| Д.Э. БЭСТЕНС, В.М. ВАН ДЕН БЕРГ, Д. ВУД. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. - Москва: ТВП,1997. - хх, 236 с., 1997 |
СРАВНЕНИЕ РЕЗУЛЬТАТОВ |
Так как в реальной ситуации нельзя знать заранее, какая часть из компаний, представленных в случайной выборке, потерпит банкротство в течение года и поскольку авторы двух рассматриваемых моделей, как можно предположить, устанавливали разделяющие уровни, исходя из каких-то конкретных предположений об априорных вероятностях банкротства и цене ошибок, мы упростили процедуру сравнения и ввели относительные разделяющие уровни. Иначе говоря, для каждой модели мы считали сигналами о банкротстве нижние 10% сигналов, выдаваемых моделью за очередной год. На деле такой подход означает общую 10-процентную априорную вероятность банкротства и такое отношение числа сигналов о банкротстве к реальным банкротствам в предыдущем тесте, которое определяется с помощью оптимизирующего порога. Кроме того, этот способ имеет то преимущество, что при этом минимизируются искажения, возникающие из-за большого разрыва во времени между публикацией л2-счета Альтмана и проведением эксперимента. Средние показатели за это время могли измениться, и поэтому разделение компаний на сильные и слабые, исходя из определенной пропорции, представляется более надежным. В табл. 9.2 приведены результаты эксперимента по прогнозированию банкротств на год вперед с указанием погрешности для каждой модели.
X Альтмана Аналог модели X Таффлера Аналог модели X ОсИа$1теат Нейронная сеть
Правильная
классификация
Выживание 239 231 233 234
Банкротство 0 1 1 2
Неправильная
классификация
Выживание 19 27 25 24
Банкротство 3 2 2 1
Таблица 9.2. Точность различных прогнозов банкротства
Результаты говорят о том, что предсказание банкротства - сложная задача. Из-за того, что нормы отчетности весьма растяжимы,
Пониженные разделяющие уровни 191
вполне может получиться так, что в какой-то год фирма рапортует о прибылях, а в следующем году она банкротится. Компании также могут потерпеть банкротство из-за мошенничества или банкротства основного потребителя, и поэтому добиться высокого уровня точности непросто. При всем этом нейронная сеть показала лучшие результаты, чем другие модели: она обнаружила два из трех надвигающихся банкротств и неправильно классифицировала жизнеспособные компании в пропорции 12 на один правильный прогноз банкротства. В количественном выражении это в два раза лучше, чем аналоги моделей Таффлера и Datastream, a Z Альтмана, вообще, оказалась не в состоянии выявить ни одного банкротства.
Отсюда следует тот вывод, что во всякой классификации банкротства главной является надежность, и что было бы ошибкой оценивать качество модели по выборочным критериям, которые, скорее всего, нельзя использовать для расчетов наперед (ex ante). В частно-сти, в задаче прогнозирования банкротств корпораций нейронная сеть показала на настоящих ех ante-тестах такой же уровень точности, какой дают MDA-модели на гораздо менее требовательных ех post-примерах методом исключения одного наблюдения из выборки.
|
| << Предыдушая |
Следующая >> |
| = К содержанию = |
Похожие документы: "СРАВНЕНИЕ РЕЗУЛЬТАТОВ" |
- 4.8. ТЕХНОЛОГИЯ ИСПОЛЬЗОВАНИЯ ЭКСПЕРТНЫХ СИСТЕМ
сравнению с использованием опытных специалистов состоят в следующем: Х достигнутая компетентность не утрачивается, может докумен-тироваться, передаваться, воспроизводиться и наращиваться; Х имеют место более устойчивые результаты, отсутствуют эмо-циональные и другие факторы человеческой ненадежности; Х высокая стоимость разработки уравновешивается низкой стоимостью эксплуатации, возможностью
- 5. Славянофилы и западники
сравнение результатов раз вития отдельных элементов, но и историческое восхождение к началу складывания элементов, в частности просвещения и образованности. В основание европейской образованности легли три элемен- т*Ц1 - римское христианство, мир необразованных варваров, разрушивших Римскую империю, а также классический мир древнего язычества. Последний представлял, по сути дела, лторжество
- 1.2 РЕШЕНИЯ
результат интуитивно ясен, и можно доказать, что он верен во всех случаях, если функция спроса убывающая, а функция предложения - возрастающая. Пусть Qj0 (P) и Q(P) - функции спроса на двух рынках, QS (P) и Q2S (P) - функции предложения, P1 и P2 - равновесные цены, причем P1 Ф P . Для определенности будем считать, что P1 > P2. Цена равновесия на объединенном рынке определяется равенством QD
- 1. "СЕРЕБРЯНЫЕ 50-е" И "ЗОЛОТЫЕ 60-е" 1.1.УСКОРЕНИЕ ТЕМПОВ РОСТА
сравнение результатов за период 1950-1970 гг. с результатами за предыдущие 80 лет наглядно рисуют успех, достигнутый Западной Европой и Японией (табл. 3). При представлении этих данных в расчете на душу населения указанных стран результат получается аналогичным. В действительности такой расчет еще более ясно показывает ускорение темпов роста. В странах Западной Европы темпы ускорения
- 2.2.2. ПРИКЛАДНАЯ ИНТЕРПРЕТАЦИЯ И ХАРАКТЕРИСТИКИ МЕТОДА КОНЕЧНЫХ ПРИРАЩЕНИЙ
сравнении их с результатами, получаемыми при использовании других методов экономического факторного анализа, позволяет получить исходную информацию, которая необходима при последующем решении задачи управления исследуемым процессом. Рассмотрим отличия нового алгоритма от имеющихся методик экономического факторного анализа на примере двухфакторной мультиплика-тивной модели. Прежде всего необходимо
- 5.1. Анализ экономических (финансовых) результатов деятельности предприятия.
результатов. Степень детализации результатов деятельности определяется аналитиком. Можно выделить результаты производственной, финансовой, инвестиционной, инновационной, коммерческой, снабженческой, управленческой, социальной, технической и технологической, экологической, организационной и другой деятельности. Проведем анализ результатов отдельных видов деятельности. Целью анализа является
- 1. 2. Обзор и анализ действующих методик анализа финансового состояния предприятия
сравнение показателей финансового состояния предлагается в динамике; нормативы представлены для ограничен- ного количества показателей без учета отраслевых и индивидуальных особенностей предприятия, формулы расчета нормативов единичны; - отличается количество показателей, предлагаемых для оценки основных направлений финансового состояния в разных методиках (часто при анализе важно качественное
- 1.6.Виды анализа
сравнения результатов деятельности двух или более предприятий). г) по объектам управления: технико-экономический анализ, изучающий взаимодействие технических и экономических процессов и их влияние на результаты деятельности; финансово-экономический, основное внимание которого сосредоточено на финансовых аспектах и результатах; аудиторский (бухгалтерский) анализ - экспертная оценка и диагностика
- 1.8.Методика анализа
результатов анализа; Субъекты (потребители) результатов анализа. Методика комплексного анализа (этапы): Уточняются объекты, цель и задачи анализа. Разрабатывается система синтетических и аналитических показателей, характеризующих данный объект. Сбор и подготовка информации к анализу. Сравнение результатов деятельности с планом, с данными прошлых периодов, со средними и лучшими по отрасли и т.д.
- Объект сравнения
сравнения наиболее широко используют: нормативы разнообразных идеологий и доктрин; параметры, характеризующие другие существующие современные общества; характеристики обществ прошлого. Манипулируя показателями базы для сравнения, можно существенным образом влиять на выводы о совершенстве или несовер-шенстве исследуемого общества. Например, сегодняшнее общество, по сравнению с тоталитарным строем
|
Финансы