Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Rating of companies based on financial data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F19%3A10242895" target="_blank" >RIV/61989100:27510/19:10242895 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.revistaespacios.com/a19v40n10/a19v40n10p25.pdf" target="_blank" >https://www.revistaespacios.com/a19v40n10/a19v40n10p25.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    španělština

  • Název v původním jazyce

    Rating de empresas a partir de datos financieros

  • Popis výsledku v původním jazyce

    Los ratings de las principales empresas calificadoras son la base de las emisiones de activos financieros para proporcionar información a los inversores sobre el riesgo implícito en las operaciones de crédito de estas compañías. Es posible reproducir estas calificaciones con bastante precisión usando datos públicos, disponibles en las principales bases de datos de información empresarial estadística-financiera. Diversos métodos estadísticos son útiles, aunque los resultados más precisos se basan en redes neuronales artificiales. A partir de una amplia muestra de más de mil compañías de diversos sectores, se reproducen las calificaciones de éstas, utilizando la información disponible en la aplicación profesional de Bloomberg, permitiendo evaluar los resultados de calificación publicados y obtener calificaciones al margen de las grandes empresas de rating, y en función del nivel de desagregación de las predicciones; en los niveles donde se concentran la mayoría de las compañías se consigue una predicción correcta en la mitad de los casos, mientras que se se consideran una o dos clases adyacentes se alcanzan predicciones mucho más precisas.

  • Název v anglickém jazyce

    Rating of companies based on financial data

  • Popis výsledku anglicky

    Evaluations of the main rating companies are the basis for the issuance of financial assets, and to provide investors information about the implicit risk in the operations of companies that require financing from the markets. It is possible to reproduce these ratings quite accurately using data, available in the main databases of statistical-financial information. Statistical methods are used in this task, and precise results are obtained using artificial neural networks, which produce better results than alternative methodologies. Based on a large sample including over a thousand companies from several sectors, their qualifications are reproduced using the information available with Bloomberg&apos;s terminals, allowing the assessment of the published ratings, and also, obtaining these without incurring in costs charged by the large rating companies. The forecasting of correct ratings is attained in half of the companies belonging to the most usual rating&apos;s levels, while if an interval of one of two levels, the results improve significantly.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    50206 - Finance

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Espacios

  • ISSN

    0798-1015

  • e-ISSN

  • Svazek periodika

    10

  • Číslo periodika v rámci svazku

    40

  • Stát vydavatele periodika

    VE - Bolívarovská republika Venezuela

  • Počet stran výsledku

    13

  • Strana od-do

    25-37

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85073792374