|
|
Faktory ovlivňující příjmovou nerovnost
Koukalová, Pavla
Diplomová práce se zabývá identifikací faktorů, které mají vliv na příjmovou nerovnost ve světě. V literárním přehledu je blíže popsaná problematika příjmové nerovnosti, možné způsoby měření, předpokládané činitele vlivu a možnosti řešení příjmové nerovnosti. Ke kvantifikaci a vymezení významnosti vybraných faktorů jsou využity statistické metody, zejména shluková, regresní a panelová analýza. Stěžejními ekonomickými a demografickými ukazateli je ekonomická a technologická úroveň země, vzdělanost a zdravotní stav obyvatelstva. Každý z těchto ukazatelů podle výsledků regresní analýzy vykazuje slabý negativní účinek na příjmovou nerovnost, čímž dochází k jejímu snížení. Výsledky panelové analýzy prokazují, že mezi významné faktory, které ovlivňují příjmovou nerovnost ve světě, lze zařadit ukazatel technologické úrovně, vzdělanosti a zdravotního stavu obyvatelstva. Ukazatel ekonomické úrovně měřený pomocí hrubého domácího produktu na obyvatele se ukázal jako nevýznamný, což znamená, že HDP sice má na Giniho koeficient vliv, ale ostatní proměnné vztah popíší lépe.
|
|
|
Economic inequalities in EU: capital flows between the core and the periphery
Deďo, Peter ; Hána, David (vedoucí práce) ; Kebza, Martin (oponent)
Předmětem zkoumání této práce jsou ekonomické nerovnosti v Evropské unii v letech 1999 až 2018, se záměrem analyzovat vliv toků kapitálu plynoucích z vyplácených dividend a remitencí na vývoj prostorových disparit mezi národními státy. První část práce se snaží ukotvit téma práce do konceptu Světového systému od I. Wallersteina s přesahem do historických souvislosti, které vytvořily základ pro dnešní polarizaci Evropy. Následuje stručný popis kladů a záporů nerovností s představením snah Evropské unie tento problém řešit. V metodické části jsou popsány nástroje zkoumání variability a toků kapitálu. Empirická studie aplikuje metodické postupy na konkrétní data hrubého domácího produktu a hrubého disponibilního důchodu pocházející převážně z Eurostatu. Následně se autor pokouší interpretovat získané výstupy analýz. Klíčová slova: Evropská unie, nerovnosti, toky kapitálu, Giniho koeficient, HDP, strukturální fondy
|
|
|
Vliv daní a dávek na míru nerovnosti příjmů v České republice
Hospodka, Jakub ; Pavel, Jan (vedoucí práce) ; Vaskovskyi, Anton (oponent)
Cílem následující Bakalářské práce je analyzovat dopady daňového systému a dávek státní sociální podpory na míru příjmové nerovnosti v České republice v letech 2004 až 2014. Prostor je věnován i zakotvení obou těchto systému a vysvětlením té části jejich fungování, která je relevantní pro zmíněné téma. Ke kvantifikovaní příjmové nerovnosti je využito Giniho koeficientu, Indexu Robina Hooda a poměrového ukazatele S80/S20. Analýza je tvořena vytvořením čtyř kategorií příjmů na základě šetření EU SILC a následnou aplikací zmíněných ukazatelů.
|
|
| |
|
|
Modely predikce defaultu klienta
Hezoučká, Šárka ; Černý, Rostislav (vedoucí práce) ; Hurt, Jan (oponent)
Cílem této práce je zkoumat možné zlepšení predikční síly skóringových modelů pro spotřebitelské úvěry použitím strukturálních modelů pro odhad budoucího vývoje výše skóre. Tyto modely v sobě nesou informaci o minulém vývoji be- haviorálního skóre prostřednictvím parametrů, které zohledňují citlivost pravdě- podobnosti defaultu klienta na jednotlivé tržní i životní změny. Tyto parametry jsou odhadovány Markov Chain Monte Carlo metodami na základě minulého vývoje. Celkem je na reálná data aplikováno osm typů strukturálních modelů s různými typy parametrů. Míra schopnosti diverzifikace jednotlivých modelů je porovnávána pomocí Giniho koeficientu jak mezi sebou, tak i se stávajícím skóringovým modelem úvěrové instituce, které přísluší podkladová data. 1
|
|
|
Global Changes in Income Distribution: Causes and Impacts
Jančovič, Pavel ; Cahlík, Tomáš (vedoucí práce) ; Břízová, Pavla (oponent)
Téma bakalárskej práce: Globálne zmeny v rozdeľovaní dôchodku: príčiny a dôsledky Autor: Pavel Jančovič Vedúci práce: doc. Ing. Tomáš Cahlík CSc. Abstrakt Táto bakalárska práca skúma príjmovú nerovnosť vo svete. Hlavným predmetom skúmania je Giniho koeficient, ktorý túto nerovnosť určuje. Na meranie Giniho koeficientu sú použité rôzne premenné, ktoré by ho empiricky mali ovplyvňovať. Ekonometrická analýza sa skladá z 34 krajín sveta okrem Afriky. Krajiny boli rozdelené do ďalších 5 skupín. Merané obdobie je medzi rokmi 1991 až 2011. Používané sú metódy najmenších štvorcov, fixných efektov a náhodných efektov. Po použití regresií sú výsledky komentované, je určený najvhodnejší model, následne poukazované signifikantné a nesignifikantné premenné. Modely sú testované na heteroskedasticitu, autokoreláciu reziduí prvého rádu a normalitu. Následne je poukázané na možné príčiny výsledkov. Poukázané je na krajiny ktoré s príjmovou nerovnosťou nemajú značný problém a znižujú alebo ustaľujú Giniho koeficient na nízkych hodnotách. Tiež sú znázornené krajiny, ktoré majú vysoký Giniho koeficient, alebo im príjmová nerovnosť za merané obdobie narástla.
|
|
|
Analysis and prediction of league games results
Šimsa, Filip ; Hanzák, Tomáš (vedoucí práce) ; Večeř, Jan (oponent)
Práce se zabývá analýzou hokejových utkání v rámci ne- jvyšší české hokejové soutěže v sezónách 1999/2000 až 2014/2015 a predikcí následujících zápasů. Popisuje a následně aplikuje teorii Kalmanova fil- tru, kde formy týmů představují nepozorovatelný stavový vektor a výsledky zápasů slouží jako pozorování. Jako vhodná transformace výsledku zápasu jsou identifikovány gólové rozdíly. Ty použijeme jako vysvětlovanou proměn- nou také v lineární regresi pro nalezení vhodných prediktorů. Pro předpověd' výsledku zápasu je zkonstruován ordinální model s těmito prediktory. Po- mocí zobecněného Giniho koeficientu srovnáme diverzifikační schopnost to- hoto modelu a kurzů, které nabízí sázkové kanceláře. V závěru využijeme informaci o znalosti kurzů před zápasem a společně v kombinaci s dalšími vysvětlujícími proměnnými vytvoříme predikční model. Tento model je použit pro identifikaci ziskových sázek. 1
|
|
|
Modely predikce defaultu klienta
Hezoučká, Šárka ; Černý, Rostislav (vedoucí práce) ; Hurt, Jan (oponent)
Cílem této práce je zkoumat možné zlepšení predikční síly skóringových modelů pro spotřebitelské úvěry použitím strukturálních modelů pro odhad budoucího vývoje výše skóre. Tyto modely v sobě nesou informaci o minulém vývoji behav- iorálního skóre prostřednictvím parametrů, které zohledňují citlivost pravděpodob- nosti defaultu klienta na jednotlivé tržní i životní změny. Tyto parametry jsou odhadovány Markov Chain Monte Carlo metodami na základě minulého vývoje. Celkem je na reálná data aplikováno osm typů strukturálních modelů s různými typy parametrů. Míra schopnosti diverzifikace jednotlivých modelů je porovnávána pomocí Giniho koeficientu jak mezi sebou tak i se stávajícím skóringovým mod- elem úvěrové instituce, které přísluší podkladová data. 1
|
|
|
Kritéria těsnosti regrese dle typu vysvětlované proměnné
Šimsa, Filip ; Hanzák, Tomáš (vedoucí práce) ; Hlubinka, Daniel (oponent)
Práce se věnuje popisu modelů lineární, logistické, ordinální a mul- tinomické regrese a interpretaci jejích parametrů. Dále zavádí různé ukazatele kvality modelu a vztahy mezi nimi. Soustředí se zejména na Giniho koeficient a koeficient determinace R2 . První zmíněný je zaveden pomocí modifikace Lo- renzovy křivky pro ordinální a spojitou proměnnou a na základě porovnávání odhadnutých pravděpodobností pro proměnnou nominální. Koeficient determi- nace R2 je nově definován pro nominální proměnnou, u které je zkoumán jeho vztah k Giniho koeficientu. Za předpokladu normálně rozdělených skóre a chyb modelu je numericky odvozena závislost mezi Giniho koeficientem a koeficien- tem determinace pro různá spojitá rozdělení vysvětlované proměnné. Teoretické výpočty a definice jsou ilustrovány na dvou sadách reálných dat. 1
|
|
|
Maximalizace Giniho koeficientu v binární logistické regresi
Říha, Samuel ; Hanzák, Tomáš (vedoucí práce) ; Hlávka, Zdeněk (oponent)
V bakalářké práci je popsán model binární logistické regrese. Pomocí pojmu ztrátové funkce jsou odvozeny metody odhadu parametrů modelu. Je definována "bohatá" množina "hezkých" ztrátových funkcí - beta rodina Fisher-konzistentních ztrátových funkcí. V druhé části práce jsou definované základní ukazatele těsnosti modelu - Giniho koeficient, C-statistika, Kolmogorov-Smirnov statistika a koefi- cient determinace R2 . Dále je rozebrána možnost odhadovat parametry modelu maximalizací Giniho koeficientu. K tomuto účelu je navrženo několik algoritmů, které jsou porovnány s již existujícími metodami na jedné sadě simulovaných a třech sadách reálných dat. 1
|
host ::
RSS.