دانلود مقاله ISI انگلیسی شماره 48503
عنوان فارسی مقاله

مدل KMV ترکیبی، جنگل های تصادفی و رویکرد تئوری مجموعه راف برای رتبه بندی اعتباری

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
48503 2012 7 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
A hybrid KMV model, random forests and rough set theory approach for credit rating
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Knowledge-Based Systems, Volume 33, September 2012, Pages 166–172

کلمات کلیدی
رتبه بندی اعتباری - مدل KMV - تئوری مجموعه سخت - جنگل تصادفی - فاصلهپیش فرض
پیش نمایش مقاله
پیش نمایش مقاله مدل KMV ترکیبی، جنگل های تصادفی و رویکرد تئوری مجموعه راف برای رتبه بندی اعتباری

چکیده انگلیسی

In current credit ratings models, various accounting-based information are usually selected as prediction variables, based on historical information rather than the market’s assessment for future. In the study, we propose credit rating prediction model using market-based information as a predictive variable. In the proposed method, Moody’s KMV (KMV) is employed as a tool to evaluate the market-based information of each corporation. To verify the proposed method, using the hybrid model, which combine random forests (RF) and rough set theory (RST) to extract useful information for credit rating. The results show that market-based information does provide valuable information in credit rating predictions. Moreover, the proposed approach provides better classification results and generates meaningful rules for credit ratings.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.