Искусственный интеллект как инструмент инвестиционного анализа



В исследовании рассматривается роль искусственного интеллекта (ИИ) как инструмента анализа инвестиционной деятельности коммерческой организации. В современном мире обработка значительных объемов данных и выявление скрытых закономерностей становится все более важным для принятия точных и обоснованных инвестиционных и финансовых решений. Использование ИИ позволяет расширить соответствующие инструменты. Описаны возможности интеграции искусственного интеллекта для развития инструментального обеспечения инвестиционной деятельности. Основное внимание уделяется использованию инструментов искусственного интеллекта для решения одной из самых сложных и противоречивых задач инвестиционного анализа — определения ставки дисконтирования. Предлагаются практические рекомендации по использованию ИИ в инвестиционном анализе и определении ставки дисконтирования с учетом фактического состояния развития компетенций и локализации аналитического программного обеспечения в Российской Федерации.

К лючевые слова: инвестиции, инвестиционная деятельность, искусственный интеллект, ставка дисконтирования, рекуррентные нейросети, эмерджентные нейросети, инвестиционный анализ.

The study examines the role of artificial intelligence (AI) as a tool for analysis in the investment activities of a commercial organization. In the modern world, handling substantial amounts of data and identifying hidden patterns is becoming increasingly important for making accurate and informed investment and financial decisions. The utilization of AI allows us to expand the corresponding tools. The possibilities of integrating artificial intelligence for the development of instrumental support for investment activities are described. The main focus is on the use of artificial intelligence tools to solve one of the most complex and controversial problems of investment analysis — determining the discount rate. Practical recommendations are offered for the use of AI in investment analysis and determining the discount rate, taking into account the actual state of development of competencies and localization of analytical software in the Russian Federation.

Keywords : investments, investment activity, artificial intelligence, discount rate, recurrent neural networks, emergent neural networks, investment analysis.

Актуальность настоящей публикации обусловлена тем, что инвестиционная деятельность играет важную роль в развитии коммерческой организации. Привлечение потенциальных инвесторов является сложным процессом, важно обеспечить убежденность каждого из них в получении прибыли от вложений. Если говорить об собственных инвестициях, то возникает вопрос выбора объекта инвестирования и оценки рисков. Искусственный интеллект (ИИ) призван помочь в принятии инвестиционных решений, дает возможность проанализировать данные по инвестиционным проектам, выбрать оптимальный объект для инвестирования, спрогнозировать риски и адекватно рассчитать будущий чистый денежный поток от вложений.

Цель исследования заключается в изучении потенциала искусственного интеллекта для оценки инвестиционной деятельности коммерческой организации, описании возможностей применения ИИ для установления ставки дисконтирования и разработке рекомендаций по внедрению ИИ-инструментов в практику инвестиционно-аналитической деятельности.

На сегодня следует констатировать отсутствие универсального определения понятия ИИ, которое бы поддерживалось большинством ученых и практикующих работников. Значение термина меняется в зависимости от контекста, в котором он используется, поэтому для описания использования искусственного интеллекта в разных областях могут понадобиться различные определения. По этой причине правительству рекомендуется по возможности не устанавливать в законодательство Российской Федерации единого для всех отраслей нормативного определения указанных терминов [1]. Понятие искусственный интеллект определено в Указе Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» [2].

Возможности использования искусственного интеллекта в оценку инвестиционной деятельности коммерческой организации может быть проиллюстрирован следующими данными.

Ассоциация «ФинТех» в России в рамках проведения экспертной оценки инновационных технологий, разработки концепции финансовых технологий, в октябре 2023 года опубликовала результаты масштабного исследования «Применение технологий искусственного интеллекта на финансовом рынке», в ходе которого было представлено, что 95 % финансовых и технологических организаций внедрили системы на базе искусственного интеллекта в свою деятельность. В частности, 87 % компаний применяют ИИ-технологии для анализа данных, 63 % — для работы с текстом, 35 % — для речевых технологий и 30 % — для компьютерного зрения [3, с. 32–33].

В исследовании «Искусственный интеллект в России — 2023: тренды и перспективы» [4], которое опубликовали «Яков и Партнёры» и Яндекс, выполнен анализ российского рынка искусственного интеллекта. В 2023 году экономический потенциал искусственного интеллекта в России оценивается в 22–36 трлн. рублей. К 2028 году ожидается, что благодаря внедрению искусственного интеллекта выручка компаний вырастет, а издержки снизятся на сумму от 4,2 до 6,9 трлн рублей. Около 20 % российских компаний уже используют искусственный интеллект, что сопоставимо с влиянием на ВВП до 4 %. От этого значения эффект от генеративного искусственного интеллекта составит от 0,8 до 1,3 трлн. рублей, то есть примерно 20 % [4, с. 32].

В контексте оценки инвестиций коммерческой организации искусственный интеллект может использоваться в различных направлениях:

— чат-боты как инвестиционные советники, основываясь на инвестиционных целях, сроке инвестирования и уровне риска, который инвестор готов принять, могут помочь с инвестированием в коммерческую организацию. Чат-бот может предложить оптимальный объект инвестирования, предоставить информацию о финансовых показателях, рисках и перспективах коммерческой организации;

— рекуррентные нейросети восполняют пропущенные данные в оценке инвестиций за счёт выявления неочевидных закономерностей и взаимосвязей;

— эмерджентные нейросети визуализируют риск инвестиций с помощью графиков, нейросеть может показать волатильность тех или иных активов.

В контексте предмета настоящей публикации представляется целесообразным рассмотреть практические применения ИИ для решения одного из наиболее сложных и дискуссионных вопросов инвестиционного анализа — установление ставки дисконтирования. Ставка дисконтирования — это инструмент позволяющий оценить сумму будущих денежных потоков с учётом изменения стоимости денег, уровня инфляции и рисков. Ставка дисконтирования не является постоянной величиной и меняется в зависимости от стоимости капитала предприятия и воспринимаемого риска инвестиций. Предприятия используют ставку дисконтирования, чтобы определить, стоит ли вкладывать инвестиции или заниматься инвестиционным проектом.

Ключевая сложность при определении ставки дисконтирования это:

1. Выбор подходящего метода дисконтирования:

— метод кумулятивного построения;

— на основе экспертных оценок;

— метод средневзвешенной стоимости капитала (WACC);

— метод оценки стоимости собственного капитала и т. д.

Определение наиболее подходящего метода требует тщательного анализа и оценки влияния различных факторов на будущую стоимость денег.

2. Для определения ставки дисконтирования специалисту необходимо вручную учесть и рассчитать различные факторы, которые могут на нее влиять:

— безрисковые ставки;

— премии за риск;

— страновые и валютные риски, если инвестиционный проект международного характера;

— данные о структуре капитала компании, включая долю собственных и заемных средств;

— определение периода, на который применяется ставка дисконтирования;

— инфляционные ожидания — ставки ниже, если ожидания стабильны и невысоки;

— ключевая ставка Банка России и т. д.

Ручной учёт и расчёт этих факторов требуют значительных усилий и времени, но позволяют получить точную оценку ставки дисконтирования, необходимую для грамотного инвестирования. Расчёт ставки дисконтирования — сложный процесс, требующий анализа различных данных и факторов. Для точности её расчёта важно учитывать все релевантные переменные. Низкая ставка дисконтирования может завысить стоимость будущих денежных поступлений, а чрезмерно высокая — увеличить убытки. Вопросы, связанные с проблемой определения подходящей процентной ставки, рассмотрены у автора Бачуринской И. А. [5, с. 108] и в других работах, однако с помощью аналоговых методов приблизиться к решению данной задачи не удаётся.

В контексте ставки дисконтирования искусственный интеллект можно задействовать следующими способами:

1. Программное обеспечение с применением искусственного интеллекта может осуществлять автоматический сбор информации для оценки инвестиционной деятельности организации, основываясь на данных Московской биржи, Федеральной службы государственной статистики, Министерства финансов РФ и сайта Федеральной налоговой службы в разделе «Концепция системы планирования выездных проверок», где размещены сведения о среднеотраслевых показателях рентабельности по видам экономической деятельности в формате Excel. В частности, программное обеспечение может собрать данные по показателям страновых рисков для инвесторов, например, авторитетный автор профессор школы бизнеса Стерна Нью-Йоркского университета А. Дамодаран приводит страновые риски, такие как политическая структура, уровень коррупции, правовой риск и т. д. [6]. Сбор специалистами информации достаточно трудоёмок, могут быть ошибки, искусственный интеллект соберёт данные автоматически и проверит на возможное наличие опечаток или несовпадение данных в различных источниках.
2. Искусственный интеллект способен одновременно рассчитать ставку дисконтирования для инвестиционного проекта, применяя множество методик и подходов. В частности, решается проблема наглядности представления данных и методики: для привлечения инвесторов необходимо наглядно продемонстрировать различные методы обоснования ставки дисконтирования. Инвесторы должны получают возможность оценить экономическую эффективность проекта, сравнить и выбрать, исходя из преимуществ и недостатков, и выбрать тот метод дисконтирования, который оптимален именно для данного проекта. В частности, аналитики могут оперативно перенастроить расчет показателей инвестиционного проекта под ту конкретную методику определения ставки дисконтирования, которую предлагает применить заинтересованное лицо.
3. Автоматизация программного обеспечения на основе того, чтобы искусственный интеллект самостоятельно учился и адаптировался к изменяющимся условиям, уменьшит риск возникновения ошибок и позволит организациям провести оценку и ожиданий от инвестиций за считаные минуты. Программное обеспечение на основе нейронных сетей поможет в выполнении ряда задач, существенно снизив трудоемкость и сократив вероятность ошибки вследствие реализации так называемого человеческого фактора. Для расчёта ставки дисконтирования вручную может уйти разное время, процесс может занимать от нескольких часов до нескольких дней в зависимости от метода определения и уровня квалификации, опыта специалиста. Искусственный интеллект, основанный на технологиях нейросети, способен самостоятельно предложить интегральный показатель, например, произведение значений, полученных с помощью разных методик, взвешенное по значимости, уровни значимости постоянно переоцениваются ИИ методом проб и ошибок, посредством реализации алгоритмов машинного обучения. А также поспособствовать визуализации результатов анализа, в том числе в виде многомерных карт полученных значений финансовых показателей.

Основная проблема практического внедрения предложенных мер заключается в том, что в настоящее время программное обеспечение, использующее искусственный интеллект для определения ставки дисконтирования, недоступно. Многим предприятиям трудоустройство специалистов, которые могли бы спрограммировать и обучить нейросеть, недоступно, и сами специалисты в предметной области находятся в дефиците. В этой связи государству следует инициировать проект по его разработке с привлечением IT-гигантов, таких как Яндекс, Сбербанк и Московская биржа. Проект позволит создать инновационное программное обеспечение (ПО), которое будет способствовать повышению эффективности и качества оценки ставки дисконтирования. Данное ПО может распространяться среди коммерческих субъектов на основе льготной подписки (и одновременно будут собираться большие данные по поводу качества ИИ-анализа для его неуклонного улучшения). Внедрение такого программного обеспечения в практику не только коммерческих организаций, но и государственных органов обеспечит более точное определение стоимости будущих денежных потоков, что, в свою очередь, приведёт к росту экономики и улучшению инвестиционного климата. Кроме того, применение искусственного интеллекта в разработке программного обеспечения будет способствовать созданию в стране новых вакансий в области информационных технологий.

На рисунке 1 показаны направления использования искусственного интеллекта для определения ставки дисконтирования.

Рис. 1. Способы использования ИИ для ставки дисконтирования

Источник: Составлено автором

Из рисунка 1 видно, что использование искусственного интеллекта может существенно облегчить процесс определения ставки дисконтирования, автоматизируя сбор данных, расчёт ставки по различным методикам и адаптацию программного обеспечения к изменяющимся условиям.

В заключение можно сказать, что применение искусственного интеллекта в определение ставки дисконтирования поможет оптимизировать процесс оценки инвестиций коммерческой организации, что, в свою очередь, значительно улучшит качество принимаемых решений, повысит эффективность инвестиционной деятельности и увеличит прибыльность бизнеса. Однако в настоящее время такое программное обеспечение недоступно, в связи с чем государству следует инициировать проект по его разработке с привлечением IT-гигантов, что позволит создать инновационное решение для повышения эффективности и качества оценки ставки дисконтирования.

В долгосрочной перспективе развитие ИИ в оценке инвестиционной деятельности будет становится ещё более актуальным. Развитие алгоритмов машинного обучения, обработка больших данных и совершенствование технологий анализа позволят более точно прогнозировать рыночные тенденции, оценивать риски и принимать более обоснованные инвестиционные решения. Однако необходимо помнить, что ИИ не является панацеей и требует правильной настройки и контроля со стороны специалистов, обладающих должными знаниями, умениями и квалификацией.

Литература:

1. Распоряжение Правительства РФ от 19 августа 2020 г. № 2129-р «Об утверждении Концепции развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники на период до 2024 г»..
2. Указ Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» (ред. от 15.02.2024).
3. Применение технологий искусственного интеллекта на финансовом рынке. [Электронный ресурс]/ Ассоциация ФинТех. 2023. — 78 с. — Режим доступа: https://www.fintechru.org/analytics/issledovanie-aft-primenenie-tekhnologiy-iskusstvennogo-intellekta-na-finansovom-rynke-rasshirennaya-/ (дата обращения: 18.03.2024).
4. Искусственный интеллект в России — 2023: тренды и перспективы [Электронный ресурс]/ Яков и Партнеры, Яндекс. 2023. — 85 с. — Режим доступа: https://yakov.partners/upload/iblock/c5e/c8t1wrkdne5y9a4nqlicderalwny7xh4/20231218_AI_future.pdf (дата обращения: 25.03.2024).
5. Бачуринская И. А. Планирование и прогнозирование проектов девелопмента: учебное пособие/Министерство науки и высшего образования Российской Федерации, Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный экономический университет», Кафедра государственного и территориального управления. — Санкт-Петербург: Изд-во Санкт-Петербургского гос. экономического ун-та, 2021. — 118 с.
6. Дамодаран А., Страновой риск: определяющие факторы, меры и последствия, 2022. — 127 с. Режим доступа: https://ssrn.com/abstract=4161010 (дата обращения: 12.05.2024).