Modeling and Forecasting Financial and Economic Processes With Decision Support System

Abstract

Background. The modern financial and economic processes and accompanying risks often exhibit sophisticated patterns, contain non-stationary and non-linear features that require development of special models for their description and forecasting. To solve the problem successfully it is helpful to construct appropriate decision support system using systemic principles. Objective. Development of decision support system architecture and its functional layout for economic and financial processes model constructing with statistical data as well as financial risk estimation. The system should help coping with possible uncertainties and implemented on the basis of modern information technologies. Methods. Mathematical modeling and forecasting techniques for financial and economic process; approaches to financial risks estimation using statistical data. The use of modern information technologies for practical implementation of decision support system. Results. Information technology and decision support system as a practical tool for modeling nonlinear non-stationary processes in economy and finances, as well as financial risk estimation were developed. Experimental results of statistical data processing prove the correctness of the approaches proposed. Conclusions. The systemic methodology is proposed and implemented for constructing decision support system for mathematical modeling and forecasting modern economic and financial processes as well as for financial risk estimation that is based on the following system analysis principles: hierarchical system structure, taking into consideration probabilistic and statistical uncertainties, availability of model adaptation features, generating multiple decision alternatives, and tracking of computational processes at all the stages of data processing with appropriate sets of statistical quality criteria.

Індивідуальний Підхід Підтримки Прийняття Рішень Щодо Вибору Закладу Вищої Освіти

“…Аналіз останніх досліджень і публікацій. Питання прийняття рішень в різноманітних умовах визначеності, ризику і невизначеності та їх застосування у виробництві, економіці, фінансах і бізнесі детально розглядалися в ряді робіт [3][4][5][6][7][8][9][10][11][12]. На теперішний час існує велика кількість методів і моделей прийняття рішень.…”

“…ОПР потрібно допомагати спеціальним чином організовуючи процес отримання інформації. Всі ці причини об'єктивно зумовили потребу в системах, що поєднують можливості сучасної обчислювальної техніки, інформаційних технологій, штучного інтелекту і здатність людини приймати раціональні рішення [3][4][5][6][7][8][9][10].…”

“…Систематизований виклад математичних основ і методів опису, побудови та застосування моделей знань в системах штучного інтелекту та підтримки прийняття рішень наведено у роботах [3,[5][6][7][8][9][10][11][12]. Також розглянуто семантичні, фреймові та нейро-нечіткі мережі, продукційні та логічні моделі.…”

“…Аналіз моделей подання знань. Проведений аналіз зазначених робіт показав, що моделі подання знань традиційно поділяються на чотири класи: семантичні мережі, логічні моделі, фрейми і системи продукцій [5][6][7][8]10].…”

Development of Digital Twin Based on Model with Fractional-Rational Uncertainty

“…Based on the simulation results, it can be concluded that the proposed methodology makes it possible to implement sufficiently exact the digital twin of air heating.A distinctive feature of the proposed digital synthesis technique is the model parameters identification that are imprecisely defined at the model development stage and are refined in the passive identification process. As a rule, in modern identification methods, the model structure is specified and all parameters are determined from its dynamics[17,18]. In the classical case, more software resources are required for identification, and the identification result may be unsatisfactory if the model structure is incorrect.…”