vestreaВестник Российского экономического университета имени Г. В. ПлехановаVestnik of the Plekhanov Russian University of Economics2413-28292587-9251Plekhanov Russian University of Economics10.21686/2413-2829-2022-6-126-136vestrea-1473Research ArticleТЕОРИЯ И ПРАКТИКА УПРАВЛЕНИЯTHEORY AND PRACTICE OF MANAGEMENTData mining как инструмент мультимодальной бизнес-аналитики: трансформация лексики годовых отчетов госкорпорации «Ростех»Data-Mining as Tool of Multimodal Business-Analysis: Lexical Transformation in Annual Reports of Rostech Corporationhttps://orcid.org/0000-0002-1766-8029МихненкоП. А.MikhnenkoP. A.

Павел Александрович Михненко - доктор экономических наук, доцент, профессор кафедры предпринимательства и внешнеэкономической деятельности

105005, Москва, 2-я Бауманская ул., д. 5, стр. 1

Pavel A. Mikhnenko - Doctor of Economics, Assistant Professor, Professor of the Department for Entrepreneurship and Foreign Economic Activity

1 building, 5 2nd Baumanskaya Str., Moscow, 105005

pmihnenko@bmstu.ruМосковский государственный технический университет имени Н. Э. БауманаРоссияBauman Moscow State Technical UniversityRussian Federation20220612202206126136Copyright © Михненко П.А., 20222022Михненко П.А.Mikhnenko P.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vest.rea.ru/jour/article/view/1473

Цель исследования состоит в применении инструментов Data Mining для выявления латентного характера трансформации лексики годовых отчетов государственной корпорации «Ростех» и обосновании перспективности расширения методологии бизнес-анализа инструментами мультимодальной бизнес-аналитики. Выявление трендов трансформации лексики годовых отчетов осуществлялось путем выделения индикаторных свойств уникальных ключевых лексем и их контекстов. Автором использовались методы мультимодальной бизнес-аналитики и инструменты Data Mining для анализа корпоративной отчетности с целью идентификации наиболее существенных признаков и трендов трансформации бизнес-лексики предприятий и корпораций, выявление которых остается за рамками традиционного бизнес-анализа. Исходными данными являлись русскоязычные тексты годовых отчетов госкорпорации «Ростех» за 2017–2021 гг. В качестве инструментов Data Mining использовалась Workflow-модель на онлайн-платформе анализа и визуализации данных Orange Data Mining 3.3.2. Исследование позволило выявить устойчивый тренд на обновление содержания годовой отчетности корпорации в анализируемый период. Максимальную динамику устойчивого роста частотности продемонстрировали уникальные ключевые лексемы «работник», «обучение», «платформа», «трансформация», «инициатива» и «академия». Контекстный анализ позволил сделать вывод, что в основе трансформации деловой лексики лежит прирост внимания корпорации к проблемам цифровой трансформации, развитию цифровых платформ, реализации технологических и социогуманитарных стратегических инициатив, повышению квалификации работников на основе обучения в корпоративной сетевой академии. Реализация этих мероприятий требует совершенствования стратегии управления финансовыми, коррупционными, рыночными и другими рисками. Мультимодальная бизнес-аналитика является перспективным направлением научных исследований и инструментом решения прикладных экономических и организационно-управленческих задач.

