Národní úložiště šedé literatury Nalezeno 8 záznamů.  Hledání trvalo 0.00 vteřin. 
Second-hand Board Game Price Analysis
Novotný, Lukáš ; Polák, Petr (vedoucí práce) ; Pertold-Gebicka, Barbara (oponent)
Tato bakalářská práce zkoumá faktory ovlivňující cenu a uchování hodnoty deskových her z druhé ruky na trhu Spojených států amerických. Pravděpodobně se jedná o první tezi, která aplikuje hedonický cenový model pro odvětví deskových her. Dvě závislé proměné, cena a podíl z doporučené maloob- chodní ceny, byly modelovány pomocí nejrůznějších herních charakteristik. Analýza byla provedena za pomoci dat získaných primárně z BoardGameGeek. Použitím vícenásobné lineární regrese a metody nejmenších čtverců na vzorek čítající přes 2000 pozorování bylo zjištěno několik významných proměných. Proměnné udávající stav, hodnocení, stáří, složitost jakož i váhu krabice se ukázaly jako nejdůležitější faktory určující hodnotu deskové hry. Navíc v pří- padě regrese pro podíl zůstatkové ceny se jako nejvýznamnější jevily stáří, hodnocení a herní stav. Klíčová slova bazar, desková hra, hedonický cenový model, metoda nejmenších čtverců Název práce Analýza bazaru deskových her
Determinants of the average daily rate of Peer-to-peer accommodation in the Czech Republic
Řežábek, Pavel ; Pavlíček, Jaroslav (vedoucí práce) ; Schwarz, Jiří (oponent)
Cílem této práce je zjistit, jaké vlastnosti peer-to-peer ubytování ovlivňují jeho průměrnou denní cenu. Studie využívá unikátní datový soubor s údaji o všech nabídkách ubytování v České republice vytvořený přímo z dat stažených z airbnb.com, největší platformy prezentující krátkodobé pronájmy mimo hotely. Informace o vybavení a hodnocení jednotlivých nemovitostí nabízejících uby- tování jsou nejprve kategorizovány. Vliv každé takové kategorie spolu s infor- macemi o velikosti a lokace na průměrnou denní sazbu je pak zkoumán metodou nejmenších čtverců. Bylo zjištěno, že nejvýznamnější vliv na průměrnou denní sazbu mají tyto parametry: poloha v Praze, maximální počet ubytovaných osob, vybavení hotelového typu a luxusní vybavení.
Spatial approaches to hedonic modelling of housing market: Prague case
Lipán, Marek ; Křehlík, Tomáš (vedoucí práce) ; Troch, Tomáš (oponent)
Mít po ruce nástroje schopné efektivního oceňování bydlení je užitečné nejen pro odhadce cen nemovitostí v bance, politického činitele nebo realitního agenta, ale také pro každého jednotlivce usilujícího o objektivní vyhodnocení zda bydlet v nájmu, či ve svém. Data trhu bydlení jsou prostorové povahy. K prostorovým aspektům přistupujeme skrze prostorové modelovací techniky v hédonickém cenovém modelu. Hlavní zaměření práce spočívá ve vystavění kriging modelu, který se ukazuje být silným nástrojem ve vysvětlování a předpovídání cen bydlení na pražském trhu s byty. V porovnání výkonu s tradičním hédonickým cenovým modelem neuvažujícím prostor a běžnými ekonometrickými prostorovými modely vychází kriging model nejlépe. Užitečnost našeho kriging modelu je demonstrována v možné aplikaci jako rozšíření modelu současné čisté hodnoty pro optimální volbu zda bydlet v nájmu, či ve svém pro možného kupce vlastního prvního bydlení. Ve zjednodušeném ekonomickém scénáři jsme zjistili, že optimálnost tohoto rozhodnutí závisí na inflaci, očekávané době vlastnictví, stejně jako konkrétní lokalitě bytu v Praze.
Price Determinants of Flats Purchased for the First Time in Prague
Pelnář, Daniel ; Cahlík, Tomáš (vedoucí práce) ; Nevrla, Matěj (oponent)
Schopnost správně odhadnout skutečnou hodnotu bytu je užitečná pro mnoho ekonomických činitelů. Tento článek se zabývá determinanty cen prvotně zakoupených bytů v Praze. Převážně hovoříme o Hedonickým cenovým modelu a jeho využití kde data byla poskytnuta od jednoho z větších bytových developerů v Praze, Vivus. Metoda nejmenších čtverců byla použita. Hlavní výsledky jsou následující. Reziduální analýza nevykázala žádné nadhodnocené nebo podhodnocené byty na základě vybraných modelů. Odhadovaný nárůst cen průměrně velkých bytů v Uhříněvsi od roku 2017 do roku 2019 je 36.76%. Tato hodnota je vysoká, pokud jí porovnáme s obdobím finanční krize, kdy se cena průměrně velkého bytu u projektu Na Vyhlídce zvýšila o 12.83% od roku 2007 do 2009. Zajímavé je, že i v recesi se zvyšovaly ceny pražských bytů.
