• OMX Baltic0,16%318,54
  • OMX Riga−0,41%934,7
  • OMX Tallinn−0,22%2 079,27
  • OMX Vilnius0,98%1 414,37
  • S&P 5000,11%6 952,23
  • DOW 300,02%49 452,33
  • Nasdaq 0,07%23 547,13
  • FTSE 100−0,04%10 235,29
  • Nikkei 225−0,32%53 936,17
  • CMC Crypto 2000,00%0,00
  • USD/EUR0,00%0,86
  • GBP/EUR0,00%1,15
  • EUR/RUB0,00%90,16
  • OMX Baltic0,16%318,54
  • OMX Riga−0,41%934,7
  • OMX Tallinn−0,22%2 079,27
  • OMX Vilnius0,98%1 414,37
  • S&P 5000,11%6 952,23
  • DOW 300,02%49 452,33
  • Nasdaq 0,07%23 547,13
  • FTSE 100−0,04%10 235,29
  • Nikkei 225−0,32%53 936,17
  • CMC Crypto 2000,00%0,00
  • USD/EUR0,00%0,86
  • GBP/EUR0,00%1,15
  • EUR/RUB0,00%90,16
  • 07.06.17, 12:06
Tähelepanu! Artikkel on enam kui 5 aastat vana ning kuulub väljaande digitaalsesse arhiivi. Väljaanne ei uuenda ega kaasajasta arhiveeritud sisu, mistõttu võib olla vajalik kaasaegsete allikatega tutvumine

Krediidiriski hindamisel jääb finantssuhtarvudest ja maksuvõlgade infost väheks

Finantssuhtarvude järgi on võimalik krediidiriski prognoosida, aga ainult neile tuginemine ei ole selleks kõige otstarbekam viis.
Krediidiriski hindamisel jääb finantssuhtarvudest ja maksuvõlgade infost väheks
  • Foto: pixabay.com
Sellisele järeldusele jõudis Helen Saar tänavu Tartu ülikoolis kaitstud magistritöös „Krediidiriski prognoosimise mudeli koostamine OÜ Amari Metals näitel“.

Hetkel kuum

Liitu uudiskirjaga

Telli uudiskiri ning saad oma postkasti päeva olulisemad uudised.

Tagasi Finantsuudised esilehele