Show simple item record

dc.contributor.authorFernández Sainz, Ana Isabel ORCID
dc.contributor.authorLlaugel, Felipe
dc.date.accessioned2012-05-30T11:25:26Z
dc.date.available2012-05-30T11:25:26Z
dc.date.issued2011
dc.identifier.citationCuadernos de Gestión 11(2) : 149-168 (2011)es
dc.identifier.issn1131-6837
dc.identifier.issn1988-2157
dc.identifier.urihttp://hdl.handle.net/10810/7868
dc.description.abstract[ES] Las autoridades reguladoras y supervisoras de los sistemas financieros han probado diversos métodos para intentar encontrar un procedimiento eficaz en la elaboración de un sistema de alerta temprana de las crisis bancarias. Los Modelos de Regresión Logística han sido usados aunque han mostrado algunas debilidades, por lo que se necesitan nuevos y mejores métodos. La crisis bancaria ocurrida en la República Dominicana entre los años 2002 y 2004 se ha usado para comparar la eficacia de la Regresión Logística frente al uso del método Support Vector Machines (SVM) para la detección de crisis bancarias.es
dc.description.abstractEn el análisis se usan 30 indicadores financieros para determinar cuáles de ellos son los más apropiados en la construcción de un modelo capaz de distinguir un banco en problemas de uno solvente. En este contexto, el método de SVM generó mejores resultados que la Regresión Logística en la detección de los bancos con problemas y se contradicen las afirmaciones de otros estudios que plantean la poca efectividad de los indicadores financieros para detectar crisis bancarias en economías emergentes.es
dc.description.abstract[EN] The regulatory and supervisory financial authorities have tried various methods to find an effective procedure in developing an early warning system of banking crises. Logistic regression models have been used but have shown some weaknesses, so we need new and better methods. The banking crisis occurred in the Dominican Republic between 2002 and 2004 has been used to compare the effectiveness of the logistic regression method over the use of Support Vector Machines (SVM) for the detection of banking crisis.es
dc.description.abstractIn the analysis 30 financial indicators are used to determine which ones are most appropriate to build a model able to classify banks. In this context, the SVM method produced better results than logistic regression, in detecting problem banks and contradict the findings of other studies that ask about the ineffectiveness of the financial indicators to identify banking crises in emerging economies.es
dc.description.sponsorshipEste trabajo ha contado con el apoyo financiero del proyecto UPV-038:321-13503/2001 de la Universidad del País Vasco y del proyecto SEJ2005-08269 de la Dirección General de Enseñanza Superior del Ministerio de Educación y Cultura de España.es
dc.language.isospaes
dc.publisherInstituto de Economía Aplicada a la Empresa de la Universidad del País Vascoes
dc.relationinfo:eu-repo/grantAgreement/MEC/SEJ2005-08269
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.subjectcrisis bancariases
dc.subjectregresión logísticaes
dc.subjectsupport vector machineses
dc.subjectbanking crisises
dc.subjectlogistic regressiones
dc.subjectsupport vector machineses
dc.title¿Bancos con Problemas? Un Sistema de Alerta Temprana para la Prevención de Crisis Bancariases
dc.title.alternativeBanks in trouble? An Early Warning System for the Prevention of Banking Crisises
dc.typeinfo:eu-repo/semantics/articlees
dc.rights.holder© Cuadernos de Gestión
dc.relation.publisherversionhttp://www.ehu.es/cuadernosdegestion/revista/index.php/numeros?a=da&y=2011&v=11&n=2&o=8
dc.identifier.doi10.5295/cdg.100239af
dc.subject.jelC19
dc.subject.jelC44
dc.subject.jelC61
dc.identifier.repecRePEc:ehu:cuader:7868es
dc.subject.categoriaBUSINESS AND INTERNATIONAL MANAGEMENT
dc.subject.categoriaMATHEMATICAL AND QUANTITATIVE METHODS
dc.subject.categoriaSTRATEGY AND MANAGEMENT
dc.subject.categoriaORGANIZATIONAL BEHAVIOR AND HUMAN RESOURCE MANAGEMENT
dc.subject.categoriaINDUSTRIAL RELATIONS AND LABOR
dc.subject.categoriaECONOMICS


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record