+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Модель управления сквозными технологиями в трансграничных сделках слияний и поглощений

Купить электронную версию статьи

т. 29, вып. 8, август 2023

Получена: 24.04.2023

Получена в доработанном виде: 15.05.2023

Одобрена: 29.05.2023

Доступна онлайн: 30.08.2023

Рубрика: Инвестиционная деятельность

Коды JEL: G34

Страницы: 1709–1729

https://doi.org/10.24891/fc.29.8.1709

Иванов В.В. доктор экономических наук, профессор, Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации (ВАВТ Минэкономразвития России), Москва, Российская Федерация 
vivanov13@mail.ru

ORCID id: отсутствует
SPIN-код: отсутствует

Денисов М.В. аспирант кафедры финансов и валютно-кредитных отношений, Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации (ВАВТ Минэкономразвития России), Москва, Российская Федерация 
mdenisov@rambler.ru

ORCID id: отсутствует
SPIN-код: отсутствует

Предмет. Адаптированная модель управления, основанная на использовании сквозных технологий в ключевых бизнес-процессах поиска компаний-мишеней и принятии решений о целесообразности реализации сделок слияний и поглощений.
Цели. Представить авторскую разработку модели управления сквозными технологиями в трансграничных сделках слияний и поглощений.
Методология. Применены эмпирические и логические построения, анализ и синтез, обобщение, формализация, системный подход, графические и табличные способы визуализации.
Результаты. Определены тренды применения искусственного интеллекта в основных элементах разработанной модели управления наряду с традиционными способами управления сделками слияний и поглощений. Предложенный системный управленческий интегратор позволяет с помощью алгоритмов машинного обучения и контроллинга бизнес-процессов повысить точность и оперативность принимаемых решений и максимизировать синергии покупателя и компании-мишени после реализации сделки слияний и поглощений, что верифицируется путем математических алгоритмов и разработанных индикаторов использования искусственного интеллекта и больших данных управления бизнес-процессами.
Выводы. Модель управления трансграничными сделками слияний и поглощений компаний обусловливает применение сквозных технологий для повышения скорости и качества принятия управленческих решений.

Ключевые слова: сделки слияний и поглощений, сквозные технологии, искусственный интеллект, трансграничные рынки, бизнес-процессы

Список литературы:

  1. Kiporenko S.S., Yurchuk N.P. Artificial Intelligence in Business: Threats, Benefits, Trends. Colloquium-journal, 2021, no. 17, pp. 83–91. URL: Link
  2. Mishra S., Tripathi A.R. AI Business Model: An Integrative Business Approach. Journal of Innovation and Entrepreneurship, 2021, vol. 10. URL: Link
  3. Chopra R., Sharma G.D. Application of Artificial Intelligence in Stock Market Forecasting: A Critique, Review, and Research Agenda. Journal of Risk and Financial Management, 2021, vol. 14. URL: Link
  4. Устинова О.Е. Искусственный интеллект в менеджменте компаний // Креативная экономика. 2020. Т. 14. № 5. С. 885—904. URL: Link
  5. Черненко В.А., Юрьев С.В. Эффективность сделок M&A на развитых и развивающихся рынках (на примере российского рынка оффлайн-ритейла) // Известия СПбГЭУ. 2019. № 6. С. 12—20. URL: Link
  6. Колосова Д.М., Кузьмин К.А. Сделки слияний и поглощений: роль в социально-экономическом развитии // Экономика и бизнес: теория и практика. 2021. № 12-1. С. 194—197. URL: Link
  7. Нестеренко Н.Ю. Комплексная оценка эффективности слияний и поглощений // Проблемы современной экономики. 2016. № 1. C. 71—75. URL: Link
  8. Костюкова А.С. Анализ факторов, влияющих на сделки слияний и поглощений в России // Экономика и бизнес: теория и практика. 2020. № 4-1. С. 165—170. URL: Link
  9. Reddy K.S. Determinants of Cross-border Mergers and Acquisitions: A Comprehensive Review and Future Direction. MPRA Paper, 2015, vol. 63969, 61 p. URL: Link
  10. Rossi S., Volpin P.F. Cross-Country Determinants of Mergers and Acquisitions. Journal of Financial Economics, 2004, vol. 74, iss. 2, pp. 277–304. URL: Link
  11. Капранова Л.Д., Зазуля Е.О. Особенности развития рынка слияний и поглощений в России // Финансовая аналитика: проблемы и решения. 2014. Т. 7. Вып. 24. С. 23—28. URL: Link
  12. Паштова Л.Г., Маймулов М.С. Эффективность рынка M&A в России: проблемы и перспективы // Финансы: теория и практика. 2020. Т. 24. № 1. С. 76—86. URL: Link
  13. Волкова Т.В., Рахлина Л.В. Инвестиционная активность в России на фоне пандемии COVID-19 // Вестник экономической безопасности. 2022. № 1. С. 250—256. URL: Link
  14. Salmanov O., Babina N., Bashirova S., Samoshkina M. Multiples for Valuation Estimates of Companies in the Technology Sector of Emerging Markets. Asian Social Science, 2015, vol. 11, no. 8, pp. 253–263. URL: Link
  15. Kruglova O., Zubkov S. Methodological Principles of Estimating Efficiency of Merger and Acquisition Processes of Enterprises. Financial and Credit Activity – Problems of Theory and Practice, 2017, vol. 2, pp. 167–174.
  16. Chao M., Zhen J.-Q. Comparative Research on Performance of Cross-Border Mergers and Acquisitions Implemented by State-Owned and Private Enterprises Based on Event Study Model and Fama-French Three Factor Model. Journal of Interdisciplinary Mathematics, 2017, vol. 20, iss. 6-7, pp. 1483–1487. URL: Link
  17. Саханевич Д.Ю. Исследование подходов и методов применения искусственного интеллекта и машинного обучения в социально-экономических процессах // Вестник Омского университета. Серия: Экономика. 2020. Т. 18. № 2. C. 65—79. URL: Link
  18. Партин И.М., Васин А.Д. Влияние стадии жизненного цикла компании на вероятность ее вступления в сделку M&A на развивающихся рынках капитала // Корпоративные финансы. 2014. Т. 8. № 3. С. 23—27. URL: Link
  19. Казаков А.В., Колышкин А.В. Разработка моделей прогнозирования банкротства в современных российских условиях // Вестник Санкт-Петербургского университета. Экономика. 2018. Т. 34. № 2. С. 241—266. URL: Link
  20. Hong X., Lin X., Fang L. et al. Application of Machine Learning Models for Predictions on Cross-Border Merger and Acquisition Decisions with ESG Characteristics from an Ecosystem and Sustainable Development Perspective. Sustainability, 2022, vol. 14, iss. 5, pp. 28–38. URL: Link
  21. Силкина Г.Ю., Алексеева Н.С., Шевченко С.Ю. Сквозные технологии производства и управления: эффекты отраслевого применения и потенциальной синергии // π-Economy. 2022. Т. 15. № 5. С. 43—57. URL: Link
  22. Meador A., Church P.H., Rayburn L. Development of Prediction Models for Horizontal and Vertical Mergers. Journal of Finance and Strategic Decisions, 1996, vol. 9, no. 1, pp. 11–23. URL: Link
  23. Rasmussen C.E. Gaussian Processes in Machine. In: Bousquet O., von Luxburg U., Rätsch G. (eds) Advanced Lectures on Machine Learning. ML 2003. Lecture Notes in Computer Science, vol. 3176. Springer, Berlin, Heidelberg, 2004. URL: Link
  24. Zhou L., Lai K.K. AdaBoost Models for Corporate Bankruptcy Prediction with Missing Data. Computational Economics, 2017, vol. 50, pp. 69–94. URL: Link
  25. Боталова В.В. Теоретические основы слияния и поглощения в России и за рубежом // Российское предпринимательство. 2013. № 10. С. 76—87. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 30, вып. 3, март 2024

Другие номера журнала