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。