Machine learning models and financial distress prediction of small and medium-sized firms : evidence from Egypt
العناوين الأخرى
نماذج التعلم الآلي و التنبؤ بالتعثر المالي للشركات الصغيرة و المتوسطة في البيئة المصرية
المؤلفون المشاركون
Shahwan, Tamir M.
Fadil, Maisarah Ahmad
المصدر
Journal of Alexandria University for Administrative Sciences
العدد
المجلد 57، العدد 1 (31 يناير/كانون الثاني 2020)، ص ص. 305-344، 40ص.
الناشر
تاريخ النشر
2020-01-31
دولة النشر
مصر
عدد الصفحات
40
التخصصات الرئيسية
الموضوعات
- الأزمات المالية
- الاقتصاد الكلي
- الذكاء الاصطناعي
- التعلم الآلي
- المؤشرات الاجتماعية والاقتصادية
- التحليل متعدد المتغيرات
- الخوارزميات
- التحليل النسبي
- الشبكات العصبية(الحاسبات الإلكترونية)
- الأساليب الإحصائية
الملخص AR
تهدف هذه الدراسة إلى تقييم مساهمة المؤشرات المالية و خصائص الشركات و مؤشرات الاقتصاد الكلي في التنبؤ بالتعثر المالي للشركات المصـرية المساهمة الصغيرة و المتوسطة و من ناحية أخرى تهدف الدراسة إلي مقارنة نماذج التنبؤ بإستخدام الشبكات العصبية الاصطناعية و متجهات الدعم التمييزي كنماذج للتعلم الآلي المستمدة من الذكاء الإصطناعي مع النماذج التقليدية مثل التحليل التمييزي متعدد المتغيرات و الانحدار اللوجستي لتحديد التحسن في أداء نموذج التنبؤ بالتعثر المالي بالنسبة لمساهمة المتغيرات غير المالية و الاقتصادية.
وقد توصلت نتائج الدراسة إلي أن إستخدام كل من المتغيرات المالية و متغيرات خصائص الشـركات (العمر ونوع الصناعة) يزيد من دقة التنبؤ بالتعثر المالي بين الشركات من هذا النوع.
و في ذات الوقت فإن إدراج المعلومات ذات الصلة بالاقتصاد الكلي ليس لها أي تأثير على الدقة التنبؤية للشبكات العصبية.
علاوة على ذلك ووفقا لنتائج استخدام عينة الاختبار و مقاييس الأداء تؤكد النتائج التي توصلت إليها الدراسة تفوق نموذج الشبكات العصبية المتعددة الطبقات من حيث دقة التنبؤ على باقي الأساليب الأخري المستخدمة.
الملخص EN
This study, using artificial neural networks, support vector machines as tools of machine learning derived from artificial intelligence(AI), multivariate discriminant analysis (MDA) and logistic regression (LR), assesses the role of financial ratios, firms' characteristics, and macroeconomic indicators in predicting financial distress among Egyptian small and medium-sized firms (SMEs).
Our empirical findings reveal that combining financial variables with the variables of firms' characteristics (age and industry) increases the accuracy of predicting financial distress among firms of this kind.
However, the inclusion of macroeconomic information has no impact on the predictive accuracy of neural networks.
Moreover, in a comparison we also assess the predictive accuracy of multilayer perceptrons (MLPs) to support vector machines (SVM), and other traditional statistical techniques.
According to the benchmarking results of the MDA, LR, SVM and MLP models, the neural network model (MLPs) outperforms MDA, LR and SVM as regards the predictive accuracy of the out-of-sample set.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Shahwan, Tamir M.& Fadil, Maisarah Ahmad. 2020. Machine learning models and financial distress prediction of small and medium-sized firms : evidence from Egypt. Journal of Alexandria University for Administrative Sciences،Vol. 57, no. 1, pp.305-344.
https://search.emarefa.net/detail/BIM-1239908
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Shahwan, Tamir M.& Fadil, Maisarah Ahmad. Machine learning models and financial distress prediction of small and medium-sized firms : evidence from Egypt. Journal of Alexandria University for Administrative Sciences Vol. 57, no. 1 (Jan. 2020), pp.305-344.
https://search.emarefa.net/detail/BIM-1239908
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Shahwan, Tamir M.& Fadil, Maisarah Ahmad. Machine learning models and financial distress prediction of small and medium-sized firms : evidence from Egypt. Journal of Alexandria University for Administrative Sciences. 2020. Vol. 57, no. 1, pp.305-344.
https://search.emarefa.net/detail/BIM-1239908
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
-
رقم السجل
BIM-1239908
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر