1999, Un anno di sperimentazione degli assegnisti di ricerca

di stabilire se in un dato momento esistono le condizioni necessarie affinché si
ripeta un particolare andamento dei prezzi, piuttosto che un altro, trasformando
il problema della previsione in uno di classificazione.
b) L’obiettivo di tale studio è quello di confrontare le capacità delle reti neurali
(con algoritmi supervisionati e non supervisionati) con quelle dell’usuale analisi
discriminante multivariata nella formulazione di un modello per la previsione
di bancarotta delle aziende.
La ricerca implica una prima fase di pre-processing dei dati, cioè l’analisi di
circa 2000 bilanci, degli ultimi tre anni, di aziende “fallite” e “sane” facenti
parte di tutto il territorio nazionale. Tale analisi comporta l’individuazione di
alcuni indici necessari come input sia per il modello neurale che per l’analisi
discriminante.
c) Sfruttando la nota capacità di una rete neurale nell’affrontare problemi di
classificazione, si intende sviluppare una rete neurale ad architettura di Kohonen
che sia in grado di mettere in evidenza delle particolari similitudini sul “grado
di povertà” dei Comuni della Sardegna. Infatti attraverso l’individuazione di
alcuni indici, in grado di sintetizzare le condizioni economico–sociali dei Comuni
sardi, si vuole fornire un raggruppamento omogeneo delle relative caratteristiche
altresì non evidenziabili in prima analisi.
Principali linee di ricerca fin qui svolte e risultati finora conseguiti: Nell’ambito
di una serie storica, si sono studiate delle metodologie riguardanti la selezione
dell’architettura di una rete neurale, che utilizza l’algoritmo di backpropagation.
I risultati ottenuti hanno messo in evidenza uno dei problemi
principali nell’applicazione di una rete neurale, cioè quello del corretto dimensionamento
della rete stessa, in termini di numero di nodi di input e di numero di
nodi di output.
Si è proceduto nello studiare una metodologia grafica dell’ analisi di sensitività
sia dei nodi di input sia dei nodi dello strato nascosto della rete. Tale metodologia
ha portato ad interessanti risultati, descritti in due lavori, il primo dal titolo:
Approssimazione, selezione e back-propagation di reti neurali applicate alle serie
storiche, pubblicato sul Quaderno n. 6 dell’Istituto Economico ed Aziendale, il
secondo: Reti neurali e sistemi dinamici per la previsione di serie storiche economiche;
pubblicato sul Quaderno n. 7 dell’Istituto Economico ed Aziendale.
Si è analizzata una serie storica trimestrale, “Occupazione Totale in Italia
- 80 -