Содержание к диссертации
Введение
1 Анализ существующих подходов к диагностике потенциальной неплатежеспособности предприятия при антикризисном управлении 12
1.1. Предприятие как социально-экономическая система 12
1.2. Диагностика потенциальной неплатежеспособности при антикризисном управлении на предприятии 18
1.3. Обзор существующих подходов к диагностике неплатежеспособности предприятия 21
1.4 Недостатки существующих моделей диагностики неплатежеспособности предприятия 50
1.5 Применение моделей Альтмана (Спрингейта, Тоффлера) к диагностике неплатежеспособности предприятий РБ 52
Выводы по главе 1 53
2 Методика построения моделей диагностики потенциальной неплатежеспособности предприятия 54
2.1 Методика построения диагностики потенциальной неплатежеспособности предприятия 54
2.2 Методика выделения наименьшего числа существенных относительных показателей для построения модели диагностики потенциальной неплатежеспособности для предприятий различных отраслей 61
2.3 Построение модели диагностики потенциальной неплатежеспособности для предприятий различных отраслей 77
2.4 Надежность прогноза построенных моделей 86
Выводы по главе 2 87
3 Принятие управленческих решений при антикризисном управлении предприятием на основе разработанной модели диагностики потенциальнойнеплатежеспособности з
3.1 Совместное применение разработанных и нейрокомпьютерных моделей диагностики потенциальной неплатежеспособности 89
3.2 Принятие решений при антикризисном управлении предприятием 94
Выводы по главе 3 100
Заключение 101
Литература
- Диагностика потенциальной неплатежеспособности при антикризисном управлении на предприятии
- Применение моделей Альтмана (Спрингейта, Тоффлера) к диагностике неплатежеспособности предприятий РБ
- Методика выделения наименьшего числа существенных относительных показателей для построения модели диагностики потенциальной неплатежеспособности для предприятий различных отраслей
- Принятие решений при антикризисном управлении предприятием
Введение к работе
Целью любого государства в современном мире является обеспечение стабильного экономического положения, благосостояние нации и дальнейший экономический рост. На всех этапах развития экономики основным звеном являлось предприятие. Несмотря на трудности в развитии реального сектора экономики (неблагоприятный инвестиционный климат, неэффективная налоговая политика и другие макроэкономические факторы), многое зависит от самих предприятий, от их собственников и менеджеров, от их деятельности, направленный на достижение стабильности бизнеса. Решение этой задачи возможно при эффективном антикризисном управлении. Антикризисное управление подразумевает раннюю диагностику кризисных явлений на предприятии и оперативные меры по выведению предприятия из кризиса, стабилизации его деятельности.
Предприятие можно рассматривать как социально-экономическую систему. Если социальная система направлена на удовлетворение духовных потребностей людей, поддержание здоровья нации, то экономическая система направлена на удовлетворение материальных потребностей людей путем создания жизненных благ. Предприятие представляет собой совокупность ресурсов с обязательным и доминирующим участием человеческого фактора, объединенных для преобразования ресурсов в востребованную обществом продукцию или услуги. От того, насколько рано будет выявлены кризисные явления на предприятии и эффективны меры по стабилизации, зависит финансовое благополучие его владельцев и работников. Недостаток финансовых средств для приобретения необходимого сырья, высокая себестоимость продукции приводит к частичным или полным остановкам производства, отсюда перевод работников на неполный рабочий день, длительные задержки выплат заработной платы, сокращение рабочих мест, невыполнение социальных программ предприятия. Если предприятие является градообразующим, все это приводит к росту социальных проблем: росту алкоголизма, преступности, миграции населения.
Выявление неблагоприятных тенденций развития предприятия, оценка платежеспособности приобретает первостепенное значение. К настоящему времени существует множество как зарубежных, так и отечественных источников, содержащих рекомендации по оценке платежеспособности предприятий, но возникает проблема выбора определенной методики, которая соответствовала бы предприятию конкретной отрасли и условиям, в которых оно находится.
Среди российских ученых, занимающихся разработками в области антикризисного управления предприятием можно выделить следующих: А.Д.Шеремет, О.П.Зайцева, Г.Г. Кадыков, Р.С. Сайфулин, Г.Ф Шершеневич, Г.А. Шестаков и др.
