{"id":{"repo_id":"corvinus","oai_identifier":"oai:phd.lib.uni-corvinus.hu:932"},"canonical_url":"https://search.dev.ndltd.org/etd/corvinus/oai:phd.lib.uni-corvinus.hu:932","repository":{"repo_id":"corvinus","name":"Corvinus University of Budapest","base_url":"http://phd.lib.uni-corvinus.hu/cgi/oai2"},"display":{"title":"Dinamikus pénzügyi mutatószámok alkalmazása a csődelőrejelzésben = Application of dynamic financial variables in bankruptcy prediction","abstract":"A csődelőrejelző modellek a vállalkozások jövőbeli fizetőképességét próbálják előrejelezni objektív információk alapján statisztikai (adatbányászati) módszerek felhasználásával. E modellek jellemzően a vállalatok pénzügyi kimutatásaiból (mérleg, eredménykimutatás) számítható hányados típusú pénzügyi mutatószámokat használják magyarázó változóként. A tudományterület kutatása közel 50 éves múltra tekint vissza. Ennek ellenére számos nyitott kutatási kérdés található a szakirodalomban, melynek köszönhetően folyamatos az érdeklődés a témakör iránt. E kérdések közül az egyik legrégebben ismert probléma a csődelőrejelző modellek statikus jellegéből adódik. Ennek lényege, hogy a modellek magyarázó változói közt csak legaktuálisabb adatokat használják fel és figyelmen kívül hagyják a pénzügyi mutatószámok időbeli trendjéből kinyerhető információkat. A probléma megoldására főként bonyolultabb módszertani megoldások születtek, melyek – vélhetően komplexitásuk miatt – nem terjedtek el általánosan az ígéretes eredmények ellenére sem. Értekezésemben arra törekedtem, hogy a modellek dinamizálását bonyolultabb módszertani megoldások nélkül valósítsam meg. Erre a célra egy olyan mutatószámot javasoltam, amely lehetővé teszi a pénzügyi mutatók időbeli tendenciájának figyelembe vételét a szakirodalomban és a gyakorlati modellezésben általánosan elterjedt „hagyományos” módszerek keretei közt. E mutatószám azt tükrözi, hogyan viszonyul egy érintett vállalkozás legaktuálisabb pénzügyi mutatója az adott vállalkozás azonos mutatójának korábbi években megfigyelt értékeihez.","abstract_html":"A csődelőrejelző modellek a vállalkozások jövőbeli fizetőképességét próbálják előrejelezni objektív információk alapján statisztikai (adatbányászati) módszerek felhasználásával. E modellek jellemzően a vállalatok pénzügyi kimutatásaiból (mérleg, eredménykimutatás) számítható hányados típusú pénzügyi mutatószámokat használják magyarázó változóként. A tudományterület kutatása közel 50 éves múltra tekint vissza. Ennek ellenére számos nyitott kutatási kérdés található a szakirodalomban, melynek köszönhetően folyamatos az érdeklődés a témakör iránt. E kérdések közül az egyik legrégebben ismert probléma a csődelőrejelző modellek statikus jellegéből adódik. Ennek lényege, hogy a modellek magyarázó változói közt csak legaktuálisabb adatokat használják fel és figyelmen kívül hagyják a pénzügyi mutatószámok időbeli trendjéből kinyerhető információkat. A probléma megoldására főként bonyolultabb módszertani megoldások születtek, melyek – vélhetően komplexitásuk miatt – nem terjedtek el általánosan az ígéretes eredmények ellenére sem. Értekezésemben arra törekedtem, hogy a modellek dinamizálását bonyolultabb módszertani megoldások nélkül valósítsam meg. Erre a célra egy olyan mutatószámot javasoltam, amely lehetővé teszi a pénzügyi mutatók időbeli tendenciájának figyelembe vételét a szakirodalomban és a gyakorlati modellezésben általánosan elterjedt „hagyományos” módszerek keretei közt. E mutatószám azt tükrözi, hogyan viszonyul egy érintett vállalkozás legaktuálisabb pénzügyi mutatója az adott vállalkozás azonos mutatójának korábbi években megfigyelt értékeihez.","abstract_has_math":false,"creators":["Nyitrai, Tamás"],"institution":"Budapesti Corvinus Egyetem","degree_name":"phd","degree_level":"doctoral","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2016,"date_issued":"2016-11","date_published":"2016-11","updated_at":"2026-07-24T01:49:33Z","subjects":["Pénzügy"],"languages":["hu","en"],"rights":[],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Nyitrai, Tamás"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2016-11-16"]},{"key":"dc:date.issued","label":"Date","values":["2016-11"]},{"key":"dc:publisher.department","label":"Dc Publisher Department","values":["Gazdálkodástani Doktori Iskola"]},{"key":"dc:publisher.institution","label":"Dc Publisher Institution","values":["Budapesti Corvinus Egyetem"]},{"key":"dc:relation.isreferencedby","label":"Dc Relation Isreferencedby","values":["https://phd.lib.uni-corvinus.hu/932/"]},{"key":"dc:type","label":"Dc Type","values":["Disszertáció"]},{"key":"dc:type.qualificationlevel","label":"Dc Type Qualificationlevel","values":["doctoral"]},{"key":"dc:type.qualificationname","label":"Dc Type Qualificationname","values":["phd"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Pénzügy"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["hu","en"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://phd.lib.uni-corvinus.hu/932/1/Nyitrai_Tamas_dhu.pdf","https://phd.lib.uni-corvinus.hu/932/7/Nyitrai_Tamas_den.pdf","https://phd.lib.uni-corvinus.hu/932/13/Nyitrai_Tamas_thu.pdf","https://phd.lib.uni-corvinus.hu/932/19/Nyitrai_Tamas_ten.