Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Neural Networks in Company's Default Forecasting
Języki publikacji
Abstrakty
Autorzy dokonali przeglądu literatury związanej z prognozowaniem trudności finansowych przy wykorzystaniu sztucznych sieci neuronowych. Sztuczne sieci neuronowe dają, w wielu prezentowanych w artykule przypadkach, podobne wyniki jako proste modele ekonometryczne.
This paper presents the most significant researches about artificial neural networks in financial distress forecasting. In general, these methods give similar results like simple econometric models. (original abstract)
Rocznik
Strony
192--201
Opis fizyczny
Twórcy
autor
autor
Bibliografia
- Altman E., Marco G., Varetto F., Corporate Distress Diagnosis: Comparison Using Linear Discriminant Analysis and Neural Networks. Journal of Banking", vol. 18,1994.
- Atiya A.F., Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results, "IEEE Transaction on NN", vol. 12, 2001.
- Boritz J., Kennedy D., Effectives of Neural Network Types for Prediction of Business Failure, "Expert System Applyin", vol. 9, 1995.
- Coast P.K., Fant F.L., Recognizing Financial Distress Paterns Using a Neural network Tool, "Financial Management", vol. 22, 1993.
- Fernandez E., Olmeda I.. Bankruptcy Prediction with Artificial Neural Networks, Lect. Notes Corn-put. Sc. 1995.
- Kerling M., Podding T., Klassifikation von Unternehmenmittels KNN, Monachim 1994.
- Kiviluoto K., Predicting Bankrupties with the Self-organizing Map. "Neurocomputing". vol. 21, 1998.
- Odom M., Sharda R., A Neural Network Model f or Bankruptcy Prediction, San Diego, CA 1990.
- Salchenberger L.M., Cinar E. M., Lash N.A., Neural Network: A New Tool for Predicting Thrift Failures, "Decision Sciences", vol. 4, 1992.
- Tadeusiewicz R., Sieci neuronowe, A.O.W. 1993.
- Zurada J.M., Foster B.P., Ward T.J., Barker R.M., Neural Networks versus Logic Regression Models for Predicting Financial Distress Response Variables, "Journal of Applied Business Research", vol. 15, 1998.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000120347940