Provozně ekonomická fakulta

Rozměr: px
Začít zobrazení ze stránky:

Download "Provozně ekonomická fakulta"

Transkript

1 Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Komparace vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR Bakalářská práce Vedoucí: prof. RNDr. Beáa Sehlíková, CSc. Vypracovala: Miroslava Sřelcová Brno 29

2 Prohlášení: Prohlašuji, že jsem bakalářskou práci zpracovala samosaně podle meodických pokynů vedoucího práce a v seznamu použié lieraury uvádím všechny zdroje a lierauru, z kerých jsem čerpala. V Brně dne

3 Poděkování: Ráda bych ouo cesou poděkovala vedoucí mé bakalářské práce prof. RNDr. Beáě Sehlíkové, CSc. za odborné vedení, připomínky a rpělivos při vypracování práce.

4 Absrak Tao bakalářská práce se zabývá srovnáním vývoje nezaměsnanosi v okrese Uherské Hradišě a České republiky. Zaměřuje se na komparaci vývoje míry nezaměsnanosi podle věkové srukury, vzdělání a délky nezaměsnanosi. Dále se časová řada míry nezaměsnanosi v okrese Uherské Hradišě a České republice analyzuje pomocí vybraných saisických meod. Na závěr se realizuje předpověď budoucího vývoje nezaměsnanosi pro rok 29. Klíčová slova: nezaměsnanos, míra nezaměsnanosi, časová řada, okres Uherské Hradišě, Česká republika Absrac This bachelor hesis deals wih he comparison of he developmen of unemploymen in he disric of Uherske Hradise and he Czech Republic. focuses on comparing he developmen of unemploymen raes by age srucure, educaion and lengh of unemploymen. Furhermore, he ime series in he unemploymen rae in he disric Uherske Hradise and he Czech Republic analyzes seleced using saisical mehods. Finally, he realized forecas fuure developmens in unemploymen for he year 29. Keywords: unemploymen, unemploymen rae, ime series, disric Uherske Hradise, Czech Republic

5 OBSAH 1 ÚVOD CÍL PRÁCE LTERÁRNÍ PŘEHLED Nezaměsnanos Definice nezaměsnanosi Definice nezaměsnaného Míry nezaměsnanosi Přirozená míra nezaměsnanosi Dělení nezaměsnanosi dle ekonomické akiviy populace Formy nezaměsnanosi Další druhy nezaměsnanosi Dělení nezaměsnanosi dle dobrovolnosi populace Důsledky nezaměsnanosi Ekonomické důsledky Sociální důsledky Poliika zaměsnanosi Pasivní poliika zaměsnanosi Akivní poliika zaměsnanosi MATERÁL A METODKA Maeriál Meodika Definice pojmu časová řada Klasifikace časových řad Elemenární charakerisiky časových řad Modelování časových řad Mechanické vyrovnání časových řad Analyické vyrovnání časových řad...34

6 4.2.7 Volba vhodného modelu rendu Popis sezónní složky Triviální pojeí sezónnosi Exrapolace sysemaické složky VÝSLEDKY PRÁCE Obecné srovnání vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR Srovnání vývoje nezaměsnanosi dle věkové srukury, vzdělání a délky nezaměsnanosi uchazečů o pracovní mísa Srovnání vývoje nezaměsnanosi dle věkové srukury Srovnání vývoje nezaměsnanosi dle dosaženého vzdělání Srovnání vývoje nezaměsnanosi dle délky nezaměsnanosi Elemenární charakerisiky vývoje Mechanické vyrovnání Klouzavé průměry Analyické vyrovnání Lineární rend Parabolický rend Volba vhodného modelu rendu Prognóza míry nezaměsnanosi na rok DSKUZE A ZÁVĚR SEZNAM POUŽTÉ LTERATURY PŘÍLOHY...7

7 1 ÚVOD Nezaměsnanos paří obecně mezi velmi známé makroekonomické ukazaele, keré slouží ke zhodnocení dění v rámci ekonomiky daného sáu. Nerovnováhou na rhu práce se už několik le zabývají národní vlády všech sáů svěa a snaží se nacháze efekivní východiska, kerá by eliminovala počy nezaměsnaných. Ani vláda České republiky v omo směru není výjimkou, důležiý indikáor ekonomické siuace bedlivě sleduje a vynakládá nemalé finanční prosředky na poliiku zaměsnanosi. V minulosi pařila Česká republika mezi socialisické sáy, v nichž fungovalo plánované hospodářsví. Teno sysém uměle udržoval plnou zaměsnanos i za cenu snížení produkiviy práce, udíž by se dalo říci, že v České republice do 9. le 2. soleí nezaměsnanos vůbec neexisovala. Siuace se změnila příchodem demokracie, kerá s sebou přinesla změnu z plánovaného hospodářsví na ržní, což vneslo do ekonomiky sáu úplně nové možnosi. Prvním krokem bylo zrušení sáního vlasnicví podniků a družsev, poé následovalo oevření českého obchodního prosředí pro zahraniční kapiál. Transformace ekonomického sysému způsobila ovšem i podsané problémy. Nejvěší dopad na nezaměsnanos měla podsaná změna v umísění pracovní síly v jednolivých sekorech národního hospodářsví. Před rokem 1989 byla věšina pracovní síly zaměsnána v primárním a sekundárním sekoru. Po roce 199 se začala produkce ěcho dvou odvěví ulumova, což způsobilo vysoký nárůs nezaměsnanosi v následujících leech. Od přeměny hospodářského sysému již uplynulo dvace le, ale problémy s nezaměsnanosí přervávají dodnes. 9

8 K nejproblémovějším druhům nezaměsnanosi se počíá nezaměsnanos dlouhodobá, keré rvá déle než jeden rok. Příčin ohoo ypu nezaměsnanosi exisuje několik, může se jedna o dlouhorvající mzdovou srnulos nebo aké o důsledek dlouhodobé ekonomické recese. Nezaměsnanos v delším časovém horizonu vyvolává mnoho nepříznivých ekonomických i sociálních důsledků. Z ekonomického hlediska zabraňuje vorbě produkce, ale aké způsobuje posupné snižování nebo úplnou zráu kvalifikace pracovníků. Jako sociální dopad nezaměsnanosi se nejčasěji uvádí psychické zaížení a s ím související vyšší nemocnos. Taková sresující siuace může vés až k rozložení eických hodno nebo dokonce ke kriminaliě. Poliika zaměsnanosi se proo zaměřuje hlavně na skupinu dlouhodobě nezaměsnaných, kerým se snaží prosřednicvím různých programů akivní poliiky zaměsnanosi v éo siuaci pomoc. Mezi další nemalé problémy nezaměsnanosi paří značné regionální rozdíly. Někeré oblasi vykazují hodnoy míry nezaměsnanosi razanně vyšší než republikové saisiky, v jiných oblasech se naopak míra nezaměsnanosi nachází pod republikovou úrovní. Tyo územní odlišnosi podněcuje několik fakorů, mezi keré se počíají např. geografický charaker regionu, dopravní dosupnos, různorodos vzdělání, dosažielnos a zajímavos pro zahraniční kapiál, sárnuí populace, mzdová úroveň zaměsnanců a další jiné. 1

9 2 CÍL PRÁCE Cílem éo bakalářské práce je saisické zpracování, analýza a srovnání vývoje nezaměsnanosi v okrese Uherské Hradišě a České republice v leech První čás práce se zaměřuje na srovnání podílu nezaměsnaných dle věkové srukury, vzdělání a délky nezaměsnanosi v okrese Uherské Hradišě a v České republice. Hlavní úkol spočívá v analýze časových řad míry nezaměsnanosi za použií saisických meod, jako jsou elemenární charakerisika vývoje, mechanické a analyické vyrovnání skuečných hodno časových řad. Dále bude provedena prognóza budoucího vývoje nezaměsnanosi pro rok 29 pomocí empirických sezónních indexů. V závěru budou shrnuy výsledky práce a navržena opaření, kerá by snížila poče nezaměsnaných v následujícím období. 11

10 3 LTERÁRNÍ PŘEHLED 3.1 Nezaměsnanos Definice nezaměsnanosi Nezaměsnanos můžeme definova jako nerealizovanou nabídku práce na rhu práce. Jedná se o sav nerovnováhy na rhu práce, kdy nabídka převládá nad popávkou nebo kdy srukura nabídky neodpovídá srukuře popávky. Za ěcho okolnosí lidé se zájmem o práci nejsou s o si ji nají. Příčin vedoucích k nezaměsnanosi exisuje mnoho, například jde o: dynamiku ekonomiky a sřídání hospodářských cyklů, srukurální změny, nesoulad mezi nabídkou a popávkou na rhu práce, demografické vlivy, mzdovou poliiku a nepružnos mezd, vývoj inflace, sání zásahy na rhu práce, chování odborů, imobiliu pracovní síly. (Kolibová, Kubicová, 25) Problemaice nezaměsnanosi se věnují i auoři zahraniční lieraury. Kolekiv auorů Richard Layard, Sephen Nickell a Richard Jackman ve své knize Unemploymen vysvělují pojem nezaměsnanos, její příčiny a následky a aké navrhují, jakými způsoby se může nezaměsnanos snižova. 12

11 Chrisopher A. Pissarides se v díle Equilibrium unemploymen heory zaměřuje na modelování přírůsků a úbyků v nezaměsnanosi, možnosi vyváření nových pracovních mís a aké na důsledky nezaměsnanosi pro makroekonomické rovnováhy a efekivnos rhu práce Definice nezaměsnaného K vymezení nezaměsnaného jedince nesačí konsaování, že jde o osobu, kerá nepracuje. Přiznání sauu nezaměsnaného je podmíněno několika dalšími skuečnosmi, přičemž jednolivé insiuce mají nasavený vlasní soubor kriérií vymezujících nezaměsnanou osobu. Tak například definice LO (Mezinárodní organizace práce) obsahuje následující podmínky: věk - sarší 15 le, posavení na rhu práce - není v placeném zaměsnání či sebezaměsnání, akivnos - akivně hledá zaměsnání prosřednicvím úřadů práce, soukromých agenur práce, inzerce, příbuzných, přímým oslovováním zaměsnavaelů či podnikáním kroků vedoucích k založení vlasní firmy, připravenos nasoupi do zaměsnání okamžiě nebo nejpozději do 14 dnů. nerpreace nezaměsnaného podle Eurosau je shodná s definicí LO, pouze s ou výjimkou, že přesně určuje nejen spodní, ale i horní hranici věku nezaměsnaného. Mezi nezaměsnané mohou bý zařazení jedinci ve věku 15 až 74 le, keří splňují již uvedené podmínky LO (nemají práci, akivně hledají a mohou okamžiě nasoupi do zaměsnání). V České republice jsou akcepovány obě zmíněné definice. Možnos získání kompenzačních dávek během nezaměsnanosi je však u nás podmíněná regisrací a spoluprací s úřady práce. 13

12 3.1.3 Míry nezaměsnanosi Míry nezaměsnanosi vyjadřují v procenech podíl nezaměsnaných na celkové pracovní síle. K výpoču se používá obecného vzorce: U u = *1 (v%) L kde: u = míra nezaměsnanosi U = nezaměsnaní L = pracovní síla Rozdíl mezi různými mírami nezaměsnanosi je v použié meodice sanovení čiaele a jmenovaele, ale rovněž i v přesnosi da a časové srovnaelnosi obou údajů. (Klíma, 26) Přirozená míra nezaměsnanosi Přirozená míra nezaměsnanosi je aková úroveň, ke keré ekonomika dlouhodobě směřuje. Pro dlouhé období plaí, že ceny a mzdy se vyrovnávají do é doby, dokud nenasane rovnováha na rhu práce. Tao rovnováha je přirozenou mírou nezaměsnanosi. Kromě oho se může přirozená míra v průběhu času měni v důsledku ekonomických cyklů. (Wachel, 1989) Je o nejnižší udržielná míra nezaměsnanosi, kerou může ržní ekonomika dosahova, aniž by inflace vykazovala endenci ke zvyšování nebo snižování. Přirozená míra nezaměsnanosi vyjadřuje edy nejvyšší udržielnou úroveň zaměsnanosi a odpovídá poenciálnímu produku země. (Klíma, 26) 14

13 3.1.5 Dělení nezaměsnanosi dle ekonomické akiviy populace Ekonomicky akivními obyvaeli jsou i, keří prosřednicvím svého zapojení do pracovního procesu získávají prosředky pro zajišění své vlasní exisence, resp. exisence svých rodin. Mezi ekonomicky akivní obyvaelsvo pak paří jak i, keří práci mají, ak i i, keří ji krákodobě, resp. i po delší časové období (a o ne z vlasní viny) nemají. Ekonomicky neakivní obyvaelé pracovní činnos nerealizují, nejsou do pracovního procesu zapojeni. Je omu ak buď z důvodu, že v důsledku svých demografických či zdravoních deerminan a problémů pracova nemohou (děi, saří lide, dlouhodobě nemocní, invalidé), nebo proo, že by sice pracova mohli, ale nechějí. Prosředky pro zajišění vlasní exisence mohou získáva jak legálními cesami a způsoby (např. pobírání reny), ak nelegálními (různé formy zločinnosi). (Nový, Surynek, 22) Formy nezaměsnanosi Frikční nezaměsnanos Frikční nezaměsnanos je z pohledu ekonomů nejméně problémovým ypem nezaměsnanosi. Frikční nezaměsnanos je krákodobá, přechodná, nevyhnuelná a do jisé míry funkční. V angličině jsou frikčně nezaměsnaní lidé označováni jako people beween wo jobs". Jde o osoby, keré z osobních i ekonomických důvodů se rozhodly změni zaměsnání. Období mezi odchodem z původního zaměsnání a násupem do 15

14 nového zaměsnání je označováno jako frikční nezaměsnanos. Plaí o i o absolvenech škol, keří hledají první zaměsnání. Frikční nezaměsnanos je prakicky nevyhnuelná. Vláda, kerá by chěla odsrani uo nezaměsnanos, by musela direkivně nařizova svým občanům nasupova do prvně nabízených zaměsnání. (Kolibová, Kubicová, 25) Srukurální nezaměsnanos V ekonomice dochází průběžně k úlumu určiých segmenů, zároveň se však rozvíjí nové obory. Srukurální změny národního hospodářsví, keré provází mezisekorový přesun pracovních mís, ovlivňují popávku po pracovních silách. Problém spojený se srukurální nezaměsnanosí spočívá v nesouladu mezi nabídkou a popávkou na rhu práce. Exisují sice volná pracovní mísa, ale profesní srukura nabízejících neodpovídá srukuře popávky. Řešení srukurální nezaměsnanosi předsavuje již poněkud složiější úkol, než v případě předchozího ypu. Nejvíce vhodným opařením se jeví rekvalifikace. (Kolibová, Kubicová, 25) Cyklická nezaměsnanos Příčinou cyklické nezaměsnanosi je nedosaečná agrární popávka, ke keré dochází v obdobích hospodářské krize. Z důvodu poklesu agrární popávky klesá i popávka po práci. Oproi srukurální nezaměsnanosi cyklickou doprovází nedosaek volných pracovních mís. 16

15 Dle někerých eoreiků, lze cyklickou nezaměsnanos odsrani pomocí pružnosi nominálních mezd i cen zboží. Realia je však vzdálená cenové pružnosi. Tuo nezaměsnanos vyvolávají cyklické změny hospodářských akivi, díky nim ovšem v období konjunkury dochází k její eliminaci. Cyklická nezaměsnanos je nezaměsnanosí, se kerou pracují ekonomové ve svých makroekonomických modelech. Je o nezaměsnanos, o keré hovoří například Okunův zákon. Cyklickou nezaměsnanos lze zapsa jako: Uc = U - Un U - celková míra nezaměsnanosi, Uc - cyklická nezaměsnanos, Un - přirozená míra nezaměsnanosi (Kolibová, Kubicová, 25) Další druhy nezaměsnanosi Technologická nezaměsnanos Zavádění nových srojů a echnologií do výroby, keré nahrazují lidskou práci, způsobuje echnologickou nezaměsnanos. V současné době se eno yp nezaměsnanosi doýká nejen nekvalifikovaných či polokvalifikovaných dělníků, ale i vysoce vzdělaných odborníků. (Kolibová, Kubicová, 25) 17

16 Sezónní nezaměsnanos Nezaměsnanos, ke keré dochází vlivem sřídání ročních období a s ím spojených výkyvu ve spořebě určiého druhu zboží a služeb, označujeme jako nezaměsnanos sezónní. Propoušění pracovní síly v omo případě nasává periodicky vzhledem k: nepravidelné produkci v odvěvích závislých na počasí (např. savebnicví, zemědělsví, lesnicví, rybolov, cesovní ruch), sezónní popávce určiého zboží a služeb (jde například o sorimen s vánoční či velikonoční émaikou nebo zboží a služby určené pro lení či zimní období). (Kolibová, Kubicová, 25) Skryá nezaměsnanos Výše uvedená charakerisika nezaměsnanosi přiom nezachycuje určié skupiny lidí, z jejichž posavení není jednoznačné, zda by měli bý zohledněni mezi nezaměsnanými (vyvářejí evenuálně skryou nezaměsnanos). Jde minimálně o dvě skupiny, a o 1) pracovníci s nuceným zkráceným pracovním úvazkem (zahrnuí mezi zaměsnané), 2) osoby vyloučené z pracovní síly, jako zv. odrazení (frusrovaní) pracovníci. j. akoví, keří po dlouhodobé nezaměsnanosi zraili naději, že práci najdou, a přesali ji hleda. Kromě oho je sporné, zda mezi nezaměsnané paří osoby, keré z různých důvodů nemohou do zaměsnání v kráké době nasoupi, případně éž osoby, keré práci již našly, avšak nasoupí později. Započením ěcho osob by skuečná míra nezaměsnanosi byla vyšší, než saisicky vykázaná. 18

17 Na druhou sranu jsou saisicky vykázané údaje o míře nezaměsnanosi zkresleny osobami, keré fakicky nezaměsnaní nejsou, avšak z důvodu pobírání příslušných podpor ako vysupují. (Helísek, 22) Dlouhodobá nezaměsnanos Příčin dlouhodobé nezaměsnanosi exisuje mnoho. Může jí o důsledek dlouhodobé hospodářské recese i dlouho rvající mzdové srnulosi. Nebezpečná je zv. pas nezaměsnanosi, kerá hrozí, pokud náhradní příjmy jsou srovnaelné či dokonce vyšší než mzdy. Za ěcho okolnosí jsou lidé s perspekivou nižších příjmů demoivováni akivně hleda práci a servávají v dlouhodobé nezaměsnanosi. Vymezení dlouhodobé nezaměsnanosi se v jednolivých zemích liší. Někde je hranice sanovena na dvanácém měsíci, jinde na dvou leech. Přiznání sauu dlouhodobě nezaměsnaných není bezúčelné. Zařazení do programů akivní poliiky zaměsnanosi je přednosně umožněno právě dlouhodobě nezaměsnaným. (Kolibová, Kubicová, 25) Plná zaměsnanos Plná zaměsnanos neznamená, že by neexisovala žádná nezaměsnanos. Exisuje při ní již vysvělená frikční a případně éž srukurální nezaměsnanos. Z definice frikční a srukurální nezaměsnanosi v omo modelu plyne, že exisující poče volných pracovních mís je sejně velký, jako poče nezaměsnaných osob. V omo smyslu exisuje globální rovnováha na rzích práce. (Helísek, 22) 19

18 3.1.8 Dělení nezaměsnanosi dle dobrovolnosi populace Rozlišení nezaměsnanosi na dobrovolnou a nedobrovolnou pramení z diferenciace příčin, keré ke zráě zaměsnání vedou. Ekonomové v omo konexu poukazují na mzdovou úroveň na rhu práce, kerá ovlivňuje velikos popávky i nabídky práce. Při rovnovážné mzdové sazbě jsou popávka i nabídka v rovnováze a i, kdo nepracují, jsou dobrovolně nezaměsnaní. Dobrovolně nezaměsnaní jsou ve skuečnosi lidé hledající práci za vyšší mzdu než u, kerou nabízí zaměsnavaelé. Exisují-li alernaivní zdroje finančních prosředků nahrazující lidem mzdu, dobrovolná nezaměsnanos rose. Pokud yo náhradní příjmy například v podobě sociálních dávek nejsou významné, nezaměsnaní jsou ochoni přijmou zaměsnání i za nižší mzdu. Nedobrovolná nezaměsnanos vzniká ehdy, jesliže reálná mzdová sazba je příliš vysoká. V éo siuaci poče nabízejících převyšuje velikos popávky. Jinými slovy, při vyšší než rovnovážné mzdě je mnoho lidí ochono pracova, ale ne všichni si práci najdou. (Kolibová, Kubicová, 25) 3.2 Důsledky nezaměsnanosi Důsledky nezaměsnanosi je možno rozděli do dvou oblasí, na důsledky ekonomické a sociální. 2

19 3.2.1 Ekonomické důsledky Ekonomické důsledky znamenají: zráu produkce, edy jeho nevyvoření, kerá je vyjádřena rozdílem mezi skuečným a poenciálním produkem, znamená dopad cyklické nezaměsnanosi. Kvanifikaci ohoo rozdílu vymezuje Okunův zákon, kerý * říká: Je-li skuečná míra nezaměsnanosi na úrovni přirozené míry, paky = Y, nebo aké Y / Y * = 1. Je-li skuečná nezaměsnanos vyšší * u > u, ekonomika nevyužívá své poencionální možnosi a Y klesá pod * Y, resp. Y / Y * < 1. Nebo zvýší-li se skuečný produk oproi poencionálnímu o 2%, změní se míra nezaměsnanosi v opačném směru o 1%, snížení nebo zráu kvalifikace pracovníků jako jednoho ze zdrojů ekonomického růsu. (Paulík, Pellešová, 24) Sociální důsledky Sociální důsledky, kam paří: psychické zaížení vyvolané nezaměsnanosí a s ím související například růs nemocnosi, desrukce eických hodno a sní spojená kriminalia, narkomanie apod., radikalizace posižených skupin, kerá může mí poliické dopady nebo exrémní následky v podobě například rasových nepokojů. (Paulík, Pellešová, 24) 21

20 3.3 Poliika zaměsnanosi Poliika zaměsnanosi, kerá je součásí hospodářské poliiky sáu, usiluje o dosažení rovnováhy mezi nabídkou práce a popávkou po práci. Definujeme ji jako soubor opaření, kerými jsou spoluvyvářeny podmínky pro dynamickou rovnováhu na rhu práce a pro efekivní využií pracovních sil. Cílem sání poliiky zaměsnanosi je: dosažení rovnováhy mezi nabídkou práce a popávkou po práci, produkivní využií zdrojů pracovních sil, zabezpečení práva občanů na práci. (Kliková, Kolán, 23) Poliika zaměsnanosi se dělí na dvě složky Pasivní poliika zaměsnanosi Podílí se na vyváření sociálně přijaelných podmínek pro občany dočasně nezaměsnané. (Kliková, Kolán, 23) Násroje pasivní poliiky zaměsnanosi: podpora v nezaměsnanosi, podpora při rekvalifikaci, evidence uchazečů o zaměsnání a zájemců o zaměsnání, evidence volných pracovních mís. (Kolibová, Kubicová, 25) 22

21 Výdaje na pasivní poliiku věšinou nepředsavují poziivní řešení problému nezaměsnanosi; v ojedinělých případech mohou vés až k sociálnímu paraziizmu Akivní poliika zaměsnanosi Takovou poliikou rozumíme všechna opaření, kerá akivně simulují nezaměsnané ke změně jejich posavení na rhu práce. Cílovými skupinami akivní poliiky jsou věšinou nejvíce ohrožené skupiny nezaměsnaných (lidé polokvalifikovaní, s nevhodnou kvalifikací, osoby se zdravoními nebo jinými handicapy). Podsaou akivní poliiky je eliminace kolekivních nevýhod různých skupin a kaegorií nezaměsnaných. (Kliková, Kolán, 23) Násroje akivní poliiky zaměsnanosi: rekvalifikace, veřejně prospěšné práce, společensky účelná pracovní mísa, překlenovací příspěvek, příspěvek na dopravu zaměsnanců, příspěvek na zapracování, příspěvek při přechodu na nový podnikaelský program, podpora zaměsnávání osob se zdravoním posižením, invesiční pobídky, poradensví, keré provádějí nebo zabezpečují úřady práce. (Kolibová, Kubicová, 25) 23

22 4 MATERÁL A METODKA 4.1 Maeriál Údaje, keré se vzahují k nezaměsnanosi v České republice, jsem získala z inerneových sránek Minisersva práce a sociálních věcí. Daa o nezaměsnanosi v okrese Uherské Hradišě jsem si vyžádala přímo na Úřadě práce v okresním měsě. Úřady práce definují nezaměsnané jako osoby, keré splňují podmínky pro zařazení do evidence uchazečů o zaměsnání a do éo evidence se na úřadě práce zaregisrovali. Míra regisrované nezaměsnanosi se vypočíá jako podíl zaregisrovaných uchazečů o zaměsnání na ekonomicky akivním obyvaelsvu. Od používají úřady práce na území České republiky nový algorimus výpoču míry nezaměsnanosi. V čiaeli zlomku se uvádí uchazeči o zaměsnání evidováni na úřadech práce, keří jsou dosažielní, j. i, keří mohou bezprosředně nasoupi do zaměsnání (nejsou ve vazbě, ve výkonu resu, na základní, náhradní nebo civilní vojenské službě, uchazeči v pracovní neschopnosi, uchazeči, keří jsou zařazeni na rekvalifikační kurzy nebo uchazeči, keří vykonávají krákodobé zaměsnání a dále uchazeči, keří pobírají peněžiou pomoc v maeřsví nebo kerým je poskyováno hmoné zabezpečení po dobu maeřské dovolené). Do jmenovaele zlomku se k ekonomicky akivním obyvaelům zahrnují navíc oproi minulým obdobím pracující cizinci a cizinci s živnosenským oprávněním. Získaná daa o míře nezaměsnanosi v okrese Uherské Hradišě a na území České republiky v leech jsou přehledně zobrazeny v Tab. 1 a Tab

23 Tab. 1 Míra nezaměsnanosi v okrese Uherské Hradišě za jednolivá čvrleí v leech v procenním vyjádření čvrleí míra nezaměsnanosi čvrleí míra nezaměsnanosi ,15% 9,46% 6,24% 8,33% 24 6,69% 7,7% V 6,94% V 7,97% 7,29% 8,33% 6,48% 7,18% 25 7,4% 7,56% V 7,18% V 7,72% 7,44% 7,82% 6,75% 6,57% 26 6,99% 6,67% V 7,26% V 6,49% 7,74% 6,26% 7,75% 5,9% 27 8,31% 5,29% V 8,69% V 5,31% 8,98% 5,15% 8,35% 4,48% 28 8,7% 5,1% V 9,17% V 5,81% 25

24 Tab. 2 Míra nezaměsnanosi v České republice za jednolivá čvrleí v leech v procenním vyjádření čvrleí míra nezaměsnanosi čvrleí míra nezaměsnanosi ,4% 1,7% 8,4% 9,9% 24 9,% 9,1% V 9,4% V 9,5% 9,5% 9,4% 8,7% 8,6% 25 8,8% 8,8% V 8,8% V 8,9% 8,7% 8,8% 8,1% 7,7% 26 8,5% 7,8% V 8,9% V 7,7% 9,1% 7,3% 8,7% 6,3% 27 9,4% 6,2% V 9,8% V 6,% 1,% 5,6% 9,5% 5,% 28 1,1% 5,3% V 1,3% V 6,% 4.2 Meodika Pro zpracování údajů a grafické znázornění jednolivých charakerisik byl použi abulkový procesor Microsof Excel od firmy Microsof. Pro vyvoření saisické analýzy vývoje nezaměsnanosi bylo využio saisických vzorců uvedených v následujícím exu. 26

25 4.2.1 Definice pojmu časová řada Časovou řadou budeme rozumě posloupnos věcně a prosorově srovnaelných pozorování, kerá jsou jednoznačně uspořádána z hlediska času. Pochopi mechanismus a příčiny vývojových endencí zkoumaných hospodářských procesů předpokládá zvládnou někeré posupy, jež umožňují popsa charakerisické rysy vývoje ekonomických ukazaelů (pod pojmem ukazael zde budeme chápa libovolnou funkci hodno saisického znaku) a porozumě ak snáze hospodářským mechanismům, keré eno vývoj určují. (Hindls, Hronová, Novák, 2) Časovým řadám se v zahraniční lierauře věnovalo mnoho auorů. Publikaci Time series models napsal Andrew C. Harvey, kerý se zabýval především odhadem, esováním a specifikací modelů časových řad. Nejvěší důraz kladl na porozumění, jak se časové řady analyzují a konsruují jejich modely. James Douglas Hamilon se v knize Time series analysis zaměřuje na objasnění dynamických sysémů, ekonomerie i analýzy časových řad. Sysemaickou úvahu o lineárních časových řadách, jejich modelování a predikci sepsali auoři Peer J. Brockwell a Richard A. Davis v díle Time series: Theory and mehods Klasifikace časových řad Časové řady lze členi následujícím způsobem: 1) podle charakeru ukazaele shromážděného v časové řadě na časové řady ukazaelů inervalových a časové řady ukazaelů okamžikových, 27

26 2) podle periodiciy, s jakou jsou sledovány, na časové řady údajů ročních a časové řady krákodobé, 3) podle druhu sledovaných ukazaelů na časové řady absoluních ukazaelů a časové řady odvozených charakerisik. (Hindls, Seger, 1993) Základním kriériem klasifikace časových řad je jejich rozdělení na: Časové řady úsekové (inervalové) V omo případě se zjišěné hodnoy vzahují k určiému časovému úseku nenulové délky. Pro eno yp časové řady je charakerisická sčiaelnos hodno znaku a edy současně možnos urči smysluplně hodnou znaku za delší časový inerval sčíáním jeho hodno za dílčí čási ohoo inervalu (součem denních údajů můžeme získa ýdenní, z nich pak měsíční, čvrlení ad. údaje). Srovnaelnos údajů ohoo ypu je podmíněna konsanní délkou časových inervalů, k nimž se vzahují. Časo je éo srovnaelnosi řeba dosáhnou určiými korekcemi reálných údajů (např. problemaika kalendářních variací). Pro časové řady ohoo ypu lze kromě řady běžných hodno sesrojova i řady odvozené. Časové řady okamžikové U ěcho řad se hodnoa znaku vzahuje k určiému časovému okamžiku, alespoň eoreicky nulové délky. Pro řady ohoo druhu je ypické, že jejich souče nelze smysluplně inerpreova. Sekáváme se s inervalovými časovými řadami s ekvidisanními (sejně vzdálenými), sejně jako s řadami s různě vzdálenými okamžiky zjišťování s různou husoou časových bodů. Z ěcho časových řad nelze sesroji odvozené řady. (Minařík, 28) 28

27 4.2.3 Elemenární charakerisiky časových řad Obvykle prvním úkolem při analýze časové řady je získa rychlou a orienační předsavu o charakeru procesu, kerý ao řada reprezenuje. Mezi základní meody proo zcela běžně paří vizuální analýza chování ukazaele využívající grafu spolu s určováním elemenárních saisických charakerisik, pomocí nichž můžeme rozpozna např. dlouhodobou endenci v průběhu řady či někeré periodicky se opakující vývojové změny apod. Tao analýza však nikdy nesačí k poznání hlubších souvislosí a mechanismů sudovaného procesu a neumožňuje přehledným a koncenrovaným způsobem popsa jeho vlasnosi. (Hindls, Hronová, Seger, Fischer, 26) Pro časovou řadu délky n lze urči n-1 rozměrných absoluních přírůsků: = y y 1 d, pro = 2, 3,, n. Pro uéž časovou řadu lze dále urči opě n-1 bezrozměrných koeficienů růsu: y k =, pro = 2, 3,, n. y 1 Kombinací obou výše uvedených přísupů k měření dynamiky je relaivní přírůsek koeficien přírůsku: d y y 1 y δ = = = 1 = k 1, pro = 2, 3,, n. y y y 1 1 Koeficien růsu a přírůsku bývají uváděny rovněž v procenech. V omo případě se charakerisiky 1k, 1δ nazývají empo růsu a empo přírůsku a exisuje mezi nimi analogický vzah 1δ = 1k

28 U delších časových řad s věším počem výše uvedených charakerisik přichází v úvahu výpoče jejich průměrných hodno. Průměrný absoluní přírůsek je arimeickým průměrem, kerý lze ovšem modifikova do zjednodušené podoby: d = 1 n n 1 = = 2 n 1 d n 1 y y, z níž vyplývá, že hodnoa průměrného absoluního přírůsku závisí pouze na obou krajních hodnoách řady. Při inerpreaci éo charakerisiky přihlédneme k celkovému vývoji řady (bezpochyby vyhovuje u řad s monoónně rosoucím nebo klesajícím průběhem). Průměrný koeficien růsu je geomerickým průměrem jednolivých koeficienů růsu a lze jej opě upravi do zjednodušené podoby: y k. n = 1 = n n k 1 = 2 y1 Průměrnou hodnou osaních charakerisik je možno urči na bázi průměrného koeficienu růsu. (Minařík, 28) Modelování časových řad Tradičním výchozím principem modelování časových řad je jednorozměrný model y f (, ε ) =, kde y je hodnoa modelovaného ukazaele v čase, = 1, 2,..., n (o proměnné časo hovoříme jako o proměnné časové), ε je hodnoa náhodné složky (poruchy) v čase. K omuo modelu se v zásadě přisupuje rojím způsobem: 3

29 1) Pomocí klasického (formálního) modelu, kde jde pouze o popis forem pohybu (a ne o poznání věcných příčin dynamiky časové řady). Teno model vychází z dekompozice řady na čyři složky (formy) časového pohybu. První ři voří v podsaě sysemaickou čás průběhu časové řady a my se budeme snaži o nalezení akových násrojů, jež v co nejvěší míře vysvělí sysemaické" chování sledovaného procesu. Časovou řadu lze edy dekomponova na: rendovou složku T, sezónní složku S, cyklickou složku C, náhodnou složku ε, přičemž vlasní var rozkladu může bý dvojího ypu: adiivní, v němž y = T + S + C + ε = Y + ε, = 1, 2,, n, kde Y se časo označuje souhrnně jako eoreická (modelová, sysemaická, deerminisická) složka ve varu T + S + C, muliplikaivní, v němž y = T S C ε = 1, 2,, n. Trendem rozumíme hlavní endenci dlouhodobého vývoje hodno analyzovaného ukazaele v čase. Trend může bý rosoucí, klesající nebo konsanní, kdy hodnoy ukazaele dané časové řady v průběhu sledovaného období mohou kolísa kolem určié, v podsaě neměnné úrovně (bez rendu). Sezónní složka je pravidelně se opakující odchylka od rendové složky, vyskyující se u časových řad údajů s periodiciou kraší než jeden rok nebo rovnou právě jednomu roku. Příčiny sezónního kolísání mohou bý různé. Dochází k nim v důsledku přímého působení sluneční sousavy na Zemi, j. vlivem změn 31

30 jednolivých ročních období, dále vlivem různé délky měsíčního či pracovního cyklu nebo éž vlivem různých společenských zvyklosí. Cyklickou složkou rozumíme kolísání okolo rendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok. Saisika chápe cyklus jako dlouhodobé kolísání s neznámou periodou, kerá může mí i jiné příčiny než klasický ekonomický cyklus. Někdy nebývá cyklická složka považována za samosanou složku časové řady, ale je zahrnována pod složku rendovou jako její čás (zv. sřednědobý rend), vyjadřující sřednědobou endenci vývoje, kerá má časo oscilační charaker s neznámou, zpravidla proměnlivou periodou. Náhodná složka je aková veličina, kerou nelze popsa žádnou funkcí času. Je o složka, kerá zbývá po vyloučení rendu, sezónní a cyklické složky. V ideálním případě lze počía s ím, že jejím zdrojem jsou drobné a v jednolivosech neposižielné příčiny, keré jsou vzájemně nezávislé. 2) Pomocí Boxovy-Jenkinsovy meodologie, kerá považuje za základní prvek konsrukce modelu časové řady náhodnou složku, jež může bý vořena korelovanými náhodnými veličinami. 3) Pomocí spekrální analýzy, kdy časovou řadu považujeme za směs" sinusovek a kosinusovek o rozličných ampliudách a frekvencích. (Hindls, Hronová, Seger, Fischer, 26) Poslední dvě uvedené meody nebudou dále pro svou náročnos v exu rozebírány, jsou však blíže popsány v odborné lierauře. 32

31 4.2.5 Mechanické vyrovnání časových řad Klouzavé průměry Podsaa vyrovnání pomocí klouzavých průměrů spočívá v om, že posloupnos empirických pozorování se nahradí řadou průměrů vypočíaných z ěcho pozorování. Každý z ěcho průměrů edy reprezenuje určiou skupinu pozorování. Název klouzavý průměr vznikl z oho, že při posupném výpoču průměrů se posupuje ("kloužeme") vždy o jedno pozorování kupředu, přičemž zároveň poslední pozorování ze skupiny, z níž je průměr počíán, se vypouší. (Hindls, Seger, 1993) Klouzavý průměr pro lichou délku klouzavé čási p se sanoví jako klouzavý úhrn dělený délkou klouzavé čási a umísěný do jejího prosředního období. Vzhledem k omu, že klouzavý průměr je vypočen jako prosý arimeický průměr a je umísěn do sředu klouzavé čási, označujeme jej jako prosý arimeický průměr. Pro časo využívané sudé p neexisuje jediné prosřední období klouzavé čási. Pro eno případ je vhodné zavés zv. cenrovaný klouzavý průměr, kerý se vypočíá jako prosý arimeický průměr ze dvou sousedních prosých symerických klouzavých průměrů. Význam mechanického vyrovnání ekonomických časových řad je obecně velmi značný, ale použií nejjednodušších symerických klouzavých průměrů je spojeno s řadou nedosaků např. problém sladění délky klouzavé čási s délkou periody, neexisence analyického vyjádření vyrovnaných hodno, ale především nevyrovnání počáeční a koncové čási časové řady. (Minařík, 28) 33

32 4.2.6 Analyické vyrovnání časových řad Analyické vyrovnání časové řady spočívá v proložení pozorovaných hodno řady vhodnou spojiou funkcí času rendovou funkcí. Nejčasěji používanými rendovými funkcemi jsou lineární a parabolický rend. (Hindls, Hronová, Seger, Fischer, 26) Lineární rend Je nejčasěji používaným ypem rendové funkce. Jeho značný význam spočívá jednak v om, že jej můžeme použí vždy, chceme-li alespoň orienačně urči základní směr vývoje analyzované časové řady, a jednak v om, že v určiém omezeném časovém inervalu může slouži jako vhodná aproximace jiných rendových funkcí. Lineární rend čili rendovou přímku vyjádříme ve varu T = b + b1 kde b a b1 jsou neznámé paramery a = 1, 2,..., n je časová proměnná. Neznámé paramery můžeme odhadnou pomocí meody nejmenších čverců. Znamená o vyřeši dvě normální rovnice y 1 y = n b + b = b (Hindls, Hronová, Seger, Fischer, 26) + b1 2 Je-li časová proměnná zavedena ak, že plaí =, můžeme pro paramery rendové přímky psá (Minařík, 28) b n y =, b 1 y = 2 34

33 Parabolický rend Má podobu T = b +, 2 + b1 b2 kde b, b1 a b2 jsou neznámé paramery a = 1, 2,..., n je časová proměnná. Jde o poměrně časo používaný yp rendové funkce. Proože i ao rendová funkce je lineární z hlediska paramerů, použijeme k odhadu paramerů meodu nejmenších čverců. Znamená o řeši ři normální rovnice (Hindls, Hronová, Seger, Fischer, 26) + b2 2 y = n b + b1, + 2 = b b1 + b2 y, = b b1 + b2 4 y. Je-li časová proměnná zavedena ak, že plaí =, můžeme paramery rendové funkce vypočía pomocí vzorců (Minařík, 28) b b b 4 2 y 4 2 n ( ) = 2 y, 1 = 2 2 n 2 y y 4 2 n ( ) = 2 y 2. 2, Volba vhodného modelu rendu V časových řadách měříme kvaliu vyrovnání nejčasěji pomocí rozměrných charakerisik měřící velikos reziduální složky. Reziduální složku časové řady 35

34 sanovíme nepřímou meodou jako rozdíl pozorovaných hodno a sysemaické složky, j. e = y Y. Průměrné reziduum e = 1 n n e = 1 je auomaicky rovno nule pro rendové funkce lineární v paramerech sanovené meodou nejmenších čverců. V případě mechanického vyrovnání průměrné reziduum vyjadřuje velikos sysemaické chyby. Velikos náhodné chyby spojené s vyrovnáním časové řady měří průměrná absoluní reziduální odchylka d 1 = n e e n = 1 nebo časěji reziduální rozpyl s n e = e n = 1 a z něj odvozená reziduální směrodaná odchylka se. V počíačových programech se můžeme časo seka s anglickými zkrakami výše uvedených pojmů M.E. (mean error), M.A.E. (mean absolue error) a M.S.E. (mean squared error). Základním požadavkem na reziduum je, aby maximálně korespondovalo s nepravidelnou složkou řady a bylo co možná nejdokonaleji očišěno od sysemaické složky. (Minařík, 28) Popis sezónní složky Sezónní složkou časových řad rozumíme periodicky se opakující obousměrné odchylky údajů řady od rendu a předpokládáme, že jde o odchylky opakující se s periodiciou jeden rok či kraší. Oscilace vznikají ponejvíce v důsledku přímých či nepřímých příčin, keré se rok co rok pravidelně opakují jako projev exisence pravidelného sřídání ročních období. 36

35 Ze saisického hlediska dělíme sezónnos na Konsanní sezónnos, u níž předpokládáme, že sezónní výkyvy jsou rok od roku neměnné a neovlivňují je vývojové změny v charakeru rendové složky. Jsou edy od chování rendu odděleny". Ješě jinak řečeno, ampliuda výkyvů zůsává při libovolném vývoji rendu prakicky beze změn. Sezónní výkyvy se v rámci roku kompenzují, akže jejich roční souče je nulový. Používá se pro ně název sezónní rozdíly. Proporcionální sezónnos, u níž se vychází z předsavy, že v daném dílčím období se sezónní výkyvy mění přímo úměrně dosažené úrovni rendové složky. Ampliuda výkyvu sezónní složky je edy úměrná (proporcionální) vývoji složky rendové. Sezónní výkyv a rendová složka se skládají násobením a charakerisikou sezónnosi je relaivní bezrozměrná charakerisika sezónní index. (Hindls, Hronová, Novák, 2) Triviální pojeí sezónnosi Triviální pojeí sezónnosi vychází z předpokladu proporcionální sezónní složky a používá k jejímu měření primiivní charakerisiku empirický sezónní index j = 1 k k i= 1 y T ij ij pro j = 1, 2,,m. Empirický sezónní index je definován jako arimeický průměr podílu pozorovaných a rendových hodno sejnojmenného dílčího období za všechny periody řady podílů y ij. T ij Poé lze urči vyrovnané hodnoy časové řady Y ij jako součin rendové a sezónní složky Y = T. ij ij j (Minařík, 28) 37

36 4.2.1 Exrapolace sysemaické složky Pokud provedeme inerpolaci časové řady rendovou funkcí a vyjdeme-li z předpokladu, že v dohledné budoucnosi nedojde k náhlé změně zákoniosí vývoje zkoumaného jevu, můžeme jejích výsledků využí k předpovědi budoucího vývoje. Nejprimiivnější meodou předpovídání je meoda exrapolace deerminisické sysemaické složky časové řady, kerou získáme dosazením příslušné hodnoy časové proměnné n+ 1, n+ 2 časové řady., do vzorce sysemaické složky Bezchybná předpověď není možná a každá předpověď je spojena s určiou chybou předpovědi, kerá je ím věší, čím kraší je pozorovaná délka časové řady, čím nedokonalejší je popis uplynulého vývoje a čím vzdálenější je horizon předpovědi. Jisá čás chyby ovšem spočívá i v budoucí nejisoě. Skuečnou chybu předpovědi, kerá se sanoví jako rozdíl skuečné hodnoy a předpovědi + 1 = y + i Y + i, nemůžeme urči dříve, dokud není známá skuečná hodnoa y n + i. Proo se zpravidla vychází z zv. pseudopředpovědí, při nichž za neznámé budoucí hodnoy pokládáme několik posledních pozorovaných hodno časové řady. (Minařík, 28) 38

37 5 VÝSLEDKY PRÁCE Výsledky vlasní práce se pro jednodušší orienaci rozdělí na dílčí podkapioly, keré na sebe budou věcně navazova. První čás je zaměřena na obecné seznámení s údaji o míře nezaměsnanosi ve sledovaných oblasech. V další čási se zaměříme na územní srovnání vývoje nezaměsnanosi dle věkové srukury, vzdělání a délky regisrace nezaměsnaných na úřadech práce. Hlavní čás práce se věnuje určení rendových funkcí, keré umožňují předpovědě budoucí vývoj pro následující období. Na závěr se z vypočených rendových funkcí pomocí saisických charakerisik zvolí nejvhodnější model rendu a podle něj se provede nejpravděpodobnější prognóza vývoje nezaměsnanosi pro území České republiky i okresu Uherské Hradišě. 5.1 Obecné srovnání vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR Vývoj nezaměsnanosi v okrese Uherské Hradišě a v České republice přehledně inerpreují grafy uvedené níže. Sloupcový Graf 1 a 2 znázorňují míru nezaměsnanosi v jednolivých čvrleích. Na první pohled je zřeelné, že míra nezaměsnanosi dosahuje vyšších hodno vždy v. a V. čvrleí, což způsobuje ukončování sezónních prací např. v zemědělsví a savebnicví v zimním období a aké ukončování pracovních poměrů na dobu určiou ke konci roku. Nejnižší nezaměsnanosi se zpravidla dosahuje ve. čvrleí, kdy se opě začínají provozova sezónní práce. Mírný nárůs pak následuje ve. čvrleí, kdy se na úřady práce hlásí čersví absolveni škol, kerým se nepodařilo po ukončení sudia nají uplanění na rhu práce. 39

38 Graf 1 Míra nezaměsnanosi v okrese Uherské Hradišě v leech % Nezaměsnanos v % 1% 8% 6% 4% 2%. čvrleí. čvrleí. čvrleí V. čvrleí % Období Zdroj: MPSV, čvrlení saisiky míry nezaměsnanosi Graf 2 Míra nezaměsnanosi v České republice v leech % Nezaměsnanos v % 1% 8% 6% 4% 2%. čvrleí. čvrleí. čvrleí V. čvrleí % Období Zdroj: MPSV, čvrlení saisiky míry nezaměsnanosi Graf 3 ukazuje komparaci vývoje míry nezaměsnanosi u obou územních úvarů. Z grafu lze vyčís, že nezaměsnanos v okrese Uherské Hradišě se po celé sledované období nachází pod úrovní celorepublikové míry nezaměsnanosi, až v posledním roce pozorování se hodnoy sjednocují. Do roku 24 je u obou 4

39 křivek vidě mírný nárůs, kerý je z čási způsobený snížením zaměsnanosi v primárním i sekundárním sekoru, ale aké úbykem zaměsnanců a členů produkčních družsev a podnikaelů. V prvním čvrleí roku 24 dosahuje míra nezaměsnanosi nejvyšší úrovně, v republikovém měříku dorůsá k hodnoě 1,7%, v okrese Uherské Hradišě se zasavuje na 9,46%. Od roku 24 naopak křivky klesají, v. čvrleí roku 28 se dosávají na nejnižší úroveň za posledních dese le, konkréně na 5% míru nezaměsnanosi. Teno průběh z velké míry ovlivnil nárůs zaměsnanosi v sekundárním i erciárním sekoru. Zaměsnanos rosla hlavně v průmyslu zpracovaelském, konkréně v odvěvích propojených s auomobilovou výrobou. Terciární sekor zaznamenal nárůs v poču zaměsnanců, ovšem podíl na celkové zaměsnanosi mírně poklesl. V roce 27 předsavoval podíl sekundárního sekoru na zaměsnanosi v České republice nejvyšší hodnou ze všech sáů Evropské Unie. Ve. čvrleí roku 28 mají ovšem obě křivky opě mírně rosoucí charaker. Graf 3 Srovnání vývoje nezaměsnanosi v České republice a okrese Uherské Hradišě Nezaměsnanos v % 14% 12% 1% 8% 6% 4% 2% % Období Nezaměsnanos v ČR Nezaměsnanos v okrese UH Zdroj: MPSV, čvrlení saisiky míry nezaměsnanosi

