Matematické modelování úvěrového rizika v praxi

Rozměr: px
Začít zobrazení ze stránky:

Download "Matematické modelování úvěrového rizika v praxi"

Transkript

1 Matematické modelování úvěrového rizika v praxi Mr. Jiří Tesař (Home Credit, a.s.), Mr. Martin Řezáč, Ph.D. (PřF MU Brno) Brno,

2 Osah PPF a Home Credit Group corin 9 Oecné principy 9 Data sample preparation 14 Analysis 19 Model development 5 taility and validation 30 ome results for normally distriuted scores 38 ome results for Lift 46 A 51 1

3 PPF a Home Credit Group

4 3 PPF Group Růst na domácím trhu (Česká repulika) Expanze na reionální trhy (třední a východní Evropa) Gloalizace (N a Asie) Od r. 004 do současnosti Mezinárodní investiční skupina ve střední a východní Evropě Aktiva > 10 miliard eur (ke dni 30. června 009) Olasti zájmu: finanční služy ( ankovnictví, spotřeitelské financování, pojištění, ) investice do nemovitostí vyhledávání investičních příležitostí na vznikajících trzích Více o PPF Group:

5 4 Home Credit Group Přední poskytovatel spotřeitelského financování ve střední a východní Evropě trateie Home Credit Group disciplinovaný růst dlouhodoý nárůst zisku stailní správa rizik polečnost Home Credit International poradenství a služy v olasti IT strateické řízení jednotlivých společností skupiny

6 5 kupina Home Credit Významný poskytovatel spotřeitelského financování zaměstnanců, více než 5,7 milionu zákazníků (údaj ke dni 30. června 009) Půsonost ve státech střední a východní Evropy a Asie : Česká repulika (Home Credit a.s., od roku 1997) lovensko (Home Credit lovakia, a.s., od roku 1999) Ruská federace (OOO Home Credit & Finance Bank, od roku 00) Kazachstán (AO Home Credit Bank, od roku 005) Ukrajina (OAO Home Credit Bank, od roku 006) Bělorusko (OAO Home Credit Bank, od roku 007) Čína (HC Asia N.V., od roku 007) Vietnam (PPF Vietnam Finance Company Ltd., od roku 009) Více o skupině Home Credit:

7 Home Credit po produktech POTŘEBITELKÉ ÚVĚRY Home Credit / 71 % populace ČR konkurence získala například: Česká spořitelna 34% Cetelem 4% GE Money Multiservis 5% REVOLVINGOVÉ ÚVĚRY (KREDITNÍ NEBO ÚVĚROVÉ KARTY) Home Credit / 45 % populace ČR konkurence získala například: Česká spořitelna 76% Cetelem 8% GE Money Multiservis 34% HOTOVOTNÍ PŮJČKY Home Credit / 35 % populace ČR konkurence získala například: Česká spořitelna 74%, Cetelem 6% GE Money Multiservis 1% 6

8 Asolventi MU v HC tudijní oor: Matematika neo matematika ekonomie Počty asolventů v HC a HCI: Oddělení: Matematika 10 Matematika ekonomie 8 - Řízení rizik HC - Řízení rizik HCI - Ostatní oddělení - Celkem : cca 0 zaměstnanců 7

9 8 Přednáška pro studenty Prezentace HC a Odoru řízení rizik - posílení analytických týmů o asolventy a studenty posledních ročníků vysokých škol na pozice: PECIALITA ŘÍZENÍ RIZIK a ANALYTIK ODD. VYMÁHÁNÍ POHLEDÁVEK Kdy: Účast: přiližně 40 studentů Přírodovědecké fakulty Proram: - představení HC - Risk manaement a druhy rizik - Odor řízení rizik

10 corin oecné principy

11 10 Klienti nesplácí poskytnuté půjčky Změny úrokových saze, cen akcií, kurzů

12 Why score? ADVANTAGE: Automatization of approval proces Cost effective Less fraud possiilities DIADVANTAGE tatistical ased, not take in account client like individual 11

13 core in approval process Client (new) Hard checks + corin on fraud + and default cutoffs on RAROA Verifications (dependant on riskroup) +chvostiky rejection rejection rejection Policy declines low ae, unsufficient lenth of employment, terorrist etc. What is the proaility that client will pay? Will the contract e profitale? Is the numer of client s phone valid? Etc. 1

14 core development which data do we use ocio-demoraphic data Ae ex family status Income Profession Product data Price Term Downpayment Behavioral data (for already known customers) Maximum days past due Numer of credits which he already had Numer of instalments past due 6 years old, sinle, non-smoker, car owner? 13

15 corin - Data sample preparation

16 15 Main reason for the scorecard development - to update the existin scorecard - to reflect the latest availale history for the scorecard development Data sources Development sample Explanatory variales Taret variale election of explanatory variales Reression model Validation tests Implementation to the usiness process

17 16 Taret variale The taret (or explained) variale is a two valued (dichotomous) variale which indicates whether the loan was ein repaid properly or not. Definice dorého / špatného klienta: Klient se někdy v průěhu prvních M měsíců po poskytnutí úvěru dostal do zpoždění se splácením aspoň o K měsíců, přitom dlužná částka yla větší než tolerance. Good loans ood payment morale Bad loans ad payment morale Unspecified loans neither ood or ad payment morale, or the repayment history is too short to decide aout payment morale Requirements for taret variale: A sufficient numer of ad loans should e provided. The sharper contrast etween the definition of a ood and a ad loan, the etter.

18 17 Development sample definition Development time period: pecify if you define this period y date of ratification or date of first due. In order to reflect actual economic conditions, the data used for development e as recent as possile. should Application data are sufficiently homoeneous and similar to the most recent new portfolio. The chosen period provides enouh data for scorecard development. Development and validation sample: The data sample was divided into development (70 %) and validation (30 %). The development and validation of the scorecard should e done on distinct samples. To test the performance of the model on data from the same period. Tests should e performed on an out-of-time validation sample, too.

19 18 Development sample definition tructure of the development and validation sample Development sample Validation sample First installment prescription Bad Good TOTAL Bad rate Bad Good TOTAL Bad rate N N N % N N N % JUL % % AUG % % EP % % OCT % % NOV % % DEC % % JAN % % FEB % % MAR % % APR % % MAY % % JUN % % JUL % TOTAL % %

20 corin - Analysis

21 0 Analysis CATEGORIZATION OF CONTINUOU PREDICTOR Reasons for cateorization We prefer not to use continuous variales as explanatory variales in loistic reression models for scorecard development. For usae in loistic reression models, all continuous variales are cateorized. The oal of the cateorization is to achieve cateories which discriminates well (there are the considerale differences in adrate ratio etween cateories) and which are stale within the time. Cateorization alorithm Each continuous variale is cateorized separately.

22 1 Analysis CATEGORIZATION OF CONTINUOU PREDICTOR Cateorization of the final demoraphic scorecard variale ae. On the left pictures, the dependence of ad rate (smoothed usin normal proaility density function) on the variales is presented. On the riht, the cumulative distriution function is presented. Vertical lines represent the orders etween cateories, horizontal red lines in the left picture represent the mean ad rate in cateories, horizontal lue lines in the riht picture represent the relative distriution of oservations in the cateories.

