ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

РОЗДІЛИ САЙТУ

Порівняння ефективності традиційних та AI-методів оптимізації інвестиційного портфеля
Яценко Р. М., Порохнавець А. А.

Яценко Р. М., Порохнавець А. А. Порівняння ефективності традиційних та AI-методів оптимізації інвестиційного портфеля. Бізнес Інформ. 2024. №9. C. 211–217.
https://doi.org/10.32983/2222-4459-2024-9-211-217

Розділ: Інвестиційні процеси

Стаття написана українською мовою
Завантажень/переглядів: 0

Завантажити статтю (pdf) -

УДК 330.322:004.8

Анотація:
Метою статті є проведення порівняльного аналізу ефективності традиційних та AI-методів оптимізації інвестиційного портфеля. Об’єкт дослідження – інвестиційний портфель. Предмет дослідження – традиційні та AI-методи оптимізації. Стаття є дослідженням ефективності використання традиційних та AI-методів оптимізації інвестиційного портфеля на основі сучасної теорії портфеля інвестиційних ресурсів, застосування наявних математичних методів і моделей, що можуть надавати обґрунтовані розрахунки прибутковості портфеля за логічною послідовністю розрахунку середньозваженої вартості капіталу. Проведений аналіз дозволив визначити основні складові елементи, що забезпечують прибутковість різних джерел коштів, зокрема власних, кредитних та капіталу привілейованих акцій. У ході дослідження було акцентовано увагу на тому, що застосування різних моделей для джерел коштів дозволяє використовувати принципово відмінні елементи та по-різному впливає на загальну прибутковість портфеля. Проте основною складністю застосування класичних методів оптимізації інвестиційного портфеля виступає активна рухливість фінансових ринків, що обумовлена загальним станом зовнішнього макроекономічного середовища. Відповідно до цього вкладники капіталу, як інвестори, так і кредитори, прагнуть максимально знизити можливі ризики, а отже, потребують застосування тих фінансових інструментів, які за меншого ризику будуть забезпечувати більш високий прибуток. Проведені прикладні дослідження з використанням АІ-методів показали, що вони потребують застосування точного математичного інструментарію для розрахунку конкретних кількісних показників, на відміну від отриманих загальних рекомендацій щодо оптимізації інвестиційного портфеля.

Ключові слова: інвестиційний портфель, штучний інтелект (АІ), середньозважена вартість капіталу, ризик, прибутковість інвестицій.

Рис.: 1. Табл.: 2. Формул: 2. Бібл.: 9.

Яценко Роман Миколайович – кандидат економічних наук, доцент, доцент, кафедра економічної кібернетики і системного аналізу, Харківський національний економічний університет ім. С. Кузнеця (пр. Науки, 9а, Харків, 61166, Україна)
Email: [email protected]
Порохнавець Андрій Андрійович – аспірант, кафедра економічної кібернетики і системного аналізу, Харківський національний економічний університет ім. С. Кузнеця (пр. Науки, 9а, Харків, 61166, Україна)
Email: [email protected]

Список використаних у статті джерел

Боярко І. М., Гриценко Л. Л. Інвестиційний аналіз : навч. посіб. Київ : ЦУЛ, 2019. 400 с.
Стратегія розвитку штучного інтелекту в Україні : монографія / за заг. ред. А. І. Шевченка. Київ: Інститут проблем штучного інтелекту, 2023. 305 с. DOI: https://doi.org/10.15407/development_strategy_2023
Таранич А. В., Пелехацький Д. О. Використання штучного інтелекту в процесах стратегічного управління підприємствами. Економіка України. 2024. № 1. С. 54–65. DOI: https://doi.org/10.15407/economyukr.2024.01.054
Bashynska I., Niekrasova L., Malynovska Y. Bayesian Network as a Decision Support System in the Company’s Risk Management System of Emergency Situations. IEEE 4th KhPI Week on Advanced Technology (Kharkiv, 15 November 2023). Kharkiv : NTU «KhPI», 2023. DOI: 10.1109/KhPIWeek61412.2023.10312911
СhatGPT. URL: https://chatgpt.com/
Fidelity Digital Assets. URL: https://www.fidelitydigitalassets.com
Мarkowitz H. M. Portfolio Selection. The Journal of Finance. 1952. Vol. 7. No. 1. P. 77–91. URL: https://www.math.ust.hk/~maykwok/courses/ma362/07F/markowitz_JF.pdf
Mestikou M. A., Smeti K. E., Hachaichi Y. Artificial intelligence and machine learning in financial services. Market developments and financial stability implications. Financial Stability Board (FSB). 2023. DOI: https://doi.org/10.13140/RG.2.2.14528.40967
Qiao Q., Beling P. A. Decision analytics and machine learning in economic and financial systems. Environment Systems and Decisions. 2016. Vol. 36. P. 109–113. DOI: https://doi.org/10.1007/s10669-016-9601-x

ДЛЯ АВТОРІВ

Ліцензійний договір

Умови публікації

Вимоги до статей

Положення про рецензування

Договір публікації

Номер в роботі

Питання, які задаються найчастіше

ІНФОРМАЦІЯ

План наукових конференцій

НАШІ ПАРТНЕРИ

Журнал «Проблеми економіки»

Матеріали на сайті розміщені на умовах ліцензії Creative Commons Attribution 4.0 International CC BY-SA.

Написати вебмастеру