Much has of course changed since th

Much has of course changed since the early 1940s. But, by then, and in the U.S., the contemporary landscape for thinking about and calculating failure was largely in place. Failure could be forgiven, both legally and morally. Or at least honest failure could be. It could be made calculable and predicted, even if the actual predictions (then, as now) were rather shaky. The calculative infrastructure on which ratio analysis depended was legally mandated, at least for listed companies.29 And, on top of the first order financial statements produced by firms, and the second order ratios constructed out of them, a third order of metrics – indexes of ratios – had emerged as part of the chain of calculations for seeking to forecast failure and identify the characteristics of failing organizations.
After a gap of two decades or so, the predicting of failure became an academic industry, one that spilled over into a set of adjacent industries, including banking, credit rating, and financial services more generally. A swarm of researchers appeared in the 1960s, many based at the University of Chicago, united by the common goal of predicting failure, and identifying the characteristics of failing and failed companies (Balcaen & Ooghe, 2006; Barnes, 1987; Dev, 1974). Beaver (1966) defined failure as a company defaulting on interest payments on its debt, overdrawing its bank account, or declaring bankruptcy. To ‘predict’ failure, he matched a sample of failed firms with a sample of non-failed firms, and studied their financial ratios for a period of up to five years before failure, and concluded that three ‘non-liquid’ ratios were the best predictors of failure, even for the year prior to failure, a finding that was reinforced even when he extended his study two years later (Beaver, 1968).30 In parallel, and outside the US, Tamari (1966) compared the ratios of failed companies with those of all Israeli industries, and concluded that there were significant differences. He cautioned against relying on one ratio alone, and constructed a risk index similar to that compiled by Wall and Duning (1928) over three decades earlier. After assigning weights in a fairly rudimentary manner, he concluded that his index made it possible to discriminate between companies that subsequently failed, and those that did not. Moses and Liao (1987) pursued a similar line of enquiry some two decades later. Meanwhile, others such as Altman (1968) moved away from univariate techniques, and towards multivariate statistical techniques such as multiple discriminant analysis, which took into account a number of ratio characteristics at the same time. One influential such model was the Z-score model, which was to be successfully marketed for credit analysis, investment analysis and going-concern evaluation. This was extended in the ‘Zeta’ model, which took account of changes in financial reporting standards (Altman et al, 1977). Subsequent studies, pioneered by Ohlson (1980), developed conditional probability models based on non-linear methods to estimate the likelihood of failure.

ผลลัพธ์ (ไทย) 1:

มากแน่นอนแล้วตั้งแต่ช่วงต้นทศวรรษ 1940 โดย แต่ นั้น และ ในสหรัฐอเมริกา แนวร่วมสมัย การคิดคำนวณความล้มเหลวส่วนใหญ่ที่ ความล้มเหลวไม่ได้รับการอภัย กฎหมาย และคุณธรรม หรือความล้มเหลวน้อยซื่อสัตย์สามารถ มันสามารถทำ calculable และการคาด การณ์ แม้คาดการณ์จริงแล้ว เป็นตอนนี้) มีแต่เสียงสั่นได้ ซึ่งการวิเคราะห์อัตราส่วนขึ้นอยู่กับโครงสร้างพื้นฐาน calculative ถูกกฎหมาย บังคับ น้อยสำหรับ companies.29 อยู่ แล้ว บนแรกสั่งงบการผลิต โดยบริษัท และอัตราส่วนลำดับสองที่โครงนั้น ใบที่สามของวัด –ดัชนีอัตราส่วนมีชุมนุมเป็นส่วนหนึ่งของห่วงโซ่ของการคำนวณเพื่อหาความล้มเหลวในการคาดการณ์ และระบุลักษณะขององค์กรล้มเหลวหลังจากช่องว่างของสองทศวรรษนั้น การคาดการณ์ของความล้มเหลวเป็น อุตสาหกรรมศึกษา ที่หกมากกว่าชุดติดอุตสาหกรรม ธนาคาร อันดับ และบริการทางการเงินโดยทั่วไปมากขึ้น ของนักวิจัยที่ปรากฏในปี 1960 จำนวนมากตามที่มหาวิทยาลัยชิคาโก สหรัฐ โดยทั่วไปเป้าหมายของการคาดการณ์ความล้มเหลว และระบุลักษณะความล้มเหลว และล้มเหลวบริษัท (Balcaen & Ooghe, 2006 Barnes, 1987 เดฟ 1974) ช่องคลอด (1966) กำหนดความล้มเหลวเป็นบริษัทกำหนดค่าเริ่มต้นในการชำระดอกเบี้ยของหนี้ overdrawing ของธนาคาร หรือประกาศล้มละลาย เพื่อ 'ทำนาย' ความล้มเหลว เขาจับคู่ตัวอย่างของบริษัทที่ล้มเหลวกับตัวอย่างของบริษัทไม่ใช่ล้มเหลว ศึกษาอัตราส่วนทางการเงินของพวกเขาสำหรับระยะเวลาห้าปีก่อนที่จะล้มเหลว และสรุปที่ สาม 'ไม่ใช่ของเหลว' อัตราส่วนมี predictors สุดล้มเหลว แม้สำหรับปีก่อนพบว่ามีการเสริมแรงเมื่อเขาขยายการศึกษา 2 ปีหลัง (บีเวอร์ ความล้มเหลว , 1968) .30 ในขนาน และ นอกสหรัฐ อเมริกา ซีอิ้วญี่ปุ่น (1966) เปรียบเทียบอัตราส่วนของบริษัทที่ล้มเหลวกับอุตสาหกรรมทั้งหมดอิสราเอล และสรุปว่า มีความแตกต่างอย่างมีนัยสำคัญ เขาเตือนต่อต้านอาศัยเพียงอย่างเดียวอัตราส่วนหนึ่ง และสร้างดัชนีความเสี่ยงคอมไพล์ โดยผนังและ Duning (1928) กว่าสามทศวรรษที่ผ่านมาก่อนหน้านี้ หลังจากการกำหนดน้ำหนักในลักษณะที่ค่อนข้าง rudimentary เขาสรุปว่า ดัชนีของเขาทำให้เหยียดระหว่างบริษัทที่ล้มเหลวในเวลาต่อมา และที่ไม่ Moses และเลี้ยว (1987) ติดตามบรรทัดคล้ายคำถามบางสองทศวรรษต่อมา ในขณะเดียวกัน อื่น ๆ เช่น Altman (1968) ย้าย จากเทคนิคอย่างไร univariate และ ทางเทคนิคทางสถิติตัวแปรพหุเช่นหลาย discriminant การวิเคราะห์ ซึ่งใช้เวลาพิจารณาอัตราส่วนลักษณะในเวลาเดียวกัน ทรงอิทธิพลหนึ่งแบบจำลองดังกล่าวถูกรุ่นคะแนน Z ซึ่งเป็นการตลาดสำเร็จการวิเคราะห์สินเชื่อ วิเคราะห์การลงทุน และประเมินความกังวลไป นี้ถูกขยายในรูปแบบ 'ซี ' ตา ที่เอาบัญชีของการเปลี่ยนแปลงในมาตรฐานการรายงานทางการเงิน (Altman et al, 1977) ศึกษาต่อ การเป็นผู้บุกเบิก โดย Ohlson (1980), พัฒนาแบบจำลองความน่าเป็นแบบมีเงื่อนไขตามที่ไม่ใช่เชิงเส้นวิธีการประเมินความเป็นไปได้ของความล้มเหลว

ผลลัพธ์ (ไทย) 2:

