Browsing by Author "Kysil, Tetiana"
Now showing 1 - 15 of 15
Results Per Page
Sort Options
Item Автоматизований тестовий контроль як складова комплексного тренінгу(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2009-02) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Алгоритм функціонування інтелектуальної банківської системи(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2020) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаУ даній статті розглянуто алгоритм функціонування інтелектуальної системи прогнозування оцінки ймовірності банкрутства банківських установ на основі динамічної нормативно-індексної моделі. Запропонований автором адаптований алгоритм функціонування чотиришарового когнітрона Фукушіми в інтелектуальній банківській системі дає можливість підвищити точність нелінійного прогнозування фінансової оцінки ймовірності банкрутства банківських установ різних груп і різних форм власності на майбутній звітний період із врахуванням досвіду роботи інших банківських установ на основі їх фінансової діяльності за минулі звітні періоди, що дозволить оптимально визначити фінансовий стан банкрутства, забезпечити ефективне прийняття рішень на майбутні звітні періоди. Новими науковими результатами публікації є реалізований в інтелектуальній системі алгоритм зворотного поширення помилки прихованих прошарків і формування, в них, п’яти конкурентних областей, в яких генеруються вихідні функції активації та встановлюють фактичну реакцією на вибірку вхідних показників. Реалізований автором алгоритм самонавчання інтелектуальної системи значно підвищує результати прогнозування оцінки ймовірності банкрутства проводиться підбір абсолютних та відносних показників з метою визначення нормативних співвідношень між темпами зростання, розрахунку інтегрального показника ймовірності банкрутства та рівня банкрутства за трьома групами ризику за рахунок впроваджених середньоквадратичних функції активації в областях конкуренції прихованих прошарків і максимальній функції втрат результативного вихідного прошарку. Проведене наукове дослідження та отримані результати підтверджують ефективність алгоритму функціонування інтелектуальної банківської системи за впровадженими автором етапами: зберігання, обробки та видачі інформації, а також прогнозування станів банкрутства залежно від стану вхідних і вихідних показників, проміжних і загальних результатів, як на ранніх, так і кінцевих стадіях виявлення банкрутства. In this article the operational algorithm of intellectual system namely forecasting of estimated assessment of the probability of bankruptcy of bank establishments on the basis of the dynamic normative index model is presented. The author’s proposed algorithm for the operation of Fukushima’s four-layer cognitron in the intellectual banking system makes it possible to increase the accuracy of nonlinear forecasting of financial estimates of bankruptcy probability of banking institutions of different groups and different forms of ownership for the future reporting period, which will optimally determine the financial condition of bankruptcy, to ensure effective decision-making for future reporting periods. The new scientific results of this publication is realized in the intellectual system of inversely propagate the error of hidden layers and forming, also, there are five competing areas in them, in which the initial activation functions are generated and set the actual response to the sample input. The realized by author selflearning algorithm of intellectual system significantly increases the results of forecasting the assessment of the probability of bankruptcy. There is the selection of absolute and relative indicators in order to determine the normative ratios between growth rates, the calculation of integral indicator of the probability of bankruptcy and the layers of bankruptcy for three risk groups due to introduced standard squares activation functions in areas of competition of hidden layers and maximum loss function of the effective source layer. The science research was made and the obtained results confirm the effectiveness of the algorithm of the intellectual banking system at the stages introduced by the author: storage, processing and issuance of information, as well as forecasting bankruptcy depending on the state of inputs and outputs, intermediate and overall results, both early and final stages of bankruptcy detection.Item Використання діалогового режиму в системі дистанційної освіти для підвищення мотивацій навчальної діяльності студентів(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2010-02-02) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Ефективність застосування в бджільництві системи автоматичного регулювання температури(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018-04) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна Николаевна; Сільченко, Марина ВалеріївнаItem Застосування моделі когнітрона при прогнозуванні показників платоспроможності та фінансової стійкості(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018-10) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Застосування інтерактивних відеосистем у процесі самостійної підготовки майбутнього фахівця(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2012) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Концептуальні моделі діагностики банкрутств, засновані на методах штучного інтелекту(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2015) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаВ даній статті розглянуто класичні підходи до оцінювання ймовірності банкрутств банківських систем. Проведено моделювання діагностики банкрутств, заснованих на методах штучного інтелекту з використанням алгоритму зворотного поширення помилки багатошарової нейронної системи.Item Методологія організації та проведення відеоконференцій у навчальному процесі(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2011-04-12) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Нейросистеми