Порівняльний аналіз кількісних методів створення систем підтримки прийняття рішень на підприємствах в умовах невизначеності

Автор(и)

  • Alexander Shestopalov Харьковский национальный университет радиоэлектроники, Ukraine
  • Oleh Hutsa Харьковский национальный университет радиоэлектроники, Ukraine

DOI:

https://doi.org/10.20998/2413-4295.2016.42.26

Ключові слова:

модель, кількісний метод, якісний метод, аналіз, ймовірність, ризик

Анотація

У статті виконано порівняльне дослідження кількісних методів з метою виявлення їх недоліків і оцінки їх адекватності на прикладі розрахунку ймовірності банкрутства. Для позбавлення недоліків кількісних методів було запропоновано використання якісних методів, як приклад було розглянуто метод ОРКЛАСС. Використання якісних методів дозволило б не тільки позбутися від виявлених недоліків, а й дало б можливість отримувати експертні рекомендації щодо покращення ситуації.

Біографії авторів

Alexander Shestopalov, Харьковский национальный университет радиоэлектроники

аспирант, Харьковский национальный университет радиоэлектроники, аспирант кафедры Экономической кибернетики и управления экономической безопасностью; г. Харьков, Украина

Oleh Hutsa, Харьковский национальный университет радиоэлектроники

кандидат технических наук, доцент, Харьковский национальный университет радиоэлектроники, доцент кафедры Экономической кибернетики и управления экономической безопасностью

Посилання

Diakomihalis, M. The accuracy of Altman’s models in predicting hotel bankruptcy. International Journal of Accounting and Financial Reporting, 2012, 2 (2), 96–113, doi: 10.5296/ijafr.v2i2.2367

Calandro, J. Considering the utility of Altman's Z-score as strategic assessment and performance management tool. Strategic & Leadership, 2007, 35(5), 37‑43.

Gerantonis, N., Vergos, K., Christopoulos, A. Can Altman Z‑score Models Predict Business Failures in Greece? In (Ed) Frangos C. 2 nd. International Conference Quantitative and Qualitative Methodologies in the Economic and Administrative Sciences, TEI of Athens, 2009, 149‑154.

Agarwal, V., Taffler, R. J. Twenty-five years of the Taffler z-score model: Does it really have predictive ability? Accounting and Business Research, 2007, 37 (4), 285-300.

Gholamreza, K., Farzad, H., Navid, A. Accounting Disclosure Quality and Bankruptcy Prediction. Accounting and Business Research, 2012, 2 (4), 283‑294

Bellovary, J., Giacomino, D., Akers, M. A Review of Bankruptcy Prediction Studies: 1930 to Present. Journal of Financial Education, 2007, 33, 1‑42.

Vershin, A. V. Methods of risk assessment hostile takeover for the company. Vestnik of the Kazan University of Technology, 2008, 6, 280‑284.

Gunathilaka, C. Financial Distress Prediction: A Comparative Study of Solvency Test and Z-Score models with reference to Sri Lanka. The IUP Journal of Financial Risk Management, 2014, 11(3), 40‑50.

Miller, George A. Magicheskoe chislo sem' pljus ili minus dva: O nekotoryh predelah nashej sposobnosti pererabatyvat' informaciju. Inzhenernaja psihologija: Sb. statej [Engineering psychology: Col. of articles]. Moskow, Progress Publ., 1964, 192–225.

Kravchenko, T. K. Computerization of economic decision-making. Journal of scientific publications graduate and doctoral students, 2008, 9.

##submission.downloads##

Як цитувати

Shestopalov, A., & Hutsa, O. (2016). Порівняльний аналіз кількісних методів створення систем підтримки прийняття рішень на підприємствах в умовах невизначеності. Вісник Національного технічного університету «ХПІ». Серія: Нові рішення у сучасних технологіях, (42 (1214), 160–164. https://doi.org/10.20998/2413-4295.2016.42.26

Номер

Розділ

Інформаційні технології та системи управління