dc.contributor.advisor | Gapko, Petr | |
dc.creator | Kosturák, Matej | |
dc.date.accessioned | 2017-05-15T14:42:27Z | |
dc.date.available | 2017-05-15T14:42:27Z | |
dc.date.issued | 2013 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/52035 | |
dc.description.abstract | (abstrakt) Táto práce prináša výstižný a súhrny prehľad najdôležitejších vedeckých článkov a statí venovaných téme predikcie firemných bankrotov, ako aj prehľad teórie použitých modelov spolu s hlavnými kvalitatívnymi indikátormi a ukazovateľmi na vyhodnotenie a porovnanie odhadov. Manuálne zbierané dáta obsahujú účtovné uzávierky, identifikačné údaje and špeciálne údaje o osobách vo vedení podniku. Z tohto uhla pohľadu sa jedná o výnimočný data súbor v prostredí Českej republiky. Technika imputácie chýbajúcich hodnôt, momentálne najnovšiu a najviac odporúčanú metódu na riešenie problému nevyplnených hodnôt. Praktická časť sa koncentruje na odhad modelov v prostredí rozdielnych dát a porovnáva odhadnuté modely v upravených a originálnych dátach. Značne lepší model je možné odhadnúť po vyhladení dát, s lepšou diskriminačnou schopnosťou na rovnaké pozorovania ako v originálnom data súbore. Zahrnutie makroekonomických ukazovateľov ako aj ešte dôležitejšie, podľa momentálneho výskumu, ukazovatele kvality správy podniku malo signifikantný efekt vo výslednom modely. | cs_CZ |
dc.description.abstract | This thesis present concise but comprehensive overview of most important paper dedicated to prediction of corporate bankruptcy, as well as overview of the theory behind the employed models and crucial indicators for quality assessment and comparison of the estimations. Manually collected data includes financial statement, identification information and especially specifications of management and responsible persons. From this point of view, data collected are of high quality and in Czech Republic relatively unique. Noticeable is also multiple imputation method used, current "state-of-the-art" technique for missing data treatment. Practical part concentrates on models estimation for various data setting, when contrasting models on raw and truncated datasets. By smoothing data, significantly better model can be estimated with superior discriminating power on the same data points. Inclusion of macroeconomic variables as well as even more significant governance indicators according to current stage of research, improved estimated models. | en_US |
dc.language | English | cs_CZ |
dc.language.iso | en_US | |
dc.publisher | Univerzita Karlova, Fakulta sociálních věd | cs_CZ |
dc.subject | predikcia bankrotov | cs_CZ |
dc.subject | finančná stabilita | cs_CZ |
dc.subject | riziko firemného sektoru | cs_CZ |
dc.subject | rating spoločností | cs_CZ |
dc.subject | bankruptcy prediction | en_US |
dc.subject | financial stability | en_US |
dc.subject | corporate sector risk | en_US |
dc.subject | corporate rating | en_US |
dc.title | The prediction of corporate bankruptcy and credit risk | en_US |
dc.type | diplomová práce | cs_CZ |
dcterms.created | 2013 | |
dcterms.dateAccepted | 2013-09-11 | |
dc.description.department | Institute of Economic Studies | en_US |
dc.description.department | Institut ekonomických studií | cs_CZ |
dc.description.faculty | Faculty of Social Sciences | en_US |
dc.description.faculty | Fakulta sociálních věd | cs_CZ |
dc.identifier.repId | 125587 | |
dc.title.translated | Predikce korporátních bankrotů a kreditního rizika | cs_CZ |
dc.contributor.referee | Novák, Jiří | |
dc.identifier.aleph | 001623048 | |
thesis.degree.name | Mgr. | |
thesis.degree.level | navazující magisterské | cs_CZ |
thesis.degree.discipline | Economics | en_US |
thesis.degree.discipline | Ekonomie | cs_CZ |
thesis.degree.program | Ekonomické teorie | cs_CZ |
thesis.degree.program | Economics | en_US |
uk.thesis.type | diplomová práce | cs_CZ |
uk.taxonomy.organization-cs | Fakulta sociálních věd::Institut ekonomických studií | cs_CZ |
uk.taxonomy.organization-en | Faculty of Social Sciences::Institute of Economic Studies | en_US |
uk.faculty-name.cs | Fakulta sociálních věd | cs_CZ |
uk.faculty-name.en | Faculty of Social Sciences | en_US |
uk.faculty-abbr.cs | FSV | cs_CZ |
uk.degree-discipline.cs | Ekonomie | cs_CZ |
uk.degree-discipline.en | Economics | en_US |
uk.degree-program.cs | Ekonomické teorie | cs_CZ |
uk.degree-program.en | Economics | en_US |
thesis.grade.cs | Velmi dobře | cs_CZ |
thesis.grade.en | Very good | en_US |
uk.abstract.cs | (abstrakt) Táto práce prináša výstižný a súhrny prehľad najdôležitejších vedeckých článkov a statí venovaných téme predikcie firemných bankrotov, ako aj prehľad teórie použitých modelov spolu s hlavnými kvalitatívnymi indikátormi a ukazovateľmi na vyhodnotenie a porovnanie odhadov. Manuálne zbierané dáta obsahujú účtovné uzávierky, identifikačné údaje and špeciálne údaje o osobách vo vedení podniku. Z tohto uhla pohľadu sa jedná o výnimočný data súbor v prostredí Českej republiky. Technika imputácie chýbajúcich hodnôt, momentálne najnovšiu a najviac odporúčanú metódu na riešenie problému nevyplnených hodnôt. Praktická časť sa koncentruje na odhad modelov v prostredí rozdielnych dát a porovnáva odhadnuté modely v upravených a originálnych dátach. Značne lepší model je možné odhadnúť po vyhladení dát, s lepšou diskriminačnou schopnosťou na rovnaké pozorovania ako v originálnom data súbore. Zahrnutie makroekonomických ukazovateľov ako aj ešte dôležitejšie, podľa momentálneho výskumu, ukazovatele kvality správy podniku malo signifikantný efekt vo výslednom modely. | cs_CZ |
uk.abstract.en | This thesis present concise but comprehensive overview of most important paper dedicated to prediction of corporate bankruptcy, as well as overview of the theory behind the employed models and crucial indicators for quality assessment and comparison of the estimations. Manually collected data includes financial statement, identification information and especially specifications of management and responsible persons. From this point of view, data collected are of high quality and in Czech Republic relatively unique. Noticeable is also multiple imputation method used, current "state-of-the-art" technique for missing data treatment. Practical part concentrates on models estimation for various data setting, when contrasting models on raw and truncated datasets. By smoothing data, significantly better model can be estimated with superior discriminating power on the same data points. Inclusion of macroeconomic variables as well as even more significant governance indicators according to current stage of research, improved estimated models. | en_US |
uk.file-availability | V | |
uk.publication.place | Praha | cs_CZ |
uk.grantor | Univerzita Karlova, Fakulta sociálních věd, Institut ekonomických studií | cs_CZ |
dc.identifier.lisID | 990016230480106986 | |