Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Les modèles de prévision pour les cibles en leveraged buyout
Univ Europeenne - EAN : 9786131518560
Édition papier
EAN : 9786131518560
Paru le : 5 août 2010
39,00 €
36,97 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131518560
- Réf. fournisseur : 4566382
- Editeur : Univ Europeenne
- Date Parution : 5 août 2010
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 120
- Format : H:229 mm L:152 mm E:7 mm
- Poids : 188gr
- Interdit de retour : Retour interdit
- Résumé : La caractérisation de la ou des cibles typiques de transactions "Leveraged Buyout" par des variables quantitatives et/ou qualitatives a été tentée à quelques reprises, sans pour autant avoir trouvé un consensus et des résultats très concluants. Ce travail de recherche permet non seulement de définir une cible LBO par des variables pré-LBO basées sur les états financiers, mais elle compare aussi la performance de quatre modèles de prévision différents pour les LBO, c''est-à-dire l''analyse discrimante, la régression logistique, les arbres récursifs et le réseau de neurones. En utilisant des firmes nord-américaines transigées sur les marchés publics aux Etats-Unis sur un horizon de janvier 2000 jusqu''à juillet 2007, ce travail essaie de capter les cibles de la bulle de LBO la plus récente. Plusieurs analyses transversales, en séparant les "Management Buyouts" des "Leveraged Buyout", les secteurs d''industrie et les firmes de petite taille des firmes de grande taille ont été réalisées. De plus, une série temporelle sert à tester la robustesse des variables dans le temps.
