dc.contributor.author | Μπαϊράμης, Λάζαρος | el |
dc.contributor.author | Bairamis, Lazaros | en |
dc.date.accessioned | 2020-03-10T07:56:27Z | |
dc.date.available | 2020-03-10T07:56:27Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/49914 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.17612 | |
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-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Αλγόριθμος Κοντινότερου Γείτονα | el |
dc.subject | Πιστοληπτική Ικανότητα | el |
dc.subject | Εταιρική Αποτυχία | el |
dc.subject | Εξόρυξη Γνώσης | el |
dc.subject | Nearest Neighbor Algorithm | en |
dc.subject | Data Mining | en |
dc.subject | Credit Scoring | en |
dc.subject | Corporate Failure | en |
dc.title | Υποδείγματα Μέτρησης Αποτυχίας ή Πιστοληπτικής Ικανότητας για Ελληνικές Επιχειρήσεις Εισηγμένες στο ΧΑΑ. Η Μέθοδος του Κοντινότερου Γείτονα. | el |
heal.type | masterThesis | |
heal.classification | Μαθηματικά, Οικονομία | el |
heal.language | el | |
heal.access | campus | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2019-10-23 | |
heal.abstract | Τις τελευταίες δεκαετίες, ποικίλες μέθοδοι μέτρησης της πιστοληπτικής ικανότητας μιας εταιρείας έχουν απασχολήσει ειδήμονες του επιχειρηματικού και ακαδημαϊκού κόσμου, ως απάντηση στην ανάγκη ανάλυσης και πρόβλεψης της εταιρικής αποτυχίας. Μία τέτοια μέθοδος είναι και ο αλγόριθμος του κοντινότερου γείτονα, που με τις διάφορες παραλλαγές του, προσφέρει λύσεις στην υπολογιστική περιπλοκότητα των δεδομένων σε διάφορους κλάδους. Στην εργασία αυτή εξετάζεται η υλοποίηση του αλγόριθμου αυτού βασισμένη σε οικονομικά δεδομένα με στόχο την αξιολόγηση της πιστοληπτικής ικανότητας επιχειρήσεων. Το πρώτο κεφάλαιο της εργασίας περιγράφει τους πιστωτικούς κινδύνους που ενδέχεται να αντιμετωπίσει μια εταιρεία, διακρίνοντάς τους σε κατηγορίες, καθώς και την έννοια της πιστοληπτικής ικανότητας. Το δεύτερο κεφάλαιο εστιάζει στην εξόρυξη γνώσης, με ιδιαίτερη μνεία στις έννοιες της εξόρυξης δεδομένων, της αναγνώρισης προτύπων και της προεπεξεργασίας δεδομένων. Το τρίτο κεφάλαιο της εργασίας αναλύει εκτενώς την μέθοδο του κοντινότερου γείτονα, λαμβάνοντας υπόψη το θεωρητικό της υπόβαθρο και τις διάφορες τεχνικές της, ενώ το τέταρτο και τελευταίο κεφάλαιο εστιάζει στην υλοποίηση του αλγορίθμου σε εταιρείες του Χρηματιστηρίου Αξιών Αθηνών από τα έτη 2012 μέχρι και το 2016, εντοπίζοντας κοντινούς και μακρινούς γείτονες. Η υλοποίηση του αλγορίθμου αποσκοπεί στην ανάλυση των διάφορων πλεονεκτημάτων και μειονεκτημάτων της μεθόδου του κοντινότερου γείτονα καθώς και στον διαχωρισμό των εταιρειών σε «Υγιείς» και «Μη Υγιείς» που θα αποτελέσει την ουσία της κατηγοριοποίησης. Σκοπός της εργασίας είναι να σχηματίσει συμπεράσματα ως προς την αποτελεσματικότητα και το ποσοστό επιτυχίας του αλγορίθμου με κριτήριο την ορθότητα πρόβλεψης και κατηγοριοποίησης των εταιρειών. Το ικανοποιητικό ποσοστό επιτυχίας που σημειώθηκε καθιστά τον αλγόριθμο του κοντινότερου γείτονα ένα αποτελεσματικό εργαλείο για την πρόβλεψη μεταβλητών στον επιχειρηματικό τομέα. | el |
heal.advisorName | Λεβεντίδης, Ιωάννης | |
heal.committeeMemberName | Χριστόπουλος, Απόστολος | |
heal.committeeMemberName | Κόλλιας, Ηρακλής | |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 134 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: