English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 61345/61345 (100%)
造訪人次 : 16286435      線上人數 : 203
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/72636


    題名: 公司治理指標在財務危機預測: 以美國上市公司為例;Corporate government indicators apply in financial distressed problem: taking US-listed company for example
    作者: 田馥慈;TIEN, FU-TZU
    貢獻者: 資訊工程學系
    關鍵詞: 財務危機預測;公司治理指標;Financial distress problem;corporate governance indicators
    日期: 2016-10-11
    上傳時間: 2017-01-23 17:09:19 (UTC+8)
    出版者: 國立中央大學
    摘要: 財務危機預測問題一直以來都是重要且被廣泛討論的問題,包含分類器的使用及特徵篩選方法的選擇,都是全球金融界及研究學者關注的問題。我們過去已在台灣公司資料下證明出使用公司治理指標及財務指標當特徵會比單純用財務指標當特徵得到較好的預測結果。但卻發現美國公司方面的探討並不完整,因此我們想知道在美國公司資料下,將公司治理指標加入以財務指標為主的特徵集中,是否也可以改善預測準確率?
      在本研究中,利用z_score及block作為特徵,提出一個利用門檻值判斷危機公司的Rule-based預測模型。在美國公司資料下,能顯著提升原本只使用z_score的模型的準確率。同時,本論文也介紹如何手動收集美國公司的CGIs的方法。
    ;Financial distress problem (FDP) has been important and widely studied topic. According different classifiers, feature selection methods even the ensemble learning have been discussed.
    The past research had proved CGIs can improve predict model in Taiwan firms dataset, so we want to know if CGIs could improve predict model in US firms dataset.
    We use z-score and block to be feature, and propose a new model to judge company by threshold. It can improve the accuracy of FDP in US dataset. We also introduce how to hand collect CGIs of US company.
    顯示於類別:[資訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML121檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright © National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋  - 隱私權政策聲明