Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций, Горбатков С.А., Фархиева С.А., Белолипцев И.И., 2018

Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций, Горбатков С.А., Фархиева С.А., Белолипцев И.И., 2018.

Монография посвящена общим принципам совершенствования нейросетевых методов моделирования диагностики и прогнозирования вероятности риска банкротств корпораций применительно к сложным условиям моделирования: неполноты, неточности и неопределённости в данных. Впервые рассмотрены вопросы байесовской регуляризации нейросетевых моделей в условиях отсутствия априорных сведений о виде закона распределения шумов в данных, оценки адекватности нейросетевых моделей на основе последовательного принципа Вальда, оптимального выбора системы показателей для спецификации нейросетевой модели, сокращения размерности факторного пространства, предобработки данных, агрегирования комплексных количественных и качественных показателей для их введения в нейросетевую модель с помощью нечетких методов.

Разработан на основе системных методов кибернетики концептуальный базис нейросетевого моделирования, на основе которого предложено 6 оригинальных методов построения нейросетевых моделей банкротств и мониторинга финансового состояния корпораций в задачах обеспечения их экономической безопасности. Центральным методом из них является нейросетевой логистический динамический метод с непрерывным временем, позволяющий получать прогноз для любого момента времени в пределах действия кредитного договора. Теоретические положения подробно иллюстрируются на ряде прикладных задач. Материал книги на 90% оригинален и обобщает опыт многолетних исследований авторов по указанной проблематике. Монография предназначена для студентов, магистрантов и преподавателей широкого круга специальностей информационного и экономического профиля вузов, а также научных работников, проявляющих интерес к проблемам нейросетевого моделирования в сфере экономики в условиях высокой неопределенности.





ВВЕДЕНИЕ.

Объектом исследования в монографии являются банковские кредитные технологии, функционирующие в условиях неопределенности. Методологической основой исследования является разработанный на базе системного подхода концептуальный базис моделирования банкротств. Теоретической основой монографии являются оригинальные методы и алгоритмы, реализующие идеи концептуального базиса. Предметом исследования в работе являются нейросетевые методы и нечеткие алгоритмы построения моделей диагностики и динамического прогнозирования стадий развивающегося процесса банкротства корпораций — заемщиков.

СОДЕРЖАНИЕ.

СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ.
ВВЕДЕНИЕ.
ГЛАВА 1. Системный подход к разработке нейросетевых и нечетких моделей диагностики и прогнозирования банкротств корпораций в условиях априорной непараметрической неопределенности.
ГЛАВА 2. Разработка концептуального базиса нейросетевого моделирования банкротств на основе общесистемных законов.
ГЛАВА 3. Статический и динамический нейросетевые логистические методы построения моделей диагностики и прогнозирования банкротств при неполных данных, регуляризация моделей.
ГЛАВА 4. Нейросетевой алгоритм кластеризации с селекцией признаков и байесовской регуляризацией для задач оценки банкротств.
ГЛАВА 5. Алгоритмы нечеткого агрегирования экзогенных переменных и введения качественного «поведенческого» фактора в нейросетевые модели банкротств.
ГЛАВА 6. Разработка управленческих решений о выдаче кредитов и реструктуризации кредитной задолженности на основе разработанных нейросетевых и нечетких моделей банкротств.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ.
ПРИЛОЖЕНИЯ.

Купить .



Хештеги: #Горбатков :: #Фархиева :: #Белолипцев :: #2018 :: #экономика