Разработка модели прогноза чистого долга компаний-застройщиков с использованием машинного обучения

в условиях системного кризиса российского строительного сектора, обусловленного рекордной долговой нагрузкой и высокой стоимостью заёмных средств, актуальной становится задача проактивной оценки финансовых рисков застройщиков многоквартирного жилья. В статье представлена прогностическая модель чистого долга, разработанная на основе методов машинного обучения и обученная на данных российских публичных компаний-застройщиков. Модель учитывает ключевые предикторы риска, такие как уровень чистого долга в предыдущем периоде и темпы его изменения. Результаты подтверждают, что величина чистого долга компаний – застройщиков определяется преимущественно внутренней динамикой, а не макроэкономической конъюнктурой. Предложенный инструмент может служить основой для системы раннего предупреждения о дефолтах и поддержки финансовой устойчивости строительной отрасли.

финансовые риски, застройщики многоквартирного жилья, прогноз чистого долга, машинное обучение