Από τη μονομεταβλητή ανάλυση στα νευρωνικά δίκτυα : εμπειρική ανάλυση μοντέλων πρόβλεψης εταιρικής αποτυχίας

Abstract

Οι αντικειμενικοί σκοποί της παρούσας διπλωματικής εργασίας, ήταν η εξέταση της αποτελεσματικότητας τριών γνωστών και ευρέως χρησιμοποιούμενων μοντέλων πρόβλεψης εταιρικής αποτυχίας, η συγκριτική τους αξιολόγηση, η εξαγωγή συμπερασμάτων περί του βαθμού αξιοπιστίας ενός εκάστου και τέλος η υποβολή ανάλογων προτάσεων επί των εξαχθέντων συμπερασμάτων.

Ως εκ τούτου, πραγματοποιήθηκε εμπειρική ανάλυση σε δείγμα 81 πτωχευμένων και 81 μη πτωχευμένων εταιριών των Η.Π.Α (από τη βάση δεδομένων Compustat), επί του οποίου (δείγματος) εφαρμόστηκαν τα παρακάτω μοντέλα :

1. Πολυμεταβλητή Διακριτική Ανάλυση (MDA) Altman Ζ-SCORE (1968). 2. Λογαριθμικό Υπόδειγμα Πιθανότητας (Logit). 3. Τεχνητά Νευρωνικά Δίκτυα (ΑΝΝ).

Εν κατακλείδι από τα ανωτέρω, το Λογαριθμικό Υπόδειγμα Πιθανότητας παρουσιάστηκε ως το πιο αποτελεσματικό ως προς την πρόβλεψη της εταιρικής αποτυχίας κατά το χρόνο ακριβώς προ της πτώχευσης (t) όσο και κατά το αμέσως προηγούμενο έτος (t-1), με αμέσως επόμενο την Πολυμεταβλητή Διακριτική Ανάλυση (MDA) και ακολούθως τα Τεχνητά Νευρωνικά Δίκτυα (ΑΝΝ)