The influence of distance from the city center on apartments renting prices
Babjaková, Miriam ; Mirvald, Michal (vedoucí práce) ; Slaný, Martin (oponent)
Bakalářská práce zkoumá vliv vzdálenosti nemovitosti od centra města na nájemní cenu bytů v Praze a Brně. Práce též posuzuje vliv ostatních charakteristik na nájemní cenu bytů v daných oblastech. Studie je založena na nabídkách bytů na pronájem uveřejněných v únoru 2017 na internetovém portálu sreality.cz. Datový soubor obsahuje informace o 73 bytech v Brně a 347 bytech v Praze. Pomocí regresní analýzy byl v obou městech prokázán negativní vliv vzdálenosti nemovitosti od centra města na nájemní cenu. V obou městech byl zjištěn výrazný vliv charakteristik nemovitosti na nájemní cenu bytů. V Praze nájemní cenu nejvíc ovlivňovalo hodnocení energetické náročnosti budovy, zatím co v Brně, cena nájmu byla ovlivněná především stavem budovy.
Spatial approaches to hedonic modelling of housing market: Prague case
Lipán, Marek ; Křehlík, Tomáš (vedoucí práce) ; Troch, Tomáš (oponent)
Mít po ruce nástroje schopné efektivního oceňování bydlení je užitečné nejen pro odhadce cen nemovitostí v bance, politického činitele nebo realitního agenta, ale také pro každého jednotlivce usilujícího o objektivní vyhodnocení zda bydlet v nájmu, či ve svém. Data trhu bydlení jsou prostorové povahy. K prostorovým aspektům přistupujeme skrze prostorové modelovací techniky v hédonickém cenovém modelu. Hlavní zaměření práce spočívá ve vystavění kriging modelu, který se ukazuje být silným nástrojem ve vysvětlování a předpovídání cen bydlení na pražském trhu s byty. V porovnání výkonu s tradičním hédonickým cenovým modelem neuvažujícím prostor a běžnými ekonometrickými prostorovými modely vychází kriging model nejlépe. Užitečnost našeho kriging modelu je demonstrována v možné aplikaci jako rozšíření modelu současné čisté hodnoty pro optimální volbu zda bydlet v nájmu, či ve svém pro možného kupce vlastního prvního bydlení. Ve zjednodušeném ekonomickém scénáři jsme zjistili, že optimálnost tohoto rozhodnutí závisí na inflaci, očekávané době vlastnictví, stejně jako konkrétní lokalitě bytu v Praze.
Determinanty cen nemovitostí v regionech ČR
Pojezdná, Marie ; Dlouhá, Zuzana (vedoucí práce) ; Chytilová, Helena (oponent)
Práce zkoumá faktory ovlivňující cenu nemovitostí na trhu v České republice, jako metoda zkoumání byl použit hedonický cenový model. V modelu pro celou ČR jsou potvrzeny tyto zkoumané faktory jako významné: výměra, počet pokojů, stáří, příslušenství (samostatná kuchyně, garáž), přízemní patro, stavební materiál, rekonstrukce, vzdálenost od centra, veřejná doprava, okolní zástavba a region. Nejvýznamnějším faktorem je z hlediska vysvětlení ceny v modelu pro regiony mimo Prahu regionální příslušnost, v Praze je nejdůležitějším faktorem vzdálenost od centra.
Analýza vlivu vybraných kvalitativních znaků na cenu bytů v Praze v období od 2007 - 2012
Vinterová, Michaela ; Koubek, Ivo (vedoucí práce) ; Pertold, Filip (oponent)
Tato práce se zabývá určením vlivu vybraných charakteristik prodaných bytů na území hl. města Prahy na prodejní cenu, jejichž prodej byl realizován v období 2007-2012. Analýzu vlivů provádím na poptávkově příbuzné druhy bytů, a to v dispozici 3+1 a 3+kk. Data obsahují 1185 pozorování. K určení vlivů jednotlivých proměnných používám metodu hédonické ceny. Výsledný model naznačuje, že s růstem dostupnosti o 1 % cena bytu klesne o 0,13 %, při zvýšení podlahové plochy o 1 % se cena bytů zvýší o 0,92 %. Při změně družstevního vlastnictví na osobní se cena bytové jednotky zvýší o 13 %. Při změně materiálu výstavby z panelu na cihlu cena jednotky se zvýší o 23 %, změna materiálu bytového jádra by mohla zvýšit cenu bytu o 5,7 %. Dále model naznačuje, že změnou ve stavu bytové jednotky z užívaného či před rekonstrukcí na stav po rekonstrukci se cena zvýší o 11 %, existence garáže zvyšuje cenu cca o 24 %. V modelu se mi daří potvrdit hypotézu o tom, že umístění bytu v přízemí je spojeno s negativními vlivy a tento faktor snižuje cenu bytu o 2,5 %.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.