文章基本信息

标题：Corporate Bankruptcy Prediction in the Republic of Serbia
其他标题：Predviđanje otvaranja stečajnog postupka u Republici Srbiji
本地全文：下载
作者：Nemanja Stanišić ; Vule Mizdraković ; Goranka Knežević 等
期刊名称：Industrija
印刷版ISSN：0350-0373
电子版ISSN：2334-8526
出版年度：2013
卷号：41
期号：4
页码：145-159
DOI：10.5937/industrija41-4024
语种：English
出版社：Economics institute, Belgrade
摘要：The aim of this paper is to present corporate default prediction models constructed in the specific market conditions that prevail in the Republic of Serbia,and to compare their prediction accuracy with the most frequently used model – Altman's Z-score.Many authors have constructed models for the purpose of bankruptcy prediction,but predominantly in stable market conditions or in times of economic growth.We have presented three models that use standard ratios and some specific variables in order to predict corporate bankruptcy in emerging and distressed markets.For that purpose, we have used the following statistical and machine learning methods on a training sample(130 companies):Logistic Regression,Decision Trees and Artificial Neural Networks.Finally,we have compared accuracies of predictions of our models to those of the Altman's Z-score models using an independent hold-out sample(102 companies).Results show that,out of the aforementioned three models,only the one relying on the artificial neural network algorithm performs better when applied on the hold-out sample, compared to Altman's Z-score models.
其他摘要：Cilj ovog rada je prikaz modela za predviđanje otvaranja stečajnog postupka razvijenih u specifičnim tržišnim uslovima koji vladaju u Republici Srbiji i poređenje njihove preciznosti predviđanja sa,u praksi najčešće korišćenim,Altmanovim Z-score modelom.Mnogi autori iz ove oblasti su razvili modele,ali najčešće u uslovima razvijenih tržišta i privrednog rasta.U radu smo prikazali tri modela koji koriste standardne i određene specifične finansijske pokazatelje,a u cilju predviđanja otvaranja stečajnog postupka u tržištima u razvoju sa karakteristikama recesije.S tim ciljem,na inicijalnom uzorku(130 privrednih društava)smo upotrebili sledeće statističke metode i metode mašinskog učenja:metod logističke regresije,metod stabala odlučivanja i metod veštačkih neuralnih mreža.Na test uzorku(102 privredna društva)smo uporedili preciznost predviđanja novoformiranih modela sa preciznošću predviđanja Altmanovih Z-score modela.Rezultati pokazuju da od pomenuta 3 modela,na nezavisnom test uzorku,jedino model neuralnih mreža pokazuje bolje rezultate u poređenju sa Altmanovim Z-score modelima.
关键词：Emerging markets;Altman's Z-score;default prediction models;financial ratios;Artificial Neural Network.
其他关键词：Tržišta u razvoju;Altmanov Z-score;modeli predviđanja stečaja;finansijski pokazatelji;metoda veštačkih neuralnih mreža.