Prediction of financial crises by means of rough sets and decision trees Report as inadecuate




Prediction of financial crises by means of rough sets and decision trees - Download this document for free, or read online. Document in PDF available to download.



Este trabajo intenta profundizar en los factores queinfluyen en la aparición de crisis financieras. Utilizando unaamplia muestra de datos de países entre 1981 y 1999, se aplicandos metodologías del campo de la Inteligencia Artificial lateoría Rough Set y el algoritmo C4.5 para analizar el papel deun conjunto de variables macroeconómicas y financieras tantode tipo cualitativo como de tipo cuantitativo en la explicaciónde las crisis bancarias. Estos métodos no requieren que las variableso los datos utilizados satisfagan ningún tipo de hipótesis,al contrario que las técnicas estadísticas empleadas tradicionalmente,que presentan el inconveniente de que parten de hipótesisacerca de las propiedades distribucionales de las variablesexplicativas que no se suelen cumplir, lo que dificulta el análisis.Se han obtenido muy buenos resultados en términos de aciertoen la clasificación 80% de clasificaciones correctas sobre unamuestra independiente, lo que demuestra la precisión de ambosmétodos.

Tipo de documento: Artículo - Article

Información adicional: El autor cede los derechos de publicación a la Escuela de Administración de Empresas y Contaduría Pública de la Facultad de Ciencias Económicas de la Universidad Nacional de Colombia. El artículo no puede aparecer en ningún medio masivo de comunicación sin la autorización expresa de la Escuela de Administración de Empresas y Contaduría Pública. NOTA: El envío de los artículos no obliga al comité editorial de INNOVAR a realizar su publicación. Revista INNOVAR, Facultad de Ciencias Económicas, edificio 238, aula 06, Ciudad Universitaria. Correo electrónico: revinnova bog@unal.edu.co

Palabras clave: crisis financieras, inteligencia artificial, rough sets, árboles de decisión, C4.5., JEL: G01, E52, C14





Source: http://www.bdigital.unal.edu.co


Teaser



finanzas - crisis financiera re v is ta innovar journal Prediction of financial crises by means of rough sets and decision trees Predicción de crisis financieras mediante conjuntos imprecisos (rough sets) y árboles de decisión Resumen: Este trabajo intenta profundizar en los factores que influyen en la aparición de crisis financieras.
Utilizando una amplia muestra de datos de países entre 1981 y 1999, se aplican dos metodologías del campo de la Inteligencia Artificial (la teoría Rough Set y el algoritmo C4.5) para analizar el papel de un conjunto de variables macroeconómicas y financieras (tanto de tipo cualitativo como de tipo cuantitativo) en la explicación de las crisis bancarias.
Estos métodos no requieren que las variables o los datos utilizados satisfagan ningún tipo de hipótesis, al contrario que las técnicas estadísticas empleadas tradicionalmente, que presentan el inconveniente de que parten de hipótesis acerca de las propiedades distribucionales de las variables explicativas que no se suelen cumplir, lo que dificulta el análisis. Se han obtenido muy buenos resultados en términos de acierto en la clasificación (80% de clasificaciones correctas sobre una muestra independiente), lo que demuestra la precisión de ambos métodos. Zuleyka Díaz-Martínez Department of Financial Economics and Accounting I, Universidad Complutense de Madrid, Spain. Correo electrónico: zuleyka@ccee.ucm.es Alicia Sánchez-Arellano Banco de España.
Madrid, Spain. Correo electrónico: asanchis@bde.es Palabras clave: crisis financieras, inteligencia artificial, rough Maria Jesús Segovia-Vargas sets, árboles de decisión, C4.5. Department of Financial Economics and Accounting I, Universidad Complutense de Madrid, Spain. Correo electrónico: mjsegovia@ccee.ucm.es Prédiction de crises financières par ensembles imprécis (rough sets) et arbres de décision Résumé : Ce travail a pour objectif de réaliser une étude approfondie des facteurs produisant...






Related documents