| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Uspešnost modelov napovedovanja propada podjetja
Avtorji:ID Majcan, Ana (Avtor)
ID Kolar, Iztok (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf UN_Majcan_Ana_2020.pdf (662,92 KB)
MD5: E4179F4EF166766651CB4FCD1C50F588
PID: 20.500.12556/dkum/48afb4f2-1354-4703-bf4a-f1bf81d4de85
 
Jezik:Slovenski jezik
Vrsta gradiva:Delo diplomskega projekta/projektno delo
Tipologija:2.11 - Diplomsko delo
Organizacija:EPF - Ekonomsko-poslovna fakulteta
Opis: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.
Ključne besede:napovedovanje propada podjetja, modeli napovedovanja propada podjetij, multivariatna diskriminantna analiza, Altmanov model, propadla slovenska podjetja.
Kraj izida:Maribor
Založnik:[A. Majcan]
Leto izida:2020
PID:20.500.12556/DKUM-76993 Novo okno
UDK:005.5
COBISS.SI-ID:38164739 Novo okno
NUK URN:URN:SI:UM:DK:BWTAEPRC
Datum objave v DKUM:18.11.2020
Število ogledov:1381
Število prenosov:160
Metapodatki:XML DC-XML DC-RDF
Področja:EPF
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:07.08.2020

Sekundarni jezik

Jezik:Angleški jezik
Naslov:The Performance of Bankruptcy Prediction Models
Opis:In the diploma project we discuss the field of bankruptcy prediction models and their success. The development of models that are able to identify companies at risk of going bankrupt is crucial for various company stakeholders, and for the society in general. Through the development of machine learning models, scientists and researchers strived to develop new and ever improved models, and to upgrade the existing ones. In today's environment, bankruptcy prediction models are a useful and indispensable tool for accountants, financiers, and managers who strive to make quick and effective decisions about corporate governance. A timely and appropriate prediction of the company's bankruptcy can prevent the company from finding itself in severe financial distress, from which it would not find a way out with the possibility of continued existence. The paper focuses, in particular, on the performance of Altman`s model. Based on the performed analysis, we conclude that using Altman's model it would be possible to appropriately predict the bankruptcy of three selected Slovenian companies in time. Therefore, we rate the model as successful.
Ključne besede:bankruptcy prediction, bankruptcy prediction models, multivariate discriminant analysis, Altman`s model, bankrupt Slovenian companies.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici