Schválené projekty 2014

Rozdělení přidělené dotace z MŠMT na specifický vysokoškolský výzkum po fakultách se zohledněním celoškolských pracovišť na rok 2014

Celková přidělená částka z MŠMT na specifický vysokoškolský výzkum na VŠB-TUO - 50 638 tis.Kč

Z toho 2.5%  - 1 265 950 Kč - úhrada způsobilých nákladů spojených s organizací SGS

fakultapřidělená částka v tis. Kč
FBI  1 186
EKF  5 453
FAST  3 351
FS 11 385
FEI 12 892
HGF  5 937
FMMI  7 377
CNT  1 791
CELKEM 49 372

 

KódSP2014/146
Název projektuModelování efektivnosti produkčních jednotek v bankovním a ICT sektoru pomocí analýzy obalu dat a odhadu stochastických mezí
ŘešitelChytilová Lucie Mgr. Ing., Ph.D.
Školitel projektuprof. Ing. Jana Hančlová, CSc.<br />
Období řešení projektu01.01.2014 - 31.12.2014
Předmět výzkumu Motivace:
Snahy všech ekonomických subjektů směřují k zefektivnění svých procesů a dosáhnout svých cílů, mezi nimiž má výsadní postavení efektivnost činností – snaha dosáhnout co nejvyššího výstupu za spotřeby co nejmenšího množství vstupů. Efektivnost je vnímána jako odraz úrovně konkurenčního potenciálu těchto subjektů a je tak jedním ze základních kritérií úspěšnosti. Projekt je zaměřen na dvě oblasti ekonomických subjektů. První z nich je oblast bankovnictví, kde budou měřeny a porovnávány efektivnosti bankovních institucí (tj. mikroekonomický pohled) a druhou oblastí je sektor ICT, kde bude zkoumána efektivnost ICT sektoru pro jednotlivé ekonomiky států a národní ekonomiky (tj. makroekonomický pohled).

Optimalizace plnění všech funkcí v bankovním sektoru má rovněž svá specifika. Moderní bankovní sektor by měl plnit dvě elementární funkce. V první řadě se jedná o zabezpečení platebního a zúčtovacího styku přispívajícího hladkým a rychlým vyrovnáním závazků a pohledávek k rozvoji obchodních vztahů a ekonomické prosperitě. Druhým úkolem je efektivně provádět zprostředkovatelskou funkci a zajišťovat transfer finančních prostředků od věřitelů k dlužníkům a transformaci depozit na úvěry. Někdy se přisuzují bankám i další funkce, a to např., že by měly přispívat k udržování dostatečné míry likvidity bankovního sektoru spoluprací s centrální bankou a používáním nepřímých nástrojů měnové politiky. Přesto platí, že i banky mají klasický podnikatelský záměr, kterým je maximalizace zisku v souladu s plněním svých funkcí a také snahou o stabilitu bankovního sektoru při zkvalitnění služeb svým zákazníkům. A právě tento optimalizační problém bude v projektu řešen. Snahou tedy bude analyzovat bankovní sektor, vytvořit modely hodnocení eficience produkčních jednotek pro daný bankovní sektor (Assaf, 2013) i pro hodnocení eficience uvnitř jednotlivých bank v dané oblasti (Halkos, 2004).

Vliv informačních a komunikačních technologií na ekonomický růst a produktivitu ekonomik je nesporným faktem potvrzeným v mnoha empirických studiích. Důležité je ovšem také tento přínos kvantifikovat a dále určit faktory a rizika, které jej i jeho dynamiku ovlivňují. Přínos ICT k růstu produktivity je mezi ekonomikami, sektory a podniky různý a je zapotřebí analyzovat efektivnost těchto rozhodovacích jednotek. Na úrovni sektorové je rovněž vhodné se zaměřit na porovnání přínosu ICT sektorů a non-ICT sektorů k růstu celkové produktivity ekonomiky (Färe, 2006; López-Pueyo, 2010). Národní ekonomiky, které jsou méně ekonomicky vyspělé, by se mohly prostřednictvím ICT přibližovat (konvergovat) k úrovni ekonomicky vyspělých zemí. (Dimileis, 2011). Zkoumání přínosu ICT k růstu produktivity je tedy rozsáhlým problémem, k jehož analýze je potřeba sofistikovaných kvantitativních metod. Mezi nejpoužívanější z nich patří neparametrická Analýza obalu dat (DEA) pro hodnocení efektivnosti produkčních jednotek (Cooper, 2007) doplněná ekonometrickou analýzou příčin neeficience (Baltagi, 2008; Wooldridge, 2002) a parametrické přístupy odhadování stochastických mezí – SFM, zejména pomocí translog funkcí.

Současný stav řešení:
Přístupy k modelování efektivnosti lze zásadně rozdělit do tří oblastí:
- Neparametrické přístupy využívající analýzu obalu dat – Data Envelopment Analysis (DEA),
- parametrické ekonometrické přístupy modelující stochastické meze – Stochastic Frontier Method (SFM),
- ekonometrické přístupy čistě zaměřené na odhady produkčních funkcí.
V tomto projektu bude využito modelování efektivity pomocí analýzy obalu dat (DEA) a modelování pomocí odhadu stochastických mezí (SFM).

DEA modely:
Metoda DEA patří mezi neparametrické metody měření efektivnosti. Jak uvádí Coelli et al. (2005), jde o techniku, využívající metody lineárního programování ke konstrukci určitých neparametrických mezí vzhledem k pozorovaným datům. Relativní rozdíl mezi neparametrickými a konstruovanými mezemi je měřítkem efektivity. Počátky této metody se váží k článku M. J. Farella (1957), který navrhl způsob měření efektivity v modelu s jedním vstupem a jedním výstupem. Další významnou prací pro tento model byla práce Charnes et al. (1987), kteří navrhli model produkce s více vstupy a výstupy a s předpokladem konstantních výnosů z rozsahu (CCR DEA model). Práce Banker et al. (1984) rozšířila model v podobě zavedení variabilních výnosů z rozsahu (BCC DEA model). Další rozšíření těchto základních modelů podrobněji popisuje Coelli et al. (2005), a to v rámci zaměření na následující témata:
- alokační (nákladové) efektivnosti,
- nediskreční proměnné (tzv. „Non-Discretionary Variable“),
- tzv. „input congestion“,
- vícestupňová DEA pro řešení problému zachycení všech efektivních zdrojů, vážených omezení vstupů a výstupů,
- super efektivita.
Přehlednou a vyčerpávající studii teoretickém vývoji a aplikacích v oblasti DEA i s přehledovými statistikami od svého počátku do roku 2007 představuje publikace Emrouznejad et al. (2008).
Cherchey a Post (2003) vytvořili přehlednou a podrobnou studii metodologických pokroků v rozvoji DEA. Rovněž i Coelli et al. (2005) ve své práci diskutuje teoretické problémy z jejich práce. Základní požadavky, které zohledňují omezení aplikace metody DEA a jsou nezbytné pro její věrohodnou aplikaci, jsou v jejich práci ilustrovány na reálných datech pro holandský sektor elektřiny.

DEA modely se využívají mimo jiné i v bankovnictví a to jak při měření efektivnosti v makroekonomickém, tak mikroekonomickém měřítku. Prací zaměřující se na měření efektivnosti uvnitř bank není mnoho, vzhledem k problémům se získáním dat. Monografie autora Stavárka (2005) se zabývá měřením efektivnosti bank v zemí Višegrádské čtyřky. Autor porovnává základní metody DEA s metodou SFM. Monografie se nakonec přiklání k metodě DEA s variabilními výnosy. Dalším autorem zabývající se metodami DEA a jejich aplikacemi pro bankovním sektor je Tolloo (2009, 2012, 2014). V těchto pracích autor popisuje možnosti modifikace modelů DEA, aby mohly být využity v bankovnictví pro lepší vypovídací schopnost. V práci z roku 2009 autor zavádí revidovaný model, který nepotřebuje velké kladné čísla. A práce z roku 2012 se zabývá alternativními optimálními řešení modelů, která používají flexibilní opatření jako vstupy nebo výstupy. V této práci je ukázána i použitelnost navrženého modelu na skutečném datovém souboru. Poslední uvedená práce se zabývá dvoustupňovou metodou DEA, jsou zde uvedeny její výhody a nevýhody na ilustrativním příkladu pro největší soukromou banku v Íránu.
Při tradičním používání modelů DEA je třeba, aby metoda byla použita na konzistentním provozním prostředí. Nicméně, ve skutečnosti je potřeba hodnotit jednotky z reálného prostředí s přihlédnutím k rizikovým faktorům. To ovšem zpochybňuje tradiční použití modelů DEA na reálných případech. Práce Wu et al. (2006) aplikuje fuzzy logiku do modelu DEA a to konkrétně do proměnných vstupů pro životní prostředí, aby bylo možno posoudit výkonnost bankovních poboček v různých regionech. Různé regiony se srovnávají na základně fuzzy výsledků a porovnávají se i s tradičními modely DEA. Tři numerické příklady, včetně posouzení efektivnosti bankovních poboček v hlavním městě Íránu aplikovaných do fuzzy modelu CCR jsou uvedeny v práci KAO et al. (2004). Autoři aplikují fuzzy čísla na model CCR a to jak na vstupy, tak i na výstupy. Autoři Hatami-Marbini et al. (2012) ve své práci se snaží predikovat efektivnost a výkonnost 24 komerčních bank na Taiwanu na základě finančních prognóz. Prognózy založené na nejistých finančních datech jsou zastoupeny v rozmezí, nikoliv v jednotlivých hodnotách a tak bylo využito fuzzy čísel pro lepší predikci.

Modely stochastických mezí – SFM:
Zvyšování produktivity v ICT sektorech a zvyšování souhrnné produktivity faktorů národních ekonomik patří mezi hlavní ekonomické přínosy ICT (Quiang a Ayers, 2003), (OECD, 2004). Eficience ICT sektorů a národních ekonomik bude hodnocena pomocí modelů analýzy obalu dat a modelů stochastických mezí. Budou využity statické DEA modely hodnotící eficienci v jednom časovém okamžiku a pro analýzu dynamického vývoje eficience bude využit Malmquistův index (López-Pueyo a Mancebón, 2010).
Mathur (2010) zkoumal technickou efektivnost ICT sektorů pro 52 zemí v letech 2006-2007 a   45 zemí v letech 2002-2003 pomocí metody DEA. Pomocí Malmquistova indexu analyzoval také růst produktivity mezi uvedenými obdobími s cílem rozlišit růst v důsledku změn v efektivnosti jednotlivých sektorů a v důsledku technologických změn. Výsledky studie dokumentují, že v letech 2002-2003 byly eficientní ICT sektory Jižní Koreje a Argentiny a v letech 2006-2007 ICT sektory Brazílie, Bahrajnu a Švédka. U rozvíjejících se zemí se projevil konvergenční efekt, růst produktivity ICT sektorů byl u této skupiny zemí mírně vyšší v porovnání s rozvinutými zeměmi.

