یک بررسی اجمالی در مورد شبکه هوشمند فعال شده توسط اینترنت اشیا
ترجمه نشده

یک بررسی اجمالی در مورد شبکه هوشمند فعال شده توسط اینترنت اشیا

عنوان فارسی مقاله: شبکه هوشمند فعال شده توسط اینترنت اشیا از طریق SM: یک بررسی اجمالی
عنوان انگلیسی مقاله: Financial performance and distress profiles. From classification according to financial ratios to compositional classification
مجله/کنفرانس: پیشرفت در حسابداری - Advances in Accounting
رشته های تحصیلی مرتبط: مدیریت، مهندسی فناوری اطلاعات
گرایش های تحصیلی مرتبط: مدیریت فناوری اطلاعات، اینترنت و شبکه های گسترده، مدیریت مالی
کلمات کلیدی فارسی: تجزیه و تحلیل داده های ترکیبی (CoDa)، نسبت مالی، تجزیه خوشه ای، مختصات Ilr، فاصله ایتچیسون
کلمات کلیدی انگلیسی: Compositional data analysis (CoDa)، Financial ratio، Cluster analysis، Ilr coordinate، Aitchison’s distance
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.adiac.2017.10.003
دانشگاه: Department of Business, University of Girona, Campus Montilivi, Faculty building of Economics and Business, C. Universitat 10, 17003 Girona, Spain
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2018
ایمپکت فاکتور: 0/958 در سال 2018
شاخص H_index: 24 در سال 2019
شاخص SJR: 0/308 در سال 2018
شناسه ISSN: 0882-6110
شاخص Quartile (چارک): Q3 در سال 2018
فرمت مقاله انگلیسی: PDF
تعداد صفحات مقاله انگلیسی: 10
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: بله
کد محصول: E11288
فهرست انگلیسی مطالب

Abstract


1- Introduction


2- Compositional data analysis


3- Step-by-step CoDa method for the analysis of financial statements


4- Applications


5- Discussion, limitations and future research


References

نمونه متن انگلیسی مقاله

Abstract


Financial ratios are often used in cluster analysis to classify firms according to the similarity of their financial structures. Besides the dependence of distances on ratio choice, ratios themselves have a number of serious problems when subject to a cluster analysis such as skewed distributions, outliers, and redundancy. Some solutions to overcome those drawbacks have been proposed in the literature, but have proven problematic. In this work we put forward an alternative financial statement analysis method for classifying firms which aims at solving the above mentioned shortcomings and draws from compositional data analysis. The method is based on the use of existent clustering methods with standard software on transformed data by means of the so-called isometric logarithms of ratios. The method saves analysis steps (outlier treatment and data reduction) while defining distances among firms in a meaningful way which does not depend on the particular ratios selected. We show examples of application to two different industries and compare the results with those obtained from standard ratios.


Introduction


Financial ratios, i.e., ratios comparing the magnitudes of accounts in financial statements, constitute a case of researchers' and professionals' interest in relative rather than absolute account magnitudes. From the classical work on bankruptcy prediction by Altman (1968), the use of financial ratios has spread along and across many research lines (Willer do Prado et al., 2016), such as stock market returns (e.g., Dimitropoulos, Asteriou, & Koumanakos, 2010), firm survival analysis (e.g., Kalak & Hudson, 2016), credit scoring (e.g., Amat, Manini, & Antón Renart, 2017), assessing the impact of International financial reporting standards (e.g., Lueg, Punda, & Burkert, 2014), predicting donations to charitable organizations (e.g., Trussel & Parsons, 2007), accounting restatements (e.g., Jiang, Habib, & Zhou, 2015), and earnings manipulation (e.g., Campa, 2015). This article focuses on another frequent use of financial ratios: to classify firms according to similarity of the structure of their financial statements, searching for different profiles of financial structure, performance or distress. Since the seminal works of Cowen and Hoffer (1982), and Gupta and Huefner (1972), through the relevant contributions by Dahlstedt, Salmi, Luoma, and Laakkonen (1994); Ganesalingam and Kumar (2001); Mar Molinero, Apellaniz Gomez, and Serrano Cinca (1996); Serrano Cinca (1998); and Voulgaris, Doumpos, and Zopounidis (2000), the interest in clustering firms according to their financial ratios remains current (Feranecová & Krigovská, 2016; Lukason & Laitinen, 2016; Luptak, Boda, & Szucs, 2016; Martín-Oliver, Ruano, & Salas-Fumás, 2017; Momeni, Mohseni, & Soofi, 2015; Santis, Albuquerque, & Lizarelli, 2016; Sharma, Shebalkov, & Yukhanaev, 2016; Yoshino & Taghizadeh-Hesary, 2015; Yoshino, TaghizadehHesary, Charoensivakorn, & Niraula, 2016).

  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

یک بررسی اجمالی در مورد شبکه هوشمند فعال شده توسط اینترنت اشیا
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها