МАТЕМАТИЧНІ МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ — ФУНДАМЕНТ СУЧАСНОЇ ЕКОНОМІЧНОЇ АНАЛІТИКИ

Ключові слова: математичні методи, інформаційні технології, економічна аналітика, Big Data, економетричне моделювання, оптимізація, штучний інтелект

Анотація

Сучасна економічна аналітика перебуває на перетині двох ключових напрямів — математичного моделювання та інформаційних технологій. Зростання обсягів даних, ускладнення економічних процесів та вимога до високої точності прогнозів зумовлюють потребу у використанні складних обчислювальних методів і цифрових систем обробки інформації. Саме інтеграція математичних підходів та ІТ стає фундаментом для прийняття обґрунтованих економічних рішень. Стаття присвячена дослідженню ролі математичних методів та інформаційних технологій у формуванні сучасної економічної аналітики. У роботі проаналізовано ключові математичні моделі, що використовуються в економіці, зокрема оптимізаційні, економетричні, стохастичні, балансові та імітаційні. Математичні моделі — це основа, але ІТ роблять їх практично застосовними, а потому розглянуто сучасні інформаційні технології, які забезпечують реалізацію цих моделей: системи бізнес-аналітики, хмарні обчислення, технології Big Data, машинне навчання, штучний інтелект та фінансові технології. Доведено, що поєднання математичних методів та ІТ формує нову парадигму економічного аналізу, що базується на даних і дозволяє обґрунтовано приймати управлінські рішення в умовах невизначеності.

Посилання

Davenport T. H., Harris J. G. Competing on analytics: The new science of winning. Boston : Harvard Business School Press, 2007. 240 p.

Davenport T. H. Big data at work: Dispelling the myths, uncovering the opportunities. Boston : Harvard Business Review Press, 2014. 240 p.

Brynjolfsson E., McAfee A. The second machine age: Work, progress, and prosperity in a time of brilliant technologies. New York : W. W. Norton & Company, 2014. 306 p.

McAfee A., Brynjolfsson E. Big data: The management revolution. Harvard Business Review. 2012. Vol. 90, No. 10. P. 60–68.

Brynjolfsson E., Kahin B. (Eds.). Understanding the digital economy: Data, tools, and research. Cambridge, MA : MIT Press, 2000. 391 p.

Davenport T. H., The AI advantage: How to put the artificial intelligence revolution to work. Cambridge : MIT Press, 2018. 246 p.

Ларченко О. В. «Математичні методи розвʼязання задач економічного аналізу». Таврійський науковий вісник. Серія: Економіка, 2023.

Терещенко Л. О. Моделювання та прогнозування податкових надходжень на регіональному рівні: дисертація кандидата економічних наук.Київ, 2000. 200 с.

Davenport, T. H., & Harris, J. G. (2007). Competing on analytics: The new science of winning. Boston: Harvard Business School Press.

Davenport, T. H. (2014). Big data at work: Dispelling the myths, uncovering the opportunities. Boston: Harvard Business Review Press.

Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. New York: W. W. Norton & Company.

McAfee, A., & Brynjolfsson, E. (2012). Big data: The management revolution. Harvard Business Review, 90(10), 60–68.

Brynjolfsson, E., & Kahin, B. (Eds.). (2000). Understanding the digital economy: Data, tools, and research. Cambridge, MA: MIT Press.

Davenport, T. H. (2018). The AI advantage: How to put the artificial intelligence revolution to work. MIT Press.

Larchenko O. V. (2023). Matematychni metody rozviazannia zadach ekonomichnoho analizu [Mathematical Methods for Solving Problems of Economic Analysis]. Tavriiskyi Naukovyi Visnyk. Seriia: Ekonomika.

Tereshchenko L. O. (2000). Modeliuvannia ta prohnozuvannia podatkovykh nadkhodzhen na rehionalnomu rivni [Modeling and Forecasting of Tax Revenues at the Regional Level]: Unpublished PhD dissertation., Kyiv, National Economic University, 200 p. (in Ukrainian)

Переглядів статті: 0
Завантажень PDF: 0
Опубліковано
2026-03-24
Як цитувати
Терещенко, Л., Бурлєєв, О., & Сугоняк, В. (2026). МАТЕМАТИЧНІ МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ — ФУНДАМЕНТ СУЧАСНОЇ ЕКОНОМІЧНОЇ АНАЛІТИКИ. Економіка та суспільство, (83). https://doi.org/10.32782/2524-0072/2026-83-155

Статті цього автора (авторів), які найбільше читають