Financial Ratios and Discriminant A

Financial Ratios and Discriminant Analysis
Next, the range of values of Z that results in the minimum number oj misclassifications
is found. In the analysis, Z's between (but not including) the
indicated values produce the following misclassifications as shown in Table 7.
TABLE 7
NUMBER OF MISCLASSITICATIONS USING VARIOUS Z SCORE CRITERIONS
Range of Z
Number
Misclassified Firms
1.81-1.98
1.98-2.10
2.10-2.67
2.67-2.68
2.68-2.78
2.78-2.99
S
4
3
2
3
4
2019, 1026, 1014, 1017, 102S
2019, 1014, 1017, 1025
2019, 1017, 1025
2019, 1025
2019, 2033, 1025
2019, 2033, 2032, 1025
The best critical value conveniently falls between 2.67-2.68 and therefore
2.675, the midpoint of the interval, is chosen as the Z value that discriminates
best between the bankrupt and non-bankrupt firms.
Of course, the real test of this "optimum" Z value is its discriminating power
not only with the initial sample, but also with the secondary samples. The
results of these tests are even slightly superior to the job done by the computer
assignments, with the additional benefit of practical applicability.
Business Loan Evaluation. Reference was made earlier to several studies
which examined the effectiveness of discriminant analysis in evaluating consumer-
loan applications and, perhaps, these suggest a useful extension of the
bankruptcy-prediction model. The evaluation of business-loans is an important
function in our society, especially to commercial banks and other lending institutions.
Studies have been devoted to the loan offer function^* and to the adoption
of a heuristic-bank-loan-officer model whereby a computer model was
developed to simulate the loan officer function.^" Admittedly, the analysis of the
loan applicant's financial statements is but one section of the entire evaluation
process, but it is a very important link. A fast and efficient device for detecting
unfavorable credit risks might enable the loan officer to avoid potentially disastrous
decisions. The significant point is that the MDA model contains many
of the variables common to business-loan evaluation and discriminant analysis
has been used for consumer-loan evaluation. Therefore, the potential presents
itself for utilization in the business sector.
Because such important variables as the purpose of the loan, its maturity,
the security involved, the deposit status of the applicant, and the particular
characteristics of the bank are not explicitly considered in the model, the
MDA should probably not be used as the only means of credit evaluation. The
discriminant Z score index can be used, however, as a guide in efforts to lower
34. D. D. Hester, "An Empirical Examination of a Commercial Loan Offer Function," Yale
Economic Essays, vol. 2, No. 1 (1962), pp. 3-S7.
35. K. Cohen, T. Gilmore, and F. Singer, "Banks Procedures for Analyzing Business Loan AppUtions,"
Analytical Methods in Banking, K. Cohen and F. Hammer (eds.) (Homewood, 111.: Richard
D. Irwin, Inc., 1966), pp. 218-251.

Results (Thai) 1:

