Нейрокомпьютинг и его применения в экономике и бизнесе

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»


Сечения


Главный вопрос теперь — как выбирать эти обобщенные координаты. Можно, например, воспользоваться сечениями имеющихся многомерных данных, иными словами — просто выбрать два «наиболее важных» с точки зрения экспертов параметра балансов и таким образом отобразить на двумерной карте положение всех фирм. Для российских банков подобное представление информации практикует журнал «Эксперт» (см Рисунок 2).

Собственный/Привлеченный


Рисунок 2. Положение пятнадцати крупнейших российских банков в 1996 г. в координатах «Надежность» — Доходность. (По материалам журнала


«Эксперт»)


Согласно такому подходу надежность банка характеризуется одним финансовым показателем -отношением собственного капитала к привлеченному. В первой половине этой главы мы видели, однако, что анализ банкротств выявляет как минимум пять (а то и восемь) значимых финансовых показателей, влияющих на надежность.


Линейное сжатие информации — метод главных компонент


Более общий подход — использовать не две отдельные компоненты, а две линейные комбинации всех 30 исходных параметров, наилучшим образом представляющие имеющиеся данные (см. Рисунок 3).


Каждый банк представлен точкой в 30-мерном пространстве и задача состоит в проведении двумерной плоскости в этом пространстве, обеспечивающей минимальное среднеквадратичное отклонение имеющихся точек от этой плоскости:


Как мы знаем подобное линейное приближение дается методом главных компонент. Если действительное расположение точек не сильно отклоняется от плоскости, этот метод может дать неплохое начальное приближение. Однако, оказывается, что в даном случае это не так. Среднеквадратичное отклонение для случая двух главных компонент оказалось равным почти половине от общей дисперсии: Et =0.47.


Таким образом, даже оптимальный вариант линейного сжатия не дает возможности визуализировать финансовое положение банков. Оно может, тем не менее, оказаться полезным, в частности, для анализа значимости балансовых статей. Так, увеличение числа главных компонент постепенно дает все лучшее и лучшее приближение имеющегося массива данных (см. Рисунок 4).

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»