文章基本信息

标题：Prediction of financial crises by means of rough sets and decision trees
本地全文：下载
作者：Zuleyka Díaz-Martínez ; Alicia Sánchez-Arellano ; Maria Jesús Segovia-Vargas 等
期刊名称：Revista Innovar Journal Revista de Ciencias Administrativas y Sociales
印刷版ISSN：2248-6968
出版年度：2011
卷号：21
期号：39
语种：English
出版社：Universidad Nacional de Colombia - Sede Bogotá
摘要：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.
关键词：crisis financieras;inteligencia artificial;rough sets;árboles de decisión;C4.5.