ARTYKUŁ ORYGINALNY
SKUTECZNOŚĆ MODELI UPADŁOŚCI PRZEDSIĘBIORSTW
 
Więcej
Ukryj
1
Pope John Paul II State School of Higher Education in Biała Podlaska Państwowa Szkoła Wyższa im. Papieża Jana Pawła II w Białej Podlaskiej
 
 
Data publikacji: 05-07-2018
 
 
Autor do korespondencji
Joanna Kisielińska   

dr hab. prof SGGW Joanna Kisielińska, Pope John Paul II State School of Higher Education in Biała Podlaska, The Faculty of Economics and Technical Sciences, Sidorska St 95/97, 21-500 Biała Podlaska, Poland; phone: +48 691-712-782
 
 
Economic and Regional Studies 2016;9(1):5-17
 
SŁOWA KLUCZOWE
STRESZCZENIE
Przedmiot i cel pracy: W artykule przedstawiono badania mające na celu weryfikację skuteczności wybranych polskich modeli prognozowania upadłości przedsiębiorstw. Materiały i metody: W badaniach wykorzystano dane finansowe z lat 2009-2012 pochodzące z 110 firm, z czego 55 to firmy, które zbankrutowały i 55, które nie zbankrutowały. Wykorzystano analizę dyskryminacyjną, modele logitowe oraz metodę oceny zagregowanej. Wyniki: Z uwagi na często niską jakość klasyfikacji uzyskaną pojedynczymi modelami zaproponowano metodę, którą nazwać można zagregowaną, opierającą ocenę sytuacji jednostki na wskazaniach większości modeli. Metoda ta pozwoliła podnieść poprawność identyfikacji do 87,3%. Nadal jednak udział błędnych rozpoznań jest dość wysoki i wynosi 12,7%. Wnioski: Autorka uważa, że ocena sytuacji jednostki nie może bazować jedynie na wskazaniach modeli prognozowania upadłości. Ocenę tą można traktować jedynie orientacyjnie zwłaszcza, gdy konsekwencje podjętej na jej podstawie decyzji (np. decyzja o udzieleniu kredytu lub nie) mogą w istotnym stopniu wpływać na dalszą pozycję jednostki lub jej otoczenia.
 
REFERENCJE (21)
1.
Altman E. I. (1968), Financial Ratios, Discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, Vol. 23, No. 4, September, s. 589-609.
 
2.
Gajdka J., Stos D. (2003), Ocena kondycji finansowej polskich spółek publicznych w okresie 1998-2001, W: D. Zarzecki (red.) Czas na pieniądz, Zarządzanie finansami, Mierzenie wyników i wycena przedsiębiorstw. t. 1, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin, s. 156–157.
 
3.
Gasza R. (1997), Związek między wynikami analizy typu Altmana a kształtowaniem się kursów akcji wybranych spółek giełdowych w Polsce. Rezultaty badań najstarszych spółek giełdowych w latach 1991-1995. Bank i Kredyt, nr 3, s. 59–62.
 
4.
Gruszczyński M. (2003), Modele mikroekonometrii w analizie i prognozowaniu zagrożenia finansowego przedsiębiorstw. Instytut Nauk Ekonomicznych Polskiej Akademii Nauk, nr 34.
 
5.
Hadasik D. (1998), Upadłość przedsiębiorstw w Polsce i metody jej prognozowania. Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
 
6.
Hamrol M., Czajka B., Piechocki M. (2004), Upadłość przedsiębiorstw – metoda analizy dyskryminacyjnej. Przegląd Organizacji nr 6, s. 35-39.
 
7.
Hamrol M., Chodakowski J. (2008), Prognozowanie zagrożenia finansowego przedsiębiorstwa. Wartość predykcyjna polskich modeli analizy dyskryminacyjnej. Badania Operacyjne i Decyzje, nr 3, s. 17-32.
 
8.
Hołda A. (2001), Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH. Rachunkowość, nr 5, s. 306–310.
 
9.
Koralun-Bereźnicka J. (2006), Ocena możliwości wykorzystania wybranych funkcji dyskryminacyjnych w analizie polskich spółek giełdowych. Studia i Prace Kolegium Zarządzania i Finansów. Zeszyt Naukowy 69, SGH w Warszawie, s. 18–28.
 
10.
Korol T., Prusak B. (2005), Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji. CeDeWu, Warszawa.
 
11.
Kisielińska J. (2008), Modele klasyfikacyjne prognozowania sytuacji finansowej gospodarstw rolniczych. Wydawnictwo SGGW, Warszawa.
 
12.
Kisielińska J., Waszkowski A. (2015), Zagregowana ocena kondycji finansowej firm z wykorzystaniem polskich modeli upadłości. Ekonomista, nr 5, s. 679-692.
 
13.
Mączyńska E., Zawadzki M. (2000), Modelowe i prognostyczne aspekty pomiaru zmian w sytuacji przedsiębiorstw i w restrukturyzacji – analiza dyskryminacyjna. Working Papers PZB NR 001-09, Nr 42, Instytut Nauk Ekonomicznych PAN, Warszawa.
 
14.
Ustawa z dnia 28 lutego 2003 r. Prawo upadłościowe i naprawcze (Dz. U. 2003 Nr 60 poz. 535 wraz z późniejszymi zmianami).
 
15.
Pociecha J., Pawełek B., Baryła M., Augustyn S. (2014), Statystyczne metody prognozowania bankructwa w zmieniającej się koniunkturze gospodarczej. Fundacja Uniwersytetu Ekonomicznego w Krakowie, Kraków.
 
16.
Pogodzińska M., Sojak S. (1995), Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa przedsiębiorstw. Acta Universitatis Nicolai Copernici, Ekonomia XXV, Zeszyt 299, Toruń, s. 53‒61.
 
17.
Prusak B. (2005), Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstwa. Difin, Warszawa.
 
18.
Rogowski W. (1999), Możliwość wczesnego rozpoznawania symptomów zagrożenia zdolności płatniczej przedsiębiorstwa. Bank i Kredyt, nr 6, s. 60‒65.
 
19.
Stasiewski T. (1996), Z-score – indeks przewidywanego upadku przedsiębiorstwa. Rachunkowość, nr 12, s. 628–631.
 
20.
Stępień P., Strąk T. (2004), Wielowymiarowe modele logitowy oceny zagrożenia bankructwem polskich przedsiębiorstw, W: D. Zarzecki (red.), Zarządzanie finansami: Finansowanie przedsiębiorstw w Unii Europejskiej. Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin, s. 443–452.
 
21.
Raport Coface, http://www.coface.pl/Aktualnos... (dostęp: 26.04.2015).
 
eISSN:2451-182X
ISSN:2083-3725
Journals System - logo
Scroll to top