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

Results found: 4

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  IT industry
help Sort By:

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

Modelowanie decyzyjne w sektorach branży IT

100%
Nawrocka M.
Ekonomika i Organizacja Przedsiębiorstwa
|
2017
|
issue 8 (811)
51-68
PL
Rok 2015 był bardzo udany dla segmentu telekomunikacji oraz sprzętu IT w branży teleinformatycznej. Uzyskane wyniki metodą drzewa klasyfikacyjnego do zadań decyzyjnych wskazują na to, że w najbliższym czasie „informatyczne” żniwa będa optymistyczne szczególnie dla sprzetu IT. Poprawność prognostyczna była sprawdzona przy uzyciu współczynnika błędu po 10-krotnej walidacji krzyżowej, który wskazał na bardzo dobre dopasowanie modelu do danych. Zatem prawdopodobne jest, że sprzęt IT będzie predykantem w branży IT. Kolejno oszacowano najwyższe przychody ze sprzedaży, które uzyskali dostawcy usług telekomunikacyjnych, rozwiązań i usług IT dla sektora telekomunikacyjnego oraz rozwiązań i sprzętu telekomunikacyjnego. Przy czym, segment sprzętu IT według procentowego odsetku w łącznych zarobkach we wszystkich segmentach branzy IT osiąga tylko o 4% mniejsze zyski niż telekomunikacja.
EN
Year 2015 was very successful for the segment of telecommunications and IT equipment in the ICT sector. The results of the classification tree method of decision tasks indicate that in the near future „ information technologies” harvest will be particularly optimistic for IT equipment. The correctness of prognostic was checked by using error rate after a 10-fold cross-validation, which pointed to a very good fit model to the data. Sequentially estimated the highest revenue from sales, which obtained providers of telecommunications services, IT solutions and services for the telecommunications sector as well as solutions and telecommunications equipment. While, the segment of IT equipment according to the percentage of the total earnings in all segments of the IT industry reached only 4% less profits than telecommunications.
2
Publication available in full text mode
Content available

