Probleme der Früherkennung von Unternehmenskrisen anhand von Jahresabschlußkennzahlen Ebook Tooltip Ebooks kunnen worden gelezen op uw computer en op daarvoor geschikte e-readers.
Afbeeldingen
Sla de afbeeldingen overArtikel vergelijken
- Duits
- E-book
- 9783638554633
- 14 oktober 2006
- Adobe ePub
Samenvatting
Studienarbeit aus dem Jahr 2004 im Fachbereich BWL - Controlling, Note: 2,3, Universität Hamburg (Institut für Wirtschaftsprüfung und Steuerlehre), Veranstaltung: Integrationsseminar zur ABWL / SoSe 2004, 19 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Vor dem Hintergrund einer fortschreitenden Globalisierung und im Zusammenhang mit strukturellen Unvollkommenheiten der heimischen Volkswirtschaften sehen sich immer mehr und immer häufiger deutsche und europäische Unternehmen mit dem Thema der Insolvenz konfrontiert. Zwar wird 2003 die Marke von 40.000 Unternehmensinsolvenzen in Deutschland nach Schätzungen von Creditreform e.V. nicht überschritten, doch der Anstieg der Insolvenzenanmeldungen gegenüber 2002 um 5,5% ist alles andere als irrelevant. In diesem Sinne steigt auch das Interesse auf Seite der Unternehmen und Kreditgeber für geeignete Instrumente der Krisenfrüherkennung, da nur durch die rechtzeitige Diagnose einer drohenden Krise ein erfolgreiches Krisenmanagement möglich ist. Die vorliegende Arbeit befaßt sich mit diesem Thema unter dem Aspekt der Krisenfrüherkennung anhand von Jahresabschlüssen mithilfe statistischer Verfahren. In der ersten Hälfte erfolgt ein Überblick über die theoretischen Aspekte der Unternehmenskrise, ihre Ursachen und Verläufe (Kapitel 2.) und über die Instrumente zur Krisenfrüherkennung (Kapitel 3.). In der zweiten Hälfte werden die beiden statistischen Verfahren vorgestellt - nämlich das BBR Baetge-Bilanz-Rating® (Kapitel 5.) und das RiskCalc? Germany (Kapitel 6.) - welche die höchsten Trefferquoten bei der Erkennung von insolvenzgefährdeten Unternehmen aufweisen. Beide Verfahren werden von renommierten Rating-Agenturen für die Ermittlung von Kreditrisiken angewendet und bieten auch sonst eine hervorragende Grundlage für weitere qualitative Analysen. Im Gegensatz zu RiskCalc? Germany - welches auf der mehr oder weniger bekannten Grundlage einer logistischen Regression entwickelt wurde - funktioniert das BBR Baetge-Bilanz-Rating® auf der Basis eines Künstlichen Neuronalen Netzes (KNN). Die Künstliche Neuronale Netzanalyse dürfte in der allgemeinen Betriebswirtschaftslehre einen noch recht niedrigen Bekanntheitsgrad geniessen, daher sind in Kapitel 4. die Grundzüge der KNNA dargestellt. Im Fazit (Kapitel 7.) erfolgt ein Vergleich der beiden Verfahren anhand von ausgewählten Kriterien.
Productspecificaties
Inhoud
- Taal
- de
- Bindwijze
- E-book
- Oorspronkelijke releasedatum
- 14 oktober 2006
- Ebook Formaat
- Adobe ePub
Betrokkenen
- Hoofdauteur
- Vesselin Iankov
- Hoofduitgeverij
- Grin Verlag
Lees mogelijkheden
- Lees dit ebook op
- Android (smartphone en tablet) | Kobo e-reader | Desktop (Mac en Windows) | iOS (smartphone en tablet) | Windows (smartphone en tablet)
Overige kenmerken
- Editie
- 1
- Studieboek
- Nee
EAN
- EAN
- 9783638554633
Je vindt dit artikel in
Kies gewenste uitvoering
Prijsinformatie en bestellen
De prijs van dit product is 7 euro en 99 cent.- E-book is direct beschikbaar na aankoop
- E-books lezen is voordelig
- Dag en nacht klantenservice
- Veilig betalen
Rapporteer dit artikel
Je wilt melding doen van illegale inhoud over dit artikel:
- Ik wil melding doen als klant
- Ik wil melding doen als autoriteit of trusted flagger
- Ik wil melding doen als partner
- Ik wil melding doen als merkhouder
Geen klant, autoriteit, trusted flagger, merkhouder of partner? Gebruik dan onderstaande link om melding te doen.