Macroeconomic Factors in Modelling the SMEs Bankruptcy Risk. The Case of the Polish Market

Ptak-Chmielewska, Aneta; Matuszyk, Anna

doi:10.15611/eada.2019.3.04

Autor

Ptak-Chmielewska Aneta (Warsaw School of Economics, Poland), Matuszyk Anna (Warsaw School of Economics, Poland)

Tytuł

Macroeconomic Factors in Modelling the SMEs Bankruptcy Risk. The Case of the Polish Market
Czynniki makroekonomiczne w modelowaniu ryzyka upadłości MŚP. Przykład rynku polskiego

Źródło

Econometrics. Advances in Applied Data Analysis, 2019, vol. 23, nr 3, s. 40-49, rys., tab., bibliogr. 16 poz.
Ekonometria

Słowa kluczowe

Ryzyko, Bankructwo, Regresja logistyczna, Zmienne makroekonomiczne
Risk, Bankruptcy, Logistic regression, Macroeconomic variables

Uwagi

Klasyfikacja JEL: G17, C1, C5, R15
streszcz., summ.

Abstrakt

Ostatni kryzys finansowy dotknął sektor MŚP w poszczególnych krajach w różnym stopniu i z różną siłą. MŚP stanowią podstawę gospodarki każdego kraju, dlatego potrzebne są modele predykcji upadłości tych przedsiębiorstw łatwo dostosowujące się do ich zmieniających się charakterystyk. W artykule poddano weryfikacji hipotezę: włączenie do modelu informacji o warunkach makroekonomicznych istotnie podnosi efektywność modelu przewidującego upadłość przedsiębiorstw. Zbiór danych wykorzystany w badaniu zawierał informację o 1138 MŚP. Informacja została zaczerpnięta ze sprawozdań finansowych z lat 2002-2010. Próba zawierała przedsiębiorstwa z sektorów: produkcyjnego, handlowego i usługowego. Do budowy modelu wykorzystano wybrane wskaźniki finansowe i zmienne makroekonomiczne: PKB, inflację, stopę bezrobocia. Jako metodę badawczą zastosowano regresję logistyczną. W analizie wykazano, że włączenie zmiennych makroekonomicznych poprawia jakość predykcji upadłości MŚP.(abstrakt oryginalny)

The last financial crisis affected the SMEs sector in different countries at different levels and strength. SMEs represent the backbone of the economy of every country. Therefore, they need bankruptcy prediction models easily adaptable to their characteristics. In our analysis we verified hypothesis: including information about macroeconomic conditions significantly increases the effectiveness of the bankruptcy model. The data set used in our research contained information about 1,138 SMEs. All information was taken from the financial statements covering the period 2002-2010. The sample included enterprises from sectors: industry, trade and services. Selected financial ratios were used to build the model and the macroeconomic variables were added: GDP, inflation, and the unemployment rate. Logistic regression as the research method was applied. In our study we showed that the incorporation of the macro variables improved the prediction of the SMEs bankruptcy risk.(original abstract)

Dostępne w

Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu

Pełny tekst

Bibliografia

Agrawal K., Maheshwari Y., 2014, Default risk modelling using macroeconomic variables, Journal of Indian Business Research, vol. 6. Altman E.I., 1968, Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, The Journal of Finance, vol. 23, no. 4, pp. 589-609. Bellotti A., Crook J., 2009, Credit scoring with macroeconomic variables using survival analysis, Journal of the Operational Research Society, no. 60(12), pp. 1699-1707. Bellovary J.L., Giacomino D.E., Akers M.D., 2007, A review of bankruptcy prediction studies: 1930 to the present, Journal of Financial Education, vol. 33, Winter 2007. Carling K., Jacobson T., Lindé J., Roszbach K., 2002, Working Paper Capital Charges under Basel II: Corporate Credit Risk Modelling and the Macro Economy, Stockholm, Sveriges Riksbank Working Paper Series, no. 142. Figlewski S., Frydman H., Liang W., 2012, Modeling the Effect of Macroeconomic Factors on Corporate Default and Credit Rating Transitions, International Review of Economics and Finance, no. 21. Frątczak E. (ed.) (2009), Wielowymiarowa analiza statystyczna. Teoria i przykłady zastosowań z systemem SAS, Szkoła Główna Handlowa, Warszawa. Jagiełło R., 2013, Discriminant and logistic analysis in the process of assessing the creditworthiness of enterprises, Materiały i Studia, zeszyt 286, NBP, Warszawa. Jakubik P., 2006, Does Credit Risk Vary with Economic Cycles? The Case of Finland, IES Working Paper, no. 2006/11.
Agrawal K., Maheshwari Y., 2014, Default risk modelling using macroeconomic variables, Journal of Indian Business Research, vol. 6. Altman E.I., 1968, Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, The Journal of Finance, vol. 23, no. 4, pp. 589-609. Bellotti A., Crook J., 2009, Credit scoring with macroeconomic variables using survival analysis, Journal of the Operational Research Society, no. 60(12), pp. 1699-1707. Bellovary J.L., Giacomino D.E., Akers M.D., 2007, A review of bankruptcy prediction studies: 1930 to the present, Journal of Financial Education, vol. 33, Winter 2007. Carling K., Jacobson T., Lindé J., Roszbach K., 2002, Working Paper Capital Charges under Basel II: Corporate Credit Risk Modelling and the Macro Economy, Stockholm, Sveriges Riksbank Working Paper Series, no. 142. Figlewski S., Frydman H., Liang W., 2012, Modeling the Effect of Macroeconomic Factors on Corporate Default and Credit Rating Transitions, International Review of Economics and Finance, no. 21. Frątczak E. (ed.) (2009), Wielowymiarowa analiza statystyczna. Teoria i przykłady zastosowań z systemem SAS, Szkoła Główna Handlowa, Warszawa. Jagiełło R., 2013, Discriminant and logistic analysis in the process of assessing the creditworthiness of enterprises, Materiały i Studia, zeszyt 286, NBP, Warszawa. Jakubik P., 2006, Does Credit Risk Vary with Economic Cycles? The Case of Finland, IES Working Paper, no. 2006/11.

Cytowane przez

ISSN

1507-3866

Język

eng

URI / DOI

BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

Meny główne