มากได้แน่นอนการเปลี่ยนแปลงตั้งแต่ช่วงต้นปี 1940 แต่จากนั้นและในสหรัฐอเมริกาภูมิทัศน์ร่วมสมัยสำหรับการคิดและการคำนวณเกี่ยวกับความล้มเหลวเป็นส่วนใหญ่ในสถานที่ ความล้มเหลวที่จะได้รับการอภัยทั้งถูกต้องตามกฎหมายและศีลธรรม หรือความล้มเหลวที่ซื่อสัตย์อย่างน้อยอาจจะ มันอาจจะทำให้คำนวณและคาดการณ์ถึงแม้ว่าการคาดการณ์ที่เกิดขึ้นจริง (แล้วเป็นตอนนี้) เป็นที่ค่อนข้างสั่นคลอน โครงสร้างพื้นฐาน calculative ที่ขึ้นอยู่กับการวิเคราะห์อัตราส่วนที่ถูกต้องตามกฎหมายได้รับคำสั่งอย่างน้อยสำหรับจดทะเบียน companies.29 และด้านบนของงบการเงินลำดับแรกที่ผลิตโดย บริษัท และอัตราส่วนที่สองเพื่อสร้างออกจากพวกเขาลำดับที่สามของตัวชี้วัด - ดัชนี อัตราส่วน -.
ได้กลายเป็นส่วนหนึ่งของห่วงโซ่ของการคำนวณสำหรับการแสวงหาที่จะคาดการณ์ความล้มเหลวและระบุลักษณะของความล้มเหลวในองค์กรหลังจากที่ช่องว่างของทั้งสองทศวรรษที่ผ่านมาหรือดังนั้นการคาดการณ์ของความล้มเหลวกลายเป็นอุตสาหกรรมที่นักวิชาการคนหนึ่งที่ทะลักเข้ามาในชุดที่อยู่ติดกันของอุตสาหกรรมรวมทั้งธนาคาร, การจัดอันดับเครดิตและบริการทางการเงินมากขึ้นโดยทั่วไป ฝูงของนักวิจัยปรากฏในปี 1960 จำนวนมากตามที่มหาวิทยาลัยชิคาโกปึกแผ่นโดยเป้าหมายร่วมกันในการคาดการณ์ความล้มเหลวและระบุลักษณะของ บริษัท ที่ล้มเหลวและล้มเหลว (Balcaen และ Ooghe 2006; บาร์นส์, 1987; Dev, 1974) . บีเวอร์ (1966) กำหนดความล้มเหลวเป็น บริษัท ผิดนัดชำระดอกเบี้ยในหนี้ของ overdrawing บัญชีธนาคารของตนหรือประกาศล้มละลาย ที่ 'ทำนาย' ความล้มเหลวของเขาจับคู่ตัวอย่างของ บริษัท ที่ล้มเหลวกับตัวอย่างของ บริษัท ที่ไม่ได้ล้มเหลวและการศึกษาอัตราส่วนทางการเงินของพวกเขาสำหรับระยะเวลาถึงห้าปีก่อนที่จะล้มเหลวและได้ข้อสรุปว่าสามไม่ใช่ของเหลว 'อัตราส่วนเป็น พยากรณ์ที่ดีที่สุดของความล้มเหลวแม้สำหรับปีก่อนที่จะมีความล้มเหลวของการค้นพบที่ได้รับการเสริมแม้แต่ตอนที่เขาขยายการศึกษาสองปีต่อมาเขา (บีเวอร์, 1968) 0.30 ในแบบคู่ขนานและภายนอกสหรัฐอเมริกา Tamari (1966) เมื่อเทียบอัตราส่วนของ ล้มเหลวใน บริษัท ที่มีผู้อุตสาหกรรมอิสราเอลทั้งหมดและได้ข้อสรุปว่ามีความแตกต่างอย่างมีนัยสำคัญ เขาเตือนให้อาศัยอยู่ในอัตราส่วนหนึ่งเพียงอย่างเดียวและสร้างดัชนีความเสี่ยงคล้ายกับที่รวบรวมโดยกำแพงและ Duning (1928) กว่าสามทศวรรษที่ผ่านมาก่อนหน้านี้ หลังจากได้กำหนดน้ำหนักในลักษณะที่เป็นพื้นฐานอย่างเป็นธรรมเขาสรุปว่าดัชนีของเขาทำให้มันเป็นไปได้ที่จะเห็นความแตกต่างระหว่าง บริษัท ที่ล้มเหลวต่อมาและผู้ที่ไม่ได้ โมเสสและเหลียว (1987) ไล่ตามเส้นที่คล้ายกันของสอบถามรายละเอียดเพิ่มเติมบางสองทศวรรษต่อมา ในขณะที่คนอื่น ๆ เช่นอัลท์แมน (1968) ย้ายออกไปจากเทคนิค univariate และต่อเทคนิคทางสถิติหลายตัวแปรเช่นการวิเคราะห์จำแนกซึ่งเอาเข้าบัญชีจำนวนของลักษณะอัตราส่วนในเวลาเดียวกัน หนึ่งรุ่นดังกล่าวมีอิทธิพลเป็นรุ่น Z-คะแนนซึ่งจะทำการตลาดที่ประสบความสำเร็จสำหรับการวิเคราะห์เครดิตการวิเคราะห์การลงทุนและการประเมินผลจะกังวล นี้ได้รับการขยายใน 'ซีตา' รุ่นที่เอาบัญชีของการเปลี่ยนแปลงในมาตรฐานการรายงานทางการเงิน (อัลท์แมน, et al, 1977) การศึกษาต่อโดยหัวหอก Ohlson (1980) การพัฒนารูปแบบน่าจะเป็นเงื่อนไขขึ้นอยู่กับวิธีการที่ไม่ใช่เชิงเส้นที่จะประเมินความน่าจะเป็นของความล้มเหลว

ผลลัพธ์ (ไทย) 3:

มากมีการเปลี่ยนแปลงตั้งแต่ปี 1940 ต้นแน่นอน แต่ ได้ และในสหรัฐอเมริกา , ภูมิทัศน์ร่วมสมัยสำหรับคิดและคำนวณผิดพลาดไปในสถานที่ ความล้มเหลวอาจจะอภัย ทั้งกฎหมาย และศีลธรรม หรืออย่างน้อยก็เที่ยงตรงความล้มเหลวได้ มันอาจจะทำให้คำนวณและคาดการณ์ไว้ แม้ว่าการคาดการณ์ที่เกิดขึ้นจริง ( แล้วตอนนี้ ) ค่อนข้างสั่นที่คำนวณได้ซึ่งขึ้นอยู่กับอัตราส่วนการวิเคราะห์โครงสร้างพื้นฐานถูกบังคับตามกฎหมายได้ อย่างน้อยก็แสดง companies.29 และด้านบนของคำสั่งแรกงบการเงินที่ผลิตโดย บริษัท และใบที่สองต่อ สร้างขึ้นจากพวกเขาใบที่สามของเมตริกและดัชนีอัตราส่วน–มีชุมนุมเป็นส่วนหนึ่งของห่วงโซ่ของการแสวงหาเพื่อพยากรณ์ความล้มเหลวและระบุลักษณะของความล้มเหลวขององค์กร .
หลังจากที่ช่องว่างของสองทศวรรษที่ผ่านมาหรือดังนั้น , ทำนายความล้มเหลวกลายเป็นอุตสาหกรรมวิชาการ ที่ทะลักเข้ามาในชุดของอุตสาหกรรม รวมถึงธนาคารที่อยู่ติดกัน เครดิตคะแนนและ บริการทางการเงินมากขึ้นโดยทั่วไป ฝูงของนักวิจัยที่ปรากฏในยุค 60 หลายอยู่ที่มหาวิทยาลัยชิคาโก สหรัฐ โดยเป้าหมายร่วมกันในการทำนายความล้มเหลวและการระบุลักษณะของความล้มเหลวล้มเหลว และบริษัท ( balcaen & ooghe , 2006 ; บาร์นส์ , 1987 ; dev , 1974 ) บีเวอร์ ( 1966 ) กำหนดความล้มเหลวเป็นบริษัทผิดนัดในการจ่ายดอกเบี้ยในหนี้ของบัญชีธนาคารของ overdrawing หรือประกาศล้มละลาย ' ทำนาย ' ความล้มเหลว เขาจับคู่กลุ่มตัวอย่างที่มีตัวอย่างที่ไม่ล้มเหลว บริษัท บริษัท ล้มเหลว และศึกษาอัตราส่วนของพวกเขาเป็นเวลาถึง 5 ปี ก่อนที่จะล้มเหลว และสรุปได้ว่า อัตราส่วนของเหลวที่ไม่ใช่สาม ' ' ที่ดีที่สุดสำหรับทำนายความล้มเหลว แม้ปีก่อนที่จะล้มเหลวการค้นหาที่ถูกเสริมแม้เมื่อเขาขยายการศึกษาของเขาสองปีต่อมา ( บีเวอร์ , 1968 ) . 30 ในแบบคู่ขนาน และนอกสหรัฐฯ ทามาริ ( 1966 ) เมื่อเปรียบเทียบกับอัตราส่วนของบริษัทเหล่านั้นล้มเหลวกับอุตสาหกรรมของชาวอิสราเอลทั้งหมด และพบว่ามีความแตกต่างอย่างมีนัยสำคัญ เขาเตือนกับอาศัยอัตราส่วนหนึ่งคนเดียวและการสร้างดัชนีวัดความเสี่ยงคล้ายกับที่รวบรวมโดยผนังและ duning ( 1928 ) กว่าสามทศวรรษก่อนหน้านี้ หลังจากการกำหนดน้ำหนักในลักษณะที่ค่อนข้างเป็นพื้นฐาน เขาสรุปได้ว่า ดัชนีของเขาทำให้มันเป็นไปได้ที่จะแยกแยะระหว่าง บริษัท ที่ต่อมาล้มเหลวและผู้ที่ไม่ได้ โมเสสและเหลียว ( 1987 ) ไล่ตามเส้นคล้ายกันสอบถามสองทศวรรษต่อมา ในขณะเดียวกันอื่นๆ เช่น อัลท์แมน ( 1968 ) ห่างจากเทคนิคการสัมภาษณ์ และทางสถิติเช่นการวิเคราะห์หลายตัวแปรหลาย ซึ่งเอาเข้าบัญชีเลขที่ลักษณะสัดส่วนในเวลาเดียวกัน แบบจำลองดังกล่าวหนึ่งที่มีอิทธิพลเป็นคะแนนโมเดล ซึ่งจะสําเร็จเด็ดขาด การวิเคราะห์สินเชื่อ วิเคราะห์การลงทุนและการประเมินปัญหานี้ถูกขยายในรูปแบบ ' ซีต้า ' ซึ่งเอาบัญชีการเปลี่ยนแปลงของมาตรฐานการรายงานทางการเงิน ( อัลแมน et al , 1977 ) ตามมาศึกษา บุกเบิกโดย โอลสัน ( 1980 ) , การพัฒนาแบบจำลองความน่าจะเป็นอย่างมีเงื่อนไขตามวิธีการเชิงเส้นเพื่อประเมินโอกาสของความล้มเหลว