Innovation and Sustainability

Метою цього дослідження було оцінити потенціал великих мовних моделей у підвищенні точності фінансових прогнозів та стабільності ринку в країнах з перехідною економікою, зокрема в Азербайджані. Методологія визначила суть гібридних підходів до фінансового моделювання, які поєднують класичні економетричні інструменти, такі як авторегресійна інтегрована ковзна середня та векторна авторегресія, з алгоритмами глибокого навчання. В результаті було встановлено, що обсяг торгів на Бакинській фондовій біржі зріс з 37 до 71 млрд манатів у 2024 році, валовий внутрішній продукт зріс з 72,4 до 126,3 млрд манатів, а рівень інфляції знизився з 13,9 % у 2022 році до 2,2 % у 2024 році. Частка безготівкових операцій перевищила 90 %, а час міжбанківських розрахунків скоротився до 5-20 секунд завдяки впровадженню Азербайджанської міжбанківської платіжної системи. Індекс розвитку інформаційно-комунікаційних технологій зріс на 7 %, а індекс відкритих даних збільшився з 56 до 61 бала, створивши основу для ефективної цифрової аналітики. Дослідження показало, що ефективність великих мовних моделей була обмежена низькою прозорістю фінансової звітності, наявністю лише 26 компаній, зареєстрованих на фондовій біржі, та індексом сприйняття корупції на рівні 22-23. Практичне значення цього дослідження полягає в тому, що його результати можуть бути використані фінансовими аналітиками, урядовими органами та банківськими регуляторами в Азербайджані для розробки стратегій цифрової трансформації фінансового сектору та впровадження аналітичних систем на основі великих мовних моделей

Використані джерела