ДІАГНОСТИКА ФІНАНСОВОГО СТАНУ МАШИНОБУДІВНОГО ПІДПРИЄМСТВА НА ОСНОВІ ВИКОРИСТАННЯ НЕЙРОМЕРЕЖЕВОГО МОДЕЛЮВАННЯ
Article Sidebar
Надіслано: 24-10-2023
Опубліковано: 31-12-2023
©, Авторські права належать авторам.
Ця стаття опублікована відповідно до стандартів відкритого доступу та розповсюджується за ліцензією Creative Commons Attribution 4.0 International (CC BY 4.0), яка дозволяє необмежене використання, розповсюдження та відтворення змісту на будь-якому носії, за умови зазначення оригінального автора та джерела.
Main Article Content
Анотація
Метою роботи є проведення діагностики рівня фінансового стану машинобудівного підприємства за допомогою застосування нейромережевого підходу та надання прогнозу його рівня на майбутнє. У статті підкреслено важливість проведення діагностики фінансового стану підприємств України в сучасних умовах. Розглянуто методи традиційного фінансового аналізу. Підкреслено необхідність використання моделювання для підвищення якості й точності аналізу. Проведено аналіз існуючих моделей оцінки фінансового стану та банкрутства підприємств. Розглянуті різні типи моделей, що були розроблені вітчизняними й закордонними авторами: моделі, побудовані на основі багатофакторного дискримінантного аналізу, на базі методів нечіткої логіки та інші. Обґрунтовано використання нейромережевого моделювання для оцінки фінансового стану. Побудовано нейромережеву модель діагностики фінансового стану на основі фінансових даних машинобудівного підприємства. Для скорочення простору вхідних даних було запропоновано використання методу «центру тяжіння», за допомогою якого кількість вхідних змінних моделі було зменшено до п’яти. За допомогою потужного інструменту проведення нейромережевого моделювання (SSN) була побудована модель на базі багатошарового персептрону. Нейромережа була навчена методом Back Propagation. За допомогою моделі зроблено оцінку фінансового стану машинобудівного підприємства ПрАТ НКМЗ на 10 майбутніх періодів. Запропонований метод діагностики фінансового стану дозволить керівництву машинобудівного підприємства передбачити настання кризового стану та розробити план фінансового оздоровлення.
Article Details
Посилання
Agarwal, V. (2007). Twenty-five years of the Taffler Z-Score Model: Does it really have predictive ability? Accounting and Business Research, 37(4), 285–300. https://doi.org/10.1080/00014788.2007.9663313 DOI: https://doi.org/10.1080/00014788.2007.9663313
Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the prediction of Corporate Bankruptcy. Journal of Finance, 9, 589–609. https://www.jstor.org/stable/2978933 DOI: https://doi.org/10.1111/j.1540-6261.1968.tb00843.x
Beaver, W.H. (1966). Financial Ratios as Predictors of Failure. Journal of Accounting Research, 4, 71-111. https://doi.org/10.2307/2490171 DOI: https://doi.org/10.2307/2490171
Ben, T.H., & Dovbnia, S.B. (2002). Intehralna otsinka finansovoho stanu pidpryiemstv. Finansy Ukrainy, 6, 53-61.
Chung, K. (2008). Insolvency Prediction Model Using Multivariate Discriminant Analysis and Artificial Neural Network for the Finance Industry in New Zealand. International Journal of Business and Management, 3 (1), 19–29. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1080430 DOI: https://doi.org/10.5539/ijbm.v3n1p19
Desmawati, Kamaliah, & Wijaya, E. Y. (2016). Bankruptcy Prediction Analysis with the Altman, Springate, Grover & Zmijewski Models in the Manufacturing Industry on the IDX. Tepak Journal of Business Management, VIII(2), 1–19.