На практике широко применяется анализ финансовых расчетных показателей (коэффициентов), направленный на изучение структуры активов предприятия, качества и интенсивности их использования, способа их финансирования. По ряду показателей выработаны нормативы,
характеризующие предприятия позитивно или негативно. Однако, в большинстве случаев показатели, оцениваемые при анализе, однозначно интерпретировать нельзя. Это связано со спецификой отраслей экономики, с состоянием экономической среды, в которой они работают. Любое лицо, заинтересованное положением компании (руководитель, инвестор, кредитор, аудитор и т.д.) не довольствуется простой количественной оценкой показателей. Ему необходимо оценить риск банкротства по значениям показателей выделенной группы. Показателей много, изменяются они зачастую разнонаправлено, поэтому набор всех исследуемых финансовых показателей «сворачивается» в один, по значению которого можно судить о степени благополучия компании.
В западной практике широкое распространение получила модель Альтмана и ее модификации (модель Спрингейта, Фулмера, Тоффлера, Тисшоу, Лиса, Чессера). Модели были разработаны в экономических условиях отличных от российских, потому их использование может приводит к значительным отклонениям прогноза от фактических данных. Поэтому для получения объективной оценки финансово-экономического состояния предприятия, возникает необходимость создания эффективной методики оценивания неплатежеспособности, адаптированной к условиям конкретной отрасли и конкретного региона. Первым российским опытом применения подхода Альтмана является сравнительно недавно разработанная модель Давыдовой-Беликова. Кроме того, российские экономисты Р.С. Сайфуллин, Г.Г.Кадыков, О.П.Зайцева, М. А. Хайдарова строили модели типа Альтмана.
Подход в оценке платежеспособности предприятия на основе теории нечетких множеств реализован О.А.Недосекиным. Существенным недостатком данного подхода является зависимость результата от субъективной оценки эксперта-аналитика значимости показателей, влияющей на оценку риска банкротства.
Важность проблемы диагностики неплатежеспособности предприятия, а также принятия мер по выведению предприятия из кризиса, в процессе принятия решений при антикризисном управлении предприятием как социально-экономической системы в сочетании с недостаточной разработанностью существующих методов обусловили выбор темы исследования, определили цель и задачи, позволяющие достичь эту цель.
Таким образом, цель исследования состоит в разработке метода диагностики неплатежеспособности как элемента процесса принятия решений при антикризисном управлении предприятием.
Для достижения цели необходимо решить следующие задачи:
Выработать требования, обосновывающие необходимость учета отраслевой специфики для диагностики кризисных явлений на предприятии для принятия решений при антикризисном управлении.
Сформировать систему показателей неплатежеспособности для построения модели диагностики неплатежеспособности предприятия и на ее основе разработать методику выделения наименьшего семейства показателей
из системы сформированной системы показателей для корректности принимаемых решений при антикризисном управлении предприятием.
Разработать методику построения моделей диагностики потенциальной неплатежеспособности предприятия и на ее основе построить модели диагностики потенциальной неплатежеспособности предприятия при принятии решений в процессе антикризисного управления предприятиями различных отраслей РБ.
Исследовать целесообразность совместного применения линейных и нейрокомпьютерных моделей диагностики неплатежеспособности при принятии решения в процессе антикризисного управления.
Разработать методику принятия управленческих решений, направленных на снижение риска неплатежеспособности.
Объектом исследования является финансовая структура предприятия как социально-экономической системы.
Предметом исследования являются методы принятия финансово-экономических решений в процессе антикризисного управления предприятием.
Теоретическая и методологическая основа исследования. Основными инструментами, применяемыми в диссертационном исследовании, являются методы теории распознавания образов, линейной оптимизации, корреляционный анализ, теория графов, нейронные сети. Теоретической базой исследования послужили подходы отечественных и зарубежных исследователей в области анализа финансового состояния предприятия, изложенные в научных трудах, периодических изданиях, учебной и справочной литературе, методических и практических пособиях. Информационной базой исследования явились данные Федеральной службы государственной статистики Российской Федерации и Республики Башкортостан, также данные Министерства имущественных отношений Российской Федерации.
