Η εφαρμογή μεθόδων από την επιστήμη του μηχανικού στη χρηματοοικονομική (financial
engineering) είναι ένας δυναμικός και ταχύτατα εξελισσόμενος τομέας έρευνας. Οι νέες
τεχνολογίες που αναπτύσσονται από τους μηχανικούς, τους επιστήμονες της πληροφορικής και
τους μαθηματικούς, γίνονται ευρέως γνωστές και εφαρμόζονται σε διάφορους τομείς για την
επίλυση προβλημάτων που αφορούν όλο το εύρος των επιστημών.
Αναφορικά με τα ζητήματα που καλείται να αντιμετωπίσει η οικονομική επιστήμη, η
μαθηματική διατύπωση του κάθε προβλήματος αποτελεί την αφετηρία για την επίτευξη
επιστημονικά αποδεκτής λύσης. Η οικονομική επιστήμη αποτελείται από διάφορους
επιστημονικούς κλάδους ανάλογα με την φύση και το είδος του προβλήματος που επιχειρεί να
επιλύσει. Ένας από τους σημαντικότερους κλάδους αποτελεί αυτός της Χρηματοοικονομικής και
Λογιστικής, όπου βασικό πεδίο μελέτης αποτελεί η βιωσιμότητα των παραγωγικών οικονομικών
μονάδων. Ειδικότερα, το ερευνητικό ενδιαφέρον εστιάζεται στις οικονομικές μονάδες που έχουν
σαν βασικό στόχο ύπαρξης και λειτουργίας την μεγιστοποίηση του κέρδους.
Η Λογιστική σαν κλάδος της οικονομικής επιστήμης έχει την ευθύνη παροχής οικονομικών,
κατά κανόνα, πληροφοριών οι οποίες αφορούν την λειτουργία των επιχειρήσεων και
κοινοποιούνται προς κάθε ενδιαφερόμενο μέσα από ειδικούς πληροφοριακούς πίνακες που
καλούνται λογιστικές καταστάσεις (Financial Statements). Η περεταίρω επεξεργασία της
λογιστικής πληροφόρησης αποτελεί μια ουσιαστική διαδικασία για τη λήψη αποφάσεων η οποία
καλείται χρηματοοικονομική ανάλυση. Ως το πλέον δημοφιλές εργαλείο χρηματοοικονομικής
ανάλυσης έχει αναδειχθεί η ανάλυση αριθμοδεικτών (Ratio Analysis), η οποία παρά τους
περιορισμούς που συνοδεύουν τη χρήση της, δύναται να προσφέρει στον αναλυτή αντικειμενικές
εκτιμήσεις υπό την προϋπόθεση ότι υπάρχει αντίληψη αυτών των περιορισμών και λαμβάνονται
υπόψη στην ακολουθούμενη προσέγγιση ανάλυσης και ερμηνείας των αποτελεσμάτων. Παρόλα
αυτά η επιθυμία για βελτίωση της αντικειμενικότητας των εκτιμήσεων που προσφέρουν οι
δείκτες, οδήγησαν την επιστημονική έρευνα στην χρήση ποσοτικών μεθόδων και κατ’ επέκταση
στη δημιουργία υποδειγμάτων εκτίμησης ή και πρόβλεψης μιας κατάστασης η οποία αφορά τη
θέση μιας επιχείρησης.
Σήμερα γίνονται ιδιαίτερες προσπάθειες ανάπτυξης σύγχρονων εργαλείων, που βάση των
διαθέσιμων στοιχείων των λογιστικών καταστάσεων, θα είναι επαρκή στην χρηματοοικονομική
αξιολόγηση των επιχειρήσεων. Στα πλαίσια της παρούσας μεταπτυχιακής διατριβής επιχειρήθηκε
η ανάπτυξη ευφυών υπολογιστικών μεθόδων που βασίζονται στα τεχνητά νευρωνικά δίκτυα για
την αποτίμηση της αποδοτικότητας των εισηγμένων στο χρηματιστήριο εταιρειών. Οι αλγόριθμοι
που υλοποιούνται στη διατριβή αυτή, αποτελούν τις πρώτες προσπάθειες εφαρμογής ευφυών
μεθόδων στο συγκεκριμένο χρηματοοικονομικό τομέα.
Ποικίλες αρχιτεκτονικές τεχνητών νευρωνικών δικτύων υλοποιούνται και αξιολογούνται για
την ορθή εκτίμηση της αποτελεσματικότητας των προαναφερθέντων εταιρειών. Η αρχιτεκτονική
με τα καλύτερα αποτελέσματα είναι η επικρατούσα και μπορεί να χρησιμοποιηθεί από τους
ειδικούς σαν παράλληλο βοηθητικό μέσο.
Τα αποτελέσματα που προκύπτουν, αποδεικνύουν την ικανότητα των τεχνητών νευρωνικών
δικτύων να χρησιμοποιηθούν στο πεδίο της χρηματοοικονομικής ανάλυσης. Αυτό δεν σημαίνει ότι
καταργείται ο ρόλος του ανθρώπου και αντικαθίσταται από οποιοδήποτε μηχάνημα. Απλώς, η
συνεχής τεχνολογική ανάπτυξη θα διευκολύνει τα μέγιστα τη δουλειά του ειδικού και θα
συμβάλλει στην ταχύτερη αντιμετώπιση ποικίλων μη επιθυμητών για την εταιρεία καταστάσεων.
Πάντοτε κυρίαρχο ρόλο θα κατέχει ο ανθρώπινος νους και αυτός θα δίνει τις κατευθυντήριες
γραμμές. Άλλωστε δε θα πρέπει να παραβλέπεται ότι οι μηχανές και οι υπολογιστές αποτελούν
ανθρώπινα δημιουργήματα.
The financial engineering is a dynamic and rapidly evolving research area. The new
technologies developed by engineers, computer scientists and mathematicians are widely
known and applied in various fields to solve real world problems.
The financial analysis is field of the Financial and focuses on the study of the
relationships that exist between the economic balance sheet and the income statement
(financial statements) of a company at a given time. This analysis of accounting
statements aims to inferences, based on scientific criteria, which will be driven in making
economic decisions. The financial analysis crowd interested individuals and financial
institutions, and therefore is a valuable tool.
Nowadays, there are specific efforts in order to develop modern tools, based on the
available counting data, that will be sufficient in financial evaluation of firms. In the
present study, it was attempted the implementation of intelligent computational methods
based on artificial neural networks to assess the profitability of listed firms. The
implemented algorithms of this thesis are the first attempts for intelligent methods in this
financial field.
Various architectures of artificial neural networks implemented and evaluated for
proper assessment of the effectiveness of the aforementioned firms, using ratios as well as
net values of the financial statements. The architecture with the best results is the proposed
artificial neural network and can be used by experts as a parallel auxiliary tool.
The obtained results proofs the ability of artificial neural networks in order to be
used in the field of financial analysis. This fact does not abolish the human role by any
machine. Simply, the continuous technological development will greatly facilitate the
work of the special and contribute to faster against various undesirable for the company
statements. The human brain will have the master role, as it would not be ignored that the
machines and computers are human contrivances.