Eksportna stratehiia dlia sektoru mashynobuduvannia (2019). https://www.me.gov.ua/Documents/Detail?lang=uk-UA&id=a9402926-e5ad-4c8d-9af3-91efaa797ffe&title=EksportnaStrategiiaDliaSektoruMashinobuduvannia-doslidzhennia-UkrainskoiuMovoiu
Jones, S. (2007). Modelling corporate failure: A multinomial nested logit analysis for unordered. The British Accounting Review, 39, 89–107. https://doi.org/10.1016/j.bar.2006.12.003 DOI: https://doi.org/10.1016/j.bar.2006.12.003
Klebanova, T. S., Dymchenko, O. V., Rudachenko, O. O., & Hvozdytskyi, V. S. (2018). Neiromerezhevi modeli otsinky finansovykh kryz na pidpryiemstvakh korporatyvnoho typu. Kharkiv: KhNUMH im. O. M. Beketova. http://repository.hneu.edu.ua/handle/123456789/21933
Klebanova, T. S., Guryanova, L. S., & Gvozdytskyi, V. S. (2015). Some approaches to modelling the threat estimation of forming financial crises in corporate systems. 5th International Conference on Application of Information and Communication Technology and Statistics in Economy and Education. http://repository.hneu.edu.ua/handle/123456789/14937
Lennox, C. (1999). Identifying failing companies: a re-evaluation of the logit, probit and DA approaches. Journal of Economics and Business, 51(4), 347-364. https://doi.org/10.1016/S0148-6195(99)00009-0 DOI: https://doi.org/10.1016/S0148-6195(99)00009-0
Ministry of Finance of Ukraine (2016). Order “The procedure for conducting an assessment of the financial status of a potential beneficiary of an investment project, the realization of which is envisaged on the terms of financial selfsustainment, as well as the definition of the type of maintenance and repayment of a loan provided at the expense of funds of international financial organizations, which are serviced at the expense of the beneficiary”. http://zakon3.rada.gov.ua/laws/show/z109516
Pavlenko, O.I. (2010). Vdoskonalennia mekhanizmu otsinky finansovoho stanu pidpryiemstva. Biznesnavihator, 2(19), 72–78.
Philosophov, L.V., Batten, J.A.б & Philosophov, V.L. (2008). Predicting the event and time horizon of bankruptcy using financial ratios and the maturity schedule of long-term debt. Mathematics and Financial Economics, 1, 181–212. https://doi.org/10.1007/s11579-007-0008-9 DOI: https://doi.org/10.1007/s11579-007-0008-9
Poddierohin, A.M., & Naumova, L.Yu. (2011). Finansova stiikist pidpryiemstv v ekonomitsi Ukrainy. Kyiv: KNEU. http://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?&I21DBN=EC&P21DBN=EC&S21STN=1&S21REF=10&S21FMT=fullwebr&C21COM=S&S21CNR=20&S21P01=0&S21P02=0&S21P03=I=&S21COLORTERMS=0&S21STR=%D0%92%D0%90762559
Sammut, C., Webb, G.I. (eds). (2011). Logit Model. Encyclopedia of Machine Learning. Springer, Boston, MA. https://doi.org/10.1007/978-0-387-30164-8_494. DOI: https://doi.org/10.1007/978-0-387-30164-8_494
Sfakianakis, E. (2021). Bankruptcy prediction model for listed companies in Greece. Investment Management and Financial Innovations, 18(2), 166-180. https://doi.org/10.21511/imfi.18(2).2021.14 DOI: https://doi.org/10.21511/imfi.18(2).2021.14
Song, Y., & Wu, R. (2022). The Impact of Financial Enterprises’ Excessive Financialization Risk Assessment for Risk Control based on Data Mining and Machine Learning. Computational Economics, 60, 1245–1267. https://doi.org/10.1007/s10614-021-10135-4 DOI: https://doi.org/10.1007/s10614-021-10135-4
Taffler, R. J. (1983). The Assessment of Company Solvency and Performance Using a Statistical Model. Accounting and Business Research, 13, 295–307. https://doi.org/10.1080/00014788.1983.9729767 DOI: https://doi.org/10.1080/00014788.1983.9729767
Tereshchenko, O. O. (2006). Anti-crisis financial management at the enterprise. Kyiv. http://nbuv.gov.ua/UJRN/Fu_2016_6_9
Wu, Y., Li, X., Liu, Q. et al. (2022). The Analysis of Credit Risks in Agricultural Supply Chain Finance Assessment Model Based on Genetic Algorithm and Backpropagation Neural Network. Computational Economics, 60, 1269–1292. https://doi.org/10.1007/s10614-021-10137-2 DOI: https://doi.org/10.1007/s10614-021-10137-2
Yelisieieva, O.K, & Reshetniak, T.V. (2007). Metody ta modeli otsinky i prohnozuvannia finansovoho stanu pidpryiemstv. Kramatorsk: DDMA. http://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?Z21ID=&I21DBN=EC&P21DBN=EC&S21STN=1&S21REF=10&S21FMT=fullw&C21COM=S&S21CNR=20&S21P01=0&S21P02=0&S21P03=I=&S21COLORTERMS=0&S21STR=%D0%92%D0%90690181
Yendrawati, R., & Adiwafi, N. (2021). Comparative analysis of Z-score, Springate, and Zmijewski models in predicting financial distress conditions. Journal of Contemporary Accounting, 2(2), 72–80. https://doi.org/10.20885/jca.vol2.iss2.art2 DOI: https://doi.org/10.20885/jca.vol2.iss2.art2
Zmijewski, M.E. (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, 22, 59-82. http://dx.doi.org/10.2307/2490859 DOI: https://doi.org/10.2307/2490859