Wpływ maksymalizacji danych wejściowych na skuteczność modeli parametrycznych i nieparametrycznych prognozowania upadłości spółek akcyjnych notowanych na WGPW
Abstrakt
Celem tego opracowania było zbadanie wpływu maksymalizacji danych wejściowych na skuteczność prognozowania upadłości spółek giełdowych na podstawie takiej samej populacji spółek S.A. notowanych na WGPW dla modeli parametrycznych (logitowych, probitowych, analizy dyskryminacyjnej) oraz nieparametrycznych ( sztucznych sieci neuronowych. Realizacja tego celu pozwoliła między innymi na stwierdzenie, czy i do jakich modeli opłaca się wprowadzać większą ilość zmiennych wejściowych, wydłużając przez to znacząco czas opracowania modeli oraz czas uzyskania wyniku przy ocenianiu ''standingu'' finansowego firm w praktyce.
Autor (1)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
- Tytuł wydania:
- Konkurencyjność gospodarki Polski strony 230 - 239
- Język:
- polski
- Rok wydania:
- 2008
- Opis bibliograficzny:
- Korol T.: Wpływ maksymalizacji danych wejściowych na skuteczność modeli parametrycznych i nieparametrycznych prognozowania upadłości spółek akcyjnych notowanych na WGPW// Konkurencyjność gospodarki Polski/ ed. pod red. nauk. Adama P. Balcerzaka i Elżbiety Rogalskiej. Toruń: Wydawnictwo Adam Marszałek, 2008, s.230-239
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 87 razy