|
Как уже было сказано в главе 1, в западной практике для предсказания банкротства широко используются многофакторные модели Э. Альтмана, однако их следует уточнить на нечеткость областей. Рассмотрим нетипичные подходы для оценки кризиса предприятия, основанные на нечетких множествах и нейронных сетях. Метод нечетких множеств. Специалистам консультационной группы «Воронов и Максимов», разработан комплексный показатель финансового анализа на основании результатов теории нечетких множеств. Схема построения показателя следующая: 1. Полное множество состояний А предприятия разбивается на пять (в общем случае пересекающихся) нечетких подмножеств вида: Aj нечеткое подмножество состояния «предельного неблагополучия (фактического банкротства)»; А2 нечеткое подмножество состояния «неблагополучия»; Лз нечеткое подмножество состояния «среднего качества»; Ад нечеткое подмножество состояния «относительного благополучия»; А5 нечеткое подмножество состояния «предельного благополучия». То есть терм-множество лингвистической переменной «Состояние предприятия» состоит из пяти компонентов. Каждому из подмножеств А1-А5 соответствуют свои функции принадлежности m Kj: m 5 Kj, где Kj комплексный показатель финансового состояния предприятия, причем, чем выше Kj, тем «благополучнее» состояние предприятия. 2. Осуществляется выбор базовой системы показателей X и производится нечеткая классификация их значений. Пусть D(Xj) область определения параметра, X,, несчетное множество точек оси действительных чисел. Определим лингвистическую переменную «Уровень показателя Х5» с введением пяти нечетких подмножеств множества D(Xi): Bj нечеткое подмножество «очень низкий уровень показателя X,»; В2нечеткое подмножество «низкий уровень показателя Xj»; В3 нечеткое подмножество «средний уровень показателя X}»; В4 нечеткое подмножество «высокий уровень показателя Xj»; В5 нечеткое подмножество «очень высокий уровень показателя Xj». Таким образохм, задача описания подмножеств {В} сводится к задаче формирования соответствующих функций принадлежности m(xj). 3.Построение функций принадлежности {т} нечетких подмножеств (А). Анализируя опыт различных квалификаций лингвистической переменной «Состояние», мы задаемся набором функций принадлежности {т}. Эти функции 128 |
94 печивает высокой точности. Это объясняется тем, что вышеописанная модель не учитывает влияния на финансовое положение предприятия других важных показателей, характеризующих, например, эффективность использования ресурсов, отдачу активов, деловую и рыночную активность предприятия. Дискриминантная граница между банкротами и небанкротами в общем случае имеет более сложный вид, представляет собой размытую область, а не прямую. Ошибка прогноза с помощью двухфакторной модели оценивается интервалами D Z=+(-)0,65. Чем больше факторов будет учтено в модели, тем, точнее рассчитанный с ее помощью прогноз. [41] В западной практике для предсказания банкротства широко используются многофакторные модели Э. Альтмана. Метод нечетких множеств Й Специалистам консультационной группы «Воронов и Максимов», разработан комплексный показатель финансового анализа на основании результатов теории нечетких множеств. Схема построения показателя следующая: 1. Полное множество состояний А предприятия разбивается на пять (в общем случае пересекающихся) нечетких подмножеств вида: Aj нечеткое подмножество состояния «предельного неблагополучия (фактического банкротства)»; Л2 нечеткое подмножество состояния «неблагополучия»; * дАз нечеткое подмножество состояния «среднего качества»; Ад нечеткое подмножество состояния «относительного благополучия»; А5 нечеткое подмножество состояния «предельного благополучия». То есть терм-множество лингвистической переменной «Состояние предприятия» состоит из пяти компонентов. Каждому из подмножеств ArA5 соответствуют свои функции принадлежности m Kj: m 5 Kj, где Kj комплексный показатель финансового состояния предприятия, причем, чем выше Kj, тем «благополучнее» состояние предприятия. 2. Осуществляется выбор базовой системы показателей X; и произво 95 дится нечеткая классификация их значений. Пусть D(Xj) -область определения параметра Хь несчетное множество точек оси действительных чисел. Определим лингвистическую переменную «Уровень показателя Хр> с введением пяти нечетких подмножеств множества D(Xj): Bj -нечеткое подмножество «очень низкий уровень показателя Хр>; В2-нечеткое подмножество «низкий уровень показателя Хр>; В3-нечеткое подмножество «средний уровень показателя Хр>; В4-нечеткое подмножество «высокий уровень показателя Хр>; В5-нечеткое подмножество «очень высокий уровень показателя Х;»; Задача описания подмножеств {В} это задача формирования соответствующих функций принадлежности 1 l-5(Xi). 3. Построение функций принадлежности {т} нечетких подмножеств {Л}. Анализируя опыт различных квалификаций лингвистической переменной «Состояние», мы задаемся набором функций принадлежности { m }. Эти функции сформированы таким образом, что искомый комплексный показатель финансового состояния предприятия Kj по построению принимает значения от нуля до единицы. 4. Оценка значимостей показателей для комплексной оценки. Каждому iму показателю в отношении каждого к-го уровня состояния предприятия можно сопоставить оценку pik значимости данного показателя для распознавания данного уровня состояния предприятия. Например, ряд банков, анализируя кредитоспособность заемщика, присваивает большую значимость показателям финансовой устойчивости и ликвидности, и меньшую показателям прибыльности и оборачиваемости. В то же время, этот критерий не может считаться приемлемым в отношении приватизированных предприятий, ранее находящихся в госсобственности. Характерным для таких предприятий является то, что значительный вес основных средств в структуре активов (здания, сооружения и т.д.) соседствует с низкой рентабельностью и даже убыточностью. То есть построение системы весов pik должно проводиться по каждому предприятию строго индивидуально. |