RISIKO PERBANKAN DENGAN ALTMAN Z SCORE : KAJIAN PADA BANK YANG TERDAFTAR DI BURSA EFEK INDONESIA
Notice bibliographique
Résumé
Abstract. This research was conducted to find out banking risk with Altman Z Score on conventional banks listed on Indonesia Stock Exchange. The data used in this study is secondary data obtained from the annual financial statements of conventional banks during the period 2003-2016 contained in the official website of the Indonesia Stock Exchange.The focus of research (research focuses) on the topic that has been studied is the risk of banking based on Altman Z Score. Of the four studies examined, the equation is all research using quantitative research approach. It means to assess the Altman Z-Score in observing banking risk, the quantitative approach is the most appropriate approach.Of the four studies, the results show banking risk with Altman Z Score, from 2003-2016 the banks listed on the Indonesia Stock Exchange are generally in the category of bankrupt. However, Ganesha et al (2012) study shows the Z value model in 2003-2006 can not show a good enough accuracy level when measured per year. Irwansyah's research (2017) shows that in the period 2013-2016, only one bank, namely Bank Jtrust Indonesia Tbk (BCIC bank code) entered into the healthy category. In addition, Bank Mandiri (Persero) Tbk with BMRI bank code, has started to increase from the predicted category of bankruptcy to the prediction of gray area category.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».