40 5.2 Srovnání vývoje nezaměsnanosi dle věkové srukury, vzdělání a délky nezaměsnanosi uchazečů o pracovní mísa Tao čás práce analyzuje vývoj nezaměsnanosi v okrese Uherské Hradišě a v České republice z hlediska věku, dosaženého vzdělání a délky nezaměsnanosi uchazečů o zaměsnání regisrovaných na úřadě práce. Údaje o počech nezaměsnaných jsou pozorovány po dobu desei le, od roku 1999 do 28, a pracuje se s ročními day, o znamená, že poče nezaměsnaných se sleduje k dau v jednolivých leech. U všech srovnání jsou podíly nezaměsnaných zobrazeny v jednoduchých abulkách a následně zpracovány do sloupcových grafů v relaivním vyjádření Srovnání vývoje nezaměsnanosi dle věkové srukury V Tab. 3 a 4 jsou uchazeči o zaměsnání rozděleni do šesi věkových skupin. Do první řídy se řadí osoby od 15 do 19 le, což jsou věšinou čersví absolveni škol. Další věkové skupiny zahrnují občany od 2 do 59 le a jsou rozříděny do inervalů po desei leech. Poslední skupina zaznamenává y, keří dosáhli věku 6 le a více. Tab. 3 Nezaměsnanos dle věkové srukury v okrese Uherské Hradišě Věk do 19 le 4,6% 2,9% 7,9% 7,9% 7,% 5,5% 4,2% 4,1% 3,6% 3,9% 2-29 le 37,6% 38,4% 33,7% 33,2% 3,4% 27,5% 24,8% 22,6% 2,8% 22,6% 3-39 le 2,2% 19,8% 2,5% 18,8% 18,8% 19,8% 2,2% 2,8% 2,8% 21,5% 4-49 le 21,7% 21,1% 2,3% 19,3% 2,4% 21,7% 22,1% 2,9% 2,% 2,1% 5-59 le 15,6% 17,% 16,9% 19,9% 21,9% 23,8% 26,5% 29,1% 31,6% 28,8% 6 a více le,3%,7%,7%,9% 1,6% 1,7% 2,1% 2,5% 3,2% 3,1% Zdroj: Vlasní výpočy 42

41 Graf 4 Nezaměsnanos dle věkové srukury v okrese Uherské Hradišě 1% Nezaměsnanos v % 8% 6% 4% 2% % Období do 19 le 2-29 le 3-39 le 4-49 le 5-59 le 6 a více le Tab. 4 Nezaměsnanos dle věkové srukury v České republice Zdroj: Vlasní výpočy Věk do 19 le 4,8% 3,5% 7,8% 7,4% 6,9% 5,9% 5,3% 5,% 4,7% 5,2% 2-29 le 37,7% 36,2% 31,8% 31,6% 3,5% 28,4% 25,8% 24,1% 21,2% 22,8% 3-39 le 2,9% 21,7% 21,6% 21,1% 21,4% 22,2% 22,6% 22,8% 22,6% 22,6% 4-49 le 21,9% 22,3% 21,7% 2,5% 2,4% 21,1% 21,1% 21,% 2,9% 2,2% 5-59 le 14,5% 15,9% 16,8% 18,9% 2,% 21,3% 23,8% 25,4% 28,1% 26,6% 6 a více le,2%,3%,4%,5%,8% 1,1% 1,3% 1,8% 2,6% 2,7% Zdroj: Vlasní výpočy Graf 5 Nezaměsnanos dle věkové srukury v České republice 1% Nezaměsnanos v % 8% 6% 4% 2% % Období do 19 le 2-29 le 3-39 le 4-49 le 5-59 le 6 a více le Zdroj: Vlasní výpočy 43

42 Po srovnání Grafu 4 a 5 můžeme konsaova, že se na první pohled velmi podobají. Je z nich parné, že v České republice i v okrese Uherské Hradišě se nachází nejméně uchazečů o zaměsnání ve věku 6 le a více, což je pochopielné z hlediska menší počenosi pracujících v omo věkovém rozmezí než v osaních, ale v průběhu pozorujeme mírný nárůs. V obou případech se zvýšil poče nezaměsnaných s několika desein na hodnou kolem 3%. Naopak nejvíce zasoupenou skupinou jsou v obou grafech občané mezi 2 a 29 ley. Tuo skuečnos můžeme zdůvodni časým odmíáním zaměsnavaelů přijíma mladé lidi kvůli chybějící praxi a nulovým zkušenosem. U obou sledovaných oblasí ale pozorujeme klesající endenci až do roku 27, kdy se hodnoa snížila od roku 1999 z éměř 38% na pouhých 2%, v roce 28 došlo k nárůsu kolem 1%. Mezi další počené skupiny paří uchazeči v leech 3 až 39 a 4 až 49 le, u kerých můžeme vidě éměř neměnný podíl na celkové nezaměsnanosi. Nezaměsnanos věkové řídy od 3 do 39 le za deseileé období naros o pouhé 1% a u občanů v rozmezí 4 49 le naopak klesl o 2%. Výrazně rosoucí charaker ale vykazuje nezaměsnanos u lidí ve věku 5 59 le. V roce 1999 dosahoval jejich procenní podíl na celkové nezaměsnanosi kolem 15%, na konci roku 28 se eno podíl vyšplhal v ČR přesně na 26,6%, v okrese Uherské Hradišě ješě o 2% výše. Kolísavý průběh pozorujeme u skupiny nejmladších uchazečů, u kerých hodnoy v roce 2 klesají až k 3% a v roce 21 rapidně narosou na 8%. 44

43 5.2.2 Srovnání vývoje nezaměsnanosi dle dosaženého vzdělání Vzdělání uchazečů o zaměsnání je rozříděno do šesi skupin. Jedná se o uchazeče bez vzdělání, se základním vzděláním, vyučené uchazeče, se sředoškolským vzděláním, s vyšším odborným a s vysokoškolským vzděláním. Do řeí skupiny paří osoby s nižším sředoškolským vzděláním, nižším odborným sředoškolským vzděláním a sředním odborným vzděláním s výučním lisem bez mauriy. Do čvré řídy jsou zařazeni uchazeči s úplným sředním vzděláním a úplným sředním odborným vzděláním. Poslední skupina vysokoškolsky vzdělaných občanů zahrnuje osoby s bakalářským, magiserským a dokorským iulem. Tab. 5 Nezaměsnanos dle vzdělání v okrese Uherské Hradišě Vzdělání Bez vzdělání,1%,%,%,%,%,%,%,%,%,% Základní vzdělání 19,5% 2,7% 21,5% 21,3% 21,1% 2,2% 2,6% 21,4% 21,3% 2,7% Vyučen 48,2% 5,6% 49,8% 5,6% 5,7% 5,% 49,6% 49,3% 48,7% 49,8% Sředoškolské 28,2% 24,3% 24,2% 23,6% 23,9% 24,9% 25,2% 24,8% 24,6% 23,7% Vyšší odborné,6%,6%,7%,8%,8%,8%,7%,8%,8%,8% Vysokoškolské 3,4% 3,8% 3,8% 3,7% 3,5% 4,2% 3,9% 3,7% 4,6% 5,% Zdroj: Vlasní výpočy 45

44 Graf 6 Nezaměsnanos dle vzdělání v okrese Uherské Hradišě 1% Nezaměsnanos v % 8% 6% 4% 2% % Období Bez vzdělání Základní vzdělání Vyučen Sředoškolské Vyšší odborné Vysokoškolské Tab. 6 Nezaměsnanos dle vzdělání v České republice Zdroj: Vlasní výpočy Vzdělání Bez vzdělání,6%,7%,7%,6%,6%,6%,6%,7%,7%,6% Základní vzdělání 29,4% 3,9% 31,4% 3,9% 3,8% 3,% 3,% 3,7% 3,9% 29,6% Vyučen 43,% 43,6% 43,2% 43,6% 43,9% 44,3% 44,3% 43,4% 42,5% 42,5% Sředoškolské 23,6% 21,4% 2,9% 21,1% 21,% 21,2% 21,1% 21,2% 21,5% 22,1% Vyšší odborné,4%,5%,6%,6%,5%,6%,6%,6%,5%,6% Vysokoškolské 3,% 2,9% 3,1% 3,1% 3,2% 3,3% 3,4% 3,5% 3,9% 4,5% Zdroj: Vlasní výpočy Graf 7 Nezaměsnanos dle vzdělání v České republice 1% Nezaměsnanos v % 8% 6% 4% 2% % Období Bez vzdělání Základní vzdělání Vyučen Sředoškolské Vyšší odborné Vysokoškolské Zdroj: Vlasní výpočy 46

45 V obou pozorovaných územních úvarech zabírá nejvěší podíl na nezaměsnanosi lidé zahrnuí ve skupině vyučen. V České republice kolísají kolem hodnoy 43%, v okrese Uherské Hradišě se podíl éo skupiny nachází v úrovni 5% po celé období. V grafu znázorňujícím siuaci nezaměsnanosi v České republice je druhou nejpočenější řída zasupující osoby se základním vzděláním. Procenní podíl se v průběhu éměř nemění, má udíž konsanní vývoj. Třeí pořadí zaujímá skupina sředoškolsky vzdělaných uchazečů. V okrese Uherské Hradišě má druhé nejvěší zasoupení skupina se sředoškolským vzděláním, kerá v roce 1999 dosahuje 28% a poé kolísá okolo 24%, a jako další následují osoby se základním vzděláním, jejichž hodnoy oscilují kolem hodnoy 2%. U občanů s vysokoškolským vzděláním můžeme v obou grafech sledova přibližně sejný vývoj. Jak v České republice, ak i v okrese Uherské Hradišě se podílí 3% na celkové nezaměsnanosi. Nejméně nezaměsnaných je mezi občany bez vzdělání a s vyšším odborným vzděláním, což je zapříčiněno hlavně ím, že osob s ímo vzděláním je v České republice velmi málo Srovnání vývoje nezaměsnanosi dle délky nezaměsnanosi Tenokrá jsme nezaměsnané rozdělili podle délky regisrace na úřadě práce do šesi říd. První řídu voří uchazeči, keří hledají práci méně než 3 měsíce. Druhá, řeí, čvrá a páá řída zahrnují posupně y, keří jsou bez práce 3 6 měsíců, 6 9 měsíců, 9 12 měsíců a měsíců. Do poslední skupiny se zařazují uchazeči, keří jsou v regisraci úřadu práce déle než dva roky. 47

46 Tab. 7 Nezaměsnanos dle délky nezaměsnanosi v okrese Uherské Hradišě Délka nezaměsnanosi do 3 měsíců 32,2% 3,% 29,3% 26,6% 25,6% 28,1% 29,4% 28,5% 29,6% 37,% 3-6 měsíců 25,% 22,9% 22,3% 21,3% 2,8% 19,6% 18,1% 18,3% 17,4% 2,1% 6-9 měsíců 13,8% 11,4% 11,4% 13,4% 11,4% 9,3% 9,1% 8,6% 9,3% 9,1% 9-12 měsíců 1,5% 8,% 8,2% 9,4% 8,% 7,1% 7,4% 7,8% 7,3% 5,5% měsíců 13,2% 16,9% 15,1% 15,% 17,3% 15,9% 15,3% 15,% 14,6% 1,6% 24 měsíců a více 5,2% 1,9% 13,8% 14,3% 16,9% 2,1% 2,6% 21,8% 21,8% 17,7% Zdroj: Vlasní výpočy Graf 8 Nezaměsnanos dle délky nezaměsnanosi v okrese Uherské Hradišě 1% Nezaměsnanos v % 8% 6% 4% 2% % Období do 3 měsíců 3-6 měsíců 6-9 měsíců 9-12 měsíců měsíců více než 24 měsíců Zdroj: Vlasní výpočy Tab. 8 Nezaměsnanos dle délky nezaměsnanosi v České republice Délka nezaměsnanosi do 3 měsíců 26,8% 25,6% 26,1% 24,% 22,7% 26,% 25,7% 26,7% 3,% 38,3% 3-6 měsíců 21,3% 18,2% 19,% 19,7% 18,6% 17,2% 17,% 16,5% 16,3% 18,7% 6-9 měsíců 12,7% 1,3% 1,2% 11,1% 1,3% 9,1% 9,1% 8,7% 8,4% 8,6% 9-12 měsíců 9,6% 7,5% 7,6% 8,1% 8,1% 7,2% 6,6% 6,8% 6,7% 5,6% měsíců 17,8% 19,3% 15,1% 15,9% 17,1% 15,7% 15,6% 14,% 12,7% 9,6% více než 24 měsíců 11,9% 19,1% 22,% 21,3% 23,1% 24,9% 26,1% 27,2% 25,9% 19,3% Zdroj: Vlasní výpočy 48

47 Graf 9 Nezaměsnanos dle délky nezaměsnanosi v České republice 1% Nezaměsnanos v % 8% 6% 4% 2% % Období do 3 měsíců 3-6 měsíců 6-9 měsíců 9-12 měsíců měsíců více než 24 měsíců Zdroj: Vlasní výpočy Z Grafu 8 a 9 se jeví jako nejpočenější skupina, kerou voří méně než ři měsíce nezaměsnaní lidé. U obou oblasí se vývoj velmi podobá. Do roku 24 procenní podíl klesá v ČR z úrovně 26,8% a v okrese Uherské Hradišě z 32,2%. V ČR dále kolísá kolem 26%, až v roce 27 vzrose na 3% a v dalším roce ješě o dalších 1%. V okrese Uherské Hradišě se hodnoy po roce 24 pohybují kolem 29% a až v roce 28 prudce narosou na úroveň 37%. Dále je významným poměrem zasoupena v obou grafech nezaměsnanos od 3 do 6 měsíců. Její hodnoy v průběhu pozorování kolísaly v okrese Uherské Hradišě mezi 25% a 18%, v ČR mezi 21% a 16%. Nezaměsnanos 6-9 měsíců a 9-12 měsíců se nachází éměř na sejné úrovni u obou územních celků. Od roku 1999 do 28 posupně klesají, u nezaměsnanosi od 6. do 9. měsíce k 9%, u nezaměsnaných od 9 do 12 měsíců k hranici 5%. Uchazeči o zaměsnání regisrovaní od 1 do 2 le mají velmi kolísavý charaker. V okrese Uherské Hradišě se procenní podíly pohybovaly mezi 13 až 17%, v roce 28 klesly až na hodnou 1,6%. V ČR podíl na celkové 49

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p Analýza časových řad Informační a komunikační echnologie ve zdravonicví Definice Řada je posloupnos hodno Časová řada chronologicky uspořádaná posloupnos hodno určiého saisického ukazaele formálně je realizací

Více

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka Analýza časových řad Klasický přísup k analýze ČŘ dekompozice časové řady - rozklad ČŘ na složky charakerizující různé druhy pohybů v ČŘ, keré umíme popsa a kvanifikova rend periodické kolísání cyklické

Více

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je. Pravděpodobnos a saisika 0. ČASOVÉ ŘADY Průvodce sudiem Využijeme znalosí z předchozích kapiol, především z 9. kapioly, kerá pojednávala o regresní analýze, a rozšíříme je. Předpokládané znalosi Pojmy

Více

Schéma modelu důchodového systému

Schéma modelu důchodového systému Schéma modelu důchodového sysému Cílem následujícího exu je názorně popsa srukuru modelu, kerý slouží pro kvanifikaci příjmové i výdajové srany důchodového sysému v ČR, a o jak ve varianách paramerických,

Více

PŘÍLOHA SDĚLENÍ KOMISE. nahrazující sdělení Komise

PŘÍLOHA SDĚLENÍ KOMISE. nahrazující sdělení Komise EVROPSKÁ KOMISE V Bruselu dne 28.10.2014 COM(2014) 675 final ANNEX 1 PŘÍLOHA SDĚLENÍ KOMISE nahrazující sdělení Komise o harmonizovaném rámci návrhů rozpočových plánů a zpráv o emisích dluhových násrojů

Více

Zhodnocení historie predikcí MF ČR

Zhodnocení historie predikcí MF ČR E Zhodnocení hisorie predikcí MF ČR První experimenální publikaci, kerá shrnovala minulý i očekávaný budoucí vývoj základních ekonomických indikáorů, vydalo MF ČR v lisopadu 1995. Tímo byl položen základ

Více

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky Demografické projekce poču žáků maeřských a základních škol pro malé územní celky Tomáš Fiala, Jika Langhamrová Kaedra demografie Fakula informaiky a saisiky Vysoká škola ekonomická v Praze Pořebná daa

Více

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU MENDELOVA LESNICKÁ A ZEMĚDĚLSKÁ UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU Analýza zaměsnanosi cizinců v ČR Bakalářská práce Vedoucí bakalářské práce Mgr. Marin

Více

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Základní ransformace časových řad Veškeré násroje základní korelační analýzy, kam paří i lineární regresní (ekonomerické) modely

Více

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA 4 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 11-12 září 2008 Analýza rizikových fakorů při hodnocení invesičních projeků dle kriéria

Více

Komparace nezaměstnanosti vybraných okresů Olomouckého kraje

Komparace nezaměstnanosti vybraných okresů Olomouckého kraje Mendelova univerzia v Brně Fakula regionálního rozvoje a mezinárodních sudií Úsav demografie a aplikované saisiky Komparace nezaměsnanosi vybraných okresů Olomouckého kraje Bakalářská práce Vedoucí práce:

Více

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav 5. Využií elekroanalogie při analýze a modelování dynamických vlasnosí mechanických sousav Analogie mezi mechanickými, elekrickými či hydraulickými sysémy je známá a lze ji účelně využíva při analýze dynamických

Více

EKONOMETRIE 6. přednáška Modely národního důchodu

EKONOMETRIE 6. přednáška Modely národního důchodu EKONOMETRIE 6. přednáška Modely národního důchodu Makroekonomické modely se zabývají modelováním a analýzou vzahů mezi agregáními ekonomickými veličinami jako je důchod, spořeba, invesice, vládní výdaje,

Více

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU Indexy základní, řeězové a empo přírůsku Aleš Drobník srana 1 7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU V kapiole Indexy při časovém srovnání jsme si řekli: Časové srovnání vzniká, srovnáme-li jednu

Více

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU MENDELOVA LESNICKÁ A ZEMĚDĚLSKÁ UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU Analýza nehodovosi v ČR v leech 001-006 Bakalářská práce Vedoucí bakalářské práce Mgr.

Více

APLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY

APLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY APLIKACE INDEXU DAŇOVÉ PROGRESIVIT V PODMÍNKÁCH ČESKÉ REPUBLIK Ramanová Ivea ABSTRAKT Příspěvek je věnován problemaice měření míry progresiviy zdanění pomocí indexu daňové progresiviy, kerý vychází z makroekonomických

Více

Volba vhodného modelu trendu

Volba vhodného modelu trendu 8. Splinové funkce Trend mění v čase svůj charaker Nelze jej v sledovaném období popsa jedinou maemaickou křivkou aplikace echniky zv. splinových funkcí: o Řadu rozdělíme na několik úseků o V každém úseku

Více

Porovnání vývoje počtu českých a zahraničních turistů v rámci ČR v letech

Porovnání vývoje počtu českých a zahraničních turistů v rámci ČR v letech Mendelova univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Porovnání vývoje poču českých a zahraničních urisů v rámci ČR v leech 2003 2009 Bakalářská práce Vedoucí práce: Ing.

Více

Srovnávací analýza vývoje mezd v České republice

Srovnávací analýza vývoje mezd v České republice Mendelova univerzia v Brně Provozně ekonomická fakula Srovnávací analýza vývoje mezd v České republice Bakalářská práce Vedoucí práce: Mgr. Kamila Vopaová Vypracovala: Lucie Mojžíšová Brno 10 Děkuji ímo

Více

2.2.9 Jiné pohyby, jiné rychlosti II

2.2.9 Jiné pohyby, jiné rychlosti II 2.2.9 Jiné pohyby, jiné rychlosi II Předpoklady: 020208 Pomůcky: papíry s grafy Př. 1: V abulce je naměřeno prvních řice sekund pohybu konkurenčního šneka. Vypoči: a) jeho průměrnou rychlos, b) okamžié

Více

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů OPERAČNÍ PROGRAM ŽIVOTNÍ PROSTŘEDÍ EVROPSKÁ UNIE Fond soudržnosi Evropský fond pro regionální rozvoj Pro vodu, vzduch a přírodu Meodika zpracování finanční analýzy a Finanční udržielnos projeků PŘÍLOHA

Více

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE VYTVÁŘENÍ TRŽNÍ ROVNOVÁHY VYBRANÝCH ZEMĚDĚLSKO-POTRAVINÁŘSKÝCH PRODUKTŮ Ing. Michal Malý Školiel: Prof. Ing. Jiří

Více

Skupinová obnova. Postup při skupinové obnově

Skupinová obnova. Postup při skupinové obnově Skupinová obnova Při skupinové obnově se obnovují všechny prvky základního souboru nebo určiá skupina akových prvků najednou. Posup při skupinové obnově prvky, jež selžou v určiém období, je nuno obnovi

Více

STATISTICKÁ ANALÝZA PORODNOSTI Bakalářská práce

STATISTICKÁ ANALÝZA PORODNOSTI Bakalářská práce MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU STATISTICKÁ ANALÝZA PORODNOSTI Bakalářská práce Vedoucí bakalářské práce Mgr. Veronika Blašková

Více

SDĚLENÍ KOMISE. Harmonizovaný rámec návrhů rozpočtových plánů a zpráv o emisích dluhových nástrojů v eurozóně

SDĚLENÍ KOMISE. Harmonizovaný rámec návrhů rozpočtových plánů a zpráv o emisích dluhových nástrojů v eurozóně EVROPSKÁ KOMISE V Bruselu dne 27.6.2013 COM(2013) 490 final SDĚLENÍ KOMISE Harmonizovaný rámec návrhů rozpočových plánů a zpráv o emisích dluhových násrojů v eurozóně CS CS 1. ÚVOD Nařízení Evropského

Více

10 LET ČLENSTVÍ ČESKÉ REPUBLIKY V EVROPSKÉ UNII Z POHLEDU EKONOMICKÉ DEMOGRAFIE A PRŮZKUMU PRACOVNÍCH SIL PODLE EUROSTATU

10 LET ČLENSTVÍ ČESKÉ REPUBLIKY V EVROPSKÉ UNII Z POHLEDU EKONOMICKÉ DEMOGRAFIE A PRŮZKUMU PRACOVNÍCH SIL PODLE EUROSTATU RELIK 214. Reprodukce lidského kapiálu vzájemné vazby a souvislosi. 24. 25. lisopadu 214 1 LET ČLENSTVÍ ČESKÉ REPUBLIKY V EVROPSKÉ UNII Z POHLEDU EKONOMICKÉ DEMOGRAFIE A PRŮZKUMU PRACOVNÍCH SIL PODLE EUROSTATU

Více

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV 3 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6-7 září 2006 Porovnání způsobů hodnocení invesičních projeků na bázi kriéria Dana Dluhošová

Více

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti Měření výkonnosi údržby prosřednicvím ukazaelů efekivnosi Zdeněk Aleš, Václav Legá, Vladimír Jurča 1. Sledování efekiviy ve výrobní organizaci S rozvojem vědy a echniky je spojena řada požadavků kladených

Více

FAKULTA APLIKOVANÝCH VĚD

FAKULTA APLIKOVANÝCH VĚD FAKULTA APLIKOVANÝCH VĚD ZÁPADOČESKÁ UNIVERZITA V PLZNI Semesrální práce z předměu KMA/MAB Téma: Schopnos úrokového rhu předvída sazby v době krize Daum: 7..009 Bc. Jan Hegeď, A08N095P Úvod Jako éma pro

Více

Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace

Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace Mendelova univerzia v Brně Provozně ekonomická fakula Úsav ekonomie Vliv srukury ekonomiky na vzah nezaměsnanosi a inflace Diplomová práce Vedoucí práce: Ing. Milan Palá, Ph.D. Vypracoval: Bc. Jiří Morávek

Více

PŘIROZENÝ POHYB OBYVATELSTVA V JIHOVÝCHODNÍM REGIONU ČESKÉ REPUBLIKY PODLE KRAJŮ #

PŘIROZENÝ POHYB OBYVATELSTVA V JIHOVÝCHODNÍM REGIONU ČESKÉ REPUBLIKY PODLE KRAJŮ # PŘIROZENÝ POHYB OBYVATELTVA V JIHOVÝCHODNÍM REGIONU ČEKÉ REPUBLIKY PODLE KRAJŮ # THE NATURAL CHANGE OF POPULATION IN THE OUTH-EAT REGION OF THE CZECH REPUBLIC ACCORDING TO UB-REGION DUFEK, Jaroslav, MINAŘÍK,

Více

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví Vysoká škola ekonomická v Praze Fakula informaiky a saisiky Kaedra ekonomické saisiky Meodika ransformace ukazaelů Bilancí národního hospodářsví do Sysému národního účenicví Ing. Jaroslav Sixa, Ph.D. Doc.

