Browsing by Author "Katunina, Olha"
Now showing 1 - 20 of 21
Results Per Page
Sort Options
Item Динамічний факторний аналіз у прогнозуванні індексів фондового ринку(Видавничий будинок Мелітопольської міської друкарні, 2019) Вітлінський, Вальдемар Володимирович; Vitlinskyi, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаThe application of models of dynamic factor analysis for the study of the dynamics of world stock indices is considered. The developed model combines the methods of factor analysis and auto-regression estimates. In contrast to the classical schemes of vector time series analysis, a system of dynamic factors is more informative in comparison with the initial set of indicators for the description of evolution. Dynamic factor analysis allows to minimize the target's error in the ex post forecast. The influence of the parameters of the developed models, such as the composition of the system, the number of factors and the length of the lag in the autoregressive equations, on the quality of the description of the dynamic change of indicators and the determination of the corresponding predictive values are shown. For the considered systems, interval and recursive predictions of the selected indicators are calculated. A comparison of the results of forecasting with actual data of statistics is made and it is established that the forecast error does not exceed 1-2%, which confirms the high efficiency of the proposed approach.Item Дослідження ризику та економічної безпекології на підгрунті моделювання знань та машинного навчання(Харківський національний економічний університет імені С. Кузнеця, 2019) Вітлінський, Вальдемар Володимирович; Vitlinskiy, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Еволюційні моделі оцінювання та прогнозування стратегій розвитку галузей промисловості України(Видавець Ткачук О. В., 2016) Вітлінський, Вальдемар Володимирович; Vitlinskyi, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаThis paper analyzes the trends and prospects for the use of models of evolutionary economics, having primarily a biological origin for the estimation and forecasting of non-stationary dynamic processes in the economy. A system definition model of development strategies of industries on the basis of non-linear differential equations, including exponential model of production, the hyperbolic model of increasing the volume of production, logistic growth model, model reduction of sales under adverse market conditions. According to the analysis set out mathematical and modeling aspects of effective analytical tools for the development of mechanisms of reforming the current and future industries of Ukraine.Item Застосування динамічних факторних моделей до аналізу макроекономіки деяких європейських та пострадянських країн(Ужгородський національний університет, 2019) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаВ роботі розглянуто побудову моделей динаміки змінення макроекономічних показників ВВП за ПКС для окремих країн Європи. Для моделювання розвитку економічної системи з метою визначення прогнозних значень окремих часових рядів застосовано динамічний факторний аналіз. Використаний метод поєднує методологію класичного факторного аналізу з класичними авторегресійними схемами, які враховують динамічні зміни в системах. Особливістю розробленого алгоритму є можливість мінімізації похибки для кожного часового ряду з системі показників в ex post прогнозі, а також застосування усереднених прогнозних значень на кожному кроці рекурсивного прогнозу. Наводяться інтервальні і рекурсивні прогнози зміни ВВП за ППС до 2020 року включно, отримані при аналізі статистичних даних за 1998–2017 роки.Item Математичне моделювання - інтелектуальне ядро економіки знань(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2016) Вітлінський, Вальдемар Володимирович; Vitlinskyy, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Математичні моделі оцінювання рівня конкуренції на зовнішньому ринку(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2015) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаУ роботі проаналізовано сучасні підходи до розробки інструментарію прогнозування процесів насичення споживчого ринку. За допомогою моделі Вольтерра взаємодії видів досліджено можливі наслідки конкуренції однотипної промислової продукції двох країн на світовому ринку. Аналіз виконано із використанням якісної теорії диференціальних рівнянь. Встановлено, що в більшості випадків одночасна присутність на ринку конкуруючої продукції не може існувати протягом тривалого часу. Встановлено зв’язок між параметрами системи, при яких виникає можливість керувати наслідками конкуренції.Item Машинно-навчальні технології моделювання в дослідженнях товарних ринків та попиту(Харківський національний економічний університет імені С. Кузнеця, 2019-04) Вітлінський, Вальдемар