研究課題/領域番号 |
19K01843
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分07080:経営学関連
|
研究機関 | 日本大学 |
研究代表者 |
大槻 明 日本大学, 経済学部, 教授 (30527833)
|
研究期間 (年度) |
2019-04-01 – 2022-03-31
|
研究課題ステータス |
完了 (2021年度)
|
配分額 *注記 |
2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
キーワード | 機械学習 / 企業倒産予測 / 財務諸表データ分析 / 時系列データ分析 / 倒産企業予測モデル / 財務データ分析 |
研究開始時の研究の概要 |
従来の倒産企業予測モデルでは,判別分析やロジスティク回帰などを用いて財務諸表データを分析することにより,「倒産する,しない」,の2値を予測する先行研究が多い,しかし,何が原因で倒産しそうなのか?という理由が分からなければ企業は対策の打ちようが無い. ゆえに,本研究では倒産企業の財務諸表データを機械学習して倒産原因ごとに倒産企業を分類(クラスタリング)し,非倒産企業の財務諸表データを同様に分析して各倒産企業クラスタと比較することで倒産予測を行うモデルについて研究する. このモデルによって,倒産する,しない,の予測だけでなく,倒産の原因になり得る財務状態についても明らかにすることができる.
|
研究成果の概要 |
機械学習のアプローチから企業の財務諸表データを分析することで企業倒産予測を行うモデルについて研究開発した.先行研究では,「倒産する,しない」の2値しか予測できなかったが,本提案モデルではこの2値に加え,倒産の原因になり得る財務状態についても明らかにすることができるようになるため,企業にとっても有意な知見が得られるようになると考えられる.
|
研究成果の学術的意義や社会的意義 |
従来の倒産企業予測モデルでは,判別分析やロジスティク回帰分析を用いて財務諸表データを分析するものが多く,つまりは過去の財務諸表データを分析して「倒産する,しない」の2値を予測することしかできなかった.しかし,「何が原因で倒産しそうなのか?」という理由が分からなければ企業は対策の打ちようが無い. ゆえに,本研究では,この2値に加え,倒産の原因になり得る財務状態についても明らかにすることができるモデルを研究開発した.倒産する,しない,の予測だけでなく,倒産の原因になり得る財務状態についても明らかにすることができるようになるため,企業にとって有用な知見が得られるようになると考えられる.
|