Сучасні методи управління ризиками на українських енергетичних ринках
DOI:
https://doi.org/10.32347/2412-9933.2024.58.162-168Ключові слова:
управління ризиками, машинне навчання, штучний інтелект, інтелектуальні системи, прогнозування ризиківАнотація
У контексті швидкого розвитку технологій та зростання нестабільності на світових ринках особливо важливим стає питання розробки ефективних методів управління ризиками на українських енергетичних ринках. Сучасні методи управління ризиками включають використання алгоритмів машинного навчання для прогнозування та мінімізації потенційних загроз. Це дослідження спрямовано на впровадження інноваційних технологій машинного навчання та штучного інтелекту для упередження ризиків на енергетичних ринках та вчасного реагування на потенційні стреси. Розглянуто розроблення інтелектуальних систем управління ризиками, які застосовують технології глибокого навчання нейронних мереж для прогнозування ринкових індикаторів. Ці системи забезпечують детальний аналіз великих масивів даних, що відкриває нові перспективи для точного визначення ризикових факторів. У рамках дослідження виконано аналіз історичних даних і оцінено актуальні тренди ринку, що допомогло розробити комплексний підхід до визначення цінової волатильності в ризикованих сегментах ринку. Результати засвідчили, що застосування алгоритмів машинного навчання і методів штучного інтелекту здатні значно підвищити точність прогнозування ризиків та оптимізувати процеси прийняття рішень. Виявлено, що інтелектуальні системи з елементами штучного інтелекту сприяють кращому розумінню ринкових механізмів і допомагають урядовцям, органам регулювання та керівництву енергетичних компаній ухвалювати більш обґрунтовані й ефективні управлінські рішення. Висновки дослідження свідчать про великий потенціал застосування штучного інтелекту та машинного навчання в управлінні ризиками на енергетичних ринках. Використання цих технологій може значно знизити ризики і підвищити стабільність управління ресурсами в умовах непередбачуваності, що є ключовим для забезпечення довгострокового успіху в галузі.
Посилання
Tjoa, S., Temper, P. K. M., Temper, M., Zanol, J., Wagner, M. & Holzinger, A. (2022). AIR Man: An Artificial Intelligence (AI) Risk Management System. 2022 International Conference on Advanced Enterprise Information System (AEIS), London, United Kingdom, 72–81. DOI: 10.1109/AEIS59450.2022.00017.
Okhrimenko, O. & Manayenko, I. (2022). EU energy security risk management tools: through integration to efficiency. Economic Bulletin of the National Technical University of Ukraine "Kyiv Polytechnic Institute", (22). DOI: 10.20535/2307-5651.22.2022.259794.
Pavlov, R. A., Pavlova, T. S. & Hrynko, T. V. (2023). Rationale of stochastic chaos models for increasing the efficiency of investment strategies on international stock markets. Investytsiyi Praktyka ta Dosvid, 26-33. DOI: 10.32702/2306-6814.2023.18.26.
Kovalenko, D. I., Moskalenko, T. Y. (2016). Diagnostics and neutralization of financial and economic risks in the enterprise management system. Efficient economy, (11).
Livshitz, I., Lontsikh, P., Lontsikh, N. (2021). A Study of Modern Risk Management Methodsfor Industrial Safety Assurance. Fuel and Energy Industry, 165–167. 10.1109/ITQMIS53292.2021.9642791.
Bosa, D., Tortelli, O. (2018). Risk Management and Portfolio Optimization of Electric Power Trading. 10.1109/SBSE.2018.8395773.
Ouabira, M. M. (2023). Risk Analysisin Energy Program Management. European Journal of Business and Management Research, 8 (4), 89–93. DOI: https://doi.org/10.24018/ejbmr.2023.8.4.1997.
Dahlgren, R., Chen-Ching, Liuand J. Lawarree. (2003). Risk assessment in energy trading. IEEE Transactionson Power Systems, 18, 2, 503-511. DOI: 10.1109/TPWRS.2003.810685.
Poplavskyi, O. A., Bondar, O. A., Pavlov, S. V. &Poplavska, A. A. (2020). Intelligent decision support systems for spot and futures stock markets. Applied geometry and engineering graphics, 97. DOI: https://doi.org/10.32347/0131-579x.2020.97.119-128.
Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning. MIT Press. URL: https://www.deeplearningbook.org/
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Андрій Олександрович Білощицький
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.