J 2016

The application of artificial neural networks on the prediction of the future financial development of transport companies

VOCHOZKA, Marek a Penfei SHENG

Základní údaje

Originální název

The application of artificial neural networks on the prediction of the future financial development of transport companies

Název česky

Aplikace umělých neuronových sítí při predikci budoucího finančního rozvoje dopravních podniků

Autoři

VOCHOZKA, Marek (203 Česká republika, domácí) a Penfei SHENG (156 Čína)

Vydání

Communications : scientific letters of the University of Žilina, Žilina, EDIS - vydavatel´ské centrum ŽU, 2016, 1335-4205

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50200 5.2 Economics and Business

Stát vydavatele

Slovensko

Utajení

není předmětem státního či obchodního tajemství

Kód RIV

RIV/75081431:_____/16:00000651

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

Klíčová slova česky

dopravní podnik; finanční problémy; predikce; neuronové sítě; model

Klíčová slova anglicky

transport company; financial problems; prediction; neural network; model

Štítky

Příznaky

Recenzováno
Změněno: 2. 9. 2016 13:20, Hana Dlouhá

Anotace

ORIG CZ

V originále

The aim of this article is to utilize artificial neural networks to predict potential financial problems in transport companies in the Czech Republic. It is logical that uncertain economic environment it is necessary for companies to be able to plan better, to report more precisely and to be able to better evaluate their future financial development. The text uses financial statement data, non-accounting data and six types of neural network. The autors predict how companies are able to overcome potential financial problems, within how many years a company might go bankrupt, or whether a company might go bankrupt within one calendar year.

Česky

Cílem článku je využít umělé neuronové sítě pro predikci potenciálních finančních problémů v dopravních podnicích v České republice. Je logické, že v nejistém ekonomickém prostředí je pro podniky nezbytné, aby lépe plánovaly, podávat přesné zprávy pro lepší zhodnocení jejich budoucího finančního vývoje. Text využívá údaje účetní závěrky, neúčetní data a šest typů neuronové sítě. Autoři předpovídají, jak jsou podniky schopny překonat potenciální finanční problémy, během kolika let může podnik zbankrotovat a zda zbankrotuje během jednoho kalendářního roku.