Главная страница » Публикации » 2015 » #11 (59) » Evaluation of the sensitivity of neural network method for constructing the dynamic model of bankruptcy to identify signs of a developing process of the crisis of the Corporation

Evaluation of the sensitivity of neural network method for constructing the dynamic model of bankruptcy to identify signs of a developing process of the crisis of the Corporation

Business Administration, Financial Management

Авторы

Горбатков Станислав Анатольевич
доктор технических наук, профессор кафедры математики и информатики
Россия, Финансовый университет при Правительстве Российской Федерации
sgorbatkov@mail.ru
Касимова Лиана Ириковна
аспирантка кафедры макроэкономического развития и государственного управления
Россия, Башкирский государственный университет
liankakasimva@yandex.ru
Фарваев Ирик Рафитович
магистрант кафедры электрооборудования и автоматики промышленных предприятий
Россия,Уфимский государственный нефтяной технический университет
irikfarvaev@yandex.ru

Аннотация

Pilot original neural network logistic dynamic method of building the model of bankruptcies. Investigated the convergence of the iterations of the restoration indicator bankruptcy on incomplete data, which makes the basic "core" of the proposed method and regularization model on Bayesian ensemble of neural networks. Compared with 22 known models of bankruptcies: MDA models, logit models, expert models, rating models, regulated by the method of the Government of the Russian Federation. 

Ключевые слова

Dynamic neural network method, the model of an evolving bankruptcy, convergence, regularization, evaluation of the sensitivity of the method, the prediction of bankruptcy, comparison with known methods. 

Рекомендуемая ссылка

Горбатков Станислав Анатольевич,Касимова Лиана Ириковна,Фарваев Ирик Рафитович. Evaluation of the sensitivity of neural network method for constructing the dynamic model of bankruptcy to identify signs of a developing process of the crisis of the Corporation // Современные технологии управления. ISSN 2226-9339. — #11 (59). Номер статьи: 5902. Дата публикации: 08.11.2015. Режим доступа: https://sovman.ru/en/article/5902/

Authors

Gorbatkov Stanislav Anatol'evich
Doctor of Technical Sciences, Professor Mathematics and Computer Science
Russia, Financial University under the Government of the Russian Federation
sgorbatkov@mail.ru
Kasimova Liana Irikovna
graduate student of macroeconomic development and public administration
Russian, Bashkir State University
liankakasimva@yandex.ru
Farvaev Irik Rafitovich
graduate student of the department of electrical equipment and automation of industrial enterprises
Russia, Ufa State Oil Technical University
irikfarvaev@yandex.ru

Abstract

Keywords

Suggested citation

Gorbatkov Stanislav Anatol'evich,Kasimova Liana Irikovna,Farvaev Irik Rafitovich. // Modern Management Technology. ISSN 2226-9339. — #11 (59). Art. #  5902. Date issued: 08.11.2015. Available at: https://sovman.ru/en/article/5902/

Print Friendly, PDF & Email
Оправить мне на email статью

Читайте также

Взаимосвязь цифровой и реестровой модели экономики: перспективы и влияние цифрового рубля на российскую экономику
Статья “Почему сегодня «работает» стратегия, построенная на амбициях?”
Формирование корпоративной системы здоровьесбережения как направление социальной политики современного промышленного предприятия
Выпуск катастрофических облигаций как механизм замещения международной емкости страхового покрытия крупных рисков техногенных аварий
Практика применения SWOT-анализа в деятельности спортивной коммерческой организации

Библиографический список

  1. Makeeva E.YU., Gorbatkov S.A., Belolipcev I.I. Models of diagnostic bankruptcies organizations [O modelyah diagnostiki bankrotstv organizacij]. Management and Business  Administration. 2014. №1. pp. 151-171.
  2. Polupanov D.V., Gorbatkov S.A., Saetova G. D., Kasimova L.I. A study of the convergence rate of the iterative dynamic neural network risk assessment method bankruptcy [Issledovanie skorosti shodimosti iteracionnogo nejrosetevogo dinamicheskogo metoda ocenki riska bankrotstva]. Mathematical methods and models in the study of public and financial markets: Proceedings of the All-Russian Youth Scientific Practical Conference (April 27-28, 2015 in Ufa). In 3 parts. Part II. Ufa Aeterna. 2015. pp. 142-146.
  3. Galushkin A. I. The theory of neural networks [Teorija nejronnyh setej]. Bk. 1 Proc. manual for schools.  M . IPRZH, 2000. 416 p.
  4. Tihonov A. N., Arsenin V. Ja. Methods of solving ill-posed problems, monograph [Metody reshenija nekorrektnyh zadach. Monografija]. Ed. 2nd.  M . Nauka. Home edition of Physical and mathematical literature, 1979.  286 p.
  5. Shumskij S.A. Bayesian regularization training [Bajesova reguljarizacija obuchenija]. Lectures for school seminar Modern problems of neuroinformatics (23-25 January 2002). M. MiFi 2002 (file: //NeyroOKIntelsoft.htm) p. 33.
  6. Gorbatkov S. A., Polupanov D. V., Makeeva E. Ju., Birjukov A. N. The methodological basis for the development of neural network models of economic facilities in the face of uncertainty, monograph [Metodologicheskie osnovy razrabotki nejrosetevyh modelej jekonomicheskih ob#ektov v uslovijah neopredelennosti. Monografija]. M . Publishing house Economic newspaper, 2012. 494 p.
  7. Gorbatkov S. A., Belolipcev I. I., Makeeva E. Ju. The choice of economic indicators for the diagnosis and prediction of failures based on the Bayesian approach and intelligent information technologies  [Vybor sistemy jekonomicheskih pokazatelej dlja diagnostiki i prognozirovanija bankrotstv na osnove bajesovskogo podhoda i intellektual’nyh informacionnyh tehnologij ]. Bulletin of the Financial University under the Government of the Russian Federation.  2013.  №4 (76). pp. 50-62.
  8. Nedosekin A.O. Methodological bases of modeling of financial activity using fuzzy-multiple descriptions [Metodologicheskie osnovy modelirovanija finansovoj dejatel’nosti s ispol’zovaniem nechetko-mnozhestvennyh opisanij]. Diss. on soisk. a scientific degree of the doctor ehkon. Sciences.  St. Petersburg. St. Petersburg gov’t. University of Economics and Finance, 2003. 280 p.
  9. Zhdanov V,Ju., Zhdanov I.Ju., QFinAnalysis. Version 1.9 [QFinAnalysis. Versija 1.9]. School Financial Analysis [Official site]. URL: // www. beintrend.ru/qfinanalysisfree,2011

Leave a Reply

Your email address will not be published. Required fields are marked *

Shopping Cart
Scroll to Top