Потенциал машинного обучения и искусственного интеллекта для развития венчурного инвестирования в России
- Авторы: Казакова Е.Д.1
-
Учреждения:
- Финансовый университет при Правительстве Российской Федерации
- Выпуск: Том 19, № 2 (2023)
- Страницы: 209-215
- Раздел: Математические, статистические и инструментальные методы в экономике
- URL: https://bakhtiniada.ru/2541-8025/article/view/250213
- ID: 250213
Цитировать
Аннотация
В настоящее время российская экономика столкнулась с беспрецедентным санкционным давлением со стороны западных стран. Помимо импортозамещения и цифровой трансформации одним из важнейших направлений государственной политики является упрощение и стимулирования новых технологических решений—стартап-проектов, при поддержке как государственного, так и частного финансирования. Целью исследования является изучение потенциала использования искусственного интеллекта и машинного обучения в предынвестиционной аналитике потенциальной доходности стартап–проектов на ранних уровнях зрелости для последующего венчурного инвестирования. В результате сформирован ряд рекомендаций по развитию венчурного инвестирования в российские стартап-проекты, описана технологическая и информационная база в соответствии с направлениями применения искусственного интеллекта и машинного обучения, исследованы подходы к формализации параметров будущей рекомендательной системы венчурного инвестирования для последующего практического применения: выявления перспективных стартап-проектов, расчета рисков и потенциальной прибыли.
Полный текст
Открыть статью на сайте журналаОб авторах
Екатерина Даниловна Казакова
Финансовый университет при Правительстве Российской Федерации
Автор, ответственный за переписку.
Email: 191841@edu.fa.ru
ORCID iD: 0009-0008-8081-1722
SPIN-код: 6714-5454
Россия, Москва
Список литературы
- Amram, M., & Kulatilaka, N. (1999). Real Options: Managing Strategic Investment in an Uncertain World. Harvard Business School Press. https://books.google.fr/books?id=dM16QgAACAAJ.
- Business Evaluation: Textbook / Edited by A.G. Gryaznova, M.A. Fedotova. —Moscow: Finance and Statistics (in Russia), 2009. —Chapter 7.
- Dittmann I., Maug E., Kemper J. How fundamental are fundamental values? Valuation methods and their impact on the performance of German venture capitalists //European Financial Management. —2004. —V. 10. —№. 4. —P. 609–638. https://www.researchgate.net/publication/227361733_How_Fundamental_are_Fundamental_Values_Valuation_Methods_and_their_Impact_on_the_Performance_of_German_Venture_Capitalists.
- Fisher I. The theory of interest //New York. —1930. —V. 43. —P. 1–19.
- Gartner, Press Release STAMFORD, Conn. March 10, 2021 Gartner Says Tech Investors Will Prioritize Data Science and Artificial Intelligence Above «Gut Feel» for Investment Decisions By 2025 https://www.gartner.com/en/newsroom/press-releases/2021-03-10-gartner-says-tech-investors-will-prioritize-data-science-and-artificial-intelligence-above-gut-feel-for-investment-decisions-by-20250.
- Retterath,Andre. 2020. The Future of VC: Augmenting Humans with AI. https://mediatum.ub.tum.de/doc/1574989/1574989.pdf.
- Arroyo, J., Corea, F., Jiménez-Díaz, G., & Recio-García, J.A. (2019). Assessment of Machine Learning Performance for Decision Support in Venture Capital Investments. IEEE Access, 7, 124233-124243. https://www.semanticscholar.org/paper/Assessment-of-Machine-Learning-Performance-for-in-Arroyo-Corea/a076d1e0f713a14fed555ee4493c2196227b9a0f.
- Ross, Greg and Das, Sanjiv Ranjan and Sciro, Daniel and Raza, Hussain, Capital VX: A Machine Learning Model for Startup Selection and Exit Prediction (September 1, 2020). Available at SSRN: https://ssrn.com/abstract=3684185.
- Antretter, Torben & Blohm, Ivo & Sirén, Charlotta & Grichnik, Dietmar & Malmstrom, Malin & Wincent, Joakim. (2020). Do Algorithms Make Better—and Fairer—Investments Than Angel Investors? Harvard business review. https://hbr.org/2020/11/do-algorithms.
- Paul Gompers & Josh Lerner, 2006. «The Venture Capital Cycle, 2nd Edition», MIT Press Books, The MIT Press, edition 1, volume 1, number 0262572389, December. https://ideas.repec.org/b/mtp/titles/0262572389.html.
- Sahlman, William A., and Daniel R Scherlis. A Method for Valuing High-Risk, Long-Term Investments: The «Venture Capital Method». Harvard Business School Background Note 288-006, July 1987. (Revised October 2009.) https://www.hbs.edu/faculty/Pages/item.aspx?num=6515.
