[Abildgren K., Buchholst B.V., Staghøj J., 2011, Bank-firm relationships and the performance of non-financial firms during the financial crisis 2008-09 microeconometric evidence from large-scale firm-level data, Working Paper, no. 73. Danmarks National Bank.]Search in Google Scholar
[Akbani R., Kwek S., Japkowicz N., 2004, Applying support vector machines to imbalanced datasets, In Machine Learning: ECML 2004. Springer, pp. 39-50.10.1007/978-3-540-30115-8_7]Search in Google Scholar
[Anderson R., 1999, The Credit Scoring Toolkit: Theory and Practice for Retail Credit Risk Management and Decision Automation, Oxford University Press, New York.]Search in Google Scholar
[Anderson R., 2007, The Credit Scoring Toolkit: Theory and Practice for Retail Credit Risk Management and Decision Automation, Oxford: Oxford University Press.]Search in Google Scholar
[Anderson R., 2015, Piecewise Logistic Regression: an Application in Credit Scoring, Credit Scoring and Control Conference XIV, Edinburgh.]Search in Google Scholar
[Antonowicz P., 2007, Metody oceny i prognoza kondycji ekonomiczno-finansowej przedsiębiorstw, Gdańsk.]Search in Google Scholar
[Appenzeller D., Szarzec K., 2004, Prognozowanie zagrożenia upadłością polskich spółek publicznych, Rynek Terminowy, no. 1, pp. 120-128.]Search in Google Scholar
[Auria L., Moro R., 2008, Support Vector Machines (SVM) as a Technique for Solvency Analysis, Discussion Papers, DIW Berlin.10.2139/ssrn.1424949]Search in Google Scholar
[Bellotti T., Crook J., 2009, Support vector machines for credit scoring and discovery of significant features, Expert Systems with Applications vol. 36, no. 2, pp. 3302-3308.10.1016/j.eswa.2008.01.005]Search in Google Scholar
[Crone S., Finlay S., 2012, Instance sampling in credit scoring: An empirical study of sample size and balancing, International Journal of Forecasting, vol. 28.10.1016/j.ijforecast.2011.07.006]Open DOISearch in Google Scholar
[Gajdka J., Stos D., 1996, Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa spółki, [w:] Duraj J. (red.), Przedsiębiorstwo na rynku kapitałowym, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.]Search in Google Scholar
[Gajdka J., Stos D., 2003, Ocena kondycji finansowej polskich spółek publicznych w okresie 1998-2001, [w:] Zarzecki D. (red.), Czas na pieniądz. Zarządzanie finansami. Mierzenie wyników i wycena przedsiębiorstw, tom I, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin.]Search in Google Scholar
[Ghodselahi A., 2011, A hybrid support vector machine ensemble model for credit scoring, International Journal of Computer Applications, no. 17.10.5120/2220-2829]Search in Google Scholar
[Görg H., Spaliara M. E., 2009, Financial Heath, exports and firm survival: A comparison of British and French firms, Kiel Institute for the World Economy Working Paper 1568.]Search in Google Scholar
[Gray R., Owen D., Sopher M.J., 1998, Setting up a control system for your organization, Nonprofit World, vol. 16, no 3, pp. 65-76.]Search in Google Scholar
[Gruszczyński M., 2003, Modele mikroekonometrii w analizie i prognozowaniu zagrożenia finansowego przedsiębiorstw, Studia Ekonomiczne nr 34, Wydawnictwo INE PAN, Warszawa.]Search in Google Scholar
[Hadasik D., 1998, Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Zeszyty Naukowe, Seria II, nr 153, Akademia Ekonomiczna w Poznaniu, Poznań.]Search in Google Scholar
[Haltuf M., 2014, Support Vector Machine for Credit Scoring, University of Economics in Prague.]Search in Google Scholar
[Hamrol M., Czajka B., Piechocki M., 2004, Upadłość przedsiębiorstwa – model analizy dyskryminacyjnej, Przegląd Organizacji, no. 6, pp. 35-39.10.33141/po.2004.06.09]Search in Google Scholar
[Härdle W., Moro R., Schäfer D., 2007, Estimating Probabilities of Default With Support Vector Machines, http://edoc.hu-berlin.de/series/sfb-649-papers/2007-35/PDF/35.pdf.10.2139/ssrn.2794004]Search in Google Scholar
[Härdle W., Lee Y.-J., Schäfer D., Yeh Y.-R., 2008, The Default Risk of Firms Examined with Smooth Support Vector Machines, SFB 649 Discussion Papers SFB649DP2008-005, Sonderforschungsbe-reich 649, Humboldt University, Berlin, Germany.]Search in Google Scholar
[Härdle W., Lee Y.-J., Schäfer D., Yeh Y.-R., 2009, Variable selection and oversampling in the use of smooth support vector machine for predicting the default risk of companies, Journal of Forecasting, vol. 28, no. 6, pp. 512-534.10.1002/for.1109]Open DOISearch in Google Scholar
[Hołda A., 2001, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH, Rachunkowość, no. 5, pp. 306-310.]Search in Google Scholar
[Jankowitsch R., Pichler S., Schwaiger W., 2007, Modelling the economic value of credit rating systems, Journal of Banking & Finance, vol. 31, no. 1.10.1016/j.jbankfin.2006.01.003]Open DOISearch in Google Scholar
[Korol T., Prusak B., 2005, Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji, CeDeWu.pl., Wydawnictwo Fachowe, Warszawa.]Search in Google Scholar
[Kisielińska J., Waszkowski A., Polskie modele do prognozowania bankructwa przedsiębiorstw i ich weryfikacja, On line. http://www.wne.sggw.pl/czasopisma/pdf/EIOGZ_2010_nr82_s17.pdf.]Search in Google Scholar
[Lacerda A., Russ I., Moro A., 2008, Analysis of the predictors of default for Portuguese firms, https://www.bportugal.pt/en-US/BdP%20Publications%20Research/WP200822.pdf.]Search in Google Scholar
[Lovie A., Lovie P., 1986, The flat maximum effect and linear scoring models for prediction, Journal of Forecasting, vol. 5, no. 3.10.1002/for.3980050303]Open DOISearch in Google Scholar
[Mączyńska E.,1994, Ocena kondycji przedsiębiorstwa (uproszczone metody), Życie Gospodarcze, no. 38, pp. 42-45.]Search in Google Scholar
[Mączyńska E., Zawadzki M., 2006, Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw, Ekonomista. Warszawa.]Search in Google Scholar
[Mercer J., 1990, Functions of positive and negative type and their connection with the theory of integral equations, Philosophical Transactions of the Royal Society of London, no. 209.]Search in Google Scholar
[Nehrebecka N., 2011, Wykorzystanie łańcuchów Markowa do prognozowania zmian w strukturze polskich przedsiębiorstw, Gospodarka Narodowa, no. 10.]Search in Google Scholar
[Nehrebecka N., 2015, Approach to the assessment of credit risk for non-financial corporations, Poland Evidence, Bank for International Settlements.]Search in Google Scholar
[Pogodzińska M., Sojak S., 1995, Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa przedsiębiorstw, AUNC, Ekonomia XXV, no. 299, Toruń.]Search in Google Scholar
[Prusak B., 2005, Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Warszawa.]Search in Google Scholar
[Rossi S. P.S., Schwaiger M. S., Winkler G., 2009, How loan portfolio diversification affects risk, efficiency and capitalization: A managerial behavior model for Austrian banks, Journal of Banking & Finance, Elsevier, vol. 33, no.12, pp. 2218-2226.10.1016/j.jbankfin.2009.05.022]Open DOISearch in Google Scholar
[Schebesch, K.B., Stecking R., 2005, Support vector machines for classifying and describing credit applicants: detecting typical and critical regions, Journal of the Operational Research Society, vol. 56, no. 9, pp. 1082-1088.10.1057/palgrave.jors.2602023]Search in Google Scholar
[Sharma D., 2011, Evidence in Favor of Weight of Evidence and Binning Transformations for Predictive Modeling, Social Science Research Network.10.2139/ssrn.1925510]Search in Google Scholar
[Shawe-Taylor J., Cristianini N., 2000, Support Vector Machines and Other Kernel-Based Learning Methods, Cambridge University Press.10.1017/CBO9780511801389]Search in Google Scholar
[Siarka P., 2011, Quality measures of scoring models, Journal of Risk Management in Financial Institutions, London.]Search in Google Scholar
[Sojak S., Stawicki J., 2001, Wykorzystanie metod taksonomicznych do oceny kondycji ekonomicznej przedsiębiorstw, [w:] Bednarski L. (red.), Zeszyty teoretyczne rachunkowości, tom 3 (59), Warszawa, pp. 56-67.]Search in Google Scholar
[Wierzba D., 2000, Wczesne wykrywanie przedsiębiorstw zagrożonych upadłością na podstawie wskaź-ników finansowych – teoria i badania empiryczne, Zeszyty Naukowe nr 9, Wydawnictwo Wyższej Szkoły Ekonomiczno-Informacyjnej w Warszawie, Warszawa, pp. 79-105.]Search in Google Scholar