Целью статьи является рассмотрение проблем интеграции искусственного интеллекта (ИИ) в методы устойчивого маркетинга с выделением трансформационного потенциала, объединяющего современные технологии с насущными потребностями устойчивого развития. В статье подробно рассматривается, как ИИ играет решающую роль в улучшении маркетинговой разведки (аналитики), обеспечивая более эффективную и социально ответственную маркетинговую тактику, способствующую достижению целей устойчивого развития.

Методы: в исследовании на основе анализа существующей литературы и практики рассматривается, как основанные на ИИ идеи и аналитика улучшают процессы принятия решений, взаимодействие с клиентами и увеличивают влияние маркетинговых кампаний на экологические и социальные результаты. Рассматриваются трудности и моральные аспекты, связанные с использованием ИИ в маркетинге, такие как вопросы, связанные с конфиденциальностью данных, алгоритмической предвзятостью и важностью стратегической структуры, ориентированной на цели устойчивого развития.

Результаты: исследование показывает многообещающую, но сложную среду маркетинговой разведки, где ИИ рассматривается как важнейший инструмент для балансирования экономических целей с необходимостью экологической устойчивости и социальной ответственности. В статье подчеркивается важность непрерывных исследований, междисциплинарной командной работы и разработки политики для максимального увеличения влияния ИИ на формирование устойчивых практик в маркетинговой разведке.

Исследование вносит ценный научный вклад в дискуссию об устойчивом маркетинге и искусственном интеллекте, а также предлагает практические рекомендации для специалистов, работающих в этом динамично развивающемся коммерческом секторе.

В данном исследовании рассматривается стратегическое управление метавселенными экосистемами, основанными на Web 3.0, с акцентом на теоретические основы, концептуальные рамки и практические инструменты, необходимые для их развития.

Предметом исследования является развитие децентрализованных, принадлежащих пользователям виртуальных миров в рамках метавселенных экосистем, соединяющих цифровую и физическую реальности.

Цель исследования —  проанализировать эволюцию от Web 1.0 к Web 3.0 и подчеркнуть преобразующее воздействие этих экосистем в контексте Индустрии 5.0.

Актуальность работы заключается в стратегическом значении метавселенной как движущей силы будущего экономического и технологического развития, перестраивающей отрасли, рабочую среду и цифровую экономику.

Научная новизна исследования заключается во внедрении шестидоменной концептуальной схемы управления цифровым потенциалом сложных систем в метавселенной с акцентом на демократизацию цифровых активов на основе блокчейна и управление, ориентированное на пользователя.

Результаты исследования выявляют существенные различия между метавселенными экосистемами Web 2.0 и Web 3.0 и демонстрируют их трансформационный потенциал в различных секторах. В исследовании делается вывод о том, что метавселенные экосистемы будут играть ключевую роль в формировании Индустрии 5.0, что потребует инновационных стратегий управления для полного использования их цифровых и экономических возможностей.

Общемировой тенденцией является массовая занятость населения в неформальном секторе экономики. При этом только в экономически развитых странах мира такие занятые имеют относительно хорошие условия труда. На современном этапе развития Россия входит в группу активно экономически развивающихся стран мира. Поэтому для нашей страны актуальным вопросом остается совершенствование механизма государственной социальной защиты занятых в неформальном секторе экономики, что, в свою очередь, предполагает мониторинг ситуации.

Целью данного исследования является развитие инструментария для такого мониторинга с помощью искусственного интеллекта (точнее, современных методов машинного обучения). По итогам кластерного анализа, проведенного с помощью метода k-means на языке программирования Python, было установлено, что в современной России наблюдается высокая степень дифференциации регионов по уровню занятости в неформальном секторе экономики. При этом для большей части субъектов РФ характерна ситуация, что и в экономически развивающихся странах Восточной Европы (Боснии и Герцеговине, Сербии, Чехии). В четырех регионах России (из Северо-Кавказского федерального округа) наблюдается аномально высокий уровень занятости в неформальном секторе экономики, сопоставимый только с экономически развивающимися странами Азии, Африки, Северной и Южной Америки. В ходе решения задачи классификации с помощью современного метода машинного обучения (LightGBM) были выявлены ключевые факторы, влияющие на уровень занятости в неформальном секторе экономики регионов России.

