Разработка информационной технологии моделирования и оценивания финансово-экономических рисков с учетом неопределенностей различной природы (на основе байесовских моделей)

Предложена методика интеллектуального анализа данных, основанная на объединении математического аппарата причинно-следственных сетей доверия и методов оценки рисков в виде моделей стохастической волатильности. Методика включает решение следующих задач: (1) определение и классификация критических элементов процесса, исследуется с целью выявления и описания факторов риска; (2) построение вероятностной математической модели в виде причинно-следственных сетей доверия; (3) создание набора кандидатов-сценариев развития событий процесса; (4) моделирование и оценки рисков реализации выявленных критических факторов на основе байесовской модели стохастической волатильности с использованием методов оптимальной фильтрации. Разработанная методика реализована в виде компьютерной программы для корректного оценивания параметров нелинейных моделей стохастической волатильности, а также для оптимального оценивания состояния финансовых процессов, прогнозирования условной дисперсии и вычисления параметров финансовых рисков.

Разработанные алгоритмы апробированы на примерах оптимизационного прогнозирования волатильности фактических финансовых процессов, представленных статистическим данным обменных курсов различных валют, а также для прогнозирования степени риска, связанной с реализацией этих процессов.
Для оценки параметров модели стохастической волатильности и величины VaR создана спецификация в среде OpenBUGS, представляющее эффективный инструмент для выполнения байесовского анализа данных. Предложенная спецификация отличается высокой гибкостью практического использования и возможностью функционального расширения.

На основе разработанного программно-алгоритмического обеспечения создана информационная система обработки данных в реальном времени, которая отличается от известных возможностью использования в любой операционной системе и позволяет строить математические модели нелинейных нестационарных финансовых процессов для оценки прогнозов переменных и их условной дисперсии, а также определение уровня возможных потерь.