Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji (wyd. II). Rozdział 3. Metody prognozowania upadłości przedsiębiorstw

• Druk: 2009
• Autor: Błażej Prusak, Tomasz Korol
• Wydawca: CeDeWu

Autorzy zajęli się w książce modelowaniem prognozowania upadłości polskich przedsiębiorstw na przestrzeni ostatnich 10 lat, koncentrując swoją uwa­gę na doborze metod, ich modyfikacji, doborze odpowiedniej próby uczącej i testującej, identyfikacji kluczowych wskaźników oraz testowaniu skutecz­ności proponowanych metod z uwzględnieniem różnych wersji modeli. W książce można wskazać trzy nurty rozważań: teoretyczny, oparty na najnow­szej literaturze z zakresu omawianego problemu, metodyczny, prezentowany w postaci modelu dyskryminacyjnego i sztucznych sieci neuronowych oraz aplikacyjny, wyrażający się próbą wdrożenia tego modelu w warunkach polskich.

• Kategorie:
  1. Ebooki i Audiobooki »
  2. Ebooki »
  3. Ekonomia, biznes
• Język wydania: polski
• ISBN: 978-83-7941-172-6
• EAN: 9788375561357
• Liczba stron: 92

Wstęp

Rozdział 1 
Prawne uwarunkowania upadłości przedsiębiorstw 
1.1. Podstawowe zagadnienia z zakresu upadłości 
1.2. Funkcje i cele postępowania upadłościowego 
1.3. Unormowanie upadłości w świetle ustawodawstwa polskiego 

Rozdział 2 
Ekonomiczne uwarunkowania upadłości przedsiębiorstw 
2.1. Od kryzysu do upadku 
2.2. Symptomy kryzysu przedsiębiorstwa 
2.3. Przyczyny upadłości przedsiębiorstw 
2.3.1. Wprowadzenie 
2.3.2. Przyczyny upadłości przedsiębiorstw w krajach rozwiniętych. 
2.3.3. Przyczyny upadłości przedsiębiorstw w Polsce 
2.3.4. Podsumowanie 

Rozdział 3 
Metody prognozowania upadłości przedsiębiorstw 
3.1. Prognozowalność zachowań systemów ekonomicznych 
3.1.1. Pojęcie oraz istota prognozowania upadłości przedsiębiorstw 
3.1.2. Bariery prognozowalności 
3.1.3. Metody pomiaru i oceny symptomów zagrożenia upadłością 
przedsiębiorstw 
3.2. Klasyfikacja i założenia metod parametrycznych - modeli analizy 
dyskryminacyjnej 
3.2.1. Założenia analizy dyskryminacyjnej 
3.2.2. Metody jednowymiarowe 
3.2.3. Metody wielowymiarowe 
3.2.4. Ograniczenia i wady wielowymiarowej analizy dyskryminacyjnej 
3.3. Charakterystyka metod nieparametrycznych - modeli sztucznych sieci 
neuronowych oraz ich zastosowanie w prognozowaniu upadłości 
przedsiębiorstw 
3.3.1. Zalety sztucznych sieci neuronowych 
3.3.2. Przegląd modeli sztucznych sieci neuronowych prognozowania 
upadłości firm 

Rozdział 4 
Sztuczne sieci neuronowe modelem wczesnego ostrzegania 
4.1. Wprowadzenie 
4.2. Krótka charakterystyka programu BRAINMAKER 
4.3. Założenia badawcze 
4.3.1. Dobór przedsiębiorstw do próby uczącej i testowej 
4.3.2. Dobór danych wejściowych modelu SSN 
4.3.3. Przebieg i warianty przeprowadzonych badań 
4.4. Wyniki analizy empirycznej 
4.4.1. Modele prognozowania upadłości przedsiębiorstw - podejście Kl . 
4.4.2. Modele prognozowania upadłości przedsiębiorstw - podejście K2 . 
4.4.3. Modele prognozowania upadłości przedsiębiorstw - podejście K3 , 
4.4.4. Modele prognozowania upadłości przedsiębiorstw - analiza 
porównawcza wyników sztucznych sieci neuronowych Kl oraz K2 
z tradycyjną analizą dyskryminacyjną 
4.5. Wnioski oraz rekomendacje 

Załącznik 1 
Załącznik 2 
Załącznik 3 
Załącznik 4 
Bibliografia