TY - JOUR AU - Karai, Éva AU - Dragonya, Gábor Zsolt TI - A CSRD várható hatása szállítmányozással foglalkozó vállalatok nem pénzügyi beszámolóira JF - GRADUS J2 - GRADUS VL - 11 PY - 2024 IS - 2 (Special Issue) PG - 8 SN - 2064-8014 DO - 10.47833/2024.2.ECO.013 UR - https://m2.mtmt.hu/api/publication/34845282 ID - 34845282 N1 - Special Issue: Gazdaságtudomány az interdiszciplináris térben = Economics science in the interdisciplinary space AB - A kutatás az Európai Unióban bevezetésre kerülő fenntarthatósággal kapcsolatos vállalati jelentésekről szóló irányelv (CSRD) alkalmazása előtt, az új követelmények teljesülését vizsgálja az üvegházhatású-gázok kibocsátásában jelentős szerepet játszó, szállítmányozást végző vállalkozások publikált fenntarthatósági jelentéseiben. Három Magyarországon tevékenykedő cégcsoport fenntarthatósági jelentéseiben tartalomelemzéssel arra keressük a választ, hogy a közzétett jelentések mennyiben felelnek meg az új követelményeknek, milyen területeken számíthatnak a jelentések felhasználói többlet információkra. The research is about the Corporate Sustainability Reporting Directive (CSRD) before using in the European Union. The research examines the fulfillment of the new requirements in the published sustainability reports of companies involved in transportation, which play a significant role in greenhouse gas emissions. Through content analysis of the sustainability reports of three corporate groups operating in Hungary, we seek to answer how much the published reports meet the new requirements and in which areas users of the reports can expect additional information. Based on the directive, we have created and evaluated business model and sustainability categories, also examining what indicators the companies publish and how these can be assigned to the disclosure requirements expected by the directive. LA - Hungarian DB - MTMT ER - TY - JOUR AU - Ormos, Mihály AU - Timotity, Dusán TI - Asymmetric volatility in asset prices: An explanation with mental framing JF - HELIYON J2 - HELIYON VL - 10 PY - 2024 IS - 3 SP - 1 EP - 18 PG - 18 SN - 2405-8440 DO - 10.1016/j.heliyon.2024.e24978 UR - https://m2.mtmt.hu/api/publication/34554368 ID - 34554368 N1 - Export Date: 2 February 2024 Correspondence Address: Ormos, M.; Department of Economics, Hradná ul. 21, Slovakia; email: ormosm@ujs.sk Funding details: Vedecká Grantová Agentúra MŠVVaŠ SR a SAV, VEGA, 1/0568/20 Funding text 1: This work was supported by the Scientific Grant Agency of the Slovak Republic under the grant 1/0568/20 - Equilibrium modelling of V4 capital markets. AB - We propose a theoretical framework for the heteroscedasticity, and in particular for the asymmetric volatility of asset returns. Our model is based on the assumption that some investors are subject to mental framing in a dynamic setting. The analysis of individual trading data confirms that, in line with our model, investors tilt their portfolio towards riskier (less risky) assets subsequent to losses (gains). Based on their behavior, we derive a volatility process that accounts for the asymmetry thoroughly investigated in previous empirical studies: the parameter estimation of our volatility model yields the predicted negative relationship between abnormal returns and ensuing volatility. © 2024 The Authors LA - English DB - MTMT ER - TY - CHAP AU - Borzán, Anita AU - Szekeres, Bernadett ED - Horváth, Gábor TI - A MUNKATERMELÉKENYSÉG ÉS AZ ESG JELENTÉSEK KAPCSOLÓDÁSI PONTJAI A HAZAI TOP200 ÁRBEVÉTELŰ ÉPÍTŐIPARI VÁLLALKOZÁSOKNÁL T2 - A XV. Pécsi Pénzügyi Napok, I. Pénzügy és Számvitel Nemzetközi Tudományos Konferencia Tanulmánykötete = XV. Finance Days in Pécs, I. Finance and Accounting International Scientific Conference – Book of Papers PB - Pécsi Tudományegyetem Közgazdaságtudományi Kar CY - Pécs SN - 9789636262112 PY - 2023 SP - 25 EP - 34 PG - 10 UR - https://m2.mtmt.hu/api/publication/34656120 ID - 34656120 LA - Hungarian DB - MTMT ER - TY - CHAP AU - Borzán, Anita AU - Szekeres, Bernadett ED - Szabó, Andrea ED - Zsámbokiné Ficskovszky, Ágnes ED - Csaba, Zágon TI - Digitalizáció szerepe és jelentősége a számviteli információs rendszer tükrében T2 - Tudás- és értékmegosztás - mesterséges intelligencia - generációváltás? PB - Magyar Rendészettudományi Társaság CY - Budapest SN - 9786156456229 PY - 2023 SP - 16 EP - 24 PG - 9 DO - 10.37372/mrttvpt.2023.1.1 UR - https://m2.mtmt.hu/api/publication/34498048 ID - 34498048 AB - A modern információs technológia, a digitalizáció egyre meghatározóbb része az üzleti életnek. Egyrészt az elmúlt évtizedek gyors digitális fejlődése jelentős hatást gyakorolt a számviteli információs rendszerre is, hiszen a rögzített adatok valós idejűvé váltak. Másrészt hazánk jogrendszerét is kihívás elé állítja a digitalizáció, megkövetelve a folyamatok, rendszerek fejlesztését, felülvizsgálatát. A számviteli szakemberek is érzékelik, hogy miközben növekszik a hatóságokkal szembeni adatszolgáltatás mennyisége, csökken az adatfeldolgozásra fordítható idő, addig az ügyfeleknek egyre több és gyorsabb információra van szüksége a hatékony döntéshozatalhoz, a jövőbeni tervek elkészítéséhez. Tanulmányunkban a digitalizáció hatását vizsgáljuk a könyvelői tevékenységre, célunk a számviteli szakmában bekövetkezett változások előnyeinek és hátrányainak feltérképezése, a lehetőségek feltárása. Kutatásunk során a magyar adóhatóság digitalizációs fejlődését is bemutatjuk, mivel az adózási területen bekövetkezett digitális transzformációk szervesen kapcsolódnak a számviteli információs rendszer fejlesztéséhez. Vizsgálatunk eredményeként megállapítható, hogy a számviteli információs rendszerek területén jelentős átalakulásokra lehet számítani. Az automatizálható folyamatok egy részét az adóhivatal, míg más részét az ügyfeleknél alkalmazott mesterséges intelligencia veheti át. Összességében a számviteli szakembereknek lépést kell tartaniuk a digitalizációval, mert a versenyképesség fenntartásának ez a legfontosabb eleme. LA - Hungarian DB - MTMT ER - TY - CHAP AU - Berlinger, Edina AU - Dömötör, Barbara Mária AU - Megyeri, Krisztina AU - Walter, György ED - Dömötör, Barbara Mária ED - Keresztúri, Judit Lilla TI - Gender differences and the benefits of advanced studies in financial literacy T2 - PRMIA Hungary Chapter Research Conference, 2023 : CONFERENCE PROCEEDINGS : PB - Befektetések és Vállalati Pénzügyi Tanszék Alapítványa CY - Budapest SN - 9786158064286 PY - 2023 SP - 5 UR - https://m2.mtmt.hu/api/publication/34314976 ID - 34314976 LA - English DB - MTMT ER - TY - JOUR AU - Szigeti, Cecília AU - Borzán, Anita AU - Szekeres, Bernadett AU - Szászvári, Karina Ágnes TI - Bérek, értékek és externáliák a jövő HR szakembereinek szemszögéből JF - POLGÁRI SZEMLE: GAZDASÁGI ÉS TÁRSADALMI FOLYÓIRAT J2 - POLGÁRI SZEMLE VL - 19 PY - 2023 IS - 1-3 SP - 169 EP - 180 PG - 12 SN - 1786-6553 DO - 10.24307/psz.2023.0911 UR - https://m2.mtmt.hu/api/publication/34239105 ID - 34239105 LA - Hungarian DB - MTMT ER - TY - CHAP AU - Berlinger, Edina AU - Dömötör, Barbara Mária AU - Megyeri, Krisztina AU - Walter, György ED - Dömötör, Barbara Mária ED - Keresztúri, Judit Lilla TI - Gender differenes and the benefits of advanced studies in financial literacy T2 - PRMIA Hungary Chapter Research Conference, 2023 PB - Befektetések és Vállalati Pénzügyi Tanszék Alapítványa CY - Budapest SN - 9786158064293 PY - 2023 SP - 1 EP - 14 PG - 14 UR - https://m2.mtmt.hu/api/publication/34225289 ID - 34225289 LA - English DB - MTMT ER - TY - JOUR AU - Izsák, Tilla AU - Marák, László AU - Ormos, Mihály TI - Evaluation of support vector machine based stock price prediction JF - APPLIED COMPUTER SCIENCE J2 - APPLIED COMPUTER SCIENCE VL - 19 PY - 2023 IS - 3 SP - 64 EP - 82 PG - 19 SN - 1895-3735 DO - 10.35784/acs-2023-25 UR - https://m2.mtmt.hu/api/publication/34222777 ID - 34222777 AB - In recent years with the advent of computational power, Machine Learning has become a popular approach in financial forecasting, particularly for stock price analysis. In this paper, the authors develop a non-recurrent active trading algorithm based on stock price prediction, using Support Vector Machines on high frequency data, and compare its risk adjusted performance to the returns of a statistical portfolio predicted by the Capital Asset Pricing Model. The authors selected the three highest volume securities from a pool of 100 initially selected stock dataset to investigate the algorithmic trading strategy. The abnormal return estimates are significant and positive, and the systematic risk is lower than unity in all cases, suggesting lower risk compared to the market. Moreover, the estimated beta values for all stocks were close to zero, indicating a market independent process. The correlation analysis revealed weak correlations among the processes, supporting the potential for risk reduction and volatility mitigation through portfolio diversification. The authors tested an equally weighted portfolio of the selected three assets and demonstrated a remarkable return of 1348% during the evaluation period from July 1st, 2020, to January 1st, 2023. The results suggest that the weak form of market efficiency can be questioned, as the algorithmic trading strategy, employing a Support Vector Machine binary classification model, has consistently generated statistically significant and substantial abnormal returns using historical market data. LA - English DB - MTMT ER - TY - JOUR AU - Lamanda, Gabriella AU - Tamásné Vőneki, Zsuzsanna TI - Is ESG disclosure associated with bank performance? Evidence from the Visegrad Four countries JF - MANAGEMENT OF ENVIRONMENTAL QUALITY J2 - MANAG ENVIRON QUAL VL - 35 PY - 2023 IS - 1 SP - 201 EP - 219 PG - 19 SN - 1477-7835 DO - 10.1108/MEQ-02-2023-0064 UR - https://m2.mtmt.hu/api/publication/34157045 ID - 34157045 LA - English DB - MTMT ER - TY - CHAP AU - Borzán, Anita AU - Szekeres, Bernadett TI - Tárgyi eszközök értékelése a magyar és a nemzetközi számviteli szabályozások alapján T2 - Vállalkozásfejlesztés a XXI. században 2023/1. kötet PB - Óbudai Egyetem, Keleti Károly Gazdasági Kar CY - Budapest SN - 9789634493266 PY - 2023 SP - 280 EP - 296 PG - 17 UR - https://m2.mtmt.hu/api/publication/34129227 ID - 34129227 LA - Hungarian DB - MTMT ER -