Course detail

Analysis of Economic Data

FP-UaedPAcad. year: 2026/2027

Not applicable.

Language of instruction

Czech

Number of ECTS credits

4

Assignment to study programme types

Bachelor's

Mode of study

Not applicable.

Guarantor

doc. Ing. Michal Karas, Ph.D.

Department

Institute of Finances (ÚF)

Entry knowledge

Rules for evaluation and completion of the course

Aims

Study aids

Prerequisites and corequisites

Not applicable.

Basic literature

VESELÁ, Jitka; OLIVA, Martin, 2015. Technická analýza na akciových, měnových a komoditních trzích. Praha: Ekopress. ISBN 978-80-8786-522-4 (CS)
ZMEŠKAL Zdeněk; DLUHOŠOVÁ Dana a TICHÝ Tomáš, 2013. Finanční modely. Koncepty, metody, aplikace, 3. vydání. Praha: Ekopress. ISBN 978-80-8692-991-0 (CS)

Recommended reading

ALTMAN, E. I. and G. SABATO. Modelling Credit Risk for SMEs: Evidence from the U.S. Market. Abacus. 2007, vol. 43, no. 3, s. 332-357. ISSN 0001-3072. (EN)
BEAVER, W.H. (1966). Financial Ratios as Predictors of Failure. Journal of Accounting Research, 4, 71-111. (EN)
GRICE, J. S. and M. T. DUGAN. The limitations of bankruptcy prediction models: Some cautions for the researchers. Review of Quantitative Finance and Accounting. 2001, vol. 17, no. 2, s. 151-166. ISSN 1573-7179. (EN)

Classification of course in study plans

  • Programme BAK-EAM Bachelor's

    specialization BAK-EAM-UAD , 3 year of study, winter semester, compulsory

Type of course unit

 

Lecture

13 hours, optionally

Teacher / Lecturer

doc. Ing. Michal Karas, Ph.D.

Syllabus

  1. Úvod do předmětu. Typy podnikových dat, možnosti a úskalí jejich analýzy.
  2. Možnosti dynamického rozkladu ROE
  3. Beaver-Altmanův přístup k hodnocení rizika úpadku
  4. Dluhová kapacita a její analýza
  5. Očekávaný akciový výnos a relevantní technické indikátory
  6. Analýza volatility tržních dat a jejich využití k hodnocení rizika

Exercise

13 hours, compulsory

Teacher / Lecturer

doc. Ing. Michal Karas, Ph.D.

Syllabus

  1. Základy práce s databázi Orbis a s podnikovými daty v excelu.
  2. Možnosti dynamického rozkladu ROE
  3. Beaverova analýza profilu
  4. Testování modelů Altmanova typu
  5. Analýza dluhové kapacity
  6. Očekávaný akciový výnos a relevantní technické indikátory

Znalosti: Cílem předmětu je naučit studenty zpracovávat panelová data pocházející z podnikových databází, a to na příkladech konkrétních aplikaci z oblasti kreditního rizika a hodnocení očekávané výnosnosti.

Dovednosti: Studenti budou schopni pracovat s databázemi podnikových dat a získávat z dat relevantní informace o statistickém rozložení, variabilitě, centrálních tendencích sledovaných faktorů a tyto informace následně využít pro zhodnocení různých aspektů kreditního rizika, očekávaného výnosnosti, případně dluhové kapacity.

Způsobilosti: Studenti získají znalosti v takovém rozsahu, aby dokázali zhodnotit přesnost existujících modelů predikce rizika, odvodit očekávanou výnosnost akciových titulů na základě dat o trhu, případně provést odhad dluhové kapacity na základě analýzy srovnatelných podniků.

Self-study

39 hours, optionally

Teacher / Lecturer

doc. Ing. Michal Karas, Ph.D.

Individual preparation for an ending of the course

39 hours, optionally

Teacher / Lecturer

doc. Ing. Michal Karas, Ph.D.