Modele predykcji upadłości MŚP w Polsce – analiza z wykorzystaniem modelu przeżycia Coxa i modelu regresji logistycznej

• Authors: Ptak-Chmielewska Aneta

Title variants

EN

Prediction models of SME bankruptcy in Poland – analysis using Cox survival model and logistic regression model

• Languages of publication: PL

Abstracts

EN

Modele predykcji upadłości MŚP w Polsce – analiza z wykorzystaniem modelu przeżycia Coxa i modelu regresji logistycznej

Keywords

EN

survival analysis; macrovariables; Cox model; bankruptcy risk

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
• Journal: Econometrics. Ekonometria. Advances in Applied Data Analytics
• Year: 2014
• Issue: 4(46)
• Pages: 9-21

Contributors

author

Ptak-Chmielewska Aneta

References

• Allen L.N., Rose L.C., 2006, Financial survival analysis of defaulted debtors, “Journal of Research Society”, 57.
• Allison P., 2012, Logistic Regression Using SAS: Theory and Application, Second Edition.
• Altman E., Suggitt H.J., 2000, Default rates in the syndicated bank loan market: A mortality analysis, “Journal of Banking and Finance”, vol. 24, No. 1.
• Altman E.I., 1989, Measuring corporate bond mortality and performance, “Journal of Finance” 44(4).
• Appenzeller D. (red.), 2004, Upadłość przedsiębiorstw w Polsce w latach 1990-2003. Teoria i praktyka, Zeszyty Naukowe, nr 49/2004, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
• Bauer J., Agarwal V., 2014, Are hazard models superior to traditional bankruptcy prediction approaches? A comprehensive test, “Journal of Banking & Finance”, vol. 40, pp. 432-442.
• Blossfeld H.P., G. Rohwer, 2002, Techniques of Event History Modeling. New Approaches to Causal Analysis, Lawrence Elbaum Associates Publishers, London.
• Cole R.A., Moshirian F., Wu Q., 2008, Bank stock returns and economic growth, “Journal of Banking and Finance” 32.
• Cole R.A., Wu Q., Hazard versus Probit in Predicting U.S. Bank Failures: A Regulatory Perspective over Two Crises (July 16, 2014), 22nd Australasian Finance and Banking Conference 2009, Available at SSRN: http://ssrn.com/abstract=1460526 or http://dx.doi.org/10.2139/ssrn.1460526
• Cox D.R., 1972, Regression models and life tables, “Journal of the Royal Statistical Society (Series B)”, no 34, pp.187-202.
• Dębkowska K., 2012, Prognozowanie upadłości przedsiębiorstw za pomocą wybranych metod wielowymiarowej analizy statystycznej, „Zarządzanie i Finanse” Vol. 10, nr 1.
• Figini S., Fantazzini D., Random Survival Forests Models for SME Credit Risk Measurement (January 31, 2009). Methodology and Computing in Applied Probability, Forthcoming. Available at SSRN: http://ssrn.com/abstract=1335856
• Gajdka J., Stos D., Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiębiorstw, [w:] R. Borowiecki (red.) (1996), Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
• Gruszczyński M., 2005, Zalety i słabości modeli bankructwa, [w:] Zagrożenie upadłością, Szkoła Główna Handlowa, Warszawa.
• Hadasik D., 1998, Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, [w:] Zeszyty Naukowe Akademii Ekonomicznej w Poznaniu, AE w Poznaniu, Poznań.
• Hamrol M., Chodakowski J., 2008, Prognozowanie zagrożenia finansowego przedsiębiorstwa. Wartość predykcyjna polskich modeli analizy dyskryminacyjnej, „Badania Operacyjne i Decyzje” nr 3.
• Hołda A., 2001, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej, „Rachunkowość” nr 5.
• Korol T., 2005, Wykorzystanie sieci jednokierunkowej wielowarstwowej oraz sieci rekurencyjnej w prognozowaniu upadłości przedsiębiorstw, [w:] Zagrożenie upadłością, red. K. Kuciński, E. Mączyńska, SGH, Warszawa.
• Kuciński K., Mączyńska E. (red.), 2005, Zagrożenie upadłością, Szkoła Główna Handlowa, Warszawa.
• Jacobson T., Linde J., Roszbach K., Firm Default and Aggregate Fluctuations (July 6, 2011), Sveriges Riksbank Working Paper Series No. 226. Available at SSRN: http://ssrn.com/abstract=1471254 or http://dx.doi.org/10.2139/ssrn.1471254.
• Laitinen E.K., A dynamic performance measurement system: evidence from small Finnish technology companies, “Scandinavian Journal of Management”, 18. 1. 2002, s. 65-99.
• Lando D., 1998, On cox processes and credit risky securities, “Review of Derivatives Research” 2. Mączyńska E. (red.), 2010, Meandry upadłości przedsiębiorstw, Oficyna Wydawnicza Szkoły Głównej Handlowej w Warszawie, Warszawa.
• Mączyńska E., Zawadzki M., 2006, Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw, „Ekonomista” 2.
• Malik M., Thomas L., 2009, Modelling Credit Risk in Portfolios of Consumer Loans: Transition Matrix Model for Consumer Credit Ratings, Southampton, UK, University of Southampton, 21pp. (Discussion Papers in Centre for Risk Research).
• McDonald R.A., Matuszyk A., Thomas L.C., 2010, Application of survival analysis to cash flow modelling for mortgage products, “OR Insight” 23.
• Narain, B., 1992, Survival Analysis and the Credit Granting Decision, [in:] L.C. Thomas, J. Crook N., D.B. Edelman (eds.), Credit Scoring and Credit Control, OUP, Oxford, U.K.
• Pierides Y.A., 1997, The pricing of credit risk derivatives, “Journal of Economic Dynamics and Control” 21(10).
• Prusak B., 2009, Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Difin, Warszawa.
• Ptak-Chmielewska A., Schab I., 2008, Wykorzystanie modeli regresji logistycznej i hazardu do określenia determinant zaniechania zobowiązań, [w:] J. Pociecha (red.), Współczesne problemy modelowania i prognozowania zjawisk społeczno-gospodarczych, Studia i Prace Uniwersytetu Ekonomicznego w Krakowie nr 2, Kraków.
• Ptak-Chmielewska A., Pęczkowski M., 2009, Analiza dyskryminacji, [w:] Wielowymiarowa analiza statystyczna.
• Teoria – przykłady zastosowań z systemem SAS, E. Frątczak (red.), Oficyna Wydawnicza SGH, Warszawa.
• Ptak-Chmielewska A., 2012, Wykorzystanie modeli przeżycia i analizy dyskryminacyjnej do oceny ryzyka upadłości przedsiębiorstw, „Ekonometria” 4(38) 2012, Wrocław.
• Stepanova M., Thomas L.C., 2002, Survival analysis methods for personal loan data, “Journal of Operations Research” 50(2).
• Strąk T., 2005, Wykorzystanie drzew klasyfikacyjnych do oceny zagrożenia bankructwem polskich przedsiębiorstw, „Monografie i Opracowania Naukowe”, Szkoła Główna Handlowa w Warszawie.
• Kolegium Zarządzania i Finansów. Finanse przedsiębiorstwa.
• Whalen G., 1991, A proportional hazards model of bank failure: An examination of its usefulness as an early warning model tool, “Economic Review, Federal Reserve Bank of Cleveland”.