| Title: | Uspešnost modelov napovedovanja propada podjetja |
|---|
| Authors: | ID Majcan, Ana (Author) ID Kolar, Iztok (Mentor) More about this mentor...  |
| Files: | UN_Majcan_Ana_2020.pdf (662,92 KB) MD5: E4179F4EF166766651CB4FCD1C50F588 PID: 20.500.12556/dkum/48afb4f2-1354-4703-bf4a-f1bf81d4de85
|
|---|
| Language: | Slovenian |
|---|
| Work type: | Diploma project paper |
|---|
| Typology: | 2.11 - Undergraduate Thesis |
|---|
| Organization: | EPF - Faculty of Business and Economics
|
|---|
| Abstract: | V delu diplomskega projekta obravnavamo področje modelov napovedovanja propada podjetja in njihovo uspešnost. Razvoj modelov, ki so zmožni razpoznati podjetja, pri katerih obstaja tveganje propada, je ključnega pomena za različne deležnike podjetij in za družbo nasploh. Skozi razvoj modelov strojnega učenja so znanstveniki in raziskovalci strmeli k razvijanju vedno novih in izboljšanih modelov ter k nadgradnji obstoječih.
Modeli napovedovanja propada podjetja so v današnjem okolju uporabno in nepogrešljivo orodje za računovodje, finančnike in managerje, ki si prizadevajo za hitro in učinkovito sprejemanje odločitev o upravljanju in vodenju podjetij. Pravočasna in ustrezna napoved propada podjetja lahko namreč prepreči, da bi se podjetje znašlo v hudi finančni stiski, iz katere ne bi našlo izhoda z možnostjo nadaljnjega obstoja. V delu se še posebej osredotočamo na uspešnost Altmanovega modela. Na podlagi izvedene
analize ugotavljamo, da bi z Altmanovim modelom bilo mogoče pravočasno in ustrezno napovedati propad treh izbranih slovenskih podjetij, zato model ocenjujemo kot uspešen. |
|---|
| Keywords: | napovedovanje propada podjetja, modeli napovedovanja propada podjetij, multivariatna diskriminantna analiza, Altmanov model, propadla slovenska podjetja. |
|---|
| Place of publishing: | Maribor |
|---|
| Publisher: | [A. Majcan] |
|---|
| Year of publishing: | 2020 |
|---|
| PID: | 20.500.12556/DKUM-76993  |
|---|
| UDC: | 005.5 |
|---|
| COBISS.SI-ID: | 38164739  |
|---|
| NUK URN: | URN:SI:UM:DK:BWTAEPRC |
|---|
| Publication date in DKUM: | 18.11.2020 |
|---|
| Views: | 1377 |
|---|
| Downloads: | 160 |
|---|
| Metadata: |  |
|---|
| Categories: | EPF
|
|---|
|
:
|
Copy citation |
|---|
| | | | Average score: | (0 votes) |
|---|
| Your score: | Voting is allowed only for logged in users. |
|---|
| Share: |  |
|---|
Hover the mouse pointer over a document title to show the abstract or click
on the title to get all document metadata. |