外文文献翻译中文--财务早期预警系统和对风险预测的数据发掘的应用程序研究节选(编辑修改稿)

外文文献翻译中文--财务早期预警系统和对风险预测的数据发掘的应用程序研究节选(编辑修改稿)内容摘要：

ogit模型 、 harzard 模型 、 神经 网络 模型 和 discriminant 模型 而开发的。 对于不同的模型来说，他们发现了不同的显示和迹象。 所以他们认为所 有 的模型预测能力是一样的。 他们开发了一种早期预警系统模型，这是基于 “ 符号逻辑的复原 ” ，这种理论是他们通过评估 Trieschmannand Pinches(1973),Ambroseand Seward (1998),and Barnivand McDonald (1992)在对保险公司的研究而得来的。 Laitinen and Chong(1999)提出了一个使用早期 预警信号预测小型公司危机的模型。 他们的 研究总结了两个分别实施在芬兰（ 72%回应）和英国（ 26%）的研究成果 ，在芬兰的研究是基于对团体协作分析的处理步骤，在英国的研究是基于银行经理对中小型企业失败的预测。 这两种研究都由 8 个主要因素和超过 40 个次要导致失败的因素组成。 这两份研究的结果都有重要的相似点。 管理不当都被认为是最重要的因素，在会计系统中的缺陷和对顾客的态度是第二重要的。 然而，低的会计职员的士气在芬兰也被认为是一个重要因素，但在英国不是。 杨，玲，海和京为了 预测 银行的金融风险 而开发 了一个人工神经网络（ ANN)的方法来作为早期预警和测试方法。 Salas and Saurina (2020)对比了在 19851997 年期间西班牙的商业和储蓄银行的贷款问题的决定因素，并同时考虑了宏观经济和个人银行级别的变量。 GDP增长率 ,公司和家庭负债、快速 降低 的信用或分支扩张 ,效率低下 ,投资组合成分、大小、净息差 ,资本比率和市场权力就是解释信用风险的变量。 这个发现提出重要的银行监管政策问题 :使用银行水平变量作为预警指标 ,银行并购的优势 在不同地区有不同作用 ,以及银行竞争和所有权在确定信用风险中所占 的角色。 Edison（ 2020） 开发了一个操作早期预警系统 (EWS),可以检测金融危机。 系统监控的几个指标往往在危机之前的一段时间内有不同寻常的表现。 当一个指标超过 (或低于 )一个阈值 ,那么这就是说发出 “信号 ”,货币危机可能会发生在一个给定的时期内。 该模型经过了 1997/1998 年危机的考验 ,但还有一些缺点被鉴定出来。 本文也评估一下这个系统应该怎么被应用到一个单独的国家中。 结果表明 ,早期预警系统应该被认为是一个有用的诊断工具。 Jacobs and Kuper (2020)提出了一种对针对亚洲六个国 家的早期预警系统（ EWS)。 金融危机最 著名的表现 有 三种类型 ： 货币危机、银行危机、债务危机。 指标组的重要性在一个多元 logit模型中测试过，这个模型是建立在 19702020年期间的 对 六个亚洲国家 的测试 上。 作者发现，使用早期预警系统（ EWS）的一些货币危机预测 结果 比其他的做的更好。 Berg, Borensztein, and Pattillo (2020), 开发了货币危机的早期预警系统来应对墨西哥和亚洲的危机。 自从 1999年初以来，国际货币基金组织（ IMF）工作人员已经系统的跟踪一个正在建设中的基础模块， 以 作为其更广泛的前瞻性的漏洞评估， 这个基础模块是 各种由内部和私人机构开发的内部模块 组成的 ，。 本研究详细研究 这 些模型在实际应用中的性能 ， 这些内部模型的预测是实际危机在统计和经济上重要预测因子。 总的来说，小范围内的私人部门的模型被检查的样品表现不佳，尽管它们是样本中的主要部分。 Brockett, Golden, Jang, and Yang (2020)检查了统计模型和神经网络的方法对检测陷入财务困境的保险公司的影响。 他们考虑了两种神经网络方法：反向传播（ BP)和学习矢量量化（ LVQ)，两种统计方法：多重判别。