REPOZYTORIUM UNIWERSYTETU
W BIAŁYMSTOKU
UwB

Proszę używać tego identyfikatora do cytowań lub wstaw link do tej pozycji: http://hdl.handle.net/11320/11290
Pełny rekord metadanych
Pole DCWartośćJęzyk
dc.contributor.authorKonopka, Paweł-
dc.date.accessioned2021-07-14T08:24:36Z-
dc.date.available2021-07-14T08:24:36Z-
dc.date.issued2021-
dc.identifier.isbn978-83-7431-675-0-
dc.identifier.urihttp://hdl.handle.net/11320/11290-
dc.description.abstractProblem oceny ryzyka finansowania przedsiębiorstw jest zagadnieniem ważnym i wciąż aktualnym. Sektor finansowy, a przede wszystkim banki, jest podstawowym źródłem finansowania inwestycji. Banki przeprowadzają ocenę zdolności kredytowej klientów, aby zminimalizować ryzyko kredytowe, przez które rozumie się ryzyko zwrotności kredytu i odsetek, czyli zagrożenie, że kredyt udzielony klientowi wraz z należnymi odsetkami nie zostanie spłacony. Szczególnie w okresach niepewności co do przyszłej sytuacji mikroekonomicznej i makroekonocznej, banki stają przed wyborem metod i technik, dzięki którym mogą zadbać o marginalizowanie ryzyka działalności kredytowej, co w konsekwencji przyczynia się do stabilności systemu bankowego. Celem głównym pracy było przedstawienie problemu oceny ryzyka finansowania przedsiębiorstw jako problemu wielokryterialnego podejmowania decyzji oraz budowa modeli decyzyjnych z wykorzystaniem wybranych metod. Celem metodycznym pracy było opracowanie procedur wielokryterialnych wspomagających ocenę aplikacji kredytowej przedsiębiorstwa. Cel praktyczny pracy sprowadzono do empirycznej weryfikacji zaproponowanych modeli na podstawie danych rzeczywistych. Zarówno cel główny pracy, jak i cele cząstkowe zostały zrealizowane. Do budowy modeli decyzyjnych zaproponowano różne podejścia, wykorzystujące wiele metod. Praca ma charakter teoretyczno-empiryczny, a podstawową cechą ją wyróżniającą są dwa aspekty: metodologiczny i praktyczny. Przegląd literatury przedmiotu pomógł w analizie rozważanych w pracy problemów decyzyjnych. Powstałe modele, które skonstruowano opierając się na danych empirycznych, mogą być stosowane w praktyce. W rozdziale 1 przedstawiono pojęcie ryzyka i niepewności. Przedstawiono problem oceny ryzyka kredytowego oraz związany z nim problem oceny zdolności kredytowej. Zaprezentowano spotykane w literaturze metody stosowane do oceny ryzyka finansowania przedsiębiorstw. W rozdziale 2 omówiono podstawy wielokryterialnej analizy decyzyjnej oraz przedstawiono problem oceny ryzyka finansowania przedsiębiorstw jako zagadnienie wielokryterialnego podejmowania decyzji. Zaprezentowano rozpatrywane w pracy problemy decyzyjne oraz powiązane z nimi dane liczbowe, które w rozdziałach kolejnych wykorzystano do budowy modeli decyzyjnych. Dokonano także weryfikacji statystycznej danych oraz wyboru zmiennych zastosowanych w modelach jako kryteria decyzyjne. W kolejnym kroku z każdym problemem decyzyjnym powiązano metody wielokryterialne (klasyczne lub rozmyte), których użyto do budowy modeli decyzyjnych. Rozdział 3 poświęcono zastosowaniu klasycznych metod wielokryterialnego podejmowania decyzji w ocenie ryzyka finansowania przedsiębiorstw. Dla każdej prezentowanej metody skonstruowano model decyzyjny, a następnie dokonano jego weryfikacji empirycznej z wykorzystaniem posiadanych danych. Rozważano tu zarówno metody oparte na konstrukcji miernika syntetycznego (SAW, Hellwiga, TOPSIS), jak i metodę nieliniową WINGS opartą na konstrukcji i analizie zależności między kryteriami w grafie. W budowie modeli wielokryterialnych uwzględniono różne wektory współczynników wagowych, wyznaczone za pomocą metod szacowania wag kryteriów przedstawionych w rozdziale 2. Rozdział 4 dotyczy zastosowania rozmytych metod wielokryterialnego podejmowania decyzji w ocenie ryzyka finansowania przedsiębiorstw. Określono w nim również podstawowe pojęcia związane z teorią zbiorów rozmytych. Do budowy modeli decyzyjnych wykorzystano rozmyte metody SAW i TOPSIS. Dla obu metod skonstruowano modele decyzyjne, wykorzystując dane o różnym charakterze oraz dokonano ich weryfikacji empirycznej. Podsumowanie zawiera wyniki, wnioski i rekomendacje dotyczące możliwości wykorzystania poszczególnych metod w praktyce.pl
dc.description.sponsorshipWydanie publikacji zostało sfinansowane ze środków Wydziału Ekonomii i Finansów Uniwersytetu w Białymstokupl
dc.language.isoplpl
dc.publisherWydawnictwo Uniwersytetu w Białymstokupl
dc.titleMetody wielokryterialnego podejmowania decyzji w badaniu ryzyka finansowania przedsiębiorstwpl
dc.typeBookpl
dc.rights.holder© Copyright by Uniwersytet w Białymstoku, Białystok 2021-
dc.description.referencesAdamowicz T., 2013, Przyczyny i skutki i fazy kryzysu finansowego lat 2007-2009 w wybranych krajach na świecie, „Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie, Polityki Europejskie, Finanse i Marketing”, 9(58), s. 9-21.pl
dc.description.referencesAdamowicz M., Janulewicz P., 2012, Wykorzystanie metod wielowymiarowych w określeniu pozycji konkurencyjnej gminy na przykładzie województwa lubelskiego, „Metody Ilościowe w Badaniach Ekonomicznych”, 13(1), s. 17-28.pl
dc.description.referencesAdamus W., Łasak P., 2010, Zastosowanie metody AHP do wyboru umiejscowienia nadzoru nad rynkiem finansowym, „Bank i Kredyt”, 41(4), s. 73-100.pl
dc.description.referencesAltman E., Saunders A., 1998, Credit risk measurement: Developments over the last 20 yers, „Journal of Banking & Finance”, 21, s. 1721-1742.pl
dc.description.referencesAltman E.I., 1968, Financial ratios discriminant analysis and the prediction of corporate bankruptcy, „Journal of Finance”, 23(4), s. 589-609.pl
dc.description.referencesAltman E.I., 1988, Default Risk, Mortality Rates, and the Performance of Corporate Bonds, Research Foundation, Institute of Chartered Financial Analysts, Charlottesville, VA.pl
dc.description.referencesAltman E.I., 1989, Measuring corporate bond mortality and performance, „Journal of Finance”, September, s. 909-922.pl
dc.description.referencesAltman E.I., 1992, Revisiting the high yield debt market, „Financial Management”, Summer, s. 78-92.pl
dc.description.referencesAltman E.I., 1993, Corporate Financial Distress and Bankruptcy, wyd. 2., Wiley, New York.pl
dc.description.referencesAltman E.I., Haldeman R., Narayanan P., 1977, Zeta analysis: A new model to identify bankruptcy risk of corporations, „Journal of Banking and Finance”, 1, s. 29-54.pl
dc.description.referencesAmiri M.P., 2010, Project selection for oil-fields development by using the AHP and fuzzy TOPSIS methods, „Expert Systems with Applications”, 37(9), s. 6218-6224.pl
dc.description.referencesSteinhaus H., 1956, Sur la division des corp materiels en parties, „Bulletin de l’Academie Polonaise des Sciences”, 4(12), s. 801-804.pl
dc.description.referencesStępnik A., 2014, Różnice między informacją a wiedzą w kontekście zarządzania, „Studia Metodologiczne”, 32, s. 29-47.pl
dc.description.referencesStillwell W.G., Seaver D.A., Edwards W., 1981, A comparison of weight approximation techniques im multiattribute utility decision making, „Organizational Behavior and Human Performance”, 28, s. 62-77.pl
