Improved five-factor Altman evaluation model credit about the enterprise with economic indicators as fuzzy numbers


如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

In this work, we used the Altman model, the apparatus of the theory of fuzzy sets and mathematical simulation in conditions of high uncertainty, in order to give more information to the decision maker about the creditworthiness of the enterprise, as well as the possible impact of the error on the conclusion of bankruptcy of the enterprise when calculating economic indicators.The improved Altman model, developed initially in two respects (the rms integral approximation is used to accurately calculate a quantitative credit rating and the apparatus of fuzzy sets in order to order sets according to the degree of confidence in the obtained probability), expanded by presenting the input data as triangular fuzzy numbers .As a result of the work done, it was possible to construct an algorithm for assessing the creditworthiness of a particular enterprise, which is based on the continuous dependence of the probability of bankruptcy on the value of the Altman function. The coefficients of the model can be triangular numbers with additional criteria for pre-reading at critical points of the classical Altman model.The work carried out a simulation of the assessment of creditworthiness for incoming fuzzy economic indicators in the form of α-sections of a fuzzy set to predict the impact of errors in the assessment of economic indicators on the conclusion of bankruptcy of an enterprise. The described improved Altman mathematical model with the procedure of a computational experiment (where the probability of bankruptcy of an enterprise is calculated 1000 times), supplemented by fuzzy indicators, allows you to find leftside and right-side sets of α-levels of the fuzzy set k i and calculate the effect of small changes in Altman coefficients on the estimate of the probability (its stability) of bankruptcy enterprises.This approach helps not only to adequately assess the creditworthiness of the enterprise, but also to enable it to predict the change in the result of the model due to a possible error in the input data.

全文:

受限制的访问

作者简介

Alevtina Shatalova

Kuban State University

Email: al-shatalova@yandex.ru
postgraduate student of the Department of Applied Mathematics Krasnodar, Russian Federation

Igor Shevchenko

Kuban State University

Email: dean@econ.kubsu.ru
Professor; Dean of the Faculty of Economics Krasnodar, Russian Federation

Boureima Bamadio

University of Social Sciences and management of Bamako

Email: anadama@mail.ru
Doctor of Physical and Mathematical Sciences; assistant professor at the Faculty of Economics and Management (FSEG) Bamako, Mali

Konstantin Lebedev

Kuban State University

Email: klebedev.ya@yandex.ru
Doctor of Physics and Mathematics Krasnodar, Russian Federation

