http://srd.pgasa.dp.ua:8080/xmlui/handle/123456789/9807 2026-04-10T20:26:44Z http://srd.pgasa.dp.ua:8080/xmlui/handle/123456789/10335 Название: Особливості організації бухгалтерського обліку та оподаткування нематеріальних активів підприємства Авторы: Мойсеєнко, Ірина Павлівна; Moiseienko, Iryna; Кузнецова, Ганна Сергіївна; Kuznetsova, Hanna; Безродна, Маргарита Сергіївна; Bezrodna, Marharyta Краткий осмотр (реферат): UK: Дослідження показало, що нематеріальні активи – це немонетарні активи, які не мають певної матеріальної форми і використовуються підприємством з метою отримання економічних вигод. Підставою для оприбуткування нематеріальних активів є документи, що описують об'єкт або порядок його використання, а також документи, що підтверджують певні майнові права підприємства, тобто будь-який об'єкт нематеріальних активів повинен існувати в об'єктивній формі. У роботі висвітлено основні особливості оподаткування нематеріальних активів, операції з постачання яких можуть бути звільнені від оподаткування ПДВ. Щоб уникнути необхідності нарахування та сплати ПДВ при постачанні програмної продукції контрагентам – резидентам України, існує лише один шлях – перекваліфікувати оплату послуг на роялті. За умови, розробник надає право на використання програмного продукту на підставі ліцензійного (субліцензійного) договору, залишаючись при цьому правовласником, отже, тоді всі отримані платежі у вигляді роялті не є об’єктом оподаткування ПДВ.; EN: In the modern conditions, intangible assets as a source of economic benefits act as a way to increase the efficiency of enterprises. Intangible assets are non-monetary assets that do not have a specific material form and are used by the enterprise for the purpose of obtaining economic benefits. The organizational and methodological justification of the essence of accounting and taxation of intangible assets is laid down in the national provision of accounting standards 8 "Intangible assets", which defines the main approaches to defining the concept of intangible assets as accounting objects. Effective use of the company's intangible assets makes it possible to fully realize the goals and objectives, to increase the economic potential of the company. An important condition for the effectiveness of the use of intangible assets is the creation of the necessary information support, reconstruction and systematic updating of the technological base to improve the state of the enterprise, compliance with its own strategy for sustainable technical, organizational and economic development. The basis for posting intangible assets are documents that describe the object or the procedure for its use, as well as documents that confirm certain property rights of the enterprise, that is, any object of intangible assets must exist in an objective form. Amortization of intangible assets consists in the constant write-off of their value in the process of their production use, in order to compensate the costs incurred by the enterprise during their acquisition, and to ensure the formation of sources of acquisition of intangible assets in the future. The work highlights the main features of taxation of intangible assets, the supply of which may be exempt from VAT. In order to avoid the need to calculate and pay VAT when supplying software products to counterparties who are residents of Ukraine, there is only one way – to reclassify the payment for services as a royalty payment. Under the condition, the developer grants the right to use the software product on the basis of a license (sublicense) agreement, while remaining the right holder, therefore, then all received payments in the form of royalties are not subject to VAT. 2023-03-01T00:00:00Z http://srd.pgasa.dp.ua:8080/xmlui/handle/123456789/10333 Название: Delivery routes optimization using machine learning algorithms Авторы: Verbytskyi, Yaroslav; Вербицький, Я. С. Краткий осмотр (реферат): EN: Delivery route optimization is a crucial concern in the logistics industry, affecting delivery times, costs, and customer satisfaction. The conventional methods for optimizing delivery routes are time-consuming and require substantial manual efforts. To address these limitations, they have increasingly used machine learning algorithms for more efficient and effective optimization. This paper reviews modern techniques for delivery route optimization using machine learning algorithms, including the key challenges faced by delivery companies. Metaheuristic methods, reinforcement learning, and machine learning are discussed, along with their advantages and limitations. In developing a delivery route optimization system, factors such as the number of vehicles, their capacity, delivery time windows, road networks, and