Сотрудниками Высшей школы бизнеса представлена новая разработка. Учеными предложен новый метод прогнозирования банкротства компаний на основе машинного обучения с высокой вероятностью.
Такая нейронная сеть, по мнению разработчиков, будет очень полезна при определении перспективности инвестиций.
Известно, что большая часть капитала после вложения в рискованные предприятия превращается в прах.
Специалисты научили алгоритм делить компании на два типа – те, которые стабильны и продолжат свое существование, и те, которые обанкротятся в течение определенного периода.
Как пояснили специалисты, в финансовом мире уже существует множество эффективных методов прогнозирования будущего состояния тех или иных компаний, отраслей и т.д. Однако все они основаны на статистических подходах. В данном случае имеет место более глубокое изучение и анализ ситуации.
Для обучения ИИ авторы работы использовали исторические данные о процветающих и обанкротившихся фирмах. Основные показатели, на которые обращал внимание алгоритм: результативность бизнеса, а также условия и закономерности, в которых компания начала развиваться или, наоборот, прекратила свое существование.
Доля компаний-банкротов составляет около 5-10%, поэтому ИИ не всегда понимает, какие признаки и условия привели к банкротству. Исследователями применен другой подход: они создали метод, который менее чувствителен к дисбалансу в базовой информации.
Он обучает несколько отдельных алгоритмов классификации, из которых затем выбирает наиболее эффективные и объединяет их для получения точных прогнозов.
“Поскольку модель основана исключительно на финансовых показателях компаний, ее результаты справедливы и в экстремальных условиях глобальной пандемии COVID-19. В будущем интерес к использованию методов машинного обучения будет только расти, и мы считаем, что в какой-то момент они полностью заменят традиционные способы предсказания банкротства компаний.” – рассказывает профессор Юрий Зеленков.
