АНАЛОГИ ИНФОРМАЦИОННЫХ СИСТЕМ И ТЕХНОЛОГИЙ ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ

Дата публикации

28.02.2021


Издательство

Ассоциация «Профессиональные аналитики аутопойэйзисных систем


Наименование издания

Азимут научных исследований: экономика и управление, № 1(34) 28.02.2021


DOI

10.26140/anie-2021-1001-0027


Автор(ы)

ВЛАСОВА Ольга Владимировна - Курский государственный медицинский университет


Аннотация(ии)

В рамках перехода России к цифровой экономике бизнес и административные учреждения стали активно внедрять информационные технологии в свою деятельность. Процесс ввода в эксплуатацию любого информационного продукта представляет собой сложный и длительный процесс, который длится от полугода до нескольких лет, требуя крупных финансовых вложений. Одним из актуальных направлений в экономике, требующим применения информационных технологий, представляется оценка эффективности инвестиционной деятельности. Инвестирование всегда связано с определенными рисками, а на успешность проекта влияет большое количество разнообразных факторов. Влияние неблагоприятных факторов можно нивелировать путем использования новейших методик анализа данных для формирования комплексной информации для менеджмента организации. Сегодня по некоторым методикам оценки они учитываются в рамках решения вопроса об эффективности инвестиционного проекта. Ряд применяемых методик предлагает использовать и учитывать возможные риски для стабилизации положения инвесторов. Информационные системы и технологии, которые они реализуют, предлагают различные инструментальные средства для решения проблемы прединвестиционного анализа. Развитие направлений областей информатики и вычислительной техники открывает более глобальные возможности развития информационных систем анализа инвестиционной деятельности. Именно благодаря инструментальным средствам аналитического моделирования появилась возможность более широко рассматривать риски и делать более точные прогнозы. Так же появление экспертных систем принятия решений позволило производить операции анализа данных с минимальным участием человека.


Полный текст статьи
27_(115-118).pdf