อัตราส่วนทางการเงินและการวิเคราะห์ Discriminant ถัดไป ช่วงของค่าของ Z ที่มีผล misclassifications oj หมายเลขต่ำสุดพบ ในการวิเคราะห์ Z ของระหว่าง (แต่ไม่รวม)ระบุค่าผลิตต่อไปนี้ misclassifications ดังแสดงในตาราง 7ตาราง 7ของใช้ต่าง ๆ CRITERIONS คะแนน Z MISCLASSITICATIONSช่วงของ Zหมายเลขบริษัทงาน1.81-1.981.98-2.102.10-2.672.67-2.682.68-2.782.78-2.99S432342019, 1026, 1014, 1017, 102S2019, 1014, 1017, 10252019, 1017, 10252019, 10252019, 2033, 10252019, 2033, 2032, 1025ส่วนสำคัญค่าบริการอยู่ระหว่าง 2.67 2.68 และ2.675 จุดกึ่งกลางของช่วงเวลา เลือกไว้เป็นค่า Z ที่ discriminatesส่วนระหว่างบริษัทล้มละลาย และไม่ละลายแน่นอน การทดสอบจริงของค่า Z "เหมาะสม" นี้มีกำลังรับการจำแนกด้วยอย่างที่เริ่มต้น แต่ยังมีตัวอย่างรอง ที่ผลของการทดสอบเหล่านี้จะเหนือกว่าเล็กน้อยกับงานที่ทำ โดยคอมพิวเตอร์กำหนด มีประโยชน์เพิ่มเติมของความเกี่ยวข้องของปฏิบัติการการประเมินผลสินเชื่อธุรกิจ อ้างอิงทำก่อนหน้าการศึกษาหลายการตรวจสอบประสิทธิภาพของการวิเคราะห์ discriminant ในการประเมินผู้บริโภค-ใบสมัครสินเชื่อและ บางที เหล่านี้แนะนำส่วนขยายประโยชน์ของการแบบจำลองคาดการณ์ล้มละลาย การประเมินสินเชื่อธุรกิจเป็นสำคัญฟังก์ชันในสังคม โดยเฉพาะอย่างยิ่งกับธนาคารพาณิชย์และสถาบันที่ให้กู้ยืมอื่น ๆมีการทุ่มเทศึกษาฟังก์ชันข้อเสนอสินเชื่อ ^ * และ การยอมรับของแบบ heuristic-ธนาคารสินเชื่อเจ้าหน้าที่โดยมีแบบจำลองคอมพิวเตอร์พัฒนาขึ้นเพื่อจำลองการยืมเจ้าหน้าที่ฟังก์ชัน ^ "เป็นที่ยอมรับ การวิเคราะห์การงบการเงินของผู้สมัครสินเชื่อเป็นแต่ส่วนหนึ่งของการประเมินทั้งหมดกระบวนการ แต่มีการเชื่อมโยงที่สำคัญมาก อุปกรณ์สำหรับการตรวจสอบอย่างรวดเร็ว และมีประสิทธิภาพความเสี่ยงเครดิตร้ายอาจให้เจ้าหน้าที่สินเชื่อเพื่อหลีกเลี่ยงอาจร้ายการตัดสินใจ จุดสำคัญอยู่ที่แบบ MDA ประกอบด้วยหลายตัวแปรร่วมกันประเมินและ discriminant วิเคราะห์สินเชื่อธุรกิจมีการใช้การประเมินสินเชื่อผู้บริโภค ดังนั้น การนำเสนอศักยภาพตัวอย่างในภาคธุรกิจเนื่องจากตัวแปรที่สำคัญดังกล่าวเป็นวัตถุประสงค์ของเงินกู้ยืม การครบกำหนดความปลอดภัยที่เกี่ยวข้อง สถานะเงินฝากของผู้สมัคร และเฉพาะลักษณะของธนาคารอย่างชัดเจนเป็นในรูปแบบ การMDA ควรคงไม่ใช้เป็นการประเมินสินเชื่อเท่านั้น ที่ดัชนีคะแนน Z discriminant สามารถใช้ อย่างไรก็ตาม เป็นคำแนะนำในความพยายามที่จะลด34. D. D. Hester "การประจักษ์ตรวจสอบฟังก์ชันข้อเสนอสินเชื่อทางการค้า เยลเศรษฐกิจบทความ ปี 2 หมายเลข 1 (1962) พีพีอ่าวมาหยา 3-S735. คุณโคเฮน ต. Gilmore และเอฟ ร้อง "ธนาคารขั้นตอนสำหรับการวิเคราะห์ธุรกิจสินเชื่อ AppUtions,"วิธีการวิเคราะห์ในระบบธนาคาร โคเฮนเคเอฟค้อน (eds.) (Homewood, 111.: ริชาร์ดD. เชอร์ Inc., 1966), นำ 218-251

Results (Thai) 2:

