|
|
Návrh systému řízení finančních rizik ve společnosti ABC, s.r.o.
Valentová, Andrea ; Túček, Branislav (oponent) ; Beranová, Michaela (vedoucí práce)
V této diplomové práci je vysvětleno, co se rozumí pojmem riziko, jak probíhá proces řízení rizik a jsou popsána ta finanční rizika, která existují ve společnosti ABC, s.r.o. Jedná se o riziko měnové, úvěrové a likviditní. U těchto finančních rizik je popsán způsob jejich analýzy a měření a také prostředky, které slouţí k jejich řízení. Na příkladu společnosti ABC, s.r.o. jsou pak tyto postupy vysvětleny a je navrţen systém jejich řízení.
|
|
| |
|
|
Měření úvěrového rizika podniků zpracovatelského průmyslu v České republice
Karas, Michal ; Dohnal, Mirko (oponent) ; Hrvolová, Božena (oponent) ; Myšková, Renáta (oponent) ; Režňáková, Mária (vedoucí práce)
Cílem disertační práce je odvození nového modelu predikce bankrotu podniku a navržení způsobu jeho využití k měření úvěrového rizika podniku. Východiskem práce byla analýza tradičních přístupů a modelů k predikci bankrotu. Bylo zjištěno, že tyto tradiční přístupy nejsou v aktuálních podmínkách dostatečně efektivní a je nutné formulovat nové modely. Na základě identifikace nedostatků těchto tradičních modelů byly odvozeny dvě řady nových modelů. První řada modelů využívá klasického parametrického přístupu k predikci bankrotu, druhá řada aplikuje novější neparametrický přístup. Pro sestavení nového modelu byl navržen nový metodický postup. Dále byly analyzovány faktory, které mohou idenfitikovat riziko hrozícího bankrotu. Bylo zjištěno, že významné projevy bankrotu je možné identifikovat i pět let předem. Na základě tohoto poznatku byly sestaveny model, který využívá jak statických tak dynamických proměnných k predikci bankrotu. Celková přesnost vytvořeného modelu činí 92,27% správně klasifikovaných aktivních podniků a 95,65% bankrotních podniků.
|
|
|
An Impact of Financial Crisis on Finance of Company
Farkaš, Timotej ; Mackerle, Mojmír (oponent) ; Rejnuš, Oldřich (vedoucí práce)
The bachelor thesis is concerning of an impact financial crisis on finance of company, especially on loaning. In teoretical part there are basic knowledge of loans and bank rates. Progress of bank rates and loans in Czech Republic is analysed in practical part. Result of the bachelor thesis is interpretation of an impact financial crisis on finance of company.
|
|
|
Ratingový model pro interní hodnocení bonity zákazníků KORADO, a.s.
Vaňková, Leona ; Kotěrová, Monika (oponent) ; Kocmanová, Alena (vedoucí práce)
Cílem této diplomové práce je navrhnout a otestovat jednoduchý a přehledný kreditní nástroj – Ratingový model (dále Model) využitelný v rámci preventivních opatření proti úvěrovému riziku. Model je navrhován s cílem zefektivnit práci střediska Řízení kreditního rizika a Ratingového výboru odběratelů společnosti KORADO tím, že účelněji využije stávající dostupná data a informace. Rozhodne-li se Společnost implementovat navržený Ratingový model do vlastního systému řízení kreditního rizika, vzniknou jí tím pouze minimální náklady. V úvodní části diplomové práce se čtenář dozví teoretické poznatky o finanční analýze, řízení rizik a fuzzy logice, která je použita pro výpočet Celkového ratingu. Seznámí se s předními externími ratingovými agenturami, které poskytují profesionální bonitní hodnocení firem. V návrhové části diplomové práce může posoudit navržený Model včetně jeho otestování na čtyřech tuzemských a čtyřech zahraničních zákaznících firmy KORADO. V závěru je návrh praktické implementace Modelu, zahrnující časový harmonogram, realizační tým a rozpočet nákladů souvisejících jak s jeho implementací tak používáním.
|
|
|
Binning numerical variables in credit risk models
Mattanelli, Matyáš ; Baruník, Jozef (vedoucí práce) ; Teplý, Petr (oponent)
Tato práce zkoumá vliv diskretizace numerických proměnných na výkonnost modelů kreditního rizika. Rozdíly ve výkonnosti jsou vyhodnoceny s využitím pěti veřejně dostupných datových souborů, šesti indikátorů výkonnosti a stati- stického testu. Výsledky naznačují, že diskretizace má pozitivní a významný vliv na výkonnost logistické regrese, neuronové sítě a naivního Bayes klasi- fikátoru. Nejvíce ovlivněným aspektem výkonnosti modelu se zdá být jeho schopnost rozlišovat mezi dobrými a špatnými klienty. Výsledky jsou zvláště patrné pro středně velké datové soubory. Závěry jsou odolné vůči chybějícím hodnotám, eliminaci extrémních pozorování a vyloučení kategorických proměn- ných. Pro rozhodovací strom a náhodný les nebyl nalezen žádný významný pozitivní účinek diskretizace na výkonnost.
