Діагностика платоспроможності підприємств із застосуванням нечіткої моделі Такагі-Сугено

Loading...
Thumbnail Image
Date
2015
Journal Title
Journal ISSN
Volume Title
Publisher
ДВНЗ «Київський національний університет імені Вадима Гетьмана»
Abstract
У статті запропоновано новий методологічний підхід до моделювання платоспроможності підприємств на базі нечіткої логіки. В рамках розробленого підходу побудовано економіко-математичну модель, базу нечітких знань якої сформовано відповідно до алгоритму виведення Такагі-Сугено. Подібні моделі на нечіткій логіці дозволяють здійснювати розподіл досліджуваних підприємств за класами шляхом застосування різних функціональних залежностей, які спрацьовують у тих чи інших умовах. Це дає можливість врахувати в моделі різні умови, що призводять до неплатоспроможності, та наділяє таку систему суттєвою гнучкістю та робастністю, підвищуючи ефективність моделювання. Результати проведених модельних експериментів продемонстрували, що модель виявляється здатною адекватно оцінити неплатоспроможність компаній, які за набором фінансових показників є стабільними і явних причин для їх майбутнього дефолту немає (статистика для проведення дослідження була отримана від комерційного банку, яким в результаті аналізу фінансової звітності всіх підприємств з наявної вибірки було прийнято рішення про видачу кредиту). Результати експериментів показали, що запропонований методологічний підхід до діагностики платоспроможності та виконання кредитних зобов’язань компаніями дозволяє з досить високою точністю визначити ненадійних позичальників-юридичних осіб. Отже, застосування подібного роду математичних моделей на основі нечіткої логіки у діяльності банківських установ та інвестиційних компаній може дозволити істотно підвищити точність оцінювання платоспроможності потенційного позичальника та мінімізувати ризики кредитора, що матиме позитивний вплив і на стабільність економіки країни в цілому.
In this article new methodological approach to the modeling of solvency of enterprises on the basis of fuzzy logic is proposed. Within the limits of developed approach the new economic-mathematical model is built, which base of fuzzy knowledge is formed according to Takagi-Sugeno computational algorithm. Such models on fuzzy logic allow to accomplish the assignment of investigated enterprises according to the class, applying different functional dependencies, which work in some or other conditions. It gives the opportunity to consider various stipulations in this model, which lead to bankruptcy, and endues such system with major flexibility and robustness, increasing the effectiveness of modeling. The results of developed model experiments demonstrated that the model is capable to estimate equally the insolvency of companies, which according to the financial indexes are stable and there are no evident reasons for their default in the future (the statistics for the research was received from commercial bank, which after the analysis of financial reporting of all available companies, made a decision to give a loan). The results of the experiment showed, that the proposed methodological approach to the diagnostics of solvency and fulfillment of credit obligations by companies allow to indicate insecure borrowers-legal entities. Thus, the use of such mathematical models based on fuzzy logic in the activity of bank institutions and investment companies could permit to increase substantially the accuracy of evaluating of solvency of potential borrower and minimize creditor’s risks, and that will also have positive influence on the economy of the country in the whole.
В статье предложен новый методологический подход к моделированию платежеспособности предприятий на базе нечеткой логики. В рамках разработанного подхода построена экономико-математическая модель, база нечетких знаний которой сформирована в соответствии с алгоритмом вывода Такаги-Сугено. Подобные модели на нечеткой логике позволяют осуществлять распределение исследуемых предприятий на классы посредством применения различных функциональных зависимостей, которые срабатывают в тех или иных условиях. Это дает возможность учесть в модели различные условия, приводящие к неплатежеспособности, и наделяет такую систему существенной гибкостью и робастностью, повышая эффективность моделирования. Результаты проведенных модельных экспериментов продемонстрировали, что модель является способной адекватно оценить неплатежеспособность компаний, которые по набору финансовых показателей являются стабильными и явных причин для их будущего дефолта нет (статистика для проведения исследования была получена от коммерческого банка, которым в результате анализа финансовой отчетности всех предприятий из предоставленной выборки было принято решение о выдаче кредита). Результаты экспериментов показали, что предложенный методо-логический подход к диагностике платежеспособности и выполнения кредитных обязательств компаниями позволяет с достаточно высокой точностью определить ненадежных заемщиков-юридических лиц. Таким образом, применение подобных математических моделей на основе нечеткой логики в деятельности банковских учреждений и инвестиционных компаний может позволить существенно повысить точность оценки платежеспособности потенциального заемщика и минимизировать риски кредитора, что окажет положительное влияние и на стабильность экономики страны в целом.
Description
Keywords
Платоспроможність, прогнозування дефолту, юридична особа, нечітка логіка, нечіткий логічний висновок Такагі-Сугено, нейро-нечітка модель, Solvency, forecasting of default, legal entity, fuzzy logic, fuzzy inference of Takagi-Sugeno, neuro-fuzzy model, Платежеспособность, прогнозирование дефолта, юридическое лицо, нечеткая логика, нечеткий логический вывод Такаги-Сугено, адаптивная нейро-нечеткая модель
Citation
Клебан Ю. В. Діагностика платоспроможності підприємств із застосуванням нечіткої моделі Такагі-Сугено / Ю. В. Клебан // Нейро-нечіткі технології моделювання в економіці : наук.-анал. журн. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: А. В. Матвійчук (голов. ред.) [та ін.]. – Київ : КНЕУ, 2015. – № 4. – С. 62–79.
Collections