Выбор системы экономических показателей для диагностики и прогнозирования банкротств на основе нейросетевого байесовского подхода

Вестник Финансового университета. 2013. № 4. С. 50–61.

Горбатков С. А., Белолипцев И. И.

Актуальность. В настоящее время разработано и применяется на практике множество моделей диагностики банкротств, различающихся методами построения моделей и набором факторов банкротства. Указанные методы, в основном, относятся к 5 группам: классическим статистическим методам, методам регрессионного анализа, методам дискриминантного анализа, методам logit-анализа, методам нечетких множеств и нейросетевым методам. Возможны комбинации указанных методов. Последние три группы методов в настоящее время развиваются особенно быстро. Что касается выбора факторов банкротства, то здесь господствует эвристика. Отсутствует методология формализованного отбора и сравнения групп экономических показателей для построения модели банкротств, а также эффективных методов предобработки данных. В данной работе предлагается оригинальный метод выбора системы показателей с последующим построением нейросетевой модели диагностики  банкротств на основе байесовского подхода.  

Методы. В процессе исследования применялись методы математической статистики, корреляционного анализа, нейросетевого моделирования, методы представления знаний в интеллектуальных информационных технологиях.

Результаты.  Разработанная концепция формализации выбора и сравнительной оценки системы показателей (мета-гипотез) для модели банкротств на основе байесовского подхода позволила создать предпосылки для разработки эффективной нейросетевой модели банкротств. Предложенные в работе методы и идеи апробированы в вычислительных экспериментах. Построенная модель диагностики банкротств была проверена на реальных данных и оказалась вполне работоспособной и имеющей хорошие прогностические свойства. 

Перспективы. Предлагаемая концепция и основанный на ней нейросетевой байесовский метод построения модели банкротств апробирован для строительной отрасли экономики. Однако авторы считают, что в силу общности развиваемого подхода, эти концепция и метод могут быть полезны и в других отраслях для решения широкого круга экономических задач, таких как формирование кредитного портфеля, проведение внешнего аудита или оценка финансового состояния предприятия.

Ключевые слова: байесовский подход, prediction of bankruptcy probability, the neural network, probit-model, bayesian approach, диагностика банкротств, нейросеть, probit-модель, интеллектуальные информационные технологии

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Исследования корпоративных финансовых решений компаний России и других стран с развивающимися рынками капитала в условиях глобальной трансформации рынков капитала и становления экономики инновационного типа (2013)