Analiza wskaźnika F-Score dla spółek giełdowych z branż IT i gier wideo

84%
Pilch B.
Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
|
2021
|
vol. 55
|
issue 1
EN
Theoretical background: The F-Score is a model based on the scoring method. Its high values indicate solid financial foundations of a given company, and in a simplified way they make it possible to distinguish units that are attractive in terms of selection for the investment portfolio. Since the publication of the original version of this model by Piotroski in 2000, many studies have been carried out to verify its effectiveness in various markets. In the vast majority of cases, their results indicated the advisability of using this model. However, the Polish stock exchange was not often taken into account in this context, therefore, it seems that such a study may provide valuable information for Polish investors.Purpose of the article: The main premise for undertaking research on the assessment of the effectiveness of the F-Score model was the existence of a small number of studies focusing on the Polish stock market in this area. In addition, the specific selection of companies representing two industries may significantly affect the results of such a study, also providing information about the effectiveness of the F-Score model in relation to selected economic sectors. Therefore, the aim of the study is to verify the effectiveness of the F-Score indicator on the example of companies from the IT and video game industries listed on the Warsaw Stock Exchange (WSE).Research methods: The main methods used in this analysis are descriptive statistics (arithmetic mean, median, standard deviation, coefficient of variation). They were used to analyze the differentiation of the F-Score values, both between sectors and over time, as well as to assess the effectiveness of the title model (in the form of a comparison of rates of return with financial data for the previous year). The research was based on the financial data of companies listed on the WSE Main Market and NewConnect from the video games and IT industries. The analysis covered the period 2017–2019.Main findings: Based on the study, the following conclusions were drawn: 1) there is a differentiation of the F-Score values both between the video game and IT industries, and also over time; 2) higher values of the B/M ratio did not affect the higher rates of return on shares in the following year; 3) higher values of the F-Score model influenced higher average rates of return on shares in the following year. Thus, the effectiveness of the F-Score model was confirmed on the basis of companies listed on the WSE. It also indicated the need to take into account the differentiation in terms of industries. These conclusions can be useful in the decision-making process for investors – companies with high F-Score values appear attractive in terms of investments, which can bring potential profits exceeding the benchmark.
PL
Uzasadnienie teoretyczne: F-Score jest modelem opartym na metodzie skoringowej. Jego wysokie wartości wskazują na solidne fundamenty finansowe danej spółki oraz w uproszczony sposób pozwalają wyróżnić jednostki atrakcyjne pod kątem wyboru do portfela inwestycyjnego. Od czasu opublikowania pierwotnej wersji tego modelu przez Piotroskiego w 2000 roku przeprowadzono wiele badań weryfikujących jego skuteczność na różnych rynkach. W znakomitej większości przypadków ich wyniki wskazały na celowość stosowania tego modelu. Nieczęsto jednak brano w tym kontekście pod uwagę polską giełdę papierów wartościowych, w związku z czym wydaje się, że badanie takie może dostarczyć cennych informacji dla polskich inwestorów.Cel artykułu: Główną przesłanką podjęcia badań w zakresie oceny skuteczności modelu F-Score było istnienie niewielkiej liczby opracowań, które skupiają się na polskim rynku giełdowym w tym zakresie. Poza tym specyficzny dobór spółek reprezentujących dwie branże, na jaki się zdecydowano, może istotnie wpłynąć na wyniki takiego badania, dostarczając także informacji o skuteczności modelu F-Score w odniesieniu do wybranych sektorów gospodarczych. Wobec tego celem badania uczyniono weryfikację efektywności działania wskaźnika F-Score na przykładzie przedsiębiorstw z branży IT i gier wideo notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW).Metody badawcze: Głównymi metodami, jakimi posłużono się w ramach niniejszej analizy, są statystyki opisowe (średnia arytmetyczna, mediana, odchylenie standardowe, współczynnik zmienności). Użyto ich w celu analizy zróżnicowania wartości F-Score zarówno pomiędzy branżami, jak i w czasie, a także pod kątem oceny skuteczności tytułowego modelu (w postaci porównania stóp zwrotu z danymi finansowymi za rok poprzedni). Badanie przeprowadzono na podstawie danych finansowych spółek notowanych na Głównym Rynku GPW i NewConnect z branż gier wideo i IT. Analizą objęto okres 2017–2019.Główne wnioski: Na podstawie przeprowadzonego badania wysunięto następujące wnioski: 1) występuje zróżnicowanie wartości F-Score zarówno pomiędzy branżami gier wideo a IT, jak i w czasie; 2) wyższe wartości wskaźnika B/M nie wpływały na wyższe stopy zwrotu z akcji w kolejnym roku; 3) wyższe wartości modelu F-Score wpływały na wyższe przeciętne stopy zwrotu z akcji w kolejnym roku. Tym samym na podstawie spółek notowanych na GPW potwierdzono skuteczność modelu F-Score. Wskazano również na konieczność uwzględnienia zróżnicowania pod względem branż. Wnioski te mogą być użyteczne w procesie decyzyjnym dla inwestorów – spółki o wysokich wartościach F-Score jawią się jako atrakcyjne pod względem inwestycyjnym, mogące przynieść potencjalne zyski przewyższające benchmark.
3
Publication available in full text mode
Content available

Nowe wyzwania, nowe rozwiązania: Jak przedsiębiorstwo branży IT odnajduje się w erze VUCA?

84%
Majewski J., Leja K.
e-mentor
|
2023
|
vol. 100
|
issue 3
43-50
EN
Volatility, uncertainty, complexity, and ambiguity, (VUCA), are inherent features of the operations of every enterprise. The central research query of this article is how to utilize these attributes of the corporate environment, which inherently pose challenges, as opportunities for enterprise development. The aim of this paper is to demonstrate, using an IT enterprise as an example, that a thorough analysis of volatility, uncertainty, complexity, and ambiguity can help to identify essential competencies, enabling threats to be transformed into opportunities for corporate enhancement. This paper was developed employing a qualitative approach, incorporating the participant observation of one of the authors, using tools that allow a comprehensive diagnosis of the enterprise in question from a VUCA perspective and evaluating the competencies that will aid in turning threats into opportunities. The diagnosis commences with a succinct review of global literature relating to organizations in the VUCA world. The research methods and tools utilized in this paper could also serve as valuable resources for diagnosing other enterprises.
PL
Zmienność, niepewność, złożoność i niejednoznaczność, określane akronimem VUCA (volatility, uncertainty, complexity, ambiguity) towarzyszą funkcjonowaniu każdego przedsiębiorstwa. Jak wykorzystać te nieodłączne cechy otoczenia przedsiębiorstw jako szanse dla ich rozwoju to wyzwania stojące przed nimi, a zarazem pytanie badawcze artykułu. Celem artykułu jest wykazanie, na przykładzie przedsiębiorstwa branży IT, że analiza zmienności, niepewności, złożoności i niejednoznaczności pozwala na zidentyfikowanie kompetencji niezbędnych, aby zagrożenia wykorzystać jako szanse doskonalenia przedsiębiorstwa. Artykuł został opracowany w ujęciu jakościowym. Składają się na nie obserwacja uczestnicząca jednego z autorów z wykorzystaniem narzędzi umożliwiających diagnozę badanego przedsiębiorstwa z perspektywy cech określanych akronimem VUCA oraz ocena kompetencji, które pozwolą zagrożenia wykorzystać jako szanse. Punktem wyjścia diagnozy jest zwięzły przegląd literatury światowej dotyczącej organizacji w erze VUCA. Podjęta problematyka jest zdaniem autorów ważna dla przedsiębiorstw różnych branż, dlatego wykorzystane w artykule metody i narzędzia badawcze mogą być pomocne także do diagnozy innych firm, jednak wyniki obecnych analiz nie uprawniają do uogólnień.
4
Publication available in full text mode
Content available

Wielowymiarowa ocena rozwoju sieci innowacji - IT case study

84%
Mielcarek P.
Studia Ekonomiczne
|
2016
|
vol. 281
104-116
PL
Celem artykułu jest przedstawienie oceny rozwoju sieci innowacji obejmującej strategię eksploracji i eksploatacji z perspektywy trzech wymiarów: obrazu sieci, tworzenia sieci oraz efektów sieci. Dobór podmiotowy obejmuje firmę IT. Zastosowano metodę case study bazującą na sześciu wywiadach przeprowadzonych z przedstawicielami firmy nSense Polska S.A. oraz Zarządu nSense Group. Gromadzone informacje obejmują lata 2006-2015. W tym przedziale wskazano dwa etapy rozwoju sieci innowacji: etap eksploracji, czyli poszukiwania partnerów do działalności innowacyjnej oraz etap eksploatacji, czyli intensyfikacji i rozwoju relacji w ramach sieci innowacji. Oba etapy rozwoju zostały ocenione z perspektywy specyfiki realizowanych działań, wymienianych zasobów oraz funkcji pełnionych przez zaangażowanych aktorów, co przełożyło się na opracowywane innowacje. Przedstawiona w artykule koncepcja oceny procesu kształtowania sieci innowacji adresowana jest zarówno do teoretyków, jak i praktyków zarządzania i może stanowić przyczynek do dalszych rozważań nad istotą i znaczeniem sieci innowacji.
EN
The aim of this paper is to present and evaluate the process of innovation network development consisting of exploration and exploitation phase from the perspective of three dimensions: network picture, networking - interactions involving other actors and network outcomes. The applied method is a case study. The data were collected based on six interviews with representatives of IT company nSense Poland S.A. and the Board of nSense Group covering period from 2006 till 2015. On the basis of obtained information, development of innovation network was divided into two stages: the exploration stage, in which company is concentrating on seeking proper partners for innovative activities and the stage of exploitation, in which company is concentrating on intensification and developing relationships within the network of innovation. Both stages of innovation networks development are characterized by the specific activities, types of exchanged resources and function of involved actors. Described analysis is addressed to managers and researchers in field of innovation network management.
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.