CC BY
7
МАТЕМАТИЧН1 МЕТОДИ ТА МОДЕЛ1
В ЕКОНОМ1Ц1
УДК 65.016.8
НЕЙРО-HEHiTKE МОДЕЛЮВАННЯ Ф1ИАИСОВИХ КРИЗ У КОРПОРАТИВНИХ СИСТЕМАХ
® 2015 Гвоздицький в. с., КЛЕБАНОВА Т. С.
УДК 65.016.8
Гвоздицький В. С., Клебанова Т. С. Нейро-нечггке моделювання фiнансових криз у корпоративних системах
Розроблено комплекс моделей оцнки загрози формування ф'нансових криз у корпоративних системах альськогосподарсьт галуз Украни. Запропо-новано концептуальний тдюд до розробки й реал'ваци под'бних економко-математичнихмоделей. Побудовано моделi оцнки схильностiф'нансово-промисловоi групи та доч'ртх тдприемств корпорацп до банкрутства методом нейронних нечтких мереж. Побудовано модель оцнки впливу фь нансовоi кризи на доч/рньому п'дприемств'! на ф'шансовий стан корпорацп у цлому. Зроблено висновки щодо поточного стану корпорацп «Бкжт-Шоколад» та п'яти и доч'ртх тдприемств. Запропоновано метод «гусениця» для побудови моделей прогнозування майбуттх значень показникю тдприемств корпоративноi системи, а також дано рекомендацп щодо впровадження антикризових заход'в у корпорацп. Ключоеi слова: банкрутство, криза, модель, нечтка логжа, неч'тш нейронн мережi, оцнка, прогнозування, ф'шансовий стан Рис.: 1. Табл.: 5. Формул: 1. Б'бл.: 12.
Гвоздицький Вталй Сергйович - астрант, кафедра економiчноi юбернетики, Харювський нацональний економiчний утверситет iм. С. Кузнеця (пр. Ленна, 9а, Харщ 61166, Украна) Email: gvozdikramm@gmail.com
Клебанова Тамара Семешвна - доктор економ'нних наук, професор, зав'дувач кафедри, кафедра економ'нноi юбернетики, Харювський нацональний економiчний утверситет iм. С. Кузнеця (пр. Ленна, 9а, Харщ 61166, Украна) Email: t_kleb@ukr.net
УДК 65.016.8
Гвоздицкий В. С., Клебанова Т. С. Нейро-нечеткое моделирование финансовых кризисов в корпоративных системах
Разработан комплекс моделей оценки угрозы формирования финансовых кризисов в корпоративных системах сельскохозяйственной отрасли Украины. Предложен концептуальный подход к разработке и реализации подобных экономико-математических моделей. Построены модели оценки склонности финансово-промыш-ленной группы и дочерних предприятий корпорации к банкротству методом нейронных нечетких сетей. Построена модель оценки влияния финансового кризиса на дочернем предприятии на финансовое состояние корпорации в целом. Сделаны выводы относительно текущего состояния корпорации «Бисквит-Шоколад» и пяти ее дочерних предприятий. Предложен метод «гусеница» для построения моделей прогнозирования будущих значений показателей предприятий корпоративной системы, а также даны рекомендации по внедрению антикризисных мероприятий в корпорации.
Ключевые слова: банкротство, кризис, модель, нечеткая логика, нечеткие нейронные сети, оценка, прогнозирование, финансовое состояние
Рис.: 1. Табл.: 5. Формул: 1. Библ.: 12.
Гвоздицкий Виталий Сергеевич - аспирант, кафедра экономической кибернетики, Харьковский национальный экономический университет им. С. Кузнеца (пр. Ленина, 9а, Харьков, 61166, Украина) Email: gvozdikramm@gmail.com
Клебанова Тамара Семеновна - доктор экономических наук, профессор, заведующий кафедрой, кафедра экономической кибернетики, Харьковский национальный экономический университет им. С. Кузнеца (пр. Ленина, 9а, Харьков, 61166, Украина) Email: t_kleb@ukr.net
UDC 65.016.8
Gvozdytskyi V. S., Klebanova T. S. Neuro-Fuzzy Modeling of Financial Crises in Corporate Systems
The article is devoted to developing a complex of models to evaluate the threat of formatting financial crises in corporate systems of Ukraine's agricultural industry. The conceptual approach to the development and implementation of such econometric models has been suggested. The models for evaluating the propensity of the financial and industrial group as well as the corporation subsidiaries to bankruptcy by fuzzy neural networks have been built. A model for evaluating the impact of a financial crisis at the subsidiary on the financial state of the corporation as a whole has been developed. Conclusions on the current state of the corporation «Biscuit-Chocolate» and its five subsidiaries have been made. The method of «caterpillar» to build models for predicting the future values of parameters for the corporate system enterprises has been proposed. Recommendations on the implementation of anti-crisis measures in the corporation have been given. Keywords: bankruptcy, crisis, model, fuzzy logic, fuzzy neural network, evaluation, prediction, financial state Pic.: 1. Tabl.: 5. Formulae: 1. Bibl.: 12.
