PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2018 | 22 | nr 3 | 23--40
Tytuł artykułu

Does the Type of Business Activity and the Enterprise Location Affect a Firm's Survival? Results of an Analysis for Natural Persons Conducting Economic Activity in the Łódzkie Voivodship

Treść / Zawartość
Warianty tytułu
Czy rodzaj prowadzonej działalności i lokalizacja przedsiębiorstwa wpływają na czas jego trwania? Wyniki analizy dla osób fizycznych prowadzących działalność gospodarczą w województwie łódzkim
Języki publikacji
EN
Abstrakty
EN
The article presents the results of the duration analysis for 21,163 enterprises (natural persons conducting economic activity) established in the Łódzkie Voivodship in 2010 and observed until December 31, 2015. The Kaplan-Meier estimation of the survival function, the Cox proportionalhazards model and the recursive partitioning method (the CTree algorithm) are applied to achieve the goal of the conducted research i.e. to answer the following question: does the type of business activity and location of the enterprise affect its duration? Prediction error curves based on the bootstrap crossvalidation estimates of the prediction error are used to assess and compare predictions obtained from all three models. On the basis of the analysis results it can be assumed that the type of business activity makes firms more varied due to their duration compared to their location.(original abstract)
W artykule przedstawiono wyniki analizy czasu trwania dla 21,163 przedsiębiorstw (osób fizycznych prowadzących działalność gospodarczą) powstałych w województwie łódzkim w roku 2010 i obserwowanych do 31 grudnia 2015 roku. W celu realizacji celu badania, czyli uzyskania odpowiedzi na pytanie: czy rodzaj prowadzonej działalności i lokalizacja przedsiębiorstwa wpływa na czas jego trwania, wykorzystano krzywe przeżycia Kaplana-Meiera, model proporcjonalnego hazardu Coxa oraz metodę rekurencyjnego podziału (algorytm CTree). Do oceny i porównania tych trzech modeli ze względu na ich zdolność prognostyczną zastosowano krzywe błędu predykcji oparte na bootstrapowym sprawdzianie krzyżowym. Na podstawie uzyskanych wyników można przypuszczać, że rodzaj prowadzonej działalności silniej różnicuje przedsiębiorstwa z punktu widzenia ich czasu trwania w porównaniu z wpływem lokalizacji siedziby firmy.(abstrakt oryginalny)
Rocznik
Tom
22
Numer
Strony
23--40
Opis fizyczny
Twórcy
  • University of Lodz, Poland
  • University of Lodz, Poland
Bibliografia
  • Adler W., Lausen B., 2009, Bootstrap Estimated True and False Positive Rates and ROC Curve, Computational Statistics & Data Analysis, 53(3), pp. 718-729.
  • Bartelsman E., Scarpetta S., Schivardi F., 2005, Comparative analysis of firm demographics and survival: evidence from micro-level sources in OECD countries, Industrial and Corporate Change, 14(3), pp. 365-391.
  • Baumöhl E., Iwasaki I., Kočenda E., 2017, Firms' survival in the new EU member state, Centre of Economic Institutions Working Paper Series, 2017-5, http://hermes-ir.lib.hit-u.ac.jp/rs/bitstream/ 10086/28883/1/wp2017-5.pdf, (30.07.2018).
  • Bou-Hamad I., Larocque D., Ben-Ameur H., 2011, A review of survival trees, Statistics Surveys, 5, pp. 44-71.
  • Cox D.R., 1972, Regression models and life tables (with discussion), Journal of the Royal Statistical Society, Series B, 34, pp. 187-220.
  • Dehnel G., 2010, Rozwój mikroprzedsiębiorczości w Polsce w świetle estymacji dla małych domen, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
  • Efron B., Tibshirani R., 1997, Improvements on Cross-Validation: The .632+ Bootstrap Method, Journal of the American Statistical Association, 92(438), pp. 548-560.
  • Fertala N., 2008, The shadow of death: do regional differences matter for firm survival across native and immigrant entrepreneurs?, Empirica, 35(1), pp. 59-80.
  • Folta T.B., Cooper A.C., Baik Y.-S., 2006, Geographic cluster size and firm performance, Journal of Business Venturing, 21(2), pp. 217-242.
  • Fotopoulos G., Louri H., 2000, Location and survival of a new entry, Small Business Economics, 14(4), pp. 311-321.
  • Fritsch M., Brixy U., Falck O., 2006, The effect of industry, region, and time on new business survival - a multi-dimensional analysis, Review of Industrial Organization, 28(3), pp. 285-306.
  • Gerds T.A., Schumacher M., 2007, Efron-type measures of prediction error for survival analysis, Biometrics, 63(4), pp. 1283-1287.
  • Gurgul H., Zając P., 2016, Modelowanie nieparametryczne czasu przeżycia przedsiębiorstw w Małopolsce, Wiadomości Statystyczne, 12(667), pp. 7-29.
  • Hothorn T., Hornik K., Zeileis A., 2006, Unbiased Recursive Partitioning: A Conditional Inference Framework, Journal of Computational and Graphical Statistics, 15(3), pp. 651-674.
  • Huiban J.-P., 2011, The spatial demography of new plants: urban creation and rural survival, Small Business Economics, 37(1), pp. 73-86.
  • Jackson J.E., Klich J., Poznańska K., 1999, Firm creation and economic transitions, Journal of Business Venturing, 14(5-6), pp. 427-450.
  • Jackson J.E., Klich J., Poznańska K., 2000, Nowe przedsiębiorstwa w transformacji gospodarki polskiej, Gospodarka Narodowa, 5-6, pp. 42-77.
  • Kaplan E.L., Meier P., 1958, Nonparametric estimation from incomplete observations, Journal of American Statistical Association, 53, pp. 457-481.
  • Kleinbaum D.G., Klein M., 2005, Survival Analysis. A Self-Learning Text, Springer, New York.
  • Lin P.C., Huang D.S., 2008, Technological regimes and firm survival: evidence across sectors and over time, Small Business Economics, 30(2), pp. 175-186.
  • López-Garcia P., Puente S., 2006, Business demography in Spain: determinants of firm survival, Documentos de Trabajo No. 0608, Banco de España, http://www.bde.es/f/webbde/SES/ Secciones/Publicaciones/PublicacionesSeriadas/DocumentosTrabajo/06/Fic/dt0608e.pdf, (30.07.2018).
  • López D., O´Farrill D., Pérez J., Velasquez B., 2017, Determinants on firm survival in Chile: Evidence from cohort 2010 for the period 2011-2015, Central Bank of Chile, IFC-Bank Indonesia Satellite Seminar on "Big Data" at the ISI Regional Statistics Conference 2017, Bali, Indonesia, 21 March 2017, https://www.bis.org/ifc/publ/ifcb44h.pdf, (30.07.2018).
  • Mikulec A., Misztal M., 2018, Zastosowanie metody rekurencyjnego podziału w analizie trwania przedsiębiorstw województwa łódzkiego, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 507, pp. 179-190.
  • Mogensen U.B., Ishwaran H., Gerds T.A., 2012, Evaluating random forest for survival analysis using prediction error curves, Journal of Statistical Software, 50(11), pp. 1-23.
  • Markowicz I., 2012, Statystyczna analiza żywotności firm, Rozprawy i Studia, t. (CMIX) 835, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin.
  • Markowicz I., 2015, Badanie kohort firm w analizie trwania, Ekonometria, 4(50), pp. 105-125.
  • Ptak-Chmielewska, A., 2016, Determinanty przeżywalności mikro- i małych przedsiębiorstw w Polsce, Oficyna Wydawnicza SGH, Warszawa.
  • Stuart T., Sorenson O., 2003, The geography of opportunity: spatial heterogeneity in founding rates and the performance of biotechnology firms, Research Policy, 32(2), pp. 229-253.
  • Szymański D., 2011, Badanie żywotności nowo powstałych mikroprzedsiębiorstw w Polsce w latach 2002-2007, rozprawa doktorska, http://depotuw.ceon.pl/handle/item/177 (11.04.2018).
  • Śmiech S., 2011, Analiza przeżycia podmiotów gospodarczych w województwie małopolskim w latach 2002-2008, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, 876, pp. 121-132.
  • Velucchi M., Viviani A., 2007, Firm's survival and competitiveness: a case study in Tuscany, Statistica Applicata, 19(4), pp. 325-342.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171523901

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.