Детальная информация

Целью выпускной квалификационной работы является оценка экономической целесообразности внедрения ИИ-модулей автономного создания торговых стратегий и формирования портфелей на платформе Cbonds и разработка рекомендаций по их интеграции в существующий функционал. Для достижения цели исследования были решены следующие задачи: - проведен обзор нормативно-правовой базы и научной литературы, систематизирующий определение искусственного интеллекта, его возможности и риски применительно к финансовому рынку; - выполнен анализ текущего функционала платформы Cbonds, в особенности сервиса «Умный поиск облигаций», для выявления технологической архитектуры, которая может быть использована при создании новых ИИ-модулей; - дана характеристика деятельности АО «Сбондс.Ру»: организационной структуры, продуктовой линейки, показателей финансовой устойчивости, ликвидности и рентабельности на основе данных бухгалтерской отчётности за 2022-2024 годы; - проведен анализ внешней и внутренней среды компании с использованием PEST- и SWOT-методологии; - на основе статистики подписок за первый квартал 2026 года и публичных тарифов рассчитана текущая выручка платформы, а затем оценен прогнозный прирост доходов при консервативном и оптимистическом сценариях; - определены капитальные и операционные затраты, связанные с внедрением ИИ-функционала; - рассчитаны чистая приведённая стоимость (NPV) и срок окупаемости (PP) проекта для обоих сценариев; - сформулированы рекомендации по созданию модулей «Лаборатория стратегий», «Песочница для тестирования» и «Конструктор портфелей» с учётом выявленных регуляторных, технологических и рыночных рисков. Предметом исследования является экономическая эффективность внедрения технологий искусственного интеллекта (в части автономного создания торговых стратегий и формирования портфелей) на информационно-аналитической платформе Cbonds. Методологическая основа исследования включает общенаучные методы (анализ, синтез, сравнение, систематизация, классификация), методы финансового анализа (горизонтальный и вертикальный анализ баланса, расчёт коэффициентов ликвидности, оборачиваемости, рентабельности, оценка финансовой устойчивости), методы оценки инвестиционной эффективности (расчёт чистой приведённой стоимости и срока окупаемости), метод сценарного прогнозирования, а также инструменты стратегического анализа (PEST-анализ, SWOT-анализ). В процессе исследования использовались программные продукты MS Excel. В ходе исследования было установлено, что текущая годовая выручка платформы Cbonds от подписной модели составляет 1069200000 рублей на основе среднемесячного количества подписок (2700) и средневзвешенного чека (33000 руб.). При консервативном сценарии (рост числа подписок на 5%) годовая выручка увеличится на 53,46 млн рублей, NPV составит 93,4 млн рублей, срок окупаемости - 3,8 месяца. При оптимистическом сценарии (рост числа подписок на 10% и повышение среднего чека на 5%) прирост выручки достигнет 165,73 млн рублей, NPV - 349,7 млн рублей, срок окупаемости - 1,1 месяца. В обоих сценариях значение NPV положительно, что подтверждает экономическую целесообразность инвестирования в разработку и внедрение предлагаемого ИИ-функционала. С учётом выявленных рисков (регуляторных, технологических, рыночных) предложен поэтапный подход к внедрению, начинающийся с пилотного проекта для ограниченного круга профессиональных клиентов.

The purpose of the study is to assess the economic feasibility of implementing AI modules for autonomous trading strategy generation and portfolio construction on the Cbonds platform and to develop recommendations for their integration into the existing functionality. The following tasks were achieved in the course of the work: - a review of the regulatory framework and scientific literature was conducted, systematizing the definition of artificial intelligence, its capabilities and risks in relation to the financial market; - an analysis of the current functionality of the Cbonds platform, in particular the “Smart Bond Search” service, was performed to identify technological architecture that could be used in the development of new AI modules; - the characteristics of JSC “Cbonds.Ru” were provided, including organizational structure, product line, financial stability, liquidity and profitability indicators based on accounting data for 2022-2024; - an analysis of the external and internal environment of the company was carried out using PEST and SWOT methodologies; - based on subscription statistics for the first quarter of 2026 and public tariffs, the current revenue of the platform was calculated, followed by an assessment of projected revenue growth under conservative and optimistic scenarios; - capital and operating costs associated with the implementation of AI functionality were determined; - net present value (NPV) and payback period (PP) for the project were calculated for both scenarios; - recommendations were formulated for the creation of modules such as “Strategy Laboratory”, “Testing Sandbox” and “Portfolio Constructor”, taking into account identified regulatory, technological and market risks. The subject of the study is the economic efficiency of implementing artificial intelligence technologies (in terms of autonomous trading strategy generation and portfolio construction) on the Cbonds information and analytical platform. The methodological basis of the research includes general scientific methods (analysis, synthesis, comparison, systematization, classification), methods of financial analysis (horizontal and vertical balance sheet analysis, calculation of liquidity, turnover, profitability ratios, financial stability assessment), methods of investment efficiency assessment (calculation of net present value and payback period), scenario forecasting method, as well as strategic analysis tools (PEST analysis, SWOT analysis). The study was conducted using MS Excel software. During the study it was found that the current annual revenue of the Cbonds platform from the subscription model amounts to 1,069,200,000 rubles based on the average monthly number of subscriptions (2,700) and the weighted average check (33,000 rubles). Under the conservative scenario (5% growth in the number of subscriptions), annual revenue will increase by 53.46 million rubles, NPV will amount to 93.4 million rubles, and the payback period will be 3.8 months. Under the optimistic scenario (10% growth in the number of subscriptions and 5% increase in the average check), revenue growth will reach 165.73 million rubles, NPV - 349.7 million rubles, payback period - 1.1 months. In both scenarios, the NPV value is positive, which confirms the economic feasibility of investing in the development and implementation of the proposed AI functionality. Taking into account the identified risks (regulatory, technological, market), a phased implementation approach is proposed, starting with a pilot project for a limited circle of professional clients.