Команда ученых Томского политехнического университета (ТПУ) в сотрудничестве с исследователями из других вузов представила новый комбинированный метод, который позволяет повысить точность прогнозирования прибыльности высокотехнологичных компаний на 30%. Результаты работы были опубликованы в журнале Mathematics.
В рамках исследования анализировались финансовые и операционные показатели 1 811 компаний за период с 2013 по 2018 год, что позволило ученым создать 10 866 наблюдений. Исследователи сосредоточились на таких показателях, как доходы от продаж, валовая и операционная прибыль, рентабельность активов (ROA) и капитала (ROE), а также динамика рынка и рыночные доли компаний.
По словам Владислава Спицына, доцента отделения экономики и организации производства ТПУ, традиционные методы прогнозирования, основанные на линейных моделях, часто не учитывают временные переменные и панельные данные. Новый метод сочетает машинное обучение, регрессию со случайными эффектами и кластеризацию, что позволяет глубже анализировать тенденции и волатильность данных.
Исследования показали, что применение новой методологии снизило среднюю ошибку прогноза ROE с 5% до 3,5%, благодаря более детальному анализу сезонных колебаний. Соавтор исследования, Никита Мартюшев, отметил, что новая модель разбивает прибыль на три составляющие: тренд, сезонность и остаточную компоненту, что значительно улучшает качество прогнозов.
Данная методика будет протестирована на предприятиях из других секторов российской экономики, что поможет оценить ее применимость в различных отраслях и выявить сходства и различия в управленческих подходах, как подытожила Любовь Спицына, еще один соавтор исследования.
]]>