文献

J-GLOBAL ID：201602253113992656   整理番号：16A0388872

AdaBoostを用いた実質破綻予測モデルの構築と財務指標選択

著者 (3件)： 保坂忠明 (東京理大) ,  高田悠太 (東京理大 大学院) ,  大沼宏 (東京理大)
資料名： 経営分析研究  (年報経営分析研究)
号： 32  ページ： 29-43  発行年： 2016年03月31日 
JST資料番号： L7463A  ISSN： 0911-0747  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 倒産予測や経営破綻予測において重要なことは,財務指標の選択と予測モデルの構築である。多くの従来手法では,指標選択とモデル構築が別々に行われており,両者を含めた処理全体での識別精度の最適性が保証されない。本研究では,指標選択と予測モデルの構築を一貫した枠組みの中で行うことができるAdaBoostアルゴリズムを利用して実質破綻予測を行う。AdaBoostでは,逐次的に財務指標が選択されるが,選出される指標によって誤識別される学習サンプルの重みが後段では大きくなる。そのために相補的に働く指標の組み合わせが自然と選択される。150社ずつの実質破綻企業,継続企業の貸借対照表および損益計算書から生成することができるすべての財務比率を候補として,指標選択を行ったところ,1)純資産合計÷資本金,2)その他有価証券評価差額金÷資本金,3)その他利益剰余金÷流動資産,4)関係会社有価証券÷資本金,5)支払利息÷負債合計,が選出された。AdaBoostでは,選出した財務指標を用いて予測モデルの構築まで扱うことができ,従来法との比較を通してその識別精度の高さが示された。(著者抄録)

シソーラス用語： *学習アルゴリズム ,  学習機械 ,  *予測モデル ,  指標 ,  倒産 ,  *業績評価 ,  貸借対照表 ,  損益計算書
準シソーラス用語： *AdaBoost ,  経営指標 ,  財務指標 ,  倒産予測

分類 (1件)： 原価管理一般  (KA05010E)

引用文献 (16件)：

• Alfaro, E., N. García, M. Gámez, D. Elizondo, "Bankruptcy Forecasting : An Empirical Comparison of AdaBoost and Neural Networks," Decision Support Systems, Vol. 45, 2008, pp. 110-122.
• Altman, E. I. "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy," The Journal of Finance, Vol. 23, No. 4, 1968, pp. 589-609.
• Altman, E. I., G. Marco, and F. Varetto, "Corporate Distress Diagnosis : Comparisons Using Linear Discriminant Analysis and Neural Networks (the Italian Experience)," Journal of Banking & Finance, Vol. 18, 1994, pp. 505-529.
• Beaver, W. H., "Financial Ratios as Predictors of Failure," Journal of Accounting Research, Vol. 4, 1967, pp. 71-111.
• Edmister, R. O., "An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction," Journal of Financial and Quantitative Analysis, Vol. 7, No. 2, 1972, pp. 1477-1493.

タイトルに関連する用語 (5件)： AdaBoost ,  破綻 ,  予測モデル ,  構築 ,  財務指標