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

Resumo Técnico: Predição de Falência via Técnicas Híbridas de Reamostragem e Ensemble de Stacking com Análise Baseada em XAI

Declaração do Problema
O estudo aborda o desafio crítico de prever a falência corporativa em conjuntos de dados financeiros severamente desbalanceados, onde a classe minoritária (empresas falidas) constitui uma pequena fração do total da população (aproximadamente 3,23% no conjunto de dados alvo). Métricas de avaliação tradicionais, como a acurácia, são enganosas nesses contextos, frequentemente favorecendo a classe majoritária e falhando em detectar empresas em dificuldades financeiras. O artigo argumenta que a predição de falência é um problema de decisão sensível ao custo, onde perder uma empresa em dificuldades (baixo recall) acarreta consequências maiores do que falsos alarmes. Além disso, o campo exige modelos que sejam não apenas preditivos, mas também interpretáveis para apoiar a auditabilidade, governança e conformidade regulatória.

Metodologia
A pesquisa emprega um framework abrangente de ponta a ponta utilizando o conjunto de dados de Predição de Falência de Taiwan do repositório UCI Machine Learning Repository (6.819 observações de empresas, 95 preditores). A metodologia procede através de quatro estágios distintos:

1. Seleção de Atributos Baseada em Consenso: Para reduzir o espaço de entrada de alta dimensionalidade (95 atributos) e aumentar a robustez, cinco algoritmos de seleção de atributos foram aplicados: Whale Optimization (WOA), Particle Swarm Optimization (PSO), Salp Swarm Optimization (SSO), Bat Algorithm (BA) e Mutual Information (MI). Uma regra de retenção por consenso foi aplicada, retendo apenas os preditores identificados por pelo menos dois dos cinco algoritmos. Isso reduziu o conjunto de atributos para 23 variáveis robustas, incluindo métricas relacionadas à lucratividade, alavancagem, solvência e eficiência operacional.
2. Reamostragem Híbrida: Para lidar com o desbalanceamento de classes, três técnicas de reamostragem híbrida foram implementadas nos dados de treinamento: SVM-SMOTE, SMOTE-Tomek e SMOTE-Edited Nearest Neighbors (SMOTE-ENN). Esses métodos foram usados para gerar distribuições de treinamento equilibradas enquanto tentavam preservar a integridade da classe minoritária.
3. Arquitetura de Modelo e Stacking:
   • Aprendizes Base (Base Learners): Cinco classificadores de aprendizado de máquina de ensemble foram avaliados: Gradient Boosting (GB), Extreme Gradient Boosting (XGB), Histogram-based Gradient Boosting (HGB), LightGBM (LGBM) e AdaBoost (AB).
   • Meta-Aprendizes (Meta-Learners): Cinco modelos de aprendizado profundo (DL) foram testados: Redes Neurais Recorrentes (RNN), Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Deep Neural Network (DNN) e Multi-Layer Perceptron (MLP).
   • Stacking Híbrido: Um framework de stacking de ensemble foi construído onde os cinco classificadores de ML serviram como aprendizes base, e cada um dos cinco modelos de DL serviu como um meta-aprendiz, criando 25 configurações híbridas únicas.
4. IA Explicável (XAI): O framework Shapley Additive exPlanations (SHAP) foi aplicado aos melhores modelos para interpretar as contribuições dos atributos tanto em níveis globais quanto locais, garantindo que a lógica de decisão do modelo esteja alinhada com a teoria econômica.

Principais Resultados
O estudo avaliou os modelos usando acurácia, recall, especificidade, G-mean e ROC-AUC. As principais descobertas incluem:

• Impacto da Reamostragem: A escolha da estratégia de reamostragem ditou significativamente o comportamento do modelo. O SVM-SMOTE e o SMOTE-Tomek favoreceram alta acurácia e especificidade (identificando corretamente empresas não falidas), enquanto o SMOTE-ENN proporcionou uma detecção superior da classe minoritária (recall) e desempenho equilibrado (G-mean).
• Desempenho de Modelos Standalone: Entre os modelos standalone, o classificador GRU combinado com SMOTE-ENN alcançou o melhor equilíbrio preditivo geral, registrando um recall de 0,8627, um G-mean de 0,8517 e um ROC-AUC de 0,9431.
• Desempenho do Ensemble de Stacking: O ensemble de stacking híbrido usando SMOTE-ENN com (GB+XGB+HGB+LGBM+AB) como aprendizes base e LSTM como meta-aprendiz proporcionou o compromisso mais forte entre sensibilidade e especificidade entre os modelos empilhados (Recall: 0,7255, G-mean: 0,8254, ROC-AUC: 0,9270).
• Comparação de Modelos: Embora os ensembles baseados em árvores (especificamente o LGBM) tenham se destacado em acurácia e especificidade, os modelos de aprendizado profundo (MLP, GRU, LSTM, RNN) superaram consistentemente os modelos de machine learning em recall e G-mean, particularmente sob o regime SMOTE-ENN.
• Importância dos Atributos: A análise SHAP identificou indicadores de alavancagem, lucratividade, solvência e eficiência operacional (ex: Lucros Retidos em relação aos Ativos Totais, ROA, Razão de Endividamento, Giro do Ativo Total) como os preditores mais influentes do risco de falência.

Significância e Alegações
O artigo alega que sua principal contribuição reside em demonstrar que o desbalanceamento de classes é um determinante central da utilidade do modelo, e não meramente um incômodo de pré-processamento. O estudo afirma que:

1. Viabilidade do Aprendizado Profundo: Arquiteturas de aprendizado profundo (especificamente GRU e LSTM) oferecem ganhos substanciais na detecção da classe minoritária falida mesmo em configurações de dados tabulares estruturados, superando os métodos de boosting tradicionais em recall.
2. A Estratégia de Reamostragem Importa: Não existe um único método de reamostragem "melhor"; a escolha ideal depende do objetivo operacional. O SMOTE-ENN mostrou-se particularmente eficaz para sistemas de alerta precoce onde minimizar falências não detectadas é a prioridade.
3. Integração de Interpretabilidade: Ao integrar o SHAP, o estudo valida que os modelos capturam sinais economicamente plausíveis (lucratividade e alavancagem) em vez de artefatos estatísticos, apoiando assim o uso desses modelos em governança financeira de alto risco.
4. Benchmarking: O estudo estabelece um benchmark robusto usando apenas índices financeiros estruturados, sugerindo que, quando combinados com seleção de atributos por consenso, reamostragem híbrida e XAI, os dados contábeis tradicionais permanecem altamente informativos para a predição de falência.

Os autores concluem que, embora seu framework avance o campo, trabalhos futuros devem focar na integração de trajetórias multiperíodo e dados textuais não estruturados para aumentar ainda mais a robustez e a generalização em diferentes ambientes regulatórios e econômicos.