模式识别方法 Trait recognition
是一种非参数的预测数据系统模式的识别技术,与信号提取方法类型相似,这种方法识别了在银行倒闭之前表现的非正常行为的变量集。倒闭银行的金融变量趋向于在变量分布的尾部的一个,对于每一个变量2个分界点被选择,确定三个区域。每一个变量的值根据它所在的三个区域的位置进行编码:低(00),中间(01),高(11)。二进制符号XY有四种分类:
X=0(ML),X=1(U) Y=0(L) 和Y=1(MU)
为了识别模式和考虑不同变量的关系,这种方法预先形成指标的字符串。不同变量的关系通过这些字符串形成一个个性矩阵来探索。这个矩阵考虑了所有变量单个信号所有可能的结合。这个特征矩阵被用来确认倒闭和没有倒闭银行的特性。一个安全特征是经常在没有倒闭的银行出现的特征,不安全指标则反之。安全与非安全特征需要定义倒闭和未倒闭事件中某种发生的分值(当一个特征至少以倒闭银行的Z%发生则是不安全指标),那些不能被分为安全或者是不安全特征的所有特征还有不能揭露新信息度删除。每一个被投票的银行,计算安全和不安全特征数量。银行用一个投票矩阵进行分类,安全投票的数量作为行,不安全投票的数量作为列,最后是确定由这个矩阵每个细胞发出的信号。