BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Andreasik Jan (Wyższa Szkoła Zarządzania i Administracji w Zamościu)
Tytuł
Klasyfikacja metod prognozowania stanu zagrożenia upadłością przedsiębiorstw
Źródło
Barometr Regionalny, 2005, nr 1(4), s. 15-22, przypisy
Słowa kluczowe
Małe i średnie przedsiębiorstwa, Upadłość przedsiębiorstwa, System wczesnego ostrzegania, Metody prognozowania
Small business, Enterprise bankruptcy, Early warning system, Forecasting methods
Abstrakt
Celem artykułu jest przegląd i klasyfikacja metod prognozowania zagrożenia upadłością przedsiębiorstw, które mogą posłużyć do budowy systemu wczesnego ostrzegania przed zagrożeniem ciągłości działalności małych i średnich przedsiębiorstw województw lubelskiego i podkarpackiego.
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Balcaen S, Ooghe H. (2004) 35 years of studies on business failure: an overview of the classical statistical methodologies and their related problems, Universiteit Gent, Faculteit Economie, June 2004, 2004/248,www.vlerick.be/research/wokingpapers/vlgms-wp-2040- 15.pdf
  2. Balcaen S., Ooghe H. (2004) Alternative methodologies in studies on business failure: do they produce Belter results than the classic statistical methods?, Vleric Leuven Gent Working Paper Series 2004/16, www.vlerick.be/research/wokingpapers/vlgms-wp-2040-16.pdf
  3. Aziz M.A., Dar H.A. (2004) Predicting Corporate Bankruptcy: Whither do we stand? Department of Economics, Loughborough University, UK, http://gnu.univ.gda.pl/~eefs/pap/aziz.doc
  4. Zopounidis C. Dimitras A.I. (1998) Multicriteria Decision Aid Methods for the Prediction of Business Failure. Kluwer Academic Publishers.
  5. Pal S.K.,Shiu S.C.K. (2004) Foundations of soft case-based reasoning. John Wiley & Sons. Inc.
  6. Stąpor K., (2005) Automatyczna klasyfikacja obiektów. Akademicka Oficyna Wydawnicza EXIT, Warszawa.
  7. Altman E. I. (1968) Financial rations, discriminant analysis and the prediction of corporate bankruptcy, The Journal of Finance, vol. XXIII, no.4, pp.589-609.
  8. Shirata C.Y. (1998) Financial rations as predictors of bankruptcy in Japan: An empirical research. www.bke.hu/vpenzugy/download/ japan.pdf
  9. Hajdu O., Virag M. (1991) A Hungarian model for predicting financial bankruptcy, www.lib.uni-covinus.hu/gt/2001-1-2-/hajduvirag. Pdf
  10. Mączyńska E. (2004) Systemy wczesnego ostrzegania. Nowe Życie Gospodarcze, nr 12, 4.
  11. Appenzeller D., Szarzec K., (2004) Prognozowanie zagrożenia upadłością polskich spółek publicznych. Inżynieria Finansowa, nr 1, 120-128.
  12. Kwiatkowska-Ciotucha D.,, Załuska U., (2003) Możliwości zastosowania analizy dyskryminacyjnej do oceny sytuacji branż produkcyjnych w Polsce. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, Ekonometria 12, nr 1002, 137-143.
  13. Aczel Amir D. (2000) Statystyka w zarządzaniu. Wydawnictwa Naukowe PWN, Warszawa, 882-900.
  14. Żmijewski M.E. (1984) Methodological issues related to the estimation of financial distress prediction models. Studies on current Econometric Issues in Accounting Research, 59-82.
  15. Steng Fang-Mei, Lin Lin (2005) A quadratic interval logit model for forecasting bankruptcy. OMEGA 33, 85-91.
  16. Glazer A. P. (2003) Automatyzacja procesu pozyskiwania wiedzy dla systemów ekspertowych. Praca doktorska. Politechnika Gdańska.
  17. Sun Lin, Shenoy P. ( 2003) Using Bayesian Networks for bankruptcy prediction in stressed firms. School of Business Working Paper no.295 University of Kansas, www.aaahq.org/infosys/idex.htm
  18. WWW.norsys.com/netica.html
  19. www.hugin.com/Products_Services/
  20. Kościów S., Pondel M., Kotwica A. (2003) Zastosowanie technologii drążenia danych w systemach klasy CRM w oparciu o środowisko ORACLE 9i. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 975, Pozyskiwanie wiedzy i zarządzanie wiedzą. 228-238.
  21. www.dtreg.com/
  22. Sung T.K., Chang N., Lee G. (1999) Dynamics of modeling in data mining: interpretive approach to bankruptcy prediction. Journal of Management Information Systems, vol.16, no.1,pp.63-85.
