Národní úložiště šedé literatury Nalezeno 4,140 záznamů.  začátekpředchozí4138 - 4140  přejít na záznam: Hledání trvalo 0.34 vteřin. 

Zneužití dominantního postavení v právu ČR a ES
Šimandlová, Michaela ; Boháček, Martin (vedoucí práce) ; Jakl, Ladislav (oponent)
Práce srovnává platnou právní úpravu ČR a ES jedné z oblastí ochrany hospodářské soutěže - dominantního postavení na trhu a jeho zneužití. Vysvětluje zákonem používané pojmy a zaměřuje se na rozbor jednotlivých skutkových podstat zneužití dominantního postavení ve vztahu k právu komunitárnímu. Dále jsou v práci navrženy některé změny českého zákona o ochraně hospodářské soutěže, aby lépe odpovídal právu ES.

Legalizace výnosu z trestné činnosti- mikroekonomická a makroekonomická perspektiva
Danková, Diana ; Šíma, Ondřej (vedoucí práce) ; Kováč, Michal (oponent)
Cílem této diplomové práce je poskytnout čtenáři komplexní pochopení problematiky legalizace výnosu z trestné činnosti nejen z globální perspektivy, ale i z pohledu mikroekonomického, tedy především na úrovni jednotlivých bank. Hlavním přínosem diplomové práce je identifikace indikátorů, na které je třeba brát zřetel při koncipování strategií v boji proti této činnosti. Dalším přínosem je vysoká aktuálnost práce, která umožnila upozornit na rostoucí hrozbu této činnosti na virtuální úrovni a zhodnotit potenciál tohoto nového trendu. Vzhledem na vypjatou situaci v Evropě, kterou způsobila série teroristických útoků, je část práce dedikována i vysvětlení vztahu mezi financováním terorismu a praním špinavých peněz.

Building credit scoring models using selected statistical methods in R
Jánoš, Andrej ; Bašta, Milan (vedoucí práce) ; Pecáková, Iva (oponent)
Kredit skóring je ve finanční praxi důležitou a rychle se rozvíjející disciplínou. Cílem této práce je vytvořit souhrn základních metodik používaných k vytvoření a popisu kredit skóringových modelů s interpretací jejich výstupu společně s praktickou ilustrací postupu při vytváření těchto modelů v statistickém programovém prostředí R. Tato práce je členěná do pěti kapitol. První kapitola je věnovaná vysvětlení pojmu kredit skóring společně s několika příklady praktického využití a motivací pro jeho studium. V další části práce jsou postupně představené tři, ve finanční praxi nejčasteji používané, metody pro tvorbu kredit skóringových modelů. Ve druhé, nejrozvinutější kapitole se práce věnuje logistické regresi. Největší důraz je kladen na matematické odvození vztahu pro logistický regresní model a uvedeno je několik způsobů jako posoudit kvalitu proložení dat modelem. Dalšími dvěmi metodami prezentovanými v této práci jsou rozhodovací stromy a náhodné lesy, kterým se věnují kapitoly 3 a 4. Neoddělitelnou součástí této práce jsou podrobně popsané aplikace těchto metod na konkrétní datový soubor Default v programové platformě R. V závěrečné, páté, kapitole je praktická ilustrace vytvoření kredit skóringových modelů, jejich diagnostiky a následného vyhodnocení jejich schopnosti předpovídat selhání klienta v praxi s použitím R. V přílohách jsou uvedené vytvořené funkce a kód v R použité v práci. Čtenář vybavený základními poznatky z pravděpodobnosti a matematické statistiky získá dostatek teoretických znalostí a praktických zručností k pochopení modelů a jejich samostatné aplikaci.