Περίληψη : | Το ζήτημα των μη εξυπηρετούμενων δανείων (Non-Performing Loans - NPLs) αποτελεί ένα από τα πιο κρίσιμα προβλήματα στον χρηματοπιστωτικό τομέα, ιδιαίτερα σε χώρες όπως η Ελλάδα που επλήγησαν από την οικονομική κρίση. Η έρευνα αυτή επιδιώκει να εξετάσει τους παράγοντες που επηρεάζουν την πιθανότητα εμφάνισης μη εξυπηρετούμενων εταιρικών δανείων στην Ελλάδα και να αναπτύξει ένα μοντέλο πρόβλεψης για αυτά τα δάνεια.Ο κύριος στόχος της έρευνας είναι η ανάπτυξη ενός αποτελεσματικού μοντέλου πρόβλεψης του κινδύνου μη εξυπηρετούμενων δανείων, το οποίο να βασίζεται σε οικονομικά και χρηματοοικονομικά δεδομένα των επιχειρήσεων. Το ερευνητικό πλαίσιο επικεντρώνεται στη μελέτη των εσωτερικών οικονομικών παραγόντων των επιχειρήσεων, όπως η κεφαλαιακή τους δομή, και των μακροοικονομικών μεταβλητών, όπως η ανεργία και το ΑΕΠ.Η μεθοδολογία που χρησιμοποιήθηκε είναι η μέθοδος Classification and Regression Tree (CRT), η οποία επιτρέπει την ανάλυση της σημαντικότητας διαφόρων παραγόντων στην πρόβλεψη του κινδύνου αθέτησης των δανείων. Τα αποτελέσματα έδειξαν ότι οι σημαντικότεροι παράγοντες που επηρεάζουν τον κίνδυνο μη αποπληρωμής είναι ο Βραχυπρόθεσμος Τραπεζικός Δανεισμός, τα Ίδια Κεφάλαια και οι Πωλήσεις. Οι μακροοικονομικοί παράγοντες, όπως το ΑΕΠ και η ανεργία, αποδείχθηκαν λιγότερο σημαντικοί.Συνολικά, το μοντέλο CRT απέδειξε ότι μπορεί να χρησιμοποιηθεί αποτελεσματικά για την πρόβλεψη των μη εξυπηρετούμενων δανείων των ελληνικών επιχειρήσεων, προσφέροντας ένα χρήσιμο εργαλείο για τις τράπεζες και τα χρηματοπιστωτικά ιδρύματα στην πρόληψη και διαχείριση του πιστωτικού κινδύνου. The issue of Non-Performing Loans (NPLs) is one of the most critical problems in the financial sector, especially in countries like Greece, which were heavily affected by the financial crisis. This research aims to examine the factors influencing the likelihood of corporate NPLs in Greece and to develop a predictive model for these loans.The main objective of the study is to develop an effective model for predicting the risk of NPLs based on the financial and economic data of companies. The research framework focuses on the study of internal financial factors of companies, such as their capital structure, and macroeconomic variables, such as unemployment and GDP.The methodology used is the Classification and Regression Tree (CRT), which allows for the analysis of the importance of various factors in predicting loan default risk. The results show that the most significant factors influencing the risk of default are Short-term Bank Loans, Equity, and Sales. Macroeconomic factors, such as GDP and unemployment, were found to be less significant.Overall, the CRT model demonstrated that it can be effectively used to predict corporate NPLs in Greek enterprises, offering a valuable tool for banks and financial institutions in the prevention and management of credit risk.
|
---|