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["A csődelőrejelző modellek a vállalkozások jövőbeli fizetőképességét próbálják előrejelezni objektív információk alapján statisztikai (adatbányászati) módszerek felhasználásával. E modellek jellemzően a vállalatok pénzügyi kimutatásaiból (mérleg, eredménykimutatás) számítható hányados típusú pénzügyi mutatószámokat használják magyarázó változóként. A tudományterület kutatása közel 50 éves múltra tekint vissza. Ennek ellenére számos nyitott kutatási kérdés található a szakirodalomban, melynek köszönhetően folyamatos az érdeklődés a témakör iránt. E kérdések közül az egyik legrégebben ismert probléma a csődelőrejelző modellek statikus jellegéből adódik. Ennek lényege, hogy a modellek magyarázó változói közt csak legaktuálisabb adatokat használják fel és figyelmen kívül hagyják a pénzügyi mutatószámok időbeli trendjéből kinyerhető információkat. A probléma megoldására főként bonyolultabb módszertani megoldások születtek, melyek – vélhetően komplexitásuk miatt – nem terjedtek el általánosan az ígéretes eredmények ellenére sem. Értekezésemben arra törekedtem, hogy a modellek dinamizálását bonyolultabb módszertani megoldások nélkül valósítsam meg. Erre a célra egy olyan mutatószámot javasoltam, amely lehetővé teszi a pénzügyi mutatók időbeli tendenciájának figyelembe vételét a szakirodalomban és a gyakorlati modellezésben általánosan elterjedt „hagyományos” módszerek keretei közt. E mutatószám azt tükrözi, hogyan viszonyul egy érintett vállalkozás legaktuálisabb pénzügyi mutatója az adott vállalkozás azonos mutatójának korábbi években megfigyelt értékeihez."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Dinamikus pénzügyi mutatószámok alkalmazása a csődelőrejelzésben = Application of dynamic financial variables in bankruptcy prediction"]}]}],"canonical_facts":{"dc:creator":["Nyitrai, Tamás"],"dc:date":["2016-11-16"],"dc:date.issued":["2016-11"],"dc:description.abstract":["A csődelőrejelző modellek a vállalkozások jövőbeli fizetőképességét próbálják előrejelezni objektív információk alapján statisztikai (adatbányászati) módszerek felhasználásával. E modellek jellemzően a vállalatok pénzügyi kimutatásaiból (mérleg, eredménykimutatás) számítható hányados típusú pénzügyi mutatószámokat használják magyarázó változóként. A tudományterület kutatása közel 50 éves múltra tekint vissza. Ennek ellenére számos nyitott kutatási kérdés található a szakirodalomban, melynek köszönhetően folyamatos az érdeklődés a témakör iránt. E kérdések közül az egyik legrégebben ismert probléma a csődelőrejelző modellek statikus jellegéből adódik. Ennek lényege, hogy a modellek magyarázó változói közt csak legaktuálisabb adatokat használják fel és figyelmen kívül hagyják a pénzügyi mutatószámok időbeli trendjéből kinyerhető információkat. A probléma megoldására főként bonyolultabb módszertani megoldások születtek, melyek – vélhetően komplexitásuk miatt – nem terjedtek el általánosan az ígéretes eredmények ellenére sem. Értekezésemben arra törekedtem, hogy a modellek dinamizálását bonyolultabb módszertani megoldások nélkül valósítsam meg. Erre a célra egy olyan mutatószámot javasoltam, amely lehetővé teszi a pénzügyi mutatók időbeli tendenciájának figyelembe vételét a szakirodalomban és a gyakorlati modellezésben általánosan elterjedt „hagyományos” módszerek keretei közt. E mutatószám azt tükrözi, hogyan viszonyul egy érintett vállalkozás legaktuálisabb pénzügyi mutatója az adott vállalkozás azonos mutatójának korábbi években megfigyelt értékeihez."],"dc:format":["application/pdf"],"dc:identifier.uri":["https://phd.lib.uni-corvinus.hu/932/1/Nyitrai_Tamas_dhu.pdf","https://phd.lib.uni-corvinus.hu/932/7/Nyitrai_Tamas_den.pdf","https://phd.lib.uni-corvinus.hu/932/13/Nyitrai_Tamas_thu.pdf","https://phd.lib.uni-corvinus.hu/932/19/Nyitrai_Tamas_ten.pdf"],"dc:language":["hu","en"],"dc:publisher.department":["Gazdálkodástani Doktori Iskola"],"dc:publisher.institution":["Budapesti Corvinus Egyetem"],"dc:relation.isreferencedby":["https://phd.lib.uni-corvinus.hu/932/"],"dc:subject":["Pénzügy"],"dc:title":["Dinamikus pénzügyi mutatószámok alkalmazása a csődelőrejelzésben = Application of dynamic financial variables in bankruptcy prediction"],"dc:type":["Disszertáció"],"dc:type.qualificationlevel":["doctoral"],"dc:type.qualificationname":["phd"]},"updated_at":"2026-07-24T01:49:33Z"}