У статті досліджується проблема підвищення достовірності величини чистого доходу від реалізації послуг підприємств транспортної галузі. В роботі проаналізовано характер існуючої залежності рівня чистого доходу від реалізації групи факторів. Серед факторів розглядалися є: операційні витрати, операційні доходи, інші витрати та інші доходи. Запропоновані регресійні моделі побудовані за допомогою метода найменших квадратів. В якості альтернативи до моделей побудованих за допомогою методу найменших квадратів були побудовані моделі за допомогою методів: k-ближніх сусідів та бінарного дерева рішень. В процесі моделювання були обрані найліпші моделі в кожній групі: лінійна модель за методом найменших квадратів на основі початкових даних, лінійна модель за методом найменших квадратів на основі головних компонент, двохфакторна модель на основі бінарного дерева рішень. За результатами проведеного дослідження визначені переваги отриманої регресійної моделі на основі машинного навчання (бінарного дерева рішень) для прогнозування величини чистого доходу від реалізації послуг підприємств транспортної галузі.

AUDIT IN THE MODERN INFORMATION ENVIRONMENTЦифровізація економіки зумовила суттєві виклики та можливості комплексного характеру як на макро-, так і на мікро-рівні. Одним з пріоритетних напрямків в даному контексті є діджиталізація аудиту. Метою статті є визначення особливостей та сучасних викликів для цифровізованої

Стаття присвячена проблемі підвищення достовірності оцінювання рівня доходів місцевих бюджетів. У роботі був проаналізований характер існуючої залежності рівня доходів місцевих бюджетів України від джерел їх надходження. Був побудований комплекс лінійних та нелінійних однофакторних моделей. Також була побудована група лінійних двохфакторних моделей. Порівняння показало, що кращою виявилася лінійна двохфакторна модель. Для раніше відібраних комбінацій факторів був застосований метод машинного вчення - випадковий ліс. Модель, отримана в результаті вживання алгоритму випадкового лісу, виявилася гіршою, ніж лінійна двохфакторна регресійна модель. Розроблену лінійну двохфакторну модель можна використовувати для оцінювання рівня доходів місцевих бюджетів України і прогнозування впливу на його величину різних джерел фінансування.

Стаття присвячена актуальній проблемі підвищення достовірності оцінювання рівня прибутковості на прикладі банківської групи. Показано, що більшість розроблених раніше моделей прогнозування рівня прибутковості засновані на лінійній регресії, без їх порівняння з нелінійними моделями. У роботі був проаналізований характер існуючої залежності рівня прибутковості банківської групи від показників двох учасників даної групи. Побудовано комплекс однофакторних регресійних моделей рівня прибутковості банківської групи з використанням показників кожного учасника групи. З метою підвищення якості отриманих моделей було вирішено використовувати методу машинного вчення. Як такий метод був обраний баггинг, який дозволив запропонувати двохфакторну модель оцінювання рівня прибутковості банківської групи.

В статті розглянута проблема підвищення достовірності прогнозування фінансових результатів діяльності підприємства в умовах використання різних сучасних підходів для побудови регресивних моделей. На основі даних фінансової звітності підприємства, яке досліджувалося, проаналізовано характер існуючої залежності рівня чистого фінансового результату діяльності підприємства від собівартості реалізованої продукції та величини витрат звітного періоду. Запропоновані лінійні та нелінійні регресивні моделі для прогнозування величини фінансового результату на основі метода найменших квадратів, а також, як альтернатива до регресивним моделям - моделі на основі машинного навчання. Виконано порівняльний аналіз отриманих моделей щодо можливості їх використання для побудови прогнозу величини чистого фінансового результату діяльності підприємства. За результатами проведеного дослідження визначено переваги моделі на основі нейронної мережі для фінансового прогнозування.