×
Słowiáski，R。;佐普尼迪斯，C。;迪米特拉斯，A.I。

用粗糙集方法预测希腊公司收购。 （英语） Zbl 0953.90538号

欧洲药典。物件。 100，第1期，第1-15页（1997年）.
摘要：本文提出了一种基于粗糙集理论的希腊企业并购预测新方法。考虑了一个被收购公司样本和一个同等的非收购公司样本，目的是创建能够根据财务特征（财务比率）的差异区分这两类公司的模式。为此，使用了粗糙集方法。有关公司的信息组织在财务信息表中。在该表中，企业的财务特征与条件属性相对应，分类由一个决定属性定义，该属性告诉企业是否被收购。粗糙集方法使人们能够发现条件属性（财务比率）的最小子集，以确保所分析企业分类的可接受近似值，并从财务信息表中导出决策规则，这些规则可用于在未来最好地区分被收购和非被收购企业。将粗糙集方法与同一组数据的判别分析进行比较，表明了新方法的优点。

引用于18文件

MSC公司：

90B50型 管理决策，包括多个目标
90B90型 运筹学中的案例研究

关键词：

决策;金融;粗糙集理论;分类;预测;公司收购

软件：

LERS公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Słowiáski}等人，《欧洲药典》。第100号决议，第1号，第1-15号（1997年；Zbl 0953.90538）
全文： 内政部

参考文献：

[1] 奥特曼，E.I.，《企业财务困境》（1983），约翰·威利父子公司：约翰·威利父子公司纽约
[2] 奥特曼，E.I。；Avery，R.B。；艾森贝斯，R.A。；Sinkey，J.F.，《分类技术在商业、银行和金融中的应用》（1981年），JAI出版社：JAI出版社，格林威治
[3] M.I.Amery。；Emanuel，D.M.，《接管公告和股东回报：新西兰证据》，《太平洋会计评论》，142-58（1988）
[4] 巴恩斯，P.，《用多元判别分析预测英国的收购目标》，《商业金融与会计杂志》，17，73-84（1990）
[5] Belkaoui，A.，《财务比率作为加拿大收购的预测因素》，《商业财务与会计杂志》，第593-107页（1978年）
[6] Campbell，B.，《希腊的企业收购：历史回顾》，（《国会兼并与收购会议录》，《国会兼并与收购会议录》，希腊（1990年）），（希腊语）
[7] 公元前卡斯塔尼亚。；Matolczy，Z.P.，《作为公司收购预测因素的财务比率》，《澳大利亚证券学会期刊》，6-10（1976）
[8] 科普兰，T.E。；韦斯顿，J.F.，《金融理论与公司政策》（1983），艾迪生-韦斯利出版公司：纽约艾迪生韦斯利出版社
[9] Courtis，J.K.，《财务比率分类框架建模》，《企业财务与会计杂志》，5371-387（1978）
[10] 迪特里希，J。；Sorenson，E.，《逻辑分析在并购目标预测中的应用》，《商业研究杂志》，12393-412（1984）
[11] 迪米特拉斯，A.I。；Zanakis，S.H。；Zopounidis，C.，《以预测方法和工业应用为重点的商业失败调查》，《欧洲运筹学杂志》，90，487-513（1996）·Zbl 0907.90038号
[12] Eisenbeis，R.，《判别分析在商业、金融和经济学中的应用中的陷阱》，《金融杂志》，32723-739（1977）
[13] 法耶兹，U.M。；Irani，K.B.，《决策树生成中连续值属性的处理》，机器学习，8，87-102（1992）·Zbl 0767.68084号
[14] Grzymala-Busse，J.W.，LERS-基于粗糙集的示例学习系统，（Slowinski，R.，《智能决策支持》，智能决策支持，粗糙集理论应用与进展手册（1992），Kluwer学术出版社：Kluwer-学术出版社Dordrecht），3-18·Zbl 0820.68001号
[15] 哈里斯·R·S。；J.F.斯图尔特。；Carleton，W.T.，《被收购公司的财务特征》（Keenan，M.；White，L.，《并购当前透视问题》（1982），D.C.Heath and Co:D.C.Heash and Co Lexington），223-241
[16] 基拉·D·。；Morin，D.，《加拿大公司收购目标预测》（第六届数据分析国际研讨会论文集（1993））
[17] 克鲁辛斯卡，E。；斯洛文斯基，R。；Stefanowski，J.，模糊数据分析的判别与粗糙集方法，应用随机模型和数据分析，843-56（1992）·Zbl 0800.62006
[18] Lee，C.F.，《财务分析与规划：理论与应用》（1985年），《艾迪生-韦斯利：艾迪生·韦斯利阅读》，马萨诸塞州
[19] Libby，R.，《会计比率与失败预测：一些行为证据》，《会计研究杂志》，第13期，第150-161页（1975年）
[20] Ohlson，J.A.，《财务比率与破产概率预测》，《会计研究杂志》，第19期，第109-131页（1980年）
[21] Pawlak，Z.，《粗糙集》，《国际信息与计算机科学杂志》，11，341-356（1982）·Zbl 0501.68053号
[22] Pawlak，Z.，粗糙集。《关于数据推理的理论方面》（1991年），克鲁沃学术出版社：克鲁沃学术出版商多德雷赫特出版社·Zbl 0758.68054号
[23] Pawlak，Z。；Slowinski，R.，《多属性决策分析的粗糙集方法》，《欧洲运筹学杂志》，72443-459（1994）·Zbl 0805.90069
[24] Rege，U.P.，《确定收购目标的会计比率》，《商业财务与会计杂志》，第11期，第301-311页（1984年）
[25] Rose，P.S.，《美国合并银行的特征：理论、实证结果和对公共政策的影响》，《商业与经济研究评论》，24，1-19（1988）
[26] 罗伊·B·Méthodologie Multicriteére d’Aideála décision，《经济》（1985），巴黎
[27] Simkowitz，M。；Monroe，R.J.，《企业集团目标的判别分析函数》，《南方商业杂志》，第6期，第1-16页（1971年）
[28] Skowron，A.，《决策规则生成的布尔推理》（Komorowski，J.；Ras，Z.W.，《智能系统方法论》，人工智能讲义，第689卷（1993年），Springer-Verlag:Springer-Verlag Berlin），295-305
[29] （Slowinski，R.，《智能决策支持》，《粗糙集理论应用与进展手册》（1992），Kluwer学术出版社：Kluwer-学术出版社Dordrecht）·Zbl 0820.68001号
[30] Slowinski，R.，《多准则决策中优先态度的粗糙集学习》，（Komorowski，J.；Ras，Z.W.，《智能系统方法论》，《人工智能讲义》，第689卷（1993年），Springer-Verlag:Springer-Verlag Berlin），642-651
[31] 斯洛文斯基，R。；Stefanowski，J.，“粗糙集方法的‘RoughDAS’和‘rough Class’软件实现”，（Slowinski，R.，《智能决策支持》，《粗糙集理论应用与进展手册》（1992），Kluwer学术出版社：Kluwer-学术出版社Dordrecht），445-456
[32] 斯洛温斯基，R。；Stefanowski，J.，《带值贴近关系的粗分类》（Diday，E.等，《分类和数据分析的新方法》（1994），Springer-Verlag:Springer-Verlag Berlin），482-488
[33] 斯洛文斯基，R。；Zopounidis，C.，《粗糙集方法在破产风险评估中的应用》，《会计、财务和管理智能系统国际期刊》，4，27-41（1995）
[34] Stefanowski，J。；Vanderpooten，D.，从示例中归纳规则的一般两阶段方法，（Ziarko，W.，《粗糙集、模糊集和知识发现》（Rough Sets，Fuzzy Sets and Knowledge Discovery）（1994年），Springer-Verlag:Springer-Verlag London），317-325·Zbl 0941.68697号
[35] Stevens，D.L.，《合并公司的财务特征：多元分析》，《财务与定量分析杂志》，第8期，第149-158页（1973年）
[36] 佐安诺斯，J。；Samuels，J.M.，《合并与收购：相关公司的财务特征》，《商业金融杂志》，第4期，第5-16页（1972年）
[37] Wansley，T.R。；Lane，W.R.，《合并公司的财务状况》，《商业与经济研究评论》，第19期，第87-98页（1983年）
[38] Zanakis，S.H。；Walter，G.，《有无联邦援助获得的美国银行的区别特征》，《欧洲运营研究杂志》，77，440-465（1994）
[39] 扎纳基斯，S.H。；Zopounidis，C。；Skiadas，C.H.，《通过财务比率的判别分析和logit分析预测希腊公司收购》（工作文件94-10（1994），克里特理工大学决策支持系统实验室：克里特-夏尼亚理工大学的决策支持系统实验）·Zbl 0900.90361号
[40] Zavgren，C.V.，《评估美国工业企业的失败脆弱性》，逻辑分析，《商业金融与会计杂志》，12，19-45（1985）
[41] Ziarko，W。；戈兰，D。；Edwards，D.，《DATALOGIC/R知识发现工具在股票市场数据中识别强预测规则的应用》，（《AAAI数据库知识发现研讨会论文集》，美国华盛顿特区，1993年），第89-101页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。