Логистический нейросетевой метод построения динамических моделей банкротств при неполных данных
Бесплатно
Основная коллекция
Тематика:
Логистика
Издательство:
Науковедение
Год издания: 2014
Дополнительно
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Интернет-журнал «НАУКОВЕДЕНИЕ» Выпуск 2, март – апрель 2014 Опубликовать статью в журнале - http://publ.naukovedenie.ru Институт Государственного управления, права и инновационных технологий (ИГУПИТ) Связаться с редакцией: publishing@naukovedenie.ru 1 http://naukovedenie.ru 136EVN214 УДК 338.27 Горбатков Станислав Анатольевич Уфимский филиал ФГОБУ ВПО «Финансового университета при Правительстве Российской Федерации» Россия, Уфа1 Профессор, доктор технических наук E_Mail: sgorbatkov@mail.ru Белолипцев Илья Игоревич Уфимский филиал ФГОБУ ВПО «Финансового университета при Правительстве Российской Федерации» Россия, Уфа Преподаватель E-Mail: red7315@gmail.com Фархиева Светлана Анатольевна Уфимский филиал ФГОБУ ВПО «Финансового университета при Правительстве Российской Федерации» Россия, Уфа Доцент, кандидат технических наук E-Mail: ok-xi@yandex.ru Логистический нейросетевой метод построения динамических моделей банкротств при неполных данных Аннотация: До настоящего времени не были исследованы нейросетевые динамические модели оценки вероятности риска банкротств, которые представляют большой практический интерес. Знание динамики развивающего процесса банкротства позволяет в каждый момент времени определить стадию банкротства и применить упреждающие управляющие воздействия. Однако на пути создания динамических моделей риска банкротства возникают труднопреодолимые препятствия в виде неполноты данных. В данной статье предложен оригинальный нейросетевой итерационный гибридный метод оценки вероятности развивающегося во времени риска банкротства предприятий. Метод ориентирован на применение в сложных условиях моделирования: неполноты данных и сильного их зашумления. Вычислительные эксперименты подтвердили эффективность основной идеи разработки гибридного нейросетевого метода построения динамической модели банкротств с непрерывным временем. Разработанный метод может быть использован в широком спектре прикладных задач: оценки кредитоспособности заемщика, обеспечения экономической безопасности предприятий путем постоянного мониторинга их финансового состояния, оценка инвесторами объектов инвестиций, оценки финансовоэкономической состоятельности контрагентов в сделках и др. Предложенные инструментарии выходят за рамки рассмотренных выше задач и могут быть использованы в других динамических задачах с неполными данными при моделировании экономических объектов. Ключевые слова: Диагностика банкротств; неполные данные; нейросеть; динамическая модель; риск; логистический метод; гибридный метод; оценка. Идентификационный номер статьи в журнале 136EVN214 1 450015, г. Уфа, ул. Мустая Карима 69/1, Уфимский филиал Финансового университета при Правительстве Российской Федерации