• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
15.10.2021
НИУ ВШЭ
5
1 579

Ученые ВШЭ научили искусственный интеллект предсказывать банкротство компаний

4.6

Сотрудники Высшей школы бизнеса ВШЭ предложили новый метод предсказывать банкротство компаний на основе машинного обучения. Он позволяет использовать по максимуму информацию о финансовом состоянии фирм и показывает более высокие результаты по сравнению с классическими статистическими подходами.

Ученые ВШЭ научили искусственный интеллект предсказывать банкротство компаний / ©Getty images / Автор: Caristania Fabricius

Исследование опубликовано в журнале Expert Systems with Applications. Как для экономики, так и для общества крайне важно уметь оценивать финансовые риски при взаимодействии с любым бизнесом. В частности, прогнозировать банкротство компаний, которое ведет к значительным убыткам и ухудшает экономическую ситуацию в стране.

Ученые-экономисты уже давно изучают причины банкротства компаний. С одной стороны, ведутся эмпирические и теоретические исследования по изучению процессов, которые приводят к неудачам в бизнесе, для выявления проблем на ранней стадии. С другой — на основе данных об экономических показателях компаний разрабатываются методы прогнозирования проблем.

Сегодня именно прогнозирование банкротства компаний получило широкое распространение в бизнес-среде. В исследовании, опубликованном в журнале Expert Systems with Applications, профессор Высшей школы бизнеса ВШЭ Юрий Зеленков совместно со своим студентом Никитой Володарским предложил свой подход к проблеме, основанный на технологиях машинного обучения.

Предсказание банкротства тех или иных фирм относится к так называемым задачам классификации. В них на основании экономических характеристик необходимо определить, относится ли данный бизнес к одной из двух категорий: компании, которые останутся на плаву, или компании, которые обанкротятся в течение некоторого срока.

Для обучения методу используется набор исторических данных о благополучных и обанкротившихся фирмах. Искусственный интеллект тренируется на наборе признаков — показателей производительности бизнеса — и ищет сложные закономерности развития компаний и их текущего состояния. После обучения для любой новой компании метод сможет предсказать ее будущее с некоторой степенью уверенности.

Подобные задачи страдают от дисбаланса классов: статистически банкротство случается редко, поэтому в тренировочных наборах гораздо больше выживших предприятий. Согласно статистике, обычно доля банкротов не превышает 5–10 процентов в доступных данных. Методам машинного обучения, оказывается, просто недостаточно информации, чтобы понять, какие совокупности признаков приводят к будущему банкротству.

Авторы исследования построили метод, который менее чувствителен к дисбалансу в данных. В нем происходит тренировка множества отдельных алгоритмов классификации, из которых затем выбираются наиболее эффективные и комбинируются для достижения наибольшей точности 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. 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.

Но стоит также отметить, что предложенный метод не сфокусирован исключительно на банкротствах, он может применяться для любой задачи классификации несбалансированных данных. В настоящее время мы планируем его дальнейшее исследование и развитие», — комментирует автор работы, профессор департамента бизнес-информатики ВШЭ Юрий Зеленков.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Национальный исследовательский университет «Высшая школа экономики» — один из крупнейших и самых востребованных вузов России. В университете учится 54 тысячи студентов и работает почти 4,5 тысячи учёных и преподавателей. НИУ ВШЭ ведёт фундаментальные и прикладные исследования в области социально-экономических, гуманитарных, юридических, инженерных, компьютерных, физико-математических наук, а также креативных индустрий. В университете действуют 47 центров превосходства, или международных лабораторий. Вышка объединяет ведущих мировых исследователей в области изучения мозга, нейротехнологий, биоинформатики и искусственного интеллекта. Университет входит в первую группу программы «Приоритет-2030» в направлении «Исследовательское лидерство». Кампусы НИУ ВШЭ расположены в четырех городах — Москве, Санкт-Петербурге, Нижнем Новгороде и Перми, а также в цифровом пространстве — «Вышка Онлайн».
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Позавчера, 14:24
Игорь Байдов

Команда китайских инженеров разработала модель магнитоэлектрического генератора, способного эффективно преобразовывать энергию падающих капель в электричество. Устройство может быть полезно для районов с повышенной сезонной влажностью. Разработка ученых в теории выглядит перспективно, но вызывает некоторые вопросы. В частности, пока не ясно, можно ли найти ей практическое применение.

4 часа назад
Полина Меньшова

Сидячий образ жизни часто называют «новым курением», поскольку отсутствие физической активности и работа в неудобных позах приводит к большому количеству проблем со здоровьем. В связи с этим появился тренд на столы для работы стоя. Исследователи из США изучили разные типы рабочих мест и оценили их эффективность — как для здоровья сотрудников, так и для производительности.

