ベイジアンネットワークを用いた企業の倒産予測 350804125 上島康孝 1 緒論 2008 年度の企業倒産件数は前年度比の 16.8 ％増の 13,234 件に上り，上場企業の倒産件数は 34 件発生し,6 年ぶりに戦後最悪を更新した．取引・融資をする企業にとっても，投資家にとっても，企業倒産による損失を未然に防ぐためのリスク回避指標として倒産予測が必要である．そこで本研究では，ベイジアンネットワーク (以下 BN) を用いた企業の倒産予測手法を提案する．BN を用いれば，ある事象が実際に観測されるまでは何が起こるか分からない不確実な事象をモデル化して予測に利用出来る．そこで，不確実な事象である企業の現存・倒産を予測する場合，BN が適していると考え，本研究では適用する． 2 2.1 研究背景企業倒産本研究では，銀行取引停止処分，内整理，会社更生法，商法に基づく会社整理，民事再生法，破産，特別精算の申し立てを行ったもの，の７つを倒産と定義する． 2.2 ベイジアンネットワーク BN は，確率変数，確率変数間の条件付依存関係，その条件付確率の 3 つによって定義されるネットワーク状の確率的モデルである．確率変数をノード，確率変数間の条件付依存関係をノード間に張られたリンクとして表す．変数間の依存関係は原因から結果となる変数の向きをもつ有向リンクで図示する．リンクの先にあるノードを子ノード，リンクの元にあるノードを親ノードとする．子ノードと親ノードが取るすべての状態における確率値を列挙し，CPT と呼ばれる条件付確率表に保存される．こうして各子ノードその親ノード間の間にリンクを張って構築した BN によって，これらの変数の間の確率的な依存関係がモデル化できる． 3 企業倒産の予測手法本研究では，企業の財務諸表に含まれる損益計算書から売上高，営業利益，経常利益，当期純利益を 5 年分用いる．これらから本年度値と前年度値の差である変動差と前年度値に対する本年度値の変化率である変動率を求め，これらの値が正の値であれば「1」，負の値であれば「0」として離散化変動差と離散化変動率を作成する．この離散化変動差 (離散化変動率) を 5 年間に当たる 4 つ並べることで 0000∼ 1111 までの 16 通りの組み合わせが考えられる．並べた離散化変動差を二進数のように扱い，それぞれの組み合わせに 1∼16 の番号をつけることでノードが完成する．こうすることにより，ノードが時系列の変動傾向を考慮する事ができる．予測対象である「倒産」のノードは倒産するか否かの 2 値である．このようなデータを用いて BN に学習させ，得られた BN から企業の倒産予測を行う． 4 実験と考察本研究では，学習データと検証データを設ける．学習データを用いて BN を構築し，条件付き確率を計算し，企業倒産の確率予測を行う．そこで得られた学習結果を用いて，検証データにおける企業倒産予測を行い，予測精度を評価する．全業種の企業を事業規模で分類し，売上高が低い企業に絞り倒産予測を行う．変動率と変動差それぞれから作成した学習データから得られる実験結果を以下の Table 1，及び Table 2 に示す． Table 1: 変動率を用いたノード数による事業規模別予測結果の違いノード数当否確率倒産企業数倒産予測的中数 5 ノード 91.7 ％ 6 0 6 ノード 94.7 ％ 6 1 8 ノード 93.8 ％ 6 1 11 ノード 93.8 ％ 6 1 Table 2: 変動差を用いたノード数による事業規模別予測結果の違いノード数当否確率倒産企業数倒産予測的中数 5 ノード 95.4 ％ 6 1 6 ノード 93.5 ％ 6 1 8 ノード 94.2 ％ 6 3 11 ノード 93.5 ％ 6 5 変動差におけるノード数が 11 の時に，これまでの実験で最も多い予測的中数が見られる．変動率と変動差の 5 ノードで比べると，変動率は予測を的中させていないが，変動差は予測を一つ的中させている．これらのことから，事業規模別倒産予測においては変動差を用いた学習データが有効であると考える．また，Table 2 から学習データにおけるノード数の増加に伴って倒産予測的中数も増加していることがわかる．BN はノードの数が増えることで予測精度が向上するため，ノード数の増加に伴なう倒産予測的中数の増加から，変動差による事業規模別倒産予測は BN の特性に適合していると言える． 5 結論本研究では，BN を用いた企業の倒産予測手法を提案した．本研究における変動差を用いた事業規模別倒産予測では，倒産企業に関する当否確率が 83.3 ％であり，現存企業に関する当否確率が 94.1 ％であった．本研究が提案した手法は，企業や投資家にとっての損失を未然に防ぐためのリスク回避指標として十分な精度を示していると考えられる．