Цифровизация государственного финансового контроля: онтологическое моделирование как инструмент для реализации датацентричного подхода
Аннотация
Движение в сторону датацентричных архитектур является глобальным трендом как для коммерческих, так и для государственных структур. Поэтому несомненный интерес представляет рассмотрение вопросов совершенствования государственного финансового контроля в рамках парадигмы датацентричного государственного управления и разработка концептуального подхода к сбору и анализу информации о подконтрольных объектах с учетом возможностей расширения набора источников информации и типов данных о деятельности компаний. На сегодняшний день в российском научном пространстве практически не исследуются вопросы концептуализации предметной области финансового контроля, а имеющиеся наработки носят фрагментарный характер. Поэтому целью этой работы является обоснование целесообразности применения онтологической модели в области цифровизации государственных функций финансового контроля, а также разработка прототипа онтологической модели государственного (муниципального) финансового контроля. На основе анализа опыта России и зарубежных стран (Китай, США, Канада, Южная Корея, Аргентина, Бразилия, Индия и пр.) в области цифровизации государственных функций финансового контроля сформулированы организационно-управленческие и технологические рекомендации по построению эффективной системы риск-ориентированного государственного (муниципального) финансового контроля. Выполнена систематизация и ранжирование рекомендаций с помощью подхода GRAGE и метода экспертных оценок. Опрос показал, что в фокусе внимания экспертов находятся вопросы разработки стандартизованных подходов к сбору и обработке разнородных данных, а также вопросы разработки онтологической модели. Основное внимание уделяется построению онтологии предметной области государственного финансового контроля. Предложено использовать комбинацию онтологии верхнего уровня (стандартизованную в РФ базисную формальную онтологию BFO) с предметной онтологией, разработанной с учетом специфики реализации государственного финансового контроля в РФ. Методология онтологического инжиниринга опиралась на фрактальный подход, фреймворк Methontology и методологию визуально-аналитического мышления. Выполнена спецификация онтологии, получен прототип мета-онтологии, включающей основные понятия государственного финансового контроля, построены прототипы онтологий категории и источники данных, используемые при проведении экспертно-аналитических мероприятий государственными структурами.
Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по государственному заданию Финуниверситета.
Скачивания
Литература
Styrin E.M. (2024) Barriers to the implementation of data-centric public administration: the experience of Russia. Bulletin of Moscow University. Series 21. Management (state and society), vol. 21, no. 1, pp. 61–81 (in Russian).
Tolkacheva N.A. (2023) Adaptation of the methodology of financial diagnostics to the purposes of assessing the financial potential of economic growth of a company. Finance, money, investments, no. 2, pp. 16–21 (in Russian). https://doi.org/10.36992/2222-0917_2023_2_16
Styrin E.M., Dmitrieva N.E., Sanina A.G., et al. (2023) Data-centric public administration: concept, risks, barriers. The Higher School of Economics. Available at: https://ipag.hse.ru/dtpa/monograph2 (accessed 29 July 2025) (in Russian).
Shilkov D. (2022) Bulletin of the Accounts Chamber of the Russian Federation. State Information Systems, no. 8. Available at: https://ach.gov.ru/upload/iblock/83f/mrnrad21u58czwp2t05scehoiodj0y90.pdf (accessed 29 July 2025) (in Russian).
Lai Y., Yang J., Liu M., et al. (2023) Web3: Exploring decentralised technologies and applications for the future of empowerment and ownership. Blockchains, vol. 1, no. 2, pp. 111–131. https://doi.org/10.3390/blockchains1020008
Kolovskaia A., Ilin A.V. (2023) Ontology of artificial intelligence as a field of engineering. Technology and Language, no. 4(4), pp. 46–57. https://doi.org/10.48417/technolang.2023.04.05
Wang Z., Song Z., Yu G., Wang X. (2021) An ontology for Chinese government archives knowledge representation and reasoning. IEEE Access, vol. 9, pp. 130199–130211. https://doi.org/10.1109/ACCESS.2021.3112001
Weigand H. (2021) What is in an accounting ontology? Discussion paper. CEUR Workshop Proceedings. Available at: https://ceur-ws.org/Vol-2835/paper13.pdf (accessed 29 July 2025).
Ion I., Brandas C., Zamfiroiu A. (2015) Audit validation using ontologies. Informatica Economică, vol. 19, no. 20, pp. 25–33. https://doi.org/10.12948/issn14531305/19.2.2015.03
Gal G., Snoeck M., Laurier W. (2021) Ontology-driven audit using the REA-ontology. Advanced Information Systems Engineering Workshops. CAiSE 2021. Lecture Notes in Business Information Processing, vol. 423. Springer, Cham. https://doi.org/10.1007/978-3-030-79022-6_10
Idoko J., Bashir A. (2023) Implementation of semantic web service and integration of e-government based linked data. Machine Learning and the Internet of Things in Education. Studies in Computational Intelligence, vol. 1115. Springer, Cham. https://doi.org/10.1007/978-3-031-42924-8_13
Archives New Zealand (2021) All-of-government ontology options paper. Available at: https://www.archives.govt.nz/about-us/publications/all-of-government-ontology-options-paper (accessed 29 July 2025).