customer demand are considered. Different optimization objectives, such as minimizing delivery time, reducing transportation costs, and maximizing customer satisfaction, are presented. Finally, the paper highlights future research directions, including multi-agent systems, swarm intelligence, and hybrid algorithms. This paper provides a comprehensive review of delivery route optimization using machine learning algorithms and can be useful for practitioners and researchers in the logistics industry.; UK: Оптимізація маршрутів доставки є критично важливим питанням у логістичній галузі, оскільки вона впливає на час доставки, витрати та задоволеність клієнтів. Традиційні методи, що використовувалися в минулому для оптимізації маршрутів доставки, займають багато часу і вимагають значних зусиль. Для подолання цих обмежень все частіше застосовуються алгоритми стохастичної оптимізації і машинного навчання, які дозволяють вирішувати проблему оптимізації більш ефективно. У цій статті представлено огляд класичних методів, таких як моніторинг трафіку в режимі реального часу, використання часових вікон та методи групових доставок. Також приділено увагу сучасним методів оптимізації маршрутів доставки за допомогою алгоритмів машинного навчання. У статті розглядається концепція оптимізації маршрутів доставки та її важливість в логістичній галузі. Представлені ключові виклики, з якими стикаються компанії, що здійснюють доставку при оптимізації своїх маршрутів доставки. Розглядаються різні типи алгоритмів машинного навчання, які зазвичай використовуються для оптимізації маршрутів доставки, включаючи алгоритми метаевристики, навчання з підкріпленням і глибокого навчання. Увагу приділено різниці між алгоритмами Обговорюються переваги та обмеження кожного типу алгоритмів. В статті обговорюються різні цілі оптимізації, які можна розглянути, такі як мінімізація часу доставки, мінімізація транспортних витрат і максимізація задоволеності клієнтів. Стаття завершується обговоренням майбутніх напрямків досліджень в області оптимізації маршрутів доставки з використанням алгоритмів машинного навчання. Це включає використання передових методів, таких як ройовий інтелект та гібридні алгоритми. Таким чином, дана робота містить комплексний огляд останніх розробок в області оптимізації маршрутів доставки з використанням стохастичних методів. Висновки цієї статті можуть бути корисними для дослідників та практиків у логістичній галузі, щоб краще зрозуміти виклики та можливості використання алгоритмів машинного навчання для оптимізації маршрутів доставки. 2023-03-01T00:00:00Z http://srd.pgasa.dp.ua:8080/xmlui/handle/123456789/10332 Название: Методи статистичного моделювання економічних процесів: критичний огляд Авторы: Вдовин, Мар'яна Любомирівна; Vdovyn, Mariana Краткий осмотр (реферат): UK: У статті розглянуто різні методи моделювання економічних процесів, зокрема методи багатовимірної статистики, такі як кластерний аналіз, багатовимірне ранжування, таксономічний аналіз, множинна регресія та кореляція, дискримінантний аналіз, багатовимірне шкалювання тощо. Методи статистичного моделювання систематизовано та візуалізовано. Коротко охарактеризовано сутність методів багатовимірної статистики та вказано певні особливості цих методів, передумови до їх використання тощо. Наведено приклад використання одного з методів статистичного моделювання, а саме таксономічного аналізу на регіональному рівні. Здійснено розрахунок таксономічних показників розвитку регіонів України, а також виділено регіони-лідери та регіони-аутсайдери за результатами таксономічного аналізу.; EN: The article discusses various methods of modeling economic processes, in particular methods of multidimensional statistics, such as cluster analysis, multidimensional ranking, taxonomic analysis, multiple regression and correlation, discriminant analysis, multidimensional scaling, etc. Methods of statistical modeling are systematized and visualized. The variety of methods of modeling economic processes requires their systematization and comparative analysis. A critical overview of multidimensional statistical methods and methods used to analyse one-dimensional economic processes helps researchers understand which modeling method to choose and which prerequisites for using the method should be considered. The essence of the methods of multidimensional statistics is briefly described and certain features of these methods, prerequisites for their use, etc. are indicated. An example of the use of one of the methods of statistical modeling, taxonomic analysis at the regional level, is given. The taxonomic indicators of the development of the regions of Ukraine were calculated, as well as the leader regions and outsider regions were selected based on the results