Новый метод предсказания банкротства предложен специалистами Высшей школы бизнеса ВШЭ. Способ основан на машинном обучении и помогает максимально использовать сведения о финансовом статусе компаний, демонстрируя более высокие результаты относительно традиционных статистических подходов.
Инновационное изобретение заслуга совместной работы профессора департамента бизнес-информатики Юрия Зеленкова и студента Высшей школы бизнеса ВШЭ Никиты Володарского.
Возможность диагностировать банкротство является задачей классификации, где, опираясь на экономические характеристики, нужно дать компании определение: относится ли она к категории тех, что способны остаться на плаву, или принадлежит к числу тех, кого ждет банкротство спустя определенный период.
Знание метода определения критерий компаний формируется благодаря использованию набора исторических данных о благоприятных исходах событий и компаниях, которые обанкротились. Искусственный интеллект берет за основу набор признаков, которые показывают производительность бизнеса и тренируется искать сложные логические ступени развития компаний и их состояния на текущий момент. В результате обучения любая новая компании сможет получить метод предсказания ее будущего с некоторой степенью уверенности.
«Подобные задачи страдают от дисбаланса классов: статистически банкротство случается редко, поэтому в тренировочных наборах гораздо больше выживших компаний. Согласно статистике, обычно доля банкротов не превышает 5—10% в доступных данных. Методам машинного обучения, оказывается, просто недостаточно информации, чтобы понять, какие совокупности признаков приводят к будущему банкротству», — уточнили ученые в тексте исследования.
Разработанная новация представляет собой менее чувствительный метод к дисбалансу в данных. Метод тренирует множество разных алгоритмов классификации, из которых впоследствии определяются самые эффективные и объединяются, чтобы достичь наиболее высокую точность предсказаний.
«Нам удалось построить быстрый алгоритм, который обучается на несбалансированных данных и показывает гораздо более высокую точность предсказаний по сравнению с традиционными методами. При этом важно, что пользователь может управлять ошибкой предсказания каждого класса на основе визуального представления. Поскольку модель основывается исключительно на финансовых показателях компаний, ее результаты также верны и в экстремальных условиях глобальной пандемии COVID-19», — дополнил создатель метода.
Разработчики убеждены в повышении интереса к применению способов машинного обучения в будущем и возлагают надежды, что однажды они полностью заменят привычные инструменты предсказания банкротства компаний. Сегодня же разработке еще предстоит продолжение процессов исследования и развития.
Тем временем профессиональная деятельность компании Ховард Раша насчитывает 10-летний опыт работы в сфере банкротства, и наши эксперты готовы предложить Вам ведущие возможности по защите вашего бизнеса уже сейчас.
