Please use this identifier to cite or link to this item: https://er.knutd.edu.ua/handle/123456789/23158
Title: Прогнозування дохідності банківських продуктів
Other Titles: Forecasting the profitability of banking products
Authors: Демківський, Є. О.
Демківська, Т. І.
Keywords: гетероскедастичні моделі
авторегресійні моделі
критерій адекватності
часткова автокореляційна функція
geteroscedastic model
volatility
model building
adequacy criteria
autocorrelation function
partial autocorrelation function
Issue Date: 2022
Citation: Демківський Є. О. Прогнозування дохідності банківських продуктів / Є. О. Демківський, Т. І. Демківська // Інформаційні технології в науці, виробництві та підприємництві : збірник наукових праць молодих вчених, аспірантів, магістрів кафедри комп’ютерних наук та технологій / за заг. наук. ред. В. Ю. Щербаня. – Київ : ТОВ "Фастбінд Україна", 2022. – С. 127-130.
Source: Інформаційні технології в науці, виробництві та підприємництві
Abstract: В роботі аналізується та досліджується застосування авторегресійних моделей різних порядків та гетороскедастичних моделей для прогнозування нелінійних нестаціонарних фінансово-економічних процесів, за допомогою яких може бути описана динаміка банківських продуктів та побудова нових моделей, які здатні адекватно описувати зазначені процеси. Отримані характеристики побудованих моделей свідчать про можливість використання їх для прогнозування банківських продуктів, зокрема для відсотку по депозитах.
A systematic approach to modeling non-linear non-stationary processes using statistical data and principles of system analysis is proposed. A new model of the studied financial process has been constructed, which provides a high-quality short-term volatility forecast. The technique for constructing models of heteroscedastic processes has been improved, which provides adequate models for the dynamics of dispersion in the presence of informative data. An example of constructing an adequate model of the dispersion dynamics of a heteroscedastic process is given. Computational experiments aimed at modeling the dynamics of conditional dispersion have been carried out. The effectiveness of the proposed methodology for modeling processes that are non-stationary with respect to dispersion is illustrated. The obtained characteristics of the constructed models of the UARGU indicate the possibility of using conditional variance for forecasting in practice.
URI: https://er.knutd.edu.ua/handle/123456789/23158
Faculty: Факультет мехатроніки та комп'ютерних технологій
Department: Кафедра комп'ютерних наук
ISBN: 978-617-8237-00-4
Appears in Collections:Наукові публікації (статті)
Кафедра комп'ютерних наук (КН)

Files in This Item:
File Description SizeFormat 
Демківська.pdf250,61 kBAdobe PDFView/Open


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