อัตราส่วนทางการเงินและการวิเคราะห์จำแนก
ถัดไปช่วงของค่าของ Z ที่ส่งผลให้จำนวนขั้นต่ำ OJ misclassifications
พบ ในการวิเคราะห์, Z ระหว่าง (แต่ไม่รวม)
ค่าที่ระบุไว้ดังต่อไปนี้ misclassifications ผลิตดังแสดงในตารางที่ 7
ตาราง 7
จำนวน MISCLASSITICATIONS ใช้ต่างๆ Z คะแนน criterions
ช่วงของ Z
จำนวน
บริษัท แบ่ง
1.81-1.98
1.98-2.10
2.10-2.67
2.67 -2.68
2.68-2.78
2.78-2.99
S
4
3
2
3
4
2019, 1026, 1014, 1017, 102S
2019, 1014, 1017, 1025
2019, 1017 1025
2019 1025
2019 2033 1025
2019 2033, 2032, 1025
ค่าวิกฤตที่ดีที่สุดสิ่งอำนวยความสะดวกอยู่ระหว่าง 2.67-2.68 และดังนั้นจึง
2.675, จุดกึ่งกลางของช่วงเวลาที่ได้รับการแต่งตั้งเป็นค่า Z ที่เลือกปฏิบัติ
ที่ดีที่สุดระหว่าง บริษัท ล้มละลายและไม่เป็นบุคคลล้มละลาย.
แน่นอนการทดสอบจริงของ "ดีที่สุด" Z ค่าอำนาจจำแนกของมัน
ไม่เพียง แต่มีตัวอย่างเริ่มต้น แต่ยังมีตัวอย่างที่สอง
ผลการทดสอบเหล่านี้จะได้เหนือกว่าเล็กน้อยงานทำโดยคอมพิวเตอร์
ที่ได้รับมอบหมายมีประโยชน์เพิ่มเติมของการบังคับใช้ในทางปฏิบัติ.
ประเมินสินเชื่อธุรกิจ การอ้างอิงที่ถูกสร้างขึ้นก่อนหน้านี้เพื่อการศึกษาหลาย
ซึ่งการตรวจสอบประสิทธิภาพของการวิเคราะห์จำแนกในการประเมินผู้บริโภค
คำขอกู้เงินและบางทีเหล่านี้ขอแนะนำการขยายงานของ
รูปแบบการล้มละลายทำนาย การประเมินผลของเงินให้สินเชื่อธุรกิจเป็นสำคัญ
ฟังก์ชั่นในสังคมของเราโดยเฉพาะอย่างยิ่งกับธนาคารพาณิชย์และสถาบันสินเชื่ออื่น ๆ .
การศึกษาได้รับการอุทิศเพื่อฟังก์ชั่นข้อเสนอเงินกู้ ^ * และการยอมรับ
ของรูปแบบการแก้ปัญหาธนาคารเงินกู้โดยเจ้าหน้าที่ แบบจำลองคอมพิวเตอร์ได้รับการ
พัฒนาขึ้นเพื่อจำลองการทำงานของเจ้าหน้าที่สินเชื่อ. ^ "ยอมรับการวิเคราะห์
งบการเงินยื่นคำขอกู้เงินเป็น แต่ส่วนหนึ่งของการประเมินผลทั้ง
กระบวนการ แต่มันคือการเชื่อมโยงสิ่งที่สำคัญมาก. อุปกรณ์รวดเร็วและมีประสิทธิภาพสำหรับการตรวจสอบ
เครดิตที่ไม่เอื้ออำนวย ความเสี่ยงที่อาจจะช่วยให้เจ้าหน้าที่สินเชื่อเพื่อหลีกเลี่ยงภัยพิบัติที่อาจเกิดขึ้น
ในการตัดสินใจ. จุดที่สำคัญคือรูปแบบที่ภาคตะวันออกเฉียงเหนือมีจำนวนมาก
ของตัวแปรที่ร่วมกันในการประเมินผลธุรกิจเงินกู้และการวิเคราะห์จำแนก
ได้ถูกนำมาใช้สำหรับการประเมินผลของผู้บริโภคที่กู้ยืมเงิน. ดังนั้นการที่มีศักยภาพนำเสนอ
ตัวเองสำหรับ การใช้ในภาคธุรกิจ.
เพราะตัวแปรที่สำคัญเช่นวัตถุประสงค์ของเงินให้กู้ยืมที่ครบกำหนดของ
การรักษาความปลอดภัยที่เกี่ยวข้องกับสถานะการฝากเงินของผู้สมัครและโดยเฉพาะอย่างยิ่ง
ลักษณะของธนาคารที่ไม่ได้รับการพิจารณาอย่างชัดเจนในรูปแบบที่
ภาคตะวันออกเฉียงเหนือที่ควรอาจจะ ไม่สามารถใช้เป็นเพียงวิธีการประเมินเครดิต
ดัชนีคะแนน Z จำแนกสามารถนำมาใช้ แต่เป็นคู่มือในความพยายามที่จะลด
34 DD เฮสเตอร์ "เชิงประจักษ์การตรวจสอบของฟังก์ชั่นเสนอสินเชื่อเชิงพาณิชย์" เยล
บทความเศรษฐกิจฉบับ 2 ฉบับที่ 1 (1962), pp ได้. 3 S7.
35 โคเฮนเคตกิลมอร์และเอฟนักร้อง "ธนาคารวิธีการในการวิเคราะห์สินเชื่อธุรกิจ AppUtions"
วิธีการวิเคราะห์ในธนาคารโคเฮนและเคเอฟค้อน (ชั้นเลิศ.) (Homewood 111 .: ริชาร์ด
ดีเออร์วิน อิงค์ 1966) ได้ pp. 218-251

