20210428-datadrink-signaux-faibles

Transcript

1. Crise Covid et détection d’entreprises en difficulté Signaux Faibles - 28 Avril 2021
2. Avec vous aujourd’hui Simon Lebastard Data Scientist à la DGE simon.lebastard@finances.gouv.fr Vincent Viers Data Scientist transverse à beta.gouv.fr vincent.viers@beta.gouv.fr
3. Prévenir pour mieux guérir: un algorithme pour lutter contre la faillite d’entreprise. Ministère de l’Economie, des Finances et de la Relance DGE, DGFiP Banque de France Ministère du Travail
4. Identifier de nouvelles entreprises en situation de fragilité Anticiper et qualifier les risques de défaillances Un algorithme produisant des listes de détection Un algorithme explicable, auditable et adaptable. Métier Technique
5. Notre périmètre de prédiction Pour des détails: https://github.com/signaux-faibles/documentation/blob/master/description-donnees.md 330k établissements 10+ Etablissements de salariés Tous secteurs d’activité sauf secteur public 5.5% Taux de défaillance moyen
6. Procédures collectives (sauvegarde, redressements, liquidation) Dettes sur cotisations sociales ACOSS Ratios comptables et financiers (~100) MEFR & Banque de France Retards de paiement aux fournisseurs Indice Paydex (Altares) Demande et consommation d’activité partielle Ministère du Travail Pour des détails: https://github.com/signaux-faibles/documentation/blob/master/description-donnees.md Nos données
7. Défaillance à moins de 18 mois Entrée en procédure collective Dette sociale URSAFF de la cotisation sur 3+ mois Notre cible d’apprentissage
8. La crise Covid a durement impacté nos efforts de 2019
9. Un nouveau modèle “à deux étages” Face à la crise, remettre l’humain dans l’interface humain-algorithme
10. Métriques d’évaluation actuelles Régression logistique Feature engineering expert 65.9% Balanced accuracy
11. Nos défis actuels
12. Modèle commun DGFiP & migration sur Spark Mettre en place un modèle en distribué Tirer profit de données financières et fiscales trimestrielles de la DGFiP Credits: Nav Photography Produire une liste commune Signaux Faibles & DGFiP
13. Explorer d’autres sources de données interministérielles Données douanières: intégrer les imports/exports extra-communautaires Ministère du Travail: mouvements de main d’oeuvre, données de rupture conventionnelles Credits: Oliver Sjöström Données de dépôt de dossier aux Prudhommes? Données d’accidents du travail?
14. Vers un algorithme post-Covid Une situation inédite: quelle portabilité des modèles pré-crise? Vers l’intégration de modèles micro- économiques? Une dette sociale peu informative, rôle grandissant de la valeur ajoutée? Credits: Yaroslav Danylchenko
15. De meilleurs modèles Tester des modèles neuraux (LSTMs, CNNs) Une modélisation hiérarchique adaptée aux disparités sectorielles et territoriales Credits: Vera Maida Tester des approches bayésiennes, notamment de la modélisation graphique pour prédire des distributions
16. Apprendre des trajectoires Des approches séries temporelles adaptées à nos données mensuelles et trimestrielles Prédire des distributions sur l’ évolution de nos variables Credits: Eberhard Grossgasteiger Superposer une prédiction de série et une classification explicable sur l’actuel et le prévisionnel
17. Des détections explicables Nos prédictions aident les commissaires au redressement productif à prioriser leur action Credits: Eberhard Grossgasteiger Notre algorithme n’est crédible que si il est compris Credits: Edwin Jaulani Modèle transparent ou black-box? Différentes méthodes d’explicabilité à explorer, comme Shap ou Anchors
18. Enrichir notre cible Rigoureusement évaluer l’information dans nos données: à quel horizon temporel pouvons-nous prédire une défaillance avec assurance? Compléter notre cible actuelle: licenciement collectifs, mouvements de main d’œuvre, variations d’embauches? Credits: Pavel Danilyuk