参考

  1. Бамадио Б., Лебедев К.А. Программа для принятия решений по оценке кредитоспособности предприятий (PDMSC). Свидетельство о государственной регистрации программы для ЭВМ № 2014660623 от 20 октября 2014 г. в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам.
  2. Бамадио Б., Кузякина М.В., Лебедев К.А. Оценки кредитоспособности предприятия на основе пятифакторной модели Альтмана при использовании аппарата нечетких множеств и среднеквадратичного интегрального приближения // Политематический сетевой электронный научный журнал Кубанского гос. аграрного ун-та (Научный журнал КубГАУ) [Электронный ресурс]. Краснодар: КубГАУ, 2014. URL: http://ej.kubagro.ru/2014/10/pdf/39
  3. Барановская Т.П., Коваленко А.В., Уртенов М.Х., Кармазин В.Н. Современные математические методы анализа финансово-экономического состояния предприятия: монография. Краснодар: КубГАУ, 2009.
  4. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. М.: Наука, 1999. 630 с.
  5. Бухгалтерская отчетность предприятия ОАО «Теплосеть». 2014. [Электронный ресурс] URL: https://studopedia.ru/17_31841_ praktichni-zavdannya.html
  6. Давыдова Г.В., Беликов А.Ю. Методика количественной оценки риска банкротства предприятий // Управление риском. 1999. № 3.
  7. Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология М.: Машиностроение-1, 2004.
  8. Донцова Л.В. Анализ финансовой отчетности. Никифорова. 4-е изд., перераб. и доп. М.: Дело и Сервис, 2006.
  9. Жданов В.Ю. Диагностика риска банкротства промышленных предприятий: на примере предприятий авиационно-промышленного комплекса: Дис. ... канд. экон. наук: 08.00.05. М., 2012.
  10. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.
  11. Зайцева О.П. Антикризисный менеджмент в российской фирме // Сибирская финансовая школа. 1998. № 11-12.
  12. Ибрагимов В.А. Элементы нечеткой математики. Баку, АГНА, 2010.
  13. Коваленко А.В. Математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия: Дис. ... канд. экон. наук: 06.03.2009. Краснодар: Кубанский гос. аграрный ун-т, 2009.
  14. Колмогоров А.Н., Фомин С.В. Элементы тории функций и функционального анализа. М.: Наука, 1976.
  15. Конышева Л.К., Назаров Д.М. Основы теории нечетких множеств. СПб.: Питер, 2011.
  16. Кофман А., Алуха Х.Х. Введение теории нечетких множеств в управлении предприятием. Минск: Высшая школа, 1992.
  17. Кузнецов Л.А., Перевозчиков А.В. Оценка кредитной истории физических лиц на основе нечетких моделей // Управление большими системами. ИПУ РАН. 2008. Вып. 21.
  18. Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: Дис. ... д-ра экон. наук. СПб.: СПбГУЭФ, 2004.
  19. Патласов О.Ю. Применение моделей и критериев Альтмана в анализе финансового состояния сельхозпредприятий // Финансовый менеджмент. 2006. № 6. [Электронный ресурс] URL: http://dis.ru/library/699/26221/
  20. Пегат А. Нечеткое моделирование и управление / пер. с англ. 2-е изд. (эл.). М.: БИНОМ. Лаборатория знаний, 2013. 798 с.
  21. Савицкая Г.В. Анализ хозяйственной деятельности предприятия. 4-е изд., перераб. и доп. Минск: ООО «Новое знание», 2000.
  22. Салькова М.В. Методика анализа и прогнозирования деятельности организации в целях выявления и предупреждения несостоятельности (банкротства) // Материалы VI Междунар. студ. электронной науч. конф. «Студенческий научный форум», 2014. URL: http://www.scienceforum.ru/2014/576/1184
  23. Фомин П.А. Особенности учета финансовых рисков при прогнозе динамики развития хозяйствующего субъекта // Финансы и кредит. 2003. № 4.
  24. Харин Ю.С., Малюгин В.И., Кирлица В.П. и др. Основы имитационного и статического моделирования. Минск: Дизайн ПРО, 1997.
  25. Шеремет А.Д., Сайфулин Р.С., Негашев Е.В. Методика финансового анализа. М.: ИНФРА-М, 2000.
  26. Шаталова А.Ю., Лебедев К.А. Параметрический α-уровневый метод λ-продолжения для задачи нечеткого линейного программирования // Вестник Бурятского государственного университета. Математика, информатика. 2018. № 1.
  27. Шаталова А.Ю., Лебедев К.А. Усовершенствованный метод Альтмана для оценки кредитоспособности предприятия // Вестник научных конференции. 2018. № 4-2 (32). С. 119-122.
  28. Шаталова А.Ю., Лебедев К.А. Прикладные результаты модели оценки кредитоспособности предприятия с применением теории нечетких множеств и теории Альтмана // Вестник научных конференций. 2017. № 8-2 (24). С. 120-121.
  29. Шаталова А.Ю., Лебедев К.А. Нечеткое линейное программирование в задаче оптимального финансирования инвестиционных проектов, максимизирующей получаемый предприятием доход // Международный журнал прикладных и фундаментальных исследований. 2015. № 9. Ч. 1.
  30. Altman E.I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy // Journal of Finance. 1968. No. 23 (4).
  31. Bamadio B., Lebedev K.A., Shevchenko I.V. Improvement of a five factor Altman model to assess the creditworthiness of an enterprise using the theory of fussy sets // Journal of Computations & Modelling. 2016. Vol. 6. No. 4.
  32. Beaver W. Financial Ratio as Predictors of Failure, Empirical Research in Accounting // Journal of Accounting Research. 1967. No. 4.
  33. Deluca A., Termini S. A definition of a non-probabilistic entropy the of fuzzy sets theory // Information and Control. 1972. No. 4.
  34. Fulmer J. A bankruptcy classification model for small finns // Journal of Commercial Bank Lending. 1984. No. 6.
  35. Hiyama T., Sameshima T. Fuzzy logic control scheme for an-line stabilization of multi-machine power system // Fuzzy Sets and Systems. 1991. Vol. 39.
  36. Taffler R.J. Going, going, gone - four factors which predict // Accountancy. 1997. No. 3.
  37. Математические методы в моделировании экономики [Электронный ресурс]. Национальный открытый университет «Интуит». М., 2003-2019. URL: https://www.intuit.ru/ (дата обращения: 24.06.2019).

补充文件

附件文件
动作
1. JATS XML
下载


##common.cookie##