E - learning k české verzi předmětu Mezinárodní účetní standardy.
V rámci předmětu se studenti dozvídají o harmonizaci výkaznictví firem kotovaných na veřejných trzích, zejména z pohledu individiuální závěrky.
Tedy nejprve, co jsou IAS/IFRS, US GAAPy, kdo je vydává, jakou cestou se udržuje vysoká kvalita i soulad s nejnovějšími trendy.. Výuka je koncipována také tak, aby se studenti kromě toho, jaká je podstata koncepčního rámce standardů a vybraných standardů (zejména IAS1 - Prezentace účetní závěrky, IAS 2 - Zásoby, IAS 8 - Účetní politky, změna odhadů, opravy chyb, IAS 10 - Události po rozvahovém dni , IAS 16 - Pozemky, budovy, zařízení, IAS 38 - Nehmotný majetek, IAS 36 - Snížení hodnoty aktiv, IAS 23 -Výpůjční náklady, IAS 37 - Rezervy a podmíněné závazky IFRS 16 - Leasingy (IAS17), IAS 40 - Investice do nemoviostí, IFRS 15 -- Výnosy ze smluv se zákazníky, IFRS 5 - Dlouhodobá aktiva držená k prodeji a ukončované činnosti.“), Vše pro názornost na konkrétních nebo modelových příkladech. Zároveň srovnáno s národní úpravou CZ a naznačeny podstatnější rozdíly IAS/IFRS oproti US GAAP.
| Student si v průběhu předmětu zvolí téma a vedoucího diplomové práce, a vypracuje záměr práce, kde využije poznatky z přednášek v souladu s požadavky vedoucího práce. Na základě záměru vypracuje vedoucí práce zadání diplomové práce, které je schvalováno přes UIS (univerzitní informační systém). V rámci přednášek a cvičení se studenti seznámí s požadavky kladenými na diplomovou práci na PEF MENDELU a s principy psaní odborného textu. Studijní výstupy: - student rozumí procesu zadávání závěrečné práce na PEF MENDELU, - student zná principy provádění výzkumu a využití výzkumných metod, - student rozumí principům akademického psaní, - student chápe význam správné práce se zdroji, - student umí řádně nakládat s použitými zdroji ve vlastním textu. | |
Cílem kurzu je podpora studentů předmětu ENC-MECR Modely ekonomických časových řad v oblasti modelování ekonomických časových řad v programovacím jazyce R. V rámci kurzu studenti naleznou kromě studijních materiálů rovněž cvičné datové soubory obsahující časové řady různé délky s výskytem rozličných anomálií v jejich vývoji a také syntaxe v programovacím jazyce R, v rámci nichž bude vzorově řešen celý postup modelování ekonomických časových řad od volby typu modelu, jeho specifikace a kvantifikace, přes jeho verifikaci až po finální aplikaci ve formě predikce dané časové řady. Po absolvování kurzu by měl být student schopen samostatně zpracovat ekonomické časové řady v programovacím jazyce R za využití pokročilých kvantitativních metod analýzy časových řad s potenciálem jejich využití při zpracování vlastních závěrečných (diplomových, potenciálně i disertačních) prací či v podnikové praxi.
Podpora kursu Manažerské účetnictví v LS 2023/2024 na PEF MENDELU v Brně. Bude obsahovat např. další příklady, řešení příkladů, které se nestihne, testy pro průběžné ověření dílčích znalostí apod.
Studenti absolvováním předmětu získají znalosti aplikace stávajících znalostí finančních disciplín při řešení konkrétních reálných problémů firem i institucí finančního trhu. S využitím analýz reálných dat získají studenti pokročilé dovednosti investičního a finančního rozhodování na základě zpracování a analýzy velkého množství reálných dat. Získané dovednosti studenti navíc využijí při zpracování empirických analýz ve svých závěrečných pracích. Budou probírány následující okruhy/oblasti:
- Zdroje a typy finančních dat, předzpracování a průzkumová analýza dat, transformace dat a ekonomická interpretace transformace dat, interpretace počítačových výstupů, specifika úrokových sazeb (rozsah: 1p+3s)
- Identifikace základních vlastností typů finančních dat, jejich specifika, grafická analýza, význam frekvencí v časových řadách a reprezentace panelových dat. Odlehlá a vlivná pozorování, příprava dat. Aplikace v testování hypotézy efektivních trhů, jednoduché varianty transformací složitých dat a jejich propojení (rozsah: 1p+3s)
- Praktické problémy při zpracování finančních časových řad, autokorelace, stacionarita a jejich řešení v kontextu kapitálových trhů (velké soubory, vysoká frekvence) a makroekonomických finančních modelů (malé N i t) (rozsah: 1p+3s)
- Vybrané problémy finančních časových řad, korelace vs. kauzalita. Modelování dynamiky přenosu šoků. Základní techniky predikce finančních časových řad, význam volatility kapitálových trhů, predikce finančních časových řad prostřednictvím podmíněné volatility (rozsah: 1p+3s)
- Finanční analýza podniku s využitím panelových dat: vysvětlovaná variabilita modelu, časová a časově neměnná složka modelu, problémy specifikace modelů, příprava zpracování, (rozsah: 2p+6s)
- Využití behaviorálních faktorů při analýze kapitálových trhů (rozsah: 1p+3s)
- Předzpracování velkých dat z finančních výkazů firem a finančních institucí (rozsah: 1p+3s)
- Modelování velkých finančních panelových dat, specifické problémy a ukázky, replikace výzkumů. (rozsah: 1p+3s)
- Příprava, organizace a zpracování projektů (rozsah: 1p+3s)
- Identifikace vlivu nástrojů hospodářské politiky a nerovnováhy na trzích (rozsah: 1p+3s)
- Kauzalita versus korelace v panelových datech, rozdíly v rozdílech (rozsah: 1p+3s)
- Využití volně dostupných dat z internetu, CAPM ze stažených dat (rozsah: 1p+3s)