МАТЕМАТИЧНА МОДЕЛЬ ТА АЛГОРИТМІЗАЦІЯ ФУНКЦІЙ ОБЧИСЛЮВАЛЬНОГО ЯДРА ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ПІДТРИМКИ ВНУТРІШНЬОГО АУДИТУ

Дмитро Гнатченко; Альона Десятко

doi:10.28925/2663-4023.2025.27.604616

Автор(и)

Дмитро Гнатченко Державний торговельно-економічний університет https://orcid.org/0000-0002-6584-4525
Альона Десятко Державний торговельно-економічний університет https://orcid.org/0000-0002-2284-3418

DOI:

https://doi.org/10.28925/2663-4023.2025.27.604616

Ключові слова:

інтелектуальна система; математичне моделювання; машинне навчання; прогнозування ризиків; логістична регресія; підтримка прийняття рішень; внутрішній аудит; автоматизація аудиту

Анотація

У статті розглянуті питання синтезу обчислювального ядра інтелектуальної системи підтримки внутрішнього аудиту суб’єкта господарювання. Здійснено формалізацію математичної моделі інтелектуальної системи підтримки внутрішнього аудиту суб’єкта господарювання (ІСПВА), яка орієнтована на оцінку економічних ризиків, що можуть впливати на фінансову стійкість, прибутковість та операційну ефективність підприємства (компанії). На відміну від більшості чинних підходів, що базуються переважно на ручних аудиторських процедурах або фрагментарному використанні статистичних методів, запропоновано уніфіковану модель, яка синтезує логічні, імовірнісні та нечіткі компоненти в єдиному інтелектуальному середовищі. Розглянуто ознаковий простір аудиторських об’єктів, що створює передумови подальшого застосування методів машинного навчання та rule-based логіки для автоматизованого оцінювання ризику. Побудовано функцію ризику, яка моделює рівень критичності об’єкта внутрішнього аудиту через параметризовану комбінацію ознак, з урахуванням вагової значущості та адаптивного порогового механізму прийняття рішень. Запропоновано гібридну архітектуру функціонування ІСПВА, яка поєднує rule-based правила, логістичну регресію та нечітку логіку в єдиному обчислювальному контурі. Модель, яка може стати основою обчислювального ядра ІСПВА, забезпечує не лише класифікацію об'єктів як ризикових/неризикових, але й дає змогу обґрунтовано інтерпретувати ступінь ризику у вигляді нормованої оцінки, що має управлінську цінність для суб’єктів господарювання. Представлені результати можуть бути основою для подальшої програмної реалізації ІСПВА, інтеграції з корпоративними ERP-системами та розширення функціоналу за рахунок використання ансамблевих стратегій.

Завантаження

Дані завантаження ще не доступні.

Посилання

Hnatchenko, D. D. (2023). Modeliuvannia intelektualnoi systemy pidtrymky vnutrishnoho audytu subiekta hospodariuvannia. Upravlinnia rozvytkom skladnykh system. Kyiv, (54), 114–121 https://doi.org/10.32347/2412-9933.2023.54.114-121

Kryvoruchko, Olena. "Funktsionalni osoblyvosti intelektualnoi systemy vnutrishnoho audytu." Elektronne fakhove naukove vydannia «Kiberbezpeka: osvita, nauka, tekhnika» 4.24 (2024): 40–49. https://doi.org/10.28925/2663-4023.2024.24.4049

Mykhailenko, O. V., Nikolaienko, S. M., Nasikanova, O. O. (2017). Upravlinnia ryzykamy diialnosti pidpryiemstva. Problemy systemnoho pidkhodu v ekonomitsi, (6(1)), 144–147. https://psae-jrnl.nau.in.ua/journal/6_62_1_2017_ukr/24.pdf

Dotsenko, I. O. (2013). Formuvannia systemy otsiniuvannia rivnia ekonomichnoi bezpeky pidpryiemstva z urakhuvanniam vplyvu pidpryiemnytskikh ryzykiv. Visnyk Odeskoho natsionalnoho universytetu. Ekonomika, (18, Vyp. 1), 69–78. https://elar.khmnu.edu.ua/handle/123456789/4093

Adamenko, M. I., Berezutskyi, V. V., Kuchuk, N. H., Palant, O. Yu. (2015). Zahalnosystemnyi ryzyk vidmovy systemy pislia modernizatsii. Systemy obrobky informatsii, (10), 159–162.

http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?I21DBN=LINK&P21DBN=UJRN&Z21ID=&S21REF=10&S21CNR=20&S21STN=1&S21FMT=ASP_meta&C21COM=S&2_S21P03=FILA=&2_S21STR=soi_2015_10_36

Roskladka, A. A. (2015). Vyznachennia vahovykh koefitsiientiv systemy kliuchovykh pokaznykiv protsesu. Problemy i perspektyvy rozvytku pidpryiemnytstva, (1(2)), 82–88. https://api.dspace.khadi.kharkov.ua/server/api/core/bitstreams/224c40e6-9d03-414a-b9d5-8fea6774dc95/content

Loi, A. V. (2023). Identyfikatsiia ryzykiv formuvannia ekonomichnoho potentsialu pidpryiemstva torhivli. Aktual'ni Problemy Ekonomiky = Actual Problems in Economics, (265), 47–56.

Huang, J. C., Tsai, Y. C., Wu, P. Y., Lien, Y. H., Chien, C. Y., Kuo, C. F., & Kuo, C. H. (2020). Predictive modeling of blood pressure during hemodialysis: a comparison of linear model, random forest, support vector regression, XGBoost, LASSO regression and ensemble method. Computer methods and programs in biomedicine, 195, 105536. DOI:10.1016/j.cmpb.2020.105536

Fatima, S., Hussain, A., Amir, S. B., Ahmed, S. H., & Aslam, S. M. H. (2023). XGBoost and random forest algorithms: an in depth analysis. Pakistan Journal of Scientific Research, 3(1), 26–31. DOI:10.57041/pjosr.v3i1.946

Demianenko, T. Ye. (2016). Teoretychni aspekty pohlyblennia sutnosti vnutrishnoho audytu. Oblik i finansy, (3), 122–127. http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?I21DBN=LINK&P21DBN=UJRN&Z21ID=&S21REF=10&S21CNR=20&S21STN=1&S21FMT=ASP_meta&C21COM=S&2_S21P03=FILA=&2_S21STR=Vonu_econ_2013_18_1_10

Pererva, P., Maslak, O., Kobieleva, T., Kuchynskyi, V., Illiashenko, S. (2021). Efektyvnist informatsiinykh tekhnolohii v upravlinni intelektualnoiu vlasnistiu promyslovoho pidpryiemstva. Visnyk Natsionalnoho tekhnichnoho universytetu "Kharkivskyi politekhnichnyi instytut" (ekonomichni nauky), (1), 53–58. https://doi.org/10.20998/2519-4461.2021.1.53

Chornohus, H. O. (2016). Ahentna model intelektualnoi informatsiinoi systemy upravlinnia v ekonomitsi. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka. Ekonomika, (1), 41–47. http://dx.doi.org/10.17721/1728-2667.2016/178-1/7