Įmonių finansinį išsekimą sąlygojančių veiksnių ir prognozuojančių modelių analizė
| Author | Affiliation | |
|---|---|---|
LT |
| Date | Volume | Issue | Start Page | End Page |
|---|---|---|---|---|
2010 | 7 | 1 | 192 | 199 |
Straipsnyje pateikiama finansinio išsekimo samprata tyrimų kontekste. Daugiausia dėmesio skiriama mokslininkų tirtiems įmonių finansinį išsekimą sąlygojamiems veiksniams. Aptariami tiek Lietuvos, tiek užsienio autorių analizuoti subjektyvus, objektyvūs, specifiniai, rinkos, vidiniai ir išoriniai veiksniai, kurie gali turėti įtakos įmonių finansiniam išsekimui arba būtų naudingi \i prognoz-uojant. Autorė analizuotinus veiksnius skirsto į kiekybinius ir kokybinius. Straipsnyje aptarti finansinį išsekimą prognozuojantys modeliai, kuriuos mokslininkai dažniausiai skirsto į tradicinius statistinius, dirbtinio intelekto ir teorinius. Finansinį išsekimą Šiais modeliais galima nustatyti likus keleriems metams iki kol įmonė finansiškai išseks. Analizė parodė, kad straipsnyje aptartų modelių patikimumas yra panašus.
The field of" my interest is organisation financial distiess determinants and predictive models. Author defines thy financial distress as situation in Which a business, household, or individual cannot pay accounts payable on the due date, if prolonged, this situation can force the owing entity into bankruptcy or forced liquidation. The selection of factors in financial distress studies is often criticized in any discussion of financial distress research. Scientists suggest using number of factors which usually are divided into (1) subjective and objective, (2) internal and external, (3) .specific and market-led. Author is inclined to classify financial distress determinants into quantitative and qualitative because of possibility to quantify and to internal and external because of possibility to have control over them. Accordingly there is discussion about financial distress predictive models witch researchers usually suggest using. The author analyzed three different types of predictive models; (1) statistical models, (2) artificial intelligent expert system models, and (3) theoretical models. The analysis showed that reliability of discussed models is similar.