Search

Darbo tikslas - nustatyti ir atrinkti liucernų (Medicago), jų kaliaus kultūrų ir lubinų (Lupinus) in vitro veisles, kaupiančias didžiausius bioaktyvių junginių kiekius ir sudaryti β-galaktozidazės išskyrimo iš lubinų (Lupinus) technologinę liniją. Didžiausi bioaktyvių junginių kiekiai nustatyti liucernų veislėje Antanė, o lubinų - VB Derliai., The aim of the present research was to identify and select alfalfa (Medicago), their callus cultures and lupins (Lupinus) in vitro varieties which accumulate the highest amount of bioactive compounds and to present technological line of β - galactosidase extraction of lupins (Lupinus). The highest contents of bioactive compounds were in alfalfa Antane and lupins - VB Derliai.

Magistro baigiamajame darbe išanalizuota ir įvertinta valstybių kredito reitingų suteikimo metodologija, šio proceso kritika, pateikti pasiūlymai esamoms problemoms spręsti. Atlikta koreliacinė, regresinė, pagrindinių komponenčių analizė ir pasinaudojus trijų Baltijos šalių – Lietuvos, Latvijos ir Estijos, pavyzdžiu surasti trys atskiri modeliai, tiksliausiai prognozuojantys minėtų valstybių kredito reitingus, remiantis makroekonominiais rodikliais. Pirmoje darbo dalyje teoriniu aspektu nagrinėjama kredito reitingo samprata, jo reikšmė finansų rinkoms, apibrėžiamos priežastys, lemiančios kredito reitingų trūkumus ir pateikiami tobulinimo siūlymai. Antroje dalyje analizuojamos trijų pagrindinių kredito reitingo agentūrų – Standard and Poor‘s, Fitch ir Moody‘s valstybių kredito reitingo suteikimo metodologijos, tiriama mokslinė literatūra, nagrinėjanti kredito reitingo priklausomybę nuo makroekonominių rodiklių, pateikiamas tyrimo modelis, nagrinėjamos su juo susijusios problemos, apibrėžiama darbo eiga. Trečioje dalyje sudaromos tiesinės daugianarės regresijos lygtys, naudojamos prognozuoti Lietuvos, Latvijos ir Estijos kredito reitingą, atliekamas ateities kredito reitingų prognozavimas remiantis faktiniais 2012 m. IV ketvirčio duomenimis ir numatomais scenarijais. Master's Work analyzed and evaluated methodology of sovereign credit ratings, the critique of the process itself and proposed solutions for existing problems. Correlation, regression and principal components analysis were used to determine distinct models for the three Baltic states – Lithuania, Latvia and Lithuania, that accurately predicts future credit ratings based on macro-economic indicators. The first part examines theoretical aspect of the concept of credit rating, its value to the global financial markets, defines the causes of the credit rating errors, presents possible solutions for the failures of credit ratings. In the second section methodologies used by Standard and Poor's, Fitch and Moody's to determine sovereign credit ratings are analyzed, scientific literature on the dependence of credit rating and macro-economic indicators are examined, research model and problems associated with it are presented, workflow is defined. In the third part linear multiple regression equations are derived which are used to predict future credit ratings of Lithuania, Latvia and Estonia, future credit ratings predictions are carried out based on actual year 2012 fourth quarter data and future scenarios.