Моделі, методи та інформаційні технології розробки нечіткої експертної системи діагностики фінансового стану підприємства

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.