Финансы

Исследование тенденций и явлений в сфере финансов требует привлечения самых последних достижений в области математической статистики, а также обработки больших массивов разнородной информации. Здесь может быть использован практически весь спектр классических статистических методов и в первую очередь ‑ методы анализа временных рядов и прогнозирования. В настоящее время в экономической практике все активнее используются новые методы исследования, основанные на построении нейросетевых моделей.

В сфере финансового и бизнес-анализа можно выделить следующие задачи, решаемые статистическими методами: задачи классификации, мониторинга, прогнозирования,анализа рисков.

Классификация:

· задолженностей;

· инвестиционных проектов;

· возмущающих воздействий на рынки;

· кредиторов на основании их финансово-экономических и организационных характеристик.

В зависимости от типа данных и специфики проблемы для классификации используется либо дискриминантный анализ, либо деревья классификации. Кластерный анализ позволяет выделить однородные группы кредиторов по выбранной системе характеристик. Возможно решение многомерных задач с десятками экономических показателей. Выбор показателей определяется пользователем. Определяется распределение наблюдений по кластерам, средние характеристики для каждого кластера и т.п.

Анализ инвестиций и кредитных рисков. Оценка состояния инвестиционных фондов может быть начата с изучения многомерных группировок инвестиционных фондов. Для этого используются методы кластерного анализа. В качестве переменных могут выступать доходность за период, риск, ежегодный процент дохода, расходная часть, налоговые рейтинги и т.п. Далее с помощью дискриминантного анализа могут быть построены дискриминантные функции для разделения фондов на группы в соответствии с рекомендациями экспертов по операциям с ценными бумагами.

Мониторинг и прогнозирование:

· мониторинг финансовых рынков в режиме реального времени;

· прогнозирование финансовых показателей;

· прогнозирование курсов акций;

· анализ транзакций по вкладам физических лиц для выработки оптимальных программ работы с частными вкладчиками.

Методы множественной регрессии позволяют найти функциональные зависимости между различными финансовыми показателями. Используя построенные уравнения, можно прогнозировать изменения выбранных показателей в зависимости от изменения других показателей. Пользователь системы выбирает показатели, система строит наилучшую модель. STATISTICA строит уравнение зависимости в явном виде, а также доверительные интервалы, дает оценку точности решения и оценку адекватности с помощью всестороннего графического и аналитического анализа остатков. Инструментарий исследования ‑ множественная регрессия.

Исследование зависимости размеров вкладов частных лиц от различных индивидуальных характеристик вкладчиков может выявить небольшое чило гипотетических, непосредственно не наблюдаемых параметров - факторов, на основе которых возможна разработка специальных программ работы с вкладчиками. Инструментарий: факторный анализ, множественная регрессия.