master's thesis
OBLIKOVANJE MODELA ZA PREDVIĐANJE BANKROTA PODUZEĆA U REPUBLICI HRVATSKOJ, BOSNI I HERCEGOVINI, SRBIJI I MAĐARSKOJ

Tina Burić (2016)
University of Split
Faculty of economics Split
Metadata
TitleOBLIKOVANJE MODELA ZA PREDVIĐANJE BANKROTA PODUZEĆA U REPUBLICI HRVATSKOJ, BOSNI I HERCEGOVINI, SRBIJI I MAĐARSKOJ : diplomski rad
AuthorTina Burić
Mentor(s)Ivica Pervan (thesis advisor)
Abstract
Tema mnogobrojnih znanstvenih radova i istraživanja predviđanje je bankrota poduzeća. Njihova uspješnost je od velikog značaja i za praksu posebno u današnjim trenucima financijske krize i dinamičnog tržišnog okruženja. U ovom radu oblikovani su modeli predviđanja bankrota poduzeća za Hrvatsku, Bosnu i Hercegovinu, Srbiju i Mađarsku na temelju računovodstvenih informacija iz financijskih izvještaja za 2012. i 2013.godinu. Podaci su preuzeti iz baze podataka „Amadeus“. Za svaku su zemlju poduzeća uparena s obzirom na djelatnost, te veličinu poduzeća, odnosnu veličinu prihoda i imovine. Uzorak poduzeća za Hrvatsku sastojao se od 676 poduzeća, odnosno 338 parova poduzeća na temelju kojih su izračnati omjeri, te je provedena metoda binarne logističke regresije sa uspjehom klasifikacije poduzeća od 90,6%. Također je provedena metoda neuronskih mreža korištenjem algoritma „višeslojni perceptron“, te je dobivena još bolja uspješnost klasifikacije od 91,45%. Uzorak poduzeća za Bosnu i Hercegovinu se sastojao od 11 parova poduzeća, odnosno ukupno 22 poduzeća te je putem binarne logističke regresije, te neuronskih mreža dobivena uspješnost klasifikacije poduzeća od 100%. Uzorak poduzeća za Srbiju sastojao se od 68 poduzeća, odnosno 34 para poduzeća. Temeljem najsignifikantnijih računovodstvenih omjera putem binarne logističke regresije dobivena je točnost klasifikacije od 97%, što je bolji rezultat u odnosu na rezultat dobiven korištenjem neuronskih mreža koji je iznosio 94,3%. Uzorak poduzeća za Mađarsku sastojao se od 34 poduzeća ukupno, odnosno 12 poduzeća parova, te je na temelju financijskih pokazatelja korištenjem binarne logističke regresije, te neuronskih mreža postignuta savršena klasifikacija od 100%. Uspješno predviđanje bankrota moguće je ostvariti korištenjem obiju metoda gdje su razine točnosti za sve modele iznimno visoke što znači da je moguće izraditi efikasan model na temelju računovodstvenih informacija. 85
KeywordsBankruptcy Prediction Croatia
GranterUniversity of Split
Faculty of economics Split
PlaceSplit
StateCroatia
Scientific field, discipline, subdisciplineSOCIAL SCIENCES
Economics
Accounting
Study programme typeuniversity
Study levelgraduate
Study programmeBusiness Studies
Academic title abbreviationmag. oec.
Genremaster's thesis
Language Croatian
Defense date2016-06
Parallel abstract (English)
Bankruptcy prediction is a topic of numerous scientific papers and research. Successful bankruptcy prediction is of great importance for every-day practice, especially considering the financial crisis and dynamic market environment. In this paper models for bankruptcy prediction have been designed for Croatia, Bosnia and Herzegovina, Serbia and Hungary based on accounting information from financial statements from 2012. and 2013. Data was taken from the „Amadeus“ database. Companies were paired for each country, based on their business activities and the size of the company, or size of the operating revenue and total assets. Sample for Croatia consisted of 676 companies, or 338 paired companies on the basis of which ratios have been computed and a binary logistic regression has been conducted with the classification success of 90,6%. Also, the method of neural networks was conducted using multilayer perceptron which gave an even better performance in classification of 91,45%. Sample for Bosnia and Herzegovina consisted of 11 paired companies, or 22 companies in total following the use of binary logistic regression and neural network which gave a success in classification of 100%. Sample for Serbia consisted of 68 companies, or 34 paired companies. Based on the most significant accounting ratios using binary logistic regression classification accuracy of 97% has been obtained, which is a better result compared to the one obtained using neural network which amounted to 94,3%. Sample model for Hungary consisted of 34 companies, or 12 paired companies and, based on accounting ratios using binary logistic regression and neural networks, a perfect classification of 100% was achieved. Successful bankruptcy prediction can be achieved using binary logistic regression and neural networks where the level of accuracy for all models is extremely high, which means that it is possible to create an efficient model based on accounting information.
Parallel keywords (Croatian)Bankrot Predviđanje Hrvatska
Resource typetext
Access conditionOpen access
Terms of usehttp://rightsstatements.org/vocab/InC/1.0/
URN:NBNhttps://urn.nsk.hr/urn:nbn:hr:124:174010
CommitterIvana Gizdić