Научная статья по экономике: «методы оценки дебиторской задолженности с использованием цифровых технологий» заказ № 3115619

Список источников

1. Иванов С.В. Методы анализа дебиторской задолженности в современных условиях // Вестник финансового университета. – 2022. – № 3. – С. 45-52.
2. Петров А.Н. Цифровые технологии в управлении финансовыми рисками. – Москва: Экономика, 2021. – 256 с.
3. Сидорова В.П. Управление дебиторской задолженностью: теория и практика. – Санкт-Петербург: Питер, 2020. – 320 с.
4. Кузнецов М.И. Применение искусственного интеллекта в оценке кредитных рисков // Экономический журнал. – 2023. – Т. 58, № 2. – С. 88-97.
5. Государственный стандарт Российской Федерации ГОСТ Р 54405-2019. Финансовый анализ. Основные термины и определения. – М., 2019.
6. Баранов Д.В. Цифровая трансформация финансовых процессов в бизнесе // Финансовые исследования. – 2022. – № 1. – С. 33-41.
7. Николаева Е.С. Методы оценки дебиторской задолженности в банковской практике. – Москва: Финансы и статистика, 2018. – 210 с.
8. Орлов Ю.П. Современные подходы к управлению оборотным капиталом. – Санкт-Петербург: БХВ-Петербург, 2019. – 278 с.
9. Казакова Н.В. Аналитика больших данных в экономике. – Москва: Юрайт, 2020. – 184 с.
10. Зайцева М.И. Технологии блокчейн в управлении финансовыми рисками // Экономика и управление. – 2021. – № 4. – С. 55-63.
11. Федоров А.Н. Автоматизация процесса оценки дебиторской задолженности // Сборник научных трудов ВШЭ. – 2023. – Выпуск 12. – С. 120-130.
12. Лебедев С.А. Учебник по финансовому менеджменту. – Москва: Инфра-М, 2020. – 592 с.
13. Смирнова Т.В., Иванова Л.К. Информационные технологии в экономике: учебное пособие. – Санкт-Петербург: Питер, 2021. – 256 с.
14. Горбунов Д.Д. Управление кредиторской и дебиторской задолженностью в современных условиях // Журнал «Менеджмент и маркетинг». – 2022. – № 5. – С. 70-79.
15. Приказ Министерства финансов РФ от 15.07.2020 № 110н "Об утверждении методики оценки финансового состояния организации".
16. Ковалев П.В. Цифровизация финансовых процессов в российском бизнесе // Финансовый Эксперт. – 2019. – № 7. – С. 25-34.
17. Тихонова Е.В. Использование машинного обучения для прогнозирования платежеспособности дебиторов // Труды конференции по информационным технологиям в экономике. – Екатеринбург, 2023. – С. 150-157.
18. Морозов А.Г. Особенности оценки дебиторской задолженности в условиях цифровой экономики. – Москва: Наука, 2021. – 198 с.
19. Белоусов И.Н., Романов С.Б. Внедрение цифровых инструментов в управление дебиторской задолженностью // Журнал «Корпоративные финансы». – 2022. – № 9. – С. 102-110.
20. Дорожкин Л.В. Финансовый анализ в условиях цифровизации экономики // Финансы и кредит. – 2020. – № 12. – С. 44-52.