Structural and Parametric Adaptation of Probabilistic and Statistical Models for Financial Risks Assessment

Проблематика. Невизначеності різної природи спричиняють появу фінансових ризиків, які необхідно оцінювати в реальному часі, враховуючи велику сукупність явних і неявних факторів, адаптуючи модель до дії випадкових збурень та змін зовнішнього середовища. Інколи зміни зовнішнього середовища можуть бути настільки значними, що вибрана модель виявиться неприйнятною до оцінювання, і для такого випадку необхідно розробити чітку схему дій, сукупності методів для формування моделей-кандидаток, критеріїв якості та вибору кращої, і надати можливість уточнення типу, структури та параметрів моделі в динаміці. Мета дослідження. Створити метод структурно-параметричної адаптації на основі ймовірнісно-статистичних моделей, який дасть змогу оцінювати фінансові ризики через ймовірність та можливі втрати, а також враховувати обмеження, що виникли у процесі моделювання. Методи реалізації. Комплексно застосовано: оптимальний фільтр для попередньої обробки даних та їх підготовки до побудови моделей, регресійне моделювання для формального опису і прогнозування умовної дисперсії та ймовірнісну модель у формі байєсівської мережі для оцінювання ймовірності можливих втрат. Результати. Запропонована структурно-параметрична адаптація була використана для моделювання різних видів фінансових ризиків у банківській, телекомунікаційній та інвестиційній сферах і дала змогу врахувати зміну зовнішнього середовища завдяки адаптації математичних моделей, зміні їх структури та переоцінюванню їх параметрів відповідно до нових вимог щодо якості прийнятих рішень. У результаті виконання обчислювальних експериментів встановлено, що адаптація моделі як реакція на зміни порога відсікання при обробці кредитних заявок дала змогу отримати на 17 % менше помилок неправильної класифікації і таким чином зменшити втрати від недобросовісних позичальників у середньому на 12 %. Висновки. Застосування структурно-параметричної адаптації при прогнозуванні ризиків різної природи дає можливість не лише вибирати кращу математичну модель на початковому етапі оцінювання ризиків, а й адаптувати її з урахуванням попереднього досвіду та реальної роботи системи підтримки прийняття рішень (СППР), уточнювати структуру моделі у зв’язку з дією зовнішніх збурень та нестаціонарністю досліджуваних процесів, настроювати параметри відповідно до зміни обмежень.