Show simple item record

Predikce korporátních bankrotů a kreditního rizika
dc.contributor.advisorGapko, Petr
dc.creatorKosturák, Matej
dc.date.accessioned2017-05-15T14:42:27Z
dc.date.available2017-05-15T14:42:27Z
dc.date.issued2013
dc.identifier.urihttp://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.abstractThis 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.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.subjectpredikcia bankrotovcs_CZ
dc.subjectfinančná stabilitacs_CZ
dc.subjectriziko firemného sektorucs_CZ
dc.subjectrating spoločnostícs_CZ
dc.subjectbankruptcy predictionen_US
dc.subjectfinancial stabilityen_US
dc.subjectcorporate sector risken_US
dc.subjectcorporate ratingen_US
dc.titleThe prediction of corporate bankruptcy and credit risken_US
dc.typediplomová prácecs_CZ
dcterms.created2013
dcterms.dateAccepted2013-09-11
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.facultyFaculty of Social Sciencesen_US
dc.description.facultyFakulta sociálních vědcs_CZ
dc.identifier.repId125587
dc.title.translatedPredikce korporátních bankrotů a kreditního rizikacs_CZ
dc.contributor.refereeNovák, Jiří
dc.identifier.aleph001623048
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineEconomicsen_US
thesis.degree.disciplineEkonomiecs_CZ
thesis.degree.programEkonomické teoriecs_CZ
thesis.degree.programEconomicsen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csFakulta sociálních věd::Institut ekonomických studiícs_CZ
uk.taxonomy.organization-enFaculty of Social Sciences::Institute of Economic Studiesen_US
uk.faculty-name.csFakulta sociálních vědcs_CZ
uk.faculty-name.enFaculty of Social Sciencesen_US
uk.faculty-abbr.csFSVcs_CZ
uk.degree-discipline.csEkonomiecs_CZ
uk.degree-discipline.enEconomicsen_US
uk.degree-program.csEkonomické teoriecs_CZ
uk.degree-program.enEconomicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_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.enThis 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-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Fakulta sociálních věd, Institut ekonomických studiícs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV