The Selection of Variables in the Models for Financial Condition Evaluation

  • Sebastian Klaudiusz Tomczak
  • Arkadiusz Górski
  • Zofia Wilimowska
Conference paper
Part of the Advances in Intelligent Systems and Computing book series (AISC, volume 432)

Abstract

A quality of classification of studied phenomena, or objects depends on the selection of variables (features) and criteria of the assessment. The choice of financial ratios in the study of financial standing of companies is crucial. The article presents the proposal to apply measure of quality of selection to choose sub-optimal subsets of financial ratios that best describe the subject of the research, which is the company. The aim of this study is to present a solution that allows the selection of financial ratios with a very high cognitive value, enabling the building of integrated measures assess the financial condition of the company. The presented results show the process of selection of the five-elements subset from the set of 13 financial ratios.

Keywords

Selection of information Financial ratios Optimization Discriminatory models 

References

  1. 1.
    Nowak, M.: Praktyczna ocena kondycji finansowej przedsiębiorstwa, fRr, Warsaw (1998)Google Scholar
  2. 2.
    Hamrol, M. eds.: Analiza finansowa przedsiębiorstwa—ujęcie sytuacyjne, UE, Poznan (2010)Google Scholar
  3. 3.
    Hołda, A., Micherda, B.: Kontynuacja działalności jednostki i modele ostrzegające przed upadłością. Krajowej Izby Biegłych Rewidentów, Warsaw (2007)Google Scholar
  4. 4.
    Kowalak, R.: Ocena kondycji finansowej przedsiębiorstwa. ODDK, Gdansk (2008)Google Scholar
  5. 5.
    Grabiński, T., Wydymus, S., Zeliaś, A.: Metody doboru zmiennych w modelach ekonometrycznych. PWN, Warsaw (1982)Google Scholar
  6. 6.
    Graves, S.B., Ringuest, J.L.: Models and Methods for Project Selection. Kluwer Academic Publishers, London (2003)Google Scholar
  7. 7.
    Wilimowska, Z.: Kombinatoryczna metoda selekcji cech w rozpoznawaniu obrazów na podstawie wzrostu ryzyka, Archiwum Automatyki i Telemechaniki. 1980, t. 25, z. 3 (1980a)Google Scholar
  8. 8.
    Wilimowska, Z.: Względna dyskretna ocena ryzyka w szacowaniu wartości firmy, in: Information Systems Applications and Technology ISAT 2002 Seminar. Modele zarządzania, koncepcje, narzędzia i zastosowania. Materiały międzynarodowego seminarium, Karpacz, 11–13 grudnia 2002, Wroclaw (2003)Google Scholar
  9. 9.
    Wilimowska, Z.: Models of the firm’s financial diagnose, in: Information Systems Applications and Technology ISAT 2003 Seminar. Proceedings of the 24th international scientific school, Szklarska Poręba, 25–26 September 2003, Wroclaw (2003)Google Scholar
  10. 10.
    Sobczak, W., Malina, W.: Metody selekcji i redukcji informacji. NT, Warsaw (1985)Google Scholar
  11. 11.
    Wilimowska, Z.: Selekcja cech w rozpoznawaniu obrazów. Wroclaw University of Technology, Wroclaw, Rozprawa doktorska (1976)Google Scholar
  12. 12.
    Wilimowska, Z.: Oszacowanie ryzyka Bayesa w problemie rozpoznawania obrazów, Archiwum Automatyki i Telemechaniki. 1980, t. 25, z. 4 (1980b)Google Scholar
  13. 13.
    Karol, T., Prusak, B.: Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji. CeDeWu, Warsaw (2005)Google Scholar
  14. 14.
    Zaleska, M.: Identyfikacja ryzyka upadłości przedsiębiorstwa i banku. Difin, Warsaw (2002)Google Scholar
  15. 15.
    Rooth, A.B.: Pattern Recognition, Data Reduction, Catchwords and Semantic Problems. Etnologiska Institutionens Smaskriftsserie, Uppsala (1979)Google Scholar
  16. 16.
    Jajuga, K.: Statystyczna teoria rozpoznawania obrazów. PWN, Warsaw (1990)Google Scholar

Copyright information

© Springer International Publishing Switzerland 2016

Authors and Affiliations

  • Sebastian Klaudiusz Tomczak
    • 1
  • Arkadiusz Górski
    • 1
  • Zofia Wilimowska
    • 2
  1. 1.The Faculty of Computer Science and ManagementWroclaw University of TechnologyWroclawPoland
  2. 2.University of Applied Sciences in NysaNysaPoland

Personalised recommendations