В статье рассматриваются вопросы разработки технологии формирования кластерной структуры сектора малого и среднего предпринимательства (МСП) на основе метода главных компонент. Технология предполагает многократное проведение компонентного анализа данных с учетом их декомпозиции. Источниками данных являются бухгалтерский баланс предприятия и отчет о финансовых результатах. Предлагаемая технология анализа данных включает шесть этапов: предварительное формирование исходных данных для анализа; формирование уточненной выборки и ее декомпозиция с учетом разделов бухгалтерского баланса и их статей; далее три этапа анализа данных методом главных компонент на выборках, полученных по результатам декомпозиции; формирование интегральной выборки, усеченной интегральной выборки и их анализ методом главных компонент. Выявлены структуры сектора МСП в различных пространствах признаков. Показано, что они являются поляризованными. Сформулированы характеристики построенных кластеров. Построены квадранты-кластеры для усеченной интегральной выборки предприятий, и дана оценка кредитования предприятий этих квадрантов-кластеров с учетом их интегральных характеристик. Предложенная технология применяется для разработки системы информационной поддержки процедур анализа финансового состояния предприятий МСП и принятия решений о возможности их кредитования.

The article deals with the development of technology for the formation of the cluster structure of the small and medium-sized enterprises (SMEs) sector based on the principal component method. The technology involves multiple application of principal component method for data, taking into account their decomposition: The data sources are the company’s balance sheet and the report on financial results. The proposed data analysis technology includes six stages: preliminary formation of initial data for analysis; formation of a refined sample and its decomposition taking into account the sections of the balance sheet and their articles; next, there are three stages of data analysis by the principal component method on the samples obtained from the decomposition results; the formation of an integral sample, a truncated integral sample, and their analysis by the principal component method. The structures of the SME sector in different feature spaces are identified. It is shown that they are polarized. The characteristics of the constructed clusters are formulated Squares-clusters are constructed for a truncated integral sample of enterprises, and the risk of crediting enterprises of these quadrants-clusters is estimated, taking into account their integral characteristics. The proposed technology is used to develop a system of information support for procedures for analyzing the financial condition of SMEs and making decisions about the possibility of lending to them.