Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji (wyd.

Opis

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. Spis treściWstępRozdział 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