Метод построения динамической модели банкротств экономичеких объектов

Автор(ы):  Л.И. Касимова, ФГБОУ ВО«Башкирский государственный университет» Стерлитамакский филиал, г. Стерлитамак, Россия, аспирант

А.Н. Бирюков, Доктор наук, Доцент, ФГБОУ ВО«Башкирский государственный университет» Стерлитамакский филиал, г. Стерлитамак, Россия, biryukov_str@mail.ru

Журнал:  Том 45, №1

Рубрика:  Финансы, рынок труда и экономика образования

Аннотация:  Объектом рассмотрения настоящей работы является весьма глубокое проникновение требований эффективного обучения нейросетей в алгоритмы предпроцессорной обработки. Разработан метод оценки адекватности нейросетевых моделей в отсутствии каких-либо априорных сведений о законе распределения шумов в данных. Именно это и является научной новизной данной статьи, так как данный метод позволяет взаимосвязано управлять качеством предпроцессорной обработки финансовых данных и качеством их аппроксимации в нейросети для оценки риска банкротства экономического объекта. Главной целью всех алгоритмов предпроцессорной обработки данных является повышения однородности данных и улучшение их качества (информативности) в аспекте обучения нейросети. Итогом является построение основной нейросетевой динамической модели восстановления многомерной «обобщенной производственной функции» на основе байесовского подхода. Управление качеством нейросетевой модели необходимо для нахождения горизонта прогноза риска банкротства экономического объекта, оценивания стадии развивающегося процесса кризиса объекта во времени. Достигаемый эффект от указанных теоретических предложений – повышение эффективности (в аспекте достижения компромисса между точностью предсказания и робастностью) нейросетевой модели для сложных условий моделирования (сильной зашумленности данных и дефицита наблюдений)

Ключевые слова:  нейросетевые модели, вероятность риска банкротств, блоки алгоритма, бухгалтерская отчетность, управленческое решение

Полный текст (PDF):  Загрузить

Количество скачиваний:  433