Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/25232 
Autor:innen: 
Erscheinungsjahr: 
2007
Schriftenreihe/Nr.: 
SFB 649 Discussion Paper No. 2007,060
Verlag: 
Humboldt University of Berlin, Collaborative Research Center 649 - Economic Risk, Berlin
Zusammenfassung: 
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 kompiniert 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.
Schlagwörter: 
Logistische Regression
Varablenauswahl
Insolvenzprognose
Bilanzanalyse
bilanzielle Kennzahl
Liquidität
Solvenz
JEL: 
C13
C25
G32
G33
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe
440.43 kB





Publikationen in EconStor sind urheberrechtlich geschützt.