文献

J-GLOBAL ID：202102279246722226   整理番号：21A2869462

韓国製造業の財政的苦痛の予測【JST・京大機械翻訳】

Predicting financial distress of the South Korean manufacturing industries

著者 (1件)： Bae Jae Kwon (Department of Management Information Systems, Keimyung University, 1095 Dalgubeoldaero, Dalseo-gu, Daegu 704-701, Republic of Korea)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 10  ページ： 9159-9165  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 財政的苦痛予測は,学者と実務者の両方にとって大きな関心が持たれている。財政的苦痛予測は,基本的に,財政的苦痛であるか,そうでないか,基本的に二分決定である。ほとんどの統計的および人工知能法は,財政的苦痛の確率を推定し,もしこの確率がカットオフ値より大きいならば,予測は財政的苦痛である。財政的苦痛予測の精度を改善するために,本論文は,まず,韓国のCredit Guangantee Fund(KODIT)によって収集された1888の製造企業の年間財務データを分析した。次に,動径基底関数サポートベクトルマシン(RSVM)に基づく財政的苦痛予測モデルを開発した。著者らのRSVMと人工知能技術の間の分類精度性能を比較し,主要な金融事務員または,ディレクターのボードが企業の財政的苦痛においてより良い決定をするのを助けるためのより良い財政的苦痛予測モデルを示唆した。実験は,RSVMが,企業の財政的苦痛予測の性能において,常に他のモデルより優れ,従って,他のモデルよりも,将来の財政的苦痛をより正確に予測できることを示した。将来の財政的苦痛の予測可能性におけるこの強化は企業の正しい評価に大きく貢献し,従って,企業の意思決定者への投資家から金融管理者への人々は,より良い資金調達と,最終的に高い利益と企業価値をもたらす意思決定を投資するためのRSVMの使用を可能にする。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  管理者 ,  資本調達 ,  大韓民国 ,  *金融 ,  製造業 ,  人工知能 ,  意思決定者 ,  予測可能性 ,  動径基底関数 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： 企業価値 ,  投資家 ,  オフィスワーカ , 【Automatic Indexing@JST】

著者キーワード (4件)： 財政的苦痛予測 ,  人工知能法 ,  動径基底関数サポートベクトルマシン ,  金融苦痛予測モデル

分類 (5件)： 人工知能  (JE08000Z) ,  エネルギー資源及び開発  (LB01000V) ,  紡糸・製糸一般  (YM03010O) ,  産業経済  (KA02000Y) ,  太陽エネルギー  (LB03030Q)

タイトルに関連する用語 (5件)： 韓国 ,  製造業 ,  財政 ,  苦痛 ,  予測