Российские математики разработали алгоритм, определяющий акционеров сложно устроенных корпораций

Угадай, кто стоит за компанией / ©PR-служба Сколтеха © skoltech.ru

Российские математики разработали алгоритм, позволяющий определять ключевых акционеров сложно устроенных корпораций и повышающий их прозрачность для потенциальных партнеров. Благодаря этому алгоритму ученые за несколько минут определили структуру 4,2 млн крупных британских компаний, пишет пресс-служба Сколковского института науки и технологий. Статью с описанием исследования ученые опубликовали на arXiv.

«Автоматическое определение конечных владельцев организаций поможет оценивающим компании инвесторам и аналитикам быстрее и проще разбираться в запутанной структуре владения. Это позволит понять, стоит ли ожидать от интересующего их контрагента, что он соответствует тем или иным социальным, экологическим и управленческим стандартам», — говорится в сообщении.

Значительная часть крупных транснациональных корпораций обладает сложной структурой владения и управления, не уступающей государственным органам по уровню запутанности. Подобный характер их устройства часто не позволяет однозначно сказать, кто контролирует компанию, а также оценить то, насколько эффективными будут вложения в ее развитие.

Российские исследователи под руководством старшего научного сотрудника Сколковского института науки и технологий Кирилла Половникова разработала алгоритм aICON, который значительно упрощает решение этой задачи и позволяет получать подобные данные практически мгновенно. Работа этой программы основана на концепции «центральности узлов», под которой математики понимают то, насколько важным является тот или иной узел внутри сложной сети.

В рамках этого подхода ученые представили большое число связанных друг с другом корпораций в виде сети из множества узлов, объединенных набором связей разной длины. Центральность каждого такого узла определяется числом его соседей, расстоянием до других участников сети, а также его «весом» и некоторыми другими параметрами.

Повышение прозрачности инвестиций

Подобный подход, как отмечают ученые, позволяет очень быстро и достаточно точно определять структуру сложных международных корпораций и выделять их ключевых инвесторов и собственников, для чего требуются только данные из официальных государственных реестров. Российским математикам удалось упростить и ускорить просчет этих связей за счет того, что всю структуру владения во многих случаях можно представить в виде многослойной луковицы.

Работу этого алгоритма ученые проверили на 4,2 млн. крупных британских корпораций, данные о владельцах которых были опубликованы в государственных реестрах. Проверка показала, что программа точно воспроизвела структуру и выделила ключевых акционеров и владельцев 96% этих компаний. Причем она решила эту задачу всего за несколько минут, что в сотни раз быстрее уже существующих решений.

Этот анализ показал несколько интересных примеров того, как некоторые относительно небольшие корпорации имеют необычно сложную структуру даже по сравнению с крупнейшими игроками рынка, такими как нефтяной гигант BP или холдинговую компанию Partners Group.

К примеру, ученые обнаружили, что международная сеть магазинов оптики Specsavers превосходит все прочие компании в Британии с точки зрения сложности структуры владения, а сразу четыре индивидуальных инвестора — Питер Валаитис, Автар Сингх, Эндрю Дэвис и Роберт Джаретт — обошли по влиятельности группу банк Lloyds.

Дальнейшее применение алгоритма aICON, как надеются Половников и его коллеги, поможет инвесторам и регулирующим органам более четко представлять себе структуру тех корпораций, которые ведут деятельность в отдельных странах или на международном уровне, что повысит прозрачность и эффективность инвестиций.

Источник иллюстрации: https://www.sko...noj-strukturoj/

https://naked-s...-uchenyh-nashel

Кстати, а вы знали, что на «Сделано у нас» статьи публикуют посетители, такие же как и вы? И никакой премодерации, согласований и разрешений! Любой может добавить новость. А лучшие попадут в телеграмм @sdelanounas_ru. Подробнее о том как работает наш сайт здесь👈