| Form of studies |
Professional Bachelor |
| Title of the study programm |
Financial Engineering |
| Title in original language |
Mazu un vidēji lielu uzņēmumu bankrotēšanas varbūtības prognozēšana pielietojot stohastisko modelēšanu |
| Title in English |
Forecasting the Likelihood of Bankruptcy for Small and Medium-sized Enterprises by Using Stochastic Modeling |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Jegors Fjodorovs |
| Reviewer |
Kristīne Vītola |
| Abstract |
Šajā bakalaura darbā ir analizētas Latvijas uzņēmumu kreditēšanas un maksātnespējas tendences. Ir izpētīti populārākie uzņēmumu maksātnespējas prognozēšanas tradicionālie modeļi un izvēlēts Latvijas mazajiem un vidēji lieliem uzņēmumiem piemērotākais modelis. Apkopti 50 Latvijas mazu un vidēji lielu uzņēmumu finanšu rezultāti par 2018. gadu un prognozēta to maksātnespējas iestāšanās varbūtība 2019. finanšu gadā balstoties uz to maksātspējas vai maksātnespējas situāciju 2020. gada janvārī. Apkopoti iegūtie rezultāti un izdarīti secinājumi.
Ir apskatītas statistiskās maksātnespējas prognozēšanas metodes un izvēlēta metode, lai pārveidotu tradicionālo modeli ar mērķi paaugstināt tā precizitāti. Darbā ir testēti un analizēti pārveidotā modeļa sniegtie rezultāti analizējot analoģisko datu kopu ar 50 uzņēmumiem, ir salīdzināti pārveidotā modeļa rezultāti ar tradicionālo modeli, kā arī īstenoti testi, kas tiek plaši piemēroti binārās klasifikācijas gadījumos, lai noteiktu modeļa objektivitāti un precizitāti. Veikta gūto secinājumu apkopošana un priekšlikumu izstrāde.
Darbs ir izstrādāts latviešu valodā uz 65 lapām, satur 4 nodaļas, 14 tabulas, 5 attēlus, 15 formulas, 25 literatūras avotus un 6 pielikumus. |
| Keywords |
Atslēgvārdi: Maksātnespējas prognozēšana, modelis, regresija, finanšu koeficienti, binārā klasifikācija, AUROC un Gini. |
| Keywords in English |
Keywords are: Insolvency prediction, model, regression, financial coefficients, binary classification, AUROC and Gini. |
| Language |
lv |
| Year |
2020 |
| Date and time of uploading |
10.06.2020 11:45:27 |
