Zastosowanie analiz Data Mining w przewidywaniu groźby upadłości lub konieczności prowadzenia postępowania układowego przedsiębiorstwa - budowa modeli predykcyjnych, ocena ich jakości i wybór modelu

• Autorzy: Mirosława Lasek , Marek Pęczkowski , Dariusz Wierzba

Warianty tytułu

Application of Data Mining in the Enterprise Bankruptcy Prediction - Construction of Models, Their Evaluation and Selection

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono przydatność modeli Data Mining do przewidywania groźby upadłości lub postępowania układowego przedsiębiorstwa. Opisano zastosowanie modeli predykcyjnych: regresji logistycznej, drzew decyzyjnych oraz sieci neuronowych. Rozważania zilustrowano posługując się danymi około sześciu tysięcy przedsiębiorstw, wśród których część była zagrożona upadłością lub postępowaniem układowym. (abstrakt oryginalny)

EN

In the article usefulness of Data Mining models for bankruptcy prediction are discussed. Application of Data Mining prediction models such as logistic regression model, decision tree model and neural network model are described. Considerations are illustrated with the data from about six thousand enterprises, a proportion of which was in bankruptcy situation. (original abstract)

Słowa kluczowe

PL

Data Mining; Upadłość przedsiębiorstwa; Prognozowanie upadłości przedsiębiorstwa; Sieci neuronowe; Regresja logistyczna

EN

Data Mining; Enterprise bankruptcy; Enterprises bankruptcy forecasting; Neural networks; Logistic regression

• Czasopismo: Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą
• Rocznik: 2009
• Tom: 22
• Strony: 81--95

Twórcy

autor

Mirosława Lasek

• Uniwersytet Warszawski

autor

Marek Pęczkowski

• Uniwersytet Warszawski

autor

Dariusz Wierzba

• Uniwersytet Warszawski

Bibliografia

• Lasek M.: Data Mining. Zastosowania w analizach i ocenach klientów bankowych. Oficyna Wydawnicza "Zarządzanie i Finanse". Biblioteka Menedżera i Bankowca, Warszawa 2002.
• Lasek M.: Od danych do wiedzy. Metody i techniki 'Data Mining'. "Optimum", nr 2, 2004, s. 17-37.
• Lasek M.: Metody Data Mining w analizowaniu i prognozowaniu kondycji ekonomicznej przedsiębiorstw. Zastosowania SAS Enterprise Miner. Centrum Doradztwa i Informacji Difin, Warszawa 2007.
• Maimon O., Rokach L. (eds.): The Data Mining and Knowledge Discovery Handbook. Springer Science+Business Media, Inc., New York 2005.
• Matignon R.: Data Mining Using SAS Enterprise Miner. John Wiley & Sons, Inc., New Jersey 2007.
• Pęczkowski M.: Program ORKA 4.0. Sieci neuronowe. 'Materiały na zajęcia laboratoryjne dla studentów szkół wyższych', Wydział Nauk Ekonomicznych Uniwersytetu Warszawskiego, Warszawa 2007.
• SAS Institute Inc. : Enterprise Miner Reference Help, SAS Institute Inc 2005.
• Shmueli G., Patel N.R., Bruce P.C.: Data Mining for Business Intelligence. John Wiley & Sons, Inc., New Jersey 2007.
• Tadeusiewicz R.: Wprowadzenie do praktyki stosowania sieci neuronowych, http://www.statsoft.pl, 2001.
• Triantaphyllou E., Felici G.: Data Mining and Knowledge Discovery Approaches Based on Rule Induction Techniques. Springer Science+Business Media, Inc., New York 2007.
• Ye N. (ed.): The Handbook of Data Mining. Lawrence Erlbaum Associates, Inc., New Jersey 2003.