Evaluation of the effectiveness of early warning models on the example of enterprises operating in SEZ

• Authors: Chmiel Justyna , Kozioł Karolina , Pitera Rafał

Title variants

PL

Ocena skuteczności modeli wczesnego ostrzegania na przykładzie przedsiębiorstw działających w specjalnych strefach ekonomicznych

• Languages of publication: EN

Abstracts

EN

The article aims to verify the effectiveness of selected 10 models of discriminant analysis on the example of 30 enterprises operating in special economic zones: Mielec and Tarnobrzeg. The methodology applied for the research was an analysis of existing data and the use of discriminant analysis methods such as systematic review of literature, analysis of public data of the Ministry of Economy and financial data of enterprises (primarily financial statements). Analysis of companies belonging to the Mielec zone, SEZ Euro-Park Mielec and Tarnobrzeg Euro-Park Wisłosan was conducted on a sample of 30 enterprises, including 15 bankrupt and 15 termed “healthy”. The time horizon of the research was 2009–2017, verification was based on 10 early warning models. The conducted analyzes showed that some models correctly reflect the financial situation of the surveyed enterprises (e.g. Artur Hołda’s model—73.3% accurate forecasts), they also revealed the need to use multiple discriminant analysis models to thoroughly analyze the company’s financial situation—using only one lead model maybe to draw incorrect conclusions. The use of discriminatory models to assess the financial situation of enterprises is in many cases based on early warning methods. These methods are characterized by both advantages and certain limitations; one of the disadvantages is the rapid decline in the effectiveness of models due to constant changes in the economic conditions of market players. That is why models created several years ago may be less effective than newer methods. As for the advantages, it should be emphasized above all the simplicity of the use of such tools and unambiguous results—which in comparison to, for example, traditional indicator analysis, allow to avoid errors in the interpretation of results.

PL

Celem artykułu jest weryfikacja skuteczności wybranych dziesięciu modeli analizy dyskryminacyjnej na przykładzie 30 przedsiębiorstw działających w specjalnych strefach ekonomicznych w Mielcu i w Tarnobrzegu. W badaniu zastosowano metody analizy danych i analizy dyskryminacyjnej. Wykorzystano dane publicznie dostępne, pochodzące głównie ze sprawozdań finansowych przedsiębiorstw. Badanie przeprowadzono na próbie 30 przedsiębiorstw (w tym 15 upadłych i 15 określanych jako „zdrowe”), działających w strefach Euro-Park Mielec i Euro-Park Wisłosan Tarnobrzeg. Zakres czasowy badań to lata 2009–2017. Przeprowadzone analizy wykazały, że niektóre modele w prawidłowy sposób odzwierciedlają sytuację finansową badanych przedsiębiorstw (np. model Artura Hołdy – 73,3% trafnych prognoz), ujawniły także potrzebę zastosowania wielu modeli analizy dyskryminacyjnej do dokładnej analizy sytuacji finansowej przedsiębiorstwa – użycie jednego tylko modelu prowadzić może do wyciągania nieprawidłowych wniosków. Wykorzystanie modeli dyskryminacyjnych do oceny sytuacji finansowej przedsiębiorstw w wielu przypadkach opiera się na metodach wczesnego ostrzegania. Wspomniane metody charakteryzują się zarówno zaletami, jak i pewnymi ograniczeniami; jedną z wad jest szybki spadek skuteczności modeli ze względu na ciągłe zmiany warunków ekonomicznych podmiotów działających na rynku. Dlatego modele powstałe przed kilkunastoma laty mogą być mniej skuteczne niż odpowiednio nowsze metody. Co do zalety, to podkreślić należy przede wszystkim prostotę zastosowania takich narzędzi oraz jednoznaczne wyniki – które w porównaniu na przykład do tradycyjnej analizy wskaźnikowej pozwalają na uniknięcie błędów w interpretacji wyników.

