Kosmidou and Zopounidis (2008) deve

Kosmidou and Zopounidis (2008) develop a bank failure prediction
model based on a multicriteria decision technique called UTilites Additives
DIScriminants (UTADIS). The purpose of UTADIS method is to develop a
classification model through an additive value function. Based on the values
obtained from the additive value function, the authors classify banks into
multiple groups by comparing them with some reference profiles (also called
cut-off points). UTADIS is well suited to the ordinal classification problems
and it is not sensitive to the statistical problems because the additive utility
function is performed through mathematical linear programming techniques
instead of statistical methods. Using a sample of US banks for the years
1993—2003, the authors use this technique to differentiate US banks between
failed and non-failed. The results show that UTADIS is quite efficient
for the evaluation of bank failure as early as four years before it occurs.
The authors also compare UTADIS with other traditional multivariate data
analysis techniques and find that UTADIS performs better, and could be used
efficiently for predicting bank failures.
The Multicriteria Decision Aid (MCDA) method is a model that allows
for the analysis of several preference criteria simultaneously. Zopounidis
and Doumpos (1999b) apply MCDA to sorting problems, where a set of
alternative actions is classified into several predefined classes. Based on the
multidimensional nature of financial risk, Doumpos and Zopounidis (2000)
propose a new operational approach called the Multi-Group Hierarchical
Discrimination (M.H.DIS) method — which originates from MCDA — to
determine the risk classes to which the alternatives belong. Using World
Bank data, the authors apply this method to develop a model which classifies
143 countries into four risk classes based on their economic performance and
creditworthiness. The authors conclude that this method performs better than
traditional multiple discriminant analysis.1

ผลลัพธ์ (ไทย) 1:

Kosmidou และ Zopounidis (2008) การคาดการณ์ความล้มเหลวของธนาคารพัฒนารุ่นขึ้นอยู่กับเทคนิคการตัดสินใจ multicriteria เรียกว่าสาร UTilitesDIScriminants (UTADIS) วัตถุประสงค์ของวิธี UTADIS จะพัฒนาเป็นแบบจำลองประเภทผ่านฟังก์ชันมีค่าสามารถ ตามค่าได้รับจากฟังก์ชันค่าสามารถ ผู้เขียนจัดประเภทธนาคารเป็นกลุ่มต่าง ๆ โดยเปรียบเทียบกับค่าอ้างอิงบาง (เรียกว่าตัดคะแนน) UTADIS เหมาะกับปัญหาเครื่องหมายสัญลักษณ์ประเภทและไม่อ่อนไหวกับปัญหาทางสถิติเนื่องจากโปรแกรมอรรถประโยชน์นี้สามารถฟังก์ชันจะดำเนินการโดยใช้เทคนิคการเขียนโปรแกรมเชิงเส้นคณิตศาสตร์แทนวิธีการทางสถิติ ใช้ตัวอย่างของเราธนาคารสำหรับปีปี 1993 – 2003 ผู้เขียนใช้เทคนิคนี้เพื่อแยกความแตกต่างธนาคารในสหรัฐอเมริการะหว่างล้มเหลว และไม่ล้มเหลว ผลลัพธ์แสดงว่า UTADIS มีประสิทธิภาพมากสำหรับการประเมินของธนาคาร ล้มเป็นต้นเป็นเวลา 4 ปีก่อนที่จะเกิดขึ้นผู้เขียนเปรียบเทียบ UTADIS นอกจากนี้ยัง มีข้อมูลตัวแปรพหุแบบดั้งเดิมอื่น ๆเทคนิคการวิเคราะห์และค้นหา ที่ UTADIS ทำดี สามารถใช้ได้สำหรับการคาดการณ์ความล้มเหลวของธนาคารได้อย่างมีประสิทธิภาพวิธีการช่วยในการตัดสินใจ Multicriteria (MCDA) เป็นแบบจำลองที่ช่วยให้สำหรับการวิเคราะห์เงื่อนไขการตั้งค่าต่าง ๆ พร้อมกัน ZopounidisDoumpos (1999b) สามารถใช้ MCDA กับปัญหา การเรียงลำดับชุดการดำเนินการสำรองแบ่งออกเป็นหลายชั้นเรียนที่กำหนดไว้ล่วงหน้า ตามลักษณะหลายมิติของความเสี่ยงทางการเงิน Doumpos และ Zopounidis (2000)เสนอวิธีการดำเนินงานใหม่ที่เรียกว่ากลุ่มหลายลำดับวิธีการเลือกปฏิบัติ (M.H.DIS) — ซึ่งมีต้นกำเนิดมาจาก MCDA — เพื่อกำหนดประเภทความเสี่ยงซึ่งเป็นทางเลือก ใช้โลกธนาคารข้อมูล ผู้เขียนใช้วิธีนี้ในการพัฒนาแบบจำลองซึ่งแบ่งประเภทของประเทศ 143 เป็นสี่เสี่ยงเรียนตามประสิทธิภาพของเศรษฐกิจ และcreditworthiness ผู้เขียนสรุปว่า วิธีนี้ทำดีกว่าโบราณหลาย discriminant analysis.1

