Please use this identifier to cite or link to this item:https://hdl.handle.net/20.500.12259/131798
Type of publication: master thesis
Field of Science: Matematika / Mathematics (N001)
Author(s): Kvedaraitė, Paulina
Supervisor: Krikštolaitis, Ričardas
Title: Įmonės klientų nemokumo prognozavimas
Other Title: Forecasting of company customers insolvency
Extent: 46 p.
Date: 10-Jun-2021
Keywords: Skolų valdymas;Debt management;Logistinė regresija;Logistic regression;Dispersinė analizė;Dispersion analysis
Abstract: Darbe nagrinėjamos pirkėjų skolos. Laikoma, kad pirkėjo tam tikri požymiai yra vieni iš matematinių rodiklių, leidžiantys patikimai prognozuoti pirkėjų nemokumą. Tam, kad įmonės darbuotojai galėtų laiku reaguoti ir pagerintų skolų administravimo kokybę, yra labai svarbu laiku sumažinti skolas. Šiam tikslui šiame darbe taikomi dispersinės analizės ANOVA modelis ir logistinės regresijos metodai. Šių metodų pagalba atliekamas pirkėjų skolų apmokėjimo laiku tyrimas. Tiriami logistikos įmonės 809 pirkėjai ir jų užsakytos krovinio pervežimo paslaugos sąskaitos. Taikant minėtus metodus, gautos prognozės lygtys, prognozuojančios pirkėjų sąskaitų apmokėjimą laiku. Tiriamajai daliai atlikti naudojama MS EXCEL skaičiuoklė ir SPSS paketas.
The work analyzes customers debts. It is considered certain characteristics of a buyer are one of the mathematical indicators that allow a reliable prediction of the insolvency of buyers. In order for employees to improve the quality of debt administration, it is important to reduce customer debts. To that end, this work applied ANOVA model of variance analysis and logistic regression methods. Using this methods, we can indentify customers debts insolvency. This work investigated 809 customers of the logistics company and thier transportation service invoices. Applying methods received customer debt imsolvency forecasting equation.
Internet: https://hdl.handle.net/20.500.12259/131798
Appears in Collections:2021 m. (IF mag.)

Files in This Item:
Paulina_Kvedaraite_md.pdf1.73 MBAdobe PDF   Restricted AccessView/Open

Show full item record
Export via OAI-PMH Interface in XML Formats
Export to Other Non-XML Formats


CORE Recommender

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.