Μοντέλα εκτίμησης και πρόβλεψης και επίδοσης εισηγμένων εταιρειών στο Χ.Α.Α.

Παπαδοπούλου, Ευδοξία; Papadopoulou, Evdoxia

dc.contributor.author	Παπαδοπούλου, Ευδοξία	el
dc.contributor.author	Papadopoulou, Evdoxia	en
dc.date.accessioned	2019-12-23T09:00:47Z
dc.date.available	2019-12-23T09:00:47Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/49629
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.17327
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Μαθηματική Προτυποποίηση σε Σύγχρονες Τεχνολογίες και στα Χρηματοοικονομικά”	el
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Λογιστική κατανομή	el
dc.subject	Logit	en
dc.subject	Πιθανότητες	el
dc.subject	Probit	en
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	ANN	en
dc.subject	Αριθμοδείκτης Απόδοσης Ενεργητικού	el
dc.subject	ROA (Return of Assets)	en
dc.subject	Αριθμοδείκτης Απόδοσης Ιδίων Κεφαλαίων	el
dc.subject	Return on Equity	en
dc.title	Μοντέλα εκτίμησης και πρόβλεψης και επίδοσης εισηγμένων εταιρειών στο Χ.Α.Α.	el
heal.type	masterThesis
heal.classification	Χρηματοοικονομικά	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-02-19
heal.abstract	Η ακριβής πρόβλεψη της εταιρικής αποτυχίας τείνει να αποτελεί μεγάλη ανησυχία στους επενδυτές, στους πιστωτές, στις τράπεζες και στις κυβερνήσεις. Η πρόβλεψη της εταιρικής αποτυχίας, ή άλλιως γνωστή ως η πρόβλεψη της οικονομικής δυσπραγίας, παίζει σημαντικό ρόλο στη λήψη αποφάσεων σε διάφορους τομείς. Η οικονομική κρίση που ξεκίνησε το 2008, ελαχιστοποίησε ή εξαφάνισε την ανάπτυξη πολλών χωρών όπως της Ταϊβάν, της Αυστραλίας, της Ελλάδας, της Ιταλίας κ.λπ. Η μελέτη αυτή χρησιμοποιεί δύο κλασσικές στατιστικές μεθόδους, τη λογιστική παλινδρόμηση (logit) και την πιθανότητα παλινδρόμησης (probit), για να εξετάσει τη χρησιμότητα των χρηματοοικονομικών δεικτών για την πρόβλεψη της οικονομικής δυσπραγίας στις επιχειρήσεις. Το δείγμα που χρησιμοποιήθηκε αποτελείται από εξήντα (60) εταιρείες, εισηγμένες ή μη εισηγμένες στο Χρηματιστήριο Αξιών Αθηνών, για την περίοδο 2005-2017. Τα ευρήματα δείχνουν ότι οι δημοφιλείς αριθμοδείκτες της κερδοφορίας και της ρευστότητας τις περισσότερες φορές τείνουν να δίνουν προειδοποιητικά σημάδια για μια επερχόμενη αποτυχία, αλλά ταυτόχρονα τείνουν ίσως και να εξαπατούν. Αυτό συμβαίνει, επειδή οι υψηλές τιμές των αριθμοδεικτών, δε συνεπάγονται από μόνες τους απαραίτητα, ότι η εταιρεία διαθέτει αρκετά χρήματα για να πληρώσει τις υποχρεώσεις της. Αποδεικνύεται ότι όσο μεγαλύτερο είναι το δείγμα και όσο πιο συγκεκριμένη είναι η χρονική περίοδος, τόσο καλύτερα είναι τα προειδοποιητικά μηνύματα που προκύπτουν, όπως και η πρόβλεψη της οικονομικής υποβάθμισης και η ανίχνευση οικονομικά προβληματικών εταιρειών.	el
heal.abstract	The accurate prediction of corporate bankruptcy is of a great concern to investors, creditors, borrowing firms and governments. Corporate failure prediction, or otherwise known as financial distress prediction, acts as an important role in decision-making of various areas. The economic crisis started at 2008, has minimized or vanished the growth of many countries such as Taiwan, Australia, Greece, Italy etc. This study uses two classical statistical methods, the logistic regression (logit) and the probability regression (probit), to examine the usefulness of financial ratios in predicting the financial distress in companies. The sample used is composed of sixty (60) companies, quoted or not quoted in the Greek Stock Exchange, for the time period 2005-2017. The findings suggest that the popular ratios of profitability and liquidity tend to give warning signs for an upcoming failure most of the time, but also maybe somewhat deceiving. This tends to happen because high ratios by themselves do not necessarily imply that the company has sufficient money to pays its liabilities. It is shown that the bigger the sample tends to get and the more specific the time period is, the better the warning signal and the foresight of financial deterioration and the detection of financially distressed companies.	en
heal.advisorName	Μπουφούνου, Παρασκευή	el
heal.committeeMemberName	Λεβεντίδης, Ιωάννης	el
heal.committeeMemberName	Κόλλιας, Ηρακλής	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.numberOfPages	99 σ.	el
heal.fullTextAvailability	true