Магістерські роботи (СПСКС)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (СПСКС) за Автор "Абрамов, Єгор Віталійович"
Зараз показуємо 1 - 1 з 1
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Засоби прогнозування фінансових показників банку з використанням нейронної мережі(КПІ ім. Ігоря Сікорського, 2024) Абрамов, Єгор Віталійович; Романкевич, Віталій ОлексійовичАктуальність теми. В сучасному економічному середовищі значно зростає вагомість прогнозування, яке перетворюється на важливу складову процесу ухвалення рішень. Основою прогнозування в економіці слугує економіко-математичне моделювання, що дозволяє виконувати аналіз очікуваних подій та варіантів розвитку ситуацій. Математичне моделювання використовує різні методи аналізу та підходи. В економічному середовищі адаптивне моделювання займає дуже значну роль. Воно дозволяє більш точно відображати поточний стан економічних процесів, враховуючи їх динамічну природу і постійну еволюцію. Адаптивні моделі, на відміну від традиційних, можуть ефективно враховувати зміни в економічній системі, що є критично важливим в умовах реформ. В цілому, важливість і складність прогнозування в сучасній економіці, в тому числі і в діяльності банків, зумовлює необхідність подальших досліджень та розвитку в цій галузі, розробки більш точних та надійних інструментів для аналізу стану та прогнозування показників фінансових показників банку. Мета роботи: створення системи прогнозування фінансових показників банку з використанням нейронної мережі шляхом визначення ефективних способів аналізу фінансових показників банку Об’єктом дослідження є процеси прогнозування фінансових показників діяльності банківських установ. Предметом дослідження є методи, моделі і програмні засоби прогнозування фінансових показників банку. Методи досліджень: порівняльний та емпіричний методи, моделювання, прогнозування, теорія нейронних мереж, машинне навчання. Наукова новизна: – запропоновано спосіб прогнозування, який поєднує використання методу передбачення умовної ймовірності екстремальних подій на основі моделі переходу станів та методу побудови моделі симетрії на коротких часових масштабах; – запропоновано використання нейронної мережі для прогнозування фінансових показників банку; – виконано програмну реалізацію запропонованих способів прогнозування фінансових показників. Практична цінність: розроблені засоби прогнозування фінансових показників сприятимуть підвищенню точності прогнозування чистого прибутку банку в органічних умовах. Апробація результатів дисертації: основні положення і результати роботи представлені та обговорювались на конференціях: - X Міжнародна науково-технічна Internet-конференція «Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами». 24 листопада 2023 р. – К.: НУХТ, 2023. - Прикладна математика та комп’ютинг. XVІ науково-практична конференція магістрантів та аспірантів ПМК-2023 факультету прикладної математики 28 - 30 листопада 2023 р., Київ, Україна. – К.:КПІ, 2023. Публікації: за темою досліджень опубліковано 2 наукові праці – тези доповідей на конференціях. Структура та обсяг роботи: магістерська дисертація складається з вступу, чотирьох розділів, висновку, списку використаних джерел та додатків. Вступ містить опис проблем, що виникають при прогнозуванні фінансових показників банку, а також актуальність напрямку досліджень. Перший розділ містить основні теоретичні відомості щодо існуючих способів прогнозування фінансових показників банку, також виконано їх аналіз. У розділі наведено огляд праць як закордонних, так і вітчизняних вчених, присвячених методам прогнозування. Другий розділ містить аналіз підходів до прогнозування фінансових показників банку із застосуванням нейронних мереж. Також у розділі представлено дослідження математичних моделей для прогнозування фінансових показників банку. Третій розділ містить опис запропонованих рішень та їх програмної реалізації, а також програмних модулів для прогнозування фінансових показників банку. Четвертий розділ містить аналіз результатів, отриманих під час проведення експериментальних досліджень та порівняння з існуючими алгоритмами прогнозування. Висновки містять підсумки виконаної роботи. Магістерська дисертація представлена на 74 аркушах, містить 4 додатка, 35 джерел, 16 рисунків і 8 таблиць.