Skip navigation
Please use this identifier to cite or link to this item: https://ela.kpi.ua/handle/123456789/815
Title: Моделі багатовимірних ризиків в корпоративних системах підтримки прийняття рішень
Authors: Кроптя, Арсеній Володимирович
Issue Date: 2010
Abstract: Дисертація на здобуття наукового ступеня кандидата технічних наук за фахом 01.05.04 – системний аналіз і теорія оптимальних рішень. – Національний технічний університет України “Київський політехнічний інститут“, Київ, 2010 р. У дисертаційній роботі запропонована системна методологія побудови та використання статистично-ймовірнісних багатовимірних моделей ризиків, що виникають у складних фінансово-економічних системах, в інформаційних системах підтримки прийняття рішень з управління ризиками. Розроблено метод побудови комбінованого розподілу ризику шляхом поєднання екстремального і нормального розподілів у єдиній моделі. Запропоновано кількісне оцінювання ризику ризиковим профілем у вигляді мір ризику та мір відхилення ризику. Запропоновано багатовимірну модель ризиків на основі копул та маргінальних комбінованих розподілів. Розроблено методи визначення кількості факторів ризику шляхом аналізу власних чисел матриць мір залежності методами теорії випадкових матриць.
Диссертация на соискание ученой степени кандидата технических наук по специальности 01.05.04 – системный анализ и теория оптимальных решений. – Национальный технический университет Украины “Киевский политехнический институт”, Киев, 2010 г. В работе предложена, разработана и реализована системная методология построения и использования вероятностно-статистических многомерных моделей рисков, возникающих в сложных финансово- экономических системах, в информационных системах поддержки принятия решений в управлении рисками. Разработан метод построения комбинированного распределения риска совмещением обобщенного распределения Парето и нормального распределения в единой модели, что дало возможность одновременно адекватно описать экстремальные и повседневные риски. Предложено графические методы проверки адекватности модели и методы на основе сходимости к невырожденной функции. Используя Байесовский подход, получена модель больших потерь в виде обобщенного распределения экстремальных значений с учётом знаний экспертов и поступающей новой информации. Решена графическим, имитационным и параметрическим способами задача нахождения начала наблюдений для которых обоснованным является применение предложенных экстремальных моделей хвоста распределения. Предложена концепция количественной оценки риска, которая отличается от известных одновременным учётом неопределённости значения будущей стоимости и неопределенности отклонений от ожидаемых значений стоимости. Предложено одновременное использование мер отклонения риска и когерентных мер риска в виде профиля для системной количественной оценки риска. Разработаны методы нахождения оценок меры риска VaR для центральной части комбинированного распределения. Показано, что использование когерентной субаддитивной меры риска ES позволяет решить задачу оптимизации портфеля. Предложен системный подход к моделированию зависимости между факторами риска в виде матриц мер зависимости для количественного описания и семейств копул для аналитического описания. Такой подход дал возможность построить многомерную модель рисков с разделением моделирования маргинальных распределений эллиптическими распределениями в центре и экстремальными на хвостах, а также отдельным моделированием зависимости на основе копул. Разработаны методы оценки параметров копул и изложен двухшаговый алгоритм метода максимальной правдоподобности, созданный для учёта особенностей задачи оценивания параметров совместного распределения на основе маргинальных распределений и копул. Предложено обобщение метода генерации по срезу на многомерный случай. Разработан и реализован в байесовской сети подход для определения характеристик зависимости рисков взаимной информацией, что позволило учитывать в модели экспертные знания. Разработаны методы определения количества факторов риска путём сравнения собственных чисел матриц мер зависимости с результатами теории случайных матриц. Показано отсутствие возникновения дополнительных внутренних факторов при использовании стандартных моделей стоимостей нелинейных производных финансовых инструментов. Спроектирована и реализована СППР организационной поддержки на уровне конкретной позиции, филиала или организации в целом. СППР является объективной, с возможностью учета экспертных знаний посредством байесовских сетей, и применяется как для повседневных, так и уникальных задач. СППР построена по трёхуровневой веб-архитектуре, в которой выделено средства работы с данными, средства анализа и создания комбинированных моделей, интерфейс сообщений и взаимодействия пользователей. Назначение отображено в программном и аппаратном обеспечении, на уровне информационных сервисов, уровне прикладных программ и презентационном уровне. Доступ ко всем трём уровням предоставляется созданным единым порталом управления рисками. Использование СППР в Главном информационно-вычислительном центре Укрзализныци подтвердило корректность предложенных моделей.
The thesis is for fulfillment of the degree of Candidate of Engineering Sciences on the specialty of 01.05.04 – system analysis and optimal decisions theory. – National Technical University of Ukraine “Kyiv Polytechnic Institute”, Kyiv, 2010. The dissertation is dedicated to development of a complex system model and application methodology with probability multivariate risk models, for complex financial and economic systems, in informational risk management decision support systems. Based on analysis of risk estimation and management problem, argued urgency of modeling risk with nonlinear asymmetric interaction problem. Developed а new method for risk characteristics distribution construction by combining generalized Pareto distribution and normal distribution in joint model for extremely large and common risk values. Proposed quantitative risk evaluation through risk profile build from quantitative risk measures and deviation measures, for evaluation loss values risk and loss uncertainty risk at the same time. Proposed multivariate risk modeling of dependent risks based on marginal combined distributions and copulas. Active risk management portfolio optimal structure problem was solved by flexible multivariate joint distribution modeling. In thesis proved usefulness of developed methods for number of risk factors determination in economic system by analysis eigenvalues of correlation and concordance matrices. Proposed models and methods are implemented in decision support system for Ukrainian Railways.
URI: https://ela.kpi.ua/handle/123456789/815
Appears in Collections:Автореферати (доступ у чит. залі № 6.6 НТБ)

Files in This Item:
File Description SizeFormat 
Kroptya_aref.pdf
  Restricted Access
423.03 kBAdobe PDFView/Open
Show full item record


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