“Нібулон” планує будувати 140-метрові судна
21 Грудня , 2017
Броня з графену, що по міцності перевершує алмази
21 Грудня , 2017

Вчені навчили нейромережі прогнозувати корупцію

Дослідники з Вищої школи економіки (ВШЕ) і Університету Вальядоліду розробили нейронну мережу для моделювання і прогнозування корупції на основі економічних і політичних факторів.

Вчені сходяться на думці, що корупцію необхідно виявляти на якомога більш ранніх стадіях, щоб приймати своєчасні заходи по корекції і профілактиці. Оскільки суспільні ресурси по боротьбі з корупцією обмежені, необхідно зосереджувати зусилля у тих сферах, які з найбільшою ймовірністю можуть бути порушені корупцією. Дослідники використовували унікальну базу даних щодо випадків політичної корупції в Іспанії. Вони розробили модель раннього попередження та прогнозування корупції в регіонах Іспанії на основі макроекономічних та політичних факторів. Дана модель пропонує різні варіанти ризиків корупції, залежно від економічної ситуації в регіоні і часу складання прогнозу.

Як обчислити корупцію за допомогою комп’ютера

Вчені ВШЕ і Університету Вальядоліда використовували самоорганізовані карти на основі нейронних мереж для прогнозування випадків корупції на різних горизонтах прогнозування. Самоорганізовані карти — це вид штучних нейронних мереж, які імітують функції мозку. Такі карти можуть виділяти повторювані шаблони з великих обсягів інформації без чітко вираженого розуміння зв’язків, що стоять за ними. Вони перетворюють нелінійні відносини серед багатовимірних даних на прості геометричні зв’язки. Завдяки таким можливостям самоорганізовані карти — це зручний інструмент для виявлення шаблонів та отримання графічного представлення великих обсягів даних. Тому вони можуть стати хорошим способом прогнозування корупцію. Результати дослідження опубліковані в журналі Social Indicators Research.

Згідно з результатами дослідження, для прогнозування корупції можна використовувати економічні фактори. Вчені виявили, що корупцію можуть стимулювати зміна податку на нерухомість, зростання економіки, підвищення цін на житло, а також збільшення кількості депозитних установ і нефінансових фірм. Також з’ясувалось, що до зростання корупції веде занадто довге перебування при владі однієї і тієї ж партії. Дослідники можуть передбачити появу випадків корупції на період до трьох років залежно від характеристик конкретного регіону. У той час як у деяких регіонах корупцію можна передбачити задовго до її появи і прийняти профілактичні заходи, в інших випадках період прогнозування набагато менший, і потрібні термінові політичні заходи по її ліквідації. Метод вчених складається зі складного алгоритму з безліччю нелінійних зв’язків, в якому фактори схильності до корупції, змінюються в часі.

«Ми розробили новий підхід, що має три характерні ознаки. По‑перше, на відміну від попередніх досліджень, які в основному базуються на сприйнятті корупції, ми використовували дані щодо реальних випадків корупції, — розповідає один з авторів дослідження Фелікс Дж. Лопес-Ітурріага, провідний науковий співробітник Міжнародної лабораторії економіки нематеріальних активів НДУ ВШЕ. — По-друге, ми використовували нейронні мережі, а цей метод добре підходить в даному випадку, оскільки він не робить припущень про розподіл даних. Нейронні мережі — це потужний і гнучкий інструмент моделювання, який не передбачає обмежуючих припущень щодо процесу створення даних або статистичним законам щодо відповідних змінних. По-третє, ми пропонуємо прогноз випадків корупції для різних часових горизонтів, щоб можна було розробляти антикорупційні заходи в залежності від того, наскільки швидко може з’явитись корупція. Наша модель дозволяє розробляти схеми появи корупції для різних горизонтів прогнозування».

Майбутнє методики

Оскільки корупція залишається поширеною проблемою в усьому світі, ключовим моментом у дослідженні є можливість застосування моделі і пропонованих заходів в інших країнах. Вчені використовували досить поширені макроекономічні і політичні змінні, які доступні у відкритих джерелах у багатьох країнах. Тому дана модель може застосовуватися в різних регіонах. Звичайно, її можна розвивати і шляхом включення інших факторів, характерних для певної країни або регіону.

Даний підхід представляє інтерес як для науковців, так і для органів державної влади. З наукової точки зору, дослідники запропонували інноваційний спосіб для прогнозування корупції за допомогою нейронних мереж. Цей метод часто використовується для прогнозування фінансових проблем в компаніях і інших економічних явищ, але спроб використовувати нейронні мережі у випадку з корупцією раніше не робилось. Таким чином, вчені розширили сферу застосування нейронних мереж. З точки зору органів державної влади, запропонована модель збільшення ефективності антикорупційних заходів. Оскільки ресурси по боротьбі з корупцією завжди обмежені, влада може використовувати систему раннього попередження корупції, яка класифікує кожен регіон корупційного профілю. Це дозволить сконцентрувати зусилля і більш ефективно впроваджувати заходи профілактики і корекції. Крім того, дана модель дозволяє прогнозувати корупцію задовго до її прояву, що робить можливим введення попереджувальних заходів. Ця модель може бути особливо корисною у країнах з найвищим рівнем корупції. Влада Європейського Союзу висловлює занепокоенність у зв’язку з поширенням корупції в певних країнах і може використовувати цей підхід для її запобігання.

Дослідження було проведене за фінансової підтримки (Проект ECO2014−56102-P) Міністерства економіки і конкурентоспроможності Іспанії.

LEU
LEU

Залишити відповідь

Увійти за допомогою: