The concept of liquidity planning with application of data mining techniques

• Autorzy: Relich M.

Warianty tytułu

PL

Koncepcja planowania płynności finansowej z wykorzystaniem technik drążenia danych

• Języki publikacji: EN

Abstrakty

EN

This paper takes into consideration the concept of liquidity planning that is based on data mining techniques. In proposed approach used the fuzzy neural system that seeks the relations in data base of enterprise. It is an alternative approach as compared to the ones that have been applied so far. The example presented in this paper relates the estimation a delay in accounts receivable payment. Additional on the base the sought rules, there can try improve the liquidity level. There was proposed, how a  consultant may increase the user's acceptance relative to application of data mining techniques.

PL

W pracy przedstawiono koncepcję planowania płynności finansowej, opartą na technikach drążenia danych. W proponowanym podejściu z wykorzystaniem systemu rozmyto-neuronowego następuje wyszukiwanie zależności w archiwum danych przedsiębiorstwa. Przedstawione w  artykule narzędzie dotyczy monitorowania płynności finansowej, czyli obszaru szczególnego zainteresowania przedsiębiorstwa. W artykule opisano wyznaczanie płynności z wykorzystaniem podejść klasycznych oraz podejścia opartego na nowoczesnych technikach analizy danych. Zaproponowano również w jaki sposób konsultant przedsiębiorstwa może zwiększyć akceptację użytkownika dla technik drążenia danych.

Słowa kluczowe

EN

financial liquidity; fuzzy-neural system

PL

płynność finansowa; finanse przedsiębiorstwa; systemy informacyjne biznesu; monitorowanie systemu

• Wydawca: University of Zielona Góra, Faculty of Economics and Management
• Czasopismo: Management
• Rocznik: 2009
• Tom: Vol. 13, no 1
• Strony: 270--282
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Relich M.

• Uniwersytet Zielonogórski, Wydział Ekonomii i Zarządzania, 65-246 Zielona góra, ul. Podgórna 50,

Bibliografia

• 1. Badiru A.B., Cheung J.Y. (2002), Fuzzy engineering expert systems with neural network applications, John Wiley & Sons, New York.
• 2. Henderson J.W., Maness T.S. (1989), The Financial Analyst's Deskbook: A Cash Flow Approach to Liquidity, Van Nostrand Reihold, New York.
• 3. Kisielnicki J., Sroka H. (1999), Systemy informacyjne biznesu, Wydawnictwo Placet, Warszawa.
• 4. Kluge P.D., Kużdowicz P, Orzeszko P. (2005), Controlling wspomagany komputerowo z wykorzystaniem systemu ERP, Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, Zielona Góra.
• 5. Koronacki J. (2005), Statystyczne systemy uczące się, Wydawnictwo Naukowo-Techniczne, Warszawa.
• 6. Mramor D., Valentincic A. (2003), Forecasting the liquidity of very small private companies, Journal of Business Venturing, vol. 18, no. 6, pp. 745-771.
• 7. Nelles O. (2001), Nonlinear system identification: from classical approaches to neural networks and fuzzy models, Springer-Verlag, Berlin.
• 8. Pal S., Mitra S. (1999), Neuro-Fuzzy Pattern Recognition, John Wiley & Sons, New York.
• 9. Piegat A. (2003), Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 10. Relich M. (2006), Liquidity management in a small enterprise by the application of reverse approach, Management 2006, vol. 10. no. 2, pp. 129-137.
• 11. Relich M., Kluge P.D., Ważna L. (2007), The application of data mining techniques to the cash flow planning in SME, Contemporary problems in enterprise management, ed. Lewandowski J., pp. 66-73, Media Press, Łódź.
• 12. Relich M. (2008), The using of fuzzy-neural system to monitoring and control of liquidity in a small business, Management 2008, vol. 12. no. 1, pp. 295-305.
• 13. Stąpor K. (2005), Automatyczna klasyfikacja obiektów, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 14. Witkowska D. (2002), Sztuczne sieci neuronowe i metody statystyczne: wybrane zagadnienia finansowe, Wydawnictwo C.H. Beck, Warszawa.