Search academic texts

Information × Registration Number 2120U008762, Article popup.category Бакалаврська робота Title Моделювання та прогнозування фінансової стійкості компанїї з використанням методів ІАД (AI translated) popup.author Черниш Злата СвятославівнаChernysh Zlata Svyatoslavivna popup.publication 01-06-2020 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/37134 popup.publisher Київ Description Об'єкт дослідження: вибірка даних, взятих із звітів про фінансові результати, а також фінансові коефіцієнти, розраховані на їх основі, що потребують подальшого аналізу із виявленням закономірностей та взаємозалежностей між елементами. Предмет дослідження: методи та моделі прогнозування часових рядів: моделі авторегресії, авторегресії – ковзного середнього, авторегресії – інтегрованого ковзного середнього, авторегресії з умовною гетероскедастичністю, моделі лінійної регресії, моделі на основі нейронних мереж, моделі на основі методу групового урахування аргуметів, а також згладжування та фільтрація часових рядів. Мета дослідження: розробка та реалізація інформаційної системи для моделювання та прогнозування економічних та фінансових явищ та показників. Результат дослідження: створення програмного продукту за допомогою мови програмування для статистичної обробки даних R у програмному середовищі R Studio. За допомогою розробленого програмного продукту побудовано та описано моделі для прогнозування дохідності компанії. Виконано огляд вітчизняної та зарубіжної літератури із сучасної економетрики, економічного та фінансового аналізу. Object of the study: a sample of data taken from the income statements, alongside financial ratios calculated on the basis of their items, which require further analysis in order to identify patterns and correlation between the elements. Subject of the study: time series forecasting methods and models such as autoregressive models, autoregressive - moving average models, autoregresssve - integrated moving average models, autoregressive conditional heteroscedasticity models, linear regression models, models based on neural networks, models based on the method of group data handling, and time series smoothing and filtering. The purpose of the study: an information system development and implementation for modeling and forecasting of economic and financial phenomena and indicators. The result of the study: a software product developed in a programming language R for statistical data computing in the software environment R Studio. With the help of the developed software product models for the company's profitability forecasting are built and described. The review of Ukrainian and foreign literature on modern econometrics, economic and financial analysis was carried. popup.nrat_date 2025-11-05 Close