23 Analysis CATEGORIZATION OF CONTINUOU PREDICTOR N PctN We can see illoical inversion etween cateories 1-3 and 3-6. In this case we rather roup them in the same cateory. C_ae_fr 0 PctN TV_fraud All

24 3 Analysis UNIVARIATE ANALYI - to think out, create and assess possile variales for the loistic reression model. - each analysed variale is examined individually as a predictor of the taret variale (ood/ad loan). The followin statistics are considered: - Weiht of evidence - Information Value - Gini Coefficient With help of the aove mentioned statistics, it is possile to: - Identify variales which are stron predictors for the taret variale - Create new or modify existin variales (mostly y re-cateorization) to achieve even hiher predictin power

25 Analysis Weiht of evidence, information value r... numer of levels (cateories) of the cateorical variale i... numer of oods the in i-th cateory i... numer of ads the in i-th cateory G := Σ i... total numer of oods B := Σ i... total numer of ads Weiht of evidence for the i-th cateory: woe i = ln ( i / G) ln ( i / B) Information value for the i-th cateory: Inf_val i = [( i / G) ( i / B)] woe i Total information value for the correspondin variale: Inf_val = Σ inf_val i Incorporation Date Raw ReVar Percant B G TOT G/B Odds %Good %Bad Bad Rate WoE IV 0 & NOI inc_1 1% % 19% 1,7% -0,557 0, inc_ 13% % 19% 11,0% -0,394 0, miss 4% % 4% 7,7% 0,007,04E inc_3 % % 15% 5,3% 0,408 0, inc_4 11% % 5% 3,7% 0,781 0,05088 Total ,7% 0,151 ummary 4

26 corin model development

27 6 Model development MODELLING APPROACH The modellin approach used for scorecard development is loistic reression. Reasons for selection: -ased on well-developed mathematical ackround -world-wide market standard for scorecard development interated in A software (statistical and data-minin software used in the HC Risk department) Other approaches for scorin model development are possile, e.. decision trees, neural networks, etc. These methods were not selected, ecause of lower transparency and worse interpretaility than loistic reression. p(x) = 1 / [1 + exp( β 0 - β 1 x 1 - β x - - β n x n )] The parameters β 0, β 1,..., β n are the parameters of the model and represent score points. These parameters are estimated from the oserved data usin the so called maximum likelihood method. Assumptions: dichotomous taret variale; independence of oservations (for the maximum likelihood estimates approach to e valid).

28 Model development - We search coefficients for linear comination of predictors, such that ad uys have low sum of points and ood uys hih sum of points HC: score = 1-proaility_of_default (numer in interval 0-1) We are lookin for these coefficients 7

29 Model development Forward - začíná se s prázdným modelem postupné přidávání proměnných Backward - začíná se s plným modelem (všechny proměnné),postupné odeírání proměnných tepwise - začíná se s prázdným modelem, postupně se přidávají a odeírají proměnné Enter - je předepsán seznam proměnných v modelu

30 9 Model development ELECTION - consists of findin a set of variales, which will result in a est loistic reression model. - The hihest possile discriminatin power (measured y Gini coefficient) - Loical interpretaility of all variales in model - taility of the Gini coefficient (the validation sample check) Generally, the criteria could e summarized as the demand for simplicity and staility of the model.

31 corin taility and validation

32 31 taility and validation Discriminatory power Gini coefficient, C-statistics Gini coefficient and C-statistics are two equivalent measures of discrimination power for scorin models. -A :set of loans on which we want to measure the performance of the model -For each loan, we know whether it is a ood loan (non-delinquent) or ad loan (delinquent) - A consists of N = k + l loans, k numer of ood loans, l - numer of ad loans - card(x) : numer of elements of a suset X -B : suset of all possile pairs [ood loan, ad loan] -suset B consists of k l such pairs (card(b) = k l) Let s define three susets of the set B: X + : all pairs [ood loan, ad loan] from B, where score(ood) > score(ad) X : all pairs [ood loan, ad loan] from B, where score(ood) < score(ad) X 0 : all pairs [ood loan, ad loan] from B, where score(ood) = score(ad) It is clear that card(b) = card(x + ) + card(x ) + card(x 0 ).

33 3 taility and validation Discriminatory power Gini coefficient is defined as follows: ini := [card(x + ) card(x )] / card(b) C-statistics is defined as follows: C := [card(x + ) card(x 0 )] / card(b) There exist the followin relationships etween ini coeficient and c-statistics: ini = C 1 C = (ini + 1) / Examples: Perfect model: ini=1, C=1 for all pairs [ood loan, ad loan] from B score(ood) > score(ad) Random model: ini=0, C=0.5 there exist sinificant numer of pairs [ood loan, ad loan] in B for which score(ood) < score(ad) or score(ood) = score(ad) Reversed model: ini=-1, C=0 for all pairs [ood loan, ad loan] from B score(ood) < score(ad). Discrimination power is as stron as for perfect model ut model assins hih score to ads and low score to oods.

34 33 taility and validation Lorenzova křivka, Gini a c-statistika: A: se zamítnutím 10% dorých zamítnu 55% špatných B se zamítnutím 0% dorých zamítnu přes 70% špatných F B (s) distriuční funkce špatných klientů F G (s) - distriuční funkce dorých klientů Doří klienti - F G (s) A B Giniho koeficient = * modrá plocha Špatní klienti - F B (s) c-statistika = modrá plocha + žlutý trojúhelník

35 34 taility and validation Discriminatory power Lift n% Lift n% coefficient is an alternate measure of discrimination power for scorin models. It descries the performance of the model with a cut-off in the n% quantile of the testin sample. -Let s have a set of loans A; like in the previous section. -For each loan, we know whether it is a ood loan or a ad loan. Let s denote -card(x) the numer of elements of a set X - X numer of ad loans in the set X For each loan, we calculate the score usin the model we want to evaluate. Then, we sort the set A accordin to the score and define a set B of a n% quantile of A. Example: For computin lift 10%, the set B is 10 % of loans from A with the lowest score. card(b) = floor[n% card(a)] The lift n% coefficient is then defined as follows: Lift n% := [ B / card(b)] / [ A / card(a)].

36 CDF 35 taility and validation Distriuční funkce a K- statistika: při skóre <= 0.78 je v populaci 40% dorých a 69% špatných K- je tedy rovno 9% skóre

37 36 taility and validation VALIDATION AMPLE TET The performance of the models was checked on the validation sample and the taret variale used durin the model development. Gini coefficients was compared on development and validation samples usin the new and the current score. The comparison shows that the performance of the model is exactly the same on the development and validation sample with sustantial improvement from the old scorecard. Gini Development sample Validation sample New score Old score Comparison of the Gini coefficient on development and validation samples.

38 37 oftware used for development A ervise pack 4 for Windows MATLAB (R14) ervice pack 3 Microsoft QL erver Manaement tudio Express Microsoft Office 007

39 ome results for normally distriuted scores

40 ome results for normally distriuted scores Assume that the scores of ood and ad clients are normally distriuted, i.e. we can write their densities as Estimates of parameters and : Pooled standard deviation: Estimates of mean and standard dev. of scores for all clients : 1 ) ( x GOOD e x f 1 ) ( x BAD e x f,, M M, are standard deviations of ood (ad) clients, are means of ood (ad) clients 1 m n m n m n mm nm M M ALL ALL ALL, 1 m n M m M M M n m n ALL m n m p B, m n n p G Numer of ood clients: Numer of ad clients: Proportions of ood/ad clients: n m 39

41 ome results for normally distriuted scores Mean difference (Mahalanois distance): D Kolmoorov-mirnov statistics: K sup s F BAD ( s) F GOOD ( s) Gini coefficient: Lift: Information value (I val ) continuous case (Diverence): I val 1 GOOD FBAD FALL 1 BAD Gini 1 F F ( s) ds Lift q q ( q) ( s) s ( GOOD f ( s) f ( s) ln ds f f GOOD BAD BAD ) FBAD, F and FALL are cumulative distriution functions of scores for ad, ood and all clients. GOOD 40

42 41 ome results for normally distriuted scores Assume that standard deviations are equal to a common value : D M M D D D D K 1 D Gini 1 Lift q 1 q ALL 1 q p G D Lift q 1 q ALL 1 q p G D I val D ( ), Where is the standardized normal distriution function, the normal distriution function with parameters, and 1 ( ) is the standard quantile function.

43 Generally (i.e. without assumption of equality of standard deviations): c D a D a c D a D a K 1 1 * * * *, a * D * M M D where c ln, D D D D K ln 1 ln 1 * * * * ome results for normally distriuted scores 4

44 Generally (i.e. without assumption of equality of standard deviations): 1 * D Gini ALL ALL ALL ALL q q q q q Lift 1 1, 1 1 * 1 1, 1) ( val A A D A I * 1 1, 1) ( val A A D A I ALL q M M q q Lift 1 1 ome results for normally distriuted scores 43

45 44 ome results for normally distriuted scores K:, 0 1 Gini 0, 1 K and the Gini react much more to chane of and are almost unchaned in the direction of. Gini > K

46 45 ome results for normally distriuted scores 0 1 Lift 10% :, I val :, 0 1 In case of Lift 10% it is evident stron dependence on and sinificantly hiher dependence on than in case of K and Gini. Aain stron dependence on. Furthermore value of I val rises very quickly to infinity when tends to zero.

47 ome results for Lift

48 cumulative Lift says how many times, at a iven level of rejection, is the scorin model etter than random selection (random model). More precisely, the ratio indicates the proportion of ad clients with less than a score a,, to the proportion of ad clients in the whole population. Formally, it can e expressed y: H L a, N n a s I Y a s I Y Y I Y I a s I Y a s I BadRate a CumBadRate a Lift i m n i i m n i m n i m n i i m n i i m n i ) ( ) ( BadRate a BadRate a aslift ) ( ) ( Lift 47

49 48 Lift Lift can e expressed and computed y formulae: Lift ( a) F N. ALL ( a) n. BAD a L, H F ( a) QLift ( q) F 1 F 1 n ( ( )). BAD FN. ALL q 1 F. F. ( ) 1 F. ( F. ( q)) q q n BAD N ALL N ALL N ALL q) min a [ L, H], F ( a) q 1 N. ALL ( N. ALL QLift (0.1) 1 10 F n F (0.1).. BAD N. ALL

50 49 Lift Lift for ideal model: ideal random

51 50 Lift Lift ratio as analoy to Gini coefficient: LR A A B QLift ( q) dq 1 QLift ideal ( q) dq 1 Podstatnou výhodou tohoto indexu je fakt, že umožňuje korektní porovnání modelů vyvinutých na různých datech, což není možné pomocí hodnot funkce QLift. Zatímco LR porovnává plochy pod funkcí Liftu pro daný model a model ideální, následující myšlenka je založena na porovnání přímo těchto funkcí samotných. Definujme relativní Lift funkci pomocí QLift ( q) RLift ( q), q QLift ( q) ideal 0,1

52 A

53 5 A :

54 53 A polečnost A Institute: Vznik 1976 v univerzitním prostředí Dnes:největší soukromá softwarová společnost na světě (více než zaměstnanců) přes instalací cca 9 milionů uživatelů ve 118 zemích v UA okolo akademických zákazníků (A používá většina vyšších a vysokých škol a výzkumných pracovišť)

55 A 54

56 A 55

57 56 A tatistická analýza: Popisná statistika Analýza kontinenčních (frekvenčních) taulek Reresní, korelační, kovarianční analýza Loistická rerese Analýza rozptylu Testování hypotéz Diskriminační analýza hluková analýza Analýza přežití

58 57 A Analýza časových řad: Reresní modely Modely se sezónními faktory Autoreresní modely ARIMA Metody exponenciálního vyrovnání

59 58 A Více o Au: (neúplný) seznam komerčních společností využívající A: o akademickém proramu: o konferenci A forum:

60 59 A v HC A Base A/TAT A/GRAPH A/ET A Enterprise Guide: A Enterprise Miner:

61 60 A v HC A používáme na: ( Risk + CRM ) -import, přelití a transformaci dat -tvoru rafických výstupů -prediktivní modelování (scorin) -sementaci dat (clusterin shlukování)

62 61 A A používají např.:

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost. Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost. Projekt MŠMT ČR Číslo projektu Název projektu školy Klíčová aktivita III/2 EU PENÍZE ŠKOLÁM CZ.1.07/1.4.00/21.2146

Více

připravili Filip Trojan, Pavel Macek, p.macek@creditinfosolutions.com 731 126 291

připravili Filip Trojan, Pavel Macek, p.macek@creditinfosolutions.com 731 126 291 Credit Scoring a Creditinfo Predictor principy, výhody, použití připravili Filip Trojan, Pavel Macek, p.macek@creditinfosolutions.com 731 126 291 Co je to scoring CREDIT SCORING je globálně používaná technologie......

Více

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING Eva Minaříková Institute for Research in School Education, Faculty of Education, Masaryk University Structure of the presentation What can we as teachers

Více

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: CZ.1.07/1.5.00/34.0536 Název projektu školy: Výuka s ICT na SŠ obchodní České Budějovice Šablona

Více

Vánoční sety Christmas sets

Vánoční sety Christmas sets Energy news 7 Inovace Innovations 1 Vánoční sety Christmas sets Na jaře tohoto roku jste byli informováni o připravované akci pro předvánoční období sety Pentagramu koncentrátů a Pentagramu krémů ve speciálních

Více

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace VY_32_INOVACE_06_Předpřítomný čas_03 Autor: Růžena Krupičková Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace Název projektu: Zkvalitnění ICT ve slušovské škole Číslo projektu: CZ.1.07/1.4.00/21.2400

Více

Energy vstupuje na trh veterinárních produktů Energy enters the market of veterinary products

Energy vstupuje na trh veterinárních produktů Energy enters the market of veterinary products Energy news2 1 Energy vstupuje na trh veterinárních produktů Energy enters the market of veterinary products Doposud jste Energy znali jako výrobce a dodavatele humánních přírodních doplňků stravy a kosmetiky.

Více

PRAVIDLA ZPRACOVÁNÍ STANDARDNÍCH ELEKTRONICKÝCH ZAHRANIČNÍCH PLATEBNÍCH PŘÍKAZŮ STANDARD ELECTRONIC FOREIGN PAYMENT ORDERS PROCESSING RULES

PRAVIDLA ZPRACOVÁNÍ STANDARDNÍCH ELEKTRONICKÝCH ZAHRANIČNÍCH PLATEBNÍCH PŘÍKAZŮ STANDARD ELECTRONIC FOREIGN PAYMENT ORDERS PROCESSING RULES PRAVIDLA ZPRACOVÁNÍ STANDARDNÍCH ELEKTRONICKÝCH ZAHRANIČNÍCH PLATEBNÍCH PŘÍKAZŮ STANDARD ELECTRONIC FOREIGN PAYMENT ORDERS PROCESSING RULES Použité pojmy Platební systém Elektronický platební příkaz Účetní

Více

Social Media a firemní komunikace

Social Media a firemní komunikace Social Media a firemní komunikace TYINTERNETY / FALANXIA YOUR WORLD ENGAGED UČTE SE OD STARTUPŮ ANALYSIS -> PARALYSIS POUŽIJTE TO, CO ZNÁ KAŽDÝ POUŽIJTE TO, CO ZNÁ KAŽDÝ POUŽIJTE TO, CO ZNÁ KAŽDÝ POUŽIJTE

Více

Postup objednávky Microsoft Action Pack Subscription

Postup objednávky Microsoft Action Pack Subscription Postup objednávky Microsoft Action Pack Subscription DŮLEŽITÉ: Pro objednání MAPS musíte být členem Microsoft Partner Programu na úrovni Registered Member. Postup registrace do Partnerského programu naleznete

Více

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2 Anglický jazyk

Více

STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace

STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace Název školy STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace Číslo a název projektu: CZ.1.07/1.5.00/34.0880 Digitální učební materiály www.skolalipa.cz

Více

DUM DIGITÁLNÍ UČEBNÍ MATERIÁL ANGLIČTINA. Mgr. Kateřina Kasanová

DUM DIGITÁLNÍ UČEBNÍ MATERIÁL ANGLIČTINA. Mgr. Kateřina Kasanová DUM DIGITÁLNÍ UČEBNÍ MATERIÁL ANGLIČTINA Mgr. Kateřina Kasanová PRO VYJÁDŘENÍ PRAVDĚPODOBNOSTI SEKUNDÁRNÍ MODÁLNÍ SLOVESA základní informace must be must have been can t be can t have been may, might,

Více

EU peníze středním školám digitální učební materiál

EU peníze středním školám digitální učební materiál EU peníze středním školám digitální učební materiál Číslo projektu: Číslo a název šablony klíčové aktivity: Tematická oblast, název DUMu: Autor: CZ.1.07/1.5.00/34.0515 III/2 Inovace a zkvalitnění výuky

Více

Téma 8. Náklady kapitálu. Kapitálová struktura a její optimalizace

Téma 8. Náklady kapitálu. Kapitálová struktura a její optimalizace Téma 8. Náklady kapitálu. Kapitálová struktura a její optimalizace 1. Náklady kapitálu a jejich kvantifikace 2. Kapitálová struktura podniku 3. Působení finanční páky 4. Optimální kapitálová struktura

Více

EURO přeshraniční platba

EURO přeshraniční platba EURO přeshraniční platba EURO přeshraniční platba je platební příkaz splňující následující kriteria: Je předložen elektronicky Je požadováno standardní provedení (tj. nikoliv urgentní nebo expresní) Částka

Více

Just write down your most recent and important education. Remember that sometimes less is more some people may be considered overqualified.

Just write down your most recent and important education. Remember that sometimes less is more some people may be considered overqualified. CURRICULUM VITAE - EDUCATION Jindřich Bláha Výukový materiál zpracován v rámci projektu EU peníze školám Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Bc. Jindřich Bláha. Dostupné z Metodického

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt Šablona Tématická oblast DUM č. CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) Anglický jazyk pro obor podnikání

Více

Present Perfect x Past Simple Předpřítomný čas x Minulý čas Pracovní list

Present Perfect x Past Simple Předpřítomný čas x Minulý čas Pracovní list VY_32_INOVACE_AJ_133 Present Perfect x Past Simple Předpřítomný čas x Minulý čas Pracovní list PhDr. Zuzana Žantovská Období vytvoření: květen 2013 Ročník: 1. 4. ročník SŠ Tematická oblast: Gramatika slovesa

Více

Projekt: ŠKOLA RADOSTI, ŠKOLA KVALITY Registrační číslo projektu: CZ.1.07/1.4.00/21.3688 EU PENÍZE ŠKOLÁM

Projekt: ŠKOLA RADOSTI, ŠKOLA KVALITY Registrační číslo projektu: CZ.1.07/1.4.00/21.3688 EU PENÍZE ŠKOLÁM ZÁKLADNÍ ŠKOLA OLOMOUC příspěvková organizace MOZARTOVA 48, 779 00 OLOMOUC tel.: 585 427 142, 775 116 442; fax: 585 422 713 email: kundrum@centrum.cz; www.zs-mozartova.cz Projekt: ŠKOLA RADOSTI, ŠKOLA

Více

Database systems. Normal forms

Database systems. Normal forms Database systems Normal forms An example of a bad model SSN Surnam OfficeNo City Street No ZIP Region President_of_ Region 1001 Novák 238 Liteň Hlavní 10 26727 Středočeský Rath 1001 Novák 238 Bystřice

Více

Credit scoring. Libor Vajbar Analytik řízení rizik. 18. dubna 2013. Brno

Credit scoring. Libor Vajbar Analytik řízení rizik. 18. dubna 2013. Brno Credit scoring Libor Vajbar Analytik řízení rizik 18. dubna 2013 Brno 1 PROFIL SPOLEČNOSTI Home Credit a.s. přední poskytovatel spotřebitelského financování Úvěrové produkty nákup na splátky u obchodních

Více

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: CZ.1.07/1.5.00/34.0536 Název projektu školy: Výuka s ICT na SŠ obchodní České Budějovice Šablona

Více

5. Učebnice str. 74, cvičení 5. Vybíráme podle jídelního lístku.

5. Učebnice str. 74, cvičení 5. Vybíráme podle jídelního lístku. 5. Učebnice str. 74, cvičení 5. Vybíráme podle jídelního lístku. What is on the menu? I like to eat and my parents like to go to restaurants. We like Chinese food. We go to Yellow River or Red Apple every

Více

Srovnání efektivity financování bydlení prostřednictvím hypotečního úvěru a úvěru ze stavebního spoření. Martina Langerová

Srovnání efektivity financování bydlení prostřednictvím hypotečního úvěru a úvěru ze stavebního spoření. Martina Langerová Srovnání efektivity financování bydlení prostřednictvím hypotečního úvěru a úvěru ze stavebního spoření Martina Langerová Bakalářská práce 2010 ABSTRAKT Hlavním cílem této práce je provést srovnání

Více

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost Registrační číslo: CZ.1.07/1. 5.00/34.0084 Šablona: II/2 Inovace a zkvalitnění výuky cizích jazyků na středních

Více

VY_22_INOVACE_číslo přílohy 1_AJ_6A_29. Úvodní část seznámení s cílem hodiny pohádka The Ugly Ducklings

VY_22_INOVACE_číslo přílohy 1_AJ_6A_29. Úvodní část seznámení s cílem hodiny pohádka The Ugly Ducklings VY_22_INOVACE_číslo přílohy 1_AJ_6A_29 Úvodní část seznámení s cílem hodiny pohádka The Ugly Ducklings Hlavní část žák čte text s porozuměním, s textem pracuje, odpovídá na otázky, které se k textu vztahují,

Více

kupi.cz Michal Mikuš

kupi.cz Michal Mikuš kupi.cz Michal Mikuš redisgn website kupi.cz, reduce the visual noise. ADVERT ADVERT The first impression from the website was that i dint knew where to start. It was such a mess, adverts, eyes, products,

Více

Úvod do datového a procesního modelování pomocí CASE Erwin a BPwin

Úvod do datového a procesního modelování pomocí CASE Erwin a BPwin Úvod do datového a procesního modelování pomocí CASE Erwin a BPwin (nově AllFusion Data Modeller a Process Modeller ) Doc. Ing. B. Miniberger,CSc. BIVŠ Praha 2009 Tvorba datového modelu Identifikace entit

Více

18.VY_32_INOVACE_AJ_UMB18, Frázová slovesa.notebook. September 09, 2013

18.VY_32_INOVACE_AJ_UMB18, Frázová slovesa.notebook. September 09, 2013 1 (Click on the text to move to the section) Worksheet Methodology Sources 2 Decide which words are considered prepositions (předložky) and which are particles (částice) Source: SWAN, Michael a Catharine

Více

Risk management in the rhythm of BLUES. Více času a peněz pro podnikatele

Risk management in the rhythm of BLUES. Více času a peněz pro podnikatele Risk management in the rhythm of BLUES Více času a peněz pro podnikatele 1 I. What is it? II. How does it work? III. How to find out more? IV. What is it good for? 2 I. What is it? BLUES Brain Logistics

Více

II/2 Inovace a zkvalitnění výuky cizích jazyků na středních školách

II/2 Inovace a zkvalitnění výuky cizích jazyků na středních školách Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona Označení materiálu II/2 Inovace a zkvalitnění výuky cizích jazyků na středních školách VY_22_INOVACE_Mrh16 Vypracoval(a),

Více

Klepnutím lze upravit styl Click to edit Master title style předlohy nadpisů.

Klepnutím lze upravit styl Click to edit Master title style předlohy nadpisů. nadpisu. Case Study Environmental Controlling level Control Fifth level Implementation Policy and goals Organisation Documentation Information Mass and energy balances Analysis Planning of measures 1 1

Více

SPECIFICATION FOR ALDER LED

SPECIFICATION FOR ALDER LED SPECIFICATION FOR ALDER LED MODEL:AS-D75xxyy-C2LZ-H1-E 1 / 13 Absolute Maximum Ratings (Ta = 25 C) Parameter Symbol Absolute maximum Rating Unit Peak Forward Current I FP 500 ma Forward Current(DC) IF

Více

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost. Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost. Projekt MŠMT ČR Číslo projektu Název projektu školy Klíčová aktivita III/2 EU PENÍZE ŠKOLÁM CZ.1.07/1.4.00/21.2146

Více

http://www.zlinskedumy.cz

http://www.zlinskedumy.cz Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor CZ.1.07/1.5.00/34.0514 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Výklad a cvičení z větné stavby, vy_32_inovace_ma_33_01

Více

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u uživatelů ve veřejné správě Bez nutnosti nasazování dalšího

Více

My Year Manager is Vedoucí našeho ročníku je. P.E. is on Tělocvik mám v

My Year Manager is Vedoucí našeho ročníku je. P.E. is on Tělocvik mám v EMTRAS [Czech] My Headteacher is Ředitel naší školy je My Year Manager is Vedoucí našeho ročníku je My Form Tutor is Můj třídní učitel(ka) je My Form is Moje třída je P.E. is on Tělocvik mám v I must bring

Více

Budějovice Název materiálu: Reported Speech. Datum (období) vytvoření: Srpen 2013. Autor materiálu: PhDr. Dalibor Vácha PhD. Zařazení materiálu:

Budějovice Název materiálu: Reported Speech. Datum (období) vytvoření: Srpen 2013. Autor materiálu: PhDr. Dalibor Vácha PhD. Zařazení materiálu: Projekt: Příjemce: Budějovice Název materiálu: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova

Více

Vliv metody vyšetřování tvaru brusného kotouče na výslednou přesnost obrobku

Vliv metody vyšetřování tvaru brusného kotouče na výslednou přesnost obrobku Vliv metody vyšetřování tvaru brusného kotouče na výslednou přesnost obrobku Aneta Milsimerová Fakulta strojní, Západočeská univerzita Plzeň, 306 14 Plzeň. Česká republika. E-mail: anetam@kto.zcu.cz Hlavním

Více

Měsíční statistika Červenec 2015 Monthly Statistics July 2015

Měsíční statistika Červenec 2015 Monthly Statistics July 2015 1.7.215 2.7.215 3.7.215 4.7.215 5.7.215 6.7.215 7.7.215 8.7.215 9.7.215 1.7.215 11.7.215 12.7.215 13.7.215 14.7.215 15.7.215 16.7.215 17.7.215 18.7.215 19.7.215 2.7.215 21.7.215 22.7.215 23.7.215 24.7.215

Více

Inovace řízení a plánování činností s ohledem na požadavky ISO 9001

Inovace řízení a plánování činností s ohledem na požadavky ISO 9001 STROJÍRENSKÁ TECHNOLOGIE PLZEŇ 2015 Inovace řízení a plánování činností s ohledem na požadavky ISO 9001 Kateřina Bícová, Josef Sklenička Fakulta strojní, ZČU v Plzni, Univerzitní 8, Plzeň 30614, E-mail:

Více

VŠEOBECNÁ TÉMATA PRO SOU Mgr. Dita Hejlová

VŠEOBECNÁ TÉMATA PRO SOU Mgr. Dita Hejlová VŠEOBECNÁ TÉMATA PRO SOU Mgr. Dita Hejlová VZDĚLÁVÁNÍ V ČR VY_32_INOVACE_AH_3_03 OPVK 1.5 EU peníze středním školám CZ.1.07/1.500/34.0116 Modernizace výuky na učilišti Název školy Název šablony Předmět

Více

PRÁCE S UKÁZKAMI ODPOVĚDÍ MATURANTŮ NA DVD

PRÁCE S UKÁZKAMI ODPOVĚDÍ MATURANTŮ NA DVD CVIČENÍ K VIDEU 5 DVD PRÁCE S UKÁZKAMI ODPOVĚDÍ MATURANTŮ NA DVD Na DVD si můžeš prohlédnout 4 ukázky správných a 4 ukázky nesprávných odpovědí těchto částí ústní maturitní zkoušky z angličtiny: 1) Interakce

Více

Základní škola Nový Bor,

Základní škola Nový Bor, Základní škola Nový Bor, náměstí Míru 128, okres Česká Lípa, příspěvková organizace e-mail: info@zsnamesti.cz; www.zsnamesti.cz; telefon: 487 722 010; fax: 487 722 378 Registrační číslo: CZ.1.07/1.4.00/21.3267

