迈赫迪·迪夫萨拉;哈比卜·罗兹兹;法沙德·瓦赫达蒂尼亚;加塞姆·诺鲁扎德;埃米尔·侯赛因·贝罗兹 一种稳健的破产预测数据挖掘方法。 (英语) 兹比尔1397.62013 J.预测。 31,第6号,504-523(2012). 摘要:在本研究中,利用遗传编程(GP)的新变体,即基因表达编程(GEP)和多表达编程(MEP),构建破产预测模型。根据财务比率对136家破产和非破产伊朗公司的样本进行分类,得到了广义关系。本文的一个重要贡献是在广泛的破产预测文献综述和序列特征选择分析的基础上确定有效的预测财务比率。将GEP和MEP预测方法的预测性能与传统统计方法和广义回归神经网络的性能进行了比较。所提出的GEP和EMP模型能够有效地对破产和非破产企业进行分类,并且优于使用其他方法开发的模型。 MSC公司: 62-04 统计相关问题的软件、源代码等 68甲19 其他编程范式(面向对象、顺序、并发、自动等) 91B30型 风险理论,保险(MSC2010) 62M45型 神经网络及从随机过程推断的相关方法 62-07 数据分析(统计)(MSC2010) 关键词:破产预测;基因表达程序设计;多表达式编程;顺序特征选择;财务比率 软件:Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Divsalar}等人,《预测杂志》。31,第60504-523号(2012年;兹bl 1397.62013) 全文: 内政部