Predikční síla finančních modelů IN

Bc. Jan Pospíšil

Master's thesis

Predictive Power of Financial IN Models

Anotácia:

Tato diplomová práce se zabývá bankrotními a bonitními modely a jejich schopností predikovat finanční stav podniku. Cílem práce je popis tvorby a konstrukce predikčních modelů a především zhodnocení současné vypovídací schopnosti českých indexů IN, které vytvořili manželé Inka a Ivan Neumaierovi. V teoretické části práce jsou popsány nejznámější bankrotní a bonitní modely, postup jejich výpočtu a způsob vyhodnocení výsledků. Zvláštní důraz je kladen právě na indexy IN. Praktická část práce je zaměřena na indexy IN99 a IN05 a jejich současnou schopnost predikovat tvorbu hodnoty. Tato schopnost je analyzována na základě finančních dat více než 700 českých podniků z odvětví zpracovatelského průmyslu.

Abstract:

This diploma thesis deals with value and bankruptcy models and their ability to predict the financial situation of the company. The main goal of this thesis is to describe the creation and construction of the predictive models and to evaluate the current predictive ability of Czech IN indexes, which were created by Inka and Ivan Neumaier. The theoretical part of the diploma thesis includes the most famous value and bankruptcy models, the process of calculation and the method of evaluation of the results. However, the main attention is given to the IN indexes. The practical part of the thesis focuses on IN99 and IN05 indexes and their current ability to predict the creation of value. This ability is based on the analysis of the financial data of more than 700 Czech companies from manufacturing industry.

Kľúčové slová

Bonitní a bankrotní modely, Index IN, Vypovídací schopnost

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 30. 4. 2015

Obhajoba závěrečné práce

• Obhajoba proběhla 10. 6. 2015
• Vedúci: Ing. Michal Kuběnka, Ph.D.

University of Pardubice

Faculty of Economics and Administration

Master programme / odbor:
Economics and Management / Economics and Enterprise Management