Financial Distress Prediction in Digital Finance Platforms
Predikce finanční tísně na platformách digitálních financí
diploma thesis (DEFENDED)
View/
Permanent link
http://hdl.handle.net/20.500.11956/191354Identifiers
Study Information System: 258713
Collections
- Kvalifikační práce [18159]
Faculty / Institute
Faculty of Social Sciences
Discipline
Economics and Finance
Department
Institute of Economic Studies
Date of defense
19. 6. 2024
Publisher
Univerzita Karlova, Fakulta sociálních vědLanguage
English
Grade
Excellent
Keywords (Czech)
FinTech, predikce selhání, CAMELS, logistická regrese, model uspořádané odezvy, ROC, vzácná událost, BMAKeywords (English)
FinTech, failure prediction, CAMELS, logistic regression, ordered response model, ROC, rare event, BMAJaké faktory nejvíce přispívají k finanční tísni FinTech firem: kapitálová přiměřenost, provozní činnosti nebo ziskovost? Tato práce se snaží zodpovědět tuto otázku pomocí logistické ho modelu a zkoumá ní m účetních dat 973 FinTech firem z celého světa z let 2018 až 2023. Analýza také bere v úvahu nefinanční proměnné a robustnost je testována pomocí modelu uspořádané odezvy a metody Bayesovského průměrování modelů. Výsledky naznačují, že během krizí je finanční tíseň FinTech firem ovlivněna především ziskovostí a provozními činnostmi, přičemž kapitálová přiměřenost hraje méně významnou roli. Klasifikace C52, C53, C58, G21, G32, G33, M41 Klíčová slova FinTech, predikce selhá ní , CAMELS, logistická regrese, model uspořádané odezvy, ROC, vzá cnáudá lost, BMA