Аннотация: В работе описывается способ анализа риска банкротства с использованием нечетко-множественного подхода и нейронных сетей встречного распростанения.
Ключевые слова: банкротство, нечеткая логика, нейронная сеть встречного распространения.
Інформаційні технології
УДК 004.942
Анікін Вадим Юрійович
студент
Національний технічний університет України
“Київський Політехнічний Інститут”
Аникин Вадим Юрьевич
студент
Национальный технический университет Украины
«Киевский Политехнический Институт»
Anikin V.
student
National Technical University of Ukraine
“Kyiv Polytechnic Institute”
КОМПЛЕКСНА ОЦІНКА РИЗИКУ БАНКРУТСТВА ПІДПРИЄМСТВА ШЛЯХОМ ПОРІВНЯЛЬНОГО АНАЛІЗУ З ПІДПРИЄМСТВАМИ-КОНКУРЕНТАМИ
КОМПЛЕКСНАЯ ОЦЕНКА РИСКА БАНКРОТСТВА ПРЕДПРИЯТИЯ ПУТЕМ СРАВНИТЕЛЬНОГО АНАЛИЗА С ПРЕДПРИЯТИЯМИ-КОНКУРЕНТАМИ
COMPREHENSIVE RISK ASSESSMENT OF BUSINESS BANKRUPTCY BY THE COMPARATIVE ANALYSIS OF COMPETING ENTERPRISES
Анотація: В роботі описується спосіб аналалізу ризику банкрутства з використанням нечітко-множинного підходу та нейронних мереж зустрічного розповсюдження.
Ключові слова: банкрутство, нечітка логіка, нейронна мережа зустрічного розповсюдження.
Аннотация: В работе описывается способ анализа риска банкротства с использованием нечетко-множественного подхода и нейронных сетей встречного распростанения.
Ключевые слова: банкротство, нечеткая логика, нейронная сеть встречного распространения.
Summary: This paper describes the method of bankruptcy risk analysis using fuzzy-set approach and counterpropagation neural network.
Key words: bankruptcy, fuzzy logic, counterpropagation neural network.
Вступ
Банкрутство підприємств в Україні є поширеним явищем сьогодення. Світова економічна криза, нестабільність економічного і політичного середовища в країні, недосконалість правового та податкового законодавства призвели до збільшення кількості неплатоспроможних підприємств, які прямують до банкрутства, що призводить у більшості випадків до ліквідації таких підприємств. Процедура банкрутства застосовується переважно до малих приватних підприємств у сфері торгівлі, що є негативним не лише для збанкрутілих підприємств, але й для їх кредиторів, партнерів, працівників, держави та економіки в цілому. У зв'язку з цим держава втрачає платників податків, працівники - робочі місця, і кредитори не отримують у повному обсязі повернення своїх коштів. Одним з можливих вирішень проблеми є своєчасне діагностування економічного стану підприємства та оцінка ризику його банкрутства. Ці заходи дозволять визначити проблемні місця та обрати можливі шляхи їх вирішення до настання «точки неповернення». Метою цієї роботи є розробка програмного забезпечення, яке дозволить це зробити, використовуючи два підходи до вирішення описаної проблеми.
1. Задача аналізу ризику банкрутства
Діагностика банкрутства — це система цільового фінансового аналізу, направленого на виявлення параметрів кризового розвитку підприємства. Розроблено безліч методів діагностики банкрутства, але не існує єдиного універсального, кожна методика розглядає певний аспект фінансово-господарської діяльності, тому найкращим варіантом є застосування кількох методик визначення загрози банкрутства, які взаємодоповнюють одна одну.
Один з методів, які були використані у данній роботі, є матричний метод Недосєкіна О.О., який базується на нечіткій лозіці. Причинами вибору саме цього підходу є:
Результатом роботи є вектор з п’яти значень — належностей ступеню ризику банкруства данного підприємства до значень «дуже низький», «низький», «середній», «високий», «дуже високий».
Недоліки цього підходу — суб’єктивність в ухваленні рішень (однозначне встановлення експертом меж зміни параметрів моделі) і відсутність можливості оптимізації параметрів на реальних даних.
Це приводить нас до необхідності застосування другого методу, який грунтується на використання нейронної мережі зустрічного розповсюдження. Нейронна мережа складається з двох шарів, а саме самоорганізаційної карти Кохонена та зірки Гроссберга. Їх поєднання дозволяє уникнути ситуацій, за яких неможливо зробити однозначний висновок стосовно фінансового стану підприємства. Згідно з цим підходом для оцінки можливості банкрутства проводиться розподіл підприємств на два класи (банкрути і фінансово-стабільні компанії). Ця модель здатна швидко адаптуватися до нових даних, не потребує залучення експертів і дозволяє виявляти приховані нелінійні закономірності.
2. Аналіз отриманих результатів
У якості вхідних даних були використані фінансові показники з бухгалтерських звітів восьмидесяти українських підприємств за 2009 і 2010 роки, двадцять вісім з яких були визнані банкрутами у 2011 році (Група 1), а решта (Група 2) — продовжували функціонувати.
У якості входів нейронної мережі були використані ті ж самі параметри, що і у матричному методі, а саме:
Кількість нейронів шару Кохонена — 64. У якость функції зони топологічного сусідства для навчання самоорганізаційної карти Кохонена обрана функція Гауса.
Під час аналізу ризику банкрутства можуть виникати помилки двох типів:
Вважаємо, що матричний метод схибив, якщо ризик банкрутства підприємства з Групи 1 (підприємства-банкрути) классифікується як «дуже низький», «низький» або «середній», а підприємства з Групи 2 — як «дуже високий», «високий» або «середній». Результати дослідів представлені у таблиці 1.
Таблиця 1
Вірно класифіковані підприємства
|
, % |
, % |
Матричний метод |
85,7 |
88,5 |
НМ прямого розповсюдження |
92,8 |
83,3 |
Висновки
У данній роботі було розглянуто два підходи до аналізу ризику банкрутства підприємства, а саме нечітко-множинний (матричний метод) та нейромережевий підхід (НМ прямого розповсюдження).
Було проведено експериментальне дослідження за допомогою даних з фінансових звітів українських підприємств. З отриманих результатів можна зробити висновок, що для виявлення підприємств зі сприятливим економічним станом більш доцільно використовувати матричний метод (відсоток вірної класифікації 88,5%), а для підприємств, які є потенційними банкрутами — нейронну мережу прямого розповсюдження (точність досягає 92,8%).
Література