Основные результаты диссертационного исследования,
характеризующие его научную новизну и выносимые на защиту:
Выработаны требования, обосновывающие необходимость учета отраслевой специфики при диагностике неплатежеспособности предприятия, для принятия решений при антикризисном управлении предприятием.
Разработана методика выделения наименьшего числа существенных относительных показателей неплатежеспособности, отличающаяся тем, что при ее построении используются основы корреляционного анализа и алгоритм построения минимального покрытия графа выделенных показателей. Число показателей, характеризующих неплатежеспособность, уменьшается для исключения дублирования информации, и тем самым, снижения трудоемкости принятия решений при антикризисном управлении предприятием. Относительные показатели позволяют обеспечить корректность принимаемых решений при антикризисном управлении разных по масштабу предприятий.
Разработана методика построения моделей диагностики потенциальной неплатежеспособности предприятия, основанная на теории распознавания образов и линейной оптимизации, и на ее основе построены модели
диагностики неплатежеспособности для принятия решений в процессе антикризисного управления предприятиями РБ различных отраслей (сельское хозяйство, торговля, пищевая промышленность, строительство, топливно-энергетический комплекс, сфера услуг). Проведена оценка эффективности полученных моделей.
Установлена целесообразность совместного применения нейрокомпьютерных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении.
Разработана методика к принятию решений, направленных на снижение риска неплатежеспособности, основанная на ранжировании факторов, используемых в разработанных моделях диагностики потенциальной неплатежеспособности предприятия, по эластичности результирующего показателя моделей.
Практическую ценность представляют:
Методика построения моделей диагностики потенциальной неплатежеспособности предприятия разработана для построения моделей диагностики потенциальной неплатежеспособности предприятия.
Предложенные модели диагностики потенциальной неплатежеспособности предприятия могут являться основой для принятия решений в процессе антикризисного управления предприятиями РБ различных отраслей.
Результаты исследования соответствуют пункту 4 «Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах» паспорта научной специальности 05.13.10 -«Управление в социальных и экономических системах».
Апробация работы и публикации.
Основные научные результаты, полученные в диссертационной работе, обсуждались на научных семинарах УГАТУ и были представлены на следующих научных конференциях:
Башкирско-Саксонский форум «Information Technologies and Mathematical Methods of Investigations in Economics», (Уфа, 8 сентября 2006); 1-ый Международный форум «Актуальные проблемы современной науки». Экономика. - Самара, 2005; V Всероссийская конференция «Финансово-актуарная математика и смежные вопросы» (Красноярск, 3-5марта, 2006); 18-ая международная конференция по системным исследованиям, информатике и кибернетике (Баден-Баден, 2006); Всероссийская молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации», Уфа, 2003; V Всероссийский симпозиум по прикладной и промышленной математике (Сочи, 2-8 мая 2005); 7-ая Международная конференция «Компьютерные науки и информационные технологии» CSIT'2005 (Уфа - Ассы, 2005); Зимняя школа-семинар аспирантов УГАТУ (Уфа, 2006)
Основные результаты диссертационной работы опубликованы в 11 научных трудах, в том числе 4 статьи в изданиях, рекомендованных ВАК.
Структура и объем работы. Диссертационная работа состоит из 172 страниц машинописного текста, включающего введение, 3 главы, заключение, рисунки, таблицы, приложения и список литературы из 108 наименований.
Диагностика потенциальной неплатежеспособности при антикризисном управлении на предприятии
Промышленное предприятие следует рассматривать как социально-экономическую систему, состоящую из подсистем, которые могут быть сгруппированы по различным признакам. В единой системе предприятия выделяются иерархические, функциональные, кибернетические системы, каждая из которых, в свою очередь, может одновременно рассматриваться и как ступень иерархии, и как функциональная, и как кибернетическая система.
Предприятие является сложной иерархической системой, в которой в качестве ступеней иерархии выступают производство, цех, участок, рабочее место. На всех ступенях иерархии могут быть выделены функциональные подсистемы.