Володимирович; Vitlinskiy, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Машинно-навчальніі технології динамічного факторного моделювання в дослідженнях товарних ринків(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018-10) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Методологічні аспекти моделювання розвитку та життєздатності систем і контрагентів цифрової економіки(Науково-дослідний центр індустріальних проблем розвитку НАН України, 2018) Вітлінський, Вальдемар Володимирович; Vitlinskyy, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаМетою статті є дослідження та узагальнення методологічних підходів до моделювання економічного розвитку та життєздатності економічних систем із урахуванням ризику, змінення їхніх цілей, статусу та поводження в цифровій економіці. Запропоновано визначення категорій економічного розвитку та життєздатності, обґрунтовано напрями їхнього дослідження засобами математичного моделювання. Проаналізовано систему ознак і маркерів зовнішнього економічного середовища в умовах цифровізації економічної діяльності. Розглянуто теоретичні засади та методологію математичного моделювання процесів розвитку економічних систем, забезпечення їхньої життєздатності та безпеки в умовах розбудови інфраструктури інформаційного суспільства та цифрової економіки на засадах інформаційно-знаннєвого підходу. Доведено, що в інформаційному суспільстві предиктивні модельні технології є зростаючим ресурсом безпеки. Розглянуто передумови заміни усталеної інтеграційної концепції оцінювання, аналізу, моделювання, управління й адміністрування економічного розвитку, котра ґрунтується на загрозо-орієнтованому підході до визначення безпеко-протекторів, на інформаційно-знаннєву. Запропоновано концепцію створення бази моделей для дослідження тенденцій та закономірностей економічного розвитку, що, на відміну від традиційних трендових моделей динаміки, ідентифіковує та ітеративно концептуалізує процеси за сукупністю знаннєвих предикторів на підґрунті використання інструментарію інтелектуального аналізу даних, машинного навчання, в тому числі глибокого навчання.Item Моделирование динамики мировых фондовых индексов(Харківський національний економічний університет, 2017) Катунина, Ольга Сергеевна; Katunina, Olha; Катуніна, Ольга СергіївнаВ статье рассмотрены вопросы моделирования динамики экономической системы, которая описывается совокупностью показателей из некоторых основных мировых фондовых индексов. Обоснована практическая возможность применения методологии динамического факторного анализа для исследования таких систем. Разработана математическая модель, объединяющая подходы факторного анализа и авторегрессионного оценивания. В отличие от классических моделей анализа векторных временных рядов для моделирования эволюции используется система динамических факторов, которая является более информативной по сравнению с исходной совокупностью показателей. Приводятся основные расчетные соотношения построенной математической модели и направления адаптации разработанного алгоритма для решения широкого спектра задач прогнозирования. В отличие от известных моделей предложенная методика позволяет определить некоторый интервал обоснованных прогнозных значений, границы которого зависят от параметров модели. Установленная при сравнении усредненных значений прогнозов отдельных показателей с фактическими значениями индексов ошибка в контрольном временном интервале находится в пределах 1–2%, что подтверждает высокую эффективность предложенной методики и возможность ее использования в научно-исследовательской практике. The article considers the issues of modelling the dynamics of the economic system, which is described by the aggregate of indicators from some major world stock indices. The practical possibility of application of methodology of dynamic factor analysis for researching such systems has been substantiated. The mathematical model, combining approaches of factor analysis and autoregressive estimation, has been developed. In contrast to the classical models of the vector time series analysis, a dynamic factor system is used to simulate evolution, which is more informative than the original aggregate of indicators. The basic calculated correlations of the constructed mathematical model and the direction of adaptation of the developed algorithm for solving a wide spectrum of forecasting tasks have been provided. Unlike well-known models, the proposed technique allows to define a certain interval of reasonable forecast values, the boundaries of which depend on the parameters of the model. The error in the control time interval, determined when comparing the averaged values of the forecasts for several indicators with actual index values, persists in the range of 1 – 2%, which confirms the high efficiency of the proposed methodology and the possibility of its use in research practice. У статті розглянуто питання моделювання динаміки економічної системи, що описується сукупністю показників з деяких основних світових фондових індексів. Обґрунтовано практичну можливість застосування методології динамічного факторного аналізу для дослідження таких систем. Розроблено математичну модель, що поєднує підходи факторного аналізу та авторегресійного оцінювання. На відміну від класичних моделей аналізу векторних часових рядів для моделювання еволюції використовується система динамічних факторів, яка є більш інформативною порівняно з початковою сукупністю показників. Наводяться основні розрахункові співвідношення побудованої математичної моделі та напрямки адаптації розробленого алгоритму до розв’язання широкого спектра задач прогнозування. На відміну від відомих моделей запропонована методика дозволяє визначити певний інтервал обґрунтованих прогнозних значень, межі якого залежать від параметрів моделі. Встановлена при порівнянні усереднених значень прогнозів окремих показників з фактичними значеннями індексів похибка в контрольному часовому інтервалі знаходиться в межах 1–2%, що підтверджує високу ефективність запропонованої методики і можливість її застосуванні в науково-дослідницький практиці.Item Модельноцентрична концепція формування освітніх програм в інформаційно-знаннєвій економіці(Дрогобицький державний педагогічний університет імені Івана Франка, 2016) Вітлінський, Вальдемар Володимирович; Vitlinskyy, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Модельні технології Data Science та MachineLearning в маркетингових дослідженнях споживчого ринку(Київський національний торговельно-економічний університет, 2019-03-20) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Моделювання динамічних факторних систем макроекономічних показників деяких країн(Національний університет «Острозька академія», 2019-04) Вітлінський, Вальдемар Володимирович; Vitlinskyi, Valdemar; Витлинский, Вальдемар Владимирович; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаУ роботі розглянуто динаміку систем макроекономічних показників для окремих країн Західної Європи та деяких пострадянських країн, побудовано відповідні динамічні факторні моделі. Для моделювання таких систем із метою визначення прогнозних значень окремих часових рядів застосовано динамічний факторний аналіз, який дозволяє мінімізувати похибку обраного показника в ex post прогнозі. На конкретних прикладах показано вплив параметрів розроблених моделей, як-от, склад системи, кількість факторів і довжини лага в авторегресійних рівняннях на якість опису динамічної зміни показників і визначення відповідних прогнозних значень. Для розглянутих систем розраховано інтервальні й рекурсивні прогнози обраних показників. Порівняно здобуті результати прогнозування з фактичними даними статистики й установлено, що похибка прогнозу не перевищує 5%. The paper examines the dynamics of macroeconomic indicators and the corresponding dynamics factor models for some European countries are constructed. The considered time series describe the evolution of the economy of the former Soviet republics of Latvia, Lithuania, Estonia, Belarus and Ukraine, as well as of Hungary and Finland, since 1998. The composition of dynamic systems included such macroeconomic indicators as GDP, GDP at PPP, exports, imports and total external debt. To substantiate the results, the article contains an extensive graphically-tabular material. For modeling such systems for the purpose finding of the predicted values of a specific time series the original version of the dynamic factor analysis had been used. In the developed version of this method there is a possibility to minimize the error of the selected indicator in the ex post forecast As a result, a multi-valued prediction arises, showing several ways in which a dynamic economic system can be developed. Therefore, to go to the next step in the recursive forecast, the arithmetic average of the obtained forecasts of each indicator is used. Specific examples show the influence of model parameters such as the composition of the system, the number of factors and the length of the lag in the autoregressive equations on dynamical changes of the models and on corresponding prognos values. Interval and recursive forecasts of selected time series are established for the considered system. Calculations showed that the constructed three-factor models for four and five indicators describe the dynamic systems in different ways. In the considered time periods the best description of the dynamics of the initial time series was obtained in models with four indicators after the exclusion of external debt from them. Comparison of the obtained prognoses results with the actual statistical data is carried on and it is established that the forecast error does not exceed 5%. This confirms the effectiveness of the developed version of the dynamic factor analysis and the possibility of its use in the analysis of various economic systems. В работе рассмотрена динамика систем макроэкономических показателей, и для отдельных стран Европы и постсоветских стран, построены соответствующие динамические факторные модели. Для моделирования таких систем с целью определения прогнозных значений отдельных временных рядов использован динамический факторный анализ, который позволяет минимизировать ошибку выбранного показателя в ex post прогнозе. На конкретных примерах показано влияние параметров моделей, таких как состав системы, количество факторов и длина лага в авторегрессионных уравнениях на качество описания динамического изменения показателей и определения соответствующих значений получаемых прогнозов. Для рассмотренных систем установлены интервальные и рекурсивные прогнозы выбранных временных рядов. Выполнено сравнение полученных результатов прогнозирования с фактическими данными статистики и установлено, что ошибка прогноза не превышает 5%.Item Моделювання змін стану динамічних економічних систем(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2016) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Моделі машинного навчання в маркетингових дослідженнях ринку продуктів харчування(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга Сергеевна; Гузенко, Оксана Юріївна; Huzenko, OksanaРозглянуто питання розробки математичного інструментарію дослідження тенденцій формування попиту та прогнозування розвитку ринку продуктів харчування. Встановлено, що процес реалізації та продажів морозива у торговельних мережах може бути структурованим за сукупністю ознак. Даний процес підпорядковується у своєму розвитку тенденціям як статичного, так і динамічного рівнів. Доведено, що в інформаційному суспільстві для підприємств-виробників продуктів харчування модельні технології, що реалізовують концепцію машинного навчання, є зростаючим ресурсом безпеки та життєздатності. Розроблено структуру комплексу моделей визначення та прогнозування попиту на продукти харчування, які використані для прикладного маркетингового дослідження вітчизняного ринку морозива. На базі інструментарію інтелектуального аналізу даних та машинного навчання розглянуто моделювання динамічних тенденцій ринку, зокрема, на базі моделей динамічного регресійного аналізу ARIMA досліджено змінення обсягових параметрів ринку та попиту. В комплексі моделей проектування предикторних просторів досліджено парні взаємозв’язки між факторами товарного ринку, що чинять вплив на продажі морозива, здійснено регресійне, в тому числі покрокове моделювання місткості товарного ринку. Моделювання латентних взаємообумовленостей між характеристиками товарного ринку проведено методами факторного аналізу. Для моделювання структури ринку та визначення оптимальних каналів реалізації продукції використано нейромережеві технології. Для сегментування ринку пропозиції та реалізації продукції за регіональними, асортиментними та логістичними ознаками здійснено кластеризацію за допомогою алгоритму К-середніх і логістичної регресії. Операціоналізацію розробленого комплексу моделей прогнозування тенденцій розвитку товарних ринків здійснено шляхом впровадження веб-сервісу, який вбудовуватиметься у інструментарій маркетолога у вигляді аналітичного додатку. Моделі комплексу можуть використовуватись для маркетингових досліджень споживчого ринку, що підвищуватиме обгрунтованість вибору ефективних напрямів діяльності підприємств, концепцію та форми проведення адресної маркетингової політики. The questions of development of mathematical tools of research of tendencies of formation of demand and forecasting of development of a market of food products are considered. It has been established that the process of sales and sales of ice cream in retail chains can be structured according to a set of features. This process is subject to trends in both the static and dynamic levels in its development. It has been proved that in the information society for food industry enterprises, the model technologies implementing the concept of machine learning are a growing resource of safety and viability. The structure of the complex of models for determining and forecasting the demand for food products, which are used for the applied marketing research of the domestic ice cream market, was developed. The simulation of dynamic market trends is considered on the basis of the tools of intellectual data analysis and machine learning, in particular, based on models of ARIMA dynamic regression analysis, changes in volumes market and demand parameters are investigated. In the complex of models of designing of predictor spaces, the pair relationships between commodity market factors affecting ice cream sales, regression analysis, including step-by-step modeling of market capacity are investigated. The modeling of latent interconnections between the characteristics of the commodity market was carried out by the methods of factor analysis. Neural network technologies were used to simulate the structure of the market and determine the optimal channels for product sales. For the segmentation of the market of supply and sales of products by regional, assortment and logistic features, clustering was carried out using the K-mean algorithm and logistic regression. The operationalization of the developed set of models of forecasting tendencies in the development of commodity markets was carried out through the introduction of a web service, which will be embedded in the toolkit of a marketer in the form of an analytical appendix. Models of the complex can be used for marketing researches of the consumer market, which will increase the validity of the choice of effective areas of activity of enterprises, the concept and form of conducting an address marketing policy.Item Оцінювання рівня економічної безпеки на підґрунті моделювання знань(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2017) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга Сергеевна; Вітлінський, Вальдемар Володимирович; Vitlinskyi, Valdemar; Витлинский, Вальдемар ВладимировичРозглянуто питання розроблення методології та математичного інструментарію моделювання економічної безпеки. Доведено, що в інформаційному суспільстві предиктивні модельні технології є зростаючим ресурсом безпеки. Розглянуто передумови заміни усталеної інтеграційної концепції оцінювання, аналізу, моделювання, управління та адміністрування економічної безпеки, що базується на загрозо-орієнтованому підході до визначення безпеко-протекторів, на інформа- ційно-знанневу. Запропоновано концепцію створення бази моделей економічної безпеки на підґрунті інструментарію глибокого машинного навчання, в тому числі комплексу моделей динамічного факторного аналізу.Item Побудова динамічних факторних моделей для прогнозування розвитку економічних систем(Одеський національний економічний університет, 2019) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаУ статті розглянуто моделювання динамічних економічних систем, еволюція яких описується системою спостережуваних змінних. Використано методологію динамічного факторного моделювання, побудовано математичну модель, що поєднує підходи класичного факторного та авторегресійного аналізу. Встановлено, що системи динамічних факторів описують загальну динаміку вибраної групи економічних показників. Запропоновано алгоритм побудови динамічної моделі, в якому динамічні фактори визначаються послідовно при розв’язанні спеціальних задач нелінійного програмування. Перший фактор описує рух всієї системи в цілому і характеризує загальну тенденцію, оскільки для її знаходження використовується лінійна комбінація початкових часових рядів. Інші фактори, побудовані на основі залишкових рядів, враховують відхилення індивідуальних показників від їх регресійних оцінок і описують коливання часових рядів. Наведено основні розрахункові співвідношення побудованої моделі динамічного факторного аналізу. Для оцінювання помилки прогнозування використано метод прогнозу ex-post. Запропоновано напрями дослідження якості прогнозу за кількістю врахованих факторів, довжиною лагу та параметрами розглянутих нелінійних задач програмування. Визначено, що вибір означених параметрів у побудованому алгоритмі дозволяє мінімізувати похибку прогнозування для конкретного часового ряду та отримати кілька можливих варіантів розвитку системи. Розроблена модель динамічного факторного аналізу може мати широке практичне застосування, оскільки відкриває можливість оцінити вплив примусового змінення прогнозних значень одного або декількох показників на динаміку всієї системи в цілому. Обґрунтовано напрями побудови контрольованої багатовимірної моделі прогнозування для аналізу еволюції економічних динамічних систем різної природи. Отримання багатоваріантного прогнозу еволюції економічних систем виявляється особливо важливим при плануванні змін, як макроекономічних показників, так і при економічному аналізі розвитку окремих галузей та підприємств. Запропонований метод динамічного факторного аналізу систем часових рядів має певну універсальність і, у поєднанні з іншими методами економетрії, може бути використаний, наприклад, в екології, медицині, фізиці та інших областях науки і техніки. The simulation of dynamic economic systems whose evolution is described by a system of observable variables is considered in the article. Methodology of dynamic factor modeling was used; mathematical model that combines approaches of classical factor and autoregressive analysis was built. It has been established that the systems of dynamic factors describe the general dynamics of the selected group of economic indicators. An algorithm for constructing a dynamic model, in which dynamic factors are determined sequentially in solving special problems of nonlinear programming, is proposed. The first factor describes the movement of entire system as a whole and characterizes the general trend, since a linear combination of original time series is used to find it. Other factors, which built on the basis of residual series take into account the deviations of individual indicators from their regression estimates and describe fluctuations of time series. The main calculated relationships of the constructed model of dynamic factor analysis are given. For estimate the prediction error, the ex-post forecast method was used. Directions for investigating of the forecast quality by the number of factors taken into account, the lag length, and considered nonlinear programming problems parameters are proposed. It was determined that the choice of these parameters in the constructed algorithm allows minimizing the prediction error for a specific time series and obtaining several possible options for the system development. The developed model of dynamic factor analysis can have a wide practical use, because it opens the possibility to evaluate the impact of forcing a change in the predicted values of one or several indicators on the entire system dynamics. The directions for constructing a controlled multidimensional forecasting model for evolution analyzing of economic dynamic systems of various natures are substantiated. Obtaining a multivariate forecast of economic systems evolution is particularly important in strategic planning both at the macroeconomic level and for individual industries and enterprises. The proposed method of dynamic factor analysis of time series systems has certain universality and, together with other econometric methods, can be used, for example, in ecology, medicine, physics and other fields of science. В статье рассмотрено моделирование динамических экономических систем, эволюция которых описывается системой наблюдаемых переменных. Использована методология динамического факторного моделирования, построена математическая модель, которая объединяет подходы классического факторного и авторегрессионного анализа. Установлено, что системы динамических факторов описывают общую динамику выбранной группы экономических показателей. Предложен алгоритм построения динамической модели, в котором динамические факторы определяются последовательно при решении специальных задач нелинейного программирования. Первый фактор описывает движение всей системы в целом и характеризует общую тенденцию, поскольку для ее нахождения используется линейная комбинация исходных временных рядов. Другие факторы, построенные на основе остаточных рядов, учитывают отклонения индивидуальных показателей от их регрессионных оценок и описывают колебания временных рядов. Приведены основные расчетные соотношения построенной модели динамического факторного анализа. Для оценивания ошибки прогнозирования использован метод прогноза ex-post. Предложены направления исследования качества прогноза по количеству учитываемых факторов, длине лага и параметрам рассматриваемых задач нелинейного программирования. Определено, что выбор указанных параметров в построенном алгоритме позволяет минимизировать ошибку прогнозирования для конкретного временного ряда и получить несколько возможных вариантов развития системы. Разработанная модель динамического факторного анализа может иметь широкое практическое использование, поскольку открывает возможность оценивать влияние принудительного изменения прогнозных значений одного или нескольких показателей на динамику всей системы в целом. Обоснованы направления построения контролируемой многомерной модели прогнозирования для анализа эволюции экономических динамических систем различной природы. Получение многовариантного прогноза эволюции экономических систем является особенно важным при стратегическом планировании, как на макроэкономическом уровне, так и для отдельных отраслей и предприятий. Предложенный метод динамического факторного анализа систем временных рядов имеет определенную универсальность и совместно с другими эконометрическими методами может быть использован, например, в экологии, медицине, физике и других областях науки.Item Прогнозне моделювання рівня інфляції в Україні на базі інструментів машинного навчання(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2021) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга Сергеевна; Кваша, Н. С.; Kvasha, N. S.