Měření úvěrového rizika podniků zpracovatelského průmyslu v České republice

Credit risk measurement in manufacturing industry companies in the Czech Republic

dizertace

čeština

Cílem disertační práce je odvození nového modelu predikce bankrotu podniku a navržení způsobu jeho využití k měření úvěrového rizika podniku. Východiskem práce byla analýza tradičních přístupů a modelů k predikci bankrotu. Bylo zjištěno, že tyto tradiční přístupy nejsou v aktuálních podmínkách dostatečně efektivní a je nutné formulovat nové modely. Na základě identifikace nedostatků těchto tradičních modelů byly odvozeny dvě řady nových modelů. První řada modelů využívá klasického parametrického přístupu k predikci bankrotu, druhá řada aplikuje novější neparametrický přístup. Pro sestavení nového modelu byl navržen nový metodický postup. Dále byly analyzovány faktory, které mohou idenfitikovat riziko hrozícího bankrotu. Bylo zjištěno, že významné projevy bankrotu je možné identifikovat i pět let předem. Na základě tohoto poznatku byl sestaven model, který využívá jak statických tak dynamických proměnných k predikci bankrotu. Celková přesnost vytvořeného modelu činí 92,27% správně klasifikovaných aktivních podniků a 95,65% bankrotních podniků.

The purpose of this doctoral thesis is to create a new bankruptcy prediction model and also to design how to use this model for the purposes of credit risk measuring. The starting-point of this work was the analysis of traditional bankruptcy models. It was found out that the traditional bankruptcy model are not enough effective in the current economic conditions and it is necessary to create new ones. Based on the identified deficiencies of the traditional models a set of two new model series was created. The first series of the created models is based on the use of parametric methods, and the second one is based on the use of newer nonparametric approach. Moreover, a set of factors which are able to identify an imminent bankruptcy was analyzed. It was found, that significant signs of imminent bankruptcy can be identified even five years before the bankruptcy occurs. Based on these findings a new model was created. This model incorporates variables of static and even dynamic character for bankruptcy prediction purposes. The overall classification accuracy of this model is 92.27% of correctly classified active companies and 95.65% of correctly classified bankrupt companies.

Úvěrové riziko, predikce bankrotu, projevy bankrotu, diskriminační analýza, Boosted Trees,

Credit risk, bankruptcy prediction, signs of bankruptcy, discrimination analysis, Boosted Trees

KARAS, M.

17. 5. 2013

189