Η ΠΡΟΓΝΩΣΗ ΤΗΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΑΠΟΤΥΧΙΑΣ ΕΛΛΗΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Abstract

ΣΚΟΠΟΣ ΤΗΣ ΜΕΛΕΤΗΣ ΕΙΝΑΙ Η ΑΝΑΠΤΥΞΗ ΥΠΟΔΕΙΓΜΑΤΩΝ ΓΙΑ ΤΗΝ ΠΡΟΓΝΩΣΗ ΤΗΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΑΠΟΤΥΧΙΑΣ ΕΛΛΗΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ, ΒΑΣΕΙ ΕΝΟΣ ΣΥΝΟΛΟΥ ΑΡΙΘΜΟΔΕΙΚΤΩΝ ΥΠΟΛΟΓΙΖΟΜΕΝΩΝ ΑΠΟ ΔΗΜΟΣΙΕΥΜΕΝΕΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΕΣ ΚΑΤΑΣΤΑΣΕΙΣ. ΕΝΑ ΔΕΙΓΜΑ ΑΠΟΤΥΧΟΥΣΩΝ ΚΑΙ ΥΓΙΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΠΕΛΕΓΗ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΟΙ ΔΕΙΚΤΕΣ ΥΠΟΛΟΓΙΣΤΗΚΑΝ ΠΡΟΚΕΙΜΕΝΟΥ ΝΑ ΠΡΟΣΔΙΟΡΙΣΤΟΥΝ ΟΙ ΑΝΕΞΑΡΤΗΤΕΣ ΜΕΤΑΒΛΗΤΕΣ ΠΟΥ ΘΑ ΣΥΜΠΕΡΙΛΗΦΘΟΥΝ ΣΤΑ ΥΠΟΔΕΙΓΜΑΤΑ. ΜΕ ΤΗ ΧΡΗΣΙΜΟΠΟΙΗΣΗ ΤΗΣ ΓΡΑΜΜΙΚΗΣ ΑΝΑΛΥΣΗΣ ΔΙΑΚΡΙΣΕΩΣ ΚΑΙ ΑΚΟΛΟΥΘΩΝΤΑΣ ΜΙΑ ΔΙΑΔΙΚΑΣΙΑ ΣΤΑΔΙΑΚΗΣ ΕΠΙΛΟΓΗΣ ΤΩΝΜΕΤΑΒΛΗΤΩΝ, ΠΡΟΣΔΙΟΡΙΣΤΗΚΕ ΕΝΑ ΥΠΟΔΕΙΓΜΑ ΓΡΑΜΜΙΚΗΣ ΔΙΑΚΡΙΣΕΩΣ ΤΟ ΟΠΟΙΟ ΑΠΟΔΕΙΧΘΗΚΕ ΣΗΜΑΝΤΙΚΑ ΑΞΙΟΠΙΣΤΟ ΓΙΑ ΤΗΝ ΠΡΟΓΝΩΣΗ ΤΗΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΑΠΟΤΥΧΙΑΣ, ΤΟΣΟ ΣΤΟ ΔΕΙΓΜΑ ΕΚΤΙΜΗΣΗΣ ΟΣΟ ΚΑΙ Σ'ΕΝΑ ΔΕΥΤΕΡΟΓΕΝΕΣ ΔΕΙΓΜΑ ΕΛΕΓΧΟΥ, ΜΕΧΡΙ ΤΕΣΣΕΡΑ ΧΡΟΝΙΑ ΠΡΙΝ ΑΠΟ ΤΗΝ ΕΚΔΗΛΩΣΗ ΤΗΣ ΑΠΟΤΥΧΙΑΣ. ΤΟ ΥΠΟΔΕΙΓΜΑ ΜΕ ΑΞΙΟΠΙΣΤΙΑ ΔΙΕΚΡΙΝΕ ΚΑΙ ΤΙΣ ΥΓΙΕΙΣ ΕΠΙΧΕΙΡΗΣΕΙΣ ΑΠΟ ΕΚΕΙΝΕΣ ΠΟΥ ΑΝΤΙΜΕΤΩΠΙΖΟΥΝ ΣΟΒΑΡΑΟΙΚΟΝΟΜΙΚΑ ΠΡΟΒΛΗΜΑΤΑ. ΕΠΙΠΡΟΣΘΕΤΑ, ΧΡΗΣΙΜΟΠΟΙΩΝΤΑΣ ΤΙΣ ΜΕΘΟΔΟΥΣ ΓΡΑΜΜΙΚΗΣ ΠΙΘΑΝΟΤΗΤΑΣ ΚΑΙ LOGIT ΠΡΟΣΔΙΟΡΙΣΤΗΚΑΝ ΥΠΟΔΕΙΓΜΑΤΑ ΠΙΘΑΝΟΤΗΤΑΣ ΤΑ ΟΠΟΙΑ ΕΠΙΣΗΣ ΑΠΟΔΕΙΧΘΗΚΑΝ ΣΗΜΑΝΤΙΚΑ ΑΞΙΟΠΙΣΤΑ. ΤΕΛΟΣ ΧΡΗΣΙΜΟΠΟΙΗΘΗΚΕ Η ΜΕΘΟΔΟΛΟΓΙΑ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΓΙΑ ΤΗΝ ΕΚΤΙΜΗΣΗ ΥΠΟΔΕΙΓΜΑΤΩΝ ΠΡΟΓΝΩΣΕΩΣ, ΤΑ ΟΠΟΙΑ ΗΣΑΝ ΛΙΓΟΤΕΡΟ ΑΞΙΟΠΙΣΤΑ ΑΠΟ ΤΑ ΠΡΟΗΓΟΥΜΕΝΑ.

THE OBJECTIVE OF THIS STUDY IS TO DEVELOP MODELS FOR THE PREDICTION OF FINANCIAL FAILURE OF GREEK INDUSTRIAL FIRMS, BASED ON A SET OF RATIOS ESTIMATED FROM PUBLISHED FINANCIAL STATEMENTS. A SAMPLE OF FAILED AND NON-FAILED FIRMS WAS SELECTED AND FINANCIAL RATIOS WERE COMPUTED IN ORDER TO FORM A SET OF INDEPENDENT VARIABLES TO BE INCLUDED IN THE MODELS. USING LINEAR DISCRIMINANT ANALYSIS AND FOLLOWING A STEPWISE VARIABLE SELECTION PROCEDURE, A DISCRIMINANT MODEL WAS IDENTIFIED WHICH PROVED TO BE SIGNIFICANTLY RELIABLE IN PREDICTING FINANCIAL FAILURE, BOTH IN THE ESTIMATION SAMPLE AND IN A SEPARATE VALIDATION SAMPLE, UP TO FOUR YEARS BEFORE ITS OCCURENCE. THE MODEL WAS ALSO CONSISTENTLY ACCURATE IN DISTINGUISHING FINANCIALLY HEALTHY FIRMS FROM THOSE FACING SERIOUS FINANCIAL DIFFICULTIES. ADDITIONALLY, USING BOTH LINEAR PROBABILITY AND LOGIT MODELS AND FOLLOWING A FACTOR ANALYSIS TO SELECT USEFUL RATIOS, A SET OF PROBABILITY MODELS WAS IDENTIFIED, WHICH ALSO PROVED TO BE SIGNIFICANTLY RELIABLE IN PREDICTING FINANCIAL FAILURE, BOTH IN THE ESTIMATION SAMPLE AND THE VALIDATION SAMPLE, UP TO FOUR YEARS BEFORE ITS OCCURENCE. FINALLY LINEAR PROGRAMMING MODELS WERE ESTIMATED WHICH WERE FOUND LESS ACCURATE.