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 "Paliński, Andrzej" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Wybrane teorie umów kredytowych – przegląd badań
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/630370.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Handlowa w Warszawie
    Tematy:
    loan, credit, agreement, contract, theory
    Opis:
    The article reviews theoretical studies on the loan agreement. First, the resultsof researches in the area of the costly state verification models proving optimalityof the standard debt contract in conditions of information asymmetry and existence of costs of verification of the debtor’s outcomes were analysed. Followedby analysis of the models included in the mainstream of the incomplete contracttheory, which assume unpredictability of nature and the need to take into accountthe role of collateral and the liquidation value on the loan repayment. The focuswas also placed on researches taking into account the impact of debt renegotiationand long lender-borrower relationship on the behaviour of the borrower duringthe repayment of the debt.
    Źródło:
    Kwartalnik Kolegium Ekonomiczno-Społecznego Studia i Prace; 2015, 3, 2; 113-125
    2082-0976
    Pojawia się w:
    Kwartalnik Kolegium Ekonomiczno-Społecznego Studia i Prace
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Spłata kredytu jako zagadnienie przetargowe
    Loan repayment as the bargaining problem
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/586145.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Kredyt
    Przetarg
    Rozwiązanie przetargowe
    Spłata
    Bargaining
    Bargaining solution
    Loan
    Repayment
    Opis:
    W artykule dokonano analizy modelu spłaty zadłużenia jako gry przetargu. Założono, że zbiorem przetargowym jest różnica między znanym kredytobiorcy i kredytodawcy zwrotem z przedsięwzięcia a wartością likwidacyjną aktywów kredytobiorcy. Rozwiązanie przetargowe zostało uzyskane w wyniku analizy strategicznej gry sekwencyjnej z pełną oraz niepełną informacją. Wynikiem przetargu w warunkach niewielkich problemów płatniczych kredytobiorcy jest podział zbioru przetargowego z wyższym udziałem banku. W sytuacji znacznych problemów finansowych przedsiębiorcy jego pozycja przetargowa rośnie i ma on możliwość przejęcia całego zbioru przetargowego.
    This article analyzes the model of loan repayment as a bargaining game. It was assumed that the bargaining set is the difference between known to the borrower and the lender return from the investment project and the liquidation value of the borrower’s assets. The bargaining solution was obtained by analysis of the sequential strategy game with a full and incomplete information as well. The result of the bargaining process in the situation of a small borrower payment problems is a division of the pie with a slightly higher share of the bank. In the event of significant financial problems of entrepreneur his bargaining position grows and he has the option to take over the whole bargaining set.
    Źródło:
    Studia Ekonomiczne; 2016, 297; 133-144
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody uczenia maszynowego w prognozowaniu niewypłacalności
    Machine learning methods in bankruptcy prediction
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/589477.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Drzewo klasyfikacyjne
    Prognozowanie
    Uczenie maszynowe
    Upadłość
    Bankruptcy
    Decision tree
    Forecasting
    Machine learning
    Opis:
    W artykule zastosowano wybrane algorytmy uczenia maszynowego na zbiorach danych zawierających wskaźniki finansowe w celu sprawdzenia skuteczności prognozowania upadłości. Trafność prognoz upadłości na zbiorach niezbilansowanych o przeważającym udziale firm prowadzących działalności nad upadłymi wyniosła jedynie 37%. Trafność prognozowania upadłości na zbiorach zbilansowanych wyniosła 60%. Dla porównania, uproszczone podejście eksperckie wyłoniło 76% spośród upadłych podmiotów, ale znacząco zawyżyło zbiór firm zagrożonych upadłością. Metody uczenia maszynowego okazują się skuteczne dla dużych zbiorów danych, które są zbyt liczne do analizy przez człowieka.
    The article uses selected machine learning algorithms on datasets containing financial ratios to check the effectiveness of bankruptcy prediction. The accuracy of bankruptcy forecasts for unbalanced dataset with the prevalence of companies still operating over bankrupts was only 37%. The accuracy of bankruptcy forecasting on a balanced dataset was 60%. The simplified expert approach selected 76% of bankrupt entities, but significantly overstated the set of companies exposed on bankruptcy. Machine learning methods are effective for large data sets that are too numerous for human analysis.
    Źródło:
    Studia Ekonomiczne; 2018, 358; 173-181
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Teoria gier i opcje rzeczywiste w warunkach asymetrycznych nakładów inwestycyjnych
    Real options and game theory under asymmetric investment expenditures
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/592431.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Inwestycje strategiczne
    Opcja rzeczywista
    Teoria gier
    Game theory
    Real option game
    Strategic investment
    Opis:
    Celem artykułu jest rozszerzenie teorii łączącej opcje rzeczywiste z teorią gier w podejmowaniu decyzji inwestycyjnych. W pracy skupiono się na modelu, w którym gracze starają się uzyskać pierwszeństwo inwestycji, mając do wyboru strategię lidera lub naśladowcy. Standardowy model łączący opcję rzeczywistą z teorią gier został zmodyfikowany do sytuacji, w której gracze posiadają zróżnicowane nakłady inwestycyjne. Analiza modelu wykazała zaskakująco, że dla asymetrycznych graczy, gracz o wyższych nakładach inwestycyjnych z większym prawdopodobieństwem stosuje strategię lidera.
    The aim of the article is to analyze the possibility of utilization of real options in combination with the game theory to make investment decisions. The study focused on a model in which players try to get preemption investment, choosing a strategy of leader or follower. The standard real option game model has been modified to a situation in which the players have differentiated capital expenditures. Analysis of the model showed surprisingly that for asymmetric players the player with higher investment costs more likely uses the strategy of leader.
    Źródło:
    Studia Ekonomiczne; 2016, 301; 164-174
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie zapotrzebowania na gaz metodami sztucznej inteligencji
    Forecasting gas demand using artificial intelligence methods
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/1834986.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    prognozowanie
    sztuczna inteligencja
    zapotrzebowanie
    gaz ziemny
    forecasting
    artificial intelligence
    demand
    natural gas
    Opis:
    W artykule zaprezentowano współczesne tendencje dotyczące metod sztucznej inteligencji i uczenia maszynowego, do których zalicza się między innymi sztuczne sieci neuronowe, drzewa decyzyjne, systemy oparte na logice rozmytej i inne. Metody inteligencji obliczeniowej stanowią część obszaru badań nad sztuczną inteligencją. Wybrane metody inteligencji obliczeniowej zostały wykorzystane do budowy średnioterminowych miesięcznych prognoz zapotrzebowania na gaz dla Polski. Porównana została trafność prognoz uzyskanych za pomocą sztucznej sieci neuronowej i drzewa decyzyjnego z klasyczną regresją liniową z wykorzystaniem danych historycznych z okresu dziesięciu lat. Jako zmienne objaśniające zastosowano: zużycie gazu w innych krajach UE, średnią miesięczną temperaturę, produkcję prze- mysłową, wynagrodzenie w gospodarce i cenę gazu. Prognozowanie przeprowadzono w pięciu etapach różniących się doborem próby uczącej i testowej, zastosowaniem wstępnego przygotowania danych oraz eliminacją niektórych zmiennych. W przypadku danych nieprzygotowanych i losowego zbioru uczącego najwyższą trafność osiągnęła regresja liniowa. W przypadku danych uzupełnionych i losowego zbioru uczącego najwyższą trafność uzyskano za pomocą drzewa decyzyjnego. Prognoza zbudowana na podstawie pierwszych ośmiu lat i testowana na dwóch ostatnich została najtrafniej utworzona za pomocą regresji, ale tylko nieznacznie lepiej niż przy wykorzystaniu drzewa decyzyjnego lub sieci neuronowej, niezależnie od normalizacji danych i eliminacji współliniowych zmiennych. Metody uczenia maszynowego wykazały się dobrą trafnością prognoz miesięcznego zużycia gazu, niemniej jednak nieznacznie ustąpiły klasycznej regresji liniowej ze względu na zbyt wąski zbiór zmiennych objaśniających. Metody uczenia maszynowego będą mogły wykazać się wyższą skutecznością wraz ze wzrostem liczby danych oraz rozszerzeniem zbioru potencjalnych zmiennych objaśniających. W morzu danych metody uczenia maszynowego są w stanie skuteczniej tworzyć modele prognostyczne bez konieczności żmudnej ingerencji analityka w przygotowanie danych i wieloetapową analizę. Pozwolą także na dowolnie częstą aktualizację postaci modeli prognostycznych, nawet po każdym uzupełnieniu zbioru danych.
    The paper presents contemporary trends in artificial intelligence and machine learning methods, which include, among others, artificial neural networks, decision trees, fuzzy logic systems and others. Computational intelligence methods are part of the field of research on artificial intelligence. Selected methods of computational intelligence were used to build medium-term monthly forecasts of natural gas demand for Poland. The accuracy of forecasts obtained using the artificial neural network and the decision tree with classical linear regression was compared based on historical data from a ten-year period. The explanatory variables were: gas consumption in other EU countries, average monthly temperature, industrial production, wages in the economy and the price of natural gas. Forecasting was carried out in five stages differing in the selection of the learning and testing sample, the use of data preprocessing and the elimination of some variables. For raw data and a random training set, the highest accuracy was achieved by linear regression. For the preprocessed data and the random learning set, the decision tree was the most accurate. The forecast obtained on the basis of the first eight years and tested on the last two was most accurately created by regression, but only slightly better than with the decision tree or neural network, regardless of data normalization and elimination of collinear variables. Machine learning methods showed good accuracy of monthly gas consumption forecasts, but nevertheless slightly gave way to classical linear regression, due to too narrow set of explanatory variables. Machine learning methods will be able to show higher effectiveness as the number of data increases and the set of potential explanatory variables is expanded. In the sea of data, machine learning methods are able to create prognostic models more effectively, without the analyst’s laborious involvement in data preparation and multi-stage analysis. They will also allow for the frequent updating of the form of prognostic models even after each addition of new data into the database.
    Źródło:
    Nafta-Gaz; 2019, 75, 2; 111-117
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie oprocentowania kredytów bankowych z wykorzystaniem teorii gier i wartości likwidacyjnej
    Bank Lending Rates Modelling with Use of the Game Theory and the Liquidation Value
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/585864.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Kredyt bankowy
    Modelowanie ryzyka kredytowego
    Oprocentowanie kredytów bankowych
    Spółki giełdowe
    Teoria gier
    Bank credit
    Bank lending rate
    Credit risk modelling
    Game theory
    Stock market companies
    Opis:
    The paper presents a model for determination of interest rate on bank loan. According to the theoretical model a borrower repays the lesser of: the amount set in the credit agreement or an amount equal to the liquidation value of his assets. On this basis, the simulation model computes the expected value of bank's income from loan agreement. To verify the model we used accounting and market data of selected publicly traded companies. Unfortunately, interest rates calculated from the model does not coincide with the real averaged loan rates of the companies. The reason for the difference is probably excessive aggregation of financial data and the lack of detailed data on individual loan agreements. An additional reason may be that Polish banks pay no attention to market valuation of companies and their revenue.
    Źródło:
    Studia Ekonomiczne; 2014, 198 cz 2; 195-205
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie zagrożenia upadłością jako problem klasyfikacji danych niezbalansowanych
    Bankruptcy prediction as imbalanced classification problem
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/2041253.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Klasyfikacja
    Preprocessing
    Uczenie maszynowe
    Upadłość
    Zbiór niezbalansowany
    Bankruptcy
    Classification
    Imbalanced dataset
    Machine learning
    Opis:
    W artykule wykorzystano wybrane algorytmy uczenia maszynowego oraz techniki przygotowania danych (preprocessing) stosowane w klasyfikacji na zbiorach niezbalansowanych w celu oceny ich skuteczności w prognozowaniu upadłości z użyciem danych zawierających wskaźniki finansowe podmiotów gospodarczych. Trafność prognoz upadłości na pierwotnym niezbalansowanym zbiorze danych o przeważającym udziale podmiotów prowadzących działalności nad upadłymi była bliska zero. Trafność prognozowania upadłości klasyfikatorów utworzonych na zbiorach zbalansowanych była odwrotnie proporcjonalna do całkowitej trafności klasyfikacji i wahała się od 10% – dla całkowitej trafności klasyfikacji wynoszącej 93%, do 77% – dla całkowitej trafności klasyfikacji równej 49%. Lepsze wyniki klasyfikacji osiągały algorytmy gradient boosting i drzewo klasyfikacyjne w stosunku do sztucznej sieci neuronowej. W problemie klasyfikacji na zbiorach niezbalansowanych wystąpił efekt wymiany – albo możliwe jest zwiększenie trafności klasyfikacji upadłości kosztem nadmiarowości obiektów kla-syfikowanych jako upadłe, albo – zwiększenie trafności klasyfikacji całkowitej algorytmu kosztem zmniejszenia trafności klasyfikacji samej upadłości.
