Błędy doboru próby w badaniach bankructw przedsiębiorstw

• Authors: Marek Gruszczyński

Title variants

EN

Sample bias in the research on corporate bankruptcy

• Languages of publication: PL

Abstracts

PL

Przedmiotem artykułu są rozważania na temat błędów doboru próby w modelowaniu ban-kructwa. Modele są zazwyczaj szacowane na podstawie nielosowych prób, w których udział bankrutów odbiega od ich udziału w populacji przedsiębiorstw. Błędy wynikające z takiego podejścia powodują obciążenie ocen prawdopodobieństwa bankructwa pojedynczych firm. Problem badań bankructw w Polsce autor przedstawił w szerszym kontekście, począwszy od wyników Zmijewskiego [1984]. Zaproponował konkretyzację zależności Skogsvików [2013] między obciążonym i nieobciążonym prawdopodobieństwem bankructwa danej firmy. Dla modelu logitowego zależność okazała się zgodna z korektą Andersona-Maddali. Opracowa-nie zostało wzbogacone o uwagi na temat modeli klasyfikacji.

EN

This article is devoted to considerations on sample biases in bankruptcy modelling. Typically, the models are estimated based on non-random samples with proportion of bankrupt companies differing from that in the population. This causes bias in estimated bankruptcy probabilities for single companies. The paper opens with remarks on samples used in bankruptcy research in Poland which are followed by exposition on sample choice biases, starting with the findings of Zmijewski [1984]. The major issue presented is the development of Skogsvik and Skogsvik [2013] formula of a relationship between biased and unbiased estimated probability of bankruptcy of a given company. It is shown that the formula coincides with Anderson-Maddala correction (Anderson 1973, Maddala 1983) for the logit model. Comments on sample bias in classification modelling conclude the paper.

Keywords

PL

bankructwa przedsiębiorstw; modele upadłości; metodyka; dobór próby

EN

bankruptcy prediction; choice-based sample; logit model; bankruptcy probability; bankruptcy prediction; choice-based sample; logit model; bankruptcy probability

• Publisher: Szkoła Główna Handlowa w Warszawie
• Journal: Kwartalnik Nauk o Przedsiębiorstwie
• Year: 2017
• Volume: 44
• Issue: 3
• Pages: 22-29

Dates

published

2017-09-30

Contributors

author

Marek Gruszczyński

• Szkoła Główna Handlowa w Warszawie

References

• Adamska A., Mączyńska E. (red.) [2013], Upadłości, bankructwa i naprawa przedsiębiorstw. Wybrane zagadnienia, Warszawa, Oficyna Wydawnicza SGH.
• Anderson J.A. [1972], Separate sample logistic discrimination, “Biometrika”, Vol. 59, p. 19-35.
• Antonowicz P. [2013], Założenia analizy dyskryminacyjnej w konstruowaniu nowych wielowymiarowych modeli klasyfikacyjnych w celu prognozowania upadłości przedsiębiorstw, w: Upadłości, bankructwa i naprawa przedsiębiorstw. Wybrane zagadnienia, A. Adamska, E. Mączyńska (red.), Warszawa, Oficyna Wydawnicza SGH.
• Chen J., Marshall B.R., Zhang J., Ganesh S. [2006], Financial Distress Prediction in China, “Review of Pacific Basin Financial Markets and Policies”, Vol. 09, No. 02, p. 317-336.
• Ciesielski P. [2005], Prognozowanie upadłości podmiotów gospodarczych w Polsce, „Rachunkowość”, nr 8.
• Ciszewska M. [2013], Prognozowanie upadłości przedsiębiorstw z wykorzystaniem analizy dyskrymi- nacyjnej przy spełnieniu założenia dotyczącego rozkładu badanych zmiennych, w: Upadłości, bankructwa i naprawa przedsiębiorstw. Wybrane zagadnienia, A. Adamska, E. Mączyńska (red.), Warszawa, Oficyna Wydawnicza SGH.
• Gruszczyński M. [2001], Modele i prognozy zmiennych jakościowych w finansach i bankowości, Warszawa, Oficyna Wydawnicza SGH.
• Gruszczyński M. (red.) [2012], Mikroekonometria, wyd. 2, Warszawa, Wolters Kluwer.
• Gruszczyński M. [2012], Empiryczne finanse przedsiębiorstw. Mikroekonometria finansowa, Warszawa, Difin.
• Jones S., Johnstone D., Wilson R. [2017], Predicting Corporate Bankruptcy: An Evaluation of Alternative Statistical Frameworks, “Journal of Business Finance and Accounting”, Vol. 44(1) & (2), p. 3-34.
• Kitowski J. [2015], Metody dyskryminacyjne jako instrument oceny zagrożenia upadłością przedsiębiorstwa, Rzeszów, Wydawnictwo Uniwersytetu Rzeszowskiego.
• Maddala G.S. [1983], Limited dependent and qualitative variables in econometrics, Cambridge, Cambridge University Press.
• Morrison D.F. [1990], Wielowymiarowa analiza statystyczna, Warszawa, PWN.
• Platt H.D., Platt M.B., Pedersen J.G. [1994], Bankruptcy discrimination with real variables, “Journal of Business Finance and Accounting”, Vol. 1(4), p. 491-510.
• Platt H.D, Platt M.B. [2002], Predicting corporate financial distress. Reflections on choice-based sample bias, “Journal of Economics and Finance”, Vol. 26/2, p. 184-199.
• Prusak B. [2005], Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Difin, Warszawa.
• Rogowski W., Duleba K. [2013], Możliwość wykorzystania modeli oceny zagrożenia bankructwem w praktyce audytorów, w: Upadłości, bankructwa i naprawa przedsiębiorstw. Wybrane zagadnienia, A. Adamska, E. Mączyńska (red.), Warszawa, Oficyna Wydawnicza SGH.
• Skogsvik K., Skogsvik S. [2013], On the choice based sample bias in probabilistic bankruptcy prediction, “Investment Management and Financial Innovations”, Vol. 10, Issue 1, p. 29-37.
• Tymoszuk M. [2013], Skuteczność modeli prognozowania upadłości przedsiębiorstw a upływ czasu – porównanie popularnych polskich modeli wielowymiarowej analizy dyskryminacyjnej z modelem zbudowanym przez autorkę, w: Upadłości, bankructwa i naprawa przedsiębiorstw. Wybrane zagadnienia, A. Adamska, E. Mączyńska (red.), Warszawa, Oficyna Wydawnicza SGH.
• Zmijewski M. [1984], Methodological issues related to the estimation of financial distress prediction models, “Journal of Accounting Research”, Vol. 20, p. 59-82.

Identifiers

DOI

10.5604/01.3001.0010.4688