Исследователи Уральского федерального университета с коллегами из Канады, США и Бангладеш создали новую модель анализа данных и выяснили, какие люди склонны к риску. Ученые считают, что использование социологическими компаниями нового алгоритма позволит сократить расходы на создание различных индексов, в том числе индексов риска, сообщили в пресс-службе УрФУ.
«Прогнозировать склонность к риску среди тех или иных групп населения очень важно, поскольку это влияет на социально-экономическую жизнь общества, особенно на те сферы, которые связаны с фондовым рынком, рынком страхования, азартными играми и так далее. При помощи нашего метода мы проанализировали большой пласт информации, представленной компанией Gallup за 2006–2018 годы, и выяснили, какие группы людей более или менее были склонны к риску в этот период. Оказалось, например, что мужчины более склонны рисковать, чем женщины, а с возрастом рисковое поведение у людей снижается — на 2,28% в год», — рассказал лаборант-исследователь Школы экономики и менеджмента УрФУ Ахмед Фарок.
Анализ данных показал, что безработные более склонны к опасности, чем люди, работающие полный рабочий день. Также значимым оказался уровень образования: чем он выше, тем больше шансы, что человек пойдет на какой-либо риск. Необдуманное поведение зависит и от региона либо континента, где проживает человек. Так, южноамериканцы склонны вести себя более рискованно, чем африканцы, азиаты, североамериканцы и европейцы.
Ученые отмечают, что к неприятию риска побуждает чувство субъективного благополучия. Например, люди с оптимистичным взглядом менее склонны рисковать.
Помимо данных, предоставленных Gallup, исследователи использовали показатели индекса человеческого капитала, индекса финансового стресса и индекса здоровья за 2006–2018 годы. А точность полученных данных подтверждена среднеквадратической ошибкой.
«Среднеквадратическая ошибка — это метрика для оценки качества модели машинного обучения. Ее значение в нашем исследовании составило 0,05%. Это хороший показатель, который подтверждает точность результатов нашего алгоритма. Также у нашей модели есть особенность: она постоянно самообучается, самосовершенствуется — это позволяет нам использовать ее для создания любых социальных или экономических показателей», — отметил Ахмед Фарок.
Ранее «Областная газета» писала о том, что Юлия Рябова из Свердловской области стала победителем в окружном хакатоне по искусственному интеллекту.
