Помощь студентам в учебе
Разработка математических моделей для прогнозирования вероятности банкротства предприятия
|
ВВЕДЕНИЕ 7
ГЛАВА 1 ОЦЕНКА ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ.ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРОЦЕССА КРУПНЫХ ТОРГОВЫХ КОМПАНИЙ 10
1.1 Определение понятия финансового состояния 10
1.2 Изменение финансового состояния предприятия: от финансовых
затруднений до банкротства 11
1.3 Анализ работ, посвященных прогнозированию банкротств предприятий . 14
1.4 Постановка задачи 20
Вывод по главе 1 21
ГЛАВА 2 МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ КАК ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ 23
2.1 Random Forest 23
2.2 Логистическая регрессия 26
2.3 Extreme Gradient Boosting 28
2.4 Гиперпараметры 29
Вывод по главе 2 30
ГЛАВА 3 ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ 31
3.1 Подготовка данных для исследования критического состояния
предприятия 31
3.2 Первая серия моделей (без дополнительного feature engineering) 34
3.3 Серия моделей после обработки признаков 37
3.4 Сравнение моделей 40
Вывод по главе 3 41
ГЛАВА 4 КОММЕРЦИАЛИЗАЦИЯ ПРОЕКТА 42
4.1 Этапы коммерциализации 43
4.2 Участники процесса коммерциализации 44
4.3 Способы коммерциализации 48
4.4 Основные подходы коммерциализации результатов инновационных
научных исследований 49
4.5 Преимущества и недостатки способов коммерциализации проектов и
инноваций 55
4.6 Описание продукта 57
4.7 Решаемая проблема 57
4.8 Дорожная карта коммерциализации проекта 57
4.9 Оценка объема рынка 61
4.10 Бизнес-модель 63
4.11 Команда проекта 64
4.12 Ценообразование 64
Вывод по главе 4 67
ЗАКЛЮЧЕНИЕ 69
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 70
ГЛАВА 1 ОЦЕНКА ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ.ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРОЦЕССА КРУПНЫХ ТОРГОВЫХ КОМПАНИЙ 10
1.1 Определение понятия финансового состояния 10
1.2 Изменение финансового состояния предприятия: от финансовых
затруднений до банкротства 11
1.3 Анализ работ, посвященных прогнозированию банкротств предприятий . 14
1.4 Постановка задачи 20
Вывод по главе 1 21
ГЛАВА 2 МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ КАК ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ 23
2.1 Random Forest 23
2.2 Логистическая регрессия 26
2.3 Extreme Gradient Boosting 28
2.4 Гиперпараметры 29
Вывод по главе 2 30
ГЛАВА 3 ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА ПРЕДПРИЯТИЙ 31
3.1 Подготовка данных для исследования критического состояния
предприятия 31
3.2 Первая серия моделей (без дополнительного feature engineering) 34
3.3 Серия моделей после обработки признаков 37
3.4 Сравнение моделей 40
Вывод по главе 3 41
ГЛАВА 4 КОММЕРЦИАЛИЗАЦИЯ ПРОЕКТА 42
4.1 Этапы коммерциализации 43
4.2 Участники процесса коммерциализации 44
4.3 Способы коммерциализации 48
4.4 Основные подходы коммерциализации результатов инновационных
научных исследований 49
4.5 Преимущества и недостатки способов коммерциализации проектов и
инноваций 55
4.6 Описание продукта 57
4.7 Решаемая проблема 57
4.8 Дорожная карта коммерциализации проекта 57
4.9 Оценка объема рынка 61
4.10 Бизнес-модель 63
4.11 Команда проекта 64
4.12 Ценообразование 64
Вывод по главе 4 67
ЗАКЛЮЧЕНИЕ 69
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 70
Исследование финансово-хозяйственной деятельности предприятия является определением того, по каким направлениям нужно вести работу по улучшению этого состояния, а также его текущей оценкой финансового состояния. Желательное финансовое состояние ресурсов, при котором предприятие, свободно владеет денежными средствами, способно путем эффективного использования обеспечить затраты по его обновлению и расширению, а также беспрерывный процесс реализации продукции и производства. Таким образом, по отношению к данному предприятию внутренними пользователями будет персонал управления предприятием, от которого соответственно зависит будущее финансовое состояние.
