Показатели оценки риска исполнения государственных контрактов с длительным жизненным циклом

Обложка

Цитировать

Полный текст

Аннотация

Предметом исследования являются процессы мониторинга исполнения и оценки риска исполнения государственных контрактов, предметом исследования – признаки оценки риска исполнения государственных контрактов в Российской Федерации. Методология исследования заключается в изучении статистических данных по госзакупкам в России; обогащении данных из ЕИС дополнительными данными из систем анализа рынков; анализе предметной области и выделении потенциально ценных категориальных данных, не исследованных ранее другими учёными и применение к этим данным инструментария однофакторного дисперсионного анализа с целью оценки их статистической значимости для решения задач прогнозирования исполнения государственных контрактов. В ходе применения метода ANOVA к датасету, включающему более 83 тысяч консолидированных записей были получены результаты, подтверждающе значимость для прогнозирования исполнения государственных контрактов ряда категориальных признаков, касающихся отраслевой принадлежности поставщика, его организационно-правовой формы и региону. В тоже время было выявлено, что такие признаки как форма собственности, способ размещения заказа, юридическая категория размера бизнеса поставщика и уровень бюджета не являются статистически значимыми для целей прогнозирования. Полученные результаты могут быть применены исследователями в ходе кластерного анализа, исследовательского анализа данных, при построении ансамбля моделей прогнозирования исполнения государственных контрактов. Полученные результаты расширяют и углубляют существующие подходы в части поиска новых значимых признаков на основе информационных возможностей, содержащихся в государственных информационных системах и других источниках больших данных.

Об авторах

Александр Юрьевич Мишин

Финансовый университет при Правительстве Российской Федерации

Email: mishin_au@mail.ru
ORCID iD: 0000-0002-0592-8524
доцент; кафедра Департамент бизнес-иноформатики;старший научный сотрудник;

Никита Андреевич Андриянов

Финансовый университет при Правительстве Российской Федерации

Email: naandriyanov@fa.ru
ORCID iD: 0000-0003-0735-7697
доцент; кафедра Департамент анализа данных и машинного обучения;

Список литературы

  1. Тихомиров П. А. Реестр недобросовестных поставщиков: требуется совершенствование // Российское конкурентное право и экономика. 2020. №4. С. 70-83.
  2. Юдин А. А., Тарабукина Т. В. Мониторинг, аудит и контроль в контрактной системе закупок // Московский экономический журнал. 2022. №1. С. 408-418.
  3. Стырин Е. М., Родионова Ю. Д. Единая информационная система в сфере закупок как государственная цифровая платформа: современное состояние и перспективы // Вопросы государственного и муниципального управления. 2020. №3. С. 49-70.
  4. Khosrowshahi F.. Neural network model for contractors’ prequalification for local authority projects // Engineering, Construction and Architectural Management. 1999. №6 Pp. 315–328.
  5. Елисеев Д. А., Романов Д. А. Машинное обучение: прогнозирование рисков госзакупок // Открытые системы. СУБД. 2018. № 2. С. 42-44.
  6. Acheamfour, V. K., Kissi E., Adjei-Kumi T., Adinyira E. Review of empirical arguments on contractor pre-qualification criteria // Journal of Engineering, Design and Technology. 2020. № 18(1), Pp. 70-83.
  7. Sanjana P., Basavaraj K., Pranali D, Kashmira P. Review of Contractor Prequalification Criteria and their Impact on Project Success Factors // International Journal of Research in Engineering, Science and Management. 2020. №3(7). Pp. 298-302.
  8. Созаева Д.А., Гончар К.В. Исследование рисков расторжения контрактов, заключенных по результатам госзакупок // Проблемы анализа риска. 2022. №3. С. 74-85.
  9. El-Sawalhi N., Eaton D., Rustom R. Contractor pre-qualification model: State-of-the-art // International Journal of Project Management. 2007. №25. Pp. 465–474.
  10. Zedan A. Сontractor selection using multiattrlbute utility theory. Doctor of Philosophy Thesis. UK, Salford: University of Salford, 1996.
  11. Цыганова М. С., Чернушенко Д. А., Буреш С. В. Система прогнозирования участников государственных закупок по федеральным законам № 44-ФЗ и № 223-ФЗ // Вестник Череповецкого государственного университета. 2022. № 3 (108). С. 61-76.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).