Нейромережеві прогностичні технології класифікації криз та оцінки банкрутства суб’єктів торговельної галузі

Abstract

Війна в Україні призвела до значного зростання кількості банкрутств підприємств. Своєчасна оцінка ризику банкрутства є критично важливою для прийняття ефективних управлінських рішень. Метою дослідження є розробка адаптивної моделі оцінки схильності підприємства до банкрутства на основі нечітких нейронних мереж з урахуванням специфіки українського ринку в умовах воєнного часу. Для досягнення мети було здійснено декілька етапів: формування вибірки підприємств торговельної галузі; визначення класів кризи за допомогою кластерного аналізу; побудова нечіткої нейронної мережі з використанням пакета Fuzzy Logic Toolbox в MATLAB; навчання мережі на історичних даних і тестування на нових даних. На першому етапі формується вибірка підприємств, за допомогою якої проводитиметься навчання моделі. На другому етапі формуються класи кризи (загрози банкрутства). На третьому етапі за допомогою апарата нечітких нейронних мереж формується функція належності з певним набором параметрів. За допомогою цієї функції можна віднести те чи інше підприємство з певним ступенем належності до одного з класів кризи, сформованих на попередньому етапі. Четвертий етап є перевіркою адекватності отриманої моделі та можливості її практичного використання. На п’ятому етапі проводиться практична реалізація моделі: за допомогою функції належності визначається схильність досліджуваного підприємства до банкрутства, тобто в якому ступені досліджуване підприємство належить до того чи іншого класу кризи. У результаті застосування запропонованого алгоритму було побудовано нечітку нейронну мережу, яка використовувала фінансові показники українських підприємств. Для навчання моделі застосовувався набір даних, що включав 12 підприємств торговельної галузі. Розроблена модель дозволяє з високою точністю класифікувати підприємства за рівнем фінансової стійкості. Було показано, що нечіткі нейронні мережі є ефективним інструментом для прогнозування банкрутства в умовах невизначеності. Використання нечітких нейронних мереж дозволило врахувати невизначеність та адаптуватися до змін зовнішнього середовища. Отримані результати свідчать про перспективність використання нечітких нейронних мереж для оцінки фінансової стійкості підприємств. Розроблена модель може бути використана як інструмент для раннього виявлення ознак кризи та прийняття своєчасних управлінських рішень.The ongoing war in Ukraine has led to a significant increase in the number of business bankruptcies. Timely assessment of bankruptcy risk is critical for making effective management decisions. The aim of the study is to develop an adaptive model for assessing the propensity of an enterprise to bankruptcy based on fuzzy neural networks, taking into account the specifics of the Ukrainian market in wartime. To achieve the aim, several stages were carried out: formation of a sample of enterprises in the trade industry; determination of crisis classes using cluster analysis; building a fuzzy neural network using the Fuzzy Logic Toolbox package in MATLAB; training the network on historical data and testing on new data. At the first stage, a sample of enterprises is formed, with the help of which the model will be trained. At the second stage, classes of crisis (threat of bankruptcy) are formed. At the third stage, with the help of the apparatus of fuzzy neural networks, a membership function with a certain set of parameters is formed. With the help of this function, it is possible to attribute this or that enterprise with a certain degree of belonging to one of the classes of crisis formed at the previous stage. The fourth stage is to check the adequacy of the obtained model and the possibility of its practical use. At the fifth stage, the practical implementation of the model is carried out: with the help of the membership function, the propensity of the researched enterprise to bankruptcy is determined, that is, to what extent the studied enterprise belongs to one or another class of crisis. As a result of the application of the proposed algorithm, a fuzzy neural network was built, which used the financial indicators of Ukrainian enterprises. To train the model, a dataset was used that included 12 enterprises in the trade industry. The developed model allows to classify enterprises by the level of financial sustainability with high accuracy. Fuzzy neural networks have been shown to be an effective tool for predicting bankruptcy under uncertainty. The use of fuzzy neural networks made it possible to take into account uncertainty and adapt to changes in the external environment. The obtained results indicate the perspective of using fuzzy neural networks to assess the financial sustainability of enterprises. The developed model can be used as a tool for early detection of signs of crisis and making timely managerial decisions.