Porównanie skuteczności klasyfikacyjnej wybranych metod prognozowania bankructwa przedsiębiorstw przy losowym i nielosowym doborze prób

• Autorzy: Józef Pociecha , Mateusz Baryła , Barbara Pawełek

Warianty tytułu

Comparison of Classification Accuracy of Selected Bankruptcy Prediction Methods in the Case of Random and Non-Random Sampling Technique

• Języki publikacji: PL

Abstrakty

Jednym ze źródeł błędów występujących w prognozowaniu bankructwa przedsiębiorstw jest metoda doboru prób. Przy konstruowaniu prób o zbilansowanej strukturze najczęściej wykorzystywana jest technika o charakterze nielosowym, polegająca na dobieraniu parami przedsiębiorstw bankrutów i niebankrutów. Alternatywą dla metody parowania może być losowanie niezależne. W artykule zaprezentowano analizę porównawczą wybranych modeli prognozowania bankructwa, uwzględniając losowy i nielosowy dobór prób. Rozważono dwa podziały zbioru danych na zbiór uczący i testowy w stosunku 7:3 i 6:4. Zaprezentowano modyfikację modelu logitowego, polegającą na wprowadzeniu do modelu czynnika czasu. Rozważono użyteczność tej modyfikacji w kontekście możliwości poprawy skuteczności klasyfikacyjnej modeli z uwzględnieniem losowego i nielosowego doboru prób(abstrakt oryginalny)

EN

One of the sources of errors being committed in the process of bankruptcy prediction is a method for selecting samples. During the construction of a sample of balanced structure, the most popular non-random approach is based on pairing up bankrupt companies with non-bankrupt ones. The alternative to pair-matched sampling is simple random sampling with replacement. The article presents a comparative study of selected failure prediction models, taking into account the random and non-random technique of samples selection. Data was divided into a training group and a testing group in a ratio of both 7:3 and 6:4. A modification of Logit model consisting in introducing a time factor into a model is also presented. The usefulness of this modification in the context of its classification accuracy improvement for two aforementioned techniques of sampling was verified(original abstract)

Słowa kluczowe

PL

Bankructwo; Prognozowanie; Model logitowy; Koniunktura gospodarcza

EN

Bankruptcy; Forecasting; Logit model; Business trends

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2015
• Tom: 24
• Numer: nr 384 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 236--245

Twórcy

autor

Józef Pociecha

• Uniwersytet Ekonomiczny w Krakowie

autor

Mateusz Baryła

• Uniwersytet Ekonomiczny w Krakowie

autor

Barbara Pawełek

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Beck N., Katz J.N., Tucker R., 1998, Taking time seriously: time-series-cross-section analysis with a binary dependent variable, American Journal of Political Science, vol. 42, no. 4, s. 1260-1288.
• Bellovary J., Giacomino D., Akers M., 2007, A review of bankruptcy prediction studies: 1930 to present, Journal of Financial Education, vol. 33, s. 1-42.
• Chava S., Jarrow R.A., 2004, Bankruptcy prediction with industry effects, http://dx.doi.org/10.2139/ssrn.287474.
• De Leonardis D., Rocci R., 2014, Default risk analysis via a discrete-time cure rate model, Applied Stochastic Models in Business and Industry, vol. 30, no. 5, s. 529-543.
• Maddala G.S., 2008, Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
• Pawełek B., Pociecha J., 2012, General SEM Model in Researching Corporate Bankruptcy and Business Cycles, [w:] Pociecha J., Decker R. (red.), Data Analysis Methods and its Applications, C.H. Beck, Warszawa, s. 215-231.
• Pociecha J., Pawełek B., 2011, Prognozowanie bankructwa a koniunktura gospodarcza, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Metody analizy danych, nr 873, s. 5-27.
• Shumway T., 2001, Forecasting bankruptcy more accurately: a simple hazard model, The Journal of Business, vol. 74, no. 1, s. 101-124.

Identyfikatory

DOI

10.15611/pn.2015.384.25