The period of Covid pandemic was one of the most restrictive times for the passenger transport sector. Due to the impact of anti-pandemic measures, the mobility of the population was limited, which was reflected in the decrease in sales and collapse of long-term financial indicators. Therefore, the period can be considered as the case of critical macroeconomic disturbances. The main purpose of this research is to identify the most relevant financial indicators that affect the transport enterprises performance and define new alternative way of grouping company financial indicators based on their mutual correlation. Therefore, this paper, using the tools of descriptive statistics and factor analysis, identifies the correlations of selected financial indicators that allow a better understanding of their interrelatedness and influence during extraordinary macroeconomic situations on the market. The data source was the financial statements of public passenger transport companies in V4 countries during the period 2018-2021 obtained from the international platform Orbis. Factor analysis made it possible to reduce the number of financial indicators from 17 to 2, 3 or 4 created factors (depending on the country and analysed year). It is a non-traditional multidimensional approach to working with financial information, allowing to identify new related groups of financial indicators based on their mutual relationship, and to name these groups appropriately with the elimination of multicollinearity. The long-term economic sustainability of public transport must be based on the marginal level of demand ensuring the required financial performance, which can also be quantified through defined groups of financial indicators. The applied method can be considered as quasi-universal approach for evaluating financial performance during deep macroeconomic disturbances.
PL
Okres pandemii Covid-19 był jednym z najbardziej restrykcyjnych dla sektora transportu pasażerskiego. Ze względu na wpływ środków antypandemicznych mobilność ludności została ograniczona, co znalazło odzwierciedlenie w spadku sprzedaży i załamaniu długoterminowych wskaźników finansowych. W związku z tym okres ten można uznać za przypadek krytycznych zaburzeń makroekonomicznych. Głównym celem niniejszego badania jest identyfikacja najistotniejszych wskaźników finansowych, które wpływają na wyniki przedsiębiorstw transportowych oraz określenie nowego alternatywnego sposobu grupowania wskaźników finansowych firmy w oparciu o ich wzajemną korelację. W związku z tym w niniejszym artykule, przy użyciu narzędzi statystyki opisowej i analizy czynnikowej, zidentyfikowano korelacje wybranych wskaźników finansowych, które pozwalają na lepsze zrozumienie ich wzajemnych powiązań i wpływu podczas nadzwyczajnych sytuacji makroekonomicznych na rynku. Źródłem danych były sprawozdania finansowe publicznych przedsiębiorstw transportu pasażerskiego w krajach V4 w latach 2018-2021, pozyskane z międzynarodowej platformy Orbis. Analiza czynnikowa umożliwiła zmniejszenie liczby wskaźników finansowych z 17 do 2, 3 lub 4 utworzonych czynników (w zależności od kraju i analizowanego roku). Jest to nietradycyjne wielowymiarowe podejście do pracy z informacjami finansowymi, pozwalające na identyfikację nowych powiązanych grup wskaźników finansowych w oparciu o ich wzajemne relacje oraz odpowiednie nazwanie tych grup z wyeliminowaniem wieloliniowości. Długoterminowa stabilność ekonomiczna transportu publicznego musi opierać się na krańcowym poziomie popytu zapewniającym wymagane wyniki finansowe, które można również określić ilościowo za pomocą zdefiniowanych grup wskaźników finansowych. Zastosowaną metodę można uznać za quasi-uniwersalne podejście do oceny wyników finansowych podczas głębokich zakłóceń makroekonomicznych.
The paper presents the creation of the model that predicts the business failure of companies operating in V4 countries. Based on logistic regression analysis, significant predictors are identified to forecast potential business failure one year in advance. The research is based on the data set of financial indicators of more than 173 000 companies operating in V4 countries for the years 2016 and 2017. A stepwise binary logistic regression approach was used to create a prediction model. Using a classification table and ROC curve, the prediction ability of the final model was analysed. The main result is a model for business failure prediction of companies operating under the economic conditions of V4 countries. Statistically significant financial parameters were identified that reflect the impending failure situation. The developed model achieves a high prediction ability of more than 88%. The research confirms the applicability of the logistic regression approach in business failure prediction. The high predictive ability of the created model is comparable to models created by especially sophisticated artificial intelligence approaches. The created model can be applied in the economies of V4 countries for business failure prediction one year in advance, which is important for companies as well as all stakeholders.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.