Koneoppimisen hyödyntäminen sijoituskohteiden tunnistamisessa : pääomasijoitusyhtiöiden näkökulma

Abstract

Riskipääomasijoittaminen on noussut keskusteluihin merkittävänä talouskasvun kiihdyttäjänä ja sen tavoitteena on rahoittaa varhaisen vaiheen kasvuyrityksiä. Tässä tutkielmassa tarkastellaan koneoppimisen hyödyntämistä sijoituskohteiden tunnistamisessa pääomasijoitusyhtiöiden näkökulmasta. Tutkielman tavoitteena on selvittää, millaisia mahdollisuuksia ja rajoitteita koneoppimiseen perustuvilla menetelmillä on erityisesti sijoituskohteiden esiseulonnassa. Tutkielma on toteutettu kirjallisuuskatsauksena, jossa tarkastellaan aiempaa tutkimusta koneoppimisen hyödyntämisestä sijoituskohteiden tunnistamisessa riskipääomasijoitustoiminnassa. Tutkielmassa voidaan havaita, että koneoppimisella on potentiaalia tehostaa sijoituskohteiden tunnistamista, sillä menetelmien avulla voidaan suodattaa potentiaalisia sijoituskohteita ihmisen arviointia varten sekä niiden avulla voidaan tunnistaa päätöksenteon kannalta relevantteja signaaleja. Toisaalta koneoppimisen hyödyntämistä rajoittavat aineistojen epätasapainoisuus, datan vaihteleva laatu sekä mallien selitettävyyden haasteet. Kirjallisuudessa korostuu ihmisen asiantuntija-arvioinnin merkitys, minkä vuoksi koneoppimista ei voida pitää itsenäisenä ratkaisuna sijoituspäätösten tekemiseen. Tutkielman perusteella koneoppiminen näyttäytyy lupaavana työkaluna sijoituskohteiden esiseulonnassa, mutta sen laajamittainen hyödyntäminen edellyttää lisää tutkimusta erityisesti mallien suorituskyvyn yleistettävyyden, tulkittavuuden ja käytännön sovellettavuuden näkökulmasta.