ベイジアンネットワークによる企業倒産予測

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.