एसेट प्राइसिंग में मशीन लर्निंग-सक्षम प्रौद्योगिकियों को अपनाने के लिए कर्मचारियों को प्रोत्साहित करना

उद्देश्य: इस शोध का उद्देश्य यह पता लगाना है कि वित्तीय पेशेवर एसेट प्राइसिंग में machine learning (ML) को कैसे समझते हैं और लागू करते हैं, तथा संस्थागत दबावों, व्यक्तिगत और संगठनात्मक कारकों की भूमिका की जांच करके इसे अपनाने के प्रमुख निर्धारकों की पहचान करना है। इसके अतिरिक्त, यह अध्ययन कर्मचारियों के ML अपनाने के इरादे और वास्तविक उपयोग व्यवहार के बीच के संबंध में प्रौद्योगिकी इंटरकनेक्टिविटी और प्रौद्योगिकी इंटरऑपरेबिलिटी की मध्यस्थ (मॉडरेटिंग) भूमिकाओं की जांच करता है। डिज़ाइन/पद्धति/दृष्टिकोण: एक मात्रात्मक दृष्टिकोण का उपयोग करते हुए, वियतनाम में 689 वित्तीय पेशेवरों से एक ऑनलाइन सर्वेक्षण के माध्यम से डेटा एकत्र किया गया, जिसमें एसेट प्राइसिंग में अनुभव या ज्ञान रखने वाले लोगों को लक्षित किया गया था। SmartPLS 4 सॉफ्टवेयर के माध्यम से संरचनात्मक समीकरण मॉडलिंग (PLS-SEM) का उपयोग करके अनुसंधान मॉडल का विश्लेषण किया गया। निष्कर्ष: परिणाम दर्शाते हैं कि ML का ज्ञान, कथित संज्ञानात्मक क्षमताएं, व्यक्तिगत नवीनता (इनोवेटिवनेस) और नेतृत्व का दृष्टिकोण (लीडरशिप विजन) कर्मचारियों के ML अपनाने के इरादे को सकारात्मक रूप से प्रभावित करते हैं। हालांकि, अपेक्षाओं के विपरीत, नौकरी छूटने की चिंताओं और संगठनात्मक नवीनता को ML अपनाने पर नकारात्मक प्रभाव डालते हुए पाया गया। इसके अलावा, अपनाने का इरादा एसेट प्राइसिंग प्रथाओं में ML के वास्तविक उपयोग की दृढ़ता से भविष्यवाणी करता है। मौलिकता/मूल्य: इस अध्ययन ने इस बात की अग्रणी अंतर्दृष्टि प्रदान की है कि व्यक्तिगत और संगठनात्मक कारक, जैसे कि नेतृत्व का दृष्टिकोण और संज्ञानात्मक क्षमताएं, वित्त में ML को अपनाने को कैसे आकार देते हैं। यह उभरते बाजारों में डिजिटल परिवर्तन, कर्मचारी धारणाओं और संगठनात्मक संस्कृति के बीच परस्पर क्रिया पर प्रकाश डालता है। नीति निर्माता और व्यवसाय इन निष्कर्षों का उपयोग नवाचार को बढ़ावा देने और ML-संचालित वित्तीय क्षेत्र में प्रतिस्पर्धात्मकता बढ़ाने के लिए कर सकते हैं।