Дата поступления рукописи в редакцию: 19.05.2024
Дата принятия рукописи в печать: 29.06.2024
Актуальность исследования заключается в том, что в процессе масштабной цифровизации все чаще наблюдается использование систем искусственного интеллекта для поддержки принятия управленческих решений в реальном секторе экономики.
В предыдущих исследованиях использовались системы искусственного интеллекта, предсказывающие прибыль компании, однако они не использовали предложенный в нашей работе набор инструментов, таких как модель DL RF и VaR-модель, позволяющих не только получить прогноз чистой прибыли, но и оценить финансовую устойчивость компании на основе модели Альтмана, определителя матрицы Гурвица, что является новизной исследования.
Оценены параметры, входящие в модель DL, рассчитаны парные коэффициенты корреляции, что позволило оценить силу и направленность факториальных признаков на величину чистой прибыли. Затем были рассчитаны коэффициенты множественной регрессии и включены в модель Гурвица с целью определения устойчивости предприятия как системы. Практическая значимость заключается в том, что полученные результаты могут быть использованы на практике предприятиями реального сектора экономики для поддержки принятия управленческих решений.
При проведении исследования использовались следующие методы: модель глубокого обучения «Случайный лес», которая была сгенерирована на сервисе Colab с использованием языка Python и библиотек Pandas, sklearn, DecisionTreeRegressor и других, множественная корреляция; кроме того, была сформирована модель множественной регрессии, коэффициенты которой были включены в модель Гурвица для определения устойчивости предприятия.
В современных условиях происходит масштабное развитие цифровизации, что связано с внедрением технологий Индустрии 4.0. Среди ее важнейших элементов можно отметить: киберфизические системы, умное производство, Интернет вещей, большие данные и др. [1]. Модели, методы и технологии моделирования, использующие глубокое обучение, например, для прогнозирования банкротства, привлекают внимание ученых и практиков [2].