| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 188
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
New suptech tool of the predictive generation for insurance companies : the case of the European market
Timotej Jagrič, Daniel Zdolšek, Robert Horvat, Iztok Kolar, Niko Erker, Jernej Merhar, Vita Jagrič, 2023, izvirni znanstveni članek

Opis: Financial innovation, green investments, or climate change are changing insurers’ business ecosystems, impacting their business behaviour and financial vulnerability. Supervisors and other stakeholders are interested in identifying the path toward deterioration in the insurance company’s financial health as early as possible. Suptech tools enable them to discover more and to intervene in a timely manner. We propose an artificial intelligence approach using Kohonen’s self-organizing maps. The dataset used for development and testing included yearly financial statements with 4058 observations for European composite insurance companies from 2012 to 2021. In a novel manner, the model investigates the behaviour of insurers, looking for similarities. The model forms a map. For the obtained groupings of companies from different geographical origins, a common characteristic was discovered regarding their future financial deterioration. A threshold defined using the solvency capital requirement (SCR) ratio being below 130% for the next year is applied to the map. On the test sample, the model correctly identified on average 86% of problematic companies and 79% of unproblematic companies. Changing the SCR ratio level enables differentiation into multiple map sections. The model does not rely on traditional methods, or the use of the SCR ratio as a dependent variable but looks for similarities in the actual insurer’s financial behaviour. The proposed approach offers grounds for a Suptech tool of predictive generation to support early detection of the possible future financial distress of an insurance company.
Ključne besede: European insurance market, suptech, supervision, financial deterioration identification, neural networks
Objavljeno v DKUM: 25.03.2024; Ogledov: 110; Prenosov: 9
.pdf Celotno besedilo (2,55 MB)
Gradivo ima več datotek! Več...

2.
Ekonometrična analiza vpliva monetarne politike na makroekonomske agregate za ZDA in Združeno kraljestvo
Luka Novak, 2023, diplomsko delo

Opis: Denarna politika v vsakem razvitem gospodarstvu igra izredno pomembno vlogo, nenazadnje skrbi za stabilno inflacijo, podpira pa še visoko zaposlenost in gospodarsko rast. S pomočjo ekonometričnega pristopa, natančneje Grangerjevega testa kavzalnosti, na podlagi dejanskih podatkov analiziramo vpliv spremenljivk denarne politike na pomembnejše makroekonomske agregate v ZDA in Združenem kraljestvu. V teoriji se ta vpliv prenaša v gospodarstvo preko transmisijskega mehanizma, najpogosteje preko obrestnih mer. Rezultati analize pokažejo, da znotraj enega leta, odločitve denarne politike obeh centralnih bank vplivajo preko spremembe vsaj ene variable na vsak obravnavan makroekonomski agregat v Grangerjevem smislu, vplivi pa so v obeh državah dokaj podobni.
Ključne besede: Bank of England, denarna politika, Federal Reserve, Grangerjeva kavzalnost.
Objavljeno v DKUM: 18.10.2023; Ogledov: 279; Prenosov: 43
.pdf Celotno besedilo (1,48 MB)

3.
Analiza poslovanja neobank v primerjavi s tradicionalnimi bankami
Špela Lavrič, 2023, diplomsko delo

Opis: V diplomskem delu smo se osredotočili na analizo poslovanja neobank v primerjavi s tradicionalnimi bankami glede na poslovni model, ponudbo storitev in doseganje uspešnosti. Glede na to, da se gospodarstvo nenehno spreminja, morajo tem spremembam slediti tudi udeleženci trga. Z razvojem tehnologije in vstopom novih konkurentov v bančni sektor je prišlo do vzpostavljanja motenj v poslovanju bank in prav neobanke, ki so predstavnice fintech podjetij in svoje poslovanje upravljajo izključno digitalno, so pomenile pritisk obstoječim bankam, ki jih poznamo že vrsto let. Trenutno smo v času, ko smo priča boju na eni strani uveljavljenih tradicionalnih bank, ki so začele uporabljati novodobno tehnologijo in prilagodile produkte komitentom, in na drugi strani neobank, ki zaradi svoje preproste uporabe in nizkocenovnih produktov pridobivajo na vse večji popularnosti. Predvsem evropski trg v zadnjem času beleži razvoj številnih uspešnih neobank. Slovenija kot članica Evropske unije zaenkrat še nima neobanke, po drugi strani pa ima veliko uporabnikov, ki imajo račun pri tuji neobanki. Zvestobo tradicionalnim bankam in neobankam smo preverili tudi z anketnim vprašalnikom, v katerem smo raziskali ključne karakteristike slovenskih uporabnikov za izbiro potencialne banke.
Ključne besede: Neobanke, tradicionalne banke, karakteristike uporabnikov, digitalizacija, poslovanje.
Objavljeno v DKUM: 13.10.2023; Ogledov: 406; Prenosov: 111
.pdf Celotno besedilo (1,34 MB)

4.
Inflacijsko tveganje in izbor ustrezne naložbene strategije
Mark Čegovnik, 2023, diplomsko delo

Opis: Vsaka naložbena strategija ima finančni cilj, ki temelji na optimalnih donosih glede na stopnjo tveganja. Vlagatelji se morajo pri sestavi naložbene strategije seznaniti s stopnjo tveganj, katero so pripravljeni sprejeti pri investiranju ter tudi opredeliti različna tveganja, ki lahko posežejo v donosnost naložb. Obstaja več tveganj, ki lahko vplivajo na donosnost, vendar se bomo za namene te diplomske naloge osredotočili na inflacijsko tveganje. Za vlagatelje je ključnega pomena, da z ustreznimi strateškimi odločitvami zmanjšajo vpliv inflacije na donosnost svojih naložb. Vsako gospodarstvo je specifično in zgolj poznavanje stopenj inflacije ne zadostuje, saj morajo vlagatelji poznati pretekla inflacijska gibanja, cilje in izvajanje denarne politike ter kako so se posamezne naložbe odzvale na posamezna inflacijska obdobja. V tej diplomski nalogi bomo z dvema analizama nemškega, ameriškega in britanskega gospodarstva raziskali vpliv inflacije na naložbe ter poskušali določiti najbolj optimalno naložbo, ki se bo najbolje odzvala na inflacijska gibanja v gospodarstvu.
Ključne besede: inflacija, denarna politika, naložba, naložbena strategija, inflacijsko tveganje
Objavljeno v DKUM: 13.10.2023; Ogledov: 366; Prenosov: 46
.pdf Celotno besedilo (1,22 MB)

5.
Modeliranje cen nepremičnin - primer stanovanjskih hiš : na študijskem programu 2. stopnje Matematika
Aljaž Herman, 2023, magistrsko delo

Opis: V nalogi bo obravnavan model napovedi oz. ocene cene nepremičnin za primer stanovanjskih hiš, ki temelji na principu multiple regresije. Analiza, ocena parametrov in testiranje ustreznosti modela bo izvedeno na osnovi realnih podatkov, pridobljenih iz Evidence trga nepremičnin. Vzorec zajema podatke za obdobje od 2007 do 2022. V prvem delu naloge so predstavljena teoretična izhodišča funkcij in metod, ki so uporabljene pri izgradnji modela. Sledi poglavje o postopkih vrednotenja, kjer so opisane spremenljivke, funkcijske oblike modelov in mere primernosti ter ustreznosti. Zadnji sklop zajema opis postopka izgradnje modela in samo analizo rezultatov.
Ključne besede: nepremičninski trg, stanovanjske hiše, modeliranje, regresija, cenilka najmanjših kvadratov
Objavljeno v DKUM: 07.09.2023; Ogledov: 305; Prenosov: 26
.pdf Celotno besedilo (480,04 KB)

6.
The fulfilment of tax obligation in case of Slovenian tax residents working in other countries
Timotej Jagrič, Tomaž Lešnik, Stefan O. Grbenic, Vita Jagrič, 2019, izvirni znanstveni članek

Objavljeno v DKUM: 29.08.2023; Ogledov: 314; Prenosov: 22
.pdf Celotno besedilo (1,12 MB)
Gradivo ima več datotek! Več...

7.
Mehanski trgovalni sistem na osnovi spodbujevanega učenja : na študijskem programu 2. stopnje Matematika
Anja Drevenšek, 2023, magistrsko delo

Opis: Umetna inteligenca in strojno učenje postajata del našega vsakdana. Tako je tudi na finančnih trgih, kjer t. i. inteligentni agenti trgujejo z vrednostnimi papirji. V magistrskem delu je obravnavan primer takšnega mehanskega trgovalnega sistema za trgovanje z delnicami. Model temelji na spodbujevanem učenju in uporablja realne prosto dostopne borzne podatke. V prvem delu so preučeni temeljni pojmi verjetnosti in umetne nevronske mreže. Nadalje je podrobneje opredeljeno spodbujevano učenje in matematično ozadje spodbujevanega učenja. Drugi del magistrske naloge predstavlja implementiran model mehanskega trgovalnega sistema. Zastavljeni in učeni so štirje agenti, ki se med seboj razlikujejo po sistemu nagrajevanja. Agenti so testirani in primerjani s pasivno strategijo ter med seboj.
Ključne besede: strojno učenje, spodbujevano učenje, umetne nevronske mreže, inteligentni agent, trgovanje z vrednostnimi papirji.
Objavljeno v DKUM: 05.07.2023; Ogledov: 378; Prenosov: 51
.pdf Celotno besedilo (2,33 MB)

8.
Primerjava vrednotenja različnih podjetij znotraj avtomobilske industrije na osnovi tržnih multiplikatorjev
Aleš Šadl, 2023, magistrsko delo

Opis: V magistrskem delu obravnavamo temo vrednotenja podjetij na osnovi tržnih multiplikatorjev. Tržni multiplikator je relativni kazalnik vrednosti, ki nam pomaga razumeti kakšna je trenutna vrednost podjetja oziroma naložbe, v primerjavi s podobnimi podjetji na trgu. Poznamo več vrst tržnih multiplikatorjev, med katerimi obravnavamo multiplikator P/E, multiplikator EV/EBITDA, multiplikator EV/EBIT, multiplikator P/B, multiplikator P/S in multiplikator EV/S. Vsak ima svoje prednosti in slabosti, vendar skupaj dajo nekakšno dobro oceno precenjenosti oziroma podcenjenosti podjetja. Podjetja za katera ocenjujemo precenjenost oziroma podcenjenost, so podjetja znotraj avtomobilske industrije. Ta podjetja so Mercedes-Benz, BMW, Volkswagen, Ford, General Motors, Tesla, Toyota, Nissan, Honda in Hyundai. Za vsako izmed teh podjetij najprej izračunamo posamezne multiplikatorje za leta od 2018 do 2021. Pri tem lahko ugotovimo, da ima podjetje Tesla najvišje vrednosti vseh multiplikatorjev za vsa leta. Iz tega bi lahko sklepali, da je podjetje močno precenjeno. Multiplikatorji vseh ostalih podjetij se povečini gibljejo nekje v območju zgodovinskih povprečij podjetij v indeksu S&P 500, ali pa so glede na ta zgodovinska povprečja nižji. Torej lahko rečemo, da so vsa ostala podjetja pravilno ocenjena, ali podcenjena. Za tem sledi primerjava multiplikatorjev posameznih podjetij znotraj avtomobilske industrije v letu 2021. Tudi tu ugotovimo, da pri vseh multiplikatorjih izstopa podjetje Tesla, kar je ponovno znak močne precenjenosti. Pri tem moramo biti pozorni, da gre za podjetje s kratko zgodovino, ki se po svojih bistvenih elementih razlikuje od ostalih podjetij. Zaradi tega dejstva smo izračunali povprečne vrednosti multiplikatorjev brez podjetja Tesla. Pri tem smo prišli do rezultata, da so multiplikatorji ostalih podjetij nižji od povprečnih vrednosti multiplikatorjev celotne panoge avtomobilov in tovornjakov. Iz tega lahko sklepamo, da je večina obravnavanih podjetij podcenjenih. Pri tem moramo biti pozorni, da imajo ta podjetja dolgo zgodovino in bi lahko razlog za nižje multiplikatorje iskali v tem, da vlagatelji pričakujejo počasno rast, ali, da rasti v prihodnosti sploh ne bo.
Ključne besede: tržni multiplikator, avtomobilska podjetja, vrednotenje, primerjava
Objavljeno v DKUM: 25.05.2023; Ogledov: 439; Prenosov: 41
.pdf Celotno besedilo (2,85 MB)