of the taxonomic analysis. The article states that taxonomic analysis can also be attributed to the group of classification methods, since in the process of applying the method, elements are not simply ordered, but also search for distances to the standard vector, which is already a sign of clustering. The taxonomic analysis of the regions of Ukraine was carried out according to such indicators as capital investments, foreign trade turnover, the unemployment rate and the number of active business entities. Standardization of indicators was carried out using the range of variation, taking into account stimulating indicators and destimulating indicators. Thus, it can be clearly seen that the leading regions mostly include those regions that are industrially developed, and the outsider regions are those areas that require additional capital investments. The results and recommendations are presented for the year 2021, since in February 2022 a full-scale russian invasion of the territory of Ukraine took place. 2023-03-01T00:00:00Z http://srd.pgasa.dp.ua:8080/xmlui/handle/123456789/10331 Название: Аналіз статистичних показників обсягу та структури військових облігацій в умовах воєнного стану Авторы: Чубка, Ольга Михайлівна; Chubka, Olha Краткий осмотр (реферат): UK: Виділені ключові пункти Постанови Кабінету Міністрів України “Про випуск облігацій внутрішньої державної позики “Військові облігації”, поява якої була зумовлена початком воєнних дій на території України та необхідністю наповнення державного бюджету в умовах війни. Наведено перелік та види військових ОВДП, реалізованих на аукціонах, починаючи з березня 2022 р. Наведені заходи з боку НБУ та фінансових установ щодо максимального спрощення процедур купівлі військових облігацій на період війни. Перераховані переваги скасування обов’язковості підтвердження джерел доходів інвесторів. Проведено аналіз структури інвесторів військових облігацій, структури розміщення військових облігацій за видом валют та рухом облігацій на первинному та вторинному ринках у 2022 р. Визначено роль і частку військових облігацій у джерелах фінансування державного бюджету. Проведено аналіз динаміки залучених коштів до Державного бюджету від продажу військових облігацій за результатами аукціонів у 2022 р.; EN: Key points of the Resolution of the Cabinet of Ministers of Ukraine ”On the Issue of Domestic State Loan Bonds “Military Bonds”, which was issued due to the outbreak of hostilities on the territory of Ukraine and the need to fill the state budget in times of war, are presented. The list and types of military bonds sold at auctions since March 2022 are provided. The measures taken by the NBU and financial institutions to maximize the simplification of the procedures for purchasing military bonds for the period of war are presented. The advantages of abolishing the obligation to confirm the sources of income of investors when purchasing military bonds are listed. The list of banks, in particular primary dealers and licensed brokers that carry out operations with military bonds is provided. The structure of investors in military bonds is analyzed in terms of legal entities, individuals and non-residents in 2022. The structure of the placement of military bonds by type of currency (Ukrainian hryvnia, US dollar, euro) in 2022 is presented. The structure of placement of military bonds in the primary and secondary markets in 2022 is analyzed. The composition of the sources of financing of the state budget (financing of the National Bank of Ukraine, grants from the United States and the European Union, domestic government bonds (including military bonds), bilateral loans from the European Union, the International Monetary Fund, the United Kingdom, the European Investment Bank and other countries) is presented. It is proved that the main buyer of military bonds in wartime is the National Bank of Ukraine, and the purchase of military bonds is carried out at the expense of hryvnia issuance through the conclusion of an agreement with the Ministry of Finance of Ukraine. The role and share of military bonds in the sources of financing of the state budget is determined. The author analyzes the dynamics of funds raised to the State Budget from the sale of military bonds based on the results of auctions in 2022. The main advantages of investing in military bonds for investors are presented: the opportunity to financially assist the State under martial law; the State's guarantee for 100% of the purchased bonds; excess of bond yields over deposit yields; absence of personal income tax on bonds; possibility of their early sale on the secondary market; possibility of obtaining a loan secured by bonds; possibility of hedging currency risk. 2023-03-01T00:00:00Z