Predicting Shifts in the Mean of a Multivariate Time Series Process: An Application in Predicting Business Failures
多元时间序列均值变化预测：企业失败预测应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：题名明确多元时间序列的均值变化预测，摘要强调序贯企业失败预测，因此对应时间序列、结构变化与预测方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多元时间序列均值变化预测：企业失败预测应用
- 研究问题
- 如何随时间连续评估企业财务状况，并利用财务特征向失败企业特征的变化，提前识别企业走向无力偿付的过程？
- 方法与思路
- 作者提出序贯企业失败预测模型；题名指向多元时间序列均值变化，摘要未说明具体统计模型、更新规则或预测算法。
- 材料陈述的贡献
- 摘要称模型回应既有企业失败预测方法偏静态的不足，提供随时间序贯评估的思路，但未报告预测性能比较结果。
- 阅读关注点
- 应核对均值变化的建模方式、序贯更新和预警规则，以及失败定义、预测期限和相对静态模型的验证设计。
- 阅读边界
- 仅有 OpenAlex 索引摘要，稿件版本未注明；未提供数据、模型细节或预测准确率，不能判断预警能力，也不能推断刊本变化。
原文摘要
A firm in the early stages of financial distress exhibits characteristics different from those of healthy firms. As the economic condition of a firm worsens, its financial characteristics shift toward those of failed firms. Practitioners in the financial sector have long been interested in the early detection of a firm's slide toward insolvency. Several models have been developed with this purpose in mind, but these older models are static in nature. Therefore, a need exists for the development of business failure prediction models that assess the financial condition of firms sequentially over time. This article addresses this need by presenting a sequential business failure prediction model.