J
2016
The application of artificial neural networks on the prediction of the future financial development of transport companies
VOCHOZKA, Marek and Penfei SHENG
Basic information
Original name
The application of artificial neural networks on the prediction of the future financial development of transport companies
Name in Czech
Aplikace umělých neuronových sítí při predikci budoucího finančního rozvoje dopravních podniků
Authors
VOCHOZKA, Marek (203 Czech Republic, belonging to the institution) and Penfei SHENG (156 China)
Edition
Communications : scientific letters of the University of Žilina, Žilina, EDIS - vydavatel´ské centrum ŽU, 2016, 1335-4205
Other information
Type of outcome
Článek v odborném periodiku
Field of Study
50200 5.2 Economics and Business
Country of publisher
Slovakia
Confidentiality degree
není předmětem státního či obchodního tajemství
RIV identification code
RIV/75081431:_____/16:00000651
Organization unit
Institute of Technology and Business in České Budějovice
Keywords (in Czech)
dopravní podnik; finanční problémy; predikce; neuronové sítě; model
Keywords in English
transport company; financial problems; prediction; neural network; model
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.
In Czech
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.
Displayed: 22/12/2024 08:04