Prognozowanie bankructwa z zastosowaniem modelu logitowego

• Autorzy: Rafał Piszczek

Warianty tytułu

Application of Logit Model in Bankruptcy Forecasting

• Języki publikacji: PL

Abstrakty

Model upadłości umożliwia wczesne rozpoznanie zagrożenia oraz uruchomienie odpowiednich procesów naprawczych z odpowiednim wyprzedzeniem czasowym. Poprawnie zbudowany model daje zarządzającym firmą możliwość podjęcia działań restrukturyzacyjnych. Działania takie mogą prowadzić do trwałej poprawy sytuacji finansowej i pozycji rynkowej firmy, mogą przynieść tylko tymczasową poprawę lub być działaniami nieskutecznymi prowadzącymi ostatecznie do upadłości. Do budowy modelu zastosowano analizę logitową, wykorzystując dane finansowe z opóźnieniem do trzech lat przed upadłością. Autor pracy w ramach swoich badań podjął się również przygotowania modelu upadłości opierającego się częściowo na połączonej bazie danych spółek notowanych na Giełdzie Papierów Wartościowych oraz innych spółek akcyjnych i spółek z ograniczoną odpowiedzialnością (dane pozyskane z publikacji Monitora Polskiego B). Podstawą budowy modeli były dane pozyskane z raportów finansowych spółek. Baza danych zawierała przedsiębiorstwa zagrożone upadłością bądź upadłe do 6 lat wstecz (dane z lat 2004-2009). Projekt jest kontynuacją badań prowadzonych przez autora w poprzednich latach. Obecne opracowanie zostało istotnie wzbogacone o nowe i zaktualizowane dane, zbiór został zwiększony do 212 podmiotów (w tym 102 spółki zagrożone lub upadłe). Poza estymacją modelu opracowanie odpowiada także na pytanie, czy model oszacowany na spółkach zarejestrowanych w jednym/kilku województwach da się przenieść na inne regiony Polski. Zgodnie z założeniem, iż większość dużych podmiotów działa w całym kraju i jest objęta tymi samymi regulacjami formalnoprawnymi i podatkowymi, hipoteza ta wydaje się być uzasadniona. Estymacji modeli dokonano z wykorzystaniem SPSS 14.0 oraz Statistica 8.0 - moduł Data Miner.(fragment tekstu)

EN

The logit function was applied to predict bankruptcy among polish private companies. Effective and up to date scoring model gives the company management and economic environment. The model was estimated on the basis of 212 subjects (102 companies in the "bankruptcy" group). The data was from years 2005-2009. The sample was divided into two groups: learning and testing (proportion: 80:20). The results revealed, that the estimated logit model correctly classify 90% of the subjects in the testing group.(original abstract)

Słowa kluczowe

PL

Upadłość przedsiębiorstwa; Model logitowy

EN

Enterprise bankruptcy; Logit model

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2012
• Numer: nr 94 Perspektywy rozwoju gospodarki regionalnej : analizy ekonometryczno-statystyczne
• Strony: 117--131

Twórcy

autor

Rafał Piszczek

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Aldrich J.H., Nelson F.D. (1984): Linear Probability, Logit and Probit Models. Sage Publications Inc.
• Cieślak M. (1997): Prognozowanie gospodarcze. Metody i zastosowania. Wydawnictwo Naukowe PWN, Warszawa.
• Cramer J.S. (2003): Logit Models from Economics and Other Fields. Cambridge University Press.
• Daganzo C. (1979): Multinomial Probit. Academic Press, New York.
• Dunis Ch.L., Laws J., Naim P. (2003): Applied Quantitative Methods for Trading and Investment. John Wiley & Sons Ltd., West Sussex England.
• Gewke J.F., Keane M.P., Runkle D.E. (1994): Statistical Interference in the Multinomial Multiperiod Probit Model. Federal Reserve Bank of Minneapolis, Research Department Staff Report 177.
• Gruszczyński M. (2002): Modele i prognozy zmiennych jakościowych w finansach i bankowości. SGH, Waszawa.
• Hadasik D. (1998): Upadłość przedsiębiorstwa i metody jej prognozowania. AE, Poznań.
• Hausman J.A., Lo A.W., MacKinlay A.C. (1991): An Ordered Probit Analysis of Transaction Stock Prices. Cambridge National Bureau of Economic Research.
• Hołda A. (2001): Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH. "Rachunkowość" 2001, nr 5.
• Hołda A. (2006): Zasada kontynuacji działalności i prognozowanie upadłości w polskich realiach gospodarczych. AE, Kraków.
• Hołda A., Micherda B. (2007): Kontynuacja działalności jednostki i modele ostrzegające przed upadłością. Krajowa Izba Biegłych Rewidentów, Warszawa.
• Korol T., Prusak B. (2005): Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji. CeDeWu, Warszawa.
• Long J.S. (1997): Regression Models for Categorical and Limited Dependent Variables. Sage Publications Inc.
• Maddala G.S. (1994): Limited-dependent and Qualitative Variables in Econometrics. Cambridge University Press.
• Nowak E. (1998): Prognozowanie gospodarcze. Helion, Warszawa.
• Nowak E. (1998): Prognozowanie gospodarcze. Metody, modele, zastosowania, przykład. Placet, Warszawa.
• Pawłowski Z. (1980): Ekonometria. PWN, Warszawa.
• Powers D.A., Yu Xie (2000): Statistical Methods for Categorical Data Analysis. Academic Press San Diego, California.
• Ratner B. (2003): Statistical Modelling and Analysis for Database Marketing: Effective Techniques for Mining Big Data. Chapman & Hall/CRC.
• Small K.A., Browstone D. (1982): Efficient Estimation of Nested Logit Models: An Application to Trip Timing. Princeton University, New Jersey.
• Liao T.F. (1994): Interpreting Probability Models. Logit, Probit, and Other Generalized Linear Models. Series: Quantitative Applications in the Social Sciences. Sage Publications, Thousand Oaks, California.