Принципы построения DCF модели в эпоху развития искусственного интеллекта

Целью данной работы является формулировка принципов построения качественной DCF модели искусственным интеллектом и определение роли фундаментального аналитика в эпоху развития ИИ. Для оценки проработанности DCF моделей и определения места фундаментального аналитика в анализе рынка акций были собраны данные по оценке 20 различных компаний, разобраны и проанализированы документации по 5 искусственным интеллектам. Степень проработанности и качества DCF модели оценивалась по тому, насколько надежным является источник данных по финансовой отчетности, какой тип модели и какие спецификации используется искусственным интеллектом, правильно ли рассчитывается бетта коэффициент и терминальная стоимость, есть ли верификация. В результате были сформулированы следующие требования, которым должен соответствовать искусственный интеллект: набор исходной информации должен регулярно поступать из надежных источников, должна быть единая методология построения DCF для всех компаний и в модель можно внести изменения. Таким образом, в будущем, когда искусственный интеллект возьмет на себя рутинные задачи, аналитик будет решать творческую – заниматься поиском уникальной информации. Ключевые слова: дисконтированный денежный поток; фундаментальный аналитик; фундаментальный анализ; искусственный интеллект; прогнозирование; предвзятость