Metodologiczne problemy prognozowania bankructwa

• Autorzy: Józef Pociecha

Warianty tytułu

Methodological Problems of Bankruptcy Prediction

• Języki publikacji: PL

Abstrakty

W pracy przedstawiono klasyfikację modeli predykcji bankructwa, a następnie dokonano przeglądu bardziej znanych modeli, tj. w postaci liniowej funkcji dyskryminacyjnej, modelu logitowego i sieci neuronowej. W dalszej części przedstawiono wyniki porównań zdolności do poprawnej klasyfikacji oraz zdolności prognostyczne wybranych modeli prognozowania bankructwa. Przeprowadzono również dyskusję nad źródłami i charakterem błędów w prognozowaniu bankructwa. W końcowej części pracy przedstawiono poglądy Davida J. Handa dotyczące metodologicznych problemów zastosowań procedur klasyfikacji danych w naukach ekonomiczno-społecznych.(abstrakt oryginalny)

EN

Classification of bankruptcy prediction models has been presented in the paper. Then, the review of better known models in form of linear discriminant function, Logit model and neural network has been done. In the following part of the paper, a comparison of correct classification ability and predictive ability of some models has been shown. A discussion of sources of prediction errors and their character has been conducted. In the last part of the paper, David J. Hand's opinions about methodological problems of data classification procedures in socio-economic investigations has been presented.(original abstract)

Słowa kluczowe

PL

Bankructwo; Metodologia prognozowania; Model logitowy; Sieci neuronowe

EN

Bankruptcy; Forecasting methodology; Logit model; Neural networks

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2010
• Tom: 17
• Numer: nr 107 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 54--61

Twórcy

autor

Józef Pociecha

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Altman E.I., Financial ratios, discriminant analysis and prediction of corporate bankruptcy, "The Journal of Finance" 1968 vol. 23, September.
• Beaver W., Financial ratios as predictors of failure, "Journal of Accounting Research" 1966 no 4, Suplement.
• Bell T.B., Ribar G.S., Verchio J., Neural Nets Versus logistic Regression, [w:] A Comparison of Each Model's Ability to Predict Commercial Bank Failures, R.P. Srivastava (red.), "Proceedings of the 1990 Deloittc and Touche/University of Kansas Symposium of Auditing Problems" 1990.
• Gajdka J., Stos D., Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiębiorstw, Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw, red. R. Borowiecki, AE, Kraków 1996, s. 56-65.
• Gruszczyński M., Modele i prognozy zmiennych jakościowych w finansach i bankowości, "Monografie i Opracowania" nr 490, SHH, Warszawa 2001.
• Gruszczyński M., Modele mikroekonometrii w analizie i prognozowaniu zagrożenia finansowego przedsiębiorstw, "Working Papers" no 34, Instytut Nauk Ekonomicznych PAN, Warszawa 2003.
• Hadasik D., Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, "Zeszyty Naukowe AE w Poznaniu", Poznań 1998, seria II, z. 153.
• Hamrol M., Czajka B., Piechocki M., Upadłość przedsiębiorstwa model analizy dyskryminacyjnej, "Przegląd Organizacji" 2004 nr 6.
• Hand D.J., Classifier technology and the illusion of progress, "Statistical Science" 2006, vol. 21, no 1.
• Hand D.J., Measurement Theory and Practice: The World Through Quantification, Arnold, London, 2004.
• Hand D.J., Academic Obsessions and Classification Realities: Ignoring Practicalities in Supervised Classification, [w:] Classification, Clustering, and Data Mining Applications, D. Banks, L. House, F.R. McMorris, P. Arabie, W. Gaul (red.), Springer, Berlin 2004.
• Hołda A., Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH, "Rachunkowość" 2001 nr 5.
• Hołda A., Zasada kontynuacji działalności i prognozowanie upadłości w polskich realiach gospodarczych, AE, Kraków 2006, seria specjalna nr 174.
• Korol T., Prusak B., Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji, CeDeWu, Warszawa 2005.
• Mączyńska E., Ocena kondycji przedsiębiorstwa (uproszczone metody), "Życie Gospodarcze" 1994 nr 38.
• McKee T.E., Developing a bankruptcy prediction model via rough sets theory, "International Journal of Intelligent Systems in Accounting, Finance and Management" 2000 no 9.
• Michaluk K., Efektywność modeli prognozujących upadłość przedsiębiorstw, praca doktorska, Uniwersytet Szczeciński, Szczecin 2000.
• Odom M.D., Sharda R., A neural network model for bankruptcy prediction, "Proceedings of IEEE International Conference on Neural Networks" 1990, s. 151-173.
• Ohlson J., Financial ratios and the probabilistic prediction of bankruptcy, "Journal of Accounting Research" 1980 nr 1.
• Pociecha J., Dyskryminacyjne metody klasyfikacji danych w prognozowaniu bankructwa firmy, [w:] Klasyfikacja i analiza danych teoria i zastosowania. Taksonomia 13, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1126, AE, Wrocław 2006, s. 83-92.
• Pociecha J., Problemy prognozowania bankructwa firmy metodą analizy dyskryminacyjnej, "Acta Universitatis Lodziensis, Folia Oeconomica" 2007 nr 205, s. 63-79.
• Prusak B., Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Difin, Warszawa 2005.
• Pytel E., Analiza efektywności polskich modeli prognozowania bankructwa w kontekście zasady rachunkowości o kontynuacji działalności, napisana pod kier. prof. A. Sokołowskiego, UEK, Kraków 2009.
• Strąk T., Stępień P., Binomial Logit Models Predicted Corporate Bankruptcy, Uniwersytet Szczeciński, Szczecin 2000.
• Wędzki D., Zastosowanie logitowego modelu upadłości przedsiębiorstw, "Ekonomista" 2005 nr 5.
• Żmijewski M., Methodological issues related to the estimation of financial distress prediction models, "Journal of Accounting Research" 1984, supplement.