Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 3

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  predicting
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1

Knowledge-Based System for Assessment of Economic Situation of Enterprise

100%
Andreasik J.
Barometr Regionalny. Analizy i prognozy
|
2014
|
issue 1(35)
141-151
EN
In the paper, the author’s conception of building an intelligent system for predicting economic situation of enterprises is presented. This conception is captured in the form of the prediction chain (PC). A process of reasoning by analogy is performed using a Case-Based Reasoning (CBR) methodology. In the paper, a model of an enterprise, concentrating on identification of the competence potential and competence gap, is shown. A protocol of an assessment of potential and assessment of competence gap in a given range, using the AHP (Analytic Hierarchy Process), is presented. Individual elements of a system for creating the knowledge are captured in the form of an A-E-AE (Agent-Expert-Acts of Explanation). The structures of classes in the Protege editor are shown. At the end, a coordination diagram in the UML language is depicted. This diagram makes up a diagram of the interface between an expert and a CBR system.
PL
W pracy przedstawiono architekturę systemu z bazą wiedzy, którego zadaniem jest ocena ekonomicznej kondycji przedsiębiorstwa. Baza wiedzy została skonstruowana w oparciu o ontologię A-E-AE (Agent-Ekspert-Akty Wyjaśniania). Przedstawiono diagram klas w edytorze języka OWL — Protege. Strukturę procesu wyjaśniania oceny ekonomicznej sytuacji przedsiębiorstwa przedstawiono na diagramie UML. Proces rozpoznawania w systemie jest oparty na metodologii CBR (Case-Based Reasoning) — wnioskowanie poprzez analogię z bazy przypadków.
2
Content available remote

Analiza porównawcza zdolności predykcyjnej wybranych metod prognozowania upadłości przedsiębiorstw

81%
Herman S.
Ruch Prawniczy, Ekonomiczny i Socjologiczny
|
2018
|
vol. 80
|
issue 3
199-216
EN
Business failure is a feature of any developed market economy. This phenomenon entails high costs, both economic and social. For this reason, attempts have been made continuously since the beginning of the twentieth century to predict failures of businesses. The interest in this issue is reflected in the application of increasingly advanced statistical methods. The aim of the paper is to compare the predictive capacity of nine methods used in the literature to predict the bankruptcy of enterprises. The empirical research was conducted on the basis of the financial data of 180 Polish public limited companies. Its results made it possible to state that the accuracy of classification of particular methods (and thus their rating) depends on the size of the research sample and on the length of the forecast period. It was also found that the rating of the tested methods does not depend on the chosen method of selection of predictive variables.
PL
Upadłość przedsiębiorstw jest cechą każdej rozwiniętej gospodarki rynkowej. Zjawisko to pociąga za sobą wysokie koszty, zarówno ekonomiczne, jak i społeczne. Z tego powodu nieustannie od początku XX w. podejmowane są próby prognozowania upadłości przedsiębiorstw. Zainteresowanie omawianą problematyką znajduje swoje odzwierciedlenie w stosowaniu coraz bardziej zaawansowanych metod statystycznych. Celem artykułu jest porównanie zdolności predykcyjnej 9 metod wykorzystywanych w literaturze do prognozowania upadłości przedsiębiorstw. Badania empiryczne przeprowadzono na podstawie danych finansowych 180 polskich spółek akcyjnych. Jego wyniki pozwoliły stwierdzić, że trafność klasyfikacji poszczególnych metod (a tym samym ich ranking), uzależniona jest od wielkości badanej próby badawczej oraz od długości horyzontu prognozy. Ranking badanych metod nie zależy natomiast od wybranej metody doboru zmiennych predykcyjnych. Metoda lasów losowych okazała się najsprawniejszym narzędziem prognostycznym.
3

Specyfika branżowa spółek akcyjnych w Polsce a prognozowanie ich upadłości

72%
Herman S.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2017
|
issue 11(971)
41-59
PL
Do upadłości przedsiębiorstw dochodzi w każdej rozwiniętej gospodarce rynkowej. Ze względu na negatywne konsekwencje tego zjawiska zaczęto podejmować próby przewidywania (prognozowania) jego wystąpienia. Jednym z kierunków badań poświęconych temu zagadnieniu jest konstruowanie modeli prognostycznych, w których zostaje uwzględniona specyfika branżowa badanych przedsiębiorstw. W polskiej literaturze przedmiotu rzadko opisuje się konstruowanie modeli dotyczących poszczególnych branż. W artykule dokonano przeglądu badań związanych z tą problematyką. Głównym celem przeprowadzenia opisanego w pracy badania empirycznego było porównanie wartości błędu predykcji modeli odnoszących się do poszczególnych branż oraz modeli ogólnych (nieuwzględniających specyfiki branżowej badanych spółek). Dodatkowym celem było ustalenie determinant upadłości spółek akcyjnych w analizowanych branżach gospodarki. W przeprowadzonej analizie wykorzystano dane finansowe 180 spółek akcyjnych, zastosowano metodę wielokrotnego repróbkowania (bootstrapping) oraz wielowymiarową analizę dyskryminacyjną.
EN
Bankruptcy is a characteristic of every developed market economy. Numerous attempts have been made to predict it. One way this has been done in research is by building models which are based on the characteristics of the industry companies operate in. Due to the difficulty of gathering a large enough research sample, Polish researchers rarely try to build models for certain industries. This article reviews the empirical research related to this issue. The first aim of empirical research is to compare prediction errors of both industry and general models. The second was to define the determinants of joint-stock company bankruptcy in particular industries. Empirical studies were conducted on 180 joint-stock companies in the Polish capital market. Calculations were performed using the bootstrapping method and multivariate discriminant analysis.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.