ЕКОНОМЕТРИЧНЕ МОДЕЛЮВАННЯ ІНВЕСТИЦІЙНОЇ ПРИВАБЛИВОСТІ ІТ-ПРОЄКТІВ НА ОСНОВІ ЛОГІСТИЧНОЇ РЕГРЕСІЇ

Анотація

Метою даного дослідження є розроблення економетричного інструментарію для визначення та кількісного оцінювання факторів, що впливають на ймовірність залучення зовнішнього фінансування ІТ-проєктами в умовах цифрової економіки.

Методологічна база ґрунтується на методах економетричного моделювання, зокрема бінарній логістичній регресії (логіт-моделі), а також системному аналізі, статистичних методах обробки даних та підходах до роботи з незбалансованими вибірками (перезважування та проріджування). Верифікацію моделей здійснено за критерієм Вальда, тестом відношення правдоподібності та тестом Хосмера–Лемешоу на якість підганяння.

На основі моделювання вибірки українських ІТ-проєктів було визначено ключові детермінанти успішного фандрейзингу. Встановлено вирішальний вплив наявності ранніх інвесторів, що суттєво підвищує ймовірність отримання фінансування. Підтверджено статистично значущий додатний вплив комерційної орієнтації проєкту та цифрової присутності. Крім того, обґрунтовано синергетичний ефект між технологічною інноваційністю, зокрема використанням штучного інтелекту, та операційною гнучкістю – що виявляється у скороченні часу виходу на ринок.

Запропонований підхід може бути застосований як інструмент підтримки прийняття рішень в управлінні ІТ-проєктами, зокрема для оцінювання інвестиційної привабливості, оптимізації стратегій розвитку та підвищення ефективності процесів комерціалізації інноваційних продуктів. Практичне значення розроблених моделей полягає в їхній здатності надати ІТ-менеджерам та венчурним інвесторам аналітичний інструментарій для аудиту ініціатив на ранніх етапах, тим самим мінімізуючи ризики «долини смерті» та оптимізуючи розподіл фінансових ресурсів. Практичне значення запропонованих моделей полягає в їхній спроможності надати ІТ-менеджерам та венчурним інвесторам аналітичний інструментарій для аудиту ініціатив на ранніх етапах, тим самим мінімізуючи ризики «долини смерті» та оптимізуючи розподіл фінансових ресурсів. Отримані результати сприяють зниженню ризиків на ранніх етапах життєвого циклу проєкту та підвищують надійність управлінських рішень. Майбутні напрямки досліджень передбачають використання рекурентних нейронних мереж для прогнозування довгострокових тенденцій розвитку ІТ-продуктів на глобальному цифровому ринку.