DOI: https://doi.org/10.15802/rtemt.v0i1(17).176655

ФОРМУВАННЯ ДАТАСЕТУ ТА ВИБІР ПАРАМЕТРІВ ДЛЯ ПОБУДОВИ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ КЛАСИФІКАЦІЇ ПІДПРИЄМСТВ ЗА ФІНАНСОВОЮ СТІЙКІСТЮ

L. M. DEBUNOV, A. G. YAKOVENKO

Анотація


Мета. Статтю присвячено підготовчим діям, що передують побудові повнозв’язної тришарової штучної нейронної мережі прямого розповсюдження, котра має класифікувати підприємства за фінансовою стійкістю. Методика. Для підготовки побудови штучної нейронної мережі в роботі висувається ряд аргументованих суджень та приводяться рішення, котрі базуються на результатах експериментів з побудови нейронної мережі фінансової стійкості. Результати. В статті наведено шляхи отримання набору даних для навчання штучної нейронної мережі фінансової стійкості. Представлено оптимальні параметри архітектури та рекомендації щодо навчання нейронної мережі, що слід застосовувати при її створенні. Приділено увагу таким параметрам штучної нейронної мережі як тип нейронної мережі, функція помилки, функція активації на прихованому та вихідному шарах, алгоритм навчання, параметри первинної ініціалізації ваг. Застосування рекомендацій, котрі наведено в статті, дозволяє побудувати штучну нейронну мережу, що класифікує підприємства за фінансовою стійкістю з достатньо високою точністю. Особливу увагу приділено вибору функцій активації нейронів та розподілу набору спостережень на підвибірки для навчання, тестування та контролю побудови зазначеної нейронної мережі. Наукова новизна. Запропоновано використання 17-ти фінансових показників в якості факторів для моделювання фінансової стійкості, що має найбільш повно описувати це складне поняття та дозволить отримати максимальну точність класифікації. В статті обґрунтовано застосування параметрів побудови та навчання нейронної мережі, що найкраще підходять при використанні саме цих факторів. Практична значимість. Використання матеріалу статті допоможе побудові штучної нейронної мережі фінансової стійкості, котра може бути використана для класифікації підприємств на «фінансово стійкі» та «потенційні банкрути» й може використовуватись фінансово-кредитними установами, інвестиційними фондами та державними органами при оцінці ризику банкрутства підприємства. Така нейронна мережа покликана автоматизувати працю досвідченого фінансового аналітика при перевірці підприємства на фінансову стійкість.


Ключові слова


фінансова стійкість; штучна нейронна мережа; класифікація; персептрон; функція активації; функція помилки; моделювання фінансової стійкості

Повний текст:

PDF

Посилання


Верховна Рада України, 1992. № 2344-XII Про відновлення платоспроможності боржника або визнання його банкрутом. Закон України від 14.05.1992. Київ: Відомості Верховної Ради України, № 31. Доступно: [Дата звернення: 23 квітня 2019].

Верховна Рада України, 2019. № 2597-VIII Кодекс України з процедур банкрутства. Закон України від 18.10.2018. Київ: Голос України, 20 квітня 2019 № 77. Доступно: [Дата звернення: 07 травня 2019].

Вищий господарський суд України, 2019. Оголошення та повідомлення. [online] Доступно: [дата звернення: 08 Травень 2019].

Дебунов, Л.М., Яковенко, О.Г., 2018. Моделювання межі фінансової стійкості підприємств при використанні штучних нейронних мереж. Economic Stability Studies, (Вип. 1), с.59-66.

Дебунов, Л.М., Яковенко, О.Г., 2019. Аналіз сучасних підходів до визначення поняття фінансової стійкості підприємства. Наукові записки Національного університету «Острозька академія», серія «Економіка», (№ 12(40)), с.86-91.

Дебунов, Л.Н., 2017. Применение искусственных нейронных сетей в моделировании финансовой устойчивости предприятия. Бізнес Інформ, (№ 9), с.112-119.

Держспоживстандарт України, 2010. ДК 009:2010 Класифікація видів економічної діяльності. Київ: Держспоживстандарт України.

Єдиний державний реєстр судових рішень, 2019. Головна. [online] Доступно: [Дата звернення: 08 травня 2019].