В деятельности предприятия выделяются частные функции, которые объединяются в функциональные подсистемы: подсистемы процессов производства - подготовки производства, основных производственных процессов, процессов производственной инфраструктуры, материально-технического обеспечения производства, реализации и сбыта продукции, маркетинга; подсистемы, определяющие состав элементов производственного процесса, - функционирования орудий труда, движения предметов труда, организации труда; интегрирующие подсистемы - формирования производственной структуры и организации планирования производства.
Чтобы соединить все элементы производственной системы предприятия в единое целое, необходимо ее организовать, т. е. спроектировать, реализовать на практике и обеспечить функционирование интегральной производственной системы предприятия.
Под социально-экономической системой мы будем понимать совокупность применяемых ресурсов (основных фондов, вещественных оборотных средств и работников различных категорий), способную производить частично или полностью полезную продукцию (услуги) определенных видов. Любая социально-экономическая система состоит из множества элементов, объединяемых в такие группы, как люди, информация, оборудование, сырье и материалы, энергетические ресурсы, формы организации труда и т.д. Под социально-экономической системой понимается целостная, сложная, иерархически целевая система организации эффективного управления ресурсами, стимулирующая максимальное удовлетворение возрастающих потребностей членов общества и создающая условия для повышения качества жизни и, следовательно, отражающая, в рамках системного подхода, совокупность качества производственной, и экономической, социальной и экологической составляющих данной системы. Основные требования к социально-экономической системе: -она должна функционировать на основе комплексного эффективного управления социально-экономическими процессами по "вертикали" от рабочего места до интернациональной экономики хозяйствующих субъектов до уровня национальной экономики; - соответствовать целевой направленности; - обеспечение механизма ответственности за уровень ее реализации; -обеспечение преемственности по отношению к принципам функционирования сложных систем. В целом СЭС должна соответствовать требованиям законодательно правового стандарта обеспечения безопасности качества жизни (социально экономической и экологической безопасности), как гаранта ее приемлемого уровня у персонала производителей и потребителей товаров и услуг. Социально-экономические системы классифицируются в зависимости от признаков, положенных в основу их классификации. Это могут быть размеры, сложность, иерархичность, открытость, территориальное размещение, формы собственности, цели, виды деятельности и др. По степени открытости социально-экономические системы можно подразделить на открытые и закрытые социально-экономические системы.
По сложности социально-экономические системы бывают простые и сложные. Простые, в свою очередь, могут являться подсистемами сложных систем. Такие системы называются иерархическими или многоступенчатыми. Системы не входящие в более сложные называются неиерархическими или одноступенчатыми социально-экономическими системами.
В зависимости от уровня сложности социально-экономические системы подразделяются по способности осуществлять производство в масштабах рабочего места, производственного участка, производственного цеха, подразделения национальной социально-экономической системы, всей национальной социально-экономической системы и интернациональной социально-экономической системы.
По видам деятельности социально-экономические системы бывают хозяйственными и общественными. Хозяйственные производят продукты и услуги, а общественные осуществляют добровольную общественную деятельность.
По непосредственности достижения конечных целей социально экономические системы классифицируются на: - результативные, обеспечивающие выпуск потребительской продукции (услуг) в соответствии со специализацией социально-экономической системы; обеспечивающие, способствующие функционированию и развитию результативных социально-экономических систем; - совокупные, состоящие из результативных и соответствующих им обеспечивающих социально-экономических систем. По количеству конечных целей: одноцелевые; группоцелевые; многоцелевые. По завершенности производственных стадий изготовления конечных изделий социально-экономические системы подразделяются на незавершенные - осуществляющие часть производственных стадий, и завершенные осуществляющие все производственные стадии.
Применение моделей Альтмана (Спрингейта, Тоффлера) к диагностике неплатежеспособности предприятий РБ
Это отношение суммарной величины собственных и долгосрочных заемных источников средств к суммарной стоимости внеоборотных и оборотных активов показывает, какая часть активов финансируется за счет устойчивых источников. Кроме того, Кю отражает степень независимости (или зависимости) организации от краткосрочных заемных источников покрытия. Коэффициент реальной стоимости имущества _ Суммарная стоимость средств, сырья, незавершенного производства Валюта балансы
Коэффициент реальной стоимости имущества рассчитывается как частное от деления суммарной стоимости основных средств, запасов сырья, материалов и незавершенного производства на общую стоимость имущества организации (валюту баланса). Перечисленные элементы активов, включаемые в числитель коэффициента, - это по существу средства производства, необходимые условия для осуществления основной деятельности, т.е. производственный потенциал организации. Следовательно, коэффициент Кр отражает долю в составе активов имущества, обеспечивающего основную деятельность организации. Понятно, что этот коэффициент имеет ограниченное применение и может отражать реальную ситуацию лишь на предприятиях производственных отраслей, причем в разных отраслях он будет существенно различаться. Одним из критериев оценки финансовой устойчивости предприятия является излишек или недостаток источников средств для формирования запасов и затрат (материальных оборотных фондов). Обеспеченность запасов источниками формирования является сущностью финансовой устойчивости, тогда как оплатность выступает её внешним проявлением.
Обычно выделяют четыре типа финансовой устойчивости: 1. Абсолютная устойчивость финансового состояния, когда запасы и затраты (3) меньше суммы собственного оборотного капитала (СОС) и кредитов банка под товарно-материальные ценности (КРТМС) 3 СОС+ КРТМС При этом для коэффициента обеспеченности запасов и затрат источниками средств (Кц) должно выполняться следующее условие: v _СОС + КРс 3 2.Нормальная устойчивость, при которой гарантируется платежеспособность оплатность, если 3=СОС+ КРтмс при v _ СОС + КРтмс, Кц 1 3. Неустойчивое (предкризисное) финансовое состояние, при котором нарушается платежный баланс, но сохраняется возможность восстановления равновесия платежных средств и платежных обязательств путем привлечения временно свободных источников средств (Ивр) в оборот предприятия (резервного фонда, фонда накопления и потребления), кредитов банка на временное пополнение оборотных средств и др. 3=СОС+КРТМс+Ивр при v COC + KPwc + Ивр, Кц 1 При этом финансовая неустойчивость считается допустимой, если соблюдаются следующие условия: производственные запасы плюс готовая продукция равны или превышают сумму краткосрочных кредитов и заемных средств, участвующих в формировании запасов; 2)незавершенное производство плюс расходы будущих периодов равны или меньше суммы собственного оборотного капитала. 4. Кризисное финансовое состояние, при котором 3 СОС+ КРтмс+Ивр при v _COC + KPTMC + PLP Л 3 Равновесие платежного баланса в данной ситуации обеспечивается за счет просроченных платежей по оплате труда, ссудам банка, поставщикам, бюджету и т.д. Устойчивость финансового состояния может быть восстановлена: 1)ускорением оборачиваемости капитала в текущих активах, в результате чего произойдет относительное его сокращение на рубль товарооборота, выручки; 2)обоснованным уменьшением запасов и затрат (до норматива); 3Дополнением собственного оборотного капитала из внутренних и внешних источников.
В западной практике широкое распространение получила модель Альтмана[3] , называемая методом расчета индекса кредитоспособности. При построении индекса Альтман обследовал 66 предприятий, половина которых обанкротилась в период между 1946 и 1965 гг., а половина работала успешно, и исследовал 22 аналитических коэффициента, которые могли быть полезны для прогнозирования возможного банкротства. Из этих показателей он отобрал пять наиболее значимых и построил многофакторное регрессионное уравнение. Таким образом, индекс Альтмана представляет собой функцию от некоторых показателей, характеризующих экономический потенциал предприятия и результаты его работы за истекший период.
Методика выделения наименьшего числа существенных относительных показателей для построения модели диагностики потенциальной неплатежеспособности для предприятий различных отраслей
Рассматривается выделенная на предыдущем шаге система показателей: Х[, i=l..k, к- количество показателей.
В качестве интегрального показателя, характеризующего финансовое состояние предприятия, принимаем линейную функцию от описанных показателей: Z=Xaixi (разделяющаяая функция).
Имеются статистические данные о финансовом состоянии предприятий отрасли к некоторому моменту времени и выделены неплатежеспособные предприятия. Показатели платежеспособных предприятий обозначим через ху (i=l..k, j=l..n), где п - число предприятий, оцениваемые как платежеспособные; неплатежеспособных - через уу (i=l..k, j=l..m),: где m — число предприятий, оцениваемые как неплатежеспособные, где і -номер показателя, j-номер предприятия.