Rešerše
1.ASSAF, A. G., R. MATOUŠEK a E. G. TSIONAS. Turkish bank efficiency: Bayesian estimation with undesirable outputs. Journal of Banking & Finance, 2013, vol. 37, s. 506-517. ISSN: 0378-4266.
2. BALTAGI, Badi. H. Econometric analysis of panel data. 4th ed. Weinheim: J. Wiley, 2008. 351 s. ISBN 80-864-1929-0.
3. BANKER, R.D., CHARNES, A. a COOPER, W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science. Vol. 30(9), s. 1078-1092.
4. CARLSSON, Christer a Pekka KORHONEN. A Parametric Approach to Fuzzy Linear Programming. Fuzzy Sets and Systems, 1986, vol. 20, Issue 1. ISSN: 0165-0114.
5. CARLSSON, Christer a Robert FULLÉR. Fuzzy Approach to Real Option Valuation. Fuzzy Sets and Systems, 2003, Issue 139, s. 297-312. ISSN: 0165-0114.
6. COELLI, T.J., et al. An Introduction to Efficiency and Productivity Analysis. Springer eBooks. 2nd ed. 2005, 350 s. ISBN: 978-0-387-25895-9.
7. COOPER, W., L. SEIFORD a K. TONE. Data Envelopment Analysis, 2.vyd. New York: Springer, 2007. 490 s. ISBN 0-387-45281-8.
8. DIMILEIS P., Sophia a Sotiris K. PAPAIOANNOU. Technical Efficiency and the Role of ICT: A Comparison of Developed and Developing Countries. Emerging Markets Finance & Trade, 2011, vol. 47, s. 40-53. ISSN 1540-496X.
9. EFFATI, S. a H. ABBASIYAN. Solving Fuzzy Linear Programming Problems with Piecewise Linear Membership Function. Applications and Applied Mathematics. 2010, Vol. 5(10), s. 504-533. ISSN: 1932-9466.
10. EMROUZNEJAD, A., PARKER B. R. a G. TAVARES. Evaluation of research in efficiency and productivity: A survey and analysis of the first 30 years of scholarly literature in DEA. Journal of Socio-Economic Planning Science. Vol. 42(3), s. 151-157.
11. FÄRE, R., S. GROSSKOPF a D. MARGARITIS. Productivity growth and convergence in the European Union. Journal of Productivity Analysis. 2006, vol. 25, s. 111-141. ISSN 0895-562X.
12. HALKOS, E. George a Dimitrios SALAMOURIS. Efficiency measurement of the Greek commercial banks with the use of financial rations: a data envelopment analysis approach. Management Accounting Research, 2004, vol.15, s. 201-224. ISSN: 1474-6085.
13. HATAMI-MARBINI A., SAATI, S. a A. MAKUI. An Application of Fuzzy Numbers Ranking in Performance Analysis. Journal of Applied Sciences. 2009, vol. 9(9), s. 1770-177.
14. CHARNES, A., COOPER, W.W. a E. RHODES. Measuring the efficiency of decision making units. European Journal of Operational Research. 1978, Vol. 2(6), 428–444.
15. INUIFUCHI, Masahiro a Jaroslav RAMÍK. Possibilistic linear programming: A Brief Review of Fuzzy Mathematical Programming and a Comparison with Stochastic Programming in Portfolio Selection Problem. Fuzzy sets and systems, 2000, Issue 111, s. 3-28. ISSN: 0165-0114.
16. JABLONSKÝ, Josef. Operační výzkum: kvantitativní modely pro ekonomické rozhodování. 2. vyd. Praha: Professional Publishing, 2002. 323 s. ISBN 80-86419-42-8.
17. JABLONSKÝ, Josef. Modely hodnocení efektivnosti produkčních jednotek. 1. vyd. Praha: Professional Publishing, 2004, 183 s. ISBN 80-864-1949-5.
18. KAO, Chiang a Shiang-Tai LIU. Predicting bank performance with financial forecasts: A case of Taiwan commercial banks. Journal of Banking & Finance. 2004, vol. 28(10), s. 2353-2368.
19. LODWICK, A. Weldon. Fuzzy Optimization: Recent Advances and Applications. Springer, 2010. 540 s. ISBN: 978-3642139345.
20. LÓPEZ-PUEYO, Carmen a María-Jesús MANCEBÓN. Innovation, accumulation and assimilation: Three sources of produktivity growth in ICT industries. Journal of Policy Modeling, 2010, vol. 32, s. 268-285. ISSN 0161-8938.
21. MATHUR, Somesh. K. The ICT Sector Across Countries: A Regulatory Perspective Using DEA and Malmquist Index. Handbook of Technology Management,Wiley, CALIFORNIA STATE UNIVERSITY,US, 2010, ISBN  978-0-470-24947-5.
22. OECD. The economic impact of ICT: measurement, evidence and implications. Paris: OECD, 2004. ISBN 92-640-2103-5.
23. QUIANG, C.Z., PITT, A. a S. AYERS. Contribution of Information and Communication Technologies to Growth. Washington, DC: World Bank, 2003. 38 p. ISBN 08-213-5722-0.
24. SARDAR, Kumar Sadhan. Linear Programming Problems with Fuzzy Technical Coefficients. LAP LAMBERT Academic Publishing, 2013. 76 s. ISBN: 978-3659346866.
25. SENTHILKUMAR, P. a G. RAJENDRAN. On the Solution of Fuzzy Linear Programming. International Journal of Computational Cognition, 2010, vol. 8, Issue 3. ISSN: 1542-8060.
26. STAVÁREK, Daniel. Restrukturalizace bankovních sektorů a efektivnosti bank v zemích Visegrádské skupiny. Obchodně podnikatelská fakulta v Karviné: Studia oeconomica, 2005. 156 s. ISBN 80-7248-319-6.
27. TAHA, A. Hamdy. Operations Research. 9.vyd. Pearson Prentice Hall, 2011. 824 s. ISBN: 978-0-13-139199-2.
28. TOLOO, Mehdi. On classifying inputs and outputs  in  DEA:  a  revised  model,  European   Journal  of  Operational  Research. 2009, vol. 198, s.  358-360.  
29. TOLLO, Mehdi. Alternative  solutions  for  classifying  inputs  and  outputs  in  data   envelopment  analysis,  Computers  and  Mathematics  with  Applications.  2012, vol. 63, s. 1104‒1110.
30. TOLLO, Mehdi. An Improved DEA-DA Approach: Application on Bank Industry, 2014.
31. VERBEEK, Marno. A guide to modern econometrics. 3.vyd. Hoboken, NJ: John Wiley, 2008. ISBN 04-705-1769-7.
32. WOOLDRIDGE, Jeffrey. M. Econometric analysis of cross section and panel data. Cambridge, Mass.: MIT Press, 2002. 752 s. ISBN 02-622-3219-7.
33. WU, D., YANG, Z. a L. LIANG. Efficiency analysis of cross-region bank branches using fuzzy data envelopment analysis. Applied Mathematics and Computation. 2006, vol. 181(1), s. 271-281.

Explicitně cíl projektu
Hlavním cílem projektu je navrhnout, ověřit, porovnat a modifikovat modely efektivnosti, pro chování produkčních jednotek pomocí metod DEA a SFM se zaměřením na bankovní a ICT sektor.
V oblasti bankovnictví se bude jednat o výběr nejvhodnější varianty DEA modelu a následně bude tento model rozšířen o zavedení rizikových – fuzzy proměnných.
Pro oblast ICT se bude jednat převážně o využití metod DEA k ohodnocení eficience a zkoumání dynamiky a příčin neefektivnosti v čase. Získané výsledky budou porovnány s výsledky modelů stochastických mezí.
K dosažení hlavního cíle byly stanoveny následující cíle dílčí:
(a) rešerše odborné literatury pro modelování efektivnosti se zaměřením na oblast ICT a bankovnictví,
(b) teoretické a metodické vymezení DEA a SFM modelů pro aplikaci v daných oblastech,
(c) analýza vstupních dat se zaměřením na modelování eficience produkčních jednotek v ICT sektoru a bankovnictví,
(d) hodnocení efektivnosti produkčních jednotek, porovnání výsledků navržených DEA modelů, modelování příčin neefektivního chování jednotek, a zkoumání vývoje eficience modelovaných jednotek v čase,
(e) rozšíření vybraného DEA modelu o fuzzy proměnné ( tj. zavedení rizik, která jsou spojena s vnitřním i vnějším prostředí chování produkčních jednotek v bankovním sektoru,
(f) návrh specifikace funkce stochastických mezí pro ICT sektory, odhady SFM modelů pro translog funkce, dekompozice chybových členů a komparace s výsledky DEA modelů.

Metodika řešení:
1. Sběr a rešerše odborné literatury (viz cíl a)
Rešerše odborné literatury (teoretické, empirické i aplikační) pro modelování chování daných produkčních jednotek se zaměřením na jejich prostředí. Důraz bude kladen na zdroje zařazené v citačních databázích SCOPUS a Web of Science.

2. Analýza modelované oblasti – koncepce struktury modelu (viz cíl a)
V souladu s předmětu zkoumání bude provedena analýza modelované oblasti, stanoven koncept modelu a odpovídající analýza struktury požadovaných dat a vytvoření bází dat. Pro analýzu oblasti bankovnictví budou data shromažďována ze závěrečných zpráv bankovních institucí a databází specializovaných na danou oblast. V případě potřeby budou dodatečná data získána na základě řízených rozhovorů se zástupci zvolených subjektů. S ohledem na makroekonomickou povahu analýz vlivu oblasti ICT na ekonomický růst, budou data pro tuto oblast čerpána výhradně prezentovaných dat a statistik v internetových databázích (EUKLEMS, Eurostat)

Předpokládané metody: Metody sběru dat (řízený rozbor, studium písemných materiálů)

3. Formulace variant modelů a výběr vhodných modelových nástrojů. (viz cíl b)
Na základě konceptu modelu zkoumané oblasti budou vybrány vhodné varianty DEA modelů a odpovídající softwarové nástroje - předpoklad (DEA Frontier, GAMS). Pro modelování stochastických mezí (SFM) bude specifikovány translog funkce a vybrány adekvátní metody odhadu (předpoklad metoda maximální věrohodnosti). Předpokládané metody: Analýza obalu dat (DEA), Metoda stochastických mezí (SFM) (popis viz příloha č. 1 a č. 2)

4a. Při formulaci DEA modelů hodnocení efektivnosti v bankovním sektoru se uvažují 2 varianty – hodnocení eficience poboček bankovní instituce působící  v ČR a druhá varianta je zkoumání efektivnosti jednotek (oddělení) v jedné vybrané bankovní instituci.. Jejich efektivnost bude zjišťována nejprve pomocí základních modelů DEA s kontaktními a variabilními výnosy z rozsahu (CCR a BCC) a dále s využitím alternativního modelu Slack Based Measure (Aditivní model, SBM), který měří efektivnost přímo pomocí hodnot přídavných proměnných a není potřeba rozlišovat mezi orientací na vstupy a výstupy. Návrh deterministických modelů měření vlivu ICT na ekonomický růst národních ekonomik za pomoci základním modelů DEA – CCR a BCC a dynamika změn eficience bude sledována pomocí Malmquistova indexu a jeho rozkladu na technickou a technologickou eficienci.

Předpokládané metody: Analýza obalu dat (DEA) – CCR, BCC, SBM (popis viz příloha č. 1)

4b. Formulace modelů hodnocení efektivnosti v bankovním sektoru za neurčitosti pomocí fuzzy rozšíření dříve použitých deterministických metod. Zvolené přesné (crisp) vstupní resp. výstupní proměnné nejlépe vyhovujícího modelu z kroku „a“ budou nahrazeny fuzzy čísly, případně fuzzy intervaly. Tato rozšíření klasických množin zachycují faktor neurčitosti a výsledné modely pak mohou lépe popsat danou část reality.

Předpokládané metody: fuzzy rozšíření metody DEA (popis v příloze č. 3)

4c. Formulace stochastických modelů měření vlivu ICT na ekonomický růst národních ekonomik za využití metody stochastických mezí (SFM). Základním principem je odad produkční funkce, která bude specifikována jako translog funkce metodou maximální věrohodnosti a náhodná složka je chápána jako náhodná veličina z gama rozdělení. Tato náhodná složka je kladná a je dále dekomponována na chyby měření, náhodnou fluktuaci a technickou neefektivitu. Tady je tedy rozdíl od DEA přístupu, kde se náhodný člen chyby měření neuvažuje a jakoukoliv odchylku od ideální úrovně se rozumí jako technická neefektivita. Baten a Kamil (2011) se věnují testování vhodné specifikace produkční funkce translog podle vlastností výběrových souborů. Odhadování mezí produkční translog funkce v ICT sektoru v Indii se věnuje článek Das (2000). Výsledky ukazují, že v sektoru telekomunikací je vysoká alokační neeficience.

Předpokládané metody: Metoda stochastických mezí (SFM) (popis viz příloha č. 2)

5. Verifikace modelů a interpretace výsledků modelů.
Modely budou otestovány na reálných datech za pomoci vybraného aplikačního softwaru. Získané výsledky budou interpretovány a podrobeny další analýze citlivosti výsledků na změny vstupních souborů.

Předpokládané využité softwarové produkty: DEA Frontier, GAMS.

6. Návrh na další výzkum je posledním bodem v projektu.
Lze předpokládat, že během výzkumu dané problematiky vyvstane spoustu nových, zajímavých otázek, ale i nápadů, které bude možné v budoucnu dále rozpracovat. Dále mohou být identifikovány alternativy ke zvoleným přístupům a metodám tak, aby mohla být provedena jejich komparace a posouzena jejich vhodnost. K návrhům na další výzkum by měly významnou měrou přispět mimo jiné také konference, na kterých budou prezentovány průběžné i konečné výsledky tohoto projektu.

Typy a zdroje dat
- Data z pohledu hierarchie
->Mikrodata - mikrodata budou tvořit převážnou část vstupních dat a to hlavně v oblasti bankovnictví.
-> Makrodata - makrodata budou užita převážně u modelu pro vliv ICT a v dalších modelech mohou být zastoupena zejména díky legislativě v oblasti bankovnictví.
- Data z pohledu charakteru
-> Kvantitativní - vzhledem k tomu, že většina použitých metod v projektu je z kategorie kvantitativních, bude většina vstupních dat kvantitativního (měřitelného) charakteru.
-> Kvalitativní – ve vybraných DEA modelech je možné využívat také kvalitativní data, proto je možné a očekávané jejich využití.
- Data z pohledu zdrojů
-> databáze - databáze českých i zahraničních knihoven, Web of Science, Scopus, EU KLEMS, Total Economy Database, OECD,
-> výroční zprávy, výkazy zisku a ztrát a rozvahy vybraných podniků a bank,
legislativní materiály,
-> informační servery vládních organizací,
-> provedení řízeného rozhovoru v podnicích,
-> elektronické zdroje,
-> oficiální internetové stránky výrobců softwaru.

Detailní harmonogram projektu (dle dílčích cílů):
01/2014 – 03/2014 – rešerše odborné literatury pro modelování se zaměřením na danou oblast a aplikace těchto základních poznatků. Vytvoření publikačních výstupů vyplývajících z provedené rešerše na konferencích (MEKON 2014, METAL 2014).
04/2014 – 06/2014 – analýza a postupná aplikace vhodných metod pro optimální ekonomické modelování – submodely pro dané oblasti, které budou prezentovány na vybraných vědeckých konferencích (ERIE 2014, MME 2014).
07/2014 – 09/2014 – rozšíření vhodných submodelů na reálné studie (Řízení a modelování finančních rizik)
10/2014 – 12/2014 – komparace výsledků různých použitých metod řešení, rozšíření metod pro dané oblasti (Mezinárodní Masarykova konference pro doktorandy a mladé vědecké pracovníky)
Členové řešitelského týmuMgr. Ing. Lucie Chytilová, Ph.D.
Mgr. Ing. Lucie Chytilová, Ph.D.
prof. Ing. Jana Hančlová, CSc.
Ing. Jan Manďák, Ph.D.
doc. Mgr. Ing. František Zapletal, Ph.D.
Specifikace výstupů projektu (cíl projektu)Výstupem projektu bude navržení, ověření a modifikace modelů efektivnosti, pro chování produkčních jednotek pomocí metod DEA a SFM se zaměřením na bankovnictví a ICT sektor. Analýza efektivnosti pro ICT sektor následně povede k vysvětlení příčin změn efektivnosti ve sledovaných zemích a určení dynamiky rozvoje zemí na základě DEA a SFM modelů. V oblasti bankovnictví půjde o to analyzovat nejvhodnější metodu pro hodnocení efektivnosti za pomoci metody modelů DEA a následně vybrat za pomocí ekonometrické analýzy nejvhodnější model, který bude snaha rozvíjet za pomoci modelů fuzzy modelů, aby byla vypovídací hodnota modelu co největší a dokázala co nejlépe ohodnotit efektivnost bank v zemích či uvnitř banky. Výsledky z obou sektorů budou konfrontovány s počátečními hypotézami a dále budou porovnávány s dalšími empirickými studiem.