Více

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY Kaedra obecné elekroechniky Fakula elekroechniky a inormaiky, VŠB - T Osrava. TOJFÁZOVÉ OBVODY.1 Úvod. Trojázová sousava. Spojení ází do hvězdy. Spojení ází do rojúhelníka.5 Výkon v rojázových souměrných

Více

Vliv funkce příslušnosti na průběh fuzzy regulace

Vliv funkce příslušnosti na průběh fuzzy regulace XXVI. ASR '2 Seminar, Insrumens and Conrol, Osrava, April 26-27, 2 Paper 2 Vliv funkce příslušnosi na průběh fuzzy regulace DAVIDOVÁ, Olga Ing., Vysoké učení Technické v Brně, Fakula srojního inženýrsví,

Více

Aplikace analýzy citlivosti při finačním rozhodování

Aplikace analýzy citlivosti při finačním rozhodování 7 mezinárodní konference Finanční řízení podniků a finančních insiucí Osrava VŠB-U Osrava Ekonomická fakula kaedra Financí 8 9 září 00 plikace analýzy cilivosi při finačním rozhodování Dana Dluhošová Dagmar

Více

Prognózování vzdělanostních potřeb na období 2006 až 2010

Prognózování vzdělanostních potřeb na období 2006 až 2010 Prognózování vzdělanosních pořeb na období 2006 až 2010 Zpráva o savu a rozvoji modelu pro předvídání vzdělanosních pořeb ROA - CERGE v roce 2005 Vypracováno pro čás granového projeku Společnos vědění

Více

MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA

MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA Přednáška 7 MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA A INTERAKCE S MĚNOVÝM KURZEM (navazující přednáška na přednášku na éma inflace, měnová eorie a měnová poliika) Měnová poliika

Více

Studie proveditelnosti (Osnova)

Studie proveditelnosti (Osnova) Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele

Více

2. ZÁKLADY TEORIE SPOLEHLIVOSTI

2. ZÁKLADY TEORIE SPOLEHLIVOSTI 2. ZÁKLADY TEORIE SPOLEHLIVOSTI Po úspěšném a akivním absolvování éo KAPITOLY Budee umě: orienova se v základním maemaickém aparáu pro eorii spolehlivosi, j. v poču pravděpodobnosi a maemaické saisice,

Více

FINANČNÍ MATEMATIKA- ÚVĚRY

FINANČNÍ MATEMATIKA- ÚVĚRY Projek ŠABLONY NA GVM Gymnázium Velké Meziříčí regisrační číslo projeku: CZ.1.07/1.5.00/4.0948 IV- Inovace a zkvalinění výuky směřující k rozvoji maemaické gramonosi žáků sředních škol FINANČNÍ MATEMATIKA-

Více

Využívání obnovitelných zdrojů na výrobu elektrické energie v ČR

Využívání obnovitelných zdrojů na výrobu elektrické energie v ČR Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Využívání obnovielných zdrojů na výrobu elekrické energie v ČR Bakalářská práce Vedoucí práce:

Více

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat. 4 Inegrace subsiucí 4 Inegrace subsiucí Průvodce sudiem Inegrály, keré nelze řeši pomocí základních vzorců, lze velmi časo řeši subsiuční meodou Vzorce pro derivace elemenárních funkcí a věy o derivaci

Více

9 Viskoelastické modely

9 Viskoelastické modely 9 Viskoelasické modely Polymerní maeriály se chovají viskoelasicky, j. pod vlivem mechanického namáhání reagují současně jako pevné hookovské láky i jako viskózní newonské kapaliny. Viskoelasické maeriály

Více

Vybrané metody statistické regulace procesu pro autokorelovaná data

Vybrané metody statistické regulace procesu pro autokorelovaná data XXVIII. ASR '2003 Seminar, Insrumens and Conrol, Osrava, May 6, 2003 239 Vybrané meody saisické regulace procesu pro auokorelovaná daa NOSKIEVIČOVÁ, Darja Doc., Ing., CSc. Kaedra konroly a řízení jakosi,

Více

Návrh rozložení výroby jednotlivých výrobků do směn sloužící ke snížení zmetkovitosti

Návrh rozložení výroby jednotlivých výrobků do směn sloužící ke snížení zmetkovitosti MENDELOVA UNIVERZITA V BRNĚ Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Návrh rozložení výroby jednolivých výrobků do směn sloužící ke snížení zmekoviosi Diplomová práce Vedoucí práce:

Více

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA DEMOGRAFICKÁ DYNAMIKA OBYVATELSTVA ČESKÉ REPUBLIKY Bakalářská práce Vypracovala: Jana Horníčková Vedoucí bakalářské práce:

Více

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY Jana Soukopová Anoace Příspěvek obsahuje dílčí výsledky provedené analýzy výdajů na ochranu živoního prosředí z

Více

Úloha V.E... Vypař se!

Úloha V.E... Vypař se! Úloha V.E... Vypař se! 8 bodů; průměr 4,86; řešilo 28 sudenů Určee, jak závisí rychlos vypařování vody na povrchu, kerý ao kapalina zaujímá. Experimen proveďe alespoň pro pě různých vhodných nádob. Zamyslee

Více

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované. finní ransformace je posunuí plus lineární ransformace má svou maici vzhledem k homogenním souřadnicím využií například v počíačové grafice [] Idea afinního prosoru BI-LIN, afinia, 3, P. Olšák [2] Lineární

Více

Analýza počtu zahraničních návštěvníků. České republiky. Bakalářská práce

Analýza počtu zahraničních návštěvníků. České republiky. Bakalářská práce Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Analýza poču zahraničních návšěvníků České republiky Bakalářská práce Vedoucí práce: Ing. Krisina

Více

PŘÍKLAD INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

PŘÍKLAD INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU PŘÍKLAD INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU Ze serveru www.czso.cz jsme sledovali sklizeň obilovin v ČR. Sklizeň z několika posledních le jsme vložili do abulky 7.1. a) Jaké plodiny paří mezi obiloviny?

Více

Analýza citlivosti NPV projektu na bázi ukazatele EVA

Analýza citlivosti NPV projektu na bázi ukazatele EVA 3. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6.-7. září 2006 Analýza cilivosi NPV projeku na bázi ukazaele EVA Dagmar Richarová

Více

Pasivní tvarovací obvody RC

Pasivní tvarovací obvody RC Sřední průmyslová škola elekroechnická Pardubice CVIČENÍ Z ELEKTRONIKY Pasivní varovací obvody RC Příjmení : Česák Číslo úlohy : 3 Jméno : Per Daum zadání : 7.0.97 Školní rok : 997/98 Daum odevzdání :

Více

5EN306 Aplikované kvantitativní metody I

5EN306 Aplikované kvantitativní metody I 5EN306 Aplikované kvaniaivní meod I Přednáška 3 Zuzana Dlouhá Předmě a srukura kurzu. Úvod: srukura empirických výzkumů. vorba ekonomických modelů: eorie 3. Daa: zdroje a p da, význam popisných charakerisik

Více

Vládní daňové predikce: ex ante odhady a ex post hodnocení přesnosti v České republice #

Vládní daňové predikce: ex ante odhady a ex post hodnocení přesnosti v České republice # Vládní daňové predikce: ex ane odhady a ex pos hodnocení přesnosi v České republice # Ondřej Bayer * Úvod 1 Teno článek si klade za cíl uvés možnosi a posupy ex pos daňových predikcí a změři přesnos vládních

Více

Výpočty populačních projekcí na katedře demografie Fakulty informatiky a statistiky VŠE. TomášFiala

Výpočty populačních projekcí na katedře demografie Fakulty informatiky a statistiky VŠE. TomášFiala Výpočy populačních projekcí na kaedře demografie Fakuly informaiky a saisiky VŠE TomášFiala 1 Komponenní meoda s migrací Zpravidla zjednodušený model migrace předpokládá se pouze imigrace na úrovni migračního

Více

5 GRAFIKON VLAKOVÉ DOPRAVY

5 GRAFIKON VLAKOVÉ DOPRAVY 5 GRAFIKON LAKOÉ DOPRAY Jak známo, konsrukce grafikonu vlakové dopravy i kapaciní výpočy jsou nemyslielné bez znalosi hodno provozních inervalů a následných mezidobí. éo kapiole bude věnována pozornos

Více

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK Vzhledem ke skuečnosi, že způsob modelování elasomerových ložisek přímo ovlivňuje průběh vniřních sil v oblasi uložení, rozebereme v éo kapiole jednolivé možné

Více

MODELOVÁNÍ A KLASIFIKACE REGIONÁLNÍCH TRHŮ PRÁCE

MODELOVÁNÍ A KLASIFIKACE REGIONÁLNÍCH TRHŮ PRÁCE VYSOKÁ ŠKOL BÁNSKÁ - TECHNICKÁ UNIVERZIT OSTRV EKONOMICKÁ FKULT MODELOVÁNÍ KLSIFIKCE REGIONÁLNÍCH TRHŮ PRÁCE Jana Hančlová Ivan Křivý Jaromír Govald Miroslav Liška Milan Šimek Josef Tvrdík Lubor Tvrdý

Více

Charakteristika a struktura platů a mezd v České republice

Charakteristika a struktura platů a mezd v České republice Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Charakerisika a srukura plaů a mezd v České republice Bakalářská práce Vedoucí práce: Ing.

Více

Hodnocení vývoje a predikce vybraných ukazatelů. pojistného trhu ČR a zvolených států EU

Hodnocení vývoje a predikce vybraných ukazatelů. pojistného trhu ČR a zvolených států EU Mendelova univerzia v Brně Provozně ekonomická fakula Hodnocení vývoje a predikce vybraných ukazaelů pojisného rhu ČR a zvolených sáů EU Diplomová práce Vedoucí práce: Ing. Pavel Kolman Vypracovala: Bc.

Více

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, STABILITA. Jednokový impuls (Diracův impuls, Diracova funkce, funkce dela) někdy éž disribuce dela z maemaického hlediska nejde o pravou funkci (přesný popis eorie

Více

POLITICKÝ CYKLUS V ČESKÉ REPUBLICE

POLITICKÝ CYKLUS V ČESKÉ REPUBLICE POLITICKÝ CYKLUS V ČESKÉ REPUBLICE Jan Černohorský, Liběna Černohorská Univerzia Pardubice, Fakula ekonomicko-správní, Úsav ekonomie Absrac: The paper deals wih possible relaion beween poliical cycle and

Více

Stochastické modelování úrokových sazeb

Stochastické modelování úrokových sazeb Sochasické modelování úrokových sazeb Michal Papež odbor řízení rizik 1 Sochasické modelování úrokových sazeb OBSAH PŘEDNÁŠKY Úvod do problemaiky sochasických procesů Brownův pohyb, Wienerův proces Ioovo

Více

Stýskala, L e k c e z e l e k t r o t e c h n i k y. Vítězslav Stýskala TÉMA 6. Oddíl 1-2. Sylabus k tématu

Stýskala, L e k c e z e l e k t r o t e c h n i k y. Vítězslav Stýskala TÉMA 6. Oddíl 1-2. Sylabus k tématu Sýskala, 22 L e k c e z e l e k r o e c h n i k y Víězslav Sýskala TÉA 6 Oddíl 1-2 Sylabus k émau 1. Definice elekrického pohonu 2. Terminologie 3. Výkonové dohody 4. Vyjádření pohybové rovnice 5. Pracovní

Více

Dotazníkové šetření- souhrnný výsledek za ORP

Dotazníkové šetření- souhrnný výsledek za ORP Doazníkové šeření- souhrnný výsledek za ORP Název ORP Chomuov Poče odpovědí 26 Podpora meziobecní spolupráce, reg. číslo: CZ.1.4/4.1./B8.1 1. V jakých oblasech výborně či velmi dobře spolupracujee se sousedními

Více

Numerická integrace. b a. sin 100 t dt

Numerická integrace. b a. sin 100 t dt Numerická inegrace Mirko Navara Cenrum srojového vnímání kaedra kyberneiky FEL ČVUT Karlovo náměsí, budova G, mísnos 14a hp://cmpfelkcvucz/~navara/nm 1 lisopadu 18 Úloha: Odhadnou b a f() d na základě

Více

Matematika v automatizaci - pro řešení regulačních obvodů:

Matematika v automatizaci - pro řešení regulačních obvodů: . Komplexní čísla Inegrovaná sřední škola, Kumburská 846, Nová Paka Auomaizace maemaika v auomaizaci Maemaika v auomaizaci - pro řešení regulačních obvodů: Komplexní číslo je bod v rovině komplexních čísel.