та фінансові ринки: прийняття рішень у торгових операціях(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2010) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаУ статті розглянуто основні поняття нейронних моделей і методів підтримки прийняття рішень для фінансових задачах аналізу та прогнозування. Наведено концептуальну модель задач фінансового ринку акцій, заснованих на адаптивних алгоритмах та алгоритмах зворотного поширення помилки.Item Організаційні аспекти науково-дослідницької діяльності студентів(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2013-01-31) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Організація нейронних систем в фінансово-економічній діяльності(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2019-10) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Оцінка та прогнозування ймовірності банкрутства банківських установ України(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2020) Домінова, Інна Володимирівна; Dominova, Inna; Доминова, Инна Владимировна; Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаУ даній статті розглянуто модель динамічної нормативно-індексної оцінки ймовірності банкрутства банківських установ України з урахуванням особливостей їх функціонування, що ґрунтується на авторському методологічному підході. Згідно з цим підходом, для оцінки ймовірності банкрутства проводиться підбір абсолютних і відносних показників з метою визначення нормативних співвідношень між темпами зростання, розрахунку інтегрального показника ймовірності банкрутства та рівня банкрутства за трьома групами ризику. Проведене наукове дослідження та отримані результати, які наведені в статті, є актуальними для банків різних груп і різних форм власності. Практична апробація динамічної нормативно-індексної моделі перевірено на п’яти банках України, а саме АТ КБ «ПриватБанк», ПАТ «ПУМБ», АТ «Ощадбанк», АТ «А-БАНК» і КБ БАНК «ГЛОБУС». За даними поданої фінансової звітності сформовано фактичне співвідношення показників залежно від ета- лонних, на основі яких розраховуються темпи зростання поточного 2020 звітного періоду залежно від попереднього 2019 звітного періоду. Запропонований підхід дозволяє своєчасно виявити загрози банкрутств і своєчасно вжити відповідні заходи по їх реабілітації для підвищення рівня фінансової стійкості та запобігання можливих процедури ліквідації банків, що значно підвищить стабільність і збалансованість вітчизняного банківського сектору в цілому. У подальшому розроблена авторами модель значно підвищить фінансову стійкості банків і їх ефективний розвиток, забезпечить високу точність оцінки ймовірності банкрутств і встановлення рівня ризику банкрутства. Побудова та практична реалізація даної моделі для оцінки рівня ймовірності банкрутства дає змогу зробити висновки стосовно доцільності практичного застосування цього підходу для вітчизняних банків. Доведено, що нормативно-індексну модель варто використовувати як для оцінки ймовірності банкрутства окремої банківської установи, так і для оцінки загального рівня ризику банкрутства в цілому по банківській системі. Оскільки використання цієї моделі дозволяє не лише оцінити стан функціонування системи управління ризиками за конкретний період часу, але й дає змогу, на основі отриманих даних, спрогнозувати ймовірні проблеми банку в майбутньому. Новими науковими результатами публікації є модернізована модель динамічної нормативно-індексної оцінки ймовірності банкрутства, що стане основою функціональних блоків реалізованої інтелектуальної банківської системи, яка буде надавати прогноз ймовірності банкрутства на майбутні звітні періоди з врахуванням вхідних і вихідних показників, проміжних і загальних результатів, як на ранніх, так і кінцевих стадіях банкрутства. This article considers the model of dynamic normative-index assessment of the probability of bankruptcy of banking institutions of Ukraine, taking into account the peculiarities of its features, based on the author’s methodological approach. According to this approach, the choice of absolute and relative indicators is made to assess the probability of bankruptcy, in order to determine the regulatory ratio between rates of growth, calculation of the integrated index of the probability of bankruptcy and the level of bankruptcy for the three risk groups. The research was conducted and the results were obtained, they are presented in the article, are relevant for banks of different groups and different forms of ownership. Practical approbation of the dynamic of the normative-index model was tested within five banks of Ukraine, namely JSC CB PrivatBank, PJSC FUIB, JSC OschadBank, JSC A-BANK and CB BANK GLOBUS. According to the submitted financial statements, the actual ratio of indicators is formed depending on the reference relatives, on the basis of which the rates of growth of the current 2020 reporting period are calculated depending on the previous 2019 reporting period. The proposed approach allows to detect bankruptcy threats and provide suitable measures timely to rehabilitate them to increase financial stability and prevent possible liquidation procedures, which will significantly increase the stability and balance of the banking sector overall the country. In the future, the authors-developed model will significantly increase the financial stability of banks and their effective development, ensure high accuracy in assessing the probability of bankruptcy and establish the level of bankruptcy risk. The construction and practical implementation of this model for assessment the level of probability of bankruptcy allows us to draw conclusions about the feasibility of practical application of this approach in domestic banks. It is proved that the normative-index model should be used both to assess the probability of bankruptcy of an individual banking institution and for assessment the overall level of bankruptcy risk in the banking system as a