Login for students

Login for employees

Publication detail

Credit rating prediction using a fuzzy MCDM approach with criteria interactions and TOPSIS sorting
Authors: Hájek Petr | Sahut Jean-Michel | Olej Vladimír
Year: 2025
Type of publication: článek v odborném periodiku
Name of source: Annals of Operations Research
Publisher name: Springer
Place: Dordrecht
Page from-to: 251-279
Titles:
Language Name Abstract Keywords
cze Predikce úvěrového ratingu pomocí fuzzy MCDM přístupu s interakcemi kritérií a tříděním TOPSIS Vícekriteriální rozhodování (Multi-Criteria Decision Making, MCDM) poskytuje efektivní metody pro řešení problematiky třídění úvěrových ratingů. Tento článek představuje nový, datově řízený přístup MCDM k predikci úvěrových ratingů. Navrhovaná metodologie kombinuje fuzzy model TOPSIS-Sort-C s fuzzy přístupem best–worst, přičemž je podpořena fuzzy kognitivní mapou, která umožňuje efektivně zohlednit vzájemné interakce mezi kritérii. Tento přístup poskytuje hodnocení úvěrového rizika podniků s ohledem na nejistoty v oblasti posuzování úvěrového rizika a relevanci jednotlivých kritérií, a to prostřednictvím využití fuzzy c-means shlukování a výběru znaků založeného na korelaci. Empirická analýza 1 138 amerických společností potvrzuje spolehlivost navrhovaného modelu při práci se širokou škálou finančních i nefinančních ukazatelů. Výsledky dále ukazují potenciál navržené metodologie při hodnocení úvěrových ratingů, přičemž dosahuje dobré predikční výkonnosti ve srovnání se stávajícími modely. Úvěrový rating; Finanční potíže; Rozhodování na základě více kritérií; Fuzzy-TOPSIS-Sort-C; Fuzzy přístup nejlepší-nejhorší; Fuzzy kognitivní mapa
eng Credit rating prediction using a fuzzy MCDM approach with criteria interactions and TOPSIS sorting Multi-criteria decision making (MCDM) provides effective methods for dealing with the challenge of sorting credit ratings. This paper presents a novel data-driven MCDM sorting approach to predicting credit ratings. Our methodology combines the fuzzy TOPSIS-Sort-C model with the fuzzy best-worst approach, supported by a fuzzy cognitive map, to effectively deal with criteria interactions. This approach provides a corporate credit risk assessment, taking into account the uncertainties in credit risk assessment and relevance of its criteria by using fuzzy c-means and correlation-based feature selection. Our empirical analysis of 1138 US companies demonstrates the reliability of our model in dealing with a range of financial and non-financial indicators. The results demonstrate the potential of our methodology in credit rating assessment, with a good predictive performance relative to existing models. Credit rating; Financial distress; Multi-criteria decision making; Fuzzy-TOPSIS-Sort-C; Fuzzy best-worst approach; Fuzzy cognitive map

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives