Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "modele predykcji" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Modele predykcji bankructwa a zasady rachunkowości banków
    Autorzy:
    Dec, Paweł
    Szczerbak, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/610782.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
    Tematy:
    bank
    prediction models
    bankruptcy
    accounting rules
    modele predykcji
    bankructwo
    zasady rachunkowości
    Opis:
    The paper concerns the current and important issue concerning the bankruptcy prediction of banks. During the recent financial crisis, many European and American banks declared bankruptcy, and many other banks showed worse financial results. Hence, the intense research on methods and tools for reducing the risk of bankruptcy of such financial institutions seems to be important. Clear regulations and requirements of the legislative and supervisory bodies regarding accounting principles and financial reporting of banks are equally important. The authors found that the variety and availability of different models for predicting bankruptcy of banks, as well as the transparency of dedicated accounting rules for banks, affect the stability of the banking sector.
    Artykuł dotyczy aktualnego problemu prognozowania bankructwa banków. W okresie ostatniego kryzysu finansowego wiele europejskich i amerykańskich banków ogłosiło upadłość, a znaczna część pozostałych banków miała gorsze wyniki finansowe. W związku z tym istotne wydają się nasilone badania dotyczące metod i narzędzi ograniczających ryzyko upadłości takich instytucji finansowych. Podobnie ważne są jednoznaczne regulacje i wymogi organów ustawodawczych czy nadzorczych odnośnie do zasad rachunkowości i sprawozdawczości finansowej banków. Autorzy stwierdzili, że wielość i dostępność różnych modeli prognozowania bankructwa banków (nie deprecjonując oczywiście innych działań i metod nadzorczych czy kontrolujących instytucji), a także przejrzystość narzucanych bankom zasad rachunkowości wpływa na ogólną stabilność sektora bankowego.
    Źródło:
    Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia; 2016, 50, 4
    0459-9586
    Pojawia się w:
    Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przewidywanie upadłości polskich przedsiębiorstw - zastosowanie analizy dyskryminacyjnej. Wyniki badań pilotażowych
    Bankruptcy Prediction of Polish Companies -The Application of Discriminant Analysis. Results of Pilot Studies
    Autorzy:
    Kokczyński, Bernard
    Powiązania:
    https://bibliotekanauki.pl/articles/35097258.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Gdański. Wydział Ekonomiczny
    Tematy:
    bankruptcy prediction models
    forecasting corporate bankruptcy
    bankruptcy
    corporate finance
    early warning systems
    modele predykcji bankructwa
    prognozowanie upadłości przedsiębiorstw
    bankructwo
    finanse przedsiębiorstw
    systemy wczesnego ostrzegania
    Opis:
    Celem artykułu jest prezentacja wyników wstępnych badań z zakresu modeli predykcji bankructwa oraz porównanie metod doboru zmiennych do modelu. Czy modele oparte na zmiennych eliminowanych na podstawie siły wzajemnej korelacji cechują się lepszą predykcją, niż modele ze zmiennymi dobranymi arbitralnie. Problem bankructwa w gospodarce jest szczególnie istotny w warunkach kryzysu gospodarczego. Według raportu PIE Polskę i pozostałe gospodarki Unii Europejskiej czeka wyraźne spowolnienie w roku 2023. Liczba upadłości przedsiębiorstw w Polsce w IV kwartale 2022 roku wyniosła 112 i była o 28,7% większa niż w analogicznym okresie roku poprzedniego, według raportu GUS. Metodą stosowaną w badaniach była analiza dyskryminacyjna. W 6 modelach wskaźniki do budowy funkcji dyskryminacyjnej zostały dobrane za pomocą eliminacji najbardziej skorelowanych zmiennych. W 4 modelach wskaźniki zostały wybrane arbitralnie. W wyniku przeprowadzonych badań ustalono, że metody statystyczne doboru zmiennych do modeli, są skuteczniejsze od arbitralnego wyboru zmiennych. Najlepszą predykcją cechowały się modele oparte na danych na rok przed bankructwem. W próbie testowej modele prawidłowo sklasyfikowały 62,5% niebankrutów i 87,5% bankrutów. Ponadto dokonano analizy porównawczej błędnie zaklasyfikowanych podmiotów przez modele. Ustalono, że modele błędnie klasyfikowały te same przedsiębiorstwa. Może to świadczyć o nietypowych przypadkach, które przy niewielkiej bazie danych mają wysoki udział procentowy w błędach klasyfikacji.
    The aim of the article is to present preliminary research results in the field of bankruptcy prediction models and compare methods of variable selection for the model. Whether models based on variables eliminated based on mutual correlation show better prediction than models with arbitrarily selected variables. The problem of bankruptcy in the economy is particularly significant in times of economic crisis. According to the PIE report, Poland and other European Union economies are expected to experience a clear slowdown in 2023. The number of corporate bankruptcies in Poland in the fourth quarter of 2022 amounted to 112, which was 28.7% higher than in the corresponding period of the previous year, according to the GUS report. Discriminant analysis was the method used in the research. In 6 models, indicators for constructing the discriminant function were selected by eliminating the most correlated variables. In 4 models, indicators were chosen arbitrarily. The conducted research revealed that statistical methods of variable selection for models are more effective than arbitrary selection of variables. The best prediction was observed in models based on data one year before bankruptcy. In the test sample, the models correctly classified 62.5% of non-bankrupt companies and 87.5% of bankrupt companies. Additionally, a comparative analysis of misclassified entities by the models was conducted. It was found that the models misclassified the same companies. This may indicate atypical cases that, with a small database, have a high percentage share in classification errors.
    Źródło:
    Współczesna Gospodarka; 2023, 17, 2 (41); 81-94
    2082-677X
    Pojawia się w:
    Współczesna Gospodarka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies