Results found: 2

Search results

Search:
in the keywords: cause-effect relationships

Sort By:

Limit search:

Sieć Bayesa jako narzędzie wspomagające zarządzanie ryzykiem operacyjnym w banku

100%

Gadowska-dos Santos D.

Problemy Zarządzania

2017

issue 1/2017 (66), t.2

125-144

This paper shows that analysis of risk sources and identification of cause-effect relationships are crucial elements of the operational risk management process. Knowledge of the reasons and consequences of risk materialization is key for reliable forecasting of the effects of managerial actions and for planning interventions capable of shaping the reality according to expectations. The article concentrates on presenting one means of analyzing causal chains – Bayesian networks that can help banks understand the nature of operational risk, minimizing its scale, and, as a result, increasing the financial institutions’ efficiency. The definition, design rules, ways of using the method to analyze cause-effect relationships between operational risk factors, as well as advantages and drawbacks of the approach, are discussed.

W niniejszym artykule autor próbuje wykazać, że w procesie zarządzania ryzykiem operacyjnym w banku szczególnie istotne jest przeprowadzenie analizy źródeł ryzyka wraz z rozpoznaniem zależności przyczynowo- skutkowych. Jedynie gruntowna wiedza o powodach i konsekwencjach materializacji ryzyka daje bowiem szansę skutecznego prognozowania efektów podejmowanych działań zarządczych, planowania interwencji i poprzez to kształtowania rzeczywistości zgodnie z oczekiwaniami. Artykuł koncentruje się na zaprezentowaniu narzędzia badania łańcuchów przyczynowych – sieci Bayesa, które mogą pomóc bankom lepiej zrozumieć naturę ryzyka operacyjnego, zmniejszyć jego skalę i w efekcie zwiększyć efektywność działania instytucji. Zaprezentowana zostanie definicja, zasady konstrukcji, sposoby wykorzystania tej metody do analizy zależności przyczynowo-skutkowych pomiędzy czynnikami ryzyka operacyjnego, a także zalety i wady tego podejścia.

Kapitał intelektualny jako istotny czynnik konkurencyjności polskich województw w latach 2016-2020

80%

Osińska M.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

2023

vol. 67

issue 2

107-122

The main purpose of this article is to identify the cause-effect relationships between intellectual capital of the Polish regions and their competitive position. This study applies PLS-PM method. The obtained results confirmed that intellectual capital is an important factor of regional competitiveness. The greatest impact on the competitive position of the Polish regions in 2019 turned out to be activity capital and knowledge capital, which affected image capital. Image capital could explain competitive position of the Polish regions do the tune of 88,1% (R2 = 0,881). The research confirmed that the highest level of intellectual capital has the Mazowieckie, which is the most competitive Polish region among other. Finally, the conducted research showed that the components of intellectual capital of the Polish regions identified as important factors of regional competitiveness in 2019 were also important factors of competitiveness in the three preceding years (2016, 2017, 2018) and in 2020.

Celem artykułu jest analiza zależności przyczynowo-skutkowych zachodzących pomiędzy komponentami kapitału intelektualnego województw a ich pozycją konkurencyjną. W tym celu zastosowano metodę PLS-PM. Uzyskane wyniki potwierdziły, że kapitał intelektualny jest istotnym czynnikiem konkurencyjności województw. Największy wpływ na pozycję konkurencyjną województw w 2019 roku miały kapitał osobowościowy i kapitał wiedzy, które istotnie wpływały na poprawę kapitału wizerunku województw. Kapitał wizerunku wyjaśnił ostatecznie ponad 88% zmienności pozycji konkurencyjnej województw. Badania potwierdziły, że największy poziom kapitału intelektualnego ma województwo mazowieckie, które zajmuje także najwyższą pozycję konkurencyjną. Ponadto przeprowadzone badanie pokazało, że komponenty kapitału intelektualnego zidentyfikowane jako istotne czynniki konkurencyjności województw w 2019 roku były również istotnymi czynnikami konkurencyjności w każdym z trzech wcześniejszych lat (2016, 2017, 2018) oraz w roku 2020.

Refine search results

1 Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

1 Problemy Zarządzania

1 Gadowska-dos Santos D.

1 Osińska M.

1 2023

1 2017

Search results

Sieć Bayesa jako narzędzie wspomagające zarządzanie ryzykiem operacyjnym w banku

Kapitał intelektualny jako istotny czynnik konkurencyjności polskich województw w latach 2016-2020