Концептуальні засади макропрогнозування на основі системи нейронних мереж

Inna Illivna Strelchenko


Анотація


Вступ. В умовах прискорених темпів інтеграції світових фінансових ринків, зростання швидкості обміну інформацією та масштабного переходу до електронних грошей важливою задачею стає прогнозування сценаріїв розвитку економіки в умовах різких змін зовнішнього середовища, зокрема під час світової фінансової кризи.

Мета. Розробити та обґрунтувати концептуальні засади макропрогнозування на основі системи нейронних мереж в умовах наростання нелінійності оточуючого середовища.

Метод (методологія). Методологічним підґрунтям стало застосування системного аналізу, комплексних підходів, що базуються, з одного боку, на принципах економічної теорії, а з іншого – на концептуальних засадах економіко-математичного моделювання процесів в економіці та фінансах.

Результати. У роботі обґрунтовано використання системи нейронних мереж у задачі макропрогнозування поведінки економічних систем у кризових умовах; визначено перелік показників, що сформують навчальну вибірку для моделювання; побудовано базову функціональну модель інформаційної технології процесу прогнозування.


Ключові слова


нейронна мережа; кластеризація; мережа Кохонена; прогнозування; фінансова криза; економічна безпека

Повний текст:

PDF

Посилання


On Approval of Methodological Recommendations for Calculating the Level of Economic Security of Ukraine [E-Reader Version]: Retrieved from: http://search.ligazakon.ua/l_doc2.nsf/link1/ME131588.html.

The official website of the State Statistics Committee [E-Reader Version]: Retrieved from: http://www.ukrstat.gov.ua/.

Hicks, J. R. (1959). Value and Capital: Growth Model. Oxford University Press.

Kondrat’ev, N. D. (1989). Problemy ekonomicheskoi dinamiki. Moscow, Russia: Ekonomika.

Krugman, P. (1979). A Model of Balance-of-Payments Crises. Journal of Money, Credit and Banking, 1(3), 311-352.

Garber, M., & Svensson, E. O. (1995). The Operation and Collapse of Fixed Exchange Rate Regimes. Handbook of International Economics, 3, 1865-1911.

Girton, L., & Roper, D. A. (1977). Monetary Model of Exchange Market Pressure Applied to Postwar Canadian Experience. American Economic Review, 67, 537-548.

Obstfeld, M. (1986). Rational and Self-Fulfilling Balance-of-Payments Crises. American Economic Review, 76, 72-81.

Duk, V. & Samoilenko, A. (2001). Data Mining: study course. St. Petersburg: Peter.

Kohonen Т. (2001). Self-organizing maps. New-York: Springer.

Wosserman F. (1992) Neurocomputer Technology: Theory and Practice. Moscow: Mir.

Bodyanskiy E. & Rudenko O. (2004). Artificial Neural Networks: Architecture, Training, Application. Kharkiv: TELETEKH.

Grossberg S. (1969). Some networks that can learn, remember and reproduce any number of complicated space-time patterns. Journal of Mathematics and Mechanics, 19(1), 53-91.

Kaminsky G. & Lizondo S. & Reinhart C. (1998). Leading indicators of currency crises. IMF Stuff Papers, 45, 1-48.


Метрики статей

Завантаження метрик ...

Metrics powered by PLOS ALM

Посилання

  • Поки немає зовнішніх посилань.




Ліцензія Creative Commons
Статті поширюються на умовах ліцензії Creative Commons Із зазначенням авторства - Некомерційна - Без похідних творів 3.0 Неадаптована.

 

Збірник наукових праць "Економічний аналіз"

ISSN 1993-0259 (Print)  ISSN 2219-4649 (Online)

 

© Тернопільський національний економічний університет

© «Економічний аналіз», 2007-2017