Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
63 results
Search Results
Item Застосування штучного інтелекту в прогнозуванні економічних показників(Сумський державний університет, 2025) Розгон, Ю.В.У сучасних умовах глобальної цифровізації, інтенсивного розвитку інформаційних технологій та широкого впровадження аналітичних інструментів у сферу економіки, проблема прогнозування макроекономічних показників, зокрема валового внутрішнього продукту (ВВП), набуває винятково важливого значення. ВВП є одним з основоположних індикаторів стану економіки держави, відображає загальний обсяг вироблених товарів і послуг у країні за певний період та використовується як основа для формування бюджетної, монетарної, інвестиційної та соціальної політики. Саме тому точність його прогнозування є критично важливою для ухвалення ефективних управлінських рішень як на державному, так і на корпоративному рівні. Актуальність теми дослідження зумовлена необхідністю підвищення ефективності інструментарію економічного прогнозування в умовах нестабільності зовнішнього середовища, глобальних викликів та високої мінливості економічних процесів.Item Прогнозування розвитку цифрової економіки країни на основі методів машинного навчання(Сумський державний університет, 2024) Солярова, К.Г.Актуальність теми, розглянутої в межах дослідження, обумовлюється тим, що прогнозування розвитку цифрової економіки на основі методів машинного навчання дозволяє ефективно оцінювати вплив сучасних цифрових технологій на економічні процеси. Це важливо для формування обґрунтованих стратегій розвитку національних економік, зокрема в умовах глобальних змін, таких як впровадження електронного урядування та покращення інфраструктури. Метою дослідження є побудова моделей прогнозування розвитку цифрової економіки країни на основі методів машинного навчання. Об’єктом дослідження є економічні процеси, що відображають вплив цифрових технологій на розвиток економіки країни. Предметом дослідження є методи машинного навчання та аналітичні підходи для прогнозування розвитку цифрової економіки країни на основі ключових індикаторів цифрової трансформації. Задачами дослідження є: 1) визначити сутність та значення цифрової економіки країни; 2) проаналізувати стан цифрової економіки України та світу; 3) визначити проблему прогнозування розвитку цифрової економіки; 4) провести статистичний аналіз вхідного масиву дослідження; 5) провести регресійний аналіз; 6) охарактеризувати XGBoost, Дерево рішень та Випадковий ліс, як методи прогнозування розвитку цифрової економіки; 7) оцінити якість прогнозних моделей; 8) реалізувати прогнози на основі побудованих моделей; 9) перевірити якість отриманих прогнозів. Для досягнення поставленої мети та задач дослідження були використані такі методи дослідження: обробка та інтеграція даних, узагальнення основних результатів, поглиблене вивчення окремих аспектів, аргументація отриманих висновків, порівняльний аналіз та впорядкування даних, завдяки яким були сформульовані основні висновки. Для проведення розрахунків застосовувалися методи статистичного аналізу. Інформаційною базою кваліфікаційної роботи є інформаційно-аналітична платформа United Nations. Основний науковий результат кваліфікаційної магістерської роботи полягає у такому: були розроблені та протестовані моделі прогнозування розвитку цифрової економіки, використовуючи методи машинного навчання. Моделі були перевірені на наявність суттєвих економічних факторів, що впливають на розвиток цифрової економіки, що дозволило створити надійний прогноз для майбутніх періодів. Одержані результати можуть бути використані державними органами та для розробки ефективних стратегій у сфері цифрової трансформації, що сприятимуть сталому розвитку цифрової економіки. Роботу було виконано в рамках НДР № 0124U000544 Кібербезпекові та цифрові трансформації економіки країни воєнного часу: боротьба із кіберзлочинами, корупцією та тіньовим сектором.Item Green Competitiveness Forecasting as an Instrument for Sustainable Business Transformation(WSB University, 2024) Люльов, Олексій Валентинович; Liulov, Oleksii Valentynovych; Чигрин, Олена Юріївна; Chygryn, Olena Yuriivna; Пімоненко, Тетяна Володимирівна; Pimonenko, Tetiana Volodymyrivna; Квілінський, Олексій Станіславович; Kwilinski, Aleksy; Zbigniew M.; Zimbroff, A.Modern conditions for transforming the business environment in the context of imple-menting sustainable development goals, decarbonising the economy, and ensuring cli-mate neutrality determine the need to implement effective measures at the level of indi-vidual enterprises. External challenges determine the urgency of strengthening enterpris-es' green competitive advantages and forming an integral level of green competitiveness. e paper offers a methodological basis for the long-term forecasting of enterprises' green competitiveness levels. e key object of the research is a set of companies repre-senting the machine building, agriculture, and food industries, as strategic branches of Ukraine’s economy. e period of 2020–2028 was chosen as the interval for foresight. e application of autoregressive integrated ARIMA modelling by means of the non-linear least squares method made it possible to determine transformation vectors, marketing determinants, and target orientations for increasing the integral level of green competi-tiveness. e assessment of the results showed that the leading enterprises in the optimis-tic scenario are PJSC "SVF Agrotron" (agro-industrial complex), where the predictive value of green competitiveness is 0.84; PJSC "Wimm-Bill-Dunn Ukraine" (food indus-try), for which the predictive value is 0.73; and PJSC "Motor Sich" (mechanical engineer-ing), for which the predictive value of green competitiveness is 0.74. e results of the evaluation revealed the leading enterprises according to the optimistic scenario for the agro-industrial complex, food industry, and mechanical engineering. e research sub-stantiates the claim that the priorities of the strategy for increasing the level of green com-petitiveness and the relevant determinants of its implementation should be determined considering the transformation scenarios of its level.Item Інформаційна технологія прогнозування курсів криптовалют(Сумський державний університет, 2024) Квітницький, Р.О.Ррозроблено інформаційну технологію, яка бере дані курсу криптовалют за останні пів року, проводить аналіз та виводить користувачу результат у вигляді графіка, після чого користувач може взаємодіяти з цим графіком та зберегти результат у файл.Item Прогнозування сценаріїв реструктуризації національного господарства до моделі цифрової економіки(Київський національний економічний університет імені Вадима Гетьмана, 2024) Любчак, Володимир Олександрович; Liubchak, Volodymyr Oleksandrovych; Барченко, Наталія Леонідівна; Barchenko, Nataliia Leonidivna; Кубатко, Олександр Васильович; Kubatko, Oleksandr Vasylovych; Мартинова, Наталія Сергіївна; Martynova, Nataliia Serhiivna; Вороненко, В'ячеслав Ігорович; Voronenko, Viacheslav IhorovychУ статті досліджуються сценарії реструктуризації господарства України до моделі циф-рової економіки. Метою статті є отримання нової описової моделі цифрової української економіки на основі визначення патернів розвитку і прогнозування сценаріїв реструктури-зації національного господарства, узагальнення проблем і окреслення потенціалу розвитку ІТ-сфери України. Успішне вирішення таких проблем сприятиме підвищенню конкуренто-спроможності національної економіки, стимулюванню інновацій та створенню нових робочих місць, що є актуальним з точки зору повоєнного відновлення економіки. Для цього застосо-вано наступні методи дослідження: систематизації та узагальнення, системного підходів, аналізу та синтезу; моделювання; статистичного аналізу; абстрактно-логічного аналізу; графічного способу. За результатами дослідження визначені сценарії розвитку кожної скла-дової описової моделі цифрової економіки України.Item Прогнозування прибутку комерційного банку на прикладі «Райффайзен Банк»(Сумський державний університет, 2024) Іващенко, Є.С.