УДК 33
Авторы:
Арефьев Роман Александрович
Аспирант кафедры оценочной деятельности и корпоративных финансов Негосударственного образовательного частного учреждения высшего образования «Московский финансово-промышленный университет «Синергия», Москва
Название статьи:
ОЦЕНКА И МИНИМИЗАЦИЯ ФИНАНСОВЫХ РИСКОВ ИСПОЛНИТЕЛЕЙ ПРОЕКТОВ ГОСУДАРСТВЕННО-ЧАСТНОГО ПАРТНЕРСТВА
Страницы:
72-79
Аннотация:
В статье систематизированы показатели, позволяющие идентифицировать финансовые риски компаний-исполнителей проектов государственно-частного партнерства (далее – ГЧП). С использованием подхода, основанного на машинном обучении, разработана модель оценки финансового риска данной категории компаний. По результатам тестирования установлена высокая прогностическая способность модели на уровне 95% по метрике AUC/ROC, что позволяет сделать вывод о том, что модель может эффективно и надежно идентифицировать исполнителя ГЧП-проекта с наименьшим финансовым риском. Разработана система мероприятий, позволяющая минимизировать финансовые риски за счет внедрения скоринговой модели и цифровых технологий в бизнес-процессы частных компаний и публичных партнёров.
Ключевые слова:
финансовые риски, участники соглашений государственно-частного партнерства, финансовые риски, машинное обучение.
Список использованных источников:
Финансирование научной работы:
Нет сведений.
Ссылка для цитирования:
Арефьев Р.А. Оценка и минимизация финансовых рисков исполнителей проектов государственно-частного партнерства // Первый экономический журнал. – 2024. – №6. – С. 72–79.
URL статьи: https://naukavak.ru/pezh-№6-348_72-79/
© Арефьев Р.А., 2024
Материал распространяется на условиях лицензии Creative Commons «Атрибуция» 4.0 Международная (CC BY 4.0)
The authors:
Arefyev Roman Alexandrovich
Postgraduate student of the Department of Valuation and Corporate Finance of the Non-Governmental Educational Private Institution of Higher Education «Moscow Financial and Industrial University «Synergy», Moscow
Article title:
Assessment and minimization of financial risks of the executors of public-private partnership projects
Pages:
72-79
Abstract:
The article systematizes indicators that allow identifying the financial risks of companies implementing public-private partnership projects (hereinafter – PPP). Using a machine learning approach, a model for assessing the financial risk of this category of companies has been developed. According to the test results, a high predictive ability of the model was established at the level of 95% according to the AUC/ROC metric, which allows us to conclude that the model can effectively and reliably identify the contractor of a PPP project with the least financial risk. A system of measures has been developed to minimize financial risks by introducing a scoring model and digital technologies into the business processes of private companies and public partners.
Keywords:
financial risks, participants in public-private partnership agreements, financial risks, machine learning.