УДК 336.027
DOI: 10.36871/2618-9976.2025.06.005
Авторы
Станислав Валерьевич Куровский,
Руководитель научно-исследовательского подразделения ООО «Высшая Школа Образования», Москва, Россия
Денис Александрович Мишин,
Руководитель редакционно-издательского отдела ООО «Высшая Школа Образования», Москва, Россия
Дарья Александровна Кастильская,
Сеульский национальный университет, кафедра физики и астрономии, Сеул, Республика Корея
Аннотация
Цель исследования – построение алгоритма оценки достоверности финансовой отчётности на основе интеграции цифровых закономерностей, выявляемых законом Бенфорда, с процедурами анализа аномалий, основанного на машинном обучении. Материалы исследования включают в себя эмпирические модели распределения цифр, методы первичной фильтрации финансовых данных, а также инструменты распознавания отклонений на базе изоляционных деревьев, опорных векторов и вероятностных оценок. В работе использованы логикоструктурный анализ, концептуальное проектирование, а также сравнительная формализация процедур обнаружения данных. Результат исследования: разработан гибридный алгоритм, объединяющий верификацию цифр с векторизацией признаков и последующим агрегированием решений от независимых моделей выявления аномалий. Выводы: а) изолированное применение закона Бенфорда не обеспечивает необходимой точности анализа тогда, когда структура отчётных данных сложна; б) алгоритмическое объединение цифровых и статистических признаков позволяет формировать обоснованные оценки степени отклонения; в) предложенная схема пригодна для применения в процедурах аудиторского мониторинга и регуляторного анализа.
Ключевые слова
закон Бенфорда
финансовая отчётность
машинное обучение
измерение достоверности
цифровые технологии
алгоритм вычисления
