Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloFinancial ratings with scarce information: A neural network approach
Anno di pubblicazione2012
Formato
  • Elettronico
  • Cartaceo
Autore/iFalavigna G.
Affiliazioni autoriCNR-Ceris
Autori CNR e affiliazioni
  • GRETA FALAVIGNA
Lingua/e
  • inglese
AbstractOn a wake of Basel II Accord in 2004, banks and financial institutions can build an internal rating system. This work focuses on Italian small firms that are more hard to judge because quite often financial data are not simply available. The aim of this paper is to propose a simulation model for assigning rating judgements to these firms, using poor financial information. The proposed model produces a simulated counterpart of Bureau van Dijk-K Finance (BvD) rating judgements. It is clear that there are problems when small firms must be judged because it is difficult to obtain financial data; indeed in Italy these enterprises must deposit the balance-sheet in reduced form. Suggested methodology is a three-layer process where each of them is formed by, respectively, one, two and four feed-forward artificial neural networks with back-propagation algorithm. The proposed model is a good solution for evaluating small firms with poor financial information but not only: the research underlines and supports the ability of artificial neural networks of learning and reproducing some aspects or some features or behaviours of reality.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da1784
Pagine a1792
Pagine totali-
RivistaExpert systems with applications
Attiva dal 1990
Editore: Pergamon, - Oxford
Paese di pubblicazione: Regno Unito
Lingua: inglese
ISSN: 0957-4174
Titolo chiave: Expert systems with applications
Titolo proprio: Expert systems with applications.
Titolo abbreviato: Expert syst. appl.
Numero volume della rivista39
Fascicolo della rivista2
DOI10.1016/j.eswa.2011.08.074
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)-
Parole chiaveRating judgements, Artificial Neural Networks
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni14 citazioni da Google Scholar
Strutture CNR
  • IRCRES — Istituto di Ricerca sulla Crescita Economica Sostenibile
Moduli/Attività/Sottoprogetti CNR
  • IC.P05.001.001 : Imprese e Struttura Industriale
Progetti Europei-
Allegati
Financial ratings with scarce information: A neural network approach (documento privato )
Tipo documento: application/pdf

Dati associati a vecchie tipologie
I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
Citazione bibliograficaFalavigna, G. (2012). Financial ratings with scarce information: A neural network approach. Expert Systems with Applications, 39(2), 1784-1792.

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Rivista ISIEXPERT SYSTEMS WITH APPLICATIONS [09458J0]