BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kaczmarek Jarosław (Cracow University of Economics, Poland / Wydział Zarządzania)
Tytuł
Estimation of the Logistic Regression Model for Company Bankruptcy
Estymacja modelu regresji logistycznej zagrożenia upadłością przedsiębiorstw
Źródło
Współczesne Zarządzanie, 2012, nr 1, s. 20-31, rys., tab., bibliogr. 17 poz.
Contemporary Management Quarterly : the Journal of Scientific Community and Business Leaders
Słowa kluczowe
Regresja logistyczna, Estymacja, Upadłość przedsiębiorstwa, Prognozowanie upadłości przedsiębiorstwa
Logistic regression, Estimation, Enterprise bankruptcy, Enterprises bankruptcy forecasting
Uwagi
summ., streszcz.
Abstrakt
Standardowymi narzędziami w zakresie predykcji zagrożenia upadłością przedsiębiorstw są modele dyskryminacyjne oraz modele regresji logistycznej. Na tle metod nowszej generacji (np. sieci neuronowe) są one mniej kosztowne, bardziej przejrzyste, a ich wyniki łatwiejsze do interpretacji i porównań. Przeprowadzone badania empiryczne wykazują niemal całkowity brak różnic w zdolnościach predykcyjnych obu klas modeli. Za modelem regresji logistycznej przemawia natomiast brak założeń czynionych w odniesieniu do probabilistycznej natury zmiennych objaśniających oraz bardziej naturalna interpretacja ocen parametrów modelu. Wadą jest bardziej złożony proces wyznaczania ocen parametrów modelu. W małych próbach - co charakteryzuje polskie modele - należy zadbać, aby dane zostały wykorzystane maksymalnie efektywnie, wnioskowanie było obarczone jak najmniejszym błędem systematycznym, a niepewność ocen parametrów była mierzona rzetelnie. Oznacza to postulat estymacji nieobciążonej oraz pośrednio postulat budowania przedziałów ufności utrzymujących nominalny poziom pokrycia. Mając powyższe na względzie, dla celów prowadzonych od kilku lat badań zagrożenia przedsiębiorstw upadłością, wykorzystano estymowany, w pełni funkcjonalny model regresji logistycznej Firtha. (skrócony abstrakt oryginalny)

Estimated on Poland's largest known sample, Firth's logistic regression model which is used for predicting bankruptcy constitutes a unique and specific model which is highly effective in predicting the level of threat to company bankruptcy when compared to other models, used not only in Poland but also abroad. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Antonowicz P., (2007), Metody oceny i kondycji ekonomiczno-finansowej przedsiębiorstw, ODDK, Gdańsk.
  2. DiCiccio T., Tibshirani R., (1991), On the implementation of profile likelihood, Technical Report 9107, University of Toronto, Department of Statistics.
  3. Fijorek K., (2011), Aproksymacja modelu regresji logistycznej Firtha za pomocą ważenia obserwacji, materiały z XLVII Konferencji Statystyków, Ekonometryków i Matematyków, Uniwersytet Ekonomiczny w Krakowie, Osieczany.
  4. Fijorek K., Fijorek D., (2011), The effectiveness of best subset variable selection in Firth logistic regression, "Applied Informatics Methods".
  5. Fijorek K., Sokołowski A., (2011), Separation-resistant and bias-reduced logistic regression, "Statistica macro".
  6. Firth D., (1993), Bias reduction of maximum likelihood estimates, "Biometrika", Vol. 80/1993.
  7. Heinze G., (2006), A comparative investigation of methods for logistic regression with separated or nearly separated data, "Statistics in Medicine", Vol. 25/2006.
  8. Heinze G., Schemper M., (2002), A solution to the problem of separation in logistic regression, "Statistics in Medicine", Vol. 21/2002.
  9. Hołda A., (2006), Zasada kontynuacji działalności i prognozowanie upadłości w polskich realiach gospodarczych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
  10. Hosmer D.W., Lemeshow S., (1989), Applied Logistic Regression, Wiley, New York.
  11. Juszczyk S., (2010), Prognozowanie upadłości przedsiębiorstw, "Ekonomista", Vol. 5/2010.
  12. Kaczmarek J., (2011), Przedsiębiorstwa w okresie kryzysu. Retrospektywna analiza zmian stopnia zagrożenia, "Przegląd Organizacji", Vol. 10/2011.
  13. Long Scott J., (2005), Regression models for categorical and limited dependent variables, SAGE, 1997.
  14. Prusak B., (2005), Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Difin, Warszawa.
  15. Stryhn H., Christensen J., (2003), Confidence intervals by the profile likelihood method, with applications in veterinary epidemiology, ISVEE X, Chile.
  16. The Report of the assessment of enterprises bankruptcy threat - micro economy component, Kaczmarek J. (red.), authors: Fijorek K., Kaczmarek J., Kolegowicz K., Krzemiński P., MSAP UEK, June 2011 (duplicated typescript).
  17. Venzon D.J., Moolgavkar S.H., (1988), A method for computing profile-likelihood based confidence intervals, "Applied Statistics", Vol. 37/1988.
Cytowane przez
Pokaż
ISSN
1643-5494
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu