ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ У ПРОГНОЗУВАННІ ЗОВНІШНЬОТОРГОВЕЛЬНИХ ПОТОКІВ
Анотація
У статті досліджено використання технологій штучного інтелекту у прогнозуванні зовнішньоторговельних потоків. Розглянуто сучасні методи машинного та глибинного навчання, що забезпечують підвищення точності прогнозів і оперативності прийняття управлінських рішень у сфері зовнішньоекономічної діяльності. Визначено основні етапи побудови моделей прогнозування, їх переваги, обмеження та практичні аспекти впровадження. Проведено порівняльну оцінку ефективності традиційних економетричних методів і моделей штучного інтелекту, яка підтвердила їх значну перевагу за точністю та адаптивністю. Результати дослідження можуть бути використані для удосконалення аналітичного забезпечення управління міжнародною торгівлею та розроблення інтелектуальних систем підтримки рішень.
Посилання
Han, X., Lin, T. X., & Wang, X. Mitigate cross-market competition caused by the risk of uncertainty and improve firm performance through business intelligence. Heliyon, 2024. No. 10(14). DOI: https://doi.org/10.1016/j.heliyon.2024.e34542
Mensah, G. K., & Gottwald, W. D. Enterprise risk management: Factors associated with effective implementation. Risk Governance and Control: Financial Markets & Institutions, 2016. No. 6(4). DOI: https://doi.org/10.22495/rcgv6i4c1art9
Slassi-sennou S., Elmouhib S. Managing Financial and Operational Risks Through Digital Transformation: The Mediating Influence of Information and Communication Technologies’ Adoption and Resistance to Change. Journal of Risk and Financial Management, 2025. No. 18(3):128. DOI: https://doi.org/10.3390/jrfm18030128
Franco, M., Minatogawa, V., & Quadros, R. How Transformative Business Model Renewal Leads to Sustained Exploratory Business Model Innovation in Incumbents: Insights from a System Dynamics Analysis of Case Studies. Systems, 2023. No. 11(2). DOI: https://doi.org/10.3390/systems11020060
Bashynska I., Prokopenko O. Mitigating Cyber Risks in AI-Driven Circular Economy Implementations. Scientific Journal of Bielsko-Biala School of Finance and Law, 2024. No. 28(4), pp. 65–71. DOI: https://doi.org/10.19192/wsfip.sj4.2024.10
Feng, R. What are risk sciences? Risk Sciences, 2025. no. 1. DOI: https://doi.org/10.1016/j.risk.2025.100029
Filyppova S., Bashynska I., Kholod B., Prodanova L., Ivanchenkova L., Ivanchenkov V. Risk management through systematization: Risk Management Culture. International Journal of Recent Technology and Engineering, 2019. No. 8(3), pp. 6047–6052. DOI: https://doi.org/10.35940/ijrte.C5601.098319
Hanay, U., İnce, H., & Işık, G. Identifying Key Factors of Reputational Risk in Finance Sector Using a Linguistic Fuzzy Modeling Approach. Systems, 2024. No. 12(10). DOI: https://doi.org/10.3390/systems12100440
Chotia, V., Khoualdi, K., Broccardo, L., & Yaqub, M. Z. The role of cyber security and digital transformation in gaining competitive advantage through Strategic Management Accounting. Technology in Society, 2025. No. 81, DOI: https://doi.org/10.1016/j.techsoc.2025.102851
Malynovska Y., Bashynska I., Cichoń D., Malynovskyy Y., Sala D. Enhancing the Activity of Employees of the Communication Department of an Energy Sector Company. Energies. 2022. No. 15(13). DOI: https://doi.org/10.3390/en15134701
Huang, H. Technology-Driven Financial Risk Management: Exploring the Benefits of Machine Learning for Non-Profit Organizations. Systems, 2024. No. 12(10). DOI: https://doi.org/10.3390/systems12100416
