ОБСУЖДЕНИЕ

Голландским инвестиционным банком была разработана и использовалась реальная качественная база данных для оценки будущего состояния дел его корпоративных клиентов. Из-за того, что целевая переменная определялась задним числом, данные не позволяли исследовать ошибки 2-го рода. При помощи нелинейного анализа главных компонент первоначальное количество переменных (49) было уменьшено до 19 переменных, которые располагались в трех измерениях. В связи с тем, что, как выяснилось, около 60% исходных переменных несущественны для принятия решения, банк в настоящее время подумывает о том, чтобы изменить способ оценки. Как вариант рассматривается двухступенчатая процедура, в которой клиент сначала проходит сканирование по 19 переменным, а в случае успеха включаются в работу 30 новых переменных.

Благодаря такому "двухъярусному" методу будут высвобождены значительные управленческие ресурсы банка. Малая степень значимости пяти финансовых показателен в полученном трехмерном пространстве может быть связана с тем, что в исследуемой выборке были представлены только жизнеспособные компании.

На вход нейронного классификатора, показавшего наилучшую способность к обобщению (таким оказалась 3-1-1 сеть), была подана часть образцов. Результаты классификации (70-процентное попадание) выглядят обнадеживающе на фоне традиционных методов — линейного множественного дискриминантного анализа (MDA) и метода ближайшего соседа (1-NN). Однако способность сети к прогнозированию (56.7% правильных ответов) оказалась ниже ожидаемой. Можно предположить, что целевая переменная была не вполне правильно специфицирована для сомнительных компаний (пограничных случаев), и истинную картину можно будет установить, сравнивая результаты, полученные сетью, с реальными показателями в будущем.

Содержание

Далее

Тем не менее, результаты наших исследований побудили Отдел корпоративного финансирования банка к продолжению исследовательских работ в области извлечении экспертных знаний.