| Περίληψη : | Η πρόβλεψη της χρεοκοπίας, ήδη από τις αρχές του 20ου αιώνα, συνιστά ένα ζήτημα που έχει ιδιαίτερη σημασία για τον κλάδο της Χρηματοοικονομικής αλλά και του Μάνατζμεντ. Η χρηματοοικονομική ανάλυση μιας εταιρείας και η κατασκευή προβλέψεων αποτελεί μια ιδιαίτερα σημαντική διαδικασία, όχι μόνο για την επιχείρηση αλλά ταυτόχρονα για τους πιστωτές, τους επενδυτές, τους μετόχους, τους προμηθευτές και γενικά κάθε συναλλασσόμενο με την επιχείρηση. Η πρόβλεψη εταιρικής χρεοκοπίας έχει απασχολήσει τόσο ερευνητές όσο και την ίδια την αγορά καθώς αποτελεί ένα ζήτημα του οποίου τα αποτελέσματα δύναται να επηρεάσουν την οικονομία συνολικά.Οι πρώτες προσπάθειες για την πρόβλεψη εταιρικής χρεοκοπίας αναλωθήκαν στον υπολογισμό και την σύγκριση θεμελιωδών αριθμοδεικτών μεταξύ των εταιριών, ενώ αργότερα χρησιμοποιήθηκαν υποδείγματα τα οποία βασίζονταν στη στατιστική. Η πολυπλοκότητα κατασκευής υποδειγμάτων που προσφέρουν γρήγορες και αξιόπιστες απαντήσεις σχετικά από την οικονομική κατάσταση μιας εταιρείας, κατέστησε αναγκαία την κατασκευή και ενσωμάτωση πιο προηγμένων υποδειγμάτων τα οποία βασίζονται στην τεχνητή νοημοσύνη, όπως η μηχανική μάθηση και τα νευρωνικά δίκτυα. Η παρούσα εργασία αναφέρεται στους τρόπους με τους οποίους η λειτουργική απόδοση, ως ένα βασικό μέτρο αξιολόγησης των εταιρειών, δύναται να συντελέσει στην πρόβλεψη μιας επικείμενης εταιρικής αποτυχίας.Στην παρούσα διπλωματική έρευνα πραγματοποιείται θεωρητική και εμπειρική προσέγγιση της πρόβλεψης εταιρικής χρεοκοπίας. Στο πρώτο κεφάλαιο πραγματοποιείται μια εισαγωγή στην πρόβλεψη εταιρικής χρεοκοπίας με εστίαση στους λογούς που πυροδοτούν μια πτώχευση και σύγχρονα παραδείγματα εταιριών που απέτυχαν. Στο δεύτερο κεφάλαιο καταγράφεται η βιβλιογραφική ανασκόπηση που παρουσιάζει κλασσικές και σύγχρονες μεθόδους πρόβλεψης εταιρικής χρεοκοπίας. Κατά την διενέργεια της εμπειρικής έρευνας όπου αναλυθήκαν 9 διαφορετικοί αριθμοδείκτες από υγιείς και χρεοκοπημένες εταιρείες μεσογειακών χωρών, προέκυψε ότι υπάρχουν κάποιοι αριθμοδείκτες που δύναται να συμβάλουν στην πρόβλεψη εταιρικής χρεοκοπίας.
The prediction of bankruptcy starting from the beginning of the 20th century has been a critical issue that has played a significant role for Finance and Management. Financial analysis of a firm as well as making predictions are both especially important processes, not just for the firm itself but also for the firm’s creditors, investors, stakeholders, suppliers and more generally for anyone conducting transactions with the firm. Predicting corporate bankruptcies has preoccupied multiple researchers, as well as the market itself, as it is an issue whose results can potentially influence the economy.The first attempts at corporate bankruptcy prediction focused on calculating and comparing fundamental ratios between companies, while later statistically based models used. The complexity of constructing models which offer quick and reliable answers concerning the financial state of a company, created the need for constructing and integrated more advanced models, based on artificial intelligence, like machine learning and neural networks. The present work refers to the ways in which financial performance, taken as a basic metric for business evaluation, can contribute to the prediction of an imminent corporate failure.In this diplomatic research, a theoretical and empirical approach to predicting corporate bankruptcy was conducted. The first chapter introduces corporate bankruptcy prediction with a focus on the reasons that trigger a bankruptcy and contemporary examples of companies that failed. The second chapter records the literature review that presents classic and modern methods of predicting corporate bankruptcy. When conducting the empirical research where 9 different indicators from healthy and bankrupt companies of Mediterranean countries were analyzed, it emerged that there are some indicators that may contribute to the prediction of corporate bankruptcy.
|
|---|
Copyright © 2013 Βιβλιοθήκη Ο.Π.Α. Με την επιφύλαξη παντός δικαιώματος.