    Selected machine learning algorithms and data preprocessing techniques were used in the article to predict bankruptcy on an unbalanced data set containing financial ratios. The accuracy of bankruptcy forecasts on the original unbalanced data set of the prevailing share of entities still operating over the bankrupt ones was close to zero. The accuracy of bankruptcy forecasting classifiers created on balanced sets ranged from 10% to 77%, but was inversely proportional to the total accuracy of the classification, which ranged from 93% to 49%. Better classification results were achieved by the classification trees algorithms in relation to the artificial neural network. In the problem of classification in unbalanced data sets the effect of substitution occurred – or it is possible to increase the accuracy of classification of bankruptcy at the expense of redundancy of objects classified as bankrupt, or – to increase the accuracy of the overall classification of the algorithm at the expense of decreasing the classification of the bankruptcy itself.
    Źródło:
    Studia Ekonomiczne; 2020, 395; 66-79
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Opcje rzeczywiste i teoria gier w podejmowaniu strategicznych decyzji inwestycyjnych
    Real options and game theory in strategic investment decision making
    Autorzy:
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/592405.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Model dwumianowy
    Opcja rzeczywista
    Teoria gier
    Binomial model
    Preemptive game
    Real option game
    Opis:
    Celem artykułu jest ocena możliwości wykorzystania opcji rzeczywistych w połączeniu z teorią gier do podejmowania decyzji inwestycyjnych zapewniających pierwszeństwo wejścia na rynek. Zastosowanie geometrycznego procesu błądzenia losowego pozwala na wycenę opcji realizacji przedsięwzięcia inwestycyjnego z punktu widzenia lidera lub naśladowcy. Wyliczone wartości opcji pozwalają na znalezienie strategii równowagi w grze inwestycyjnej dla dwóch graczy, którzy wybierają strategię lidera lub naśladowcy. Przykład liczbowy wykorzystujący dwumianowy model wyceny opcji Coxa–Rossa–Rubinsteina wykazał zaskakująco, że dla asymetrycznych graczy o zróżnicowanych nakładach inwestycyjnych, gracz o wyższych nakładach inwestycyjnych z większym prawdopodobieństwem stosuje strategię lidera.
    The aim of the article is to analyze the possibility of utilization of real options in conjunction with the game theory to make investment decisions providing preemptive entry. The use of geometric random walk process allows to valuate an option for the investment project – as leader or follower. The calculated values of the options allow to find equilibrium strategy in the investment game for two players, who choose the strategy of the leader or the follower. The numerical example using a binomial option pricing model of Cox-Ross-Rubinstein showed surprisingly that for asymmetric players with different capital expenditures, the player with higher investment costs more likely uses the strategy of the leader.
    Źródło:
    Studia Ekonomiczne; 2016, 282; 160-170
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Credit Risk Management Using Automatic Machine Learning
    Autorzy:
    Gaweł, Bartłomiej
    Paliński, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/2037439.pdf
    Data publikacji:
    2020
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    data mining
    scoring
    credit
    loan
    eksploracja danych
    kredyt
    pożyczka
    Opis:
    The article presents the basic techniques of data mining implemented in typical commercial software. They were used to assess the risk of credit card debt repayment. The article assesses the quality of classification models derived from data mining techniques and compares their results with the traditional approach using a logit model to assess credit risk. It turns out that data mining models provide similar accuracy of classification compared to the logit model, but they require much less work and facilitate the automation of the process of building scoring models.
    Źródło:
    Decision Making in Manufacturing and Services; 2020, 14, 2; 193-208
    1896-8325
    2300-7087
    Pojawia się w:
    Decision Making in Manufacturing and Services
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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