Gvozdytskyi Vitalii S. - Postgraduate Student, Department of Economic Cybernetics, Simon Kuznets Kharkiv National University of Economic (pr. Lenina, 9a, Kharkiv, 61166, Ukraine) Email: gvozdikramm@gmail.com
Klebanova Tamara S. - Doctor of Science (Economics), Professor, Head of the Department, Department of Economic Cybernetics, Simon Kuznets Kharkiv National University of Economic (pr. Lenina, 9a, Kharkiv, 61166, Ukraine) Email: t_kleb@ukr.net
Вступ. Сучасний етап розвитку економiки Укра!ни характеризуеться складними трансформацiйними про-цесами. З урахуванням наслiдкiв свиово! та локально! фiнансових криз щороку значно збiльшуеться загальна кiлькiсть тдприемств-банкрупв. Майже кожне друге вь тчизняне тдприемство працюе зi збитками, i тому в^чут-ний ризик неплатоспроможност iснуе для дуже велико! юлькоста суб'ектiв господарювання. При цьому зараз еко-номiка Укра!ни майже повшстю складаеться з пiдприемств корпоративного типу, ^м того, визначилася тенденцiя до поглинання малих пiдприемств великими, що входять до складу корпорацiй. Холдинги, фiнансово-промисловi групи та iншi види корпорацш е основою вггчизняно! економжи, i саме тому аналiз фшансового стану пiдприемств у корпоративному сегмент економiки, оцiнка можливих загроз формування фiнансових криз у корпоративних системах, !х iдентифiкацiя та попередження майбутнього настання зараз становлять значний штерес. Саме проблема банкрут-ства тдприемств корпоративного типу для сучасно! еко-номiки Укра!ни е основною.
I перший крок при !1 виршенш - це саме оцшка схильностi окремого пiдприемства у складi корпорацп до банкрутства, визначення, насккьки загроза банкрутства цього тдприемства впливае на фiнансову стiйкiсть корпорацп в цiлому, i на пiдставi аналiзу результатiв цього ощ-нювання - розробка антикризового управлшня дочiрнiм пiдприемством i корпорацiею.
Основна частина. Зумiти вчасно розпiзнати i в^-мiтити несприятливi тенденцп фшансово! дiяльностi пiдприемства, правильно оцiнити !х масштаб, аби не до-пустити фшансового краху оргашзацп: такi знання е за-вжди життево необх^ними для будь-якого кершника Для отримання таких знань пров1дш вченi-економiсти, почи-наючи з друго! половини ХХ столитя, використовували економiко-математичнi методи для розробки в^пов^них моделей оцiнки загрози банкрутства пiдприемств. Зокре-ма, цим питанням присвячеш працi таких вичизняних та закордонних учених: Е. Альтмана, В. Бiвера, Б. Железко, О. Зайцево!, М. Зарея, Г. Кадикова, М. Кизима, Р. Лка, А. Мат-вiйчука, А. Медведева, Д. Ольсона, О. Панасенко, Р. Сайфу-лша, Г. Спрингейта, Р. Таффлера, А. Терещенко, В. Чернова та ш. [2-4; 7-10; 12]. Але на сьогодш дуже мало як вггчиз-няних, так i закордонних досл^жень щодо оцiнки впливу формування фшансових криз на дочiрнiх тдприемствах на банкрутство корпорацп в щлому, у тому числi фшансово-промислових груп (ФПГ); також объектами до^джень ви-ступали окремi пiдприемства, а не корпоративш системи, що включають як окремо дочiрнi та головне тдприемства корпорацп, так i ва фiнансово-господарськi взаемозв'язки в корпорацп.
На основi результатов попереднiх дослiджень [3; 9], яи включали аналiз основних юнуючих пiдходiв до оцiнки загрози банкрутства тдприемств, аналiз системи управлшня фшансовим станом пiдприемством корпоративного типу та тдсистеми антикризового управлшня, був сфор-мований та обгрунтований концептуальний пiдхiд до мо-делювання оцiнки загрози формування фiнансових криз у корпоративних системах. Реалiзацiя цього тдходу дозво-ляе адекватно проаналiзувати фiнансовий стан як дочiр-нього тдприемства, так i вйе! корпорацп, оцiнити вплив
фiнансових криз на A04ÎpHix пiдприeмствах на загрозу банкрутства корпорацп в щлому, спрогнозувати можливкть настання криз у майбутшх перюдах та впровадити необ-х!дний комплекс заходiв щодо попередження фшансових криз i запоб1гання банкрутства.
Цей тдпд включае до себе реалiзацiю п'яти блокiв [9]: 1) аналiз фiнансового стану корпорацп; 2) оцшка впливу фшансово! кризи на доч!рньому тдприемств! на загрозу банкрутства корпорацп; 3) анамз фшансового стану доч!р-нк тдприемств; 4) прогнозування; 5) антикризове управлшня.
Зазначеш блоки передбачають використання комплексу новишх економжо-математичних методш i методш багатом!рного статистичного анал!зу, доцкьшсть використання яких обгрунтовано в попереднк досл!дженнях [3]. При цьому деяи методи повинш здшснюватися паралель-но, а деяи - пословно.
