IMPROVING APPROACHES TO FINANCIAL MODELING WHILE INCREASING THE STABILITY OF THE FINANCIAL SYSTEM
Статья поступила в редакцию: 09.09.2025
Статья принята к публикации: 10.09.2025
Статья опубликована: 23.09.2025
Keywords:
finance, modeling, centralized resources, optimization, jump-diffusion models.Abstract
The article substantiates the development of approaches to financial modeling in the multi-purpose optimization of centralized resources, and explores approaches to financial modeling and resource optimization that contribute to increasing the sustainability of the financial system. The article also identifies the main drawbacks and challenges associated with these approaches, such as the lack of comprehensive methodological and instrumental approaches to financial modeling. To address the identified problems, the paper proposes a multi-objective optimization model for the allocation of centralized resources, where the parameters of robust optimization are dynamically calibrated based on the analysis of macroeconomic shocks simulated using jump-diffusion processes. Key macro-financial indicators have been identified for the empirical validation of the multi-objective optimization model for the allocation of centralized resources. An integrated methodological framework for the multi-objective optimization model for the allocation of centralized resources has been presented.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Финансовый менеджмент». Все права защищены. Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU www.elibrary.ru/contents.asp?titleid=9552 . Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) . Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
References
Лексина А.В., Данилова С.В., Зяблицкая Н.В. Влияние санкций на функционирование финансового рынка РФ // Региональные проблемы преобразования экономики. 2022. № 4. С. 109-116.
Одинцова Н.А. Устойчивое финансовое управление в Российской Федерации: испытания, возможности и перспективы // Управленческий учет. 2024. № 4. С. 424-431.
Сорокотягина В.Л. Применение искусственного интеллекта в прогнозировании налоговых поступлений и автоматизации контроля // Научный журнал «Менеджер». 2025. № 3 (109). С. 66-76. DOI: 10.5281/zenodo.15697243.
Adinya I. Jump-Diffusion Model with Currency Uncertainty: A Real Option Approach // International Journal of Mathematical Analysis and Modelling. 2025. Vol. 8 (1). [Электронный ресурс]. URL: https://tnsmb.org/journal/index.php/ijmam/article/view/223 (дата обращения 08.08.2025).
Crump R.K., Eusepi S., Giannone D., Qian E., Sbordone A.M. A Large Bayesian VAR of the U.S. Economy // International Journal of Central Banking. 2025. Vol. 21 (2). P. 351-409.
Davydenko A.A., Fildes R. Joint Bayesian forecasting model of judgment and observed data. Lancaster: Lancaster University Management School, Working Paper. 2012. [Электронный ресурс]. URL: https://www.researchgate.net/publication/282136270_A_joint_Bayesian_forecasting_model_of_judgment_and_observed_data (дата обращения 11. 08.2025).
Federal Reserve Bank of Cleveland. Building Financial System Resilience (speech). [Электронный ресурс]. URL: https://www.clevelandfed.org/collections/speeches/2024/sp-20240229-building-financial-system-resilience (дата обращения 10.08.2025).
InnovateMR. Combining Quantitative and Qualitative Data. [Электронный ресурс]. URL: https://www.innovatemr.com/insights/combining-quantitative-and-qualitative-data/ (дата обращения 10.08.2025).
Lampariello L., Sagratella S., Giuseppe Sasso V., Shikhman V. Scalarization via Utility Functions in Multi-Objective Optimization. [Электронный ресурс]. URL: https://arxiv.org/html/2401.13831v1 (дата обращения 14.08.2025).
Liu X.-Y., He W., Duan H.-P., Fan R. The impact of financial sanctions on economic policy uncertainty: Global evidence // Pacific-Basin Finance Journal. 2024. Vol. 88. Article 102558. [Электронный ресурс]. URL: https://ideas.repec.org/a/eee/pacfin/v88y2024ics0927538x2400310x.html (дата обращения 14.08.2025).
Number Analytics. Mastering Pareto Optimization. [Электронный ресурс]. URL: https://www.numberanalytics.com/blog/pareto-optimization-ultimate-guide (дата обращения 08.08.2025).
Number Analytics. Mastering Scalarization in Optimization. [Электронный ресурс]. URL: https://www.numberanalytics.com/blog/ultimate-guide-to-scalarization-in-optimization-methods (дата обращения 08.08.2025).
Pachamanova D.A. A Robust Optimization Approach to Finance: Ph.D. thesis. Cambridge, MA: Massachusetts Institute of Technology, 2002. [Электронный ресурс]. URL: https://dspace.mit.edu/handle/1721.1/8509 (дата обращения 13.08.2025).
The Open University. Quantitative and qualitative research in finance. [Электронный ресурс]. URL: https://www.open.edu/openlearn/money-business/quantitative-and-qualitative-research-finance/content-section-6/?printable=1 (дата обращения 12.08.2025).
Yin C., Perchet R., Soupé F. A Practical Guide to Robust Portfolio Optimization // SSRN Electronic Journal. 2019. DOI: 10.2139/ssrn.3490680.
