Két kutatónk is előadott az V. Vállalkozáskutatási Konferencián
Két kutatónk is előadott a november 21-22. között Budapesten, a Mathias Corvinus Collegium szevezésében megrendezésre került, V. Vállalkozáskutatási Konferencia, a „Vállalati működés, vállalati válság" szekciójában.
FEJES Judit MSc - Dr. habil KATITS Etelka PhD
A VÁLLALATI CSŐDELŐREJELZÉS HELYETT VAGY MELLETT?
Alternatív pénzügyi korai figyelmeztető rendszer alkalmazása a látens és kifejlett válságban
A kutatás célja és kérdései
Cél: Az alternatív pénzügyi korai figyelmeztető rendszer (Early Warning Systems=EWS) alkalmazásának bemutatása vállalati látens és kifejlett válságokban, különös tekintettel a mesterséges intelligencia (Artificial Intelligence=AI) és az SMESBJ okosapplikáció integrációjára.
Kutatási kérdés: A pénzügyi elemzésből hogyan lehet meghatározni a korai figyelmeztető jeleket? Miért végezzünk jelzés- és okfeltáró kutatást? A pénzügyi korai figyelmeztető és előrejelző rendszer négy generációja hogyan és miben segíti a vezetők preventív és proaktív menedzselési munkáját?
Elméleti háttér
Az 1960-as évektől kezdve a modern vállalati pénzügyek erőteljesen támogatják az aktuális céges gyakorlatot. A vállalati vezetők életszakaszokra igazított pénzügyi irányítás és kontroll nélkül nem képesek hatékonyan kezelni a külső változásokat (Maiid et al, 2019; Settembre.-Blundo et al, 2021) annak érdekében, hogy elkerüljék a kudarcot. Akár a válság, akár az ebből történő sikeres fordulatok a vállalatok életciklusának alapvető, természetes és veleszületett állomásai (Adizes, 2023; Katits, 2002; Katits, Pogátsa, & Zsupanekné, Palányi, 2018; Wruck, 1990).
Chowdhury elsőként kapcsolta össze 2002-ben a fordulat kutatást az életciklus megközelítésekkel. A vállalati turnaround pénzügyek az életciklus pénzügyekből, a válság szakaszához kapcsolódik, különösen a fejlődő és látens válság, valamint a kifejlett, de még az uralható válság szakaszának a teoretikus, de legfőképpen praktikus ismeretanyagát öleli fel.
A fenntartható vállalati pénzügyek témái bármely életszakaszhoz kapcsolódhatnak, de egy egészen más, globális és holisztikus szemléletet feltételeznek, amelyek a másik két szakterületre nem jellemzőek.
A saját fejlesztésű SMESBJ okosapplikáció és az AI-vezérelt pénzügyi EWS rendszer felöleli az említett három modern vállalati pénzügyi szakterület módszertanát.
A pénzügyi EWS rendszerek evolúciója az 1920-as évektől napjainkig terjed, bemutatva, hogyan alkalmazkodtak ezek a rendszerek a változó gazdasági környezethez és technológiai innovációkhoz. A korai rendszerek még meglehetősen egyszerűek voltak, és főként a csődkockázat csökkentésére irányultak (Beaver, 1966). A pénzügyi EWS rendszerek a csődelőrejelző modellek fejlesztéséből erednek (Altman, 1968; Ohlson, 1980), majd megjelennek az első szoftveralapú EWS rendszerek (Altman, 1993).
Az 1997-től kezdődő válságok sora egészen napjainkig rávilágított az EWS rendszerek szükségességére. A 2000-es évek elejétől az AI alkalmazása lehetővé tette a valós idejű adatok elemzését is, ami különösen fontos volt a gyorsan változó gazdasági környezetben (Li, 2023).
A vállalati pénzügyi EWS rendszerek egy olyan terület, ahol az AI alkalmazása jelentős innovációt eredményezett. A hagyományos pénzügyi EWS modellek az AI-alapú rendszerekkel kombinálva jelentősen javíthatók, különösen a prediktív pontosság és a megbízhatóság terén (Cheng et al, 2023; Kureljusic & Karger, 2023).
Az utóbbi években a pénzügyi EWS rendszerek tovább fejlődtek. Wang (2022) szerint a big data és az IoT (Internet of Things) alapú rendszerek képesek valós idejű figyelmeztetéseket generálni, amelyek kritikusak a pénzügyi válságok gyors kezeléséhez.
Az AI alkalmazása lehetővé teszi a vállalatok jobb felkészülését a pénzügyi instabilitásra és a hatékonyabb reagálást a gazdasági változásokra (Ding, 2015).
Módszertan
Vállalati eset- és szituáció elemzése, valamint esettanulmány feldolgozás lépései szerint építjük fel a prezentációt. Bemutatjuk a vizsgált vállalat működési közegét. SMESBJ okosapplikációval pénzügyi elemzést és diagnózist készítünk, jelzés- és okfeltáró kutatást végzünk. Ezután meghatározzuk a megoldási útvonalakat, ezeket értékeljük, és kiválasztjuk a leghatékonyabb megoldást. Végül a körülmények és feltételek megadása szükséges a megvalósítása érdekében.
Eredmények
Az SMESBJ okosapplikáció és az AI-alapú pénzügyi EWS rendszerek gyorsabbak, pontosabbak és hatékonyabbak, mint a hagyományos statisztikai modellek.
- Növelik a vállalati működés biztonságát és a vezetők döntéshozatalának pontosságát, ezáltal növelve a versenyelőnyt, beleértve a gyorsabb és pontosabb válságelőrejelzést.
- Növelik a vállalatok felkészültségét és képességét a válságok hatékony kezelésére, valamint támogatja a preventív és proaktív menedzsmentet.
- Növelik a prediktív pontosságot, csökkentik a téves riasztások arányát.
Az alternatív pénzügyi EWS rendszerek alkalmazása szükségszerű a vállalati preventív, reorganizációs és reaktív turnaround menedzselésben, különösen az AI, big data és IoT technológiák integrációjának köszönhetően.
Az SMESBJ okosapplikáció lehetőséget biztosít a vállalatoknak abban, hogy az EWS rendszereket saját igényeikhez és működési környezetükhöz igazítsák.