Informacja

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

Wyszukujesz frazę "Modele przedsiębiorstw" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Mikroekonometria finansowa
Financial microeconometrics
Autorzy:
Miczka, M.
Powiązania:
https://bibliotekanauki.pl/articles/181891.pdf
Data publikacji:
2014
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Metalurgii Żelaza im. Stanisława Staszica
Tematy:
mikroekonometria finansowa
finanse przedsiębiorstw
ryzyko
modele przetrwania
financial microeconomics
corporate finance
risk
models of survival
Opis:
W artykule przedstawiono krótką charakterystykę kierunków rozwoju dziedziny finansów oraz problemów i metod zarządzania finansami przedsiębiorstw. Ponadto zaprezentowano podstawowe problemy związane z pojęciem mikroekonometrii finansowej i metodami stosowanymi w tej dziedzinie. Podjęto próbę zastosowania ekonometrycznych modeli przetrwania, które pozwalają określić prawdopodobieństwo dalszego trwania firmy. Analizę przeprowadzono dla danych finansowych spółek giełdowych. Modele tego typu stosowane są również w dziedzinie organizacji przemysłowej (industrial organization).
The article presents a brief description of developments in finance and the problems and methods of corporate financial management. In addition, it presents the fundamental issues of financial microeconometrics and methods used in this field. An attempt was made to apply econometric survival models, which determine the likelihood of continuation of the company’s activity. The analysis was conducted for the financial data of listed companies. Models of this type are also used in the field of industrial organization.
Źródło:
Prace Instytutu Metalurgii Żelaza; 2014, T. 66, nr 2, 2; 27-33
0137-9941
Pojawia się w:
Prace Instytutu Metalurgii Żelaza
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
Tytuł:
Rola kredytu handlowego w finansowaniu przedsiębiorstw
The Role of Trade Credit in Business Operations
Autorzy:
Białek-Jaworska, Anna
Nehrebecka, Natalia
Powiązania:
https://bibliotekanauki.pl/articles/574243.pdf
Data publikacji:
2015-10-31
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
kredyt handlowe
należności
finanse przedsiębiorstw
dynamiczne modele panelowe
systemowy estymator GMM
trade credit
receivables
corporate finance
dynamic panel data models
Generalized Method of Moments (GMM)
Days Payable Outstanding
cash conversion cycle
Opis:
The paper analyzes the importance of trade credit in the financing of enterprises in Poland and identifies factors determining the use of trade credit by Polish companies. Companies receive trade credit from their suppliers, while also extending credit to their own customers, the authors say. They analyze trade credit in net terms, looking at the difference between trade credit obtained and extended by companies. Trade credit received was measured as trade liabilities not including current expenses. Net trade credit is determined by factors including the size of the company, the industry it represents, the proportion of exports in total sales, and the proportion of foreign ownership in share capital. The analysis is based on panel data collected by Poland’s Central Statistical Office (GUS), specifically its F-02 annual reports for the 1995–2011 period. The Generalized Method of Moments (GMM) was used to estimate the coefficients of the model. The research shows that low sales profitability, a long Days Payable Outstanding period, low debt capacity, and a long cash conversion cycle are good predictors of the use of trade credit, the authors say. Their paper validates the hypothesis that greater growth opportunities and a greater ability to generate cash surpluses lead to an increase in trade credit extended. The authors also conclude that trade credit increases with an increase in the size of companies and that large companies tend to offer more trade credit. This is accompanied by a decreased propensity to incur credit and a smaller volume of net trade credit received, the authors say.
Celem artykułu jest przeanalizowanie znaczenia kredytu handlowego w finansowaniu przedsiębiorstw w Polsce oraz zidentyfikowanie determinant wykorzystania przez polskie przedsiębiorstwa kredytu handlowego. Przedsiębiorstwa zarówno zaciągają kredyt handlowy u dostawców, jak i udzielają go odbiorcom. Analizowano kształtowanie się kredytu handlowego netto, tj. znaku i wielkości różnicy między zaciąganym a udzielanym kredytem handlowym w Polsce. Zaciągany kredyt handlowy mierzono jako zobowiązania z tytułu dostaw i usług bez wydatków bieżących, tj. skorygowane o bieżące zobowiązania krótkoterminowe z tytułu dostaw i usług w wysokości średnich miesięcznych wydatków związanych z prowadzeniem działalności podstawowej (1/12 zużycia materiałów i energii oraz kosztów usług obcych). Analizę empiryczną przeprowadzono na podstawie jednostkowych danych panelowych ze sprawozdań GUS: rocznych F-02 za lata 1995−2011 (około 50 tys. przedsiębiorstw rocznie). Do oszacowania parametrów wykorzystano odporny systemowy estymator GMM. Wykazano, iż niska rentowność sprzedaży, długi cykl zobowiązań, niska zdolność kredytowa i długi cykl środków pieniężnych są dobrymi predykatorami korzystania z kredytu handlowego. Zweryfikowano też hipotezy, że wyższe możliwości wzrostu i wyższa zdolność do generowania pieniężnej nadwyżki finansowej zwiększają wielkość udzielanego kredytu handlowego. Wraz ze wzrostem wielkości przedsiębiorstwa rośnie skłonność do udzielania kredytu handlowego i wolumen udzielanego kredytu handlowego, a maleje skłonność do zaciągania kredytu handlowego netto i wielkość zaciąganego kredytu handlowego netto.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2015, 279, 5; 33-64
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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