การเปรียบเทียบวิธีการทางสถิติและวิธีการโปรแกรมเชิงเส้นสำหรับพยากรณ์บริษัทธุรกิจของประเทศไทยที่จะประสบปัญหาทางการเงิน

fee
  การวิเคราะห์การจำแนก การโปรแกรมเชิงเส้น   

การเปรียบเทียบวิธีการทางสถิติและวิธีการโปรแกรมเชิงเส้น สำหรับพยากรณ์บริษัทธุรกิจของประเทศไทยที่จะประสบปัญหาทางการเงิน

A Comparison of Statistical and Linear Programming Approaches for Predicting Financial Problems of Thai Listed Companies     

อาฟีฟี   ลาเต๊ะ

อาจารย์ประจำภาควิชาประเมินผลและวิจัยทางการศึกษา  คณะศึกษาศาสตร์  มหาวิทยาลัยสงขลานครินทร์ 

E-mail: [email protected]

ประสพชัย   พสุนนท์

ผู้ช่วยศาสตราจารย์ประจำสาขาวิชาการจัดการธุรกิจทั่วไป   คณะวิทยาการจัดการ   มหาวิทยาลัยศิลปากร  

E-mail: [email protected]

ดร.สุดา   ตระการเถลิงศักดิ์     

รองศาสตราจารย์ประจำภาควิชาสถิติ   คณะวิทยาศาสตร์  มหาวิทยาลัยศิลปากร  

E-mail: [email protected]        

ดร.ปราณี   นิลกรณ์  

ผู้ช่วยศาสตราจารย์ประจำภาควิชาสถิติ   คณะวิทยาศาสตร์  มหาวิทยาลัยศิลปากร       

E-mail: [email protected] 

บทคัดย่อ

               การวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบตัวแบบการวิเคราะห์การจำแนกกรณี 2 กลุ่มระหว่างวิธีการทางสถิติ คือ ฟังก์ชันจำแนกเชิงเส้นของฟิชเชอร์ (Fisher’s Linear Discriminant Function: FLDF) และการวิเคราะห์การถดถอยโลจิสติก (Logistic Regression Analysis: LRA) และวิธีการโปรแกรมเชิงเส้น คือ ตัวแบบ MSD (Freed and Glover 1986) และตัวแบบ LCM (Lam et al. 1996) ในข้อมูลทุติยภูมิเกี่ยวกับอัตราส่วนทางการเงินของบริษัทธุรกิจที่จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทยจำนวน 210 บริษัท ที่เก็บรวบรวมในช่วงปี พ.. 2536-2539  แบ่งเป็นบริษัทที่ประสบปัญหาทางการเงิน 30 บริษัท และบริษัทที่ไม่ประสบปัญหาทางการเงิน 180 บริษัท ในการเปรียบเทียบประเมินจากความถูกต้องในการจัดเข้ากลุ่ม (Correct Classification) และความถูกต้องในการพยากรณ์ (Prediction Accuracy) ผลการวิจัยพบว่า ตัวแบบ LRA ให้ผลของความถูกต้องในการจัดเข้ากลุ่มสูงกว่าตัวแบบอื่นที่ศึกษา ในขณะที่ตัวแบบ LCM ให้ผลของความถูกต้องในการพยากรณ์สูงกว่าตัวแบบอื่นที่ศึกษา แต่ไม่ได้สูงกว่าตัวแบบ LRA มากนัก  

คำสำคัญ : การวิเคราะห์การจำแนก การโปรแกรมเชิงเส้น

      Abstract                 

The objective of this research is to compare four discriminant models [FLDF: Fisher’s Linear Discriminant Function; LRA: Logistic Regression Analysis; MSD: Freed and Glover 1986 and LCM: Lam et al. 1996] for two-group discriminant analysis. The data were financial ratios of 210 Thai listed companies collected during 2536-2539 B.C., 30 bankrupts and 180 non-bankrupts. The performance of each model was assessed by correct classification and prediction accuracy. The result is the LRA model outperformed the other models. In term of prediction accuracy, the LCM model slightly outperformed the LRA model but outperformed the FLDF model and the MSD model.  

Keywords : Discriminant analysis, Linear programming  

* อยู่ระหว่างการพิจารณาเพื่อลงตีพิมพ์วารสารวิชาการมหาวิทยาลัยหอการค้าไทย

บันทึกนี้เขียนที่ GotoKnow โดย  ใน tOffy AnalyzE

คำสำคัญ (Tags)#การโปรแกรมเชิงเส้น#การวิเคราะห์การจำแนก

หมายเลขบันทึก: 117480, เขียน: 06 Aug 2007 @ 22:14 () , แก้ไข, 17 Jun 2012 @ 13:47 (),  | , สัญญาอนุญาต: สงวนสิทธิ์ทุกประการ, ความเห็น: 1, อ่าน: คลิก
บันทึกล่าสุด


ความเห็น (1)

ว่างๆมาสอนทำวิจัยให้บ้างซิเพื่อน ฟี สบายดีใหมตัวเอง มาแอดทักทายกันบ้างนะ