Více

Dobývání znalostí z databází

Dobývání znalostí z databází Dobývání znalostí z databází (Knowledge Discovery in Databases, Data Mining,..., Knowledge Destilery,...) Non-trivial process of identifying valid, novel, potentially useful and ultimately understandable

Více

VS. shop? Kamenný obchod nebo e-

VS. shop? Kamenný obchod nebo e- VS. shop? Kamenný obchod nebo e- VS. Kamenný obchod nebo e-shop? Kdo jsem (krátce) Provozování butiku Fashion Systems Provozování e-shopu Příklad e-shopu Draculaclothing.com Přehlídky, eventy&online marketing

Více

Comparation of mobile

Comparation of mobile Comparation of mobile VY_32_INOVACE_30_Compraration of mobile_pl Pracovní list Š1 / S2 / 30 Autor: Michaela Hrdličková SOŠ a SOU, Česká Lípa Materiál je určen pro bezplatné používání pro potřeby výuky

Více

AIC ČESKÁ REPUBLIKA CZECH REPUBLIC

AIC ČESKÁ REPUBLIKA CZECH REPUBLIC ČESKÁ REPUBLIKA CZECH REPUBLIC ŘÍZENÍ LETOVÉHO PROVOZU ČR, s.p. Letecká informační služba AIR NAVIGATION SERVICES OF THE C.R. Aeronautical Information Service Navigační 787 252 61 Jeneč A 1/14 20 FEB +420

Více

ihned půjčka na open. There are 2 records on this site title. Kde a jaké má FIO banka Prosinec 2015 Listopad 2015 Říjen 2015 Září 2015 Červenec 2015

ihned půjčka na open. There are 2 records on this site title. Kde a jaké má FIO banka Prosinec 2015 Listopad 2015 Říjen 2015 Září 2015 Červenec 2015 ihned půjčka na open. There are 2 records on this site title. Kde a jaké má FIO banka pobočky. cz - kurzy měn, komodity a zákony Archív článků Prosinec 2015 Listopad 2015 Říjen 2015 Září 2015 Červenec

Více

1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, 702 00 Ostrava. IZO: 150 077 009 Forma vzdělávání: denní

1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, 702 00 Ostrava. IZO: 150 077 009 Forma vzdělávání: denní 1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, 702 00 Ostrava IZO: 150 077 009 Forma vzdělávání: denní Kritéria pro IV. kolo přijímacího řízení pro školní rok 2015/2016

Více

Střední odborná škola stavební a Střední odborné učiliště stavební Rybitví

Střední odborná škola stavební a Střední odborné učiliště stavební Rybitví Střední odborná škola stavební a Střední odborné učiliště stavební Rybitví Vzdělávací oblast: Vzdělávání a komunikace v cizím jazyce Název: Rozdíl v používání as/ like Autor: Mgr.Tompos Monika Datum, třída:

Více

PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT

PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT PROČ UŽ SE NEOBEJDETE BEZ ANALÝZY DAT JAKUB CHOVANEC - IDG KONFERENCE 3.6.2015 KDO JSME #1 v poskytování datové analytiky a služeb v oblasti Business Analytics a Business Intelligence 39 let na trhu 16

Více

PAINTING SCHEMES CATALOGUE 2012

PAINTING SCHEMES CATALOGUE 2012 Evektor-Aerotechnik a.s., Letecká č.p. 84, 686 04 Kunovice, Czech Republic Phone: +40 57 57 Fax: +40 57 57 90 E-mail: sales@evektor.cz Web site: www.evektoraircraft.com PAINTING SCHEMES CATALOGUE 0 Painting

Více

Luk aˇ s R uˇ ziˇ cka Pˇ redbudouc ı ˇ cas

Luk aˇ s R uˇ ziˇ cka Pˇ redbudouc ı ˇ cas aneb Perfektní budoucnost. 2013 Předminulý čas se v angličtině nazývá Future Perfect. Používáme jej tehdy, potřebujeme-li jasně vyjádřit, že nějaký děj proběhl ještě dříve než budoucí děj, o kterém hovoříme.

Více

CZ.1.07/1.5.00/34.0527

CZ.1.07/1.5.00/34.0527 Projekt: Příjemce: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova 3, 371 60 České Budějovice

Více

VY_22_INOVACE_91 P4 U3 Revision

VY_22_INOVACE_91 P4 U3 Revision VY_22_INOVACE_91 P4 U3 Revision Vzdělávací oblast: Jazyk a jazyková komunikace Vzdělávací obor: Anglický jazyk Ročník: 8. Revision P4 U3 1. Past continuous What was happening yesterday at 5 pm? 1. We (go)

Více

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2 Anglický jazyk

Více

Název projektu: Multimédia na Ukrajinské

Název projektu: Multimédia na Ukrajinské Základní škola, Ostrava Poruba, Ukrajinská 1533, příspěvková organizace Operační program Vzdělávání pro konkurenceschopnost Název projektu: Multimédia na Ukrajinské číslo projektu: CZ1.07/1.4.00/21.3759

Více

11.12. 100 ΕΙΣΟΔΟΣ = E / ENTRANCE = E = = 1174 550 ΤΥΠΟΠΟΙΗΜΕΝΟ ΚΥ = 2000 (ΕΠΙΛΟΓΗ: 2100) / CH STANDARD = 2000 (OPTIONAL: 2100) 243 50 ΚΥ/CH + 293 ΚΥ/CH +103 100 ΚΥ /CH 6 11 6 20 100 0,25 ΚΑ (CO) + 45

Více

Právní formy podnikání v ČR

Právní formy podnikání v ČR Bankovní institut vysoká škola Praha Právní formy podnikání v ČR Bakalářská práce Prokeš Václav Leden, 2009 Bankovní institut vysoká škola Praha Katedra Bankovnictví Právní formy podnikání v ČR Bakalářská

Více

Project 3 Unit 7B Kelly s problem

Project 3 Unit 7B Kelly s problem VY_32_INOVACE_94 Project 3 Unit 7B Kelly s problem Vzdělávací oblast: Jazyk a jazyková komunikace Vzdělávací obor: Anglický jazyk Ročník: 8. P3 U7B důvod náladový nepřátelský rada někomu zavolat bazar

Více

CZ.1.07/1.5.00/34.0527

CZ.1.07/1.5.00/34.0527 Projekt: Příjemce: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova 3, 371 60 České Budějovice

Více

ENVIRONMENTAL EDUCATION IN. www.skola.obecpaseka.cz

ENVIRONMENTAL EDUCATION IN. www.skola.obecpaseka.cz ENVIRONMENTAL EDUCATION IN www.skola.obecpaseka.cz RAINBOW SCHOOL and ECO-SCHOOL IN PASEKA Red color symbolize education. Orange color Yellow color Green color Azure color Blue color Violet color symbolize

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt Šablona Tématická oblast DUM č. CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) Anglický jazyk pro obor podnikání

Více

TECHSTA 2000 ČVUT PRAHA FAKULTA STAVEBNÍ KATEDRA TECHNOLOGIE STAVEB

TECHSTA 2000 ČVUT PRAHA FAKULTA STAVEBNÍ KATEDRA TECHNOLOGIE STAVEB ČVUT PRAHA FAKULTA STAVEBNÍ KATEDRA TECHNOLOGIE STAVEB 1 SBORNÍK PŘEDNÁŠEK Z KONFERENCE Vydalo ČVUT Praha, Stavební fakulta, ČR ZÁŘÍ 2000 Tématické oblasti konference Příprava a modelování realizace staveb

Více

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost Registrační číslo: CZ.1.07/1. 5.00/34.0084 Šablona: II/2 Inovace a zkvalitnění výuky cizích jazyků na středních

Více

Enabling Intelligent Buildings via Smart Sensor Network & Smart Lighting

Enabling Intelligent Buildings via Smart Sensor Network & Smart Lighting Enabling Intelligent Buildings via Smart Sensor Network & Smart Lighting Petr Macháček PETALIT s.r.o. 1 What is Redwood. Sensor Network Motion Detection Space Utilization Real Estate Management 2 Building

Více

Výukový materiál zpracován v rámci projektu EU peníze školám

Výukový materiál zpracován v rámci projektu EU peníze školám Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: CZ.1.07/1.5.00/34.0996 Šablona: III/2 č. materiálu: VY_32_INOVACE_ANJ349 Jméno autora: PhDr. Korbová Magdalena Třída/ročník:

Více

Agilní metodiky vývoje softwaru

Agilní metodiky vývoje softwaru vývoje softwaru : důraz na průběžnou komunikaci mezi vývojovým týmem a zákazníkem důraz na tvorbu kvalitního kódu a funkcí, které mají přímou obchodní hodnotu pro zákazníka týmovou spolupráci a samoorganizaci

Více

VELKÁ CENA HRADCE KRÁLOVÉ A KRÁLOVÉHRADECKÉHO KRAJE V PLAVÁNÍ 2. ročník ČESKÝ POHÁR V PLAVÁNÍ 1. kolo: 12. 3. 2016 13. 3. 2016

VELKÁ CENA HRADCE KRÁLOVÉ A KRÁLOVÉHRADECKÉHO KRAJE V PLAVÁNÍ 2. ročník ČESKÝ POHÁR V PLAVÁNÍ 1. kolo: 12. 3. 2016 13. 3. 2016 VELKÁ CENA HRADCE KRÁLOVÉ A KRÁLOVÉHRADECKÉHO KRAJE V PLAVÁNÍ 2. ročník ČESKÝ POHÁR V PLAVÁNÍ 1. kolo: 12. 3. 2016 13. 3. 2016 Pořadatel: Plavecký klub Hradec Králové, Eliščino nábřeží 842, 500 03 Hradec

Více

Czech Republic. EDUCAnet. Střední odborná škola Pardubice, s.r.o.

Czech Republic. EDUCAnet. Střední odborná škola Pardubice, s.r.o. Czech Republic EDUCAnet Střední odborná škola Pardubice, s.r.o. ACCESS TO MODERN TECHNOLOGIES Do modern technologies influence our behavior? Of course in positive and negative way as well Modern technologies

Více

MINIMÁLNÍ MZDA V ČESKÝCH PODNICÍCH

MINIMÁLNÍ MZDA V ČESKÝCH PODNICÍCH ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS Ročník LVIII 25 Číslo 6, 2010 MINIMÁLNÍ MZDA V ČESKÝCH PODNICÍCH E. Lajtkepová Došlo: 26. srpna 2010 Abstract LAJTKEPOVÁ, E.: The

Více

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O.

VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O. VYSOKÁ ŠKOLA HOTELOVÁ V PRAZE 8, SPOL. S R. O. Návrh konceptu konkurenceschopného hotelu v době ekonomické krize Diplomová práce 2013 Návrh konceptu konkurenceschopného hotelu v době ekonomické krize Diplomová

Více

Téma 6: Zdroje a formy krátkodobého financování. Platební styk

Téma 6: Zdroje a formy krátkodobého financování. Platební styk Téma 6: Zdroje a formy krátkodobého financování. Platební styk 1. Strategie financování 2. Obchodní úvěr 3. Krátkodobé bankovní úvěry 4. Ostatní zdroje krátkodobého financování 5. Zajištění platebního

Více

EU přijímá nový program pro bezpečnější internet: 55 milionů EUR na bezpečnější internet pro děti

EU přijímá nový program pro bezpečnější internet: 55 milionů EUR na bezpečnější internet pro děti IP/8/899 V Bruselu dne 9. prosince 8 EU přijímá nový program pro bezpečnější internet: milionů EUR na bezpečnější internet pro děti EU zahájí dne. ledna 9 nový program pro bezpečnější internet. Po hlasování

Více

you can send your complaint to dnes půjčka provident state the malých dodávkových za spolecnost email půjčka provident fund. A

you can send your complaint to dnes půjčka provident state the malých dodávkových za spolecnost email půjčka provident fund. A dnes půjčka provident state. If they dont reply, or if you are not satisfied with the reply, th you can send your complaint to dnes půjčka provident state the Pension Funds Adjudicator. 22:00Denní report

Více

WYSIWYG EDITOR PRO XML FORM

WYSIWYG EDITOR PRO XML FORM WYSIWYG EDITOR PRO XML FORM Ing. Tran Thanh Huan, Ing. Nguyen Ba Nghien, Doc. Ing. Josef Kokeš, CSc Abstract: In this paper, we introduce the WYSIWYG editor pro XML Form. We also show how to create a form

Více

Téma 7. Investiční rozhodování

Téma 7. Investiční rozhodování Téma 7. Investiční rozhodování 1. Kapitálové rozpočty výdajů a očekávaných peněžních příjmů z investic 2. Hodnocení efektivnosti investičních projektů 3. Investice do dlouhodobého finančního majetku a

Více

Production: The Case of One Producer

Production: The Case of One Producer Production: The Case of One Producer Economics II: Microeconomics VŠE Praha November 2009 Aslanyan (VŠE Praha) Monopoly 11/09 1 / 27 Microeconomics Consumers: Firms: People. Households. Optimisation Now

Více

ACOUSTIC EMISSION SIGNAL USED FOR EVALUATION OF FAILURES FROM SCRATCH INDENTATION

ACOUSTIC EMISSION SIGNAL USED FOR EVALUATION OF FAILURES FROM SCRATCH INDENTATION AKUSTICKÁ EMISE VYUŽÍVANÁ PŘI HODNOCENÍ PORUŠENÍ Z VRYPOVÉ INDENTACE ACOUSTIC EMISSION SIGNAL USED FOR EVALUATION OF FAILURES FROM SCRATCH INDENTATION Petr Jiřík, Ivo Štěpánek Západočeská univerzita v

Více

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2 Anglický jazyk

Více

PART 2 - SPECIAL WHOLESALE OFFER OF PLANTS SPRING 2016 NEWS MAY 2016 SUCCULENT SPECIAL WHOLESALE ASSORTMENT

PART 2 - SPECIAL WHOLESALE OFFER OF PLANTS SPRING 2016 NEWS MAY 2016 SUCCULENT SPECIAL WHOLESALE ASSORTMENT PART 2 - SPECIAL WHOLESALE OFFER OF PLANTS SPRING 2016 NEWS MAY 2016 SUCCULENT SPECIAL WHOLESALE ASSORTMENT Dear Friends We will now be able to buy from us succulent plants at very good wholesale price.

Více

Čtvrtý Pentagram The fourth Pentagram

Čtvrtý Pentagram The fourth Pentagram Energy News 4 1 Čtvrtý Pentagram The fourth Pentagram Na jaře příštího roku nabídneme našim zákazníkům již čtvrtý Pentagram a to Pentagram šamponů. K zavedení tohoto Pentagramu jsme se rozhodli na základě

Více

Číslo projektu: CZ.1.07/1.5.00/34.0036 Název projektu: Inovace a individualizace výuky

Číslo projektu: CZ.1.07/1.5.00/34.0036 Název projektu: Inovace a individualizace výuky Číslo projektu: CZ.1.07/1.5.00/34.0036 Název projektu: Inovace a individualizace výuky Autor: Mgr. Libuše Matulová Název materiálu: Education Označení materiálu: VY_32_INOVACE_MAT27 Datum vytvoření: 10.10.2013

Více

TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY

TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY Rožnovský, J., Litschmann, T. (ed.): XIV. Česko-slovenská bioklimatologická konference, Lednice na Moravě 2.-4. září 2002, ISBN 80-85813-99-8, s. 242-253 TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY

Více

LOGOMANUÁL / LOGOMANUAL

LOGOMANUÁL / LOGOMANUAL LOGOMANUÁL / LOGOMANUAL OBSAH / CONTENTS 1 LOGOTYP 1.1 základní provedení logotypu s claimem 1.2 základní provedení logotypu bez claimu 1.3 zjednodušené provedení logotypu 1.4 jednobarevné a inverzní provedení

Více

půjčky do 3 tisic jedna noc. Do hlavního vysílacího času se pak mají vrátit některé programy, jako třeba Ozák. Incident 1:Since I started the Qubee

půjčky do 3 tisic jedna noc. Do hlavního vysílacího času se pak mají vrátit některé programy, jako třeba Ozák. Incident 1:Since I started the Qubee půjčky do 3 tisic jedna noc. Do hlavního vysílacího času se pak mají vrátit některé programy, jako třeba Ozák. Incident 1:Since I started the Qubee service on 2nd week of January with 512kbs it was satisfactory

Více

Měsíční statistika Únor 2016 Monthly Statistics February 2016

Měsíční statistika Únor 2016 Monthly Statistics February 2016 1.2.216 2.2.216 3.2.216 4.2.216 5.2.216 6.2.216 7.2.216 8.2.216 9.2.216 1.2.216 11.2.216 12.2.216 13.2.216 14.2.216 15.2.216 16.2.216 17.2.216 18.2.216 19.2.216 2.2.216 21.2.216 22.2.216 23.2.216 24.2.216

Více

Přítomný čas prostý/ průběhový. Present simple/ present continuous. Výhradní výukový materiál portálu onlinejazyky.cz

Přítomný čas prostý/ průběhový. Present simple/ present continuous. Výhradní výukový materiál portálu onlinejazyky.cz Přítomný čas prostý/ průběhový Present simple/ present continuous Výhradní výukový materiál portálu onlinejazyky.cz Present continuous Přítomný čas průběhový použijeme pro situace, které: 1) Probíhají

Více

5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE

5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE 5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE 1 STRUKTURA PŘEDNÁŠKY - DNES - Formulace a strukturace problému za pomoci teorie; data; ekonometrický model; identifikační

Více

PROFESIONÁLNÍ EXPOZICE PRACOVNÍKÙ FAKTORÙM PRACOVNÍHO PROSTØEDÍ VE VZTAHU K HLÁENÝM NEMOCÍM Z POVOLÁNÍ V ROCE 2003

PROFESIONÁLNÍ EXPOZICE PRACOVNÍKÙ FAKTORÙM PRACOVNÍHO PROSTØEDÍ VE VZTAHU K HLÁENÝM NEMOCÍM Z POVOLÁNÍ V ROCE 2003 ÈESKÉ PRACOVNÍ LÉKAØSTVÍ ÈÍSLO 2 2004 Pùvodní práce PROFESIONÁLNÍ EXPOZICE PRACOVNÍKÙ FAKTORÙM PRACOVNÍHO PROSTØEDÍ VE VZTAHU K HLÁENÝM NEMOCÍM Z POVOLÁNÍ V ROCE 2003 SOUHRN OCCUPATIONAL EXPOSURE OF WORKERS

Více

Měsíční statistika Květen 2016 Monthly Statistics May 2016

Měsíční statistika Květen 2016 Monthly Statistics May 2016 2.5.216 3.5.216 4.5.216 5.5.216 6.5.216 7.5.216 8.5.216 9.5.216 1.5.216 11.5.216 12.5.216 13.5.216 14.5.216 15.5.216 16.5.216 17.5.216 18.5.216 19.5.216 2.5.216 21.5.216 22.5.216 23.5.216 24.5.216 25.5.216

Více

Research infrastructure in the rhythm of BLUES. More time and money for entrepreneurs

Research infrastructure in the rhythm of BLUES. More time and money for entrepreneurs Research infrastructure in the rhythm of BLUES More time and money for entrepreneurs 1 I. What is it? II. How does it work? III. References Where to find out more? IV. What is it good for? 2 I. What is

Více

Základní škola Marjánka

Základní škola Marjánka Základní škola Marjánka Historie školy The school history Roku 1910 začíná v budově na Marjánce vyučování v pěti postupných ročnících s pěti paralelními třídami. The Marjanka elementary school was established

Více

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost

Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost Výukový materiál zpracovaný v rámci operačního programu Vzdělávání pro konkurenceschopnost Registrační číslo: CZ.1.07/1. 5.00/34.0084 Šablona: II/2 Inovace a zkvalitnění výuky cizích jazyků prostřednictvím

Více

11/ Podmínkové věty. ( 1st Conditional) VY_32_INOVACE_AJ_UMA11,Podmínkové věty (1st Conditional).notebook. January 28, 2014

11/ Podmínkové věty. ( 1st Conditional) VY_32_INOVACE_AJ_UMA11,Podmínkové věty (1st Conditional).notebook. January 28, 2014 Úroveň jazyka Pre-Intermediate 11/ Podmínkové věty ( 1st Conditional) Citace a zdroje Zpracovala: Mgr.Alena Závorová 1 Podmínkové věty typu 1 ( First Conditional ) Vedlejší věty podmínkové vyjadřují podmínku,

Více

19/ Přítomný podmiňovací způsob

19/ Přítomný podmiňovací způsob Úroveň jazyka Pre-Intermediate 19/ Přítomný podmiňovací způsob ( 2nd Conditional) Zpracovala: Mgr.Alena Závorová úvodní 1 Podmínkové věty typu 2 ( Second Conditional ) Vedlejší věty podmínkové vyjadřují

Více

MAKE, DO, HAVE AND TAKE IN PHRASES

MAKE, DO, HAVE AND TAKE IN PHRASES DUM = Digitální Učební Materiál Gymnázium Dr. Karla Polesného, Znojmo Anglický jazyk MAKE, DO, HAVE AND TAKE IN PHRASES Autor: Mgr. Ivana Dvořáková Datum vytvoření: březen 2013 MAKE or DO? WHICH ONE TO

Více