По итогам классификации можно сделать вывод, что кардинальное изменение сложившейся ситуации в перспективе не ожидается. Поэтому для современной России необходимо совершенствование государственной социальной политики в отношении значительной части регионов.

Результаты эмпирического исследования могут быть применены для повышения эффективности государственной социальной политики РФ. Так, в частности можно будет уточнить объем финансовых ресурсов, необходимых на дополнительную социальную поддержку занятого населения определенных регионов нашей страны.

Настоящее исследование посвящено теоретическому анализу использования и прикладного применения искусственного интеллекта (ИИ) в энергетическом секторе в приложении к климатической безопасности.

Объектом исследования выступает энергетика и климатическая безопасность как виды экономической деятельности и общественной активности.

Предметом исследования является искусственный интеллект применительно к объектной области исследования.

Цель исследования —  создание обоснованных научных оснований для использования искусственного интеллекта в энергетике, а также выявления возникающих проблем в формировании научно обоснованного подхода к разработке климатической политики.

Исследование авторов включает три взаимосвязанных методологии исследования: тематическое моделирование, интеллектуальный анализ текста в рамках качественного анализа и объектное моделирование в рамках систематизации результатов, адекватных предметной области исследования и соответствия их действительности. Кроме того, авторы дополнили количественные результаты теоретико-эвристическим анализом научных результатов других исследователей. Используется концепция параметрической оптимизации (ПО) в качестве эффективного метода для решения прикладной задачи проверки гипотезы управления энергозатратами и энергоэффективностью на основе ИИ с целью достижения оптимальных показателей работы технической системы и соответствия целям устойчивого развития (ЦУР) в области климатической безопасности.

Результаты исследования свидетельствуют о том, что ИИ становится основополагающим фактором для развития современного энергетического сектора, основанного на данных и сложных взаимосвязях и предоставляет инструменты для повышения производительности технических систем и эффективности в условиях санкционных ограничений.

Доказана истинность гипотезы, что использование ИИ в качестве управляющего контура обратной связи на техническом объекте очистки и генерации энергии является более экономически эффективной и технически оптимальной альтернативой «живому» оператору, что позволит исключить человеческий фактор ошибки. В связи с этим энергетическая отрасль, коммунальные предприятия, операторы энергосистем и независимые производители электроэнергии должны уделять особое внимание внедрению технологий ИИ в существующие технические системы.

Цель: в данной статье рассматривается влияние цифровой трансформации на корпоративное принятие рисков в японских фирмах и, что еще более важно, выявляются связи между интеграцией цифровых технологий и склонностью компаний к риску. В исследовании рассматривается влияние цифровой трансформации на качество внутреннего контроля, эффективность инвестиций и общую финансовую устойчивость, с особым акцентом на различия между государственными и негосударственными предприятиями.

Методы: в эмпирическом анализе используются данные компаний, входящих в индекс Nikkei с 2010 по 2023 г. Из общего числа, за исключением финансового и страхового секторов, а также предприятий с аберрантными статусами в торговле, по 225 фирмах было проведено 14 567 наблюдений. Регрессионные модели включали различные факторы, такие как размер предприятия, прибыльность и отраслевой тип фирмы.

Результаты: эмпирические данные, основанные на объединенной выборке, свидетельствуют о том, что расширенная цифровая трансформация значительно повышает способность корпоративного принятия риска. В частности, сравнение оценочных коэффициентов, полученных по государственным предприятиям и их негосударственным аналогам, показывает большую разницу в величине для последних. Широкое внедрение цифровых технологий повышает склонность этих фирм к инвестициям с высоким уровнем риска, что в целом увеличивает их стоимость.

Выводы: исследование способствует пониманию того, как цифровая трансформация влияет на корпоративное поведение с точки зрения принятия риска. Оно подчеркивает необходимость разработки цифровых инициатив, которые способствуют эффективности инвестиций и финансовой стабильности. Результаты свидетельствуют, что политики и руководители бизнеса должны поощрять стратегии цифровой трансформации, особенно для негосударственных предприятий, для достижения экономического роста за счет повышения способности принимать риски.