Було розглянуто нинішній стан банківської системи, шлях її розвитку, а також елементи взаємодії в банківській діяльності. Визначено основі чинники впливу на зміну чистого прибутку, як зовнішні, так і внутрішні. Було описано переваги та недоліки кожної з регресійних моделей, які будуть застосовані. Наведено спектр вимог та припущень стосовно дослідження. Сформовано базу показників, які братимуть участь в аналізі. Перед побудовою різних моделей, було зазначено основні алгоритми та постулати роботи регресій. За рахунок вхідних даних було сформовано чотири регресійні моделі, здійснено оцінку їх адекватності та точності прогнозів. Беручи за основу готові моделі виконувався прогноз чистого прибутку на 4 квартали вперед використовуючи нові спостереження. Було висвітлено основні способи покращення продуктивності моделей для подальшого застосування. Наведено головні критерії, стосовно економічної значущості та цінності результатів для банку «Райффайзен».Item Прогнозування ризику банкрутства енергетичних компаній України(Сумський державний університет, 2024) Паляничка, А.В.Метою даного дослідження є розробка комплексного підходу до прогнозування ймовірності банкрутства великих енергетичних компаній України. На основі фінансової звітності шести великих енергетичних компаній проведено кластерний аналіз, побудовано логіт-моделі, виявлено ключові фактори ризику банкрутства та здійснено прогнозування цих факторів. Отримані результати дозволяють розрахувати прогнозовані ймовірності банкрутства для своєчасного виявлення проблемних ситуаційItem Використання машинного навчання для прогнозування змін курсів акцій на фондовому ринку(Сумський державний університет, 2024) Пейчев, І.І.У роботі було досліджено основні аспекти акцій на фондових ринках, їх сутність та різновиди, методи прогнозування, були проаналізовані статистичні дані та актуальні напрямки розвитку методів прогнозування. Було зпрогнозовано зміни курсу акцій за допомогою моделей машинного навчання. Основна мета дослідження полягала в використанні та оцінці моделей машинного навчання для прогнозування курсів цін акцій на фондовому ринку.Item Функціонування фондового ринку України в умовах підвищених ризиків(Сумський державний університет, 2024) Остапенко, М.Ю.Ця дипломна робота зосереджена на теоретичному аналізі основних характеристик фондового ринку, а також на практичному вивченні статистичних тенденцій та побудові прогнозів з використанням ARIMA моделі. Для того, щоб досягти поставленої мети дослідження використовувалися наступні методи: аналіз статистичних даних фондових індексів, оцінка впливу економічних та політичних чинників на ринкову активність, експлікація результатів, порівняння різних аспектів фондового ринку та їх структурування. Використовувалися методи статистичного аналізу для виконання необхідних обчислень. Результати кваліфікаційної роботи можуть використовуватись у наукових дослідженнях, освітніх програмах, а також для розробки державної політики та стратегій уряду. Аналітики та інвестори можуть використовувати ці результати для оцінки ризиків і можливостей на ринку. Міжнародні організації та іноземні інвестори також можуть використовувати ці дані для підтримки економіки України та ухвалення інвестиційних рішень.Item Моделювання трансформаційних процесів на ринку праці в умовах цифровізації економіки(Сумський державний університет, 2024) Шевченко, С.В.Моделювання трансформаційних процесів на ринку праці в умовах цифровізації економіки має ключове значення для розуміння змін, що відбуваються, та розробки ефективних управлінських рішень. ифровізація економіки суттєво змінює ринок праці, створюючи нові можливості та виклики для працівників і роботодавців. Основними наслідками цифровізації є зростання попиту на висококваліфікованих працівників, розвиток нових професій та скорочення робочих місць у традиційних галузях через автоматизацію процесів. Цифрові технології змінюють структуру зайнятості, вимагаючи від працівників нових навичок та знань, що призводить до необхідності постійного навчання та підвищення кваліфікації. Зміни в характері роботи та умови праці також є наслідками цифровізації, адже віддалена робота і гнучкі форми зайнятості стають все більш популярними. Це дозволяє знижувати витрати на утримання офісів та підвищувати гнучкість робочого графіка, що сприяє кращому балансу між роботою та особистим життям.