ORIGINAL ARTICLE
THE EFFECTIVENESS OF CORPORATE BANKRUPTCY MODELS
 
More details
Hide details
1
Pope John Paul II State School of Higher Education in Biała Podlaska Państwowa Szkoła Wyższa im. Papieża Jana Pawła II w Białej Podlaskiej
 
 
Publication date: 2018-07-05
 
 
Corresponding author
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
 
KEYWORDS
ABSTRACT
Subject and purpose of work: Research targeted at verification of effectiveness of the selected Polish models of forecasting bankruptcy of an enterprise has been presented within the article. Materials and methods: Within the research financial data from the years 2009-2012 have been used, obtained from 110 companies out of which 55 are companies which underwent bankruptcy and 55 which did not. Discriminant analysis as well as logit models and method of aggregated assessment have been applied. Results: Due to the frequent low quality of classification obtained via single models a method which may be called as aggregated method was suggested, which is based on the assessment of situation of a single unit on indications of the majority of models. This method allowed to increase the correctness of identification up to 87,3%. The share of incorrect identifications is rather high and amounts to 12,7%. Conclusions: The author is of the opinion that the assessment of situation of an entity may not be based solely on the indications of models of bankruptcy prognosis. This assessment may be treated solely indicatively, especially when consequences of a decision made on this basis (i.e. decision on granting a loan) may significantly impact further position of such entity and its surroundings.
 
REFERENCES (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