17 Рагель Д. анализ данных финансовые данные большие данные массив данных прогнозирование аналитика распределение данных финансовые характеристики финансовый анализ банковский скоринг кредитная политика управляющая компания дочерняя компания кластеризация евклидово расстояние расстояние Махалонобиса связанные контрагенты скоринг скоринговые процедуры анализ связанности 2025 2025-11-14 10.29235/1818-9857-2025-10-66-69 Наука и инновации В статье на примере 50 однотипных контрагентов рассматриваются основные подходы к кластеризации схожих данных, характеризующих хозяйственную деятельность этих субъектов. Сравнение проводится между базовыми алгоритмами кластеризации с использованием евклидова расстояния и типовым агломеративным алгоритмом на основе расстояния Махаланобиса, который учитывает ковариационные оценки элементов из приведенного набора. Исследуется последовательное применение разных типов алгоритмов в отношении компаний, а также изменение зависимости при применении различных аналитических процедур. По итогам анализа делаются выводы о преимуществах и недостатках методов, отмечается целесообразность последовательного применения алгоритмов различного типа для выявления скрытых причин, которые оказывают влияние на деятельность юридических лиц и не являются очевидными при проведении стандартного финансового анализа работы предприятия. https://www.academjournals.by/publication/20075 https://www.academjournals.by/files/19954