지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.9
- 수록면
- 105 - 131 (27page)
- DOI
- 10.29214/damis.2022.41.3.006
이용수
초록· 키워드
오류제보하기
The aim of this paper is to construct and investigate a superior model that can predict bankruptcy for JSE listed companies using a traditional statistical method (Logistic Regression, LR) and artificial intelligent related models (Support Vector Machines, SVM; Random Forest, RF). This research adopted the paired sample approach for 144 companies. 72 companies that are delisted from JSE due to business failure or scheme of arrangement from 2005 to 2018 are matched with 72 bankrupt counterparts based on year of delisting, industry and asset size. Our results indicate that compared with other models investigated, SVM-RBF outperformed other models for both the training dataset and testing dataset with average accuracies of 83.3% and 65.8% respectively for the t-test selected input variables. For the two-step feature selection (stepwise logistic regression) input variables, SVM-RBF has the highest average accuracy performance of 71% for the training data. For the testing data, SVM-RBF and SVM-linear show the highest average performance of 65%. This paper finds evidence in support of artificial intelligence related techniques such as SVM models having better performance compared with other models examined in this paper. This model can be employed as a tool for predicting failure five years before hand by investors and academics may refer to it as a fundamental reference material.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
부도예측 모형에서 뉴스 분류를 통한 효과적인 감성분석에 관한 연구
한국IT서비스학회지
2019 .01
-
Predicting Foreign Exchange Rate Trend Using Machine Learning Technique
인터넷전자상거래연구
2017 .10
-
머신러닝기법을 통한 해운기업 부실예측 연구
해운물류연구
2022 .06
-
머신러닝 기반 신체 계측정보를 이용한 CT 피폭선량 예측모델 비교
방사선기술과학
2020 .01
-
Study of Personal Credit Risk Assessment Based on SVM
산경연구논집
2022 .10
-
머신러닝 기법을 활용한 호텔산업 경기 동향 예측 연구
관광레저연구
2019 .03
-
기업부도예측과 기계학습
金融工學硏究
2019 .01
-
Purchase Prediction by Analyzing Users' Online Behaviors Using Machine Learning and Information Theory Approaches
Asia pacific journal of information systems
2016 .01
-
머신러닝 플랫폼을 활용한 소프트웨어 교수-학습 모형 개발
정보교육학회논문지
2020 .01
-
A hybrid NHPSO-JTVAC-SVM model for the prediction of production lead time
한국경영과학회 학술대회논문집
2021 .06
-
A Study on Forecasting Shipping Market Conditions with Artificial Intelligence (A.I)-based Learning
해양비즈니스
2022 .12
-
투자와 수출 및 환율의 고용에 대한 의사결정 나무, 랜덤 포레스트와 그래디언트 부스팅 머신러닝 모형 예측
무역학회지
2021 .04
-
A Study on the Prediction of Bankruptcy in the KOSDAQ Market
무역연구
2021 .01
-
Multi-Class SVM+MTL for the Prediction of Corporate Credit Rating with Structured Data
Asia pacific journal of information systems
2015 .01
-
머신러닝과 딥러닝을 활용한 물류기업 신용등급 예측 모형 연구
한국관세학회 학술대회
2023 .05
-
A Component Model-based Approach for Machining Time Prediction using Machine-Monitoring Data
한국경영과학회 학술대회논문집
2018 .04
-
유튜브 과학 채널에 대한 이용실태 분석 및 채널 판별 예측 모형 평가 -소셜 빅데이터 분석 및 머신 러닝 활용을 중심으로-
교육공학연구
2020 .01
-
A Study on the Prediction Model of the Elderly Depression
산경연구논집
2020 .01
-
Support Vector Machines를 위한 효율적 학습 패턴 선택 방법론
한국경영과학회 학술대회논문집
2017 .04
-
결정 트리 기반 학습 모형을 이용한 미술품 경매 가격 예측
경영학연구
2021 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0