Hrvatsko društvo ekonomista

Rujan 2021. ::: Vol.72 No. 05

    Siniša Bogdan
    Luka Šikić
    Suzana Bareša

PREDVIĐANJE STEČAJA NA TEMELJU UKUPNE POPULACIJE HRVATSKIH PODUZEĆA https://doi.org/10.32910/ep.72.5.1 Prethodno priopćenje Ovaj rad analizira predviđanje bankrota na temelju pune populacije poduzeća koje predstavljaju ukupni poslovni sektor u Hrvatskoj. Reprezentativnost uzorka postigla se tehnikom uparivanja (propensity score matching) ukupne populacije bankrotiranih i sličnih poduzeća koje nisu u stečaju. Robusna procjena predviđanja bankrota provela se temeljem višestruke diskriminacijske analize (MDA) i logističke regresije (logit). Rezultati su ukazali na visoku točnost klasifikacije oba modela, s naglaskom na povoljniju procjenu uporabom logit metode. Ukupna točnost MDA modela bila je 73,7%, dok je ukupna točnost logit modela bila 76,3%. Rezultati služe kao referentna točka za procjenu bankrota za poslovni sektor u Hrvatskoj. Multipla diskriminantna analiza; MDA; logistička regresija; logit; financijski pokazatelji Puni tekst: engleski, pdf (466 KB)

PREDVIĐANJE STEČAJA NA TEMELJU UKUPNE POPULACIJE HRVATSKIH PODUZEĆA

https://doi.org/10.32910/ep.72.5.1

Prethodno priopćenje

Ovaj rad analizira predviđanje bankrota na temelju pune populacije poduzeća koje predstavljaju ukupni poslovni sektor u Hrvatskoj. Reprezentativnost uzorka postigla se tehnikom uparivanja (propensity score matching) ukupne populacije bankrotiranih i sličnih poduzeća koje nisu u stečaju. Robusna procjena predviđanja bankrota provela se temeljem višestruke diskriminacijske analize (MDA) i logističke regresije (logit). Rezultati su ukazali na visoku točnost klasifikacije oba modela, s naglaskom na povoljniju procjenu uporabom logit metode. Ukupna točnost MDA modela bila je 73,7%, dok je ukupna točnost logit modela bila 76,3%. Rezultati služe kao referentna točka za procjenu bankrota za poslovni sektor u Hrvatskoj.

Multipla diskriminantna analiza; MDA; logistička regresija; logit; financijski pokazatelji

Puni tekst: engleski, pdf (466 KB)