«интернаука» Научный журнал №8(231) Март 022 г. Часть Издается с ноября 2016 года Москва 2022 ббк 94 И73 Председатель редакционной коллегии: Еникеев Анатолий Анатольевич

Ключевые слова: 
оценка, анализ, метод, цифровая экономика, технологии. 
Keywords: 
assessment, analysis, method, digital economy, technology. 
С бурным развитием цифровой экономики в 
нашей социальной и экономической жизни проис-
ходят большие изменения. Растущее количество 
бесплатных цифровых товаров и услуги предостав-
ляются потребителям, а технологии искусственного 
интеллекта и анализа больших данных (BDA) дают 
более целенаправленные рекомендации по продук-
там, более эффективно связывая продавцов и поку-
пателей.
В цифровой экономике данные и способность 
создавать стоимость с помощью данных становятся 
факторами производства. Это может включать ал-
горитмы или возможность анализировать большие 
данные для получения ценности в различных кон-
текстах. Хотя эти факторы являются важным клас-
сом нематериальных активов, трудно точно изме-
рить стоимость нематериальных активов, кроме 
определения их существования. Однако все иссле-
дования оценки на публичных рынках показывают, 
что нематериальные активы становятся все более 
важным компонентом оценки. 
Еще одной отличительной чертой цифровой 
экономики является повсеместный доступ к ин-
формации. Фактор данных является основной спра-
вочной переменной при принятии инвестиционных 
решений на финансовых рынках, играя важную 
роль в снижении информационного трения. Недав-
ние достижения в области вычислительной техники 
позволили технологическим компаниям в режиме 
реального времени собирать детализированные инди-
каторы фундаментальных показателей для продажи 
профессионалам в области инвестиций. Введение 
этих данных повышает информативность цен за 
счет снижения затрат на получение информации и, 
следовательно, оказывает два эффекта на инвесто-
ров. С одной стороны, у менеджеров меньше воз-
можностей торговать своей частной информацией о 
будущих доходах, когда цены более точно отража-
ют эти будущие доходы.
Определив, как затраты на сигнализацию и по-
иск сокращаются за счет аналитики больших данных 
для управления кредитным риском при кредитовании 
P2P, снижается информационная асимметрия в 

---

Журнал «Интернаука» 
№ 8 (231), 2022 г. 
46
эпоху больших данных. Прорывы в области ИКТ 
(информационные и коммуникационные техноло-
гии), такие как финтех на основе больших данных, 
были определены как важная разрушительная дви-
жущая сила в кредитной индустрии. В эпоху боль-
ших данных произошли значительные изменения в 
методах сбора, представления и оценки информа-
ции. Затраты на поиск кредитной информации рез-
ко сократились, а сбор кредитных данных перешел 
от пассивного поиска информации к активному 
сбору информации. Стоит отметить, что эти тен-
денции позволяют финансовым фирмам предостав-
лять такие услуги, как кредит, ранее недостаточно 
обслуживаемому населению.
С экономической точки зрения информацион-
ные пробелы и асимметрии, существующие почти 
на всех рынках, частично устраняются, что будет 
иметь как значительные положительные стороны, так 
и потенциальные проблемы. Ответственное исполь-
зование данных может создать и стимулировать рын-
ки, которых раньше не существовало. Например, 
можно предоставить кредит людям, которые прак-
тически анонимны для традиционной банковской 
системы. Это очень мощно и способствует инклю-
зивному экономическому росту. 
Цифровая экономика создала новый внешний 
эффект. В цифровой экономике информация от-
дельных лиц может быть полезна другим людям. 
Например, если кто-то хочет разработать новое ле-
карство, необходима информация от людей, которые 
пробовали это лекарство. Или, если потребитель 
планирует купить продукт, он захочет получить 
отзывы от других потребителей, у которых есть 
соответствующий опыт. Такого рода внешние эф-
фекты генерируют полезную общественную ин-
формацию и улучшают социальное благосостояние 
для всех. 
Есть еще много примеров того, как цифровые 
технологии могут повысить инклюзивность во мно-
гих аспектах экономического благосостояния, та-
ких как участие в экономике, здравоохранении, 
образовании и т.д., Например, в первичной медико-
санитарной помощи широко используется искус-
ственный интеллект в форме распознавания изоб-
ражений. используется для диагностики удаленных 
и малодоступных групп населения. Аспиранты 
Стэнфордского университета выяснили, что распо-
знавание изображений можно использовать для выяв-
ления рака кожи. Студенты работали в сотрудниче-
стве с дерматологами и добились относительного 
успеха. Это очень ценно, так как очень большая