SMEs' Failure Prediction: Are Machine Learning Models Superior?
Modely predikcie zlyhania sú atraktívnou súčasťou podnikových financií pre akademikov aj odborníkov z praxe. Tradične sa používali štatistické metódy, ale postupne do tejto oblasti prenikajú modely strojového učenia (ML - Machine Learning). Veľká časť štúdií využívajúcich metódy ML sa spolieha výluč...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Capítulo de libro |
| Lenguaje: | inglés |
| Materias: | |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Modely predikcie zlyhania sú atraktívnou súčasťou podnikových financií pre akademikov aj odborníkov z praxe. Tradične sa používali štatistické metódy, ale postupne do tejto oblasti prenikajú modely strojového učenia (ML - Machine Learning). Veľká časť štúdií využívajúcich metódy ML sa spolieha výlučne na finančné ukazovatele. Cieľom práce je porovnať metódy ML s tradičnými štatistickými modelmi pre rôzne skupiny vysvetľujúcich premenných a vyhodnotiť dôležitosť premenných vo všetkých modeloch. Autori používajú údaje o slovenských malých a stredných podnikoch (MSP) v období pred pandémiou Covid-19 s 587 993 pozorovaniami pre 168 259 unikátnych spoločností. Na predpovedanie bankrotu spoločností sa používajú metódy logistickej regresie a bagging and boosting tree-based modely. |
|---|