HEAL DSpace

Μελέτη πρόβλεψης πτώχευσης εταιρειών χρησιμοποιώντας τα μοντέλα λογιστικής παλινδρόμησης και ανάλυσης επιβίωσης COX

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Θανασάς, Δημήτριος el
dc.contributor.author Thanasas, Dimitrios en
dc.date.accessioned 2015-07-30T10:10:04Z
dc.date.available 2015-07-30T10:10:04Z
dc.date.issued 2015-07-30
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/41065
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.4593
dc.description Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Μαθηματική Προτυποποίηση σε Σύγχρονες Τεχνολογίες στην Οικονομία” el
dc.rights Default License
dc.subject Ανάλυση επιβιώσης el
dc.subject Λογιστική παλινδρόμηση el
dc.subject Αποτυχία εταιρειών el
dc.subject Μοντέλο Κοξ el
dc.subject Πρόβλεψη πρώχευσης εταιρειών el
dc.subject Corporate failure prediction en
dc.subject Logit regression en
dc.subject Cox model en
dc.subject Survival analysis en
dc.subject Corporate default en
dc.title Μελέτη πρόβλεψης πτώχευσης εταιρειών χρησιμοποιώντας τα μοντέλα λογιστικής παλινδρόμησης και ανάλυσης επιβίωσης COX el
dc.title Study of corporate failure prediction using logistic regression and COX survival analysis en
heal.type masterThesis
heal.classification ΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2015-04-02
heal.abstract Στην παρούσα εργασία μελετήθηκε η πρόβλεψη της αποτυχίας (ή όχι) ενός αριθμού εταιρειών του ελληνικού χώρου χρησιμοποιώντας το μοντέλο της λογιστικής (ή Logit) παλινδρόμησης και το μοντέλο ανάλυσης επιβίωσης Cox. Ως αποτυχία θεωρήθηκε η αίτηση μιας εταιρείας για υπαγωγή στο άρθρο 99 του νέου πτωχευτικού κώδικα γιατί τότε η εταιρεία δεν μπορεί πλέον να πληρώσει τους πιστωτές της. Για το σκοπό αυτό συγκεντρώθηκαν δεδομένα ισολογισμών από 200 «μη υγιείς» εταιρείες (που έχουν αποτύχει) και 200 «υγιείς» (που δεν έχουν αποτύχει) εταιρείες. Για κάθε εταιρεία καταγράφηκαν δεδομένα από τους δύο τελευταίους ισολογισμούς της και υπολογίστηκαν συνολικά 18 αριθμοδείκτες. Οι μισές εταιρείες (100 «μη υγιείς» και 100 «υγιείς») συγκεντρώθηκαν σε μια ομάδα δεδομένων η οποία χρησιμοποιήθηκε για την εφαρμογή των δύο μοντέλων. Οι υπόλοιπες 200 εταιρείες (ξανά 100 «μη υγιείς» και 100 «υγιείς») συγκεντρώθηκαν σε δεύτερη ομάδα δεδομένων η οποία χρησιμοποιήθηκε για την αξιολόγηση της προβλεπτικής ικανότητας του κάθε μοντέλου. Αφού αφαιρέθηκαν οι μεταβλητές που παρουσίασαν πολυσυγραμμικότητα, εφαρμόστηκαν με επιτυχία τα δύο μοντέλα. Ακολούθησε ο έλεγχος της προβλεπτικής τους ικανότητας και τα τελικά αποτελέσματα δείχνουν παρόμοια ποσοστά επιτυχίας για το κάθε μοντέλο. Το ποσοστό επιτυχίας του μοντέλου Logit ήταν 82% ενώ το ποσοστό επιτυχίας του μοντέλου Cox ήταν 83%. Τα ποσοστά αυτά είναι αρκετά υψηλά, άνω του 80%, με το μοντέλο Cox να παρουσιάζει ελαφρώς υψηλότερο ποσοστό. el
heal.abstract In this study the prediction of the failure (or not) of a number of Greek companies was investigated using the logistic regression (Logit model) and the Cox survival analysis (Cox model). As failure was considered the application of a company for inclusion in article 99 of the Greek bankruptcy code because in this case the company cannot afford to pay its creditors. For this purpose, accounts data from 200 "failed" companies and 200 "not failed" companies were collected. For each company, data were recorded from its last two balance sheets and 18 accounting ratios were calculated. Half of the companies (100 "failed" and 100 "not failed") were gathered in a data set that was used for the application of the two models. The other 200 companies (again 100 "failed" and 100 "not failed") were gathered in a second data set which was used to evaluate the predictive power of each model. Τhe variables that are highly correlated were disregarded and afterwards the two models were successfully applied. Then, the predictive power of the two models was calculated and their success rate was similar. The success rate of the Logit model was 82%, while the success rate of the Cox model was 83%. These rates are quite high, over 80%, with the rate of the Cox model being slightly higher. en
heal.advisorName Λεβεντίδης, Ιωάννης el
heal.committeeMemberName Χριστόπουλος, Απόστολος el
heal.committeeMemberName Κόλλιας, Ηρακλής el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών el
heal.academicPublisherID ntua
heal.numberOfPages 60 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής