使用 CAMELS 对社会经济企业的风险自动预测
机器学习
2022-10-12 v1 应用统计
摘要
政府必须对社会经济企业（social economy enterprises, SEE）进行监督和检查。然而，由于 SEE 数量庞大且通常检查人员较少，检查所有 SEE 是不可能的。我们提出了一种基于机器学习方法的预测模型。该方法使用随机森林算法，以每家 SEE 提供的历史数据进行训练。三个连续时期的数据被拼接在一起。所提出的方法将这些时期的数据作为输入，预测每家 SEE 在第四个时期的风险。该模型实现了 76% 的总体准确率。此外，它在预测 SEE 的高风险方面也获得了良好的准确率。我们发现，法律性质和逾期投资组合的变化是 SEE 未来风险的良好预测因子。因此，SEE 在未来时期的风险可以通过监督机器学习方法进行预测。预测 SEE 的高风险通过使检查人员仅关注高风险 SEE，改善了每位检查人员的日常工作。
引用
@article{arxiv.2210.05052,
title = {Risk Automatic Prediction for Social Economy Companies using Camels},
author = {Joseph Gallego-Mejia and Daniela Martin-Vega and Fabio Gonzalez},
journal= {arXiv preprint arXiv:2210.05052},
year = {2022}
}
备注
8 pages, 1 figure