上市公司之財務危機的機率能估計嗎？

Chung-Hua University Repository > 資訊學院 > 資訊管理學系 > 期刊論文 > Item 987654321/32256

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://chur.chu.edu.tw/handle/987654321/32256

题名:	上市公司之財務危機的機率能估計嗎？
作者:	葉怡成 Yeh, I-Cheng
贡献者:	資訊管理學系 Information Management
关键词:	資料探勘;財務危機;機率;最近鄰居分類;邏輯斯迴歸;判別分析;貝氏分類;類神經網路;分類樹 ;mining;financial;classification;logistic;analysis;naïve;classifier;artificial;network;classification tree
日期:	2007
上传时间:	2014-06-27 01:49:12 (UTC+8)
摘要:	本文旨比較六種資料探勘方法在股票上市公司之財務危機建模的適用性。結果發現，就CAP曲線圖的面積率而言，邏輯斯迴歸、判別分析、類神經網路表現很好；貝氏分類、分類樹表現較差；最近鄰居分類表現最差。但就風險管理的觀點來看，預測模型推估的預測機率是否能代表財務危機機率比分類正確與否更重要。但因為每一筆資料的已知結果不是有，就是無財務危機，其財務危機機率是未知的，因此本文提出一個創新的排序平滑法來估計每一筆資料的財務危機機率。再經由預測財務危機機率(x)與財務危機機率(y)的線性迴歸分析( )顯示，類神經網路產生的 This research aimed at comparisons of six data mining methods for the financial distress of company in the stock market. Based on the area ratio of the CAP curve, the results showed that logistic regression, discriminant analysis and artificial neural net
显示于类别:	[資訊管理學系] 期刊論文

文件中的档案:

档案	描述	大小	格式	浏览次数
p_m321_0051.pdf		34Kb	Adobe PDF	91	检视/开启

在CHUR中所有的数据项都受到原著作权保护.