FInanční modely predikce bankrotu

Yaroslav Mykolaienko

Bakalářská práce

Financial Models for Predicting Bankruptcy

Anotace:

Tato bakalářská práce se zaměřuje na predikci finančního úpadku středně velkých podniků v Evropské unii s využitím pravděpodobnostních regresních modelů. Cílem práce je ověřit predikční schopnost vybraných finančních ukazatelů a porovnat výkonnost lineárního pravděpodobnostního modelu s nelineárními modely logit a probit. Empirická analýza vychází z účetních dat podniků získaných z databáze Orbis. Vzhledem k asymetrickému zastoupení podniků ve finančním úpadku byla data metodicky upravena tak, aby bylo možné stabilně odhadnout parametry nelineárních modelů a spolehlivě identifikovat klíčové determinanty finanční tísně. Predikční schopnost modelů byla hodnocena pomocí klasifikační úspěšnosti, ROC analýzy a marginálních efektů. Výsledky ukazují, že logitový i probitový model vykazují velmi dobrou diskriminační schopnost, přičemž plocha pod ROC křivkou (AUC) dosahuje hodnoty přibližně 0,86. Nejvýznamnějšími determinantami finančního úpadku se ukazují solventnost a ziskovost podniku. Operační velikost měřená objemem tržeb nevykazuje přírůstkovou predikční hodnotu při kontrole solventnosti, zatímco kapitálová základna podniku (Total Assets) zůstává jako finanční buffer statisticky signifikantní. Shoda výsledků obou nelineárních modelů potvrzuje jejich robustnost a stabilitu. Práce přispívá k empirickému poznání finanční struktury středně velkých podniků v Evropské unii a potvrzuje, že pravděpodobnostní regresní modely představují vhodný nástroj včasné identifikace finanční tísně v tomto segmentu.

Abstract:

This bachelor's thesis focuses on the prediction of financial failure for medium-sized enterprises in the European Union using probabilistic regression models. The main objective of the thesis is to verify the predictive power of selected financial indicators and to compare the performance of the linear probability model with nonlinear logit and probit models. The empirical analysis is based on corporate accounting data obtained from the Orbis database. Due to the asymmetric distribution of firms in financial distress, the data were methodologically adjusted to ensure stable estimation of nonlinear model parameters and reliable identification of key determinants of financial distress. The predictive ability of the models was evaluated using classification accuracy, ROC analysis, and marginal effects. The results indicate that both the logit and probit models exhibit strong discriminatory power, with the area under the ROC curve (AUC) reaching approximately 0.86. Solvency and profitability are identified as the most significant determinants of financial failure. Firm size, measured by sales volume, does not show incremental predictive value when controlling for solvency, whereas the capital base (Total Assets) remains statistically significant as a financial buffer. The consistency of the results between both nonlinear models confirms their robustness and stability. The thesis contributes to the empirical understanding of the financial structure of medium-sized enterprises in the European Union and confirms that probabilistic regression models serve as an appropriate tool for the early identification of financial distress in this segment.

Klíčová slova

probitová regrese, finanční analýza, predikce bankrotu, logitová regrese, solventnost, ROE, střední podniky

Keywords

bankruptcy prediction, logit regression, probit regression, solvency, ROE, medium-sized enterprises, financial analysis

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 26. 5. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 10. 6. 2026
• Vedoucí: Tomáš Brabenec
• Oponent: Miriana Šípová

Vysoká škola ekonomická v Praze

Bakalářský studijní program:
Finance