|
|
|
Energy Performance Certificate as One of Mortgage Default Determinants in the Czech Republic
Strašlipka, Jakub ; Pečená, Magda (vedoucí práce) ; Švéda, Josef (oponent)
Tato práce zkoumá vliv průkazů energetické náročnosti budov na pravděpodob- nost selhání hypoték v České republice. Data pro analýzu poskytuje velká česká banka - použitý vzorek obsahuje informace o 125 641 úvěrech a je rozdělen do tří skupin podle energetické náročnosti zajištěné nemovitosti. Pro výpočet pravděpodobnosti selhání je použita logistická regrese; efekty kon- venčních prediktorů nesplácení jsou zahrnuty. Úvěry poskytnuté na nemovitosti s průkazy tříd A, B vykazují nižší pravděpodobnost selhání o 7.1 pb (zhruba 40%) než úvěry s průkazy tříd C, D, ceteris paribus, zatímco pravděpodob- nost selhání se statisticky neliší mezi úvěry s průkazy C, D a těmi s průkazy E, F, G. Výsledky mohou být zohledněny bankami při vytváření rámců řízení klimatických rizik, případně při hodnocení dopadů politik, nebo jinými zúčast- něnými stranami při nastavování očekávání od bank. Vzhledem k zahrnutí bankou interně odhadnutých certifikátů do analýzy a nejednoznačným výsled- kům ve vzorku oficiálních certifikátů, je doporučeno potvrzení závěrů této práce dalším výzkumem.
|
|
|
Využití fuzzy logiky pro hodnocení rizik v bankovnictví
Maňková, Veronika ; Bobalová, Martina (oponent) ; Janková, Zuzana (vedoucí práce)
Diplomová práce se zaměřuje na využití fuzzy logiky v bankovním sektoru k hodnocení úvěrového rizika. Používá se umělá inteligence, především metoda fuzzy logiky, ke konstrukci modelu pro hodnocení klienta, zda představuje pro banku hrozbu či nikoliv na základě jeho bonity. Určení bonity klienta je vyhodnocením finančních a nefinančních ukazatelů. Práce dále popisuje použití nástroje MATLAB k vývoji a implementaci tohoto modelu. Výsledný model umožňuje bankám lépe porozumět úvěrovému riziku a umožňuje jim lepší orientaci při rozhodování o poskytování úvěrů.
|
|
|
Řízení pohledávek a kreditního rizika ve vybraném podniku
PETŘÍKOVÁ, Markéta
Diplomová práce je zaměřena na problematiku řízení pohledávek a kreditního rizika. Cílem je popsat a zhodnotit přístup k řízení pohledávek a kreditního rizika ve vybraném podniku. V souvislosti s tím pak navrhnout opatření vedoucí ke zlepšení aktuální situace. Práce je rozdělena na teoretickou a praktickou část. Při analyzování společnosti je kladen důraz především na postoj zkoumaného podniku při poskytování obchodních úvěrů, jakým způsobem hodnotí a monitorují odběratele, na nastavení jejich obchodních podmínek a na řešení problémových pohledávek. Tyto oblasti jsou zhodnoceny a doporučeny nová opatření vedoucí ke zlepšení stávající situace ve zkoumaném podniku. Stěžejní část práce je návrh na rozdělení zákazníků do skupin se stejnými nebo podobnými vlastnostmi, který je proveden pomocí metody shlukové analýzy. Na jejímž základě je společnost schopna lépe charakterizovat svoje zákazníky, pro které jsou navrženy výhodnější obchodní a úvěrové podmínky. Dále je navržen systém na vymáhání pohledávek s doporučením na investici do doplňkového nástroje ke stávajícímu účetnímu systému. Náklady na investici jsou porovnány s náklady na vynaložený čas při generování a zasílání upomínek. Doporučené návrhy zajistí příliv nových zákazníků a zvýšení konkurenceschopnosti ve zkoumaném podniku.
|
|
|
Impact of COVID-19 fiscal measures on Non-Performing Loans
Bajcár, Tomáš ; Jakubík, Petr (vedoucí práce) ; Fanta, Nicolas (oponent)
Skúmame do akej miery fiškálne opatrenia súvisiace s COVID-19 zmiernili úverové riziko vyjadrené nesplácanými úvermi vo vybraných európskych krajinách. V tomto zmysle zohľadňujeme makroekonomické a bankové determinanty nesplácaných úverov. Našu empirickú analýzu obmedzujeme na podiel nesplácaných úverov a fiškálne opatrenia, ktoré sú zamerané na nefinančné podniky. Využívame štvrťročný panelový súbor dát pokrývajúci obdobie rokov 2019 až 2021 a rozdelenie podľa sektorov ekonomickej činnosti pokrývajúc 423 sektorov v 23 európskych krajinách. Ďalej využívame diferenčný GMM odhad pre dynamické panelové dáta. Z našej empirickej analýzy vyplýva, že na podiel nesplácaných úverov majú významný vplyv tieto premenné: hospodársky rast, zamestnanosť, nominálny efektívny výmenný kurz a návratnosť vlastného kapitálu. V prípade fiškálnych opatrení sa zistilo, že štátom garantované úvery a daňové úľavy majú štatisticky významný a negatívny vplyv na podiel nesplácaných úverov. Toto zistenie podporuje tvrdenie, že počas pandémie COVID-19 štátom garantované úvery a nižšie daňové zaťaženie pomohli podnikom udržať likviditu a platobnú schopnosť, čo viedlo k zníženiu podielu nesplácaných úverov. Naopak, zistilo sa, že moratóriá na úvery mali pozitívny vplyv na podiel nesplácaných úverov. Pokiaľ ide o priame granty,...
|
host ::
RSS.