Früherkennung von Unternehmensinsolvenzen auf Basis handelsrechtlicher Jahresabschlüsse

Ein häufig angewendetes Verfahren zur Kreditwürdigkeitsanalyse ist die lineare multivariate Diskriminanzanalyse, wobei deren Anwendungsvoraussetzungen kontrovers diskutiert werden. Weiterhin sind in jüngster Zeit Künstliche Neuronale Netze und Fuzzy Logik Systeme für die Unternehmensbeurteilung verwendet worden, die jedoch spezifische Vor- und Nachteile aufweisen. Im Rahmen dieser Untersuchung wird nachgewiesen, daß die lineare multivariate Diskriminanzanalyse für die Unternehmensbeurteilung weitgehend unabhängig von Anwendungsvoraussetzungen verwendet werden kann. Weiterhin wird ein Hybrides Neuro Fuzzy System entwickelt, das neben der Vereinigung der Vorteile und Vermeidung der Nachteile von Künstlichen Neuronalen Netzen und Fuzzy Logik Systemen auch in der Lage ist, die in jüngster Zeit vom Kapitalmarkt verstärkt geforderten qualitativen Informationen zu verarbeiten.

Autorentext
Der Autor: Axel Pfeifer wurde 1967 in Kehl am Rhein (Baden) geboren. Er studierte von 1988 bis 1993 Betriebswirtschaftslehre an der Universität Mannheim. Von 1993 bis 1998 war der Verfasser als wissenschaftlicher Mitarbeiter am Lehrstuhl für Allgemeine Betriebswirtschaftslehre, Wirtschaftsprüfung und Treuhandwesen der Universität Mannheim tätig und promovierte 1998 an der Universität Mannheim.

Klappentext

Ein häufig angewendetes Verfahren zur Kreditwürdigkeitsanalyse ist die lineare multivariate Diskriminanzanalyse, wobei deren Anwendungsvoraussetzungen kontrovers diskutiert werden. Weiterhin sind in jüngster Zeit Künstliche Neuronale Netze und Fuzzy Logik Systeme für die Unternehmensbeurteilung verwendet worden, die jedoch spezifische Vor- und Nachteile aufweisen. Im Rahmen dieser Untersuchung wird nachgewiesen, daß die lineare multivariate Diskriminanzanalyse für die Unternehmensbeurteilung weitgehend unabhängig von Anwendungsvoraussetzungen verwendet werden kann. Weiterhin wird ein Hybrides Neuro Fuzzy System entwickelt, das neben der Vereinigung der Vorteile und Vermeidung der Nachteile von Künstlichen Neuronalen Netzen und Fuzzy Logik Systemen auch in der Lage ist, die in jüngster Zeit vom Kapitalmarkt verstärkt geforderten qualitativen Informationen zu verarbeiten.

Inhalt
Aus dem Inhalt: Lineare multivariate Diskriminanzanalyse - Künstliche Neuronale Netze - Fuzzy Logik Systeme - Hybrides Neuro Fuzzy System.