Две группы внешних пользователей финансовой информации: организации и лица, которые имеют непосредственный финансовый интерес - покупатели продукции и услуг, работники предприятия, различные кредиторы, государство, прежде всего в лице налоговых органов , а также акционеры, учредители, поставщики, потенциальные инвесторы. Финансовое состояние предприятия - главный критерий для банков, когда возникает вопрос: о целесообразности или нецелесообразности выдачи кредита, при положительном решении данного вопроса - на какой срок и под какие проценты. Пользователи, имеющие опосредованный финансовый интерес, - консалтинговые и аудиторские фирмы, различные финансовые институты (ассоциации, биржи и т. д.), органы государственного управления, законодательные статистические органы, информационные агентства и пресса.
Главная задача всех этих пользователей финансовой отчетности - провести исследование и сделать выводы о направлениях своей деятельности по отношению к предприятию в долгосрочной или ближайшей перспективе. В большинстве случаев, выводы по их действиям в отношении данного предприятия в будущем, представляет собой наибольший интерес прогнозное финансовое состояние предприятия. Это чрезвычайно важная задача и актуальность вопросов, связанных с разработкой новых и улучшением существующих методов прогнозирования и определение прогнозного финансового состояния предприятия.
Теоретической и методологической основой магистерской диссертации являются труды зарубежных и отечественных ученых в области машинного обучения. Так, например в российской литературе известны такие авторы как: Вьюгин В.В.[1], Николенко С.И.[2], Барскир А.Б.[3], Матвеев А.С.[4], Ручкин В.Н.[5], В.А. Фулин[5], Аксенов С.В.[6], Новосельцев В.Б.[6], Воронцов К.В.[7], Лепский А.Е.[8], Броневич А.Г.[8]
В зарубежной литературе: Я.Гудфеллоу[9], И.Бенджио[9], А.Курвилль [9], А. Джули[10], Суджит Пол[10], Мохамед Али,[11] Арно Мейсман[11], Дэви Силен[11], Андреас Мюллер[12], Сара Гвидо[12], Себастьян Рашка[ 13]. Джоэл Грас[13], Дж. Вандер Плас[14],
Рассмотрев различные точки зрения в отечественной и зарубежной литературе, можно прийти к выводу, что существуют различные методы прогнозирования, каждый из которых имеет свои преимущества и недостатки.
Объектом исследования является финансовое состояние предприятия и его прогнозирование.
Предметом исследования являются методы прогнозирования банкротства предприятия.
Цель исследования - повышение эффективности процесса прогнозирования банкротства предприятия с применением методов машинного обучения.
Для достижения цели были поставлены следующие задачи:
1) описание понятия критическое финансовое состояние.
2) провести исследование и анализ современных подходов к прогнозированию банкротства предприятия.
3) анализ имеющихся прогнозных методов машинного обучения.
4) формулировка требований к прогнозной модели.
5) построение прогнозной модели.
6) сравнительный анализ результатов прогнозирования методами машинного обучения.
7) разработка плана коммерциализации.
Новизна работы заключается в том, что на основе комплексного анализа:
1) рассмотрены и проанализированы методы прогнозирования банкротства предприятий.
2) проведен сравнительный анализ методов.
3) разработана модель прогнозирования банкротства предприятия.
Практическая значимость работы обусловлена применением результатов исследования на практике для анализа финансового состояния предприятия.
Две группы внешних пользователей финансовой информации: организации и лица, которые имеют непосредственный финансовый интерес - покупатели продукции и услуг, работники предприятия, различные кредиторы, государство, прежде всего в лице налоговых органов , а также акционеры, учредители, поставщики, потенциальные инвесторы. Финансовое состояние предприятия - главный критерий для банков, когда возникает вопрос: о целесообразности или нецелесообразности выдачи кредита, при положительном решении данного вопроса - на какой срок и под какие проценты. Пользователи, имеющие опосредованный финансовый интерес, - консалтинговые и аудиторские фирмы, различные финансовые институты (ассоциации, биржи и т. д.), органы государственного управления, законодательные статистические органы, информационные агентства и пресса.
