[
1. Altman, E. I. Applications of distress prediction models: What have we learned after 50 years from the Z-Score models? International Journal of Financial Studies 6 (3), 2018, pp. 1-15.10.3390/ijfs6030070
]Search in Google Scholar
[
2. Altman, E. I., E. Hotchkiss, and W. Wang. Corporate financial distress, restructuring, and bankruptcy: analyze leveraged finance, distressed debt, and bankruptcy, John Wiley & Sons, Hoboken, New Jersey, 2019.10.1002/9781119541929
]Search in Google Scholar
[
3. Altman, E. I., M. Iwanicz-Drozdowska, E. K. Laitinen, and A. Suvas. Financial distress prediction in an international context: A review and empirical analysis of Altman’s Z-score model, Journal of International Financial Management & Accounting 28 (2), 2017, pp. 131–171.10.1111/jifm.12053
]Search in Google Scholar
[
4. Balcaen, S., and H. Ooghe. 35 years of studies on business failure: an overview of the classic statistical methodologies and their related problems, The British Accounting Review 38 (1), 2006, pp. 63–93.10.1016/j.bar.2005.09.001
]Search in Google Scholar
[
5. Billiot, M. J., and S. Glandon. The Impact of Undisclosed Intangible Assets on Firm Value, Journal of Accounting & Finance Research 13 (2), 2005, pp. 67-78
]Search in Google Scholar
[
6. Bombiak, E. Modele dyskryminacyjne jako metoda oceny sytuacji finansowej przedsiębiorstw, Zeszyty Naukowe Akademii Podlaskiej. Seria: Administracja i Zarządzanie, 13 (86), 2010, pp. 141-152
]Search in Google Scholar
[
7. Dziekański, P. Spatial Differentiation of the Financial Condition of the Świętokrzyskie Voivodship Counties, Barometr Regionalny 14 (3), 2016, pp. 79–91.
]Search in Google Scholar
[
8. Gołębiowski, G., and A. Pląsek. Skuteczność wybranych modeli dyskryminacyjnych na przykładzie branży turystycznej, Studia i Prace Kolegium Zarządzania i Finansów 164, 2018, pp. 9–24.10.33119/SIP.2018.164.1
]Search in Google Scholar
[
9. Gołębiowski, G., and K. Żywno. Weryfikacja skuteczności modeli dyskryminacyjnych na przykładzie wybranych spółek giełdowych, Współczesna Ekonomia 2 (3), 2008, pp. 31–45.
]Search in Google Scholar
[
10. Gruszczyński, M. Błędy doboru próby w badaniach bankructw przedsiębiorstw, Kwartalnik Nauk o Przedsiębiorstwie 3, 2017, pp. 22–29.10.5604/01.3001.0010.4688
]Search in Google Scholar
[
11. Hamrol, M., and J. Chodakowski. Prognozowanie zagrożenia finansowego przedsiębiorstwa. Wartość predykcyjna polskich modeli analizy dyskryminacyjnej, Badania operacyjne i decyzje 3, 2008, pp. 17–32.
]Search in Google Scholar
[
12. Hońdo, T. Model Altmana, czyli lupa, przez którą można wypatrzyć kandydatów na bankrutów, https://www.parkiet.com/Profesjonalny-inwestor/311159816-Model-Altmana-czyli-lupa-przez-ktora-mozna-wypatrzyc-kandydatow-na-bankrutow.html [access date: 08.04.2020].
]Search in Google Scholar
[
13. Kitowski, J. Próba weryfikacji wiarygodności diagnostycznej modeli dyskryminacyjnych (na przykładzie spółek portfela WIG-motoryzacja), Przedsiębiorczość i Zarządzanie 19 (10), cz. 1 Finansowe i organizacyjne aspekty kooperacji nauki i lokalnej przedsiębiorczości-wymiar teoretyczny i praktyczny. Część 1, 2018, pp. 177–191.
]Search in Google Scholar
[
14. Kliestik, T., J. Vrbka, and Z. Rowland. Bankruptcy prediction in Visegrad group countries using multiple discriminant analysis, Equilibrium. Quarterly Journal of Economics and Economic Policy 13 (3), 2018, pp. 569–593.10.24136/eq.2018.028
]Search in Google Scholar
[
15. Niemczyk, L. Kapitał intelektualny w księgach rachunkowych oraz sprawozdawczości przedsiębiorstwa, Rzeszów: Wydawnictwo Uniwersytetu Rzeszowskiego, 2015.
]Search in Google Scholar
[
16. Nowak, E. Analiza sprawozdań finansowych, Warszawa: PWE, 2005.
]Search in Google Scholar
[
17. Olszewska, K., and T. Turek. Analiza dyskryminacyjna jako narzędzie informacyjne w zakresie kondycji finansowej przedsiębiorstwa, Zeszyty Naukowe Politechniki Częstochowskiej. Zarządzanie 31, 2018, pp. 175–186.10.17512/znpcz.2018.3.15
]Search in Google Scholar
[
18. Paździor, A., and M. Paździor. Determinants of Changes in Stock Market Prices Based on Companies in the WIG-INFO Index, Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu 79, 2018, pp. 155–163.
]Search in Google Scholar
[
19. Rydzewski, R. Problem analizy płynności sektora producentów gier wideo w Polsce, Studia Ekonomiczne 377, 2018, pp. 97–111.
]Search in Google Scholar
[
20. Rydzewski, R. Market-to-Book Ratio and Creative Industries--Example of Polish Video Games Developers, Economics and Culture 16 (1), 2019, pp. 137–147.10.2478/jec-2019-0015
]Search in Google Scholar
[
21. Wojnar, J. Ocena skuteczności modeli analizy dyskryminacyjnej do prognozowania zagrożenia finansowego spółek giełdowych, Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie 1 (24), 2014, pp. 221–231.
]Search in Google Scholar
[
WWW 1.
]Search in Google Scholar
