03.05.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение поможет оценить рентабельность российских компаний

Predicting Performance Firms

Учёные провели практические работы по прогнозированию рентабельности российских компаний, сочетая классические инструменты экономического анализа и сложные алгоритмы машинного обучения. Тесты провели на пяти моделях, используя как простые методы машинного обучения (DNN, Random Forest, LSTM), так и продвинутые методы (портфели и ансамбли), чтобы выявить лучшие. Для оценки показателей использовали специальные формы статистической проверки гипотез.

Результат показал, что продвинутые методы машинного обучения (портфели и ансамбли) более успешны по сравнению с работой других методов. Традиционно применяется регрессионный анализ, но такой способ не всегда показывает реальные взаимосвязи экономических параметров. Использование алгоритмов машинного обучения позволит выявить наличие возможных скрытых зависимостей. Исследование опубликовано в журнале Mathematics.

Обучение было подготовлено на основании данных о 551 фирм по розничной торговле за период 2017-2019 годов. Выборку для проверки и тестирования составили по материалам работы бизнеса за 2020 год. Так как оценка прибыльности является важнейшим фактором при определении эффективности компании, предсказуемой переменной выступает чистая выручка активов. Взяты показатели, которые потенциально влияют на доходность — размер и возраст фирмы, маржинальность за прошлый период, величина продаж, веб-трафик и другие.

В результате выяснилось, что прибыльность фирмы по предыдущим годам положительно влияет на результаты. Важным фактором при определении выгодности компаний выступает динамика продаж. Во время исследований учёные выяснили, что максимальный рост прибыли возникает, когда выполняются два условия — высокий рост продаж и непрерывное общение с клиентом при помощи цифровых каналов коммуникации. Наихудшая ситуация, когда продажи падают, но при этом сохраняется большой трафик на веб-сайт.

Модели машинного обучения показали хорошую работу, ошибка составила примерно 3%. Таким образом, использование комплексных методов машинного обучения позволит составлять более чёткий прогноз рентабельности фирм. Оценка возможной прибыли компаний важна для инвесторов и их владельцев, а также для государственных служащих, чтобы предсказывать экономические возможности развития государства.