| Kokkuvõte | Firma pankrott mõjutab erinevaid ettevõttega seotud huvigruppe, näiteks investoreid, võlausaldajad, konkurente, töötajad, ja seetõttu on pankroti ennustamise vastu tõsine majanduslik huvi. Kuigi seda probleemi on juba laialdaselt uuritud, on enamasti ennustuste tegemiseks kasutatud ettevõtete varasemaid finantsandmeid. Kuna majandusaasta aruanded koostatakse ja avalikustatakse alles peale majandusaasta lõppu, ei ole ennustused enam ajakohased. Samal ajal avalikustatakse juhatuse liikmete muudatused ilma erilise viivituseta. Antud töö uurib, kas juhatuse liikmete ja firmade graafi võrgumeetrikad mõjutavad ennustuste täpsust ning seeläbi muudaks ennustused ajakohasemaks. Töös tehtud eksperimentide tulemused näitavad, et võrgumeetrikad, eriti PageRank, degree ja eccentricity, suurendavad mudelite täpsust. Parimaks mudeliks osutus otsustuspuul põhinev random forests, mis suutis pankrotti klassifitseerida kuni üheksa kuud ette. |
