Machine-Learning-Methoden zur Einschätzung des Konkursrisikos von Unternehmen anhand von Finanzdaten

Abstract

Das Thema dieser Arbeit ist die Vorhersage von Unternehmenskonkursen. Das Ziel war, vier Modelle zu vergleichen: die Logistische Regression, die Bayessche Logistische Regression, die Neural Networks und die Support Vector Machine. Dazu wurden die Modelle mittels Finanzdaten von Unternehmen kalibriert. Anschließend wurde die Performance der Modelle anhand verschiedener Maße evaluiert. Dabei konnte kein Modell in allen Aspekten besser abschneiden als alle anderen. Darüber hinaus wurden auch die Theorie der verwendeten Modelle und der Umgang mit Daten behandelt.

This Thesis is about bankruptcy forecasting. The goal was to compare four models: Logistic Regression, Bayesian Logistic Regression, Neural Networks and Support Vector Machine. The models were trained on financial data from companies. Then their respective performance was evaluated via different measures. No model performed better than the other models in every aspect. Furthermore the theoretical background of the used models and data-handling was discussed.