Показать сокращенную информацию

Usin, Rinat U.en
Patlasov, Oleg Yu.en
Усин, Р.У.ru_RU
Патласов, О. Ю.ru_RU
2024-12-19T08:39:38Z
2024-12-19T08:39:38Z
2024-12
https://elib.sfu-kras.ru/handle/2311/154290
This study develops a novel algorithm to assess the investment attractiveness of companies using multi-criteria decision-making methods (MCDM) such as the Fuzzy Analytic Hierarchy Process (FAHP) and the Fuzzy Technique for Order Preference by Similarity to Ideal Solution (FTOPSIS). This approach integrates both quantitative and qualitative aspects, addressing the main limitations of traditional models that often focus solely on internal factors and overlook crucial external variables and qualitative metrics necessary for a comprehensive evaluation. Furthermore, existing models often fail to incorporate adequate risk assessments and typically disregard individual investors’ preferences. The algorithm employs fuzzy sets to integrate diverse data, thereby enhancing assessment accuracy in the presence of uncertainty and incomplete information. The model incorporates a range of traditional financial metrics, other quantitative criteria, non- statistical data and subjective investor preferences in order to provide a comprehensive and multifaceted assessment of investment attractiveness. In this article, the FAHP method is employed to determine the weights of the criteria, while the FTOPSIS method is applied to identify the most investment-attractive company. The study tested the model on Russian food retail companies, with Lenta emerging as the most attractive investment option. The results demonstrate the efficacy and applicability of the method for enhancing decision- making precision and objectivity across a spectrum of economic sectorsen
Представлен алгоритм оценки инвестиционной привлекательности компаний, разработанный на основе комплексного подхода, включающего многокритериальные методы принятия решений (MCDM). Анализ существующих моделей выявляет их ключевые недостатки: модели часто фокусируются на внутренних факторах, игнорируя внешние переменные и качественные показатели. Кроме того, многие из них не включают оценку рисков и не учитывают уникальные предпочтения инвесторов. Применение методов, основанных на нечетких множествах, таких как FAHP (Fuzzy Analytic Hierarchy Process) и FTOPSIS (Fuzzy Technique for Order Preference by Similarity to Ideal Solution), позволяет провести всесторонний анализ и оценку факторов, определяющих инвестиционную привлекательность, с учетом специфики отрасли и внешней среды. Разработанная модель позволяет оценить количественные и качественные аспекты, обеспечивая возможность комплексного учета не только традиционных финансовых показателей, но и субъективных предпочтений инвесторов, и дает возможность оценить факторы, для которых нет статистических данных. Модель апробирована на примере оценки инвестиционной привлекательности компаний продуктового ритейлаru_RU
enen
Journal of Siberian Federal University. Сибирский федеральный университетen
investmenten
investment attractivenessen
financial analysisen
comprehensive assessmenten
fuzzy setsen
MCDMen
FAHPen
FTOPSISen
инвестицииru_RU
инвестиционная привлекательностьru_RU
финансовый анализru_RU
комплексная оценкаru_RU
нечеткие множестваru_RU
MCDMru_RU
FAHPru_RU
FTOPSISru_RU
A Hybrid Model for Evaluating the Investment Attractiveness of Companies Using Fuzzy Multi-Criteria Methodsen
Гибридная модель оценки инвестиционной привлекательности компаний с использованием нечетких многокритериальных методовru_RU
Journal Articleen
Usin, Rinat U. : Omsk Humanitarian Academy Omsk, Russian Federationen
Patlasov, Oleg Yu.: Vernadsky Russian State University of National Economy Balashikha, Russian Federation; opatlasov@mail.ruen
Усин, Р.У.: Омская гуманитарная академия Российская Федерация, Омскru_RU
Патласов, О. Ю. : Российский государственный университет народного хозяйства им. В. И. Вернадского Российская Федерация, Балашихаru_RU
2470-2480ru_RU
Журнал Сибирского федерального университета. 2024 17(12). Journal of Siberian Federal University.Humanities & Social Sciences 2024 17(12)en
OPOING


Файлы в этом документе

Thumbnail

Данный элемент включен в следующие коллекции

Показать сокращенную информацию