Fujimoto T., Myuki M. (2018) Ontological approach to data management: Case study CGU. Advisor EDNA Dias Canedo. University of Brasilia. Brasília. Available at: https://repositorio.cgu.gov.br/bitstream/1/34809/14/Abordagem%20Ontol%C3%B3gica%20na%20Gest%C3%A3o%20de%20Dados%20-%20Estudo%20de%20Caso%20CGU.pdf (accessed on 29 July 2025) (in Portuguese).
National Center for Ontological Research (2025) Ontology for government. Available at: https://ubwp.buffalo.edu/ncor/quick-start/ontology-for-government/ (accessed 29 July 2025).
EDM Council (2025) FIBO. Financial Industry Business Ontology. Available at: https://edmcouncil.org/frameworks/industry-models/fibo/ (accessed 29 July 2025).
Smirnov A.V., Levashova T.V. (2022) Multi-aspect user ontology for intelligent decision support based on digital traces. Scientific and technical inform, no. 49. pp. 486–496 (in Russian). https://doi.org/10.3103/S0147688222060119
Guyatt G.H., Oxman A.D., Kunz R., et al. (2008) Going from evidence to recommendations. BMJ, vol. 336, pp. 1049–1051. https://doi.org/10.1136/bmj.39493.646875.ae
Gómez-Pérez A., Fernández López M. and Corcho O. (2004) Ontological engineering with examples from the areas of knowledge management, e-commerce and the semantic web. London: Springer, 2004.
Massel L.V. (2016) Fractal approach to structuring knowledge and examples of its application. Ontology of Design, vol. 6, no. 20, pp. 149–161 (in Russian). https://doi.org/10.18287/2223-9537-2016-6-2-149-161
Massel L.V., Vorozhtsova T.N., Pyatkova N.I. (2017) Ontological engineering to support strategic decision-making in energy. Ontology of Design, vol. 7, no. 1(23), pp. 66–76 (in Russian). https://doi.org/10.18287/2223-9537-2017-7-1-66-76
Gavrilova T.A., Strakhovich E.V. (2020) Visual-analytical thinking and mind maps in ontological engineering. Ontology of Design, vol. 10, no. 1(35), pp. 87–99 (in Russian). https://doi.org/10.18287/2223-9537-2020-10-1-87-99
Korea Fiscal Information Service (2025) Digital budget accounting system. Available at: https://fis.kr/en/main_biz/dBrain/digital_budget_account_system (accessed 29 July 2025).
Choi T.H., Kim D.-S. (2013) Modularisation of Korea’s development experience: Korean government procurement experience. Ministry of Strategy and Finance, Republic of Korea. 2013. Available at: http://www.kdi.re.kr/kdi_eng/publication/publication_view.jsp?pub_no=13346 (accessed 29 July 2025).
The World Bank (2019) Argentina. Public expenditure and financial accountability (PEFA) performance assessment report. Available at: http://documents1.worldbank.org/curated/en/731161589455123904/pdf/Argentina-Public-Expenditure-and-Financial-Accountability-PEFA-Performance-Assessment-Report.pdf (accessed 29 July 2025).
Menon S., CISA, CISM, CDPSE (2021) How can AI drive audits? ISACA Journal, vol. 4. Available at: https://www.isaca.org/resources/isaca-journal/issues/2021/volume-4/how-can-ai-drive-audits (accessed 29 July 2025).
Comptroller and Auditor General of India (2023) The Catalysts ...in pursuit of Good Governance. A compendium of new initiatives and good practices in the CAG's institution. Available at: https://cag.gov.in/uploads/StudyReports/SR-The-Catalysts-2023-Final-065794cff589836-19713862.pdf (accessed 29 July 2025).
Government of Canada (2025) Directive on automated decision-making. Available at: https://www.tbs-sct.canada.ca/pol/doc-eng.aspx?id=32592 (accessed 29 July 2025).
Huld A. (2024) China releases technical standards guiding the classification of «important» data. China Briefing. Available at: https://www.china-briefing.com/news/china-data-classification-standards-important-data/ (accessed 29 July 2025).
Korea fiscal information service (2025) Official website. Available at: https://www.fis.kr/en/about (accessed on 29 July 2025).
Komatsu T. (2024) The use of digital technology in Japan’s local governments: Trends and features. Available at: https://gppreview.com/2024/03/14/the-use-of-digital-technology-in-japans-local-governments-trends-and-features%EF%BF%BC/ (accessed 29 July 2025).
Izutova O.V. (2021) How to move to «smart control». Finkontrol, no. 2. Available at: https://rufincontrol.ru/online/article/422369/ (accessed 29 July 2025) (in Russian).
Association for Intelligent Information Management (2024) AI & Information management report. The data problem that’s stalling AI success. Available at: https://cdn.avepoint.com/pdfs/en/shifthappens/AI-IM-Whitepaper-v4.pdf (accessed 29 July 2025).
Woodie A. (2023) Getting the upper hand on the unstructured data problem. BigDATAwire. Available at: https://www.bigdatawire.com/2023/06/14/getting-the-upper-hand-on-the-unstructured-data-problem (accessed 29 July 2025).
Lomax J. (2022) Ten guidelines for adopting ontologies to create FAIRer scientific data. Technology Networks Informatics. Available at: https://www.technologynetworks.com/informatics/lists/ten-guidelines-for-adopting-ontologies-to-create-fairer-scientific-data-364256 (accessed 29 July 2025).
Copyright (c) 2025 Национальный исследовательский университет «Высшая школа экономики»
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
