Розглянуто ідентифікацію фінансового стану підприємства за умов нечітких даних щодо значення контрольованих фінансових показників. Проаналізовано традиційні методи ідентифікації та виявлено їх основний недолік: недостатній облік невизначеності вихідних даних. Вдосконалено методи багатовимірного дискримінантного, кластерного та регресійного аналізу вхідних даних, які є нечіткими числами. Для малої вибірки вихідних даних запропоновано процедуру побудови діагностичної експертної системи обробки інформації, яка об'єднує регресійний підхід і механізм логічного виведення. Для розрахунку регресійних коефіцієнтів використано метод попарних порівнянь. Запропоновано методи прогнозування корельованого часового ряду за малою вибіркою вихідних даних та метод прогнозування ряду, заданого його вейвлет-моделлю. На основі розроблених методів побудовано інформаційну технологію діагностування фінансового стану підприємства, яку інтегровано в програмний комплекс оцінювання кредитоспроможності позичальників банку. Встановлено, що вона, на відміну від задіяної раніше, сприяє більш ранньому виявленню зниження показників фінансового стану позичальників. Одержано результати, що дозволило прийняти своєчасні управлінські рішення та запобігти збільшенню проблемної заборгованості в кредитному портфелі банку.