APLIKACE METOD ROZHODOVACÍ ANALÝZY PŘI STRATEGICKÉM ROZHODOVÁNÍ

Masa rykova un iverz it a Ekonomicko-správní fakulta Studijní obor: Podniková ekonomika a management

APLIKACE METOD ROZHODOVACÍ ANALÝZY PŘI STRATEGICKÉM ROZHODOVÁNÍ Application of decision analysis methods in strategic decision making Diplomová práce

Vedoucí práce:

Autor:

prof. Ing. Ladislav BLAŽEK, CSc.

Mgr. Jakub BACKA

Brno, 2013

Masarykova univerzita Ekonomicko-správní fakulta

Katedra podnikového hospodářství Akademický rok 2011/2012

ZADÁNÍ DIPLOMOVÉ PRÁCE

Pro:

BACKA Jakub

Obor:

Podniková ekonomika a management

Název tématu:

APLIKACE METOD ROZHODOVACÍ ANALÝZY PŘI STRATEGICKÉM ROZHODOVÁNÍ Application methods decision analysis on strategic decision making

Zásady pro vypracování: Cíl práce: Optimalizace návrhu strategického rozhodnutí. Postup práce a použité metody: - studium odborné literatury z oblasti teorie rozhodování, - analýza informací týkajících se předmětné rozhodovací úlohy, - aplikace obecné metodiky rozhodovací analýzy na řešení konkrétního rozhodovacího problému, - návrh optimálního rozhodnutí, - posouzení přínosu aplikace dané metody pro řešení rozhodovací úlohy.

2

Rozsah grafických prací:

dle pokynů vedoucího práce

Rozsah práce bez příloh:

60 – 80 stran

Seznam odborné literatury: • • • • •

BLAŽEK, Ladislav. Management. 1. vyd. Praha: Grada, 2011. 191 s. ISBN 978-80247-3275-6. FOTR, Jiří a Ivan SOUČEK. Investiční rozhodování a řízení projektů. 1. vyd. Praha: Grada Publishing, 2010. 408 s. ISBN 9788024732930. FOTR, Jiří a Ivan SOUČEK. Podnikatelský záměr a investiční rozhodování. 1. vyd. Praha: Grada, 2005. 356 s. ISBN 80-247-0939-2. FOTR, Jiří a Lenka ŠVECOVÁ. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010. 474 s. ISBN 9788086929590. HNILICA, Jiří a FOTR, Jiří. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4.

Vedoucí diplomové práce:

prof. Ing. Ladislav Blažek, CSc.

Datum zadání diplomové práce:

5. 3. 2012

Termín odevzdání diplomové práce a vložení do IS je uveden v platném harmonogramu akademického roku.

…………………………………… vedoucí katedry

………………………………………… děkan

V Brně dne 5. 3. 2012

3

Jméno a příjmení autora:

Mgr. Jakub Backa

Název diplomové práce:

Aplikace metod rozhodovací analýzy při strategickém rozhodování

Název práce v angličtině:

Application methods decision analysis on strategic decision making

Katedra:

podnikového hospodářství

Vedoucí diplomové práce:

prof. Ing. Ladislav Blažek, CSc.

Rok obhajoby:

2013

Anotace Předmět práce představuje analýza rozhodovacího problému při strategickém řízení zvoleného podniku a následný návrh optimálního rozhodnutí s využitím rozhodovacích metod pro rozhodování za rizika. V teoretické části jsou shrnuty poznatky o metodách a postupech rozhodovací analýzy, které jsou v praktické části aplikovány na zvolený podnik s cílem optimalizovat rozhodovací proces a nalézt nejlepší rozhodnutí pro další rozvoj podniku.

Annotation The aim of this thesis is analysis of decision problem in strategic management of specific enterprise and consecutive proposal for optimal decision with application of decisionmaking methods for risk. Theoretical part of the thesis describes up-to-date knowledge about methods and procedures of decision analysis, which are later in practical part of the thesis applied onto specific enterprise with aim to optimise decision-making process and identify the best decision for further development of the enterprise.

Klíčová slova fáze rozhodování, manažerské rozhodování, optimalizace, riziko, rizikové faktory, rozhodovací analýza, simulace Monte Carlo, varianty rozhodování

Keywords phases of decision-making, managerial decision-making, optimization, risk, risk factors, decision analysis, Monte Carlo simulation, decision variants

4

Čestné prohlášení: Prohlašuji, že jsem diplomovou práci Aplikace metod rozhodovací analýzy při strategickém rozhodování vypracoval samostatně pod vedením prof. Ing. Ladislava Blažka, CSc. a uvedl v ní všechny použité literární a jiné odborné zdroje v souladu s právními předpisy, vnitřními předpisy Masarykovy univerzity a vnitřními akty řízení Masarykovy univerzity a Ekonomicko-správní fakulty MU. …………………… Mgr. Jakub Backa 5

Poděkování Na tomto místě bych rád poděkoval prof. Ing. Ladislavu Blažkovi, CSc. za odborné připomínky a rady, kterými přispěl k vypracování této práce.

6

Obsah 1 2

Úvod....................................................................................................................................9 Manažerské rozhodování a rozhodovací analýza .............................................................11 2.1 Identifikace rozhodovacích problémů ........................................................................14 2.2 Metody analýzy rozhodovacích problémů .................................................................15 2.2.1 Metody kauzální analýzy ....................................................................................16 2.2.2 Další metody analýzy rozhodovacího problému ................................................18 2.3 Formulace cíle rozhodovacího problému ...................................................................19 2.4 Stanovení kritérií hodnocení variant ..........................................................................20 2.5 Tvorba variant řešení..................................................................................................21 2.5.1 Intuitivní metody.................................................................................................22 2.5.2 Systematicko-analytické metody ........................................................................22 2.6 Optimalizace počtu variant ........................................................................................23 2.7 Hodnocení variant rozhodování .................................................................................24 2.8 Kontrola realizované varianty ....................................................................................25 3 Rozhodování za rizika ......................................................................................................27 3.1 Měření rizika ..............................................................................................................29 3.2 Nástroje pro stanovení dopadů rizikových variant.....................................................30 3.3 Simulace Monte Carlo................................................................................................32 3.3.1 Tvorba matematického modelu ..........................................................................32 3.3.2 Stanovení rozdělení pravděpodobnosti rizikových faktorů ................................33 3.3.3 Analýza citlivosti ................................................................................................34 3.3.4 Výhody a nevýhody ............................................................................................36 3.4 Výběr nejvhodnější varianty za rizika........................................................................37 3.4.1 Bayesovo kritérium .............................................................................................37 3.4.2 Postoj k riziku .....................................................................................................38 3.4.3 Pravidlo střední hodnoty a rozptylu ....................................................................38 3.4.4 Pravidla stochastické dominance ........................................................................41 4 Praktická část ....................................................................................................................43 4.1 Představení společnosti a předmětu činnosti..............................................................43 4.2 Charakteristika odvětví ..............................................................................................43 4.2.1 Činnosti v oddlužení ...........................................................................................43 4.2.2 Činnosti v konkursu ............................................................................................44 4.2.3 Činnosti v reorganizaci .......................................................................................45 4.3 Popis rozhodovacího problému ..................................................................................46 4.4 Navržení variant řešení ..............................................................................................47 4.5 Kritéria hodnocení variant..........................................................................................47 4.5.1 Výnosy – druhové členění ..................................................................................48 4.5.2 Výnosy – výpočet ...............................................................................................51 4.5.3 Náklady – druhové členění .................................................................................52 4.5.4 Náklady – výpočet ..............................................................................................53 4.5.5 Zisk – výpočet .....................................................................................................54 4.6 Optimalizace počtu variant ........................................................................................54 4.6.1 Promeškaný čas vedení společnosti ....................................................................54 4.6.2 Personální zdroje.................................................................................................57 4.7 Vyhodnocení jednotlivých variant .............................................................................58 4.8 Definování rizikových faktorů ...................................................................................59 4.8.1 Průměrná odměna z jednoho konkursu ...............................................................60 4.8.2 Průměrný počet konkursů na jednoho správce u dané varianty..........................61 4.8.3 Průměrný počet oddlužení na jednoho správce u dané varianty .........................61 7

4.8.4 Cena pohonných hmot ........................................................................................ 62 4.8.5 Mzdové náklady.................................................................................................. 63 4.9 Simulace Monte Carlo ............................................................................................... 65 4.9.1 Vyhodnocení varianty I ...................................................................................... 65 4.9.2 Vyhodnocení varianty II ..................................................................................... 69 4.9.3 Vyhodnocení varianty III .................................................................................... 72 4.9.4 Srovnání variant .................................................................................................. 76 5 Závěr ................................................................................................................................. 78 6 Seznam zkratek ................................................................................................................. 80 7 Použitá literatura ............................................................................................................... 81 8 Seznam grafů .................................................................................................................... 84 9 Seznam tabulek ................................................................................................................. 85 10 Seznam obrázků ................................................................................................................ 86 11 Seznam vzorců .................................................................................................................. 87 12 Seznam příloh ................................................................................................................... 88

8

1 Úvod Podnikem analyzovaným v této práci je advokátní kancelář (dále jen „Společnost“). Vedení Společnosti vycítilo v souvislosti s přijetím nového insolvenčního zákona1, který je účinný od roku 2008, obchodní příležitost a rozhodlo se při výkonu advokacie vyzkoušet také činnost insolvenčního správce. Jelikož činnost insolvenčního správce nelze vykonávat prostřednictvím společnosti s ručením omezeným2, vykonávají společníci od roku 2010 činnost insolvenčního správce prostřednictvím k tomu založené veřejné obchodní společnosti, ve které má každý z nich 50% obchodní podíl (dále jen „VOS“). Po více než 2 letech provozování VOS není vedení Společnosti spokojeno se zisky plynoucími z této činnosti. Vedení pochybuje o tom, zda je činnost VOS dlouhodobě rentabilní, resp. zda by nemělo své kapacity alokovat jinde. Vedení je tak postaveno před rozhodnutí, jak dále postupovat při rozvoji činnosti VOS. V první, teoretické části této práce, autor kompiluje a analyzuje dosavadní stav poznatků v oblasti teorie rozhodování a rozhodovací analýzy se zvláštním důrazem na rozhodování za rizika s cílem vytvořit prakticky využitelný postup pro řešení problému VOS a jemu obdobných problémů. Cílem praktické části práce pak je analýza způsobu fungování VOS a návrh optimálního strategického rozhodnutí pro další provozování předmětné činnosti VOS – insolvenčního správce, zejména s ohledem na možné rozšíření podnikatelských aktivit podniku mimo Prahu a/nebo lepší vytížení personálních kapacit podniku. S tímto cílem souvisí i základní hypotéza autorovy práce v praktické části, kdy autor předpokládá, že „Zisk podniku je možné zvýšit rozšířením působnosti podniku mimo Prahu, čímž dojde ke zvýšení výnosů a lepšímu vytížení volných personálních kapacit.“ Pro teoretické otázky týkající se rozhodovací analýzy využívá autor jak domácí, tak zahraniční, zejména monografickou, literaturu. Ze zásadních českých akademiků akcentuje autor zejména práci prof. Ing. Jiřího Fotra, CSc., který se otázkou rozhodování v různých oblastech fungování podniku dlouhodobě a systematicky zabývá. V praktické části práce autor využívá zákony podrobně upravující oblast podnikání VOS a odborné komentáře k těmto právním předpisům. Ve svých výpočtech pak autor vychází z dat veřejně dostupných ve statistických databázích Ministerstva spravedlnosti a dat dostupných autorovi z jeho vlastní činnosti v rámci analyzovaného podniku.

1

Zákon č. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon), v platném znění (dále jen „IZ“). U všech právních předpisů vychází autor ze znění platného a účinného k 31. 12. 2012. 2 Zákon č. 316/2006 Sb., o insolvenčních správcích, v platném znění.

9

Teoretická část práce je prolínáním komparativní kompilace a vlastní kritické analýzy autora. V praktické části používá autor analýzu statistických dat týkajících se průměrných výnosů a nákladů při činnosti podniku, komparaci s aktuálními náklady podniku, analýzu rozhodovacího problému vycházející z metodiky Kepner-Tregoe, generování variant rozhodování za pomoci brainstormingu v rámci podniku a řízených rozhovorů s experty a rozhodovací analýzu za použití metody Monte Carlo.

10

2 Manažerské rozhodování a rozhodovací analýza Rozhodování představuje činnost, se kterou se lidé permanentně setkávají jak v soukromém, tak v profesionálním životě. Často se jedná o poměrně nestrukturovanou a mimovolní činnost, což ale není v případě podnikatelských aktivit žádoucí. Podnikatelské aktivity a rozhodování v rámci nich by měly být schopny uchopit řešení rozhodovacích problémů exaktně. Právě ve snaze objektivizovat a analyzovat rozhodovací procesy se postupně, zejména od druhé poloviny 20. století, začíná rozvíjet specifická disciplína – rozhodovací analýza. Prvým pojmem, který musí být nutně definován v jakékoli práci zabývající se rozhodovací analýzou a strategickým rozhodováním, je samotný pojem rozhodování. Autor v tomto případě nebude výjimkou. I laika přitom napadne, že rozhodování znamená proces volby. Dle Warda3 je rozhodování to, co člověka donutí vybrat jeden způsob jednání místo druhého. Fotr pak definici rozhodování upřesňuje, když uvádí, že „podstatou rozhodovacího procesu je volba alespoň mezi dvěma možnostmi, dvěma variantami rozhodování“4. Rozhodováním tedy není situace, kdy má člověk k dispozici pouze jednu alternativu. Na druhou stranu ale ve většině praktických situací má člověk vždy alespoň dvě možnosti, jelikož i záměrné nejednání (opomenutí) představuje variantu chování. Stříž pak k nutnosti volby mezi dvěma alternativami přidává další definiční znak pojmu rozhodování a to „kritérium (příp. kritéria), podle kterého vybíráme jednu z možných variant řešení“5. Bez kritéria, dle kterého člověk činí příslušné rozhodnutí, by nešlo o rozhodování, jednalo by se pouze o nahodilé jednání. I když si v praxi člověk někdy kritéria rozhodování přímo neuvědomuje, neznamená to, že by šlo o nahodilé jednání. Kritéria jeho rozhodování mohou být zpětně dohledány a identifikovány ať už za pomoci psychologie anebo ekonomie.

3

Viz Advances in decision analysis: from foundations to applications. Editoři EDWARDS, W., MLIES, R. F. a VON WINTERFELDT, D. Cambridge: Cambridge University Press, 2007, xv, 623 s. ISBN 978-0-521-68230-5. s. 1. 4 Viz FOTR, J. a ŠVECOVÁ, L. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 17. 5 Viz STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 126 s. ISBN 978-80-87106-26-6. s. 7.

11

Po analýze pojmu rozhodování je definice manažerského rozhodování vcelku jednoduchá, manažerským rozhodováním je buďto: i.

rozhodování, které je činěno v souvislosti s výkonem manažerských funkcí v podniku6, tj. při řešení manažerských rozhodovacích problémů, anebo

ii.

multidisciplinární věda zabývající se rozhodováním dle bodu i.7

Dále bude autor využívat první definici pojmu manažerské rozhodování. Význam takového rozhodování se liší případ od případu, avšak autor obecně souhlasí s Fotrem8, že nejvýznamnějším je rozhodování strategické, které má totiž nejvýraznější a nejdlouhodobější dopady na fungování podniku. Rozhodovací analýza je v zásadě logickým postupem hledání nejvhodnějšího řešení daného rozhodovacího problému, nutnou podmínkou pro její aplikaci je existence alespoň jednoho racionálního rozhodovatele.9 K rozhodovací analýze je možno přistupovat z různých pohledů:10 i.

normativní – rozhodovací analýza se zaměřuje na rozbor a stanovení logických norem, které by dle axiomů tohoto směru měli lidé respektovat;

ii.

deskriptivní – rozhodovací analýza se zaměřuje na popis otázky, jak lidé skutečně v praxi rozhodují a jednají;

iii.

preskriptivní – rozhodovací analýza se zaměřuje na praktickou pomoc lidem při rozhodování, jde tedy o kombinaci předcházejících dvou přístupů. Dle tohoto přístupu jsou vytvářena normativní doporučení, avšak bez nároku na univerzalitu za respektování jedinečnosti jednotlivých rozhodovacích problémů a rozhodovatelů.

Metody rozhodování lze rozdělit dle různých kritérií, avšak nejtypičtější je dělení na metody:11 i.

empirické – ve své intuitivní formě využívají osobní zkušenosti rozhodovatele na základě přístupu zkoušek a omylů a ve své expertní (analytické) formě kromě zkušeností využívají také analytické informace o situaci podniku a jeho okolí;

6

Autor zde používá pojem podnik jako zastřešující pojem pro podnikatelské aktivity fyzických i právnických osob. Manažerské rozhodování ale nemusí být nutně spojeno s rozhodováním v rámci podniku, dochází k němu také v soukromém životě jednotlivých domácností. 7 Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 6. 8 Srovnej FOTR, J. a ŠVECOVÁ, L. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 17. 9 Racionalita může mít různé podoby, pro bayesovskou racionalitu srovnej Advances in decision analysis: from foundations to applications. Editoři EDWARDS, W., MLIES, R. F. a VON WINTERFELDT, D. Cambridge: Cambridge University Press, 2007, xv, 623 s. ISBN 978-0-521-68230-5. s. 1. 10 Tamtéž s. 5. 11 Viz STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 128, 126 s. ISBN 978-80-87106-26-6. s. 11.

12

ii.

matematicko-statistické – oproti výše uvedeným využívají formalizaci a kvantifikaci zkoumaného rozhodovacího problému za využití matematických metod;

iii.

heuristické a ostatní metody – nevyužívají pouze matematické metody, nýbrž i poznatky z jiných vědních oborů s cílem připravit postupy pro vypořádání se s novými a neznámými problémovými situacemi.

Rozdělení metod rozhodování přehledně znázorňuje následující obrázek, který si ale nečiní nárok na úplnost, pouze ilustruje nejznámější metody: Obrázek 1: Metody rozhodování

Pramen: STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 128, 126 s. ISBN 978-80-87106-26-6. s. 11.

13

I když je rozhodovací analýza pokročilým manažerským postupem, není možné přehlédnout některé její nedostatky:12 i.

subjektivismus při stanovení alternativ, kritérií a rizik – i přes veškerou snahu o objektivitu není nikdy možné vyloučit subjektivní vliv osoby rozhodovatele na stanovování jednotlivých kritérií, přípravu modelu pro rozhodování a vyhodnocování zvolených variant.

ii.

jednostrannost při získávání dat – většina dat, která má rozhodovatel, plynou ze záznamů daného podniku. Další informace může sice získat z obecných statistických dat, avšak jisté deformaci se nikdy nevyhne.

iii.

vysoký nárok na odbornou kvalifikaci rozhodovatele – výše uvedené nedostatky výrazně zvyšují nároky na schopnosti rozhodovatele, který musí mít hluboké manažerské, ekonomické, avšak také matematické znalosti.

V další části práce autor analyzuje obecné přístupy k řešení rozhodovacích problémů. Jednotlivé fáze (etapy) rozhodování vycházejí ze struktury rozhodovacího procesu dle Fotra13 za komparace s jinými publikacemi z tohoto oboru.

2.1 Identifikace rozhodovacích problémů Identifikace rozhodovacího problému odpovídá vyhodnocení situace (Situation Appraisal) ve smyslu metodiky Kepner-Tregoe14. Spočívá ve vyhodnocení situace a určení rozhodovacího problému. Fotr tuto fázi zjednodušeně charakterizuje jako zodpovězení otázky „co se děje?“15. Výsledkem vyhodnocení situace v podniku může být zjištění, že organizace má problém, který je zapotřebí řešit, příp. co je jeho příčinou a jaké rozhodnutí musí být tedy učiněno. Situace, která vyžaduje zásah do organizace (řešení), je tzv. problémovou situací. Rozhodovací problémy často představují komplexní problémové situace, jež je nejprve zapotřebí dekomponovat do dílčích úkolů (úloh), které mají být postupně řešeny. V případě výskytu více dílčích problémů lze doporučit stanovení priorit pro řešení těchto problémů.

12

Viz STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 128, 126 s. ISBN 978-80-87106-26-6. s. 16. 13 Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. Kapitola 2 až 4. 14 Dle The KT Way: Problem Solving and Decision Making. KEPNER-TREGOE, Inc. KT [online]. [cit. 201209-29]. Dostupné z: http://www.kepner-tregoe.com/theKTWay/WorkingWithKT-TeachYou-PSDM.cfm 15 Srovnej FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 58.

14

Prioritu řešení lze stanovit na základě různých přístupů, např.:16 i.

závažnost – jaké dopady má vzniklá situace na náklady, zaměstnance, chod podniku. Nejdříve se budou řešit problémy s nejzávažnějšími dopady, tj. takové, které můžou např. odstavit fungování celého podniku.

ii.

naléhavost – jak se mění obtížnost řešení s časem. Nejdříve budou řešeny problémy, které jsou nejnaléhavější, tj. takové, které v blízké době můžou zásadně ovlivnit fungování podniku, příp. škody jimi způsobené se mohou rychle stát nevratnými.

iii.

budoucí dopady – jaké další dopady vzniknou v případě pozdějšího řešení. Identifikují se také vzdálenější dopady, které se mohou projevit mnohem později, avšak vykazují příčinnou souvislost s původním problémem.

iv.

složitost – z jakých dílčích problémů se situace skládá, jak těžce jsou identifikovány odpovědné osoby a další aspekty problému. Při řešení pmůže podnik zvolit nejdříve odstranění nejjednodušších problémů, což by mělo snížit negativní dopady a vytvořit kapacitu pro samostatné řešení složitějšího problému, anebo lze nejdříve začít řešit nejsložitější problém, jelikož tento bude pravděpodobně vyžadovat největší časové i personální náklady.

Rozhodovatel je dle autora obvykle schopen lehce identifikovat problémy, které jsou nejnaléhavější, a také intuitivně odhadnout složitost jednotlivých problémů. Vyhodnocení závažnosti a budoucích dopadů problémů pak vyžaduje hloubkovější analýzu. Lze proto doporučit rozdělit problémy dle jejich naléhavosti, a až následně podrobněji analyzovat ty nejnaléhavější s cílem najít závažné naléhavé problémy, které by měly být řešeny prioritně. V situaci, kdy společnost (např. jako posuzovaná VOS) nevykazuje žádný naléhavý problém, lze obvykle identifikovat nejzávaznější problém bránící rozvoji podniku, který se ale může skládat z množství dílčích problémů. Dle charakteru dílčích problémů je nutné pak volit také dílčí přístupy k jejich řešení. Po analýze charakteru jednotlivých problémů rozdělí rozhodovatel problémy na ty, které vyžadují okamžité odstranění, a na ostatní, které jsou méně významné, příp. představují pouze potencionální riziko do budoucna.

2.2 Metody analýzy rozhodovacích problémů Další krok po identifikaci problému spočívá ve srozumitelném popsání rozhodovacího problému, a to za využití metod pro analýzu rozhodovacích problémů. Autor se domnívá, že pokud by rozhodovatel nenašel příčinu problému anebo určil příčinu problému nesprávně,

16

Srovnej FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 61.

15

může se stát, že nalezené řešení bude pouze krátkodobě účinné anebo nebude účinné vůbec. K pochopení problému tak slouží analýza problému za využití různých metod, které autor přiblíží v této části své práce.

2.2.1 Metody kauzální analýzy První krok tvoří identifikace projevů problému, tj. nalezení symptomů problému. Po identifikaci symptomů je možné zjistit konkrétní příčiny daného problému, resp. jeho projevů. Fotr17 jako základní druh kauzální analýzy uvádí postup dle metodiky Kepner-Tregoe, který se skládá ze 4 kroků: i.

popis problému – zahrnuje bod 2.1. této práce, tj. formulaci samotného problému zodpovězením otázky „co se děje?“.

ii.

identifikace možných příčin problému – může být provedena na základě zkušeností expertů, anebo pomocí analýzy rozdílů a změn, kdy je posuzována, zda daná změna může vést k možnému problému. První postup je dle autora více flexibilní, avšak může způsobit, že rozhodovatel příliš důvěřující expertům přehlédne některé možné příčiny. Za optimální proto autor považuje kombinaci obou metod, kdy bude expertům předložen co nejširší seznam možných příčin, který bude za jejich asistence zúžen.

iii.

testování příčin a stanovení pravděpodobné příčiny – spočívá v hlubším posouzení každé možné příčiny s ohledem na jednotlivé znaky nastalého problému a ověřování, zda má problém projevy předpokládané u dané příčiny.

iv.

potvrzení dané příčiny – nejjednodušším způsobem ověření správnosti nalezené příčiny je pokus o její odstranění a pozorování následných projevů daného problému.

Testování příčin a potvrzení dané příčiny jsou často kroky, které rozhodovatel realizuje až v pozdějších fázích rozhodovací analýzy, kdy sesbírá všechna potřebná data a vytvoří matematický model, na kterém lze hypotézu o příčině problémů ověřit. V případě VOS autor využívá analýzu nákladů a vytíženosti personálních kapacit VOS. U výrobně orientovaných podniků může dle autora pro ověření symptomů problémů sloužit kromě autorem využitých metod také analýza vytíženosti výrobních kapacit a nákladů, příp. analýza poptávky. Kromě tohoto deduktivního postupu se naskýtá také možnost využít induktivní metody, které mají sled kroků takřka převrácen, tj. nejdříve je zjišťována předpokládaná

17

Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 74.

16

příčina problému, následně její předpokládané projevy a na závěr je identifikován očekávaný následek dané příčiny. Tato metoda nabízí vhodné řešení v případech, kdy není možné experimentálním způsobem přistoupit k deduktivním metodám, například z důvodu přílišné nákladnosti experimentu anebo jeho nevratnosti. Většina rozhodovacích problémů ale nevykazuje jednoduchou strukturu a nemá jedinou příčinu. V takové situaci pak objevení jedné příčiny naznačuje existenci dalších příčin stojících za ní. Pro kauzální analýzu složitějších jevů pak může být využita analýza kauzálních řetězců (pokud na sebe příčiny navazují, ale nevětví se), případně jiné metody, např. strom kauzálních vztahů, Ishikawův diagram (v případech, kdy existuje množství vzájemně propojených a ovlivňujících se příčin a následků). Hrůzová18 na rozdíl od Fotra zařazuje mezi metody kauzální analýzy také Paretovu analýzu. Tento rozdíl je dle autora patrně způsoben odlišnou definicí podstaty Paretovy analýzy, kdy Hrůzová ji definuje jako metodu spočívající v grafickém rozlišení příčin dle jejich dopadu na důsledek problému, zatímco Fotr ji chápe šířeji jako grafické rozlišení různých položek týkajících se rozhodování (tj. nejen příčin, ale např. také rizik, variant, problémů atd.) podle jejich důležitosti.

18

Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 37.

17

2.2.2

Další metody analýzy rozhodovacího problému Kromě kauzálních metod lze využít i další postupy, které analyzují rozhodovací

problém z většího počtu úhlů. Dle autora jsou vhodné pro využití zejména v případě, kdy se na rozhodování podílí více rozhodovatelů s různými kompetencemi, a proto je potřebné rozhodovací analýzu provést s možností co nejefektivnější participace všech rozhodovatelů, případně také následné analýzy a kontroly. Mezi tyto metody lze dle Hrůzové19 zařadit například metodu šesti slov, Fotrem20 nazývanou „šesti slovná tabulka“. Její podstatou je zodpovězení 6 otázek analyzujících předmětný problém, jak ilustruje níže uvedený obrázek: Obrázek 2: Metoda šesti slov

Pramen: HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 37.

Tuto metodu lze dle názoru autora vhodně kombinovat s pohovory s experty, kde může sloužit jako vhodná osnova pro brainstorming, brainwriting či sestrojení kognitivních map. Další metodou je tzv. gap analýza, která, jak již název napovídá, spočívá v posuzování rozdílů mezi různými rozhodovacími situacemi, jejich společnými a odlišnými znaky. Dle 19

Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 56. 20 Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 98.

18

autora ji může rozhodovatel aplikovat také v situaci, kdy má jeho podnik na trhu úspěšnějšího konkurenta. Gap analýzou pak lze zjistit, v čem je přístup úspěšnějšího podniku jiný anebo jak řeší podobný rozhodovací problém jinde. Specifickou kapitolu metod analýzy tvoří postupy využívající grafické zobrazení, jako například metoda influenčních diagramů či kognitivních map, které názorně zobrazují vzájemné působení jednotlivých prvků rozhodovacího problému. Tyto postupy jsou dle autora vhodné zejména na vizuálně orientované rozhodovatele, přičemž je nutné, aby byli vizuálně orientováni skutečně všichni rozhodovatelé. V opačném případě i na základě autorovi zkušenosti hrozí, že tvorba kognitivní mapy nebude positivně stimulovat všechny rozhodovatele a část z nich bude odsunuta do pasivního postavení pozorovatelů. Výsledkem analýzy rozhodovacího problému je podrobná identifikace a formulace rozhodovacího problému21, který má být vyřešen, a identifikace jeho jednotlivých prvků.

2.3 Formulace cíle rozhodovacího problému Po analýze problému přichází fáze definice cílů, která určí, jaký výsledek má být řešením problému dosažen. Dle autora nestačí pouze zjednodušený závěr, že problém je zapotřebí odstranit. Při formulaci cílů musí rozhodovatel zohlednit veškeré zájmy v podniku a vyčlenit konečné cíle tak, aby při řešení problémů nezůstal rozhodovatel tzv. v půli cesty řešení, resp. aby došlo k určení toho správného cíle. Obecně lze doporučit, aby byly cíle formulovány v souladu s tzv. SMART metodou, kdy cíle musí být: i.

S

Specific – konkrétní. Na základě tohoto pravidla je zapotřebí upřednostňovat

konkrétnější cíle před obecnými. Jedná se o co nejlepší identifikaci toho, co chce rozhodovatel dosáhnout. ii.

M

Measurable – měřitelné. Na základě tohoto pravidla je zapotřebí vybírat takové

cíle, jejichž plnění je možné přehledně měřit a to jak v průběhu, tak po vyřešení problému. iii.

A

Attainable – dosažitelné. Na základě tohoto pravidla je zapotřebí vybírat

takové cíle, které jsou reálně dosažitelné za dané situace, k tomu pomáhá zejména analýza zdrojů a možností podniku. Vysoké cíle mohou opticky působit přitažlivě, avšak pokud nejsou reálně dosažitelné, způsobí dle autora pouze zbytečné vynaložení prostředků a příp. deprivaci v podniku.

21

Viz FOTR, J. a ŠVECOVÁ, L. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 70.

19

iv.

R

Relevant – odpovídající. Na základě tohoto pravidla je zapotřebí vybírat takové

cíle, které jsou relevantní k danému podniku, jeho zájmům a směřování. V opačném případě bude cíl sice konkrétní, měřitelný a dosažitelný, avšak bez vazby na daný podnik bude jeho splnění zcela nesmyslné a neproduktivní. v.

T

Time-bound - ohraničené v čase. Na základě tohoto pravidla je zapotřebí

vybírat takové cíle, jejichž realizace je jasně časově ohraničena, takový postup pomáhá motivovat řešitele problému. Časové ohraničení musí dle autora zohledňovat také charakter provozu konkrétního podniku. V situacích, kdy podnik působí na vysoce konkurenčním a proměnlivém trhu, je těžké stanovovat cíl v dlouhodobějším ohledu. Na druhou stranu v oborech, kde je reakční čas trhu delší, návratnost investic či doba projevení inovací delší, není vhodné určit pro cíl lhůtu, ve které se většina zvolených řešení nemůže naplno projevit. Příkladem správně a jednoduše definovaného cíle je dle autora například snaha o zvýšení příjmů či snížení nákladů o jasně definovanou hodnotu v jasně definovaném časovém horizontu, jak je tomu v praktické části této práce. Po stanovení cíle, který má být dosažen, musí rozhodovatel definovat kritéria, na základě kterých budou posuzovány jednotlivé rozhodovací varianty. Tento postup ale není jednosměrný, v dalších fázích rozhodovací analýzy mohou vyjít najevo skutečnosti, které ovlivní samotnou formulaci rozhodovacího problému, příp. cílů, kterých má být dosaženo. Podněty ke změnám mohou přijít například z později provedené analýzy rizikových faktorů, příp. jiných omezujících proměnných.

2.4 Stanovení kritérií hodnocení variant Kritéria rozhodování dle Fotra22 představují „hlediska zvolená rozhodovatelem, která slouží k posouzení výhodnosti jednotlivých variant rozhodování.“ Tato kritéria tak musejí odpovídat zvoleným cílům při řešení rozhodovacího problému. Mohou být stanovena číselně (kvantitativní) anebo slovně (kvalitativní). Dle Huška23 lze kvalitativní kritéria převést na kvantitativní za pomoci tzv. umělých (fiktivních) proměnných. Kvantitativní kritéria jsou jasnější a jednodušeji měřitelná, avšak ne vždy je možné všechna kvalitativní kritéria na kvantitativní kritéria převést prostou verbálně-matematickou operací.

22

Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 26. 23 Viz HUŠEK, R. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. s. 18.

20

Rozhodovatel v první řadě volí, zda bude při svém rozhodování používat jedno kritérium anebo budou varianty posuzovány z pohledu více kritérií. Jak jednokriteriální, tak také vícekriteriální rozhodování vykazuje jistá svá rizika.24 Jednokriteriální hodnocení má výhodu ve své jednoduchosti a relativně snadném výsledném vyhodnocení. Dle autora jej lze doporučit v situacích, kdy je primárním cílem rozhodovatele zvýšení příjmů anebo snížení nákladů bez významných změn ve vnitřních procesech podniku. Na druhou stranu je ale dle autora zapotřebí, aby rozhodovatel nevyužíval jednokriteriální hodnocení v k tomu nevhodných situacích, zejména v případech složitých problémů, které nejsou přímo orientovány na optimalizaci nákladů či maximalizaci příjmů prostřednictvím dodatečných investic anebo využitím stávajících kapacit. Po identifikaci jednoho nebo více kritérií pro posuzování vhodnosti variant řešení rozhodovacího problému lze přistoupit k tvorbě variant řešení problému. V případech obdobných praktické části této práce by měl tento krok dle autora nad rozsah běžně doporučovaných postupů obsahovat také předběžný náčrt finančního modelu fungování předmětného podniku, z čehož může být dovozeno, jaké proměnné vně i v rámci podniku ovlivňují hodnotu posuzovaného kritéria. V dalším kroku lze pak analýzu možných způsobů změn jednotlivých proměnných využít pro vytvoření relevantních variant řešení rozhodovacího problému. Například, pokud je rozhodovateli známo, že zisk podniku závisí zejména na počtu prodaných kusů výrobků a nákladů na jejich výrobu, jednotlivé varianty řešení by měly nabízet různé možnosti pro zvýšení počtu prodaných kusů výrobků nebo snížení nákladů na jejich výrobu.

2.5 Tvorba variant řešení Metody tvorby variant autor v souladu s Fotrem25 rozděluje na tzv. intuitivní metody a systematicko-analytické metody. Hrůzová26 kromě těchto skupin uvádí také elementární vědecké tvůrčí metody a normativní tvůrčí metody.

24

Srovnej FIGUEIRA, J., GRECO, S. a EHRGOTT, M. Multiple criteria decision analysis: state of the art surveys. New York: Springer, c2005, xxxvi, 1045 p. ISBN 03-872-3067-X. s. 6. 25 Viz FOTR, J. a ŠVECOVÁ, L. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 129. 26 Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 84.

21

2.5.1

Intuitivní metody V případě intuitivních metod převládá využití srovnávání a analogií. V případě všech

těchto metod je zapotřebí zapojit více rozhodovatelů. Cílem těchto metod je strukturovaně podpořit tvůrčí aktivitu rozhodovatelů. Mezi základní intuitivní metody lze zařadit: i.

Brainstorming – samovolné vytváření námětů k řešení v rámci diskuse rozhodovatelů;

ii.

Brainwriting – samovolné vytváření námětů, které ale na rozdíl od brainstormingu nejsou pouze diskutovány, nýbrž jsou okamžitě zapisovány na předpřipravený formulář;

iii.

Metoda „635“ – představuje specifický typ brainwritingu, kdy 6 řešitelů, zapisuje své nápady, a to tak, že každý řešitel zapíše 3 nápady v časovém limitu 5 minut;

iv.

Diskuze „66“ – představuje specifický typ brainstormingu, kdy 6členná skupina rozhodovatelů diskutuje zvolený problém po 6 minut;

v.

Gordonova metoda – spočívá v situaci, kdy je řešitelům sdělen pouze obecný metaproblém, čímž dochází k minimalizaci omezujícího myšlení;

vi.

Synektická (Grodonova) metoda – spočívá v řízené diskusi, kdy vedoucí skupiny rozhodovatelů načrtne zdánlivě vzdálené otázky nesouvisející s předmětem problému, aby se nakonec rozhodovatelé s jeho pomocí vrátili k řešenému problému s originálním závěrem;

vii.

Metoda Delphi – využívá několika skupin expertních rozhodovatelů, kteří posuzují problém nezávisle na sobě a své výsledky předkládají konečnému rozhodovateli.

Za situace menšího počtu rozhodovatelů, resp. dotčených subjektů, jak tomu bylo například v případě analyzovaném v praktické části této práce, lze dle autora úspěšně využít zejména jednoduchou metodu brainstormingu. 2.5.2

Systematicko-analytické metody Systematicko-analytické metody jsou formalizovanější než intuitivní metody a pro

navržení variant řešení využívají exaktní vědecké postupy. Mezi základní systematickoanalytické metody lze zařadit: i.

Rozhodovací stromy – využívané při víceetapových rozhodovacích procesech. Využívají grafické zobrazení členící problém na jednotlivé rozhodovací a situační uzly.

ii.

Morfologickou analýzu – rozčleňuje rozhodovací problém na dílčí problémy, jejichž následné kombinace analyzuje.

22

iii.

Metodu PVN – analyzuje dílčí problémy na základě párových vztahů jednotlivých subvariant, jako je vzájemná podmíněnost, vylučování a nezávislost.

Hrůzová27 mezi tyto metody zařazuje také metodu kontrolních seznamů a metodu alternativních dotazů, i když sama přiznává, že tyto metody jsou svou povahou značně jednoduché a mohly by být zařazeny na pomezí intuitivních a systematicko-analytických metod. Na rozdíl od Fotra28 sem Hrůzová nezařazuje metody hodnotového managementu a naopak samostatně vyčleňuje skupinu normativních tvůrčích metod vycházejících z hodnotového inženýrství a hodnotové analýzy.

2.6 Optimalizace počtu variant I když obecné postupy rozhodovací analýzy obvykle neobsahují samostatný krok optimalizace počtu variant, autor se domnívá, že tento krok je velice důležitý zejména v případech, kdy předcházejícími postupy došlo k vytvoření velkého množství variant, které se liší pouze v jedné charakteristice. Často jde vlastně pouze o subvarianty několika základních variant. V takových situacích může být prvotním výsledkem tvorby variant nepřeberné množství kombinací subvariant, jejichž posouzení z pohledu každého kritéria představuje pro rozhodovatele značnou časovou zátěž. V těchto situacích by měl rozhodovatel zvážit, zda není dané rozhodování ovlivněno kromě kritéria, v němž musí vybraná varianta dosáhnout co nejlepšího výsledku, také dalšími omezujícími podmínkami. Tyto podmínky autor za analogického využití závěrů Fotra29 týkajících se optimalizace portfolií projektů rozděluje na podmínky plynoucí z omezených zdrojů podniku (finanční prostředky, pracovní prostředky, zásoby, časová náročnost) anebo podmínky plynoucí z nepodkročitelných (příp. nepřekročitelných) požadavků na zvolenou variantu (minimální míra ziskovosti, rentability, maximální délka realizace, výše nákladů či přijatelného rizika). Problém, jak se vypořádat s těmito omezeními, se označuje jako optimalizační problém. Nastíněné optimalizační problémy lze řešit pomocí bivalentního programování, které všechny varianty rozdělí dle toho, zda vyhovují (hodnota 1) anebo nevyhovují (hodnota 0) zvolenému omezení, resp. požadavku. Do dalšího posuzování pak rozhodovatel zařadí pouze ty varianty, které dosáhnou hodnotu 1. V případě více omezujících kritérií, lze postup 27

Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 86. 28 Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 138. 29 Viz FOTR, J. Tvorba strategie a strategické plánování: teorie a praxe. 1. vyd. Praha: Grada, 2012, 381 s. Expert (Grada). ISBN 978-80-247-3985-4. s. 142.

23

bivalentního programování opakovat. Ukázku takovéhoto postupu obsahuje praktická část této práce. Autor zastává názor, že aplikace optimalizujících kritérií umožňuje rozhodovateli vyloučit nereálné varianty a zjednodušit tak proces celého rozhodování, avšak vždy je zapotřebí využívat tento postup pouze v nejnutnější míře pouze pro skutečně omezující podmínky, které nemohou být změněny. Tato fáze musí být oddělena od následné fáze hodnocení vyhovujících variant, jelikož v opačném případě může dle autora dojít na straně rozhodovatele k umělému a předčasnému stanovování omezení pouze s cílem zjednodušit rozhodovací proces. Autor proto souhlasí s názorem Fotra30, že někdy je namísto aplikace omezujících kritérií zapotřebí zpochybnit či zrušit stávající omezení, aby bylo možné odhalit nové varianty a možnosti řešení rozhodovacího problému.

2.7 Hodnocení variant rozhodování Po definování jednotlivých variant a případné optimalizaci jejich počtu lze přistoupit k hodnocení variant a volbě nejvhodnější varianty. Výběr takové varianty bude spočívat v posouzení jednotlivých variant s ohledem na zvolené kritérium, resp. kritéria.31 V případě jednokriteriálního hodnocení je situace vcelku jednoduchá, protože postačí seřadit jednotlivé varianty dle hodnoty, které u nich dosahuje zvolené kritérium, jak je tomu v praktické části této práce. Varianta, která dosahuje nejlepší hodnotu kritéria (nejvyšší, pokud jde o ziskové kritérium anebo nejnižší, pokud jde o kritérium nákladové), je vybrána k realizaci jako nejvhodnější. Mezi jednokriteriální rozhodování lze zařadit také případy, kdy došlo k převedení více kritérií na jednu měrnou jednotku, například na základě tzv. převodních můstků32, a také situace, kdy byla omezující kritéria aplikována ještě před konečným hodnocením variant. V situaci, kdy je zvoleno více kritérií pro hodnocení, lze postupovat různými cestami. Základní metodou hodnocení variant v případě více kritérií je metoda stanovení vah kritérií. Jednotlivým kritériím se v takovém případě stanoví jejich váha a dle této váhy se jednotlivé varianty ohodnotí, přičemž vybrána bude varianta s nejlepším výsledkem.

30

Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 141. 31 Viz část 2.4 této práce. 32 Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 161.

24

Postup přirazení vah jednotlivých kritérií může proběhnout zejména prostřednictvím:33 i.

Přímého určení vah – jednotlivým kritériím se buď přiřadí bodové hodnocení, nebo je určeno jejich preferenční pořadí. Jedná se o postup podobný využití převodních můstků, i když převodní můstky se obvykle používají ještě před hodnocením jednotlivých variant v době jejich přípravy.

ii.

Párového srovnávání – každé kritérium je srovnáváno párově se všemi ostatními kritérii, čímž je určena preference tohoto kritéria oproti ostatním. Takovým postupem lze vytvořit pořadí kritérií, kterým je následně přiřazena odpovídající váha, a dále se postupuje jako u přímého určení vah.

iii.

Postupného rozvrhu vah – tento postup využívá obě výše uvedené metody, kdy jsou nejdříve určeny váhy jednotlivých logicky, resp. funkčně, uspořádaných skupin kritérií, a následně jsou určeny váhy kritérií ve skupinách. Výsledná váha je pak určena vynásobením váhy skupiny a váhy jednotlivých kritérií v dané skupině.

Výběr konkrétní varianty v situaci více kritérií tedy dle autora vychází buď z převedení hodnot jednotlivých kritérií na jednotnou bezrozměrnou veličinu (hodnotu, užitek, ohodnocení apod.), anebo ze složitějšího postupu párového srovnávání analogického párovému srovnávání vah kritérií.34

2.8 Kontrola realizované varianty Po zvolení nejvhodnější varianty započne obvykle její realizace, avšak práce rozhodovatele ani v této situaci nekončí a je zapotřebí proces realizace zvolené varianty dostatečně monitorovat a kontrolovat. Postupem času se totiž může ukázat, že varianta již strategii podniku nevyhovuje, ať již z důvodu vnitřních změn v podniku nebo změn v okolí podniku.35 V případě zjištění, že realizovaná varianta nesplňuje očekávání, je možné realizaci dočasně nebo zcela zastavit, příp. zároveň nahradit jinou variantou, která se za změněných podmínek jeví jako vhodnější. Avšak v případě záměny realizované varianty nesmí dle autora rozhodovatel zapomenout vzít v potaz také množství prostředků, které již do realizace původně zvolené varianty byly investovány. Průběžné hodnocení průběhu realizované varianty obvykle v podniku spadá pod controlling. 33

Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 168. 34 Tamtéž s. 178 a násl. 35 Srovnej FOTR, J. Tvorba strategie a strategické plánování: teorie a praxe. 1. vyd. Praha: Grada, 2012, 381 s. Expert (Grada). ISBN 978-80-247-3985-4. s. 148.

25

Dalším druhem kontroly je tzv. kontrola výsledků, která je dle Fotra36 již méně důležitou a probíhá až po ukončení realizace zvolené varianty. Lze ji využít zejména pro rozhodování v případě dalších strategických problémů podniku.

36

Viz FOTR, J. Tvorba strategie a strategické plánování: teorie a praxe. 1. vyd. Praha: Grada, 2012, 381 s. Expert (Grada). ISBN 978-80-247-3985-4. s. 148.

26

3 Rozhodování za rizika Pro další posuzování rizika nejdříve autor upřesní vnímání pojmu rizika, jelikož v oblasti manažerského rozhodování má mírně posunutý význam oproti jeho běžnému vnímání. Běžně je totiž riziko chápáno jako pravděpodobnost (možnost) negativního vývoje, příp. výsledku, které se v případě managementu rizika označuje pojmem čisté riziko37. Jak ale vysvětluje např. Fotr38, riziko v hospodářské praxi má jak pozitivní, tak negativní stránku. Tzv. podnikatelské riziko pak může být definováno jako pravděpodobnost, že výsledek se bude odlišovat od plánované hodnoty, a to jak negativně, tak i pozitivně. V další části této práce bude autor pojmem riziko označovat právě výše definované podnikatelské riziko. Kromě výše uvedeného rozdělení rizika na podnikatelské a tzv. čisté riziko jsou odborníky39 pro management rizika definována také jiná dělení, z těch nejdůležitějších např.: i.

Vnitřní (spojené s faktory uvnitř společnosti) vs. vnější (vázané na vnější makro a mikroekonomické faktory) riziko. Vnitřní riziko bude obvykle jednodušeji uchopitelné, když nebude tolik záviset od vnějších vlivů a rozhodovatel jej bude moci jednodušeji identifikovat. Rizikové faktory analyzované v praktické části této práce jsou vnějšími riziky.

ii.

Ovlivnitelné (může být zcela vyloučeno anebo aspoň sníženo) vs. neovlivnitelné (není možné jej ovlivnit, ale je možné působit na jeho důsledky) riziko. Rizikové faktory analyzované v praktické části této práce jsou neovlivnitelnými riziky. Vnější rizika jsou často neovlivnitelná.

iii.

Nezbytná, únosná a neúnosná rizika. Nezbytné riziko je riziko, které je dané aktivitě vlastní. Únosné i neúnosné riziko pak mohou a nemusí samy být nezbytným rizikem. Neúnosné riziko představuje riziko, u kterého je dopad možné negativní varianty pro podnik tak nevýhodný, že podnik nechce vůbec riskovat, že nastane. Takovým případem by mohla dle autora být například situace, kdy bude u některé varianty vyhodnoceno neúnosné riziko zastavení celého provozu podniku, závažné poruchy strojního vybavení apod.

37

Dle FOTR, J. a SOUČEK, I. Investiční rozhodování a řízení projektů. 1. vyd. Praha: Grada Publishing, 2010. 408 s. ISBN 9788024732930. s. 143. 38 Dle HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4. s. 15. 39 Dle HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 176-180 a HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4. s. 16.

27

iv.

Riziko při založení a v počáteční fázi, v době růstu, v době zralosti, při likvidaci a ukončení. Toto časové rozlišování rizika je dle autora vhodné v případech, kdy se riziko v rámci nějaké aktivity vyvíjí s časem, tj. na začátku působí jiné rizikové faktory než v průběhu či při ukončení dané aktivity.

v.

Technologická, výrobní, ekonomická, tržní, finanční, kreditní, legislativní, politická, environmentální, informační, marketingová, přírodní, bezpečnostní rizika. Jde o dělení rizik podle oblastí, kterých se dotýkají. Takové dělení může rozhodovatele navést ke způsobům, jak dané riziko omezit, když marketingové riziko je nutné řešit prostřednictvím marketingu, výrobní riziko zásahem do výrobních procesů apod.

Od rozhodování za rizika se odlišuje rozhodování za neurčitosti. Neurčitost představuje nejistotu, která není na rozdíl od rizika kvantifikovatelná, tj. měřitelná.40 Při rozhodování za neurčitosti tak není možné vyčíslit pravděpodobnost výskytu jednotlivých událostí, problémů či scénářů vývoje. Identifikace rizika může být prováděna prostřednictvím různých postupů, mezi nejvýznamnější řadí Hnilica41 zejména: i.

Kontrolní seznamy či katalogy rizik – obsahují seznamy všech rizik, která přicházejí v úvahu. Dle autora mohou být vytvořeny jak v rámci tvůrčí diskuse (například brainwritingu), tak na základě hloubkové analýzy všech procesů v podniku.

ii.

Pohovory s experty či skupinové diskuse – obecně platí, že víc hlav víc ví a v managementu rizika je tak tomu dvojnásob. Kreativita, která vzniká při skupinovém brainstormingu, může napomoci odhalit množství skrytých rizik i vzájemných souvislostí. Avšak pro dostatečnou synergii a efektivitu je dle autora zapotřebí, aby byla diskuse usměrňována vhodným moderátorem s dostatečnými analytickými schopnostmi. Právě pohovory s experty byly základem pro identifikaci rizik v praktické části této práce.

iii.

Nástroje strategické analýzy – zde je možné zařadit zejména SWOT analýzu, případně PESTLE analýzu a Porterův model. I když většina strategických nástrojů slouží hlavně na analýzu vnějších rizik, existují metody, jako je např. stakeholderská analýza, která svou komplexitou odhaluje také vnitřní rizika a jejich vzájemnou interferenci s vnějším světem.

40

Dle FOTR, J. a SOUČEK, I. Investiční rozhodování a řízení projektů. 1. vyd. Praha: Grada Publishing, 2010. 408 s. ISBN 9788024732930. s. 145. 41 Dle HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4. s. 29.

28

iv.

Myšlenkové mapy (mind maps) – napomáhají zejména v případech, kdy je rozhodovatel orientován vizuálně, a to tak, že zapisuje jednotlivá rizika, jejich příčiny a následky formou grafu.

V případech podobných tomu v praktické části této práce lze dle autora výše uvedené metody vhodně kombinovat také s matematickým modelem příjmů či nákladů podniku, když tento model dokáže poukázat na některé vztahy mezi jednotlivými faktory a odhalit, jak tyto faktory vstupují do výsledné hodnoty zvoleného kritéria. Výše uvedené metody zase pomáhají určit i ta rizika, která přímo nevyplývají z matematického modelu a mohou identifikovat další, hlouběji skryté, souvislosti. Identifikací rizik ale práce rozhodovatele nekončí, musí být také určena významnost jednotlivých rizik, zejména citlivost konkrétních variant na jednotlivé rizikové faktory. Faktory, na které je výsledek citlivý, budou považovány za významné a faktory, které výsledek ovlivňují pouze v malé míře, budou považovány za méně významné. Identifikaci významných a nevýznamných rizik lze provést například prostřednictvím metody scénářů. S počítačovou podporou, která svou výpočetní kapacitou ulehčuje a urychluje analytické procesy rozhodovatele, lze pak sestavit tornádo grafy, příp. spojnicové grafy, vycházející z metody scénářů.

3.1 Měření rizika Jak bylo uvedeno výše, riziko je, na rozdíl od neurčitosti, kvantifikovatelné, tj. číselně vyjádřitelné. Pokud je riziko číselně vyjádřitelné, je zřejmé, že může být měřeno za pomoci různých statisticko-matematických metod. Základní statistické kategorie, které je možné u rizika charakterizovat jsou: i.

pravděpodobnost – vyjadřuje šance (ne)dosažení určité hodnoty kritéria.

ii.

medián – hodnota kritéria, která se po seřazení hodnot od nejmenší po největší vyskytuje uprostřed.

iii.

modus – nejčetnější hodnota kritéria.

iv.

aritmetický průměr – součet všech hodnot kritéria vydělen jejich počtem, tzv. typická hodnota kritéria. Pro hodnocení variant je dle autora důležitější modus než aritmetický průměr, jelikož modus vypovídá o skutečně nejpravděpodobnější variantě.

v.

rozptyl – vyjadřuje „průměr čtverců odchylek jednotlivých hodnot kritéria od jejich aritmetického průměru“42.

42

Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291 s. ISBN 978-80-86730-74-5. s. 201.

29

vi.

směrodatná odchylka – vyjadřuje pravděpodobnost odchýlení výsledné hodnoty kritéria od jeho očekávané hodnoty. hodnoty

vii.

variační koeficient – vyjadřuje „proměnlivost hodnot kritéria v souvislosti s rizikem“ rizikem 43, dle Fotra44 je jeho využití na místě, když se střední hodnoty hodnocených variant značně liší a není tedy možné použít rozptyl a směrodatnou odchylku odchylku.

viii.

kvantily – hodnoty, které budou překročeny se zvolenou pravděpodobností pravděpodobností.. Velice důležitým kvantilem je rozsah oblasti, oblasti, kdy hodnocené ziskové kritérium dosahuje záporné hodnoty. Záporná hodnota je oblastí, které se chce podnik v každém případě případ vyhnout a lze předpokládat, že rozhodovatel s averzí k riziku (viz vysvětlení níže) bude upřednostňovat i méně výnosné varianty, pokud nebudou mít žádný kvantil v záporné hodnotě, oproti výnosnějším variantám, které budou mít nezanedbatelné riziko ztráty.

ix.

koeficient šikmosti šikmosti (někdy také šikmost) – udáváá, zda jsou hodnoty kolem zvolené střední hodnoty rozloženy souměrně anebo jsou orientovány více na jednu stranu. Odvíjí se od vztahu mezi aritmetickým průměrem

, mediánem

a modem

:45

a. pro ro záporně zešikmené rozdělení (doleva) je b. pro ro symetrické rozdělení je

c. pro ro kladně zešikmené rozdělení (doprava) je x.

koeficient ostrosti (někdy také ostrost) – vyjadřuje podobně jako rozptyl, směrodatná odchylka a variační koeficient, jak jsou hodnoty kritéria rozloženy kolem středu. středu Hodnota odnota vyšší než 1 udává, že pravděpodobnostní rozložení kritéria je strmější než normální rozložení. normální rozložení Hodnota odnota nižší než 1 udává, že pravděpodobnostní rozložení kritéria je plošší než normální rozložení. rozložení

Všechny výše uvedené statistické kategorie jsou autorem využity v praktické části této práce, kter ukazuje jejich využití při popisu a hodnocení jednotlivých variant. která

3.2 Nástroje pro stanovení dopadů rizikových variant Fotr46 jako jednu z prvních metod pro určení dopadů rizikových variant uvádí analýzu cit vosti. Autor se domnívá, že analýza citlivosti citlivosti. citlivost je spíše dílčí ílčí metodou využívanou ve 43

Viz HRŮZOVÁ, H. Manažerské rozhodování. rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730 978 86730-74-5. 5. s. 201. 44 Srovnej FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80 978 80-86929-59-0. 0. s. 248. 45 Dle ŠŤASTNÝ, F. Popisné statistiky. ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT [online]. 1997. vyd. [cit. 2013 2013-03-02]. 02]. Dostupné z: http://amper.ped.muni.cz/jenik/nejistoty/html_tree/node13.html tp://amper.ped.muni.cz/jenik/nejistoty/html_tree/node13.html 46 Dle FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929 978 86929-59-0. 0. s. 256.

30

většině nástrojů posuzujících rizika než samostatnou procedurou, a proto se ji bude blíže věnovat v podkapitole v rámci popisu simulace Monte Carlo. Další nástroje rozčlení autor s ohledem na skutečnost, zda jsou důsledky variant diskrétní povahy (nabývají konkrétní hodnoty) anebo mají spojitou povahu (tj. nabývají nepřerušené hodnoty). Pro případ hodnot diskrétní povahy je nejjednodušším nástrojem tzv. rozhodovací matice. Ta zohledňuje výsledky jednotlivých variant pro různé stavy světa (scénáře) ve formě matice (tabulky). Je vhodná pro posuzování variant, které mají menší počet rizikových faktorů. V případě většího počtu rizikových faktorů, avšak stále za situace diskrétních hodnot rizikových faktorů, jsou nejvhodnějším nástrojem tzv. pravděpodobností stromy. Tyto stromy pomocí větvení zobrazují jednotlivé možné hodnoty rizikových faktorů, kdy každá větev odpovídá možnému scénáři a dopady jednotlivých variant jsou pak zobrazeny na konci každé příslušné větve. Tato metoda se dle Hrůzové47 podobá metodě rozhodovacího stromu s tím rozdílem, že místo rozhodovacích situací pracuje jen s rizikovými situacemi. Kreativní řešení pro stanovení dopadů rizikových variant zajišťuje využití scénářů. Na rozdíl od výše uvedených metod není při scénářích tolik využíváno grafické a numerické zobrazení, nýbrž primárně slovní popis budoucího možného vývoje. Popis scénáře je následně kvantifikován odpovídajícími hodnotami rizikových faktorů. Dle Hnilici48 je možné využít scénáře také v případě spojitých faktorů, pokud jsou před tvorbou scénářů nahrazeny reprezentativními diskrétními hodnotami. V případě velkého počtu rizikových faktorů, a to bez ohledu na to, zda jsou spojité či diskrétní, lze využít simulační metodu Monte Carlo, která pomocí generování velkého počtu scénářů umožňuje simulovat prakticky spojité rozdělení pravděpodobnosti dosažení zvolených hodnot pro jednotlivé varianty. Simulaci Monte Carlo bude autorem věnována následující kapitola této práce a její využití ukazuje také praktická část této práce. Pro skutečně složité strukturované problémy pak v úvahu přicházejí komplikovanější metody využívající simulaci živé přírody – neuronové sítě a evoluční algoritmy49, příp. procesy vycházející z entropie jako takové – teorie chaosu.50 47

Viz HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. s. 210. 48 Dle HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4. s. 63. 49 Viz STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 128, 126 s. ISBN 978-80-87106-26-6. s. 92. 50 Viz DOSTÁL, P. Advanced decision making in business and public services. První vydání. Brno: Akademické nakladatelství CERM, 2011, 167 s. ISBN 978-80-7204-747-5.

31

3.3 Simulace Monte Carlo Simulace Monte Carlo patří mezi tzv. stochastické simulace, jelikož obsahuje simulační experimentování a generování náhodných složek modelu, jejichž výsledkem je generování umělých výběrových rozdělení pravděpodobnosti.51 V protikladu k ní stojí tzv. deterministická simulace, která by byla využitelná v situaci bez náhodných faktorů. 3.3.1

Tvorba matematického modelu U rozhodovacího problému, resp. investičního záměru, je častým způsobem výběru

vhodné varianty porovnávání nějaké formy výsledného zisku, resp. ziskovosti daného projektu či realizované varianty. Ziskovost může být posuzována různými ukazateli zisku: i.

EAC – čistý zisk k rozdělení akcionářům vlastnícím kmenové akcie. Představuje nejsložitěji kvantifikovatelnou hodnotu, která je využitelná zejména v případech, kdy je cílem vybrat variantu co nejvíce výhodnou pro akcionáře (investory) jakožto jedny ze stakeholderů podniku.

ii.

EAT – čistý zisk.

iii.

EBT – zisk před zdaněním.

iv.

EBIT – zisk před zdaněním a úroky. Lze jej doporučit v situacích, kdy chce rozhodovatel zohlednit také odlišný charakter odpisů a amortizace u jednotlivých variant, např. v situacích, kdy má podnik na výběr z několika výrobních procesů využívajících odlišná zařízení s odlišnými možnostmi odpisů. Rozhodovatel ale musí být v takovém případě připraven zohlednit všechny možné postupy odpisů, které mohou počet variant výrazně zvýšit.

v.

EBITDA – zisk před zdaněním, úroky a odpisy. V praktické části práce ukazuje autor právě využití EBITDA. Dle názoru autora je využití EBITDA nejvhodnější v případech, kdy má být hodnocena hrubá ekonomická výkonnost jednotlivých modelů, a to zejména pokud se jednotlivé varianty výrazně neliší v míře odpisů a zdanění.

Na začátku simulace se v případě využití ukazatelů zisku obvykle vytváří zjednodušený model výpočtu tržeb a nákladů projektu.52 V případě některých rozhodovacích problémů ale nemusí být kritérium zisku jediným rozhodným, zejména v situacích, kdy primárním cílem podniku není pouze dosažení 51

Viz HUŠEK, R. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. s. 314 a 322. 52 Dle FOTR, J. a SOUČEK, I. Investiční rozhodování a řízení projektů. 1. vyd. Praha: Grada Publishing, 2010. 408 s. ISBN 9788024732930. s. 216. a FOTR, J. Tvorba strategie a strategické plánování: teorie a praxe. 1. vyd. Praha: Grada, 2012, 381 s. Expert (Grada). ISBN 978-80-247-3985-4. s. 155.

32

zvoleného zisku, nýbrž zhodnocení majetku. V takových případech se využívají ukazatele rentability: i.

ROA – rentabilita aktiv. Ukazuje, jak je podnik schopen z aktiv generovat zisk. Základním cílem by měla být rentabilita, která alespoň překračuje hodnotu, kterou by podnik získal z uložení zodpovídajících prostředků u banky.

ii.

ROCE (příp. ROI) – rentabilita investovaného kapitálu. Podobně jako EAC je vhodná zejména pro posouzení výhodnosti variant z pohledu akcionářů (investorů).

iii.

ROS – rentabilita tržeb. Ukazuje výši marže daného podniku.

iv.

ROE – rentabilita vlastního kapitálu. Je využitelná pouze při hlubší znalosti podniku a prostředí, ve kterém působí, jelikož se mezi jednotlivými odvětvími výrazně liší.

Při využití těchto ukazatelů nestačí sestavit prostý přehled tržeb a nákladů a do modelu musí být inkorporován podrobnější popis peněžních toků a zdrojů peněz v rámci podniku, resp. zvoleného projektu. Zjednodušeně by se tak dle autora dalo říct, že v případech ukazatelů zisku využívá rozhodovatel z účetní závěrky pouze údaje vstupující do výkazu zisku a ztráty, zatímco v případě ukazatelů rentability také údaje vstupující do rozvahy. Základem pro výběr vhodného ukazatele je předběžné vyhodnocení rozhodovatele, v čem se vlastně budou jednotlivé varianty zásadně odlišovat. 3.3.2

Stanovení rozdělení pravděpodobnosti rizikových faktorů Pravděpodobnostní rozložení jednotlivých rizikových faktorů se může různit. Pro

zjednodušení

simulačního

modelu se

při

simulaci

Monte

Carlo nabízí

několik

53

předdefinovaných rozdělení pravděpodobnosti: i.

Normální (Gaussovo) rozdělení – využívá se v případech, kdy rozhodovatel zná minimální a maximální hodnotu rizikového faktoru anebo zná nejpravděpodobnější hodnotu rizikového faktoru. Jde o symetrické rozdělení, které slouží pro aproximaci rozdělení pravděpodobnosti u množství přírodních a fyzikálních jevů, v rozhodovacích procesech je využitelné pro rizikové faktory závislé na velkém množství proměnných, např. inflace, cena ropy apod.

ii.

Trojúhelníkové rozdělení – využívá se v případech, kdy rozhodovatel zná jak minimální, tak maximální možnou hodnotu rizikového faktoru a zároveň je mu známa nejpravděpodobnější hodnota, kterou rizikový faktor nabývá. Za této situace graf rozdělení pravděpodobnosti připomíná klasický trojúhelník. Nevýhodu představuje dle autora skutečnost, že toto rozdělení představuje čistě geometrické zobrazení a nemá

53

Dle FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 229.

33

proto svůj základ v reálném světě. Využívá se např. při odhadu pravděpodobnosti prodejů či prodejních cen. iii.

BetaPERT rozdělení – má totožné vstupní údaje jako trojúhelníkové rozdělení, ale zároveň

je

hladší.

Výsledné

hodnoty

se

pak

více

soustřeďují

kolem

nejpravděpodobnější hodnoty a pravděpodobnost následně klesá rychleji než u normálního rozdělení. Jde o jakousi kombinaci normálního a trojúhelníkového rozdělení. Toto rozdělení je často používané při řízení projektů za rizika a autorem bude v praktické části nejvíce využíváno. iv.

Rovnoměrné rozdělení – má stejnou hodnotu pravděpodobnosti pro všechny hodnoty od minimální po maximální. V praxi není příliš využíváno, jelikož se vyznačuje vysokou mírou nejistoty.

v.

Logaritmicko-normální (lognormální) rozdělení – je odvozeno od normálního rozdělení s tím rozdílem, že hodnoty napravo od nejpravděpodobnější hodnoty jsou uspořádány strměji a pravděpodobnost hodnot napravo klesá méně strmě než u normálního rozdělení, tj. logaritmicky. Využívá se v situacích, kdy posuzovaný faktor nenabývá zápornou hodnotu (modely průtoku kapalin, rozdělení mezd, apod.).

vi.

Exponenciální rozdělení – je vhodné jako model pro rozdělení pravděpodobnosti délky času, který uběhne mezi dvěma událostmi. Využívá se například u modelů pro dobu čekání ve frontě, navazuje naň tzv. Poissonovo rozdělení, které modeluje počet výskytů dané události za stanovený čas. V podniku jej dle autora lze využít v případech logistických rozhodovacích problémů, v kterých hraje výraznou roli čas.

U většiny rozdělení umožňuje simulace Monte Carlo za využití programu Crystall Ball ® místo minimální a maximální hodnoty kritéria zadat hodnotu kritéria pro určitý kvantil, tj. je možné určit, jakou hodnotu přesáhne např. 95 % všech výsledných hodnot (5% kvantil), příp. jakou hodnotu 95 % hodnot nikdy nepřesáhne (95% kvantil). 3.3.3

Analýza citlivosti Analýza citlivosti napomáhá minimalizaci počtu posuzovaných rizikových faktorů,

když hodnotí, jaký vliv má ten-který rizikový faktor na výslednou hodnotu posuzovaného kritéria.54 Ty faktory, které ovlivňují výslednou hodnoty pouze v malém rozsahu, jsou méně důležité než ty, jejichž změna se na změně hodnoty výsledného kritéria podílí vyšší měrou.

54

Srovnej FOTR, J. Tvorba strategie a strategické plánování: teorie a praxe. 1. vyd. Praha: Grada, 2012, 381 s. Expert (Grada). ISBN 978-80-247-3985-4. s. 212 a FOTR, J. a SOUČEK, I. Investiční rozhodování a řízení projektů. 1. vyd. Praha: Grada Publishing, 2010. 408 s. ISBN 9788024732930. s. 158.

34

Při využití počítačových nástrojů se pro analýzu citlivosti používají zejména tzv. tornádové grafy anebo grafy spojnicové. Příkladem tornádového grafu je např. níže uvedený graf: Graf 1: Příklad tornádového grafu

Pramen: Interpreting Tornado and Spider Chart Results. ORACLE. Oracle® Crystal Ball, Fusion Edition: User's Guide [online]. 2008 [cit. 2013-04-14]. Dostupné z: http://docs.oracle.com/cd/E12825_01/epm.111/cb_user/frameset.htm?ch09s05s04s02.html#tools1102914

Lze

zde

identifikovat

6

rizikových

faktorů,

které

jsou

uspořádány

od

nejvýznamnějších po nejméně významné, přičemž délka obdélníku u jednotlivých faktorů udává velikost změny výsledné hodnoty při kladné (obdélník napravo) nebo záporné (obdélník nalevo) změně rizikového faktoru o zvolenou hodnotu (např. 10 %). Autor zastává názor, že nevýhodou tornádového grafu je zohlednění citlivosti výsledného kritéria pouze vzhledem k na jednotlivě určené procentuální hodnotě změny. V případě, kdy jsou hodnoty rizikových faktorů značně rozptýleny, tj. graf pravděpodobnosti dosažení jednotlivých hodnot má nízkou špičatost, je výpovědní hodnota tornádo grafu snížena.

35

Dle autora má širší uplatnění složitější pavučinový graf, jehož příklad ilustruje níže uvedený graf: Graf 2: Příklad pavučinového grafu

Pramen: Interpreting Tornado and Spider Chart Results. ORACLE. Oracle® Crystal Ball, Fusion Edition: User's Guide [online]. 2008 [cit. 2013-04-14]. Dostupné z: http://docs.oracle.com/cd/E12825_01/epm.111/cb_user/frameset.htm?ch09s05s04s02.html#tools1102914

Na rozdíl od tornádového grafu jsou v případě pavučinového grafu sledovány výsledné hodnoty zvoleného kritéria nejen ve zvolených bodech, nýbrž v průběhu celého pravděpodobnostního rozdělení jednotlivých rizikových faktorů. Crystal Ball ® nabízí jako předdefinovaný vzor spojnici 5 bodů odpovídajících kvantilům 10 %, 30 %, 50 %, 70 % a 90 %, avšak hodnoty kvantilů mohou být změněny rozhodovatelem. Čím více se výsledná spojnice bodů odklání od horizontální osy, tím větší vliv má změna daného rizikového faktoru na hodnotu výsledného kritéria. Spojnice bodů u faktorů, které mají malý vliv na hodnotu výsledného kritéria, se naopak blíží horizontální ose. Odklon nahoru od horizontální osy značí, že hodnota daného faktoru v příslušném kvantilu způsobuje zvýšení výsledné hodnoty, zatímco odklon dolů od horizontální osy značí, že hodnota daného faktoru v příslušném kvantilu způsobuje snížení výsledné hodnoty. 3.3.4

Výhody a nevýhody Významným přínosem simulační metody Monte Carlo je skutečnost, že často

intuitivní a nepřesné rozhodování objektivizuje a přehledným způsobem kvantifikuje. Za využití moderních počítačových systémů lze navíc data získaná ze simulace analyzovat

36

množstvím cenných způsobů. Autor proto souhlasí s názorem Fotra55, že pomocí této metody dosahuje rozhodovatel hlubšího poznání rizikových variant, než je tomu u jiných „povrchnějších“ metod analýzy. Výhody této metody jsou ale v jistém ohledu také jejími největšími nedostatky. Snaha o kvantifikaci a objektivizaci jednotlivých kritérií může dle autora vést k tomu, že bude zanedbán skutečně nejistý charakter některých faktorů. Další problém způsobuje častá orientace na historická data, jež může způsobit přehlédnutí nových (dříve neznámých) rizikových faktorů. I když samotnou simulaci provádí automatizovaný výpočetní systém, klade tato metoda také zvýšené nároky na rozhodovatele, a to zejména v počáteční fázi, kdy rozhodovatel analyzuje velké množství statistických údajů a musí připravit vhodný matematický model a zdrojová data pro příslušnou simulaci.

3.4 Výběr nejvhodnější varianty za rizika Autor dále analyzuje nejběžnější metody výběru nejvhodnější varianty za rizika, tj. za situace, kdy je rozhodovateli známo rozdělení pravděpodobnosti kritéria hodnocení. Pokud by tomu tak nebylo, je zapotřebí aplikovat pravidla pro rozhodování za nejistoty.56 Kromě pravidel, která uvádí autor, lze identifikovat i další postupy a pravidla pro rozhodování za rizika, které blíže popisuje Fotr (pravidlo očekávané hodnoty, očekávaného užitku, aspirační úrovně, očekávané hodnoty a míry rizika).57 3.4.1

Bayesovo kritérium Základním kritériem pro výběr optimální varianty je tzv. Bayesovo kritérium58, dle

kterého je nejvhodnějším ta varianta, která má nejvyšší střední hodnotu sledovaného efektu, tj. kritéria hodnocení. Toto kritérium využije rozhodovatel pouze za situace, kdy mají všechny varianty stejné pravděpodobnostní rozdělení, což v praxi prakticky nenastává, a proto se obvykle používají složitější metody zohledňující postoj rozhodovatele k riziku a pravděpodobnostní rozložení jednotlivých variant.

55

Dle FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 307. 56 Tamtéž s. 316 a násl. 57 Tamtéž s. 340. 58 Viz STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 128, 126 s. ISBN 978-80-87106-26-6. s. 73.

37

3.4.2

Postoj k riziku Postoj rozhodovatele k riziku může nabýt třech základních hodnot59:

i.

Averze k riziku – rozhodovatel upřednostňuje málo rizikové varianty, které se vyznačují pouze malými ztrátami (ale i ziskem).

ii.

Sklon k riziku – rozhodovatel upřednostňuje více rizikové varianty, které skýtají šanci na vysoké výnosy (ale i ztráty). Jedná se o varianty s vysokou volatilitou, tj. vysokou variabilitou, příp. v čase rostoucím rozptylem.60

iii.

Neutrální postoj – situaci, kdy jsou oba předešlé postoje v rovnováze.

Postoj rozhodovatele je určován mnoha faktory, jednak okolím podniku, jednak také vlastními zkušenostmi rozhodovatele. Nezanedbatelný vliv lze připsat také případnému osobnímu zájmu rozhodovatele na výsledku. Rozhodovatel jakožto manažer může často při dobrých výsledcích podniku, příp. projektu, obdržet prémiové ohodnocení. Ve smlouvě o výkonu své manažerské funkce ale může mít naopak také dohodnuto krácení odměny v případě nepříznivých výsledků podniku. Systém odměňování v podniku tak může rozhodování manažera výrazně ovlivnit, typický příklad představovalo dle autora selhání manažerů velkých investičních bank před vznikem finanční krize. Tito manažeři byli motivováni k dosahování krátkodobého zisku i za cenu podstoupení výrazného rizika do budoucnosti, dle autora možno pak dovodit, že u nich byl podporován sklon k riziku. 3.4.3

Pravidlo střední hodnoty a rozptylu Pravidlo střední hodnoty a rozptylu považuje za lepší tu variantu, která má vyšší

očekávanou hodnotu (střední hodnotu) zvoleného kritéria hodnocení a zároveň má menší riziko (rozptyl) zvoleného kritéria hodnocení. Ze dvou variant X a Y si tak rozhodovatel vybere za vhodnější vždy tu, která má vyšší střední hodnotu a nižší rozptyl, příp. která má vyšší střední hodnotu, resp. nižší rozptyl, a hodnotu druhého kritéria má totožnou jako druhá varianta.

59

Viz FOTR, J. a ŠVECOVÁ, L.. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. s. 241. 60 Viz HUŠEK, R. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. s. 149.

38

Na níže uvedeném grafu je zobrazena situace, kdy jedna varianta (E) má vyšší střední hodnotu a nižší rozptyl než druhá varianta (F). Vybrána tak bude varianta E. Graf 3: Pravidlo střední hodnoty a rozptylu

Pramen: HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-2472560-4. s. 89.

Na dalším grafu je zobrazena situace, kdy jedna varianta (C) má sice stejný rozptyl jako varianta druhá (D), avšak má vyšší střední hodnotu. Vybrána tak bude varianta C. Graf 4: Pravidlo střední hodnoty a rozptylu

V Pramen: HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-2472560-4. s. 89.

39

Obdobně by mohla existovat situace, kdy mají obě varianty stejnou střední hodnotu, avšak jedna má vyšší rozptyl (A) než druhá (B). Vybrána pak bude varianta B. Graf 5: Pravidlo střední hodnoty a rozptylu

Pramen: HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-2472560-4. s. 22.

Ve všech těchto případech lze využít pravidlo střední hodnoty a rozptylu pro výběr nejvhodnější varianty. V praxi se ale vyskytují (a to poměrně často) také situace, kdy má jedna varianta vyšší střední hodnotu (G) a druhá varianta (H) má nižší střední hodnotu a také nižší rozptyl, jak ilustruje následující graf: Graf 6: Pravidlo střední hodnoty a rozptylu

Pramen: HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-2472560-4. s. 90.

V takovém případě není možné na základě pravidla střední hodnoty a rozptylu určit, která varianta je výhodnější a musí dojít k aplikaci složitějších rozhodovacích pomůcek. 40

3.4.4

Pravidla stochastické dominance Složitějšími pravidly, jež se uplatní v případě nemožnosti aplikace pravidla střední

hodnoty a rozptylu, jsou tzv. pravidla stochastické dominance. Tato kritéria, jak uvádí Hnilica61, hodnotí celé pravděpodobnostní rozdělení zvoleného kritéria, a ne pouze jeho některé vlastnosti. První pravidlo je použitelné pokud rozhodovatel preferuje vyšší hodnoty před nižšími, a to bez ohledu na jeho postoj k riziku. Dle tohoto pravidla bude preferovanou ta varianta, u níž hodnota distribuční funkce dosahuje v každém bodě vyšší hodnoty než hodnota distribuční funkce pro nepreferovanou variantu. V grafickém znázornění překrývajících se distribučních funkcí je pak graf preferované varianty posunut napravo od grafu nepreferované varianty a nikde jej nepřetíná, jak ilustruje níže uvedený graf: Graf 7: První pravidlo stochastické dominance

Pramen: HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-2472560-4. s. 93.

Pokud by se grafy distribuční funkce přetínaly, není možné použít první pravidlo stochastické dominance a je nutné přistoupit k využití druhého pravidla stochastické dominance. Toto pravidlo je možné použít pouze pro rozhodovatele s averzí k riziku. Dle tohoto pravidla bude preferovanou variantou ta varianta, u níž je plocha vyčleněná grafem distribuční funkce preferované varianty umístněné napravo a grafem distribuční funkce nepreferované varianty umístněné nalevo větší, než plocha vyčleněná grafem distribuční funkce preferované varianty umístněné nalevo a grafem distribuční funkce nepreferované 61

Viz HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4. s. 93.

41

varianty umístněné napravo. Využití druhého pravidla stochastické dominance ukazuje níže uvedený graf, kdy jako nejlepší bude zvolena varianta s větší částí grafu napravo (popsána jako „Rentabilita kapitálu 1“): Graf 8: Druhé pravidlo stochastické dominance

Pramen: HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-2472560-4. s. 94.

42

4 Praktická část 4.1 Představení společnosti a předmětu činnosti Společnost je advokátní kanceláří s obratem cca. 10 mil. Kč ročně. Vlastníky Společnosti jsou dva advokáti, přičemž každý z nich vlastní na společnosti 50% obchodní podíl. Společnost se zabývá poskytováním právních služeb zejména v oblasti obchodního práva, včetně restrukturalizace společností. Společnost zaměstnává 15 zaměstnanců, z nichž je 10 právníků a 5 administrativních pracovníků. Na činnost VOS je vyčleněn jeden právník a jeden administrativní zaměstnanec.

4.2 Charakteristika odvětví Insolvenční správcové jsou k jednotlivým případům jmenováni krajskými soudy, které vedou insolvenční řízení v prvním stupni.62 U každého krajského soudu je veden seznam insolvenčních správců, ze kterého probíhá jejich jmenování v rámci jakéhosi „kolečka“, kdy jsou správci přidělováni k případům v takovém pořadí, aby měli přibližně stejný počet případů. Obecně platí, že insolvenční správcové se zapisují do seznamu a jsou jmenováni u krajského soudu, v jehož obvodu mají své sídlo, avšak nic jim nebrání, aby si otevřeli pobočky také v jiných krajích a působili u více krajských soudů. VOS působí jako insolvenční správce u Městského soudu v Praze a Krajského soudu v Praze. V reorganizacích jsou insolvenční správcové jmenováni z celé republiky. Autor níže uvádí stručnou charakteristiku jednotlivých způsobů řešení úpadku a činností, které musí insolvenční správce, tj. také VOS, vykonat. 4.2.1

Činnosti v oddlužení Oddlužení je forma řešení úpadku určená pro nepodnikající osoby s pravidelným

příjmem. Podstatou oddlužení, které se mezi laickou veřejností nazývá také osobním bankrotem, je postupné splácení závazků dlužníka63. Činnost insolvenčního správce začíná v okamžiku, kdy soud rozhodne o úpadku dlužníka a zároveň jako způsob řešení určí oddlužení. Insolvenční správce obvykle kontaktuje dlužníka za účelem osobního jednání, kde s dlužníkem projedná jeho majetkovou situaci a stanovisko dlužníka k jednotlivým přihlášeným pohledávkám dlužníkových věřitelů. Insolvenční správce musí dále vyhodnotit, zda je dlužník do budoucna schopen splnit 62

§ 9 odst. 4 zák. č. 99/1963 Sb., občanský soudní řád, v platném znění. Oddlužení nemusí být prováděno pouze formou splátkové kalendáře, ale také jednorázovým prodejem majetkové podstaty dlužníka. Tato možnost se ale uplatňuje v mizivém procentu případu, a proto se jí dále autor nezabývá. 63

43

podmínku úhrady alespoň 30 % přihlášených pohledávek, když dlužníkovi není obvykle před zahájením insolvenčního řízení zcela zřejmý přesný rozsah jeho vlastních závazků. Další částí činnosti insolvenčního správce je přezkoumání přihlášek jednotlivých věřitelů, kteří někdy své pohledávky nezákonně nadhodnocují. V případě, že insolvenční správce dospěje k závěru, že pohledávka je přihlášena v nezákonné výši, může takovou pohledávku popřít. Věřitel pak může vzít svou pohledávku úplně nebo částečně zpět, příp. zahájí s insolvenčním správcem tzv. incidenční spor v rámci insolvenčního řízení, ve kterém soud

určí

přesnou

výši

pohledávek.

