Поделиться
Нейросети на 10% точнее предсказывают прибыльность российских фирм
Ученые-экономисты Томского политехнического университета провели комбинированное исследования более 1000 предприятий России. Они изучали, как в условиях пандемии и санкций изменились подходы в работе компаний в интернете и социальных сетях, и как это повлияло на их прибыльность. Исследование политехников поддержано Российским научным фондом. Об этом CNews сообщили представители ТПУ.
Ученые анализировали показатели деятельности 1167 предприятий России с 2017 по 2023 гг. Они рассматривали в динамике структуру капитала, выручку, объемы продаж, рентабельность, веб-трафик, создание и актуализацию собственных сайтов предприятий, их посещаемость и использование социальных сетей для взаимодействия с покупателями. Для анализа использовались традиционный регрессионный анализ и методы машинного обучения.
«Пандемия коронавируса, санкции и ускоренное формирование мировой виртуальной информационной среды дали толчок для ускорения цифровизации экономики. Предприятия стали активно развивать интернет-коммуникации и онлайн-продажи товаров. Это создает предпосылки для перевода конкурентной борьбы за потребителя в виртуальную интернет-среду и стимулирует рост новых форм взаимодействия с потребителями. К тому же внешние ограничения вынуждают компании искать внутренние источники развития и пополнения доходной части. Такой процесс поиска повышения устойчивости и конкурентоспособности важен и для самих компаний, и для органов государственного управления, особенно в странах с развивающейся и переходной экономикой. Вопросы использования интернет-среды в качестве канала взаимодействия с потенциальными покупателями сейчас находятся на пике интереса исследователей. Однако, вопросы сбора и обработки данных о российских компаниях в данных аспектах практически не изучены», — отметила один из авторов исследования, доцент Бизнес-школы ТПУ Любовь Спицына.
В исследовании анализировались взаимосвязи активности и интенсивности работы компаний в интернете для продвижения информации о себе и своей продукции и услугах, создания гибкой и совершенствующейся системы поиска покупателей и поставщиков, а также организации операций купли-продажи онлайн, с их выживаемостью и рентабельностью их деятельности. Ученые рассматривали цифровые коммуникации предприятий (сайт и социальные сети), показатели активности компаний в цифровой среде (видимость сайта в интернете, полнота семантики сайта, количество публикаций в социальных сетях и так далее), показатели востребованности цифрового капитала у потребителей (трафик сайта, количество подписчиков и просмотров в социальных сетях, количество лайков, репостов, комментариев) и данные о показателях финансово-экономической деятельности предприятия (рентабельность, рост продаж).
Для анализа данных ученые использовали пять различных компьютерных алгоритмов: три простых, включающих разные типы нейронных сетей, и два сложных – так называемые портфели и ансамбли. Затем политехники математическими методами рассчитали ошибки прогнозов, полученных с помощью регрессионного анализа и компьютерных алгоритмов. Исследование показало, что алгоритмы, называемые портфелями и ансамблями, позволяют на 10% точнее прогнозировать прибыльность фирм.
«Особенно успешно себя показали алгоритмы машинного обучения вместо традиционных математических моделей в анализе факторов, оказывающих наибольшее влияние на будущие доходы компаний. Чтобы спрогнозировать, сколько прибыли фирма принесет владельцам в следующем году, экономисты обычно используют регрессионные модели. Этот подход позволяет математически рассчитать, насколько интересующий фактор – в данном случае прибыль – зависит от нескольких других: размер и возраст фирмы, рентабельность за предыдущий год, наличие роста продаж, веб-трафик и другие. При этом самыми важными факторами, от которых в наибольшей степени зависит будущее компании, оказались ее прибыльность за предыдущий год, наличие роста продаж и объем веб-трафика», — сказала Любовь Спицына.
На основе выявленных закономерностей ученые предложили рекомендации по развитию цифрового капитала. Результаты исследования опубликованы в журналах Journal of Open Innovation: Technology, Market, and Complexity (Q1, IF: 3,7) и Mathematics (Q1, IF:2,592).
Короткая ссылка