9.
Napoved in dejavniki revizorjevega dvoma
Daniel Zdolšek, 2022, doktorska disertacija

Opis: V doktorski disertaciji so predstavljene tri raziskave, ki se vse razvrščajo na področje revizije računovodskih izkazov, in sicer je osredinjenost v vseh raziskavah na revizorjev dvom o zmožnosti podjetja, da bi to nadaljevalo poslovanje (angl. auditor's going-concern opinion). Vsem trem raziskavam je skupno, da je obravnavana enaka tematika revizorjevega dvoma. V prvi raziskavi od treh je proučevano področje napovedovanja revizorjevega dvoma, in sicer z napovednim modelom, ki temelji na podatkih za revidirana podjetja. Uspešnost napovednega modela je proučena glede na različna merila, ki jih lahko ima uporabnik modela, prav tako pa je proučena tudi možna prilagoditev (kalibracija) modela. Z zamikom glede na trenutek izdaje revizorjevega poročila pa revizorjevo poročanje ali odsotnost poročanja revizorjevega dvoma za revizijska podjetja in revizorje (kot posameznike) lahko predstavlja tudi tveganje (na primer tveganji, da bi revizor napravil napako prve oblike ali napako druge oblike). Uresničitev oziroma možna uresničitev tega tveganja ima vpliv na ravnanje revizijskih podjetij in revizorjev. V drugi in tretji raziskavi so zato proučevane možne lastnosti revizijskih podjetij in revizorjev na njihovo ravnanje, ko gre za poročanje revizorjevega dvoma. V drugi raziskavi od treh je proučevan vpliv lastnosti revizijskih podjetij (kot revizorjev), pri čemer sta proučevana izbrana potencialna dejavnika finančnega položaja revizijskega podjetja in nagnjenosti revizijskega podjetja k agresivnosti pri poročanju. V tretji raziskavi od treh je proučevan vpliv lastnosti revizorjev kot posameznikov (to je lastnosti, pripisanih fizičnim osebam), pri čemer sta proučevana izbrana potencialna dejavnika izkušenosti revizorja in revizorjeve nagnjenosti k agresivnosti pri poročanju. Raziskave temeljijo na podatkih revidiranih podjetij, ki delujejo v Sloveniji, dodatno druga raziskava na podatkih za revizijska podjetja, ki delujejo v Sloveniji, in dodatno tretja raziskava na podatkih za revizorje, ki opravljajo revidiranje v Sloveniji. V prvi raziskavi rezultati analize razkrivajo, da imajo podjetja z revizorjevim dvomom v primerjavi s podjetji brez revizorjevega dvoma manj ugoden premoženjsko-finančni položaj ter poslovno in denarno uspešnost (to je slabšo likvidnost, dobičkonosnost, gospodarnost in tako naprej). Glede na razvit napovedni model velja, da je bolj verjetno, da prejme revidirano podjetje revizorjev dvom, ko ima podjetje izgubo, nižjo donosnost sredstev, manj lastniškega financiranja, nižjo stopnjo kratkoročnosti sredstev, je starejše, je revidirano v revizijski sezoni in ko traja dlje časa, da revizor izda revizorjevo poročilo. Slednja kombinacija neugodnih lastnosti revidiranega podjetja zanj pomeni večjo verjetnost, da prejme revizorjev dvom, kot da ne prejme revizorjevega dvoma. Namen v prvi raziskavi je bil razviti čim bolj verodostojen oziroma vsesplošno uporabljiv model za napoved revizorjevega dvoma, da ga lahko uporabi katerakoli tretja oseba (kot uporabnik modela), pri čemer ga lahko le-ta prilagodi glede na svoje želene preference (na primer preferenco, da se z modelom dosega najmanjše število nepravilnih razvrstitev modela; preferenco, da se z modelom doseže njegovo optimalno gospodarno delovanje; preferenco, da se z modelom doseže minimalne stroške nepravilnih razvrstitev). Zato sta v raziskavi podana metodologija in podatkovna podlaga, ki omogočata relativno enostavno vsesplošno uporabo napovednega modela za uporabnika modela, tudi ko gre za njegovo prilagoditev (kalibracijo) glede na želene preference uporabnika modela. Uporabnik modela lahko uporabi napovedni model na način, ki je zanj najprimernejši (po njegovi presoji). V drugi raziskavi je bilo na ravni revizijskih podjetij proučevano, ali je kakovost revidiranja, merjena s kazalcem revizorjevega dvoma, različna, če so revizijska podjetja po izbranih lastnostih različna. Rezultati razkrijejo, da ni pomembne povezave med finančnim položajem revizijskih podjetij ...
Ključne besede: revizija, revizija računovodskih izkazov, revizorjev dvom, napoved, lastnosti revizijskega podjetja, lastnosti revizorja
Objavljeno v DKUM: 28.11.2022; Ogledov: 805; Prenosov: 193
.pdf Celotno besedilo (11,35 MB)

10.
Uporaba umetne inteligence pri upravljanju portfelja delnic
Dušan Fister, 2022, doktorska disertacija

Opis: Izziv dela predstavlja snovanje, načrtovanje in praktična izvedba avtomatiziranega trgovalnega sistema, ki neodvisno in brez posredovanja uporabnikov sprejema in izvaja trgovalne odločitve. Jedro trgovalnega sistema predstavlja trgovalna strategija, ki spremlja pretekle ter aktualne podatke borznih kotacij, izvaja tehnično analizo in, če je tega sposobna, se prilagaja sprotnim razmeram na finančnih trgih. Obravnavamo dve skupini trgovalnih strategij, klasične, ki niso sposobne sprotnega prilagajanja niti učenja, in dve trgovalni strategiji na osnovi naprednih algoritmov umetne inteligence, eno izmed njih predstavnico umetnih nevronskih mrež najnovejše tretje generacije. Izvedemo obširna simulacijska eksperimentiranja na osnovi nemškega delniškega trga v zadnjih desetih letih, zasnujemo in izvedemo pa tudi eksperimentiranja na namenski strojni opremi, ki močno pohitri kompleksnost časovnega izvajanja, ter eksperimentiranja na analognem elektronskem vezju, s pomočjo katerega se podrobno seznanimo z načinom propagiranja informacij umetnih nevronskih mrež tretje generacije. Rezultati eksperimentov prinašajo tako vsebinske kot tehnične ugotovitve, najpomembnejšo med njimi, da se enoten model ki hkrati trguje z večjim številom finančnih instrumentov obnaša podobno kot kopica posamično prilagojenih modelov na točno določen finančni instrument, kakor tudi novo ugotovljene izkušnje vezane na propagiranje in izrabo najnovejše generacije umetnih nevronskih mrež.
Ključne besede: umetna inteligenca, portfelj delnic, umetne nevronske mreže, mehanski trgovalni sistem
Objavljeno v DKUM: 14.11.2022; Ogledov: 688; Prenosov: 152
.pdf Celotno besedilo (5,58 MB)

Iskanje izvedeno v 5.31 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici