Doctor of Economics, Professor
Autonomous non-profit organization of higher education «International Banking Institute named after Anatoly Sobchak» (Saint Petersburg, Russia)
Address: 191023, Nevsky Prospect, 60. Saint Petersburg, Russia
д.э.н., профессор
Автономная некоммерческая организация высшего образования «Международный банковский институт имени Анатолия Собчака» (Санкт-Петербург, Россия)
Адрес: 191023, Невский пр., 60, Санкт-Петербург, Россия
Candidate of Economic Sciences
Associate Professor, Department of Banking Business and Innovative Financial Technologies
Autonomous non-profit organization of higher education «International Banking Institute named after Anatoly Sobchak» (Saint Petersburg, Russia)
Address: 191023, Nevsky Prospekt, 60, Saint Petersburg, Russia
к.э.н
Доцент кафедры банковского бизнеса и инновационных финансовых технологий
Автономная некоммерческая организация высшего образования «Международный банковский институт имени Анатолия Собчака» (Санкт-Петербург, Россия)
Адрес: 191023, Невский пр., 60, Санкт-Петербург, Россия
Цель исследования: влияние алгоритмических подходов и инструментов на процесс принятия финансового решения, с особым акцентом на его революционное преобразование.
Методы исследования: интеграция алгоритмов машинного обучения и методов анализа данных.
Результаты исследования: интеграция алгоритмов машинного обучения и методов анализа данных в процессы принятия финансовых решений, подчеркивается их преимущества с точки зрения эффективности, точности и адаптивности к меняющимся рыночным условиям.
Основные выводы исследования: раскрыто значение алгоритмических подходов для формирования новых практик финансового управления, соответствующих переходу к устойчивому развитию, а также обращается внимание на легитимацию и институционализацию алгоритмических финансовых решений и систем.
The objective of this study is the impact of algorithmic approaches and tools on the financial decision–making process, with a special focus on its revolutionary transformation.
Research methods: integration of machine learning algorithms and data analysis methods
The results of the study are the integration of machine learning algorithms and data analysis methods into financial decision–making processes, emphasizing their advantages in terms of efficiency, accuracy and adaptability to changing market conditions.
The main conclusions of the study are the disclosure of the importance of algorithmic approaches for the formation of new financial management practices corresponding to the transition to sustainable development, and attention is also drawn to the legitimization and institutionalization of algorithmic financial solutions and systems.