Πρόβλεψη χρεοκοπίας επιχειρήσεων με χρήση μεθόδων μηχανικής μάθησης

Abstract

Η πρόβλεψη της χρεοκοπίας επιχειρήσεων θεωρείται ένα από τα σημαντικότερα οικονομικά προβλήματα και έχει αναλυθεί εκτενώς στη σχετική οικονομική βιβλιογραφία. Πληθώρα μεθόδων και αλγορίθμων επιβλεπόμενης μηχανικής μάθησης έχουν εφαρμοστεί τα τελευταία χρόνια στο πεδίο της οικονομίας στοχεύοντας στη δημιουργία προγνωστικών μοντέλων για την ανίχνευση της επιχειρηματικής αποτυχίας με αξιοσημείωτα αποτελέσματα όπως, για παράδειγμα, τα νευρωνικά δίκτυα και οι σύνθετες μέθοδοι. Η παρούσα εργασία διερευνά την αποτελεσματικότητα γνωστών μεθόδων ημι-επιβλεπόμενης και ενεργής μηχανικής μάθησης για την πρόβλεψη της χρεοκοπίας επιχειρήσεων χρησιμοποιώντας οικονομικά στοιχεία παρελθόντων ετών που αφορούν ένα δείγμα ελληνικών επιχειρήσεων. Η ημι-επιβλεπόμενη και η ενεργή μηχανική μάθηση αποτελούν σύγχρονους κλάδους της μηχανικής μάθησης, οι οποίες εκμεταλλεύονται ένα μικρό αριθμό ετικετοποιημένων δεδομένων μαζί με ένα μεγάλο σύνολο μη ετικετοποιημένων δεδομένων για τη βελτίωση της ακρίβειας των μοντέλων. Μεγάλο πλήθος πειραμάτων πραγματοποιούνται στην έρευνά μας διερευνώντας την ακρίβεια γνωστών μεθόδων ημι-επιβλεπόμενης και ενεργής μηχανικής μάθησης και αποδεικνύοντας την αποτελεσματικότητά τους σε σχέση με αντιπροσωπευτικές μεθόδους επιβλεπόμενης μάθησης.