BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Grochowina Dorota (Uniwersytet Ekonomiczny w Krakowie)
Tytuł
Wpływ metod imputacji danych na skuteczność klasyfikacyjną modelu logitowego zastosowanego do prognozowania upadłości przedsiębiorstw
The Influence of Data Imputation Methods on the Classification Efficiency of the Logit Model Used or Forecasting the Bankruptcy of Companies
Źródło
Acta Universitatis Nicolai Copernici. Ekonomia, 2014, t. 45, nr 2, s. 187-203, rys., tab., bibliogr. 29 poz.
Słowa kluczowe
Bankructwo, Prognozowanie upadłości przedsiębiorstwa, Model logitowy, Metody prognozowania
Bankruptcy, Enterprises bankruptcy forecasting, Logit model, Forecasting methods
Uwagi
streszcz., summ.
Abstrakt
Prognozowanie upadłości przedsiębiorstw obnaża problem braku danych, który dotyczy głównie podmiotów z problemami finansowymi, pragnących w ten sposób zataić złą kondycję. Jedną z metod uzupełniania niekompletnych danych jest imputacja. Celem pracy jest przedstawianie różnych odmian imputacji danych oraz porównanie ich wpływu na skuteczność klasyfikacyjną jednej ze statystycznych metod prognozowania upadłości - modelu logitowego. Wyniki analizy wykazały, iż najlepszym podejściem jest zastosowanie mediany wyznaczonej osobno dla grupy zdrowych i upadłych przedsiębiorstw. (abstrakt oryginalny)

Forecasting the bankruptcy of companies exposes the missing data problem, which applies chiefly to entities having financial problems, who wish to conceal thereby their bad situation. One of the methods of making up incomplete data is imputation. The aim of the paper is to present different data imputation variants and to compare their influence on the classification efficiency of one of the statistical bankruptcy forecasting methods - the logit model. The results have shown that the best approach is to use the median as determined separately for healthy and bankrupt companies. (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Aczel A. D. (2009), Complete business statistics, McGraw-Hill/Irwin, New York.
  2. Balicki A. (2004), Metody imputacji brakujących danych w badaniach statystycznych, "Wia-domości Statystyczne", 9.
  3. Beręsewicz M. (2010), Imputacja jako sposób rozwiązywania problemów braków danych, e-wydawnictwo 2011.
  4. Bragg S. M. (2010), Wskaźniki w analizie działalności przedsiębiorstwa, Oficyna, Warszawa.
  5. Górecki T. (2011), Podstawy statystyki z przykładami w R, Wydawnictwo BTC, Legionowo.
  6. Gruszczyński M., Kuszewski T., Podgórska M. (2009), Ekonometria i badania operacyjne, PWN, Warszawa.
  7. Hołda A. (2006), Zasada kontynuacji działalności i prognozowanie upadłości w polskich realiach gospodarczych, Wydawnictwo Akademii Ekonomicznej w Krakowie.
  8. Jerzemowska M. (2013), Analiza ekonomiczna w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa.
  9. Kalton G., Kasprzyk D. (1982), Imputing for Missing Survey Responses, Proceedings of the Survey Research Methods Section, American Statistical Association.
  10. Koop G. (2011), Wprowadzenie do ekonometrii, Oficyna, Warszawa.
  11. Korol T. (2010), Systemy ostrzegania przedsiębiorstw przed ryzykiem upadłości, Oficyna, Warszawa.
  12. Korol T. (2013), Nowe podejście do analizy wskaźnikowej w przedsiębiorstwie, Oficyna, Warszawa.
  13. Koronacki J., Mielniczuk J. (2006), Statystyka dla studentów kierunków technicznych i przyrodniczych, Wydawnictwo Naukowo-Techniczne, Warszawa.
  14. Larose D. T. (2008), Metody i modele eksploracji danych, PWN, Warszawa.
  15. Lewandowski R., Wołowski P. (2011), Prawo upadłościowe i naprawcze, Wydawnictwo C. H. Beck, Warszawa.
  16. Longford N. T. (2005), Missing Data and Small Area Estimation, Springer Science + Business Media, Inc.
  17. Młodak A. (2010), Imputacja danych w spisach powszechnych, "Wiadomości Statystyczne", 8.
  18. Piasecki T. (2014), Metody imputacji w badaniach gospodarstw domowych, "Wiadomości Statystyczne", nr 9.
  19. Piasecki T. (2013), Imputacja dochodów w badaniach statystyki publicznej dotyczącej gospodarstw domowych, GUS.
  20. Podstawka M. (2010), Finanse. Instytucje, instrumenty, podmioty, rynku, regulacje, PWN, Warszawa.
  21. Prusak B. (2011), Ekonomiczna analiza upadłości przedsiębiorstw. Ujęcie międzynarodowe, CeDeWu.pl.
  22. Rozporządzenie Ministra Finansów z dnia 19 lutego 2009 r. w sprawie informacji bieżących i okresowych przekazywanych przez emitentów papierów wartościowych oraz warunków uznawania za równoważne informacji wymaganych przepisami prawa państwa niebędącego państwem członkowskim, DzU 2009, Nr 33, poz. 259.
  23. Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych, PWN, Warszawa.
  24. Ustawa z dnia z dnia 29 września 1994 r. o rachunkowości, DzU 1974, Nr 121, poz. 591 z późn. zm.
  25. Ustawa z dnia 15 września 2000 r. Kodeks spółek handlowych, DzU 2000, Nr 94, poz. 1037 z późn. zm.
  26. Ustawa z dnia 29 lipca 2005 r. o ofercie publicznej i warunkach wprowadzania instrumentów finansowych do zorganizowanego systemu obrotu oraz o spółkach publicznych, DzU 2005, Nr 184, poz. 1539 z późn. zm.
  27. Ustawa z dnia 29 lipca 2005 r. o obrocie instrumentami finansowymi, DzU 2005, Nr 183, poz. 1538.
  28. Wędzki D. (2009), Analiza wskaźnikowa sprawozdania finansowego, t. 2, Oficyna, Kraków.
  29. Zeliaś A., Pawełek B., Wanat S. (2003), Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa.
Cytowane przez
Pokaż
ISSN
2080-0339
Język
pol
URI / DOI
http://dx.doi.org/10.12775/AUNC_ECON.2014.012
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu