Применение самоорганизующихся карт для оценки рисков предприятий горно-металлургической отрасли

Изучение вопроса оценки и группировки факторов риска является актуальным, так как ранжированные группы рисков в дальнейшем помогают ориентироваться компаниям при достижении стратегических целей развития, минимизируя влияние внешних факторов риска. Группирование, выполнено с применением нейросетевого моделирования, позволяет сформировать самообучающуюся модель, которая сможет изменяться, перестраивая векторы кластерных групп при влиянии действующих внешних факторов. Целью исследования является разработка нейросетевой модели приоритезации факторов рисков для вертикально-интегрированной горно-металлургической компании. Для достижения поставленной цели в статье идентифицированы факторы рисков в ключевых сферах деятельности предприятий горно-металлургической отрасли и распределены по ключевым группам – сформирован реестр рисков. В соответствии с реестром рисков произведена оценка степени влияния и вероятности каждого фактора риска посредством метода экспертных оценок, что позволило рассчитать значимость каждого фактора риска. Формирование групп факторов рисков по значимости осуществлено с помощью метода самоорганизующихся карт Кохонена. Для моделирования результатов использован функционал программного обеспечения DataBase Deductor Studio Academic 5.3, с помощью которого строится искусственная нейронная сеть с двумя слоями. На основе результатов исследования сформулированы рекомендации по использованию искусственных нейронных сетей в целях анализа и оценки рисков для вертикально-интегрированных горно-металлургических компаний.