- Autor
- Burda Andrzej (Wyższa Szkoła Zarządzania i Administracji w Zamościu)
- Tytuł
- Prognozowanie kondycji przedsiębiorstw z wykorzystaniem sztucznych sieci neuronowych
- Źródło
- Barometr Regionalny, 2006, nr 2(6), s. 67-75, rys., tab., bibliogr. 17 poz.
- Słowa kluczowe
- Ocena kondycji finansowej przedsiębiorstwa, Prognozowanie, Sztuczne sieci neuronowe (SSN)
Estimation of enterprises financial condition, Forecasting, Artificial neural networks (ANN) - Abstrakt
- Prognozowanie kondycji ekonomiczno-finansowej podmiotów gospodarczych jest od lat szeroko studiowanym zagadnieniem teoretycznym, głównie za przyczyną banków, które przy podejmowaniu decyzji kredytowych są szczególnie zainteresowane oceną klienta w tym kontekście. Większość badaczy dokonuje próby klasyfikacji przedsiębiorstw wg schematu bankructwo - przetrwanie. W przypadku tworzenia modeli metodami indukcyjnymi, co będzie treścią tego artykułu, tak prowadzone badania wymagają zgromadzenia istotnych informacji o przedsiębiorstwach, które trwają na rynku i podobny co do liczebności zbiór informacji o firmach, które zgodnie z lokalnym prawodawstwem można uznać za bankrutów.(fragment tekstu)
- Pełny tekst
- Pokaż
- Bibliografia
-
- Adamczak R., Zastosowanie sieci neuronowych do klasyfikacji danych doświadczalnych, praca doktorska pod kierunkiem prof. Włodzisława Ducha, Katedra Metod Komputerowych, Uniwersytet Mikołaja Kopernika, Toruń 2001
- Alici Y., Neural networks in corporate failure prediction: The UK experience, in Proc. Third Int. Conf. Neural Networks in the Capital Markets, A. N. Refenes, Y. Abu-Mostafa, J. Moody, and A. Weigend, Eds. London, UK, Oct. 1995, pp. 393 406
- Altman E., Marco G., Varetto F., Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks, J. Banking and Finance, vol. 18, pp. 505 529, 1994
- Coats P., Fant L., Recognizing financial distress patterns using a neural network tool, Financial Management, vol. 22, pp. 142 155, 1993
- Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. (red.), Biocybernetyka i inżynieria biomedyczna 2000, t. 6., Sieci neuronowe, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000
- Fernandez E., Olmeda I., Bankruptcy prediction with artificial neural networks, Lect. Notes Comput. Sc., pp. 1142 1146, 1995
- Hertz J., Krogh A., Palmer R., Wstęp do teorii obliczeń neuronowych, WNT, Warszawa 1993
- Odom M., Sharda R., A neural network model for bankruptcy prediction, in Proc. Int. Joint conf. Neural networks, San Diego, CA, 1990
- Osowski S., In-flight simulation at the NASA Dryden flight research facility. AIAA-91-2916-CP, Flight Simulation Technologies Conference, 1994, s. 7-23.
- Piramuthu S., Raghavan H., Shaw M., Using feature construction to improve the performance of neural networks, Management Science, vol. 44, pp. 416 430, 1998
- Privotet J.-C., Neural Networks: Architectures, preprocessing and hardware implementation, VIII International Workshop on Advanced Computing and Analysis Techniques in Physics Research, Moscow, Russia, 24 - 28 June 2002
- Salchenberger L., Cinar E., Lash N., Neural networks: A new tool for predicting thrift failures, Decision Sciences, vol. 23, pp. 899 916, 1992
- Tam K., Kiang M., Managerial applications of the neural networks: The case of bank failure predictions, Management Science, vol. 38, pp. 416 430, 1992
- Tam K., Neural network models and the prediction of bank bankruptcy, Omega, vol. 19, pp. 429 445, 1991
- Witkowska D., Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe Wydawnictwo C.H. Beck, 2002
- Zieliński J. (red.), Inteligentne systemy w zarządzaniu. Teoria i praktyka, PWN, Warszawa 2000
- Zhang G., Hu M., Patuwo B., Artificial neural networks in bankruptcy prediction: General framework and cross-validation analysis, European J. Oper. Res., vol. 116, pp. 16 32, 1999
- Cytowane przez
- ISSN
- 1644-9398
- Język
- pol