Стаття присвячена актуальним питанням моделювання інфляційних процесів в Україні. Розглянуто методологічні положення та інструментарій прогнозного моделювання динаміки інфляційних процесів, проаналізовано динаміку індексу інфляції в Україні. Систематизовано наукові підходи до моделювання інфляційних процесів; обгрунтовано використання моделей аналізу динаміки індексу інфляції та сукупності факторів; розроблено структуру системи моделей для прогнозування інфляції; запропоновано використання методів науки про дані та машинного навчання для дослідження впливу макроекономічних факторів на інфляційні процеси в Україні; застосовано методи вирівнювання, згладжування, багатофакторне моделювання. Обгрунтовано використання лагових зміщень в динамічних рядах факторних змінних, що зумовлюють розвиток інфляційних процесів. Для індексу інфляції побудовано систему ARIMA — моделей, що ідентифікують стійкі авторегресійні механізми у структурі динамічного ряду, за критеріями ефективності апроксимації визначено кращу прогностичну модель. На базі методів машинного навчання побудовано систему багатофакторних лінійних прогностичних моделей із регуляризацією. Розглянуті моделі реалізовано на реальних макроекономічних даних України, що дало можливість одержати систему альтернативних математичних моделей динаміки інфляційних процесів при різних припущеннях щодо врахування загальної тенденції, циклічної та випадкової складової, наявності часових лагів та структурних зрушень, механізмів впливу на індекс інфляції низки предикторів. Запропонована система моделей є цілісним комплексом сучасних інструментів дослідження та прогнозування інфляційних процесів з метою виявлення тенденцій та закономірностей і прогнозування, а тому є затребуваною та може використовуватись на рівні державного управління, підприємствами та установами, учасниками відповідних ринків, що здійснюють економічну діяльність та проводять дослідження ринків. Розглянуті в роботі моделі є складовою макроекономічної аналітики та можуть бути ефективно впроваджені в практику дослідницької, управлінської та консалтингової діяльності. The article is devoted to topical issues of modeling inflation processes in Ukraine. The methodological provisions and tools of forecast modeling of the dynamics of inflation processes are considered, the dynamics of the inflation index in Ukraine is analyzed. Scientific approaches to modeling of inflationary processes are systematized; the use of models for analyzing the dynamics of the inflation index and a set of factors is substantiated; the structure of the system of models for forecasting inflation is developed; the use of data science methods and machine learning to study the impact of macroeconomic factors on inflation in Ukraine is proposed; methods of alignment, smoothing, multifactor modeling are applied. The use of lag shifts in the time series of factor variables that determine the development of inflationary processes is substantiated. A system of ARIMA models has been built for the inflation index — models that identify stable autoregressive mechanisms in the structure of the time series, the best prognostic model has been determined according to the criteria of approximation efficiency. A system of multifactor linear prognostic models with regularization is built on the basis of machine learning methods. The considered models are implemented on real macroeconomic data of Ukraine, which made it possible to obtain a system of alternative mathematical models of inflation dynamics with different assumptions to take into account the general trend, cyclical and random component, time lags and structural changes, mechanisms of influencing the inflation index of a number of predictors. The proposed system of models is a holistic set of modern tools for research and forecasting of inflation to identify trends and patterns and forecasting, and therefore is in demand and can be used at the level of government, enterprises and institutions, participants in relevant markets, economic activities and market research. The models considered in the work are a component of macroeconomic analysis and can be effectively implemented in the practice of research, management and consulting.Item Прогнозування системи макроекономічних показників деяких європейських країн методами динамічного факторного аналізу(2019-10) Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаItem Проектування предикторів для економетричних моделей з матрицею спостережень неповного рангу(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2017) Кутовий, В. О.; Kutovyi, V. O.; Катуніна, Ольга Сергіївна; Katunina, Olha; Катунина, Ольга СергеевнаРозглянуто питання проектування предикторних просторів і розроблення ефективних процедур оцінювання параметрів економетричних моделей із мультиколінеарними змінними. Проведено дослідження альтернативних підходів до формування сукупності ознак у моделях взаємозалежностей. Запропоновано математичний інструментарій для обчислення параметрів лінійної економетричної моделі у випадку матриці спостереження неповного рангу, що базується на дослідженні сингулярних чисел.