Business failure prediction using rough sets

Dimitras, Augustinos I.; Słowiński, Roman; Susmaga, Robert; Zopounidis, Constantin

doi:10.1016/s0377-2217(98)00255-0

Cited by 406 publications

(218 citation statements)

References 33 publications

Supporting

Mentioning

205

Contrasting

Unclassified

Order By: Relevance

“…Selon Daubie et Meskens (2002), Dimitras et al (1999) et Akers et al (2007, un des ratios financiers les plus usités pour caractériser la liquidité est le current ratio 2 (Curr_R). Enfin, d'après les modèles connus de Beaver (1966), d'Altman (1968), d'Edminster (1972), d'Ohlson (1980, de Zmijewski (1984) et de bien d'autres, une faible liquidité engendre un risque de faillite plus élevé.…”

Section: Liquiditéunclassified

Les symptômes de la faillite : le cas de la Belgique

Brédart

2015

View full text Add to dashboard Cite

Outre l'apport académique à la recherche relative à la prévision des faillites en Belgique, les résultats de cette étude empirique peuvent être utiles au sein du monde professionnel, notamment pour les institutions financières intéressées par le risque de faillite de leurs partenaires. abstRact -Symptoms of Bankruptcy:The Case of Belgium. Like many other countries, Belgium has faced a growing number of corporate bankruptcies since the "subprime" crisis. This number increased by more than 43% between 2007 and 2012. Based on a sample of Belgian companies covering a period from 2002 to 2010, this paper aims to develop three econometric forecasting models constructed from six financial ratios, respectively one, three and five years before bankruptcy. Besides the academic contribution to the research relative to the bankruptcy prediction in Belgium, the empirical results of this study may be useful for practitioners, particularly for financial institutions interested in the bankruptcy risk of their partners.

show abstract

Section: Liquiditéunclassified

Les symptômes de la faillite : le cas de la Belgique

Brédart

2015

View full text Add to dashboard Cite

show abstract

“…Among other statistical methods applied to bankruptcy analysis are the gambler's ruin model [Wilcox 1971], option pricing theory [Black, Scholes 1973;Merton 1973], recursive partitioning [Frydman, Altman, Kao 1985], neural networks [Tam and Kiang 1992] and rough sets [Dimitras et al 1999], to name a few. Mostly, the creation and development of these models was possible due to modern electronic technologies that have facilitated the use of Big Data and mathematical algorithms to predict future financial problems.…”

Section: An Extension Of the Bankruptcy Modelsmentioning

confidence: 99%

“Slice-Of-Life” customization of bankruptcy models: Belarusian experience and future development

Karaleu¹

2015

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

View full text Add to dashboard Cite

“…Among the most widespread definitions in the mainstream studies we can consider the following ones: − A firm's formal declaration of bankruptcy or another legal proceeding (Altman, 1968;Taffler, 1982;Laffarga et al, 1985;Ohlson, 1980;Zmijewski, 1984;Peel et al, 1986;Pina, 1989;Theodossiou, 1991;Odom and Sharda, 1992;Dimitras et al, 1999;Charitou et al, 2004); − Failure in the sense of insolvency, as the inability of a firm to pay debts as they fall due (Edmister, 1972;Laitinen, 1991), or − A group of different situations, as well as the two previous ones (Altman et al, 1994;Laitinen and Laitinen, 1998), such as an overdrawn account and the nonpayment of a preferred stock dividend (Beaver, 1966;Deakin, 1972) or an explicit agreement with creditors to reduce debts (Blum, 1974;Elam, 1975).…”

Section: Definition Of Business Failurementioning

confidence: 99%

Análisis del fracaso empresarial por sectores: factores diferenciadores = Cross-industry analysis of business failure: differential factors

Quintana

Gallego

Pascual

2012

Pecvnia

View full text Add to dashboard Cite

ResumenEl objetivo de este trabajo se centra en el análisis del fracaso empresarial por sectores, a fin de identificar los factores explicativos y predictivos de este fenómeno que son diferentes en tres de los principales sectores que se distinguen en toda economía: industria, construcción y servicios. Para cada uno de estos sectores, seguimos el mismo procedimiento. En primer lugar, aplicamos un análisis de componentes principales con el que identificamos los factores explicativos del fracaso empresarial en los tres sectores. A continuación, consideramos dichos factores como variables independientes en un análisis discriminante, que aplicamos para predecir el fracaso de una muestra de empresas, utilizando no sólo información financiera en forma de ratios, sino también otras variables no financieras relativas a las empresas, así como información externa a las mismas que refleja las condiciones macroeconómicas bajo las que desarrollan su actividad.Palabras clave: Fracaso empresarial; Ratios financieros; Información no financiera; Análisis discriminante; Sectores. AbstractThis paper focuses on a cross-industry analysis of business failure, in order to identify the For each one of these industries, the same procedure is followed. First, a principal components analysis is applied in order to identify the explanatory factors of business failure in the three industries. Next, these factors are considered as independent variables in a discriminant analysis, so as to predict the firms' failure, using not only financial information expressed by ratios, but also other non-financial variables related to the firms, as well as external information that reflects macroeconomic conditions under which they develop their activity.Keywords: Business failure; Financial ratios; Non-financial information; Discriminant analysis; Industries. INTRODUCCIÓNLa predicción del fracaso empresarial es un importante campo de investigación dentro de la literatura financiera, que en los últimos tiempos ha adquirido gran trascendencia, debido a la severa crisis económica y financiera que está afectando a muchos países en Europa y el resto del mundo.En este contexto de incertidumbre, las empresas, cuya actividad es la base para el desarrollo de las economías, sufren tales consecuencias que les llevan a su fracaso o crisis o, incluso, a su desaparición. Esto tiene importantes efectos en los agentes con los que la empresa se relaciona, tales como accionistas, empleados, clientes y proveedores, pero también en otros negocios que actúan en el sistema económico (Lang y Stulz, 1992), lo que puede provocar un impacto general de gran magnitud en las economías. Por tanto, se hace necesario disponer de herramientas que permitan anticipar el posible fracaso de una empresa y, por consiguiente, evitar los efectos que el fracaso empresarial tiene sobre los agentes económicos que participan en el sistema.

show abstract

Business failure prediction using rough sets

Cited by 406 publications

References 33 publications

Les symptômes de la faillite : le cas de la Belgique

Les symptômes de la faillite : le cas de la Belgique

“Slice-Of-Life” customization of bankruptcy models: Belarusian experience and future development

Análisis del fracaso empresarial por sectores: factores diferenciadores = Cross-industry analysis of business failure: differential factors

Contact Info

Product

Resources

About