In this paper a new black box approach for rainfall-runoff modelling at a daily scale is presented. The considered black box model is non-linear regression based on Parzen probability density function. When using only measured rainfall as an input to any black box model there is a serious problem with building in the necessary memory. A standard approach to tackle this issue is to force a black box with a large number of rainfall and runoff variables of the past. In practice however, any regression technique, will have difficulties handling so large (possibly dependent) input set. For that reason, a more hydrological approach is proposed. Two linear reservoirs are used to model the memory. The reservoir constants are found by simple piecewise linear regression. An application to the Beerze catchment in the Netherlands is shown. A good correspondence between measured and estimated runoff is achieved. and Príspevok prezentuje nový prístup k zrážkovo-odtokovému modelovaniu, ktorý vychádza z metódy čiernej skrinky. V prípade, ak sa pri predpovedi prietokov použijú v modeli tohto typu ako vstupy len zrážkomerné pozorovania, môžu nastať ťažkosti s dostatočným zohľadnením pamäte procesu. Štandardný prístup ako riešiť tento problém, je zahrnúť dostatočné množstvo zrážkových a odtokových premenných zohľadňujúcich minulosť procesu odtoku. V praxi však môžu vzniknúť problémy pri aplikácii regresných metód na takýto súbor vstupných údajov (pravdepodobne vzájomne závislých). Preto je v príspevku navrhnutý hydrologicky vhodnejší prístup, pričom boli navrhnuté dve lineárne nádrže na modelovanie pamäte procesu odtoku. Konštanty nádrží boli určené metódou lineárnej regresie. Bol navrhnutý nelineárny regresný model založený na aplikácii Parzenovej funkcie hustoty rozdelenia pravdepodobnosti. V príspevku je uvedená aplikácia tohto prístupu na povodí Beerze v Holandsku. Dosiahla sa dobrá zhoda medzi meranými a modelovanými hodnotami odtoku.