上市公司之財務危機的機率能估計嗎？

CHUR > College Computer Science and Informatics > Department of Information Management > Journal Articles > Item 987654321/32256

Please use this identifier to cite or link to this item: http://chur.chu.edu.tw/handle/987654321/32256

Title:	上市公司之財務危機的機率能估計嗎？
Authors:	葉怡成 Yeh, I-Cheng
Contributors:	資訊管理學系 Information Management
Keywords:	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
Date:	2007
Issue Date:	2014-06-27 01:49:12 (UTC+8)
Abstract:	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
Appears in Collections:	[Department of Information Management] Journal Articles

Files in This Item:

File	Description	Size	Format
p_m321_0051.pdf		34Kb	Adobe PDF	91	View/Open

Loading...