Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies

Nowadays, there are many methods meant for the optimization of an enterprise capital structure. Thus, the aim of this contribution is to find the most efficient way of a company´s possession capital structure. The article simply strives to find such a capital structure that ensures an adequate profi...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Математичне моделювання в економіці
Datum:2016
1. Verfasser: Suler, P.
Format: Artikel
Sprache:English
Veröffentlicht: Інститут телекомунікацій і глобального інформаційного простору НАН України 2016
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/131862
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies / P. Suler // Математичне моделювання в економіці. — 2016. — № 3-4(7). — С. 57-63. — Бібліогр.: 16 назв. — англ.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-131862
record_format dspace
spelling Suler, P.
2018-04-04T19:39:50Z
2018-04-04T19:39:50Z
2016
Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies / P. Suler // Математичне моделювання в економіці. — 2016. — № 3-4(7). — С. 57-63. — Бібліогр.: 16 назв. — англ.
2409-8876
https://nasplib.isofts.kiev.ua/handle/123456789/131862
004.942
Nowadays, there are many methods meant for the optimization of an enterprise capital structure. Thus, the aim of this contribution is to find the most efficient way of a company´s possession capital structure. The article simply strives to find such a capital structure that ensures an adequate profit, respectively equity evaluation provided for money. For this purpose, balance sheets, respectively their parts informing about the sources of enterprise financing and the results, respectively only the total profit after taxation of all enterprises running their business between 2006 to 2015, will be used. To find the model neural networks will be used – specifically a multi-layer perceptron network and a neural network of a radial basic function. A neural network which will help a construction company find a suitable financing source structure so, that it could reach the requested ROE of 10%. The model will be useful not only for a building company management but also for evaluating its performance and health by the competitors, creditors or suppliers.
В теперішній час існує багато методів, призначених для оптимізації структури капіталу підприємства. Мета даної статті – пошук найбільш ефективного способу управління структурою капіталу компанії. У статті наведено приклад пошуку структури капіталу, яка забезпечить необхідний відсоток прибутку і, відповідно, дозволить зробити оцінку акцій з метою подальшого їх продажу. Для аналізу використані дані про діяльність підприємств з 2006 по 2015 р. На цій основі були побудовані багатошарові пересептронні мережі та мережі радіально-базисної функції. Оптимальною вважається мережа, яка дозволяє будівельній компанії знайти відповідну фінансову структуру з рентабельністю власного капіталу 10%. Модель актуальна не тільки для управління будівельною компанією, але й для аналізу її діяльності конкурентами і партнерами.
В настоящее время существует множество методов, предназначенных для оптимизации структуры капитала предприятия. Цель данной статьи – поиск наиболее эффективного способа управления структурой капитала компании. В статье приведен пример поиска структуры капитала, которая обеспечит необходимый процент прибыли и, соответственно, позволит произвести оценку акций для последующей их продажи. Для анализа использованы данные о деятельности предприятий с 2006 по 2015 г. На этой основе были построены многослойные пересептронные сети и сети радиально-базисной функции. Оптимальной считается сеть, которая позволяет строительной компании найти подходящую финансовую структуру с рентабельностью собственного капитала 10%. Модель актуальна не только для управления строительной компанией, но и для анализа ее деятельности конкурентами и партнерами.
en
Інститут телекомунікацій і глобального інформаційного простору НАН України
Математичне моделювання в економіці
Інформаційні технології в економіці
Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
Оптимізація структури капіталу компанії для максимізації прибутку за допомогою нейронних мереж на прикладі будівельних компаній
Оптимизация структуры капитала компании для максимизации прибыли с помощью нейронных сетей на примере строительных компаний
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
spellingShingle Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
Suler, P.
Інформаційні технології в економіці
title_short Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
title_full Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
title_fullStr Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
title_full_unstemmed Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
title_sort optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies
author Suler, P.
author_facet Suler, P.
topic Інформаційні технології в економіці
topic_facet Інформаційні технології в економіці
publishDate 2016
language English
container_title Математичне моделювання в економіці
publisher Інститут телекомунікацій і глобального інформаційного простору НАН України
format Article
title_alt Оптимізація структури капіталу компанії для максимізації прибутку за допомогою нейронних мереж на прикладі будівельних компаній
Оптимизация структуры капитала компании для максимизации прибыли с помощью нейронных сетей на примере строительных компаний
description Nowadays, there are many methods meant for the optimization of an enterprise capital structure. Thus, the aim of this contribution is to find the most efficient way of a company´s possession capital structure. The article simply strives to find such a capital structure that ensures an adequate profit, respectively equity evaluation provided for money. For this purpose, balance sheets, respectively their parts informing about the sources of enterprise financing and the results, respectively only the total profit after taxation of all enterprises running their business between 2006 to 2015, will be used. To find the model neural networks will be used – specifically a multi-layer perceptron network and a neural network of a radial basic function. A neural network which will help a construction company find a suitable financing source structure so, that it could reach the requested ROE of 10%. The model will be useful not only for a building company management but also for evaluating its performance and health by the competitors, creditors or suppliers. В теперішній час існує багато методів, призначених для оптимізації структури капіталу підприємства. Мета даної статті – пошук найбільш ефективного способу управління структурою капіталу компанії. У статті наведено приклад пошуку структури капіталу, яка забезпечить необхідний відсоток прибутку і, відповідно, дозволить зробити оцінку акцій з метою подальшого їх продажу. Для аналізу використані дані про діяльність підприємств з 2006 по 2015 р. На цій основі були побудовані багатошарові пересептронні мережі та мережі радіально-базисної функції. Оптимальною вважається мережа, яка дозволяє будівельній компанії знайти відповідну фінансову структуру з рентабельністю власного капіталу 10%. Модель актуальна не тільки для управління будівельною компанією, але й для аналізу її діяльності конкурентами і партнерами. В настоящее время существует множество методов, предназначенных для оптимизации структуры капитала предприятия. Цель данной статьи – поиск наиболее эффективного способа управления структурой капитала компании. В статье приведен пример поиска структуры капитала, которая обеспечит необходимый процент прибыли и, соответственно, позволит произвести оценку акций для последующей их продажи. Для анализа использованы данные о деятельности предприятий с 2006 по 2015 г. На этой основе были построены многослойные пересептронные сети и сети радиально-базисной функции. Оптимальной считается сеть, которая позволяет строительной компании найти подходящую финансовую структуру с рентабельностью собственного капитала 10%. Модель актуальна не только для управления строительной компанией, но и для анализа ее деятельности конкурентами и партнерами.
issn 2409-8876
url https://nasplib.isofts.kiev.ua/handle/123456789/131862
citation_txt Optimizing the capital structure of the company to maximize its profits by using neural networks on the example of building companies / P. Suler // Математичне моделювання в економіці. — 2016. — № 3-4(7). — С. 57-63. — Бібліогр.: 16 назв. — англ.
work_keys_str_mv AT sulerp optimizingthecapitalstructureofthecompanytomaximizeitsprofitsbyusingneuralnetworksontheexampleofbuildingcompanies
AT sulerp optimízacíâstrukturikapítalukompaníídlâmaksimízacíípributkuzadopomogoûneironnihmerežnaprikladíbudívelʹnihkompaníi
AT sulerp optimizaciâstrukturykapitalakompaniidlâmaksimizaciipribylispomoŝʹûneironnyhseteinaprimerestroitelʹnyhkompanii
first_indexed 2025-11-30T16:35:52Z
last_indexed 2025-11-30T16:35:52Z
_version_ 1850858158889631744