Прогнозирование финансовых результатов компании с применением нейросетевой модели |
В статье представлена нейросетевая модель на основе переменных, отобранных при корреляционно-регрессионном методе. Рассчитано прогнозное значение чистой прибыли на I–IV кв. 2024 года на фактических данных действующего производственного предприятия.
Воспользуемся прикладным пакетом нейронных сетей, который представлен в программе STATISTICA. В качестве зависимой переменной укажем чистую прибыль (Y), а в качестве независимых — совокупность выбранных по результатам регрессионного анализа внутренних и внешних факторов (х1 — выручка, х2 — управленческие расходы, х3 — доходы от вложения в другие организации, х4 — курс рубля, х5 — цена главного производственного сырья).
Рис. 1. Полученные нейросетевые модели
Рассмотрим несколько моделей с наибольшей производительностью. В данном случае это седьмая, первая, девятая, восьмая. Сравним их с фактическими значениями.
Рис. 2. Линейный график выборок c фактическими значениями
Как видно на графике, ближе к исходным данным седьмая выборка MLP 5-5-1.
Составим прогноз по выбранной модели MLP 5-5-1.
Рис. 3. Прогноз чистой прибыли (убытка) по построенной нейросетевой модели
Прогнозируемое значение чистой прибыли (убытка) на I квартал 2024 года составило 4 853 659 руб., разница между фактическим и прогнозируемым значениями составила 19 106 руб., или 0,4 %.
Таким образом, можно сделать вывод, что данная модель пригодна для прогнозирования дальнейших результатов.
Для более эффективного прогнозирования, как правило, требуется некоторый минимум наблюдений.
Однако бывают такие обстоятельства, когда такое количество статистических данных недоступно.
Можно отметить, что качественная модель прогнозирования с использованием нейронной сети может быть построена даже в условиях нехватки данных. При этом модель будет уточняться при поступлении в нее актуализированных данных.
Составим прогнозное значение чистой прибыли (убытка) ОАО «Маяк» на 6 периодов вперед.
Для этого также воспользуемся программой STATISTICA и уже сохраненной моделью с обученной ранее нейронной сетью.
Получили таблицу с предсказанными значениями.
Рис. 4. Таблица с предсказанными данными чистой прибыли (убытка) ОАО «Маяк»
Таблица
Сравнение фактических и прогнозных значений чистой прибыли (убытка)
II кв. 2024 |
III кв. 2024 |
IV кв. 2024 |
|
Фактическое значение |
6 456 425 |
3 930 976 |
— |
Прогнозное значение |
6 781 838 |
3 780 874 |
8 237 634 |
Ошибка прогноза |
5,04 % |
3,8 % |
— |
Стоит обратить внимание, что данный прогноз необходимо воспринимать как базовый, так как прогнозные оценки получены исходя из условий деятельности, которые наблюдались в прошлом, а в рыночных условиях такое само собой невозможно. Полученный итоговый статистико-математический результат должен проверяться и дополняться человеком.
При подготовке статьи использовалась методология, предложенная в исследовании Боровикова В.П. «Нейронные сети STATISTICA Neural Networks. Методология и технологии современного анализа данных»
<...>