Clustering and Visualization of Bankruptcy Patterns Using the Self-Organizing Maps

Pattern recognition of bankrupt or non-bankrupt enterprises may not only extend or confirm the knowledge in economics, but also deliver to experts, from the standpoint of the decision support, a view of the economic and financial situation of the audited enterprise. Therefore, it may be an effective tool for early warning of the bankruptcy risk of the enterprise. Such a tool is especially important for small and medium enterprises (SMEs) in the underdeveloped regions. The research described in the paper is intended for generation and visualization of the state of SMEs in the Podkarpacie region on the basis of information included in financial reports. A self-organizing map (SOM), often called the Kohonen net, has been used in the unsupervised modelling mode. Results of research show a high potential of the method to the stated objectives and the simplicity of the representation of knowledge transferred to entrepreneurs and financial analysts.

Rozpoznawanie wzorców przedsiębiorstw w stanie bankrupt lub non-bankrupt, może nie tylko poszerzyć lub potwierdzić wiedzę z dziedziny ekonomii, ale również z punktu widzenia wspomagania decyzji, może dać ekspertom pogląd na stan ekonomiczno-finansowy audytowanego przedsiębiorstwa. A zatem, może stanowić skuteczne narzędzie wczesnego ostrzegania przedsiębiorstwa przed bankructwem. Narzędzie takie jest szczególnie istotne dla małych i średnich przedsiębiorstw (SME) w regionach słabo zurbanizowanych. Przeprowadzone i opisane w tym artykule badania miały na celu wygenerowanie i wizualizację stanu SME w regionie podkarpackim na podstawie informacji zawartych w sprawozdaniu finansowym. Do modelowania w trybie klasyfikacji bezwzorcowej użyto sieć Kohonena (SOM). Wyniki badań pokazały duże możliwości zastosowanej metody do wskazanych celów oraz prostotę reprezentacji wiedzy przekazywanej przedsiębiorcom i analitykom finansowym.