ارائه مدل پیش بینی ریسک ورشکستگی مالی شرکت های بورسی و فرابورسی با بهره گیری از الگوریتم های یادگیری ماشین
محورهای موضوعی : فصلنامه تحلیل بازار سرمایهمحسن عالی 1 , سید علیرضا میرعرب بایگی 2 , نیما فرجیان 3
1 - دانشجوی دکتری مدیریت صنعتی دانشگاه آزاد اسلامی واحد رودهن، ایران
2 - عضو هیات علمی دانشگاه آزاد اسلامی واحد رودهن، ایران
3 - مدرس دانشگاه کاشان، ایران
کلید واژه: رگرسیون لجستیک, یادگیری جمعی, جنگل تصادفی, یادگیری ماشین, ورشکستگی مالی,
چکیده مقاله :
ورشکستگی یا شکست کسب و کار می تواند تاثیر منفی هم روی خود شرکت و هم اقتصاد جهانی داشته باشد. در این پژوهش ارائه پیش بینی ریسک ورشکستگی مالی شرکت های بورسی و فرابورسی با بهره گیری از الگوریتم های یادگیری ماشین صورت گرفته است، که در آن هدف پیش بینی نهایی ریسک ورشکستگی مالی شرکت های بورسی و شرکت های فرابورسی است. یادگیری جمعی، حوزه ای از یادگیری ماشین هست که در آن به جای اینکه از یک مدل برای حل یک مسئله استفاده کنند، از چندین مدل به صورت ترکیبی استفاده می کنند تا توان تخمین خروجی مدل را بالاتر ببرند. هر مدل با بهره گیری از ویژگی های بهینه مورد آموزش مجدد قرار می گیرد. در نتیجه دقت پیش بینی مدل یادگیری ماشین به روش Stacking که یکی از قوی ترین تکنیک های یادگیری جمعی است، برای پیش بینی ریسک ورشکستگی مالی از روش های مشابه بالاتر است.
Bankruptcy or business failure can have a negative impact on both the company itself and the global economy. In this research, the financial bankruptcy risk prediction of stock and transborder companies has been done using machine learning algorithms, Where the ultimate goal is to predict the financial bankruptcy risk of stock exchange and transborder companies. Collective learning is a field of machine learning in which instead of using a model to solve a problem, Use multiple models in combination to increase the output estimation power of the model. Each model is retrained using optimal features. As a result, the accuracy of predicting machine learning model by Stacking method, which is one of the strongest techniques of collective learning, To predict financial bankruptcy risk is higher than similar methods. Investors always want to prevent the deterioration of their capital by anticipating the possibility of a company's bankruptcy. Therefore, they are looking for ways to predict the bankruptcy of companies.
_||_