Целью данного исследования является разработка и представление целостного подхода к управлению портфелем синдицированных кредитов.

Методы: (i) портфельный анализ —  расчет параметров портфеля синдицированных кредитов (основные параметры, параметры ликвидности и диверсификации, коммерческие параметры); (ii) измерение достижения ключевых показателей эффективности («КПЭ») —  сравнение текущих параметров портфеля синдицированных кредитов с целевыми КПЭ для принятия управленческих решений; (iii) управление портфелем —  использование инструментария рынка синдицированного кредитования для достижения КПЭ (активные и пассивные инструменты, реструктуризация). К активным инструментам рынка относятся сделки на первичном и вторичном рынках синдицированного кредитования. Пассивные инструменты включают случаи полного или частичного погашения задолженности по синдицированным кредитам: добровольное погашение по решению заемщика; обязательное погашение по решению кредиторов; плановое погашение в соответствии с графиком амортизации синдицированного кредита. На портфель также оказывают влияние реструктуризации входящих в него кредитов, когда с согласия кредиторов меняются основные условия сделки.

Результаты исследования заключаются в построении управленческого дашборда (визуальной информационной панели), важного инструмента управленческого учета для оценки текущего состояния портфеля и принятия соответствующих решений для достижения КПЭ. Также в статье рассматриваются вопросы мониторинга выполнения финансовых ковенант по входящим в портфель синдицированным кредитам: (i) отношение чистого долга к показателю EBITD (аналитический показатель, равный объему прибыли до вычета расходов по выплате процентов, налогов, износа и начисленной амортизации); (ii) отношение чистых процентных платежей к показателю EBITDA. При нарушении пороговых значений финансовых ковенант или других условий синдицированного кредита заемщики обращаются к кредиторам с запросами либо на разовое согласие с данными нарушениями (waiver requests), либо на постоянное изменение соответствующих условий сделки (amendment requests). В статье описаны процессы работы над данными запросами, а также роли и функции вовлеченных сторон.

В заключение представлены итоговый отчет по портфелю синдицированных кредитов, который интегрирует результаты анализа и управления портфелем, мониторинга финансовых ковенант и работы над запросами заемщика, а также общая схема портфельного менеджмента в синдицированном кредитовании. 

По мере того как глобальная экономика становится все более взаимосвязанной, отдельные страны подвергаются риску потрясений, связанных с внешней неопределенностью, обусловленной различными факторами, начиная от изменений климатических регламентов и заканчивая геополитическими конфликтами и международной экономической политикой.

Целью исследования является изучение изменяющейся во времени корреляции между глобальными неопределенностями (например, неопределенностью глобальной экономической политики, неопределенностью климатической политики и геополитическим риском) и экономической активностью в развивающейся экономике с использованием динамической корреляционной модели с обобщенной авторегрессионной условной гетероскедастичностью (GARCH).

Актуальность исследования обусловлена растущей взаимосвязанностью мировой экономики и, как следствие, подверженностью отдельных экономик внешним шокам.

Научная новизна заключается в том, что данное исследование является одним из первых, изучающих указанную взаимосвязь на примере Ганы. Используя ежемесячные данные за период 2002–2022 гг. для Ганы, мы применили многомерную GARCH-модель.

Результаты исследования показывают, что неопределенность в области климатической политики и неопределенность глобальной экономической политики являются среднереверсивными, что означает, что волатильность переменных медленно снижается и сохраняется в течение длительного времени, так что условная дисперсия в конечном итоге возвращается к своему долгосрочному среднему уровню после того, как будет нарушена потрясениями. Глобальная неопределенность с течением времени имеет сильную отрицательную корреляцию с экономической активностью и вызывает значительные всплески, особенно в периоды крупных мировых событий.

Исследование рекомендует политикам учитывать длительное влияние глобальной неопределенности на экономические показатели при разработке экономической политики. Значительные всплески во время крупных мировых событий подчеркивают важность управления кризисами и готовности к поддержанию экономической стабильности в периоды повышенной неопределенности.