• Prognozowanie upadłości przedsiębiorstw za pomocą wybranych metod ilościowych

Monografia podejmuje istotne i aktualne zagadnienia oceny ryzyka upadłości jednostek gospodarczych w zmiennym i niepewnym otoczeniu rynkowym. Autor kompleksowo analizuje skuteczność wybranych narzędzi predykcyjnych, porównując klasyczne metody analizy finansowej z podejściami opartymi na sztucznej inteligencji. Publikacja skierowana jest zarówno do przedstawicieli środowiska naukowego, jak i praktyków gospodarczych zainteresowanych nowoczesnymi metodami wczesnego ostrzegania. (...) Szczególną wartością monografii jest weryfikacja hipotezy dotyczącej przydatności metod opartych na sztucznej inteligencji w prognozowaniu upadłości. Uzyskane wyniki potwierdzają ich wysoką skuteczność klasyfikacyjną, wskazując jednocześnie na ich potencjał jako narzędzi wspierających zarządzanie ryzykiem finansowym w przedsiębiorstwach.

Podtytuł Prognozowanie upadłości przedsiębiorstw za pomocą wybranych metod ilościowych
Autor Rafał Pitera
Rok wydania 2025
Oprawa Miękka
Format 165x235
Stron 144
75,00 zł 51,00 zł
Do końca promocji pozostało:
6
dni
09 godz.
13 min.
07 sek.
Najniższa cena z 30 dni przed promocją:
51,00 zł
szt. Do przechowalni
Wysyłka w ciągu 24 godziny
ISBN 978-83-8102-942-1
Monografia podejmuje istotne i aktualne zagadnienia oceny ryzyka upadłości jednostek gospodarczych w zmiennym i niepewnym otoczeniu rynkowym. Autor kompleksowo analizuje skuteczność wybranych narzędzi predykcyjnych, porównując klasyczne metody analizy finansowej z podejściami opartymi na sztucznej inteligencji.
Publikacja skierowana jest zarówno do przedstawicieli środowiska naukowego, jak i praktyków gospodarczych zainteresowanych nowoczesnymi metodami wczesnego ostrzegania. Obejmuje m.in.:
• przegląd literatury przedmiotu w zakresie przyczyn, skutków i metod prognozowania upadłości przedsiębiorstw;
• charakterystykę i zastosowanie wybranych narzędzi analitycznych - od analizy wskaźnikowej, przez modele dyskryminacyjne, logitowe i scoringowe, aż po sztuczne sieci neuronowe;
• empiryczną ocenę efektywności wybranych metod na próbie 100 przedsiębiorstw, z wykorzystaniem rzeczywistych danych finansowych;
• wnioski o charakterze porównawczym oraz rekomendacje dla dalszych badań i praktyki gospodarczej.

Szczególną wartością monografii jest weryfikacja hipotezy dotyczącej przydatności metod opartych na sztucznej inteligencji w prognozowaniu upadłości. Uzyskane wyniki potwierdzają ich wysoką skuteczność klasyfikacyjną, wskazując jednocześnie na ich potencjał jako narzędzi wspierających zarządzanie ryzykiem finansowym w przedsiębiorstwach.

Wstęp 7

Rozdział 1
Wprowadzenie do problematyki upadłości przedsiębiorstw - aspekty teoretyczne 11
1.1. Charakterystyka upadłości przedsiębiorstw 12
1.1.1. Podstawy definicyjne upadłości 13
1.1.2. Cele, przyczyny oraz skutki upadłości przedsiębiorstw 17
1.2. Historia badań nad upadłością przedsiębiorstw 26
1.3. Przegląd i znaczenie badań nad prognozowaniem upadłości przedsiębiorstw w Polsce 30
1.4. Metodyka badania 36
1.4.1. Charakterystyka próby badawczej 36
1.4.2. Opis metod wykorzystanych do badania 37
1.4.3. Cele oraz hipotezy badawcze 38

Rozdział 2
Prognozowanie upadłości przedsiębiorstw przy wykorzystaniu analizy wskaźnikowej 41
2.1. Ocena płynności finansowej 42
2.2. Analiza rentowności 45
2.3. Badanie poziomu zadłużenia oraz struktury finansowej 48
2.4. Ocena sprawności działania 50

Rozdział 3
Wykorzystanie modeli wczesnego ostrzegania do prognozowania upadłości przedsiębiorstw 57
3.1. Charakterystyka modeli dyskryminacyjnych w prognozowaniu upadłości 57
3.2. Zastosowanie modeli logitowych w prognozowaniu upadłości 66
3.3. Wykorzystanie metod scoringowych do analizy sytuacji finansowej i predykcji upadłości 71
3.4. Możliwości zastosowania sztucznych sieci neuronowych w kontekście upadłości 89

Rozdział 4
Wyniki oraz wnioski z przeprowadzonych badań 99
4.1. Wyniki badania z wykorzystaniem analizy wskaźnikowej oraz modeli dyskryminacyjnych, logitowych, scoringowych i sztucznych sieci neuronowych 99
4.1.1. Klasyczna analiza wskaźnikowa 100
4.1.2. Modele dyskryminacyjne 105
4.1.3. Modele regresji logistycznej 107
4.1.4. Metody punktowe (scoringowe) 108
4.1.5. Sztuczne sieci neuronowe 111
4.2. Wnioski z analizy porównawczej 115
4.3. Rekomendacje dla praktyków i teoretyków oraz kierunki dalszych badań 121

Zakończenie 127
Bibliografia 131
Spis tabel 141
Spis rysunków 143

Recenzja: Prof. dr hab. Anna Szelągowska, Szkoła Główna Handlowa w Warszawie

Nie ma jeszcze komentarzy ani ocen dla tego produktu.

Polub nas na Facebooku