The goal of the research is to study tools of Data Mining to find latent nature of lexical transformation in annual reports of the state-owned corporation ‘Rosteck’ and to estimate perspectives of extending methodology of businessanalysis by tools of multimodal business-analysis. Identification of trends in vocabulary transformation in annual reports was done by finding indicator features of unique key lexical units and their contexts. The author used methods of multimodal business-analysis and tools of Data Mining to study corporate reports in order to identify the most important signs and trends in business-vocabulary transformation at enterprises and corporations, which is usually ignored by conventional business-analysis. Russian texts of annual reports of ‘Rosteck’ corporation for 2017– 2021 act as initial data for the research. As Data Mining tools the author used Workflow-model on the on-line platform for analysis and data visualization Orange Data Mining 3.3.2. The research showed a clear trend to renewal of the annual report content within the period of analysis. Such units as ‘работник’ (worker), ‘обучение’ (training), ‘платформа’ (platform), ‘трансформация’ (transformation), ‘инициатива’ (initiative) and ‘академия’ (academy) demonstrated maximum dynamics in frequency growth. Context analysis allowed the author to draw a conclusion that transformation in business vocabulary is based on the growing attention of the corporation to problems of digital transformation, development of digital platforms, realization of technological and socio-humanitarian strategic initiatives, raising the quality of workers’ qualification by training in corporate net academy. Implementation of these measures requires upgrading strategy of managing finance, corruption, market and other risks. Multimodal business-analysis is a promising trend in academic research and a tool for resolving applied economic and organizational-managerial problems.

годовой отчетлексемадинамикаконтексттрансформацияannual reportlexical unitdynamicscontexttransformationReferencesАфанасьев Д. О., Федорова Е. А., Демин И. С., Рогов О. Ю. О влиянии зарубежных СМИ на российский фондовый рынок: текстовый анализ // Экономика и математические методы. – 2020. – Т. 56. – № 1. – С. 153–165.Afanasev D. O., Fedorova E. A., Demin I. S., Rogov O. Yu. O vliyanii zarubezhnykh SMI na rossiyskiy fondovyy rynok: tekstovyy analiz [On the Influence of Foreign Media on the Russian Stock Market: Text Analysis]. Ekonomika i matematicheskie metody [Economics and Mathematical Methods], 2020, Vol. 56, No. 1, pp. 153–165. (In Russ.).Кузубов С. А., Евдокимова М. С. Повышает ли стоимость компании публикация нефинансовых отчетов по стандартам GRI (на примере стран БРИКС)? // Учет. Анализ. Аудит. – 2017. – № 2. – С. 28–36.Kuzubov S. A., Evdokimova M. S. Povyshaet li stoimost kompanii publikatsiya nefinansovykh otchetov po standartam GRI (na primere stran BRIKS)? [Does the Company Value Increase through the Publication of Non-Financial Reports under GRI guidelines? (On the Example of BRICS Countries)?]. Uchet. Analiz. Audit [Accounting. Analysis. Auditing], 2017, No. 2, pp. 28–36. (In Russ.).Теплова Т. В., Соколова Т. В., Томтосов А. Ф., Бучко Д. В., Никулин Д. Д. Сентимент частных инвесторов в объяснении различий в биржевых характеристиках акций российского рынка // Журнал Новой экономической ассоциации. – 2022. – № 1 (53). – С. 53–84.Teplova T. V., Sokolova T. V., Tomtosov A. F., Buchko D. V., Nikulin D. D. Sentiment chastnykh investorov v obyasnenii razlichiy v birzhevykh kharakteristikakh aktsiy rossiyskogo rynka [The Sentiment of Private Investors in Explaining the Differences in the Trade Characteristics of the Russian Market Stocks]. Zhurnal Novoy ekonomicheskoy assotsiatsii [Journal of the New Economic Association], 2022, No. 1 (53), pp. 53–84. (In Russ.).Федорова Е. А., Афанасьев Д. О., Нерсесян Р. Г., Ледяева С. В. Влияние нефинансовой информации на основные показатели российских компаний // Журнал Новой экономической ассоциации. – 2020. – № 2 (46). – С. 73–96.Fedorova E. A., Afanasev D. O., Nersesyan R. G., Ledyaeva S. V. Vliyanie nefinansovoy informatsii na osnovnye pokazateli rossiyskikh kompaniy [Impact of Non-Financial Information on Key Financial Indicators of Russian Companies]. Zhurnal Novoy ekonomicheskoy assotsiatsii [Journal of the New Economic Association], 2020, No. 2 (46), pp. 73–96. (In Russ.).Федорова Е. А., Пыльцин И. В., Ковальчук Ю. А., Дроговоз П. А. Новости и социальные сети российских компаний: степень влияния на рынок ценных бумаг // Журнал Новой экономической ассоциации. – 2022. – № 1 (53). – С. 32–52.Fedorova E. A., Pyltsin I. V., Kovalchuk Yu. A., Drogovoz P. A. Novosti i sotsialnye seti rossiyskikh kompaniy: stepen vliyaniya na rynok tsennykh bumag [News and Social Networks of Russian Companies: Degree of Influence on the Securities Market]. Zhurnal Novoy ekonomicheskoy assotsiatsii [Journal of the New Economic Association], 2022, No. 1 (53), pp. 32–52. (In Russ.).Федорова Е. А., Хрустова Л. Е., Демин И. С. Влияние качества раскрытия нефинансовой информации российскими компаниями на их инвестиционную привлекательность // Российский журнал менеджмента. – 2020. – Т. 18. – № 1. – С. 51–72.Fedorova E. A., Khrustova L. E., Demin I. S. Vliyanie kachestva raskrytiya nefinansovoy informatsii rossiyskimi kompaniyami na ikh investitsionnuyu privlekatelnost [Completeness of Non-Financial Disclosure by Russian Companies: The Influence on Investment Attractiveness]. Rossiyskiy zhurnal menedzhmenta [Russian Management Journal], 2020, Vol. 18, No. 1, pp. 51–72. (In Russ.).Ahmad K., Han J. G., Hutson E., Kearney C., Liu S. Media-Expressed Negative Tone and Firm-Level Stock Returns // Journal of Corporate Finance. – 2015. – N 37. – P. 152–172.Ahmad K., Han J. G., Hutson E., Kearney C., Liu S. Media-Expressed Negative Tone and Firm-Level Stock Returns. Journal of Corporate Finance, 2015, No. 37, pp. 152–172.Baker M., Wurgler J. Investor Sentiment and the Cross-Section of Stock Returns // The Journal of Finance. – 2006. – Vol. LXI. – N 4. – P. 1645–1680.Baker M., Wurgler J. Investor Sentiment and the Cross-Section of Stock Returns. The Journal of Finance, 2006, Vol. LXI, No. 4, pp. 1645–1680.Fedorova E., Druchok S., Drogovoz P. Impact of News Sentiment and Topics on IPO Underpricing: US Evidence // International Journal of Accounting & Information Management. – 2022. – Vol. 30. – N 1. – P. 73–94.Fedorova E., Druchok S., Drogovoz P. Impact of News Sentiment and Topics on IPO Underpricing: US Evidence. International Journal of Accounting & Information Management, 2022, Vol. 30, No. 1, pp. 73–94.Lahat D., Adali T., Jutten C. Multimodal Data Fusion: An Overview of Methods, Challenges, and Prospects // Proceedings of the IEEE. – 2015. – N 103 (9). – P. 1449–1477.Lahat D., Adali T., Jutten C. Multimodal Data Fusion: An Overview of Methods, Challenges, and Prospects. Proceedings of the IEEE, 2015, No. 103 (9), pp. 1449–1477.Li M., Wang F., Jia X. et al. Multi-Source Data Fusion for Economic Data Analysis // Neural Computing and Applications. – 2021. – N 33. – P. 4729–4739.Li M., Wang F., Jia X. et al. Multi-Source Data Fusion for Economic Data Analysis. Neural Computing and Applications, 2021, No. 33, pp. 4729–4739.Piatetsky-Shapiro G. Data Mining and Knowledge Discovery 1996 to 2005: Overcoming the Hype and Moving from “University” to “Business” and “Analytics” // Data Mining and Knowledge Discovery. – 2007. – N 15. – P. 99–105.Piatetsky-Shapiro G. Data Mining and Knowledge Discovery 1996 to 2005: Overcoming the Hype and Moving from “University” to “Business” and “Analytics”. Data Mining and Knowledge Discovery, 2007, No. 15, pp. 99–105.

The authors declare that there are no conflicts of interest present.