Streszczenie: Sieci neuronowe stanowią efektywne narzędzie modelowania zjawisk (m.in. ekonomicznych), jednak bezpośrednio są one zdolne przetwarzać wyłącznie dane numeryczne. Jeśli w badanym zjawisku występuje informacja o charakterze jakościowym (wykorzystywana np. w postaci zmiennych wejściowych modelu), zachodzi konieczność jej zakodowania w postaci numerycznej. Okazuje się, że przyjęta metoda takiej transformacji danych ma fundamentalny wpływ na efektywność modelu neuronowego. W opracowaniu omówiono podstawowe metody kodowania informacji jakościowej oraz zamieszczono wyniki badań efektywności sieci neuronowych w wybranych problemach ekonomicznych dla różnych wariantów kodowania jakościowych zmiennych wejściowych. Przedstawiono generalne wnioski oraz wskazano zasadnicze przesłanki wyboru efektywnej metodyki transformacji informacji jakościowej w modelowaniu neuronowym.