«Финансы и кредит»

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент

ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Главная

Журналы

Финансы и кредит

1(385) - 2010 январь

Создание виртуальной клиентской базы для анализа кредитоспособности российских предприятий

т. 16, вып. 1, январь 2010

Доступна онлайн: 15.01.2010

Рубрика: Оценка кредитоспособности

Шевченко И.В. доктор экономических наук, профессор, декан экономического факультета, заведующий кафедрой мировой экономики, Кубанский государственный университет
decan@econ.kubsu.ru

Халафян А.А. кандидат технических наук, доцент, профессор кафедры прикладной математики, Кубанский государственный университет
khaliphyan@kubannet.ru

Васильева Е.Ю. аспирант кафедры прикладной математики, Кубанский государственный университет
katrins_notes@mail.ru

В настоящее время особо актуальной является проблема определения риска банкротства предприятия. Решение проблемы возможно путем использования статистических классификационных и эвристических методов, которые требуют наличия обучающей выборки - совокупности данных по предприятиям, уровень риска банкротства которых изначально известен. На практике сбор такой информации является весьма трудоемким и доступ к ней либо ограничен, либо вообще отсутствует.
В статье предложен метод создания виртуальной клиентской базы, который основан на выявленных закономерностях значений финансовых показателей предприятия. При помощи клиентской базы посредством таких методов, как дискриминантный анализ, деревья классификации, нейронные сети, можно оценить величину риска банкротства любого предприятия, если известны определенные показатели его экономической деятельности.

Ключевые слова: классификационный анализ, обучающая выборка, кластерный анализ, дискриминантный анализ, нейронные сети, лингвистическая шкала, рентабельность, платежеспособность, теория нечетких множеств

Посмотреть другие статьи номера »

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 30, вып. 10, октябрь 2024

Другие номера журнала

Архив номеров