Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Ученые ВШЭ научили искусственный интеллект предсказывать банкротство компаний
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.
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.
Telegram 
Дзен 
VK В норме чем больше становится видов в группе, тем острее они конкурируют между собой, что сначала замедляет возникновение новых видов, а затем ведет к вымиранию. Новая научная работа показала, что у рода Homo ситуация почему-то была обратной: чем больше видов он образовывал, тем быстрее возникали новые дополнительные. Среди позвоночных подобных примеров нет, только среди жуков на изолированных островах. Ученые выдвинули ряд гипотез, позволяющих объяснить столь удивительный результат.
По оценкам ученых, «свободных» планет в Млечном Пути может быть в 20 раз больше, чем звезд. Так как планеты сами не светятся, разглядеть их сложно: их ищут гравилинзированием, лучше всего обнаруживающим самые массивные планеты типа Юпитера. Но вот удалось найти еще одну такую «сироту», причем не массивную с Юпитер, а земного размера. И ученые уверены, что это лишь первая находка из многих.
Во время проживания в отелях туристы, как правило, расходуют ощутимо больше воды, чем у себя дома: из-за долгого плескания в душе разница может доходить до 250 литров в день. В новом исследовании ученые с помощью эксперимента показали, как побудить отдыхающих пользоваться водными ресурсами экономнее.
Американские исследователи пришли к выводу: тихоходки способны повышать уровень продуктов генов репарации ДНК до такой степени, что это позволяет сделать их одними из самых распространенных в своем геноме. Среди прочего это помогает им выдерживать экстремальную радиацию.
Северный Кавказ играл ключевую роль в древней колонизации Евразии и формировании ее культурного и генетического наследия, однако до сих пор не до конца изучена генетическая история носителей местных культур. Ученые впервые провели глубокое секвенирование древней ДНК представителей кобанской культуры, сформировавшейся в позднем бронзовом веке на Северном Кавказе, и сравнили ее с генетическими данными современных народов Кавказа. Результаты работы подтвердили роль носителей кобанской культуры как древнего генетического моста между бронзовым и железным веками на Северном Кавказе.
Во время проживания в отелях туристы, как правило, расходуют ощутимо больше воды, чем у себя дома: из-за долгого плескания в душе разница может доходить до 250 литров в день. В новом исследовании ученые с помощью эксперимента показали, как побудить отдыхающих пользоваться водными ресурсами экономнее.
Режим работы, количество трудовых часов в неделю и экономическую стабильность профессии прочно ассоциируют с благополучием человека. Количественно и качественно определить эти взаимосвязи получается редко — нужны большие выборки респондентов и длительное время наблюдений. Автор новой научной работы использовал долговременное исследование более чем семи тысяч американцев, чтобы выявить основные эффекты паттернов трудовой деятельности на психическое и физическое здоровье работающих людей.
Американская компания JetZero, которая обещает произвести фурор в гражданской авиации, получила сертификат летной годности на испытания уменьшенной копии разрабатываемого ею сверхэффективного реактивного авиалайнера со «смешанным крылом». Предстоящая программа летных испытаний будет направлена на оценку летно-технических характеристик самолета, его устойчивости и управляемости.
По спектральным данным от «Джеймса Уэбба» и результатам компьютерного моделирования атмосферы астрономы показали, что экзопланета LHS 1140 b — мир-океан. Причем по характеристикам это лучший на сегодня потенциально обитаемый мир, подходящий для пристального изучения.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно