Schválené projekty 2015

Rozdělení přidělené dotace z MŠMT na specifický vysokoškolský výzkum po fakultách se zohledněním celoškolských pracovišť na rok 2015

Celková přidělená částka z MŠMT na specifický vysokoškolský výzkum na VŠB-TUO - 52 908 039 Kč

Z toho 2.5% - 1 320 739 Kč - úhrada způsobilých nákladů spojených s organizací SGS

fakultapřidělená částka v Kč
FBI  1 172 500
EKF  4 962 700
FAST  3 070 000
FS  8 256 000
FEI 12 282 100
HGF  5 433 000
FMMI  6 188 000
VC 10 223 000
CELKEM 51 587 300
KódSP2015/117
Název projektuHodnocení efektivnosti finančních a ekonomických procesů pomocí DEA a SFA s možností zahrnutí rizika
ŘešitelChytilová Lucie Mgr. Ing., Ph.D.
Školitel projektuprof. Ing. Jana Hančlová, CSc.<br />
Období řešení projektu01.01.2015 - 31.12.2015
Předmět výzkumuMotivace:
V současné době je snahou všech ekonomických subjektů zefektivnit a optimalizovat své procesy s cílem obstát v silně konkurenčním, globalizujícím se a často nestabilním tržním prostředí. Zmíněná efektivita procesů pro firmy představuje maximalizovat své výstupy při spotřebě co minimálního množství vstupů. Zvýšení efektivnosti a účinnosti řízení jednotlivých ekonomických procesů, a i ekonomického subjektu jako celku, je základním kritériem úspěšnosti a je odrazem úrovně konkurenčního potenciálu tohoto subjektu.

Aby mohla být efektivita zkoumána, je nutné porozumět zkoumanému systému a jeho okolí. Pomocí těchto znalostí je pak možné identifikovat silné a slabé stránky modelovaného subjektu a navrhnout tak změny pro zlepšení současného stavu.

Tento projekt se zaměřuje na ekonomické subjekty, které se nacházejí v oblasti ICT, bankovnictví a těžkého průmyslu. Zmíněné oblasti mohou být analyzovány jak z pohledu mikroekonomického, tak makroekonomického, což ovlivňuje i podobu navrženého výsledného modelu. Modely budou vytvářeny nejprve v deterministických variantách a následně budou zohledněna také rizika a neurčitost v podobě stochastických a fuzzy proměnných. Zahrnutí neurčitosti do modelu povede ke zkvalitnění modelujícího systému, ke zvýšení věrohodnosti výsledků pro odpovídající současné turbulentní prostředí a umožní provést další citlivostní analýzy vedoucí k hlubšímu pochopení zkoumaného problému.

Oblast informačních a komunikačních technologií má velký vliv na ekonomický růst a produktivitu ekonomik. Tento fakt je potvrzen v mnoha studiích (OECD, 2004; Quiang a spol., 2003). Tyto studie se snaží kvantifikovat a dále určit faktory a rizika, které ovlivňují dynamický vývoj. Přínos ICT k růstu produktivity mezi ekonomikami, sektory a podniky je různorodá a proto musí být analyzována efektivnost 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 mohly prostřednictvím ICT 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, které budou při řešení výše uvedených problémů sloužit.

Oblast bankovnictví a hodnocení efektivnosti bank je předmětem mnoha vědeckých studií a článků (Chang a Chiu, 2006; Chen a spol., 2013; Toloo, 2014 a 2012). Tyto studie se liší už v samotné definici cíle bankovních institucí, v tom, zda je pro jejich modelování vhodnější využít nákladových, nebo produkčních funkcí. Další otevřenou a často diskutovanou kapitolou je také rozdělení sledovaných ukazatelů na vstupy a výstupy. Také těmto problémům bude třeba v rámci zamýšleného projektu čelit a konstruktivně je řešit. Cílem bude analyzovat bankovní sektor, vytvořit modely hodnocení efektivnosti produkčních jednotek pro daný bankovní sektor (Assaf, 2013; Casu a Molyneux, 2003) i pro hodnocení efektivnosti uvnitř jednotlivých bank v určité oblasti (Girardone, 2004; Halkos, 2004; Stavárek, 2005) a to jak v prostředí deterministickém, ale také se zahrnutí významných rizik a nejistoty buďto v podobě stochastických proměnných s odhadnutým rozdělením pravděpodobnosti, či fuzzy čísel a fuzzy množin.

