Predicción de Quiebra Financiera de Empresas Mediante Equilibrado de Datos y Clasificación - Poster - JAI 2017
Póster presentado en las Terceras Jornadas Andaluzas de Informática, celebradas en septiembre de 2017 en Canillas de Aceituno (Málaga, España). El resumen del mismo es: La predicción de situaciones financieras adversas en empresas, como la temida quiebra o bancarrota es un problema que se ha venido estudiando desde hace varias d´ecadas con un éxito relativo. En este trabajo se muestra una propuesta efectiva para anticipar esta situación considerando un conjunto de datos real sobre empresas españolas. Dicho conjunto se encuentra claramente desequilibrado en lo relativo al n´umero de patrones que no presentan bancarrota respecto a los que sí la presentan. Esto afecta dramáticamente a los modelos de clasificación y a la fiabilidad de sus resultados, por lo aquí se propone la aplicación de técnicas de equilibrado (o balanceo) para paliar estos efectos. Sobre los datos corregidos, en distintas aproximaciones, se aplican y comparan, utilizando diversas métricas, los clasificadores J48, Random Forest y Naïve Bayes, como base comparativa. De acuerdo a los cuatro experimentos realizados, Random Forest proporciona los mejores resultados, siendo éstos bastante fiables.
Recomendados
Recomendados
Más contenido relacionado
Similar a Predicción de Quiebra Financiera de Empresas Mediante Equilibrado de Datos y Clasificación - Poster - JAI 2017
Similar a Predicción de Quiebra Financiera de Empresas Mediante Equilibrado de Datos y Clasificación - Poster - JAI 2017 (20)
Más de Antonio Mora
Más de Antonio Mora (20)
Último
Último (20)
Predicción de Quiebra Financiera de Empresas Mediante Equilibrado de Datos y Clasificación - Poster - JAI 2017
- 1. Experimento 1 Universidad de Granada PROBLEMA Predicción del estado financiero de empresas Quiebra/Bancarrota Problema de clasificación DATASET HUTHAIFA ALJAWAZNEH Universidad de Granada PEDRO A. CASTILLO Universidad Internacional de La Rioja ANTONIO M. MORA antoniomiguel.mora@unir.net huthaifa.jawazneh@gmail.com pacv@ugr.es DATOS DESBALANCEADOS OVERSAMPLING • RF ofrece los mejores resultados • Buenos resultados en todas las métricas • Resultados no fiables por cross-validation Conclusiones y Trabajo Futuro Hemos conseguido clasificar empresas quebradas con éxito Aplicar técnicas avanzadas de resampling (SMOTE) El modelo obtenido es fiable, robusto y con alto acierto (>90%) Utilizar matrices de penalización en los clasificadores Datos reales de empresas españolas (6 años) 471 Empresas 2859 Registros: 2% de empresas quebradas 33 Variables: 26 Numéricas + 6 Categóricas Variables Financieras y No Financieras Duplicado UNDERSAMPLING Borrado EXPERIMENTOS Clasificadores: J48 (árbol decisión), Random Forest (ensemble de árboles), Naïve Bayes (bayesiano) Métricas: Accuracy (acierto), Sensitivity (acierto quebradas), Specificity (respecto a las 2 clases), FPR (ratio de falsos positivos) • 9 subconjuntos datos (undersampling) • Oversampling por duplicación • Validación cruzada Experimento 2 • RF y J48 muy buenos resultados • Sensitivity muy baja • Baja clasificación de empresas quebradas • 1 conjunto de entrenamiento (80%) • 1 conjunto de test (20%) • Sin re-sampling Experimento 3 • Sensitivity mejora • Precisión empeora • Se pueden mejorar los resultados • 1 subconjunto de entrenamiento (80%) • 1 subconjuntos de test (20%) • Oversampling en entrenamiento (~30%) Experimento 4 • RF muy buenos resultados • Sensitivity aceptable • Resultados fiables • 9 subconjuntos de entrenamiento (80%) • 9 subconjuntos de test (20%) • Oversampling en entrenamientos (~30%)