Матвійчук, А.В. 2011. Штучний інтелект в економіці: нейронні мережі, нечітка логіка: монографія. Київ: КНЕУ.

Міністерство юстиції України. Єдиний державний реєстр юридичних осіб, фізичних осіб-підприємців та громадських формувань, 2019. Безкоштовний запит. [online] Доступно: [Дата звернення: 08 травня 2019].

Мулик, Я.І., 2017. Аудит фінансової стійкості підприємства: проблеми та перспективи розвитку. Глобальні та національні проблеми економіки, (№. 16), с.884-888.

Фурман, І.В., 2017. Процес управління фінансовою стійкістю підприємства та шляхи його вдосконалення. Економіка. Менеджмент. Бізнес., (№. 1), с.31-36.

Beermann, K., 1976. Prognosemöglichkeiten von Kapitalverlusten mit Hilfe von Jahresabschlüssen. Schriftenreihe des Instituts für Revisionswesen der Westfälischen Wilhelms, (Band 11), s.118-121.

Taffler, R., Tishaw, H., 1977. Going, going, gone – four factors which predict. Accountancy, Vol. 88 (No. 1003), p.50-54.

References

Pro vidnovlennya platospromozhnosti borzhnyka abo vyznannya yoho bankrutom. № 2344-XII. (1992).

Kodeks Ukrayiny z protsedur bankrutstva. № 2597-VIII. (2019).

Vyshchyy hospodarsʹkyy sud Ukrayiny, 2019. Oholoshennya ta povidomlennya. [online] Available at: [Accessed: 08 May 2019].

Debunov, L. M., Yakovenko, A. G. (2018). Modelyuvannya mezhi finansovoyi stiykosti pidpryyemstv pry vykorystanni shtuchnykh neyronnykh merezh. Economic Stability Studies, 1(1), 59-66.

Debunov, L. M., Yakovenko, A. G. (2019). Analiz suchasnykh pidkhodiv do vyznachennya ponyattya finansovoyi stiykosti pidpryyemstva. Naukovi zapysky Natsionalʹnoho universytetu «Ostrozʹka akademiya», seriya «Ekonomika», 12(40), 86-91.

Debunov, L. N. (2017). Primeneniye iskusstvennykh neyronnykh setey v modelirovanii finansovoy ustoychivosti predpriyatiya. Biznes Inform, (9), 112-119.

Derzhspozhyvstandart Ukrayiny. (2010). Klasyfikatsiya vydiv ekonomichnoyi diyalʹnosti. DK 009:2010. Kyiv: Derzhspozhyvstandart Ukrayiny.

Yedynyy derzhavnyy reyestr sudovykh rishenʹ, 2019. Holovna. [online] Available at: [Accessed: 08 May 2019].

Matviychuk, A. V. (2011). Shtuchnyy intelekt v ekonomitsi: neyronni merezhi, nechitka lohika: monohrafiya. Kyiv: KNEU.

Ministerstvo yustytsiyi Ukrayiny. Yedynyy derzhavnyy reyestr yurydychnykh osib, fizychnykh osib-pidpryyemtsiv ta hromadsʹkykh formuvanʹ, 2019. Bezkoshtovnyy zapyt. [online] Available at: [Accessed: 08 May 2019].

Mulyk, Ya. I. (2017). Audyt finansovoyi stiykosti pidpryyemstva: problemy ta perspektyvy rozvytku. Hlobalʹni ta natsionalʹni problemy ekonomiky, (16), 884-888.

Furman, I. V. (2017). Protses upravlinnya finansovoyu stiykistyu pidpryyemstva ta shlyakhy yoho vdoskonalennya. Ekonomika. Menedzhment. Biznes., (1), 31-36.

Beermann, K. (1976). Prognosemöglichkeiten von Kapitalverlusten mit Hilfe von Jahresabschlüssen. Schriftenreihe des Instituts für Revisionswesen der Westfälischen Wilhelms, (11), 118-121.

Taffler, R., Tishaw, H. (1977). Going, going, gone – four factors which predict. Accountancy, 88 (No. 1003), 50-54.




Лицензия Creative Commons
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License» .

ISSN 2664-1259 (Print), ISSN 2664-3871 (Online)