Předpokládané dílčí cíle:
(a) tvorba rešerše odborné literatury pro modelování efektivnosti se zaměřením na oblast ICT a bankovnictví,
(b) vymezení modelů DEA a SFM po teoretické a metodické stránce se zaměřením na aplikaci v daných oblastech,
(c) tvorba a analýza vstupních dat se zaměřením na modelování eficience produkčních jednotek v ICT sektoru a bankovnictví,
(d) hodnocení efektivnosti produkčních jednotek, komparace výsledků navržených DEA modelů, modelování příčin neefektivního chování jednotek a zkoumání vývoje eficience modelovaných jednotek v čase,
(e) rozšíření vybraného DEA modelu o fuzzy proměnné, aby lépe daný model odpovídal reálnémuprostředí,
(f) návrh specifikace funkce stochastických mezí pro ICT sektory, odhady SFM modelů pro translog funkce, dekompozice chybových členů a komparace s výsledky DEA modelů.


Výstupem projektu SGS bude závazně minimálně 60 bodů.

Mezinárodní vědecké konference:
- MEKON 2014, únor 2014.
- METAL 2014 – International Conference on Metallurgy and Materials, květen 2014.
- ERIE 2014 – Efficiency and Responsibility in Education 2014, červen 2014.
- MME 2014 – Mathematical Methods in Economics, září 2014.
- Řízení a modelování finančních rizik, září 2014.

Doktorská konference:
- Mezinárodní Masarykova konference pro doktorandy a mladé vědecké pracovníky, prosinec 2014.

Publikační výstupy projektu:
- 2 články v českých recenzovaných časopisech; Jrec-20 bodů
- 5 příspěvků a článků ve sbornících z mezinárodních vědeckých konferencí v databázi Thomson Reuters; D-40 bodů
- 3 články z mezinárodní konference MEKON
- 1 článek z doktorské konference

Další výstupy:
- 1x Disertační práce - předpokládaná obhajoba rok 2014 (1x)
- 2x Odborný seminář se zaměřením na DEA modely (Dr. Mehdi Toloo) a fuzzy aplikace v optimalizačních modelech. (Prof. RNDr. Jaroslav Ramík, CSc.)

Rozpočet projektu - uznané náklady

NávrhSkutečnost
1. Osobní náklady
Z toho
46900,-46900,-
1.1. Mzdy (včetně pohyblivých složek)35000,-35000,-
1.2. Odvody pojistného na veřejné zdravotně pojištění a pojistného na sociální zabezpečení a příspěvku na státní politiku zaměstnanosti11900,-11900,-
2. Stipendia70400,-70400,-
3. Materiálové náklady40000,-80082,-
4. Drobný hmotný a nehmotný majetek25000,-6200,-
5. Služby59000,-53700,-
6. Cestovní náhrady37700,-21718,-
7. Doplňkové (režijní) náklady max. do výše 10% poskytnuté podpory31000,-31000,-
8. Konference pořádané VŠB-TUO k prezentaci výsledků studentského grantu (max. do výše 10% poskytnuté podpory)0,-0,-
9. Pořízení investic0,-0,-
Plánované náklady310000,-
Uznané náklady310000,-
Celkem běžné finanční prostředky310000,-310000,-