Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/2348
Full metadata record
DC FieldValueLanguage
dc.contributor.authorСнитюк, Оксана Іванівна-
dc.contributor.authorБережна, Леся Віталіївна-
dc.date.accessioned2021-06-11T09:21:44Z-
dc.date.available2021-06-11T09:21:44Z-
dc.date.issued2018-
dc.identifier.issn2306-4420-
dc.identifier.urihttps://er.chdtu.edu.ua/handle/ChSTU/2348-
dc.description.abstractФінансовий сектор відіграє важливу роль у функціонуванні економіки в цілому, що в свою чергу пояснює зростання інтересу до його поглибленого вивчення. Дослідження фінансово-кредитних відносин вимагає їх глибокого аналізу, зокрема, засобами економіко-математичного моделювання, яке є одним із головних напрямків розвитку економічної науки та її практичних застосувань. Використання сучасних методів моделювання та прогнозування – необхідна умова для успішного розв’язування задач, які виникають в процесі як перетворень в ринковій економіці, так і в умовах постійних економічних криз та глобальних фінансових ризиків. Економіко-математичні моделі є основою для реального врахування різноманітних варіантів розвитку фінансових процесів, а в поєднанні з сучасними комп’ютерними технологіями − найбільш ефективним засобом їх реалізації. У статті наведено результати розв’язання задачі прогнозування динаміки фінансових показників на основі «коротких» вибірок. Виконано аналіз результатів застосування методу найменших квадратів, методу групового врахування аргументів та нейронних мереж. Визначено особливості, переваги та недоліки застосування кожної з цих технологій.uk_UA
dc.description.abstractForecasting of future financial results of economic entities activity in the conditions of the small number of observation points because of the last years statistics inadequacy for modern conditions is an important and actual problem. That’s why the purpose of this work is the analysis of the existing approaches and methods of forecasting of the basic financial indexes (on the example of the National Bank of Ukraine (NBU)) on the short sampling, the comparison of the opportunities of Ordinary Least Squares (OLS), Group method of data handling (GMDH) and Artificial neural networks (ANN) and the offering of the suggestions of their using specifics. The comparative analysis of using results of OLS, GMDH and ANN testifies about the number of advantages and disadvantages of each of them. So, OLS is the most studied, the estimates of significance of the model and coefficients are elaborated for it, but its using for solving the real problems has many obstacles due to the non-fulfillment of some preconditions. Besides this method has a low statistical significance for short sampling. So, in the studied model OLS has testified its inadequacy and made impossible forecasting of the NBU income in the future. GMDH is an analytical method and it is able to make more accurate forecasting. The calculations made during the investigation confirm this. The use of regularity criterion for short-term forecasting and a small number of observation points allow to get more accurate results than with OLS. Synthetic approach connected with using of ANN means the calculation of predictive values of the productive function without finding its analytical expression. The good selection of ANN kind, its activation function, the number of layers, the number of neurons in the hidden layer, the algorithm of functioning and enough number of the initial data provide the accurate study of ANN. At the same time its using gives the integrated results that aren’t limited by accounting of given number of factors and sometimes are the most accurate among the received results. The disadvantage of ANN and GMDH consists in the absence of the determination methods of the adequacy of model to the initial data and its statistical significance. So, three procedures of forecasting on the short sampling using three different methods and special preparatory procedures of Data Processing are examined and researched. The received results analysis points to the advantages and disadvantages of each methoduk_UA
dc.language.isoukuk_UA
dc.publisherЗбірник наукових праць Черкаського державного технологічного університету. Серія: Економічні наукиuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectвиробнича функціяuk_UA
dc.subjectлінійна множинна регресіяuk_UA
dc.subjectмультиколінеарністьuk_UA
dc.subjectкоротка вибіркаuk_UA
dc.subjectкореляційно-регресійний аналізuk_UA
dc.subjectметод найменших квадратівuk_UA
dc.subjectметод групового врахування аргументівuk_UA
dc.subjectнейронні мережіuk_UA
dc.subjectforecastinguk_UA
dc.subjectproductive functionuk_UA
dc.subjectlinear multiple regressionuk_UA
dc.subjectmulticollinearityuk_UA
dc.subjectshort samplinguk_UA
dc.subjectcorrelational and regressional analysisuk_UA
dc.subjectOrdinary Least Squaresuk_UA
dc.subjectGroup method of data handlinguk_UA
dc.subjectArtificial neural networksuk_UA
dc.titleМоделювання динаміки фінансових показників на основі «коротких» вибірокuk_UA
dc.title.alternativeModeling of the dynamics of financial indexes based on the “short” samplinguk_UA
dc.typeArticleuk_UA
dc.citation.issue49uk_UA
dc.citation.spage50uk_UA
dc.citation.epage58uk_UA
dc.identifier.doi10.24025/2306-4420.0.49.2018.136337-
Appears in Collections:Випуск 49

Files in This Item:
File Description SizeFormat 
8.pdfСнитюк360.02 kBAdobe PDFThumbnail
View/Open
зміст.pdf143.29 kBAdobe PDFThumbnail
View/Open
титул.pdf270.98 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.