As suggested by Altman (1968), companies are much more likely to fail  การแปล - As suggested by Altman (1968), companies are much more likely to fail  ไทย วิธีการพูด

As suggested by Altman (1968), comp

As suggested by Altman (1968), companies are much more likely to fail if they are unprofitable, highly leveraged, and suffering from cash flow difficulties. For this study, companies that have been liquidated and those that have ultimately gone bankrupt are both included as failing companies. Although many early bankruptcy prediction models used discriminant analysis (DA) to predict financial failure, this technique has become less frequently used because of two assumptions made to use DA. First of all, to use DA, the variables used are assumed to have multivariate normal distributions, and it is well known that the variables normally used in bankruptcy studies are not normally distributed. Also, the samples of companies that are failing and non-failing are assumed to be randomly drawn, an assumption that does not allow for the commonly used technique of matched pairs. These problems, along with many others, have caused more researchers to turn to using probit and logit models instead of discriminant analysis.
This paper will focus, in particular, on using logistic regression modeling in order to predict bankruptcy. The unique incremental contribution of this paper is the focus on companies only from the retail industry for a recent sample period. Previous studies including Lennox (1999) have included a variable in the model for industry sector in order to rule out industry bias in the sample, but most studies have not examined the use of bankruptcy prediction models in the retail industry. The results of this study may provide valuable information to retail companies and investors in the retail industry.
The bankruptcy prediction model used in this study uses five variables that have been significant predictors of bankruptcy in previous studies. The variables to be used in this paper as predictors of bankruptcy are number of employees (EMP), return on assets (ROA), cash flow margin (CFLM), debt-to-equity ratio (DTEQ), and cash to current liabilities (CHELCT). Number of employees is expected to be a significant predictor of bankruptcy because of the increased likelihood that smaller companies with fewer employees will fail. Return on assets is included as a measure of profitability of the companies, and it is assumed that less profitable companies are more likely to fail. Cash flow margin and cash to current liabilities are included in the study as measures of company liquidity. The debt-to-equity ratio is a measure used to analyze the solvency of a company, and it is included in this study because it appears to be a good measure of company performance. The variables are best illustrated in Table 1.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
แนะนำโดย Altman (1968), บริษัทมีแนวโน้มมากที่จะล้มเหลวถ้าจะปลอมขาดผลกำไร leveraged สูง และความทุกข์ทรมานจากปัญหากระแสเงินสด การศึกษา บริษัทที่ได้รับ liquidated ที่มีสุดไปล้มละลาย ทั้งสองอยู่เป็นบริษัทที่ล้มเหลว แม้ว่าทำนายล้มละลายในช่วงรุ่นใช้ discriminant วิเคราะห์ (ดา) การทำนายความล้มเหลวทางการเงิน เทคนิคนี้ได้กลายเป็นน้อยใช้บ่อยเนื่องจากสมมติฐานที่สองจะใช้ DA. ประการแรก ใช้ดา ตัวแปรที่ใช้จะถือว่ามีการกระจายปกติตัวแปรพหุ และเป็นที่รู้จักว่า ตัวแปรที่ใช้ในศึกษาล้มละลายโดยปกติไม่ปกติกระจาย ยัง จะถือว่าตัวอย่างของบริษัทที่ล้มเหลว และล้ม เหลวไม่ได้วาด อัสสัมชัญที่ไม่อนุญาตให้สำหรับเทคนิคที่ใช้โดยทั่วไปของ คู่ที่จับคู่ ปัญหาเหล่านี้ พร้อมกับคนอื่น ๆ ทำให้เกิดนักวิจัยเพิ่มเติมเพื่อเปิดใช้ probit และแบบจำลอง logit แทนการวิเคราะห์ discriminantเอกสารนี้จะเน้น โดยเฉพาะ ใช้การถดถอยโลจิสติกการสร้างโมเดลการคาดการณ์ล้มละลาย สัดส่วนเพิ่มขึ้นเฉพาะของเอกสารนี้จะเน้นบริษัทจากอุตสาหกรรมขายปลีกเท่านั้นสำหรับรอบระยะเวลาตัวอย่างล่าสุด การศึกษาก่อนหน้านี้รวมทั้งเลน (1999) ได้รวมตัวแปรในแบบจำลองสำหรับภาคอุตสาหกรรมเพื่อออกอุตสาหกรรมความโน้มเอียงในตัวอย่าง แต่การศึกษาส่วนใหญ่ได้ตรวจสอบการใช้แบบจำลองคาดการณ์ล้มละลายในอุตสาหกรรมขายปลีก ผลการศึกษานี้อาจมีข้อมูลบริษัทขายปลีกและนักลงทุนในอุตสาหกรรมขายปลีกแบบทำนายล้มละลายที่ใช้ในการศึกษานี้ใช้ตัวแปรห้าที่สำคัญ predictors ของล้มละลายในการศึกษาก่อนหน้านี้ ตัวแปรที่จะใช้ในเอกสารนี้เป็น predictors ของล้มละลายหมายเลขของพนักงาน (EMP), ตอบ (อัตราสินทรัพย์ กำไรกระแสเงินสด (CFLM), อัตราส่วนหนี้สินต่อทุน (DTEQ), และเงินสดกับหนี้สินหมุนเวียน (CHELCT) จำนวนพนักงานคาดว่าจะได้จำนวนประตูสำคัญจากการล้มละลายเนื่องจากโอกาสเพิ่มขึ้นที่บริษัทขนาดเล็กที่ มีพนักงานน้อยกว่าจะล้มเหลว ผลตอบแทนจากสินทรัพย์รวมเป็นการวัดผลกำไรของบริษัท และมีสมมติว่า บริษัทมีกำไรน้อยมักล้มเหลว กำไรกระแสเงินสดและเงินสดที่หนี้สินรวมอยู่ในการศึกษาเป็นการวัดสภาพคล่องของบริษัท อัตราส่วนหนี้สินต่อทุนเป็นการวัดที่ใช้วิเคราะห์สภาพคล่องในบริษัท และมันจะอยู่ในการศึกษานี้เนื่องจากมันดูเหมือนจะเป็นการวัดผลที่ดี ตัวแปรส่วนดังรายละเอียดในตารางที่ 1
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
โดยการแนะนำให้เป็นอัลท์แมน (1968) บริษัท มีมากมีแนวโน้มที่จะล้มเหลวถ้าพวกเขาจะไม่ได้ประโยชน์ leveraged สูงและความทุกข์ทรมานจากความยากลำบากกระแสเงินสด สำหรับการศึกษานี้ บริษัท ที่ได้รับการชำระบัญชีและผู้ที่ได้ไปในที่สุดทั้งสองเป็นบุคคลล้มละลายรวมเป็น บริษัท ที่ล้มเหลว ถึงแม้ว่าในช่วงต้นของการล้มละลายหลายรุ่นที่ใช้ทำนายการวิเคราะห์จำแนก (DA) ที่จะทำนายความล้มเหลวทางการเงินเทคนิคนี้ได้กลายเป็นใช้ไม่บ่อยเพราะสองสมมติฐานที่ทำจะใช้ DA ครั้งแรกของทั้งหมดที่จะใช้ DA ตัวแปรที่ใช้จะถือว่ามีการแจกแจงปกติหลายตัวแปรและเป็นที่รู้จักกันดีว่าตัวแปรที่ใช้ตามปกติในการศึกษาการล้มละลายจะไม่กระจายตามปกติ นอกจากนี้ยังมีตัวอย่างของ บริษัท ที่มีความล้มเหลวและไม่ล้มเหลวจะถือว่าได้รับการสุ่มสมมติฐานที่ไม่อนุญาตให้มีการใช้เทคนิคที่ใช้กันทั่วไปของคู่จับคู่ ปัญหาเหล่านี้พร้อมกับคนอื่น ๆ ได้ก่อให้เกิดนักวิจัยอื่น ๆ อีกมากมายที่จะหันไปใช้ probit และรูปแบบ logit แทนการวิเคราะห์จำแนก.
กระดาษนี้จะมุ่งเน้นโดยเฉพาะอย่างยิ่งเกี่ยวกับการใช้การสร้างแบบจำลองการถดถอยโลจิสติกในการสั่งซื้อที่จะคาดการณ์การล้มละลาย ผลงานที่เพิ่มขึ้นเป็นเอกลักษณ์ของงานวิจัยนี้คือการมุ่งเน้นเกี่ยวกับ บริษัท จากอุตสาหกรรมค้าปลีกในช่วงเวลาที่ผ่านมาตัวอย่าง การศึกษาก่อนหน้ารวมทั้งเลนน็อกซ์ (1999) ได้รวมตัวแปรในโมเดลสำหรับภาคอุตสาหกรรมเพื่อที่จะออกกฎอคติอุตสาหกรรมในกลุ่มตัวอย่าง แต่การศึกษาส่วนใหญ่ไม่ได้รับการตรวจสอบการใช้แบบจำลองการคาดการณ์การล้มละลายในอุตสาหกรรมค้าปลีก ผลที่ได้จากการศึกษาครั้งนี้อาจให้ข้อมูลที่มีคุณค่าให้กับ บริษัท ค้าปลีกและนักลงทุนในอุตสาหกรรมค้าปลีก.
