Πάντειο Πανεπιστήμιο Κοινωνικών και Πολιτικών Επιστημών
Περίληψη:
Τις τελευταίες δεκαετίες έχει απασχολήσει πολλούς ακαδημαϊκούς και επαγγελματίες η πρόβλεψη της πτώχευσης των επιχειρήσεων. Οι μέθοδοι που έχουν χρησιμοποιήσει οι ερευνητές για την πρόβλεψη της εταιρικής αποτυχίας διακρίνονται σε δυο μεγάλες κατηγορίες. Η πρώτη κατηγορία περιλαμβάνει μεθόδους που χρησιμοποιούν στατιστικούς τρόπους υπολογισμού όπως οι μέθοδοι ALTMAN, ELECTRE, DEA, PROBITand LOGIT. Στην δεύτερη κατηγορία υπάγονται οι μέθοδοι που χρησιμοποιούν τεχνητή νοημοσύνη όπως τα νευρωτικά δίκτυα, οι γενετικοί αλγόριθμοι, μηχανική μάθηση, ασαφή λογική και άλλα. Στην παρούσα εργασία επιχειρείται να αποδειχθεί η ικανότητα ή μη του δείκτη Ζ-score (γενικευμένο και εξειδικευμένο μοντέλο του ALTMAN), ο οποίος παρουσιάστηκε από τον καθηγητή Edward Altman, στην πρόβλεψη της πτώχευσης των εισηγμένων επιχειρήσεων οι οποίες εδρεύουν και δραστηριοποιούνται στην Ελλάδα. Γίνεται προσπάθεια να αποδειχθεί η επιρροή που ασκούν συγκεκριμένες χρηματοοικονομικές μεταβλητές-δείκτες στην πιθανότητα πρόβλεψης της πτώχευσης. Για την επίτευξη του σκοπού που αναφέραμε πιο πάνω, πραγματοποιείται μία στατιστική εμπειρική ανάλυση σε δείγμα που συλλέξαμε από δεδομένα των εταιρειών του δείκτη του Χρηματιστηρίου Αθηνών για την χρονική περίοδο 2004-2016. Σύμφωνα με τα ευρήματα της εμπειρικής μελέτης, φαίνεται πως η πολυμεταβλητή διακριτή ανάλυση του μοντέλου του Altman μπορεί να προβλέψει την πτώχευση.
Abstract:
In recent decades, many academics and professionals have been busy anticipating business bankruptcy. The methods used by researchers to predict corporate failure can be divided into two major categories. The first category includes methods that use statistical calculation methods such as ALTMAN, ELECTRE, DEA, PROBIT and LOGIT. In the second category are methods using artificial intelligence such as methods using artificial intelligence such as neurotic networks, genetic algorithms, mechanical learning, fuzzy logic and others. This paper attempts to demonstrate the ability of the Z-score index (generalized and specialized model of ALTMAN), presented by Professor Edward Altman, to predict the bankruptcy of listed companies that are based and active in Greece. An effort is made to demonstrate the influence of specific financial indicator variables on the probability of predicting bankruptcy In order to achieve the above mentioned objective, we perform a statistical empirical analysis on a sample that we collected from the data of the Athens Exchange index companies for the period 2004-2016. According to the findings of the empirical study, it seems that the multivariate distinct analysis of the Altman model can predict bankruptcy.
Περιγραφή:
Διπλωματική εργασία - Πάντειο Πανεπιστήμιο. Τμήμα Δημόσιας Διοίκησης, ΠΜΣ, κατεύθυνση Ελεγκτική και Φορολογία, 2019