надо учитывать в составе прочих расходов.

1.3 Целевой кредит (для долевого строительства).

Напомним, что долевое строительство представляет собой инвестиционную деятельность, осуществляемую строительной или инвестиционной организацией (застройщиком) путём привлечения денежных средств граждан (дольщиков) с целью строительства объекта недвижимости. Получив разрешение на ввод в эксплуатацию данного объекта, организация (застройщик) обязан передать его участникам долевого строительства (дольщикам).

Налоговый учёт. С 1 января 2017 года разрешается оплата процентов по целевому кредиту застройщика (для осуществления долевого строительства) за счёт денежных средств дольщиков [15]. Это объясняется тем, что оплата таких процентов осуществляется за счет средств целевого финансирования [14]. Более того, согласно статьям 251 (пп. 14 п. 1) и 270 (пп. 17 п. 1), они не учитываются в доходах и расходах для налога на прибыль.

Раньше, до введения новых норм в Федеральный закон №214-ФЗ, возникала следующая проблема: погашение процентов по целевым кредитам за счет средств дольщиков не признавалось целевым использованием средств. Происходило это потому, что цена договора участия в долевом строительстве не всегда могла состоять из 2 частей: 1) суммы на возмещение затрат на строительство и 2) суммы на оплату услуг застройщика. Вторую часть застройщик имел право использовать на погашение заемных средств. Однако, если в договоре цена не была разделена, то этот процесс считался нецелевым использованием средств, полученных по целевому кредиту.

Теперь с учетом дополнений, внесенных в законодательство, застройщик имеет право платить проценты по рассматриваемому кредиту за счёт средств дольщиков без деления цены договора на её составляющие.

Таким образом, в налоговом учёте проценты по данному виду кредита в расходы не включаются, поэтому никаких разниц в бухгалтерском и налоговом учетах не возникает.

Интересно то, что в бухгалтерском учёте проценты по целевому кредиту включаются в стоимость строящегося объекта, как и по инвестиционному кредиту.

Таким образом, рассмотренные особенности учёта процентов по кредитам, позволяют сделать следующие основные выводы:

• в налоговом учёте проценты по обычному и инвестиционному кредитам включаются во внереализационные расходы, а по целевому кредиту – не учитываются в расходах для налога на прибыль;
• в бухгалтерском учёте проценты по инвестиционному и целевому кредитам относятся на стоимость инвестиционного актива и строящегося объекта по договору долевого участия соответственно, а по обычному кредиту – включаются в прочие расходы.

2. Учёт доходов и расходов при ликвидации основного средства

Основное средство (ОС) часть имущества организации, используемая в производстве товаров, выполнении работ и оказании услуг и характеризующаяся следующими признаками:

• стоимость составляет более 40 000 рублей (в целях применения бухгалтерского учета);
• срок полезного использования (СПИ) – более 1 года (12 месяцев);
• использование в коммерческой деятельности;
• возможность принести экономические выгоды в будущем;
• не предназначен для перепродажи.

Необходимо отметить, что с 1 января 2016 года в целях налогового учёта амортизируемым признаётся имущество с СПИ более 1 года, при этом его первоначальная стоимость увеличивается с 40 000 рублей до 100 000 рублей.

Ликвидация основного средства происходит по многим причинам: устаревание; повреждение; становление ненужным; износ до такой степени, что ремонт не имеет никакого смысла. В данном случае организация может избавиться от такого основного средства, но ей необходимо правильно отразить как расходы, так и доходы по этой операции.

Основными документами, регулирующими рассматриваемый процесс, являются письма Минфина от 25 мая 2017 г. № 03-03-05/32014 и от 18 апреля 2017 г. № 03-03-06/1/22973.

При подтверждении факта выбытия ОС необходимо также обосновать нецелесообразность его дальнейшего экономического использования. Иначе возникнут трудности признания остаточной стоимости и расходов на ликвидацию в налоговом учёте (ст. 252 НК РФ).

При ликвидации основного средства составляются следующие документы: дефектная ведомость; приказ руководителя о создании комиссии для заключения необходимости ликвидации ОС; акт о списании объекта ОС; накладная при поступлении материалов, полученных в ходе демонтажа — №М-11 [16].

Затем на основании составленного акта необходимо сделать запись о выбытии ОС в инвентарной карточке.

Что делать, если объект демонтируется сторонней организацией (подрядчиком)?  Для этого необходимо заключить договор подряда. После окончания всех необходимых работ подписывается акт сдачи-приемки выполненных работ. Организация-подрядчик должна передать компании полученные в результате демонтажа материалы по накладной, либо перечислить их в акте выполненных работ.

В бухгалтерском учёте, согласно ПБУ 6/01 и ПБУ 10/99, остаточная стоимость и затраты на демонтаж списываются в прочие расходы организации.

Полученные в ходе разборки ОС материалы необходимо принять к учету, а также включить их стоимость в прочие доходы. При выбытии ОС сформированная по приказу руководителя комиссия проводит проверку основных деталей, узлов и других составных частей ОС. Если они пригодны для ремонта, то их учитывают в составе МПЗ по рыночной цене (цена, за которую их можно приобрести с учетом износа). Следовательно, амортизация по ним не будет начисляться с 1 числа месяца, следующего за месяцем выбытия ОС.

При сносе старого здания с целью строительства на этом же месте нового, расходы на снос включаются в стоимость нового объекта, однако, его остаточная стоимость списывается на прочие расходы.

Налоговый учёт. Налог на прибыль. Согласно пп. 8 п. 1 ст. 265 НК РФ, расходы на ликвидацию ОС вместе с суммой недоначисленной амортизации списываются на внереализационные расходы. Во внереализационных доходах необходимо учесть стоимость полученных при демонтаже или разборке материалы в соответствии с пп. 13 п.1 ст. 250 НК РФ.

Стоимость работ по ликвидации ОС, выполненных сторонней организацией-подрядчиком, также включается во внереализационные расходы.

При сносе старого ОС, чтобы на его месте построить новое ОС, расходы на снос и его остаточная стоимость включается в первоначальную стоимость будущего объекта. Они формируют первоначальную стоимость нового ОС, так как являются частью расходов на его сооружение.

Налог на добавленную стоимость (НДС). При передаче подрядчиком материалов, полученных в результате демонтажа или разборки, их стоимость он НДС не облагает, так как не возникает объект налогообложения в соответствии со статьей 146 НК РФ: собственник материалов не меняется, имущественные права не передаются и не происходит реализация.

При этом, сумма НДС по работам подрядчика по демонтажу ОС принимается компанией к вычету на основании акта сдачи-приемки выполненных работ и счета-фактуры (ст.171 НК РФ).

В рамках данного налога возникает следующий вопрос: «Нужно ли восстанавливать НДС при досрочном списании основного средства в связи с его ликвидацией?»

Существуют 2 различных мнения по этому поводу:

1. Минфин утверждает, что принятый ранее к вычету налог необходимо восстановить пропорционально остаточной стоимости, так как списанные ОС больше не будут использоваться в облагаемых НДС операциях;
2. Судьи считают, что НДС в данном случае восстанавливать не следует. Обосновывают они это тем, что ОС было приобретено для облагаемой НДС деятельности, а, значит, приняла налог к вычету правомерно. В результате ликвидации ОС, его нельзя использовать в дальнейшем ни в какой деятельности. Такая ситуация не предусмотрена 3 пунктом статьи 170, в которой перечислены все возможные операции по восстановлению НДС.

3. Учёт оборудования для монтажа

При передаче и возврате оборудования для выполнения работ по договору строительного подряда определяющую роль играет его учёт. В целях ведения налогового учета все расходы признаются, если они экономически обоснованы, документально подтверждены и имеют связь с деятельностью, направленной на получение дохода [5].

Для начала необходимо разобраться с обеспечением строительства нужным оборудованием. Этим может заниматься как заказчик, так и подрядчик.

В случае с заказчиком — цена договора строительного подряда не будет включать издержки по приобретению оборудования, так как именно заказчик его приобретает и передает второй стороне договора. И, наоборот, в случае с подрядчиком — стоимость оборудования включается в цену договора, так как является одним из результатов выполнения соответствующих работ.

Основной документ при передаче оборудования подрядчику: акт о приеме-передаче оборудования в монтаж (форма № ОС-15).

Основной документ при сдаче работ по монтажу оборудования подрядчиком: акт о приеме-передаче (форма №КС-2).

При поставке оборудования заказчиками порядок учета зависит от того, кто им является. Возможны три случая:

1. Заказчик – застройщик приобретает для монтажа оборудование, передает оборудование подрядчику, который отразит полученное оборудование на забалансовом счете;
2. Заказчик – технический заказчик, приобретает оборудование – застройщик. Застройщик, как и в первом случае, учитывает приобретенное оборудование и передает его уже техническому заказчику. Оборудование поставляется на стройплощадку подрядчика и принимается в монтаж. Полученное оборудование подрядчик учитывает аналогично первому случаю;
3. Заказчик – технический заказчик, который приобретает оборудование самостоятельно за счёт средств застройщика. Например, застройщик перечислил техническому заказчику средства на покупку оборудования для строительства объекта ОС. Технический заказчик приобрел оборудование и передал его подрядчику для монтажа.

Налоговый учёт. НДС. При приобретении ОС, требующих монтажа, организацией принимается к вычету «входной» НДС на основании предоставленных продавцами правильно оформленных счетов-фактуры, постановки ОС на учет, а также использовании их в операциях, облагаемых НДС (ст. 171, 172 НК РФ).

Минфин РФ придерживается следующего мнения: к вычету можно принять суммы НДС по ОС, требующему монтажа, сразу же после его отражения на 07 (оборудование к установке) счете, то есть не дожидаясь, его переноса на 01 (основные средства) счет.

Существует два способа проведения монтажных работ, в зависимости от которых различается учёт НДС:

1. подрядный — когда монтажные работы выполняются сторонней фирмой. В данном случае сумму НДС по работам подрядчика можно принять к вычету сразу после отражения стоимости этих услуг на счете 08-3 (строительство ОС). Об этом сказано в п. 1 и п. 6 ст. 171, а также в п. 1 и п. 5 ст. 172 НК РФ;
2. хозяйственный – когда такие работы организация выполняет своими силами. Тут согласно п. 1 ст. 146 НК РФ возникает объект налогообложения, поэтому сначала необходимо начислить НДС на стоимость работ, складывающуюся из всех фактических затрат на её выполнение, а затем, в этом же налоговом периоде, принять к вычету начисленный ранее НДС.

Возникает вопрос: Что же делать, если во время самостоятельного строительства были привлечены организации-подрядчики? Ответ: стоимость их услуг не учитывается в налоговой базе по НДС (ВАС РФ в Решении от 06.03.2007 г. №15182/06).

4. Учёт спецодежды

Прежде чем перейти непосредственно к учёту спецодежды, необходимо разобраться в том, что же относится к спецодежде и кому её нужно выдавать.

Для этого обратимся к Трудовому Кодексу РФ. Спецодежда представляет собой средство индивидуальное защиты (СИЗ), выдаваемое работодателями на обязательной основе сотрудникам, задействованным во вредной, опасной и грязной работе, а также работающим в особом температурном режиме.

Правила, регулирующие порядок выдачи спецодежды в строительной отрасли, регламентируются приказом Минздравсоцразвития от 16 июля 2007 г. № 477.

Выдавать работникам можно лишь сертифицированные СИЗ, поэтому при их покупке необходимо убедиться в наличии соответствующий документов. Спецодежда выдается работникам в соответствии с типовыми нормами.

Руководителям и специалистам, не принимающим постоянного участия в опасных работах и выполняющим свои должностные обязанности при посещении рабочих площадок, выдается дежурная спецодежда.

Выдача и возврат спецодежды отражаются в личной карточке учета выдачи СИЗ.

В бухгалтерском учёте СИЗ может относиться к материалам или к основным средствам в зависимости от нормативного срока носки. В первом случае она может списываться единовременно или равномерно в течение срока использования (выбранный метод необходимо указать в учетной политике компании).

Для учета средств индивидуальной защиты в составе материалов можно использовать как собственные формы первичной учетной документации с соответствующими реквизитами (п. 2 ст. 9 Федерального закона от 6 декабря 2011 г. № 402-ФЗ «О бухгалтерском учете»), так и унифицированные формы по учету материалов, утвержденных Госкомстатом России постановлением от 30 октября 1997 г. № 71а.

Если СИЗ учитывается в составе ОС, то используется 01 счет.

СИЗ списываются, в основном, по истечении срока носки, при этом, работникам выдаются новые комплекты спецодежды. Однако после стирки, чистки или ремонта старой СИЗ она может быть пригодной к использованию, и её вновь выдают сотрудникам.

В налоговом учёте спецодежда учитывается в расходах, если выполняются 2 условия:

1. Организацией проведена специальная оценка труда или аттестация рабочих мест, которая требует выдачу соответствующей одежды;
2. СИЗ выдается в пределах утвержденных компанией норм, либо в рамках типовых норм.

         Для включения спецодежды в состав амортизируемого имущества должны выполняться следующие условия:

1. срок использования превышает 1 год (по типовым нормам);
2. стоимость более 100 000 рублей.

         Иначе, спецодежду необходимо учитывать в материальных расходах при выдаче работнику в соответствии с подпунктом 3 пункта 1 статьи 254 НК РФ.

         Нужно ли начислять НДФЛ и страховые взносы со стоимости спецодежды? Не нужно, так как при передаче их в пользование не происходит передача права собственности.

         Однако возможна ситуация, когда со стоимости СИЗ начисляется НДС. Допустим, работник договорился с работодателем, что при увольнении спецодежду он оставит себе. При увольнении он должен возместить её стоимость за счёт своей зарплаты. В этом случае работодатель осуществляет реализацию товара. В соответствии с пунктом 1 статьи 146 необходимо начислить НДС.

5. Учёт обязательств при расторжении договора с дольщиком

Застройщик ведет налоговый учет доходов и расходов, связанных с оказанием услуг инвесторам (дольщикам) в рамках заключенных с ними договоров [3].

При расторжении договора с дольщиком у застройщика могут возникнуть дополнительные доходы или расходы, а также новые обязательства в виде процентов за пользование чужими деньгами, штрафов и пеней.

 Основным законом, регулирующим правила и случаи расторжения данного договора, является Федеральный закон от 30 декабря 2004 г. № 214-ФЗ.

 Правила, действующие при расторжении договора:

1. Застройщик уплачивает дольщику проценты в размере 1/300 ставки рефинансирования – с 2016 года ключевой ставки ЦБ — (за все дни нахождения средств у застройщика) за пользование его деньгами, если он нарушил правила договора. Дольщик-гражданин получает проценты в двойном размере.
2. Дольщик уплачивает застройщику пени в размере 1/300 ключевой ставки (на день уплаты пени) от суммы просроченного платежа по договору за каждый день просрочки, если он вовремя не внес платеж.
3. При расторжении договора застройщиком, он должен вернуть деньги дольщику в полном размере. При этом требования по уплате неустойки к дольщику не учитываются.
4. Если после подписания передаточного акта (например, на квартиру) и признании обязанностей сторон исполненными, дольщик обнаружит недостатки строительства, то он вправе потребовать устранить их в течение гарантийного срока (минимум 5 лет).

При расторжении договора участия в долевом строительстве возникают изменения по налогу на прибыль в отношении штрафов и пеней, которые включаются в доходы и расходы согласно правилам пункта 3 статьи 250 и подпункта 13 пункта 1 статьи 265 НК РФ, а также процентов, уплачиваемых застройщиком в пользу дольщика на основании пункта 1 статьи 269 НК РФ; по НДФЛ при получении процентов от застройщика, у дольщика возникает доход, с которого необходимо уплатить 13% ((п. 1 ст. 208; п. 1, 2 ст. 226, п. 1 ст. 224 НК РФ)[9].

Многочисленные и периодические изменения в нормативно-правовых актах и особенности в налогообложении приводят к тому, что субъекты строительной отрасли не успевают адаптироваться к ним. Также рассмотрим основные ошибки, которые совершают субъекты строительной отрасли на примере российской строительной и девелоперской компании «СУ-155». Во-первых– работа преимущественно осуществлялась на госзаказе. Изменения в составе Правительства РФ, смена министра обороны в 2012 году привела к снижению уровня госзаказов на строительство жилья и переходу на схему субсидирования. В связи с этим доля госзаказа в портфеле СУ-155 сократилась до 25% в 2015 году. Во-вторых – ориентированность на увеличение объемов строительства. В кризисный для России период руководство компании решило не сокращать объемы строительства, что привело к работе на недостаточной марже. Группа снижала цены для ускорения продаж, что способствовала уменьшению и без того невысокой прибыли. И, наконец, в-третьих – неспособность вовремя платить по счетам [16].

Одним из последствий такой политики является формирование налоговой задолженности. В 2014-2016 гг. среднее значение данного показателя в процентах к общей задолженности по налогам и сборам составило 14,1%.[2] В 2014 году этот показатель составил 13,46%, в 2015 – 14,35% и в 2016 – 14,34%. В 2015 году процент задолженности возрос, а в 2016 – хоть и незначительно, но снизился [11]. Это говорит о проблемах, существующих в рамках налогового администрирования и контроля в данной отрасли.

ЗАКЛЮЧЕНИЕ

Таким образом, можно выделить следующие основные проблемы, существующие в строительной отрасли в настоящее время:

1. Недостаточная эффективность отрасли в целом, а также деятельности отдельных строительных компаний;
2. Низкая надежность субъектов строительной деятельности;
3. Довольно высокая налоговая нагрузка;
4. Зависимость многих строительных компаний от госзаказов;
5. Наличие больших объемов кредиторской задолженности, а также отсутствие возможности её погашения.

Для решения этих проблем авторами предлагается введение мер по стимулированию строительной отрасли в целом, таких как увеличение объемов инвестиций в реальный сектор экономики путем упорядочения, упрощения и ускорения процедуры отведения земельных участков под строительство и получения необходимой для этого документации; привлечение иностранных инвестиций путем повышения «прозрачности» информационной системы по возможным объектам прямого и долевого инвестирования, а также ликвидации криминальной среды для обеспечения безопасности зарубежных инвесторов; повышение эффективности и конкурентоспособности субъектов строительной отрасли, в том числе их надежности, путем снижения себестоимости строительства для привлечения заказчиков среднего достатка, способствования увеличению концентрации строительства, а также разработки научно обоснованной методики оценки надежности компаний.

В заключение, важно отметить, что строительная отрасль является одной из самых перспективных отраслей экономики России. Несмотря на нестабильное состояние экономики в 2014-2015 гг., строительство перешло на стадию выхода из кризиса, что подтверждают статистические данные Росстата. Как уже было сказано, одним из наиболее перспективных направлений по успешному и эффективному развитию исследуемой отрасли является привлечение большего объема инвестиций в строительный сегмент Российской Федерации.

Литература:

1. Анищенко А.В. Что изменили в учете процентов по кредитам // Учет в строительстве, №7, 2017 г. – М.: ООО «Актион группа Главбух»;
2. Градостроительный кодекс Российской Федерации от 29.12.2004 N 190-ФЗ (ред. от 29.07.2017) (с изм. и доп., вступ. в силу с 30.09.2017);
3. Каширина М.В. Строительство: особенности налогообложения // Экономика. Налоги. Право. — 2015. — №3;
4. Каширина М.В., Геворгян М.Л. Особенности применения специальных режимов налогообложения строительными компаниями // Московский экономический журнал. – 2016. — №4;
5. Каширина М.В., Геворгян М.Л. Строительные компании: порядок налогообложения и перспективы развития // Московский экономический журнал. – 2016. — №4;
6. Каширина М.В Проблемные вопросы налогообложения расходов на инженерные объекты у строительных компаний // Вопросы теории и практики налогообложения. Сборник научных статей. Финансовый университет. — 2016. – Выпуск 13;
7. Каширина М.В., Тихомирова А. В. Проблемы и перспективы развития налогообложения строительного комплекса, Научно-практический журнал «Московский экономический журнал», №1, 2017 г.;
8. Каширина М.В., Закарян Г. Г. Особенности налогообложения жилищного строительства, Научно-практический журнал «Московский экономический журнал», №2, 2017 г.;
9. Налоговый кодекс Российской Федерации (часть вторая) от 05.08.2000 N 117-ФЗ (ред. от 30.10.2017);
10. Официальный сайт Федеральной службы государственной статистики: http://www.gks.ru/;
11. Официальный сайт Федеральной налоговой службы: https://www.nalog.ru/;
12. Официальный сайт Министерства финансов: https://www.minfin.ru/ru/;
13. Официальный сайт РБК: https://www.rbc.ru/;
14. Письмо Минфина от 12.05.17 № 03-03-06/1/28629;
15. Федеральный закон от 30.12.2004 N 214-ФЗ (ред. от 29.07.2017) «Об участии в долевом строительстве многоквартирных домов и иных объектов недвижимости и о внесении изменений в некоторые законодательные акты Российской Федерации»;
16. Хвостова С. Е. Проверьте доходы и расходы при ликвидации основного средства №8, 2017 г. – М.: ООО «Актион группа Главбух».

References:

1. Anischenko V. A. changed the accounting of percent on the credits // Accounting in construction, No. 7, 2017 – M.: OOO «Aktion group accountant»;
2. Urban Development Code of the Russian Federation No. 190-FZ of December 29, 2004 (as amended on July 29, 2012) (as amended and supplemented, effective from September 30, 2017);
3. Kashirina M.V. The specifics of taxation in the construction fieild // Ekonomika. Nalogi. Pravo. — 2015. — №3;
4. Kashirina M.V., Gevorgyan M.L. Features of specific tax regime for costruction companies // Moscow economic journal. – 2016. — №4;
5. Kashirina M.V., Gevorgyan M.L. Construction companies: taxation and prospects of development // Moscow economic journal. – 2016. — №4;
6. Kashirina M.V. Problemnyye voprosy nalogooblozheniya raskhodov na inzhenernyye ob»yekty u stroitel’nykh kompaniy // Voprosy teorii i praktiki nalogooblozheniya. Sbornik nauchnykh statey. Finansovyy universitet. — 2016. – Vypusk 13;
7. Kashirina M. V., Tikhomirov A. V. Problems and prospects of taxation in the building complex, Scientific-practical magazine “Moscow journal», №1, 2017;
8. Kashirina M. V., Zakaryan G. G. Peculiarities of taxation of housing, Scientific-practical magazine «Moscow journal», №2, 2017;
9. The Tax Code of the Russian Federation (part two) of 05.08.2000 N 117-FZ (as amended on 30.10.2017);
10. Official site of the Federal State Statistics Service: http://www.gks.ru/;
11. The official website of the Federal Tax Service: https://www.nalog.ru/;
12. Official website of the Ministry of Finance: https://www.minfin.ru/ru/;
13. Official site of RBC: https://www.rbc.ru/;
14. The Minfin letter from 12.05.17 № 03-03-06/1/28629;
15. Federal Law No. 214-FZ of December 30, 2004 (as amended on July 29, 2017) «On participation in the joint construction of apartment buildings and other real estate objects and on amending certain legislative acts of the Russian Federation»;
16. Khvostova S. E. Verify the income and expenses in the liquidation of the asset No. 8, 2017 – M.: OOО «Aktion group accountant».