Please use this identifier to cite or link to this item: http://repository.kpi.kharkov.ua/handle/KhPI-Press/21976
Title: Моделі, методи та інформаційні технології розробки нечіткої експертної системи діагностики фінансового стану підприємства
Other Titles: Models, methods and information technologies development of fuzzy expert system diagnosis of the financial condition of the company
Authors: Головко, Віталій Олексійович
Science degree: кандидат технічних наук
Thesis level: кандидатська дисертація
Code and name of the discipline: 05.13.06 – інформаційні технології
Thesis department: Спеціалізована вчена рада Д 64.050.07
Thesis grantor: Національний технічний університет "Харківський політехнічний інститут"
Scientific advisor: Раскін Лев Григорович
Committee members: Куценко Олександр Сергійович
Гамаюн Ігор Петрович
Северин Валерій Петрович
Keywords: інформаційні технології; система обробки інформації; ідентифікація фінансового стану; фінансовий стан; багатовимірний дискримінантний; регресійний аналіз; кластерний аналіз; нечіткі вхідні дані; прогнозування стану підприємства; автореферат дисертації; information technology; information processing expert system; identification of financial condition; multivariate discriminant; cluster analysis; fuzzy initial data; prediction of the enterprise state; regression analysis
УДК: 338.26
Issue Date: 2016
Publisher: НТУ "ХПІ"
Citation: Головко В. О. Моделі, методи та інформаційні технології розробки нечіткої експертної системи діагностики фінансового стану підприємства [Електронний ресурс] : автореф. дис. ... канд. техн. наук : спец. 05.13.06 / Віталій Олексійович Головко ; [наук. керівник Раскін Л. Г.] ; Нац. техн. ун-т "Харків. політехн. ін-т". – Харків, 2016. – 20 с. – Бібліогр.: с. 16-18. – укр.
Abstract: Дисертація на здобуття вченого ступеня кандидату технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет "Харківський політехнічний інститут", м. Харків, 2016. У дисертації розглядається науково-практична задача ідентифікації фінансового стану підприємства в умовах нечітких даних про значення контрольованих фінансових показників. На основі аналізу традиційних методів рішення цієї задачі виявлено основний недолік традиційних методів ідентифікації: недостатній облік невизначеності вихідних даних. У зв'язку з цим удосконалені методи багатовимірного дискримінантного, кластерного та регресійного аналізу для випадку, коли вхідні дані – нечіткі числа. Для малої вибірки вихідних даних запропоновано процедуру побудови діагностичної експертної системи обробки інформації, яка об'єднує регресійний підхід та механізм логічного виведення. Для розрахунку регресійних коефіцієнтів використано метод попарних порівнянь. Запропоновано методи прогнозування корельованого часового ряду по малій вибірці вихідних даних, а також метод прогнозування ряду, заданого його вейвлет-моделлю.На основі розроблених методів побудована інформаційна технологія діагностування фінансового стану підприємства. Запропонована технологія, інтегрована в програмний комплекс оцінки кредитоспроможності позичальників банку, показала більш раннє виявлення погіршення фінансового стану позичальників у порівнянні з технологією, що раніше використовувалась у роботі. Отримані результати дозволили прийняти своєчасні управлінські рішення і запобігти збільшенню проблемної заборгованості в кредитному портфелі банку.
Thesis for scientific degree of candidate of technical sciences, specialty 05.13.06 – information technologies. – National Technical University "Kharkiv Polytechnic Institute", Kharkov, 2016. The most important scientific and practical problem of identification of the financial condition of the company in terms of fuzzy data values controlled by financial indicators is considered in the thesis. Based on the analysis of traditional methods of solving this problem are identified the lack of them: insufficient consideration of the uncertainty of input data. In this regard, improved methods of multivariate discriminant analysis, cluster analysis and regression analysis for the case when the initial data – fuzzy numbers. For small sample output data suggested the procedure for building diagnostic information processing expert system that combines regression approach and Bayesian inference mechanism. The calculation of the regression coefficients method used pairwise comparisons. The method of predicting the time series correlated to the small sample of the original data, as well as a method of forecasting the series, given its wavelet model. On the basis of the developed methods based information technology diagnosis financial condition of the company. The proposed technology is integrated into the software package for the credit assessment of the bank borrowers showed more early detection of deterioration in the financial condition of borrowers compared to the old technology. The results obtained allowed to take timely management decisions and prevent increase of bad debts in the loan portfolio of the bank.
URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/21976
Appears in Collections:05.13.06 "Інформаційні технології"

Files in This Item:
File Description SizeFormat 
avtoreferat_2016_Golovko_Modeli_metody.pdf646,91 kBAdobe PDFThumbnail
View/Open
Show full item record  Google Scholar



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.