Авторы новой работы из ВШЭ научили алгоритм разделять компании на два типа, которые стабильны и продолжать существовать и те, которые обанкротятся в течение некоторого срока.
Чтобы обучить ИИ, авторы работы использовали исторические данные о благополучных и обанкротившихся фирмах. Основными показателями, на которые обращал внимание алгоритм: производительность бизнеса, а также условия и закономерности, при которых компания начала развиваться или, наоборот, прекратила свое существование.
Авторы отмечают, что задача предсказать вероятность того, закроется компания или нет, сильно зависит от исходных данных. А в них есть дисбаланс, так как согласно статистике, банкротство происходит редко, поэтому в тренировочных наборах гораздо больше выживших предприятий.
Доля компаний-банкротов составляет около 5–10%, поэтому ИИ не всегда понимает, какие признаки и условия привели к банкротству. Поэтому исследователи использовали другой подход: они создали метод, который менее чувствителен к дисбалансу в исходной информации.
В нем происходит тренировка множества отдельных алгоритмов классификации, из которых затем выбираются наиболее эффективные и комбинируются для достижения наибольшей точности предсказаний.
Поскольку модель основывается исключительно на финансовых показателях компаний, ее результаты также верны 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.
Юрий Зеленков, профессор департамента бизнес-информатики ВШЭ
Читать далее:
Хокинг был прав, но иногда ошибался: самые смелые идеи ученого
Посмотрите на цифровое искусство, которое сделали на основе анализа книг Айзека Азимова
Антивозрастной препарат действует как «умная бомба», уничтожая старые клетки в организме