  23. Norman E.,Tan C., Kumar K., Torbey V., Drew D. Return prediction models and software reviews. www.erickas.net/write.php
  24. Stefanowski J.,Wilk S. (2001) Evaluating business credit risk by means of approach- integrating decision rulet and case-bases learning. International Journal of Intelligent Systems in Accouting, Finanse& Management, 10, 97-114 www.attar.com/pages/info_kb.htm
  25. Spanos M., Dounias G., Matsatsinis N. A fuzzy knowledge-based decision aiding method for the assessment of financial risk: the case of corporate bankruptcy prediction. www.erudit.de/erudit/events/ esit99/12621_p.pdf
  26. www.attar.com/pages/info_kb.htm
  27. Spanos M., Dounias G., Matsatsinis N. A fuzzy knowledge-based decision aiding method for the assessment of financial risk: the case of corporate bankruptcy prediction. www.erudit.de/erudit/events/ esit99/12621_p.pdf
  28. Khan A.H.(2002) Can Banks learn to be rational. www.e.u-tokyo.ac.jp/ cirje/research/dp/2002/2002cf151.pdf
  29. Wasiak M. (2002) Rozmyty system wnioskujący, oceniający kondycję finansową przedsiębiorstw. Pozyskiwanie wiedzy z baz danych. Wyd. Akademii Ekonomicznej nr 931, Wrocław.
  30. Mrózek A., Płonka L.(1999) Analiza danych metodą zbiorów przybliżonych. Akademicka Oficyna Wydawnicza PLJ Warszawa.
  31. Mekce T.E. (2000) Developing a bankruptcy prediction model via rough sets theory. International Journal of Intelligent Systems in Accounting Finance & Management 9, 159-173.
  32. Segovia-Vargas, Fana J.A., Heras-Martines A., Vilar-Zanon J.L., Sanchis- Arellano A. Using rough sets to predict insolvency of Spanish non-live insurance companies. www.ucm.es/BUCM/cee/doc/03- 002/03002.pdf
  33. Tay F.E., Shen L.(2002) Economic and financial prediction using rough sets model. European Journal of Operational Research 141 641-659.
  34. Shin K., Kim K., Han I. Financial Data Mining using genetic algorithms technique: application to KOSPI 200, http://afis.kaist.ac.kr/ download/inner_con053.pdf
  35. Atija A.F. (2001) Bankruptcy prediction for credit risk using neural networks: a survey and new results. IEEE Transactions on Neural Networks, vol.12, no.4, 929-935.
  36. Anandarajan M., Lee P, Anandarajan A. (2001) Bankruptcy prediction of financially stressed firms: an examination of the predictive accuracy of artificial neural networks. International Journal of Intelligent Systems in Accounting, Finance & Management, 10, 69-81.
  37. Brabazon A., O`Neill (2004) Diagnosing corporate stability using grammatical evolution. Int.J.Appl.Math.Comput.Sci. Vol.14, No.3, 363-374.
  38. Brabazon A., Matthews R., O`Niell M., Ryan C. Grammatical Evolution and Corporate Failure Prediction. www.business.king.ac.uk/ research/intbus/paper4.pdf
  39. Park C.S.,Han I. (2002) A case-based reasoning with the feature weights derived by analytic hierarchy process for bankruptcy prediction. Expert Systems with Applications, 2-10.
  40. Saaty T.(2001) Decision Making for Leaders. The analytic hierarchy process for decisions in complex Word. RWS Publications.
  41. Forman E., Selly M. (2001) Decision by objectives. World Scientific. Roy Bernard (1990) Wielokryterialne wspomaganie decyzji. WNT Warszawa.
  42. Zopounidis C., Dimitras I. (1998) Multicriteria decision aid methods for the prediction of business failure. Kluwer Academic Publishers.
  43. Ngo An, Rousseau Vincent (2002) using assignment examples to infer category limits for the ELECTRE TRI method, Journal of Multi- Criteria Decision Analysis 11, 29-43
  44. Rousseau V., Słowiński R., Zielniewicz P. (2000) A user-oriented implementation of the ELECTRE-TRI method integrating preference elicitation support. Computers & Operations Research 27, 757-777.
  45. Dias L., Mousseau V. (2003) IRIS User Manual Documents of INESC Coimbra No.1/2003, www.lamsade.dauphine.fr/~mousseau/dias3docl02. Pdf
  46. Khalil J., Martel J.M., Jurtas P. (1999) A multicriterion system for credit risk rating, Universite Laval, Document de Travail 1999-014, http://archmede.bibl/ulaval.ca/di/fils/222/1-3-222-20040428-1.pdf
  47. Jajuga K., Krysiak Z. (red.) (2004) Ryzyko kredytowe wierzytelności hipotecznych, Związek Banków Polskich, Warszawa.
  48. Altman E. (2002) Corporate distress prediction models in a turbulent economic and BASEL II environment. www.pages.stern.nyu.edu/ ~ealtman/Corp-Distress.pdf
Cytowane przez
Pokaż
ISSN
1644-9398
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu