Jak napisać pracę magisterską z finansów i rachunkowości – przewodnik

Praca magisterska z finansów albo rachunkowości to nie jest zwykłe wypracowanie. Promotor oczekuje, że znasz terminologię, rozumiesz dane liczbowe i potrafisz postawić hipotezę, którą da się zweryfikować empirycznie. To zupełnie inne wymagania niż na wielu innych kierunkach. Poniżej znajdziesz konkretny przewodnik: od wyboru tematu, przez dobór metod, aż po pułapki, w które wpada większość studentów.

Trzy typy prac – który wybrać na początku

Zanim zaczniesz pisać cokolwiek, zdecyduj, jaki charakter ma mieć Twoja praca. Na finansach i rachunkowości zazwyczaj spotyka się trzy podejścia:

Praca empiryczna z danymi giełdowymi – analizujesz notowania spółek, stopy zwrotu, wolumen, zdarzenia korporacyjne. Typowe tematy: badanie event study wokół wypłaty dywidendy, wpływ zmiany ratingu kredytowego na kurs akcji, analiza anomalii kalendarzowych na GPW. Zaleta: dane są dostępne publicznie, wyniki są mierzalne. Wada: musisz umieć obsługiwać przynajmniej jeden pakiet statystyczny (R, Stata, EViews) i znać testy ekonometryczne.

Praca teoretyczna lub porównawcza – zestawiasz regulacje (np. MSSF vs polska Ustawa o Rachunkowości z 29 września 1994 r.), analizujesz wpływ zmian standardów na sprawozdawczość lub porównujesz systemy podatkowe. Tu liczy się znajomość aktów prawnych, uchwał Komitetu Standardów Rachunkowości i dokumentów IASB. Praca wymaga mniej obliczeń, ale więcej precyzji w cytowaniu przepisów.

Case study spółki – bierzesz jedną firmę (najlepiej notowaną, bo masz pełny dostęp do raportów) i analizujesz jej sytuację finansową, politykę rachunkowości, zarządzanie ryzykiem albo wartość przedsiębiorstwa. Format wymaga mocnej analizy wskaźnikowej plus modelu wyceny. Promotorzy lubią ten typ, bo jest konkretny – trudno tu napisać ogólnikami.

Jeśli masz dobry dostęp do danych giełdowych i znasz podstawy Excela lub R, zacznij od pracy empirycznej. Jeśli jesteś mocniejszy w prawie bilansowym, wybierz wariant porównawczy. Case study to złoty środek, ale musisz wybrać spółkę z sensowną historią finansową – minimum 5 lat danych.

MSSF kontra polska Ustawa o Rachunkowości

To jeden z tematów, który często pojawia się w pracach, a studenci mylą go regularnie. MSSF (Międzynarodowe Standardy Sprawozdawczości Finansowej) to standardy wydawane przez IASB z siedzibą w Londynie. Obowiązują w Polsce spółki notowane na GPW w zakresie skonsolidowanych sprawozdań – wynika to z Rozporządzenia UE nr 1606/2002. Polska UoR reguluje z kolei jednostkowe sprawozdania i dotyczy wszystkich podmiotów prowadzących pełną księgowość.

Różnice są istotne i często stanowią serce pracy porównawczej:

• Wycena nieruchomości inwestycyjnych: MSSF 40 dopuszcza model wartości godziwej, UoR tylko koszt historyczny z odpisami
• Leasing: MSSF 16 (od 2019 r.) wymaga aktywowania praktycznie wszystkich umów leasingowych. UoR wciąż dzieli leasing na finansowy i operacyjny po staremu
• Przychody: MSSF 15 wprowadza model pięciu kroków dla ujęcia przychodów, UoR opiera się na zasadzie memoriałowej bez tak szczegółowej struktury
• Instrumenty finansowe: MSSF 9 (od 2018 r.) zmienia klasyfikację i wycenę, a modele oczekiwanych strat kredytowych zastępują dotychczasowy model poniesionych strat

Jeśli piszesz pracę o skutkach wdrożenia MSSF 16 w polskich spółkach leasingowych, masz gotowy temat z konkretnym momentem czasowym do analizy (przejście 1 stycznia 2019 r.) i mierzalnym wpływem na wskaźniki zadłużenia.

Źródła danych – gdzie je wziąć

Tu studenci tracą czas najbardziej. Polskie uczelnie mają różny dostęp do baz danych, więc sprawdź to na samym początku u bibliotekarza systemowego.

Notoria Serwis – polska baza ze sprawozdaniami finansowymi spółek GPW i NewConnect. Dostępna przez wiele uczelni w ramach abonamentu. Masz tu dane kwartalne i roczne, znormalizowane, gotowe do importu do Excela. Idealna do analizy wskaźnikowej i badań panelowych.

Refinitiv Eikon (dawniej Thomson Reuters Eikon) – profesjonalny terminal. Dostęp rzadszy, ale jeśli Twoja uczelnia go ma, to skarbnica danych: notowania tick-by-tick, dane fundamentalne, szacunki analityków, ratingi kredytowe, transakcje M&A. Do prac empirycznych na poziomie doktorskim, ale magistrant też da radę przy wsparciu promotora.

Bloomberg Terminal – standard rynkowy. Jeszcze rzadszy w uczelniach. Jeśli masz dostęp przez bibliotekę (niektóre SGH, UEK, UE Wrocław) – korzystaj. Dane są niemal kompletne i bardzo aktualne.

EMIS (Emerging Markets Information Service) – przydatny przy porównaniach spółek z Europy Środkowo-Wschodniej. Dobry do prac o rynkach wschodzących.

KRS i e-KRS – bezpłatne. Sprawozdania finansowe złożone elektronicznie od 2019 r. są dostępne publicznie w formacie XML (eXtensible Business Reporting Language, XBRL-like). Do case study spółek niepublicznych lub danych historycznych sprzed pojawienia się w Noworii.

GPW InfoStrefa – bezpłatne raporty bieżące i okresowe spółek. Użyteczne jako uzupełnienie.

Kiedy zidentyfikujesz dostępne bazy, wróć do tematu pracy i sprawdź, czy dane, których potrzebujesz, faktycznie tam są. Widziałam nieraz prace, gdzie student zaplanował analizę 200 spółek przez 10 lat, a dostępna baza kończyła się na 2018 r.

Modele wyceny i kiedy je stosować

Praca o wycenie przedsiębiorstwa albo o ryzyku finansowym bez modelu to nie praca magisterska na finansach – to esej. Poniżej cztery modele, które pojawiają się najczęściej:

DCF (Discounted Cash Flow) – wyceniasz spółkę przez zdyskontowanie prognozowanych przepływów pieniężnych. Kluczowe parametry: stopa wolna od ryzyka (zazwyczaj rentowność 10-letnich obligacji skarbowych), premia za ryzyko rynkowe (dla GPW szacuje się ją na ok. 5-7%), beta lewarowana i bez dźwigni, koszt długu po tarczy podatkowej. Typowe problemy: skąd wziąć wiarygodną prognozę FCFF i jaką przyjąć stopę wzrostu w fazie terminalnej. W pracy musisz przeprowadzić analizę wrażliwości – zmień WACC o +/-1 pp i stopę wzrostu o +/-0,5 pp i pokaż, jak zmienia się wycena.

CAPM (Capital Asset Pricing Model) – model wyceny aktywów kapitałowych. Używasz go do obliczenia wymaganej stopy zwrotu z kapitału własnego: r = rf + beta * (rm – rf). W pracach empirycznych testujesz go statystycznie: czy beta faktycznie wyjaśnia różnice w stopach zwrotu między spółkami? Na GPW efektywność CAPM była kwestionowana w wielu pracach – to ciekawy temat, bo można go potwierdzić lub obalić danymi.

Black-Scholes – model wyceny opcji. Jeśli piszesz o instrumentach pochodnych, zarządzaniu ryzykiem walutowym albo programach opcji menedżerskich (stock options), ten model jest niezbędny. Parametry: cena aktualna instrumentu bazowego, cena wykonania, czas do wygaśnięcia, stopa wolna od ryzyka, zmienność implikowana (sigma). Zmienność historyczna vs implikowana to dobry temat poboczny.

Altman Z-score – model przewidywania upadłości. Oryginalny model z 1968 r. używa pięciu wskaźników finansowych. Dla spółek giełdowych stosuje się model Z’ (Altman, 1983), a dla rynków wschodzących model EM-Score. Praca może testować skuteczność modelu na polskich spółkach, które ogłosiły upadłość w latach 2015-2023. To bardzo konkretna analiza z mierzalnym wynikiem: ile spółek model poprawnie zaklasyfikował rok przed bankructwem?

Metody statystyczne dla finansów – bez tego nie przejdziesz obrony

Jeśli promotor specjalizuje się w empirycznych finansach, zada Ci pytania o metody statystyczne. Najczęściej pojawiające się:

Test ADF (Augmented Dickey-Fuller) – badasz stacjonarność szeregów czasowych. Ceny akcji są zwykle niestacjonarne I(1), a stopy zwrotu już stacjonarne I(0). Musisz to sprawdzić przed jakąkolwiek regresją, bo regresja niestacjonarnych zmiennych daje pozorne wyniki (spurious regression). W R: funkcja adf.test() z pakietu tseries. W Stata: polecenie dfuller.

GARCH (Generalized Autoregressive Conditional Heteroscedasticity) – modele zmienności. Jeśli piszesz o ryzyku, VaR (Value at Risk) albo efektach asymetrii (efekt dźwigni w zmienności), potrzebujesz GARCH lub jego rozszerzeń: EGARCH, GJR-GARCH. W R: pakiet rugarch. Pokaz, że zmienność warunkowa jest zmienna w czasie – to standard w finansach od lat 80.

