TILASTOLLISTEN JA KONEOPPIIN PERUSTUVIEN MENETELMIEN VERTAILUA KONKURSSIN ENNUSTAMISESSA

Tietueen suppeat tiedot
dc.contributor.authorPuro-Aho, Juho
dc.contributor.facultyfi=Laskentatoimen ja rahoituksen yksikkö|en=School of Accounting and Finance|
dc.contributor.organizationVaasan yliopisto
dc.date.accessioned2019-01-31
dc.date.accessioned2019-09-25T17:27:35Z
dc.date.accessioned2025-06-25T18:22:36Z
dc.date.available2019-03-12
dc.date.available2019-09-25T17:27:35Z
dc.date.issued2019
dc.description.abstractKonkurssi on kallis tapa päättää liiketoiminta. Siitä syntyvät tappiot eivät rajoitu ainoastaan itse yritykselle, vaan sen kaikille sidosryhmille. Konkurssin ennustamisella on pitkä historia tutkimuskentässä. Yrityksen rahoituskriisiä on pyritty ennustamaan erilaisia menetelmiä ja malleja hyväksikäyttäen. Perinteisten tunnuslukuihin perustuvien menetelmien rinnalle on kehitetty monimutkaisia ja teknologiaan perustuvia ennustamismenetelmiä. Kuitenkaan ei voida yksiselitteisesti todeta, että jokin yksittäinen menetelmä olisi ennustamiskyvyltään muita menetelmiä parempi. Tutkimustavoitteena on vertailla perinteisten tilastollisten ja kehittyneiden koneoppiin perustuvien ennustamismenetelmien paremmuutta, sekä etsiä näiden välisiä tilastollisesti merkitseviä eroja. Tutkimusaineisto koostuu 124 suomalaisen osakeyhtiöin tilinpäätöstiedoista vuosilta 2013–2015. Tutkimusmenetelmiksi valikoituivat lineaarinen erotteluanalyysi, logistinen regressioanalyysi, neurolaskenta ja rekursiivinen osittaminen. Menetelmien tilastollisesti merkitseviä eroja etsitään Z-testillä. Menetelmien välisessä vertailussa koneoppiin perustuvat menetelmät menestyivät luokittelutarkkuudeltaan hieman tilastollisia menetelmiä paremmin. Menetelmien välillä ei kuitenkaan löytynyt tilastollisesti merkitseviä eroja.
dc.description.notificationfi=Opinnäytetyö kokotekstinä PDF-muodossa.|en=Thesis fulltext in PDF format.|sv=Lärdomsprov tillgängligt som fulltext i PDF-format|
dc.format.bitstreamtrue
dc.format.extent85
dc.identifier.olddbid9678
dc.identifier.oldhandle10024/9050
dc.identifier.urihttps://osuva.uwasa.fi/handle/11111/12997
dc.language.isofin
dc.rightsCC BY-NC-ND 4.0
dc.rights.accesslevelrestrictedAccess
dc.rights.accessrightsfi=Kokoteksti luettavissa vain Tritonian asiakaskoneilla.|en=Full text can be read only on Tritonia's computers.|sv=Fulltext kan läsas enbart på Tritonias datorer.|
dc.source.identifierhttps://osuva.uwasa.fi/handle/10024/9050
dc.subjectkonkurssin ennustaminen
dc.subjecttilastolliset menetelmät
dc.subjectkoneoppiin perustuvat menetelmät
dc.subjectlogistinen regressioanalyysi
dc.subjectneurolaskenta.
dc.subject.degreeprogrammefi=Laskentatoimen ja tilintarkastuksen maisteriohjelma|en=Master's Programme in Accounting and Auditing|
dc.subject.studyfi=Laskentatoimi ja rahoitus|en=Accounting and Finance|
dc.titleTILASTOLLISTEN JA KONEOPPIIN PERUSTUVIEN MENETELMIEN VERTAILUA KONKURSSIN ENNUSTAMISESSA
dc.type.ontasotfi=Pro gradu - tutkielma |en=Master's thesis|sv=Pro gradu -avhandling|

Tiedostot

Näytetään 1 - 1 / 1
Name:
osuva_8533.pdf
Size:
1.43 MB
Format:
Adobe Portable Document Format
Lataa

Kokoelmat

Pro gradu -tutkielmat ja diplomityöt (rajattu saatavuus)