whole. As far as the usage of this model allows not only to assess the state of functioning of the risk management system for a specific period of time, but also allows to predict the probable problems on the basis of the obtained data of the bank in the future. The new scientific results of the publication are the modernized model of dynamic normative-index assessment of bankruptcy probability, which is presented in the article, will become the basis of functional blocks of the implemented intelligent banking system, which will provide a forecast of bankruptcy probability for future reporting periods taking into account the input and output indicators, intermediate and general results both in the early and final stages of bankruptcy.Item Прогнозування оцінки ймовірності банкрутства банківських установ на основі адаптованої нормативно-індексної моделі(Дніпровський державний аграрно-економічний університет, ТОВ «ДКС Центр», 2021-01) Домінова, Інна Володимирівна; Dominova, Inna; Доминова, Инна Владимировна; Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаБанківські установи в процесі ведення власної діяльності постійно наражаються на різного роду ризиків, які безпосередньо впливають на їх фінансову стійкість та стабільність. В умовах сьогодення, коли ринок фінансових послуг характеризується волатильністю та фінансовою нестабільністю, банківські установи повинні не лише забезпечити прибутковість власної діяльності, але й мінімізувати ймовірність власного банкрутства. В свою чергу це зумовлює необхідність пошуку ефективних моделей оцінки та прогнозування ймовірності банкрутства банку. В даній статті запропоновано адаптовану модель динамічної нормативно-індексної оцінки ймовірності банкрутства банківських установ України з врахуванням додаткових показників, яка забезпечить ефективне та достовірне виявлення загроз банкрутств. Проведене наукове дослідження та отримані результати, за запропонованим авторським методологічним підходом є актуальними для банків різних груп та форм державної власності. Практична апробація адаптованої динамічної нормативно-індексної моделі перевірено на трьох банківських установах України, а саме АТ КБ «ПриватБанк», ПАТ «ПУМБ» та АТ АКБ «АРКАДА». На основі адаптованої динамічної нормативно-індексної моделі, розроблено нейронну систему прогнозування оцінки ймовірності банкрутств. Запропонована авторська модель нейронної мережі, яка є основою інтелектуальної банківської системи, дозволяє з високою точністю та достовірністю виявити стани банкрутств на майбутні звітні періоди. Побудована модель когнітрона дає можливість об’єктивно проаналізувати фактичні нормативи ризиковості банків в залежності від встановлених еталонних та сприяє, в подальшому, прийнятті запропонованих ситуаційних рішень. З використанням нейронної бібліотеки Keras проведено експериментальні дослідження запропонованої нейронної мережі за три звітних періоди (з 2017 по 2019 роки) та визначення прогнозу на майбутній звітний період з врахуванням ранніх стадій банкрутства. Запропоновану модель прогнозування доречно застосувати для оцінки будь-яких напрямів діяльності банків, встановлення порівняльного аналізу ризиковості та рейтингів їх фінансової стійкості в інтелектуальних банківських системах. Banking institutions in the process of conducting their activities are constantly subjected to various risks that directly get into their financial firmness and stability. In the present settings when the financial services market is characterized by volatility and financial instability, the banking institutions should to ensure not only the profitability of their activities, but also minimize the verge of bankruptcy. Therefore it makes necessary in the search for effective models for assessing and predicting the probability of bank bankruptcy. Due to this article the adapt model of dynamic normative-index assessment of the probability of bankruptcy of banking institutions of Ukraine, taking into account additional indicators, which will provide effective and reliable detection of bankruptcy threats is proposed. The research was conducted and the results were obtained. According to the proposed author's methodological approach, they are relevant for banks of different groups and forms of state ownership. Practical approbation of the adapted dynamic normative-index model was tested at three banking institutions of Ukraine, namely LC CB PrivatBank, PJSC “PUMB” and LC ACB ARCADA. On the basis of adapted dynamic normative-index model, a neural prediction system for estimating the probability of bankruptcies has been developed. The author's model of the neural network, which is the basis of the intellective banking system, allows to identify with high accuracy and reliability the state of bankruptcies for future reporting periods is proposed. The constructed model of the cognitron makes it possible to objectively analyze the actual risk standards of banks depending on standard ones and facilitates the adoption of the proposed situational decisions further. Using the Keras neural library, the experimental studies of the proposed neural network for three reporting periods (from 2017 to 2019) and determining the forecast for the future reporting period, taking into account the early stages of bankruptcy were held. The proposed forecasting model should be used to assess any activities of banks, establish a comparative risk analysis and ratings of their financial stability in intellectual banking systems.Item Проектування освітніх програмних систем у контексті студентоцентрованого навчання(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2016-03) Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна НиколаевнаItem Інтерактивні електронні підручники як засіб інноваційного навчання(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018-10) Дибкова, Людмила Миколаївна; Dybkova, Liudmyla; Дыбкова, Людмила Николаевна; Кисіль, Тетяна Миколаївна; Kysil, Tetiana; Кисиль, Татьяна Николаевна