
Diplomica Verlag
Prognose von Unternehmensinsolvenzen auf der Grundlage mathematisch-statistischer Modelle: Die Jahrhundertpleite der Arcandor AG
Product Code:
9783842877948
ISBN13:
9783842877948
Condition:
New
$59.90
$56.22
Sale 6%

Prognose von Unternehmensinsolvenzen auf der Grundlage mathematisch-statistischer Modelle: Die Jahrhundertpleite der Arcandor AG
$59.90
$56.22
Sale 6%
Unternehmensinsolvenzen sind heutzutage allgegenw?rtig und immer mit hohen Kosten f?r den Unternehmer wie auch f?r die Aktion?re, Mitarbeiter und den Staat verbunden. Die zentrale Fragestellung des vorliegenden Buches ist daher, wie eine Insolvenzwahrscheinlichkeit von Unternehmen so prognostiziert werden kann, dass man Gl?ubigern gr? tm?glichen Schutz bietet. Im ersten Abschnitt des vorliegenden Buches werden daher zun?chst Grundlagen der Insolvenz und Unternehmenskrise sowie deren Verl?ufe und Ursachen diskutiert. Anschlie end wird im zweiten Abschnitt ein ?berblick ?ber die derzeit in Wissenschaft und Praxis angewandten Methoden zur Prognose von Unternehmensinsolvenzen erl?utert. Hierbei geht der Autor auf die formellen und informellen Verfahren ein. Der Autor des Buches fokussiert sich daraufhin auf das univariate Insolvenzprognosemodell nach BEAVER, das multivariate Insolvenzprognosemodell nach ALTMAN und das BAETGE-Bilanz-Rating(R)-BP-14-Modell auf Grundlage k?nstlich neuronaler Netze, welche einer genaueren Betrachtung unterzogen werden. Im Anschluss daran erfolgt eine Anwendung der behandelten Modelle auf das Beispiel der ARCANDOR AG. Das Ziel ist eine Plausibilit?tspr?fung, ob die analysierten Modelle die Insolvenz der ARCANDOR AG h?tten vorhersagen k?nnen. Im abschlie enden Teil des Buches res?miert der Autor die Ergebnisse der Arbeit und gibt eine Handlungsempfehlung zu einem Modell, das f?r eine fr?hzeitige Prognose von Unternehmensinsolvenzen besonders geeignet ist.
Author: Kolin Schunck |
Publisher: Diplomica Verlag |
Publication Date: Apr 13, 2012 |
Number of Pages: 116 pages |
Binding: Paperback or Softback |
ISBN-10: 3842877943 |
ISBN-13: 9783842877948 |