×
Salcedo-Sanz，桑乔;费尔南德斯·维拉卡尼亚（José-Luis）;塞戈维亚·瓦尔加斯，玛丽亚·杰苏斯;Carlos Bousoño-Calzón

非寿险公司破产预测的遗传编程。 （英文） Zbl 1104.91305号

计算。操作。物件。 32，第4期，749-765（2005）.
摘要：非寿险公司破产预测已成为金融研究领域的一个重要问题，因为有必要保护公众，同时尽量减少与此问题相关的成本，如对国家保险保障基金的影响或管理层和审计师的责任。过去用于预测非寿险公司业务失败的大多数方法都是传统的统计技术，使用财务比率作为解释变量。然而，这些变量通常不满足统计假设，这使得上述方法的应用更加复杂。新兴的统计学习方法，如神经网络或SVM，在错误率方面提供了一种成功的方法，但其黑盒方法的特点使得所得结果难以解释和讨论。本文提出了一种基于遗传规划（GP）的非寿险公司破产预测方法。GP是一类进化算法，它通过将问题的解决方案编码为一组LISP树来运行。这种算法以决策树的形式提供诊断输出，其中包含给定的函数和数据。我们可以将其视为一个根据输入返回答案的计算机程序，更重要的是，树可以针对不同的数据集进行检查、解释和重新使用。我们将GP与其他分类器方法、支持向量机和粗糙集算法的性能进行了比较。最终目的是创建一个自动诊断系统，以分析非保险公司，将其财务比率用作解释性变量。

引用于4文件

MSC公司：

91B28型 财务等（MSC2000）
90 C59 数学规划中的近似方法和启发式
91B30型 风险理论，保险（MSC2010）

关键词：

支持向量机;粗糙集

软件：

玫瑰色;基因科普
PDF格式BibTeX公司 XML格式引用
\textit{S.Salcedo-Sanz}等人，计算。操作。第32号决议，第4号，749--765（2005；Zbl 1104.91305）
全文： 内政部

参考文献：

[1] Chen SH，Yeh CH.使用遗传编程对金融时间序列的波动性建模。收录人：Koza J等人，编辑。1997年第二届遗传规划年度会议记录。第58-63页。；Chen SH，Yeh CH.利用遗传规划对金融时间序列的波动性进行建模。收录人：Koza J等人，编辑。1997年第二届遗传规划年度会议记录。第58-63页。
[2] 迪米特拉斯，A.I。；扎纳基斯，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》，90，3，487-513（1996）·Zbl 0907.90038号
[3] Tam，K.Y.，《神经网络模型与破产预测》，Omega，19，5，429-445（1991）
[4] Tam，K.Y。；Kiang，M.Y.，《神经网络的管理应用：银行破产预测案例》，《管理科学》，38，7，926-947（1992）·Zbl 0763.90062号
[5] 迪米特拉斯，A.I。；斯洛文斯基，R。；苏斯马加，R。；Zopounidis，C.，《使用粗糙集的商业失败》，《欧洲运筹学杂志》，114,2263-280（1998）·Zbl 0963.91023号
[6] Wilson，R.L。；Sharda，R.，使用神经网络进行破产预测，决策支持系统，11545-557（1994）
[7] Ambrose，J.M。；Carol，A.M.，《在人寿保险公司破产预测中使用最佳评级》，《风险与保险杂志》，61317-327（1994）
[8] Barniv，R.，《会计程序、市场数据、现金流量数字和破产分类：保险业案例》，《会计评论》，65，3，578-604（1990）
[9] Zopounidis，C。；Dimitras，A.，《预测商业失败的多准则决策辅助方法》（1998年），Kluwer:Kluwer-Dordrecht·Zbl 0937.90036号
[10] Segovia-Vargas MJ、Salcedo-Sanz S、Bousoño-Calzón C.使用支持向量机和遗传算法预测非寿险公司。附：2003年10月在西班牙莱昂举行的第十届信息和知识经济紧急解决方案全球环境基金大会会议记录，提交出版。；Segovia-Vargas MJ、Salcedo-Sanz S、Bousoño-Calzón C.使用支持向量机和遗传算法预测非寿险公司。2003年10月，西班牙莱昂，第十届信息和知识经济紧急解决方案全球环境基金大会会议记录，提交出版。
[11] Koza，J.，《遗传编程》（1992年），麻省理工学院出版社：麻省理学院出版社剑桥·Zbl 0850.68161号
[12] Goldberg，D.E.，《搜索、优化和机器学习中的遗传算法》（1989），Addison-Wesley:Addison-Whesley Reading，MA·Zbl 0721.68056号
[13] Vapnik，V.，《统计学习理论》（1998），威利出版社：威利纽约·Zbl 0935.62007号
[14] Michalewicz，Z.，《遗传算法+数据结构=进化程序》（1996），施普林格出版社：柏林施普林格·Zbl 0841.68047号
[15] Koza，J.，《经济建模、统计和计算的遗传编程》，4，2，187-197（1994）
[16] Tackett，W.A.，用于特征发现和图像识别的遗传编程，（Forrest，S.，《第五届遗传算法国际会议论文集》（1993），Morgan-Kaufmann:Morgan-Koufmann-Los Altos，CA），300-309
[17] Theodossiou，P。；Kahya，E。；Saidi，R。；Philippatos，G.，《财务困境与公司收购：进一步的经验证据》，《商业金融杂志》，23，5-6，699-719（1996）
[18] Sanchis，A。；Gil，J.A。；Heras，A.，El análisis discriminate en la previsión de la incluvencia en las empresas de seguros no vida，《西班牙金融与传染病评论》，32、116、183-233（2003）
[19] Burges，J.C.，模式识别支持向量机教程，数据挖掘和知识发现，2，2，121-167（1998）
[20] 肖尔科夫，B。；Smola，A.，《用内核学习》（2002年），麻省理工学院出版社：麻省理学院出版社剑桥
[21] Pawlak，Z.，粗糙集。关于数据推理的理论方面（1991），Kluwer学术出版社：伦敦Kluwer学术出版社·Zbl 0758.68054号
[22] Predki B、Slowinski R、Stefanowski J、Susmaga R、Wilk S.ROSE：粗糙集理论的软件实现。粗糙集与当前计算趋势，《人工智能讲义》，第1424卷。柏林：斯普林格出版社，1998年。第605-08页。；Predki B、Slowinski R、Stefanowski J、Susmaga R、Wilk S.ROSE：粗糙集理论的软件实现。粗糙集与当前计算趋势，《人工智能讲义》，第1424卷。柏林：斯普林格出版社，1998年。第605-08页。
[23] Predki B，Wilk S.使用ROSE系统进行基于粗糙集的数据探索。智能系统基础，《人工智能讲义》，第1609卷。柏林：斯普林格出版社，1999年。第172-80页。；Predki B，Wilk S.使用ROSE系统进行基于粗糙集的数据探索。智能系统基础，《人工智能讲义》，第1609卷。柏林：斯普林格出版社，1999年。第172-80页。
[24] Segovia MJ、Gil JA、Heras A、Vilar JL、Sanchis A.使用粗糙集预测西班牙非寿险公司的破产。《第六届国际保险大会论文集：数学和经济学》，里斯本，2002年。；Segovia MJ、Gil JA、Heras A、Vilar JL、Sanchis A.使用粗糙集预测西班牙非寿险公司的破产。《第六届国际保险大会论文集：数学和经济学》，里斯本，2002年。
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。