Multidimensional Discriminant Analysis as an Instrument for Assessing the Risk of Bankruptcy of WIG-food Index Enterprises

Authors

DOI:

https://doi.org/10.15678/KREM.2024.1003.0107

Keywords:

Warsaw Stock Exchange, WIG-food index, discriminatory analysis, financial cooperation, COVID-19 pandemic

Abstract

Objective: To assess the financial situation of selected enterprises included in the WIG-food index in 2019–2021 from the point of view of the risk of bankruptcy.

Research Design & Methods: Four models of multidimensional discriminatory analysis were used to assess potential bankruptcy risk (Dorota Hadasik’s Model, Model Z6 INE PAN, Model Z7 INE PAN and the so-called Poznań Model). The entities selected for the study were all Polish companies traded on the WIG-food index in all quarters of the years 2019–2021. This condition had to be met due to the volatility of the composition of the WIG-food index on a quarterly basis (quarterly revision of the index portfolio). Two research hypotheses were formulated in the article. First, selected discriminant analysis models are an effective tool for assessing companies included in the WIG-food index for the risk of bankruptcy. And second, multidimensional discriminant analysis is a valuable and complementary tool to other methods of assessing the risk of company bankruptcy.

Findings: Companies included in the WIG-food index in 2019–2021 were in a very good financial situation with the exception of two companies, which faced the threat of bankruptcy in 2019: ZPC Otmuchów SA and Pamapol SA. Three of the models used indicated that the companies were moving in the wrong direction: Z6 INE PAN and Z7 INE PAN (ZPC Otmuchów SA) and the Poznań Model (Pamapol SA). This may suggest that these models were highly sensitive. Hadasik’s Model did not show any company to be at risk of bankruptcy in the analysed period.

Implications / Recommendations: One implication of the research is that the number of variables in discriminant analysis models does not work to exaggerate their efficiency. Two of the models used (Z6 INE PAN and Z7 INE PAN) returned similar results. This is mainly due to their being constructed similarly. Furthermore, none of the selected models showed high sensitivity to detecting the threat of bankruptcy among the companies analysed, though they could be used to faster warn about potential and actual problems.

Contribution: The research contributes to the development of knowledge on the use of discriminatory analysis models to assess bankruptcy risk of food industry enterprises in Poland.

Downloads

Download data is not yet available.

References

Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and Prediction of Corporate 27 Bankruptcy. Journal of Finance, 23(4), 589–609. https://doi.org/10.1111/j.1540-6261.1968.tb00843.x

Altman, E. I. (2000). Predicting Financial Distress of Companies: Revisiting the Z-Score and ZETA® Models. Working Paper New York University.

Altman, E. I. (2002a). Bankruptcy Credit Risk and High Yield Junk Bonds. Blackwell Publishing, Inc.

Altman, E. I. (2002b). Revisiting Credit Scoring Models in a Basel 2 Environment. W: M. K. Ong (red.), Credit Rating: Methodologies, Rationale and Default Risk. London Risk Books.

Altman, E. I., Haldeman, R. i Narayanan, P. (1977). Zeta Analysis: A New Model to Identify bankruptcy Risk of Corporations. Journal of Banking & Finance, 1(1), 29–54. https://doi.org/10.1016/0378-4266(77)90017-6

Antonowicz, P. (2007). Metody oceny i prognozowania kondycji ekonomiczno-finansowej przedsiębiorstw. ODDK.

Banach-Kobyra, A. (2017). Prognozowanie upadłości przedsiębiorstw jako narzędzie monitorowania zaistnienia sytuacji kryzysowych. Przedsiębiorstwo we Współczesnej Gospodarce – Teoria i Praktyka, 3, 213–230. https://doi.org/10.19253/reme.2017.03.015

Bussoli, C., Cuoccio, M. i Giannotti, C. (2019). Discriminant Analysis and Firms’ Bankruptcy: Evidence from European SMEs. International Journal of Business and Management, 14(12), 164–175. https://doi.org/10.5539/ijbm.v14n12p164

Chiaramonte, L., Poli, F. i Zhou, M. (2016). How Accurately Can Z-Score Predict Bank Failure? Financial Markets Instructions & Instruments, 25(5), 333–360. https://doi.org/10.1111/fmii.12077

Czech, A. (1999). Józefa Lisaka ekonomia jednostkowa: przyczynek do dziejów nauki o przedsiębiorstwie w Polsce. Wydawnictwo Uczelniane Akademii Ekonomicznej w Katowicach.

Dąbrowski, B. J. i Boratyńska, K. (2011). Zastosowanie modeli dyskryminacyjnych do prognozowania upadłości spółek giełdowych indeksu WIG-Spożywczy. Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej, 89, 163–173.

Firlej, Ch. (2022). Wybrane wskaźniki jakości ekonomicznej w ocenie rozwoju przedsiębiorstw należących do indeksu WIG Spożywczy. Homini. Wydawnictwo Benedyktynów w Tyńcu.

Firlej, K., Bargieł, A. i Szymański, M. (2014). Zagrożenie upadłością przedsiębiorstw przemysłu spożywczego w Polsce na przykładzie spółek z indeksu WIG-spożywczy. Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica, (74)1, 63–72.

Hadasik, D. (1998). Upadłość przedsiębiorstw w Polsce i metody jej prognozowania. Wydawnictwo Akademii Ekonomicznej w Poznaniu.

Hamrol, M., Czajka, B. i Piechocki, M. (2004). Upadłości przedsiębiorstwa – model ­analizy dyskryminacyjnej. Przegląd Organizacji, 6, 35–39. https://doi.org/10.33141/po.2004.06.09

Hołda, A. (2001). Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH. Rachunkowość, 5, 306–310.

Hołda, A. (2006). Zasada kontynuacji działalności i prognozowanie upadłości w polskich realiach gospodarczych. Wydawnictwo Akademii Ekonomicznej w Krakowie.

Kopczyński, P. (2017). Ocena zdolności do kontynuowania działalności polskich spółek giełdowych w czasie kryzysu z wykorzystaniem modeli wielowymiarowej analizy dyskryminacyjnej. Zeszyty Teoretyczne Rachunkowości, 91(147), 21–62. https://doi.org/10.5604/01.3001.0009.8023

Mączyńska, E. (1994). Ocena kondycji przedsiębiorstwa (Uproszczone metody). Życie Gospodarcze, 38, 42–45.

Mączyńska, E. (2004). Globalizacja ryzyka a systemy wczesnego ostrzegania przed upadłością przedsiębiorstwa. W: D. Appenzeller (red.), Upadłość przedsiębiorstw w Polsce w latach 1990–2003. Teoria i praktyka. Wydawnictwo Akademii Ekonomicznej w Poznaniu.

Mączyńska, E. i Zawadzki, M. (2006). Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw. Ekonomista, 2, 205–235.

Mosionek-Schweda, M. (2014). The Use of Discriminant Analysis to Predict the Bankruptcy of Companies Listed on the NewConnect Market. Equilibrium. Quarterly Journal of Economics and Economic Policy, 9(3), 87–105.

Panigrahi, A. (2019). Validity of Altman’s “Z” Score Model in Predicting Financial ­Distress of Pharmaceutical Companies. NMIMS Journal of Economics and Public Policy, 4(1), 65–73.

Piątkowski, M. (2010). Formułowanie strategii rozwoju przedsiębiorstwa z uwzględnieniem sytuacji kryzysowych – wyniki badań. Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług, 585, 289–298.

Prusak, B. (2005). Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw. Difin.

Sfakianakis, E. M. (2018). Can Z-score Model Predict Listed Companies’ Failures in Greece? Evidence from an Empirical Investigation in the Food and Drinks Industry. Empirical Economics Letters, 17(12), 1403–1410.

Sołoma, A. i Plesiewicz, J. (2011). Wykorzystanie wielowymiarowych modeli analizy dyskryminacyjnej do oceny ryzyka upadłości przedsiębiorstw przemysłu mięsnego. Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki Żywnościowej, 90, 155–169.

Śmiglak-Krajewska, M. i Just, M. (2013). Zastosowanie wybranych modeli analizy dyskryminacyjnej do prognozowania zagrożenia upadłością przedsiębiorstw produkujących pasze. Zarządzanie i Finanse, 1(3), 431–444.

Wieprow, J. i Gawlik, A. (2021). The Use of Discriminant Analysis to Assess the Risk of Bankruptcy of Enterprises in Crisis Conditions Using the Example of the Tourism ­Sector in Poland. Risks, 9(4), 78. https://doi.org/10.3390/risks9040078

Wierzba, D. (2000). Wczesne wykrywanie przedsiębiorstw zagrożonych upadłością na podstawie analizy wskaźników finansowych – teoria i badania empiryczne. Zeszyty Naukowe. Wyższa Szkoła Ekonomiczno-Informatyczna w Warszawie, 9, 79–105.

Wysocki, F. i Kozera, A. (2012). Wykorzystanie analizy dyskryminacyjnej w ocenie ryzyka upadłości przedsiębiorstw przemysłu mięsnego. Journal of Agribusiness and Rural Development, 4(26), 167–182.

Zdunek, E. (2010). Ocena kondycji ekonomiczno-finansowej spółek wchodzących w skład indeksu giełdowego WIG-spożywczy. Roczniki Naukowe Stowarzyszenia Rolnictwa i Agrobiznesu, 1, 294–298.

Zdunek-Rosa, E. i Huterska, A. (2018). Zastosowanie modeli upadłości przedsiębiorstw do oceny kondycji ekonomiczno-finansowej wybranych przedsiębiorstw z indeksu WIG-spożywczy. Studia i Prace WNEiZ US, 54/3, 393–403. https://doi.org/10.18276/sip.2018.54/3-29

Zielińska-Chmielewska, A. (2015). Zastosowanie analizy dyskryminacyjnej do oceny zagrożenia upadłością polskich przedsiębiorstw przetwórstwa mięsnego. Studia Oeconomica Posnaniensia, 3(4), 139–152.

Zielińska-Sitkiewicz, M. (2016). Zastosowanie metod wielowymiarowej analizy dyskryminacyjnej do prognozowania upadłości wybranych spółek sektora spożywczego. Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego. Ekonomika i Organizacja Gospodarki Żywnościowej, 113, 117–129. https://doi.org/10.22630/EIOGZ.2016.113.10

Downloads

Published

2024-04-30

Issue

Section

Articles