Gabonafélék, hüvelyes növények, olajos magvak termesztésével foglalkozó magyar vállalkozások gazdasági helyzetének hagyományos és gépi tanuláson alapuló módszerekkel történő elemzése

Abstract

Diplomadolgozatom témájául száz Magyarországon működő, gabonafélék (kivéve rizs), hüvelyes növények és olajos magvak termesztésével foglalkozó vállalkozás gazdasági helyzetének elemzését választottam. Az elemzés alapját a 100 legnagyobb árbevétellel rendelkező magyarországi vállalkozás adatai képezték. A dolgozat során két eltérő megközelítésű elemzésre került sor. Egyrészt hagyományos pénzügyi elemzési módszereket alkalmaztam, amelyek keretében részletesen megvizsgáltam a mezőgazdasági vállalkozások vagyoni, pénzügyi és jövedelmezőségi helyzetét. A dolgozat második felében gépi tanulási módszereket alkalmaztam. Mesterséges neurális hálózatok (artificial neural networks - ANN) bevonására került sor, ezen belül pedig a többrétegű-perceptron (multilayer-perceptron – MLP) modellre, illetve a radiális bázis függvény (radial basis function – RBF) modellre esett a választásom. Ezen módszerek segítségével vizsgáltam meg a korábbi hagyományos elemzésekkel kapott pénzügyi paramétereket, hogy mélyebb betekintést nyerhessek a vállalatok gazdasági helyzetébe.