Using market variables in financial distress prediction for Vietnamese listed companies

Loan, Vu Thi; Thuy Phuong, Do Thi; Tuan, Ha Manh

dc.creator	Loan, Vu Thi
dc.creator	Thuy Phuong, Do Thi
dc.creator	Tuan, Ha Manh
dc.date	2019-04-30
dc.date.accessioned	2022-03-29T17:47:59Z
dc.date.available	2022-03-29T17:47:59Z
dc.identifier	https://revista.religacion.com/index.php/religacion/article/view/267
dc.identifier.uri	http://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/148680
dc.description	This paper aims to investigate the classification power of market variables as predictors in the financial distress prediction model for listed companies in a frontier market as Vietnam securities market. Data is collected from 70 financially distressed companies that suffer a loss in 3 consecutive years and 156 non-financially distressed companies in Vietnam from 2010 to 2017. Four different models have been constructed using Logit regression and SVM analysis technique to make a prediction in 1 to 3-year ahead. The analysis results show that combining accounting ratios with market variables such as price volatility and P/E can improve the classification ability of the ex-ante model. In addition, contrary to the results of related previous researches in emerging markets, in this study, Logit models outperform SVM models. Therefore, for future research, models that apply other machine learning classifiers such as Decision Tree (DT) or Neural Network (NN) should be investigated.	en-US
dc.description	Este artículo tiene como objetivo investigar el poder de clasificación de las variables del mercado como factores predictivos en el modelo de predicción de dificultades financieras para las empresas que cotizan en bolsa en un mercado fronterizo como el mercado de valores de Vietnam. Los datos se recopilan de 70 compañías con dificultades financieras que sufrieron una pérdida en 3 años consecutivos y 156 empresas sin dificultades financieras en Vietnam desde 2010 a 2017. Se han construido cuatro modelos diferentes utilizando regresión Logit y la técnica de análisis de SVM para hacer una predicción en 1 a 3 años por delante. Los resultados del análisis muestran que la combinación de ratios contables con variables de mercado como la volatilidad de los precios y el P / E puede mejorar la capacidad de clasificación del modelo ex ante. Además, a diferencia de los resultados de investigaciones anteriores relacionadas en mercados emergentes, en este estudio, los modelos Logit superan a los modelos SVM. Por lo tanto, para futuras investigaciones, se deben investigar los modelos que aplican otros clasificadores de aprendizaje automático, como el Árbol de decisiones (DT) o la Red neuronal (NN).	es-ES
dc.format	application/pdf
dc.language	eng
dc.publisher	CICSHAL-RELIGACIÓN. CENTRO DE INVESTIGACIONES EN CIENCIAS SOCIALES Y HUMANIDADES DESDE AMÉRICA LATINA	en-US
dc.relation	https://revista.religacion.com/index.php/religacion/article/view/267/250
dc.rights	Copyright (c) 2019 RELIGACION	en-US
dc.source	Religación. Revista de Ciencias Sociales y Humanidades; Vol. 4 Núm. 14 (2019): Número Especial Abril 2019; 341-352	es-ES
dc.source	Religación. Revista de Ciencias Sociales y Humanidades; Vol. 4 No. 14 (2019): Special Issue April 2019; 341-352	en-US
dc.source	Religación. Revista de Ciencias Sociales y Humanidades; v. 4 n. 14 (2019): Special Issue April 2019; 341-352	pt-BR
dc.source	2477-9083
dc.subject	Financial distress prediction, SVM model, Market variables	en-US
dc.subject	predicción de dificultades financieras, modelo SVM, variables de mercado.	es-ES
dc.title	Using market variables in financial distress prediction for Vietnamese listed companies	en-US
dc.title	Uso de variables de mercado en la predicción de dificultades financieras para las empresas que cotizan en Vietnam	es-ES
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion
dc.type	Sur	es-ES
dc.type	Sur	en-US