Текстовый анализ новостей в применении к прогнозированию банкротства компаний

Данная работа охватывает четыре модели прогнозирования банкротства компаний: логистическая регрессия, многослойный персептрон, метод опорных векторов и случайный лес. Основной ее целью является проверка применимости текстового анализа новостей к повышению точности моделей предсказания банкротства. В конечную спецификацию моделей вошло 17 финансовых, 4 рыночных и 3 макроэкономических фактора, а также несколько наборов переменных тональности, извлеченных с помощью метода мешка слов из корпуса заголовков новостей, предоставленного Thomson Reuters. При этом были использован гарвардский словарь тональности, словарь NRC и финансовый словарь Loughran & McDonald. Все четыре модели сравниваются друг с другом с учетом и без учета переменных тональности на разных горизонтах предсказания. Выборка фирм-банкротов, предоставленная UCLA-LoPucki BRD, состоит из 137 крупных публичных американских фирм, объявивших себя банкротами между 2011 и 2018 годами включительно, к которым были подобраны их финансово стабильные аналоги, случайно выбранные из листингов NYSE и NASDAQ. Выдвинутые гипотезы подтвердились частично. Лучшим словарем тональности оказался словарь L&M, а лучшей моделью – многослойный персептрон. Достигнутую точность предсказания в 90-95% на однолетнем горизонте удалось повысить за счет переменных тональности лишь незначительно и не во всех случаях. Ключевые слова: прогнозирование банкротства, текстовый анализ, анализ тональности, логит, нейронная сеть, опорные вектора, случайный лес