Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
2007-11-21Buch DOI: 10.18452/4099
Kombinierte Liquiditäts- und Solvenzkennzahlen und ein darauf basierendes Insolvenzprognosemodell für deutsche GmbHs
Perederiy, Volodymyr
Eine große Herausforderung der multivariablen Analyse mit bilanziellen Kennzahlen besteht in der Identifikation derjenigen Kennzahlen, die zur besten Modellperformance führen und dabei möglichst leicht interpretierbar und intuitiv bleiben. Die Menge der in Frage kommenden Kennzahlen ist in der Regel groß; viele Kennzahlen weisen Abhängigkeiten und Korrelationen auf, was im multivariaten Kontext zu Multikollinearitätsproblemen führt. Diese Aussagen betreffen insbesondere auch die Insolvenzprognosemodellierung auf Grundlage von bilanziellen Informationen. In der vorliegenden Studie wird mittels einer einfachen Gewichtung und Division von geeigneten Bilanz- und GuV-Posten eine kombinierte Kennzahl gebildet, welche die Informationen aus den meisten traditionellen Liquiditäts- und Solvenzkennzahlen komprimiert und somit eine diesbezügliche Kennzahlenauswahl überflüssig macht. Die kombinierte Kennzahl wird anschließend – neben einigen Kennzahlen aus anderen Kennzahlenkategorien (Rentabilität, Effizienz, Unternehmensgröße) – zur Insolvenzprognose für deutsche GmbHs verwendet. Es wird demonstriert, dass die kombinierte Kennzahl die Insolvenzprognose verbessert und dabei leicht interpretierbar bleibt.
Files in this item
Thumbnail
60.pdf — Adobe PDF — 378.2 Kb
MD5: dcd13c8b4764cb9bec1424ad0d886d0d
Cite
BibTeX
EndNote
RIS
InCopyright
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/4099
Permanent URL
https://doi.org/10.18452/4099
HTML
<a href="https://doi.org/10.18452/4099">https://doi.org/10.18452/4099</a>