STARTUOLIŲ PRADINIO VIEŠO SIŪLYMO (IPO) RIZIKOS IR PLĖTROS POTENCIALO VERTINIMAS

Abstract

Startuolių tipo įmonės tampa reikšminga modernios ekonomikos dalimi, tačiau jų sėkmės istorijos neretai lydimo nemažo kiekio nesėkmių, pripažįstamų netrukus po sėkmingu vertinto IPO investavimo proceso. Šiame straipsnyje pristatoma teorinė ir eksperimentinė pradinio viešo siūlymo (IPO) sėkmės ir rizikos veiksnių analizė. Apibendrinamos mokslinėje literatūroje identifikuotos rizikos kategorijos ir indikatoriai. Remiantis teorine analize ir taikant mašininio mokymo intelektinius skaičiavimų metodus atliktas eksperimentinis tyrimas, pasitelkiant Rapidminer (2021) skaičiavimo aplinką. Pasiūlytas IPO rizikos veiksnių vertinimo duomenimis grindžiamas koncepcinis modelis. Didžiausią rizikos prognozavimo tikslumą padėjo pasiekti nuosekliai išdidintų medžių 84 % (angl. Gradient boosted tree, GBT). giliojo mokymosi 81 % (angl. Deep learning, DL) bei atsitiktinai išskirstyto miškas 80 % (angl. Random distributed forest, RDF) skaičiavimo metodai. Modelis buvo pritaikytas naujos, IPO procesą inicijuojančios įmonės rizikai vertinti.