Keywords

EN

discriminant analysis; company’s financial situation; early warning models; bankruptcy; enterprises in Poland

PL

analiza dyskryminacyjna; sytuacja finansowa przedsiębiorstwa; modele wczesnego ostrzegania; bankructwo; przedsiębiorstwa w Polsce

• Publisher: Małopolska Wyższa Szkoła Ekonomiczna
• Journal: Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
• Year: 2020
• Issue: 2(46)
• Pages: 55-67

Dates

published

2020-06-30

Contributors

author

Chmiel Justyna

• Uniwersytet Rzeszowski

author

Kozioł Karolina

• Uniwersytet Rzeszowski
• [e-mail]

author

Pitera Rafał

• Uniwersytet Rzeszowski

References

• Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589–609. Retrieved from: https://doi.org/10.1111/j.1540-6261.1968.tb00843.x.
• Antonowicz, P. (2010). Zastosowanie macierzy klasyfikacji przedsiębiorstw do oceny zdolności predykcyjnych 52 modeli z-score. Zeszyty Naukowe Politechniki Rzeszowskiej. Zarządzanie i Marketing, 17(1), 19–28.
• Appenzeller, D., Szarzec, K. (2004). Prognozowanie zagrożenia upadłością polskich spółek publicznych. Rynek Terminowy, 1, 120–128.
• Aziz, M., Dar, H. (2006). Predicting corporate bankruptcy: Where we stand? Corporate Governance, 6(1), 18–33. DOI: 10.1108/14720700610649436.
• Bombiak, E. (2010). Modele dyskryminacyjne jako metoda oceny sytuacji finansowej przedsiębiorstwa. Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach. Administracja i Zarządzanie, 86, 141–152.
• Darvasi, D. (2010). Foundation and association accounting using traditional and classical methods and artificial intelligence systems. Timisoara: “Ioan Slavici” Foundation for culture and education Publishing House. ISBN 9788673721460.
• Dorneanu, L., Untaru, M., Darvasi, D., Rotarescu, V., Cernescu, L. (2011). Using artificial neural networks in financial optimization. In: A. Zemliak, N. Mastorakis (eds.). Recent advances in business administration: 5th WSEAS International Conference on Business Administration (ICBA ’11) (pp. 93–96). Puerto Morelos: WSEAS University Press. ISBN: 9789604742691.
• Fisher, R. A. (1936). The use of multiple measurements in taxonomic problems. Annals of Eugenics, September, 179–188. DOI: 10.1111/j.1469-1809.1936.tb02137.x.
• Gajdka, J., Stos, D. (1996). Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiębiorstwa. In: R. Borowiecki (ed.). Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw (pp. 56–65). Kraków: Wydawnictwo Akademii Ekonomicznej w Krakowie. ISBN 8390155028.
• Grzegorzewska, E., Runowski, H. (2008). Zdolności prognostyczne polskich modeli dyskryminacyjnych w badaniu kondycji finansowej przedsiębiorstw rolniczych. Roczniki Nauk Rolniczych, 95(3/4), 83–90.
• Hadasik, D. (1998). Upadłość przedsiębiorstw w Polsce i metody jej prognozowania. Poznań: Wydawnictwo Akademii Ekonomicznej.
• Hamrol, M., Czajka, B., Piechocki, M. (2004). Upadłość przedsiębiorstwa – model analizy dyskryminacyjnej. Przegląd Organizacji, 6, 35–39.
• Hołda, A. (2001). Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH. Rachunkowość, 5, 306–310.
• Jagiełło, R. (2013). Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw. Warszawa: Narodowy Bank Polski. Departament Edukacji i Wydawnictw.
