ДОСЛІДЖЕННЯ МЕТОДУ НЕЧІТКИХ НЕЙРОННИХ МЕРЕЖ ДЛЯ ОЦІНКИ ФІНАНСОВОЇ СПРОМОЖНОСТІ БІЗНЕСУ

Анотація

У представленій науковій статті проведено ґрунтовне дослідження методів оцінки фінансової спроможності бізнесу в умовах сучасної економічної нестабільності та стійкої тенденції до зростання кількості справ про банкрутство суб’єктів господарювання в Україні протягом 2019–2025 років. Актуальність роботи обумовлена необхідністю адаптації класичних математичних моделей до специфіки вітчизняних статистичних даних, оскільки пряме використання закордонних методик без коригування коефіцієнтів може викривляти реальну оцінку фінансової стабільності. Основна увага приділена порівняльному аналізу ефективності моделі дискримінантного аналізу Фішера та нейронечіткого класифікатора. Інформаційною базою дослідження слугували дані річної фінансової звітності підприємств, що акумулюються Державною службою статистики України. Для побудови моделей використано шість ключових фінансових показників, що відображають співвідношення грошових надходжень, чистого прибутку, виручки та активів до зобов’язань і основного капіталу. В ході роботи було розроблено специфічну скор-функцію для дискримінантного аналізу та спроектовано нейронечітку систему, де база правил логічного виводу формується безпосередньо на основі навчальної вибірки, що мінімізує суб’єктивний експертний вплив. Порівняння результатів на тренувальних, валідаційних та тестових даних підтвердило перевагу нейронечіткого підходу, який продемонстрував вищу точність класифікації в цілому на 1-2%. Авторами обґрунтовано доцільність використання нейронечітких мереж як ефективного інструменту проактивного антикризового управління та імітаційного моделювання різних сценаріїв розвитку бізнесу. Перспективним напрямком подальших досліджень визначено автоматизацію оптимізації архітектури мережі за допомогою методу граматичної еволюції для підвищення якості отримуваної бази правил