dc.contributor.advisor | Κούτρας, Μάρκος | |
dc.contributor.author | Λόκκα, Ευδοκία Θ. | |
dc.date.accessioned | 2017-09-07T08:23:06Z | |
dc.date.available | 2017-09-07T08:23:06Z | |
dc.date.issued | 2016-05 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/9915 | |
dc.description.abstract | Στα πλαίσια της διπλωματικής αυτής εργασίας εφαρμόζονται μέθοδοι Πολυμεταβλητής Ανάλυσης σε οικονομικά δεδομένα Ελληνικών βιομηχανικών επιχειρήσεων. Τα οικονομικά αυτά δεδομένα προέρχονται από τα δεδομένα που χρησιμοποιούνται από τις φορολογικές αρχές για την εκτίμηση της οικονομικής θέσης των επιχειρήσεων και την αξιολόγηση της βιωσιμότητάς τους. Οι εκτιμήσεις αυτές μπορούν να καταστούν χρήσιμες τόσο για τις επιχειρήσεις όσο και για το ίδιο το κράτος καθώς παρέχουν ενδείξεις για πιθανή αναγκαιότητα λήψης προληπτικών μέτρων που θα ευνοήσουν την αποφυγή δυσμενών μελλοντικών οικονομικών καταστάσεων όπως η πτώχευση.
Ως κριτήρια πρόβλεψης της διακοπής των λειτουργιών μιας επιχείρησης χρησιμοποιούνται βασικοί αριθμοδείκτες αποδοτικότητας, κεφαλαιακής διάρθρωσης, δραστηριότητας και ρευστότητας. Η προβλεπτική ικανότητα των δεικτών αυτών εξετάζεται μέσω μεθόδων Πολυμεταβλητής Ανάλυσης όπως η Λογιστική Παλινδρόμηση, τα μοντέλα Probit, η Ανάλυση Κύριων Συνιστωσών και οι μέθοδοι Συσταδοποίησης. Όλες οι μέθοδοι, πέραν αυτής της Συσταδοποίησης, έχουν καλή προσαρμογή στα δεδομένα, ενώ από την εφαρμογή της Λογιστικής Παλινδρόμησης προκύπτει πως ο δείκτης «Ίδια Κεφάλαια προς Ενεργητικό» έχει την καλύτερη προβλεπτική ικανότητα για τη διακοπή λειτουργίας μιας επιχείρησης. | el |
dc.format.extent | 140 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Στατιστική ανάλυση | el |
dc.subject | Βιομηχανία -- Ελλάδα | el |
dc.title | Εφαρμογή στατιστικών μεθόδων πολυμεταβλητής ανάλυσης σε φορολογικά δεδομένα επιχειρήσεων | el |
dc.title.alternative | Application of multivariate statistical methods in enterprise taxation data | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | In the present MSc. thesis, methods of Multivariate Analysis are applied on Greek industrial business and financial data. These financial data are used by tax authorities to assess companies’ financial position and viability. These estimates may become useful for both companies and the state itself since they provide clues for a possible need of preventive measures that will favour the avoidance of adverse future economic situations like (e.g. bankruptcy).
Key financial ratios of efficiency, capital structure, activity and liquidity are used for predicting business’ default. The predictive power of these indicators is examined by the use of methods of Multivariate Analysis such as Logistic Regression, Probit Analysis, Principal Component Analysis and Clustering methods. All methods, apart from Clustering, exhibit a good fit to the data. Logistic Regression revealed that the index “Equity to Assets” owns the best power for predicting a business’ default. | el |
dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
dc.subject.keyword | Πολυμεταβλητή ανάλυση | el |
dc.subject.keyword | Αριθμοδείκτες | el |
dc.subject.keyword | Φορολογία | el |