Využití pokročilých analytických kvantitativních metod pro měření výkonnosti podniků

Homolka, Lubor

Využití pokročilých analytických kvantitativních metod pro měření výkonnosti podniků

DSpace Repository

Language: English čeština

Využití pokročilých analytických kvantitativních metod pro měření výkonnosti podniků

dc.contributor.author	Homolka, Lubor
dc.date.accessioned	2016-11-20T23:30:25Z
dc.date.available	2016-11-20T23:30:25Z
dc.date.issued	2010-07-14
dc.identifier	Elektronický archiv Knihovny UTB	cs
dc.identifier.uri	http://hdl.handle.net/10563/36841
dc.description.abstract	Na začátku práce je provedena analýza současného stavu. Identifikace klíčových poznatků důležitých pro pochopení problematiky z pohledu ekonomických disciplín je uvedena v kapitole současný stav. V této kapitole jsou uvedeny rozdílné definice a perspektivy (např. účel informací vycházející z rozdílných účetních systémů) uváděné v literatuře, které je nutné zohlednit zejména v první fázi tvorby analytického modelu. Tato kapitola též uvádí základní principy a metody moderní datové analýzy. Tato část obsahuje odkazy na teorii pravděpodobnosti, teorii informace, statistickou analýzu v její klasické i bayesovské podobě, moderní nástroje strojového učení a umělé inteligence. V následující části je uveden cíl a dílčí cíle. Metodický přehled je uveden v další kapitole. Hlavní výsledky práce obsahují vybrané demonstrace analytických přístupů. Tato část též obsahuje konceptuální model. V posledních kapitolách jsou shrnuty dosažené výsledky přínosy pro vědu a praxi.
dc.format	117
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně	cs
dc.rights	Bez omezení	cs
dc.subject	finance	cs
dc.subject	výkonnost	cs
dc.subject	kreditní riziko	cs
dc.subject	statistická analýza	cs
dc.subject	machine learning	cs
dc.subject	složené modely	cs
dc.subject	finance	en
dc.subject	performance	en
dc.subject	credit risk	en
dc.subject	statistical analysis	en
dc.subject	machine learning	en
dc.subject	ensemble models	en
dc.title	Využití pokročilých analytických kvantitativních metod pro měření výkonnosti podniků	cs
dc.title.alternative	Utilization of advanced analytical quantitative methods for measuring companies' performance	en
dc.type	disertační práce	cs
dc.contributor.referee	Belás, Jaroslav
dc.contributor.referee	Dostál, Petr
dc.date.accepted	2015-12-09
dc.description.abstract-translated	Important findings from the economics perspective and related fields of study are presented in beginning. This part points to various definitions, systems and objectives (i.e., purpose of accounting figures in different accounting systems) which appear in literature and which need to be considered in the initial phase of model building process. Core principles and methods of modern data analysis are reviewed in the following chapter. This part refers to various disciplines, such as probability theory, information theory, statistical analysis (from both standard and Bayesian perspective), machine learning and artificial intelligence techniques. Following part contains goal and objectives. Methodical approach is described in the following chapter. Main results section contains demonstrations of selected analytical approaches. The conceptual model is presented in the beginning of the chapter. The last chapters discuss achieved results and highlight contributions to theory and practice.
dc.description.department	Ústav statistiky a kvantitativních metod	cs
dc.thesis.degree-discipline	Finance	cs
dc.thesis.degree-discipline	Finance	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta managementu a ekonomiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Management and Economics	en
dc.thesis.degree-name	Ph.D.
dc.thesis.degree-program	Hospodářská politika a správa	cs
dc.thesis.degree-program	Economic Policy and Administration	en
dc.identifier.stag	41508
dc.date.submitted	2015-10-02