Results (Thai) 3:

อัตราส่วนทางการเงิน และการวิเคราะห์จำแนกประเภท
ถัดไป ช่วงของค่า Z ที่ส่งผลให้เกิด
เลขที่น้ำส้ม misclassifications ต่ำสุด พบว่า ในการวิเคราะห์ได้หลับระหว่าง ( แต่ไม่รวม )
) ค่าผลิต misclassifications ดังต่อไปนี้ ดังแสดงในตารางที่ 7 ตาราง .

7 Z คะแนนต่าง ๆจำนวน misclassitications ใช้เกณฑ์ช่วง Z




misclassified จำนวน บริษัท 1.81-1.98 1.98-2 .10 2.10-2.67




2.67-2.68 2.68-2.78 2.78-2.99 S
4
3
2
3
4
2019 แล้ว , 1 , 014 , 1017 , 102s
2019 , 1 , 014 , 1017 , 1025 1025

2019 1017 , 2019 1025 1025

: [ 2019 , 2019 2576 2575 1025
, , ค่าวิกฤตที่ดีที่สุดสะดวกอยู่ระหว่าง 2.67-2.68 ดังนั้น
2.675 , จุดกึ่งกลางของช่วง เลือกไว้เป็นค่า z ที่ไม่ยอมรับ
ที่ดีที่สุดระหว่างล้มละลายและไม่ บริษัท ล้มละลาย
แน่นอนการทดสอบที่แท้จริงของ " สูงสุด " ของค่าอำนาจจำแนกค่า z
ไม่เฉพาะกับตัวอย่างเบื้องต้น แต่ยังมีตัวอย่างที่สอง
ผลของการทดสอบเหล่านี้แม้เพียงเล็กน้อยดีกว่างานที่ทำโดยคอมพิวเตอร์
งานที่มีประโยชน์เพิ่มเติมของการปฏิบัติ
ประเมินผลการบังคับใช้ สินเชื่อธุรกิจ อ้างอิง

ก่อนหน้านี้ทำให้การศึกษาหลาย ๆซึ่งการตรวจสอบประสิทธิผลของการวิเคราะห์การจำแนกกลุ่ม ( Discriminant Analysis ) ในการประเมินผู้บริโภค -
โปรแกรมเงินกู้และบางทีเหล่านี้แนะนำให้ขยายประโยชน์ของ
ทำนายแบบจำลองการล้มละลาย . การประเมินผลของสินเชื่อธุรกิจเป็นฟังก์ชันสำคัญ
ในสังคมของเรา โดยเฉพาะธนาคารพาณิชย์ และสถาบันสินเชื่ออื่น ๆ .
การศึกษาได้รับการอุทิศเพื่อเสนอสินเชื่อเพื่อการยอมรับและฟังก์ชัน