| |
|
Odhad výběru DPH po zavedení elektronické evidence tržeb v ČR od roku 2016
Píchal, Dominik ; Pikhart, Zdeněk (vedoucí práce) ; Zeman, Martin (oponent)
Tato bakalářská práce zpracovává problematiku inkasa daní a s tím spojené jevy jako šedá ekonomika, daňové úniky a nástroje, které vedou k samotnému zefektivnění výběru daní. Elektronická evidence tržeb v českých podmínkách je právě takovýmto nástrojem, který má za cíl zvýšit výběr daní a také zlepšit kontrolu nad daňovými subjekty. Pro svůj metodologický základ byla využita analýza a komparace. Na základě vypracovaných rozborů a srovnání jsem dospěl k závěru, že stanovené teze prokázaly, že elektronická evidence tržeb, ale i evidence tržeb v obecné rovině jako model supervize daňových subjektů, je efektivním nástrojem. Přínosem práce je celkový popis vybraných jevů ovlivňující výběr daní, popis zahraničních modelů evidencí tržeb a především popis a analýza budoucího českého modelu.
|
|
Shluková a regresní analýza mikropanelových dat
Sobíšek, Lukáš ; Pecáková, Iva (vedoucí práce) ; Komárek, Arnošt (oponent) ; Brabec, Marek (oponent)
Panelové studie se provádí především za účelem analýzy změn hodnot sledovaných proměnných v čase. V mikropanelovém výzkumu se sleduje velké množství objektů periodicky během relativně krátkého časového úseku (v řádu let). Počet opakovaných měření je v řádu jednotek. Tato práce se věnuje stávajícím přístupům k regresní a shlukové analýze mikropanelových dat. Jedním z přístupů k analýze mikropanelu je využití modifikovaných vícerozměrných statistických modelů pro průřezová data, které zohledňují korelaci měření pro daný objekt. V práci jsou shrnuty dostupné nástroje pro regresní analýzu mikropanelových dat. Kromě rekapitulace známých a užívaných smíšených lineárních modelů pro normálně rozdělenou závisle proměnnou jsou stručně představeny nové přístupy pro analýzu vysvětlovaných proměnných s jiným než normálním rozdělením. Mezi ně patří například zobecněný lineární marginální model, zobecněný lineární model se smíšenými efekty a bayesovský přístup. Kromě popisu těchto modelů je uveden stručný přehled jejich implementace v systému R. S regresními modely upravenými pro mikropanelová data je spjato úskalí v nejednoznačnosti odhadu jejich parametrů. V práci je navrženo, jak zpřesnit odhady pomocí shlukové analýzy. Proto jsou v práci popsány metody shlukové analýzy mikropanelových dat. Vzhledem k tomu, že nabídka metod je omezená, hlavním cílem práce bylo navrhnout vlastní dvoukrokový postup shlukování mikropanelových dat. V prvním kroku jsou transformována panelová data na statická pomocí skupiny navržených charakteristik dynamiky, které reprezentují různé vlastnosti časového vývoje sledované proměnné. Ve druhém kroku jsou shlukovány objekty konvenčními prostorovými technikami (aglomerativní shlukování a metoda C-průměrů) na základě matice nepodobnosti hodnot shlukovacích proměnných spočítaných v prvním kroku. Dalším cílem práce je zjistit, zda navržený postup shlukování vede ke zkvalitnění regresních modelů pro tento typ dat. Pomocí simulační studie je porovnáván navržený shlukovací přístup s postupem aplikovaným v balíčku kml systému R a se shlukovacími charakteristikami, které navrhuje Urso (2004). V provedené studii dosáhla kombinace navržených shlukovacích proměnných lepších výsledků než používané skupiny shlukovacích proměnných. Dalším přínosem práce je skript napsaný pro jazyk R přiložený na CD. Tento skript je možno použít pro analýzu vlastních mikropanelových dat.
|
|
Využití modelů úrokových měr při řízení úrokového rizika v prostředí českého finančního trhu
Cíchová Králová, Dana ; Arlt, Josef (vedoucí práce) ; Cipra, Tomáš (oponent) ; Witzany, Jiří (oponent)
Hlavním cílem práce je zejména nalezení vhodného přístupu k modelování úrokového rizika v prostředí českého finančního trhu při různých situacích na finančních trzích. Analyzována jsou tři zcela odlišná období, která jsou charakteristická různou mírou ohodnocení likviditního a kreditního rizika, rozdílnými vztahy mezi finančními veličinami a účastníky trhu a rozdílnou regulací trhu. Konkrétně se jedná o období před globální finanční krizí, období finanční krize a období po odeznění globální finanční krize a uklidnění následné dluhové krize v eurozóně. V rámci tohoto cíle je stěžejní aplikace modelu BGM v prostředí českého trhu. Použití modelu BGM pro účely predikce dynamiky výnosové křivky není běžné, neboť primární použití tohoto modelu je oceňování finančních derivátů při zajištění neexis- tence arbitráže a jeho aplikace je navíc relativně náročná. Přesto v této práci model BGM využiji pro získání predikcí pravděpodobnostních rozdělení úrokových sazeb v pro- středí české trhu a trhu eurozóny, protože jeho komplexnost, přímé modelování výnosové křivky na základě tržních sazeb a hlavně možnost odhadu parametrů založená na ak- tuálních kotacích volatilit swapcí mohou vést k výraznému zkvalitnění predikcí, což se v této práci potvrdilo. Převážně v období bezprecedentního monetárního uvolňování a zvýšených zásahů centrálních bank a ostatních regulátorů do činnosti finančních trhů, ke kterým dochází po finanční krizi, je využití tržních kotací volatilit swapcí výhodné, protože odráží aktuální očekávání trhu se započítáním očekávaných budoucích zásahů do fungování finančních trhů. Vzhledem k tomu, že v důsledku nerozvinutosti českého finančního trhu neexistují tržní kotace volatilit korunových swapcí, navrhuji jejich aproximace na základě kotací volatilit eurových swapcí s využitím volatilit forwardových korunových i eurových sazeb, díky čemuž jsou v získaných predikcích dynamiky české výnosové křivky započteny aktuální očekávání trhu. Není mi známo, že by nějaký jiný autor dosud publikoval obdobnou aplikace modelu BGM v prostředí českého finančního trhu. V této práci dále konstruuji predikce dynamiky české a eurové výnosové křivky peněžního trhu pomocí modelů CIR a GP jakožto zástupců různých typů modelů úro- kových měr. Pro posouzení predikční schopnosti jednotlivých modelů a vhodnosti jejich použití v prostředí českého trhu během různých situacích na finančním trhu navrhuji ucelený systém tří kritérií založený na porovnání predikcí se skutečností. Z této analýzy pre- dikční schopnosti vyplývá, že na základě modelu BGM lze získat predikce dynamiky výnosové křivky českého peněžního trhu s vysokou predikční schopností a nejlepší kva- litou ve srovnání s ostatními analyzovanými modely, nicméně i model GP poskytuje relativně kvalitní predikce. Naopak predikce učiněné na základě modelu CIR jakožto 6 zástupce modelů okamžité úrokové míry při popsání skutečnosti zcela selhaly. V situaci, kdy ekonomika umožňuje záporné sazby a zároveň existuje signifikantní pravděpodob- nost jejich zavedení, doporučuji provedení predikcí dynamiky výnosové křivky českého peněžního trhu pomocí modelu GP, který záporné sazby připouští. Součástí této analýzy je i provedení statistického testu predikční schopnosti jednotlivých modelů a informace o dalších možných statistických testech pro zhodnocení kvality modelů. Při aplikaci Berkowitzova testu byla u všech zkoumaných modelů zamítnuta hypotéza o tom, že vý- sledné predikce přesně popisují skutečnost. Tento fakt je však při aplikaci statistických testů na reálná data běžný i při použití relativně dobrého modelu především z důvodu obtížného splnění podmínek testů v reálném světě. Takovouto analýzu predikční schop- nosti vybraných modelů úrokových měr a navíc v prostředí českého finančního trhu jsem doposud v žádných jiných publikacích nezaznamenala. Posledním cílem této práce je navržení vhodného přístupu k predikci dynamiky ri- zikové přirážky českých státních dluhopisů, kterou definuji jako rozdíl mezi výnosem státních dluhopisů a fixní sazbou CZK IRS totožné délky. Takto definovaný ukazatel kreditního rizika České republiky modeluji pomocí modelu GP. Pro získání časových řad rizikové přirážky potřebných k odhadu parametrů modelu GP odhadnu nejdříve výnosové křivky českých státních dluhopisů pomocí Svenssonova modelu pro každý obchodní den od roku 2005. Z výsledných simulací je patrné, že model GP relativně dobře predikoval skutečný vývoj rizikových přirážek všech analyzovaných splatností. Navržený postup je vhodný pro modelování kreditního rizika České republiky na zá- kladě využití informací z finančních trhů. S takovýmto přístupem k modelování rizikové přirážky státních dluhopisů a navíc v českém prostředí jsem se doposud v žádné jiné publikaci nesetkala.
|
|
Diagnostics for Robust Regression: Linear Versus Nonlinear Model
Kalina, Jan
Robust statistical methods represent important tools for estimating parameters in linear as well as nonlinear econometric models. In contrary to the least squares, they do not suffer from vulnerability to the presence of outlying measurements in the data. Nevertheless, they need to be accompanied by diagnostic tools for verifying their assumptions. In this paper, we propose the asymptotic Goldfeld-Quandt test for the regression median. It allows to formulate a natural procedure for models with heteroscedastic disturbances, which is again based on the regression median. Further, we pay attention to nonlinear regression model. We focus on the nonlinear least weighted squares estimator, which is one of recently proposed robust estimators of parameters in a nonlinear regression. We study residuals of the estimator and use a numerical simulation to reveal that they can be severely heteroscedastic also for data generated from a model with homoscedastic disturbances. Thus, we give a warning that standard residuals of the robust nonlinear estimator may produce misleading results if used for the standard diagnostic tools
|
|
Modelling, parameter estimation, optimisation and control of transport and reaction processes in bioreactors.
ŠTUMBAUER, Václav
With the significant potential of microalgae as a major biofuel source of the future, a considerable scientific attention is attracted towards the field of biotechnology and bioprocess engineering. Nevertheless the current photobioreactor (PBR) design methods are still too empirical. With this work I would like to promote the idea of designing a production system, such as a PBR, completely \emph{in silico}, thus allowing for the in silico optimization and optimal control determination. The thesis deals with the PBR modeling and simulation. It addresses two crucial issues in the current state-of-the-art PBR modeling. The first issue relevant to the deficiency of the currently available models - the incorrect or insufficient treatment of either the transport process modeling, the reaction modeling or the coupling between these two models. A correct treatment of both the transport and the reaction phenomena is proposed in the thesis - in the form of a unified modeling framework consisting of three interconnected parts - (i) the state system, (ii) the fluid-dynamic model and (iii) optimal control determination. The proposed model structure allows prediction of the PBR performance with respect to the modelled PBR size, geometry, operating conditions or a particular microalgae strain. The proposed unified modeling approach is applied to the case of the Couette-Taylor photobioreactor (CTBR) where it is used for the optimal control solution. The PBR represents a complex multiscale problem and especially in the case of the production scale systems, the associated computational costs are paramount. This is the second crucial issue addressed in the thesis. With respect to the computational complexity, the fluid dynamics simulation is the most costly part of the PBR simulation. To model the fluid flow with the classical CFD (Computational Fluid Dynamics) methods inside a production scale PBR leads to an enormous grid size. This usually requires a parallel implementation of the solver but in the parallelization of the classical methods lies another relevant issue - that of the amount of data the individual nodes must interchange with each other. The thesis addresses the performance relevant issues by proposing and evaluation alternative approaches to the fluid flow simulation. These approaches are more suitable to the parallel implementation than the classical methods because of their rather local character in comparison to the classical methods - namely the Lattice Boltzmann Method (LBM) for fluid flow, which is the primary focus of the thesis in this regard and alternatively also the discrete random walk based method (DRW). As the outcome of the thesis I have developed and validated a new Lagrangian general modeling approach to the transport and reaction processes in PBR - a framework based on the Lattice Boltzmann method (LBM) and the model of the Photosynthetic Factory (PSF) that models correctly the transport and reaction processes and their coupling. Further I have implemented a software prototype based on the proposed modeling approach and validated this prototype on the case of the Coutte-Taylor PBR. I have also demonstrated that the modeling approach has a significant potential from the computational costs point of view by implementing and validating the software prototype on the parallel architecture of CUDA (Compute Unified Device Architecture). The current parallel implementation is approximately 20 times faster than the unparallized one and decreases thus significantly the iteration cycle of the PBR design process.
|
|
NUMERICAL ESTIMATION OF MICRO-CRACK PATHS IN POLYMER PARTICULATE COMPOSITE
Majer, Z. ; Náhlík, Luboš
Determination of composite mechanical behavior is one of important part during the composite tailoring. The aim of the present work was to estimate a micro-crack behavior in a polymer particulate composite. The composite was investigated by means of the finite element method -using ANSYS software. A two-dimensional three-phase finite element model was developed to analyze the crack growth behavior. The assumptions of the linear elastic fracture mechanics were considered and the Maximum Tangential Stress (MTS) criterion was used to predict the direction of the crack propagation. The effect of the elastic modulus of the interphase on the micro-crack propagation was investigated. The properties of matrix and particles were taken from experiment. It was shown that the interphase properties influence the stress intensity factor KI as well as the micro-crack paths. The results of this paper can contribute to a better understanding of the micro-crack propagation in particulate composites with respect to the interphase.
|
|
Vliv sněhové pokrývky na odtok během dešťových srážek.
Juras, Roman ; Máca, Petr (vedoucí práce) ; Ladislav , Ladislav (oponent)
V zimním období, kdy leží na povodí sněhová pokrývka, stále přibývá výskytu dešťových srážek. Déšť dopadající na sníh (ROS) má často za následek vznik povodní a mokrých lavin. Predikce vlivu ROS záleží především na lepším pochopení mechanismů vzniku a složení odtoku ze sněhové pokrývky. Spojení simulace deště na sněhovou pokrývku a využití stopovačů bylo testováno jako vhodný nástroj pro tento účel. Celkem bylo provedeno 18 experimentů na sněhovou pokrývku s různými počátečními vlastnostmi v horských podmínkách střední a západní Evropy.
Pro určení charakteru proudění bylo použito barvivo brilliant blue (FCF), pomocí kterého je možné vizualizovat preferenční cesty, ale i určit rozhraní dvou vrstev o různých hydraulických vlastnostech. Zastoupení jednotlivých složek odtékající vody na výtoku bylo stanoveno pomocí metody separace hydrogramu, která poskytuje dobré výsledky s přijatelnou nejistotou. Z technických důvodů nebylo možné obě metody použít současně během jednoho experimentu, i když by to ještě více rozšířilo znalosti o dynamice proudění dešťové vody ve sněhové pokrývce. Množství tavné vody bylo vypočteno pomocí rovnice energetické bilance. Použití této rovnice je poměrně přesné, ale zároveň náročné na vstupy. Z toho důvodu bylo tání vypočteno pouze u jednoho experimentu.
Rychlost vzniku odtoku roste v první řadě intenzitou srážky. Počáteční vlastnosti sněhové pokrývky, jako hustota a vlhkost, ovlivňují rychlost vzniku odtoku až druhotně. Na druhou stranu při stejné intenzitě srážky vykazovala nevyzrálá sněhová pokrývka s malou hustotou rychlejší hydrologickou odpověď, než vyzrálá pokrývka s větší hustotou. Velikost odtoku je závislá, především na počátečním nasycení. Vyzrálá sněhová pokrývka s vyšším počátečním nasycení generovala vyšší celkový odtok, kde dešťová voda přispívala maximálně z 50ti %. Proti tomu protekla dešťová voda nevyzrálou sněhovou pokrývkou poměrně rychle a do odtoku se propagovala přibližně z 80ti %.
Pro predikci odtoku během ROS byla použita Richardsova rovnice v rámci modelu SNOWPACK. Tento model byl upraven tak, že byla sněhová matrice rozdělena pro lepší simulaci preferenčního proudění. Tento přístup přinesl zlepšení výsledků oproti klasickému přístupu, kdy se uvažuje pouze matricové proudění.
|
|
Feasibility Study of an Interactive Medical Diagnostic Wikipedia
Grim, Jiří
Considering different application possibilities of product distribution mixtures we have proposed three formal tools in the last years, which can be used to accumulate decision-making know-how from particular diagnostic cases. First, we have developed a structural mixture model to estimate multidimensional probability distributions from incomplete and possibly weighted data vectors. Second, we have shown that the estimated product mixture can be used as a knowledge base for the Probabilistic Expert System (PES) to infer conclusions from definite or even uncertain input information. Finally we have shown that, by using product mixtures, we can exactly optimize sequential decision-making by means of the Shannon formula of conditional informativity. We combine the above statistical tools in the framework of an interactive open-access medical diagnostic system with automatic accumulation of decision-making knowledge.
|
|
STATISTICAL LANGUAGE MODELS BASED ON NEURAL NETWORKS
Mikolov, Tomáš ; Zweig, Geoffrey (oponent) ; Hajič,, Jan (oponent) ; Černocký, Jan (vedoucí práce)
Statistical language models are crucial part of many successful applications, such as automatic speech recognition and statistical machine translation (for example well-known Google Translate). Traditional techniques for estimating these models are based on Ngram counts. Despite known weaknesses of N-grams and huge efforts of research communities across many fields (speech recognition, machine translation, neuroscience, artificial intelligence, natural language processing, data compression, psychology etc.), N-grams remained basically the state-of-the-art. The goal of this thesis is to present various architectures of language models that are based on artificial neural networks. Although these models are computationally more expensive than N-gram models, with the presented techniques it is possible to apply them to state-of-the-art systems efficiently. Achieved reductions of word error rate of speech recognition systems are up to 20%, against stateof-the-art N-gram model. The presented recurrent neural network based model achieves the best published performance on well-known Penn Treebank setup.
|
host ::
