Šiame magistro darbe yra pateikiamas įmonės išgyvenamumą prognozuojantis Kokso proporcingųjų rizikų modelis. Pirmoje dalyje yra pateikiama trumpa modelių, susijusių su įmonių bankrotais ar nemokumu, apžvalga. Taip pat yra pristatomi balansinių ataskaitų ir įmonių finansų teoriniai pagrindai, įvairūs finansiniai rodikliai (įmonės pelnas/nuostolis, įsipareigojimai, turtas ir kt.) bei santykiniai finansiniai rodikliai (įmonės bendras skolos rodiklis, grynojo pelningumo koeficientas ir kt.). Be to, pateikiami išgyvenamumo analizės ir Kokso proporcingųjų rizikų modelio teoriniai pagrindai. Antroje darbo dalyje pateikiami empiriniai skaičiavimai. Čia parenkami statistiškai reikšmingi finansiniai ir santykiniai finansiniai rodikliai, įtakojantys įmonės gyvavimo trukmę, sudaromas bei tiriamas Kokso regresijos modelis, kuris vertina įmonės tikimybę išgyventi po tam tikro laiko. Ekonometrinė analizė atliekama naudojant SPSS, MS Excel ir SAS programinę įrangą. / This Master thesis develops survival of company prediction Cox proportional hazards model using the statistical methodology of Survival analysis. In the first part the short review of literature about models related with company’s bankruptcy, failure or financial distress is presented. Also the background of financial statement analysis, corporate finance, various financial variables (company’s profit/loss, liabilities, asset and other) and financial ratios (debt ratio, total asset turnover and other) are clarified. Furthermore, the theoretical background of Survival analysis and Cox proportional hazards model are presented. In the following part empirical computations are introduced. There are selected financial variables and financial ratios, which influence company’s survival and are statistically significant. Moreover, Cox regression model for estimating the probability of company’s survival after particular time is presented. Econometric analysis is performed using SPSS, MS Excel and SAS software.

Darbo metu buvo išnagrinėta įvairių faktorių (kovariančių) įtaka reumatoidiniu artritu sergančio 531 ligonio mirtingumui. Buvo taikomas vienas iš regresinių išgyvenamumo modelių – Cox’o modelis. Iš minėtos 531 ligonio imties mirę buvo 32 ligoniai. Iš pradžių buvo tiriama ligonių imtis laiko nuo ligos pradžios aspektu. Šiuo atveju prognozuojantys veiksniai buvo amžius, kada liga buvo diagnozuota (AMZDGN), lytis (LYTKOD), gydymas Metotreksatu (GYD_MTX) ir gydymas Azatriopinu/Imuranu (AZA_IMUR). Vėliau, tiriant ligonių mirtingumą kaip amžiaus funkciją, nustatyti svarbiausi lemiantys veiksniai buvo šie: ligonių lytis (LYTKOD) ir gydymas Azatriopinu/Imuranu (AZA_IMUR). Gauti rezultatai, t.y. ligonių išgyvenamumą lemiančios kovariantės (veiksniai), beveik visiškai sutampa su gydytojų nurodytais. Tai dar kartą patvirtina matematinių statistinių modelių, šiuo atveju nagrinėjamo Cox‘o modelio, taikymo realiame gyvenime, svarbą. Kitai duomenų imčiai, t.y. vėžiu sergančių ligonių duomenų aibei, buvo taikomas Persikertančių mirimų intensyvumų (SCE) modelis, t.y. tikrinama Cox‘o modelio adekvatumo duomenims hipotezė. Hipotezė buvo atmesta, nes minėtiems duomenims Cox‘o modelis negalioja. Pagrindinis darbo rezultatas yra šis: gautas kriterijus Cox‘o modelio adekvatumui tikrinti, naudojant nupjautus iš kairės ir cenzūruotus iš dešinės duomenis, sudarytos programos kriterijui realizuoti. Reumatoidinio artrito ligonių duomenų aibei, t.y. nupjautiems iš kairės ir cenzūruotiems iš dešinės... [toliau žr. visą tekstą] / In this work the Cox proportional hazards model was applied to investigate the influence of various factors (covariates) to mortality of rheumatoid arthritis patients of Vilnius. In the first case, the sample of 531 patients was analysed. Analysing survival of patients of the sample as function of time from the beginnig of the disease, the prognostic factors were LYTKOD (the sex of patients), AMZDGN (patients‘ age, when the rheumatoid arthritis was diagnosed), GYD_MTX (treatment with metotrexat) and AZA_IMUR (treatment with Azatriopin/Imuran). When survival was analysed as function of age then the prognostic factor were LYTKOD (the sex of patients) and AZA_IMUR (treatment with Azatriopin/Imuran). The results are almost identical to those, which doctors suggested. This fact confirms the importance of using mathematical statistical models to solve the problems of the real life. In this case, the importance of using the Cox model. On the other hand, Simple cross-effects (SCE) model was aplied for the sample of canser patients. In the case of this model the hypothesis of Cox model fiting for canser patients‘ data was rejected. The most important result of this work is that the criterion of Cox model fitting to left truncated and right censored data was constructed. Also a program of SAS for the criterion was created. The the hypothesis of Cox model fiting for the rheumatoid arthritis patients wasn‘t rejected, because Cox model fit for these data.