Využití vybraných metod vícerozměrné statistiky pro predikci finančního zdraví podniků

Název práce: Využití vybraných metod vícerozměrné statistiky pro predikci finančního zdraví podniků
Autor(ka) práce: Klecker, Tadeáš
Typ práce: Diplomová práce
Vedoucí práce: Pecáková, Iva
Oponenti práce: Malá, Ivana
Jazyk práce: Česky
Abstrakt:
Tato práce se zabývá využitím metod vícerozměrné statistiky pro predikci finančního zdraví podniku. To je zhodnoceno prostřednictvím vybraných bankrotních modelů (Altmanův model 1983, Altmanův model 1995, IN05, Tafflerův model), které jsou obecně používané k predikci budoucího bankrotu firem. Vybrané statistické metody (diskriminační analýza, shluková analýzy, logistická regrese, rozhodovací stromy – CHAID, CRT) jsou v této práci aplikovány prostřednictvím softwarů IBM SPSS, MS Excel a R. Data použitá v analýzách pochází z databáze FinStat. Konkrétně byly použity náhodně vybrané firmy z oboru stavebnictví. První část této práce je věnována popisu finančního bankrotu. Je zde vysvětlen obecný vzorec Altmanova modelu a detailněji popsány jednotlivé bankrotní modely použité v práci. Je objasněna jejich konstrukce a jednotlivé položky z rozvahy a výsledovky, které se v modelech používají. Jsou zde též uvedeny výhody a úskalí použití jednotlivých modelů. Ve druhé části jsou popsány použité statistické metody. Pomocí těchto metod jsou odhadovány jednotlivé parametry pro dané poměrové ukazatele a na základě Altmanova Z-skóre je provedena i predikce bankrotu podniku do budoucna. Dále je použita metoda rozhodovací stromů pro určení, které poměrové ukazatele v Altmanově modelu jsou významné a shluková analýza, kde pomocí metody k-means predikuji, jestli je skutečně firma bankrotující či nebankrotující. Výsledky aplikace jednotlivých metod na Altmanův model jsou vyhodnoceny prostřednictvím konfúzní matice, ROC křivky. Z konfúzní matice je následně spočtena celková správnost, celková chyba modelu a pravděpodobnost chyby prvního a druhého druhu. V další částí je srovnání statistických metod na základě konfúzní matice pomocí křížové validace. V předposlední části diskuzi je rozebíráno, proč koeficienty pro lineární diskriminační analýzu pro jednotlivé metody vyšly odlišně oproti původním modelům. V poslední části jsou srovnány statistické metody, je vysvětleno, proč není dobré použít shlukovou analýzu. Je odůvodněno, proč koeficienty před poměrovými ukazateli vychází u stavebních podniků pro slovenské prostředí jinak oproti původním datům z modelu Altmanovo Z-skóre 1983, Altmanovo Z-skóre 1995, Tafflerovu modelu a IN05.V závěru bylo zjištěno, že u bankrotních modelů vychází pro slovenské prostředí jiné odhadnuté koeficienty než pro americké prostředí. Důvod je vyšší počet pozorování. Shluková analýza nám nedala rozumnou interpretaci při opakovaných výpočtech. Dále bylo porovnáváno mezi sebou jednotlivé statistické metody v jednotlivých bankrotních modelech.
Klíčová slova: Z – skóre; bankrotní modely; finanční analýza; diskriminační analýza; logistická regrese; rozhodovací stromy – CHAID, CRT; shluková analýza
Název práce: Use of selected methods of multidimensional statistics for the prediction of financial health of enterprises
Autor(ka) práce: Klecker, Tadeáš
Typ práce: Diploma thesis
Vedoucí práce: Pecáková, Iva
Oponenti práce: Malá, Ivana
Jazyk práce: Česky
Abstrakt:
This master thesis focuses on the methods of the use of methods of multidimensional statistics for the prediction of the financial health of the company. This is evaluated through selected bankruptcy models (Altman's model 1983, Altman's model 1995, IN05, Taffler model), which are generally used to predict future bankruptcy of companies. Selected statistical methods (discriminatory analysis, cluster analysis, logistic alleviation, decision trees – CHAID, CRT) are applied in this work through IBM SPSS software, MS Excel and programming language R. The data used in the analysis comes from the FinStat database. Specifically, randomly selected companies from the construction industry were used. The first part of this work is devoted to the description of financial bankruptcy. The general formula of the Altman model is explained here, and the individual bankruptcy models used in the work are described in more detail. The structure and individual items from the balance sheet and profit and loss account used in the models are clarified. The advantages and pitfalls in the use of individual models are discussed. The second part describes statistical methods. The analysis section describes each statistical method used in the work. We will find a chapter describing the data used and the application of selected statistical methods. Using these methods, the individual parameters for the given ratios are estimated and based on the Altman Z-score, a prediction of the company's bankruptcy is made in the future. In addition, the method of decision trees is used to determine which ratios in the Altman model are significant and burst analysis, where by means of K-means I predict whether the company is really bankrupt or non-performing. The results of the application of the individual methods on the Altman model are evaluated through several methods (e.g. with a confusion nut or ROC curve). The confusion matrix is followed by the total correctness, the overall model error and the probability of the first and second species errors. The next section is a comparison of statistical methods based on a confusion matrix using cross-validation. In the penultimate part of the discussion, it is discussed why the coefficients for the linear discriminatory analysis for each method have been diverted from the original models. The last part explains whether the use of a linear discriminatory analysis is appropriate or not. In the end, it was found that for bankruptcy models, different estimated coefficients are based on the Slovak environment than for the American environment. The reason is a higher number of observations. The cluster analysis did not give us a reasonable interpretation of repeated calculations. In addition, the various statistical methods in each bankruptcy model were compared.
Klíčová slova: Financial Analysis; bankruptcy models; Altman Z – scores; discriminatory analysis; logistic regression; decision Trees – CHAID, CRT; cluster analysis

Informace o studiu

Studijní program / obor: Kvantitativní metody v ekonomice/Statistika
Typ studijního programu: Magisterský studijní program
Přidělovaná hodnost: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Fakulta: Fakulta informatiky a statistiky
Katedra: Katedra statistiky a pravděpodobnosti

Informace o odevzdání a obhajobě

Datum zadání práce: 9. 1. 2019
Datum podání práce: 29. 11. 2019
Datum obhajoby: 29. 1. 2020
Identifikátor v systému InSIS: https://insis.vse.cz/zp/68217/podrobnosti

Soubory ke stažení

    Poslední aktualizace: