Business and Financial Analysis Methods
A tantárgyleírás hatályossága
| Subject name (Hungarian, English) |
Üzleti és pénzügyi elemzési módszerek
Business and Financial Analysis Methods
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVITMM104 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 6 | ||||||||||||
| Subject coordinator |
Dr. Simon Csaba
position: egyetemi docens
contact:
simon.csaba@vik.bme.hu
|
||||||||||||
| Responsible department |
Távközlési és Mesterséges Intelligencia Tanszék
|
||||||||||||
| Faculty | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
1.
Vállalati mutatók a
vállalat értékének és kockázatának megállapításához. Vállalati tőkebevonás
lehetséges formái, fedezeti stratégiák.
2. Hitel-árazás és
hiteligény-értékelés. Árfolyamkockázatok, hitelfelvételi kockázatok.
3.
Üzleti esetpélda:
beruházási számítások magas hitel-aránnyal.
Az esetpéldára építve
házi feladat lesz kiadva, annak minta megoldásának bemutatása.
4.
Pénzügyi viselkedéstan:
befektetői magatartások jellemzői. Nem pénzügyi befektetések jellemzői és
kockázatai. Pénzügyi befektetések, értékpapírok fajtái, értékpapír-piacok,
pénzügyi piacok. Értékpapír árazás, árfolyam előrejelzések.
5.
Előrejelzési problémák
megközelítése, az előrejelzési folyamat. Előrejelzési módszerek kategóriái:
kvalitatív és kvantitatív módszerek. Kvalitatív modellek (Delphi, Executive judgment).
6.
Idősorok elemei,
Adatminőség megítélése, Adatok értelmezése, reziduumok vizsgálata. Előrejelző
modellek.
7.
Paraméterek definiálása,
adatforrások elemzése. Választás alternatív vetítési technikák közt, Előzetes
kiválasztási kritériumok.
8.
Regressziós elemzés és
modellezés: a modell építése, legkisebb négyzetek módszere, normális regresszió
feltételei, becslési technikák összehasonlítása. Regressziós eredmények
értelmezése.
9.
Üzleti esetpélda: működő
vállalat historikus adatai alapján jövőbeli teljesítményének becslése.
Az esetpéldára építve
házi feladat lesz kiadva, annak minta megoldásának bemutatása.
10.
Hozam és kockázat összefüggései,
hozamkalkulálás. A French-Fama CAPM modell, a modell bővítése többfaktoros
irányba. Értékpapír kiválasztás a várható megtérülések alapján.
11.
Kamatozó értékpapírok
elemzése. Állami kötvények, ország-kockázat és infláció értékelése. Vállalati
kötvények árazása. Derivatív eszközök és hatásuk.
12.
Üzleti esetpélda:
Vállalati kötvénykibocsátás.
Az esetpéldára építve
házi feladat lesz kiadva, annak minta megoldásának bemutatása.
13.
Értékpapír-piacok
jellemzői, megtérülés előrejelzése. A Markowitz MPT modell és a befektetői
hozam-hasznosság függvénye.
14.
Üzleti esetpélda:
Nyugdíj-előtakarékosság.
A
gyakorlatok/laborok részletes tematikája
1.
Vállalati mutatók számítása, hatása a hitel
felvételre.
2.
Vállalati projektek finanszírozási opcióinak
értékelése.
3.
Idősor alapú előrejelzések, trendek előrejelzése,
trend és szezonalitás elemzése.
4.
ANOVA modell alkalmazása, reziduumok elemzése.
5.
Értékpapír alapok hatékonysági határfüggvénye,
az alapok jövőbeli hozamainak becslése.
6.
Opció árazás becslése adatintenzív módszerekkel.
7. Eltérő kockázatvállalási hajlandóság hatása a
befektetési stratégiákra.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
General rules
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Not provided.
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Curriculum placement
No curriculum placements recorded for this subject version.