Адаптивне моделювання для прогнозування економічних та фінансових ризиків в умовах невизначеності, спричинених економічною кризою та соціальними загрозами
DOI:
https://doi.org/10.15587/2312-8372.2018.135483Ключові слова:
адаптивне моделювання, ідентифікація невизначеності, оцінка ризиків, система підтримки прийняття рішеньАнотація
Об'єктом дослідження є соціально-економічні процеси в контексті структурних перетворень, що відбуваються внаслідок суспільно-політичної кризи в країні. Одним з найбільш проблемних місць є відсутність комплексного дослідження та обґрунтування застосування інструментів прогнозування потенційних загроз у гуманітарній і соціальній сферах та визначення шляхів їх подолання, спрямованих на стабільний та позитивний розвиток національної економіки.
В ході дослідження використовувались системний аналіз та елементи теорії систем, методи математичного та економетричного моделювання. Системний аналіз та теорія систем використовуються для вивчення стану та поведінки національної економіки та її підсистем в сучасних умовах невизначеностей та ризиків, характерних для соціальних потрясінь та структурних змін. Методи математичного і статистичного моделювання та теорії прийняття рішень були використані для прогнозування розвитку нестаціонарних нелінійних процесів, що характерні для сучасної української економіки.
Розглянуто проблему розробки методів вирішення задач моделювання та оцінки окремих типів ризиків з можливістю застосування альтернативних методів обробки даних, моделювання та оцінки параметрів і станів національної економіки та її складових у сучасних умовах суспільно-політичних перетворень та структурних реформ. Для того, щоб знайти «найкращу» структуру моделі, рекомендується застосувати адаптивні схеми оцінювання, які передбачають автоматичний пошук у визначеному діапазоні параметрів структури моделі (тип розподілу, зменшення розмірності моделі, часові лаги та нелінійності). Запропоновані схеми адаптивної оцінки також допомагають розкрити структурні та параметричні невизначеності. Запропонована загальна методологія призначена для вирішення обраної проблеми прогнозування динамічних процесів та оцінювання кількох видів соціально-економічних та фінансових ризиків з використанням відповідних статистичних даних в комп'ютерних системах підтримки прийняття рішень.
Результати дослідження будуть корисними і для інших країн, де відбуваються аналогічні процеси.
Посилання
- Zgurovsky, M. Z. (2016). Technology foresight of ukrainian economy in the medium (up to 2020) and long term (until 2030) time horizons. Visnik Nacional’noi’ Akademii’ Nauk Ukrai’ni, 1, 57–68. doi: http://doi.org/10.15407/visn2016.01.057
- Szeles, M. R., Munoz, R. M. (2016). Analyzing the regional economic convergence in Ecuador. Insights from parametric and nonparametric models. Romanian Journal of Economic Forecasting, XIX (2), 43–65.
- Zivkov, D., Njegic, J., Papic-Blagojevic, N., Petronijevic, J. (2016). Monetary effectiveness in small transition economy – the case of the republic of Serbia. Romanian Journal of Economic Forecasting, XIX (3), 5–18.
- Garcia, M. G. P., Medeiros, M. C., Vasconcelos, G. F. R. (2017). Real-time inflation forecasting with high-dimensional models: The case of Brazil. International Journal of Forecasting, 33 (3), 679–693. doi: http://doi.org/10.1016/j.ijforecast.2017.02.002
- Stovicek, K. (2007). Forecasting with ARMA models. The case of Slovenian inflation. Prikazi in analize, XIV/1, 23–55.
- Dobrescu, E. (2017). Modelling an Emergent Economy and Parameter Instability Problem. Journal for Economic Forecasting of Institute for Economic Forecasting, 2, 5–28.
- Arora, S., Little, M. A., McSharry, P. E. (2013). Nonlinear and nonparametric modeling approaches for probabilistic forecasting of the US gross national product. Studies in Nonlinear Dynamics and Econometrics, 17 (4), 395–420. doi: http://doi.org/10.1515/snde-2012-0029
- Glass, K. (2014) Real-time Macroeconomic Data and Uncertainty. DEP (Socioeconomics) Discussion Papers. Macroeconomics and Finance Series, 6, 1–29
- Eeckhoudt, L., Gollier, C., Schlesinger, H. (2004). Economic and financial decisions under uncertainty. Princeton: Princeton University Press, 248.
- Penman, S. H. (2010). Financial Forecasting, Risk and Valuation: Accounting for the Future. Abacus, 46 (2), 211–228. doi: http://doi.org/10.1111/j.1467-6281.2010.00316.x
- Clements, M. P., Franses, P. H., Swanson, N. R. (2004). Forecasting economic and financial time-series with non-linear models. International Journal of Forecasting, 20 (2), 169–183. doi: http://doi.org/10.1016/j.ijforecast.2003.10.004
- Sekerke, M. (2015). Bayesian Risk Management: A Guide To Model Risk And Sequential Learning In Financial Markets. Hoboken: John Wiley & Sons, Inc., 240. doi: http://doi.org/10.1002/9781118864784
- Bidyuk, P., Gozhyj, O., Korshevnyuk, L. (2012). Development of Decision Support Systems. Mykolaiv: Petro Mogyla Black Sea National University, 379.
- Petersen, I. R., Savkin, A. V. (1999). Robust Kalman filtering for signals and systems with large uncertainties. Boston: Birkhouser, 202. doi: http://doi.org/10.1007/978-1-4612-1594-3
- Statistical publication. (2016). The official website of the State Statistics Service of Ukraine. Available at: http://www.ukrstat.gov.ua/
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2018 Petro Bidyuk, Tatyana Prosyankina-Zharova, Oleksandr Terentiev, Mariya Medvedieva
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
