Інформаційна система для моделювання та оцінювання фінансових операційних ризиків за допомогою байєсівської мережі

Abstract

Розглянуто задачу оцінювання фінансового операційного ризику за допомогою ймовірнісної байєсівської мережі. Досліджено причини виникнення фінансових операційних ризиків у фінансових організаціях. Показано, що актуальною задачею для таких організацій є створення систем менеджменту фінансових ризиків на основі сучасних математичних моделей, зокрема моделей, побудованих за методами інтелектуального аналізу даних. Запропоновано методику побудови моделей у формі БМ з використанням взаємної інформації змінних мережі та критерію якості структури на основі опису мережі мінімальної довжини. Створено інформаційну систему для математичного моделювання та оцінювання фінансових ризиків, яка надає можливість використовувати статистичні дані та експертні оцінки у ході побудови математичних моделей.

Рассмотрена задача оценивания финансового операционного риска с помощью вероятностной байесовской сети. Исследованы причины возникновения финансовых операционных рисков в финансовых организациях. Показано, что актуальной задачей для таких организаций есть создание систем менеджмента финансовых рисков на основе современных математических моделей, в частности, построенных с помощью методов интеллектуального анализа даных. Предложена методика построения моделей в форме БС с использованием взаимной информации переменных сети и критерия качества структуры на основе описания сети минимальной длины. Создана информационная система для математического моделирования и оценивания финансовых рисков, которая дает возможность использовать статистические данные и экспертные оценки при построении математических моделей.

The problem of financial operational risks using Bayesian network was considered. The causes for operational risks in financial institutions were studied. It was shown that an urgent task for such an organization was development and implementation of financial risks management systems on the basis of modern models constructed with data mining techniques. A methodology was provided for constructing models in the form of Bayesian network using mutual information for the variables involved and the structure quality criterion based on the description of a minimum length network. Also, the information processing system has been developed for mathematical modeling and estimation of financial risks that uses statistical data and expert estimates as inputs for model building.