Целью формирования модели является подбор коэффициентов а$, при которых показатель Z позволяет надежно разделить платежеспособные и неплатежеспособные предприятия. Разделив все коэффициенты щ максимальный по модулю, можно считать, что щ =1.
Для определения коэффициентов рассмотрим следующую задачу линейного программирования: Найти значения ai,...,ak,u,v, удовлетворяющие следующим условиям: u-v— тах u-v 0 2 ;Ху и (i=l..kj=l..n) (1) 2 уц у (i=l..k,j=l..m) -1 аі 1 (i=l..k) и - минимальное значение Z для платежеспособных предприятий при а{ v - максимальное значение Z для неплатежеспособных предприятий при тех же а; Ищем такие а;, при котором (u-v) максимально, т.е. разделение платежеспособных и неплатежеспособных предприятий наиболее надежно. Задача 1 схематично показана на рисунке 8 Платежеспособные предприятия V Неплатежеспособные предприятия
Максимизация расстояния между разделяющими граничными гиперплоскостями (в случае их существования) по нашему мнению обеспечивает наиболее надежное разделение платежеспособных и неплатежеспособных предприятий.
Если поставленная задача не имеет решения, то целесообразно рассмотреть модифицированную задачу: u-v— max u-v 0 І іХу и (i=l..k,j=l..n) 2 цуу у (i=l..k,j=l..m) -1 аі 1 (i=l..k) Задача 1 схематично показана на рисунке 9. (2) Платежеспособные предприятия ф @ и О Неплатежеспособные предприятия и- минимальное значение Z для платежеспособных предприятий при aj v - максимальное значение Z для неплатежеспособных предприятий при тех жеаі
В этом случае предприятия, для которых значение Z попадает между и и v не подлежат устойчивой идентификации. В рамках данной модели их следует отнести к неустойчивым с точки зрения платежеспособности. Следует отметить, что задача (2) сводится к задаче (1). Задача линейной оптимизации решалась в Excel.В общем случае процесс оптимизации можно трактовать как поиск и выбор наилучшего с какой-либо точки зрения варианта среди множества возможных или допустимых. Математическая же оптимизация есть процесс нахождения экстремума (максимума или минимума) функции при заданных ограничениях или без ограничений.
В качестве примеров применений описанной методики рассмотрены пищевая промышленность, торговля, строительство, сельское хозяйство, топливно-энергетический комплекс и сфера услуг республики Башкортостан. Для предприятий данных отраслей получены следующие результаты: 1. Сельское хозяйство Z=X!+ х2+ Хз+0,05 х4-0,17х5+ х6+0,07 х7+0,72 х8 _ Основные средства Баланс Запасы х2: Оборотные активы х3; _ Денежные средства Оборотные активы х4: _ Оборотные активы - Краткосрочные обязательства Запасы + Вложения в незавершенное произ - во х5: _ Оборотные активы - Краткосрочные обязательства Собственный капитал х6= Долгосрочные обязательства Собственный капитал x7: _ Оборотные активы Выручку от реализации x8= Прибыль после налогообложения Выручка от реализации Если Z(cooTBeTCTByeT v в задаче 2) 3,19 — предприятие относим к платежеспособным Если 2(соответствует и в задаче2) -9,57 - предприятие неплатежеспособно Если -9,57 Z 3,19 - предприятие неустойчивое.
Таким образом, щ максимальны в полученной модели для сельского хозяйства при Х]; х2 Хз, в которых содержатся запасы, основные средства, денежные средства. Чем больше значение этих средств, тем предприятие устойчивее.
Если Z(v) l,09 - предприятие относим к платежеспособным Если Z(u) 0,85 - предприятие неплатежеспособно Если 0,85 Z 1,09 - предприятие неустойчивое. Таким образом, aj максимальны в полученной модели для пищевой промышленности при Х4, х9, в которых содержатся дебеторская задолженность и обязательства. Чем больше значение этих средств, тем предприятие устойчивее.
