Когнитивная модель на основе метода Dl Random Forest для прогноза прибыли и Fuzzy-алгоритма для оценки устойчивости компании в условиях неопределенности

Актуальность исследования состоит в том, что все чаще для прогнозирования прибыли и оценки финансовой устойчивости предприятий-партнеров в реальном секторе экономики используются системы искусственного интеллекта, что очень важно в современных условиях, и это имеет практическую значимость. В настоящем исследовании сформирована когнитивная модель, в основе которой лежат упорядоченные бизнес-процессы, начиная со сбора требуемой информации, которая отражает результаты работы компаний кондитерской отрасли за 10 лет, заканчивая формированием прогнозных величин чистой прибыли на основе модели глубокого обучения DL-модель «Случайный лес», а также Fuzzy-алгоритма, позволяющего обеспечить поддержку принятия управленческого решения о выборе партнера в условиях рыночной неопределенности.

Научная новизна в том, что была выдвинута гипотеза, что при использовании когнитивной модели на основе DL-модель «Случайный лес» и Fuzzy-алгоритма может быть получен прогноз чистой прибыли предприятий отрасли, а также получена оценка их финансовой устойчивости как стратегических партнеров. При этом изюминкой исследования является то, что при формировании датасета DL-модели «Случайный лес» были использованы результаты работы моделей VaR, Z-Альтмана, матрицы Гурвица. Рассчитанные коэффициенты линейной регрессии, отражающие динамику чистой прибыли предприятий отрасли во времени, были включены в модель Гурвица с целью определения устойчивости каждого предприятия как системы.

Применение Fuzzy-алгоритма в условиях рыночной неопределенности сделало возможным обеспечить поддержку принятия управленческого решения о выборе партнера на основании прогнозных параметров ROE и ROS, полученных с использованием возвращенной алгоритмом величины чистой прибыли от DL-модели «Случайный лес», что важно в современных условиях. Практическая значимость заключается в том, что полученные результаты могут быть использованы на практике предприятиями реального сектора экономики для поддержки принятия управленческих решений касательно выбора партера по бизнесу, а также и для оценки платежеспособности потенциального клиента и формирования стратегии развития.