Classification of EU Countries according to Selected Indicators from the Field of Business Demography Using Self-organising Maps

• Authors: Mária Vojtková , Eva Sodomová

Title variants

PL

Zastosowanie sieci Kohonena do klasyfikacji państw Unii Europejskiej na podstawie wybranych wskaźników z zakresu demografii przedsiębiorstw

• Languages of publication: EN

Abstracts

EN

Business Demography monitors the file of active enterprises – those actually doing business regardless of when they obtained the authorisation to operate, closed enterprises – those out of business regardless of when they were actually legally terminated, and enterprises surviving for a given time since their establishment. The result of this monitoring is a group of basic indicators used to characterise the number of newly established, closed and surviving businesses in the EU as well as indicators related to the number of people these enterprises employ. The main aim of this article is to classify EU countries by selected derived data focused on business demography using a neural network model – Kohonen self-organising maps for the last monitored period. This model involves creating homogeneous groups of countries to be characterised by demographic indicators associated with the birth, survival, and deaths of enterprises and the related employment, all of which are interconnected. This means the classic method of classification cannot be employed. Kohonen maps, however, can be, and may be enabled by various software. We decided to use the tools offered by the statistical analytical system SAS Enterprise Miner (SAS®EM). An additional objective was to introduce business demography and a description of selected indicators derived in the EU from 2008 to the last reporting period, with a focus on economic development in Slovakia and in the Visegrad Group (V4).

PL

Demografia przedsiębiorstw zajmuje się opisem populacji przedsiębiorstw aktywnych ekonomicznie, a więc realnie prowadzących działalność, niezależnie od momentu jej formalnego rozpoczęcia, przedsiębiorstw zlikwidowanych, czyli nieaktywnych – bez względu na termin rzeczywistego zakończenia działalności w świetle obowiązujących regulacji prawnych, oraz przedsiębiorstw, które funkcjonowały przez pewien okres od chwili ich założenia. Rezultatem takiego opisu jest grupa podstawowych wskaźników, charakteryzujących zarówno liczbę przedsiębiorstw nowo powstałych, zlikwidowanych oraz tych, które przetrwały, jak i poziom zatrudnienia w tych przedsiębiorstwach w poszczególnych państwach Unii Europejskiej. Głównym celem artykułu jest przeprowadzenie klasyfikacji państw UE na podstawie wybranych wskaźników z zakresu demografii przedsiębiorstw i z wykorzystaniem specyficznych modeli sieci neuronowych – samoorganizujących się map (sieci Kohonena) dla danych z ostatniego obserwowanego okresu. Dokonano tego poprzez wyłonienie jednorodnych grup państw, charakteryzowanych za pomocą wskaźników demograficznych odnoszących się do powstania, przetrwania oraz zaprzestania działalności przez przedsiębiorstwa z tych krajów, a także do poziomu zatrudnienia w poszczególnych kategoriach przedsiębiorstw. Ponieważ wskaźniki te są ze sobą powiązane, nie można zastosować w tym wypadku klasycznych metod klasyfikacji. Budowanie sieci Kohonena możliwe jest za pośrednictwem różnego rodzaju oprogramowania. Na potrzeby klasyfikacji prezentowanej w artykule wykorzystano narzędzia statystycznego systemu analitycznego – SAS Enterprise Miner (SAS ®EM). Dodatkowym celem artykułu jest prezentacja demografii przedsiębiorstw oraz opis wybranych wskaźników dla Unii Europejskiej od 2008 r. do ostatniego raportowanego okresu, ze szczególnym uwzględnieniem rozwoju ekonomicznego Słowacji oraz państw Grupy Wyszehradzkiej (V4).

Keywords

EN

Kohonen self-organising maps; clustering; business demography; classification of EU countries

PL

sieci Kohonena; sieci samoorganizujące; grupowanie; demografia przedsiębiorstw; klasyfikacja państw Unii Europejskiej

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie
• Journal: Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
• Year: 2015
• Issue: 11(947)
• Pages: 37-52

Contributors

author

Mária Vojtková

• University of Economics in Bratislava, Department of Statistics, Dolnozemská cesta 1, 852 35 Bratislava, Slovakia

author

Eva Sodomová

• University of Economics in Bratislava, Department of Statistics, Dolnozemská cesta 1, 852 35 Bratislava, Slovakia

References

• Eurostat (2007), Eurostat – OECD Manual on Business Demography Statistics, Office for Official Publications of the European Communities, Luxembourg.
• Hecht-Nielsen R. (1990), Neurocomputing, Reading, Addison-Wesley, Massachusetts.
• Kosko B. (1992), Neural Networks and Fuzzy Systems, Englewood Cliffs, Prentice-Hall, New Jersey.
• Mulier F., Cherkassky V. (1995), Self-organization as an Iterative Kernel Smoothing Process, “Neural Computation”, nr 7, http://dx.doi.org/10.1162/neco.1995.7.6.1165.
• SAS Institute (2011), SAS/STAT User’s Guide, SAS Institute, Cary, North Carolina.
• Sodomová E., Coss S. (2011), Business Demography – An Instrument for Assessing Changes in Growth and Employment (in:) Contemporary Problems of Transformation Process in the Central and East European Countries, Lviv Academy of Commerce Publishing House, Lviv.
• Terek M., Horníková A., Labudová V. (2010), Hĺbková analýza údajov, Iura Edition, Bratislava.
• http://epp.eurostat.ec.europa.eu/portal/page/portal/european_business/data/main_tables.

Identifiers

DOI

10.15678/ZNUEK.2015.0947.1103