Bayesian data analysis in modeling and forecasting nonlinear nonstationaryfinancial and economic processes

Abstract

The article provides a brief overview of modern Bayesian data analysis methods, highlighting the use of generalized linear models (GLMs) in the analysis of nonlinear non-stationary processes, emphasizing their capabilities and application to processes of various types. The article presents an example of using GLMs to forecast financial losses in insurance and proposes the use of Bayesian data analysis in a specialized decision-support intelligent system, which enhanced the quality of the computation results.

У статті представлено короткий огляд сучасних байєсівських методів аналізу даних, наведено особливості застосування узагальнених лінійних моделей (УЛМ) в аналізі нелінійних нестаціонарних процесів, підкреслено їхні можливості та особливості застосування до процесів різної природи. У статті наведено приклад застосування УЛМдля прогнозування фінансових втрат у страхуванні, запропоновано використання байєсівського аналізу даних у спеціалізованій інтелектуальній системі підтримки прийняття рішень, що дозволило підвищити якість результатів обчислень.