Predicting Failure of Eurozone Banks using Logistic Regression and Multiple Discriminant Analysis: Evidence from 2008 to 2015

RDF 

 
Το τεκμήριο παρέχεται από τον φορέα :
Διεθνές Πανεπιστήμιο της Ελλάδος
Αποθετήριο :
Αποθετήριο ΔΙ.ΠΑ.Ε.
δείτε την καρτέλα τεκμηρίου
μέσα από τον ιστότοπο του αποθετηρίου του φορέα *
κοινοποιήστε το τεκμήριο



Σημασιολογικός εμπλουτισμός/ομογενοποίηση από το EKT

2016 (EL)
Predicting Failure of Eurozone Banks using Logistic Regression and Multiple Discriminant Analysis: Evidence from 2008 to 2015 (EN)

Lazaridis, Nikolaos (EN)

Sikalidis, Alexandros (EN)
Artikis, Panayiotis (EN)
School of Economics, Business Administration and Legal Studies, MSc in Banking and Finance (EN)
Grose, Christos (EN)

The main purpose of this study is to examine a dataset of 32 matched pairs of failed and non - failed Eurozone banks , according to the size of total assets, over the period 2008 - 2015. Logistic Regression and Multiple Discriminant Analysis (M DA), based on the CAMEL rating system, were employed on yearly report data for one, two and three years prior to failure in order to determine whether reliable failure prediction models for Eurozone banks can be developed. Logistic Regression Analysis outperformed Multiple Discriminant Analysis when yearly data for one year prior to failure were employed. Notably, the logit model yielded an overall correct classification accuracy of 82.81% compared to 81.25% for the MDA. On the other hand, MDA was superior when yearly data for two and three years were employed. It yielded an overall correct classification accuracy of 73.44% and 64.06% respectively, compared to 71.88% and 59.38% for the logit model. (EN)

masterThesis

Διεθνές Πανεπιστήμιο της Ελλάδος (EL)
International Hellenic University (EN)

2016-10-12


IHU (EN)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.