Wykorzystanie narzędzi klasy Business Intelligence do oceny kondycji finansowej polskich kopalń węgla kamiennego

• Autorzy: Sukiennik M.

Warianty tytułu

EN

The use of Business Intelligence class tools to asess the financial condition of the Polish hard coal mines

• Języki publikacji: PL

Abstrakty

PL

W artykule scharakteryzowano wybrane metody służące ocenie stanu finansowego przedsiębiorstw. Scharakteryzowano metodę analizy dyskryminacyjnej, w szczególności model zaproponowany do oceny przedsiębiorstw branży wydobywczej. Wykazano specyfikę przemysłu wydobywczego oraz scharakteryzowano narzędzia klasy Business Intelligence mogące być wsparciem w ocenie stanu finansowego kopalń węgla kamiennego.

EN

The article characterizes selected methods used for assessing of financial condition of companies. It characterized the method of a disriminatory analysis, in particular the model proposed for the evaluation if extractive industry companies. The particular character of extractive industries was pointed out and Business Intelligence class tools characterized that could be an aid in the assessment of the financial conditions if hard coal mines.

Słowa kluczowe

PL

analiza dyskryminacyjna; model; przemysł wydobywczy

EN

disriminatory analysis; model; extractive industry

• Wydawca: Wydawnictwo Górnicze Sp. z o.o.
• Czasopismo: Wiadomości Górnicze
• Rocznik: 2014
• Tom: R. 65, nr 4
• Strony: 221--225
• Opis fizyczny: Bibliogr. 14 poz.

Twórcy

autor

Sukiennik M.

• AGH Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• 1. Gately E.: Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. WIG-Press, Warszawa 1999
• 2. Holland J.H.: Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology. Control and Artificial Intelligence. The MIT Press Cambridge, USA, 1992
• 3. Hołda A.: Wykorzystanie analizy dyskryminacyjnej w predykcji bankructwa - doświadczenia światowe. Zeszyty Teoretyczne Rachunkowości, T. 5(61). Warszawa 2001
• 4. Korol T.: Prognozowanie upadłości firm przy wykorzystaniu miękkich technik obliczeniowych. Finansowy Kwartalnik Internetowy „e-Finanse" 2010, nr 1 http://www.e-finanse.com/artykuly_eng/ 140.pdf, dostęp z dnia 27.11.2012 r.
• 5. Marjak H.: Neuronowe modele identyfikowania sytuacji finansowej przedsiębiorstw. Roczniki Naukowe SERiA, T. XII, Zeszyt 3, s. 263-268, Warszawa-Poznań-Szczecin 2010
• 6. Marjak H.: Neuronowe modele identyfikowania sytuacji finansowej średnich przedsiębiorstw. Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą 2011, nr 37, s. 217-228
• 7. Sukiennik M.: Wykorzystanie algorytmów genetycznych - problem oceny kondycji finansowej kopalń węgla kamiennego. Szkoła Ekonomiki i Zarządzania w Górnictwie, Szczyrk 2007
• 8. Sukiennik M.: Koncepcja analizy porównawczej metod oceny kondycji finansowej kopalń węgla kamiennego w Polsce. Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, Prace Naukowe Instytutu Górnictwa PW 2007, nr 120/49, s. 297-304
• 9. Sukiennik M.: Analiza dyskryminacyjna oraz miękkie techniki obliczeniowe w ocenie stanu finansowego polskich kopalń. Zarządzanie finansami: mierzenie wyników przedsiębiorstw i ocena efektywności inwestycji. Zeszyty Naukowe - Uniwersytet Szczeciński 2013, nr 59, s. 291-299
• 10. Sukiennik M.: Zastosowanie analizy dyskryminacyjnej do oceny stanu finansowego przedsiębiorstw. Krakowska Konferencja Młodych Uczonych, Kraków 2007
• 11. Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998
• 12. Vujic S., Miljanovic I., Kuzmanovic M., Bartulovic Z., Gaijc G., Lazic P.: The deterministic fuzzy linear approach in planning the production of mine system with several open pits. Archives of Mining Sciences 2011, Vol. 56, no 3
• 13. Yager R.R., Filev P.D.: Podstawy modelowania i sterowania rozmytego. Wydawnictwo Naukowo-Techniczne, Warszawa 1995
• 14 Żuranda J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. PWN, Warszawa 1996