×
菲利普·博尔切特;克里斯托夫·库塞门特;阿诺·德·凯尼;Jochen De Weerdt

使用深度学习，使用文本网站内容扩展业务失败预测模型。 （英语） Zbl 07633837号

欧洲药典。物件。 306，编号1，348-357（2023）.
摘要：企业失败预测（BFP）是评估企业失败风险的重要工具。虽然大量的研究都集中在BFP上，但运筹学和分析学的最新研究承认，将文本数据纳入预测建模的有益效果。然而，结合公司文本信息的现有BFP研究非常稀少。基于欧洲最大的数据聚合商提供的包含13571家欧洲公司的数据集，本研究调查了使用文本网站内容扩展传统BFP模型的附加值。我们进一步对自然语言处理中的各种特征提取技术（即向量空间方法、基于神经网络的方法和变换器）进行了基准测试，并评估了表示和集成用于BFP建模的文本网站特征的最佳方法。结果证实，包含文本网站数据可以提高BFP预测性能，并且在这个基准设置中，由转换器提取的文本特征为BFP模型增加了最大的价值。

引用于三文件

MSC公司：

900亿 运筹学与管理科学

关键词：

分析;商业失败预测;文本挖掘;自然语言处理;深度学习

软件：

单词2vec;XGBoost公司;BERT（误码率）;张紧器2传感器;文件2Vec;亚当;SMOTE公司
PDF格式BibTeX公司 XML格式引用
\textit{P.Borchert}等人，《欧洲药典》。306号决议，第1号，348--357（2023年；Zbl 07633837）
全文： DOI程序
OA许可证

参考文献：

[1] Z.艾哈迈迪。；Martens，P。；科赫，C。；Gottron，T。；Kramer，S.，走向破产预测：从企业管理报告中检测财务困境的深度情绪挖掘，Proceedings-2018 IEEE第五届数据科学和高级分析国际会议，DSAA 2018，293-302（2018），IEEE
[2] 奥尔波特，哥伦比亚特区。；Pendley，J.A.，《网站设计对互联网财务报告可信度的影响》，《会计、财务和管理智能系统》，第17期，第127-141页（2010年）
[3] Alpaydin，E.，用于比较监督分类学习算法的组合\（5\乘以2\）cv F检验，神经计算，11885-1892（1999）
[4] Antunes，F。；里贝罗，B。；Pereira，F.，破产预测的概率建模和可视化，应用软件计算，60，831-843（2017）
[5] Balcaen，S。；Ooghe，H.，《商业失败研究35年：经典统计方法及其相关问题概述》，《英国会计评论》，38，1，63-93（2006）
[6] 博伦，L。；哈森克，H。；Bozic，G.，《衡量和解释互联网投资者关系活动的质量：跨国实证分析》，《国际会计信息系统杂志》，第7期，第4期，第273-298页（2006年）
[7] 西葫芦，M。；Aytug，H。；Koehler，G.J。；Pathak，P.，《让文字发挥作用：使用金融文本预测金融事件》，《决策支持系统》，50，1，164-175（2010）
[8] Chawla，N.V.，《不平衡数据集的数据挖掘：概述》，《数据挖掘和知识发现手册》，875-886（2009），施普林格出版社
[9] 查拉，N.V。；鲍耶，K.W。；洛杉矶霍尔。；Kegelmeyer，W.P.，SMOTE:合成少数人过采样技术，《人工智能研究杂志》，16，321-357（2002）·Zbl 0994.68128号
[10] Chen，T。；Guestrin，C.，XGBoost:一个可扩展的树增强系统，第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集，785-794（2016）
[11] 库塞门特，K。；Van Den Poel，D.，《利用语言风格特征作为预测因子，通过自动电子邮件分类改进客户投诉管理》，《决策支持系统》，44870-882（2008）
[12] De Bock，K.W。；库塞门特，K。；Lessmann，S.，《错误分类成本不确定时的成本敏感商业失败预测：异质集合选择方法》，《欧洲运筹学杂志》，285，2，612-630（2020）·Zbl 1441.91085号
[13] De Caigny，A。；库塞门特，K。；De Bock，K.W.，基于逻辑回归和决策树的客户流失预测新混合分类算法，《欧洲运筹学杂志》，269760-772（2018）·Zbl 1388.90061号
[14] De Caigny，A。；库塞门特，K。；De Bock，K.W。；Lessmann，S.，基于卷积神经网络将文本信息纳入客户流失预测模型，《国际预测杂志》，36，4，1564-1578（2020）
[15] Deerwester，S.公司。；Dumais，S.T。；Furnas，G.W。；Landauer，T.K。；Harshman，R.，《利用潜在语义分析进行索引》，《美国信息科学学会杂志》，41，6，391-407（1990）
[16] Devlin，J.、Chang，M.-W、Lee，K.和Toutanova，K.（2018）。BERT：用于语言理解的深度双向转换器的预训练。arXiv预打印arXiv:1810.04805v2。
[17] Dietterich，T.，比较监督分类学习算法的近似统计测试，神经计算，101895-1923（1998）
[18] 迪米特拉斯，A.I。；Zanakis，S.H。；Zopounidis，C.，《以预测方法和工业应用为重点的商业失败调查》，《欧洲运筹学杂志》，90，487-513（1996）·Zbl 0907.90038号
[19] Doumpos，M。；雄配子体，K。；Galariotis，E。；Makridou，G。；Zopounidis，C.，《欧洲能源部门的企业失败预测：多标准方法和国家特征的影响》，《欧洲运筹学杂志》，262347-360（2017）
[20] Du Jardin，P.，《利用终端失效过程进行破产预测》，《欧洲运筹学杂志》，242286-303（2015）·Zbl 1341.91134号
[21] Du Jardin，P.，使用双聚类和基于神经网络的集成预测破产，运筹学年鉴，1-36（2019）
[22] Fischer，T。；Krauss，C.，《利用长短期记忆网络进行金融市场预测的深度学习》，《欧洲运筹学杂志》，270654-669（2018）·Zbl 1403.91387号
[23] 弗拉奇，P。；Kull，M.，《精确-再调用-收益曲线：正确的Pr分析》（Cortes，C.；Lawrence，N.；Lee，D.；Sugiyama，M.；Garnett，R.，《神经信息处理系统的进展》（2015），Curran Associates，Inc.）
[24] Geerings，J。；Bollen，L.H。；Hassink，H.F.，《互联网上的投资者关系：泛欧交易所区域调查》，《欧洲会计评论》，第12、3、567-579页（2003年）
[25] Geng，R。；Bose，I。；Chen，X.，《财务困境预测：基于数据挖掘的中国上市公司实证研究》，《欧洲运筹学杂志》，241236-247（2015）
[26] 郭，B。；张，C。；刘杰。；Ma，X.，通过多通道TextCNN模型使用加权词嵌入改进文本分类，神经计算，363，366-374（2019）
[27] du Jardin，P.，应用于破产预测的动态自组织特征图模型，决策支持系统，147（2021）
[28] Kang，Y。；蔡，Z。；Tan，C.-W。；黄，Q。；Liu，H.，《管理研究中的自然语言处理：文献综述》，《管理分析杂志》，第7期，第2期，第139-172页（2020年）
[29] Kim，D。；Seo，D。；Cho，S。；Kang，P.，《使用各种文档表示进行文档分类的多重训练：TF-IDF、LDA和Doc2Vec，信息科学》，477，15-29（2019）
[30] Kim，Y.（2014）。用于句子分类的卷积神经网络。arXiv预打印arXiv:1408.5882v2
[31] Kingma，D.P。；Lei Ba，J.，Adam:随机优化方法，第三届学习表征国际会议（2015）
[32] Kou，G.等人。；Xu，Y。；彭，Y。；沈，F。；陈，Y。；Chang，K。；Kou，S.，《利用交易数据和两阶段多目标特征选择进行中小企业破产预测》，决策支持系统，140（2021）
[33] Kovács，G.，《在大量不平衡数据集上对少数人过采样技术的实证比较和评估》，应用软计算，83（2019）
[34] 克劳斯，M。；Feuerriegel，S。；Oztekin，A.，《商业分析和运营研究的深度学习：模型、应用和管理含义》，《欧洲运营研究杂志》，281,3628-641（2020）
[35] Kumar，P.R。；Ravi，V.，《通过统计和智能技术预测银行和公司破产——综述》，《欧洲运筹学杂志》，180，1-28（2007）·Zbl 1114.91305号
[36] 科瓦姆，H。；塞勒莱特，N。；Aas，K。；Sjursen，S.，使用卷积神经网络预测抵押贷款违约，应用专家系统，102，207-217（2018）
[37] Le，Q。；Mikolov，T.，句子和文档的分布式表示，机器学习国际会议，1188-1196（2014）
[38] LeCun，Y.，《反向传播的理论框架》，《1988年连接主义模型暑期学校学报》，21-28（1988）
[39] LeCun，Y。；博图，L。；奥尔·G。；Müller，K.-R.，高效BackProp，神经网络：交易技巧，9-50（1998），Springer-Verlag
[40] Lee，Y。；Kozar，K.A.，《调查网站质量对电子商务成功的影响：层次分析法》，决策支持系统，42，1383-1401（2006）
[41] Li，J.、Monroe，W.和Jurafsky，D.（2016）。通过表示删除理解神经网络。arXiv预打印arXiv:1612.08220。
[42] Liang，D。；卢，C.-C。；蔡家富。；Shih，G.-A.，《破产预测中的财务比率和公司治理指标：综合研究》，《欧洲运筹学杂志》，252561-572（2016）
[43] Mai，F。；田，S。；Lee，C。；Ma，L.，使用文本披露进行破产预测的深度学习模型，《欧洲运筹学杂志》，274743-758（2019）
[44] Manthoulis，G。；Doumpos，M。；Zopounidis，C。；Galariotis，E.，《银行破产预测的有序分类框架：美国银行的方法和经验证据》，《欧洲运筹学杂志》，282786-801（2020）
[45] Mikolov，T.、Chen，K.、Corrado，G.和Dean，J.（2013）。向量空间中单词表示的有效估计。arXiv预打印arXiv:1301.3781v3。
[46] 比利时国家银行（2015）。大小条件。检索自https://www.nbb.be/en/central-balance-sheet-office/drawing/size-criteria/size-criteria-companies公司。访问日期：2020年12月11日。
[47] Petropoulos，A。；Siakoulis，V.公司。；Stavroulakis，E。；Vlachogiannakis，N.E.，《使用机器学习技术预测银行破产》，《国际预测杂志》，第36期，第1092-1113页（2020年）
[48] Schäfer，K。；Kummer，T.-F.，《确定基于网站的关系营销的绩效》，《应用专家系统》，40，7571-7578（2013）
[49] Shumway，T.，《更准确地预测破产：一个简单的风险模型》，来源：《商业杂志》，74，1，101-124（2001）
[50] 北斯利瓦斯塔瓦。；辛顿，G。；Krizhevsky，A。；Salakhutdinov，R.，《辍学：防止神经网络过度拟合的简单方法》，《机器学习研究杂志》，1929-1958年，第15期（2014年）·Zbl 1318.68153号
[51] Tam，K.Y.，《神经网络模型与银行破产预测》，OMEGA国际管理科学杂志，19，5，429-445（1991）
[52] 托勒赫特，D。；Van Den Poel，D.，通过挖掘其公共访问网站的文本预测电子商务公司的成功，应用专家系统，39，13026-13034（2012）
[53] Tsai，C.-F.，破产预测中的特征选择，基于知识的系统，22，120-127（2008）
[54] 瓦斯瓦尼，A。；北沙泽尔。；北卡罗来纳州帕尔马。；Uszkoreit，J。；Jones，L。；戈麦斯，A.N。；Polosukhin，I.，《注意力是你所需要的一切》，《神经信息处理系统进展》（2017），Curran Associates，Inc。
[55] Wu，W.W.，《超越业务失败预测》，应用专家系统，37，3，2371-2376（2010）
[56] 徐，S。；E、 美国。；Xiang，Y.，用于句子对建模的增强型专注卷积神经网络，应用专家系统，151113384（2020）
[57] 张，G。；胡敏英。；巴图沃，B.E。；Indro，D.C.，《破产预测中的人工神经网络：一般框架和交叉验证分析》，《欧洲运筹学杂志》，116，1，16-32（1999）·Zbl 0995.62506号
[58] 周，L.，企业破产预测模型在不平衡数据集上的表现：抽样方法的影响，基于知识的系统，41，16-25（2013）
[59] 周，M。；Duan，N。；刘，S。；Shum，H.-Y.，《神经NLP的进展：建模、学习和推理》，《工程学》，6275-290（2020）
[60] 朱，M。；Ghodsi，A.，通过使用剖面可能性从碎石图中自动选择维度，计算统计与数据分析，51，918-930（2006）·Zbl 1157.62429号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。