Predicting Bankruptcy at Polish Companies: A Comparison of Selected Machine Learning and Deep Learning Algorithms
Journal Title: Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Year 2018, Vol 0, Issue 6
Abstract
Insolvency prediction is one of the crucial abilities in corporate finance and financial management. It is critical in accounts receivable management, capital budgeting decisions, financial analysis, capital structure management, going concern assessment and co-operation with other companies. The purpose of this paper is to compare the efficiency of selected deep learning and machine learning algorithms trained on a representative sample of Polish companies for the period 2008–2017. In particular, the paper tested the following popular machine learning algorithms: discriminant analysis (DA), logit (L), support vector machines (SVM), random forest (RF), gradient boosting decision trees (GB), neural network with one hidden layer (NN), convolutional neural network (CNN), and naïve Bayes (NB). The research hypotheses evaluated in the paper state that if one has access to a large sample of companies, the most accurate algorithm (first choice) in bankruptcy prediction will be gradient boosting decision trees (H1), random forest (H2) and neural networks (H3) (deep learning) algorithms. The initial hypotheses were formulated based on the practitioners’ opinions regarding the usefulness of various machine learning and artificial intelligence algorithms in bankruptcy prediction. As the results of the research suggest, both deep learning and machine learning algorithms proved to have very comparable efficiency. The new factor introduced in the paper was that the training of the models was carried out on a representative sample of companies (for years 2008–2013) and also the testing phase used a significant number of bankrupt and active companies (validation included a completely different set of companies than those used in the training phase: data were taken from a different time period, 2014–2017, and companies in both sets were also completely different).
Authors and Affiliations
Joanna Wyrobek
Keywords
Related Articles
- EP ID EP535783
- DOI 10.15678/ZNUEK.2018.0978.0603
- Views 90
- Downloads 0
Uwarunkowania lojalności klientów biur podróży
W artykule przedstawiono wyniki badań własnych, które pozwoliły na zidentyfikowanie kluczowych czynników warunkujących wystąpienie lojalności behawioralnej klientów biur podróży oraz opracowanie profilu lojalnego nabywcy...
Turystyka miejska mieszkańców wsi (na przykładzie turystów odwiedzających Kraków)
O wsi i turystyce mówi się zwykle w kontekście turystycznego wykorzystania obszarów wiejskich lub ich aktywizacji poprzez turystykę. Bardzo rzadko prowadzone są analizy dotyczące aktywności turystycznej mieszkańców wsi....
Zmiany w systemie opłat ekologicznych w obszarze gospodarki wodnej w świetle nowego prawa wodnego
Celem artykułu jest zaprezentowanie kwestii dotyczących poszerzenia zakresu odpłatności i podwyższenia stawek opłat za wodę oraz ocena gospodarczych i społecznych skutków tych zmian w związku z wejściem w życie nowego pr...
Determinanty i skutki wahań koniunkturalnych na współczesnym rynku nieruchomości mieszkaniowych
Obserwacja funkcjonowania rynku nieruchomości mieszkaniowych wskazuje, że w jego rozwoju nie da się uniknąć cykliczności. Jest ona zaliczana do cech strukturalnych tego rynku. Na rynku nieruchomości mieszkaniowych występ...
Psychological Factors Affecting Purchasing Decisions on the Real Estate Market
The article discusses the identification and systematisation of factors which may affect purchase decisions on the real estate market, with a particular emphasis on behavioural factors. In the course of the conducted ana...