แบบจำลองการคาดการณ์การล้มละลายที่ใช้ในการศึกษาครั้งนี้ใช้ห้าตัวแปรที่ได้รับการทำนายอย่างมีนัยสำคัญของการล้มละลายในการศึกษาก่อนหน้านี้ ตัวแปรที่จะใช้ในงานวิจัยนี้เป็นพยากรณ์ของการล้มละลายมีจำนวนพนักงาน (EMP) ผลตอบแทนจากสินทรัพย์ (ROA) อัตรากำไรขั้นต้นของกระแสเงินสด (CFLM) อัตราส่วนหนี้สินต่อส่วนของผู้ถือหุ้น (DTEQ) และเงินสดต่อหนี้สินหมุนเวียน ( CHELCT) จำนวนพนักงานที่คาดว่าจะเป็นปัจจัยบ่งชี้ที่สำคัญของการล้มละลายเพราะโอกาสเพิ่มขึ้นที่ บริษัท ขนาดเล็กที่มีพนักงานน้อยลงจะล้มเหลว ผลตอบแทนต่อสินทรัพย์รวมเป็นตัวชี้วัดของการทำกำไรของ บริษัท และมันจะสันนิษฐานว่า บริษัท ที่ทำกำไรได้น้อยมีแนวโน้มที่จะล้มเหลว กระแสเงินสดและอัตรากำไรที่เป็นเงินสดให้แก่หนี้สินหมุนเวียนรวมอยู่ในการศึกษามาตรการสภาพคล่องของ บริษัท อัตราส่วนหนี้สินต่อทุนเป็นตัวชี้วัดที่ใช้ในการวิเคราะห์การละลายของ บริษัท และเป็นที่รวมอยู่ในการศึกษาครั้งนี้เพราะมันดูเหมือนจะเป็นตัวชี้วัดของผลการดำเนินงาน บริษัท ที่ดี ตัวแปรที่มีการแสดงที่ดีที่สุดในตารางที่ 1
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
เป็นข้อเสนอแนะจาก อัลท์แมน ( 1968 ) , บริษัท มีมากมีแนวโน้มที่จะล้มเหลวถ้าพวกเขาจะไม่ได้ประโยชน์ leveraged และทุกข์ทรมานจากปัญหากระแสเงินสด ในการศึกษานี้ , บริษัท ที่ได้ยกเลิกไป และผู้ที่ต้องล้มละลายในที่สุดทั้งสองรวมเป็นความล้มเหลวของ บริษัทแม้ว่าหลายต้น bankruptcy ทำนายแบบจำลองการวิเคราะห์จำแนกประเภท ( ดา ) ทำนายความล้มเหลวทางการเงิน เทคนิคนี้ได้กลายเป็นน้อยใช้บ่อย เพราะสองสมมติฐานให้ใช้ DA แรกของทั้งหมดที่จะใช้ ดา ตัวแปรที่ใช้สมมติให้มีการแจกแจงแบบปกติมันเป็นที่รู้จักกันดีว่าตัวแปรที่ใช้ตามปกติในการศึกษาล้มละลายไม่ใช่แบบปกติ นอกจากนี้ ตัวอย่างของบริษัทที่ล้มเหลวและไม่ล้มเหลวจะถือว่ามีการสุ่ม , สมมติฐานที่ไม่อนุญาตให้ใช้ทั่วไปเทคนิคการจับคู่ ปัญหาเหล่านี้ , พร้อมกับอื่น ๆ อีกมากมายทำให้นักวิจัยมากขึ้น หันมาใช้ตัวแบบโลจิทแทนและการวิเคราะห์จำแนกประเภท .
บทความนี้จะเน้นเฉพาะในการใช้แบบจำลองการถดถอยโลจิสติกเพื่อพยากรณ์การล้มละลาย บริจาคเพิ่มเอกลักษณ์ของกระดาษนี้จะเน้นเฉพาะบริษัทจากอุตสาหกรรมค้าปลีกสำหรับรอบระยะเวลาตัวอย่างล่าสุด
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: