Object's details: Application of Discriminant Analysis and Neural Networks to Forecasting the Financial Standing of Farms

Provider:Repozytorium Uniwersytetu Łódzkiego

Description

Title:
Application of Discriminant Analysis and Neural Networks to Forecasting the Financial Standing of Farms
Creator:
Kisielińska, Joanna
Contributor:
Warsaw Agricultural University
Description:
The aim of the research was to determinate a linear discriminant function and neural network that could be applied for financial situation forecasting in polish farms sector. The construction of discriminant models was based on set of financial indicators and the classification criterion was based on the private farm's income. The investigated population was divided into two equal groups with respect to the median value of income. The data was gathered in the period of several years that allowed examine the influence of the time on the quality of discriminant models. Also the set of indicators with large forecasting ability was determined. The data used for the discriminant models was sourced from private farms keeping farm accountancy under auspices the Institute of Agricultural and Food Economics in the years 1992-2002. The calculations was made with help of STATISTICA and data analysis with Excel using VISUAL BASIC FOR APPLICATION.;
Celem prezentowanych badań było wyznaczenie liniowej funkcji dyskryminacyjnej oraz sieci neuronowej do tworzenia prognoz sytuacji finansowej gospodarstw rolniczych. Podstawę, konstrukcji modeli dyskryminacyjnych stanowił zestaw wskaźników finansowych, natomiast kryterium klasyfikacji oparte zostało na dochodzie rolniczym. Badaną zbiorowość podzielono na dwie równoliczne klasy. Gospodarstwa osiągające dochód rolniczy mniejszy od mediany (gospodarstwa słabe) zaliczano do klasy I, natomiast o dochodzie od niej większym (gospodarstw dobre) do II. Taki dobór kryterium klasyfikacji wynika z tego, że w przypadku gospodarstw rolniczych problem bankructwa praktycznie nie występuje, wobec czego nie można dla nuli budować typowych modeli ostrzegawczych. Analizy przeprowadzono na podstawie danych pochodzących z kilku lat, co pozwoliło im zbadanie wpływu czasu na jakość uzyskanych modeli dyskryminacyjnych. Chodziło o sprawdzenie, czy model zbudowany dla jednego roku można będzie wykorzystać w lalach kolejnych. Cel dodatkowy polegał na określeniu wskaźników finansowych o największych zdolnościach prognostycznych, czyli takich, których wpływ na wartość funkcji dyskryminacyjnej jest najistotniejszy. Modele dyskryminacyjne utworzono w oparciu o wyniki finansowe gospodarstw rolniczych prowadzących rachunkowość rolną pod kierunkiem Instytutu Ekonomiki Rolnictwa i Gospodarki Żywnościowej w latach 1992-2001. Do obliczeń wykorzystany został pakiet STATISTICA, natomiast obróbkę danych i analizę wyników wykonano w arkuszu kalkulacyjnym EXCEL wykorzystując język VISUAL BASIC FOR APPLICATION.;
Zadanie pt. „Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki” nr 885/P-DUN/2014 zostało dofinansowane ze środków MNiSW w ramach działalności upowszechniającej naukę
Object availability:
free access
Date:
2015.04.03;
2009
Type:
Article
Language:
English
Format:
application/pdf
Publisher:
Wydawnictwo Uniwersytetu Łódzkiego
Relation:
Acta Universitatis Lodziensis. Folia Oeconomica;225
Subject:
linear discriminant function;
neural networks
Identifier:
0208-6018;
http://hdl.handle.net/11089/7694
Data provider:
Repozytorium Uniwersytetu Łódzkiego

Similar objects

Application of Discriminant Analysis and Neural Networks to Forecasting the Financial Standing of Farms

Creator:Kisielińska, Joanna

Date:2015.04.03 | 2009

Type:image

Classification of Dermatological Asymmetry of the Skin Lesions using Pretrained Convolutional Neural Networks

Creator:Beczkowski, Michał | Borowski, Norbert | Milczarski, Piotr

Date:2021.12.21 | 2021

Type:sound

Using Artificial Neural Networks to Predict Stock Prices

Creator:Kozdraj, Tomasz

Date:2015.04.03 | 2009

Type:image

Perspektywy rozwoju tłumaczenia maszynowego (na przykładzie angielsko-rosyjskich relacji przekładowych)

Creator:Olas, Jakub

Date:2019.09.05

Type:other

Kohonen self-organizing maps for symbolic objects

Creator:Dudek, Andrzej

Date:2016.01.03 | 2008

Type:image

Proposition of Applying k-Means Classification Method and the SOM Type Neural Network to Improve the Efficiency of Small Domains Estimation in a Representative Study of Small and Medium-Sized Enterprises

Creator:Jurkiewicz, Tomasz | Najman, Krzysztof

Date:2016.04.25 | 2005

Type:image

An Influence of Classification Method on Efficiency of Modified Synthetic Estimator

Creator:Jurkiewicz, Tomasz | Najman, Krzysztof

Date:2016.03.25 | 2006

Type:image

Exchange Rates: Predictable but not Explainable? Data Mining with Leading Indicators and Technical Trading Rules

Creator:Brandl, Bernd

Date:2016.05.05 | 2005

Type:image

Federacja Bibliotek Cyfrowych

Object's details: Application of Discriminant Analysis and Neural Networks to Forecasting the Financial Standing of Farms

Description

Similar objects