dc.description.referencesBiswas R., Roy A.R., 2001, An application of intuitionistic fuzzy sets in medical diagnosis, „Fuzzy Sets and Systems”, 117(2), s. 209-213.pl
dc.description.referencesStrahl D., Walesiak M., 1997, Normalizacja zmiennych w skali przedziałowej i ilorazowej w referencyjnym systemie granicznym, „Przegląd Statystyczny”, 1, s. 69-77.pl
dc.description.referencesZadeh L.A., 1975a, The concept of a linguistic variable and its application to approximate reasoning - Part I. Information linguistic variable, „Expert Systems with Applications”, 36(2), s. 3483-3488.pl
dc.description.referencesTakagi T., Sugeno M., 1983, Derivation of fuzzy control rules from human operator’s control actions, „IFAC Proceedings Volumes”, 16(13), s. 55-60.pl
dc.description.referencesTanaka K., 1997, An introduction to fuzzy logic for practical applications, Springer, Berlin.pl
dc.description.referencesTansel İç Y., 2012, Development of a credit limit allocation model for banks using an integrated Fuzzy TOPSIS and linear programming, „Expert Systems with Applications”, 39, s. 5309-5316.pl
dc.description.referencesHeilpern S., 1980, Wybrane zagadnienia z teorii zbiorów rozmytych, „Roczniki Polskiego Towarzystwa Matematycznego”, Seria III: Matematyka Stosowana XVI, s. 26-38.pl
dc.description.referencesMousseau V., Slowinski R., Zieniewicz P., 1999, ELECTRE TRI 2.0a methodological guide and user’s manual, „Document du LAMSADE”, 111, s. 263-275.pl
dc.description.referencesTrabia M., Shi L.Z., Hodge N.E., 2006, A Fuzzy Logic Controller for Autonomous Wheeled Vehicles, [w:] J. Buchli (red.), Mobile Robots, Moving Intelligence, InTech, s. 175-200.pl
dc.description.referencesKacprzyk J., 1986, Zbiory rozmyte w analizie systemowej, PWN, Warszawa.pl
dc.description.referencesTriantaphyllou E., 2000, Multi-criteria decision making methods. A comparative study, Springer, Boston.pl
dc.description.referencesTrzaskalik T., 2014, Wielokryterialne wspomaganie decyzji. Metody i zastosowania, Polskie Towarzystwo Ekonomiczne, Warszawa.pl
dc.description.referencesTrzaskalik T., 2016, Modelowanie preferencji w wielokryterialnych dyskretnych problemach decyzyjnych – przegląd bibliografii, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu”, 426.pl
dc.description.referencesTrzaskalik T., Sitarz S., Dominiak C., 2013, Unified procedure for Bipolar method, [w:] L. Zadnik i in. (red.), Unified procedure for bipolar method. Proceedings of the 12th International Symposium on Operational Research in Slovenia, SOR 2013, Springer, s. 213-218.pl
dc.description.referencesTurlej J., 1994, Strategia i taktyka zarządzania ryzykiem kredytowym, „Bank i Kredyt”, 10, s. 41-47.pl
dc.description.referencesZadeh L.A., 1975b, The concept of a linguistic variable and its application to approximate reasoning – Part II, „Information Sciences”, 8(4), s. 301-357.pl
dc.description.referencesBolc L., Borodziewicz W., Wójcik M., 1991, Podstawy przetwarzania informacji niepewnej i niepełnej, Państwowe Wydawnictwo Naukowe, Warszawa.pl
dc.description.referencesTzeng G.H., Chen T.Y, Wang J.C, 1998, A weight assessing metod with habitual domains, „European Journal of Operational Reserch”, 110(2), s. 342-367.pl
dc.description.referencesNadali A., Pourdarab S., Nosratabadi H.E., 2012, Class Labeling of Bank Credit’s Customers Using AHP and SAW for Credit Scoring with Data Mining Algorithms, „International Journal of Computer Theory and Engineering”, 4(3), s. 401-404.pl
dc.description.referencesPluta W., 1976, Taksonomiczna procedura prowadzenia syntetycznych badań porównawczych za pomocą zmodyfikowanej miary rozwoju gospodarczego, „Przegląd Statystyczny”, 4, s. 511-517.pl
dc.description.referencesTzeng G.H., Huang J.J., 2011, Multiple Attribute Decision Making Methods and Applications, CRC Press, Boca Raton.pl
dc.description.referencesWalesiak M., 2002, Propozycja uogólnionej miary odległości w statystycznej analizie wielowymiarowej, [w:] J. Paradysz (red.), Statystyka regionalna w służbie samorządu lokalnego i biznesu, Internetowa Oficyna Wydawnicza, Centrum Statystyki Regionalnej, Poznań, s. 115-121.pl
dc.description.referencesWalesiak M., 2012, Pomiar odległości obiektów opisanych zmiennymi mierzonymi na skali porządkowej – strategie postępowania, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu”, 242, s. 39-46.pl
dc.description.referencesKaczmarek T.T., 2010, Zarządzanie ryzykiem: ujęcie interdyscyplinarne, Wydawnictwo Difin, Warszawa.pl
dc.description.referencesWang X., Ruan D., Kerre E.E., 2009, Mathematics of Fuzziness – Basic Issues, Springer Verlag, Berlin – Heidelberg.pl
dc.description.referencesZadeh L.A., 1975c, The concept of a linguistic variable and its application to approximate reasoning – Part III, „Information Sciences”, 9(1), s. 43-80.pl
dc.description.referencesBottani E., Rizzi A., 2006, A fuzzy TOPSIS methodology to support outsourcing of logistics services, „Supply Chain Management: an International Journal”, 11(4), s. 294-308.pl
dc.description.referencesZadeh L.A., 1997, Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic, „Fuzzy Sets and Systems”, 90(2), s. 111-127.pl
dc.description.referencesZadeh L.A., 1965, Fuzzy sets, „Information and Control”, 8, s. 338-353.pl
dc.description.referencesNedeljkovic I., 2004, Image classification based on fuzzy logic, MapSoft Ltd, Zahumska 26 11000 Belgrade, Serbia and Montenegro, Commission VI, WG VI/1-3.pl
dc.description.referencesPawlak Z., 1999, Decision rules, Bayes’ rule and rough sets, [w:] N. Zhong, A. Skowron, S. Ohsuga (red.), New Direction in Rough Sets, Data Mining, and Granular-Soft Computing, Proceedings of 7th International Workshop, RSFDGrC '99, Yamaguchi, Japan, November 9-11, 1999, Springer, s. 1-9.pl
dc.description.referencesWang Y.-M., Elhag T.M.S., 2006, On the normalization of interval and fuzzy weight, „Fuzzy Sets and Systems”, 157(18), s. 2456-2471.pl
dc.description.referencesKamalloo E., Abadeh M., 2014, Credit Risk Prediction Using Fuzzy Immune Learning, „Advances in Fuzzy Systems”, 2014, Article ID 651324, s. 1-11.pl
dc.description.referencesZavadskas E.K. i in., 2016, Development of TOPSIS method to solve complicated decision-making problems – An overview on developments from 2000 to 2015, „International Journal of Information Technology & Decision Making”, 15(3), s. 645-682.pl
dc.description.referencesZawadzka Z., 2000, Zarządzanie ryzykiem w banku komercyjnym, Poltext, Warszawa.pl
dc.description.referencesZhong N., Skowron A., Ohsuga S., 1999, New Direction in Rough Sets, Data Mining, and Granular-Soft Computing, Springer.pl
dc.description.referencesZimmermann H.J., 2001, Fuzzy set theory and its application, Kluwer Academic Publishers, Boston – Dordrecht – London.pl
dc.description.referencesZopounidis C., Doumpos M., 2002, Multicriteria classification and sorting methods: a literature review, „European Journal of Operational Research”, 138(2), s. 229-246.pl
dc.description.referencesBottomley P.A., Doyle J.R., Green R.H., 2000, Testing the reliability of weight elicitation methods: direct rating versus point allocation, „Journal of Marketing Reserch”, 37(4), s. 508-513.pl
dc.description.referencesBrans J.P., Vincke P., Mareschal B., 1986, How to select and how to rank projects: The PROMETHEE method, „European Journal of Operational Research”, 24(2), s. 228-238.pl
dc.description.referencesNiedziółka P., 2002, Zarządzenie ryzykiem stopy procentowej w banku, Wydawnictwo Difin, Warszawa.pl
dc.description.referencesBrzostowski J., Roszkowska E., 2014, Wybrane własności i odmiany SAW w kontekście wspomagania negocjacji, „Studia Ekonomiczne. Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach”, 178, s. 108-128.pl
dc.description.referencesBrzostowski J., Roszkowska E., Wachowicz T., 2014, Supporting ill-structured negotiation problems, [w:] P. Guo, W. Pedrycz (red.), Human-Centric Decision Making Models for Social Sciences, Springer, London, s. 339-367.pl
dc.description.referencesHellwig Z., 1968, Zastosowanie metody taksonomicznej do typologicznego podziału kraju ze względu na poziom rozwoju oraz zasoby i strukturę wykwalifikowanych kadr, „Przegląd Statystyczny”, 4.pl
dc.description.referencesPawlak Z., 2001, New look Bayes’ theorem – the rough set outlook, [w:] G. Hirano, M. Inuiguchi, S. Tsumoto (red.), Proceedings of International Workshop on Rough Set Theory and Granular Computing (RSTGC 2001), Matshue, Shimane, Japan, s. 1-8.pl
dc.description.referencesChanas S., Kolodziejczyk W., Machaj A., 1984, A fuzzy approach to the transportation problem, „Fuzzy Sets and Systems”, 13, s. 211-221.pl
dc.description.referencesAnggraeni E.Y. i in., 2018, Poverty level grouping using SAW method, „International Journal of Engineering & Technology”, 7(2.27), s. 218-224.pl
dc.description.referencesChanas S., & Kuchta D., 1996, A concept of the optimal solution of the transportation problem with fuzzy cost coefficients, „Fuzzy Sets and Systems”, 82(3), s. 299-305.pl
dc.description.referencesChang P.T., Lee E.S., 1995, The estimation of normalized fuzzy weights, „Computer Mathematics with Applications”, 29(5), s. 21-42.pl
dc.description.referencesChavira D.A.G. i in., 2017, A credit ranking model for a parafinancial company based on the ELECTRE--III method and a multiobjective evolutionary algorithm, „Applied Soft Computing”, 60, s. 190-201.pl
dc.description.referencesChen C.T., 2000, Extension of the TOPSIS of group decision-making under fuzzy environment, „Fuzzy Sets and Systems”, 114, s. 1-9.pl
dc.description.referencesNowak E., 1984, Problemy doboru zmiennych do modelu ekonometrycznego, PWN, Warszawa.pl
dc.description.referencesChen S.J., Hwang C.L., 1992, Fuzzy multiple attribute decision making methods, [w:] S.J. Chen, C.L. Hwang, Fuzzy multiple attribute decision making. Metods and Applications, Springer, Berlin – Heidelberg, s. 289-486.pl
dc.description.referencesChu T.C., Tsao C.T., 2000, Ranking fuzzy Number with and Area between the centroid point and original point, „Computers and Mathematics with Applications”, 43, s. 111-117.pl
dc.description.referencesCieślak M., 1974, Taksonomiczna procedura prognozowania rozwoju gospodarczego i określania potrzeb na kadry kwalifikowane, „Przegląd Statystyczny”, 1, s. 29-39.pl
dc.description.referencesHellwig Z., 1981, Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych, [w:] W. Welfe (red.), Metody i modele ekonomiczno-matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną, PWE, Warszawa, s. 46-68.pl
dc.description.referencesDaliyev A., 2015, Credit Risk Assessment by Means of Fuzzy Logic Prediction, „Journal of Multidisciplinary Engineering Science and Technology”, 2(5), s. 902-904.pl
dc.description.referencesPerło D., Roszkowska E., 2011, Zastosowanie wybranych metod klasyfikacji do analizy zrównoważonego rozwoju, „Zeszyty Naukowe Uniwersytetu Ekonomicznego w Poznaniu”, 176, s. 372-399.pl
dc.description.referencesde Almeida A.T., 2007, Multicriteria decision model for outsourcing contracts selection based on utility function and ELECTRE method, „Computers & Operations Research”, 34(12), s. 3569-3574.pl
dc.description.referencesDe Soto J.H., 2009, Pieniądz, kredyt bankowy i cykle koniunkturalne, Instytut Ludwiga von Misesa, Warszawa.pl
dc.description.referencesKasjaniuk M., 2006, Zastosowanie analizy dyskryminacyjnej do modelowania i prognozowania upadłości przedsiębiorstw, „Barometr Regionalny”, 2(6), s. 95-100.pl
dc.description.referencesDeni W., Sudana O., Sasmita A., 2013, Analysis and Implementation Fuzzy Multi-Attribute Decision Making SAW Method for Selection of High Achieving Students in Faculty Level, „International Journal of Computer Science Issues”, 10(1), s. 674-680.pl
dc.description.referencesPritchard C.L., 2002, Zarządzanie ryzykiem w projektach. Teoria i praktyka, WIG-PRESS, Warszawa.pl
dc.description.referencesDiakoulaki D., Mavrotas G., Papayannakis L., 1995, Determining objective weights in multiple criteria problems: The CRITIC metod, „Computers & Operations Research”, 22, s. 763-770.pl
dc.description.referencesDowgiełło Z., 1996, Słownik ekonomiczny przedsiębiorcy, Wydawnictwo Znicz, Szczecin.pl
dc.description.referencesDriankov D., Hellendoorn H., Reinfrank M., 1996, Wprowadzenie do sterowania rozmytego, WNT, Warszawa.pl
dc.description.referencesDubois D., and H. Prade H., 1978, Operations of Fuzzy Numbers, „International Journal of Systems Science”, 9(6), s. 613-626.pl
dc.description.referencesHellwig Z., 1969, Problem optymalnego wyboru predyktant, „Przegląd Statystyczny”, 6(3-4).pl
dc.description.referencesDubois D., and H. Prade H., 1980, Fuzzy sets and systems, Theory and Applications, Academic Press, New York.pl
dc.description.referencesEdwards W., 1997, How to Use Multiattribute Utility Analysis for Social Decision-making, „IEEE Transactions on Systems, Man, and Cybernetic”, 7 , s. 326–340.pl
dc.description.referencesPeters J., 1990, A Cognititve Computational Model of Risk Hypothesis Generation, „Journal of Accounting Research ”, 28, s. 83-109.pl
dc.description.referencesEdwards W., Barron F.H., 1994, SMARTS and SMARTER: Improved simple methods for multiattri-bute measurement, „Organizational Behavior and Human Decision Process”, 60, s. 306-325.pl
dc.description.referencesFerreira F.A., Santos S.P., Dias V.M., 2014, An AHP-based approach to credit risk evaluation of mortgage loans, „International Journal of Strategic Property Management”, 18(1), s. 38-55.pl
dc.description.referencesNowak E., 1997, Zarys metod ekonometrii, Wydawnictwo Naukowe PWN, Warszawa.pl
dc.description.referencesFicoń K., 2013, Zastosowanie rozmytych sterowników Mamdaniego do określania ryzyka wieloczynnikowego, „Zeszyty Naukowe Akademii Marynarki Wojennej”, 54, 3(194), s. 65-88.pl
dc.description.referencesKeeney R.L, Raiffa H., 1976, Decisions with Multiple Objectives: Preferences and Value Trade-Offs, Willey, New York.pl
dc.description.referencesFigueira J., Greco S., Ehrgott M., 2005, Multiple Criteria Decision Analysis: State of the Art. Surveys, Springer, New York.pl
dc.description.referencesFigura P., 2011, Sektorowe wartości rekomendowane wskaźników finansowych, praca doktorska, Politechnika Gdańska, Gdańsk.pl
dc.description.referencesFisher R.A., 1936, The use of multiple measurments in taksonomic problems, „Annals of Eugenics”, 7, s. 179-188.pl
dc.description.referencesHołda A., 2001, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH, „Rachunkowość”, 5, s. 306-310.pl
dc.description.referencesGabrusewicz W., 2014, Analiza finansowa przedsiębiorstwa: teoria i zastosowanie, Polskie Wydawnictwo Ekonomiczne, Warszawa.pl
dc.description.referencesGajdka J., Stos D., 1996, Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiębiorstw, [w:] R. Borowiecki (red.), Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw, Akademia Ekonomiczna, TNOiK, Kraków.pl
dc.description.referencesGarcía-Cascales S.M., Lamata M.T., 2012, On Rank Reversal and TOPSIS Method, „Mathematical and Computer Modelling”, 56, s. 123-132.pl
dc.description.referencesPfeffer I., 1956, Insurance and Economic Theory, Homewood, Illinois.pl
dc.description.referencesNowak M., 2004, Preference and veto thresholds in multicriteria analysis based on stochastic dominance, „European Journal of Operational Research”, 158, s. 339-350.pl
dc.description.referencesGasza R., 1997, Związek między wynikami analizy typu Altmana a kształtowaniem się kursów akcji wybranych spółek giełdowych w Polsce. Rezultaty badań najstarszych spółek giełdowych w latach 1991-1995, „Bank i Kredyt”, 3, s. 59-62.pl
dc.description.referencesGątarek D. i in., 2001, Nowoczesne metody zarządzania ryzykiem finansowym, Wig-Press, Warszawa.pl
dc.description.referencesGoodman L.A., 1985, The 1983 Henry L. Rietz memorial lecture. The analysis of cross-classified data having ordered and/or unordered categories: Association models, correlation models, and asymmetry models for contingency tables with or without missing entries, „The Annals of Statistics”, 13, s. 10-69.pl
dc.description.referencesGoodman L.A., 1986, Some useful extensions of the usual correspondence analysis approach and the usual log-linear models approach in the analysis of contingency tables, „International Statistical Review”, 54, s. 243-309.pl
dc.description.referencesKhalil J., Martel J.M., Jutras P., 2000, A multicriterion system for credit risk rating, http://www.fsa.ulaval.ca/sirul/1999-014.pdf.pl
dc.description.referencesGoodwin P., Wright G., 2011, Analiza decyzji, Wolters Kluwer Polska, Warszawa.pl
dc.description.referencesHołda A., 2002, Wykorzystanie analizy dyskryminacyjnej do prognozy upadłości spółek rynku kapitałowego, „Nasz Rynek Kapitałowy”, 11(143).pl
dc.description.referencesGordy M.B., 2000, A comparative anatomy of credit risk models, „Journal of Banking & Finance”, 24(1-2), s. 119-149.pl
dc.description.referencesGórecka D., Pietrzak M.B., 2012, Zastosowanie metody Promethee II w procesie rankingowania projektów europejskich w ramach Regionalnego Programu Opreacyjnego województwa kujawsko-pomorskiego na lata 2007-2013 projektów europejskich w ramach regionalnego programu operacyjnego województwa kujawsko-pomorskiego na lata 2007-2013. Studia Ekonomiczne/Uniwersytet Ekonomiczny w Katowicach, (Modelowanie preferencji a ryzyko ’12), 83-103.pl
dc.description.referencesGórecka D., Roszkowska E., Wachowicz T., 2014, MARS – a hybrid of ZAPROS and MACBETH for verbal evaluation of the negotiation template, [w:] P. Zaraté i in., Proceedings of the Joint International Conference of the INFORMS GDN Section and the EURO working Group on DSS, Toulouse University, Toulouse, s. 24-31.pl
dc.description.referencesNowak M., 2005, Investment project evaluation by simulation and multiple criteria decision aiding procedure, „Journal of Civil Engineering and Management”, 11, s. 193-202.pl
dc.description.referencesGórniak J., 2000, Zastosowanie analizy korespondencji w badaniach społecznych i marketingowych, „ASK. Research & Methods”, 9, s. 115-134.pl
dc.description.referencesPiasecki K., 1985, Probability of fuzzy events defined as denumerable additivity measure, „Fuzzy Sets and Systems”, 17(3), s. 271-284.pl
dc.description.referencesGrant J., 2001, Churn modeling by rough set approach, manuscript.pl
dc.description.referencesGreco S., Mousseau V., Słowiński R., 2008, Oridinal regression revisited: Multiple criteria ranking Rusing a set od additive value functions, „European Journal of Operational Reserarch”, 191, s. 416-436.pl
dc.description.referencesGruszczyński M., 2001, Modele i prognozy zmiennych jakościowych w finansach i rachunkowości, Monografie i Opracowania, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa.pl
dc.description.referencesGruszczyński M., 2003, Modele mikroekonometrii w analizie i prognozowaniu zagrożenia finansowego przedsiębiorstw, „Working Papers”, PAN, Instytut Nauk Ekonomicznych, 34.pl
dc.description.referencesGruszczyński M., 2010, Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluwer Polska, Warszawa.pl
dc.description.referencesHołda A., 2006, Zasada kontynuacji działalności i prognozowanie upadłości w polskich realiach gospodarczych, Wydawnictwo Akademii Ekonomicznej, Kraków.pl
dc.description.referencesKisielińska J., Waszkowski A., 2010, Polskie modele do prognozowania bankructwa przedsiębiorstw i ich weryfikacja, „Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej”, 82, s. 17-31.pl
dc.description.referencesGruszczyński M., 2012, Finanse empiryczne przedsiębiorstw, Wydawnictwo Difin, Warszawa.pl
dc.description.referencesWu T.C., Hsu M.F., 2012, Credit risk assessment and decision making by a fusion approach, „Knowledge-Based Systems”, 35, s. 102-110.pl
dc.description.referencesGrzywa M., 2011, Zastosowanie sztucznych sieci neuronowych w detekcji kartowych transakcji oszukańczych, Alior Bank S.A., Warszawa.pl
dc.description.referencesGrzywacz J., 2009, Ryzyko kredytowania małych i średnich przedsiębiorstw w Polsce, „Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej”, 77, s. 5-17.pl
dc.description.referencesGuitouni A., Martel J.M., 1998, Tentative guidelines to help choosing an appropriate MCDA method, „European Journal of Operational Research”, 109(2), s. 501-521.pl
dc.description.referencesPiegat A., 1999, Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza Exit, Warszawa.pl
dc.description.referencesHadasik D., 1998, Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Wydawnictwo Akademii Ekonomicznej, Poznań.pl
dc.description.referencesHwang C.L., Yoon K., 1981, Multiple Attribute Decision – making: Methods and Applications, Springer, Berlin.pl
dc.description.referencesKonarzewska-Gubała E., 2002, Multiple criteria company benchmarking using the Bipolar method, [w:] T. Tanino, T. Tanaka, M. Inuiguchi (red.), Multiple Objective and Goal Programming, Physica, Heidelberg, s. 338-350.pl
dc.description.referencesİç Y.T., 2012, Development of a credit limit allocation model for banks using an integrated Fuzzy TOPSIS and linear programming, „Expert Systems with Applications”, 39(5), s. 5309-5316.pl
dc.description.referencesIshizaka A., Nemery P., 2013, Multi-Criteria Decision Analysis Methods and Software, Wiley, Chichester.pl
dc.description.referencesWędzki D., 2009, Analiza wskaźnikowa sprawozdania finansowego: Wskaźniki finansowe, wyd. 2, Wolters Kluwer Polska, Kraków.pl
dc.description.referencesHadasiuk D., 1998, Zastosowanie wielowymiarowej analizy porównawczej do oceny zagrożenia przedsiębiorstwa upadkiem, „Zeszyty Naukowe Akademii Ekonomicznej w Poznaniu”, 261, s. 22-37.pl
dc.description.referencesBaster P., Pocztowska K., 2011, Sieci neuronowe i polichotomiczne modele zmiennych jakościowych w analizie ryzyka kredytowego, „Folia Oeconomica Cracoviensia”, 52, s. 5-11.pl
dc.description.referencesIwacewicz-Orłowska A., Sokołowska D., 2016, Ocena realizacji koncepcji zrównoważonego rozwoju w podregionach województw Polski Wschodniej z wykorzystaniem metody wzorca rozwoju Hellwiga, „Optimum. Studia Ekonomiczne”, 1(79), s. 182-197.pl
dc.description.referencesJacquet-Lagreze E., Siskos J., 1982, Assessing a set of additive utility functions for multicriteria decision making: The UTA method, „European Journal of Operational Research”, 10(2), s. 151-164.pl
dc.description.referencesJacquet-Lagreze E. Siskos J., 2001, Preference disaggregation: 20 years of MCDA experience, „European Journal of Operational Research”, 130(2), s. 233-245.pl
dc.description.referencesJacquet-Lagrèze E., 1995, An application of the UTA discriminant model for the evaluation of R & D projects, [w:] P.M. Pardalos, Y. Siskos, C. Zopounidis (red.), Advances in multicriteria analysis, Springer, Boston, s. 203-211.pl
dc.description.referencesJadidi O., Hong T.S., Firouzi F., Yusuff R.M., Zulkifili K., 2008, TOPSIS and fuzzy Multi – objective model integration for supplier selection problem, „Journal od Achivements in Materials and Manufacturing Engineering”, 31(2), s. 762-769.pl
dc.description.referencesKonopka P., 2010, Zastosowanie logiki rozmytej do oceny ryzyka przyznania limitu odnawialnego, „Optimum. Studia Ekonomiczne”, 2(46), s. 169-182.pl
dc.description.referencesKonopka P., 2011, Zastosowanie przedziałowej metody TOPSIS do oceny projektów pretendujących do objęcia współfinansowaniem funduszami pomocowymi, „Optimum. Studia Ekonomiczne”, 6(54), s. 218-234.pl
dc.description.referencesKonopka P., 2012, Podejmowanie decyzji inwestycyjnych z wykorzystaniem liczb rozmytych, [w:] R. Przygodzka (red.), Obszary innowacyjnego wzrostu regionu – od badań do praktyki, Podlaska Strategia Innowacji – Budowa Systemu Wdrażania, Białystok.pl
dc.description.referencesKonopka P., 2012, Podejmowanie decyzji inwestycyjnych z wykorzystaniem modelowania rozmytego, [w:] S. Czupryński (red.), Współpraca międzynarodowa a rozwój regionalny, Wydawnictwo Uniwersytetu w Białymstoku, Białystok, s. 113-126.pl
dc.description.referencesNowak M., 2006, INSDECM – An Interactive Procedure for Stochastic Multicriteria Decision Problems, „European Journal of Operational Research”, 175(3), s. 1413-1430.pl
dc.description.referencesWiatr M.S., 2011, Zarządzanie indywidualnym ryzykiem kredytowym. Elementy systemu, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa.pl
dc.description.referencesAthawale V.M., Chakraborty S., 2010, Facility location selection using PROMETHEE II method, [w:] Proceedings of the 2010 international conference on industrial engineering and operations management, s. 9-10.pl
dc.description.referencesJagiełło R., 2000, Zarządzanie portfelem kredytowym banku, Fundacja Rozwoju Edukacji i Badań Bankowych, Warszawa.pl
dc.description.referencesKonopka P., 2012, Potencjały i bariery rozwojowe województwa podlaskiego. Propozycje obszarów strategicznej interwencji oraz kierunków i rodzajów inteligentnej specjalizacji w regionie, współautorzy: J. Jankowska, K. Jaworska, T. Perkowski, M. Poświątna, S. Rynkiewicz, P. Szewczyk, U. Werpachowska , Tomas Consulting S.A., Białystok.pl
dc.description.referencesKonopka P., 2013, Zastosowanie wnioskowania rozmytego do oceny ryzyka kredytowego przedsiębiorstw, „Studia Ekonomiczne. Uniwersytet Ekonomiczny w Katowicach”, 163, s. 285-299.pl
dc.description.referencesKonopka P., 2013, Zintegrowany poradnik na temat prowadzenia i rozliczania projektów w działaniach 8.1 i 8.2 POIG, współautorzy: M. Arciszewska, J. Jankowska, K. Jaworska, E. Kiwierowicz-Mogielnicka, T. Perkowski, M. Poświątna, S. Rynkiewicz, P. Szewczyk, U. Werpachowska, Polska Agencja Rozwoju Przedsiębiorczości, Warszawa, http://www.web.gov.pl/g2/big/2013_06/a21d9f32a6d37a2dad0ad8e85208ce38.pdf.pl
dc.description.referencesKonopka P., Roszkowska E., 2016, Application of the MARS Method to the Evaluation of Grant Applications and Non-Returnable Instruments of Start-Up Business Financing, „Multiple Criteria Decision Making”, 11, s. 153-167.pl
dc.description.referencesKonopka P., 2018, The application of SAW method to support the decisions concerning start-up financing, „Optimum. Studia Ekonomiczne”, 4(94), s. 242-255.pl
dc.description.referencesKonopka P., 2018, Zastosowanie metody WINGS do wspomagania podejmowania decyzji o finansowaniu startów indywidualnych działalności gospodarczych, „Studia Eknomiczne. Uniwersytet Ekonomiczny w Katowicach”, 364, s. 114-124.pl
dc.description.referencesKonopka P., Roszkowska E., 2015, Zastosowanie metody UTA do wspomagania podejmowania decyzji o finansowaniu startupów działalności gospodarczej, „Optimum. Studia Ekonomiczne”, 3(75), s. 138-153.pl
dc.description.referencesBanaś D., Michnik J., 2019, Evaluation of the Impact of Strategic Offers on the Financial and Strategic Health of the Company – A Soft System Dynamics Approach, „Mathematics” 7(2), 208, s. 1-20.pl
dc.description.referencesKopiński A., 2014, Taksonomia i zastosowanie metody Hellwiga w ocenie efektywności funduszu inwestycyjnych, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu”, 330, 192-204.pl
dc.description.referencesWierzba D., 2000, Wczesne wykrywanie przedsiębiorstw zagrożonych upadłością na podstawie wskaźników finansowych – teoria i badania empiryczne, „Zeszyty Naukowe", nr 9, Wydawnictwo Wyższej Szkoły Ekonomiczno-Informacyjnej w Warszawie, Warszawa.pl
dc.description.referencesKorol T., 2010a, Nowe podejście do analizy wskaźnikowej w przedsiębiorstwie, Wolters Kluwer Polska, Warszawa.pl
dc.description.referencesKorol T., 2010b, Systemy ostrzegania przedsiębiorstw przed ryzykiem upadłości, Wolters Kluwer Polska, Warszawa.pl
dc.description.referencesPociecha J., 2007, Metody analizy danych jako narzędzie prognozowania upadłości firmy, [w:] J. Pociecha (red.), Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych: materiały z XXVIII Ogólnopolskiego Seminarium Naukowego zorganizowanego przez Zakład Teorii Prognoz Katedry Statystyki Akademii Ekonomicznej w Krakowie, (Zakopane, 18-21 IV 2006 r.), Wydawnictwo Akademii Ekonomicznej, Kraków.pl
dc.description.referencesAthawale V.M., Kumar R., Chakraborty S., 2011, Decision making for material selection using the UTA method, „The International Journal of Advanced Manufacturing Technology”, 57(1-4), s. 11.pl
dc.description.referencesKosinski W., Prokopowicz P., 2004, Algebra liczb rozmytych, „Matematyka Stosowana”, 5(46), s. 37-63.pl
dc.description.referencesKrakowiak-Bal A., 2005, Wykorzystanie wybranych miar syntetycznych do budowy miary rozwoju infrastruktury technicznej, „Infrastruktura i Ekologia Terenów Wiejskich”, 3, s. 71-82.pl
dc.description.referencesKrysiak A., Staniszewska A., Wiatr M., 2012, Zarządzanie portfelem kredytowym banku, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa.pl
dc.description.referencesKrzyśko M., 1990, Analiza dyskryminacyjna, WNT, Warszawa.pl
dc.description.referencesNowak M., 2008, Interaktywne wielokryterialne wspomaganie decyzji w warunkach ryzyka: metody i zastosowania, Wydawnictwo Akademii Ekonomicznej, Katowice.pl
dc.description.referencesKurkiewicz J., Pociecha J., Zając K., 1991, Metody wielowymiarowej analizy porównawczej w badaniach rozwoju demograficznego, „Monografie i Opracowania. Szkoła Główna Handlowa”, 336, s. 134.pl
dc.description.referencesKuryłek W., 2000, Credit scoring – podejście statystyczne, „Bank i Kredyt”, 6, s. 72-77.pl
dc.description.referencesWinterfeld D. von, Edwards W., 1986, Decision Analysis and Behawioral Reserch, Cambridge University Press, London.pl
dc.description.referencesŁachwa A., 2001, Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji, Akademicka Oficyna Wydawnicza Exit, Warszawa.pl
dc.description.referencesLan J., Lin J., Cao L., 2009, An information mining method for deriving weights from an interval comparison matrix, „Mathematical and Computer Modelling”, 50, s. 393-400.pl
dc.description.referencesLarichev, OI., Moshkovich HM., 1995, ZAPROS-LM – A method and system for ordering multiattribute alternatives, „European Journal of Operational Research”, 82(3), s. 503-521.pl
dc.description.referencesPolskowski L., Skowron A. (red.), 1998, Rough Sets and Current Trends in Computing. Proceedings of First International Conference, RSCTC’98 Warsaw, Poland, June 22-26, 1998, Springer, Berlin.pl
dc.description.referencesLasek M., 1996, Wielokryterialna ocena kondycji ekonomicznej firm – klientów banku, Wydawnictwo Uniwersytetu Warszawskiego, Warszawa.pl
dc.description.referencesAzzollini M., Pacelli V., 2011, An Artificial Neural Network Approach for Credit, „Journal of Intelligent Learning Systems and Applications” 3(2), s. 103-112.pl
dc.description.referencesLin Ch.-T., Lee C.S.G., 1996, Neural fuzzy systems. A neuro-fuzzy synergism to intelligent systems, Prentice-Hall Inc., Upper Saddle River.pl
dc.description.referencesNowak M., 2010, Trade-off analysis in discrete decision making problems under risk, [w:] D. Jones, M. Tamiz, J. Ries (red.), New Developments in Multiple Objective and Goal Programming, Springer Verlag, Berlin.pl
dc.description.referencesLiou T.S., Wang M.J., 1992, Ranking fuzzy numbers with integral value, „Fuzzy Sets and Systems”, 50(3), s. 247-255.pl
dc.description.referencesMacoun P., Prabhu R., 1999, Guidelines for applying multi-criteria analysis to the assessment of criteria and indicators, Criteria and Idicators Toolbox Series, 9, CIFOR, Bogor, Indonesia.pl
dc.description.referencesMacQueen J.B., 1967, Some Methods for Classification and Analysis of Multivariate Observations, „Proceedings of the Fifth Symposium on Math, Statistics, and Probability”, s. 281-297.pl
dc.description.referencesBombiak E., 2010, Modele dyskryminacyjne jako metoda oceny sytuacji finansowej przedsiębiorstwa, „Zeszyty Naukowe Akademii Podlaskiej w Siedlcach”, Seria: Administracja i Zarządzanie, 86.pl
dc.description.referencesMączyńska E., Zawadzki M., 2006, Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw, „Ekonomista”, 2, s. 205-235.pl
dc.description.referencesMahmoodzadeh S. i in., 2007, Project selection by using fuzzy AHP and TOPSIS technique, „World Academy of Science, Engineering and Technology”, 30, s. 333-338.pl
dc.description.referencesMamdani E.H., 1974, Applications of fuzzy algorithms for the control of a simple dynamic plant, „Proceedings of the Institution of Electrical Engineers”, 121(12), s. 1585-1588.pl
dc.description.referencesMamdani E.H., 1976, Advances in the linguistic synthesis of fuzzy controllers, „International Journal of Man-Machine Studies”, 8, s. 669-678.pl
dc.description.referencesPomykalska B., Pomykalski P., 2017, Analiza finansowa przedsiębiorstw, Wydawnictwo Naukowe PWN, Warszawa.pl
dc.description.referencesMamdani E.H., Assilian S., 1975, An experiment in linguistic synthesis with a fuzzylogic controller, „International Journal of Man-Machine Studies”, 7(1), s. 1-33.pl
dc.description.referencesOhlson J., 1980, Financial Rations and the Probabilistic Prediction of Bankruptcy, „Journal of Accointing Research”, 18(1), Spring.pl
dc.description.referencesMartinez L., Ruan D., Herrera F., 2010, Computing with words in decision support systems: an overview on models and applications, „International Journal of Computational Intelligence Systems”, 3(4), s. 382-395.pl
dc.description.referencesBąk A., 2016, Porządkowanie liniowe obiektów metodą Hellwiga i TOPSIS – analiza porównawcza, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu”, 426.pl
dc.description.referencesMassad E i in., 2008, Fuzzy Logic In Action: Applications In Epidemiology and Beyond, Springer Verlag, Berlin – Heidelberg.pl
dc.description.referencesMatuszyk A., 2008, Credit Scoring, CeDeWu, Warszawa.pl
dc.description.referencesWitkowska D., Chrzanowska M., 2004, Wybrane metody klasyfikacji kredytobiorców: modele logitowe i sieci neuronowe, „Prace Naukowe. Akademia Ekonomiczna w Katowicach”, s. 531-540.pl
dc.description.referencesMcNeill F.M., Thro E., 2014, Fuzzy logic: a practical approach, Academic Press, Cambridge MA.pl
dc.description.referencesMichie D., Spiegelhalter D.J., Taylor C.C., 1994, Machine learning. Neural and Statistical Classification, Ellis Horwood, Imprint of Simon and Schuster, Upper Saddle River.pl
dc.description.referencesMichaluk K., 1999, Identyfikacja sygnałów zagrożenia bankructwem w przedsiębiorstwie, [w:] IV Zachodniopomorskie Forum Finanse '99. Materiały konferencyjne, Uniwersytet Szczeciński, Szczecin.pl
dc.description.referencesMichnik J., 2013, Weighted Influence Non-linear Gauge System (WINGS) – An analysis method for the systems of interrelated components, „European Journal of Operational Research”, 228(3), s. 536-544.pl
dc.description.referencesMichnik J., 2016, Zastosowanie metody WINGS do wspierania decyzji w przypadku występowania zależności między kwestiami negocjacyjnymi, „Optimum. Studia Ekonomiczne”, 79(1), s. 119-134.pl
dc.description.referencesOlson D.L., 2004, Comparison of weights In TOPSIS models, „Mathematical and Computer Modeling”, 40(7-8), s. 721-727.pl
dc.description.referencesPredki B. i in., 1998, ROSE-software implementation of the rough set theory, [w:] L. Polskowski, A. Skowron, Rough Sets and Current Trends in Computing. Proceedings of First International Conference, RSCTC’98 Warsaw, Poland, June 22-26, 1998, Springer, Berlin, s. 605-608.pl
dc.description.referencesMichnik J., Frączkiewicz-Wronka A., 2014, Wspomaganie decyzji w zarządzaniu podmiotem leczniczym, „Studia Ekonomiczne. Uniwersytet Ekonomiczny w Katowicach”, 199, s. 206-217.pl
dc.description.referencesMichnik J., Grabowski A., 2020, Modeling Uncertainty in the Wings Method Using Interval Arithmetic, „International Journal of Information Technology & Decision Making”, 19(1), s. 221-240.pl
dc.description.referencesMłodak A., 2006, Analiza taksonomiczna w statystyce regionalnej, Centrum Doradztwa i Informacji Difin, Warszawa.pl
dc.description.referencesBana e Costa C., Vansnick, J-C., 1999, The MACBETH approach: Basic ideas, software, and an application, [w:] N. Meskens, M. Roubens (red.), Advances in Decision Analysis, Springer, s. 131-157.pl
dc.description.referencesWu D., Olson D.L., 2006, A TOPSIS data mining demonstration and application to credit scoring, „International Journal of Data Warehousing and Mining”, 2(3), s. 16-26.pl
dc.description.referencesMoshkovich H., Mechitov A., Olson D., 2005, Verbal Decision Analysis, [w:] S. Figueira, M. Greco, M. Ehrgott (red.), Multiple criteria decision analysis: State of the art surveys, Kluwer Academic Publishers, Dortrecht.pl
dc.description.referencesOlszewski D.W., 1992, Zdolność płatnicza przedsiębiorstwa-koncepcje i metody oceny, „Bank i Kredyt”, 6, s. 12-23.pl
dc.description.referencesPrusak B., 2004, Ocena zagrożenia upadłością produkcyjnych spółek kapitałowych w Polsce w latach 1998-2002, [w:] D. Appenzeller (red.), Upadłość przedsiębiorstw w Polsce w latach 1990-2003. Teoria i praktyka, Wydawnictwo Akademii Ekonomicznej, Poznań.pl
dc.description.referencesOpricovic S., Tzeng G., 2003, Defuzzification within a multicriteria decision model, „International Journal of Uncertainty Fuzziness and Knowledge-Based Systems”, 11(5), s. 635-652.pl
dc.description.referencesPacelli V., M. Azzollini, 2011, An Artificial Neural Network Approach for Credit Risk Management, „Journal of Intelligent Learning Systems and Applications”, 3(2), s. 103-112.pl
dc.description.referencesHamrol M., Chodakowski J., 2008, Prognozowanie zagrożenia finansowego przedsiębiorstwa. Wartość predykcyjna polskich modeli analizy dyskryminacyjnej, „Badania Operacyjne i Decyzje”, 3, s. 17-32.pl
dc.description.referencesKahraman C., 2008, Fuzzy multi-criteria decision making: theory and applications with recent developments, Springer Science & Business Media, New York.pl
dc.description.referencesPaiva R.P., Douranto A., 2001, Structure and Parametr Learning of Neuro-Fuzzy Systems: A Metohodology and Comparative Study, „Journal of Intelligent & Fuzzy Systems”, 11(3-4), s. 147-161.pl
dc.description.referencesPanek T., 2009, Statystyczne metody wielowymiarowej analizy porównawczej, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa.pl
dc.description.referencesPatyra M.J., Mlynek D.J. (red.), 2012, Fuzzy logic: implementation and applications, Friedrick Vieweg & Son.pl
dc.description.referencesBartosiewicz S., 1976, Propozycja metody tworzenia zmiennych syntetycznych, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu”, 84.pl
dc.description.referencesPavlacka O., 2014, On various approaches to normalization of interval and fuzzy weights, „Fuzzy Sets and Systems”, 243, s. 110-130.pl
dc.description.referencesPrusak B., 2005, Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Wydawnictwo Difin, Warszawa.pl
dc.description.referencesPrusak B., 2011, Ekonomiczna analiza upadłości przedsiębiorstw. Ujęcie międzynarodowe, CeDeWu, Warszawa.pl
dc.description.referencesPrusak B., Metody wykorzystywane w analizie porównawczej modeli oceny zagrożenia przedsiębiorstw upadłością, http://www.zie.pg.gda.pl/~pb/ap.pdf.pl
dc.description.referencesPrusak B., 2007, Ekonomiczne i prawne aspekty upadłości przedsiębiorstw. Ujęcie międzynarodowe, CeDeWu, Warszawa.pl
dc.description.referencesHamrol M., Czajka B., Piechocki M., 2004, Upadłość przedsiębiorstwa – model analizy dyskryminacyjnej, „Przegląd Organizacji”, 6, s. 35-39.pl
dc.description.referencesJajuga K., 2007, Zarządzanie ryzykiem, Wydawnictwo Naukowe PWN, Warszawa.pl
dc.description.referencesPawlak Z., 1983, Rough Sets, „International Journal of Computer and Information Science”, 11, s. 341-356.pl
dc.description.referencesBeccali M., Cellura M., Mistretta M., 2003, Decision-making in energy planning. Application of the Electre method at regional level for the diffusion of renewable energy technology, „Renewable Energy”, 28(13), s. 2063-2087.pl
dc.description.referencesRao C.R., 1965, Linear statistical inference and its applications, Willey, New York.pl
dc.description.referencesRejer I., 2008, Integracja źródeł wiedzy w modelach rozmytych zależności ekonomicznych, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin.pl
dc.description.referencesRichardson B., Nwankwo S., Richardson S., 1994, Understanding the causes of business failure crises, „Management Decision Journal”, 32(4), s. 9-22.pl
dc.description.referencesRogowska D., 2011, Zastosowanie logiki rozmytej w zarządzaniu zapasami, „Logistyka”, 5, s. 1240-1247.pl
dc.description.referencesRogowski W., 1999, Możliwość wczesnego rozpoznawania symptomów zagrożenia zdolności płatniczej przedsiębiorstwa, „Bank i Kredyt”, 6, s. 56-72.pl
dc.description.referencesRosiek J., Zyguła A., 2009, Upadłości przedsiębiorstw w Polsce – tendencje i perspektywy, „Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie”, 2(13)/2, s. 211-223.pl
dc.description.referencesRoszkowska E., 2015, The application of preference information on the set of alternatives near ideal solutions in selected multi-criteria methods, „Ekonometria Econometrics”, 4(50), s. 142-158.pl
dc.description.referencesHand D.J., Henley W.E., 1997, Statistical classification methods in consumer credit scoring: a review, „Journal of the Royal Statistical Society”, Series A (Statistics in Society), 160(3), s. 523-541.pl
dc.description.referencesRoszkowska E., Brzostowski J., Wachowicz T., 2013, Szacowanie wag zagadnień negocjacyjnych na podstawie metod wielokryterialnych, [w:] W. Sikora (red.), Metody i zastosowania badań operacyjnych w gospodarce, finansachi szkolnictwie wyższym, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań, s. 209-227.pl
dc.description.referencesRoszkowska E., Brzostowski J., Wachowicz T., 2014, Supporting Ill-Structured Negotiation Problems, [w:] G. Peijun, W. Pedrycz (red.), Human-Centric Decision-Making Models for Social Sciences, Springer, London, s. 339-367.pl
dc.description.referencesWysocki F., 2010, Metody taksonomiczne w rozpoznawaniu typów ekonomicznych rolnictwa i obszarów wiejskich, Wydawnictwo Uniwersytetu Przyrodniczego, Poznań.pl
dc.description.referencesJakubczyk M., Kamiński B., 2017, Fuzzy approach to decision analysis with multiple criteria and uncertainty in health technology assessment, „Annals of Operations Research”, 251(1-2), s. 301-324.pl
dc.description.referencesRoszkowska E., Wachowicz T., 2014, SAW-Based Rankings vs. Intrinsic Evaluations of the Negotiation Offers – An Experimental Study, [w:] P. Zaraté, G.E. Kersten, J.E. Hernández (red.), Group Decision and Negotiation, A Process-Oriented View. Proceedings of Joint INFORMS-GDN and EWG-DSS International Conference, GDN 2014, Springer International Publishing, s. 176-183.pl
dc.description.referencesBehzadian M., Otaghsara S.K., Yazdani M., Ignatius J., 2012, A state-of the-art survey of TOPSIS applications, „Expert Systems with Applications”, 39(17), s. 13051-13069.pl
dc.description.referencesRoszkowska E., Wachowicz T., 2015a, Inaccuracy in Defining Preferences by the Electronic Negotiation System Users, [w:] B. Kamiński, G. Kersten, T. Szapiro, Outlooks and Insights on Group Decision and Negotiation, Springer International Publishing, s. 131-143.pl