Oblast těžkého průmyslu je další oblastí, jejíž efektivita bude v rámci projektu zkoumána. Díky zásadnímu a nezastupitelnému významu průmyslu nejen pro Českou republiku, ale i pro ostatní členské státy EU, je na místě tuto oblast zkoumat. Evropské firmy jsou vystavovány působení mimoevropské, zejména asijské, konkurenci, navíc jsou znevýhodněny skutečností, že musí splňovat celou řadu legislativních environmentálních omezení, které je oproti konkurenci diskriminují. Zvláštní důraz bude kladen zejména na dopady evropského systému obchodování s emisními povolenkami pro evropské podniky a neurčitost, která je s tímto obchodováním spojena. Cílem bude rozšířit již existující studie, viz. Zapletal (2014a; 2014b) o faktor času (na modely vícestupňové) a o nejistotu v podobě fuzzy rozšíření modelů.


Současný stav řešení:
Tento projekt navazuje na projekt - Modelování efektivnosti produkčních jednotek v bankovním a ICT sektoru pomocí analýzy obalu dat a odhadu stochastických mezí (SP2014/146), kde byly řešeny základní modely neparametrického přístupu – Data Envelopment Analýzy (DEA) pro oblast bankovnictví a základní modely parametrického přístupu, které modelují stochastické meze - Stochastic Frontier Method (SFM) pro oblast ICT.

V předešlém projektu bylo za cíl věnovat se rešerši odborné literatury dané problematiky, vymezit základní modely DEA a SFM modely po teoretické i metodické stránce se zaměřením na výše uvedené oblasti. S tím také blízce souviselo testování modelů na konkrétních datech, které opět byly tvořeny pro dané oblasti a podrobně analyzovány. Výsledky těchto praktických výsledků DEA a SFM modelů byly porovnány s dalšími empirickými studiemi. V oblasti DEA byly základní modely rozšířeny o fuzzy či kvalitativní proměnnou, ale pouze s využitím střední hodnoty fuzzy čísel a pro převedení modelu do deterministické podoby. Všechny cíle minulého projektu byly naplněny, což lze doložit také výčtem vzniklých publikací:

Pro oblast bankovnictví byly aktivně prezentovány následující články:
- CHYTILOVÁ, L.Efficiency measurement of the commercial banks with the use of DEA approach. In: Proceedings of 16th International Conference MEKON 2014.
- CHYTILOVÁ, L. Analysis of bank efficiency: an application of DEA approach in the Czech commercial banks. In: Proceedings of the 32st International Conference Mathematical Methods in Economics.
- CHYTILOVÁ, L. Analysis of the Czech commercial bank efficiency with the use of fuzzy-DEA approach. In: Conference Proceedings of Managing and modelling of financial risks 2014 in Ostrava.

V oblasti ICT byly aktivně prezentovány následující články:
- MANĎÁK, J. A Comparison of ICT sectors efficiency in 15 EU countries. In: Proceedings of 16th International Conference MEKON 2014.
- MANĎÁK, J. Efficiency of 15 EU countries and the role of ICT: A stochastic frontier analysis approach. In: Proceedings of the 32st International Conference Mathematical Methods in Economics 2014.
- MANĎÁK, J., NEDOMOVÁ, L. Measuring Performance of European ICT Sectors Using Output-oriented DEA Models. In: Proceedings of Conference Interdisciplinary Information and Management Talks 2014.

K lepšímu porozumění výše uvedených metod byly v projektu vytvořeny i další články, které se netýkaly pouze daných oblastí, ale přinesly pomoc při řešení otázek, jak pracovat s kvalitativními proměnnými při modelování, či jak jinak je možno nahlížet na užití daných metod. Opět byly tyto články aktivně prezentovány na konferencích:
- BAŇAŘOVÁ, J., CHYTILOVÁ, L. ZAPLETAL, F. Efficiency Assessment of Students through Data Envelopment Analysis. In: Proceedings of the 11th Conference Efficiency and Responsibility in Education 2014.
- CHYTILOVÁ, L., BAŇAŘOVÁ, J. The Use of the Project Template for DEA Methods to Measure the Efficiency of Company. In: Conference Proceedings of Economics and Business Management in the 21st Century 2014 in Ostrava.
- HANČLOVÁ, J., An evaluation of production performance across the selected EU regions. A stochastic frontier approach to Malmquist productivity index. In: International Conference on Control, Decision and Information Technologies 2014.

V rámci SGS SP2014/146 proběhly rovněž dva odborné semináře na téma:
- Data Envelopment Analysis: DEA-GAMS, od pana Dr. Mehdi Toloo,
- Párové porovnání s fuzzy hodnoceními v problémech vícekriteriálního rozhodování, od pana prof. RNDr. Jaroslav Ramík, Csc.
Vzhledem k tomu, že se tyto přednášky osvědčily, bylo domluveno v jejich pokračování s oběma výše uvedenými odborníky.

