Поэтому их можно использовать только тогда, когда анализируемые данные хорошо понятны для исследователя.
Профессиональная экспертная оценка выходных результатов является довольно существенным элементом анализа при помощи самоорганизующихся сетей и играет в нем важнейшую роль.
Использование АНС для анализа финансовых отчетов и другой информации об эмитентах позволяет обнаруживать структуры в больших наборах данных и представлять данные большой размерности в виде двумерных изображений. Это дает возможность с высокой эффективностью решать задачу выявления важных закономерностей в экономической деятельности эмитентов и интерпретировать их с точки зрения интересов инвесторов. С помощью АНС многомерные данные, публикуемые эмитентами, могут быть преобразованы в наглядные плоские картины, доступные восприятию людей, принимающих решения.
Исследование паттерн (образов) в структуре входных данных позволяет анализировать особенности экономической стратегии эмитентов. Диагностика финансового положения компаний на основании визуального исследования становится более объективной и оперативной.
Кроме этого использование АНС позволяет значительно повысить качество традиционно публикуемой эмитентами информации, предоставляя лучшую основу для выбора, сравнения и ранжирования данных.
Методы АНС можно использовать для демонстрации четких различий и структурных особенностей данных по лучшим предприятиям. При этом в качестве входных данных следует использовать балансовые показатели предприятий, коэффициенты эффективности, оценки рисков, опыт экспертов в области финансового анализа деятельности компаний, а также данные о котировках ценных бумаг на организованных рынках.
АНС позволяют упростить классификацию предприятий и создать таблицы для обеспечения принятия решений, более информативные по сравнению с простыми ранжированными списками, построенными исходя из единичных и множественных критериев. Двумерное представление финансовой информации является более мощным средством, чем обычное ранжирование, оно дает гораздо больше информации для инвесторов и облегчает выявление неравномерностей в больших массивах сложных финансовых данных. АНС позволяют провести дифференциацию между близкими по характеристикам предприятиями и определить основные признаки каждого кластера или группы кластеров.
Метод АНС повышает эффективность принятия управленческих решений. Доказано [1], что благодаря возможности кластеризации эмитентов с похожими характеристиками, доходность портфеля акций, составленного на основе этого метода, выше, чем у портфеля, сформированного исходя из единственного критерия максимизации доходности при приемлемом риске или с помощью других классических стратегий. Таким образом, использование АНС открывает новые возможности для формирования оптимальной стратегии управления большими портфелями ценных бумаг.
Методика АНС позволяет финансовым и экономическим данным говорить самим за себя. Например, когда на вход сети подаются финансовые данные о группе компаний, на плоскости выходных параметров они размещаются таким образом, что компании со сходными финансовыми характеристиками оказываются расположенными близко друг к другу. Группировка компаний согласно сходству финансово-экономической структуры позволяет решать задачу выявления стратегических групп. Упорядочивание выборочных входных данных по таким группам дает возможность определить правила или описать групповые характеристики. При этом возникают новые данные . параметры порядка (order parameter) . переменные, которые в нелинейных динамических системах интегрируют индивидуальные переменные, влияющие на систему. При определении границ групп в дополнениек АНС полезно использовать кластерный анализ. Он позволяет подтвердить и детализировать результаты, полученные методом АНС.
АНС можно использовать для диагностики финансового состояния компаний, принадлежащих к одному и тому же сектору экономики с тем, чтобы определить стратегию каждой конкретной компании по отношению к сектору экономики, в котором она действует. Кроме этого можно сравнивать финансовые и экономические показатели различных стратегических групп компаний.
