Тищенко С. І., кандидат педагогічних наук,  доцент кафедри економічної кібернетики, комп’ютерних наук та інформаційних технологій, Миколаївський національний аграрний університет, м. Миколаїв, Україна

ORCID ID: 0000-0001-7881-8740
e-mail: tyschenko@mnau.edu.ua

Пархоменко О. Ю., кандидат фізико-математичних наук, доцент кафедри економічної кібернетики, комп’ютерних наук та інформаційних технологій, Миколаївський національний аграрний університет, м. Миколаїв, Україна

ORCID ID: 0000-0002-7940-7414
e-mail: alex777par@gmail.com

Аналіз впливу цифрових загроз на фінансові ринки за допомогою методів теорії ймовірностей та Python

У статті досліджується вплив цифрових загроз, таких як кібератаки, крадіжки даних, шахрайство з цінними паперами та розповсюдження дезінформації на функціонування фінансових ринків. Застосовуються методи теорії ймовірностей та програмування на Python для кількісної оцінки ризиків, моделювання сценаріїв та розробки стратегій захисту. Демонструється використання байєсівських мереж для обчислення ймовірності успішної кібератаки на основі факторів ризику, метод Монте-Карло для генерації можливих сценаріїв та оцінки їх наслідків. Будуються моделі часових рядів ARIMA для прогнозування фінансових показників з урахуванням впливу минулих значень, волатильності та ефектів цифрових інцидентів. Використовується алгоритм Isolation Forest для виявлення аномалій у фінансових даних, що можуть вказувати на цифрові загрози. Реалізація здійснюється за допомогою Python та бібліотек NumPy, Pandas, scikit-learn, pgmpy, Arch та Statsmodels. Результати демонструють потенціал інтеграції теорії ймовірностей та програмування для забезпечення стабільності та ефективності фінансових ринків в епоху зростаючих кіберризиків.

Ключові слова: цифрові загрози, кібератаки, теорія ймовірностей, Python.

Література:

1. Garita M. Applied Quantitative Finance: Using Python for Financial Analysis. Palgrave Pivot, 2020. 56 p.
2. Naik K. Hands-On Python for Finance: A Practical Guide to Implementing Financial Analysis Strategies Using Python. Packt Publishing. 2019. 378 p.
3. Jansen S. Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, Packt Publishing, 2020. 820 p.
4. Development of a cyber security risk model using Bayesian networks / J. Shin et al. Reliability Engineering & System Safety. 2015. Vol. 134. P. 208–217. DOI: https://doi.org/10.1016/j.ress.2014.10.006.
5. Big data, big challenges: risk management of financial market in the digital economy / J. Yang et al. Journal of Enterprise Information Management. 2022. Vol. 35 No. 4/5, pp. 1288-1304. DOI: https://doi.org/10.1108/JEIM-01-2021-0057
6. Wang J., Neil M., Fenton N. Bayesian network approach for cybersecurity risk assessment implementing and extending the FAIR model. Computers & Security. 2020. Vol. 89,101659. DOI: https://doi.org/10.1016/j.cose.2019.101659
7. Cybersecurity Threats and Their Mitigation Approaches Using Machine Learning–A Review / M. Ahsan et al. Journal of Cybersecurity and Privacy. 2022. Vol. 2 (3). P. 527–555. DOI: https://doi.org/10.3390/jcp2030027
8. Касьянова Н. В., Біличенко М. М., Севериненко А. О. Моделювання цифрової безпеки підприємства. Modern Economics. 2023. № 39(2023). С. 54-61. DOI: https://doi.org/10.31521/modecon.V39(2023)-08.
9. Кучмійова Т. С. Вплив цифрових технологій на сучасне суспільство: трансформаційні аспекти. Modern Economics. 2023. № 41(2023). С. 67-72. DOI: https://doi.org/10.31521/modecon.V41(2023)-10.
10. Economic security of the enterprise within the conditions of digital transformation / Y. Samoilenko et al. Economic affairs. 2022. Vol. 67, no. 4. DOI: https://doi.org/10.46852/0424-2513.4.2022.28
11. Sirenko N., Baryshevska I., Melnyk O. The genesis of financial market institutionalisation in ukraine: an international perspective. Scientific horizons. Vol. 24, no. 10. P. 97–108. DOI: https://doi.org/10.48077/scihor.24(10).2021.97-108
12. The impact of digital transformation on the economic security of Ukraine / S. Spivakovskyy et al. Studies of applied economics. 2021. Vol. 39, no. 5. DOI: https://doi.org/10.25115/eea.v39i5.5040
13. Development of directions for improving the monitoring of the state economic security under conditions of global instability / A. Poltorak et al. Eastern-European journal of enterprise technologies. Vol. 2, no. 13 (122). P. 17–27. DOI: https://doi.org/10.15587/1729-4061.2023.275834