prikaz prve stranice dokumenta Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha
  Download
PDF 1.91 MB
professional thesis
Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha
2018. urn:nbn:hr:124:544994
Raković, Goran
University of Split
Faculty of economics Split

Cite this document

Raković, G. (2018). Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha (Professional thesis). Split: University of Split, Faculty of economics Split. Retrieved from https://urn.nsk.hr/urn:nbn:hr:124:544994

Raković, Goran. "Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha." Professional thesis, University of Split, Faculty of economics Split, 2018. https://urn.nsk.hr/urn:nbn:hr:124:544994

Raković, Goran. "Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha." Professional thesis, University of Split, Faculty of economics Split, 2018. https://urn.nsk.hr/urn:nbn:hr:124:544994

Raković, G. (2018). 'Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha', Professional thesis, University of Split, Faculty of economics Split, accessed 07 April 2025, https://urn.nsk.hr/urn:nbn:hr:124:544994

Raković G. Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha [Professional thesis]. Split: University of Split, Faculty of economics Split; 2018 [cited 2025 April 07] Available at: https://urn.nsk.hr/urn:nbn:hr:124:544994

G. Raković, "Utjecaj veličine poduzeća na modeliranje poslovnog neuspjeha", Professional thesis, University of Split, Faculty of economics Split, Split, 2018. Available at: https://urn.nsk.hr/urn:nbn:hr:124:544994

Metadata
TitleUtjecaj veličine poduzeća na modeliranje poslovnog neuspjeha
AuthorGoran Raković
MentorIvica Pervan (mentor)
MBZ: 253310
GranterUniversity of Split
Faculty of economics Split
Split
Defense date and country2018, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Economics
Accounting
Abstract
Predviđanje poslovnog neuspjeha je uvijek aktualna tema te se već duži niz godina provode mnoga istraživanja uz korištenje različitih statističkih metoda kako bi se oblikovao model sa što većom preciznošću predviđanja poslovnog neuspjeha. Kroz ovaj rad objašnjena je važnost bonitetne informacije, temeljna financijska izvješća i financijski pokazatelji te je izvedeno istraživanje u svrhu izrade osnovnog modela predviđanja poslovnog neuspjeha i usporedbe sa zasebnim modelima za predviđanje... More poslovnog neuspjeha prilagođenih za različite veličine poduzeća uzimajući pri tom visinu ukupnoe imovine kao kriterij za razvrstavanje poduzeća u skupine. Istraživanje je provedeno na temelju dostupnih financijskih informacija 989 poduzeća proizvodnog sektora u Hrvatskoj. Financijski pokazatelji korišteni kao varijable u modelima za predviđanje su: ROA, ROE, EBIT marža, obrtaj imovine, tekuća likvidnost i stupanj samofinanciranja. Empirijsko istraživanje je pokazalo da se točnost predviđanja poslovnog neuspjeha može povećati grupiranjem poduzeća u različite skupine prema visini ukupne imovine i primjenom metode logističke regresije na svaku skupinu zasebno. Točnost predviđanja poslovnog neuspjeha u modelima prilagođenim za poduzeća određene visine imovine je bila veća za 3,6 postotnih poena do čak 18,10 postotnih poena za određene skupine u odnosu na osnovni model korišten za sve veličine poduzeća. Less
Abstract (english)
Prediction of business failure is always a topical issue and has been carrying out many researches for many years using various statistical methods in order to shape the model with the most accuracy in predicting a business failure. This thesis explains the importance of prudent information, main financial statements, financial indicators and presents research carried out for the purpose of creating a basic model of business failure prediction and comparison with separate models for... More predicting business failure for different size of companies using the amount of total assets as criteria for sorting the companies in groups. The research was conducted based on available financial information of 989 companies in the manufacturing sector in Croatia. The financial indicators used as variables in the prediction models are: ROA, ROE, EBIT margin, asset turnover, current liquidity and self-financing rate. The empirical research has shown that the accuracy of predicting a business failure can be increased by sorting companies into different groups by the amount of total assets and by applying the logistic regression method to each group separately. The accuracy of predicting a business failure in models adjusted for companies of certain asset amount was higher by 3.6 percentage points to 18.10 percentage points for particular groups compared to the basic model used for all sizes of companies. Less
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:124:544994
Study programmeTitle: Postgraduate Programme Business Studies
Study programme type: university
Study level: postgraduate specialist
Academic / professional title: sveučilišni specijalist ekonomije (sveučilišni specijalist ekonomije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2018-03-09 09:16:23
accessibility

closeAccessibilityrefresh

If you wish to permanently save changes, click on Save, if not - your settings will be reset when you restart the browser.