| DC Field | Value | Language |
|---|
| dc.contributor.author | Слаута, А. И. | - |
| dc.contributor.author | Цехан, О. Б. | - |
| dc.date.accessioned | 2020-06-05T07:39:19Z | - |
| dc.date.available | 2020-06-05T07:39:19Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Слаута, А. И. Моделирование динамики макроэкономических показателей для прогнозирования действий заемщиков коммерческого банка / А. И. Слаута, О. Б. Цехан // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 1 / редкол. : В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 367–374. | ru_RU |
| dc.identifier.isbn | 978-985-90533-7-5 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39041 | - |
| dc.description.abstract | Построены адекватные эконометрические модели для прогнозирования макроэкономических показателей ВВП, ИПЦ, курс белорусского рубля к доллару с целью применения их в дальнейшем для прогнозирования вероятности дефолта экономических субъектов коммерческого банка Республики Беларусь. В качестве инструмента анализа и прогнозирования использовалась программная среда для выполнения статистических вычислений R. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Беспринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | макроэкономические показатели | ru_RU |
| dc.subject | вероятность дефолта | ru_RU |
| dc.subject | заемщики | ru_RU |
| dc.subject | macroeconomic indicators | - |
| dc.subject | probability of default | - |
| dc.subject | borrowers | - |
| dc.title | Моделирование динамики макроэкономических показателей для прогнозирования действий заемщиков коммерческого банка | ru_RU |
| dc.title.alternative | Modeling dynamics of macroeconomic indicators for forecasting the probability of default of a commercial bank borrowers | - |
| dc.type | Article | ru_RU |
| local.description.annotation | Adequate econometric models have been built to predict macroeconomic indicators of GDP, the CPI, the Belarusian ruble against the dollar in order to use them in the future to predict the likelihood of default of economic entities. As a tool for analysis and forecasting, we used a software environment for performing statistical calculations of R. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|