Na základě výše uvedených prací, analýz a modelování se projektovému týmu povedlo posunout na současný stav poznání, kdy se již nezaobíráme pouze základními modely DEA, SFM modely se zahrnutým rizikem v podobě stochastických proměnných, ale plánujeme jejich rozšíření o složky fuzzy a další, např. kvalitativní proměnné, které lépe dokáží zachytit reálné prostředí. Modely budou dále rozšířeny o faktor času na modely vícestupňové (vícestupňové DEA modely a modely vícestupňového stochastického programování).

Aktivní výstupy na konferencích v rámci předešlého projektu umožnily získat zpětnou vazbu z diskusí s odborníky v těchto oblastech a umožnily otevřít nové možnosti pro zkvalitňování a rozšiřování navržených modelů. Rozšíření a prohloubení studií v rámci navazujícího projektu má potenciál jak vědecký v podobě kvalitních publikačních výstupů, tak praktický, vzhledem ke zkoumaným oblastem.

Novými prvky projektu je zejména vícestupňových optimalizačních modelů (deterministických i stochastických) a rozpracování fuzzy variant modelů. Dále bude zvažována vhodnost využití propojení stochastického a fuzzy přístupu – fuzzy stochastické modelování.

V rámci projektu jsou plánovány dvě semestrální stáže dvou z členů projektového týmu:
1. na Kyoto University pod supervizí Prof. RNDr. Milana Vlacha, DrSc., uznávaného experta pro oblast rozhodování a optimalizace za neurčitosti a autora zahraničních publikací a impaktovaných článků v této oblasti. Tato spolupráce by měla vést k hlubšímu poznání problematiky optimalizace za neurčitosti a tedy ke zkvalitnění publikačních výstupů.
2. na University of Piraeus pod vedením profesora Dimitrisa K. Despotise. Spolupráce s tímto expertem na DEA analýzu a její modifikace by měla vést k hlubšímu poznání daného téma a posunu v disertační práce daného člena týmu.


Modely:
- Analýza obalu dat (DEA):
DEA modely jsou neparametrické modely, které slouží k měření efektivnosti. Coelli et al. (2005), uvádí, že jde o techniku využívající metody lineárního programování ke konstrukci určitých neparametrických mezí vzhledem k pozorovaným datům.
Významnou prací v tomto směru byla práce Charnes et al. (1987), kteří navrhli model produkce s více vstupy a výstupy s předpokladem konstantních výnosů z rozsahu (CCR DEA model). Banker et al. (1984) rozšířili model o variabilní výnosy z rozsahu (BCC DEA model).
Coelli et al. (2005) uvádí různorodé možnosti využití DEA modelů v rámci zaměření na:
- alokační (nákladové) efektivnost,
- vícestupňovou DEA metodu pro řešení problému zachycení všech efektivních zdrojů, vážených omezení vstupů a výstupů,
- super-efektivitu aj.

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, z důvodů problémů získávání 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 Toloo (2012, 2014). V těchto pracích autor popisuje možnosti modifikace modelů DEA, aby mohly být využity v bankovnictví pro lepší vypovídací schopnost. Práce z roku 2012 se zabývá optimálními alternativními řešeními modelů, která používají flexibilní opatření jako vstupy nebo výstupy. V této práci je ukázána i použitelnost navrženého modelu na skutečném datovém souboru. Druhá uvedená práce se zabývá dvoustupňovou metodou DEA, jejími výhodami a nevýhodami na ilustrativním příkladu pro největší soukromou banku v Íránu.

Práce Wu et al. (2006) aplikuje fuzzy logiku do modelu DEA, konkrétně do vstupu - životní prostředí. Model slouží k posouzení výkonnosti bankovních poboček v různých regionech. Různé regiony jsou srovnávány na základně fuzzy výsledků a porovnávány s tradičními modely DEA. Kao et al. (2004) uvádí ve své práci tři numerické příklady CCR modelu s fuzzy proměnnými, to vše včetně posouzení efektivnosti. Fuzzy čísla jsou aplikovány do CCR modelu a to jako vstupy i výstupy. Prognózy založené na nejistých finančních datech jsou zastoupeny v rozmezí, nikoliv v jednotlivých hodnotách a tak aby 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 literatury:
1. ASSAF, A. G., R. MATOUŠEK and E. G. TSIONAS. Turkish bank efficiency: Bayesian estimation with undesirable outputs. Journal of Banking & Finance, 2013, vol. 37, p. 506-517. ISSN: 0378-4266.

2. BANKER, R.D., CHARNES, A. and COOPER, W.W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science. Vol. 30, p. 1078-1092.

3. BECTOR, C. R. and Suresh CHANDRA, (2005). Fuzzy Mathematical Programming and Fuzzy Matrix Games. Springer, 2005. ISBN: 978-3-642-06265-0.

4. CASU, Barbara and Philip MOLYNEUX, (2003). A comparative study of efficiency in European banking. Applied Economics, 35, p. 1865–1876. DOI: 10.1080/0003684032000158109.

5. CHANG, Ta-Cheng and Yung-ho CHIU, (2006). Affecting factors on risk-adjusted efficiency in Taiwan's banking industry. Contemporary Economic Policy, 24, p. 634-648. DOI: 10.1093/cep/byl008.

6. CHARNES, A., COOPER, W.W. and E. RHODES (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, p. 428–444.

7. CHEN Yu-Chuan et al. (2013). The analysis of bank business performance and market risk – Applying Fuzzy DEA. Economic modelling, 32, p. 225-232. DOI: 10.1016/j.econmod.2013.02.008.

8. COELLI, T.J., et al. An Introduction to Efficiency and Productivity Analysis. Springer eBooks. 2nd ed. 2005, 350 p. ISBN: 978-0-387-25895-9.

9. COOPER, W., L. SEIFORD and K. TONE. Data Envelopment Analysis, 2nd edition. New York: Springer, 2007. 490 p. ISBN 0-387-45281-8.

10. DIMILEIS P., Sophia and Sotiris K. PAPAIOANNOU. Technical Efficiency and the Role of ICT: A Comparison of Developed and Developing Countries. Emerging Markets Finance & Trade, 2011, vol. 47, p. 40-53. ISSN: 1540-496X.

11. FÄRE, R., S. GROSSKOPF and D. MARGARITIS. Productivity growth and convergence in the European Union. Journal of Productivity Analysis. 2006, vol. 25, p. 111-141. ISSN 0895-562X.

12. FIEDLER, Miroslav et al. Linear Optimization Problem with Inexact Data. Springer, 2006. 214 p. ISBN: 978-1-4419-4094-0.

13. GIRARDONE, Claudia et al. (2004). Analysing the determinants of bank efficiency: the case of Italian banks. Applied Economics, 36, p. 215–227. DOI: 10.1080/0003684042000175334.

14. HALKOS, E. George and 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, p. 201-224. ISSN: 1474-6085.

15. KAO, Chiang and Shiang-Tai LIU (2004). Predicting bank performance with financial forecasts: A case of Taiwan commercial banks. Journal of Banking & Finance, 28, p. 2353-2368.

16. LÓPEZ-PUEYO, Carmen and María-Jesús MANCEBÓN. Innovation, accumulation and assimilation: Three sources of productivity growth in ICT industries. Journal of Policy Modelling, 2010, vol. 32, p. 268-285. ISSN 0161-8938.

17. 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.

18. RAMÍK, Jaroslav and Milan VLACH. Generalized Concavity in Fuzzy Optimization and Decision Analysis. Springer, 2002. 296 p. ISBN: 978-1-4613-5577-9.

19. OECD. The economic impact of ICT: measurement, evidence and implications. Paris: OECD, 2004. ISBN 92-640-2103-5.

20. QUIANG, C.Z., PITT, A. and S. AYERS. Contribution of Information and Communication Technologies to Growth. Washington, DC: World Bank, 2003. 38 p. ISBN 08-213-5722-0.

21. SAKAWA, M., H. YANO and I. NISHIZAKI. Linear and Multiobjective Programming with Fuzzy Stochastic Extensions. Springer, 2013. ISBN: 978-1-4614-9398-3.

22. 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.

23. TOLOO, Mehdi, (2012). Alternative solutions for classifying inputs and outputs in data envelopment analysis. Computers and Mathematics with Applications, 63, p. 1104-1110. DOI: 10.1016/j.camwa.2011.12.016.

24. TOLOO, Mehdi et al. (2014). Finding an Initial Basic Feasible Solution for DEA Models with an Application on Bank Industry.Computational Economics, 44, p. 1-14. DOI: 10.1007/s10614-014-9423-1.

25. ZAPLETAL, František, (2014a). Mean-risk model optimizing the heavy industrial company’s profit with respect to environmental aspects. In proceedings of International Conference on Mathematical Methods in Economy 2014. Olomouc, 2014.

26. ZAPLETAL, František, (2014b). Economic-ecological model maximizing the profit of the industrial company including emission trading. Proceedings of the METAL Conference in Brno. Ostrava: VŠB – Technical University of Ostrava, 2014.

27. WANG, Shuming and Junzo WATADA. Fuzzy Stochastic Optimization: Theory, Models and Applications. Springer, 2012. ISBN: 978-1-4419-9560-5.

28. WU, D., YANG, Z. and L. LIANG (2006). Efficiency analysis of cross-region bank branches using fuzzy data envelopment analysis. Applied Mathematics and Computation, 181(1), p. 271-28.


Explicitně cíl projektu:
Hlavním cílem projektu bude navrhnout, ověřit, porovnat a modifikovat modely efektivnosti chování produkčních jednotek pomocí DEA a SFA modelů, a to se zaměřením na sektory ICT, bankovnictví a těžkého průmyslu. Vzhledem ke snaze zlepšení vypovídací hodnoty dříve navržených modelů se bude tento projekt zaměřovat na měření efektivnosti za nejistoty či využití výše jmenovaných modelů s kvalitativními proměnnými. Dále bude kladen důraz na identifikaci determinantů a jednotlivé součásti efektivnosti. Rovněž bude přihlédnuto ke klasifikaci determinantů z hlediska možnosti ovlivňování jejich působení v čase. V oblasti bankovnictví a těžkého průmyslu budou také vytvořeny víceúrovňové modely - DEA modely a stochastické modely, které povedou ke zlepšení vypovídací hodnoty modelů a k lepšímu zachycení reálných podmínek pro dané odvětví.

K dosažení hlavního cíle byly stanoveny následující dílčí cíle:
(a) rešerše odborné literatury pro stochastické programování a modelování efektivnosti, se zaměřením na fuzzy a kvalitativní proměnné a dekompozici efektivnosti na jednotlivé komponenty,
(b) analýza vstupních a výstupních proměnných (struktura dostupných a adekvátních databází) se zaměřením na modelování v daných oblastech a tvorba vhodných produkčních funkcí, případně vhodnější využití nákladových funkcí pro dané modelování,
(c) vymezení a inovace modelů DEA a SFA po teoretické a metodické stránce s možností zahrnutí fuzzy proměnných či kvalitativních proměnných a aplikací do konkrétní oblasti užití,
(d) analýza vývoje efektivnosti v čase,
(e) analýza efektivnosti a dekompozice efektivnosti pro jednotlivé oblasti a dolování informací k možnosti ovlivnění efektivnosti,
(f) provedení shlukové analýzy pro klasifikaci jednotek do skupin a zkoumání skupinových problémů,
(g) rozšíření modelů do více úrovní v DEA modelech a stochastických modelech pro oblasti bankovnictví a těžkého průmyslu.


Postup 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 a danou problematiku – fuzzy proměnné (Wang a Watada, 2012; Wu aspol., 2006), kvalitativní proměnné (Chang a Chiu, 2006) a rozložení efektivnosti na jednotlivé komponenty (Banker aspol., 1984; Mathur, 2010). Důraz bude kladen na zdroje zařazené v citačních databázích SCOPUS a Web of Science.

2. Analýza modelované oblasti – koncepce struktury modelu (viz. cíl (a) a (b))
V souladu s předmětem zkoumání bude provedena analýza modelované oblasti a návrh konceptu struktury modelu. Tento krok povede k stanovení nejvhodnějších vstupů, případně výstupů, pro dané modely. Případná inovace modelu povede k vytvoření modelu s nejlepší vypovídací schopností pro konkrétní oblasti zkoumání.
Analýzy, diskuze a konfrontace výsledků s tuzemskými a zahraničními studiemi z daného prostředí, třeba na konferencích, rovněž pomohou při vytváření nejlepšího vypovídajícího modelu.

3. Formulace variant a modifikací modelů, ověřování předpokladů chování, analýza a výběr vhodných variant modelů a nástrojů (viz. cíl (c))
Na základě předešlého projektu SGS 2014/146, kde byly formulovány převážně základní varianty modelů, budou nyní formulovány nové modifikace a koncepty modelů DEA a SFA pro dané oblasti a to převážně se zaměřením na aplikaci DEA modelů s fuzzy či kvalitativními proměnnými nebo SFA nejenom přes produkční funkci. V podstatě se bude jednat o snahu lépe vystihovat reálnou situaci, pro kterou jsou modely konstruovány a řešeny. Na základě výběru vhodných, DEA a SFA, modelů budou využívány adekvátní softwarové podpory. Pro DEA modely bude využito DEA Frontieru, GAMS. Pro modelování SFA modelů bude se očekává použití softwarů R a NLOGIT 5.

4. Analýza a hodnocení efektivnosti z několika hledisek (viz. cíle (d-f))
Vzhledem k budoucímu záměru využití vytvořených a řešených modelů pro možnosti predikování efektivnosti, je zřejmé že je potřeba zkoumat technickou efektivnost a její komponenty (technologická změna výnosů z rozsahu apod.) v průběhu času. Porozumění efektivnosti v čase povede k vylepšení modelů a stanovení příčin ve vývoji efektivnosti. Nejdříve je v plánu v tomto směru zkoumat oblast ICT sektorů. V případě vhodnosti, bude navržená metodika ověřena i v jiných odvětvích – těžký průmysl či bankovnictví.

Analýza a hodnocení efektivnosti z hlediska:
a) vývoje v čase za předpokladu využití metody analýzy windows,
b) vývoje struktury v čase za předpokladu využití Malmquistova indexu,
c) příčin neefektivnosti adekvátních enviromentálních ukazatelů,
d) shluků jednotek do skupin grup,
e) propojení DEA a SFA.

5. Verifikace, interpretace a příprava článků a prezentací
Modely budou testovány na reálných datech ze soukromých databází, které byly vytvořeny dříve i veřejných databází (viz. Typy a zdroje dat). Testování bude prováděno za pomoci vybraných aplikačních softwarů. Posléze budou všechny získané výsledky podrobně interpretovány a podrobeny citlivostní analýze.

6. Rozšíření modelů do více úrovní v DEA a stochastických modelech (viz. cíl (g))
Jeden z posledních kroků pro tento projekt bude z výše vybraných a analyzovaných DEA a SFA modelů vytvořit víceúrovňové modely. Bude tedy využito víceúrovňového programování pro DEA modely a stochastické modely, které opět obecně vedou k lepšímu popsání reálných situací v daných prostředí.

7. Návrh na další výzkum
Během celkového řešení projektu lze předpokládat, že vyvstanou nějaké problémy či řešitelé narazí na nové nápady, které bude možno řešit v budoucích projektech, např. právě zmíněná otázka aplikací na predikci efektivnosti nebo možnosti řešení jednotlivých modelů v různých úrovních či sítích. Mohou zde být identifikovány i nové alternativy ke zvoleným metodám a přístupům.
K návrhům na další výzkum a práci by měly významnou měrou přispět konference, na kterých budou autoři jednotlivých článků a prací aktivně vystupovat. Zároveň je v plánu, že se řešitelé zúčastní i letních škol, kde bude možnost se seznámit s novými metodami, trendy v daných oblastech, novými softwary apod. A jak již bylo zmíněno, během řešení projektu se budou dva řešitelé účastnit dlouhodobých zahraničních pobytů, kde se taktéž budou snažit rozvíjet dané znalosti.


Metodika řešení:
1. Sběr a rešerše odborné literatury (viz. cíl (a))
Předpokládanou metou pro tuto oblast bude klasické studium písemných a elektronických materiálů ze zdrojů, které jsou zařazeny ve Web of Science a Scopus.

2. Analýza modelované oblasti – koncepce struktury modelu (viz. cíl (a) a (b))
V této oblasti se počítá s klasickými metodami sběru dat - řízenými rozbory, řízená interview, analýza a komparace písemných a elektronických materiálů, jejich abstrakce, syntéza apod.

3. Formulace variant a modifikací modelů, ověřování předpokladů chování, analýza a výběr vhodných variant modelů a nástrojů (viz. cíl (c))
V tomto případě se budeme využívat rozšířené metody analýza obalu dat (IDEA, fuzzy-DEA) a stochastické modelování (popis metod v přílohách č.1, č.2, č. 4 a č.5).

4. Analýza a hodnocení efektivnosti z hlediska (viz. cíle (d-f)):
a) vývoje v čase za předpokladu využití metody analýzy windows,
b) vývoje struktury v čase za předpokladu využití Malmquistova indexu,
Změny technologií, jejich vývoj, patří mezi základní cesty zvyšování efektivnosti. Malmquistův index (MI) je jedním z kvantitativních nástrojů hodnocení efektivnosti, kdy se usiluje o modelování zachycená vlivu změn technologií a jejich oddělení od ostatních zdrojů zvyšování efektivnosti jednotek. MI je založen na modelech DEA, je tedy logické, že zde bude použit, jakožto jeden z významných ukazatelů pro měření změny relativní efektivnosti jednotlivých jednotek v různém časovém období. Jednotlivé složky efektivnosti, mohou být díky MI, rozděleny na technickou efektivnost, čistě technickou efektivnost, efektivnosti v rozsahu, celkovou změnu produktivity výrobních faktorů a posuny v technologických změnách v čase.
c) příčin neefektivnosti adekvátních enviromentálních ukazatelů,
d) shluků jednotek do skupin grup,
Jak již napovídá název této podkapitoly metodiky, je zde základní metodou shluková analýza, někdy také nazývána jako clustrová analýza. Jde o metodu vícerozměrné statistiky, která se využívá při klasifikaci jednotlivých objektů ve skupině. Jde o třídění jednotek do shluků (skupin) tak, aby byly vytvořeny skupiny obsahující co nejpodobnější jednotky. Tuto analýzu budeme moci využít jak na množině objektů, tedy objektů, které mají stejné znaky, tak na množině znaků, které jsou charakterizovány prostřednictvím nějakého souboru nositelů znaků.
e) propojení DEA a SFA

5. Verifikace, interpretace a příprava článků a prezentací
Verifikace bude probíhat převážně za pomoci aplikace dat na vytvořené modely. Samozřejmě budou pak dané výsledky pak podrobeny srovnání jak s tuzemskými, tak zahraničními výsledky. Mimo jiné, se využijí i některé klasické statistické verifikační testy, abychom ukázaly, že modely mají vypovídací hodnoty.

6. Rozšíření modelů do více úrovní v DEA a stochastických modelech (viz. cíl (g))
Víceúrovňové DEA modely a víceúrovňové stochastické modely jsou opět využity v této části (popis metody v příloze č.3).


Typy a zdroje dat:
-Data z pohledu hierarchie:
1) mikrodata – budou využita převážně v oblasti bankovnictví jako vstupní a výstupní proměnné a v oblasti hutnického průmyslu jako vstupní proměnné
2) makrodata – budou nejvíce využita v modelech oblasti ICT a vzhledem k legislativním a právním normám, na které se musí také brát zřetel, budou tato data dále použita i v modelech pro bankovnictví a hutnického průmyslu
- Data z pohledu charakteru:
1) kvantitativní – při využívání většiny metod v tomto projektu se bude, aspoň v základních fázích modelování, vždy pracovat s daty kvantitativními, tedy daty měřitelného charakteru. Dá se tedy říci, že bude hojně využíváno tzv. kvantitativních metod.
2) kvalitativní – v některých DEA modelech, např. IDEA modelech, lze využít proměnných kvalitativních, tedy nominálních či ordinálních, aby byly lépe popsány kvalitativní vstupy či výstupy jednotlivých jednotek, pro které se měří efektivita. Z tohoto hlediska bude i těchto dat využito při modelování v tomto projektu.
3) fuzzy (fuzzy lingvistické) – vzhledem k tomu, že v projektu se pracuje i s rozhodováním za nejistoty, je třeba využít i těchto proměnných při lineárním a nelineárním programování.
- Data z pohledu zdrojů:
1) databáze – databáze českých i zahraničních knihoven, Web of Science, Scops, EU KLEMS, Total Economy Database, STAN OECD, OECD,
2) výroční zprávy, výkazy zisku a ztrát a rozvahy vybraných podniků a bank,
3) legislativní materiály,
4) informační servery vládních organizací,
5) řízené rozhovory ve vybraných podnicích a bankách,
6) elektronické zdroje vládních i nevládních organizací,
7) oficiální internetové stránky výrobců softwaru.


Detailní harmonogram projektu (dle dílčích cílů):
01/2015 – 02/2015 – Navázání na výsledky předešlých analýz a vytvořených základních modelů. Rešerše odborné literatury pro modelování ze zaměřením na danou oblast s aplikací na již složitější poznatky a případné porovnání s již existujícími výsledky. Vytvořené publikační výstupy, které plynule navazují na výsledky minulého projektu a nové rešerše další odborné literatury budou prezentovány na konferencích (MEKON 2015).
03/2015 – 05/2015 – Řešení technické efektivnosti pro ICT sektor, hodnocení efektivity na průmyslovém trhu ve vztahu k obchodováním s povolenkami a rozšíření modelů DEA a stochastických modelů o fuzzy proměnné a tedy možnost řešení modelů za nejistoty. Výstupy budou prezentovány na vybraných vědeckých konferencích (METAL 2015, SMSIS 2015).
06/2015 – 07/2015 – Provedení dekompozice sektorové efektivnosti za pomoci využití Malmquistova indexu a dalších postupů, které nabízejí DEA modely a metody stochastických mezí. Dále pak hodnocení softwarů, které jsou vhodné pro řešení dané problematiky. Zkoumaná témata budou aktivně prezentována na konferencích a případně diskutována na letních školách (ICDEAEF 2015, XIV EWEPA 2015, MCDM 2015).
08/2015 – 09/2015 – Aplikace cluster analýzy v oblasti skupinové efektivnosti ICT sektorů a vytvoření vícestupňových DEA modelů, stochastického a fuzzy programování. Tato témata budou prezentována aktivně na mezinárodních konferencích (MME 2015, IDIMT 2015, Finanční řízení podniků a finančních institucí 2015).
10/2015 – 12/2015 – Rozšíření modelů DEA modelů do modelů DEA sítí, snaha dynamického rozšíření stochastického a fuzzy programování.
Členové řešitelského týmuMgr. Ing. Lucie Chytilová, Ph.D.
Mgr. Ing. Lucie Chytilová, Ph.D.
prof. Ing. Jana Hančlová, CSc.
Ing. Jan Manďák, Ph.D.
Bc. Jana Montagová
doc. Mgr. Ing. František Zapletal, Ph.D.
Mgr. Jana Závacká
Specifikace výstupů projektu (cíl projektu)V minulém projektu byly provedeny základní analýzy metod DEA a SFM. Zároveň došlo k modelování těchto základních modelů a jejich testování na reálných datech. V tomto projektu, bude provedeno rozšíření modelů, dojde k navržení jejích modifikací, které nejvíce vyhovují konkrétním oblastem výzkumu – ICT, bankovnictví, těžký průmyslu, dále budou modely věřovány na reálných datech. V oblasti ICT bude provedena opětovná analýza proměnných a sektorů s využitím nových databází, dojde k inovaci produkční funkce a budou identifikovány jednotlivé složky ovlivňující efektivnost i její podúrovně, a to včetně časového průběhu. Projekt zahrnuje i provedení shlukové analýzy efektivních a neefektivních sektorů v ICT. To vše by mělo vést k možnosti budoucí predikce efektivnosti v oblasti ICT. V oblasti bankovnictví bude nejdříve řešena možnost použití produkční či nákladové funkce a dále půjde převážně o zapojení kvalitativních a fuzzy proměnných do základních DEA modelů. Půjde tedy o zpřesnění metod pro problematiku měření efektivnosti a také možnosti řešení efektivnosti v bankovnictví za nejistoty. V této oblasti budou také aplikovány vícestupňové DEA modely, které by rovněž měly vést k zpřesnění analýzy efektivnosti a to jak uvnitř jedné banky, tak bank na větším území. Přidání fuzzy proměnných a celková dynamizace stochastických modelů bude prováděna v oblasti těžkého průmyslu. Všechny výsledky budou konfrontovány s počátečními hypotézami a budou dále porovnávány s jinými tuzemskými a mezinárodními studiemi.


Výstupem projektu SGS bude závazně minimálně 68 bodů.


Mezinárodní vědecké konference:
- MEKON 2015, únor 2015
- METAL 2015 – International Conference on Metallurgy and Materials, květen 2015
- SMSIS 2015 – Strategic Management and its Support by Informations Systems, květen 2015
- ICDEAEF 20115 – International Conference on DEA in Economics and Finance, červen 2015
- XIV EWEPA 2015 - The 14th European Workshop on Efficiency and Productivity Analysis, červen 2015
- MME 2015 – Mathematical Methods in Economics, září 2015
- IDIMT 2015 – Interdisciplinary Information and Management Talks, září 2015
- Finanční řízení podniků a finančních institucí 2015, září 2015

Mezinárodní letní školy:
- EWEPA 2015 – The 14th European Workshop on Efficiency and Productivity Analysis, červen 2015
- MCDM 2015 – The 23rd International Conference on Multiple Criteria Decision Making MCDM 2015 – Bridging Disciplines, srpen 2015

Publikační výstupy projektu:
- 2 články zaslané do impaktovaných časopisů databáze Web of Science; Jimp – 20 bodů
- 2 články zaslané do impaktovaných časopisů databáze Scopus; Jsc – 20 bodů
- 16 příspěvků a článků ve sbornících z mezinárodních vědeckých konferencích v databázi Thomson Reuters; D – 28 bodů
- 2 články z mezinárodní konference MEKON

Další výstupy:
- 2x Odborný seminář se zaměřením na DEA modely (Dr. Mehdi Toloo) a fuzzy aplikace v optimalizačních modelech vícekriteriálního rozhodování (Prof. RNDr. Jaroslav Ramík, CSc.)
- zahraniční pobyty – Japonsko, Řecko a navázání spolupráce s univerzitami

Rozpočet projektu - uznané náklady

NávrhSkutečnost
1. Osobní náklady
Z toho
53600,-53600,-
1.1. Mzdy (včetně pohyblivých složek)40000,-40000,-
1.2. Odvody pojistného na veřejné zdravotně pojištění a pojistného na sociální zabezpečení a příspěvku na státní politiku zaměstnanosti13600,-13600,-
2. Stipendia82600,-84700,-
3. Materiálové náklady70000,-128574,-
4. Drobný hmotný a nehmotný majetek15000,-11200,-
5. Služby110200,-121205,-
6. Cestovní náhrady172600,-104721,-
7. Doplňkové (režijní) náklady max. do výše 10% poskytnuté podpory56000,-56000,-
8. Konference pořádané VŠB-TUO k prezentaci výsledků studentského grantu (max. do výše 10% poskytnuté podpory)0,-0,-
9. Pořízení investic0,-0,-
Plánované náklady560000,-
Uznané náklady560000,-
Celkem běžné finanční prostředky560000,-560000,-