Analiza porównawcza zdolności predykcyjnej wybranych metod prognozowania upadłości przedsiębiorstw

Business failure is a feature of any developed market economy. This phenomenon entails high costs, both economic and social. For this reason, attempts have been made continuously since the beginning of the twentieth century to predict failures of businesses. The interest in this issue is reflected in the application of increasingly advanced statistical methods. The aim of the paper is to compare the predictive capacity of nine methods used in the literature to predict the bankruptcy of enterprises. The empirical research was conducted on the basis of the financial data of 180 Polish public limited companies. Its results made it possible to state that the accuracy of classification of particular methods (and thus their rating) depends on the size of the research sample and on the length of the forecast period. It was also found that the rating of the tested methods does not depend on the chosen method of selection of predictive variables.Upadłość przedsiębiorstw jest cechą każdej rozwiniętej gospodarki rynkowej. Zjawisko to pociąga za sobą wysokie koszty, zarówno ekonomiczne, jak i społeczne. Z tego powodu nieustannie od początku XX w. podejmowane są próby prognozowania upadłości przedsiębiorstw. Zainteresowanie omawianą problematyką znajduje swoje odzwierciedlenie w stosowaniu coraz bardziej zaawansowanych metod statystycznych. Celem artykułu jest porównanie zdolności predykcyjnej 9 metod wykorzystywanych w literaturze do prognozowania upadłości przedsiębiorstw. Badania empiryczne przeprowadzono na podstawie danych finansowych 180 polskich spółek akcyjnych. Jego wyniki pozwoliły stwierdzić, że trafność klasyfikacji poszczególnych metod (a tym samym ich ranking), uzależniona jest od wielkości badanej próby badawczej oraz od długości horyzontu prognozy. Ranking badanych metod nie zależy natomiast od wybranej metody doboru zmiennych predykcyjnych. Metoda lasów losowych okazała się najsprawniejszym narzędziem prognostycznym