Предложен нейросетевой итерационный метод оценки вероятности развивающегося во времени риска банкротства экономических объектов применительно к сложным условиям моделирования (неполноты данных, их сильной зашумленности с неизвестным законом распределения шумов). Сделаны оценки сходимости метода для модели, полученной на реальных данных, на основе байесовского подхода к регуляризации модели. Ключевые слова: диагностирование и прогнозирование банкротств, нейросеть, динамическая модель, логистическая трансформация вероятности.
