Κατασκευή υποδείγματος διαχείρισης πιστωτικού κινδύνου ελληνικών επιχειρήσεων

Abstract

Η κρίση αποκάλυψε πολλές αδυναμίες των υφιστάμενων συστημάτων διαχείρισης και μέτρησης κινδύνου με τις επιχειρήσεις να εμφανίζουν ζημίες λόγω αδυναμίας των αντισυμβαλλόμενών τους να ικανοποιήσουν πιστοληπτικές συμβάσεις με το φαινόμενo να παίρνει αλυσιδωτές αντιδράσεις στην οικονομία. Το νέο πλαίσιο που δημιουργήθηκε από το περιβάλλον της κρίσης αλλάζει τις τάσεις και ευκαιρίες διαχείρισης του πιστωτικού κινδύνου που πλέον αποτελεί ύψιστη προτεραιότητα για πολλές επιχειρήσεις που κατανοούν την σημαντικότητα του πιστωτικού ρίσκου για την δημιουργία κέρδους και πλούτου. Σκοπός της μεταπτυχιακής διατριβής είναι να μελετήσουμε την διαφορετικότητα και προσαρμοστικότητα των ελληνικών επιχειρήσεων στις νέες συνθήκες αγοράς, και να παρατηρήσουμε την ικανότητα κατανόησης και αναγνώρισης του πιστωτικού κινδύνου με στόχο τη διαμόρφωση των καλύτερων συνθηκών πίστωσης και την αποφυγή πιστώσεων επιρρεπών σε αθέτηση που οδηγούν σε ζημίες. Στόχος μας είναι να αναγνωρίζουμε τις υγιείς από τις προβληματικές επιχειρήσεις και να κατασκευάσουμε ένα μοντέλο πρόβλεψης αποτυχίας βασιζόμενοι σε στοιχεία οικονομικών καταστάσεων. Η μέθοδος που αξιολογήθηκε ως η καλύτερη να εφαρμοστεί για την κατασκευή του υποδείγματος σύμφωνα με την αντίστοιχη βιβλιογραφία είναι το μοντέλο logit το οποίο χρησιμοποιεί χρηματοοικονομικούς δείκτες για να υπολογίσει την πρόβλεψη μια επιχείρηση να αποτύχει και αποδίδει αποτελέσματα μεταξύ των τιμών 0 και 1, μη αποτυχία και αποτυχία. Οι δείκτες που χρησιμοποιήθηκαν για την κατασκευή του υποδείγματος, επιλέχθηκαν με βάση μοντέλα υψηλής επιτυχίας και ακρίβειας, αναγνωρισμένα από τους οικονομικούς αναλυτές αλλά και σύμφωνα με την δυνατότητα υπολογισμού τους από τα στοιχεία των οικονομικών καταστάσεων στα οποία έχουμε πρόσβαση. Το υπόδειγμα που δομήθηκε καταφέρνει να προβλέψει σε πολύ υψηλό βαθμό σωστά την περίπτωση επιτυχημένων επιχειρήσεων 96,7% ωστόσο δεν συμβαίνει το ίδιο με τις αποτυχημένες καθώς η λάθος πρόβλεψη μπορεί να πλησιάζει το 56,7%. Η σωστή πρόβλεψη του συνόλου βρίσκεται στο 86% σε 150 περιπτώσεις. Οι μεταβλητές ερμηνείας είναι κυρίως αριθμοδείκτες κερδοφορίας.