Предмет. На современном этапе развития таможенной службы Российской Федерации повышение эффективности государственного управления является важнейшим стратегическим направлением. Решение данной задачи видится в развитии методологии оценки и на этой базе управленческого анализа деятельности таможенных органов по предложенным направлениям оценки и обобщенной системе показателей. Это позволит получить как интегральные показатели результативности деятельности, так и оценить вклад различных уровней таможенной системы в формирование итогового результата. Цели. Развитие оценки и анализа деятельности таможенных органов по ключевым направлениям на основе методологии интеллектуального моделирования. Методология. Моделирование осуществлялось на основе знаниевой технологии в формате нечеткой логики, в качестве моделирующего алгоритма использовался алгоритм Мамдани. Компьютерная реализация математической модели проводилась на основе программной системы MatLab с привлечением пакета Fuzzy Logic Toolbox. Результаты. В результате сопоставительного анализа эволюции подходов к оценке деятельности в таможенных органах Российской Федерации и ряда зарубежных стран выявлены современные тенденции и направления развития методологии оценки деятельности таможенных органов с учетом потребностей заинтересованных сторон. С использованием методологии интеллектуальных измерений создана и компьютерно реализована математическая модель оценки степени достижения целей по реализации фискальной функции таможенных органов. Выводы. Предлагаемая методология позволяет количественно оценить результативность деятельности по разным направлениям функционала таможенных органов и на основе сформированной информационной базы принимать обоснованные управленческие решения.
Афоничкин А.И., Журова Л.И. Систематизация подходов к оценке эффективности стратегии развития экономических систем микроуровня // Вестник Самарского муниципального института управления. 2019. № 1. С. 20–31. URL: Link
Makrusev V.V., Yusupova S.Y., Boykova M.V., Suglobov A.E. Customs Management as an Institute: Studying Development Trends. International Journal of Civil Engineering and Technology (IJCIET), 2019, vol. 10, iss. 2, pp. 1802–1809. URL: Link
Черныш А.Я. Эмпирические, концептуальные и методологические основы экономики таможенного дела: монография. М.: Российская таможенная академия, 2014. 143 с.
Bobrova A.V. Assessment of the performance of Russian customs authorities. World Customs Journal, 2017, vol. 11, iss. 2, pp. 37–48. URL: Link(Sep%202017)/1838%2001%20WCJ%20v11n2%20Bobrova.pdf
Завьялова О.В. Трансформация подходов к управлению таможенными органами в условиях цифровой экономики // Вестник Российской таможенной академии. 2018. № 2. С. 54–61.
Desiderio D. Data analysis techniques for enhancing the performance of customs. World Customs Journal, 2019, vol. 13, iss. 2, pp. 17–22. URL: Link
Власов Д.А. Особенности комплексного использования количественных методов в финансовой сфере // Системные технологии. 2020. Т. 1. № 34. С. 133–139. URL: Link
Choong K.K. Use of mathematical measurement in improving the accuracy (reliability) & meaningfulness of performance measurement in businesses & organizations. Measurement, 2018, vol. 129, pp. 184–205.
Дуброва Т.А., Есенин М.А. Цифровизация в предпринимательском секторе России и европейских стран // Вестник Самарского государственного экономического университета. 2019. № 10. С. 32–39. URL: Link
Endovitskii D.A., Lyubushin N.P., Babicheva N.E., Kupryushina O.M. From assessment of organizations financial standing to integrated methodology for analysis of sustainable development // Дайджест-Финансы. 2017. Т. 22. Вып. 2. С. 123–143. URL: Link
Бухт Р., Хикс Р. Определение, концепция и измерение цифровой экономики // Вестник международных организаций. 2018. Т. 13. № 2. С. 143–17. URL: Link
Прокопчина С.В. Глобальные измерения: методология, технология, приложения // Мягкие измерения и вычисления. 2020. Т. 26. № 1. С. 5–17.
Korol T. The implementation of fuzzy logic in forecasting financial ratios. Contemporary Economics, 2018, vol. 12, iss. 2, pp. 165–188. URL: Link
Меерсон А.Ю., Смирнова Е.И., Черняев А.П. Современные тенденции преподавания математического моделирования студентам экономических специальностей // Международный журнал экспериментального образования. 2016. № 4-1. С. 90–94. URL: Link
Mamdani E.H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 1975, vol. 7, iss. 1, pp. 1–13. URL: Link80002-2
Zadeh L.A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes. IEEE Transactions on Systems, Man and Cybernetics, 1973, vol. SMC-3, iss. 1, pp. 28–44. URL: Link
Brown M., Harris C. Neurofuzzy Adaptive Modelling and Control. New York, NY, Prentice Hall, 1994, 508 p.
Пегат А. Нечеткое моделирование и управление. М.: Лаборатория знаний, 2020. 801 с.
