پیش بینی ورشکستگی هنوز موضوع مهمی است که توجه قابل توجهی را به خود جلب می کند. اطلاعات در مورد تهدید ورشکستگی قریب الوقوع یک جنبه مهم در تصمیم گیری مدیران ، مؤسسات مالی و سازمانهای دولتی است. در این مقاله ، ما از یک مجموعه داده جدید بدست آمده استفاده می کنیم که شامل پارامترهای مالی ناشی از گزارش های سالانه شرکت های کوچک و متوسط است. داده ها ، که نشان دهنده نسبت واقعی بین شرکت های ورشکسته و غیر ورشکسته است ، به شدت نامتعادل هستند و فقط شامل بخش کوچکی از شرکت های ورشکسته هستند. راه حل ما برای غلبه بر این سناریو چالش برانگیز از یادگیری عدم تعادل ، اتخاذ سه روش طبقه بندی یک طبقه بود: رویکرد حداقل مربعات برای تشخیص ناهنجاری ، یک جنگل انزوا و ماشین های بردار پشتیبانی یک طبقه برای مقایسه با ماشین های بردار پشتیبانی معمولی. ما یک تجزیه و تحلیل جامع از ویژگی های مالی ارائه می دهیم و مواردی را که بیشترین اهمیت را برای پیش بینی ورشکستگی دارند شناسایی می کنیم. بالاترین عملکرد پیش بینی از نظر میانگین امتیاز هندسی ۹۱٪ است. نتایج در دو مجموعه داده از صنایع تولیدی و ساختمانی تأیید شده است.