Modele danych panelowych – łączysz wiele spółek i wiele okresów. Pytanie: efekty stałe (fixed effects) czy losowe (random effects)? Test Hausmana rozstrzyga tę kwestię. W Stata: xtreg z opcją fe lub re. W R: pakiet plm. Przy danych panelowych pamiętaj o heteroscedastyczności – używaj błędów standardowych odpornych na heteroscedastyczność (robust standard errors).

Event study – metodologia do badania reakcji rynku na zdarzenia (wyniki kwartalne, zmiany dywidendy, przejęcia). Liczysz nadwyżkowe stopy zwrotu (abnormal returns) jako różnicę między rzeczywistą stopą zwrotu a oczekiwaną (z CAPM lub rynkowego indeksu). Testujesz istotność statystyczną skumulowanych nadwyżkowych stóp (CAR) testem t lub testem rang.

Etyka w pracy z danymi finansowymi

Jeden temat, o którym promotorzy rzadko mówią wprost, ale recenzenci pytają: jak traktujesz dane, do których dostęp nie jest powszechny?

Jeśli Twój case study opiera się na sprawozdaniach zarządu, danych wewnętrznych spółki albo materiałach z audytu, masz obowiązek anonimizacji lub uzyskania zgody. To nie jest tylko formalność. W finansach i rachunkowości dane z raportów zarządu (zwłaszcza niepublicznych spółek) mogą zawierać informacje wrażliwe handlowo. Jeśli dostałeś je od rodziny, znajomego w firmie albo w ramach praktyk zawodowych, ustal z promotorem, jak to opisać w pracy.

Dla spółek publicznych problem jest mniejszy: dane z raportów okresowych złożonych do KNF i GPW są jawne z mocy prawa. Możesz je cytować bez ograniczeń, podając źródło (ESPI, raport roczny za rok X).

Kiedy testujesz modele na historycznych danych, unikaj look-ahead bias – czyli sytuacji, gdy do predykcji używasz danych, które w rzeczywistości nie byłyby dostępne w danym momencie. To błąd metodologiczny, który podważa całą pracę.

Systemy ERP w pracach o rachunkowości zarządczej

Jeśli Twoja praca dotyczy rachunkowości zarządczej, controllingu lub digitalizacji procesów finansowych, prędzej czy później trafisz na temat systemów ERP.

SAP S/4HANA to standard w dużych korporacjach w Polsce. Moduły FI (finanse) i CO (controlling) odpowiadają za pełny obieg dokumentów księgowych, automatyczne uzgadnianie kont i raportowanie w standardzie MSSF. Wiele polskich spółek giełdowych z WIG20 i mWIG40 działa na SAP.

Comarch ERP Optima i XL to z kolei rozwiązania dominujące w polskich MŚP. Comarch ERP XL obsługuje m.in. elektroniczną wymianę danych (EDI), pliki JPK (Jednolity Plik Kontrolny) wymagane przez polskie przepisy podatkowe, a od 2024 r. integrację z KSeF (Krajowy System e-Faktur).

Jeśli porównujesz te systemy w pracy, nie oceniaj ich marketingowo – zbadaj konkretne kryteria: czas wdrożenia, koszt licencji (SAP jest droższy o rząd wielkości), zakres obsługi MSSF (SAP jest certyfikowany, Comarch wymaga dostosowań dla pełnego MSSF), możliwości raportowania do GUS (F-01, F-02).

Jak zbudować rozdział metodologiczny

Promotorzy mają różne wymagania co do struktury, ale rozdział metodologiczny pracy empirycznej zazwyczaj zawiera:

1. Hipotezy badawcze (sformułowane jako H0 i H1 lub H1a, H1b – zależy od szkoły)
2. Próba badawcza: skąd dane, za jaki okres, jakie kryteria doboru spółek (np. wszystkie spółki z sektora bankowego notowane na GPW przez minimum 60 miesięcy)
3. Zmienne zależne i niezależne z definicjami operacyjnymi (np. ROE = zysk netto / średni kapitał własny)
4. Zastosowane testy i modele z uzasadnieniem ich wyboru
5. Opis oprogramowania (R 4.x, Stata 17, EViews 12)
6. Ograniczenia metodologiczne

Ostatni punkt jest szczególnie ważny. Recenzent, który znajdzie ograniczenie, które sam opisałeś, oceni to lepiej niż recenzent, który sam je odkryje.

FAQ

Natalia Witek-Dąbrowska

Redaktorka i korektorka z 20-letnim doświadczeniem

Specjalizuję się w korekcie prac naukowych i dyplomowych. Jeśli potrzebujesz pomocy z tekstem, napisz do mnie.