Финансовое состояние предприятия принято оценивать множеством характеристик (платёжеспособность и ликвидность, структура капитала, рентабельность и др.). Часть финансовых коэффициентов оказывается малоинформативной, а другая часть содержит взаимосвязанные величины. Поэтому для устранения неоднозначности перейдём к обобщённым показателям – рейтинговым числам, а в качестве основного средства исследования предлагается использовать теорию экспертных систем. Характерной особенностью современной теории экспертных систем следует считать применение интеллектуальных способов обработки данных data mining, или интеллектуального анализа данных. Предложен метод погружения задачи сравнения финансового состояния экономических объектов в экспертную оболочку в классе систем искусственного интеллекта (алгоритмы метода анализа иерархий, ассоциативного обучения нейронной сети, алгоритма обучения с функцией активации softmax). Введён обобщённый показатель структуры капитала в виде рейтингового числа и сформировано признаковое (факторное) пространство для семи конкретных предприятий. Выделены количественные признаки (финансовые коэффициенты структуры капитала) и осуществлена их нормировка по правилам теории экспертных систем. К полученному множеству обобщённых показателей применён метод анализа иерархий: на основе лингвистической шкалы Т. Саати определены ранги признаков, отражающие относительную значимость различных финансовых коэффициентов, и построена матрица парных сравнений. Рассчитан вектор приоритета признаков на основе решения уравнения для собственных чисел и векторов упомянутой матрицы. В итоге осуществлена визуализация полученных результатов, позволившая устранить трудности интерпретации малых и отрицательных значений обобщённого показателя. Для дальнейшего сглаживания разброса показателей применена нейронная сеть с ассоциативным обучением и функцией активации softmax. Применение этого метода позволяет значительно облегчить проблемы интерпретации результатов сравнения финансового состояния различных предприятий.

финансовое состояние, структура капитала, метод анализа иерархий, нейронные сети

1. Вахрушина М.А. Анализ финансовой отчетности. М.: Инфра-М, 2011. 431 с.

2. Witten I., Frank E., Hall M. Data Mining: Practical Machine Learning Tools and Techniques. N.Y.: Morgan Kaufmann, 2011. 664 p.

3. Graupe D. Principles of Artificial Neural Networks. N.Y.: World Scientific, 2013. 363 p.

4. Бухарин С.В., Навоев В.В. Методы теории нейронных сетей в экспертизе технических и экономических объектов. Воронеж: Научная книга, 2015. 256 с.

5. Бухарин С.В., Мельников А.В., Хорев А.И. Экспертная оценка и прогнозирование обобщенного показателя структуры капитала предприятий // Финансы. Экономика. Стратегия (ФЭС). 2013. № 5. С. 9–12.