Машинное обучение в сфере платформизации бизнес-моделей

  • Ирина Андреевна Карачун Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь http://orcid.org/0000-0002-0132-5064

Аннотация

Устойчивая тенденция к платформизации многих сфер экономики и общественной жизни позволяет считать ее ключевой концепцией, которую следует учитывать, когда речь идет о промышленных или, скорее, цифровых революциях. Платформенные экосистемы замещают традиционные модели сначала в ИТ-сфере, а потом и за ее пределами во многом благодаря оцифровке продуктов, услуг и бизнес-процессов. В свою очередь, это требует фундаментального изменения стратегического мышления. Владелец платформы должен сознательно управлять ее эволюцией в рамках определенной модели, позволяющей достичь максимального удобства, скорости операций и разнообразия контрагентов. Рассмотрены процессы внедрения машинного обучения в различные системы финансового моделирования и принятия решений. В работе представлен отраслевой контекст машинного обучения в сфере финансов, обсуждаются важные события, сформировавшие потребность финансовой отрасли в машинном обучении, и уникальные барьеры для внедрения машинного обучения в сферу финансов. Финансовая индустрия по-разному приняла машинное обучение. Некоторые ключевые примеры демонстрируют природу машинного обучения и специфику его практического применения.

Биография автора

Ирина Андреевна Карачун, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

кандидат экономических наук, доцент; заведующий кафедрой цифровой экономики экономического факультета

Литература

  1. Pecheranskyi I, Revenko A. Disruptive digital technologies as a means for destroying the foundations of oligarchomics: world experience and challenges for Ukraine. Economic Annals-ХХI. 2019;9–10(179):31–39. DOI: 10.21003/ea.V179-03.
  2. Khare A, Stewart B, Schatz R. Phantom ex machina. Digital disruption’s role in business model. Cham: Springer; 2017. 354 p.
  3. Coase RH. The nature of the firm. Economica. 1937;4(16):386–405.
  4. Moore G. Cramming more components onto integrated circuits. Electronics. 1965;8(38):114–117. DOI: 10.1109/N-SSC.2006.4785860.
  5. Hendler J, Golbeck J. Metcalfe’s law, web 2.0, and the semantic web. Journal of Web Semantics. 2008;1(6):14–20. DOI: 10.1016/j.websem.2007.11.008.
  6. Dudin MN, Shkodinskii SV, Usmanov DI. Key trends and regulations of the development of digital business models of banking services in Industry 4.0. Finance: Theory and Practice. 2021;5(25):59–78. Russian. DOI: 10.26794/2587-5671-2021-25-5-59-78.
  7. Rochet J-C, Tirole J. Platform competition in two-sided markets. Journal of the European Economic Association. 2003;1(4):990–1029. DOI: 10.1162/154247603322493212.
  8. Armstrong M. Competition in two-sided markets. RAND Journal of Economics. 2006;3(37):668–691.
  9. Yoffie DB, Kwak M. With friends like these: the art of managing complementors. Harvard Business Review. 2006;9(84):88–98.
  10. Hagiu A. Two-sided platforms: product variety and pricing structures. Journal of Economics & Management Strategy. 2009;4(18):1011–1043. DOI: 10.1111/j.1530-9134.2009.00236.x.
  11. Galeotti A, Moraga-Gonzalez JL. Platform intermediation in a market for differentiated products. European Economic Review. 2009;4(53):417–428. DOI: 10.1016/j.euroecorev.2008.08.003.
  12. Cennamo C, Santalo J. Platform competition: strategic trade-offs in platform markets. Strategic Management Journal. 2013;11(34):1331–1350. DOI: 10.1002/smj.2066.
  13. Parker G, van Alstyne M. Innovation, openness, and platform control. Management Science. 2018;7(64):3015–3032. DOI: 10.1287/mnsc.2017.2757.
  14. Jacobides MG, Cennamo C, Gawer A. Towards a theory of ecosystems. Strategic Management Journal. 2018;8(39):1–22. DOI: 10.1002/smj.2904.
  15. Ceccagnoli M, Forman C, Huang P, Wu DJ. Co-creation of value in a platform ecosystem: the case of enterprise software. MIS Quarterly. 2012;1(36):263–290. DOI: 10.2307/41410417.
  16. Gawer A, Cusumano M. How companies become platform leaders. MIT Sloan Management Review. 2008;2(49):28–35.
  17. Wareham J, Fox PB, Cano Giner JL. Technology ecosystem governance. Organization Science. 2014;4(25):1195–1215. DOI: 10.2139/ssrn.2201688.
  18. Flood M, Jagadish HV, Raschid L. Big data challenges and opportunities in financial stability monitoring. Financial Stability Review. 2016;20:129–142.
  19. López de Prado MM. Beyond econometrics: a roadmap towards financial machine learning. Econometric Modelling: Theoretical Issues in Microeconometrics eJournal [Internet]. 2019 [cited 2022 February 10]. Available from: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3365282. DOI: 10.2139/ssrn.3365282.
  20. Gu S, Kelly BT, Xiu D. Empirical asset pricing via machine learning. The Review of Financial Studies. 2020;5(33):2223–2273.
  21. Dixon MF, Polson NG. Short communication: deep fundamental factor models. SIAM Journal on Financial Mathematics [Internet]. 2020 [cited 2022 February 10];3(11). Available from: https://epubs.siam.org/doi/abs/10.1137/20M1330518. DOI: 10.1137/20M1330518.
  22. Akaike H. Information theory and an extension of the maximum likelihood principle. In: Parzen E, Tanabe K, Kitagawa G, editors. Selected Papers of Hirotugu Akaike. Springer Series in Statistics. New York: Springer; 1998. p. 199–213.
  23. Bondarenko IA. Actual issues of distribution and implementation of digital business models in Russian Federation. Natural Humanitarian Studies. 2021;3(35):63–67. Russian. DOI: 10.24412/2309-4788-2021-11126.
Опубликован
2022-06-01
Ключевые слова: машинное обучение, краудтехнологии, платформа, бизнес-модель, финансовые технологии
Как цитировать
Карачун, И. А. (2022). Машинное обучение в сфере платформизации бизнес-моделей. Журнал Белорусского государственного университета. Экономика, 1, 79-88. Доступно по https://journals.bsu.by/index.php/economy/article/view/4581
Выпуск
№ 1 (2022): Журнал Белорусского государственного университета. Экономика
Раздел
O. Экономическое развитие, инновации, технологические изменения и рост

Copyright (c) 2022 Журнал Белорусского государственного университета. Экономика

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).