Řešené projekty

Finanční modelování a rozhodování podniků a finančních institucí za rizika, flexibility a interakce

SP2020/124

Základní oblasti výzkumu jsou: 1) modelování a řízení výkonnosti podniků a odvětví včetně síťových struktur - hodnocení výkonnosti jednotlivých segmentů ekonomiky České republiky (například zemědělství, těžba a dobývání, zpracovatelský průmysl, stavebnictví či doprava). Bude testován Famma-French model při výpočtech ekonomických ukazatelů výkonnosti a srovnání s doposud používanými standardními metodami. Nově bude zkoumána predikce a modelování síťových struktur včetně jejich korelace. 2) oceňování podniků a investičních projektů za rizika, flexibility a interakce - ověřování predikce value drivers za předpokladu malého počtu dat a rozmazaných dat pomocí metody GRA (Grey Relation Analysis) a dalších fuzzy metod. Oceňování a investiční posuzování projektů a podniků za podmínek rizika, flexibility a interakce (teorie her). Rovněž budou zkoumány learning real options. Budou posuzovány finanční aspekty vícekriteriálního hodnocení podniků pomocí CSR (Corporate Social Responsibility). 3) modelování pojistně-technických rizik včetně tarifních struktur - ověřování empirických dat týkajících se pojistně-technických rizik v havarijním pojištění, dále budou pomocí regresní analýzy tarifní modely pro stanovení pojistného a smíšené stochastické modely. 4) modelování a řízení rizika finančních institucí - zkoumání závislosti chování finančních trhů a zejména reakce cen na nové informace včetně informační efektivnosti. Dalším předmětem zkoumání bude odhad funkcí přežití pomocí vybraných přístupů, jejich vzájemné srovnání a celkové zhodnocení vhodnosti jednotlivých metod pro modelování doby do bankrotu vybraných finančních aktiv. Rešerše literatury: 1. AGARWAL, R., AUDRETSCH, D. B. (2001). Does Entry Size Matter? The Impact of the Life Cycle and Technology on Firm Survival. The Journal of Industrial Economics, 49(1): 21-43. 2. BOROVCOVÁ, M., ŠPAČKOVÁ, A. Determination and Verification of the Key Assessment Indicators for the Insurance Market by Applying the Decomposition Multi-attribute Methods and Regression Analysis. In: European Financial systems 2018 Sborník příspěvků z mezinárodní vědecké konferenci. Brno: Masarykova univerzita, 2018. s 44-52. ISBN 978-80-210-8981-5. 3. BREALEY, R, MYERS, S., ALLEN, F. (2014). Teorie a praxe firemních financí. Brno: BizBooks. ISBN 978-80-265-0028-5. 4. CARLTON, D. W., PERLOFF, J. M.: Modern Industrial Organization, Boston: Addison-Wesley, 2004. 5. CLAYMAN, M. R., M. S. FRIDSON a George H. TROUGHTON. Corporate Finance: A Practical Approach. Hoboken: Wiley, 2008. ISBN 978-0-470-19768-4. 6. COPELAND, T. E, WESTON, J. F., SHASTRI, K. (2005). Financial Theory and Corporate Policy. Harlow: Pearson. 7. CORELLI, Angelo. Analytical Corporate Finance. Cham: Springer, 2016. ISBN 978-3-319-39548-7. 8. ČERNÝ, M. AND GLÜCKAUFOVÁ, D. (1982). Vícekriteriální vyhodnocování v praxi. Praha: SNTL. 9. DAMODARAN A. (2012). Investment Valuation. Tools and Techniques for Determining the Value of Any Asset. John Wiley & Sons. 10. DAVES, P. R., M. C. EHRHARDT a R. E. SHRIEVES. Corporate Valuation: A Guide for Managers and Investors. Mason: Thomson South-Western, 2004. ISBN 0-324-27428-9. 11. De LEONARDIS, D., ROCCI, R. (2008). Assessing the default risk by means of a discrete-time survival analysis approach. Applied Stochastic Models in Business and Industry, 24: 291-306. 12. De SERVIGNY, A., RENAULT, O. (2004). Measuring and Managing Credit Risk. New York: McGraw-Hill. 13. DENG, J. L. (1989) Introduction to Grey system theory. The Journal of Grey System. No 1, pp 1-24 14. DLUHOSOVÁ, D., RICHTAROVÁ, D., ZMEŠKAL, Z. (2010) Application of sensitivity analysis when's financial decisions Managing and Modelling of Financial Risks – 5th International Scientific Conference, Ostrava, Czech Republic, pp 58-68 15. DLUHOŠOVÁ, D. (2004). An analysis of financial performance using EVA method: Finance a úvěr – Czech Journal of Economics and Finance, 54(11-12), p. 541-559. 16. DLUHOŠOVÁ, D., PTÁČKOVÁ, B., RICHTAROVÁ, D. Application of selected financial performance methods to chosen industry in the Czech Republic. In: European financial system 2017. Brno: Masaryk University, 2017, p. 67 – 75. ISBN 978-80-210-8610-4. 17. DLUHOŠOVÁ, D., PTÁČKOVÁ, B., ZMEŠKAL, Z. Financial performance variance analysis of non-linear decomposition in metallurgy. In: METAL 2015. Brno, 2015, p.1896 - 1901. ISBN 978-80-87294-62-8. 18. DLUHOŠOVÁ, Dana. (2010). Finanční řízení a rozhodování podniku. Praha: EKOPRESS. ISBN 978-80-86926-68-2. 19. EDVINSSON, L.; MALONE, M. S. 1997a. Intellectual capital – Realizing your company’s true value by finding its hidden roots. New York, NY: Harper Business. 1997. ISBN 0-88730-841-4. 20. EHRBAR, Al. EVA: the real key to creating wealth. New York: Wiley, c1998. ISBN 0-471-29860-3. 21. FAMA, F. Eugene and Kenneth, R. FRENCH. Multifactor Explanations of Asset Pricing Anomalies. Journal of Finance. 03/1996, 51(1), 55-83. ISSN 1540-6261. 22. FAMA, F. Eugene and Kenneth, R. FRENCH. The Cross-Section of Expected Stock Returns. Journal of Finance. 06/1992, 47(2), 427-465. ISSN 1540-6261. 23. FIALA, P. JABLONSKÝ, J. AND MAŇAS, M. (1997). Vícekriteriální rozhodování. Praha: VŠE. 24. FRANEK, J., ZMEŠKAL, Z. (2013) A Model of Strategic Decision Making Using Decomposition SWOT-ANP Method. In: Financial Management Of Firms And Financial Institutions: 9th International Scientific Conference Proceedings, PTS I-III Book Series: Financial Management of Firms and Financial Institutions-Ostrava Pages: 172-180 25. GABEHART, S. (2002). The Business Valuation Book: Proven Strategies for Measuring a Company's Value. 26. GOURIEROUX, Ch., JASIAK, J. (2007). Econometrics of Individual Risk: Credit, Insurance and Marketing. Princenton: Princeton University Press. 27. GUERARD, J., SCHWARTZ, E. (2007). Quantitative corporate finance. New York: Springer. ISBN 978-1-4020-7019-8. 28. GURNÝ, P., GURNÝ, M. (2001) Comparison of credit scoring models on probability of default estimation for US banks. PRAGUE ECONOMIC PAPERS, Volume: 22, Issue: 2, pp 163-181 29. HO, T., YI, S. (2004) The Oxford guide to financial modeling: applications for capital markets, corporate finance, risk management, and financial institutions. Oxford: Oxford University Press. ISBN 0-19-516962-X. 30. HOSMER, D. W., LEMESHOW, S., MAY, S. (2008). Applied Survival Analysis: Regression Modeling of Time-to-Event Data. Hoboken: John Wiley & Sons. 31. HOUWELINGEN, J. C., STIJNEN, T. (2014). Cox Regression Model, in KLEIN, J. P., van HOUWELINGEN, J. C., IBRAHIM, J. G., SCHEIKE, T. H. (eds). Handbook of survival analysis. Boca Raton: CRC Press, Taylor & Francis Group. 32. HWANG, C. L., YOON, K. (1981) Multiple Attribute Decision Making Methods and Applications, Springer-Verlag 33. HYNDMAN, R. J., ATHANASOPOULOS, G. (2018) Forecasting: principles and practice. OTexts, pp 382 34. CHEN SHU-JEN, HWANG CHIN-LAI, (1992) Fuzzy Multiple Attribute Decision Making Methods and Applications. Springer-Verlag 35. CHIOU HUAN-KAI, TZENG GWO-HSHIUNG, CHENG CHIH-KANG (2004) Grey prediction GM(1,1) model for forecasting demand of planned spare parts in navy of Taiwan. MCDM 2004, Whistler, B.C. Canada 36. KOLLER, T., GOEDHART, M., WESSELS, D. (2015). Valuation: Measuring and Managing the Value of Companies. Wiley Finance. 37. KUNG CHAANG-YUNG, WEN KUN-LI (2007) Applying grey relation analysis and grey decision-making to evaluate the relationship between company attributes and its financial performance – a case study of venture capital enterprises in Taiwan. Decision support systems. 43, pp 842-852 38. KUO YIYO, YANG TAHO, HUANG GUAN-WEI (2008) The use of grey relation analysis in solving multiple attribute decision-making problems. Computers and industrial engineering 55, pp 80-93 39. LAITINEN, T., KANKAANPÄÄ, M. (1999). Comparative analysis of failure prediction methods: the Finnish case. The European Accounting Review, 8(1): 67-92. 40. LIN CHIN-TSAI, HWANG SHIUH-NAN, CHAN CHIA-HO (2004) Grey number for AHP model: an Application of grey relation analysis. International conference on networking, sensing and control, Taiwan 41. LO, K., & LYS, T. (2000). The Ohlson Model: Contribution to Valuation Theory, Limitations, and Empirical Applications. Journal of Accounting, Auditing & Finance, 15(3), 337–367. https://doi.org/10.1177/0148558X0001500311 42. MAKRIDAKIS, S., WHEELWRIGT, S., HYNDMAN, R. J. (1998). Forecasting: Methods and Applications. John Wiley & Son 43. MAŘÍK, M. (2018) Metody oceňování podniku: proces ocenění, základní metody a postupy. Ekopress. 44. MASSARI, M., ZANETTI, L. (2016). Corporate Valuation: Measuring the Value of Companies in Turbulent Times. Wiley Finance. 45. MUN, J. (2016). Real Option Analysis. Tools and Techniques for Valuing Strategic Investments and Decisions with Integrated Risk Management and Advanced Quantitative Decision Analytics. CreateSpace Independent Publishing Platform; 3 edition. 46. PIKE, R., NEALE, B. (2003). Corporate finance and investment: decisions and strategies. London: Financial Times Prentice Hall. ISBN 0-273-65138-2. 47. POMEROL, JEAN-CHARLES, BARBA-ROMERO, SERGIO (2012) Multicriterion Decision in Management Principles and Practice. Springer US 48. ROSS, S., WESTERFIELD, R., JORDAN, B. (2013). Fundamentals of corporate finance. New York: McGraw-Hill/Irwin. ISBN 978-0-07-803463-3. 49. SAATY, T. L. (1996). Decision Making with Dependence and Feedback The Analytic Network Process. Pittsburgh: RWS Publications. 50. SAATY, T. L. (2000). Fundamentals of the Analytic Hierarchy Process. Pittsburgh: RWS Publications. 51. SAATY, T. L. Decision making for leaders: the analytic hierarchy proces for decisions in a complex world. Pittsburgh: RWS Publications, 2012. 347 s. ISBN0-9620317-8-X. 52. SAATY, T. L. Fundamentals of decision making: with the analytic hierarchy proces. Pittsburgh: RWS Publications, 2006. 478 s. ISBN 0-9620317-6-3. 53. SAATY, T. L. Principia mathematica decernendi: mathematical principles of decision making: generalization of the analytic network proces to neural firing and synthesis. Pittsburgh: RWS Publications, 2010. 531 s. ISBN 1-888603-10-0. 54. SAATY, T. L. Theory and applications of the analytic network proces: decision making with benefits, opportunities, costs, and risks. Pittsburgh: RWS Publications, 2009. 352 s. ISBN 1-888603-06-2. 55. SHEFRIN, H. (2007). Behavioral corporate finance: decisions that create value. Boston: McGraw-Hill/Irwin. ISBN 978-0-07-284865-6. 56. TATICCHI, P.; CAGNAZZO, L.; BOTARELLI, M. 2008. Performance measurement and Management for SMEs: a literature review and a reference framework for PMM design. POMS 19th Annual Conference La Jolla, California, U.S.A, 9-12 May 2008. 57. TSENG FANG-MEI, YU HSIAO-CHENG, TZENG GWO-HSIUNG (2001) Applied hybrid grey model to forecast. Technological forecasting and social change, 67, pp 291-302 58. TZENG GWO-HSHIUNG, HUANG JIH-JENG (2011) Multiple Attribute Decision Making Methods and applications. CRC Press. pp 353 Zhang Shi-fang, Liu san-yang, Zhai Ren-he (2011) An extended GRA method for MCDM with interval-valued triangular fuzzy assessments and unknown weights, computer and industrial engineering, 61, pp 1336-1341 59. VÁVROVÁ, E. Finanční řízení komerčních pojišťoven. 1. vyd. Praha: Grada Publishing, 2014. 192 s. ISBN 978-80-247-4662-3. 60. VERNIMMEN, P. (2005). Corporate finance: theory and practice. Chichester: Wiley. ISBN 0-470-09225-4. 61. ZMEŠKAL, Z a kol. (2013). Finanční modely. 3. upravené vydání. Praha: Ekopress. 62. ZMEŠKAL, Z. (2003). Soft Approach to Company Financial Level Multiple Attribute Evaluation. 21st International Conference on Mathematical Methods in Economics. Praha. p. 273-280. 63. ZMEŠKAL, Z. (2011). Approaches and criteria of the financial decision-making under uncertainty. In: Financial management of firms and financial institutions. Ostrava. 64. ZMEŠKAL, Z. (2014). Application of the group multi-attribute decision-making methods in financial management. Conference: 7th International Scientific Conference on Managing and Modelling of Financial Risks Location: Ostrava, Czech Republic, PTS I-III pp 904-913. 65. ZMEŠKAL, Z., DLUHOŠOVÁ, D. (2015). Application of the advanced multi-attribute non-additive methods in finance distribution, Financial management of firms and financial institutions: 10th international scientific conference, PTS I-IV, Ostrava, Czech Republic pp 1439-1449. 66. ZMEŠKAL, Z., DLUHOŠOVÁ, D., TICHÝ, T. Finanční modely: Koncepty, metody, aplikace. 3. přeprac. a rozš. vyd. Praha: Ekoporess, 2013. 267 s. ISBN 978-808-6929-910. Postup řešení a aplikované metody Nejprve bude studována literatura, následně budou zkoumány metody a dosažené výsledky, dále budou navržené postupy výpočtu a řešení včetně inovativních zlepšení, poté budou získány datové soubory (např. databáze Magnusweb, MPO, Justice.cz, Albertina, údaje z finančních trhů) a upraveny pro řešení daných úloh. Dalším krokem je kritická diskuse výsledků a publikace výsledků. Pro řešení bude použita celá řada metod, metody oceňování za rizika (Fama-French, GRA, DCF, upravené náklady kapitálu), za flexibility (reálné opce, finanční opce, learning opce), aparátu teorie her (nekooperativní, kooperativní hry, tržní struktury). Dále budou použity pojistě-technické modely pro odhad počtu smluv a expozice smluv (logistická regrese, kategoriální regrese, smíšení stochastické modely). Dále budou ověřovány a statisticky odhadovány modely přežití (Hazard Rate, nelineární dichotomické regrese) na datech kapitálového trhu. Odhady interakci v sítích pomocí nelineární korelační analýzy. Časový harmonogram řešení Studium literatury (1-2 čtvrtletí), metody a postupy řešení včetně inovativních zlepšení (2-3 čtvrtletí), sběr a úprava dat (2-3 čtvrtletí) kritická diskuse výsledků a publikace výsledků. (2-4 čtvrtletí). Jimp 3 Jsc 2 Jost 2 B 1 C 0 D 10

2020

2020

Ministerstvo školství, mládeže a tělovýchovy

SGS

Specifický výzkum VŠB-TUO

Dluhošová Dana prof. Dr. Ing.