Кластеризация российских производственных компаний по показателям их финансового состояния с использованием технологий машинного обучения

Кластеризация объектов исследования и объединение их в сходные группы на основе совокупности характеристик является важным этапом решения многих задач социально-экономического развития, особенно задач, связанных с оценкой состояния социально-экономической системы, а также моделированием и прогнозированием показателей ее дальнейшего развития. Целью настоящего исследования является сравнительная оценка финансового состояния крупных российских производственных компаний на основе данных форм бухгалтерской отчетности с использованием методов кластеризации, относящихся к машинному обучению без учителя. Результаты такой оценки предполагается использовать в дальнейшем для построения модели оценки финансового состояния компаний на основе одного из алгоритмов машинного обучения с учителем. В статье представлены ключевые показатели финансового состояния компаний, на основе которых предлагается выполнять их кластеризацию. Они были выявлены в результате анализа современных методов и подходов к исследованию и оценке конкурентоспособности и конкурентного положения компаний. При проведении кластеризации на основе предложенного набора показателей использовались данные финансовой отчетности 2 249 российских производственных компаний по итогам 2023 года. К крупным относили компании с оборотом более 2 млрд рублей и численностью персонала более 251 человека. В качестве алгоритмов кластеризации использовались K-Means++, иерархическая кластеризация и DBSCAN. Для получения наилучшего результата были выполнены специальная предварительная обработка данных и подбор необходимых гиперпараметров алгоритмов кластеризации. Качество итоговой кластеризации оценивалось с использованием индексов Дэвиса—Болдина (DBI) и Калинского—Харабаса (CHI). Результаты показали, что рассматриваемые производственные компании могут быть объединены по финансовому состоянию в относительно небольшое число кластеров — обычно не более трех, что открывает широкие возможности для построения моделей...