Více

PŘÍPADOVÁ STUDIE Č. 1. Typologie obcí ČR na základě jejich demografického vývoje

PŘÍPADOVÁ STUDIE Č. 1. Typologie obcí ČR na základě jejich demografického vývoje Projek: OP VK CZ.1.07/2.2.00/07.0178 udium ekonomiky rozvoje venkova na JU v Českých Budějovicích Moderní meody pro kvaniaivní hodnocení regionálního poenciálu a práci s prosorovými day PŘÍPADOVÁ TUDIE

Více

EKONOMICKÉ PROSTŘEDÍ A KONKURENCESCHOPNOST

EKONOMICKÉ PROSTŘEDÍ A KONKURENCESCHOPNOST CENTRUM VÝZKUMU KONKURENČNÍ SCHOPNOSTI ČESKÉ EKONOMIKY EKONOMICKO-SPRÁVNÍ FAKULTA MASARYKOVY UNIVERZITY EKONOMICKÉ PROSTŘEDÍ A KONKURENCESCHOPNOST Anonín Slaný a kol. 2009 EKONOMICKÉ PROSTŘEDÍ A KONKURENCESCHOPNOST

Více

4. Střední radiační teplota; poměr osálání,

4. Střední radiační teplota; poměr osálání, Sálavé a průmyslové vyápění (60). Sřední radiační eploa; poměr osálání, operaivní a výsledná eploa.. 08 a.. 08 Ing. Jindřich Boháč TEPLOTY Sřední radiační eploa - r Sálavé vyápění = PŘEVÁŽNĚ sálavé vyápění

Více

C Predikce vývoje makroekonomických indikátorů

C Predikce vývoje makroekonomických indikátorů C Predikce vývoje makroekonomických indikáorů Prameny abulek a grafů: ČSÚ, Eurosa C.1 Ekonomický výkon Minulý vývoj HDP Sezónně očišěný HDP 2 ve 3. čvrleí 2012 mezičvrleně klesl o 0,3 % (proi 0,2 %). Meziročně

Více

Srovnání výnosnosti základních obchodních strategií technické analýzy při obchodování měn CZK/USD a CZK/EUR 1

Srovnání výnosnosti základních obchodních strategií technické analýzy při obchodování měn CZK/USD a CZK/EUR 1 Výnosnos obchodních sraegií echnické analýzy Michal Dvořák Srovnání výnosnosi základních obchodních sraegií echnické analýzy při obchodování měn CZK/USD a CZK/EUR Verze 3 03 Michal Dvořák Záměr Na přednáškách

Více

ANALÝZA ČASOVÝCH ŘAD IVAN KŘIVÝ OSTRAVA URČENO PRO VZDĚLÁVÁNÍ V AKREDI TOVANÝCH STUDIJ NÍCH PROGRAMECH

ANALÝZA ČASOVÝCH ŘAD IVAN KŘIVÝ OSTRAVA URČENO PRO VZDĚLÁVÁNÍ V AKREDI TOVANÝCH STUDIJ NÍCH PROGRAMECH ANALÝZA ČASOVÝCH ŘAD URČENO PRO VZDĚLÁVÁNÍ V AKREDI TOVANÝCH STUDIJ NÍCH PROGRAMECH IVAN KŘIVÝ ČÍSLO OPERAČNÍHO PROGRAMU: CZ.1.07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST OPATŘENÍ:

Více

Modelování rizika úmrtnosti

Modelování rizika úmrtnosti 5. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 8. - 9. září 200 Modelování rizika úmrnosi Ingrid Perová Absrak V příspěvku je řešena

Více

MENDELOVA UNIVERZITA V BRNĚ. Fakulta regionálního rozvoje a mezinárodních studií

MENDELOVA UNIVERZITA V BRNĚ. Fakulta regionálního rozvoje a mezinárodních studií MENDELOVA UNIVERZITA V BRNĚ Fakula regionálního rozvoje a mezinárodních sudií Analýza vývoje porodnosi v okrese Blansko Bakalářská práce Auor: Pavla Šěpánová Vedoucí práce: PhDr. Dana Hübelová, Ph.D. Brno

Více

Nové metody a přístupy k analýze a prognóze ekonomických časových řad

Nové metody a přístupy k analýze a prognóze ekonomických časových řad ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Provozně ekonomická fakula Diserační práce Nové meody a přísupy k analýze a prognóze ekonomických časových řad Auor: Ing. Aleš Krišof Školiel: Doc.RNDr. Bohumil Kába,

Více

Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011

Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011 Evropský sociální fond Praha & EU: Invesujeme do vaší budoucnosi Ekonomika podniku Kaedra ekonomiky, manažersví a humaniních věd Fakula elekroechnická ČVUT v Praze Ing. Kučerková Blanka, 2011 Kriéria efekivnosi

Více

MATEMATIKA II V PŘÍKLADECH

MATEMATIKA II V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA II V PŘÍKLADECH CVIČENÍ Č. Ing. Pera Schreiberová, Ph.D. Osrava 0 Ing. Pera Schreiberová, Ph.D. Vysoká škola báňská Technická

Více

Město Šlapanice komplexní demografická charakteristika

Město Šlapanice komplexní demografická charakteristika MENDELOVA UNIVERZITA V BRNĚ Fakula regionálního rozvoje a mezinárodních sudií Měso Šlapanice komplexní demografická charakerisika Diplomová práce Vypracoval: Michal Vysoudil Vedoucí práce: PhDr. Dana Hübelová

Více

Studie proveditelnosti (Osnova)

Studie proveditelnosti (Osnova) Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele

Více

Univerzita Pardubice. Dopravní fakulta Jana Pernera

Univerzita Pardubice. Dopravní fakulta Jana Pernera Univerzia Pardubice Dopravní fakula Jana Pernera Fakory ovlivňující popávku po osobních auomobilech v ČR Bc. Tomáš Mikas Diplomová práce 2011 Prohlašuji: Tuo práci jsem vypracoval samosaně. Veškeré lierární

Více

KONCEPT UDRŽITELNOSTI NEGATIVNÍ ČISTÉ INVESTIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LETECH

KONCEPT UDRŽITELNOSTI NEGATIVNÍ ČISTÉ INVESTIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LETECH KONCEP UDRŽIELNOSI NEGAIVNÍ ČISÉ INVESIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LEECH 1999 2011 Karel Brůna, Vysoká škola ekonomická v Praze 1 1. Úvod Pro ranziivní ekonomiky je ypické,

Více

V EKONOMETRICKÉM MODELU

V EKONOMETRICKÉM MODELU J. Arl, Š. Radkovský ANALÝZA ZPOŽDĚNÍ V EKONOMETRICKÉM MODELU VP č. Praha Auoři: doc. Ing. Josef Arl, CSc. Ing. Šěpán Radkovský Názor a sanoviska v éo sudii jsou názor auorů a nemusí nuně odpovída názorům

Více

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE Břeislav ŠTĚPÁNEK, Pavel OTŘÍSAL APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE Absrac: Mahemaical-saisic mehods provide

Více

2.2.2 Měrná tepelná kapacita

2.2.2 Měrná tepelná kapacita .. Měrná epelná kapacia Předpoklady: 0 Pedagogická poznámka: Pokud necháe sudeny počía příklady samosaně, nesihnee hodinu za 45 minu. Můžee využí oho, že následující hodina je aké objemnější a použí pro

Více

Rozbor složek spotřeby a komparace různých spotřebních funkcí v České republice

Rozbor složek spotřeby a komparace různých spotřebních funkcí v České republice Mendelova univerzia v Brně Provozně ekonomická fakula Rozbor složek spořeby a komparace různých spořebních funkcí v České republice Bakalářská práce Vedoucí práce: Ing. Zdeněk Rosenberg Radek Pavelka,

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK Základy ekonomerie Modely simulánních rovnic Problém idenifikace srukurních simulánních rovnic Cvičení Zuzana Dlouhá Modely simulánních rovnic (MSR) eisence vzájemných vazeb mezi proměnnými v modelu,

Více

Věstník ČNB částka 25/2007 ze dne 16. listopadu 2007

Věstník ČNB částka 25/2007 ze dne 16. listopadu 2007 Třídící znak 1 0 7 0 7 6 1 0 ŘEDITEL SEKCE BANKOVNÍCH OBCHODŮ ČESKÉ NÁRODNÍ BANKY VYHLAŠUJE ÚPLNÉ ZNĚNÍ OPATŘENÍ ČESKÉ NÁRODNÍ BANKY Č. 2/2003 VĚST. ČNB, KTERÝM SE STANOVÍ PODMÍNKY TVORBY POVINNÝCH MINIMÁLNÍCH

Více

Scenario analysis application in investment post audit

Scenario analysis application in investment post audit 6 h Inernaional Scienific Conference Managing and Modelling of Financial Risks Osrava VŠB-U Osrava, Faculy of Economics,Finance Deparmen 0 h h Sepember 202 Scenario analysis applicaion in invesmen pos

Více

Nové indikátory hodnocení bank

Nové indikátory hodnocení bank 5. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 8. - 9. září 2010 Nové indikáory hodnocení bank Josef Novoný 1 Absrak Příspěvek je

Více

Mendelova zemědělská a lesnická univerzita v Brně. Populační vývoj mikroregionu Židlochovicko. Diplomová práce. Provozně ekonomická fakulta

Mendelova zemědělská a lesnická univerzita v Brně. Populační vývoj mikroregionu Židlochovicko. Diplomová práce. Provozně ekonomická fakulta Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Populační vývoj mikroregionu Židlochovicko Diplomová práce Auor: Vedoucí diplomové práce: Bc.

Více

Derivace funkce více proměnných

Derivace funkce více proměnných Derivace funkce více proměnných Pro sudeny FP TUL Marina Šimůnková 21. prosince 2017 1. Parciální derivace. Ve výrazu f(x, y) považujeme za proměnnou jen x a proměnnou y považujeme za konsanu. Zderivujeme

Více

Léto 2005. Výzkumná práce 2 Peníze a ekonomika: Jak se vlastně ovlivňují?

Léto 2005. Výzkumná práce 2 Peníze a ekonomika: Jak se vlastně ovlivňují? NEWTON College, a. s. www.newoncollege.cz Léo 25 Výzkumná práce 2 Peníze a ekonomika: Jak se vlasně ovlivňují? Makroekonomický vývoj 12 Akuální makroekonomický vývoj České republiky 31 Prognóza ekonomických

Více

Working Papers Pracovní texty

Working Papers Pracovní texty Working Papers Pracovní exy Working Paper No. 7/2003 Český akciový rh jeho efekivnos a makroekonomické souvislosi Helena Horská INSTITUT PRO EKONOMICKOU A EKOLOGICKOU POLITIKU A KATEDRA HOSPODÁŘSKÉ POLITIKY

Více

Podzim 2004. Výzkumná práce 2 Sektorové produktivity a relativní cena neobchodovatelných statků: Opravdu příliš mnoho povyku pro nic?

Podzim 2004. Výzkumná práce 2 Sektorové produktivity a relativní cena neobchodovatelných statků: Opravdu příliš mnoho povyku pro nic? Podzim 24 Výzkumná práce 2 Sekorové produkiviy a relaivní cena neobchodovaelných saků: Opravdu příliš mnoho povyku pro nic? Makroekonomický vývoj 15 Akuální makroekonomický vývoj České republiky 32 Prognóza

Více

MENDELOVA UNIVERZITA V BRNĚ

MENDELOVA UNIVERZITA V BRNĚ MENDELOVA UNIVERZITA V BRNĚ Fakula regionálního rozvoje a mezinárodních sudií Analýza vybraných demografických ukazaelů Chile Bakalářská práce Auor: Marina Jeřábková Vedoucí práce: PhDr. Dana Hübelová,

Více

Porovnání charakteristik demografické statiky a dynamiky v dvanácti nových zemích EU

Porovnání charakteristik demografické statiky a dynamiky v dvanácti nových zemích EU Porovnání charakerisik demografické saiky a dynamiky v dvanáci nových zemích EU Bakalářská práce Vedoucí práce: prof. Ing. Milan Palá, CSc. Per Vérosa Brno 2008 Prohlášení Prohlašuji, že jsem bakalářskou

Více

Analogový komparátor

Analogový komparátor Analogový komparáor 1. Zadání: A. Na předloženém inverujícím komparáoru s hyserezí změře: a) převodní saickou charakerisiku = f ( ) s diodovým omezovačem při zvyšování i snižování vsupního napěí b) zaěžovací

Více

VÝNOSOVÉ KŘIVKY A JEJICH VYUŽITÍ VE FINANČNÍ PRAXI

VÝNOSOVÉ KŘIVKY A JEJICH VYUŽITÍ VE FINANČNÍ PRAXI Masarykova univerzia Přírodovědecká fakula VÝNOSOVÉ KŘIVKY A JEJICH VYUŽITÍ VE FINANČNÍ PRAXI Bakalářská práce Lucie Pečinková Vedoucí bakalářské práce: Mgr. Per ČERVINEK Brno 202 Bibliografický záznam

Více