Všechny

pohledávky

jsou

projednány

na

tzv. přezkumném jednání u soudu, po kterém soud rozhodne, zda oddlužení dlužníka schvaluje. Pokud soud oddlužení schválí, vydá usnesení, ve kterém určí, jak bude dlužník jednotlivé pohledávky splácet. Insolvenčnímu správci je pak každý měsíc vyplácena část dlužníkova příjmu (obvykle mzda, ale může jít také o starobní důchod apod.), kterou insolvenční správce každý měsíc rozděluje mezi jednotlivé věřitele. V případě jakékoli změny dlužníkovy situace kontaktuje dlužník obvykle insolvenčního správce, který s ním projedná další postup. Dlužník je po dobu 5 let chráněn před exekučními řízeními a jeho pohledávky se nenavyšují o úroky. Pokud dlužník během 5 let uhradí alespoň 30 % pohledávek přihlášených do oddlužení a splní také další povinnosti uložené mu soudem (pravidelné informování o výši mzdy, snaha o získání nového zaměstnání v případě jeho ztráty, přiznání všech mimořádných příjmů jako je dědictví nebo dar, apod.), vydá soud na konci 5letého období na žádost dlužníka rozhodnutí o tom, že je osvobozen od hrazení zbytku přihlášených pohledávek, jakož i pohledávek vzniklých před oddlužením, které si věřitelé řádně nepřihlásili. 4.2.2

Činnosti v konkursu Konkurs je způsob řešení úpadku, který přichází v úvahu v případě úpadku jakéhokoli

dlužníka. Jeho podstatou je rozprodání veškerého majetku dlužníka, ze kterého se uspokojí věřitelé. Pokud je dlužníkem právnická osoba, následuje po provedení konkursu obvykle zrušení této právnické osoby. Činnost insolvenčního správce v tomto případě začíná v okamžiku, kdy soud rozhodne o úpadku dlužníka. Společně s rozhodnutím o úpadku může být také prohlášen konkurs, avšak pokud je dlužník způsobilý k reorganizaci, nastává jakési mezidobí, kdy je dlužník v úpadku, avšak není rozhodnuto o způsobu řešení tohoto úpadku. Jediným pro insolvenčního správce významným rozdílem je, že v případě, pokud není rozhodnutí o úpadku spojeno

44

s prohlášením konkursu, nesmí obvykle insolvenční správce až do prohlášení konkursu nakládat s majetkem dlužníka. Oproti oddlužení musí insolvenční správce v případě konkursu věnovat zvýšenou pozornost zjištění a zajištění majetku dlužníka. Dalším úkolem je dohledání a analýza účetnictví dlužníka, jelikož v období před prohlášením úpadku mohl být z majetku dlužníka vyváděn majetek, který může insolvenční správce získat zpátky pro uspokojení věřitelů dlužníka. Přezkum pohledávek, jejich popírání a případné incidenční spory probíhají obdobně jako v oddlužení, avšak navíc se zde mohou vyskytnout také tzv. vylučovací spory o to, zda ten-který majetek skutečně patří dlužníkovi a zda jej insolvenční správce může zpeněžit. Stěžejní částí konkursního řízení je pak zpeněžení majetku dlužníka v souladu s pokyny věřitelů, ať již formou výběrových řízení, dražby anebo jinými způsoby předpokládanými zákonem. Po zpeněžení majetku a ukončení všech sporů provádí insolvenční správce rozvrh výtěžku k poměrnému uspokojení jednotlivých věřitelů a konkurs je ukončen. 4.2.3

Činnosti v reorganizaci Reorganizace představuje specifický způsob řešení úpadku podnikatelských subjektů,

kdy by po provedení reorganizace mělo dojít k takovému ozdravení podniku dlužníka, aby dlužník následně mohl i nadále provozovat svou podnikatelskou činnost. K reorganizaci jsou zásadně způsobilé pouze společnosti, které mají roční obrat nad 100 000 000 Kč anebo které mají alespoň 100 zaměstnanců.64 Insolvenčním správcem v reorganizaci může být pouze insolvenční správce se zvláštním povolením. Insolvenční soud obvykle nepovoluje reorganizaci společně s prohlášením úpadku. Insolvenční správce tak po prohlášení úpadku provádí úkony podobně jako v konkursu – zjišťuje majetek dlužníka a přezkoumává pohledávky jeho věřitelů. Po přezkumném jednání se u soudu koná schůze věřitelů, která rozhodne, zda souhlasí s reorganizací dlužníka. Pokud reorganizaci schválí, vydá soud usnesení o povolení reorganizace a uloží v usnesení určené osobě (obvykle dlužníkovi), aby připravil plán reorganizace. Insolvenční správce v mezidobí dohlíží na činnost dlužníka a následně se vyjadřuje k předloženému reorganizačnímu plánu. Zákon neomezuje možnosti, jakými se

64

Existuje i možnost tzv. předjednané reorganizace, kdy dlužník společně s insolvenčním návrhem nebo bezprostředně po prohlášení úpadku předloží souhlas nadpoloviční většiny svých věřitelů s reorganizací. V takovém případě je reorganizace přípustná i pro dlužníka s menším obratem či počtem zaměstnanců.

45

dlužník může reorganizovat, v úvahu přichází například odpis části pohledávek, propuštění části zaměstnanců, rozprodej části majetku, kapitalizace pohledávek některých věřitelů apod. Po předložení reorganizačního plánu a vyjádření insolvenčního správce se koná další jednání u soudu (obvykle cca. do 1 roku od povolení reorganizace), kde věřitelé hlasují o schválení předloženého plánu. Po schválení plánu jej dlužník započne realizovat a insolvenční správce plní podobnou dozorovou funkci jako v oddlužení, avšak nároky na jeho znalosti a kontrolní schopnosti jsou samozřejmě vyšší než při dohledu nad činností nepodnikající fyzické osoby. Na závěr reorganizace předkládá insolvenčnímu správci návrh na rozhodnutí o ukončení reorganizace pro splnění reorganizačního plánu. V jakékoli fázi reorganizace ale může dojít k její proměně v konkurs, ať již z důvodu ztráty zájmu managementu dlužníka o reorganizaci, následné nerealizovatelnosti reorganizačního plánu nebo nezákonných úkonů dlužníka. Z dosavadních údajů vyplývá, že více než polovina reorganizací není úspěšně dokončena a dlužník končí v konkursu.

4.3 Popis rozhodovacího problému Jak již bylo uvedeno v úvodu této práce, rozhodovacím problémem, který má být vyřešen je otázka, jak zvýšit zisk plynoucí z činnosti VOS a co případně způsobuje, že výše zisku dosud není uspokojivá. Podezřením vedení Společnosti je, že personální kapacita právníka a administrativního pracovníka vyčleněných na činnost VOS, není dostatečně vytížena. Z insolvenčního zákona a zavedené praxe u jednotlivých soudů vyplývá, že vedení VOS nemůže všechnu činnost insolvenčního správce delegovat na své zaměstnance. Je totiž nezbytné, aby se ohlášený společník VOS (tj. osoba, která má složeny zkoušky insolvenčního správce a která odpovídá za činnost VOS) účastnil osobně přezkumných jednání v rámci jednotlivých insolvenčních řízení, která se konají u příslušných soudů v počtu vždy jedno přezkumné jednání v rámci jednoho případu. Ostatní činnost je možné delegovat na právníka a pomocnou administrativní sílu. V případě oddlužení komunikuje s dlužníky administrativa, která připravuje také podklady k přezkumu přihlášek. Seznam majetku dlužníka připravuje také pouze administrativa, jelikož nedochází k jeho prodeji. V případě konkursů je zapotřebí větší zapojení právníka, jelikož charakter přezkoumávaných pohledávek je obvykle složitější a zároveň je zapotřebí zajistit zpeněžení majetku dlužníka. V konkursu je také větší počet incidenčních sporů, které byly definovány výše, což vyžaduje zvýšenou účast právníka. 46

4.4 Navržení variant řešení Z diskusí s vedením Společnosti vyplynulo, že i bez hlubší analýzy má vedení Společnosti podezření, že problémem nízkých zisků je zejména nevytíženost VOS, resp. k ní alokovaných lidských zdrojů, které tvoří prakticky jediné fixní náklady na provoz VOS. Jako vhodné řešení se tak nabízí změna rozsahu činnosti VOS, k čemuž ale může dojít několika způsoby i/ rozšířením činnosti VOS také na jiné kraje (tj. založení poboček VOS), ii/ omezením činnosti pouze na oddlužení, iii/ kombinací bodů i/ a ii/. Vzhledem ke skutečnosti, že v ČR existuje dalších 6 krajských soudů65, u kterých VOS nepůsobí, má varianta i/ teoreticky celkem 63 podvariant. Zahrnutí možnosti ii/ pak počet jednotlivých subvariant dále zvyšuje na 128. Pro další postup bude pravděpodobně nutné optimalizovat počet posuzovaných variant, jelikož posuzování 128 variant je značně časově i matematicky náročné. K případné optimalizaci přistoupí autor po analýze kritérií, podle kterých by měly být jednotlivé varianty vyhodnocovány.

4.5 Kritéria hodnocení variant Jako nejvhodnější kritérium se zjevně nabízí vyhodnocení dle zisku dosaženého z jednotlivých variant. V posuzovaném případě volí autor zisk před úroky, odpisy a zdaněním, tj. EBITDA (dále označován jen jako „zisk“), rozdíl mezi tímto ziskem a ziskem po započtení úroků a odpisů bude minimální, když do výsledků hospodaření VOS nevstupují v zásadě žádné úroky či odpisy.

65

Autor zanedbává existenci poboček jednotlivých soudů.

47

4.5.1

Výnosy – druhové členění Jediným výnosem VOS je odměna insolvenčního správce za jeho činnost, přičemž tato

se odlišně určuje pro oddlužení, konkursy a reorganizace: i.

v případě oddlužení je odměna stanovena jako pevná částka 750 Kč za každý měsíc, kdy trvá konkrétní oddlužení66, obvyklá délka oddlužení je přitom 5 let;

ii.

v případě konkursu je výše odměny stanovena procentem z částky, která bude v konkursu získána pro uspokojení věřitelů, přičemž nejnižší možná odměna za jeden konkurs činí v případě zpeněžení majetku 45 000 Kč67;

iii.

v případě reorganizace je obdobně jako při oddlužení stanovena měsíční odměna za trvání reorganizace, přičemž minimální sazba odměny je 84 000 Kč a stoupá dle výše obratu společnosti v reorganizaci68.

Odměna u oddlužení a reorganizace je vyplácena každý měsíc, zatímco odměna v případě konkursu je vyplácena až po ukončení konkursu. „Průměrná délka konkursního řízení, bez ohledu na to, zda došlo k splnění rozvrhového usnesení, je 412 dní (1 rok a 2 měsíce)“69, tj. insolvenční správce musí v průměru čekat cca. jeden rok, než dostane odměnu za výkon konkursní agendy. Průměrná hodnota odměny v konkursu činí cca. 71 000 Kč za 1 konkurs.70 Nárok na odměnu v konkursu vzniká až rozhodnutím soudu na konci konkursu, do této doby není očekávaná odměna příjmem a ani výnosem insolvenčního správce. Vzhledem k dlouhodobému charakteru činnosti VOS (oddlužení trvá obvykle 5 let a odměna za konkursy je vyplácena cca. po jednom roku), není vhodné zabývat se možným navýšením zisku v krátkodobé perspektivě (1 rok). Autor proto volí střednědobé hledisko 3 let, ve kterém bude posuzovat možné zisky VOS. Vzhledem ke skutečnosti, že z veřejně dostupných zdrojů je možné zjistit počet insolvenčních správců ustanovovaných u jednotlivých soudů71 a také počet oddlužení a konkursů vedených u jednotlivých soudů72, mohl autor vypočíst průměrné množství

66

§ 3 písm. b) vyhlášky č. 313/2007 Sb., o odměně insolvenčního správce, o náhradách jeho hotových výdajů, o odměně členů a náhradníků věřitelského výboru a o náhradách jejich nutných výdajů. 67 § 3 písm. a) tamtéž. 68 §2 tamtéž. 69 Viz Důvodová zpráva k návrhu zákona, kterým se mění zákon č. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon), a zákon č. 312/2006 Sb., o insolvenčních správcích, ve znění pozdějších předpisů. [online]. [cit. 2013-02-04] Dostupné z: http://eklep.vlada.cz/eklep/getAttachment?id=pu_korn8yzl7ddo.docx 70 V 1 399 případech konkursů bylo vyplaceno celkem 99 704 933 Kč. Zdroj: tamtéž. 71 Dle Insolvenční správci. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Insolvenční rejstřík [online]. [cit. 2013-01-26]. Dostupné z: https://isir.justice.cz/InsSpravci/public/seznamFiltr.do 72 Dle Statistika a výkaznictví: Přehledy statistických listů. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-01-26]. Dostupné z: http://cslav.justice.cz/InfoData/prehledystatistickych-listu.html

48

oddlužení a konkursů, které připadají na jednoho insolvenčního správce u toho-kterého soudu, jak ukazují níže uvedené tabulky. Tabulka 1: Počet oddlužení na správce 2012 Průměrný počet oddlužení na správce za rok 2012 Krajský soud České Budějovice Krajský soud Brno Krajský soud Ústí nad Labem Krajský soud Ostrava Krajský soud Praha Krajský soud Hradec Králové Krajský soud Plzeň Městský soud Praha

40,8 13,4 57,0 32,3 14,3 51,4 53,2 5,1

Pramen: Vypracováno autorem z dat dostupných na Insolvenční správci. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Insolvenční rejstřík [online]. [cit. 2013-01-26]. Dostupné z: https://isir.justice.cz/InsSpravci/public/seznamFiltr.do a Statistika a výkaznictví: Přehledy statistických listů. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-01-26]. Dostupné z: http://cslav.justice.cz/InfoData/prehledy-statistickych-listu.html

Tabulka 2: Počet konkursů na správce 2012 Počet konkursů na správce za rok 2012 Krajský soud České Budějovice Krajský soud Brno Krajský soud Ústí nad Labem Krajský soud Ostrava Krajský soud Praha Krajský soud Hradec Králové Krajský soud Plzeň Městský soud Praha

7,0 3,6 6,9 3,4 3,1 8,2 7,0 4,6

Pramen: Vypracováno autorem z dat dostupných na Statistika a výkaznictví: Statistika a výkaznictví: Přehledy statistických listů. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-0126]. Dostupné z: http://cslav.justice.cz/InfoData/prehledy-statistickych-listu.html, Statistika a výkaznictví: Výkazy soudů a státních zastupitelství. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-01-26]. Dostupné z: http://cslav.justice.cz/InfoData/vykazy-soudu-a-statnichzastupitelstvi.html a PACHL, L. Statistické přehledy insolvenčních správců. Konkursní noviny [online]. 2012, č. 24 [cit. 2013-01-26]. Dostupné z: http://www.konkursni-noviny.cz/clanek/statisticke-prehledy-insolvencnichspravcu

V další části práce bude možné tyto údaje využít k výpočtu předpokládaných výnosů z konkursů a oddlužení u jednotlivých soudů. Z údajů je zřejmé, že vytíženost insolvenčních správců u jednotlivých soudů je značně odlišná. Nejvyšší počet oddlužení na správce dosahuje okolí Ústí nad Labem jakožto oblast s vysokou nezaměstnaností a nízkou životní úrovní. Nejvyšší počet konkursů na správce by bylo možné předpokládat zejména v Praze, kde má sídlo velké množství obchodních společností, avšak v Praze zároveň sídlí nejvyšší počet insolvenčních správců, v důsledku čehož zde není vytíženost insolvenčních správců tak vysoká. 49

Níže uvedené tabulka ilustruje změny v počtu povolených a zrušených reorganizací u všech soudů v ČR za příslušné roky. Tabulka 3: Reorganizace 2008-2012 Rok

2008

2009

2010

2011

2012

Schválené reorganizace Zrušené reorganizace Zrušených ze všech

6

16

19

16

23

2

5

8

11

11

33,3 %

31,81 %

36,59 %

45,61 %

46,25 %

Pramen: Vypracováno autorem z dat dostupných na Statistika a výkaznictví: Výkazy soudů a státních zastupitelství. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-01-26]. Dostupné z: http://cslav.justice.cz/InfoData/vykazy-soudu-a-statnich-zastupitelstvi.html

Tabulka dokládá, že po plném rozběhnutí insolvenčních řízení od roku 2009 je možné pozorovat rostoucí procento selhání reorganizací, když do roku 2012 došlo ke zrušení více než 46 % schválených reorganizací. V celé České republice je 32 insolvenčních správců73 se zvláštním povolením, kteří jsou ustanovování k reorganizacím. Pokud se počet reorganizací v dalších letech nezmění, má insolvenční správce 71% šanci, že bude během roku ustanoven jako správce v jedné reorganizaci. Vzhledem k pravděpodobnosti úspěšnosti reorganizace má VOS méně než 54% šanci, že takováto reorganizace nebude zrušena. VOS tak má pouze 38% šanci, že bude ustanovena insolvenčním správcem v reorganizaci, která neskončí neúspěšně. VOS zatím v žádné reorganizaci jmenována nebyla a nemá tak dostupné informace o časové náročnosti případné reorganizace. Z rozhovorů s vedením Společnosti vyplývá, že pokud by byla VOS jmenována insolvenčním správcem v reorganizaci, muselo by pravděpodobně dojít k dočasnému navýšení personálních a jiných potřebných kapacit pro tuto činnost v zatím neodhadnutelném rozsahu. S ohledem na vysokou volatilitu neúspěšnosti v případě reorganizace a nedostatek údajů VOS o nákladech na tuto činnost bude dále autor pracovat s předpokladem, že VOS nebude během příštích 3 let jmenována v jakékoli reorganizaci.

73

Dle Insolvenční správci. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Insolvenční rejstřík [online]. [cit. 2013-01-26]. Dostupné z: https://isir.justice.cz/InsSpravci/public/seznamFiltr.do

50

4.5.2 Výnosy – výpočet Jak již bylo uvedeno výše, autor bude ve své analýze vycházet z výhledu výnosů VOS na další 3 roky. Vzorec 1: Výnosy
   

Základní vzorec pro výnosy VOS (V) je možné zapsat, jak je uvedeno nalevo, přičemž A je odměna za 3 roky oddlužení a B je odměna za 3 roky konkursů.


           

Po rozložení odměny za oddlužení a konkursy na roky74 se vzorec rozšiřuje, přičemž A1 je odměna z oddlužení za první rok, A2 za druhý, A3 za třetí, B1 je odměna z konkursů za první rok a B2 je odměna za druhý rok.


                   

Vzorec lze dále konkretizovat rozložením odměny na jednotlivé měsíce,75 přičemž O1 je počet oddlužení na VOS za první rok, O2 za druhý, O3 za třetí, K1 je počet konkursů na VOS za první rok konkursů a K2 je počet konkursů za druhý rok.
       

Za situace, kdy se nápad věcí nebude za jednotlivé roky měnit, tj. počet oddlužení konkursů bude stabilní, lze vzorec zjednodušit, přičemž O je průměrný počet oddlužení na VOS za každý z třech let a K je průměrný počet konkursů na VOS za každý z prvních dvou let.
  č    č 

Dopočtením pak vzniká výsledný vzorec pro výnosy VOS za 3 roky činnosti.

74

Ve vzorci autor neuvádí odměnu z konkursů za třetí rok, jelikož tato bude přiznána a vyplacena nejdříve ve 4. roce. 75 Zde si autor dovoluje matematické zjednodušení, kdy počítá s tím, že všechna oddlužení budou insolvenčnímu správci přidělena ihned na začátku roku. Ve skutečnosti jsou oddlužení přidělována postupně na rotačním principu. Tuto skutečnost pro další práci autor zanedbává, jelikož rotační princip se uplatňuje u všech soudů, vliv tohoto zjednodušení by proto neměl být na výsledné pořadí variant nikterak významný.

51

4.5.3

Náklady – druhové členění VOS má zejména fixní náklady, tvořené:

-

mzdovými náklady, složenými z76: o mzdových nákladů na administrativního zaměstnance ve výši 26 800 Kč měsíčně, tj. ročně 321 600 Kč; o mzdových nákladů na právníka ve výši 36 180 Kč měsíčně, tj. ročně 434 160 Kč;

-

náklady na zákonné pojištění 4 900 Kč ročně77;

-

náklady na vedení účetnictví 8 000 Kč ročně78.

Hotové výdaje na hovorné, pořizování kopií a výpisů, poštovné a jiné administrativní náklady jsou hrazeny v insolvenčním řízení z majetku dlužníka mimo samotnou odměnu, takže je možné je pro další výpočet zanedbat.79 Jelikož VOS sídlí ve stejných prostorech jako Společnost, nevznikají současnou činností VOS další náklady na pronájem prostor pro VOS. V případě rozšíření činnosti na jiné kraje bude muset mít VOS v těchto krajích zajištěnu kancelář, kde se bude setkávat s dlužníky. S ohledem na skutečnost, že představitelé Společnosti mají ve všech krajích kontakty na jiné insolvenční správce/advokáty, kteří by byli ochotni poskytnout své prostory pro jednotlivé schůzky VOS s dlužníky výměnou za poskytnutí prostor Společnosti, nezohledňuje dále autor náklady na zařízení a vedení poboček, jelikož tyto budou řešeny barterem s jinými insolvenčními správci, resp. advokáty, a nevzniknou z nich žádné přímé finanční náklady. Soud proplácí VOS případné cestovní náklady, které vznikají v souvislosti s dojížděním za dlužníkem. Z rozhodovací praxe soudů ale vyplývá, že proplácí jen tzv. účelně vynaložené náklady, za které soudy považují dojíždění za dlužníky v rámci obvodu (kraje) daného soudu. Tyto variabilní náklady budou hrazeny soudem a není proto důvod zohledňovat je v případném výpočtu. Soud neproplatí VOS variabilní náklady, které budou VOS vznikat dojížděním k soudnímu jednání u krajských soudů ze sídla VOS. V rámci jednoho insolvenčního řízení je 76

Pro další analýzu považuje autor mzdové náklady za fixní, tj. neuvažuje s možností případného rozsahu pracovního poměru právníka a administrativního zaměstnance s cílem snížit mzdové náklady a ani s alokací těchto osob na jinou pracovní činnost. Výši mzdových nákladů uvádí autor jako tzv. superhrubou mzdu, tj. celkovou cenu práce včetně zákonných odvodů. 77 Dle ust. § 2 vyhlášky č. 314/2007 Sb., o minimálním limitu pojistného plnění a minimálních standardech pojistných smluv insolvenčních správců, v platném znění, musí mít insolvenční správce pojištění alespoň na částku 1 000 000 Kč. 78 Jedná se o vedení účetnictví samotné VOS, vedení účetnictví jednotlivých společností v konkursu je hrazeno z majetkové podstaty těchto společností. Osoby v oddlužení jsou nepodnikatelé, ty účetnictví nevedou.

52

obvykle zapotřebí dostavit se do obvodu krajského soudu dvakrát: i/ na osobní schůzku s dlužníkem a ii/ k přezkumnému jednání u soudu. Těmto nákladům se VOS nijak nevyhne a nelze je ani optimalizovat, když rozhodnutí o datu konání přezkumného jednání záleží na úvaze soudu. Insolvenční správce (VOS) proto nemůže dopředu předpokládat, že během jedné cesty vyřídí více jednání. Další případná jednání s dlužníkem, zájemci o odkup majetku dlužníka v konkursu apod. již lze flexibilně sjednat na datum, kdy zástupce VOS bude muset jet do obvodu příslušného soudu kvůli přezkumnému jednání. Mezi náklady vzniklé dojížděním lze zařadit také nárok na náhradu opotřebení vozidla, jelikož VOS využívá vozidla svých společníků. Ve svém vlastním obchodním majetku žádná vozidla nemá. Kdyby svá vozidla měla, bylo by nutné zisk počítat jako EBIT, a ne jako EBIDTA. 4.5.4

Náklady – výpočet

Vzorec 2: Náklady    


Náklady VOS (N) lze jednoduše vypočíst jako součet fixních a variabilních nákladů, přičemž F jsou fixní náklady za tři roky a V jsou variabilní náklady za tři roky.

          

Po rozepsání na položky dle výše uvedeného dělení se pak vzorec rozšiřuje, přičemž M jsou mzdové náklady, P jsou náklady na pojištění, U jsou náklady na účetnictví, H jsou náklady na pohonné hmoty a D jsou náklady na náhradu za opotřebení vozidla.

          č   č   , 

! "č č  $   ,  "# ! "#

Do vzorce byly dosazeny hodnoty mezd zaměstnanců, zákonného pojištění, spotřeby, ceny paliva a náhrad za opotřebení,80 přičemž S je ujetá vzdálenost a všechny ostatní údaje jsou neměnné hodnoty.     % č  , 

č  "#

Spojením nákladů na palivo a nákladů na náhrady za opotřebení vzniká výsledný vzorec pro náklady VOS.

80

Cena paliva Natural 98 ke konci roku 2012, spotřeba dle interních údajů VOS.

53

4.5.5

Zisk – výpočet

Vzorec 3: Zisk & 
' 

Výši zisku (Z) je možné obecně definovat jako rozdíl mezi výnosy a náklady, v posuzované situaci zisku za 3 roky činnosti VOS vzniká výsledný vzorec:

&   č    č  '   % č  , 

č  "#

4.6 Optimalizace počtu variant 4.6.1

Promeškaný čas vedení společnosti Kritérium zisku ale není jediným kritériem, kterým se chce Společnost řídit.

Z rozhovorů s vedením Společnosti vyplynulo, že činnost VOS považují za podpůrnou aktivitu a v žádném případě nechtějí ve větší míře omezovat své advokátní aktivity ve prospěch činnosti VOS. Velká část z jejich advokátní činnosti přitom nespočívá v pouze poskytování právních služeb, ale také v business developmentu, udržování a navazování nových obchodních kontaktů apod. Hodnota času vedení Společnosti je tak velice těžce kvantifikovatelná. Není tedy možné zahrnout hodnotu času vedení Společnosti přímo do výpočtu zisků jednotlivých variant jako korunovou částku a sjednotit obě kritéria rozhodování. Kritérium promeškaného času ale lze převést na binomickou funkci, když po jednání s vedením Společnosti bylo dovozeno, že vedoucí osoby Společnosti jsou ochotny podílet se na činnost VOS maximálně v rozsahu 18 hodin měsíčně. Jakékoli varianty, které by vyžadovaly větší nasazení vedení Společnosti, jsou neakceptovatelné. Další podmínkou je skutečnost, že vedení Společnosti má pro případ pokračování v činnosti VOS zájem vždy působit také na území Prahy. Na základě těchto informací je pak možné množství posuzovaných variant znatelně redukovat, když bude vypočteno množství času nutného k dojíždění na příslušný soud a přítomnost na přezkumných jednáních a toto bude zohledněno dle časových preferencí vedení Společnosti. Čas dojíždění lze vypočíst jako čas strávený dojížděním na přezkumné jednání u soudu ze sídla společnosti81, kterého se musí zúčastnit osoba s oprávněním insolvenčního správce.

81

Vypočteno za pomoci Plánovač cest. ŠKODA AUTO A.S. ŠKODA AUTO Česká republika [online]. [cit. 2013-01-26]. Dostupné z: http://www.skoda-auto.cz/cze/applications/routeplanner/pages/routeplanner.aspx.

54

Vzhledem k průměrnému počtu přezkoumávaných přihlášek v jednom oddlužení (6)82 a průměrnému počtu přezkoumávaných přihlášek v jednom konkursu (17) 83, je čas strávený na jednom přezkumném jednání pro konkurs cca. 3 krát větší než čas strávený na jednom oddlužení. Přezkum jedné přihlášky na přezkumném jednání trvá dle zkušeností autora cca. 5 min. Čas strávený na jednom přezkumném jednání pro oddlužení je tak cca. 30 min., tj. 0,5 hod., a čas strávený na jednom přezkumném jednání pro konkurs je cca. 1,5 hod. Matematicky je pak možné dovodit pro promeškaný čas (T) níže uvedený vzorec: Vzorec 4: Promeškaný čas T )  *

J značí měsíční čas dojíždění (tam a zpět) a R značí čas strávený na přezkumném jednání.

+  , -  "  ,  .-/. -  ,  .-/. "

J se dá rozložit na čas potřebný na jednu cestu k soudu tam a zpět (t) a počet jízd, které lze vypočíst jako součet počtu konkursů (k) a oddlužení (o) pro VOS u daného soudu za jeden měsíc. Rovněž celkový čas na přezkumném jednání se dá vypočíst, jako čas strávený na jednom oddlužení (0,5 hod.) vynásobený počtem oddlužení VOS za měsíc u daného soudu (o) a čas strávený na jednom konkursu (1,5 hod) vynásobený počtem konkursů za měsíc (k). Tím vzniká výsledný vzorec.

82

Viz Důvodová zpráva k návrhu zákona, kterým se mění zákon č. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon), a zákon č. 312/2006 Sb., o insolvenčních správcích, ve znění pozdějších předpisů. [online]. [cit. 2013-02-04] Dostupné z: http://eklep.vlada.cz/eklep/getAttachment?id=pu_korn8yzl7ddo.docx 83 Tamtéž.

55

Za použití výše uvedeného vzorce 4, doby dojíždění na jednotlivé soudy a průměrného měsíčního počtu konkursů a oddlužení na jednoho správce u jednotlivých soudů (o a k) vypočetl autor hodnoty promeškaného času pro jednotlivé soudy, jež je přehledně uvedena v následující tabulce84: Tabulka 4: Promeškaný čas Soud

Vzdálenost v km

Počet cest na měsíc oddlužení 3,4

Čas konkursy Čas a oddlužení oddlužení

314

Počet cest na měsíc konkursy a oddlužení 4

Krajský soud České Budějovice Krajský soud Brno

20,5

17,0

418

1,4

1,1

6,7

5,0

Krajský soud Ústí nad Labem Krajský soud Ostrava Krajský soud Praha Krajský soud Hradec Králové Krajský soud Plzeň Městský soud Praha

172

4,3

4,8

13,9

11,9

750 0 222

3 1,4 5

2,7 1,2 4,3

22,6 1,7 15,6

20,2 1,2 12,8

186 0

5 0,8

4,4 0,4

15,7 1,2

13,3 0,4

Pramen: vlastní data autora

Z výše uvedeného vyplývá, že při zachování limitu maximálně 18 hodin měsíčně na vedení Společnosti se počet možných variant vhodných k posuzování rapidně snížil. Červeně označuje autor ty soudy, u kterých je bez dalšího přesáhnuta dotace 18 hodin měsíčně, příp. situace, kdy je hodnota 18 hod. přesáhnuta po přičtení činnosti u Městského a Krajského soudu v Praze, kterých se VOS nechce vzdát (oranžově zvýrazněno). Zeleně jsou pak vyznačeny subvarianty, které lze kombinovat s oranžovými variantami. Z výše uvedených údajů pak vznikají níže uvedené varianty a benchmarková varianta zachování rozsahu činností. Tabulka 5: Přehled variant Rozšíření konkursů a oddlužení Praha a Ústí nad Labem Praha a Brno

Omezení na oddlužení a rozšíření oddlužení Praha a Ústí nad Labem Praha a Brno Praha a Hradec Králové Praha a Plzeň

Zachování činnosti Praha

Pramen: vlastní data autora

Po zohlednění omezujícího kritéria tak zůstává 7 variant, které budou předmětem autorova dalšího hodnocení.

84

Autor rozlišuje variantu dojíždění pouze pro oddlužení a pro oddlužení společně s konkursy, jelikož jako varianty dalšího postupu je zvažováno také podnikání pouze v oblasti oddlužení.

56

4.6.2

Personální zdroje Jelikož VOS neplánuje přijímat, resp. alokovat na insolvenční činnosti další

zaměstnance, dalším omezujícím faktorem je vytíženost administrativního pracovníka a právníka. Každý z nich má měsíční časovou dotaci 160 hod. v souladu s běžnou pracovní dobou. Z dalšího posuzování musejí být vyloučeny ty varianty, které by v období do přezkumného jednání (úvodní část insolvenčního řízení) vyžadovaly více než 160 hod. měsíční činnosti právníka nebo administrativního pracovníka. Autor nezohledňuje následnou časovou náročnost konkursů, jelikož ta je variabilní a lze ji flexibilně přesouvat mezi jednotlivými měsíci. Průměrná doba do přezkumného jednání strávená na 1 oddlužení je dle zkušeností autora pro administrativního pracovníka 15 hod. měsíčně a pro právníka 11 hod. V případě 1 konkursu pak činí hodnota pro administrativního pracovníka 22 hod. a pro právníka 25 hod. Tento údaj neznamená, že právník či administrativní pracovník tráví každý měsíc u každého konkursu či oddlužení výše uvedený čas, jednotlivé činnosti týkající se konkursů a oddlužení jsou nárazového charakteru (přezkum přihlášek, výzvy věřitelů, zjišťování majetku dlužníka). Hodnoty byly vypočteny autorem z interních údajů VOS, kdy jemu známou dobu, kterou administrativní pracovník a právník na oddluženích a konkursech měsíčně tráví, vydělil počtem oddlužení a konkursů, které VOS řeší ve fázi před přezkumem. Vedení Společnosti nemá zájem zaměstnávat pro výkon činnosti VOS další osoby, náklady na oba zaměstnance jsou proto fixní a zároveň je rozsah práce, kterou mohou vykonat, hraničním. V dlouhodobém pohledu by bylo možné považovat mzdové náklady za částečně flexibilní, kdy by Společnost mohla vyhledat další (levnější) zaměstnance výměnou za stávající. Avšak zaměstnanci pro činnost insolvenčního správce získávají většinu schopností a dovedností pro výkon činnosti insolvenčního správce až samotnou činností insolvenčního správce, a nikoli studiem mimo praxi. Pokud by tedy VOS měla přijmout nové zaměstnance, bylo by nutné je dostatečně zaškolit, což by dle zkušeností autora trvalo cca. 1 rok, po zohlednění cca. půl roku na výběr takovýchto zaměstnanců by bylo možné fakticky fungující zaměstnance zapojit do pracovní činnosti VOS až ve druhé polovině druhého roku realizace zvolené varianty. Není ani pravděpodobné, že by byla VOS schopna převzít jinému insolvenčnímu správci již vyškolené zaměstnance, jelikož způsob činnosti insolvenčních správců se výrazně liší, což snižuje propustnost zaměstnanců mezi jednotlivými společnostmi. S ohledem na tyto skutečnosti nepovažuje autor variantu výměny zaměstnanců za levnější pracovní sílu za reálnou a i nadále bude mzdové náklady považovat ze strany VOS za v zásadě neměnné. 57

V každé variantě tak bude zapotřebí na začátku hodnocení vypočíst, zda není přesáhnuta hodinová zátěž na zaměstnance, tj. zda má VOS dostatek personálních zdrojů na splnění dané varianty. Časovou zátěž pro jednotlivé varianty ilustruje níže uvedená tabulka: Tabulka 6: Vytížení personálních kapacit Varianta

Administrativa

Rozšíření na Prahu a Ústí nad Labem Rozšíření na Prahu a Brno Omezení na oddlužení a rozšíření na Prahu a Ústí nad Labem Omezení na oddlužení a rozšíření na Prahu a Brno Omezení na oddlužení a rozšíření na Prahu a Hradec Králové Omezení na oddlužení a rozšíření na Prahu a Plzeň Zachování činnosti v Praze

Právník

122,3 61,8 95,5 41,0 88,5 90,8 38,4

94,1 51,0 63,7 27,3 59,0 60,5 32,3

Pramen: vlastní data autora

Z výše uvedené tabulky vyplývá, že ani jedna z vybraných variant nepřesahuje dostupnou dotaci 160 hod. u administrativního pracovníka a ani právníka pro úvodní fázi insolvenčního řízení. Tabulka zároveň potvrzuje domněnku vedení Společnosti a část hypotézy autora, že v současné době nejsou personální kapacity VOS dostatečně vytíženy.

4.7 Vyhodnocení jednotlivých variant Za

využití

výše

uvedeného

  % č  , 

č

"#

Vzorce

3

&   č    č  '

 lze u jednotlivých variant vypočíst hodnoty výnosů, nákladů a

zisku za 3 roky. Tabulka 7: Výnosy, náklady a zisk Varianta

Výnosy

Náklady

Zisk

Rozšíření na Prahu a Ústí nad Labem Rozšíření na Prahu a Brno Omezení na oddlužení a rozšíření na Prahu a Ústí nad Labem Omezení na oddlužení a rozšíření na Prahu a Brno Omezení na oddlužení a rozšíření na Prahu a Hradec Králové Omezení na oddlužení a rozšíření na Prahu a Plzeň Zachování činnosti v Praze

6 198 928 Kč 3 383 389 Kč 4 124 842 Kč

2 499 712 Kč 2 431 277 Kč 2 478 923 Kč

3 699 216 Kč 952 113 Kč 1 645 920 Kč

1 769 432 Kč 2 791 457 Kč

2 404 647 Kč 2 478 923 Kč

-635 215 Kč 312 535 Kč

3 921 115 Kč 2 147 965 Kč

2 733 411 Kč 2 305 980 Kč

1 187 704 Kč -158 015 Kč

Pramen: vlastní data autora

Z výše uvedené tabulky vyplývá, že výrazně nejziskovější se jeví varianta rozšíření konkursů a oddlužení na Ústí nad Labem, přičemž omezení na oddlužení a rozšíření oddlužení na Ústí nad Labem, Plzeň nebo Brno by přinášely řádově o cca. 2 mil. Kč nižší zisk. Tabulka zároveň potvrzuje obavy vedení Společnosti, když ukazuje, že zachování 58

stávajícího rozsahu činností by bylo pravděpodobně pro VOS ve střednědobém ohledu ztrátové. V další části práce vyhodnotí autor vliv jednotlivých rizikových faktorů na tři nejvýhodnější varianty a ověří tak jejich výhodnost v situaci rizika. Dle názoru autora není nutné posuzovat možný vývoj za rizika u dalších variant, které se umístnily na čtvrtém a horším místě, když tyto jsou ovlivňovány stejnými rizikovými faktory a dle autora je nanejvýš nepravděpodobné, že by za situace rizika mohly přesáhnout výsledky prvních tří variant.

4.8 Definování rizikových faktorů Matematický model pro výpočet zisku v případě variant, které počítají s rozšířením působení také v oblasti konkursů, je za využití Vzorce 1, 2 a 3 následovný: Vzorec 5: Model rizikových faktorů pro konkursy &     1    2  '          

Q je měsíční odměna za oddlužení a C je průměrná odměna za jeden konkurs. &   č     2 '    č   , 

!

"#

3  

č

"#



Dojízdnost k jednotlivým soudům (S), výši odměny za oddlužení (Q), výši pojištění (P), náklady na vedení účetnictví (U) a výši náhrady za opotřebení vozidla (D) považuje autor za konstanty, jelikož nepředpokládá žádné jejich výrazné změny.85 G je cena pohonných hmot. Po doplnění konstant, jejichž hodnoty autor pozná, vznikl výše uvedený vzorec.

Matematický model pro výpočet zisku v případě variant, které počítají s rozšířením působení a zároveň s omezením pouze na oddlužení je pak následovný: Vzorec 6: Model rizikových faktorů pro oddlužení &   č   '    č   , 

85

! č 3    "# "#

Samozřejmě, že teoreticky lze namítat, že v budoucnu se může měnit také dojízdnost do jednotlivých lokalit, z důvodu případných změn v cestní síti, avšak tuto skutečnost pro daný případ autor zanedbává. Podobně je sice možné namítat, že odměna správce se může časem měnit, ale v současné době nic nenasvědčuje tomu, že by se měl právní rámec těchto odměn za oddlužení jakkoli měnit. Ve tříletém horizontě jsou proto odměny považovány konstantní.

59

V případě variant, kde se vyskytují konkursy, tak zůstávají níže uvedené proměnné, které jsou zároveň rizikovými faktory těchto variant: i.

C – výše průměrné odměny z 1 konkursu;

ii.

K – počet konkursů na 1 správce;

iii.

O – počet oddlužení na 1 správce;

iv.

M – mzdové náklady;

v.

G – cena ena pohonných hmot.