Принятие решений при антикризисном управлении предприятием
Недостатком нейронных сетей является их недетерминированность. Имеется в виду то, что после обучения имеется "черный ящик", который каким-то образом работает, но логика принятия решений нейросетью совершенно скрыта от эксперта. Нейронные сети особенно хорошо зарекомендовали себя при решении задач классификации, прогнозирования, кодирования и декодирования информации. Нейронные сети для диагностики потенциальной неплатежеспособнсоти строились в пакете Matlab. В состав Matlab включен пакет по нейронным сетям ППП NNT, в состав которого входит инструментальное средство NNTool. Это графический интерфейс позволяет, не обращаясь к командному окну системы Matlab, выполнять создание, обучение, моделирование, а такжне импорт и экспорт нейронных сетей и данных, используя только инструментальные возможности GUI — интерфейса. Для нашей модели был выбран тип сети персептрон с одним нейроном, функцией активации Hardlim и правилом настройки Learnp. В качестве обучающей и контрольной выборки были выбраны те же предприятия, что и для построения и тестирования линейных моделей.
Этот тип нейронных сетей довольно хорошо исследован и описан в научной литературе. Он была предложена в работе Румельхарта и подробно обсуждается почти во всех учебниках по нейронным сетям [102]. Каждый элемент сети строит взвешенную сумму своих входов с поправкой в виде слагаемого и затем пропускает эту величину активации через передаточную функцию, и таким образом получается выходное значение этого элемента. Элементы организованы в послойную топологию с прямой передачей сигнала. Такую сеть легко можно интерпретировать как модель вход-выход, в которой веса и пороговые значения (смещения) являются свободными параметрами модели. Такая сеть может моделировать функцию практически любой степени сложности, причем число слоев и число элементов в каждом слое определяют сложность функции. Количество входных и выходных элементов определяется условиями задачи.
При большой длине шага сходимость будет более быстрой, но имеется опасность перепрыгнуть через решение или уйти в неправильном направлении. Классическим примером такого явления при обучении нейронной сети является ситуация, когда алгоритм очень медленно продвигается по узкому оврагу с крутыми склонами, прыгая с одной его стороны на другую. Напротив, при маленьком шаге, вероятно, будет схвачено верное направление, однако при этом потребуется очень много итераций. На практике величина шага берется пропорциональной крутизне склона (так что алгоритм замедляет ход вблизи минимума) с некоторой константой, которая называется скоростью обучения. Правильный выбор скорости обучения зависит от конкретной задачи и обычно осуществляется опытным путем; эта константа может также зависеть от времени, уменьшаясь по мере продвижения алгоритма.
Общие параметры Параметры скрытого слоя Параметры выходного слоя Количество узлов во входном слое: 10 Коэффициент обучения: 0.25 Коэффициент обучения: 0.01 Число узлов в скрытом слое: 10 Коэффициент инерции: 0.6 Коэффициент инерции: 0 Число узлов в выходном слое:1 Затухание :0 Затухание :0 Алгоритм обучения: Hardlim Функция активации: Learn Точность подбора этих параметров определяет способность сети к обучению. Входные узлы соответствуют факторам, используемым для предсказания несостоятельности. Значение единственного узла выходного слоя — показатель финансовой состоятельности предприятия. Единичное значение соответствует состоянию банкротства, нулевое — полному финансовому благополучию. В качестве активационной функции выбрана Learn.
В качестве входных данных и контрольной выборки используется определенный автором набор факторов для каждой отрасли (Таблица 27), такой, же как и для построения модели диагностики потенциальной неплатежеспособсности (50%-входный данные, 50% - контрольная
Рассматриваемые предприятия анализировались одновременно двумя методами (линейным и нейрокомпьютерным). Точность прогноза при совместном применении построенных и нейрокомпьютерных моделей выше, чем при использовании только построенной модели диагностики потенциальной неплатежеспособности.
Рекомендуется совместное применение моделей, поскольку нейронные сети дают более высокую надежность прогноза, но вместе с тем логика принятия решений нейросетью совершенно скрыта от эксперта. Поэтому для более высокой надежности прогноза рекомендуется совместное применений модели диагностики потенциальной неплатежеспособности и нейронной сети. Таблица 28- Надежность прогноза при совместном применении моделей.
