K. Migdał-Najman, K. Najman, P. Antonowicz – sieć neuronowa w ocenie zagrożenia upadłością przedsiębiorstw

Nakładem Wydawnictwa © Springer Nature Switzerland AG 2019 ukazała się publikacja dr hab. Kamili Migdał-Najman, prof. nadzw., dr hab. Krzysztofa Najmana, prof. nadzw., dr hab. Pawła Antonowicza, prof. nadzw. na temat wykorzystania samouczącej się sieci neuronowej typu SOM do prognozowania upadłości przedsiębiorstw z branży budowlanej. Badania przeprowadzone zostały na podstawie 578 upadłych w latach 2007-2013 przedsiębiorstw. Jednostki te stanowiły próbę wyodrębnioną z populacji 4.750 upadłych w tych latach w Polsce przedsiębiorstw, dla której możliwe było pozyskanie sprawozdań finansowych w postaci bilansów i rachunków i strat za okres 5 lat przed ogłoszeniem upadłości. Poddanych ocenie zostało 12 zmiennych w postaci wskaźników analizy finansowej, które są najczęściej stosowane w systemach wczesnego ostrzegania przed niewypłacalnością. Skonstruowana sieć pozwoliła na skuteczne zaklasyfikowanie niemal wszystkich obiektów do jednostek niewypłacalnych na rok przed ogłoszeniem ich upadłości.

Migdał-Najman K., Najman K., Antonowicz P. (2019) Early Warning Against Insolvency of Enterprises Based on a Self-learning Artificial Neural Network of the SOM Type. In: Tarczyński W., Nermend K. (eds) Effective Investments on Capital Markets. Springer Proceedings in Business and Economics. Springer, Cham, pp. 165-176.

Comments are closed, but trackbacks and pingbacks are open.