ผลลัพธ์ (ไทย) 2:

Kosmidou และ Zopounidis (2008)
การพัฒนาการทำนายความล้มเหลวของธนาคารรูปแบบขึ้นอยู่กับเทคนิคที่เรียกว่าการตัดสินใจmulticriteria utilites เจือปน
discriminants (UTADIS) วัตถุประสงค์ของวิธี UTADIS
คือการพัฒนารูปแบบการจัดหมวดหมู่ผ่านฟังก์ชั่นค่าสารเติมแต่ง ขึ้นอยู่กับค่าที่ได้จากฟังก์ชั่นค่าสารเติมแต่งผู้เขียนจำแนกธนาคารออกเป็นหลายกลุ่มโดยเปรียบเทียบกับรูปแบบการอ้างอิง(เรียกว่าจุดตัด) UTADIS มีความเหมาะสมดีในการแก้ไขปัญหาการจัดหมวดหมู่ลำดับและมันไม่ได้มีความไวต่อปัญหาทางสถิติเพราะยูทิลิตี้สารเติมแต่งฟังก์ชั่นจะดำเนินการโดยใช้เทคนิคการเขียนโปรแกรมเชิงเส้นทางคณิตศาสตร์แทนวิธีการทางสถิติ ใช้ตัวอย่างของธนาคารสหรัฐสำหรับปี1993-2003 ผู้เขียนใช้เทคนิคนี้เพื่อแยกความแตกต่างระหว่างธนาคารสหรัฐล้มเหลวและไม่ล้มเหลว ผลปรากฏว่า UTADIS ค่อนข้างมีประสิทธิภาพสำหรับการประเมินผลของความล้มเหลวของธนาคารเป็นช่วงต้นสี่ปีก่อนที่จะเกิดขึ้น. ผู้เขียนยังเปรียบเทียบ UTADIS กับข้อมูลหลายตัวแปรแบบดั้งเดิมอื่น ๆเทคนิคการวิเคราะห์และพบว่า UTADIS ดำเนินการที่ดีขึ้นและสามารถนำมาใช้อย่างมีประสิทธิภาพในการทำนายธนาคารความล้มเหลว. ช่วยตัดสินใจ multicriteria (MCDA) วิธีการเป็นรูปแบบที่ช่วยให้สำหรับการวิเคราะห์ของเกณฑ์การตั้งค่าหลายพร้อมกัน Zopounidis และ Doumpos (1999b) ใช้ MCDA ปัญหาการเรียงลำดับที่ชุดของการกระทำทางเลือกแบ่งเป็นชั้นเรียนที่กำหนดไว้ล่วงหน้าหลาย ขึ้นอยู่กับลักษณะหลายมิติของความเสี่ยงทางการเงินและ Zopounidis Doumpos (2000) เสนอวิธีการในการดำเนินงานใหม่ที่เรียกว่า Multi-กลุ่มตามลำดับชั้นการเลือกปฏิบัติ(MHDIS) วิธีการ - ซึ่งมาจาก MCDA - เพื่อตรวจสอบการเรียนมีความเสี่ยงที่ทางเลือกอยู่ โลกการใช้ข้อมูลที่ธนาคารผู้เขียนใช้วิธีนี้ในการพัฒนารูปแบบที่จัด143 ประเทศเป็นสี่ชั้นเรียนมีความเสี่ยงขึ้นอยู่กับประสิทธิภาพทางเศรษฐกิจของพวกเขาและความน่าเชื่อถือ ผู้เขียนสรุปว่าวิธีนี้มีประสิทธิภาพดีกว่าแบบดั้งเดิมหลาย analysis.1 จำแนก

