The phenomenon of enterprises bankruptcy is an extremely complex process of economic, legal, social and even psychological nature. In the developed countries, the first studies on forecasting bankruptcy date to the early 20th century. In Central and Eastern Europe, due to, among other factors, the geopolitical situation and the introduced economic system, this issue became the subject of researchers’ interest only in the 1990s. The universality and complexity of the phenomenon incline the Authors to make an attempt to identify the scale of the bankruptcy processes in the states of the Visegrad Group (V4). The countries of V4 were selected because of their common history and similar economic development. The aim of this article is to analyze the dynamics of the phenomenon of bankruptcy of enterprises in the states of the V4 Group in the years 2005–2016 on the basis of the data taken from the Credit reform reports. The estimation of trend models in time series on the basis of the bankruptcy in the Visegrad Group countries in the years 2005–2016 was used in the article as the primary research method. The descriptive analysis was also applied in the article.

ZASTOSOWANIE DYNAMICZNEGO MODELUCZYNNIKOWEGO DO MODELOWANIA I PROGNOZOWANIA PKB W POLSCE † Z a r y s t r e ś c i. Referat traktuje o podstawach konstrukcji dynamicznych modeli czynnikowych i ich zastosowaniu empirycznym. DFM stosuje się do prognozowania, konstruowania głównych wskaźników koniunktury, analiz polityki monetarnej i badania międzynarodowych cykli koniunkturalnych. W referacie oszacowano DFM PKB w Polsce w latach 1997-2008, a także oceniono trafność uzyskanych na jego podstawie prognoz w porównaniu do modelu AR i modelu symptomatycznego. Zbiór danych wykorzystanych do badania zawiera 41 zmiennych makroekonomicznych. Najlepszym ze statystycznego punktu widzenia okazał się model z 3 czynnikami.

Estimating and Forecasting GDP in Poland with Dynamic Factor Model † A b s t r a c t. Presented paper concerns the dynamic factor models theory and application in the econometric analysis of GDP in Poland. DFMs are used for construction of the economic indicators and in forecasting, in analyses of the monetary policy and international business cycles. In the article we compare the forecast accuracy of DFMs with the forecast accuracy of 2 competitive models: AR model and symptomatic model. We have used 41 quarterly time series from the Polish economy. The results are encouraging. The DFM outperforms other models. The best fitted to empirical data was model with 3 factors. K e y w o r d s: Dynamic factor models, principal components analysis, GDP.

Celem artykułu jest dokonanie analizy czynników makroekonomicznych wpływających na skalę oraz dynamikę upadłości przedsiębiorstw w gospodarce polskiej oraz w województwie kujawsko-pomorskim, w latach 2001–2015. Zjawisko upadłości jest ściśle związane z uwarunkowaniami makroekonomicznymi, w których powstają i funkcjonują podmioty gospodarcze. Jako determinanty skali upadłości można przyjąć takie parametry makroekonomiczne, jak: liczba przedsiębiorstw zarejestrowanych w systemie REGON, stopa wzrostu PKB, stopa bezrobocia, stopa inflacji itp.W przeprowadzonym badaniu jako zmienna objaśniana wykorzystana została liczba ogłoszonych upadłości przedsiębiorstw w Polsce w danym roku. Podstawową metodą badawczą zastosowaną w artykule jest ekonometryczna analiza czynników makroekonomicznych, wpływających na upadłość przedsiębiorstw w gospodarce polskiej oraz województwie kujawsko-pomorskim. Ponadto zastosowano również analizę opisową. Wykorzystano do tego obowiązujące przepisy prawa oraz literaturę przedmiotu z zakresu upadłości przedsiębiorstw. Oszacowane parametry modeli wykazały, że liczba upadłości w Polsce jest silnie determinowana przez wiele parametrów makroekonomicznych gospodarki. Do najważniejszych z nich należy zaliczyć: liczbę bezrobotnych, stopę inflacji, współczynnik rentowności brutto przedsiębiorstw, akumulację, kurs dolara oraz eksport. Natomiast w województwie kujawsko--pomorskim jest silnie uwarunkowana przez: regionalne PKB, kurs euro i stopę procentową. Istotne okazało się również występowanie w analizowanych danych trendu liniowego. Determinantami wspólnymi okazały się jedynie stopa procentowa i różne kursy walut.