کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4943382 | 1437631 | 2017 | 53 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Dynamics of firm financial evolution and bankruptcy prediction
ترجمه فارسی عنوان
دینامیک پیش بینی تکامل مالی شرکت و ورشکستگی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سیستم های پشتیبانی تصمیم، پیش بینی ورشکستگی، افق پیش بینی،
ترجمه چکیده
افق پیش بینی مطلوب مدل پیش بینی ورشکستگی معمولا یک سال است. فراتر از این نقطه، دقت آنها کاهش می یابد به عنوان افق از بین می رود. با این حال، توانایی مدل ها برای ارائه پیش بینی های مناسب میان مدت، یکی از ویژگی های اساسی موسسات مالی به دلیل دلایل احتیاطی است. به همین دلیل است که ما یک روش برای بهبود پیش بینی های خود را تا یک افق 5 ساله مطالعه کرده ایم. برای این منظور، ما پیشنهاد می کنیم که چگونگی تغییر وضعیت سلامت مالی در طول زمان را بدانیم، این تغییرات را نشان می دهد و مدل های طراحی که هر کدام را در نظر می گیرند. نتایج ما نشان می دهد که هرچند از روش مدل سازی برای طراحی مدل های پیش بینی استفاده می شود، زمانی که افق بیش از دو سال، دقت مدل می تواند به طور قابل توجهی بهبود یابد. آنها همچنین نشان می دهند که وقتی که روش ما در ترکیب با مدل های مبتنی بر گروه استفاده می شود، دقت مدل همیشه با هر پیش بینی افقی، در مقایسه با مدل های سنتی مورد استفاده موسسات مالی، بهبود می یابد. روش ما در این مقاله پیشنهاد می شود یک راه حل قابل اعتماد است که امکان حل یک مسئله واقعی را فراهم می آورد که اکثر مدل ها قادر به غلبه بر آن نیستند و بنابراین می توانند به شرکت های مالی کمک کنند تا با توصیه های فعلی کمیته بازل بانکداری مطابقت داشته باشند. همچنین جامعه علمی (که علاقمند به طراحی مدل های شکست ناپذیر قابل اعتماد است) فراهم می کند با درک اینکه چگونه وضعیت مالی شرکت ها در طول زمان می تواند مدل سازی شده و به طور موثر برای پیش بینی استفاده شود.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
The optimal forecasting horizon of bankruptcy prediction models is usually one year. Beyond this point, their accuracy decreases as the horizon recedes. However, the ability of models to provide good mid-term forecasts is an essential characteristic for financial institutions due to prudential reasons. This is why we have studied a method of improving their forecasts up to a 5-year horizon. For this purpose, we propose to quantize how firm financial health changes over time, typify these changes and design models that fit each type. Our results show that, whatever the modeling technique used to design prediction models, model accuracy can be significantly improved when the horizon exceeds two years. They also show that when our method is used in combination with ensemble-based models, model accuracy is always improved whatever the forecasting horizon, when compared to traditional models used by financial institutions. The method we propose in this article appears to be a reliable solution that makes it possible to solve a real problem most models are unable to overcome, and it can therefore help financial companies comply with the current recommendations made by the Basel Committee on Banking Supervision. It also provides the scientific community (which is interested in designing reliable failure models) with insights about how the evolution of firms' financial situations over time can be modeled and efficiently used to make forecasts.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 75, 1 June 2017, Pages 25-43
Journal: Expert Systems with Applications - Volume 75, 1 June 2017, Pages 25-43
نویسندگان
Philippe du Jardin,