Model Prediksi Kepailitan Menggunakan Analisis Diskriminan Multivariat dan Jaringan Syaraf Tiruan untuk Industri Keuangan

 

Penelitian ini menggunakan rasio keuangan yang membedakan antara perusahaan keuangan gagal dan non-gagal (non-bank) di Selandia Baru. Variabel keuangan tersebut berasal dari laporan keuangan perusahaan gagal dan non-gagal. Metodologi disini mengadopsi tes multivariate, MDA (regresi bertahap) dan ANN (algoritma propagasi mundur). Tes multivariate menunjukkan bahwa rasio keuangan perusahaan gagal “berbeda secara signifikan dari perusahaan non-gagal. Perusahaan gagal kurang menguntungkan dan kurang likuid. Mereka juga memiliki rasio leverage yang lebih tinggi dan aset kualitas yang lebih rendah. Remits dari model MDA secara optimal menunjukkan bahwa model itu akan lebih akurat bila menggunakan data satu tahun sebelum kegagalan.

Penelitian selanjutnya bisa menggunakan data kuartalan daripada tahunan, atau menganalisis perubahan dalam ukuran rasio selama beberapa time series. Sementara adopsi studi ini dari analisis regresi bertahap dapat untuk mengurangi jumlah variabel untuk mencegah kekeliruan dari data dalam sampel derivasi, yang secara efektif, analisis faktor dapat digunakan dalam penelitian masa depan. Penelitian lebih lanjut diperlukan untuk mengembangkan dan memahami potensi penuh model. Dengan demikian perlu Mengandalkan berbagai arsitektur jaringan seperti jaringan saraf ID3 dibantu dan jaringan saraf SOFM. Sebuah metode alternatif estimasi adalah metode “berlipat” untuk menghasilkan estimasi non bias untuk mencegah kemungkinan kesalahan klasifikasi. Metode ini memerlukan sebuah contoh dari set pelatihan dan menggunakan fungsi diskriminan estimasi untuk memprediksi contoh diekstraksi.

BERSAMBUNG KLIK DISINI