Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: prognoza upadłości

Sortuj według:

Ogranicz wyniki do:

Data Mining for Bankruptcy Prediction: An Experiment in Vietnam

Hung Dang Ngoc, Binh Vu Thi Thanh

Annals of Computer Science and Information Systems

2021

Vol. 28

175--184

In the history of the world economy, the bankruptcy of some large companies has caused global financial crises. The study aimed to postulate a model of bankruptcy prediction for listed companies on Vietnam's stock market. The research used six popular algorithms in data mining to predict bankruptcy risk with data collected from 4693 observations in the period 2009-2020. The research results showed that Logistic algorithms, Artificial Neural Network, Decision Tree have a high level of predicting bankruptcy with an accuracy of 98%. The study identified the three most important indicators: inventory turnover ratio, debt to equity ratio, and debt ratio that affect the corporate bankruptcy prediction. The study showed the threshold points of 10-indicators to avoid bankruptcy likelihood. These results recommended that the model could be applied in practice to reduce risks for businesses and investors in the Vietnamese market.

Building a bankruptcy prediction model : could information about past development increase model accuracy?

Karas M., Režňáková M.

Polish Journal of Management Studies

2018

Vol. 17, No. 1

116--130

In most cases, bankruptcy models are based on financial indicators that describe the current condition or a certain area of financial health, such as profitability, indebtedness and so on, but they do not report on relevant past development. The main question of the research presented in this paper is whether information about past development could enhance the prediction accuracy of the bankruptcy prediction model. The aim of our research is to analyse the partial potential of financial indicators describing past development. Given that the threat of company bankruptcy is the result of a long-term process, the question arises as to whether it is possible to enhance the accuracy of a bankruptcy prediction model by using indicators monitoring the development of the company in the past. On a sample of 1,355 small and medium-sized Czech construction companies were taken into account during the period of 2011-2014. The study analysed two types of indicators - basic-form and change-form indicators. Basic-form indicators show the status of an indicator at a specific point in time; change-form indicators represent a modified base index of the basic-form ratio. The authors derived six different models for the purpose of comparing the two types of indicators. The authors used the method of stepwise discriminant analysis, both forward selection and backward elimination, to create the models. The accuracies of the resultant models were analysed using the methods of ROC curves and the Area Under Curve (AUC). The authors found that the model based solely on change-form indicators is not superior to the model based solely on basic-form indicators. However, the model using both types of indicators achieved a higher AUC in comparison with the models created with only one type of indicator.

W większości przypadków modele upadłości opierają się na wskaźnikach finansowych, które opisują obecny stan lub pewien obszar kondycji finansowej, takie jak rentowność, zadłużenie itd., ale nie zawierają informacji na temat istotnego wcześniejszego rozwoju. Głównym zagadnieniem badań przedstawionych w tym artykule jest to, czy informacje na temat wcześniejszego rozwoju mogą zwiększyć dokładność prognozowania modelu prognozowania upadłości. Celem naszych badań jest analiza częściowego potencjału wskaźników finansowych opisujących dotychczasowy rozwój. Biorąc pod uwagę, że groźba bankructwa firmy jest wynikiem długotrwałego procesu, pojawia się pytanie, czy możliwe jest zwiększenie dokładności modelu przewidywania bankructwa za pomocą wskaźników monitorujących rozwój firmy w przeszłości. Badania przeprowadzono w okresie 2011-2014 na próbie 1355 małych i średnich czeskich firm budowlanych. W badaniu przeanalizowano dwa rodzaje wskaźników - wskaźniki w formie podstawowej i zmienionej. Wskaźniki w formie podstawowej pokazują status wskaźnika w określonym momencie; wskaźniki w formie zmienionej reprezentują zmodyfikowany wskaźnik bazowy współczynnika w formie podstawowej. Autorzy wyprowadzili sześć różnych modeli w celu porównania obu typów wskaźników. Autorzy wykorzystali metodę krokowej analizy dyskryminacyjnej, zarówno do wyboru w przód, jak i do eliminacji wstecznej, w celu stworzenia modeli. Dokładności uzyskanych modeli analizowano za pomocą metod krzywych ROC i obszaru pod krzywą (AUC). Autorzy stwierdzili, że model oparty wyłącznie na wskaźnikach zmian nie jest lepszy od modelu opartego wyłącznie na wskaźnikach podstawowych. Jednak model wykorzystujący oba typy wskaźników osiągnął wyższy obszar pod krzywą w porównaniu z modelami utworzonymi przy użyciu tylko jednego rodzaju wskaźnika.