Система поддержки принятия решений при управлении риском банкротства предприятия

• Автор: Телипенко, Елена Викторовна
• Шифр специальности: 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Новосибирск
• Количество страниц: 152 с. : ил.

Содержание
Основные сокращения Введение
Г лава 1. Проблемы управления риском банкротства предприятия
1.1 Актуальность вопроса управления риском банкротства предприятия
1.2 Обзор существующих подходов к управлению риском банкротства предприятия
Выводы
Глава 2. Комплексный подход к управлению риском банкротства предприятия
2.1 Основные требования к системе управления риском банкротства предприятия
2.2 Выбор методов отбора факторов, негативное влияние которых может привести к банкротству предприятия
2.3 Модели оценки показателей и определения уровня риска
2.4 Минимизация риска банкротства предприятия
2.5 Структура комплексного подхода к управлению риском банкротства предприятия
2.6 Система поддержки принятия решений при управлении риском банкротства предприятия
Выводы
Глава 3. Математическое обеспечение комплексной системы управления риском банкротства предприятия
3.1 Отбор факторов риска банкротства предприятия на основе метода главных компонент
3.1.1 Метод главных компонент
3.1.2 Оценка влияния показателей финансово-хозяйственной деятельности предприятия на выручку от реализации
продукции
3.1.2.1. Формирование выборки
3.1.2.2 Отбор показателей, оказывающих наибольшее влияние на выручку от реализации продукции
3.2 Оценка риска банкротства предприятия на основе нечеткомножественной модели
3.2.1 Содержание метода оценки риска банкротства предприятия
3.2.2 Прогнозирование временных рядов
3.2.2.1. Выбор типа кривых роста
3.2.2.2 Методы определения параметров отобранных кривых роста
3.3 Минимизация риска банкротства на основе метода анализа иерархий
3.3.1 Метод анализа иерархий
3.3.2 Рациональное распределение ресурсов в системах Выводы
Глава 4. Тестирование и экспериментальная проверка
4.1 Пример применения комплексной системы управления риском банкротства
4.1.1 Расчет показателей и оценка уровня риска банкротства
4.1.2 Построение прогнозных моделей показателей
4.1.3 Выбор метода минимизации риска банкротства предприятия
4.1.4 Оценка эффективности способов снижения риска банкротства предприятия с помощью метода морфологического синтеза
4.2 Дополнительные исследования применимости комплексной системы управления риском банкротства предприятия
Выводы
Заключение

Список использованных источников

Приложение А. Результаты апробации и сравнения моделей для 137 определения уровня риска банкротства
Приложение Б. Экранные формы модулей СППР при управлении 140 риском банкротства предприятия
Приложение Г. Акт внедрения в учебный процесс ЮТИ ТПУ 149 материалов диссертации Телипенко Е.В.
Приложение Д. Акт внедрения в учебный процесс ТУСУР
материалов диссертации Телипенко Е.В.
Приложение Е. Свидетельство о государственной регистрации
программы для ЭВМ
Приложение В. Акт внедрения в ЗАО «Сибкабель» г. Томск

3) возможность агрегирования, т.е. простого или взвешенного суммирования некоторых физически однотипных показателей [69].
Одними из наиболее распространенных методов снижения размерности исследуемого признакового пространства являются метод главных компонент, факторный анализ и многомерное шкалирование. Ниже приведено краткое описание основных положений методов.
Метод главных компонент
Метод главных компонент (МГК) является наиболее распространенным методом анализа многомерных данных.
Компонентный анализ применяется в ситуациях, когда изучаемая совокупность объектов характеризуется большим числом имеющих различную природу показателей.
Метод предназначен для структуризации данных посредством сведения множества тестовых переменных к меньшему числу переменных (компонент), которые объясняли бы большую часть вариации в значениях исследуемых данных. Компонента представляет собой линейную комбинацию исходных переменных Н, в, Ь,...:
компонента = аН + + ев + 6Ь +... [70].
Требуется определить числовые значения коэффициентов а, Ь, с, б при условии, что выполняется требование о равенстве единице дисперсии каждой из компонент. Поскольку априорная информация о значениях компонент отсутствует, то с помощью специальной аналитической техники в рамках компонентного анализа производятся преобразования, приводящие к тому, что р переменных выражают через главные компоненты, а затем определяют их величину и содержательное значение. Важным свойством компонент является то, что каждая из них по порядку учитывает максимум суммарной дисперсии параметров. То есть первая главная компонента есть линейная комбинация исходных параметров, учитывающая максимум их суммарной дисперсии, вторая главная компонента не коррелирует с первой и учитывает максимум оставшейся дисперсии и т.д. до тех пор, пока вся дисперсия не