Bankruptcy Prediction via Hybrid Resampling and Stacking Ensemble Techniques with Explainable Artificial Intelligence (XAI)-Driven Analysis

Technische Zusammenfassung: Vorhersage der Insolvenz mittels hybrider Resampling- und Stacking-Ensemble-Techniken mit XAI-gestützter Analyse

Problemstellung
Die Studie befasst sich mit der kritischen Herausforderung der Vorhersage von Unternehmensinsolvenzen innerhalb stark unausgewogener Finanzdatensätze, bei denen die Minderheitenklasse (insolvente Unternehmen) nur einen kleinen Bruchteil der Gesamtpopulation ausmacht (ca. 3,23 % im Zieldatensatz). Traditionelle Evaluierungsmetriken wie die Genauigkeit (Accuracy) sind in solchen Kontexten irreführend, da sie häufig die Mehrheitsklasse bevorzugen und es versäumen, finanziell angeschlagene Unternehmen zu erkennen. Die Arbeit argumentiert, dass die Insolvenzvorhersage ein kostensensitives Entscheidungsproblem ist, bei dem das Übersehen eines angeschlagenen Unternehmens (niedriger Recall) schwerwiegendere Folgen hat als Fehlalarme. Darüber hinaus erfordert das Fachgebiet Modelle, die nicht nur prädiktiv, sondern auch interpretierbar sein müssen, um Auditierbarkeit, Governance und regulatorische Compliance zu unterstützen.

Methodik
Die Forschung nutzt ein umfassendes End-to-End-Framework unter Verwendung des Datensatzes zur Vorhersage der taiwanesischen Insolvenz aus dem UCI Machine Learning Repository (6.819 Beobachtungen von Unternehmen, 95 Prädiktoren). Die Methodik gliedert sich in vier distinkte Phasen:

1. Konsensbasierte Merkmalsauswahl: Um den hochdimensionalen Eingaberaum (95 Merkmale) zu reduzieren und die Robustheit zu erhöhen, wurden fünf Algorithmen zur Merkmalsauswahl angewendet: Whale Optimization (WOA), Particle Swarm Optimization (PSO), Salp Swarm Optimization (SSO), Bat Algorithm (BA) und Mutual Information (MI). Es wurde eine Konsens-Retentionsregel angewandt, bei der nur Prädiktoren beibehalten wurden, die von mindestens zwei der fünf Algorithmen identifiziert wurden. Dies reduzierte den Merkmalsatz auf 23 robuste Variablen, einschließlich Kennzahlen zu Rentabilität, Verschuldung, Solvenz und operativer Effizienz.
2. Hybrides Resampling: Um die Klassenimbalance zu adressieren, wurden drei hybride Resampling-Techniken auf den Trainingsdaten implementiert: SVM-SMOTE, SMOTE-Tomek und SMOTE-Edited Nearest Neighbors (SMOTE-ENN). Diese Methoden wurden eingesetzt, um balancierte Trainingsverteilungen zu generieren und gleichzeitig die Integrität der Minderheitenklasse zu bewahren.
3. Modellarchitektur und Stacking:
   • Base Learner: Fünf Ensemble-Machine-Learning-Klassifikatoren wurden evaluiert: Gradient Boosting (GB), Extreme Gradient Boosting (XGB), Histogram-based Gradient Boosting (HGB), LightGBM (LGBM) und AdaBoost (AB).
   • Meta-Learner: Fünf Deep-Learning-Modelle (DL) wurden getestet: Recurrent Neural Network (RNN), Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Deep Neural Network (DNN) und Multi-Layer Perceptron (MLP).
   • Hybrides Stacking: Ein Stacking-Ensemble-Framework wurde konstruiert, bei dem die fünf ML-Klassifikatoren als Base Learner dienten und jedes der fünf DL-Modelle als Meta-Learner fungierte, wodurch 25 einzigartige hybride Konfigurationen entstanden.
4. Erklärbare KI (XAI): Das Shapley Additive exPlanations (SHAP)-Framework wurde auf die leistungsfähigsten Modelle angewendet, um die Beiträge der Merkmale sowohl auf globaler als auch auf lokaler Ebene zu interpretieren und sicherzustellen, dass die Entscheidungslogik des Modells mit der ökonomischen Theorie übereinstimmt.

Kernergebnisse
Die Studie evaluierte die Modelle anhand von Accuracy, Recall, Spezifität, G-mean und ROC-AUC. Die wichtigsten Erkenntnisse sind:

• Einfluss des Resampling: Die Wahl der Resampling-Strategie bestimmte maßgeblich das Modellverhalten. SVM-SMOTE und SMOTE-Tomek begünstigten eine hohe Genauigkeit und Spezifität (korrekte Identifizierung nicht-insolventer Unternehmen), während SMOTE-ENN eine überlegene Erkennung der Minderheitenklasse (Recall) und eine ausgewogene Leistung (G-mean) lieferte.
• Leistung der Standalone-Modelle: Unter den Standalone-Modellen erreichte der GRU-Klassifikator in Kombination mit SMOTE-ENN die beste Gesamtvorhersagebalance mit einem Recall von 0,8627, einem G-mean von 0,8517 und einem ROC-AUC von 0,9431.
• Leistung des Stacking-Ensembles: Das hybride Stacking-Ensemble unter Verwendung von SMOTE-ENN mit (GB+XGB+HGB+LGBM+AB) als Base Learnern und LSTM als Meta-Learner bot den stärksten Kompromiss zwischen Sensitivität und Spezifität unter den gestapelten Modellen (Recall: 0,7255, G-mean: 0,8254, ROC-AUC: 0,9270).
• Modellvergleich: Während baumbasierte Ensembles (insbesondere LGBM) in Bezug auf Accuracy und Spezifität exzellierten, übertrafen Deep-Learning-Modelle (MLP, GRU, LSTM, RNN) die Machine-Learning-Modelle konsistent in Recall und G-mean, insbesondere unter dem SMOTE-ENN-Regime.
• Merkmalswichtigkeit: Die SHAP-Analyse identifizierte Indikatoren für Verschuldung, Rentabilität, Solvenz und operative Effizienz (z. B. Gewinnrücklagen im Verhältnis zum Gesamtvermögen, ROA, Verschuldungsgrad, Gesamtasset-Umsatz) als die einflussreichsten Prädiktoren für das Insolvenzrisiko.

Bedeutung und Ansprüche
Die Arbeit behauptet, dass ihr primärer Beitrag darin liegt, aufzuzeigen, dass die Klassenimbalance ein zentraler Determinant der Modellnutzung ist und nicht bloß ein Vorverarbeitungsproblem. Die Studie stellt fest:

1. Viabilität von Deep Learning: Deep-Learning-Architekturen (insbesondere GRU und LSTM) bieten erhebliche Gewinne bei der Erkennung der Minderheitenklasse der insolventen Unternehmen selbst in strukturierten tabellarischen Settings und übertreffen herkömmliche Boosting-Methoden im Recall.
2. Relevanz der Resampling-Strategie: Es gibt keine einzelne „beste“ Resampling-Methode; die optimale Wahl hängt vom operativen Ziel ab. SMOTE-ENN hat sich als besonders effektiv für Frühwarnsysteme erwiesen, bei denen die Minimierung verpasster Insolvenzen Priorität hat.
3. Integration der Interpretierbarkeit: Durch die Integration von SHAP validiert die Studie, dass die Modelle ökonomisch plausible Signale (Rentabilität und Verschuldung) erfassen und keine statistischen Artefakte, was den Einsatz dieser Modelle in der hochsensiblen Finanz-Governance unterstützt.
4. Benchmarking: Die Studie etabliert einen robusten Benchmark allein auf Basis strukturierter Finanzkennzahlen und legt nahe, dass traditionelle Buchhaltungsdaten in Kombination mit konsensbasierter Merkmalsauswahl, hybridem Resampling und XAI weiterhin hochgradig informativ für die Insolvenzvorhersage sind.

Die Autoren kommen zu dem Schluss, dass ihr Framework zwar das Feld vorantreibt, zukünftige Arbeiten jedoch darauf fokussieren sollten, mehrperiodische Trajektorien und unstrukturierte Textdaten zu integrieren, um die Robustheit und Generalisierbarkeit über verschiedene regulatorische und wirtschaftliche Umgebungen hinweg weiter zu erhöhen.