Главная задача всех этих пользователей финансовой отчетности - провести исследование и сделать выводы о направлениях своей деятельности по отношению к предприятию в долгосрочной или ближайшей перспективе. В большинстве случаев, выводы по их действиям в отношении данного предприятия в будущем, представляет собой наибольший интерес прогнозное финансовое состояние предприятия. Это чрезвычайно важная задача и актуальность вопросов, связанных с разработкой новых и улучшением существующих методов прогнозирования и определение прогнозного финансового состояния предприятия.
Теоретической и методологической основой магистерской диссертации являются труды зарубежных и отечественных ученых в области машинного обучения. Так, например в российской литературе известны такие авторы как: Вьюгин В.В.[1], Николенко С.И.[2], Барскир А.Б.[3], Матвеев А.С.[4], Ручкин В.Н.[5], В.А. Фулин[5], Аксенов С.В.[6], Новосельцев В.Б.[6], Воронцов К.В.[7], Лепский А.Е.[8], Броневич А.Г.[8]
В зарубежной литературе: Я.Гудфеллоу[9], И.Бенджио[9], А.Курвилль [9], А. Джули[10], Суджит Пол[10], Мохамед Али,[11] Арно Мейсман[11], Дэви Силен[11], Андреас Мюллер[12], Сара Гвидо[12], Себастьян Рашка[ 13]. Джоэл Грас[13], Дж. Вандер Плас[14],
Рассмотрев различные точки зрения в отечественной и зарубежной литературе, можно прийти к выводу, что существуют различные методы прогнозирования, каждый из которых имеет свои преимущества и недостатки.
Объектом исследования является финансовое состояние предприятия и его прогнозирование.
Предметом исследования являются методы прогнозирования банкротства предприятия.
Цель исследования - повышение эффективности процесса прогнозирования банкротства предприятия с применением методов машинного обучения.
Для достижения цели были поставлены следующие задачи:
1) описание понятия критическое финансовое состояние.
2) провести исследование и анализ современных подходов к прогнозированию банкротства предприятия.
3) анализ имеющихся прогнозных методов машинного обучения.
4) формулировка требований к прогнозной модели.
5) построение прогнозной модели.
6) сравнительный анализ результатов прогнозирования методами машинного обучения.
7) разработка плана коммерциализации.
Новизна работы заключается в том, что на основе комплексного анализа:
1) рассмотрены и проанализированы методы прогнозирования банкротства предприятий.
2) проведен сравнительный анализ методов.
3) разработана модель прогнозирования банкротства предприятия.
Практическая значимость работы обусловлена применением результатов исследования на практике для анализа финансового состояния предприятия.
Магистерская диссертационная работа направлена на построение модели прогнозирования банкротства предприятия методами машинного обучения. В работе были рассмотрены различные точки зрения различных авторов относительно понятия «финансовое состояние» и методов прогнозирования критического финансового состояния предприятия.
В качестве инструментов прогнозирования рассматривались методы машинного обучения, такие как Random forest, Логистическая регрессия, XGBoost. Были построены графики сравнения прогнозных показателей с фактическими. Наилучшую точность показал метод Random forest.
Для получения более конкретных результатов, несомненно, нужны дополнительные исследования, для дальнейшего практического применения модели.
Рассмотрены основные этапы коммерциализации предложенного метода. Были описаны сферы применения и представлена дорожная карта проекта.
Таким образом, в данной работе поставленная цель была достигнута, поставленные задачи решены.
В качестве инструментов прогнозирования рассматривались методы машинного обучения, такие как Random forest, Логистическая регрессия, XGBoost. Были построены графики сравнения прогнозных показателей с фактическими. Наилучшую точность показал метод Random forest.
Для получения более конкретных результатов, несомненно, нужны дополнительные исследования, для дальнейшего практического применения модели.
Рассмотрены основные этапы коммерциализации предложенного метода. Были описаны сферы применения и представлена дорожная карта проекта.
Таким образом, в данной работе поставленная цель была достигнута, поставленные задачи решены.