121 Інженерія Програмного Забезпечення

Постійне посилання на фонд

https://ur.knute.edu.ua/handle/123456789/7604

Переглянути

Перегляд 121 Інженерія Програмного Забезпечення за Автор "Богданенко Марини Валеріївни"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    «Регресійна модель стрес-тестуванння суттєвих фінансових ризиків за допомогою Python»
    (ДЕРЖАВНИЙ ТОРГОВЕЛЬНО-ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ/ КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ТОРГОВОЕЛЬНО-ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ, 2024-12) Богданенко Марини Валеріївни; Харченко Олександр Анатолійович
    АНОТАЦІЯ Відповідно до мети дослідження, робота присвячена розробці та впровадженню регресійної моделі стрес-тестування суттєвих фінансових ризиків з використанням мови програмування Python. Кваліфікаційна робота на тему «Регресійна модель стрес-тестування суттєвих фінансових ризиків за допомогою Python» містить 68 сторінок, 3 рисунки, 1 таблицю та 1 формулу. Перелік використаних джерел налічує 13 найменувань. У процесі дослідження було проаналізовано сучасні підходи до стрес-тестування фінансових ризиків, розроблено регресійну модель для їх оцінки та виконано програмну реалізацію за допомогою Python. В результаті розроблено ефективний інструмент для ідентифікації та моделювання впливу стресових сценаріїв на фінансові ризики, що дозволяє підвищити точність прогнозування та зменшити невизначеність у фінансових рішеннях. ABSTRACT According to the research objective, the work is dedicated to the development and implementation of a regression model for stress testing significant financial risks using the Python programming language. The final qualification work titled “Regression Model for Stress Testing Significant Financial Risks Using Python” consists of 68 pages, 3 figures, 1 tables, and 1 formula. The list of references includes 13 sources. During the research, modern approaches to stress testing financial risks were analyzed, a regression model for their assessment was developed, and its software implementation was carried out using Python. As a result, an effective tool was developed for identifying and modeling the impact of stress scenarios on financial risks, which enhances forecasting accuracy and reduces uncertainty in financial decision-making