dc.description.referencesRoszkowska E., Wachowicz T., 2015b, Application of fuzzy TOPSIS to scoring the negotiation offers in ill-structured negotiation problems, „European Journal of Operational Research” 242(3), s. 920-932.pl
dc.description.referencesRoszkowska E., Wachowicz T., 2015c, Ocena ofert negocjacyjnych spoza dopuszczalnej przestrzeni negocjacyjnej, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu” 385, s. 202-209.pl
dc.description.referencesRoszkowska E., Wachowicz T., 2015d, Holistic evaluation of the negotiation template – comparing MARS and GRIP approaches, [w:] G. Kersten, B. Kamiński, M. Jakubczyk, P. Szufel (red.), Proceedings of the 15th International Conference on Group Decision & Negotiation, Warsaw School of Economics Press, s. 139-147.pl
dc.description.referencesHanley J.A., McNeil B.J., 1982, The meaning and use of the area under a receiver operating characteristic (ROC) curve, „Radiology”, 143(1), s. 29-36.pl
dc.description.referencesRoszkowska E., Wachowicz T. (2015c), Inaccuracy in Defining Preferences by the Electronic Negotiation System Users, [w:] B. Kamiński, G. Kersten, T. Szapiro, Outlooks and Insights on Group Decision and Negotiation, Springer International Publishing, s. 131-143.pl
dc.description.referencesRoszkowska E., Wachowicz T., 2016, Negocjacje, analiza i wspomaganie decyzji, Wolters Kluwer, Warszawa.pl
dc.description.referencesRoy B., 1980, Wielokryterialne wspomaganie decyzji, Wydawnictwo Naukowo-Techniczne, Warszawa.pl
dc.description.referencesYager R.R., 1980, On a general class of fuzzy connectives, „Fuzzy Sets and Systems”, 4(3), s. 235-242.pl
dc.description.referencesRoy B., Bouyssou D., 1993, Aide multicritère à la décision: méthodes et cas, Economica, Paris.pl
dc.description.referencesJanc A., Kraska M., 2001, Credit-scoring. Nowoczesna metoda oceny zdolności kredytowej, Biblioteka Menedżera i Bankowca, Warszawa.pl
dc.description.referencesSaaty T.L., 1980, The analitycal hierarchy process, McGraw-Hill, New York.pl
dc.description.referencesSaaty T.L., 1996, Decision making with dependence and feedback. The analytic network process, RWS Publications, 4922 Ellsworth Ave., Pittsburgh.pl
dc.description.referencesBellman R.E., Zadeh L.A., 1970, Decision making in a fuzzy environment, „Management Science”, 17, s. 141-164.pl
dc.description.referencesSaaty T.L., 1998, The Analytic Hierarchy Process, RWS Publications, Pittsburgh.pl
dc.description.referencesKonarzewska-Gubała E., 1989, Bipolar: Multiple criteria decision aid using bipolar reference system, LAMSADE, Cahiers et Documents , 56.pl
dc.description.referencesSaaty T.L. 2005, Analytic hierarchy process, „Encyclopedia of Biostatistics”, 1.pl
dc.description.referencesSaunders A., 2001, Metody pomiaru ryzyka kredytowego – KMV, VAR, CreditMetrics, LAR, RAROC, CreditRisk Plus, Dom Wydawniczy ABC, Oficyna Ekonomiczna, Kraków.pl
dc.description.referencesSealey, Jr C.W., Lindley J.T., 1977 Inputs, outputs, and a theory of production and cost at depository financial institutions, „The Journal of Finance”, 32(4), s. 1251-1266.pl
dc.description.referencesSehraneh G., Sohrab K., Mohammadali T., 2010, Driver’s Behavior Modeling Using Fuzzy Logic, „Mathematical Problems in Engineering”, 2010, Article ID 172878, s. 1-29.pl
dc.description.referencesYager R.R., Filev D.P., 1995, Podstawy modelowania i sterowania rozmytego, WNT, Warszawa.pl
dc.description.referencesŞener B., Süzen M.L., Doyuran V., 2006, Landfill site selection by using geographic information systems, „Environmental Geology”, 49(3), s. 376-388.pl
dc.description.referencesSevastjanov P., Dymova L., Bartosiewicz P., 2012, A new approach to normalization of interval and fuzzy weights, „Fuzzy Sets and Systems”, 198, s. 34-45.pl
dc.description.referencesJóźwiak J., Podgórski J., 1997, Statystyka od podstaw, PWE, Warszawa.pl
dc.description.referencesSevkli M., 2010, An application of the fuzzy ELECTRE method for supplier selection, „International Journal of Production Research”, 48(12), s. 3393-3405.pl
dc.description.referencesShen F., Lan D., Li Z., 2017, An intuitionistic fuzzy ELECTRE-III method for credit risk assessment, [w:] J. Xu, A. Hajiyev, S. Nickel, M. Gen (red.), Proceedings of the Tenth International Conference on Management Science and Engineering Management, Springer, Singapore, s. 289-296.pl
dc.description.referencesHarańczyk G., 2010, Krzywe ROC, czyli ocena jakości klasyfikatora i poszukiwanie optymalnego punktu odcięcia, StatSoft Polska, https://media.statsoft.pl/_old_dnn/downloads/krzywe_roc_czyli_ocena_jakosci.pdf [dostęp: 05.07.2018].pl
dc.description.referencesSimon H.A., 1960, The Ford distinguished lectures, t. 3: The new science of management decision, Harper & Brothers, New York.pl
dc.description.referencesBelton V., Stewart T. 2002, Multiple criteria decision analysis: an integrated approach, Springer Science & Business Media, Berlin, Heidelberg.pl
dc.description.referencesSiskos Y., Grigoroudis E., 2010, New trends in aggregation – disaggregation approaches, [in:] C. Zopounidis, P.M. Pardalos (red.), Handbook of multicriteria analysis, Springer, Berlin.pl
dc.description.referencesSiskos Y., Grigoroudis E., Matsatsinis N., 2005, The UTA methods, [w:] J. Figueira, S. Greco, M. Ehrogott (red.), Multiple Criteria Decision Analysis: State of the Art Surveys, Springer, New York, s. 297-334.pl
dc.description.referencesSkowronek-Mielczarek E., 2007, Małe i średnie przedsiębiorstwa – źródła finansowania, Oficyna Wydawnicza C.H. Beck, Warszawa.pl
dc.description.referencesYazdani M., 2012, Risk Analysis for Critical Infrastructures Using Fuzzy TOPSIS, „Journal of Management Research”, 4(1), s. 1-19.pl
dc.description.referencesSolymosi T., Dompi J., 1985, A metod for determining the weights of criteria: The centralized weights, „European Journal of Operational Reserches”, 26, s. 35-41.pl
dc.description.referencesSrinivasan V., Kim Y.H., 1987, Credit granting: A comparative analysis of classification procedures, „The Journal of Finance”, 42(3), s. 665-681.pl
dc.description.referencesStanimir A., 2005, Analiza korespondencji jako narzędzie do badania zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej, Wrocław.pl
dc.description.referencesJuszczyk S., 2008, Zdolność kredytowa w ocenie banku na przykładzie małych i średnich przedsiębiorstw, „Zeszyty Naukowe SGGW. Ekonomika i Organizacja Gospodarki Żywnościowej”, 66, s. 17-35.pl
dc.description.referencesHartigan J.A., M.A. Wong M.A., 1979, A K-Means Clustering Algorithm, „Applied Statistics”, 28(1), s. 100-108.pl
dc.description.referencesStasiewski T., 1996, Z-score – indeks przewidywanego upadku przedsiębiorstwa, „Rachunkowość”, 12.pl
Występuje w kolekcji(ach):Książki / Rozdziały (WUwB)
Książki/Rozdziały (WEiF)

Pliki w tej pozycji:
Plik Opis RozmiarFormat 
P_Konopka_Metody_wielokryterialnego_podejmowania_decyzji.pdf6,64 MBAdobe PDFOtwórz
Pokaż uproszczony widok rekordu Zobacz statystyki


Pozycja jest chroniona prawem autorskim (Copyright © Wszelkie prawa zastrzeżone)