Вчера, 19:04
Александр Березин

По уточненным данным, для свода Международной космической станции с орбиты компания Илона Маска использует сильно измененный грузовой корабль, имеющий рекордно большое количество двигателей (больше, чем у любого другого корабля в истории). Однако это не будет Starship, хотя для него такая задача в теории была бы проще.

15 июля
Александр Березин

Авторы нового исследования впервые показали, что круглые провалы в лунной поверхности не просто близки к многокилометровым пещерам на естественном спутнике Земли, но и располагают тоннелями, ведущими в глубину.

16 июля
Александр Березин

Традиционное представление о роли человека в земных экосистемах известно: он нарушает их нормальную работу и снижает биоразнообразие. Однако первая попытка изучить следы пыльцы за последние 12 тысяч лет принесла скорее противоположные данные — как минимум для континентов, полностью расположенных в Северном полушарии.

13 июля
Татьяна

Все клеточные организмы ученые ведут от гипотетического предка — LUCA. Существует масса предположений и расчетов о том, как он был устроен, где и когда возник. В новой работе исследователи из Великобритании попытались ответить на эти вопросы.

25 июня
Игорь Байдов

Ученые из Китая и Бельгии воссоздали в лаборатории условия, существовавшие на Меркурии четыре миллиарда лет назад, и выяснили, что они были идеальными для образования слоя алмазов, который с течением времени становился лишь толще.

21 июня
Nadya

Земля начала формироваться примерно 4,5 миллиарда лет назад. Чтобы понять, как это происходило в ранние периоды развития нашей планеты, ученые ищут образцы древних горных пород. Одну из таких, возрастом почти 3,5 миллиарда лет, обнаружили рядом с городом Колли в Австралии.

1 июля
Александр Березин

Необычный биологический вид, по оценке авторов новой научной работы, пригоден для заселения четвертой планеты без каких-либо предварительных условий — уже в том виде, в котором он существует сейчас. Поскольку речь идет о фотосинтетическом организме, он способен нарабатывать существенное количество кислорода. Интересно, что кандидат на терраформирование Марса сохранил жизнеспособность после месяца в жидком азоте.

[miniorange_social_login]

Комментарии

5 Комментариев
-
0
+
Замечательно. Нашу транзитную экономику, в которой доля неофициальных наличных операций в фирме МСБ может легко доходить до 30-60% оборота, учОные легко одолели с помощью "чурбана железного, чтоб он заржавел". Ну, ну. Вторая идея также вызывает немалое изумление - оказ-ся, можно изучать "сферическое банкротство в вакууме" - т.е. безотносительно к тому, кто, для кого, и с какой целью прогнозирует банкротство. Т.е. контекст ситуации абсолютно неважен. При том, что для формирования фин. отчетности в РФ до сих пор не приняты МСФО-GAAP, а действуют "посконные, кондовые и домотканые" РСБУ (Российские стандарты бух. учета). Где самое главное - не реальное текущее состояние фирмы, а бумажка (документ). Браво - сегодня эта статия сделала мой день.
-
0
+
"...модель основывается исключительно на финансовых показателях..." Однако зачастую большую роль играет человеческий фактор. 🥱 Который искусственный интеллект понять и учесть не в силах. 🤖
    -
    0
    +
    Понимать ИИ еще очень долго ничего не научится. Но это совершенно не мешает учитывать человеческий фактор через те же финансовые показатели. Неважно жена там кому-то изменяет, вороватый зам завелся в конторе или зловещий кагебе наехал - показатели эффективности поползли вниз и готово.
    +
      ещё комментарии
      -
      0
      +
      Ну это батенька, вы от недостатка информированности судите - понимать ИИ еще очень долго никто не научится. Я летом заинтересовался сим вопросом - всеми энтими нейросетями, туды их в качель. Вспомнил юность золотую - годах эдак в 1884 - 1986 я много читал тогдашних авторов по теме ИИ. Конечно, много воды утекло... Купил неплохую (и небольшую) вводную книжку по теме ИИ - Эндрю Берджесс. "ИИ для вашего бизнеса", АНФ, 2021, 230 стр. Так вот, г-н Берджесс (а он практикующий "оркестратор" систем и сервисов ИИ) совершенно справедливо пишет, что есть системы ИИ, выдающие полностью верифицированный, проверяемый рез-т. Ессно, там, где регуляторы сие требуют - в праве, например, или в медицине. Но есть и системы ИИ, которые опираются на непроверяемую муть глубин нейронных сетей, там, конечно, где регулирование сие позволяет.
-
0
+
"...на основе данных об экономических показателях компаний разрабатываются методы прогнозирования проблем".// Когда страна прикажет быть банкротом, У нас банкротом становится любой.
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно