財務比率の画像化と深層学習による企業倒産予知

○保坂 忠明¹⁾

1) 東京理科大学　経営学部　経営学科

Abstract

本研究では、経営破綻の予知に深層学習を適用する。ひとつの企業の財務諸表から計算される財務比率を画像化し、それをひとつのサンプルとして扱う。日本の株式市場に上場し実質破綻をした102社の財務諸表、および現在も上場している2062社の継続企業の財務諸表を複数年度にわたって収集し、内挿・外挿処理によりサンプル数を増やしたうえで、それらを画像化する。実質破綻企業、継続企業の学習データとしてそれぞれ7520サンプルを用いて、GoogLeNetに基づく畳み込みネットワークの学習を行う。生成されたネットワークを用いた実質破綻予知の精度は、判別分析、SVMなどを用いた従来手法と比較して高い精度を示した。

In this research, deep learning is applied to the prediction of corporate bankruptcy. The main contribution in our method is to transform a set of financial ratios calculated from the financial statements of one company into an image. We collect 102 companies delisted from Japanese stock markets due to de facto bankruptcy, and 2056 continuing companies that are currently listed. In addition, the number of samples is increased by interpolating and extrapolating each company's financial statements of two different fiscal years. Transforming the obtained financial data to images, we utilize 7520 samples as learning data for a convolutional neural network based on GoogLeNet. Obtained network indicates higher accuracy in bankruptcy prediction than the traditional methods using linear discriminant analysis, SVM, and so on.

Keywords

実質破綻，画像処理，機械学習

Bankruptcy，Image processing，Machine learning