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:  kapitał pracujący
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
EN
Appropriate measurement of the enterprise’s ability for the repayment of current liabilities is one of the bases for management decisions conditioning the enterprise’s functioning.The article presents the potential of estimating financial liquidity on the basis of degree of cover of working capital with net long-term financing. This indicator is a better criterion for the evaluation of the company’s operations because it combines managing the operating cycle with sources of its financing.Problems with financial liquidity are often an indication of mismanagement of de-mand for working capital (inventories, short-term receivables and payables) and/or the wrong selection of financing sources.
PL
Właściwy pomiar zdolności przedsiębiorstwa do spłaty zobowiązań bieżących jest podstawą do podejmowania decyzji przez zarządzających przedsiębiorstwem, które warunkują jego funkcjonowanie.W artykule zaprezentowano możliwości oceny płynności finansowej, ze szczególnym uwzględnieniem wskaźnika opartego na zapotrzebowaniu na kapitał pracujący. Jest on właściwszym narzędziem do oceny tego obszaru działalności przedsiębiorstwa, ponieważ łączy w sobie zarządzanie cyklem operacyjnym ze źródłami jego finansowania. Problemy z płynnością są bowiem często oznaką złego zarządzania składnikami zapotrzebowania na kapitał pracujący (zapasami, należnościami i zobowiązaniami handlowymi) i/lub niewłaściwego doboru źródeł finansowania.
EN
The paper examines the impact of the leverage, working capital, and cash conversion cycle on financial liquidity. For this aim panel analysis based on data from financial statements of 345 companies listed on the Warsaw Stock Exchange in the years 1998–2016 was used. The obtained results indicate that liquidity significantly depends on the debt ratio and the size of net working capital. In the first case, it is a negative relationship, the second one is positive. In the case of impact of the cash conversion cycle on the liquidity, the established dependencies do not allow for the formulation of unambiguous conclusions.
PL
W artykule zbadano wpływ zadłużenia przedsiębiorstwa, wielkości kapitału pracującego oraz cyklu konwersji gotówki na płynność finansową. W tym celu wykorzystano analizę panelową opartą na danych ze sprawozdań finansowych 345 spółek notowanych na GPW w Warszawie w latach 1998–2016. Uzyskane wyniki wskazują, że płynność w sposób istotny zależy od stopy zadłużenia oraz wielkości kapitału obrotowego netto. W pierwszym przypadku jest to zależność ujemna, w drugim – dodatnia. W przypadku wpływu na płynność długości cyklu konwersji gotówki ustalone zależności nie pozwalają na sformułowanie jednoznacznych wniosków.
EN
Objective: The objective of this paper is to verify the hypothesis that there is a statistically significant correlation between the risk level determined on the basis of structural models and the value of the of debt capacity base, and that the value of a company’s debt capacity is determined primarily by the type and properties of its financing. Research Design & Methods: The methodology was based on the analysis of the determination of the linear regression function using the least squares method and study of the correlation between the values of the debt capacity base and the net value of enterprises (determined on the basis of the approach used in structural risk models) based on accounting data of 511 companies listed on the Warsaw Stock Exchange in 2018–2019. This includes an analysis of the level of debt capacity in the context of selected forms of financing. Findings: There is a strong and statistically significant correlation between the debt capacity base determined on the basis of book values and the determined net value of enterprises, representing the level of structural risk (constituting the difference between the value of assets and liabilities). A USD 1 bn change in the average debt capacity base leads to a USD 0.49 bn change in the average net worth of enterprises. Implications / Recommendations: The designated regression function enables forecasting, within the scope of banking practice, the value of the structural risk and the debt capacity base in terms of granting short- and long-term liabilities. Contribution: The study confirms the thesis that there is a statistically significant correlation between structural risk and the debt capacity base. It presents an approach that enables the determination of the debt capacity base, the value of structural risk, and the value of debt capacity for selected forms of financing.
PL
Cel: Celem artykułu jest weryfikacja hipotezy wskazującej, że pomiędzy poziomem ryzyka wyznaczonego na podstawie modeli strukturalnych a wartością podstawy pojemności zadłużeniowej występuje istotna statystycznie korelacja oraz że wartość pojemności zadłużeniowej przedsiębiorstwa jest silnie zdeterminowana rodzajem danej formy finansowania i jej właściwościami. Metodyka badań: Metodologia została oparta na wyznaczeniu funkcji regresji liniowej metodą najmniejszych kwadratów oraz zbadaniu korelacji pomiędzy wartością podstawy pojemności zadłużeniowej oraz wartością netto przedsiębiorstw (ustalonej zgodnie z podejściem stosowanym w ramach strukturalnych modeli ryzyka) na podstawie danych księgowych 511 spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie za lata 2018–2019. Wyniki badań: Podstawa pojemności zadłużeniowej ustalona na podstawie wartości księgowych jest silnie i istotnie statystycznie skorelowana z wyznaczoną wartością netto przedsiębiorstw, reprezentującą poziom ryzyka strukturalnego (stanowiącą różnicę pomiędzy wartością aktywów i zobowiązań). Zmiana przeciętnego poziomu podstawy pojemności zadłużeniowej o 1 mld USD prowadzi do zmiany przeciętnego wzrostu wartości netto przedsiębiorstw o 0,49 mld USD. Wnioski: Wartość pojemności zadłużeniowej jest zdeterminowana wartością podstawy pojemności zadłużeniowej, właściwościami rodzaju zobowiązania oraz poziomem ryzyka strukturalnego. Wyznaczona funkcja regresji umożliwia prognozowanie, w ramach praktyki bankowej, wartości ryzyka strukturalnego oraz podstawy pojemności zadłużeniowej w zakresie udzielania zobowiązań krótko- i długoterminowych. Wskazane metody kalkulacji pozwalają na ustalenie pojemności zadłużeniowej dla wybranych form finansowania. Wkład w rozwój dyscypliny: Potwierdzenie tezy o występowaniu istotnej statystycznie korelacji ryzyka strukturalnego i podstawy pojemności zadłużeniowej, a także przedstawienie podejścia umożliwiającego wyznaczenie podstawy pojemności zadłużeniowej, wartości ryzyka strukturalnego oraz samej wartości pojemności zadłużeniowej dla wybranych form finansowania.
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.