Advanced search ?

Object

Potencjał sztucznej inteligencji w prognozowaniu upadłości spółek – analiza porównawcza dyskryminacyjnych modeli predykcji bankructwa polskich przedsiębiorstw
Download

Title: Potencjał sztucznej inteligencji w prognozowaniu upadłości spółek – analiza porównawcza dyskryminacyjnych modeli predykcji bankructwa polskich przedsiębiorstw

Title in english:

The Potential of Artificial Intelligence in Forecasting Corporate Bankruptcy – Comparative Analysis of Discriminatory Bankruptcy Prediction Models of Polish Enterprises

Creator:

Kotagomba, Debora ; Kobylański, Kacper ; Petyniak, Jakub

Contributor:

Gasz, Małgorzata. Redaktor ; Koza, Andrzej. Redaktor ; Politaj, Adriana. Redaktor

Description:

Cytuj jako: Kotagomba, D., Kobylański, K. i Petyniak, J. (2025). Potencjał sztucznej inteligencji w prognozowaniu upadłości spółek – analiza porównawcza dyskryminacyjnych modeli predykcji bankructwa polskich przedsiębiorstw. W: M. Gasz, A. Koza, A. Politaj (red.), Ekonomia i finanse (s. 44-58). Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.

Abstrakt:

Przewidywanie ryzyka upadłości przedsiębiorstw to kluczowe wyzwanie dla menedżerów i instytucji finansowych. Dokładna ocena zagrożenia umożliwia wdrożenie odpowiednich działań zapobiegawczych. Istnieje wiele modeli predykcji upadłości opartych na analizie finansowej, dyskryminacyjnej czy metodach statystycznych. W tym opracowaniu postanowiono porównać klasyczne, polskie modele dyskryminacyjne (m.in. Gajdki i Stosa) z nowoczesnymi rozwiązaniami zaproponowanymi przez ChatGPT – potocznie nazywany „sztuczną inteligencją” – model LLM (large language model), pod względem skuteczności ich predykcji. Celem niniejszego rozdziału jest sprawdzenie w praktyce owych narzędzi, a także zbadanie ich potencjału oraz określenie, czy mogą znaleźć zastosowanie w świecie zarządzania finansami. Analiza wykazała, że systemy wczesnego ostrzegania wykreowane przez SI mogą być skuteczniejsze od niektórych tradycyjnych modeli i wykazują pewien potencjał w prognozowaniu ryzyka bankructwa. Badania autorów niniejszego rozdziału zostały przeprowadzone na wybranych upadłych spółkach oraz opierały się na metodzie analizy porównawczej, analizie danych i sprawozdań finansowych, krytycznej analizie literatury, ocenie efektywności poszczególnych modeli predykcji upadłości oraz wykorzystaniu modeli językowych.

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2025

Resource Type:

rozdział

Resource Identifier:

doi:10.15611/2025.58.0.04 ; oai:dbc.wroc.pl:143347

Language:

pol

Relation:

Debiuty studenckie 2025

Rights:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Access Rights:

Dla wszystkich zgodnie z licencją

License:

CC BY-SA 4.0

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Group publication title:

Debiuty Studenckie

Subject and keywords:

edukacja finansowa przedsiebiorstwa społeczne venture capital inwestycje

Object collections:

Last modified:

Feb 3, 2026

In our library since:

Feb 3, 2026

Number of object content hits:

1

All available object's versions:

https://www.dbc.wroc.pl/publication/182281

Show description in RDF format:

RDF

Show description in OAI-PMH format:

OAI-PMH

Edition name Date
Potencjał sztucznej inteligencji w prognozowaniu upadłości spółek – analiza porównawcza dyskryminacyjnych modeli predykcji bankructwa polskich przedsiębiorstw Feb 3, 2026

Objects Similar

Debiuty Studenckie
Debiuty Studenckie
Polska a unia walutowa: szanse i wyzwania dla gospodarki oraz społeczeństwa

Kukułka, Wiktoria Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
Debiuty Studenckie
Debiuty Studenckie
Bariery w pozyskiwaniu finansowania venture capital przez młode przedsiębiorstwa w Polsce

Mertins, Karolina Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
Debiuty Studenckie
Debiuty Studenckie
Rola i znaczenie przedsiębiorstw społecznych w gospodarkach Polski, Czech i Węgier

Hadłów, Kacper Król, Paweł Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
Debiuty Studenckie
Debiuty Studenckie
Korzyści finansowe dla przedsiębiorców z tytułu zwrotu kosztów wyposażenia stanowisk pracy dla osób z niepełnosprawnościami w latach 2019-2023

Kędzierska, Natalia Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
Debiuty Studenckie
Debiuty Studenckie
Stan edukacji finansowej w Polsce w latach 2019-2023

Chojecka, Magdalena Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
Debiuty Studenckie
Debiuty Studenckie
Ekonomia i finanse [całość]

Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
książka
Debiuty Studenckie
Debiuty Studenckie
Spis treści [Ekonomia i finanse / red. M. Gasz, A. Koza, APolitaj.- Wrocław, 2025]

Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
Debiuty Studenckie
Debiuty Studenckie
Zawody cyfrowej ery: analiza profesji influencera, youtubera i podcastera

Turek, Natalia Gasz, Małgorzata. Redaktor Koza, Andrzej. Redaktor Politaj, Adriana. Redaktor

2025
rozdział
More
×

Citation

Citation style:

Contact details

Address

Wrocław University of Science and Technology (Coordinator)
Library of Wrocław University of Science and Technology
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Poland

Phone

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Visit us!

https://biblioteka.pwr.edu.pl/

This page uses 'cookies'. More information