Financial Distress Prediction Methods

Abstract

This article aims to compare the principles of the financial distress prediction models. The methods gathered in this article include Logit Probit, Multivariate Discriminant Analysis (MDA), and Artificial Neural Networks (ANN). In addition, the strengths and weaknesses of each method are summarized along with nature of the predictions of each method. The forecasting efficiency of these methods is compared among the relevant research studies. The finding of the study reflected that the Logit and Probit models have the flexibility in application, as well as easy to understand and explain. For the research that identified several groups with a more complex multivariate variable, MDA is appropriate. Moreover, the ANN can predict most effectively a more complex method and non linear equations.

เครื่องมือพยากรณ์ความล้มเหลวทางการเงิน

บทความนี้มีวัตถุประสงค์เพื่อเปรียบเทียบการทำงานของเครื่องมือพยากรณ์ความล้มเหลวทางการเงิน โดยวิธีที่บทความนี้รวบรวมมา ได้แก่ โลจิท โพรบิท การวิเคราะห์จำแนกประเภทหลายตัวแปร และโครงข่ายประสาทเทียม นอกจากนี้ยังได้สรุปข้อดีและข้อจำกัดรวมถึงลักษณะการพยากรณ์ของแต่ละวิธี และเปรียบเทียบประสิทธิภาพในการพยากรณ์ของวิธีดังกล่าวจากงานวิจัยที่เกี่ยวข้อง พบว่า เครื่องมือที่มีความยืดหยุ่นในการประยุกต์ใช้และง่ายต่อการทำความเข้าใจและอธิบายจะเป็นแบบจำลอง โลจิทและโพรบิท ในส่วนของงานวิจัยที่ต้องการจำแนกหลายกลุ่มหลายตัวแปร เครื่องมือที่เหมาะสมควรใช้การวิเคราะห์จำแนกประเภทหลายตัวแปร และในงานที่มีความซับซ้อนมากขึ้นต้องการเทคนิคที่สูงหรือข้อมูลไม่เป็นเส้นตรงควรใช้โครงข่ายประสาทเทียม ซึ่งจะทำให้การพยากรณ์มีประสิทธิภาพมากที่สุด