Loading...
«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 связанны 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 Уральского федерального университета Ахмед Фарок.
Анализ данных показал, что безработные более склонны к риску, чем люди, работающие полный рабочий день. Также ученые выяснили, что на склонность идти на риск оказывает влияние и уровень образования — чем выше уровень образования, тем выше шансы, что человек пойдет на какой-либо риск, поясняют исследователи. Помимо этого, по словам ученых, рисковое поведение также зависит от региона либо континента, где проживает человек.
«Образование объясняет 9% склонности идти на риск — люди с начальным образованием рискуют реже, а те, кто окончил высшие учебные заведения, — чаще. Жизнь в том или ином регионе объясняет 8% готовности идти на риск: например, южноамериканцы склонны вести себя более рискованно, чем африканцы, азиаты, североамериканцы и европейцы. Здоровье объясняет 3% вариаций в предпочтении риска — чем лучше здоровье респондента, тем охотнее он рискует. А чувство субъективного благополучия побуждает к неприятию риска: например, люди с оптимистичным взглядом менее склонны рисковать», — объяснил Ахмед Фарок.
Помимо данных, предоставленных Gallup, исследователи использовали показатели индекса человеческого капитала, индекса финансового стресса и индекса здоровья за 2006–2018 годы. Точность полученных данных подтверждена среднеквадратической ошибкой, значение которой составило 0,05%.
«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», — добавил Ахмед Фарок.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.