КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Сучасні тенденції розвитку фінансових та інноваційно-інвестиційних процесів в Україні (2025)

Розмір шрифта: 
УПРАВЛІННЯ РИЗИКАМИ: АНАЛІЗ ЕФЕКТИВНОСТІ LASSO ТА ELASTIC NET ДЛЯ ПРОГНОЗУВАННЯ ФІНАНСОВИХ ЧАСОВИХ РЯДІВ
Роман Наумович Квєтний, Сергій Іванович Бородкін

Остання редакція: 2025-02-25

Анотація


Дослідження спрямоване на оцінку ефективності методів регуляризації LASSO та Elastic Net для прогнозування ключових бізнес-показників, що є базою для управління ризиками. Аналіз базується на широкому спектрі макроекономічних індикаторів (валютний курс, ВВП, рівень інфляції, ціни на енергоносії, обсяг промислового виробництва, індекс споживчої довіри тощо), які дозволяють виявити залежності, критичні для фінансової стабільності компаній.


Ключові слова


LASSO; Elastic Net; регуляризація; прогнозування фінансових часових рядів; управління ризиками; стрес-тестування

Посилання


1. Adrian, T., & Shin, H. S. (2010). The Changing Nature of Financial Intermediation and the Financial Crisis of 2007–2009. Annual Review of Economics, 2, 603–618. 

 

2. Hastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer, – 2009 – 533p.

 

3. Brockwell, P. J., & Davis, R. A. Introduction to Time Series and Forecasting. 3rd edition. Springer, – 2016 – 425p.

 

4. Zou, H., & Hastie, T. Elastic Net Regularization Paths for All Generalized Linear Models. Journal of Statistical Software, 39 (1), – 2014,

URL: https://www.researchgate.net/publication/369483920_Elastic_Net_Regularization_Paths_for_All_Generalized_Linear_Models

 

5. Fieberg, C., Metko, D., Poddig, T. et al. Machine learning techniques for cross-sectional equity returns’ prediction. OR Spectrum 45, 289–323 (2023). URL: https://doi.org/10.1007/s00291-022-00693-w


Повний текст: PDF