Реал!защя цього тдходу була апробована на фшан-сово-промислових групах скьськогосподарсько! галуз! Укра!ни: було обрано 36 головних тдприемств корпорацш, у тому числ! 12 тих, щодо яких були впроваджеш справи про банкрутство. 1нструментар!ем побудови модел! оцш-ки загрози формування фшансово! кризи в ФПГ (блок 1) е метод, оснований на застосуванш нейронних мереж та нечетко! логжи [3]. В!дпов!дно до структури модел! як ш-формацшний проспр використовувалася така система по-казниив, формування та обгрунтування яко! проводилося у попередшх досл!дженнях [5]:
Х1 - коефщент придатност основних засобш;
Х2 - коефщент швидко! лжв^ност!
Х3 - коефщент фшансово! автономп;
Х4 - коефщент оборотност активш;
Х5 - рентабельтсть д!яльность
Дана система показниюв Х1-Х5 характеризуе р1зш аспекти д!яльност тдприемства, що дозволить тдвищити яисть модел! оцшки схильност тдприемства до банкрутства.
Як результуюча змшна Уу нейро-нечггкш модел! взята оцшка загрози формування фшансово! кризи, причому у виборщ У набувае двох значень: 0 - якщо тдприемство е дшчим, 1 - якщо була впроваджена справа про банкрутство в!дпов!дного тдприемства. Якщо за результатами мо-делювання ця оцшка У е близькою до 1 або бкьше 1, то загроза формування фшансово! кризи е дуже високою, в тому числ! е дуже ймов!рним банкрутство корпорацп. Якщо зна-чення оцшки У е нижчим 0 або близьким до 0, то, навпаки, загроза фшансово! кризи та банкрутства е низькою. Якщо значення У е приблизно всередиш штервалу (0; 1), то загроза фшансово! кризи е середньою.
Для побудови модел! був використаний пакет при-кладних програм MatLab (надстройка Fuzzy Logic Toolbox, редактор ANFIS). Для генерацп структури системи нечеткого виводу FIS був обраний тип Сугено. Ця система е модел-лю пбридно! мереж! в систем! Matlab. Причому для кожно! !з вх!дних змшних було задано по 3 лшгвютичних терми, а за типом !х функцш приналежност методом тдбору був обраний той, за якого була найменша помилка. В нашому випадку найменшу помилку дали трикутш функцп.
Для розглянутого прикладу система нечеткого виводу мютить п'ять вх!дних змшних з п'ятьма термами кож-
на, 243 правила нечiтких продукцiй, одну вихiдну змшну з 243 термами. Смд зазначити, що Bei 243 сформованi правила е адекватними i немае потреби в ïx редагyваннi. Тому вони були залишеш у початковому виглядi. Було проведено 40 циклш навчання мережi гiбридним методом, що представ-ляе комбшащю методу найменших квадратав i методу змен-шення зворотного градiента, з обраним р1внем помилки 0.
Бкьша кiлькiсть циклiв навчання впливае прямо-пропорцiйно на значення середньо'1 помилки в побудо-ванiй модели але при цьому росте й адекватшсть моделi [12]. Якщо знизити ккьюсть циклiв, то можна побачити, що в цьому випадку значення помилок залежать лише в^ перших шести циклш навчання, тсля чого вони ва дорГв-нюють близько 0,00109. Тобто можна сказати про високу адекватшсть побудовано'1 нейро-нечiткоï моделi (помил-ка - менше, н!ж 0,11 %). Отже, побудовану модель можна i доцкьно використовувати в подальшому дослiдженнi.
Подальша настройка параметрiв побудовано'1 i навче-но'1 пбридно'1 мережi виконувалась за допомогою стандарт-них графiчниx засоб1в пакету Fuzzy Logic Toolbox. Зауважи-мо, що модель побудована зi стандартними параметрами трикутних функцш приналежносп, адже для досл^жува-ного випадку вони е щлком адекватними [8; 12].
Реалiзацiю побудовано'1 моделi було апробовано на корпорацш «Бккви-Шоколад», а також на 5 ïï дочiрнix тд-приемствах. Так, було визначено, що на момент досл^жен-ня (31.12.2014 р.) значення результуючо'1 змшно'1 Y (оцшки загрози формування фшансово'1 кризи) для корпорацп «Бюквгг-Шоколад» дор1внюе -0,541, тобто ймовiрнiсть банкрутства для цього тдприемства в найближчому чаа е дуже низькою.
Аналогiчно були розраховаш оцiнки загрози корпорацп в динамiцi за останнi 14 роив. Оцiнкy загрози формування фшансових криз у корпорацп в 2001-2014 р. наведено в табл. 1.
Таблиця 1
Оцшка загрози формування фшансових криз у корпорацп «Бкквгг-Шоколад» в 2001-2014р.