• Juszczyk, S., Balina, R. (2014). Prognozowanie zagrożenia bankructwem przedsiębiorstw w wybranych branżach. Ekonomista, 1, 67–95.
• Kaczmarek, J. (2012). Construction elements of bankruptcy prediction models in multi-dimensional Early Warning Systems. Polish Journal of Management Studies, 130–143.
• Kasjaniuk, M. (2006). Zastosowanie analizy dyskryminacyjnej do modelowania i prognozowania upadłości przedsiębiorstw. Barometr Regionalny, 2(6), 95–100.
• Kitowski, J. (2011). Błędy i uproszczenia w prezentowaniu założeń metody Edwarda Altmana w krajowej literaturze przedmiotu (pp. 217–227). In: E. Nowak, M. Nieplowicz (eds.). Rachunek kosztów i pomiar dokonań. Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego. ISBN 9788376921256.
• Kitowski, J. (2013). Sposoby ujmowania kryterium uwarunkowań działalności w metodach oceny kondycji finansowej przedsiębiorstwa. Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 59, 155–166.
• Korol, T. (2010). Systemy ostrzegania przedsiębiorstw przed ryzykiem upadłości. Warszawa: Oficyna a Wolters Kluwer business. ISBN 9788375267358.
• Lichota, W. (2018). Weryfikacja skuteczności predykcji wybranych modeli analizy dyskryminacyjnej na przykładzie przedsiębiorstw funkcjonujących w specjalnych strefach ekonomicznych w Polsce. Acta Scientifica Academiae Ostroviensis. Sectio A: Nauki humanistyczne, społeczne i techniczne, 2, 402–414. DOI: 10.33674/acta_2520182.
• Maślanka, T. (2008). Przepływy pieniężne w zarządzaniu finansami przedsiębiorstw. Warszawa: C. H. Beck. ISBN 9788325502393.
• Mączyńska, E. (1994). Ocena kondycji przedsiębiorstwa (uproszczone metody). Życie Gospodarcze, 38, 42–45.
• Mączyńska, E., Zawadzki, M. (2006). Dyskryminacyjne modele predykcji upadłości przedsiębiorstw. Ekonomista, 2, 205–235.
• McKee, T. E. (2000). Developing a bankruptcy prediction model via rough sets theory. Intelligent Systems in Accounting, Finance and Management: An International Journal, 9(3), 159–173. DOI: 10.1002/1099-1174(200009)9:3<159::AID-ISAF184>3.0.CO;2-C.
• Nowak, E. (2005). Analiza sprawozdań finansowych. Warszawa: Polskie Wydawnictwo Ekonomiczne. ISBN 8320815444.
• Prusak, B. (2005). Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw. Warszawa: Difin. ISBN 8372515247.
• Rogowski, W. K. (1999). Możliwości wczesnego rozpoznawania symptomów zagrożenia zdolności płatniczej przedsiębiorstwa. Bank i Kredyt, 6, 56–72.
• Wierzba, D. (2000). Wczesne wykrywanie przedsiębiorstw zagrożonych upadłością na podstawie analizy wskaźników finansowych – teoria i badania empiryczne. Zeszyty Naukowe. Wyższa Szkoła Ekonomiczno-Informatyczna w Warszawie, 8, 79–104.
• Wysocki, F., Kozera, A. (2012). Wykorzystanie analizy dyskryminacyjnej w ocenie ryzyka upadłości przedsiębiorstw przemysłu mięsnego. Journal of Agrobusiness and Rural Development, 4(26), 167–182.
• Zaleska, M. (2002). Ocena ekonomiczno-finansowa przedsiębiorstwa przez analityka bankowego. Warszawa: Szkoła Główna Handlowa – Oficyna Wydawnicza. ISBN 8373780041.
• Zarzecki, D. (2003). Analiza dyskryminacyjna jako metoda oceny zagrożenia bankructwem. In: D. Zarzecki (ed.). Czas na pieniądz. Zarządzanie finansami. Mierzenie wyników i wycena przedsiębiorstw. Vol. 1. Szczecin: Uniwersytet Szczeciński. ISBN 8389142112.

Identifiers

DOI

10.25944/znmwse.2020.02.6981