Prognose von Unternehmensinsolvenzen auf der Grundlage mathematisch-statistischer Modelle

Unternehmensinsolvenzen sind heutzutage allgegenwrtig und immer mit hohen Kosten fr den Unternehmer wie auch fr die Aktionre, Mitarbeiter und den Staat verbunden. Die zentrale Fragestellung des vorliegenden Buches ist daher, wie eine Insolvenzwahrscheinlichkeit von Unternehmen so prognostiziert werden kann, dass man Glubigern grtmglichen Schutz bietet.
Im ersten Abschnitt des vorliegenden Buches werden daher zunchst Grundlagen der Insolvenz und Unternehmenskrise sowie deren Verlufe und Ursachen diskutiert.
Anschlieend wird im zweiten Abschnitt ein berblick ber die derzeit in Wissenschaft und Praxis angewandten Methoden zur Prognose von Unternehmensinsolvenzen erlutert. Hierbei geht der Autor auf die formellen und informellen Verfahren ein. Der Autor des Buches fokussiert sich daraufhin auf das univariate Insolvenzprognosemodell nach BEAVER, das multivariate Insolvenzprognosemodell nach ALTMAN und das BAETGE-Bilanz-Rating-BP-14-Modell auf Grundlage knstlich neuronaler Netze, welche einer genaueren Betrachtung unterzogen werden. Im Anschluss daran erfolgt eine Anwendung der behandelten Modelle auf das Beispiel der ARCANDOR AG. Das Ziel ist eine Plausibilittsprfung, ob die analysierten Modelle die Insolvenz der ARCANDOR AG htten vorhersagen knnen.
Im abschlieenden Teil des Buches resmiert der Autor die Ergebnisse der Arbeit und gibt eine Handlungsempfehlung zu einem Modell, das fr eine frhzeitige Prognose von Unternehmensinsolvenzen besonders geeignet ist.