№ 11/2023

№ 11/2023

Fìnansi Ukr. 2023 (11): 34–48https://doi.org/10.33763/finukr2023.11.034

Пам’яті Віктора Михайловича Федосова

ЗАТОНАЦЬКА Тетяна Георгіївна¹, ЛЮТИЙ Ігор Олексійович², АНІСІМОВА Ольга Юріївна³

¹Київський національний університет імені Тараса Шевченка, Research ID : http://www.researcherid.com/rid/I-1647-2018
OrcID ID : https://orcid.org/0000-0001-9197-0560
²Київський національний університет імені Тараса Шевченка
OrcID ID : https://orcid.org/0000-0002-3561-2432
³ДНУ «Інститут освітньої аналітики»
OrcID ID : https://orcid.org/0000-0002-6721-3030

Управління державними фінансами в умовах невизначеності

Вступ. Ефективне управління державними фінансами є підґрунтям стабільності національної фінансової системи. Більшість країн стикнулися з проблемою невизначеності при плануванні й прогнозуванні доходів та видатків бюджету. Це пов’язано з низкою подій, які істотно вплинули на формування бюджетів і методів бюджетного прогнозування. Проте класичні підходи залишаються в основі управління державними фінансами, оскільки базуються на законодавчо-нормативній базі, організаційно-інституційній архітектоніці бюджетної системи, особливостях національної економіки та ментальності.
Проблематика. Повномасштабна російська агресія проти України посилила вплив невизначеності в суспільстві в усьому світі. Війна порушила традиційні ринкові механізми в системі економічних відносин, призвела до необхідності запровадження санкцій, змінила пріоритети в структурі доходів і видатків бюджетів усіх країн світу.
Мета – аналіз сучасних теорій управління державними фінансами та їх адаптація до умов невизначеності в контексті світової турбулентності та війни в Україні.
Методи. Для проведення аналізу теорій управління публічними фінансами було застосовано метод порівняння, для оцінки переваг використання нових технологій у процесі бюджетування – наукові методи дедукції, індукції, порівняння, синтезу.
Результати. Розглянуто основні теорії управління державними фінансами. Визначено ряд підходів та методологій, які у поєднанні із сучасним інструментарієм цифрових технологій можуть вважатися ефективними в умовах невизначеності. Обґрунтовано, що традиційні теорії залишаються актуальними, оскільки побудовані на національному законодавстві в певній сфері, тому їх видозміна й адаптація потребують ґрунтовного кількісного та якісного аналізу, а також зміни нормативно-правових норм у бюджетній сфері.
Висновки. Здійснено оцінку ефективності фундаментальних теорій управління державними фінансами в умовах невизначеності. Доведено, що актуальність наявних методів у сфері управління державними фінансами повинна базуватися на інструментах Data Science, котрі дають змогу здійснювати гнучкі й релевантні прогнози, обробляти структуровані та неструктуровані великі масиви даних. Рекомендовано для підвищення прозорості використання коштів і надійнішого збору інформації застосовувати фінтех-інструменти, що допоможуть прискорити виконання бюджету та посилити контроль за рухом фінансових ресурсів.

Ключові слова:публічні фінанси, державні фінанси, бюджетна політика, невизначеність, доходи і видатки державного бюджету, планування та прогнозування бюджетних видатків, Data Science

JEL: H50, H60

Затонацька Т. Г. Управління державними фінансами в умовах невизначеності / Т. Г. Затонацька, І. О. Лютий, О. Ю. Анісімова // Фінанси України. - 2023. - № 11. - C. 34-48.

Оригінал cтатті українською мовою (cтор. 34 - 48)

Завантажити

Завантажень : 19

1. Shoup C. Public finance. New York : Routledge, 2017. 676 р. URL: doi.org/10.4324/9781315127729.
2. Fisher R. C. State and local public finance. London : Routledge, 2022. 596 р. URL: doi.org/10.4324/9781003030645.
3. Bovaird T., Löffler E. Public management and governance. London : Routledge, 2023. 434 р. URL: doi.org/10.4324/9781003282839.
4. Simson R., Sharma N., Aziz I. A guide to public financial management literature. London : Overseas Development Institute, 2011. 33 р. URL: www.academia.edu/24367768/A_guide_to_public_financial_management_literature.
5. Griffin N., Uña G., Bazarbash M., Verma A. Fintech Payments in Public Financial Management: Benefits and Risks. IMF Working Papers. 2023. Iss. 020. URL: doi.org/10.5089/9798400232213.001.
6. Cangiano M., Gelb A., Goodwin-Groen R. Public financial management and the digitalization of payments. Center for Global Development, 2019. URL: www.cgdev.org/sites/default/files/public-financial-management-and-digitalization-payments.pdf.
7. Опарін В., Федосов В. Домінанти теорії публічних фінансів у науковій школі КНЕУ. Ринок цінних паперів України. 2016. № 5-6. С. 3–13. URL: www.securities.usmdi.org/?p=22&n=94&s=970.
8. Леоненко П. М., Федосов В. М., Юхименко П. І. Основні етапи розвитку фінансової науки: методологія проблеми. Фінанси України. 2017. № 4. С. 55–74. URL: doi.org/10.33763/finukr2017.04.055.
9. Леоненко П. М., Федосов В. М., Юхименко П. І. Фінансова наука: генеза, еволюція та розвиток. Ринок цінних паперів України. 2017. № 1-2. С. 3–30. URL: www.securities.usmdi.org/?p=22&n=95&s=993.
10. Опарін В. М., Федосов В. М., Юхименко П. І. Публічні фінанси: ґенеза, теоретичні колізії та практична концептуалізація. Фінанси України. 2017. № 2. С. 110–128. URL: finukr.org.ua/?page_id=723&aid=4399.
11. Fedosov V., Krysovatyy A., Oparin V., Yukhymenko P. Modern Ukrainian financial science: theoretical paradigm & practical concept of public finance. Digital Publishing House Oklahoma City, 2019. 446 р. URL: dspace.wunu.edu.ua/handle/316497/41463.
12. Паєнтко Т. В., Федосов В. М. Упровадження контролінгу в управлінні фінансами на макрорівні в Україні. Фінанси України. 2018. № 6. С. 107–126. URL: finukr.org.ua/?page_id=723&aid=4528.
13. Fedosov V., Paientko T. Government financial accountability: Key problems and main trends in post-communist countries. Theoretical Journal of Accounting. 2018. Vol. 99, No. 155. Р. 25–39. URL: doi.org/10.5604/01.3001.0012.2930.
14. Fedosov V., Paientko T. Opportunistic government behavior: How controlling approaches in public management can prevent it. Theoretical Journal of Accounting. 2019. Vol. 104, No. 160. Р. 37–54. URL: doi.org/10.5604/01.3001.0013.4355.
15. Jovanović T., Vašiček V. The role and application of accounting and budgeting information in government financial management process – a qualitative study in Slovenia. Public Money & Management. 2021. Vol. 41, Iss. 2. P. 99–106. URL: doi.org/10.1080/09540962.2020.1724405.
16. Jerow S., Wolff J. Fiscal policy and uncertainty. Journal of Economic Dynamics and Control. 2022. Vol. 145. 104559. URL: doi.org/10.1016/j.jedc.2022.104559.
17. Zahid A., Iqbal A., Rasool G., Altaf A. Uncertainty in Fiscal and Monetary Policy and its Impact on Economic Growth: An Analysis from Pakistan. Empirical Economic Review. 2023. Vol. 6, No. 1. P. 94–114. URL: ojs.umt.edu.pk/index.php/eer/article/view/1587.
18. Chohan U. W. The return of Keynesianism? Exploring path dependency and ideational change in post-covid fiscal policy. Policy and Society. 2022. Vol. 41, Iss. 1. P. 68–82. URL: doi.org/10.1093/polsoc/puab013.
19. Amaglobeli M. D., Hanedar E., Hong M. G. H., Thévenot C. Fiscal policy for mitigating the social impact of high energy and food prices. IMF Notes. 2022. No. 001. URL: www.imf.org/en/Publications/IMF-Notes/Issues/2022/06/07/Fiscal-Policy-for-Mitigating-the-Social-Impact-of-High-Energy-and-Food-Prices-519013.
20. De Soyres F., Santacreu A. M., Young H. Fiscal policy and excess inflation during Covid-19: a cross-country view. FEDS Notes. 2022. July 15. URL: dx.doi.org/10.17016/2380-7172.3083.
21. Ilori A. E., Paez-Farrell J., Thoenissen C. Fiscal policy shocks and international spillovers. European Economic Review. 2022. Vol. 141. 103969. URL: doi.org/10.1016/j.euroecorev.2021.103969.
22. Hariharan N. K. Predictive model building for driver-based budgeting using machine learning. Journal of Emerging Technologies and Innovative Research. 2017. Vol. 4, Iss. 6. P. 567–575. URL: dx.doi.org/10.2139/ssrn.3899560.
23. Li W., Xiang L., Zhou Z., Peng F. Privacy budgeting for growing machine learning datasets. IEEE INFOCOM 2021-IEEE Conference on Computer Communications. 2021. P. 1–10. URL: doi.org/10.1109/INFOCOM42981.2021.9488920.
24. Jang H. A decision support framework for robust R&D budget allocation using machine learning. Decision Support Systems. 2019. Vol. 121. URL: doi.org/10.1016/j.dss.2019.03.010.
25. Faccia A. Big Data-driven Budgeting and Business Planning. Preprint. 2020. 2020090747. URL: doi.org/10.20944/preprints202009.0747.v1.
26. Huacarpuma R. C., Rodrigues D. D. C., Serrano A. M. R., da Costa J. P. C. L., de Sousa Jr. R. T., Holanda M., Araujo A. P. F. Big data: A case study on data from the Brazilian ministry of planning, budgeting and management. IADIS Applied Computing. 2013. P. 201–205. URL: lasp.unb.br/wp-content/uploads/papers/AC_2013_Daniel_Ruben_Toni.pdf.
27. Shen B., Hendri P. A., Shao K. KPI-Driven Predictive ML Models Approach Towards Municipal Budgeting Optimization (CS229 Machine Learning Project Final Report). Stanford, 2015. URL: cs229.stanford.edu/proj2015/194_report.pdf
28. Fisher I. E., Garnsey M. R., Hughes M. E. Natural language processing in accounting, auditing and finance: A synthesis of the literature with a roadmap for future research. Intelligent Systems in Accounting, Finance and Management. 2016. Vol. 23, Iss. 3. P. 157–214. URL: doi.org/10.1002/isaf.1386.
29. Valle-Cruz D., Fernandez-Cortez V., Gil-Garcia J. R. From E-budgeting to smart budgeting: Exploring the potential of artificial intelligence in government decision-making for resource allocation. Government Information Quarterly. 2022. Vol. 39, Iss. 2. P. 101–144. URL: doi.org/10.1016/j.giq.2021.101644.
30. Davies J., Arana-Catania M., Procter R., van Lier F. A., He Y. Evaluating the application of NLP tools in mainstream participatory budgeting processes in Scotland. Proceedings of the 14th International Conference on Theory and Practice of Electronic Governance. 2021. October. P. 362–366. URL: doi.org/10.1145/3494193.3494242.
31. Tiron-Tudor A., Donțu A. N., Bresfelean V. P. Emerging Technologies’ Contribution to the Digital Transformation in Accountancy Firms. Electronics. 2022. Vol. 11, Iss. 22. 3818. URL: doi.org/10.3390/electronics11223818.
32. Eltweri A., Faccia A., Khassawneh O. Applications of Big Data within Finance: Fraud Detection and Risk Management within the Real Estate Industry. 2021 3rd International Conference on E-Business and E-commerce Engineering. 2021. December. P. 67–73. URL: doi.org/10.1145/3510249.3510262.
33. Лютий І. О., Мєдвєдкова Н. С. Сучасна парадигма фінансової політики держави та особливості її реалізації в умовах війни на території України. Фінанси України. 2023. № 6. C. 61–74. URL: doi.org/10.33763/finukr2023.06.061.
34. Кудряшов В. П. Управління фінансуванням державного бюджету в аспекті співпраці України з МВФ. Фінанси України. 2023. № 6. C. 75–95. URL: doi.org/10.33763/finukr2023.06.075.