外文文獻(xiàn)翻譯中文--財(cái)務(wù)早期預(yù)警系統(tǒng)和對(duì)風(fēng)險(xiǎn)預(yù)測(cè)的數(shù)據(jù)發(fā)掘的應(yīng)用程序研究節(jié)選-免費(fèi)閱讀
【正文】 Wagner, 2020）的模式。數(shù)據(jù)發(fā)掘，從大型數(shù)據(jù)庫(kù)中對(duì)隱藏信息的提取，是一個(gè)功能強(qiáng)大的新技術(shù) ,有巨大的潛力去幫助企業(yè)在他們的數(shù)據(jù)倉(cāng)庫(kù)中專注于最重要的信息。早期預(yù)警系統(tǒng) (EWS)的定義和本文提出的數(shù)據(jù)發(fā)掘有一個(gè)很有趣的相似點(diǎn)。模型的下一步是通過(guò)數(shù)據(jù)發(fā)掘和檢測(cè)早期警告標(biāo)志來(lái)分析財(cái)務(wù)和運(yùn)營(yíng)數(shù)據(jù)。 Koyuncugil and Ozgulbas (2020a)開(kāi)發(fā)了一個(gè)金融早期預(yù)警模型來(lái)檢測(cè)運(yùn)營(yíng)風(fēng)險(xiǎn)因素對(duì)沖金融風(fēng)險(xiǎn)。 Katz (2020)提出一起使用 EWS和早期預(yù)警信號(hào)。他們考慮了兩種神經(jīng)網(wǎng)絡(luò)方法：反向傳播（ BP)和學(xué)習(xí)矢量量化（ LVQ)，兩種統(tǒng)計(jì)方法：多重判別 分析、邏輯回歸分析。金融危機(jī)最 著名的表現(xiàn) 有 三種類型 ： 貨幣危機(jī)、銀行危機(jī)、債務(wù)危機(jī)。這個(gè)發(fā)現(xiàn)提出重要的銀行監(jiān)管政策問(wèn)題 :使用銀行水平變量作為預(yù)警指標(biāo) ,銀行并購(gòu)的優(yōu)勢(shì) 在不同地區(qū)有不同作用 ,以及銀行競(jìng)爭(zhēng)和所有權(quán)在確定信用風(fēng)險(xiǎn)中所占 的角色。 他們的 研究總結(jié)了兩個(gè)分別實(shí)施在芬蘭（ 72%回應(yīng)）和英國(guó)（ 26%）的研究成果 ，在芬蘭的研究是基于對(duì)團(tuán)體協(xié)作分析的處理步驟，在英國(guó)的研究是基于銀行經(jīng)理對(duì)中小型企業(yè)失敗的預(yù)測(cè)。 Brockett and Cooper (1990)通過(guò)一種 神經(jīng) 網(wǎng)絡(luò)方法發(fā)明了一種早期預(yù)警系統(tǒng)（ EWS)。幾乎所有的財(cái)務(wù) EWS 都是基于財(cái)務(wù)狀況的， 收支平衡表就是為了早期預(yù)警系統(tǒng)而影響到財(cái)務(wù)真實(shí)性的數(shù)據(jù)源。早期財(cái)務(wù)預(yù)警系統(tǒng)（ EWS)模型是為中小型企業(yè)開(kāi)發(fā)的用來(lái)獲得偵測(cè)風(fēng)險(xiǎn)范圍，風(fēng)險(xiǎn)指數(shù)和早期預(yù)警信號(hào)。 直接或間接的交易破產(chǎn)損失會(huì)招致清算債務(wù)的開(kāi)支增 加或試圖整頓公司的 計(jì)算花費(fèi)、法律花費(fèi)和其他專業(yè)花費(fèi)開(kāi)支的增加。在歐洲，關(guān)于中小型企業(yè)（ SME)的定義還有兩個(gè)額外的標(biāo)準(zhǔn)，年度營(yíng)業(yè)額少于 5 千萬(wàn)歐元和余額流動(dòng)少于 4 千 3 百萬(wàn)歐元。通過(guò)使用這個(gè)早期財(cái)務(wù)預(yù)警系統(tǒng)（ EWS)， 31 種風(fēng)險(xiǎn)概述， 15 種風(fēng)險(xiǎn)標(biāo)示信息， 2 個(gè)早期預(yù)警信號(hào)和 4 個(gè)金融路線圖已經(jīng)被認(rèn)為可以使用來(lái)降低財(cái)務(wù)風(fēng)險(xiǎn)。 CHAID 算法已經(jīng)被應(yīng)用到 這個(gè)系統(tǒng)的開(kāi)發(fā)中。 ? 小型企業(yè)，雇 傭至少 10 個(gè)但不多于 50 個(gè)人。 一個(gè)交易的失敗會(huì)給所有的參與者如債權(quán)人、投資者、審計(jì)員、金融機(jī)構(gòu)、股東、雇員和顧客造成大量的損失，而且這還會(huì)毫無(wú)疑問(wèn)的會(huì)影響國(guó)家的經(jīng)濟(jì)狀況。 所以，把產(chǎn)生財(cái)務(wù)困境的因素轉(zhuǎn)換成早期預(yù)警信 號(hào)對(duì)中小型企業(yè)（ SME）甚至所有企業(yè)來(lái)說(shuō)有至關(guān)重要的價(jià)值。財(cái)務(wù) EWS 是一個(gè)警告和報(bào)告的系統(tǒng)，能在可能的問(wèn)題、風(fēng)險(xiǎn)和機(jī)會(huì)影響公司的財(cái)務(wù)狀況之前發(fā)出警告。 除了這些 關(guān)于商業(yè)困境的研究，研究者還把注意力集中到了監(jiān)控企業(yè)正在運(yùn)作的情形來(lái)探測(cè)企業(yè)可能會(huì)遭受突然的變故或者不期望的風(fēng)險(xiǎn)因素。所以他們認(rèn)為所 有 的模型預(yù)測(cè)能力是一樣的。 楊，玲，海和京為了 預(yù)測(cè) 銀行的金融風(fēng)險(xiǎn) 而開(kāi)發(fā) 了一個(gè)人工神經(jīng)網(wǎng)絡(luò)（ ANN)的方法來(lái)作為早期預(yù)警和測(cè)試方法。本文也評(píng)估一下這個(gè)系統(tǒng)應(yīng)該怎么被應(yīng)用到一個(gè)單獨(dú)的國(guó)家中。本研究詳細(xì)研究 這 些模型在實(shí)際應(yīng)用中的性能 ， 這些內(nèi)部模型的預(yù)測(cè)是實(shí)際危機(jī)在統(tǒng)計(jì)和經(jīng)濟(jì)上重要預(yù)測(cè)因子。 Kyong, Tae, Chiho, and Suk (2020)提出了施工過(guò)程中的日常財(cái)務(wù)狀況指標(biāo) （ DFCI），它可以用作一個(gè)早 期預(yù)警信號(hào)使用 在 神經(jīng)網(wǎng)絡(luò)和非線性規(guī)劃中。這項(xiàng)研究在 20202020年間涵蓋了 697個(gè)在 土耳其伊斯坦布爾證交所（ ISE)上市的 中小型企業(yè) 。這個(gè)模型的目的不僅僅是停留在理論結(jié)構(gòu)上對(duì)中小型企業(yè)（ SME)是可行的，而且可以被中小型企業(yè)（ SME)的管理者 實(shí)際 利用。 從上面給出的 資料 可以看出面向早期預(yù)警系統(tǒng)的風(fēng)險(xiǎn)檢測(cè)有一 片 非常大的實(shí)現(xiàn)域 ， 此外，上一代的商業(yè)智能數(shù)據(jù)發(fā)掘方法促進(jìn)了這些系統(tǒng)的準(zhǔn)確性。數(shù)據(jù)發(fā)掘是一個(gè)整理大量數(shù)據(jù)和
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1