G¿ównym problemem, z jakim borykaj¿ si¿ banki przy podejmowaniu decyzji o udzieleniu kredytu, jest niemo¿no¿¿ ustalenia z jak¿kolwiek pewno¿ci¿, czy klient wywi¿¿e si¿ ze swoich zobowi¿zä. Wczesne wykrycie trudno¿ci firmy mo¿na przeprowadzi¿ za pomoc¿ narz¿dzi do prognozowania ryzyka niewyp¿acalno¿ci, z których wszystkie opieraj¿ si¿ na analizie przesz¿o¿ci w celu przewidzenia przysz¿o¿ci firmy. Analiza ta zasadniczo opiera si¿ na sprawozdaniach finansowych spó¿ki, które pozostaj¿ podstawowym ¿ród¿em informacji do wykrywania trudno¿ci biznesowych.Celem naszej pracy jest wniesienie wk¿adu metodologicznego poprzez zaproponowanie skutecznego narz¿dzia do przewidywania ryzyka upad¿o¿ci przedsi¿biorstw w oparciu o podej¿cie neuronowe. Celem jest pokazanie, w jaki sposób techniki doboru zmiennych dostosowane do sieci neuronowych oferuj¿ lepszy wybór pod wzgl¿dem jako¿ci przewidywania upad¿o¿ci ni¿ te tradycyjnie stosowane w badaniach eksperymentalnych, które pozostaj¿ niewystarczaj¿ce do poprawy stopnia przewidywania modeli upad¿o¿ci marokäskiego bankiera.