dc.contributor.author | Παπαδοπούλου, Μαρία Χριστίνα | el |
dc.contributor.author | Papadopoulou, Maria Christina | en |
dc.date.accessioned | 2024-02-13T09:39:40Z | |
dc.date.available | 2024-02-13T09:39:40Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/58852 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.26548 | |
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 | Εταιρική πτώχευση | el |
dc.subject | Μοντέλα πρόβλεψης πτώχευσης | el |
dc.subject | Χρηματοοικονομικοί δείκτες | el |
dc.subject | Αλγόριθμοι μάθησης | el |
dc.subject | Ταξινόμηση | el |
dc.subject | Corporate bankruptcy | en |
dc.subject | Bankruptcy prediction models | en |
dc.subject | Financial indicators | en |
dc.subject | Learning algorithms | en |
dc.subject | Classification | en |
dc.title | Πρόβλεψη πτώχευσης εταιρειών με τη χρήση χρηματοοικονομικών δεικτών και μοντέλων πρόβλεψης | el |
heal.type | bachelorThesis | |
heal.classification | Χρηματοοικονομικά | el |
heal.classification | Πτώχευση ελληνικών επιχειρήσεων | el |
heal.classification | Μηχανική μάθηση | el |
heal.classification | Μοντέλα Πρόβλεψης Πτώχευσης | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2023-10-18 | |
heal.abstract | Η πρόβλεψη της εταιρικής πτώχευσης μέσα σε ένα οικονομικό περιβάλλον που μεταβάλλεται συνεχώς αποτελεί ένα θέμα μέγιστης σημασίας για όλους φορείς που την αποτελούν, όπως επενδυτές, προμηθευτές, πελάτες, εργαζομένους αλλά και γενικά για ολόκληρη την κοινωνία. Η παρούσα έρευνα ξεκινάει με την μελέτη της έννοιας της πτώχευσης των επιχειρήσεων και στην συνέχεια γίνεται ανάλυση των μοντέλων πρόβλεψης που εφαρμόζονται τα τελευταία χρόνια σε παρόμοιες μελέτες. Σε αυτή την έρευνα εφαρμόζονται τα μοντέλα της λογιστικής παλινδρόμησης (logistic regression), των δέντρων απόφασης (decision tree) και του πολυστρωματικού δικτύου Perceptron (multi-layer Perceptron ή MLP) με τη χρήση χρηματοοικονομικών δεικτών και μετρικών αξιολόγησης, με στόχο την εύρεση του καλύτερου δυνατού μοντέλου ταξινόμησης, το οποίο θα εντοπίζει τις εταιρείες που θα χρεοκοπήσουν. Το δείγμα που χρησιμοποιείται αποτελείται από 10.716 ελληνικές επιχειρήσεις του εμπορικού τομέα, για την περίοδο 2006-2009. Στο τέλος της έρευνας, αφού αναλύονται τα αποτελέσματα που μας δίνουν τα μοντέλα με τις αρχικά επιλεγμένες υπερ παραμέτρους γίνεται διάκριση του πιο αποτελεσματικού μοντέλου εκ των τριών και προτείνονται περαιτέρω ενέργειες και βήματα. | el |
heal.abstract | The prediction of corporate bankruptcy in a constantly changing economic environment is a matter of utmost importance for all the actors involved, such as investors, suppliers, customers, employees, but also for the whole society in general. This research begins with the study of the concept of business bankruptcy and then analyzes the prediction models applied in recent years in similar studies. In this research, the models of: logistic regression, decision trees and the multi-layer Perceptron network (multi-layer Perceptron or MLP) are applied using financial indicators and evaluation metrics, with the aim of finding the best possible classification model, which will identify the companies that will go bankrupt. The sample used consists of 10,716 Greek businesses in the commercial sector, for the period 2006-2009. At the end of the research, after analyzing the results given by the models with the initially selected hyper parameters, the most effective model out of the three is distinguished and further actions and steps are proposed. | en |
heal.advisorName | Δουλάμης, Νικόλαος | el |
heal.committeeMemberName | Δουλάμης, Αναστάσιος | el |
heal.committeeMemberName | Βαρβαρίγου, Θεοδώρα | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 53 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: