BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Korol Janusz (Uniwersytet Szczeciński)
Tytuł
System ekspercki a tradycyjne modele prognozowania upadłości firm
Expert System and Traditional Bankruptcy Prediction Models
Źródło
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 2010, nr 26, s. 135-145, Rys., tab., bibliogr. poz. 8
Słowa kluczowe
Modelowanie ekonometryczne, Prognozowanie, Upadłość przedsiębiorstwa, Logika rozmyta
Econometric modeling, Forecasting, Enterprise bankruptcy, Fuzzy logic
Uwagi
streszcz., summ..
Abstrakt
Artykuł ten dotyczy prognozowania upadłości przedsiębiorstw w Polsce. W artykule tym porównano dwie metody prognozowania zagrożeń firm upadłością: analizę dyskryminacyjną oraz logikę rozmytą. W badaniach autor wykorzystał dane dotyczące spółek notowanych na Warszawskiej Giełdzie Papierów Wartościowych. Populacja ta została podzielona na próbę uczącą i testową. Każde z analizowanych przedsiębiorstw opisanych zostało za pomocą wartości bezwzględnych wskaźników finansowych oraz tempa ich zmian. Opracowane przez autora modele logiki rozmytej charakteryzują się wysoką skutecznością. Badania te są pierwszą próbą wykorzystania logiki rozmytej do przewidywania upadłości przedsiębiorstw w Polsce i jedną z pierwszych na świecie. Otrzymane wyniki świadczą o dużym potencjale tej metody (abstrakt oryginalny)

This article is about the prediction of bankruptcy of companies in Poland. In the article author compares two methods of forecasting the risks of bankruptcy of companies: discriminant analysis and fuzzy logie. In the conducted research author has used data on 185 companies listed on the Warsaw Stock Exchange. This population of firms was divided into learning and testing setdata. Each company has been analyzed using the absolute values of 14 financial ratios and the dynamics of change ofthese ratios.The author's developed models of fuzzy logie are characterized by high efficiency. These stud- ies are the first attempt to use fuzzy logie to predict the bankruptcy of companies in Poland and one of the first in the world. Obtained results demonstrate the greal potential of this method. (original abstract)
Dostępne w
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Biblioteka Główna Uniwersytetu Szczecińskiego
Bibliografia
Pokaż
  1. Appenzeller D., Szarzeć K.: Prognozowanie zagrożenia upadłością polskich spółek giełdowych, "Rynek Terminowy" 2004, nr 1.
  2. Czyżewski A.: Dźwięk cyfrowy. Wybrane zagadnienia teoretyczne, technologia, zastosowania, EXIT, Warszawa 2001.
  3. Gajdka J., Stos D.: Ocena kondycji finansowej polskich spółek publicznych w okresie 1998-2001, [w:] Czas na pieniądz. Zarządzanie finansami. Mierzenie wyników i wycena przedsiębiorstw, red. D. Zarzecki, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin 2003.
  4. Mączyńska E.: Kreowanie i konstrukcja modeli dyskryminacyjnych jako narzędzi ostrzegania przed upadłością przedsiębiorstw, [w:] Zagrożenie upadłością, red. K. Kuciński, E. Mączyńska, Materiały i Prace Instytutu Funkcjonowania Gospodarki Narodowej, Szkoła Główna Handlowa, Tom XCIII, Warszawa 2005.
  5. Pieńkowska M.: Przewidywanie kryzysu, "Nowe Życie Gospodarcze" 2004, nr 13.
  6. Prusak P: Ograniczenia i kierunki rozwoju modeli prognozowania zagrożenia przedsiębiorstw niewypłacalnością, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 9 (1209), Wrocław 2008.
  7. Rogowski W.: Dylematy wykorzystania w warunkach polskich modeli oceny zagrożenia upadłością, [w:] Bankructwa przedsiębiorstw - wybrane aspekty instytucjonalne, red. E. Mączyńska, SGH, Warszawa 2008.
  8. Siemińska E.: Metody pomiaru i oceny kondycji finansowej przedsiębiorstwa, TNOIK, Toruń 2002.
Cytowane przez
Pokaż
ISSN
1640-6818
1733-2842
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu