- OMX Baltic1,49%309,86
- OMX Riga−0,8%923,02
- OMX Tallinn0,75%2 047,61
- OMX Vilnius1,23%1 339,62
- S&P 500−0,35%6 905,74
- DOW 30−0,51%48 461,93
- Nasdaq −0,5%23 474,35
- FTSE 1000,43%9 908,78
- Nikkei 225−0,37%50 339,48
- CMC Crypto 2000,00%0,00
- USD/EUR0,00%0,85
- GBP/EUR0,00%1,15
- EUR/RUB0,00%92,49
- OMX Baltic1,49%309,86
- OMX Riga−0,8%923,02
- OMX Tallinn0,75%2 047,61
- OMX Vilnius1,23%1 339,62
- S&P 500−0,35%6 905,74
- DOW 30−0,51%48 461,93
- Nasdaq −0,5%23 474,35
- FTSE 1000,43%9 908,78
- Nikkei 225−0,37%50 339,48
- CMC Crypto 2000,00%0,00
- USD/EUR0,00%0,85
- GBP/EUR0,00%1,15
- EUR/RUB0,00%92,49
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.
Sellisele järeldusele jõudis Helen Saar tänavu Tartu ülikoolis kaitstud magistritöös „Krediidiriski prognoosimise mudeli koostamine OÜ Amari Metals näitel“.
Enimloetud
2
Viimased uudised
Üritused
18 akadeemilist tundi, millest 16 tundi auditoorset tööd ja 2 tundi iseseisvat kodutööd
Hetkel kuum
Liitu uudiskirjaga
Telli uudiskiri ning saad oma postkasti päeva olulisemad uudised.
Tagasi Finantsuudised esilehele