PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2012 | nr 254 Inwestycje finansowe i ubezpieczenia - tendencje światowe a rynek polski | 219--234
Tytuł artykułu

Zastosowanie sztucznych sieci neuronowych do prognozowania upadłości przedsiębiorstw

Autorzy
Treść / Zawartość
Warianty tytułu
Application of Artificial Neural Networks for Forecasting Corporate Bankruptcy
Języki publikacji
PL
Abstrakty
W dobie pogłębiającego się kryzysu ekonomicznego bardzo wiele przedsiębiorstw jest zagrożonych ryzykiem upadłości. Efektywne przewidywanie upadłości jest jednym z ważniejszych zagadnień zarządzania ryzykiem. W ostatnich kilkunastu latach, z racji większej dostępności na rynku specjalistycznych pakietów oprogramowania, zaczęto intensywnie wykorzystywać modele sztucznej inteligencji do prognozowania upadłości firm. W publikacji przedstawiono możliwości wykorzystania sztucznych sieci neuronowych w klasyfikacji przedsiębiorstw zagrożonych upadłością. Na podstawie próby badawczej 207 polskich przedsiębiorstw, które ogłosiły upadłość od stycznia 2007 r. do grudnia 2010 r., przeprowadzono badania empiryczne porównujące skuteczność prognostyczną modeli neuronowych w porównaniu z klasycznymi modelami parametrycznymi (logitowym i analizy dyskryminacyjnej).(abstrakt oryginalny)
EN
(original abstract)
Twórcy
  • Politechnika Rzeszowska im. Ignacego Łukasiewicza
Bibliografia
  • Altman E.I., Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, "Journal of Finance" 1968, no 23.
  • Altman E.I., Haldeman R.C., Narayanan P., ZETA analysis: A new model to identify bankruptcy risk of corporations, "Journal of Banking and Finance" 1977, no 1.
  • Aziz M.A., Dar H.A., Predicting corporate bankruptcy: Where we stand?, "Corporate Governance" 2006, no 6 (1).
  • Beaver W.H., Financial ratios as predictors of failure, "Journal of Accounting Research" 1966, no 4.
  • Bednarski L., Analiza finansowa w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2001.
  • Beynon M.J., Peel M.J., Variable precision rough set theory and data discretisation: an application to corporate failure prediction, "Omega" 2001, no 29.
  • Booth P.J., Decomposition measure and the prediction of financial failure, "Journal of Business Finance & Accounting" 1983, no 10 (1).
  • Gajdka J., Stos D., Wykorzystanie analizy dyskryminacyjnej do badania podatności przedsiębiorstwa na bankructwo, [w:] Przedsiębiorstwo na rynku kapitałowym, red. R. Borowiecki, Wydawnictwo AE, Kraków 1996.
  • Hadasik D., Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Prace Naukowe Akademii Ekonomicznej nr 153, Wydawnictwo AE, Poznań 1998.
  • Jardin P., Predicting bankruptcy using neural networks and other classification methods: The influence of variable selection techniques on model accuracy, "Neurocomputing" 2010, no 73.
  • Korol T., Prusak B., Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji, Wydawnictwo CeDeWu, Warszawa 2009.
  • Ohlson J., Financial ratios and the probabilistic prediction of bankruptcy, "Journal of Accounting Research" 1980, no 18.
  • Pogodzińska M., Sojak S., Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa przedsiębiorstw, [w:] AUNC, Ekonomia XXV, Toruń 1995.
  • Prusak B., Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Difin, Warszawa 2005.
  • Shin K., Lee Y., A genetic algorithm application in bankruptcy prediction modelling, "Expert Systems With Applications" 2002, no 23 (3).
  • Skogsvik K., Current cost accounting ratios as predictors of business failure: the Swedish case, "Journal of Business Finance and Accounting" 1990, no 17(1).
  • Stone M., Rasp J., Tradeoffs in the choice between logit and OLS for accounting choice studies, "The Accounting Review" 1991, no 66 (1).
  • Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
  • Tadeusiewicz R., Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Wydawnictwo PLJ, Warszawa 1998.
  • Theodossiou P.T., Alternative models for assessing the financial condition of business in Greece, "Journal of Business Finance and Accounting" 1991, no 18(5).
  • Wilcox J., A prediction of business failure using accounting data, "Journal of Accounting Research: Supplement on Empirical Research in Accounting" 1973.
  • Witkowska D., Sztuczne sieci neuronowe i metody statystyczne, Wydawnictwo C.H. Beck, Warszawa 2002.
  • Żmijewski M.E., Methodological issues related to the estimation of financial distress prediction models, "Journal of Accounting Research" 1984, no 22.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171230083

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.