dc.contributor.author	Потапенко, Артур Олегович
dc.date.accessioned	2022-12-01T14:35:34Z
dc.date.available	2022-12-01T14:35:34Z
dc.date.issued	2022-12-01
dc.identifier.citation	Потапенко А. О. Мультиваріативне авторегресійне моделювання фінансових активів : магістерська робота / науковий керівник – д. ф.-м. н., проф. Володимир Миколайович Соловйов. 2022. 64 с.	uk
dc.identifier.uri	http://elibrary.kdpu.edu.ua/xmlui/handle/123456789/6918
dc.description	1. Алімпієв Є.В. Методика передмодельного аналізу у var-моделях фінансовомонетарної трансмісії. URL: http://www.economy.nayka.com.ua/?op=1&z=3297. 2. Андрієнко В.М., Семенов А.С., Методика статистичного аналізу економічних часових рядів. URL: http://www.visnykeconom.uzhnu.uz.ua/archive/21_1_2018ua/3.pdf. 3. Антохонова І.В. Методи прогнозування соціально-економічних процесів, 2004. URL: http://elbib.in.ua/metodyi-prognozirovaniya-sotsialno.html. 4. Галущак М.П., Галущак О.Я., Кужда Т.І. Прогнозування соціальноекономічних процесів: навчальний посібник для економічних спеціальностей. Тернопіль: ФОП Паляниця. 2021. 160 с. 5. Ганчук А.А., Соловйов В.М., Чабаненко Д.М. Методи прогнозування. Навч. посiбник. Черкаси. Брама Україна. 2012. 140 с. URL: http://prognoz.ck.ua/ForecastingMethodsBook-main.pdf. 6. Гуржій А.М., Поворознюк М.І. Інформатика та інформаційні технології: підручник для учнів професійно-технічних навчальних закладів. Харків. 2007. 352 с. 7. Економетрія: навчальний посібник / Доля В.Т. Харківська національна академія міського господарства. ХНАМГ. 2010. 171 с. 8. Економічний аналіз: навчальний посібник / Грабовецький Б.Є., Вінниця: ВНТУ. 2013. 85 с. URL: http://ктеп.kiev.ua/wpcontent/uploads/2019/12/Ekonomichnij-analiz-B.-.-Graboveczkij.pdf. 9. Єріна А.М. Статистичне моделювання та прогнозування: Навч. посібник. КНЕУ. 2001. 170 с. 10.Завадський Й.С., Осовська Т.В., Юшкевич О.О. Економічний словник. URL:https://library.nlu.edu.ua/POLN_TEXT/KNIGI/KONDOR/EKONOMIC_S L_2006.pdf. 11.Клебанова Т.С., Курзенев В.А., Наумов В.М. Прогнозування соціальноекономічних процесів: навчальний посібник для студентів напряму 61 підготовки 6.030502 «Економічна кібернетика». ХНЕУ ім. С. Кузнеця. 2015. 656 с. 12.Лук’яненко І.Г., Городніченко Ю.О. Сучасні економетричні методи у фінансах. Навчальний посібник. Літера ЛТД. 2002. 352 с. 13.Маринич Т.О., Назаренко Л.Д. Моделювання нестаціонарних процесів із структурними розривами. URL: file:///D:/User/Downloads/vestnik_KhPI_2016_6_Marynych_Modeliuvannia.pdf. 14.Маслій В.В. Авторегресійні моделі як інструмент для аналізу процесу іноземного інвестування. Актуальні проблеми економіки. 2012. Вип. 6. С. 311-317. 15.Метод експоненціального згладжування. URL: https://studfile.net/preview/8988510/page:5/. 16.Моделі ковзної середньої. URL: https://stud.com.ua/72679/ekonomika/modeli_kovznoyi_serednoyi. 17.Модель авторегрессии скользящего среднего (ARIMA). URL: https://wiki.loginom.ru/articles/arima.html. 18.Облік, аудит і оподаткування: теорія та практика. Навчальний посібник для студентів спеціальностей 071 «Облік і оподаткування» / колектив авторів за заг. ред. проф. Давидюк Т.В. Харків. НТУ «ХПІ». 2021. 607 с. URL: http://repository.kpi.kharkov.ua/handle/KhPI-Press/52695. 19.Прогнозування та аналіз часових рядів. Методичні вказівки до практичних занять та самостійної роботи студентів спеціальності 051 «Економіка» освітня програма «Економічна кібернетика», «Економічна аналітика» / Укладач: Юрченко М.Є. Чернігів. ЧНТУ. 2018. 88 с. 20.Рзаєв Д.О., Шарапов О.Д., Ігнатенко В.М., Дибкова Л.М. Інформатика та комп’ютерна техніка: Навчально-методичний посібник для самостійного вивчення дисципліни. КНЕУ. 2002. 486 с. 21.Руська Р.В. Економетрика: навчальний посібник. Тернопіль. Тайп. 2012. 224 с. URL: http://elcat.pnpu.edu.ua/docs/Економетрика.pdf. 62 22.Словник термінів з інформатики. URL: http://www.mktek.com.ua/wpcontent/uploads/Slovnik-z-informatiki.pdf. 23.Тлумачний словник з інформатики / Півняк Г.Г., Бусигін Б.С., Дівізінюк М.М. Національний гірничий університет. 2010. 600 с. URL: http://www.programmer.dp.ua/download/tlumachniy-slovnik-z-informatiki.pdf. 24.Трегуб А.В., Трегуб И.В. Методика построения модели arima для прогнозирования динамики временных рядов. URL: https://cyberleninka.ru/article/n/metodika-postroeniya-modeli-arima-dlyaprognozirovaniya-dinamiki-vremennyh-ryadov/viewer. 25.Фарина О.І. Динамічні моделі оцінювання стабільності фінансової системи України. Дисертація на здобуття наукового ступеня кандидата економічних наук. URL:http://ekmair.ukma.edu.ua/bitstream/handle/123456789/9075/Dyserta tsiia_Faryna.pdf?sequence=1&isAllowed=y. 26.Фінансовий менеджмент: підручник / за ред. д-ра екон. наук, проф. М. І. Крупки. Крупка М.І., Ковалюк О.М., Коваленко В.М. Львів. ЛНУ імені Івана Франка. 2019. 440 с. URL: https://econom.lnu.edu.ua/wpcontent/uploads/2021/02/Finansovyy-menedzhment-1.pdf. 27.Фінансовий ринок: Навчальний посібник за заг. ред. Арутюнян С.С. / Арутюнян С.С., Добриніна Л.В. та інші – К: Гуляєва В.М. 2018. 484 с. URL: http://dcmaup.com.ua/assets/files/finansovij-rinok.pdf. 28.Фінансово-економічний словник: словник-довідник / кол. авт.: Юнін О.С., Круглова О.О., Савєльєва М.О. Дніпро. Видавець Біла К.О. 2018. 164 с. URL: http://er.dduvs.in.ua/bitstream/123456789/1373/1/ФІН.- ЕКОН.%20СЛОВНИК__макет%20в%20печать.pdf. 29.Autoregressive Integrated Moving Average (ARIMA). URL: https://www.investopedia.com/terms/a/autoregressive-integrated-movingaveragearima.asp#:~:text=An%20autoregressive%20integrated%20moving%20average% 2C%20or%20ARIMA%2C%20is%20a%20statistical,values%20based%20on%2 0past%20values. 63 30.Autoregressive Integrated Moving Average. URL: https://www.sciencedirect.com/topics/mathematics/autoregressive-integratedmoving-average. 31.Dickey-Fuller Test. URL: https://www.real-statistics.com/time-seriesanalysis/stochastic-processes/dickey-fuller-test/. 32.Dickey-Fuller Test. URL: https://www.sciencedirect.com/topics/economicseconometrics-and-finance/dickey-fuller-test. 33.Duy T.A., Thoma M.A., Modeling and Forecasting Cointegrated Variables: Some Practical Experience. URL: https://pages.uoregon.edu/mthoma/Papers/Modeling%20and%20Forecasting%20 Cointegrated%20Variables.pdf. 34.Eric Ghysels, Massimiliano Marcellino. Applied Economic Forecasting using Time Series Methods. URL: https://file-lianxh.oss-cnshenzhen.aliyuncs.com/Refs/Books/Ghysels-2018-Applied-EconomicForecasting-using-Time-Series-Methods.pdf. 35.Exponential Smoothing Forecasting. URL: https://byjus.com/maths/exponentialsmoothing/. 36.George Athanasopoulos, Farshid Vahid. VARMA versus VAR for Macroeconomic Forecasting. URL: https://www.jstor.org/stable/27638977. 37.Hamilton J.D., Time Series Analysis. URL: http://mayoral.iaecsic.org/timeseries2021/hamilton.pdf. 38.Interpret all statistics and graphs for Augmented Dickey-Fuller Test. URL: https://support.minitab.com/en-us/minitab/21/help-and-how-to/statisticalmodeling/time-series/how-to/augmented-dickey-fuller-test/interpret-theresults/all-statistics-and-graphs/. 39.Interrupted time series analysis using autoregressive integrated moving average (ARIMA) models: a guide for evaluating large-scale health interventions. URL: https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/s12874-021- 01235-8. 64 40.Kevin Kotze. Vector autoregression models. URL: https://kevinkotze.github.io/ts7-var/. 41.Mihaela Simionescu. The use of varma models in forecasting macroeconomic indicators. URL: https://www.economicssociology.eu/files/12_Simionescu_1_7.pdf. 42.Seasonal ARIMA processes. URL: http://halweb.uc3m.es/esp/Personal/personas/amalonso/esp/TSAtema6.pdf. 43.Vector Autoregressive Models for Multivariate Time Series. URL: https://faculty.washington.edu/ezivot/econ584/notes/varModels.pdf. 44.Vijay Kotu, Bala Deshpande. Data Science: Concepts and Practice, Second Edition. URL: https://asolanki.co.in/wp-content/uploads/2019/04/Data-ScienceConcepts-and-Practice-2nd-Edition-3.pdf.	uk
dc.description.abstract	У роботі розглянуто модель VAR. Даний підхід пройшов тест на причинність по Грейнджеру, було знайдено кореляційні відношення між рядами, проведено тест на стаціонарність, здійснено фільтрацію та нормалізацію даних та досліджено модель за різними інформаційними критеріями. Результати прогнозу на основі тестувального набору даних показують, що даний вид моделі може бути застосований для прогнозування акцій нафтопереробних компаній, цін на барелі сирої нафти різних марок, видобутку енергоресурсів.	uk
dc.language.iso	uk	uk
dc.publisher	Криворізький державний педагогічний університет	uk
dc.subject	авторегресійне моделювання	uk
dc.subject	фінансові активи	uk
dc.subject	мультиваріативне авторегресійне моделювання	uk
dc.subject	методології моделювання	uk
dc.subject	методологія ARIMA	uk
dc.title	Мультиваріативне авторегресійне моделювання фінансових активів	uk
dc.type	Learning Object	uk