Рга ЗначенняY Змша, %
2014 -0,541 76,9%
2013 -0,125 449,8%
2012 0,438 19,3%
2011 0,522 19,6%
2010 0,625 19,0%
2009 0,743 25,5%
2008 0,933 12,6%
2007 1,050 -11,8%
2006 0,926 5,8%
2005 0,980 -39,0%
2004 0,598 -3,4%
2003 0,577 -4,6%
2002 0,551 138,8%
2001 1,316
Як можна побачити з табл. 1, майже протягом вах роив з 2001 по 2014 рр. спостертаеться динамка зменшен-ня значення Y, тобто зменшення оцiнки загрози формування фшансових криз у корпорацп. Але при цьому в 2005 та 2007 рр. був дуже великий спад, через що оцшка загрози формування фшансово'1 кризи зросла майже до максимально'!. Це тдтверджуеться деякими однаковими негативними явищами з фшансово'1 звггностк
■ дебггорська заборговашсть неодмшно сильно зростала, при цьому не було росту доxодiв (тобто вона зростала не через збкьшення ккькост реа-лiзацiй товарiв, а через погiршення роботи з кль ентами та через iншi причини);
■ чистий прибуток ФПГ значно зменшувався, рiвно, як i виручка;
■ кредиторська заборговашсть (i, в першу чергу, поточна кредиторська заборговашсть) збкьшува-лась до 100 %;
■ операцшш затрати збкьшувались до 50 % за рж у порiвняннi з попереднiм роком.
^м того, саме в цi роки зростання оборотних ко-штiв ФПГ було найменшим (наприклад, 3,9 % у 2007 рощ), а також зменшувався об'ем поточних фшансових швести-цш. Також причиною деяких ускладнень в ефективност дь яльносп корпорацп i, як насл^ок, погiршення фшансового стану в 2007 рощ могло стати в^криття нового дочiрнього тдприемства (ПАТ «Слобода»). Починаючи з 2007 року, керiвництво впровадило необxiднi заходи щодо швелю-вання кризи, що з'явилася. I попм фiнансовий стан ФПГ лише ставав кращим iз року в рш.
Таким чином, можна дшити висновку, що побудована нейро-нечггка модель адекватно оцшюе фiнансовий стан пiдприемств корпоративного типу, i вона е чутливою до будь-яких змш у дiяльностi корпорацп, що було тдтвер-джено анамзом розрахованих значень у динамiцi.
Для того щоб можна було оперативно реагувати на майбутш кризи та 1м запоб1гати, доцкьно ще зробити короткостроковий прогноз щодо майбутнього стану тдприемства та визначити домiнyючi загрози для головного тдприемства корпорацп, що е суттстю другого блоку концептуального тдходу [3].
Так, була побудована модель оцшки загрози формування кризових явищ на дочiрнix тдприемствах ФПГ. Як i при реалiзацiï блоку 1, був використаний шструментарш нейро-нечггких мереж. Для побудови моделi була викорис-тана вибiрка з 40 дочiрнix тдприемств скьськогосподар-ських корпорацш Украши (у т. ч. з 16 збанкрутких).
Зазначимо, що були обраш трапещевидт функцп приналежност вxiдниx фактор1в та лшшний тип функцп приналежностi вих^но'1 (результуючо'1) змiнноï, адже в цьому випадку тд час тестування саме вони дають най-меншу помилку. Так, р1вень помилки моделi склав 1,15 х 10-5 (або 0,0012 %). Такий рiвень е дуже низьким, а модель - адекватною, i тому вона може використовуватися при подальшому досл^женш.
У результат було визначено, що на момент досль дження (31.12.2014 р.) значення результуючо'1 змшно'1 для дочiрнix тдприемств корпорацп «Бкквгг-Шоколад» дуже рiзняться (табл. 2).
Таблиця 2
Оцiнка загрози формування фiнансових криз на дочiрнiх тдприемствах
№ з/п Доч1рн£ шдприемство Значения У
1 Харгавсыка бiсквiтна фабрика -0,320
2 Харкiвlянка 0,513
3 Aгрофiрма iм. Г. С. Сковороди 0,481
4 Первухiнсыкий цукровий завод 1,337
5 Слобода 0,000
Отже, для пiAприeмств «Харкiвська бкквггна фабрика» та «Слобода» ймовiрнiсть банкрутства е дуже низькою, для тдприемств «Харкiв'янка» та «Агрофiрма iм. Г. С. Сковороди» - досить високою, а для тдприемства «Первухш-ський цукровий завод» - дуже високою.
Проанамзувавши фiнансовi показники останньо-го пiAприемства, Aiйсно можна сказати про велию ризики щодо майбутнього цього Aочiрнього пiAприемства: незважа-
Показник 1,600
1,400 1,200 1,000 0,800 0,600 0,400 0,200 0,00 -0,200 -0,400 -0,600
ючи на те, що валюта балансу тдприемства за останнш рiк зросла бкьш нiж утричi, 97,9 % цього росту було викликано надзвичайно великим зростанням поточно! кредиторсько! заборгованост (майже у вгам разш), при цьому серед обо-ротних коштш це зростання повнiстю було спрямоване на поповнення запасш. Але за рж виручка зросла непропорцш-но (лише втричО, а операцiйнi затрати - аж у 20 разш. Також бкьш н1ж у 12 разш зросла дебггорська заборгованiсть тдприемства. Тобто очевидт негативнi тенденцп у Aiяльностi даного пiAприемства, тому результати, отримат за допомо-гою побудовано! моAелi, е цкком адекватними.
Динамiку змiн оцiнок загрози формування фшансо-вих криз на даних тдприемствах наведено на рис. 1.
Отже, можна дшти висновку, що за перюд з 2001 по 2014 роки фшансовий стан до^джуваних пiAприемств зна-чно змiнювався. Найбкьш стабiльним був стан тдприем-ства «Харюв'янка». Але помiтна тенAенцiя до поступового погiршення стану ДП. Найлшший стан зараз у Харкшсько! бюквггно! фабрики та ПАТ «Слобода», причому також по-мiтна тенAенцiя до полшшення стану й у майбутньому.
К ; \
Х-. \ ч 1 \ /' \ / \
л \ / \ / \
\ * \ д \ у \
/ ______X—' X
\ \\ — —
-ХА-т* •1—— Г / / ™ N \ -Щ \
/ V -V. / \ ♦ \
Ь 2014 \201 / 1 А 2 ' 201 2010 2009 2008 ' 2017 ' 2006 ' 2005 ' 2004 ' 2003 ' 2002 ' 200 1 Р
Ж
—ф—Харгавська бк^тна фабрика —■-- Харгав'янка -А- Агрофiрма iм. Г. С. Сковороди
—X— Первухшський цукровий завод ж Слобода Рис. 1. Динамка змши оцiнки загрози формування фшансових криз на дочiрнiх тдприемствах ФПГ
Найбкьший «стрибок» у фiнансовому стат за 2014 рiк стався на ДП «Агрофiрма iм. Г. С. Сковороди», й кершництву потрiбно придкити велику увагу процесам саме на цьому тдприемствь
Як вже зазначалося вище, найгiрший стан на Перву-хiнському цукровому завоAi, де загрозу банкрутства можна оцiнити як дуже велику, ^м того, за остант 3 роки вона лише зростала. При цьому максимальна оцiнка загрози була в 2010 рощ, але завдяки удачливш кампани обсяг про-дажш у 2011 р. збкшився майже на 50 %, i стан ДП значно полiпшився.
Таким чином, проаналiзувавши загрозу формування кризових явищ на Aочiрнiх тдприемствах ФПГ, зпдно з концептуальним тдходом, наступним блоком е оцiнка впливу визначених загроз на пiAприемствах на ймовiрнiсть банкрутства корпораци в щлому.
Iнструментарiем вирiшення цього завдання виступив математичний апарат нечiтко'¿ логiки. Для здшснення дано! методики були обрат двi лiнгвiстичнi змiннi: «стутнь впливу» i «залежнiсть корпораци вiд ДП». При цьому «стутнь впливу» може бути: дуже низьким, низьким, середтм, високим, дуже високим. Вiдповiдно розрiзняеться «залеж-нiсть корпораци вiA ДП»: майже повнiстю вiдсутня, незна-чна, середня, висока, дуже висока. За результуючу змiнну взято комплексний показник ступеня впливу фшансового стану дочiрнього пiAприемства на загальний стан ФПГ у щ-лому (V). До того ж чим вище V, тим бкьше стутнь впливу. Цей комплексний показник набувае значень вiд 0 до 1. Цей показник розраховуеться за формулою: N 5
V=Х р; •!« ] ц, (1)
(=1 ¡=1
де Pj - р1вень значущост показника Xj для аналiзy;
а, = (0.1; 0.3; 0.5; 0.7; 0.9) - множина вузлових точок, як е абсцисами в^пов^них точок приналежностi;
Àj - значення функцп приналежност за окремими показниками.
Проанамзувавши наявнi дослiдження щодо ефек-тивносп дГяльност корпорацiй [1; 6; 10], дат щодо впро-ваджених справ про банкрутство як доч1ршх тдприемств, так i фшансово-промислових груп Украши в цкому, для побудови моделi оцшки впливу визначених загроз формування кризових явищ на ДП на банкрутство ваё корпорацп, було обрана така система показниив:
Х1 - доля виручки ДП у ФПГ;
Х2 - характер виробничих зв'язк1в;
Х3 - наявшсть внучатих, правнучатих пiдприемств;
Х4 - доля статутного катталу ДП в ФПГ;
Х5 - доля зовншньо'1 кредиторсько'1 заборгованостi;
При цьому фактор «Х2» може набувати трьох значены «0» - при предметному тит виробничо'1 структури (тобто якщо тдприемство виробляе та реамзуе готову продукщю самостiйно, а не передае сво'1 продукти наступ-ним тдприемствам у ланцюгу виробництва готово'1 про-дукцп корпорацп), «1» - при технолопчному тит (якщо пiдприемство виробляе продукщю, необх^ну при звичай-ному виробництв1 шшого пiдприемства в ФПГ), «2» - при змшаному тит. Зазначимо, що проведений анамз показав, що вичизняш ФПГ с1льськогосподарсько'1 галyзi найчасть ше використовують предметний тип виробничо'1 структури через менший ризик для д1яльносп i майже зовам не використовують змшаний тип.
Фактор «Х3» набувае двох значень: «0» - якщо тдприемство не мае свок доч1рнк, тобто внучатих для головного тдприемства корпорацп; «1» - якщо мае.
Зовншня кредиторська заборговашсть (фактор «Х5») означае лише ту заборговашсть, яка повинна бути виповнена вам шшим банкам i суб'ектам господарювання, окр1м тих, що е економiчно та / чи юридично пов'язаш з ш-шими структурними елементами ФПГ.
За результатами анамзу наявних дооиджень з питань побудови моделей нечетко! логши [6; 8] було виявлено, що автори найчастше використовують для вах функцш при-належностi трапещевидний вигляд (trapmf):
Для обраних показникв фiнансового стану тдпри-емства було задано лшгвктичну змшну L «Рiвень показника X(.», яка мае тдмножини «дуже низький рiвень показника X», «низький рiвень показника X»», «середнiй р1вень показника X»», «високий рiвень показника X»», «дуже висо-кий р1вень показника X»».
Функцп приналежностi в^пов^них ступен1в впливу знаходяться таким чином (табл. 3) [6; 8].
Розраховаш значення показниив Х1-Х5 наведено в табл. 4.
Так, визначивши р1вш даних розрахованих показниив за ва перюди i в1дпов1дш ним функцп приналежност та використавши формулу (1), значення комплексного показника ступен1в впливу визначених загроз формування кризових явищ на доч1ршх тдприемствах корпорацп «Бюквп'-Шоколад» на фшансовий стан корпорацп в щлому наведено в табл. 5.
Таблиця 3
Правила розшзнавання ступеня впливу визначеноТ загрози формування кризових явищ на досл^жуваному пщприемсш на банкрутство корпорацп
1нтервал значень Ступiнь впливу Функщя приналежносл
0<= V<=0.075 Дуже низький (V1) 1
0.075< V<0.125 Дуже низький (V1) |1=10*(0.25 - V)
Низький (V2) |2=1 - |1
0.125<= W<=0.17 Низький (V2) 1
0.17< V<0.2 Низький (V2) |2=10*(0.45 - V)
Середнiй (V3) |3=1 - |2
0.2<= V<=0.35 Середнiй (V3) 1
0.35< V <0.4 Середнш (V3) |3=10*(0.65 - V)
Високий (V4) |4=1 - |3
0.4<= V <=0.6 Високий (V4) 1
0.6< V <0.65 Високий (V4) |4=10*(0.85 - V)
Дуже високий (V5) |5=1 - |4
0.65<= V <=1 Дуже високий (V5) 1
Таблиця 4
Значення показнимв дочiрнiх пщприемств
Пщприемство Х1 Х2 Х3 Х4 X5
Харкiвська бiсквiтна фабрика 0,704 1 0 0,256 0,281
Харгав'янка 0,129 1 0 0,603 0,307
Aгрофiрма iM. Г. С. Сковороди 0,018 0 0 0,016 0,020
Первухшський цукровий завод 0,053 0 0 0,105 0,355
Слобода 0,092 0 0 0,009 0,005
Таблиця 5
Розпiзнавання ступeнiв впливу пщприемств на фшансовий стан корпорацп
ДOЧiрH£ тдприемство Значення V Стушнь впливу Функфя приналежносл
Харгавська бк^тна фабрика 0,57 високий 1
Харгав'янка 0,43 високий 1
Aгрофiрма iM. Г. С. Сковороди 0,23 середнш 1
Первухшський цукровий завод 0,37 середнш 0,13
високий 0,87
Слобода 0,24 середнш 1
Отже, як видно з табл. 5, yci п'ять A04ÎpHix тдприемств корпораци «Бiсквiт-Шоколад» мають досить в^чут-ний вплив на фшансовий стан ФПГ. I це лопчно поясню-еться. Харкiвська бiсквiтна фабрика е стрижнем ваё дГяль-ност корпораци, надаючи бкьше 70 % доходiв корпораци, так само, як i кондитерська фабрика «Харкш'янка», яка е другою у ФПГ за цим показником i яка з кожним роком по-казуе значний приркт виробництва та реалiзацiï. Iншi три дочiрнi пiдприемства мають набагато меншу долю доходiв поршняно з вищеописаними фабриками, але в цш корпораци ïx головна цкь - це забезпечувати «Харкш'янку» та бюквггну фабрику необxiдними сировинними матерiалами: рiзними зерновими культурами та цукром. I тому у разi по-яви або заглибленнi кризи на одному з цих тдприемств, це обов'язково вообразиться на дiяльностi двох головних до-xiдниx фабрик корпораци, а це вже, у свою чергу, спровокуе попршення фшансового стану ваё ФПГ.
Первyxiнський цукровий завод також мае досить значний вплив на фшансовий стан ФПГ, i, зважаючи на те, що за результатами моделювання оцшки загрози формування фшансових криз на ДП загроза банкрутства цього тдприемства е дуже високою, ефективност дiяльностi саме цього дочiрнього тдприемства мае придкятися найбкьша увага з боку кершництва ФПГ.
I для того щоб адекватно оцiнити можливi загрози для корпораци, доцкьно спрогнозувати майбутнш стан кожного дочiрнього пiдприемства i те, який вплив це мати-ме на корпоращю, що е сутшстю наступного блоку згiдно iз запропонованим концептуальним пiдxодом.
Для реалiзацiï блоку прогнозування пропонуеться використовувати метод «гусениця». Цей вiльний вiд мо-делi метод, призначений для досл^ження структури часо-вих рядш, поеднуе в собi переваги багатьох шших методiв i моделей прогнозування соцiально-економiчниx процесiв, зокрема, аналiзy Фур'е i регресшного аналiзy. Так, при реа-лiзацiï цього методу, як i за адаптивних методiв прогнозування, вкбуваеться згладжування ряду; як i при спектральному аналiзi, ряд розкладаеться на складовi (у т. ч. на гар-монiйнy складову); як i теорiя катастроф, метод «гусениця» дозволяе адекватно оцшити ризики, стрибкоподiбнi змiни в рядi, показуе правильно напрям розвитку процеав тощо [11].
Отримавши прогнознi значення вск показниюв для уск дочiрнix та головного тдприемств, можна застосува-ти ïx у побудованих в блоках 1 i 3 моделях i, таким чином, визначити загрозу формування криз у наступних перюдах. I вже на основi цих результатов робити висновок щодо роз-робки схеми антикризового управлшня в корпоративна системi, тобто щодо реалiзацiï блоку 5 концептуального тдходу. За результатами моделювання для корпораци «Бюквгг-Шоколад» можна зробити висновок про те, що загроза банкрутства корпораци е середньою. Причому серед дочiрнix тдприемств е таи, ймовiрнiсть банкрутства яких оцшена як дуже висока. Тому доцкьно термшово розроби-ти схему антикризового управлшня в данш корпораци.
Отже, побудований комплекс моделей оцшки загрози формування фшансових криз у корпоративних системах дозволяе своечасно передбачити майбутш кризовi явища, попереджати ïx i своечасно розробляти вкповкш анти-кризовi заходи. Апробащя цих моделей на пiдприемстваx
корпоративного типу скьськогосподарсько'1 галyзi Украши тдтвердили ïx адекватнiсть.
Висновки. Проблема формування фшансових криз на вггчизняних тдприемствах у ниншшх умовах е над-звичайно актуальною, i особливо гострою ця проблема е для вггчизняних корпорацiй, адже порушення в дГяль-ностi навиъ невеликого дочГрнього пiдприемства корпораци може спричинити серйознi змши в макроекономiч-них показниках нацiональноï економши. Так, оцiнювати загрозу формування фшансових криз у корпоративних системах пропонуеться за допомогою комплексного концептуального тдходу щодо розробки низки економшо-математичних моделей. Цей тдхк був реалiзований на фiнансово-промисловиx групах скьськогосподарсько'1 шлузГ Украши.
Так, побyдованi на основ! апарату нечiткоï логжи та нейронних мереж моделi оцшки схильност корпораци та доч1ртх пiдприемств до банкрутства дають змогу оцшюва-ти фшансовий стан та стадш кризи на тдприемств^ на тд-ставi чого можна зробити висновок щодо загрози банкрутства. Впровадження цих моделей дозволить ^рГвництву ФПГ ефективнше керувати фшансовим станом, своечасно виявляти кризу, ефективнше боротися з ïï наслкками та попереджати настання майбутнк кризових явищ.
Побудована модель оцшки впливу кризи на доч1р-ньому п^р^мств! на фiнансовий стан корпораци у щ-лому дозволить бкьш ефективно управляти фiнансовою пiдсистемою фiнансово-промисловоï групи, а також бкьш обгрунтовано виявляти домшантш загрози для формування фшансових криз у корпоративних системах.
Л1ТЕРАТУРА
1. Давиденко H. М. Оцшка фiнансового стану тдпри-вмств корпоративного типу в arpo6i3Heci Украши / Oблiк i фн нанси АПК : науково-виробничий журнал. - 2012 [Електронний ресурс]. Режим доступу : http://magazine.faaf.org.ua/content/ view/290/84/
2. Зайченко Ю. Сравнительный анализ методов оценки риска банкротства предприятий Украины / Ю. Зайченко, С. Рогоза, В. Столбунов // International Book. Series "Information Science and Computing". - 2006. - С. 103-110.
3. Клебанова Т. С. Моделювання оцшки загрози банкрутства тдприемств корпоративного типу / Т. С. Клебанова, В. С. Гвоздицький // Прикладные аспекты моделирования социально-экономических систем : монография. - Бердянск : ФОП Ткачук О. В., 2015. - С. 110-120.
4. Матвшчук А. В. Моделювання фшансовоТ стшкосп тдприемств iз застосуванням теорш нечггкоТ лопки, нейронних мереж i дискримшантного аналiзу / А. В. Матвшчук // Вкник HAH УкраГни. - 2010. - № 9. - С. 24-46.
5. Панасенко О. В. Формування системи показнигав фн нансового стану тдприемств для оцшки загрози банкрутства / О. В. Панасенко, В. С. Гвоздицький // Економта: проблеми те-орп та практики : зб. наукових праць. - Днтропетровськ : ДНУ, 2010. - Т. IX, вип. 265. - 320 с.
6. Пономаренко В. С. Механизм санационного управления предприятием: основы формирования и модели реализации / В. С. Пономаренко, Е. В. Раевнева, С. А. Степурина. - X. : ИНЖЭК, 2009. - 304 с.
7. Терещенко О. О. Дискримшантна модель штегральноТ оцiнки фiнансового стану тдприемства / О. О. Терещенко // Економта УкраТни. - 2003. - № 8. - С. 38-44.
8. Чернов В. Г. Нечетко-множественные методы и модели в задачах антикризисного управления / В. Г. Чернов, М. К. Суворов // Научные исследования: информация, анализ, прогноз : монография / Под ред. О. И. Кирикова. - Воронеж : ВГПУ, 2006. -С. 185-217.
9. Klebanova T. S. Some Approaches to Modelling the Threat Estimation of Forming Financial Crises in Corporate Systems / T. S. Klebanova, L. S. Guryanova, V. S. Gvozdytskyi // 5th International Conference on Application of Information and Communication Technology and Statistics in Economy and Education (ICAICTSEE-2015, Sofia, Bulgaria, November 13-14th 2015). - University of National and World Economy (UNWE). - 2015 [Електронний ресурс]. - Режим доступу : http://icaictsee.unwe.bg/proceedings/ default.html/ICAICTSEE-2015.pdf
10. Sandin A. Corporate Bankruptcy Prediction Models Applied to Emerging Economies: Evidence from Argentina in the Years 1991-1998 / A. Sandin, M. Porporato // International Journal of Commerce & Management. - 2010. - No. 17 (4). - P. 295-311.
11. Stepanov D. SSA-based Approaches to Analysis and Forecast of Multidimensional Time Series / D. Stepanov, N. Golyandina // Proceedings of the 5th St.Petersburg Workshop on Simulation (June 26 - July 2, 2005, St. Petersburg). - St. Petersburg : State University, 2005. - P. 293-298.
12. Zarei M. Applying Adaptive Neuro Fuzzy Model for Bankruptcy Prediction / M. Zarei, M. Rabiee, T. Zanganeh // International Journal of Computer Applications. - 2011. - No. 20 (3). - P. 15-21.
REFERENCES
Chernov, V. H., and Suvorov, M. K. "Nechetko-mnozhest-vennye metody i modeli v zadachakh antikrizisnogo upravleniya" [Fuzzy multiple methods and models in the tasks of crisis management]. In Nauchnye issledovaniya: informatsiya, analiz, prognoz, 185-217. Voronezh: VHPU, 2006.
Davydenko, N. M. "Otsinka finansovoho stanu pidpryiemstv korporatyvnoho typu v ahrobiznesi Ukrainy" [Evaluation of the financial standing of corporate agribusiness type in Ukraine]. http:// magazine.faaf.org.ua/content/view/290/84/
Klebanova, T. S., and Hvozdytskyi, V. S. "Modeliuvannia ot-sinky zahrozy bankrutstva pidpryiemstv korporatyvnoho typu" [Modeling threat assessment of corporate bankruptcy type]. In
Prykladnye aspekty modelyrovanyia sotsyalno-ekonomycheskykh system, 110-120. Berdiansk: FOP Tkachuk O. V., 2015.
Klebanova, T. S., Guryanova, L. S., and Gvozdytskyi, V. S. "Some Approaches to Modelling the Threat Estimation of Forming Financial Crises in Corporate Systems" http://icaictsee.unwe.bg/ proceedings/default.html/ICAICTSEE-2015.pdf
Matviichuk, A. V. "Modeliuvannia finansovoi stiikosti pidpryiemstv iz zastosuvanniam teorii nechitkoi lohiky, neironnykh merezh i dyskryminantnoho analizu" [Modeling financial stability of enterprises using the theory of fuzzy logic, neural networks and discriminant analysis]. Visnyk NAN Ukrainy, no. 9 (2010): 24-46.
Ponomarenko,V.S.,Raevneva, E.V., andStepurina, S. A.Mekha-nizm sanatsionnogo upravleniia predpriiatiem: osnovy formiro-vaniia i modeli realizatsii [The mechanism of sanation enterprise management: principles and implementation models]. Kharkiv: INZhEK, 2009.
Panasenko, O. V., and Hvozdytskyi, V. S. "Formuvannia sys-temy pokaznykiv finansovoho stanu pidpryiemstv dlia otsinky zahrozy bankrutstva" [Formation of financial ratio to assess the threat of bankruptcy]. Ekonomika: problemy teorii ta praktyky vol. IX, no. 265 (2010).
Sandin, A., and Porporato, M. "Corporate Bankruptcy Prediction Models Applied to Emerging Economies: Evidence from Argentina in the Years 1991-1998"International Journal of Commerce & Management, no. 17 (4) (2010): 295-311.
Stepanov, D., and Golyandina, N. "SSA-based Approaches to Analysis and Forecast of Multidimensional Time Series"Proceedings of the 5th St. Petersburg Workshop on Simulation. St. Petersburg: State University, 2005. 293-298.
Tereshchenko, O. O. "Dyskryminantna model intehralnoi otsinky finansovoho stanu pidpryiemstva" [Discriminant model of integrated assessment financial condition]. Ekonomika Ukrainy, no. 8 (2003): 38-44.
Zaychenko, Yu., Rogoza, S., and Stolbunov, V. "Sravnitelnyy analiz metodov otsenki riska bankrotstva predpriiatiy Ukrainy" [Comparative analysis of methods for assessing risk of bankruptcy of enterprises in Ukraine]. In International Book. Series «Information Science and Computing», 103-110, 2006.
Zarei, M., Rabiee, M., and Zanganeh, T. "Applying Adaptive Neuro Fuzzy Model for Bankruptcy Prediction"International Journal of Computer Applications, no. 20 (3) (2011): 15-21.
