Abstract:
Od połowy lat dziewięćdziesiątych ubiegłego wieku liczba bankructw w większości krajów europejskich systematycznie wzrasta. Słabsza koniunktura w ostatnich latach sprawiła, że nawet znane firmy o ugruntowanej pozycji potrafią przysporzyć przykrych niespodzianek.
W gospodarce rynkowej funkcjonowanie każdego przedsiębiorstwa jest nierozerwalnie
związane z koniecznością oceny i weryfikacji przez nie swojej sytuacji finansowej oraz oceny sytuacji finansowej podmiotów z nim związanych.
Wiele firm balansuje na skraju bankructwa i nieraz niezwykle trudno jest dokonać oceny ich wypłacalności. Każda pomyłka niesie ze sobą negatywne konsekwencje finansowe i dlatego prognozowanie bankructwa jest kwestią niezmiernie istotną. Celem niniejszej pracy jest przedstawienie najważniejszych metod wykorzystywanych do
prognozowania bankructwa przedsiębiorstwa.
W części teoretycznej zostały omówione szczegółowo zagadnienia związane z przewidywaniem bankructwa oraz krótko scharakteryzowane najbardziej popularne systemy służące do jego prognozowania. Ponadto zostały opisane teoretyczne podstawy działania sieci neuronowych oraz możliwości zastosowania ich do prognozowania bankructw.
W części praktycznej dokonano próby stworzenia syntetycznych systemów służących do predykcji bankructw dla gospodarki polskiej wykorzystując w tym celu techniki statystyczne oraz metody oparte na technikach sztucznej inteligencji W tym celu na podstawie próby 64 przedsiębiorstw dokonano oszacowania parametrów liniowej funkcji dyskryminacyjnej oraz z wykorzystaniem tych samych danych dokonano doboru optymalnej architektury sieci neuronowej stanowiącej alternatywne rozwiązanie w stosunku do modelu statystycznego.