Search academic texts

Information × Registration Number 0823U101336, PhD dissertation Status Доктор філософії Date 26-12-2023 popup.evolution o Title Decision support system for operational risk analysis Author Liudmyla Levenchuk, popup.head Peter I. Bidyuk popup.opponent Mykola M. Korablyov popup.opponent Sergiy D. Pogorilyy popup.review Olena Y. Zaychenko popup.review Vadym Y. Mukhin Description У дисертаційній роботі розглянуто питання актуальності дослідження операційного ризику та розробки системи підтримки прийняття рішень для його аналізу. Встановлено, що правильна оцінка прогнозів є надзвичайно важливим завданням, оскільки невірні рішення при оцінюванні прогнозів можуть призвести до серйозних матеріальних втрат. Проведено дослідження методів боротьби з невизначеністю та опрацьоване питання розробки ефективних стратегій обробки даних для моделювання, прогнозування і оцінювання ризиків в нестаціонарних та нелінійних процесах. Зроблено огляд існуючих математичних моделей для формального опису операційних фінансових ризиків. Розроблено ймовірнісно-статистичну модель операційного ризику у формі динамічної байєсівської мережі (БМ) і подано приклад її застосування до оцінювання операційного ризику у страхуванні. Розроблено комбіновану модель: лінійна + нелінійна регресія для операційного ризику, яка будується на основі статистичних даних. Для побудови моделей у формі БМ та регресії використано теоретичні положення, що стосуються аналізу статистичних/експериментальних даних з метою оцінювання структури і параметрів такої моделі. Формування (обчислення) ймовірнісного висновку виконувалось за допомогою теореми Байєса. Розроблено структуру та складові елементи інтелектуальної СППР для аналізу операційних ризиків. Створено метод моделювання операційних ризиків на основі комбінованої моделі (ймовірнісні фільтри + регресія + динамічна байєсівська мережа). Запропоновано вдосконалену системну багатокрокову методологію побудови моделей фінансових процесів і фінансових ризиків довільного походження. Наданий детальний огляд теоретичних основ і методів адаптації байєсівських мереж до даних в контексті аналізу ймовірнісних розподілів для дискретних випадкових величин і динамічних систем. Наведено приклад застосування методології, який демонструє її ефективність в застосуванні до аналізу ризиків актуарних процесів. Застосування запропонованої методології для моделювання фінансових процесів з використанням узагальнених лінійних моделей та байєсівського оцінювання параметрів гарантує високу якість оцінювання ризиків з мінімальними похибками. Сформульовано метод моделювання ризиків на основі системного підходу до побудови моделей операційних ризиків та його застосування при побудові системи підтримки прийняття рішень. Створено модель операційного ризику на основі узагальненої лінійної регресійної (байєсівської) моделі. Побудовано (розширення функцій) інтелектуальну СППР для аналізу операційних ризиків. Registration Date 2023-11-17 popup.nrat_date 2023-12-27 Close