ผลลัพธ์ (ไทย) 3:

และ kosmidou zopounidis ( 2551 ) พัฒนาแบบจำลองทำนาย
ความล้มเหลวของธนาคารตามแบบหลายหลักเกณฑ์การตัดสินใจเทคนิคที่เรียกว่า utilites สาร
discriminants ( utadis ) วัตถุประสงค์ของวิธีการ utadis เพื่อพัฒนารูปแบบการเพิ่มค่า
การจำแนกผ่านฟังก์ชัน ตามค่า
ที่ได้จากการบวกค่าฟังก์ชัน ผู้เขียนแบ่งออกเป็น
ธนาคารหลายกลุ่ม โดยเปรียบเทียบกับบางรูปแบบการอ้างอิง ( เรียกว่า
ตัดคะแนน ) utadis เหมาะกับปัญหาการจำแนก .
และไม่อ่อนไหวต่อปัญหาทางสถิติ เพราะเสริมฟังก์ชันอรรถประโยชน์
จะดำเนินการผ่านเทคนิคการเขียนโปรแกรมทางคณิตศาสตร์เชิงเส้น
แทนวิธีทางสถิติ การใช้ตัวอย่างของธนาคารสหรัฐสำหรับปี 2536-2546
,ผู้เขียนใช้เทคนิคนี้ในการแยกธนาคารสหรัฐระหว่าง
ล้มเหลวและไม่ล้มเหลว ผลที่ได้แสดงให้เห็นว่า utadis ค่อนข้างมีประสิทธิภาพ
สำหรับการประเมินความล้มเหลวของธนาคารก่อนเป็นสี่ปี ก่อนที่มันจะเกิดขึ้น ผู้เขียนยังเปรียบเทียบ utadis ด้วย

เทคนิคการวิเคราะห์ข้อมูลหลายตัวแปรแบบดั้งเดิมอื่น ๆและพบว่า utadis มีประสิทธิภาพดีขึ้น และอาจจะใช้
มีประสิทธิภาพสำหรับทำนายความล้มเหลวของธนาคาร .
ช่วยเหลือการตัดสินใจแบบหลายหลักเกณฑ์ ( mcda ) เป็นแบบที่ช่วยให้
สำหรับการวิเคราะห์เกณฑ์ความต้องการพร้อมกันหลาย และ zopounidis
doumpos ( 1999b ) ใช้ mcda เพื่อแยกปัญหาที่ชุดของการกระทำที่เป็นทางเลือก
จำแนกชั้นไว้ล่วงหน้าหลาย ขึ้นอยู่กับ
ธรรมชาติหลากมิติของความเสี่ยงทางการเงิน ,และ doumpos zopounidis ( 2000 )
เสนอใหม่วิธีการเรียกใช้หลายกลุ่มลำดับชั้น
จำแนก ( m.h.dis ) ซึ่งมาจาก mcda -
ตรวจความเสี่ยงชั้นเรียนที่เลือกอยู่ โดยใช้ข้อมูลโลก
ธนาคาร ผู้เขียนใช้วิธีนี้เพื่อพัฒนารูปแบบซึ่งจัดว่า
143 ประเทศออกเป็นสี่ชั้นเรียนตามความเสี่ยงทางเศรษฐกิจของพวกเขาและ