Comparison of Impacts of the Financial Crisis on the Czech Republic Regions by Cluster Analysis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19520%2F11%3A%230001543" target="_blank" >RIV/47813059:19520/11:#0001543 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Comparison of Impacts of the Financial Crisis on the Czech Republic Regions by Cluster Analysis

Popis výsledku v původním jazyce

In 2008 the Czech Republic´s economy fell into recession following the global financial crisis. Given unique socio-economic situation each Czech region suffered in a different way during the crisis. The aim of this article is to divide 14 regions of theCzech Republic into groups (clusters) with similar impacts of the financial crisis, where the impact of the financial crisis is defined as a (percentual) difference in selected macroeconomic indicators before and after the crisis. To solve the problem, cluster analysis via k-means clustering method was employed. Results showed regions formed following clusters: A = {Ústecký, Moravskoslezský}, B = {Prague}, C = {Středočeský, Plzeňský, Karlovarský}, D = {Královéhradecký, Pardubický, Vysočina, Olomoucký, Zlínský} and E = {Jihočeský, Jihomoravský, Liberecký}. Globally, regions in clusters A, B and E were less affected and regions in clusters C and D more affected by the crisis. Presented results can be used to stimulate collaboration betwe.

Název v anglickém jazyce

Comparison of Impacts of the Financial Crisis on the Czech Republic Regions by Cluster Analysis

Popis výsledku anglicky

In 2008 the Czech Republic´s economy fell into recession following the global financial crisis. Given unique socio-economic situation each Czech region suffered in a different way during the crisis. The aim of this article is to divide 14 regions of theCzech Republic into groups (clusters) with similar impacts of the financial crisis, where the impact of the financial crisis is defined as a (percentual) difference in selected macroeconomic indicators before and after the crisis. To solve the problem, cluster analysis via k-means clustering method was employed. Results showed regions formed following clusters: A = {Ústecký, Moravskoslezský}, B = {Prague}, C = {Středočeský, Plzeňský, Karlovarský}, D = {Královéhradecký, Pardubický, Vysočina, Olomoucký, Zlínský} and E = {Jihočeský, Jihomoravský, Liberecký}. Globally, regions in clusters A, B and E were less affected and regions in clusters C and D more affected by the crisis. Presented results can be used to stimulate collaboration betwe.

Druh

D - Stať ve sborníku

CEP obor

AH - Ekonomie

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lessons Learned from the Financial Crisis-Proceedings of 13th International Conference on Finance and Banking

ISBN

978-80-7248-708-0

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

396-404

Název nakladatele

Slezská univerzita v Opavě, Obchodně podnikatelská fakulta v Karviné

Místo vydání

Karviná

Místo konání akce

Ostrava

Datum konání akce

12. 10. 2011

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—