V případě variant, kde se vyskytují pouze oddlužení, zůstávají jako proměnné pouze faktory iii. až v. Počet oddlužení a konkursů zároveň ovlivňuje také počet jízd a tím také ujeté km. Autor níže uvádí předpokládané hodnoty těchto faktorů a jejich rozložení pro simulaci Monte Carlo. 4.8.1

Průměrná měrná odměna z jednoho konkursu Ze statistiky Ministerstva spravedlnosti86 vyplývá, že v 87 % případů byla odměna

správce z konkursu vyšší nebo rovná 45 000 Kč. Jak již bylo uvedeno výše, průměrná odměna činí 71 000 Kč, přičemž nejvyšší reálná odměna je jen stěží vyčíslitelná. Např. v konkursu konkurs společnosti SAZKA dosáhne odměna insolvenčního nsolvenčního správce cca. 40 000 000 Kč.87 Ze zkušeností při práci insolvenčního správce je autorovi známo, že obvyklá odměna překračuje pouze ve výjimečných případech 150 000 Kč. Do budoucna autor nepředpokládá výrazné změny v tomto rozložení, a proto se dle jeho názoru bude hodnota průměrné odměny z konkursů pohybovat v rozmezí odd 45 000 Kč (percentil 10 %) do 150 000 Kč (percentil 90 %), a to v betaPERT rozložení. Níže uvádí autor zadání tohoto rizikového faktoru do simulace Monte Carlo: Graf 9:: Odměna konkurs – rozložení pravděpodobnosti BetaPERT distribution with parameters: 10% Likeliest 90%

40 000,00 71 000,00 150 000,00

Pramen: vlastní data autora

86

Zdroj Důvodová zpráva k návrhu zákona, kterým se mění zákon č. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon), a zákon č. 312/2006 Sb., o insolvenčních správcích, ve znění pozdějších předpisů předpisů. [online]. [cit. 2013-02-04] 2013 04] Dostupné z: http://eklep.vlada.cz/eklep/getAttachment?id=pu_korn8yzl7ddo.docx 87 Majetek byl prodán za cca. 3 810 000 000 Kč, Kč z toho cca. 1 mld. Kč připadá na zajištěné těné věřitele a zbývající část na nezajištěné.

60

4.8.2

Průměrný růměrný počet konkursů na jednoho správce u dané varianty Počet konkursů postupem času stoupá, avšak ne tak tak výrazně jako počet oddlužení, což

demonstruje níže uvedená tabulka vývoje počtu nově prohlášených konkursů u jednotlivých soudů: Tabulka 8:: Průměrný počet konkursů Soud

2008

Ústí nad Labem KS Praha Plzeň MS Praha

2009 Změna

2010 Změna

2011 Změna

2012 Změna

148

223

51%

334

50%

331

-1%

370

12%

68 106 208

153 155 394

125% 46% 89%

186 209 421

22% 35% 7%

232 309 424

25% 48% 1%

354 310 530

53% 0% 25%

Pramen: Vypracováno autorem z dat dostupných Statistika a výkaznictví: Výkazy soudů a státních zastupitelství. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013 2013-01-26]. 26]. Dostupné z: http://cslav.justice.cz/InfoData/vykazy soudu-a-statnich-zastupitelstvi.html http://cslav.justice.cz/InfoData/vykazy-soudu zastupitelstvi.html

Z tabulky zároveň vyplývá, že nárůst počtu konkursů postupně zvolňuje a v některých rocích se u jednotlivých soudů blíží k 0 %. U počtu konkursů proto bude autor vycházet z betaPERT rozložení, kdy nejpravděpodobnější varianta bude zachování aktuálního stavu, stav percentil 10 % určí jako snížení počtu konkursů o 10 % a percentil 90 % určí jako zvýšení počtu konkursů o 20 %. Níže uvádí autor zadání tohoto rizikového faktoru do simulace Monte Carlo: Graf 10:: Konkursy na správce – rozložení pravděpodobnosti pravděpodobnosti BetaPERT distribution with parameters: 10% Likeliest 90%

13,14562 14,60624 17,52749

Pramen: vlastní data autora

4.8.3

Průměrný růměrný počet oddlužení na jednoho správce u dané varianty Počet oddlužení stoupá stoupá výrazněji než počet konkursů, což demonstruje níže uvedená

tabulka vývoje počtu nově prohlášených oddlužení u jednotlivých soudů: Tabulka 9:: Průměrný počet oddlužení Soud Ústí nad Labem KS Praha Plzeň MS Praha

2008

2009 Změna

2010 Změna

2011 Změna

2012 Změna

147

496

237%

1271

156%

2444

92%

3078

26%

34 40 42

120 101 91

253% 153% 117%

435 384 160

263% 280% 76%

1030 1372 353

137% 257% 121%

1628 2342 582

58% 71% 65%

Pramen: Vypracováno autorem z dat dostupných Statistika a výkaznictví: Výkazy soudů a státních zastupitelství. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013 2013-01-26]. 26]. Dostupné z: http://cslav.justice.cz/InfoData/vykazy soudu-a-statnich-zastupitelstvi.html http://cslav.justice.cz/InfoData/vykazy-soudu zastupitelstvi.html

61

Pokles počtu oddlužení je tak do budoucna málo pravděpodobný a nárůst počtu oddlužení je naopak naopak pravděpodobnější než u konkursů. U počtu oddlužení proto bude autor vycházet z betaPERT rozložení, kdy percentil 5 % a 90 %, určí jako snížení počtu oddlužení o 10 % a zvýšení počtu oddlužení o 30 %. Níže uvádí autor zadání tohoto rizikového faktoru do simulace Monte Carlo pro var. I a II a pro var. III. Graf 11:: Oddlužení na správce – rozložení pravděpodobnosti (var. I a II) BetaPERT distribution with parameters: 5% Likeliest 90%

68,74736 76,38596 99,30175

Pramen: vlastní data autora

Graf 12:: Oddlužení na správce – rozložení pravděpodobnosti (var. III) BetaPERT distribution with parameters

5% Likeliest 90%

65,35 72,61 94,40

Pramen: vlastní data autora

4.8.4

Cena ena pohonných hmot Na cenu pohonných hmot má vliv množství faktorů a dle autora proto půjde o

normální rozložení. Vývoj ceny Naturalu 95 za poslední 3 roky ukazuje následující graf: Graf 13: Vývoj ceny pohonných hmot

Pramen: Vývoj ceny benzínu, nafty, aktuální cena a podrobný graf: Graf ceny benzínu Natural 95 a Nafty od 4.2.2010 do 4.2.2013. Kurzy.cz [online]. [cit. 2013-02-04]. 2013 04]. Dostupné z: http://www.kurzy.cz/komodity/index.asp?A=6&od=4.2.2010&do=4.2.2013&compare=Zobrazc

62

Z grafu vyplývá, že cena benzínu se za 3 roky pohybovala v rozmezí 30 % od původní původní ceny a měla dlouhodobě stoupající tendenci. S ohledem na tyto údaje autor předpokládá, že cena pravděpodobně (percentil 10 %) neklesne o více než 10 % pod svou současnou hodnotu a vzhledem k trvající hospodářské krizi a s tím spojené snížené spotřebě není pravděpodobné, že by stoupla o více než 20 20 % (percentil 90 %). Cena Natural 98, který používá pro svá vozidla VOS je obecně o cca. 3 Kč vyšší než cena Natural 95, jehož cenu zobrazuje výše uveden graf. Aktuální cena uvedený cen Natural 98 je cca. 38 Kč, autor autor bude bude proto předpokládat, že cena pohonných hmot v příštích 3 letech neklesne pod 34,2 Kč a nestoupne nad 45,6 Kč za litr. Níže uvádí autor zadání tohoto rizikového faktoru do simulace Monte Carlo: Graf 14:: Cena pohonných hmot – rozložení pravděpodobnosti Normal distribution with parameters: 10% 90%

34,20 45,60

Pramen: vlastní data autora

4.8.5

Mzdové náklady V posledních letech je možné zaznamenat nízký růst mezd, jak ukazuje níže uvedený uveden

graf: Graf 15:: Vývoj průměrné mzdy

Pramen: ČESKÝ STATISTICKÝ ÚŘAD. Databáze dynamických grafů: Průměrná hrubá měsíční mzda 2000Pramen 2000 2011. [online]. [cit. 2013-022013 -04]. 04]. Dostupné z: http://www.czso.cz/csu/dyngrafy.nsf/graf/mzda_v_kc

63

Více, než globální vývoj na trhu, trhu tak bude mít na vývoj mezd vliv postup VOS a případné požadavky zaměstnanců. VOS obvykle nezvyšuje mzdy o více než 5 % ročně, za 3 roky by to bylo cca. 15 %. % Poo zohlednění možného navýšení z důvodu přirozeného růstu mzdy v souvislosti s inflací je dle autora možné vývoj odhadnout tak, že percentil 90 % bude odpovídat mzdovým nákladům zvýšeným o 20 % a percentil 5 % bude odpovídat snížení mzdových nákladů o 5 %, a to při BetaPERT rozložení. Níže uvádí autor zadání tohoto rizikového faktoru do simulace Monte Carlo: Graf 16:: Mzdové náklady – rozložení pravděpodobnosti BetaPERT distribution with parameters: 5% Likeliest 90% Pramen: vlastní data autora

2 153 916,00 2 267 280,00 2 720 736,00

Za využití výše uvedených údajů o rizikových faktorech je možné vytvořit simulaci Monte Carlo pro určení pravděpodobných zisků variant rozšíření konkursů a oddlužení na Ústí nad Labem (dále též „varianta ianta I“ nebo „var. I“), I“ , omezení omezení na oddlužení a rozšíření oddlužení na Ústí nad Labem (dále (dále též „varianta nta II“ nebo „var. II“) II“ a omezení omezení na oddlužení a rozšíření oddlužení na Brno (dále též „varianta III“ nebo „var. III“). III“

64

4.9 Simulace Monte Carlo Nejdříve autor analyzuje vliv jednotlivých rizikových faktorů na jednotlivé varianty pro kvantily 10 % až 90 % prostřednictvím tornádo grafů a pavučinových grafů. Následně bude u každé varianty provedena samotná simulace Monte Carlo a analýza výsledné distribuční funkce pravděpodobnostního rozložení jednotlivých variant. Na závěr autor porovná jednotlivé varianty navzájem. 4.9.1

Vyhodnocení varianty I Základní hodnota zisku pro variantu I je 3 817 827 Kč. Z grafu vyplývá, že

nejvýraznější vliv na dosažený zisk má změna faktoru výše odměny v konkursu a pak také změna počtu oddlužení na správce. I další faktory – mzdové náklady a počet konkursů – mohou nezanedbatelnou měrou ovlivnit výsledky této varianty, zatímco změna v ceně pohonných hmot je prakticky zanedbatelná a nepředstavuje proto významné riziko. Graf 17: Tornádo graf var. I. Zisk var. I

Downside Upside

2,000,000 3,000,000 4,000,000 5,000,000 6,000,000 7,000,000 8,000,000

Odměna konkurs

Oddlužení na správce

40000

150000

99,3

70,5

Konkursy na správce

13,1

Mzdové náklady

2720736

Pohonné hmoty

45,6

17,5

2183648,5

34,2

Pramen: vlastní data autora za využití Crystal Ball ©

65

Níže autor uvádí výsledky tornádo grafu ve formě tabulky: Tabulka 10: Data tornádo grafu var. I Zisk var. I v Kč Variable Odměna konkurs Oddlužení na správce Konkursy na správce Mzdové náklady Pohonné hmoty

Input

Downside 3 007 665,25

Upside 6 325 462,37

Range 3 317 797,12

Downside 40000

Upside 150000

Base Case 86622,21

3 797 074,45

5 350 494,57

1 553 420,11

70,53

99,3

81,96

4 078 597,78

4 837 732,00

759 134,23

13,15

17,53

15,08

4 618 522,11

4 081 434,60

537 087,52

2183648,48 2720736

2388295,81

4 425 142,85

4 402 606,72

22 536,13

34,2

39,9

45,6

Pramen: vlastní data autora za využití Crystal Ball ©

Závislost výsledků varianty od rizikových faktorů je možné zobrazit také ve formě pavučinového grafu: Graf 18: Pavučinový graf var. I. Zisk var. I 7,000,000.00 Kč

6,000,000.00 Kč

Odměna konkurs Oddlužení na správce

5,000,000.00 Kč

Konkursy na správce Mzdové náklady Pohonné hmoty

4,000,000.00 Kč

3,000,000.00 Kč 10.0%

30.0%

50.0%

70.0%

Percentiles of the variables Pramen: vlastní data autora za využití Crystal Ball ©

66

90.0%

Hodnoty bodů vyznačených na výše uvedeném grafu ukazuje níže uvedená tabulka: Tabulka 11: Data pavučinového grafu var. I Zisk var. I v Kč Variable Odměna konkurs Oddlužení na správce Konkursy na správce Mzdové náklady Pohonné hmoty

10,0% 3 007 665,25

30,0% 3 742 641,86

50,0% 4 413 874,78

70,0% 5 176 709,59

90,0% 6 325 462,37

3 797 074,45

4 108 945,74

4 413 874,78

4 776 858,33

5 350 494,57

4 078 597,78

4 257 414,90

4 413 874,78

4 586 378,21

4 837 732,00

4 618 522,11

4 517 260,53

4 413 874,78

4 287 266,60

4 081 434,60

4 425 142,85

4 418 485,58

4 413 874,78

4 409 263,98

4 402 606,72

Pramen: vlastní data autora za využití Crystal Ball ©

Na dalším grafu je pak možné sledovat vliv jednotlivých faktorů na výsledný rozptyl výsledků této varianty: Graf 19: Analýza citlivosti var. I

Pramen: vlastní data autora za využití Crystal Ball ©

67

Je zcela zřejmé, že zásadní vliv na rozptyl výsledků této varianty bude mít výše průměrné odměny na konkurs. V menší míře pak počet oddlužení. Výsledný graf pro simulaci je pak následující: Graf 20: Výsledek simulace var. I

Pramen: vlastní data autora za využití Crystal Ball ©

Zisk dosahuje v rámci varianty střední hodnoty (Mean) 4 640 070,98 Kč, mediánu (Median) 4 469 696,56 Kč, směrodatné odchylky 1 454 295,24 Kč (Standard deviation), variační koeficient 0,3134 (Coefficient of Variability), šikmost 0,5366 (Skewness) a špičatost 3 (Kurtosis). Graf je mírně vychýlen vpravo, když střední hodnota je vyšší než medián. Z těchto údajů lze dovodit, že tato varianta bude s velikou pravděpodobností výrazně zisková i při negativním vývoji rizikových faktorů v rámci předpokládaného rozmezí. Špičatost přesahující hodnotu 1 ukazuje, že pravděpodobnost je rozložena kolem středních hodnot hustěji a strměji než v případě normálního rozložení.

68

4.9.2

Vyhodnocení varianty II

Graf 21: Tornádo graf var. II. Zisk var. II

Downside Upside

500,000 1,000,000 1,500,000 2,000,000 2,500,000 3,000,000 3,500,000

Oddlužení na správce

Mzdové náklady

70,5

99,3

2720736

2183648,5

Pohonné hmoty

45,6

34,2

Pramen: vlastní data autora za využití Crystal Ball ©

Základní hodnota zisku pro variantu II je 1 751 803 Kč. Z grafu vyplývá, že nejvýraznější vliv má změna faktoru počtů oddlužení na správce. Dalším faktorem ovlivňujícím nezanedbatelnou měrou výslednou hodnotu jsou mzdové náklady, zatímco změna v ceně pohonných hmot je zanedbatelná. Níže autor uvádí výsledky tornádo grafu ve formě tabulky: Tabulka 12: Data tornádo grafu var. II Zisk var. II v Kč Variable Oddlužení na správce Mzdové náklady Pohonné hmoty

Input

Downside 1 205 585,36

Upside 2 759 005,48

Range 1 553 420,11

Downside 70,53

Upside 99,3

Base Case 81,96

2 027 033,03

1 489 945,51

537 087,52

2183648,48

2720736

2388295,81

1 832 444,60

1 812 326,79

20 117,81 Kč

34,2

45,6

39,9

Pramen: vlastní data autora za využití Crystal Ball ©

69

Závislost výsledků varianty od rizikových faktorů je možné zobrazit také ve formě pavučinového grafu: Graf 22: Pavučinový graf var. II. Zisk var. II 3,000,000.00 Kč

2,500,000.00 Kč

Oddlužení na správce

2,000,000.00 Kč

Mzdové náklady Pohonné hmoty 1,500,000.00 Kč

1,000,000.00 Kč 10.0%

30.0%

50.0%

70.0%

90.0%

Percentiles of the variables

Pramen: vlastní data autora za využití Crystal Ball ©

Hodnoty bodů vyznačených na výše uvedeném grafu ukazuje níže uvedená tabulka: Tabulka 13: Data pavučinového grafu var. II Zisk var. II v Kč Variable Oddlužení na správce Mzdové náklady Pohonné hmoty

10,0% 1 205 585,36

30,0% 1 517 456,66

50,0% 1 822 385,69

70,0% 2 185 369,24

90,0% 2 759 005,48

2 027 033,03

1 925 771,44

1 822 385,69

1 695 777,51

1 489 945,51

1 832 444,60

1 826 501,72

1 822 385,69

1 818 269,67

1 812 326,79

Pramen: vlastní data autora za využití Crystal Ball ©

70

Na dalším grafu je pak možné sledovat vliv jednotlivých faktorů na výsledný rozptyl výsledků této varianty: Graf 23: Analýza citlivosti var. II

Pramen: vlastní data autora za využití Crystal Ball ©

Je zcela zřejmé, že zásadní vliv na rozptyl výsledků této varianty bude mít počet oddlužení na správce. V menší míře pak mzdové náklady. Výsledný graf pro simulaci je pak následující: Graf 24: Výsledek simulace var. II

Pramen: vlastní data autora za využití Crystal Ball ©

71

Zisk dosahuje v rámci varianty střední hodnoty (Mean) 1 878 711,42 Kč, mediánu (Median) 1 805 378,23 Kč, směrodatné odchylky (Standard deviation) 628 908,18 Kč, variační koeficient 0,3348 (Coefficient of Variability), šikmost 0,5407 (Skewness) a špičatost 2,96 (Kurtosis). Graf je mírně vychýlen vpravo, když střední hodnota je vyšší než medián. Z těchto údajů lze dovodit, že tato varianta bude pravděpodobně zisková i při negativním vývoji rizikových faktorů v rámci předpokládaného rozmezí, i když ziskovost pravděpodobně nedosáhne úrovně varianty I. Špičatost přesahující hodnotu 1 ukazuje, že pravděpodobnost je rozložena kolem středních hodnot hustěji a strměji než v případě normálního rozložení. 4.9.3

Vyhodnocení varianty III

Graf 25: Tornádo graf var. III Zisk var. III

Downside Upside 500,000

Oddlužení na správce

Mzdové náklady

1,000,000

1,500,000

2,000,000

2,500,000

67

3,000,000

94,4

2720736

2183648,5

Pohonné hmoty

45,6

34,2

Pramen: vlastní data autora za využití Crystal Ball ©

Základní hodnota zisku pro variantu III je 1 547 417 Kč. Z grafu vyplývá, že nejvýraznější vliv má změna faktoru počtů oddlužení na správce. Dalším faktorem ovlivňujícím nezanedbatelnou měrou výslednou hodnotu jsou mzdové náklady, zatímco změna v ceně pohonných hmot je zanedbatelná. Výsledky jsou téměř totožné s výsledky varianty II.

72

Níže autor uvádí výsledky tornádo grafu ve formě tabulky: Tabulka 14: Data tornádo grafu var. III Zisk var. III v Kč Variable Oddlužení na správce Mzdové náklady Pohonné hmoty

Input

Downside 758 041,63

Upside 2 234 735,74

Range 1 476 694,11

Downside 67,05

Upside 94,4

Base Case 77,91

1 549 024,75

1 011 937,23

537 087,52

2183648,48

2720736

2388295,8

1 369 238,18

1 319 516,65

49 721,54

34,2

45,6

39,9

Pramen: vlastní data autora za využití Crystal Ball ©

Závislost výsledků varianty od rizikových faktorů je možné zobrazit také ve formě pavučinového grafu: Graf 26: Pavučinový graf var. III. Zisk var. III 3,000,000.00 Kč

2,500,000.00 Kč

Oddlužení na správce

2,000,000.00 Kč

Mzdové náklady Pohonné hmoty 1,500,000.00 Kč

1,000,000.00 Kč 10.0%

30.0%

50.0%

70.0%

Percentiles of the variables Pramen: vlastní data autora za využití Crystal Ball ©

73

90.0%

Hodnoty bodů vyznačených na výše uvedeném grafu ukazuje níže uvedená tabulka: Tabulka 15: Data pavučinového grafu var. III Zisk var. III v Kč Variable Oddlužení na správce Mzdové náklady Pohonné hmoty

10,0% 758 041,63

30,0% 1 054 509,27

50,0% 1 344 377,42

70,0% 1 689 432,57

90,0% 2 234 735,74

1 549 024,75

1 447 763,16

1 344 377,42

1 217 769,23

1 011 937,23

1 369 238,18

1 354 550,24

1 344 377,42

1 334 204,59

1 319 516,65

Pramen: vlastní data autora za využití Crystal Ball ©

Na dalším grafu je pak možné sledovat vliv jednotlivých faktorů na výsledný rozptyl výsledků této varianty: Graf 27: Analýza citlivosti var. III

Pramen: vlastní data autora za využití Crystal Ball ©

74

Je zcela zřejmé, že zásadní vliv na rozptyl výsledků této varianty bude mít počet oddlužení na správce. V menší míře pak mzdové náklady. Výsledný graf pro simulaci je pak následující: Graf 28: Výsledek simulace var. III

Pramen: vlastní data autora za využití Crystal Ball ©

Zisk dosahuje v rámci varianty střední hodnoty (Mean) 1 394 417,95 Kč, mediánu (Median) 1 320 349,78 Kč, směrodatné odchylky (Standard deviation) 604 045,85 Kč, variační koeficient 0,4332 (Coefficient of Variability), šikmost 0,5213 (Skewness) a špičatost 2,95 (Kurtosis). Graf je mírně vychýlen vpravo, když střední hodnota je vyšší než medián. Z těchto údajů lze dovodit, že tato varianta bude pravděpodobně zisková i při negativním vývoji rizikových faktorů v rámci předpokládaného rozmezí, i když ziskovost pravděpodobně nedosáhne úrovně varianty I a je podobná variantě II. Špičatost přesahující hodnotu 1 ukazuje, že pravděpodobnost je rozložena kolem středních hodnot hustěji a strměji než v případě normálního rozložení. Obecně lze říci, že šikmost i špičatost všech variant je značně podobná. Zásadním rozdílem mezi variantou I a variantami II a III tak bude patrně zejména dosažená střední hodnota a směrodatná odchylka, resp. s ní spojený rozptyl.

75

4.9.4

Srovnání variant Srovnání jednotlivých variant přibližuje níže uvedený společný graf:

Graf 29: Společný graf všech variant

Pramen: vlastní data autora za využití Crystal Ball ©

Nejprve varianty autor srovná pomocí pravidla střední hodnoty a rozptylu. Tabulka 16: Střední hodnota, rozptyl a variační koeficient Varianta

Střední hodnota

Rozptyl (tis. Kč)

Variační koeficient

(tis. Kč) Var. I

4.640

2 114 974 631

0,3134

Var. II

1.879

395 525 494

0,3348

Var. III

1.394

364 871 393

0,4332

Pramen: vlastní data autora za využití Crystal Ball ©

Na základě pravidla střední hodnoty a rozptylu není možné dovodit, že by některá varianta dominovala jinou, protože varianty s vyšší střední hodnotou mají také vyšší rozptyl. Jde tedy o nedominované varianty. Pro další postup použije autor pravidla stochastické dominance.

76

Níže uvádí autor grafy distribučních funkcí preferovaných variant a jejich vzájemné přerývání: Graf 30: Distribuční funkce všech variant

Pramen: vlastní data autora za využití Crystal Ball ©

Z grafu je patrné, že graf distribuční funkce varianty I leží celý napravo od grafu distribuční funkce varianty II, který leží celý napravo od grafu distribuční funkce varianty III. Platí tedy, že distribuční hodnota varianty I je pro libovolnou hodnotu zisku menší, resp. rovna, odpovídající hodnotě distribuční funkce varianty II. Pravděpodobnost překročení dané hodnoty zisku u varianty I je tak v každém bodě vyšší než pravděpodobnost překročení hodnoty zisku u varianty II. Varianta I stochasticky dominuje variantu II, a to bez ohledu na postoj vedení Společnosti k riziku. Varianta II pak ze stejného důvodu stochasticky dominuje variantu III. Není nutné přistupovat k aplikaci druhého pravidla stochastické dominance. Jako výsledná nejvýhodnější varianta byla autorem zvolena stochasticky dominantní varianta I. Tuto variantu autor Společnosti jednoznačně doporučuje, avšak bude zapotřebí, aby Společnost bedlivě sledovala vývoj jednotlivých rizikových faktorů, zejména výši odměn v konkursu a výši mzdových nákladů, které mají výrazný vliv na míru zisku varianty I. V případě, že by tyto faktory dospěly mimo hodnoty předvídané touto analýzou, bude nutné přehodnotit zvolenou alternativu a případně přistoupit k přesunutí činnosti VOS k jiným soudům po zohlednění aktuálního vývoje nápadů u jednotlivých soudů.

77

5 Závěr V teoretické části práce autor načrtl základní východiska a postupy rozhodovací analýzy, které následně aplikoval v praktické části této práce. Tyto postupy lze dle autora aplikovat i v obdobných případech rozhodovacích problémů týkajících se zvýšení příjmů jiných podniků. V praktické části práce autor analyzoval výnosovou i nákladovou stránku působení VOS a vyčíslil rozhodná data. Následně byly definovány varianty možného rozvoje činnosti VOS, které byly optimalizovány na základě binomických omezení časových možností vedení Společnosti a personálních kapacit VOS. Na základě výsledků provedené analýzy autora se potvrdila původní hypotéza, že důvodem nízkých zisků VOS je nedostatečné využití personálních kapacit VOS, které jsou ve střednědobém horizontu 3 let fixními náklady. Zároveň bylo potvrzeno, že vhodným řešením pro zvýšení zisku je rozšíření působení VOS do dalších krajských měst, přičemž jako nejvhodnější varianta po zohlednění omezujících faktorů stanovených vedením Společnosti se jevila varianta rozšíření působení VOS také ke Krajskému soudu v Ústí nad Labem, kde se bude VOS zabývat jak konkursy, tak oddluženími. Další dvě nejvýhodnější varianty – omezení na oddlužení a rozšíření do Ústí nad Labem nebo Plzně, byly výrazně méně výhodné. Hodnocení variant se nezměnilo ani po zohlednění rizikového hlediska, když varianta rozšíření působení VOS také ke Krajskému soudu v Ústí nad Labem stochasticky dominuje ostatní posuzované varianty bez ohledu na přístup Společnosti k riziku. Vedení Společnosti byla proto k realizaci doporučena tato varianta s upozorněním na nutnost průběžné kontroly při její realizaci. Při vypracovávání praktické části práce ocenil autor možnost čerpat z rozsáhlých veřejně dostupných statistických údajů zveřejňovaných Ministerstvem spravedlnosti a interních údajů Společnosti. Avšak na druhou stranu se autor setkal s neochotou na straně některých soudů, když byly požádány o sdělení dodatečných statistických informací v souladu se zákonem č. 106/1999 Sb., o svobodném přístupu k informacím, v platném znění, a tyto tak neučinily. Přínos této práce pro posuzovaný praktický problém představuje kromě výsledného doporučení pro další rozvoj také popsání a kvantifikace množství faktorů ovlivňujících VOS (časová náročnost dojíždění, množství konkursů a oddlužení u jednotlivých soudů, výše odměn v konkursech), což umožní VOS do budoucna jednodušší sledování a vyhodnocování 78

vývoje těchto faktorů, čímž může být výrazně zkrácena reakční doba VOS na případný negativní vývoj na trhu. Autor se domnívá, že tato práce představuje také přínos po stránce metodologie řešení rozhodovacích problémů, když oproti obecněji zaměřeným monografiím poskytuje odborné veřejnosti konkrétní návod a rady pro postup při jednokriteriálním rozhodování o zlepšení příjmů podniku za rizika. Teoretickým přínosem je pak aplikace optimalizačních postupů z projektového řízení do rozhodovací analýzy.

79

6 Seznam zkratek ČR

Česká republika

Sb.

Sbírka zákonů

DPH

daň z přidané hodnoty

80

7 Použitá literatura Teoretická část 1. Advances in decision analysis: from foundations to applications. Editoři EDWARDS, W., MLIES, R. F. a VON WINTERFELDT, D. Cambridge: Cambridge University Press, 2007, xv, 623 s. ISBN 978-0-521-68230-5. 2. BLAŽEK, L. Management. První vydání. Praha: Grada, 2011. 191 s. ISBN 978-80247-3275-6. 3. DOSTÁL, P. Advanced decision making in business and public services. První vydání. Brno: Akademické nakladatelství CERM, 2011, 167 s. ISBN 978-80-7204-747-5. 4. FIALA, P. Modely a metody rozhodování. 2. přepracované vydání. Praha: Oeconomica, 2008. 292 s. ISBN 978-80-245-1345. 5. FIGUEIRA, J., GRECO, S. a EHRGOTT, M. Multiple criteria decision analysis: state of the art surveys. New York: Springer, c2005, xxxvi, 1045 p. ISBN 03-872-3067-X. 6. FOTR, J. a SOUČEK, I. Investiční rozhodování a řízení projektů. 1. vyd. Praha: Grada Publishing, 2010. 408 s. ISBN 9788024732930. 7. FOTR, J. a SOUČEK, I. Podnikatelský záměr a investiční rozhodování. 1. vyd. Praha: Grada, 2005. 356 s. ISBN 80-247-0939-2. 8. FOTR, J. a ŠVECOVÁ, L. Manažerské rozhodování: postupy, metody a nástroje. 2., přeprac. vyd. Praha: Ekopress, 2010, 474 s. ISBN 978-80-86929-59-0. 9. FOTR, J. Tvorba strategie a strategické plánování: teorie a praxe. 1. vyd. Praha: Grada, 2012, 381 s. Expert (Grada). ISBN 978-80-247-3985-4. 10. FOTR, J., DĚDINA, J. a HRŮZOVÁ, H. Manažerské rozhodování. Vyd. 3. upr. a rozš. Praha: Ekopress, 2003. 250 s. ISBN 80-86119-69-6. 11. HNILICA, J. a FOTR, J. Aplikovaná analýza rizika. Praha: Grada, 2009. 262 s. ISBN 978-80-247-2560-4. 12. HRŮZOVÁ, H. Manažerské rozhodování. 3. aktualizované vydání. Praha: Vysoká škola ekonomie a managementu, 2011. 291s. ISBN 978-80-86730-74-5. 13. HRŮZOVÁ, H., RICHTER, J. a ŠVECOVÁ, L. Manažerské rozhodování. Praha: Oeconomica, 2007. 183 s. ISBN 978-80-245-1175-7. 14. HUŠEK, R. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. 15. Interpreting Tornado and Spider Chart Results. ORACLE. Oracle® Crystal Ball, Fusion Edition: User's Guide [online]. 2008 [cit. 2013-04-14]. Dostupné z: http://docs.oracle.com/cd/E12825_01/epm.111/cb_user/frameset.htm?ch09s05s04s02. html#tools1102914 16. ŠŤASTNÝ, F. Popisné statistiky. ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT [online]. 1997. vyd. [cit. 2013-03-02]. Dostupné z: http://amper.ped.muni.cz/jenik/nejistoty/html_tree/node13.html 17. STŘÍŽ, P., RYTÍŘ, V. a SEBEROVÁ, H. Manažerské rozhodování v riziku a nejistotě teoreticky a prakticky. 1. vyd. Bučovice: Martin Stříž, 2009, 128, 126 s. ISBN 978-8087106-26-6.

81

18. The KT Way: Problem Solving and Decision Making. KEPNER-TREGOE, Inc. KT [online]. [cit. 2012-09-29]. Dostupné z: http://www.kepnertregoe.com/theKTWay/WorkingWithKT-TeachYou-PSDM.cfm

Praktická část 1. BŘEZINOVÁ, H. Ekonomické aspekty insolvenčního zákona: účetnictví jako základní zdroj informací pro insolvenční řízení. 1. vyd. Praha: Bova Polygon, 2009, 196 s. ISBN 978-80-7273-159-6. 2. ČESKÝ STATISTICKÝ ÚŘAD. Databáze dynamických grafů: Průměrná hrubá měsíční mzda 2000-2011. [online]. [cit. 2013-02-04]. Dostupné z: http://www.czso.cz/csu/dyngrafy.nsf/graf/mzda_v_kc 3. Důvodová zpráva k návrhu zákona, kterým se mění zákon č. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon), a zákon č. 312/2006 Sb., o insolvenčních správcích, ve znění pozdějších předpisů. [online]. [cit. 2013-02-04] Dostupné z: http://eklep.vlada.cz/eklep/getAttachment?id=pu_korn8yzl7ddo.docx 4. HÁSOVÁ, J. Zákon o úpadku a způsobech jeho řešení (insolvenční zákon): komentář. Vyd. 1. Praha: Beck, 2010, xx, 1106 s. Komentované zákony (Beck). ISBN 978-807400-320-2. 5. Insolvenční správci. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Insolvenční rejstřík [online]. [cit. 2013-01-26]. Dostupné z: https://isir.justice.cz/InsSpravci/public/seznamFiltr.do 6. LANDA, M. Ekonomika insolvenčního řízení. Vyd. 1. Ostrava: Key Publishing, 2009, 426 s. Ekonomie (Key Publishing). ISBN 978-80-7418-031-6. 7. MARŠÍKOVÁ, J. Insolvenční řízení z pohledu dlužníka a věřitele: příručka zejména pro neprávníky. 2. aktualiz. vyd. Praha: Linde, 2011, 440 s. Praktická právnická příručka. ISBN 978-807-2018-628. 8. PACHL, L. Statistické přehledy insolvenčních správců. Konkursní noviny [online]. 2012, č. 24 [cit. 2013-01-26]. Dostupné z: http://www.konkursninoviny.cz/clanek/statisticke-prehledy-insolvencnich-spravcu 9. Plánovač cest. ŠKODA AUTO A.S. ŠKODA AUTO Česká republika [online]. [cit. 2013-01-26]. Dostupné z: http://www.skodaauto.cz/cze/applications/routeplanner/pages/routeplanner.aspx 10. RICHTER, T. Insolvenční právo. Vyd. 1. Praha: ASPI, 2008, 471 s. Komentované zákony (Beck). ISBN 978-807-3573-294. 11. Statistika a výkaznictví: Přehledy statistických listů. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-01-26]. Dostupné z: http://cslav.justice.cz/InfoData/prehledy-statistickych-listu.html 12. Statistika a výkaznictví: Výkazy soudů a státních zastupitelství. MINISTERSTVO SPRAVEDLNOSTI ČESKÉ REPUBLIKY. Infodata [online]. [cit. 2013-01-26]. Dostupné z: http://cslav.justice.cz/InfoData/vykazy-soudu-a-statnichzastupitelstvi.html

82

13. Vyhláška č. 313/2007 Sb., o odměně insolvenčního správce, o náhradách jeho hotových výdajů, o odměně členů a náhradníků věřitelského výboru a o náhradách jejich nutných výdajů. 14. Vyhláška č. 314/2007 Sb., o minimálním limitu pojistného plnění a minimálních standardech pojistných smluv insolvenčních správců, v platném znění. 15. Vývoj ceny benzínu, nafty, aktuální cena a podrobný graf: Graf ceny benzínu Natural 95 a Nafty od 4.2.2010 do 4.2.2013. Kurzy.cz [online]. [cit. 2013-02-04]. Dostupné z: http://www.kurzy.cz/komodity/index.asp?A=6&od=4.2.2010&do=4.2.2013&compare =Zobrazc 16. Zákon č. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon), v platném znění. 17. Zákon č. 316/2006 Sb., o insolvenčních správcích, v platném znění. 18. Zákon č. 99/1963 Sb., občanský soudní řád, v platném znění. 19. ZELENKA, J. Insolvenční zákon: zákon č. 182/2006 Sb., ve znění zákona č. 312/2006 Sb., č. 108/2007 Sb., č. 296/2007 Sb. a č. 362/2007 Sb. : poznámkové vydání s důvodovou zprávou, nařízením Rady ES 1346/2000 a prováděcími předpisy. 2., aktualizované vyd. Praha: Linde, 2008, 796 s. ISBN 80-720-1707-1.

83

8 Seznam grafů Graf 1: Příklad tornádového grafu ......................................................................................................... 35 Graf 2: Příklad pavučinového grafu ...................................................................................................... 36 Graf 3: Pravidlo střední hodnoty a rozptylu .......................................................................................... 39 Graf 4: Pravidlo střední hodnoty a rozptylu .......................................................................................... 39 Graf 5: Pravidlo střední hodnoty a rozptylu .......................................................................................... 40 Graf 6: Pravidlo střední hodnoty a rozptylu .......................................................................................... 40 Graf 7: První pravidlo stochastické dominance ..................................................................................... 41 Graf 8: Druhé pravidlo stochastické dominance.................................................................................... 42 Graf 9: Odměna konkurs – rozložení pravděpodobnosti ....................................................................... 60 Graf 10: Konkursy na správce – rozložení pravděpodobnosti ............................................................... 61 Graf 11: Oddlužení na správce – rozložení pravděpodobnosti (var. I a II) ........................................... 62 Graf 12: Oddlužení na správce – rozložení pravděpodobnosti (var. III) ............................................... 62 Graf 13: Vývoj ceny pohonných hmot .................................................................................................. 62 Graf 14: Cena pohonných hmot – rozložení pravděpodobnosti ............................................................ 63 Graf 15: Vývoj průměrné mzdy ............................................................................................................. 63 Graf 16: Mzdové náklady – rozložení pravděpodobnosti ...................................................................... 64 Graf 17: Tornádo graf var. I. ................................................................................................................. 65 Graf 18: Pavučinový graf var. I. ............................................................................................................ 66 Graf 19: Analýza citlivosti var. I ........................................................................................................... 67 Graf 20: Výsledek simulace var. I ......................................................................................................... 68 Graf 21: Tornádo graf var. II. ................................................................................................................ 69 Graf 22: Pavučinový graf var. II. ........................................................................................................... 70 Graf 23: Analýza citlivosti var. II .......................................................................................................... 71 Graf 24: Výsledek simulace var. II ........................................................................................................ 71 Graf 25: Tornádo graf var. III ................................................................................................................ 72 Graf 26: Pavučinový graf var. III. ......................................................................................................... 73 Graf 27: Analýza citlivosti var. III ........................................................................................................ 74 Graf 28: Výsledek simulace var. III ...................................................................................................... 75 Graf 29: Společný graf všech variant .................................................................................................... 76 Graf 30: Distribuční funkce všech variant ............................................................................................. 77

84

9 Seznam tabulek Tabulka 1: Počet oddlužení na správce 2012 .........................................................................................49 Tabulka 2: Počet konkursů na správce 2012 ..........................................................................................49 Tabulka 3: Reorganizace 2008-2012 .....................................................................................................50 Tabulka 4: Promeškaný čas ....................................................................................................................56 Tabulka 5: Přehled variant .....................................................................................................................56 Tabulka 6: Vytížení personálních kapacit ..............................................................................................58 Tabulka 7: Výnosy, náklady a zisk ........................................................................................................58 Tabulka 8: Průměrný počet konkursů ....................................................................................................61 Tabulka 9: Průměrný počet oddlužení ...................................................................................................61 Tabulka 10: Data tornádo grafu var. I ....................................................................................................66 Tabulka 11: Data pavučinového grafu var. I ..........................................................................................67 Tabulka 12: Data tornádo grafu var. II...................................................................................................69 Tabulka 13: Data pavučinového grafu var. II ........................................................................................70 Tabulka 14: Data tornádo grafu var. III .................................................................................................73 Tabulka 15: Data pavučinového grafu var. III .......................................................................................74 Tabulka 16: Střední hodnota, rozptyl a variační koeficient ...................................................................76

85

10 Seznam obrázků Obrázek 1: Metody rozhodování ........................................................................................................... 13 Obrázek 2: Metoda šesti slov................................................................................................................. 18

86

11 Seznam vzorců Vzorec 1: Výnosy...................................................................................................................................51 Vzorec 2: Náklady .................................................................................................................................53 Vzorec 3: Zisk ........................................................................................................................................54 Vzorec 4: Promeškaný čas .....................................................................................................................55 Vzorec 5: Model rizikových faktorů pro konkursy ................................................................................59 Vzorec 6: Model rizikových faktorů pro oddlužení ...............................................................................59

87

12 Seznam příloh 1. Výpočty a statistické údaje (na přiloženém CD) 2. Soubor simulace Monte Carlo v programu Crystal Ball © (na přiloženém CD)

88