Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 16/02/2021 11:00
Λήξη: 16/02/2021 11:30
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
Ονοματεπώνυμο: ΚΛΟΓΚΙΡΙ ΑΝΤΑ
Αριθμός Μητρώου: 2011010002
Θέμα
Τίτλος στα Ελληνικά: Ανασκόπηση Μοντέλων Πρόβλεψης Πτωχεύσεων Επιχειρήσεων
Τίτλος στα Αγγλικά: Review of Corporate Bankrupts Risk Models
Επιτροπή:
Επιβλέπων: Κωνσταντίνος Ζοπουνίδης, Καθηγητής
Πρώτο Μέλος: Γεώργιος Ατσαλάκης, Αναπλ. Καθηγητής
Δεύτερο Μέλος: Μιχαήλ Δούμπος, Καθηγητής
Περίληψη της εργασίας στα Ελληνικά:
Η παρούσα εργασία πραγματεύεται το ζήτημα της πτώχευσης των επιχειρήσεων και των μοντέλων που χρησιμοποιήθηκαν, κατά καιρούς, για την πρόβλεψή της.
Σε πρώτο στάδιο, γίνεται μια συνοπτική αναφορά στην έννοια της πτώχευσης και στη νομική της διάστασης. Αναλύονται οι προϋποθέσεις υπαγωγής των επιχειρήσεων υπό καθεστώς πτώχευσης, καθώς και οι κυριότεροι παράγοντες που οδηγούν σε αυτήν.
Εν συνεχεία, παρουσιάζονται τα κυριότερα μοντέλα πρόβλεψης της εταιρικής αποτυχίας. Αρχικά, γίνεται αναφορά στη Μονομεταβλητή Ανάλυση (UA), ως μέθοδο πρόβλεψης εταιρικού κινδύνου, και στο μοντέλο του Beaver (1966).
Έπειτα, αναλύεται η μέθοδος της Πολυμεταβλητής Διακριτικής Ανάλυσης (MDA) και τα μοντέλα Z-Score (1968) και ZETA (1977) του Altman, καθώς και παραλλαγές αυτών.
Σε επόμενο βήμα, παρατίθενται τα κυριότερα Υποδείγματα Πιθανότητας με ευρεία χρήση στην διαδικασία πρόβλεψης πτώχευσης των επιχειρήσεων. Συγκεκριμένα, γίνεται αναφορά στο Γραμμικό (LPM), στο Λογαριθμικό (Logit) και στο Κανονικό (Probit) Υπόδειγμα Πιθανότητας.
Ακολούθως, παρουσιάζονται ορισμένες νεότεροι μέθοδοι πρόβλεψης πτώχευσης. Τέτοιες μέθοδοι είναι τα Μοντέλα Κινδύνου (Hazard Models), τα Τεχνητά Νευρωνικά Δίκτυα (Artificial Neural Networks), τα Συστήματα Υποστήριξης Αποφάσεων (DSS), τα Δένδρα Αποφάσεων (Machine Learning Decision Trees), Τα Προσεγγιστικά Σύνολα (Rough Set), τα συστήματα DEHA (Dynamic Event History Analysis), το μοντέλο CUSUM, η Fussy Knowledge – Based Decision Aiding μέθοδος και η θεωρία της «Καταστροφής» ή «Χάους».
Ολοκληρώνοντας, καταγράφονται τα γενικότερα συμπεράσματα που προκύπτουν από την μελέτη των μοντέλων πρόβλεψης εταιρικής αποτυχίας και κατατίθεται η σχετική βιβλιογραφία.
Περίληψη της εργασίας στα Αγγλικά:
This paper addresses the issue of business bankruptcy and the models used to predict the corporate failure.
Firstly, a brief reference is made to the concept of bankruptcy and the legal dimension of it. The conditions for bankruptcy are analyzed, as well as the main factors that lead to it.
Secondly, the main models used for predicting corporate failure are presented. Firstly, reference is made to Univariate Analysis (UA), as a method of forecasting corporate risk, and to the Beaver model (1966).
Next, the method of Multivariate Discrete Analysis (MDA) and Altman's Z-Score (1968) and ZETA (1977) models are analyzed.
Subsequently, the main Probability Models widely used in the business bankruptcy forecasting process are indicated. Specifically, reference is made to the Linear (LPM), Logarithmic (Logit) and Normal (Probit) Probability Model.
Moreover, alternative methods of predicting bankruptcy are presented. Such methods are Hazard Models, Artificial Neural Networks, Decision Support Systems (DSS), Machine Learning Decision Trees, Rough Set, DEHA systems (Dynamic Event History Analysis), the CUSUM model, the Fussy Knowledge - Based Decision Aiding method and the theory of "Disaster" or "chaos".
Finally, the general conclusions that emerge from the study of corporate failure prediction models are presented and the relevant literature is submitted.
Ημερομηνία Εξέτασης
Ημέρα/Μήνας/Έτος: 16/02/2021
Ώρα: 11:00 π.μ. - 12:00
Zoom Meeting
https://tuc-gr.zoom.us/j/88653582857?pwd=aDdLMU53ek81NG93VDI5ZzRQalREQT09
Meeting ID: 886 5358 2857
Password: 753716
