Obsah Content. Trendy v podnikání vědecký časopis Fakulty ekonomické ZČU v Plzni TRENDY V PODNIKÁNÍ BUSINESS TRENDS

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni TRENDY V PODNIKÁNÍ BUSINESS TRENDS

Obsah – Content Ladislav Lukáš Editorial .................................................................................................................................................... 2 Jiří Pešík, Marta Šlehoferová Analýza spekulativních obchodů s komoditami na základě detekce parametrických extrémů v časových řadách cen ................................................................................................................................................ 4 Peter Horvát, Brian König, Filip Ostrihoň The Basis For Modelling The Fiscal Shocks’ Impact On The Business Environment Of Slovakia .......... 11 Pavlína Hejduková, Michaela Krechovská, Karel Karlovec Rozvoj islámského finančního systému v rámci globalizace finančních trhů ........................................... 20 Drahoslav Lančarič, Radovan Sadov, Marián Tóth Využitie kritérií MBNQA v hodnotení manažmentu kvality v agropodnikateľských subjektoch SR .......... 26 Ladislav Lukáš Metody oceňování podniků typu DCF a jejich numerická realizace pomocí SW Mathematica ............... 35 Stela Beslerová, Juraj Tobák, Petra Tutková Zrážka za nízku likviditu .......................................................................................................................... 44 Tomáš Rábek, Zuzana Čierna, Marián Tóth Využitie finančnej páky v podmienkach slovenského poľnohospodárstva .............................................. 52 Ivan Brezina, Juraj Pekár, Zuzana Čičková Analýza zmien koncentrácie bankového sektora SR na báze archimedovského cieľového programovania ........................................................................................................................................ 58 Viera Labudová, Dana Hrušovská Využitie rozhodovacích stromov pri analýze prieskumu trhu................................................................... 63 Miloha Jiří, Kotěšovcová Jana Odpovídá vývoj Škoda auto znalostní společnosti? ................................................................................ 72 Petra Štamfestová Vztah kvality a zákaznického kapitálu ..................................................................................................... 80

Trendy v podnikání – Business Trends 4/2013

1

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni

Úvod Vážení čtenáři, do rukou se vám dostává další číslo časopisu Trendy v podnikání, které obsahuje vybrané příspěvky ze stejnojmenné konference, v pořadí již třetí, která proběhla ve dnech 14. a 15. listopadu 2013 v prostorách Parkhotelu Plzeň a jejímž pořadatelem je Fakulta ekonomická Západočeské univerzity v Plzni. Vedle tradičních témat zaměřených na podnikovou ekonomiku se v letošním roce záběr konference rozšířil i o sekci, která je věnovaná kvantitativním metodám, s názvem "Kvantitativní přístupy v řízení procesů". Vybrané příspěvky z této druhé sekce jsou uvedeny v čísle, které právě držíte v ruce. Příspěvek Jiřího Pešíka a Marty Šlehoferové je zaměřen na analýzu spekulativních obchodů s potravinovými komoditami vyhledáváním parametrických extrémů v časových řadách jejich cen. Výchozím bodem je určení délky intervalu mezi výskytem dvou lokálních extrémů ve dvou různých časových řadách. Na základě této vzdálenosti je formulována hypotéza o vlivu spekulací na ceny obou komodit. Kvalitní příspěvek zaujme pozorného čtenáře řadou dobrých myšlenek zaměřených na kvantitativní analýzy vztahů spekulativních obchodů na komoditních burzách. Příspěvek Ivana Breziny, Juraje Pekára a Zuzany Čičkové se zaobírá analýzou změn koncentrace bankovního sektoru na Slovensku z hlediska počtu klientů bank. Hodnotícím instrumentem je index HHI formulovaný jako součet čtverců relativních tržních podílů na relevantním trhu, a použitým aparátem pro získání výsledků o střední koncentraci bankovního sektoru v SR je cílové programování. Peter Horváth, Brian König a Filip Ostrihoň se věnují aplikaci publikovaného DSGE modelu japonské ekonomiky pro analýzu fiskálních šoků na slovenskou makroekonomiku. Zvolené kalibrace parametrů umožnily použít sw Dynare pro simulační studie predikce odezev těchto šoků na spotřeby domácností. S modelem bude

2

jistě možné provést řadu dalších studií zaměřených na analýzu odezev promítnutých do dalších makroekonomických veličin – HDP, inflace, úrokové míry, atd. Zaměřením zajímavý příspěvek o islámském finančním systému předkládají Pavlína Hejduková, Michaela Krechovská a Karel Karlovec. Obecně se jedná o finanční vztahy (obchodního a finančního charakteru) založené a fungující na základě islámského práva. Na několika příkladech čerpajících z globálně dostupných informací jsou ukázány specifika tohoto poněkud odlišného finančního systému, který však disponuje obrovským potenciálem. Použití aparátu rozhodovacích stromů k analýze míry využívání průzkumu trhu podniky na Slovensku je řešeno v příspěvku Viery Labudové a Dany Hrušovské. Statisticky jsou zpracována data z empirického výzkumu v letech 2009 a 2012. Přitažlivé je zejména použití entropie pro rozhodování o růstu rozhodovacího stromu. Podrobná analýza ústí do návrhů na zlepšení podnikatelského prostředí pro průzkum trhu. Radovan Savov, Drahoslav Lančarič a Miroslav Prístavka se zaměřili na aktuální problematiku hodnocení managementu kvality s využitím sedmi specifických kritérií MBNQA v sedmnácti zemědělských podnicích na Slovensku. Výsledky empirického výzkumu byly podrobně statisticky zpracovány metodami korelační analýzy. Rozhodujícím faktorem, který ovlivňuje výsledky podniků, se ukázala implementace managementu kvality. Příspěvek Ladislava Lukáše nejprve shrnuje potřebné matematické vztahy užívané při formulaci tří nejdůležitějších variant metod typu DCF (DCF-entity, DCF-equity a DCF-APV) oceňování podniků. Klíčovou roli v tomto typu výnosových metod hraje korigovaný hospodářský výsledek po dani. Za pozornost jistě stojí, že jsou uvedeny podrobnosti numerické realizace příslušných algoritmů DCF metod v sw Mathematica.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Stela Beslerová, Juraj Tobák a Petra Tutková rozebírají ve svém přehledově zaměřeném příspěvku metody, které se používají v praxi k odhadu diskontu za nízkou likviditu. Za nejvhodnější je zvolena metoda akvizičních cen, která odhaduje tuto diskontní míru vzájemným srovnáním veřejně a soukromě obchodovatelných společností. Autoři Tomáš Rábek, Zuzana Čierná a Marián Tóth se věnují finanční analýze souboru zemědělských podniků na Slovensku s akcentem na použití finanční páky jakožto způsobu zvýšení rentability vlastního kapitálu. Základem je známý multiplikativní rozklad této rentability, ve kterém jedním z faktorů je právě finanční páka. Analýza je provedena na výběrovém souboru podniků zemědělské prvovýroby na Slovensku v letech 2007-2011. Příspěvek Jiřího Milohy a Jany Kotěšovcové je především zaměřen na analýzu vývoje společnosti ŠKODA Auto se závěrečným konstatováním, že od r. 1997 probíhal spíše extenzivním než intenzivním způsobem. K rozlišení jednotlivých typů vývoje jsou sestrojeny kvantitativní indikátory čerpající ze základních finančních dat dostupných ve finančních výkazech, jmenovitě celkových příjmů a nákladů. Uvedená metodika je relativně


jednoduchá a přesto schopná poskytnout důležité informace o vývoji podniku. Petra Štamfestová s využitím Spearmanova koeficientu pořadové korelace studuje těsnost vzájemné statistické závislosti mezi kvalitou služeb či výrobků a zákaznickým kapitálem u vybraných českých podniků ze sektoru zpracovatelského průmyslu na základě empirického šetření. Detailní pozornost je věnována konstrukci vah indexů kvality, spokojenosti zákazníků a image podniku pomocí faktorové analýzy na dané množině otázek pomocí metody hlavních komponent. Jedním z výsledků je zjištění středně těsné závislosti mezi kvalitou, spokojeností zákazníků a image podniku. Identifikace takových vzájemných vazeb je pro podnik důležité z hlediska řízení nefinančních determinantů výkonnosti. Závěrem lze konstatovat, že tradice časopisu TVP i stejnojmenné konference rok od roku roste, z čehož máme velikou radost. Děkujeme všem autorům příspěvků a těšíme se na další do nadcházejících čísel časopisu. Zároveň již teď se chystáme a plánujeme uspořádání dalšího ročníku konference TVP v roce 2014, na které vás s radostí přivítáme Ladislav Lukáš, Katedra ekonomie a kvantitativních metod, FEK ZČU v Plzni

3


ANALÝZA SPEKULATIVNÍCH OBCHODŮ S KOMODITAMI NA ZÁKLADĚ DETEKCE PARAMETRICKÝCH EXTRÉMŮ V ČASOVÝCH ŘADÁCH CEN Jiří Pešík, Marta Šlehoferová ÚVOD Jednou ze základních komodit, která ovládá světové trhy, je cukr. Ten byl v tomto příspěvku zvolen jako základní komodita, pro kterou bude provedena analýza vlivu spekulativních obchodů na její cenu, avšak nelze zapomínat ani na ostatní obchodované komodity, které zde mají také své zastoupení. Existuje velká řada faktorů, které mají na vývoj ceny cukru vliv, přičemž dlouhodobě lze mezi takové faktory zařadit počasí, zemědělskou politiku a obchodní bariéry, stavy skladových zásob, škody způsobené škůdci a chorobami atd. [10] Dále krátkodobé (a někdy i dlouhodobé) výkyvy především v cenách futures kontraktů mají z velké části původ v investičních a spekulativních obchodech. [13] Tyto obchody mohou krátkodobě výrazně ovlivnit cenu jednotlivých komodit. Zvláště od roku 2004, kdy došlo k výraznému růstu objemu obchodovaných potravinových derivátů díky masivnímu vstupu investičních fondů, bank a dalších finančních institucí na tyto trhy. [2] Zatímco dříve byly spekulace se zemědělskými komoditami považovány za vysoce nemorální či trestné, v moderní době jsou navíc považovány za přirozenou součást obchodu s komoditami. [3] Otázkou je, zda je možné sledovat vliv spekulace na jednu komoditu na další komodity. Teoreticky je možné, aby se spekulativní kapitál přesunoval mezi komoditami. Druhou alternativou je současný přesun kapitálu ze dvou komodit do jiných komodit či dalších aktiv (či naopak). V případě cukru by mohlo jít o přesuny v rámci bílého a rafinovaného cukru. V článku [11] je formulován závěr, že v měsíčních cenách nelze pozorovat plný přenos ceny mezi bílým a rafinovaným cukrem. Velmi významné extrémy se v různých

4

komoditách projevují se zpožděním v řádu několika měsíců. [9] Potencionálně zajímavou otázkou však zůstává přenos v časové řadě denních cen. 1

PRODUKCE CUKRU

Aby bylo zřejmé, že změny v cenách cukru mají značné celosvětové dopady, je vhodné nejprve uvést několik údajů o jeho pěstování, spotřebě, vývozu a dovozu. Cukr je vyráběn z cukrové řepy a cukrové třtiny, přičemž produkce z těchto dvou plodin je na celém světě v poměru 15:85 % (2012) [6]. Z historického hlediska je starší produkce cukru z cukrové třtiny, která začala v Indii pravděpodobně již v době Alexandra Makedonského [12]. Cukrová třtina je tropická tráva, která pro svůj růst potřebuje dostatek vody a silné sluneční světlo [5], a proto oblast jejího pěstování většinou nepřesahuje subrovníkové pásmo [12]. V dnešní době je jejím největším producentem Brazílie, která je schopna vyprodukovat až 38,6 milionů tun cukru (2012) [14]. Touto hodnotou se stává zároveň největším světovým producentem cukru na světě. Kromě Brazílie se v Latinské Americe tato rostlina dále pěstuje u Karibského moře, Mexického zálivu a v severní Argentině. Dalšími významnými producenty jsou pak i Indie a jižní Čína [12]. Cukrová řepa se naopak pěstuje spíše v mírném pásmu. Jedná se o dvouletou rostlinu, jejímž největším producentem je Francie [5], která v roce 2011 vyprodukovala 4,7 milionů tun cukru z této plodiny [6]. Pěstování cukrové řepy má kratší historii, jelikož první svědectví pocházejí až z 18. století z Německa. Výroba řepného cukru se začala postupně rozšiřovat, až došlo k vyrovnání podílu mezi řepným a třtinovým cukrem v 80. letech 19. století. Vzhledem k tomu, že je však výroba řepného cukru dražší než výroba Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni třtinového, došlo opět k jejímu poklesu, až na současné (výše uvedené) hodnoty [12]. Celkovou výrobu cukru (ať již ze třtiny nebo řepy) vede celosvětově již zmíněná Brazílie s 38,6 miliony tun cukru. Za ní následuje Indie (27,4 milionů tun), státy EU-27 (15,6), Čína (14) a Thajsko (9,9). Celkově se na světě vyprodukuje 174,5 milionů tun cukru (lze pozorovat vzestupnou tendenci). Co se týče spotřeby, celkové statistiky jednoznačně vede Indie (25,5), dále státy EU-27 (18,1), Čína (15,4), Brazílie (11,2) a USA (10,34). Největším světovým vývozcem je samozřejmě Brazílie (27,65), následována Thajskem (8) a Austrálií (3,1). Naopak největším dovozcem jsou státy EU-27 (3,8), Indonésie (3,57) a USA (2,63) [14].

klouzavého průměru. Klouzavé průměry však nemusejí být nutně vhodné pro vyrovnání časové řady, navíc nelze určit hodnotu jednoduchého klouzavého průměru pro několik prvních a posledních hodnot časové řady. K vyrovnání lze využít i polynom vyššího řádu. Obecně lze úseky časové řady o délce p postupně vyrovnávat pomocí polynomu stupně k. Při minimalizaci kvadrátu odchylek tedy řešíme úlohu

min    0 ,, k t m

( y  t  m

kde m  2

METODIKA PROVEDENÉ ANALÝZY

Cílem článku je detekce lokálních extrémů v časových řadách denních cen futures na komodity a analýza vzdálenosti mezi nimi. Data pocházejí z databáze společnosti Wolfram Research a byla získána pomocí software Wolfram Mathematica 9. Analyzujme nyní délku intervalu mezi výskytem dvou lokálních extrémů ve dvou různých časových řadách a na základě této vzdálenosti formulujeme závěr o vlivu spekulací na ceny obou komodit. Nejprve je potřeba definovat pojem lokální extrém. Označme si hodnotu ceny komodity v čase t jako yt . Klasické matematické definici lokálního extrému jako ceny v čase t , pro kterou platí yt 1  yt  yt 1 , by vyhovovalo příliš velké množství cen. Je proto třeba omezit množství detekovaných extrémů a současně vybrat z časové řady ty nejvíce významné. Extrém však budeme nadále intuitivně chápat jako bod, který svoji hodnotou výrazně převyšuje ostatní. Otázkou je nyní přesné zavedení pojmu výrazné převýšení. Pro nalezení extrémů je nejprve vhodné vyrovnat časovou řadu pomocí některé z adaptivních metod. Převýšení ostatních hodnot pak budeme definovat ve smyslu rozdílu mezi skutečnou a vyrovnanou hodnotou. Jednou z možností je využití jednoduchého


t 

 b0  b1  b2 2    bk k ) 2

p 1 . 2

Derivací podle jednotlivých bi , (i  0,, k ) , získáme soustavu normálních rovnic, ze kterých lze určit odhady koeficientů b0 , b1 ,, bk . Vyrovnaná hodnota je pak dána jako b0  yˆ t . Teoretický fundament této metody je založen na faktu, že každou spojitou funkci lze se zvolenou přesností aproximovat polynomem. Řád polynomu k lze určit podle objektivního pravidla. Pro k od 1 do 10 určíme hodnotu veličiny

 2k  / (n  k ) . [4] Operátor  t  k 1 k  představuje první diferenci yt  yt  yt 1 a Vk 

n

 ( y ) k

2

t

k představuje k -tá diference daná vztahem k  k 1 ( yt )  k  k  yt    yt 1    yt 2    ( 1) k yt k 1  2 [7] Jako řád klouzavého průměru je vhodné takové liché k , od kterého je hodnota veličiny Vk přibližně konstantní. Pro délku úseku p takové objektivní kritérium neexistuje, obecně ale pro vyšší hodnoty p dochází k většímu vyhlazení časové řady. Pro určení délky časové řady lze určit simulační postup, ve kterém je postupně navyšována hodnota p , až je označena jako extrém většina bodů intuitivně považována za významné. [4] Pro vysoké

5


hodnoty p však roste počet po sobě bezprostředně následujících minim a maxim. Jako vhodná hodnota pro námi analyzované časové řady vychází p  9 . V různých obdobích dochází ke změnám ve volatilitě cen komodit. V takovém období jsou odchylky cen od vyrovnaných hodnot vyšší. Toto tvrzení je zřejmé z obrázku 1, předpoklad různých středních hodnot lze testovat pomocí neparametrického Kruskal-Wallisova testu. Tento test, na rozdíl od testu ANOVA, nepředpokládá normalitu vstupních dat ani shodu rozptylů jednotlivých vzorků. [1] Hypotézu shody středních hodnot rozptylů jsme pomocí tohoto testu na hladině významnosti   5% zamítli. Při použití průměrné odchylky za celou časovou řadu by docházelo ke kumulaci nalezených extrémů v časových úsecích s vysokou volatilitou ceny. Proto použijeme průměrnou odchylku pro daný rok,

což zajistí, že každý extrém bude porovnáván pouze s extrémy z období se srovnatelnou volatilitou. Definice: Cenu komodity yt v čase t vzhledem k parametru r označíme za parametrické maximum, pokud platí ˆ ˆ yt  yt  r  yt  yi , kde yt je vyrovnaná hodnota daná polynomickým klouzavým průměrem a yi je průměrná odchylka za aktuální rok. Cenu komodity v čase t označíme za parametrické minimum, pokud platí yt  yˆ t  r  yt  yi . Z důvodu neexistence objektivní definice extrému je možné o spolehlivosti metody rozhodnout pouze na základě subjektivního zhodnocení grafu vývoje ceny s detekovanými extrémy. Takové zhodnocení je možné provést pomocí obrázku 1.

Obr. 1: Detekované extrémy v cenách cukrů

Zdroj: Databáze společnosti Wolfram Research, Inc., vlastní zpracování

6


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Jak již bylo uvedeno výše, u detekovaných extrémů se může vyskytnout dvojice či větší skupina po sobě jdoucích maxim nebo minim. Protože budeme modelovat vzdálenosti mezi extrémy, je potřeba zajistit, aby vzdáleností mezi extrémy mohla být myšlena vzdálenost mezi minimem a maximem. Proto při detekci dvou či více bezprostředně následujících extrémů ponecháme ten s vyšší hodnotou kurzu. Skupina bezprostředně následujících extrémů téhož druhu je rovněž v rozporu s původní myšlenkou definice parametrického extrému. V rámci analýzy detekujeme extrémy v jednotlivých časových řadách. Provedeme analýzu délky intervalu mezi dvěma maximy v různých časových řadách, dvěma minimy v různých časových řadách a mezi maximem v jedné časové řadě a minimem v další časové řadě. Pokud bude ve významném počtu případů délka intervalu mezi extrémy nulová (případně blízká nule), lze formulovat závěr o přesunu kapitálu (především spekulativního) mezi komoditami. Pokud jsou si blízká minima ve dvou časových řadách, pak to naznačuje současný přesun spekulativního kapitálu do jiné komodity. V případě malé vzdálenosti maxim se jedná o přesun kapitálu do komodit a případně malé vzdálenosti minima z jedné časové řady a maxima z druhé časové řady je kapitál přesunován z jedné komodity do druhé.


3

NAMĚŘENÉ VÝSLEDKY

Nejprve budeme analyzovat vztah mezi bílým a rafinovaným cukrem. Využijeme polynomické klouzavé průměry s délkou intervalu p  9 a polynom řádu k  5 . Na obrázku 1 jsou detekované extrémy v časových řadách cen bílého a rafinovaného cukru v období od září 2008 do ledna 2013 pro volbu parametru r  1 . Protože naše definice lokálního extrému je závislá na parametru r , namísto sledování vzdáleností extrémů je zajímavější sledování změny vzdáleností při zvyšování hodnoty parametru r . Protože při zvyšování parametru r je detekováno méně extrémů, pak logicky roste vzdálenost mezi nimi. Pokud by byl výskyt extrémů přibližného významu ve dvou časových řadách vzájemně nezávislý, pak by se zvyšováním hodnoty parametru postupně rostla i hodnota průměrné vzdálenosti mezi extrémy. Pokud extrémy mají tendenci vyskytovat se ve stejný den, pak by se průměrná vzdálenost nezvyšovala, protože svázané extrémy mají tendenci zůstávat blízko u sebe. Na obrázku 2 je vidět růst vzdálenosti pro případ časových řad cukru v porovnání s kávou a kakaem. Je zřejmé, že při zvyšování hodnoty parametru r roste průměrná vzdálenost, tj. extrémy se od sebe vzdalují. Stejný závěr bychom získali pro všechny ostatní komodity.

7


Obr. 2: Změna počtu extrémů při změně velikosti parametru r

Zdroj: Vlastní zpracování Pro volbu parametru r  1 jsou vzdálenosti extrémů v tabulce 1. I pro tyto hodnoty parametrů jsou tedy extrémy vzdáleny po poměrně velký počet dní. V tabulce je rovněž hodnota mediánu vzdálenosti, který není

ovlivněn extrémními hodnotami vzdáleností. U všech komodit se však extrém ve druhé časové řadě objevuje v 50 % případů po více než 4 dnech.

Tab. 1: Medián a průměr vzdáleností mezi extrémy pro časovou řadu rafinovaného cukru a dané komodity, r = 1 Komodita

Vzdálenost min-min Vzdálenost max-max Vzdálenost min-max průměr

medián

průměr

medián

průměr

medián

Bílý cukr

12,94

8,00

11,49

7,00

15,35

11,00

Sója

11,56

8,00

12,51

7,00

12,74

8,00

Káva

11,18

7,00

11,21

7,00

12,34

7,00

Kakao

12,04

8,00

12,69

8,00

12,76

8,00

Rýže

11,15

7,00

12,29

8,00

11,91

7,00

Pšenice

11,49

8,00

11,94

8,00

12,01

7,00

Oves

10,56

7,00

12,32

8,00

12,74

7,00

Pomerančový koncentrát

11,58

7,00

12,54

8,00

12,72

8,00

Zdroj: Vlastní výpočty

8


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni ZÁVĚR Podařilo se nám tedy prokázat, že extrémy v časových řadách různých komodit mají tendenci vyskytovat se relativně nezávisle na sobě. Ani v krátkém období tedy nelze sledovat plný přenos extrémů z jedné časové řady do druhé časové řady. V rámci spekulativních operací tedy nedochází k pozorovatelným výkyvům cen komodit. Krátkodobé extrémy v cenách komodit tedy nejsou determinovány přesuny spekulativního kapitálu mezi jednotlivými komoditami. Investoři tedy při obchodování s komoditami výrazně reflektují informace týkající každé z obchodovaných komodit. Objemem informací, které investoři při svých obchodech zohledňují, se zabývá řada ekonomických studií v rámci testování tzv. hypotézy racionálních trhů. Podle jednotlivých verzí této teorie jsou v cenách aktiv reflektovány buď veřejně dostupné, nebo i „vnitřní“ informace, které jsou dostupné pouze omezenému okruhu osob. Tato hypotéza však bývá kritizována především v souvislosti s finančními krizemi, protože nepřipouští vznik spekulativních bublin. S hypotézou racionálních trhů souvisí hypotéza náhodné procházky, která považuje krátkodobé změny v cenách aktiv za náhodné. [8] V rámci našeho výzkumu jsme prokázali, že vazba mezi extrémy ve zkoumaných komoditách neexistuje. Tento závěr je v souladu s hypotézou náhodné procházky. Předmětem dalšího výzkumu pak může být analýza výskytu extrémů vzhledem k jiným faktorům. Předmětem dalšího výzkumu rovněž může být analýza statistického rozdělení vzdáleností mezi extrémy, a to jak v rámci jedné časové řady, tak i vzájemných vzdáleností mezi extrémy v různých časových řadách. Testovanou hypotézou může být, zda je možné vzdálenosti mezi extrémy popsat nějakým pravděpodobnostním rozdělením. V takovém případě by mezi extrémy existoval stochastický vztah a extrémy se v časové řadě přenášejí s určitým zpožděním.


LITERATURA [1] ANDĚL, J. Základy matematické statistiky. 1. vydání, Praha: Matfyzpress, 2007, 358 s. ISBN 978-807378-162-0 [2] BASU, P., GAVIN, W. T. What Explains the Growth in Commodity Derivatives? In Excessive Speculation in Agriculture Commodities: Selected Writings from 2008–2011. Institute for Agriculture and Trade Policy, s. 15-22 [3] BERG, A. The rice of commodity speculation: from villainous to venerable. In Safeguarding Food Security in Volatile Global Markets. Rome: Food and Agriculture Organization of the United Nations, s. 242267 [4] CIPRA, T. Finanční ekonometrie. 1. vydání, Praha: Ekopress, 2008, 538 s. ISBN 978-80-86929-43-9. [5] Food and agriculture Organization of the United Nations: Statistical Yearbook 2013. [online] Food and agriculture Organization of the United Nations: 2013 [cit. 2013-09-30]. Dostupné z www: [6] Food and agriculture Organization of the United Nations: FAOSTAT 2013. [online] Food and agriculture Organization of the United Nations: 2013 [cit. 2013-0930]. Dostupné z www: < http://faostat3.fao.org/faostatgateway/go/to/home/E> [7] KELLEY, W. G., PETERSON, A. C. Difference Equations: An Introduction With Applications. 2. vydání, San Diego: Academic Press, 2001, 415 s. ISBN 0-12403330-X [8] MALKIEL, B. G. The Efficient Market Hypothesis and Its Critics. The Journal of Economic Perspectives, 17, 2003 (1), s. 59-82 [9] PIESSE, J., THIRTLE, C. Three bubbles and a panic: An explanatory review of recent food commodity price events. Food Policy, 32, 2009 (2), s. 119-129 [10] SMUTKA, L. et al. Tvorba ceny cukru na světovém trhu – přenos ceny surového a bílého cukru. Listy cukrovarnické a řepařské, 128, 2012 (9-10), s. 274278. [11] SMUTKA, L. et al. Vývoj cen cukru ve světě (vybrané trendy a specifika). Listy cukrovarnické a řepařské, 128, 2012 (11), s. 328-331. [12] TOUŠEK, V., KUNC, J., VYSTOUPIL, J. a kol. Ekonomická a sociální geografie. Plzeň: Vydavatelství a nakladatelství Aleš Čeněk, 2008. 411 s. ISBN 978-807380-114-4. [13] UNCTAD Task Force on Systemic Issues and Economic Cooperation: Managing the Financialization of Commodity Futures Trading. In Excessive Speculation in

9

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Agriculture Commodities: Selected Writings from 2008– 2011. Institute for Agriculture and Trade Policy, s. 23-34 [14] USDA Foreign Agricultural Service: Production, Supply and Distribution Online. [online] USDA Foreign Agricultural Service, 2013. [cit. 2013-09-30]. Dostupné z www:

Autoři Ing. et Ing. Jiří PEŠÍK Západočeská univerzita v Plzni Fakulta ekonomická Katedra ekonomie a kvantitativních metod [email protected] Ing. Marta Šlehoferová Západočeská univerzita v Plzni Fakulta ekonomická Katedra geografie [email protected]

ANALYSIS OF COMMODITY SPECULATIONS BASED ON PARAMETRICAL EXTREMES IN PRICES’ TIME SERIES Jiří Pešík, Marta Šlehoferová Abstract: This article is focused on a definition and detection of extremes in prices of sugar No. 11 futures, sugar No. 16 futures and other commodities futures. The purpose of the paper is to investigate intervals between extremes in time series. The extremes detected in the same day or short intervals between extremes would foreshadow that there are significant moves of capital between the commodities. And these moves would be one of the key factors of making the commodities’ prices. The other possibility is joint move of capital from two or more commodities to other financial assets. We used polynomial moving averages to filter the time series. A definition of the extreme was based on an absolute value of difference between filtered value and the actual price. The conclusion of our analysis is that occurrence of the extremes are quite independent. We can say that the investors reflect more information during their decision-making than prices of other commodities. This statement is consistent with efficient market hypothesis. Key words: commodity prices, commodity speculations, time series, extremes in time series, technical analysis JEL Classification: M21

10



THE BASIS FOR MODELLING THE FISCAL SHOCKS’ IMPACT ON THE BUSINESS ENVIRONMENT OF SLOVAKIA Peter Horvát, Brian König, Filip Ostrihoň INTRODUCTION In the presented paper a Japanese DSGE model will be adopted to capture the dynamics of business environment in the conditions of Slovakia.It is assumed that government sector has a significant influence on the condition of business environment in general. Among other the main factors that affect business sector are the legal framework, the government expenditures, the level and the structure of taxation and the interest rates. Besides the legal framework, which unfortunately cannot be modelled through chosen DSGE model, other mentioned factors are incorporated in the model, although in reality the interest rates for Slovakia are set outside the Slovak economy.Given previous reasons it would be appropriate to adjust the model to the Slovak conditions. Therefore the paper provides calibration of some frequently discussed parameters and estimation of other parameters through econometric methods according to the Slovak data. 1 LITERATURE REVIEW AND USED MODEL In the following section several strands of literature, which deal with the issue of describing the fiscal policy through the Dynamic Stochastic General Equilibrium (DSGE) model framework will be reviewed. Described section also provides some insight into the model which has been selected as the most promising for the purpose of modelling the impact of the fiscal shocks on the business environment of Slovakia. 1.1 EXAMINATION OF FISCAL POLICY THROUGH DSGE FRAMEWORK With the growth of popularity of DSGE models evermore economic phenomena are being modelled using such framework. Consequently Trendy v podnikání – Business Trends 4/2013

the need for evaluation of the fiscal policy has been modelled through DSGE models as well. Issues such as common fiscal policy for European Union or the stimulus package used in the USA [7] formed a demand for usage of mentioned models in governmental decision making. There already is variety of DSGE models tackling aforementioned issue, such as the model introduced by Ishiwa [3]. Mentioned work uses standard medium scale DSGE model, with an abundance of rigidities to determine the efficiency of fiscal policy in Japan. The model incorporates several fiscal policy rules, while assessing the postulate of non – Ricardian households, which have been commonly used for modelling the impacts of policy institutions. Since the existence of non – Ricardian households is less probable for the conditions of Japan economy, the paper focuses on the correct identification of fiscal policy rule and the feedback variables. Moreover, the paper is aimed at identification of optimal fiscal policy financing, since the fiscal expenditures has to be covered by additional taxation, which has opposite effect than the initial shock. The model has been estimated according to quarterly historical data for Japan. Among the other findings the paper states that the fiscal policy can be more effective if it is only lightly funded by the labour – dampening taxation. Other notable example is the model proposed by Perendia and Tsoukis[7], who introduced a Taylor – like rule for the government spendingand a revision to the information about the lifetime resources of households into a standard New Keynesian model. Such fiscal rule should serve counter cyclical and should be more reasonable in addition to the monetary measures for the stabilisation of economy than a model with mere government spending exogenous variable. The authors subsequently estimated various versions of the model

11


according to the historical data of the USA. By calculating the multiplicative effects of government spending for the US economy they found the multipliers to be more Keynesian than Neoclassical. Taylor – like rule for fiscal policy is also the main tool embedded in model of Kliem and Kriwoluzky [4].Similarly to the previous approach the authors have introduced their own fiscal policy rule, which was inspired by the Taylor rule for the monetary policy, in a conventional New Keynesian model, which incorporates various rigidities, households and monetary authority. The rule is based on feedback variables which ascertain the automatic stabilizing effect on the economy. The authors have set the welfare optimizing policymaker as a choice for feedback variables, which havebeen subsequently selectedas investment and labour hours for capital and labour income taxation respectively. After estimation,according to the quarterly US data, the authors have found that the Taylor – like rule itself isn’t optimal while the selected feedback variables are strongly supported. 1.2 CHOSEN MODEL FOR THE CONDITIONS OF SLOVAKIA AND A BRIEF DESCRIPTION For the purposes of presented analysis the model described by Ishiwa [3] was chosen, since other relevant models focus on identification of Taylor – like rule, which is not the aim of our analysis. As was already stated in the section 1.1 chosen model relies on non – Ricardian households, whose share has been believed to be significant for the conditions of Slovakia [8]. A rigorous description of the model will not be given in this section, since the whole description is stated in the source literature [3]. Instead of that the section provides a rather brief overview of the model and stresses the key features. The model itself is largely based on DSGE model of the euro area, introduced by Smets and Wouters [6], which incorporates several frictions and significant number of shocks. After the estimation for the euro area the model shows strong presence of the sticky prices for 12

the euro area. Subsequently the extended version of their model has been further developed by Coenen and Straub [1] adding sticky wages to the sticky prices and the distinction between Ricardian and non – Ricardian households, which is significant for the modelling of Slovak economy. The estimation according to the aggregated euro area data showed that the share of non – Ricardian households is relatively small, but their presence is nevertheless important for better fit of the government expenditures shock. Ishiwa [3] further augments Coenen’s and Straub’s[1] model by taxation on consumption, labour and capital income and corresponding fiscal policy feedback rules for government spending. Given that the used model can be summarised as following. The households are modelled as a sum of Ricardian (households maximizing their lifetime utility) and non – Ricardian (households consuming all of their current income). The Ricardian households act also as wage setters for all of the households, while the non – Ricardian households are slowly adjusting to the Ricardian. The firms, on the other hand, are divided between perfectly competitive final good firms (using bundler technology) and monopolistically competitive intermediate good firms (using an increasing returns to scaleCobb – Douglas technology), The price setting process uses same logic as the wage setting, where the intermediate good firms are the ones allowed re – optimization. The fiscal policy is modelled via state balance of income and expenditures in each given year incorporating the taxation on capital income, labour income and consumption, government expenditures and government bonds. Therefore the model had to be augmented with four additional fiscal policy rules. Ishiwa [3]introduced the rules for capital income, labour income and consumption taxation, where government debt is used as feedback variable for all of them. Additionally he introduced a government spending rule for which the feedback variable is the output gap. The monetary authority is modelled as simple feedback rule with the feedback variables of inflation and output gap. Subsequently the aggregated consumption is given as the Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni weighted mean of Ricardian and non – Ricardian households, while the labour supply is the same for aggregated, Ricardian or non – Ricardian households. On the other hand the aggregated government bonds, investment, stock of capital and the dividends are modelled only as the share of Ricardian households, since these are the households that produce savings. For closing the model aggregate production rule is introduced. The advantages of described model are that it allows for computation of fiscal multipliers and an assessment of various combinations of fiscal policy. 2

DATA AND METHODOLOGY

For the purposes of estimation of prior values of parametersthe data available at Slovak statistical office [10] were used.For the intended estimation of the model, particularly the time series of real government consumption, real gross domestic product (GDP), private consumption, investment, labour hour, wage, inflation rate, interest rate, aggregate effective tax rates on consumption and labour income will be used. All mentioned series were available quarterly, from 1993Q1 to 2012Q4 although there were variables available only for a much shorter range. Thus our sample consists out of 56 to 80 observations, depending on the used variables. All the time series were seasonally adjusted in Eviews through Census X12 and consequently transformed into logarithms of deviation from the steady state values using Hodrick – Prescot (HP) filter, set to the default settings for quarterly data (λ = 1600). Modelled logarithms of the deviations from the steady state values were represented bythe cyclical component obtained from the HP filter. Described time series were used for Econometric estimation using nonlinear ordinary least square (OLS) method in order to obtain starting values for number of parameters. The database is also intended to serve for subsequent estimation of the complex DSGE model of Ishiwa [3] for the conditions of Slovakia via the methods of Bayesian inference. Trendy v podnikání – Business Trends 4/2013

3

CALIBRATION

In the following section the procedure of setting the prior values for parameters of the DSGE model will be described. In order to estimate the model as whole it is important to obtain the starting values or more precisely the prior distributions of the model’s parameters. For accomplishing such goal the standard Econometric methods described in the previous section were used. Given methodology was used to estimate those parameters for which it seemed reasonable to use methods of Econometrics. However not all of the parameters may be obtained through the described procedure although for some parameter there actually exist a general consensus about their value for the conditions of Slovakia. Such parameters were calibrated based on references to other strands of literature, which dealt with similar or identical parameters for the conditions of Slovakia. 3.1 CALIBRATION BASED ON THE LITERATURE In many cases the DSGE approach uses deep and structural parameters, which are sometimes impossible to estimate via the tools of regular Econometrics. In such scenarios the process of calibration may be applied. For ascertaining the validityof calibrated values of parameters relevant literature seems as a suitable tool either for choosingthe starting value of parametersor as a benchmark. According to the Zeman and Senaj [8] the following parameters were calibrated. The degree of habit formation in consumption (h) has been set to 0.6, the inverse of the intertemporal elasticity of substitution (σc) has been set to 1.1 and the inverse of the work effort (σl) has been set to 2.5. Similarly the capital utility adjustment cost (ψ), Calvo prices parameter (ξw), Calvo wages parameter(ξp) and investment adjustment cost parameter (ζ) were calibrated according to the Zeman, Výškrabka and Senaj [9] to the values 0.25, 0.75, 0.75 and 4.953 respectively. The parameters for indexation wages (γw), indexation prices (γp), share of non – Ricardian

13


households (ω) and time discount factor (β) were also set following the work of Zeman and Senaj [8] to the values 0.6, 0.6, 0.5 and 0.99 respectively. Some parameters concerning the persistence of the shocks were calibrated according to the Zeman, Výškrabka and Senaj [9] and therefore the value of shock persistence parameters of shock to the preferences (ρb) and of investment adjustment cost shock (ρi) were set to 0.53 and 0.146 respectively. The persistence of the labor supply shock (ρl) was calibrated to the value 0.251 following the work of Němec [5]. The value of the last persistence shock parameter as well as the value of capital share parameterwas taken from the work of Horvát, König and Ostrihoň [2], setting values of parameters for persistence of productivity shock (ρα) and the capital share on productivity (α) to 0.95 and 0.56 respectively.

(λw)were left at the values used in the original model of Ishiwa [3], which were 1.45 and 0.5 respectively. 3.2 CALIBRATION BASED ON ECONOMETRIC INFERENCE This section presentsresults of the estimation of the parameters, which were possible to estimateusing econometric methods. The first estimated equation is the autoregressive process of the government spending: (1) where is government expectation spending described as log-deviation of the steady state value, calculated in previous section, government expectation autoregressive coefficient, government expectation output gap coefficient, output gap and error term. The values of the estimated parameters are presented in the table 1.

Unfortunately it was not possible to find a reference toalready used value for every parameter of the modelin the conditions of Slovakia. Therefore the parameters for the fixed cost of production (φ) and for the wage markup

Tab. 2: Estimated values of the parameters of the equation (1) Parameter

Coefficient

Std. Error

t-Statistic

Prob.

0.471035

0.100638

4.680499

0.0000

-0.046989

0.160853

-0.292122

0.7710 Source: Authors calculation (3)

From the estimation result it is possible to observe negative value of the term: , which is not in line with the expectation but based on the value of the t-statistic it is not possible to reject null hypothesis about statistical insignificance of the parameter. Only starting value of the parameter is needed, so estimation of the parameter could be used despite the fact it is probably wrong. The parameters of the effective rates were estimated according to following equations: (2)

14

(4) where is average effective tax rate on consumption, consumption tax autoregressive coefficient, consumption debt tax coefficient, expected debtdescribed as log-deviation of the steady state value, average effective tax rate on labour, labour tax autoregressive coefficient, labour debt tax coefficient, average effective tax rate on capital, capital tax autoregressive coefficient and capital debt tax coefficient. The values of the estimated


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni parameters

of

previous

equations

are

presented in the table 2.

Tab. 2: Estimated values of the parameters of the equations (2-4) Parameter

Coefficient

Std. Error

t-Statistic

Prob.

0.229268

0.12708

1.804119

0.0768

-0.09676

0.042558

-2.273616

0.027

0.3816

0.126669

3.012587

0.0039

0.000192

0.011549

0.016619

0.9868

0.305743

0.129538

2.360251

0.0219

0.019361

0.023173

0.835504

The estimated values of the parameters and are, based on the values of the t-statistic, probably incorrect but as mentioned before they serve only as starting values. Same is valid for the value of the parameter , which is statistically significant according to value of the t-statistic, but expected sign of the parameter is positive. The last estimated equation is monetary policy rule:

0.4071 Source: Authors calculation (5)

where is the expected value of the interest rates, interest rates autoregressive coefficient, interest rates inflation coefficient, expected inflation and interest rates output gap coefficient.

Tab. 3: Estimated values of the parameters of the equation (5) Parameter

Coefficient

Std. Error

t-Statistic

Prob.

0.748697

0.06603

11.33876

0.0000

0.495004

0.617329

0.801848

0.4258

1.540336

0.431144

3.572671

The estimated value of the autoregressive coefficient suggests considerable inertia of the interest rates. The value of the t-statistic of the estimated parameter also


0.0007 Source: Authors calculation

indicates that the real value could be different, but value of the parameter could be usable. In the table 4 is presented the comparison of the R2 of the equations.

15


Tab. 4: Comparison of the R2 and adjusted R2 of the equations (1-5) Equation

R2

adjusted R2

1

0.221541

0.211431

2

0.117704

0.101365

3

0.146101

0.130288

4

0.106137

0.089584

5

0.81924

0.813215 Source: Authors calculation

From the comparison it is possible to observe, based on the value of R2, that only last equation provides solid statistical evidence for calibration of the parameters. However these values are needed only as a prior information as mentioned before and final posterior values could be different after Bayesian estimation. 3

PRILIMENARY RESULTS

Following section contains a preview of results based on the DSGE model of Ishiwa [3], which

will be estimated for described calibration. These results are only preliminary and have been obtained through simulation of 5000 replications for thestarting values of the parameters. The parameters’ values are expected to change after the Bayesian estimation, which will be computed in the next stage of the research. Therefore only the impulse response functions (IRF) for the final consumption are provided in the following preview.

Fig. 2: Impulse response functionof final household consumption to government spending shock

Source: Authors’own calculation through DYNARE simulation. The previous figure 1 depicts the IRF of final household consumption (FHC) which will react to 1 percentage positive shock to the government expenditures. As expected, the final household consumption rises immediately

16

after the shock and it takes approximately 16 periods (4 years) for the consumption to return to the steady state.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Fig. 3: Impulse response function of final household consumption to interest rate shock

Source: Authors’ own calculation through DYNARE simulation.

Similarly the previous figure 2 shows the IRF of FHC responding to unexpected 1 percentage positive shock in interest rate. The immediate reaction to the shock is that the households will

cut their consumption and will produce more savings. According to the figure 2 the shock will persist for less than 4 years.

Fig. 4: Impulse response function of final household consumption to consumption tax shock

Source: Authors’ own calculation through DYNARE simulation. On the other side the 1 percentage shock in consumption taxation (figure 3) will lead toimmediate response of the FHC of

significantly lower magnitude than the previous shocks. Also the shock will became almost untraceable after 3 years.

Fig. 5: Impulse response function of final household consumption to capital tax shock

Source: Authors’ own calculation through DYNARE simulation. Similarly the magnitude is lower for the immediate response of FHC to 1 percentage positive capital taxation shock. But the shock will persist longer than before mentioned shock stil the shock is expected to last less than 5 years. Given preview of results is only preliminary and with change of the parameters during the Bayesian estimation procedure it is expected that the shape, magnitude and Trendy v podnikání – Business Trends 4/2013

persistence of the variable response to the shock will change as well. Because of that it would be invalid to publish IRF’s of other variables. Subsequently after the parameters are estimated the IRF’s for wages, GDP, inflation, interest rate and consumption will be published, considering that the consumption isn’t expected to change dramatically.

17


CONCLUSION To summarize, the paper provides obtained calibration for Slovakia based either on available literature or estimated through econometric inference in accordance to historical data. Following this methodology the foundation for modelling the effects of fiscal shocks on the Slovak economy was introduced using DSGE approach. The calibration was subsequently used in the simulation, which resulted into figures of IRF’s of the FHC, stated in the section 4. It is intended to use described calibration as prior information for the future Bayesian estimation of the whole model. The expectations are that the estimated model will be able to capture the influence of the fiscal shocks of Slovak government on the various key macroeconomic indicators of business environment, such as GDP, inflation, interest rate and wages. In comparison to the source Japanese model the calibration of the feedback rule for all effective taxation rates expects lower impact of the feedback variables in the case of Slovakia. Also the autoregressive parameters in the case of Slovakia are expected to smooth the development of the taxation much less than in the case of Japan. REFERENCES [1] COENEN, G., STRAUB, R. Does Government spending crowd in Private Consumption? Theory and Empirical evidence for the Euro Area. [online]. Frankfurt am Main: ECB Working paper no.513, 2005, ISSN 1725 – 2806 [cit. 2013-10-13]. Available from: [2] HORVÁT, P., KÖNIG, B., OSTRIHOŇ, F. The Impact of the Technological Progress on the Development of the Slovak Economy – Neoclassical approach. In Mathematical Methods in Economics 2013: 31st International Conference. [online] Jihlava: College of Polytechnics, 2013, ISBN: 978-80-87035-76-4 [cit. 201310-13]. Available from: [3] ISHAWA, Y. Fiscal Policy in an Estimated DSGE Model of the Japanese Economy: Do Non-Ricardian Households Explain All? [online]. Tokyo: ESRI Discussion Paper Series No.216, 2009 [cit. 2013-10-13]. Available from:

18

[4] KLEIM, M., KRIWOLUZKY, A. Toward a Taylor Rule for Fiscal Policy. [online]. 2011 [cit. 2013-10-13]. Available from: [5] NĚMEC, D. Modelling Czech and Slovak labour markets: A DSGE model with labour frictions.[online]. Praha: HUMUSOFT seminar. 2012 [cit. 2013-10-13]. Available from: [6] SMETS, F., WOUTERS, R. An Estimated Stochastic Dynamic General Equilibrium Model of the Euro Area. [online]. Frankfurt am Main: ECB Working paper no.171, 2002, ISSN 1561 – 0810 [cit. 2013-10-13]. Available from:<www.ecb.europa.eu/pub/pdf/scpwps/ecbwp171.pdf > [7] PERENDIA, G., TSOUKIS, C. The Keynesian multiplier, news and fiscal policy rules in a DSGE model.[online]. Paris: CEPREMAP, 2012 [cit. 2013-1013]. Available from:<www.dynare.org/wprepo/dynarewp025.pdf> [8] ZEMAN, J., SENAJ, M. DSGE Model – Slovakia. [online]. Bratislava: NBS Working paper 3/2009, 2009, ISSN 1337 – 5830 [cit. 2013-10-13]. Available from: [9] ZEMAN, J., VÝŠKRABKA, M., SENAJ, M. MUSE: Monetary Union and Slovak Economy model. [online]. Bratislava: NBS Working paper 1/2010, 2010, ISSN 1337 – 5830 [cit. 2013-10-13]. Available from: [10] Slovak statistical office[online].[cit. 2013-1013]Available from:

Authors: Ing. Peter Horvát University of Economics in Bratislava Faculty of Bussiness Informatics Department of Operations Research and Econometrics [email protected] Ing. Brian König, Phd. University of Economics in Bratislava Faculty of Bussiness Informatics Department of Operations Research and Econometrics [email protected]


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Ing. Filip Ostrihoň University of Economics in Bratislava Faculty of Bussiness Informatics Department of Operations Research and Econometrics [email protected] THE BASIS FOR MODELLING THE FISCAL SHOCKS’ IMPACT ON THE BUSINESS ENVIRONMENT OF SLOVAKIA Peter Horvát, Brian König, Filip Ostrihoň Abstract: Followingpaper deals with Japanese DSGE model used to capture the dynamics of business environment in the conditions of Slovakia.It is assumed that government sector has a significant influence on the condition of business environment in general. The main factors that affect business sector are legal framework, government expenditures, the level and structure of taxation and the interest rates. The paper is organized as follows: the first chapter contains the literature review of papers where DSGE modelhas been used to deal with the issue of fiscal policy. Furthermore, the model proposed to be applied to the Slovak economy is described in this section. Next chapter provides information of the data used for the estimation of parameters used as priors. The third part speaks about the calibration of frequently discussed parameters and estimation of selected parameters through econometric methods, according to the Slovak data. Obtained calibration was based either on available literature or estimated through econometric inference in accordance to historical data. Following this methodology the foundation for modelling the effect of fiscal shocks on the Slovak economy was introduced using DSGE approach in the last section. The calibration was subsequently used in the simulation, which resulted into figures of IRF’s of the FHC. The expectations are that the future model will be able to capture the influence of the fiscal shocks of Slovak government on the various key macroeconomic indicators of business environment, such as GDP, inflation, interest rate and wages. Key words: DSGE, fiscal policy, calibration, econometric estimation JEL Classification: C22, C63, D58, E27, E62


19


ROZVOJ ISLÁMSKÉHO FINANČNÍHO SYSTÉMU V RÁMCI GLOBALIZACE FINANČNÍCH TRHŮ Pavlína Hejduková, Michaela Krechovská, Karel Karlovec ÚVOD Islámský finanční systém doznává v posledních letech obrovského rozmachu. Islámské finance expandují nejen v islámských zemích, ale také do západního světa. Islámské finance jsou pojmem, kterému začíná být věnována pozornost, jak v odborných článcích, tak knižních publikacích, ale zatím jen poskrovnu, a to v arabském či anglickém jazyce. Pojmy jako islámský finanční systém či islámské finance nejsou nikde přesně vymezeny. Obecně se jedná o finanční vztahy (obchodního a finančního charakteru) založené a fungující na základě islámského práva. V současné době se výše uvedené pojmy skloňují také v souvislosti s ekonomickou krizí, která postihla americký i evropský kontinent, ale také s plánovanými útoky na světové finanční systémy [3]. Nakolik je či není islámské finančnictví spojeno s útoky na světové finanční systémy či zda lze principy islámského finančního systému využít jako alternativu jiných finančních systémů nebo dokonce jako záchranu před dalšími potenciálními ekonomickými krizemi, si vzhledem ke stávajícím zkušenostem s tímto specifickým finančním systémem netroufáme tvrdit, avšak rádi bychom za pomoci tohoto příspěvku představili základní principy islámského finančního systému, rozdíly mezi rozvíjejícím se islámským finančním systémem a současnými světovými finančními systémy a také trendy, které lze v budoucnu v islámských systémech očekávat. Cílem příspěvku je poukázat na perspektivy, ale také problémy či nedostatky islámského finančního systému v rámci procesu globalizace finančních trhů. Z hlediska metodiky je příspěvek založen zejména na metodě analýzy a syntézy teoretických i praktických aspektů finančních systémů. Příspěvek je zpracován

20

převážně na základě zahraničních zdrojů, které se věnují této problematice. 1 VÝVOJ A PRINCIPY ISLÁMSKÉHO FINANČNÍHO SYSTÉMU Islámský finanční systém a islámské právo nejsou výdobytkem dnešní doby, ale mají za sebou velice dlouhou historii. Služby poskytované v rámci islámského finančního systému v moderním pojetí se začaly vyvíjet od 20. a 30. let 20. století, a to v době, kdy v zemích Blízkého východu začaly vznikat centrální banky. Moderní pojetí islámského finančního systému vychází z myšlenky muslimů, jakým způsobem sladit původní principy islámského obchodování s moderními finančními metodami [4]. Samotný pojem islámský finanční systém, je velmi složité přesně definovat. Toto označení pro specifický finanční systém založený na základě islámského práva je však relativně nové a pochází z druhé poloviny 70. let minulého století [9]. Mnohem dříve však byly již používány pojmy spojené se základními principy islámského finančnictví jako bez úroků či islámské bankovnictví [5]. Zásadní zlom u islámských financí nastal v roce 1991. V této době se islámské finanční služby více rozrostly a také došlo ke zkvalitnění těchto služeb a tedy zvýšení profesionální úrovně islámského finančního systému. Tato skutečnost byla dána zejména tím, že byla založena organizace Accouting and Auditing Organization for Islamic Financial Institution (AAOIFI). Cílem založení této organizace bylo vytvoření mezinárodních standardů pro poskytování islámských finančních služeb a bankovních obchodů po celém světě [1]. Vznik další organizace na sebe nenechal z hlediska historického vývoje dlouho čekat a v roce 2002 byla založena organizace Islamic


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Financial Services Board (IFSB), která se věnuje také oblasti mezinárodních islámských standardů v rámci finančnictví [6]. Islámský finanční systém se v mnohém odlišuje od ostatních standardních finančních systémů, a to jak z hlediska svých základních principů, tak obchodních nástrojů. Mnozí z laické, ale dokonce i odborné veřejnosti se domnívají, že islámské finančnictví lze označit jako beznákladové, k čemuž vede fakt, že z hlediska historických principů islám zakazuje lichvu a potažmo i úrok. Je však třeba zdůraznit, že bezúročné nerovná se beznákladové [4]. Dá se tedy shrnout, že principy islámského finančního systému v překladu označované jako „bez úroků“ nepodávají pravdivý obraz o islámském finančnictví. Nepochybně, jádro islámského finančnictví je dáno zákazem přijímání a splácení úroků, avšak je podporováno jinými principy, jako jsou například sdílení rizik, posvátnost smluv, dodržování práv a povinností v rámci vlastnických práv apod. Také je třeba zdůraznit, že ač se často hovoří o islámském bankovnictví, islámský finanční systém zahrnuje také jiné neméně podstatné součásti finančního systému, ke kterým patří operace na kapitálových trzích a různé formy zprostředkování finančních transakcí [5]. Velice často se o islámských financích hovoří jako o financích se zákazem ribá [2]. Pojem ribá vychází ze samotného Koránu a již tam se používá pro označení nárůstu, příplatku, něco navíc apod. Islámský finanční systém zakazuje z pohledu islámského práva nezákonný nárůst, ale nezakazuje právo na zisk. U různých produktů islámské právo definuje několik druhů ribá, což úzce navazuje na nástroje obchodování v islámském finančním systému [7]. Z hlediska základních principů islámského finančnictví se v rámci zákazu ribá uplatňují následující zákazy: zákaz přehnaně riskantních operací, tzn. takových, které by přinášely účastníkům finančního vztahu nadměrné riziko (gharar), zákaz transakcí spekulativního charakteru, například islámské právo nepřipouští obchody, které by jednomu subjektu přinesly riziko ztráty a druhému účastníkovi finančního vztahu pouze inkasování zisku


(maisir), investování pouze do povolených oblastí, tzn. investování pouze do povolených, nezakázaných či akceptovatelných obchodů dle norem islámského práva (halal) [9]. 2 ZÁKLADNÍ FINANČNÍ INSTRUMENTY POUŽÍVANÉ V ISLÁMSKÉM FINANČNÍM SYSTÉMU A FINANČNÍ TRANSAKCE Islámské finanční trhy nabízejí širokou škálu různých instrumentů, které uspokojí potřeby prodávajících i kupujících finančních aktiv, a to v mnoha podobách. Základní nástroje používané v islámském finančním systému zahrnují obchody s marží (murabaha) a podíly na zisku (mudaraba), leasing (ijara), partnerství (musharaka) a forwardové prodeje (bay´ salam). Tyto nástroje slouží jako základní stavební kameny pro rozvoj složitějších finančních nástrojů, což naznačuje, že je zde velký potenciál pro finanční inovace a rozšíření oblasti islámských finančních trhů. Murabaha je obchod založený na tradičním pojetí nákupu, kdy se jedna strana zavazuje dodat určité zboží nebo komodity straně druhé na základě vzájemně dohodnuté smlouvy o prodeji a vzájemně sjednané marži. Více než 75 % finančních transakcí funguje v islámském finančním systému právě na principu marže [5]. Mudaraba funguje na obdobném principu jako investiční fond nebo fondy fondů, kdy manažeři fondu spravují finanční prostředky vložené větším množstvím investorů a kapitál investují do široce definovaných činností. Jedná se o nám známé principy kolektivního investování založené na sdílení rizik. Z hlediska doby splatnosti jsou nástroje typu mudaraba doporučovány pro krátkodobé a střednědobé obchody. Ijara patří k dalším populárním finančním instrumentům a činí asi 10 % islámských finančních transakcí. Leasing je v rámci islámského finančnictví využíván zejména na financování dopravních prostředků, strojů, zařízení či letadel. Obdobně jako v tradičních finančních systémech i zde nabývá leasing rozličných forem. Musharaka je klasickým případem joint venture. Oba subjekty jak podnikatel, tak investor, 21


přispívají v různé míře na pořízení kapitálu a dělí se poté o výnosy dle poměru, na kterém se vzájemně dohodli. Tradičně se tato forma obchodu využívá na financování dlouhodobého majetku i pracovního kapitálu. Bay´ salam jsou kontrakty, které rozšiřují spotové prodeje o prodeje na úvěr. Jedná se o typické forwardové neboli termínové obchody, kdy dnes jsou domluveny podmínky budoucího obchodu a hlavně plateb, které lze provádět jednorázově či ve splátkách [5]. Shrneme-li nástroje hojně využívané v islámském finančním systému, lze jednoduše uvést, že se jedná o finanční nástroje zejména krátkodobějšího charakteru – asi 95 % finančních prostředků je investováno v islámských finančních institucích krátkodobě a finanční analýzy ukazují, že v islámských finančních institucích je asi o 40 % více likvidity než v tradičních finančních institucích, což představuje na finančních trzích obrovskou příležitost [10]. Jelikož není ještě islámské finančnictví ve světě tolik rozšířeno, existuje malý počet odborníků v oblasti financí, kteří ovládají islámské finanční právo. Proto dochází k problémům, že nejsou vždy dodržována islámská práva a často dochází i k problematickým operacím na finančních trzích. Jmenovat lze například short selling v mnoha podobách. Jednou z nich je například bear raid neboli medvědí útok spočívající v závazku koupit cenné papíry (akcie, obligace) či měnu v určitém budoucím čase za ceny platné v tomto čase a mezitím provést hromadný odprodej, který způsobí pokles ceny těchto finančních instrumentů. Neméně známý je také bull raid neboli býčí útok. Princip této transakce tkví ve vyhnání ceny finančních instrumentů nahoru a poté jejich prodeji. Jak uvádí Freeman [3] shortingové operace se začaly ve větším množství vyskytovat v Americe v roce 2008, je však na diskuzi, zda lze tyto problémy přisuzovat samotnému islámskému finančnictví či základním principům světového bankovnictví a finančnictví. Podstatnou skutečností, kterou nelze islámskému finančnictví vytknout, je že islámské země, odkud islámské finančnictví 22

pochází, jsou vlastníky rozsáhlých finančních zdrojů a také disponují obrovským množstvím nerostných surovin, a tudíž mají na finančních trzích velké výhody. Pokud je poté navíc povoleno na základě islámského práva podle zákonů šaría obchodování specifickým institucím na světových trzích [3], jmenujme například povolení státním islámským fondům dané islámským právem podle zákonů práva šaría k obchodování na americké burze, dále například převzetí většinového podílu koncernu Citygroup islámskými zeměmi v roce 2007, je více než zřejmé, že lze očekávat další budoucí rozvoj obchodů na finančních trzích ze strany islámských zemí dle jejich pravidel. 3 ISLÁMSKÉ FINANCE V RÁMCI GLOBÁLNÍHO FINANČNÍHO SYSTÉMU 3.1

ISLÁMSKÁ FINANČNÍ AKTIVA

Islámské finance se signifikantně rozvíjí a v současné době představují již neopomenutelnou součástí mezinárodního finančního systému. Hodnota islámských finančních aktiv po celém světě se každoročně zvyšuje, jak ukazuje obrázek 1, který znázorňuje růst islámských finančních aktiv ze 150 miliard USD v polovině roku 1990 na cca 1,6 bilionů USD do konce roku 2012. Pokud bude dodržena tato meziroční míra růstu, v roce 2013 se odhaduje, že islámská finanční aktiva dosáhnou 1,9 bilionů USD [8]. Přes impozantní růst, který můžeme sledovat v posledních několika letech, však islámské finance stále tvoří relativně malý podíl v rámci globálního finančního systému (méně než 1 % celkových světových finančních aktiv [9]). Růst islámského finančnictví lze přisuzovat následujícím faktorům [9]: 

vysoká likvidita díky ceně ropy,



aktivní role některých jurisdikcí po celém světě vedoucí k podpoře vývoje islámských finančních trhů v daných zemích,



rostoucí muslimská populace a s tím související vyšší poptávka po produktech islámského finančnictví,


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni 

očekávání, že islámské finance mohou podpořit snahu o podporu globální finanční stability,



skutečnost, že perspektivy islámských financí v rámci různých ekonomických regionů se stávají středem zájmu různých organizací, které již zahájily výzkumné iniciativy v této oblasti (např. Mezinárodní měnový fond stejně tak jako řada centrálních bank).

Obr. 2: Složení světových finančních aktiv v roce 2012 (v %)

islámských

Obr. 6: Vývoj islámských finančních aktiv ve světě (v mld. USD) Zdroj: Bloomberg, KFH Research, [9] Pozn.: Sukuk - finanční instrument podobný dluhopisům, Takaful – systém pojištění.

Zdroj: Bloomberg, KFH Research, [9] Islámskému finančnímu systému dominuje islámské bankovnictví, které přináší nevětší část islámských finančních aktiv (80,3 % aktiv), podrobněji viz Obr. 2. Islámské bankovnictví se stává nejrychleji rostoucím segmentem mezinárodního finančního systému. Pokud se zaměříme na hlavní centra islámských financí, zůstávají většinou lokalizovány ve vybraných oblastech světa, zejména na Blízkém východě a Dálném východě Asie. Nejrychleji se rozvíjí v muslimských zemích, v posledních letech se ovšem z těchto tradičních teritorií dostávají do dalších zemí s významnou a rychle rostoucí islámskou populací, včetně zemí Evropy (např. Francie, Německo, Itálie, Velká Británie, Irsko, Lucembursko), Afriky a USA.


Většinu islámského bankovního trhu zaujímají země, jako jsou Írán a státy Perského zálivu (Saudská Arábie, Spojené Arabské Emiráty, Kuvajt, Katar) a země jihovýchodní Asie, jak ukazuje Obr. 3. Obr. 3: Podíl jednotlivých zemí na světových islámských bankovních aktivech v roce 2012 (v %)

Zdroj: Bloomberg, KFH Research, [9]

23


3.2 PROBLEMATICKÉ OBLASTI ISLÁMSKÉHO FINANČNÍHO SYSTÉMU Globalizace finanční trhů a mezinárodní otevřenost vytváří prostor pro expanzi na nové trhy a rozvoj nových forem islámského finančnictví. Islámský finanční systém se však potýká s různými problémy. Postavení islámských financí v rámci globální finančního systému je závislé na stupni globalizace islámského finančního sytému a finančních nástrojů, které jsou poskytovány k uspokojování finančních a investičních potřeb po celém světě. Mezinárodní organizace, jako jsou např. Světová banka nebo Mezinárodní měnový fond, požadují i po islámských bankách přizpůsobovat se celosvětovému vývoji. Řešení problémů souvisejících s globalizací a rozvojem islámského finančního systému zahrnuje oblasti jako vytvoření institucionálního rámce (vznik již zmiňovaných mezinárodní organizací AAOIFI, IFSB a dalších), náboženského rámce (unifikace náboženských pohledů na problémy související s fungování islámských bank či investováním), propagačního rámce (snaha o pozitivní propagaci islámského finančního systému a bankovnictví, která je silně narušena po událostech z 11. září 2001), rozvoj vědy a výzkumu v oblasti nových finančních nástrojů a systémů a zvyšování odborné kvalifikace pracovní síly. Tak jak islámské bankovnictví postupně proniká do dalších zemí, neméně důležitý je přístup regulačních orgánů a vytvoření jednotných mezinárodně uznávaných pravidel fungování islámského bankovnictví a dohledu nad ním [10]. ZÁVĚR Spolu s globalizací, která je patrná i v rámci finančních trhů a systémů, vzniká prostor pro rozvoj nových finančních systémů a nástrojů v jednotlivých zemích. V posledních letech můžeme sledovat rozmach islámského finančního systému a jeho instrumentů, a to i v neislámských zemích. Zájem o islámský finanční systém a principy jeho fungování vzbudila i nedávná finanční krize a následné snahy o vytvoření stabilního a bezpečného finančního systému. Islámský finanční systém se tak stal předmětem diskuse zejména

24

ohledně jeho potenciálu pro budoucí vývoj. Islámský finanční systém trpí v současné době řadou problémů, jako je např. problematika standardizace a regulace, likvidity, diverzifikace, nedostatku kvalifikovaných orgánů dozoru či negativních vjemů. A tak podle některých autorů, např. Raricka a Hana [11] „islámské finance zůstanou jen výklenkem v odvětví finančních služeb“. V současné době se zdá být tedy nepravděpodobné, že by se mohly stát substitutem tradičního finančního systému. Autoři článku však nepovažují islámské finance pouze za výklenek, ale považují je za významnou součást celosvětového finančního systému, a to kvůli jejich výraznému potenciálu dalšího růstu a budoucího rozvoje. Pro další rozvoj islámských financí bude ovšem třeba vytvořit vhodné právní prostředí a zaměřit se na nastavení pravidel za účelem vyřešení ostatních zmíněných problematických oblastí. Příspěvek vznikl v rámci projektu SGS-2013-40 Paradigma vývoje v 21. století a jeho vliv na chování ekonomických subjektů. LITERATURA [1] Accouting and Auditing Organization for Islamic Financial Institution [online], 2013. [cit. 2013-10-05]. Dostupné z: http://www.aaoifi.com/aaoifi/ [2] Financial Times Lexicon [online], 2013. [cit. 2013-10-04]. Dostupné z: [3]

http://lexicon.ft.com/Term?term=Islamic-finance

[4] FREEMAN, K. Secret Weapon: How Economic Terrosim Brought Down the U.S. Stock Market and Why It Can Happen Again. 1. vyd. Washington: Regnery Publishing, 2012. ISBN 978-1596987944. [5] HRDLIČKOVÁ, I. Islámské finančnictví jako možná alternativa? [online]. Praha: Bankovnictví, 2012. [cit. 2013-10-03]. Dostupné z: http://bankovnictvi.ihned.cz/c1-57625730-islamskefinancnictvi-jako-mozna-alternativa [6] IQBAL, Z. Islamic Financial Systems. Finance & Development, 1997, roč. 34, č. 2, s. 42 – 45. ISSN 00151947. [7] Islamic Financial Services Board [online]., 2013. [cit. 2013-10-05]. Dostupné z: http://www.ifsb.org/ [8] KARASIK, T. a kol. Islamic Finance in a Global Context: Opportunities and Challenges. Chicago Journal


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni of International Law, 2007, roč. 7, č. 2, str. 379 – 396. ISSN 1529-0816. [9] KFH RESEARCH Ltd. Islamic Finance Regulatory Developments and Updates. [online]., 2013. [cit. 2013-10-05]. Dostupné z: http://www.mifc.com/index.php?ch=28&pg=72&ac=28&b b=uploadpdf [10] MAURO, F. a kol. Islamic Finance in Europe. Frankfurt am Main, Germany: European Central Bank, 2013. ISSN 1725-6534. [11] MUSA, H. Islámské finacie a bankovníctvo – globálne výzvy. Praha: Česká zemědělská univerzita v Praze. Obchod a finance 2013, s. 13 – 18. ISBN 97880-213-2383-4. [12] RARICK, CH. A., HAN, T. Islamic Finance: Panacea for the Global Financial System? Journal of Applied Business and Economics. Roč. 11, č. 3, ISSN 1499-691X.

Autoři Ing. Pavlína Hejduková, Ph.D. Západočeská univerzita v Plzni Fakulta ekonomická Katedra financí a účetnictví [email protected] Ing. Michaela Krechovská, Ph.D. Západočeská univerzita v Plzni Fakulta ekonomická Katedra financí a účetnictví [email protected] Ing. Karel Karlovec Západočeská univerzita v Plzni¨ Fakulta ekonomická Katedra financí a účetnictví [email protected]

DEVELOPMENT OF ISLAMIC FINANCIAL SYSTEM IN THE CONTEXT OF FINANCIAL MARKETS GLOBALIZATION Pavlína Hejduková, Michaela Krechovská, Karel Karlovec Abstract: The Islamic financial system is an integral part of the global financial system. It is a financial system based and operating on the basis of Islamic law. The paper analyses the development of Islamic financial system in recent years, and represents the basic principles on which the system is founded. The basic financial instruments include sales with margins (Murabaha) and profit sharing (Mudaraba), leasing (Ijara), partnership (Musharaka) and forward sale (Bay 'salam). There is an effort to align the original principles of Islamic financial trading with modern methods. The globalization of financial markets and international openness creates space for expansion into new markets and developing new forms of Islamic finance. The value of Islamic financial assets is increasing every year and Islamic finance comes from traditional territories to other countries with significant and rapidly growing Islamic population. Key words: Islamic financial system, Islamic finance, Islamic banking, globalization JEL Classification: F65, G10, G20


25


VYUŽITIE KRITÉRIÍ MBNQA V HODNOTENÍ MANAŽMENTU KVALITY V AGROPODNIKATEĽSKÝCH SUBJEKTOCH SR Radovan Savov, Drahoslav Lančarič, Miroslav Prístavka ÚVOD Cieľom príspevku je poukázať na výsledky výskumu v riadení kvality podľa kritérií MBNQA v agropodnikateľských subjektoch na Slovensku, pretože riadenie kvality sa stalo nevyhnutnou súčasťou manažmentu v súčasnosti. Kvalita je zároveň nástrojom zvyšovania konkurencieschopnosti podniku [3]. Výsledky sú zamerané na dosiahnuté celkové skóre v siedmich oblastiach podľa MBNQA. Príspevok je podporený finančnými prostriedkami z projektu VEGA 1/0867/13 (Potenciál slovenského poľnohospodárstva v kontexte zelenej ekonomiky). Vhodným nástrojom merania úspešnosti procesov ovplyvňujúcich kvalitu podnikateľskej činnosti je aplikácia systému založenom na 7 kritériách MBNQA (Malcolm Baldrige National Quality Award). Je to ocenenie za kvalitu, ktoré každoročne odovzdáva prezident USA podnikom a organizáciám, ktoré preukázali kvalitu a excelentné výsledky. Toto ocenenie je pomenované po Malcolmovi Bladrigovi bývalom ministrovi obchodu USA a zavedené kongresom v roku 1987 na zvýšenie povedomia o manažmente kvality a na rozpoznanie podnikov, ktoré úspešne implementovali systém manažérstva kvality. Hodnotenie podľa kritérií MBNQA je možné uplatniť v podnikoch bez ohľadu na ich veľkosť, zameranie, pôsobenie na trhu a výsledky [1]. Tieto kritériá poskytujú cenný rámec pre meranie výkonu podniku a následné plánovanie v neistom prostredí. Zlepšujú komunikáciu, produktivitu, efektívnosť všetkých podnikových procesov, identifikujú podnikateľské prostredie a slúžia na stanovenie strategických cieľov. Medzi základné ciele MBNQA patrí:

26



kontinuálne plánovanie udržania zvýšenej kvality podnikových procesov,



vytvorenie precízneho systému merania zlepšovania procesov,

1



vymedzenie strategického plánu založeného na celosvetových benchmarkoch, s ktorými sa podnik porovnáva,



zabezpečenie partnerstva s dodávateľmi a zákazníkmi tak, aby sa ich spätná väzba premietla do zlepšenia procesov v podniku,



hlbšie porozumenie požiadaviek,



zameranie viac na prevenciu chýb než na ich korekciu.

zákazníckych

PODSTATA MBNQA

Posúdenie kvality podnikateľskej činnosti ako dôležitého strategického aspektu sa na základe MBNQA uskutočňuje podľa siedmich základných kritérií – vodcovstvo (120b), strategické plánovanie (85b), zameranie na zákazníka (85b), ukazovatele a analýzy (90b), orientácia na zamestnancov (85b), výrobné procesy (85b), výsledky (450b). Všetky kritériá MBNQA sú bodované a celkový maximálny možný bodový zisk je na úrovni 1000 bodov. Vodcovstvo je jednou zo súčastí hodnotenia MBNQA. Je založené na dobre stanovenej vízii a schopnosti vrcholových manažérov motivovať a viesť pracovníkov k dosiahnutiu stanovených cieľov [10]. Ďalším kritériom je strategické plánovanie, ktoré by malo zahŕňať v sebe hlavne myslenie a konanie, ktoré vedie k trvalej konkurenčnej výhode [5]. Dôležitou súčasťou hodnotenia sú aj ukazovatele a analýzy. Tu sa odporúča hodnotiť najmä úroveň a spôsob zavádzania štatistických metód do oblastí výrobného procesu. Tie veľkou mierou prispievajú k udržaniu úspešných výrobných organizácií na úrovni svetového štandardu [8]. Orientácia na zamestnancov je tiež kritériom hodnotenia podľa MBNQA, ktorá je prostriedkom na dosiahnutie nadpriemerných Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni výsledkov v podnikateľskej činnosti, najmä prostredníctvom vybudovaných motivačných a sociálnych programov [14]. Ďalej je potrebné hodnotiť aj výrobné procesy. Ten je dôležitou súčasťou riadenia výroby, ako významného faktora, v ktorom dochádza k premene vstupných prvkov na výsledný produkt za aktívneho pôsobenia pracovníkov, dlhodobého majetku a prírodných činiteľov, a tvorí sa samotná kvalita produktu [4] [6]. Medzi výsledky, ktoré treba sledovať v rámci MBNQA, sa odporúčajú aj významné ekonomické a finančné ukazovatele s ohľadom na možné podnikateľské riziká, ktoré je vhodné tiež definovať, rozčleniť a následne analyzovať nástroje na ich elimináciu alebo znižovanie [12]. Medzi významné finančné ukazovatele patria ukazovatele rentability, ale aj zadlženosti, pričom treba rešpektovať otázky finančnej stability, voľnosti a problémy finančných ťažkostí [2] [13]. 2 VÝSLEDKY VÝSKUMU HODNOTENIA RIADENIA KVALITY PODĽA KRITÉRIÍ MBNQA Nášho výskumu sa zúčastnilo 18 podnikov podnikajúcich v poľnohospodárstve na Slovensku. Výber podnikov na výskume bol realizovaný náhodne zo zoznamu subjektov poľnohospodárskej prvovýroby na Slovensku.

Predstavitelia podnikov odpovedali na otázky dotazníkového prieskumu, ktorý obsahoval triediace kritériá a 104 otázok začlenených podľa kritérií MBNQA. Položky boli formulované ako oznamovacie vety, resp. tvrdenia, ku ktorým mali možnosť respondenti zaujať postoj a vyjadriť svoju mieru súhlasu s tvrdením uvedeným v konkrétnej položke dotazníka na stupnici od 1 do 7, pričom hodnota 1 zodpovedala úplnému nesúhlasu respondenta s tvrdením, hodnota 7 naopak vyjadrovala jeho úplný súhlas. Výsledky prieskumu boli následne analyzované a identifikované boli aj silné a slabé stránky v riadení podnikov [11]. Dosiahnuté výsledky jednotlivých kritérií MBNQA v súbore skúmaných subjektov sú zachytené v tabuľke 1. Z celkového pohľadu podniky dosiahli v priemere za súčet všetkých kritérií 647,0 bodov, čo predstavuje z maximálneho počtu 1000 bodov plnenie na 64,7%. Z uvedených výsledkov vyplýva, že najhoršie výsledky boli dosiahnuté v oblasti výsledkov a zamerania sa na zákazníka. V týchto oblastiach majú skúmané podniky najväčšie rezervy a možnosti na zlepšenie. Najlepšie hodnotenie bolo dosiahnuté v kategórii vodcovstvo, čo svedčí o snahách aplikovať manažérske postupy vedúce k zlepšovaniu prístupu smerom k líderstvu.

Tab. 1: Dosiahnutý počet bodov v jednotlivých kritériách MBNQA Kritérium

maximálny počet

dosiahnutý počet

%

Vodcovstvo

120

98,3

81,9

Strategické plánovanie

85

61,4

72,2

Zameranie na zákazníka

85

49,6

58,3

Ukazovatele a analýzy

90

59,2

65,7

Orientácia na zamestnancov

85

55,9

65,8

Výrobné procesy

85

56,8

66,9

Výsledky

450

265,8

59,1

Spolu

1000

647,0

64,7 Zdroj: Vlastný výskum


27


Našou snahou bolo identifikovať aj určité slabé stránky v jednotlivých oblastiach, ktoré sa v súbore skúmaných subjektov vyskytujú a následne odporučiť možné varianty zlepšenia. Prvá kategória, vodcovstvo, vyšla ako najlepšia a dosiahla až 81,9% možných bodov. Za vážnejšie nedostatky možno v tejto kategórii považovať nedostatočnú komunikáciu ohľadne prezentovania vízie svojim zamestnancom, obchodným partnerom a zákazníkom. Vízie podnikov by mali byť zrozumiteľne stanovené a interpretované smerom do vnútorného prostredia podniku, ale aj smerom von. Veľmi závažným nedostatkom je aj nízka miera monitoringu porušenia etických problémov. Ďalej odporúčame participáciu viacerých zamestnancov na tvorbe plánov, čím sa zabezpečí ich širokospektrálnosť. Plány, do ktorých sú implementované aj názory podriadených, lepšie spĺňajú motivačnú funkciu, pretože sú zamestnanci na nich osobne zainteresovaní. Aj v oblasti strategického plánovania sa dosiahli slušné výsledky (72,2%). Svedčí to o tom, že v poľnohospodárskych podnikoch sa základná manažérska funkcia nepodceňuje a manažéri si uvedomujú jej dôležitosť a opodstatnenie jej aplikácie. Aj napriek tomu však odporúčame manažérom podnikov zapracovať stratégiu podniku do strategických dokumentov v písomnej forme. Ďalším nedostatkom je, že podniky zanedbávajú analýzu externého prostredia, z ktorého pre ne vyplývajú príležitosti a ohrozenia, na ktoré potom nereagujú. Za vážny nedostatok možno považovať aj absenciu systému hodnotenia úspešnosti podnikových plánov a následné zapracovanie výsledkov kontroly plánov do systému podnikového plánovania. Kategória zameranie sa na zákazníka obstála v našom hodnotení ako najhoršia (58,3%). Vyskytli sa tu vážne nedostatky v mnohých oblastiach. Sústredíme sa iba na niektoré. Podniky v prevažnej miere neuskutočňujú meranie spokojnosti zákazníkov, čo má za následok slabú úroveň spätnej väzby a znemožnenie následných zlepšení. Odporúčame podnikom v oblasti získavania zákazníkov využiť súčasný fenomén

28

komunikácie, ktorým sú sociálne siete, pretože ich podniky v tejto oblasti vôbec nevyužívajú. Rovnako absentuje aj systém zákazníckej podpory a informovanosť zamestnancov ohľadne požiadaviek zákazníkov. Štvrtá oblasť, zameraná na realizované merania a analýzy v podniku, dosiahla 65,7% bodov. V tejto oblasti odporúčame podnikom zaviesť moderné manažérske informačné systémy, ktoré v prevažnej miere chýbajú. Veľkým negatívom je aj nevypracovaný systém kritérií porovnávania sa s konkurenciou, čo by mohlo pomôcť podnikom brániť sa vhodne zvolenou stratégiou ako aj efektívnejšie transformovať svoje prednosti na využitie príležitostí, čo by znamenalo väčšiu konkurencieschopnosť. Podnikom odporúčame zaviesť prvky znalostného manažmentu, ktoré sa v podniku vyskytujú iba zriedka. Ďalej navrhujeme aj zriadiť, resp. pravidelne aktualizovať internetové stránky podnikov, keďže v tejto oblasti vidia manažéri výrazné nedostatky. Ďalšia oblasť skúmania bola zameraná na orientáciu na zamestnancov, ktorá získala 65,8%-né ohodnotenie. Výraznejšie nedostatky boli zaznamenané najmä v slabom využívaní personálnych agentúr pri hľadaní a prijímaní zamestnancov. Manažéri jednotlivých podnikov to považujú za cestu ako získať kvalifikované ľudské zdroje a odbremenenie manažérskej činnosti. Otázkou však zostáva pomer nákladovosti a následného pozitívneho dôsledku zo spolupráce s personálnou agentúrou. V podnikoch výraznou mierou absentujú teambuildingové aktivity, na ktoré však poľnohospodárske podniky nachádzajú len veľmi ťažko finančné zdroje. Výrazne však podniky zaostávajú najmä v zisťovaní spokojnosti zamestnancov. Keďže sa človek považuje za najdôležitejší zdroj v podniku, mali by podniky k nemu aj tak pristupovať a nemali by byť ľahostajné smerom k ich spokojnosti. Rovnako by mali podniky podporovať aj individuálne vzdelávanie zamestnancov, ktoré by sa mohlo premietnuť aj do odmeňovania, pretože len kvalifikovaný zamestnanec môže byť prínosom.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Ďalším kritériom, ktoré bolo hodnotené, sú výrobné procesy. Táto kategória získala 66,9% bodov. Za pomerne veľké negatívum považujeme fakt, že systém práce v podnikoch sa dlhodobo nemenil. Bolo by vhodné, aby sa jednotlivé podniky snažili ísť s dobou a aplikovali nové prístupy k riešeniu problémov. Odporúčame podnikom využívať aj nástroje manažmentu času, ktoré by pomohli efektívne využívať čas manažérov a venovať sa tak podstatným strategickým záležitostiam. Za negatívum manažéri považujú aj nerealizovanie vlastného výskumu. Nie je však v možnostiach každého podniku zabezpečovať vlastný výskum, skôr by sme odporučili vytvorenie výskumného klastra, ktorý by spájal viaceré podniky. Ďalšou možnosťou je aj rozšírenie spolupráce so školami a výskumnými ústavmi. Posledná kategória mapovala výsledky v rôznych sférach podnikov. Nejedná sa len o ekonomické výsledky. Táto kategória získala 59,1% bodov a zaradila sa na predposledné miesto zo všetkých kritérií. Medzi závažné problémy v tejto oblasti možno považovať výsledky nedostatočného budovania vzťahov so zákazníkmi. Podniky v malej miere využívajú aj motivačné a sociálne programy pre zamestnancov. Za hlavnú príčinu problémov považujú nedostatok finančných zdrojov. Rovnako zamestnancom chýba aj podpora pri vzdelávaní a kvalifikačnom raste. 2.1 VZŤAH ZAVEDENÉHO SYSTÉMU RIADENIA KVALITY A VÝSLEDKOV Jedným z cieľov výskumu bolo nájsť vzťahy medzi položkami dotazníka. Tu uvádzame posúdenie vplyvu zavedeného systému


manažérstva kvality na vybrané položky kritéria „výsledky“. Pre vyhodnotenie boli využité vypočítané hodnoty Pearsonovho korelačného koeficientu, Kendallovho Tau a Spearmanovho korelačného koeficientu. Z metodického hľadiska sme postupovali nasledovne. Keďže využívame kardinálne premenné, pre overenie existencie vzťahov medzi kritériami a triediacimi faktormi sme použili metódy neparametrickej korelácie. Ako uvádzajú [7], ak náhodný výber nepochádza z dvojrozmerného normálneho rozdelenia alebo ak obsahuje niektoré odľahlé pozorovania, je vhodné použiť neparametrické miery tesnosti závislosti. Podľa [9] je najčastejšie používaným poradovým korelačným koeficientom Spearmanov koeficient, ktorý možno vypočítať zo vzorca na výpočet Pearsonovho koeficientu, pričom namiesto originálnych hodnôt sa použijú ich poradové čísla. Spearmanov korelačný koeficient je preto veľmi ťažko interpretovateľný. Kendallov koeficient na rozdiel od Spearmanovho vyjadruje silu závislosti medzi dvoma poradovými premennými, čiže vyjadruje rozdiel medzi pravdepodobnosťou, že hodnoty dvoch premenných sú v rovnakom poradí oproti pravdepodobnosti, že hodnoty nie sú v rovnakom poradí. Výsledky testov sú zachytené v tabuľke 2. Boli vybrané a testované položky, ktoré sú podľa nás dôležité z hľadiska implementácie manažérstva kvality (V85 – postupy na meranie efektívnosti pracovných procesov, V92 – kvalitatívne kontroly v podniku) a môžu podľa nášho názoru ovplyvňovať vybrané výsledky (V103 – finančné ukazovatele, V104 – silná pozícia na trhu).

29


Tab. 2: Hodnoty Pearsonovho korelačného koeficientu pre vzťah „systém manažérstva kvality“ a „výsledky“ SMK

V85

V92

V103

V104

SMK

1

-0,221

0,018

0,048

0,129

V85

-0,221

1

0,392

0,316

0,351

V92

0,018

0,392

1

0,357

0,175

V103

0,048

0,316

0,357

1

0,726*

V104

0,129

0,351

0,175

0,726* 1 Zdroj: Vlastný výskum

Pozn.: Vx – x-tá položka v dotazníku, SMK – systém manažérstva kvality výskume zamerali aj na zisťovanie skutočnosti, či existujú štatisticky významné rozdiely v odpovediach respondentov na základe faktorov ako napr. právna forma, či úroveň priemernej mzdy. Na výpočet a overenie existencie týchto rozdielov sme použili neparametrické metódy (Mann-Whitneyho U test a Kruscal-Wallisov test).

Výsledky testov existenciu štatisticky významnej závislosti (označenej v tabuľke symbolom *) medzi systémom manažérstva kvality a výsledkami nepotvrdili, odhalili však vzťah medzi položkami 103 a 104 (priaznivý trend vývoja finančných ukazovateľov a silná pozícia na trhu). Nejde o zarážajúce zistenie, pretože finančné zdravie a silná pozícia na trhu navzájom spolu veľmi úzko súvisia. Túto skutočnosť potvrdili aj výsledky ďalších testov, keď hodnota Kendallovho Tau medzi položkami 103 a 104 bola na úrovni 0,632 a hodnota Spearmanovho korelačného koeficientu na úrovni 0,748.

Prvým faktorom, ktorý mohol mať vplyv na odpovede respondentov, bolo implementovanie systému manažérstva kvality. Overili sme existenciu rozdielov pre všetky položky a rozdelili sme výsledky podľa jednotlivých kritérií. Výsledky uvádzame v nasledujúcich tabuľkách. Štatisticky významné rozdiely sú zvýraznené (**).

2.2 ZISŤOVANIE ŠTATISTICKY VÝZNAMNÝCH ROZDIELOV Okrem hľadania vzťahov medzi premennými, resp. medzi skupinami premenných sme sa pri

Tab. 3: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „vodcovstvo“ V1

V2

V3

V4

V5

V6

V7

V8

V9

V10

V11

V12

V13

p hodnota 0,164 0,039** 0,039** 0,574 0,574 0,654 1,00 0,738 0,360 0,498 0,498 0,824 0,738

Zdroj: Vlastný výskum Testy preukázali existenciu štatisticky významných rozdielov v položkách 2 a 3 (oboznámenie s víziou spoločnosti a vytváranie motivujúceho pracovného prostredia). Podniky, ktoré majú manažérstvo kvality implementované dosiahli v konkrétnych

30

položkách nižšie skóre, čo znamená, že mali tendenciu skôr nesúhlasiť. Tu vidíme súvislosť medzi poznaním procesov manažérstva kvality a uvedomovaním si existujúcich nedostatkov v horeuvedených oblastiach.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Tab. 4: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „strategické plánovanie“ p hodnota p hodnota

V14

V15

V16

V17

V18

V19

V20

V21

0,426

0,301

0,076

0,25

0,426

0,738

0,574

0,654

V22

V23

V24

V25

V26

V27

V28

V29

0,654

0,13

0,25

0,654

0,203

0,056

0,056

0,100

Zdroj: Vlastný výskum Tab. 5: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „zameranie na zákazníka“ V30

V31

V32

V33

V34

V35

V36

V37

V38

V39

V40

V41

V42

p hodnota 0,100 0,056 0,250 0,426 0,360 0,076 0,164 0,056 0,010** 0,005** 0,076 0,203 0,017**

Zdroj: Vlastný výskum Testy existenciu štatisticky významných rozdielov v položkách kritéria „strategické plánovanie“ nepreukázali. Najviac štatisticky významných rozdielov sa podarilo identifikovať v kritériu „zameranie na zákazníka“. Išlo o položky 38, 39 a 42 (uskutočňovanie segmentácie trhu, analýza kľúčových komunikačných mechanizmov podpory predaja a informovanie sa

o požiadavkách zákazníkov zo strany zamestnancov). Ako aj v prípade kritéria „vodcovstvo“ aj tu platí, že podniky, ktoré implementovali manažérstvo kvality dosahovali v položkách nižšie skóre ako podniky, ktoré systém manažérstva kvality vo svojich štruktúrach implementovaný nemajú, inklinovali teda k nesúhlasu.

Tab. 6: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „meranie a analýzy“ p hodnota

p hodnota

V43

V44

V45

V46

V47

V48

V49

V50

0,25

0,027**

0,498

0,738

0,164

0,25

0,738

0,654

V51

V52

V53

V54

V55

V56

V57

0,654

0,912

0,13

0,574

0,738

0,912

0,1

Zdroj: Vlastný výskum Jeden štatisticky významný rozdiel sa našiel aj v položke 44 (využívanie prvkov znalostného manažmentu), ktorá patrí do kritéria „meranie a analýzy“. To znamená, že podniky


s implementovaným systémom riadenia kvality výrazne iným spôsobom využívajú poznatky zo znalostného manažmentu ako ostatné podniky.

31


Tab. 7: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „orientácia na zamestnancov“ p hodnota

p hodnota

V58

V59

V60

V61

V62

V63

V64

V65

V66

0,654

0,574

0,203

0,25

0,1

0,824

0,1

1

1

V67

V68

V69

V70

V71

V72

V73

V74

0,203

0,574

0,738

0,164

0,426

0,912

0,824

0,574

Zdroj: Vlastný výskum Tab. 8: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „výrobné procesy“ V75 p hodnota 0,574 V84 p hodnota 0,164

V76

V77

V78

V79

V80

V81

V82

V83

0,912

0,912

0,301

0,36

0,824

0,738

0,738

0,738

V85

V86

V87

V88

V89

V90

V91

0,498

0,738

0,301

0,13

0,039**

0,13

0,301

Zdroj: Vlastný výskum Možno konštatovať, že implementovaný systém manažérstva kvality vplýva na to, do akej miery sú hodnotení dodávatelia a akým spôsobom sa zabezpečuje spätná väzba od nich a následne sa implementuje do podnikového riadenia.

V kritériu „orientácia na zamestnancov“ testy nepreukázali existenciu štatisticky významných rozdielov v jednotlivých položkách. V kritériu „výrobné procesy“ existuje štatisticky významný rozdiel v položke 89 (hodnotenie dodávateľov a zabezpečenie spätnej väzby).

Tab. 9: Výsledky testu - faktor „systém manažérstva kvality“, kritérium „výsledky“ V92 p hodnota

V93

V94

V95

V96

V97

V98

V99

V100 V101 V102 V103 V104

0,912 0,498 0,027** 0,100 0,010 0,100 0,301 0,426 0,301 0,738 0,203 0,824 0,654

Zdroj: Vlastný výskum V poslednom kritériu, „výsledky“, sa existencia štatisticky významných rozdielov potvrdila v položke 94 (prehodnocovanie vzťahov so zákazníkmi na základe stanovených kritérií). To poukazuje na rozdiel v riadení zákazníckeho reťazca v podnikoch s implementovaným systémom manažérstva kvality. Ďalšie podrobné analýzy a vzťahy sú zverejnené v monografii [11], ktorá bola vydaná na SPU v Nitre. Podrobne sú v nej uvedené aj vplyvy iných faktorov (mzda, počet pracovníkov, právna forma) na položky dotazníka. V tabuľke 10 je urobený súhrn jednotlivých štatisticky významných rozdielov, ktoré sme zistili

32

testovaním položiek vybraných faktorov.

kritérií

na

základe

Respondenti najčastejšie prejavili rozličné postoje v položkách kritéria „vodcovstvo“. Najpolarizujúcejším faktorom postojov respondentov v jednotlivých položkách bol faktor „systém manažérstva kvality“. Z výsledkov testov okrem iného vyplynulo, že: podniky s vyššou priemernou mzdou sú si vedomé prípadných dopadov (sociálnych a iných) na zamestnancov a zohľadňujú ich vo svojich plánoch,


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni podniky s nižším počtom zamestnancov majú problém vyrovnať sa so zmenami súvisiacimi so sezónnosťou prác, že v družstvách je ochota zohľadňovať návrhy podriadených v plánovacom procese zo strany manažmentov väčšia. ZÁVER Hodnotenie na základe kritérií MBNQA poskytuje komplexný pohľad na kvalitu celej podnikateľskej činnosti od strategického vodcovstva, cez plánovanie, orientáciu na zákazníkov a zamestnancov, meranie podnikových procesov až po výsledky. V našom príspevku sme sa zamerali na celkové výsledky výskumu na vzorke 18 podnikoch pôsobiacich v agrosektore. Zo siedmich kritérií MBNQA sa

javí ako najväčší problém zameranie sa na zákazníka a dosahovanie výsledkov. Ďalej článok odhaľuje vplyv implementovaného manažérstva kvality na dosahované výsledky podnikov (merané prostredníctvom Pearsonovho korelačného koeficientu, Kendallovho Tau a Spearmanovho korelačného koeficientu). Zároveň boli zistené štatisticky významné rozdiely v odpovediach respondentov na základe faktorov (právna forma, úroveň priemernej mzdy, systém manažérstva kvality, počet zamestnancov). Na výpočet a overenie existencie týchto rozdielov sme použili Mann-Whitneyho U test a KruscalWallisov test, ktoré poukázali na to, že najpolarizujúcejším faktorom postojov respondentov v jednotlivých položkách bol faktor systém manažérstva kvality.

Tabuľka 10: Počet identifikovaných štatisticky významných rozdielov na základe vybraných faktorov v jednotlivých kritériách faktor systém manažérstva kvality mzda počet zamestnancov právna forma spolu

vodcovstvo

strategické plánovanie

zameranie na zákazníka

kritérium meranie orientácia na a zamestnancov analýzy

výrobné procesy

výsledky

2

0

3

1

0

1

1

1

1

1

1

0

0

0

2

0

0

0

1

1

0

1 6

1 2

0 4

0 2

0 1

0 2

0 1

Zdroj: Vlastný výskum LITERATURA [1] Baldrige Performance Excellence Program, National Institute of Standards and Technology. Criteria for Performance Excellence. [online]. [cit.2010-05-19] Dostupné na http://www.nist.gov/baldrige/publications/upload/2011_20 12_Business_Nonprofit_Criteria.pdf [2] ČIERNA, Z., RÁBEK, T. Monžosti zvyšovania rentability vlastného kapitálu pôsobením finančnej páky v poľnohospodárskych podnikách. In Ekonomika poľnohospodárstva. Roč. 12, č. 2 (2012), s. 31--40. ISSN 1335-6186.


[3] ČULIKOVÁ, M., PALKECHOVÁ, L., Zvyšovanie konkurencieschopnosti poľnohospodárskych podnikov na Slovensku. In MERKÚR 2012. Bratislava : Vydavateľstvo Ekonóm, 2012. s. 91--97. ISBN 978-80-225-3453-6 [4] KOZÁKOVÁ, J. et al. Manažment a ekonomika ekologickej poľnohospodárskej výroby. Nitra: Slovenská poľnohospodárska univerzita, 2012. 190 s. : ISBN : 97880-552-0880-0 [5] LANČARIČ, D., SAVOV, R. Firemné plánovanie. Nitra : Slovenská poľnohospodárska univerzita, 2012. 170 s. ISBN : 978-80-552-0816-9 [6] PAŠKA, Ľ. Manažment výroby. 2000. 182 s. ISBN 80-7137-799-6

Nitra: SPU,

33

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni [7] PAVELKA, F., KLÍMEK, P. Aplikovaná statistika. Zlín, 2000. ISBN 80-214-1545-2

Slovenská poľnohospodárska univerzita, 2011. 117 s. ISBN : 978-80-552-0705-6

[8] Prístavka, M., KORENKO, M., BUJNA, M. Štatistické metódy v riadení kvality. In: Kvalita a spoľahlivosť technických systémov, Zborník vedeckých prác 2011, SPU v Nitre, 2011. ISBN 978-80-552-0595-3

[12] SERENČÉŠ, P. et al. Financie v poľnohospodárstve. Nitra : Slovenská poľnohospodárska univerzita v Nitre, 2010. 183 s. ISBN : 978-80-552-0438-3

[9] RIMARČÍK, M. Základy štatistiky. 1.vyd. 2006. 96 s. ISBN 80-969449-2-4

[13] TÓTH, M. Financial management [elektronický zdroj]. Nitra : Slovak University of Agriculture, 2012. 1 CD-ROM (71 s.) In: "Moderné vzdelávanie pre vedomostnú spoločnosť/Projekt je spolufinancovaný zo zdrojov EÚ" ITMS kód 26110230057. ISBN : 978-80-5520940-1

[10] SAVOV, R., DŽUPINA, M. Strategický manažment kvality v podmienkach podnikateľského subjektu na Slovensku. In: Znalostní ekonomika : trendy rozvoje vzdělávání, vědy a praxe : mezinárodní vědecká konference, 2007, Luhačovice, Česká republika : recenzovaný sborník příspěvků. Zlín : Univerzita Tomáše Bati, 2007. 978-80-7318-646-3

[14] UBREŽIOVÁ, I. et al. Manažment. Nitra : Slovenská poľnohospodárska univerzita, 2012. 219 s. ISBN : 978-80-552-0770-4

[11] SAVOV, R., LANČARIČ, D., PAŠKA, Ľ. Strategický manažment kvality v podmienkach agropodnikateľských subjektov na Slovensku. Nitra :

Ing. Drahoslav Lančarič, PhD. Slovenská poľnohospodárska univerzita v Nitre Fakulta ekonomiky a manažmentu Katedra manažmentu [email protected]

Autoři: Ing. Radovan Savov, PhD. Slovenská poľnohospodárska univerzita v Nitre Fakulta ekonomiky a manažmentu Katedra manažmentu [email protected]

Ing. Miroslav Prístavka, PhD. Slovenská poľnohospodárska univerzita v Nitre Fakulta ekonomiky a manažmentu Katedra manažmentu miroslav.prí[email protected]

UTILIZATION OF MBNQA CRITERIA IN QUALITY MANAGEMENT EVALUATION IN AGRIBUSINESS COMPANIES Radovan Savov, Drahoslav Lančarič, Miroslav Prístavka Abstract: Quality management system is important part of management in every standard organization. Paper is oriented on evaluation of quality management in agribusiness companies. There are included results of research based on 18 companies providing agriculture production. Representatives of each company fulfilled the questionnaire consisted of 104 items (divided into 7 categories according to MBNQA). These companies achieved an average score 647 points out of possible 1000 points. The best results were seen in the area of business leadership, the worst in orientation on customer and results. Other results of research identified quality management system as the most important factor to influence answers of respondents. Key words: Quality system, MBNQA, criteria, results. JEL Classification: M11

34



METODY OCEŇOVÁNÍ PODNIKŮ TYPU DCF A JEJICH NUMERICKÁ REALIZACE POMOCÍ SW MATHEMATICA Ladislav Lukáš ÚVOD Problematika oceňování podniků je v současnosti obsáhlá disciplina, která v širším pohledu spadá do oblasti podnikové ekonomie. Tvoří jí celá široká škála metod, které poskytují kvantitativní aparát k výpočtu či odhadu hodnoty podniku k jistému datu, okamžiku ocenění, a to s ohledem na celou dobu fungování podniku. K nejčastěji používaným metodám patří tzv. výnosové metody. Jejich hlavním a nejznámějším představitelem jsou metody typu DCF (Discounted Cash Flow), které jsou vybudované aparátem diskontovaných peněžních toků 1

METODY TYPU DCF

Cílem tohoto příspěvku je stručné shrnutí potřebných matematických vztahů užívaných ve třech nejdůležitějších variantách metod typu DCF (DCF-entity, DCF-equity a DCF-APV), a jejich implementace v sw Mathematica. Vzhledem k tomuto záměru lze omezit rozsah literatury jen na tři základní knihy. Výchozím bodem pro náš příspěvek je [2]. Ta uvádí, že metod typu DCF existuje celá řada, avšak v podrobné formulaci uvádí právě – DCF-entity, DCF-equity a DCF-APV. Základními pojmy pomocí nichž jsou tyto metody sestrojeny jsou následující:   



Korigovaný hospodářský výsledek po dani, standardně označovaný KPVH, Provozně nutný investovaný kapitál, označovaný K, Volné peněžní toky do firmy, tedy jak pro vlastníky tak i úročené věřitele, označované FCFF (podle Free Cash Flow to Firm), Volné peněžní toky jen pro vlastníky, označované FCFE (podle Free Cash Flow to Equity).


K těmto veličinám, které jsou měřeny v peněžních jednotkách, přistupují ještě další veličiny, které jsou bezrozměrné a figurují jako parametry. Pomocí nich se pak konstruují příslušné diskontní míry. Jednotlivé varianty výnosových metod typu DCF se hlavně liší právě různými formulacemi diskontních procesů s využitím různých parametrů. Bezrozměrné parametry jsou následující:     

Průměrné vážené náklady kapitálu WACC (podle Weighted Average Capital Cost), Náklady vlastního kapitálu, označované nVK, Náklady cizího kapitálu, označované nCK, Sazba daně z příjmu, označovaná d, Tempo růstu ve druhé fázi fungování podniku, označované g.

Klíčovým pojmem pro všechny uvedené metody typu DCF je KPVH, což jak známo je – výsledek hospodaření generovaný hlavním provozem podniku, který je očištěn o jednorázové položky, a to před rozdělením mezi vlastníky a úročené věřitele. Hodnota KPVH je základem pro výpočet FCFF. Použít lze, podle [2], dvě varianty výpočtu, které uvedeme v původní verbální formulaci. a) Základní varianta výpočtu FCFF: FCFF = KPVH + Odpisy + (Ostatní náklady, které nejsou výdaji v daném období) – (Investice do provozně nutného pracovního kapitálu) – (Investice do provozně dlouhodobého majetku).

nutného

b) Zkrácená varianta výpočtu FCFF: FCFF = KPVH + (Ostatní náklady, které nejsou výdaji v daném období)

35


– (Investice netto do provozně nutného pracovního kapitálu a dlouhodobého majetku). Protože všechny uvedené veličiny i parametry mohou obecně záviset na čase, a tak vytvářet časové řady, zavedeme pro ně následující subjektivně zvolené označení: λt … KPVH v roce t,

1.1

METODA DCF-ENTITY

Pro formulaci metody DCF-entity ještě potřebujeme uvést její diskontní proces. Ten je založen právě na WACC. Vzhledem k tomu, že v obecné formulaci metod typu DCF jsou vždy obecně uvažované diskontní faktory závislé na čase, uvedeme vzorec, který to umožňuje nejobecněji

t 

Kt … K v roce t, φt … FCFF v roce t, ψt … FCFE v roce t, ωt … WACC v roce t. Výpočet FCFF podle můžeme zapsat takto

zkrácené

varianty

t  t  I t  t  ( K t  K t 1 ) ,

(1)

Dalším důležitým a dobře známým vztahem je vyjádření základní struktury provozně nutného investovaného kapitálu K v aditivním rozkladu Kt = Ct + Vt ,

(2)

Ct a Vt označují cizí úročený kapitál a vlastní kapitál (oba v tržní hodnotě) v roce t. Označení parametrů d a g ponecháme. V případě že bude třeba uvažovat jejich závislost na čase, prostě přidáme index t. Symbolicky jednodušší označení zavedeme však pro parametry nVK a nCK. Navíc, parametr nVK obecně závisí na míře zadlužení podniku, což je třeba zohlednit. Proto označíme: γt … náklady cizího kapitálu (nCK) v roce t, ρt … náklady vlastního kapitálu (nVK) při konkrétním zadlužení z v roce t, χt … náklady vlastního kapitálu (nVK) při nulovém zadlužení z v roce t, Ve všech modelech předpokládáme, že T udává počet let první fáze podniku, tedy jeho rozvoje. A rok T+1 je prvním rokem druhé fáze podniku, tedy jeho stabilního fungování.

36

(3)

Teď již můžeme napsat formulaci metody DCFentity, která je v současnosti nejrozšířenější oceňovací metodou v praxi. Provádí se ve dvou krocích, které jsou uvedeny ve (4a) a (4b).

t

T

 t 1

It označuje investice netto v roce t do provozně nutného pracovního kapitálu a dlouhodobého majetku.

Ct V  t (1  d t )  t  t . Kt Kt

t i 1

Hb =

(1  i )



Pe ,  (1  i )

(4a)

T i 1

(4b)

Hn = Hb – Гo .

Kde Hb vyjadřuje hodnotu podniku brutto, tj. přeceněnou hodnotu provozně nutného investovaného kapitálu, Hn vyjadřuje hodnotu podniku netto, tj. přeceněnou hodnotu vlastního kapitálu, a Гo je hodnota cizího úročeného kapitálu vyjádřená k datu ocenění, přičemž se předpokládá platnost aditivního rozkladu (5). (5)

Hb = Hn + Гo .

Ve vzorci (4a) figuruje veličina Pe, tzv. pokračující hodnota podniku ve druhé fázi. Tato hodnota se v rámci metod typu DCF vyjadřuje několika možnými výrazy, a to především tzv. Gordonovým vzorcem, který je dán vztahem (6a), nebo obecněji tzv. parametrickým vzorcem (6b). Při obecném pohledu na metody typu DCF je patrné, že se vyjádření pokračující hodnoty podniku liší i podle příslušného typu metody, zohledníme tuto skutečnost tím, že přidáme k veličině P identifikační index – e pro metodu DCF-entity, q pro metodu DCF-equity, a a pro metodu DCF-APV. Takže pro metodu DCF-entity máme následující vzorce Pe =

 T 1 (T 1  g )

,

(6a)



T (1  g )(1  Pe =

(T 1  g )

g ) rI

T 1 (1  .

(6b)

Kde φT+1 představuje FCFF v prvním roce druhé fáze, λT označuje KPVH v roce T, tedy v posledním roce první fáze vývoje podniku, kterým se uzavírá jeho rozvojová etapa, g vyjadřuje tempo růstu ve druhé fázi a rI označuje rentabilitu investic netto rovněž ve druhé fázi. O obou těchto posledních parametrech se předpokládá, že ve druhé fázi vývoje podniku, tedy ve fázi jeho stabilního fungování, jsou stacionární, tj. nezávislé na čase, a proto je u nich vypuštěn index t. Vzájemný vztah vzorců (6a) a (6b), tzn. Gordonova vzorce a parametrického vzorce, se názorně objeví za předpokladu, když se poměr g/rI rovná míře investic, která se definuje jako poměr (Investice netto)/KPVH. Takový stav nastává v období dlouhodobé stabilizace fungování podniku. V takovém období se předpokládá, že platí evoluční vztah udávající stabilní růst KPVH ve tvaru (7), ve kterém k udává počet let druhé faze fungování podniku.

T k  T k 1 (1  g ), k  1,2,... .

(7)

Má-li být v tomto období invariantní míra investic, musí i investice I růst stejným evolučním vztahem, a proto lze (Investice netto)/KPVH zapsat s libovolným konečným k, např. k=1, čímž předpoklad, že g/rI se má rovnat míře investic, lze vhodně zapsat ve tvaru (8). Dosazením (8) do parametrického vzorce (6b), užitím (1) a (7), a jednoduchými úpravami pak dostaneme Gordonův vzorec (6a), jak je snadno vidět v (9). g I T 1  rI T 1

g g T (1  g )(1  ) T 1 (1  ) rI rI = = (T 1  g ) (T 1  g )

((8)

I T 1

T 1

(T 1  g )

1.2

) =

T 1  I T 1  T 1 = (T 1  g ) (T 1  g )

METODA DCF-EQUITY

Podstatou této metody je, že diskontním procesem pracujícím s náklady vlastního kapitálu se diskontují volné peněžní toky pro vlastníky, čímž se získá přímo ocenění vlastního kapitálu, tedy hodnota podniku netto Hn. Hodnota KPVH je základem i pro výpočet FCFE. Opět podle [2] lze použít dvě varianty výpočtu, které uvedeme zase v původní verbální formulaci. a) Základní varianta výpočtu FCFE vycházející z KPVH: KVH (Korigovaný výsledek hospodaření před daní) = KPVH – (Nákladové úroky), KVHV (Korigovaný výsledek hospodaření po dani pro vlastníky) = KVH – (Upravená daň připadající na korigovaný VH), FCFE = KVHV + Odpisy + (Ostatní náklady, které nejsou výdaji v daném období) + (Přijetí nového úročeného cizího kapitálu) – (Investice do provozně nutného pracovního kapitálu) – (Investice do dlouhodobého majetku)

provozně

nutného

– (Splátky úročeného cizího kapitálu) + (Přijetí nového úročeného cizího kapitálu). b) Zkrácená varianta výpočtu FCFE vycházející přímo z FCFF: FCFE = FCFF – (Nákladové úroky)*(1 – d) – (Splátky úročeného cizího kapitálu) + (Přijetí nového úročeného cizího kapitálu)..

((9)


Pomocí FCFE již lze definovat metodu DCFequity, která počítá přímo hodnotu Hn vztahem (10).

37


t

T

Hn =

 t 1

t i 1

(1   i )



Pq  (1   i ) T i 1

.

(10)

Pokračující hodnota podniku ve druhé fázi, v rámci metody DCF-equity označená Pq, je opět vyjádřitelná buď pomocí výrazu (11a) analogickému Gordonovu vzorci (6a), anebo opět parametrickým vzorcem (11b). Pq =

 T 1 (  T 1  g )

(11a)

Pq =

g T (1  g )(1  )  CT ( g   T 1 (1  d T 1 )) rI (  T 1  g ) 1.3

T

t

t 1

 (1   i )

Hb = 



Nejdříve jsou uvažovány FCFF, které jsou diskontovány procesem pracujícím s náklady vlastního kapitálu tzv. nezadluženého podniku (tj. za hypotetického předpokladu, že všechna provozně nutná dlouhodobá aktiva a pracovní kapitál je kryt vlastním kapitálem, jinak řečeno – s předpokladem nulového cizího kapitálu). Následně se uvažují hodnoty Ct, které jsou diskontovány procesem pracujícím s náklady cizího kapitálu.

t 1

Ct  (1   i ) t i 1

(12)

P P  T a  T 2 a  i 1 (1   i )  i 1 (1   i )

Pokračující hodnota podniku ve druhé fázi v rámci metody DCF-APV je též tvořena dvěma složkami, označenými 1Pa a 2Pa. Složka 2Pa, jak uvádí literatura, je v obou případech stejná (13), a jde o tzv. daňový štít. Složka 1Pa může mít opět podobu Gordonova vzorce (14a), či parametrického vzorce (14b), které jsou obdobné (6a) a (6b) u metody DCF-entity, a liší se jen diskontními parametry. 2Pa

=

1Pa

METODA DCF-APV



t i 1

1

(11b)

Zkratka APV (Adjusted Present Value) říká, že tato metoda pracuje s upravenou současnou hodnotou peněžních toků. Metoda je dvoukroková (jako DCF-entity) – počítá nejprve Hb a následně pomocí (4b) vyčíslí Hn. Podstata metody spočívá v na tom, že veličina Hb je tvořena dvěma různými složkami počítanými dvěma různými diskontními procesy. Výsledný vzorec má tvar (12).

T



CT 1 T 1 d T 1 ( T 1  g )

=

 T 1

=

(14a)

(  T 1  g )

T (1  g )(1  1Pa

(13)

(  T 1  g )

g ) rI

(14b)

V rámci těchto metod typu DCF se používají další tři bezrozměrné veličiny, které často slouží nejen při výpočtech pro druhou fázi fungování podniku, ale i v rámci první fáze, a to v roli indikátorů přechodu vývoje podniku z první do druhé fáze. Za takový indikátor se považuje stacionarizace hodnot jedné, či všech těchto veličin – 

Rentabilita investic v roce t: rI ,t  =



t  t 1

, K t 1  K t 2 Rentabilita investovaného v roce t: rK ,t 



t I t 1

t

K t 1

kapitálu

,

Míra investic v roce t: m I ,t 

It

t

.

Navíc, především rK,t umožňuje vhodně vyjádřit investice It pomocí Kt–1 následujícím způsobem, který je shrnut v (15). Využívá (1) a vyjádření

38


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni φt, které vychází z čitatelů parametrických vzorců (6b), resp. (14b)., které jsou stejné. I t  t   t  t  t (1 

t

g ) rI ,t

g g  K t 1rK ,t (1  ) rI ,t rI ,t

(15)

když

 t  t 1 (1  g )(1 

g g )  t (1  ) . rI ,t rI ,t

S t 1 (  t   t )  Ct 1 t d t , K t 1

t   t  ( t   t )

Ct 1 S t 1 (  t   t )  Vt 1 Vt 1

kPVHt={576.0,593.3,611.1, …,751.5}; delkaTkPVHt=Length[kPVHt];

ii) vstupem těchto dat ze souboru, např. kPVHtdata.csv kPVHt=Input[“kPVHtdata.csv”] ;

Pohledem na (4a), (10) a (12), tedy základní matematické vyjádření metod DCF-entity, DCFequity a DCF-APV zjistíme, že úhelnou roli v nich hrají diskontní procesy obsahující parametry ωt, γt, ρt, a χt. které jsou obecně závislé na čase. Tento stručný přehled metod typu DCF uzavřeme obecnými, tzv. reagenčními funkcemi [2, str.174], které umožňují výpočet ωt a ρt, když pro ωt jsme též již uvedli (3)

t   t 

Krok 1) Zadání časové řady hodnot KPVH, tedy {λt}, t=1, 2,..,T. To lze provést obecně třemi způsoby – i) přímým zadáním těch hodnot, a zjištěním, kolik dat jsme vlastně zadali

(16a)

(16b)

,

kde však figurují další dvě veličiny – St–1 představuje velikost úrokového daňového štítu k počátku roku t u zadluženého podniku, a ζt je diskontní míra pro úrokový daňový štít v roce t. 2 NUMERICKÁ REALIZACE POMOCÍ SW MATHEMATICA V této části ukážeme, které funkce ze sw Mathematica, Wolfram Research Inc., lze výhodně použít k algoritmické implementaci uvedených metod typu DCF. Pro čitelnost a srozumitelnost kódu zvolíme identifikátory polí a proměnných tak, aby byly co nejlépe významově srozumitelné a v zásadě odpovídaly používaným označením příslušných veličin ve [2, str.32, Příklad].


iii) použitím (7) pro jejich vygenerování pro případ T=20, což jsou výchozí data pro uvedený Příklad, ve kterém se počítají hodnoty Hn ve druhé fázi života podniku kPVH1=576; g=0.03; nn=20; kPVHt=Table[Kpvh1*(1+G)^(k1),{k,1,nn}];

Krok 2) Výpočet investice netto {It} abychom dostali FCFF {φt} takto rI=0.07; InArr=Table[g kPVHt[[k]]/rI,{k,1,nn}]; FCFFArr=Table[kPVHt[[k]]InArr[[k]],{k,1,nn}];

Krok 3) Výpočet hodnot cizího kapitálu {Ct}, které podle Příkladu roste tempem g, a dále výpočet úroků, daňové úspory, a KVH abychom dostali FCFE {ψt} takto CK=4000; CKarr=Table[CK (1+g)^k,{k,1,nn}]; CKarrW={CK,CKarr}//Flatten; nCK=0.05; d=0.2; Urok1=CK nCK; CKarrtM1=Take[CKarr,nn]; UrokyArr=CKarrtM1 nCK; DanUspor1=Urok1 d; DanUsporArr = UrokyArr d; KVHarr=kPVHt+DanUsporArr-UrokyArr; CKarrt=Take[CKarrW,-nn]; ΔCKarr=CKarrt-CKarrtM1; FCFEarr=KVHarr+ ΔCKarr-InArr;

Krok 4) Výpočet hodnot vlastního kapitálu {Vt} a tím i celkového provozně nutného kapitálu {Kt} VK=800; ΔVKarr=InArr- ΔCKarr; VKarr={VK+ ΔVKarr[[1]]]}; Do[AppendTo[VKarr,VKarr[[k-1]]+ ΔVKarr[[k]]],{k,2,nn}]; KK=CK+VK; KKarr=CKarr+VKarr; VKarrW={VK,VKarr}//Flatten; KKarrW={KK,KKarr}//Flatten;

Výsledky jsou na Obr. 1 a Obr. 2. Obr. 1 ukazuje průběh {φt} a {ψt}, tj. FCFF a FCFE pro t=1,..,20. Obr. 2 ukazuje kapitálovou strukturu podniku ve druhé fázi, tj. {Ct}, {Vt} a {Kt}, pro

39


t=0,..,20, čemuž odpovídají indexy na horizontální ose k=t+1. Zvýrazněn je rozdíl mezi CK a VK, tzn. {Ct} – {Vt}. Obr. 1: Hodnoty FCFF a FCFE

Nyní ještě zbývá dopočítat ukazatele – tempa růstu VK a K, tj. časové řady {gV,t} a {gK,t}, ale především rentabilitu investovaného kapitálu

{rK,t}, když uvažovaná rentabilita investic byla, podle předpokladu, po celou druhou fázi konstantní rI = 0.07, stejně jako tempo růstu g = 0.03, takto gVKarr=Table[(VKarrW[[k]]VKarrW[[k-1]])/VKarrW[[k1]],{k,2,nn+1}]; gKKarr=Table[(KKarrW[[k]]KKarrW[[k-1]])/KKarrW[[k1]],{k,2,nn+1}]; rKarr=Table[kPVHt[[k]]/KKarrW[[k]] ,{k,1,nn}];

Zdroj:vlastní výpočet Obr. 2: Kapitálová struktura K, CK a VK

Zdroj:vlastní výpočet

Výsledky jsou na Obr. 3 a Obr. 4, které byly získány opět pomocí příkazu ListLinePlot[.,.]. Obr. 3 ukazuje průběh {Hn,t}, t=0,..,20, tzn. vývoj hodnoty netto podniku v průběhu druhé fáze, tzn. v době jeho stabilního fungování. Spočtené hodnoty přesně odpovídají těm, které jsou uvedeny v [2, str. 34, Příklad, Tab.1-4, Hn,t, t=0,1,2,10,20]. Obr. 4 ukazuje průběhy dopočítaných ukazatelů – {gV,t}, {rK,t}, {gK,t}, a též předpokládanou stacionární hodnotu tempa růstu g. V tomto pořadí je také možno jednotlivé ukazatele identifikovat, a to podle jejich hodnot podle velikosti na začátku, tj. pro t=1. Obr. 3: Hodnoty Hn

Krok 5) Výpočet hodnot Hn, tzn. hodnoty netto podniku ve druhé fázi. V souladu s Příkladem určíme nejdříve Hn v nejvzdálenějším horizontu, v našem případě v roce T=20, a následně použijeme rekurentní vzorec pro výpočet {Hn,t– 1}, t=20,..,1. Tento postup je shrnut v (17), což je realizováno takto Hn,20 =

 T 1

(  T 1  g )  t  H n ,t

(1   t )

, Hn, t–1 =

(17)


, t=20,..,1

nVK=0.06; HnArr=Table[1,{nn}]; HnArr=FCFEarr[[nn]](1+g)/(nVK-g); Do[j=nnk;HnArr[[j]]=(FCFEarr[[j+1]]+HnArr [[j+1]])/(1+nVK),{k,1,nn-1}]; Hn0=(FCFEarr[[1]]+HnArr[[1]])/(1+n VK);

40



Obr. 4: Hodnoty g(VK), rK, g(K) a g

Nyní spočteme již snadno potřebné diskontní faktory, pokračující hodnotu (buď pomocí Gordonova vzorce (6a), nebo parametrického vzorce (6b)), a konečně i Hb podle (4a) takto dfI=(1+waccArr[[1]]}; Do[AppendTo[dfI,Produkt[1+waccArr[ [i]],{i,k}]], {k,2,nnp1I}]; PHeGv=fcffArr[[nnp1I]]/(waccArr[[n np1I]]-g); PHePv=kPVHt[[nnp1I-1]](1+g)(1g/rI)/(waccArr[[nnp1I]]-g); PHe=PHeGv; (* PHe=PHePv; *) HbE=Sum[fcffArr[[k]]/dfI[[k]],{k,n np1I-1}]+PHe/dfI[[nnp1I]];

Zdroj:vlastní výpočet Dosud se všechny výpočty týkaly druhé fáze života podniku. Vzorce metod typu DCF, které byly uvedeny jsou však zaměřeny na oceňování podniku v průběhu jeho první fáze, o které se předpokládá, že běží v letech t=1,..,T, když rok T+1 je brán jako první rok druhé fáze. Pro ilustraci, jakým způsobem je možné numericky realizovat výpočty pomocí metod DCF-entity, DCF-equity a DCF-APV v sw Mathematica, zvolíme DCF-entity pro výpočet hodnoty brutto Hb, tj. vzorec (4a). Obvyklým předpokladem pro výpočty v rámci první fáze je, že všechna potřebná data jsou k dispozici z účetních dat. Problémem, jak již bylo řečeno, jsou potřebné hodnoty WACC, tedy časové řady {ωt} pro konstrukci diskontního procesu. Pro náš případ zvolíme podnik, jehož potřebná data pro první fázi budou nabývat hodnot, které jsme už spočetli v rámci řešení [2, str. 32, Příklad], a to včetně hodnot příslušných parametru. Naprogramování výpočtu {ωt}, potřebných diskontních faktorů, a veličiny Hb je možno provést takto

Takto spočtená hodnota brutto našeho fiktivního podniku se zahrnutím jeho celého vývoje v první fázi je: Hb = 18356.1, pro první rok v jeho druhé fázi. K doplnění představy o provedených výpočtech uvedeme ještě Obr. 5 a Obr. 6, které ukazují jednak časově proměnnou hodnotu WACC, tedy {ωt}, i když způsobenou jen proměnnou kapitálovou strukturou podniku, a též hodnoty příslušných diskontních faktorů. Obr. 5: Hodnoty WACC


wacc:=(ck nCkI (1-dI)+vk nVkzI)/(ck+vk); ck=4000; vk=800; nCkI=0.05; nVkzI=0.06; dI=0.2; wacc0=wacc; nnp1I=21; ckArr=CKarrW; vkArr=VKarrW; fcffI0=319.5; fcffArr={fcffI0,FCFFarr}//Flatten; wcaaArr={wacc0}; Do[ck=ckArr[[k]];vk=vkArr[[k]];App endTo[waccArr,wacc],{k,2,nnp1I}];


41


Obr. 6: Hodnoty diskontních faktorů

Zdroj:vlastní výpočet ZÁVĚR Dva hlavní záměry příspěvku byly následující. Nejprve ukázat matematickou formulaci metod oceňování podniku typu DCF (diskontovaných peněžních toků), jmenovitě metod DCF-entity, DCF-equity a DCF-APV. Následně ukázat způsob jejich možné numerické realizace pomocí sw Mathematica, Wolfram Research, Inc. V rámci prvního záměru byl akcent věnován konzistenci příslušných matematických vzorců a jejich logickým souvislostem. Shrnuty jsou všechny potřebné vztahy, které se používají pro výpočty hodnot brutto i netto podniku pomocí uvedených metod typu DCF v rámci první fáze vývoje podniku, tj. během jeho rozvojové etapy. V rámci druhého záměru byla pozornost věnována jednak komparačním výpočtům modelového příkladu

uvedeného v literatuře [2, str.32, Příklad], a dále pak ilustraci výpočtu časově proměnné struktury vážených průměrných nákladů kapitálu (WACC), příslušných diskontních faktorů a konečně i hodnoty brutto podniku ke konci jeho první fáze a začátku druhé fáze. K tomuto účelu byl zvolen fiktivní podnik s fiktivními daty. V další fázi vývoje v rámci použití sw Mathematica pro úlohy oceňování podniků bude třeba naprogramovat i další metody, a soustředit se též na akumulaci empirických dat o fungování podniků, jejich růstu, praktických aspektů spojených s jejich oceňováním i další teoretické poznatky v rámci tohoto důležitého oboru v rámci podnikové ekonomie. Příspěvek je jedním z výstupů projektu „Aplikace kvantitativních metod pro řešení úloh podnikové ekonomiky a managementu“, SGS12-036, řešeného na ZČU/FEK v Plzni, v 2012-2013, který je financován MŠMT ČR. LITERATURA [1]

KISLINGEROVÁ, E. Oceňování podniku. 2. přepracované a doplněné vydání. Praha: C.H.Beck, 2001, 367 str., ISBN 80-7179-529-1.

[2]

MAŘÍK, M. a kol. Metody oceňování podniku pro pokročilé. Praha, Ekopress, 2011, 548 str., ISBN 978-80-86929-80-4.

[3]

VALACH, J. Investiční rozhodování a dlouhodobé financování. Praha Ekopress, 2006, 465 str., ISBN 80-86929-01-9.

Autor: Doc. RNDr.Ing. Ladislav Lukáš, CSc. Západočeská univerzita v Plzni Fakulta ekonomická Katedra ekonomie a kvantitativních metod [email protected]

42


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni DCF TYPE VALUATION METHODS OF FIRM AND THEIR NUMERICAL REALIZATION USING SW MATHEMATICA Ladislav Lukáš Abstract: The paper is focused on firm valuation methods based on discounted cash flows and their numerical realization using sw Mathematica. The methods DCF-entity, DCF-equity and DCF-APV are presented in compact mathematical form, which enable us to discuss in detail both discounting processes and continuing values, as well. Discounting process constitute the core of any DCF type method. In particular, two general expressions are presented for calculation both weighted average costs of capital, i.e. celebrated WACC, and costs of equity for a leveraged firm. In general, computation of firm continuing value can be performed either by Gordon formula or by parametric one. Snippets of Mathematica code are presented for all main steps of firm valuation DCF-entity method thus giving the important algorithmic details. The results are presented mainly in figures, which were issued by Mathematica, too. Key words: Firm valuation methods, Discounted cash flows, DCF-entity, DCF-equity, DCF-APV. JEL Classification: G32, L25


43


ZRÁŽKA ZA NÍZKU LIKVIDITU Stela Beslerová, Juraj Tobák, Petra Tutková ÚVOD V slovenskom a rovnako aj v českom podnikateľskom prostredí sú väčšinou oceňované podniky, ktoré nie sú kótované na burze cenných papierov resp. na kapitálovom trhu. V krajinách s rozvinutým kapitálovým trhom sa pri oceňovaní podnikov uplatňuje rozlíšenie podnikov obchodovaných na kapitálových trhoch, takzvané verejne obchodovateľné spoločnosti, a podnikov neobchodovaných na kapitálových trhoch, takzvané súkromne obchodovateľné spoločnosti. Je logické, že ocenenie ekvivalentných verejne a súkromne obchodovaných podnikov rovnakou metodikou by vyústilo k stanoveniu ekvivalentnej hodnoty. Na odstránenie tohto ekvivalentu je v zahraniční využívaná prirážka za nízku likviditu, ktorá sa pripočítava k diskontnej miere oceňovaného súkromne obchodovateľného podniku alebo zrážka z výslednej hodnoty ocenenia. Táto prirážka má kompenzovať požadovanú vyššiu výnosnosť súkromne obchodovateľných spoločností a to z dôvodu nižšej likvidity, teda nemožnosti predať podiel alebo celú spoločnosť na kapitálovom trhu. Tento fakt sa dá interpretovať aj opačným spôsobom a teda, že súkromný investor je ochotný kúpiť podiel alebo celú súkromne obchodovateľnú spoločnosť za nižšiu cenu ako ekvivalentnú verejne obchodovateľnú spoločnosť, vtedy hovoríme o zrážke. Na slovenskom a českom kapitálovom trhu je nedostatok verejne obchodovateľných spoločností. Preto nie je vhodné určovať lokálne vhodnú prirážku za nízku likviditu získanú ich štúdiom a preto je potrebné ju prevziať z krajín z rozvinutým kapitálovým trhom a adaptovať na podmienky slovenského a českého trhu. V zahraničnej literatúre existuje množstvo empirických štúdií, ktoré sa zameriavajú na stanovenie intervalu za pomoci využitia viacerých metód. Tieto štúdie prevažne vychádzajú z troch hlavných oblastí a to zo štúdií akcii s obmedzenou obchodovateľnosťou, 44

so štúdií pre-IPO a so štúdií akvizičných cien. Bližšie sa výsledkom empirických štúdií jednotlivých metód budeme venovať v jednotlivých kapitolách. Z dôvodu, že ide prevažne o staršie štúdie tak cieľom tejto publikácie je okrem priblíženia pôvodných a teoretických štúdií identifikovať aktuálnejšie štúdie, prípadne metódy, ktoré by spoľahlivejšie definovali interval prirážky za nízku likviditu vzhľadom na aktuálnu situáciu na kapitálových trhoch vo svete. 1 METÓDY STANOVENIA ZRÁŽKY ZA OBMEDZENÚ OBCHODOVATEĽNOSŤ V teoretických a empirických štúdiách sa objavuje v spojení s témou tohto príspevku hlavne problematika nedostatku resp. obmedzenia obchodovateľnosti. Ako uvádza Mařík vo svojej publikácii: „Pojem obchodovateľnosť je širší ako pojem likvidita, pretože pojem obchodovateľnosť zahrňuje právo predať a zároveň možnosť predať. Pojem likvidita sa už implicitne orientuje iba na možnosť predať.“ [6] V praxi, čo sa týka úpravy výsledného ocenenia, resp. výslednej hodnoty z dôvodu obmedzenej obchodovateľnosti, využíva sa zrážka za minoritu a zrážka za nízku likviditu. Zrážka za minoritu súvisí s problémom vlastníctva malého podielu na celkovom podiely spoločnosti, s čím je spojené obmedzené právo na obchodovanie v prípade prítomnosti majoritného spoluvlastníka. V tejto publikácii sa ale hlavne zameriavame na obmedzenie obchodovateľnosti z dôvodu nízkej likvidity a z tohto dôvodu na zrážku z výslednej hodnoty ocenenia. 1.1 TEORETICKÉ KVANTITATÍVNE MODELY DISKONTOV ZA OBMEDZENÚ OBCHODOVATEĽNOSŤ V teórii poznáme viacero modelov diskontov za obmedzenú obchodovateľnosť. Tieto modely sú založené na ocenení rizika v podobe nelikvidity, analýze požadovanej miery výnosnosti Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni a rozklade diskontu na ekonomické komponenty. Aj napriek tomu, že v podmienkach USA sú často využívané a vedú sa k nim rozsiahle diskusie, v našich podmienkach sú tieto modely takmer neznáme a využívané na minimálnej úrovni. „Ocenenie rizika spojeného s nelikviditou, napríklad na cene (nákladoch) put opcie, kedy z teoretického hľadiska by diskont za obmedzenú obchodovateľnosť nemal presiahnuť cenu put opcie, ktorá vlastne slúži ako zaistenie proti riziku vyplývajúcemu z nelikvidity. Problém tohto prístupu spočíva v tom, že v praxi sú ceny put opcií rádovo nižšie, ako zistené diskonty za obmedzenú obchodovateľnosť.“ [6]Tento model vytvoril v roku 1993 B. H. Chaffee III.[3] a základnou myšlienkou je využitie európskej put opcie na meranie rizika, ktoré je spojené s nemožnosťou investora rýchle premeniť svoje investície na hotovosť. „Analýza požadovanej miery výnosnosti, ktorá je založená na myšlienke, že diskont vyplýva zo zmeny požadovanej výnosnosti investorov do obchodovateľných a neobchodovateľných aktív. Namiesto odhadu diskontu tak oceňovateľ odhaduje na základe určitých faktorov alebo pomocou úprav modelu CAPM diskontnú mieru pre ocenenie.“[6] Tento model bol vytvorený Mercerom. „Rozklad diskontu na ekonomické komponenty, kde vytipujeme základné ekonomické faktory, (napr. časovú hodnotu peňazí, transakčné náklady a počet potenciálnych kupujúcich), ktoré majú vplyv na diskont, zhodnotíme význam ich vplyvu na diskont a z hodnoty jednotlivých faktorov kalkulujeme celkový diskont. Aj tento prístup má svoje úskalia, a to odhad významnosti jednotlivých komponentov na diskont.“[6] Vytvoril ho Jay B. Abrams, keď poprel model založený na požadovanej miere výnosnosti. Model obsahuje 4 základné komponenty diskontu:    

náklady spojené s oneskorením momentu predaja, monopolistická sila kupujúcich, transakčné náklady kupujúceho, transakčné náklady predávajúceho.


Ak vynásobíme koeficienty za jednotlivé komponenty, dosiahneme výsledný koeficient za obmedzenú obchodovateľnosť. Okrem spomínaných modelov, sa v praxi stretávame aj s analýzou hornej hranice nákladov neobchodovateľnosti a modelom založeným na modely oceňovania kapitálových aktív a rizikovej prémie vlastného kapitálu. Model založený na hornej hranici nákladov neobchodovateľnosti bol vytvorený v roku 1995 Francisom A. Longstaffom. V rámci modelu dochádza k porovnaniu finančného rozdielu medzi dvoma situáciami. V prvom rade ide o situáciu, kedy investor nemôže predať cenný papier v budúcnosti a následne výnos opätovne investovať za bezrizikovú úrokovú mieru. Pre porovnanie sa využíva situácia, kedy investor musí držať aktívum po celú dobu obmedzenej obchodovateľnosti. Model založený na CAPM a rizikovej prémii vlastného kapitálu vytvoril David I. Tabak a v podstate ide o rozšírenie modelu CAPM práve s cieľom merania požadovanej miery výnosnosti nelikvidných aktív. [10] 1.2

PRE-IPO PRÍSTUP

Tento empirický prístup odhaduje diskont za obmedzenú likviditu porovnávaním cien aktív počas obdobia, v ktorom boli relatívne neobchodovateľné a počas obdobia, v ktorom už boli obchodovateľné. Tento prístup sa typicky uplatňuje pri porovnávaní cien akcií vzápätí po uskutočnení IPO „Initial Public Offer“ teda prvej verejne ponuky a transakčných cien tých istých akcií pred IPO. [1]Štúdie sa väčšinou zameriavajú na obdobie niekoľkých mesiacov až rokov pred samotným IPO. Výsledky štúdií, ktoré používaj túto metódu sú a boli uznávané pri konfrontovaní pred súdom. Ako najvýznamnejších predkladateľov tohto prístupu uvádza Mařík vo svojej publikácii [6] spoločnosti Willamette management, Emory&Co a Valuation Advisors. Najdostupnejšie a s najväčším časovým rozpätím sú výsledky od spoločnosti Emory&Co. Tieto výsledky sú prezentované v tabuľke 1.

45


Tab. 1: Výsledky empirických štúdií Emory&Co pre-IPO 5/97 – 12/00

11/95 – 4/97

1/94 – 6/95

2/92 – 7 /93

8/90 – 1/92

2/89 – 1/90

8/87 – 1/89

1/85 – 6/86

1/80 6/81

Priemer

50%

43%

45%

45%

34%

46%

38%

43%

59%

Medián

52%

41%

47%

43%

33%

40%

43%

43%

68%

Počet podnikov

266

84

45

49

30

17

21

19

12

–

Zdroj:http://www.emoryco.com/valuation-studies.shtml Tab. 2: Výsledky empirických štúdií Willamette Management pre-IPO 75-78

79

80-82

84

85

86

87

88

89

90

91

92

Priemer

55%

63%

56%

74%

43%

48%

44%

52%

50%

49%

32%

52%

Počet podnikov

31

17

113

33

25

74

40

19

19

23

34

75

Zdroj: http://www.willamette.com/practice_business_valuation.html

Druhým zdrojom údajov o diskonte za nízku likviditu je spoločnosť Willamette Management. Výsledky ich štúdií počas rokov 1975 až 1992 je možné vidieť v tabuľke 2. Napriek zjavným prednostiam tejto metódy tu existuje hlavný nedostatok, ktorý spočíva v samotnej vzorke posudzovaných podnikov. Zo samotnej podstaty tejto metódy vyplýva, že vzorku tvoria iba podniky, ktoré úspešne uskutočnili IPO. Tie súkromne vlastnené podniky, ktoré IPO nevykonali sa vo vzorke nenachádzali. To dáva priestor pre otázky ako, neboli ceny pred IPO ovplyvnené napr. očakávaniami o budúcej realizácii IPO. Rovnako samotné výsledky štúdie spoločnosti Emory&Co, ktoré sa pohybujú, čo sa týka mediánov v rozmedzí od 40% do 68%. A výsledky štúdie spoločnosti Willammete Management, ktorých priemerné hodnoty prirážky sa pohybujú v rozmedzí od 32% do 74%. Tieto hodnoty predstavujú pomerne vysokýdiskont, čo by sa odzrkadlilo v príliš vysokej požadovanej miere návratnosti investovaného kapitálu. V neposlednej rade je tu vysoká volatilita na akciových trhoch aj v priebehu dňa a pri toľkých štúdiách je nemožné, aby údaje boli získavané v rovnaký čas a preto je tu možná istá miera skreslenia medzi jednotlivými štúdiami.

46

1.3 PRÍSTUP AKCIÍ TYPU RESTRICTED STOCK Tento empirický prístup odhaduje diskont za obmedzenú likviditu porovnávaním dvoch nárokov na rovnakom podkladovom aktíve, v rovnakom čase, pričom jeden nárok je obchodovateľný a druhý nie je. Tento prístup sa uplatňuje hlavne na akciách typu „Restricted Stock“. Ide o cenné papiere, ktoré sú umiestňované súkromne akreditovaným investorom namiesto ich verejnej ponuky vo veľkom počte. Tento typ cenných papierov nemusí byť registrovaný na burze cenných papierov, v prípade kapitálového trhu v USA nemusí byť registrovaný na SEC „Securities and Exchange Commission“. Tieto akcie sú emitované na neregistrovaných súkromných trhoch a predávajú sa so zrazenou cenou v podobe diskontu. Dôvodom na to je fakt, že majitelia tohto typu akcií ich nemôžu predať určitú dobu a musia počkať kým sa tieto akcie stanú obchodovateľné a teda likvidné, alebo musia splniť určité podmienky pre registráciu. Existuje niekoľko spôsobov ako vedľa seba môžu existovať dva druhy akcií a to obchodovateľných a neobchodovateľných. Tieto spôsoby sú uvedené v publikácii [8]: Prvým spôsobom je keď pri IPO nie sú registrované všetky akcie na verejnom trhu, iba určitá časť. Dôvodom na to je to, že majoritný akcionári si chcú ponechať kontrolný podiel Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni a chcú obmedziť neistotu spojenú so vstupom na trh. Druhým spôsobom je, že pri IPO sú už registrované všetky akcie ale niektoré sú označené ako „restricted stocks“ a teda ich nie je možné určitú dobu ďalej predať, resp. obchodovať. Ďalším spôsobom je emisia akcií pri akvizíciách, ktoré slúžia ako platba za

samotnú akvizíciu. Tieto akcie sú často neregistrované. V nasledujúcej tabuľke sú uvedené rovnako ako pri predošlej metóde výsledky štúdii v USA, ktoré zhrnul vo svojej publikácii Pratt.

Tab. 3: Výsledky empirických štúdii „Restricted Stocks“ Obdobie

Štúdia

Počet transakcií

Priemerný diskont

1/66 – 6/69

SEC Institutional Investor

398

25,80%

1/68 – 12/70

Milton Gelman

89

33,00%

1/68 – 12/72

Robert Trout

60

33,50%

1-68 – 12/72

Robert Moroney

148

35,60%

1/69 – 12/73

Michael Maher

33

35,40%

10/78 – 6/82

Standard Research Consultants

28

45,00%

1/81 – 12/88

Wiliam Silber

69

33,80%

1/79 – 4/92

FMW Opinions, Inc

viac ako 100

23,00%

1/80 – 12/96

Management Planning, Inc.

53

27,10%

1/91 – 12/95

Bruce Johnson

70

20,00%

1/96 – 4/97

Columbia Financial Advisors

23

21,00%

5/97 – 12/98

Columbia Financial Advisors

15

13,00%

1/90 – 12/95

Bajaj, Denis, Ferris, Sarrin

88

22,21% Zdroj:[8]

Tab. 4 Výsledky empirických štúdií „Restricted Stocks“ Štúdia

Obdobie

Priemerný diskont

SEC

1966-1969

23%

Gelman

1968-1970

33%

Trout

1968-1972

34%

Maher

1969-1973

35%

Willamette Management

1981-1984

31%

Silber

1981-1988

34%

Johnson

1991-1995

20%

Zdroj: [9] Výsledky týchto štúdií sa pohybujú na úrovni priemerných hodnôt od 20 – 45%. Pre výsledky tejto metódy je charakteristický pomerne veľký rozptyl. Aj keď výsledky empirických štúdií „Restricted Stocks“ zobrazené v tabuľkách majú informatívny charakter, poukazujú na veľké Trendy v podnikání – Business Trends 4/2013

rozptyly výsledkov. Výsledky štúdie SEC sa pohybujú v rozmedzí od -15% až 80%. Porovnávali hodnotu „restricted stocks“ s hodnotou identických akcií na otvorenom trhu. Výsledky štúdie Gelman pozostávajú z cien, ktoré zaplatili za „retsricted stocks“ štyri uzavreté spoločnosti špecializujúce sa na investície do tohto typu cenných papierov. 47


Priemerná hodnota, rovnako ako medián má hodnotu 33%. Trout na základe regresného modelu, ktorý obsahoval 60 nákupných transakcií, zistil priemernú hodnotu 33,45%. Maher porovnával cenu „restricted stocks“ s trhovou cenou porovnateľnými akciami. Willamette identifikoval 33 transakcií kde by cena „restricted stocks“ mohla byť porovnateľná s cenou na trhu pre identické akcie bez obmedzeniav tej istej spoločnosti v tom istom čase. Priemerná hodnota bola 31,2%. Štúdia Silber analyzovala 69 miestnení kmeňových akcií verejne obchodovateľných spoločností a priemerná hodnota vyšla na 33,75%, čo je porovnateľné s predošlými štúdiami. Johnson skúmal 72 transakcií, kde analyzoval štyri faktory, ktoré môžu mať vplyv na veľkosť diskontu, a to pozitívny čistý zisk, objem predaja, hodnota transakcie a sila čistého zisku. [9] Pravidlá pre emisiu a obchodovanie s „restricted stocks“ sa v priebehu rokov menili, s čím súviseli aj rôzne metodiky a rôzne výsledky štúdií. Táto metóda nám síce stanovila interval ale ten je ešte stále pomerne veľký na to, aby sme vedeli s určitou malou mierou nepresnosti stanoviť vhodný diskont za nízku likviditu. 1.4

PRÍSTUP AKVIZIČNÝCH CIEN

Ocenenie porovnateľných spoločností je dôležitou technikou využívanou pri oceňovaní súkromných spoločností a súčasne je dôležité sledovať prirážku k diskontu za nízku likviditu aj z tejto perspektívy. Tento empirický prístup odhaduje prirážku za obmedzenú likviditu porovnávaním akvizičných cien verejne

48

a súkromne obchodovateľných spoločností. Prístup akvizície predstavuje nezávislé posúdenie hodnoty diskontu súkromnej spoločnosti. Táto metóda je metodicky najviac odlišná od predošlých metód. Je v celku náročná na získavanie vstupných údajov, no napriek tomu ňou boli dosiahnuté pomerne najlepšie výsledky. Jej princíp spočíva v tom, že sa na trhu určia súkromne obchodovateľné spoločnosti, u ktorých prebehla akvizícia za verejne známu cenu. K týmto jednotlivým spoločnostiam boli vyhľadané verejne obchodovateľné spoločnosti, u ktorých rovnako prebehli akvizície. Tieto spoločnosti sa nachádzali v rovnakom štáte, akvizície prebehli v rovnakom roku a pôsobili v rovnakom odvetví. Koeplin, Sarin a Shapiro [4] skúmali celkovo 192 akvizícií súkromných spoločností v období od roku 1984 do roku 1998. Základom bola identifikácie verejne obchodovateľnej spoločnosti pre každú súkromnú spoločnosť. Celková skúmaná vzorka zahŕňala 84 akvizícií domácich súkromných spoločností v USA a 108 akvizícií zahraničných súkromných spoločností. Odhad diskontu za obmedzenú likviditu robili autori kalkuláciou pomeru hodnoty podniku k zisku, tržbám a trhovej hodnote, kde hodnota podniku je chápaná ako obstarávacia cena akvizície vynásobená počtom nesplatených akcií, plus účtovná hodnota pasív podniku [4].Tieto pomerové ukazovatele boli následne porovnané pre akvizície súkromných a k nim priradených verejných spoločností. V tabuľke 6 a tabuľke 7 sú zhrnuté výsledky Koeplinovej štúdie, kde všeobecne platí, že súkromné spoločnosti sú kúpené s výrazným diskontom v porovnaní s verejnými spoločnosťami.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Tab. 6: Domáce transakcie (USA) Súkromné

Verejné

Prirážka k diskontu

Priemer

Medián

Priemer

Medián

Priemer

Medián

Brutto hodnota podniku/EBIT

11,76

8,58

16,39

12,47

28,26***

30,62***

Brutto hodnota podniku/EBITDA

8,08

6,98

10,15

8,53

20,39***

18,14***

Brutto hodnota podniku/trhová hodnota

2,35

1,85

2,86

1,73

17,81***

-7,00

Brutto hodnota podniku/tržby

1,35

1,13

1,32

1,14

-2,28

0,79 Zdroj:[4]

Tab. 7: Zahraničné transakcie Súkromné

Verejné

Prirážka k diskontu

Priemer

Medián

Priemer

Medián

Priemer

Medián

Brutto hodnota podniku/EBIT

16,26

11,37

28,97

12,09

43,87***

5,96**

Brutto hodnota podniku/EBITDA

11,96

7,10

25,91

9,28

53,85**

23,49*

Brutto hodnota podniku/trhová hodnota

2,41

1,35

3,70

1,68

34,86

19,64

Brutto hodnota podniku/tržby

2,63

1,35

4,59

1,63

42,70

17,18

Tabuľka 6 zobrazuje výsledky štúdie pre domáce transakcie a tabuľka 7 výsledky pre zahraničné transakcie, kde všeobecne platí, že súkromné spoločnosti sú nakupované s výrazným diskontom v porovnaní s verejnými spoločnosťami. Pomerové ukazovatele verejných spoločností dosahujú vyššie hodnoty ako tie, ktoré prislúchajú spoločnostiam súkromným. Môžeme povedať, že zo zvolených pomerových ukazovateľov sú štatisticky najviac významné ukazovatele brutto hodnota podniku/EBIT a brutto hodnota podniku/EBITDA. V prípade tak domácich ako aj zahraničných transakcií je ukazovateľ brutto hodnota podniku/tržby štatisticky nevýznamný. V praxi sa však stretávame aj s obmedzeniami využívania tohto prístupu. Jedným z nich je existencia rozdielov v charakteristikách získaných súkromných a verejných spoločností. Súkromné spoločnosti sú obvykle menšie no Trendy v podnikání – Business Trends 4/2013

Zdroj:[4] zároveň vykazujú vyšší rast ziskov pred akvizíciou. Rozdiely v diskonte, ktoré boli zistené štúdiou, môžu byť teda spôsobené práve touto odlišnosťou. Keďže existuje možnosť, že rozdiely môžu byť spôsobené práve inými faktormi, odhady získane pomocou tohto prístupu by mali byť považované len za hornú hranicu diskontu. Pravý diskont môže byť totižto značne nižší. [2] ZÁVER Obchodovateľnosť aktív predstavuje mieru, ako môže byť dané aktívum prevedené na hotovosť rýchlo, bez vynaloženia vysokých transakčných nákladov, alebo cenových ústupkov. Čím je aktívum lepšie predajné, tým vyššia je cena, ktorú investor bude ochotný zaplatiť za dané aktívum .

49


V tomto článku sme poukázali na metódy, ktoré sú používané v praxi k odhadu diskontu za nízku likviditu. Súčasná prax rozoznáva tri rôzne metódy pre odhad tejto prirážky. IPO prístup odhaduje prirážku za obmedzenú likviditu porovnávaním cien aktív počas obdobia, v ktorom boli relatívne neobchodovateľné a počas obdobia, v ktorom už boli obchodovateľné. Ďalším prístupom sú akcie typu „restricted stocks“. Tento empirický prístup odhaduje diskont za obmedzenú likviditu porovnávaním dvoch nárokov na rovnakom podkladovom aktíve, v rovnakom čase, pričom jeden nárok je obchodovateľný a druhý nie je. Prístup akvizičných cien odhaduje prirážku za obmedzenú likviditu porovnávaním akvizičných cien verejne a súkromne obchodovateľných spoločností. V súčasnosti sa už s výsledkami prvých dvoch metód nedá pracovať, keďže sú založené na výskumoch z rokov 1968 až 1995. Z dôvodu, že ide prevažne o staršie štúdie tak cieľom tejto publikácie bolo okrem priblíženia pôvodných štúdií identifikovať aktuálnejšie štúdie, prípadne metódy, ktoré by spoľahlivejšie definovali interval diskont za nízku likviditu vzhľadom na aktuálnu situáciu na kapitálových trhoch vo svete. Je to prístup akvizičných cien, kde ako uvádzame vyššie v článku, štatisticky najviac významné sú ukazovatele, takzvané multiplikátory brutto hodnota podniku/EBIT a brutto hodnota podniku/EBITDA. Tento príspevok bol vypracovaný v rámci projektu VEGA č. 1/0519/12 „Poistenie podnikateľských subjektov ako nevyhnutná súčasť strategického riadenia v období dlhovej krízy“ LITERATURA [1] ABRAMS, J. B. Discount for Lack of Marketability: A Theoretical Model. Business Valuation Review, 1994, roč. 13, č. 3, s. 132-139, ISSN 0897-1781. [2] BAJAJ, M. et al. Firm Value and Marketability Discounts. Journal of Corporation Law, 2001, roč. 27, č. 1, s. 89-115, ISSN 0360-795X.

50

[3] CHAFFEE, III. D. B. Option Pricing as a Proxy for Discount for Lack ofMarketability in Private Company Valuations. Business Valuation Review, 1993, roč. 12, č. 4, s. 182-188, ISSN 0897-1781. [4] KOEPLIN, J. et al. The Private Company Discount. Journal of Applied Corporate [5] 6622.

Finance, 2000, roč. 12, č. 4, s. 94, ISSN 1745-

[6] MAŘÍK, M., a kol.Metody oceňovaní podniku Proces ocenění – základní metody a postupy. 2. vyd. Praha: Ekopress, 2007. ISBN 978-80-86929-32-3. [7] MAŘÍKOVÁ, P. a MAŘÍK, Diskontní míra pro výnosové oceňování podniku. Praha: Oeconomica, 2007. ISBN 978-80-245-1242-6 [8] PRATT, SHANNON P.Business Valuation Discounts and Premiums. New York.John Wiley and Sons Inc. 2001. ISBN 978-0470371480 [9] PRATT, S.P. – NICULITA, A.V. Valuing a Business. The Analysis and Appraisal of Closely Held Companies. New York: The McGraw-Hill Companies,2008. ISBN 978-0-07-144180-3 [10] TABAK, D. I. A CAPM-Based Approach to Calculating Illiquidity Discounts [on-line]. New York : National Economic Research Associates, 2002. [cit. 2013-1006]. Dostupné z:.

Autoři Ing. Stela Beslerová Ekonomická univerzita v Bratislave Podnikovohospodárska fakulta so sídlom v Košiciach Katedra hospodárskej informatiky a matematiky stela.beslerová@euke.sk Ing. Juraj Tobák Ekonomická univerzita v Bratislave Podnikovohospodárska fakulta so sídlom v Košiciach Katedra ekonomie [email protected] Ing. Petra Tutková Ekonomická univerzita v Bratislave Podnikovohospodárska fakulta so sídlom v Košiciach Katedra manažmentu [email protected]


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni DISCOUNT FOR ILLIQUIDITY Stela Beslerová, Juraj Tobák, Petra Tutková Abstract: In Slovakia and as well in Czech business environment, there are generally valued those companies that are not listed on a stock exchange or securities. In countries with developed capital market is in the valuation processused resolution of firms traded on the capital markets, so-called publicly-traded companies and enterprises which are not traded on the capital markets, so-called privately traded companies. It is logical that the valuation of equivalent publicly and privately traded firms using same methodology would result in the setting of equivalent value. To resolve this equivalent there is used discount for Illiquidity. The aim of this publication, in addition to the original studies presentation, is to identify more up to date studies, or methods that would define more reliable interval of discount for Illiquidity with respect to the present situation on the capital markets in the world. Key words: Lack of marketability discount, Restricted stocks, Pre-IPO, Acquisition prices. JEL Classification: G34


51


VYUŽITIE FINANČNEJ PÁKY V PODMIENKACH SLOVENSKÉHO POĽNOHOSPODÁRSTVA Tomáš Rábek, Zuzana Čierna, Marián Tóth ÚVOD Cieľom príspevku je poukázať na výsledky výskumu v oblasti finančnej analýzy súboru poľnohospodárskych podnikov so zameraním sa na finančnú páku ako spôsob zvyšovania rentability vlastného kapitálu. Vznik príspevku bol podporený finančnými prostriedkami z projektu VEGA 1/0867/13 Potenciál slovenského poľnohospodárstva v kontexte zelenej ekonomiky. Zadlženosť poľnohospodárskych podnikov má dve roviny. Na jednej strane hovoríme to tom, že cudzí kapitál sa považuje za lacnejší oproti vlastnému, na strane druhej treba rešpektovať otázky finančnej stability, voľnosti a problémy finančných ťažkostí. Okrem iného to znamená, že prílišná zadlženosť neprispieva k dobrému obrazu o finančnej situácii podniku, poľnohospodárske podniky nevynímajúc. Poznáme viacero prístupov na optimalizáciu kapitálovej štruktúry podnikov [4], [5], teda v akom pomere by mal byť vlastný a cudzí kapitál. V dnešnej dobe je otázka kapitálovej štruktúre súčasťou strategického riadenie podnikov [6] a na potrebu zlepšenia kontrolingu v poľnohospodárskych podnikoch poukazujú aj Váryová, I. – Košovská, I. – Ferenci-Vaňová, A. [10]. Jedným z možných prístupov je porovnať náklady na cudzí kapitál s rentabilitou celkového kapitálu. Ak sú tieto náklady nižšie ako rentabilita celkového kapitálu, je možné rastom stupňa zadlženosti zvyšovať, pôsobením efektu finančnej páky, rentabilitu vlastného kapitálu, čím vlastne rastie trhová hodnota firmy. Uvedené dokumentuje fakt, že rovnicu výpočtu rentability vlastného kapitálu možno pretransformovať s použitím jednotlivých kategórií zisku – zisk pred zdanením a úrokmi EBIT, zisk pred zdanením EBT a zisk po zdanení EAT. Potom možno napísať tento vzťah ako [3]:

52

RVK 

EBIT EBT CA EAT * * * CA EBIT VI EBT EBIT TR EBT CA EAT  * * * * TR CA EBIT VI EBT

Z daného vzťahu vyplýva, že rentabilita vlastného kapitálu môže byť rozpísaná na päť samostatných ukazovateľov: EBIT / TR – ziskovosť tržieb TR / CA – obrat celkových aktív EBT / EBIT – úroková redukcia zisku CA / VI – finančná páka EAT / EBT – daňová redukcia zisku Z týchto vzťahov je zrejmé, že RVK je ovplyvňovaná rentabilitou celkového kapitálu, zdanením a úrovňou zadlženosti. Vplyv zadlženosti na rentabilitu vlastného kapitálu vyjadrujú dva z vyššie uvedených faktorov, úroková redukcia zisku a tzv. finančná páka, pričom tieto dva faktory pôsobia protichodne. To znamená, že zvýšenie podielu cudzieho kapitálu, teda zadlženosti, ktorá sa prejaví v raste ukazovateľa finančná páka, má podľa tohto vzťahu pozitívny vplyv na rentabilitu vlastného kapitálu. Avšak na druhej strane zvýšenie podielu cudzích zdrojov je spravidla sprevádzané zvýšením úrokov, ktoré znižujú podiel zisku plynúceho investorom a spôsobuje tým pokles ukazovateľa úroková redukcia zisku, a tým aj hlavného ukazovateľa, ktorým je rentabilita vlastného kapitálu [2] Cieľom príspevku je určiť počet a podiel poľnohospodárskych podnikov na Slovensku podnikajúcich v oblasti primárnej produkcie v rokoch 2007 - 2011, ktoré spĺňajú toto kritérium, teda že rentabilita celkového kapitálu je vyššia ako náklady na cudzí kapitál.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni 1

METODIKA

Podkladové údaje pre zhodnotenie vybraných pomerových ukazovateľov boli získané z Informačných listov MPRV SR za právnické osoby za roky 2007-2011. Kritériom pre zaradenie do výberového súboru bol predpoklad, aby sa dal v podniku vypočítať náklad na cudzí kapitál, teda aby podnik vykazoval hodnoty v položkách bankových úverov, či finančných výpomocí, ktoré tvorili menovateľ nami vytvoreného ukazovateľa na výpočet nákladu na cudzí kapitál. V čitateli sú zahrnuté nákladové úroky. Výpočtom takéhoto ukazovateľa nákladov na cudzí kapitál dostaneme nie presnú hodnotu nákladov na cudzí kapitál, skôr odhadovanú. Dôvodom je, že v menovateli zlomku je „stav“ úverov a finančných výpomocí a teda nie sú zohľadnené tie bankové úvery a finančné výpomoci, ktoré boli v priebehu roka čerpané a zároveň aj splatené. Teda tento ukazovateľ môže byť z časti nadhodnotený. Čiastočne by tento problém vyriešilo, ak by sme v menovateli použili priemerný stav účtov, ktorý by sme vypočítali ako stav z minulého roka a stav z bežného roka a výsledok podelili dvoma, podobne ako je to napr. pri ukazovateľoch aktivity. Uvedené však neaplikujeme vzhľadom na to, že v každom roku budeme pracovať s iným počtom podnikov, a nebudeme vytvárať tzv. panel dát. Presná konštrukcia vzorca na výpočet nákladu na cudzí kapitál podľa Súvahy a Výkazu ziskov a strát pre rok 2011 je nasledovná:

Presná konštrukcia vzorca na výpočet rentability celkového kapitálu, ktorý je porovnávacím kritériom, je podľa Súvahy a Výkazu ziskov a strát pre rok 2011 je nasledovná:

V čitateli sme použili výsledok hospodárenia za účtovné obdobie pred zdanením, teda nielen výsledok hospodárenia z bežnej činnosti.


Dôvodom je to, že nadviažeme na naše doterajšie výskumy [2]. Ukazovateľ finančná páka vypočítame ako pomer celkového kapitálu k vlastnému kapitálu. Presná konštrukcia vzorca podľa súvahy platnej v roku 2011 je nasledovná:

Prehľad o pôvodnom počte podnikov v základnom súbore, ako aj vo výberovom súbore (podniky po vyselektovaní) za roky 2007 až 2011 poskytuje tabuľka 1. Po vyselektovaní nevyhovujúcich podnikov vo výberovom súbore ostalo v každom roku viac ako 68 % podnikov. Najviac v roku 2008 (74,58 % podnikov). Tabuľka 1 zároveň poskytuje aj prehľad o veľkosti obhospodarovanej poľnohospodárskej pôdy podľa katastra. Vybrané podniky obhospodarujú dokonca 78,84 % p. p v roku 20011 a až 83,52 % p. p. v roku 2008. Reprezentatívnosť výberového súboru nie je potrebné ďalej charakterizovať, pretože pôvodný základný súbor obsahoval všetky poľnohospodárske podniky za právnické osoby. Tým, že sme podľa nášho kritéria vyradili niektoré podniky, sme dostali výberový súbor, v ktorom sú obsiahnuté všetky podniky. Teda tie, ktoré vo svoje účtovnej závierke vykázali nenulovú hodnotu bankových úverov, alebo krátkodobých finančných výpomocí. 2

VÝSLEDKY

Pre charakteristiku vývoja ukazovateľa „náklad na cudzí kapitál“ v rokoch 2007 až 2011 sme použili tri popisné štatistiky, a to dolný kvartil, medián a horný kvartil, ktorých hodnoty uvádzame v tabuľke 2. Z tabuľky môžeme pozorovať mierne klesajúci vývoj nákladov na cudzí kapitál za celé sledované obdobie, predovšetkým v dolnom kvartile a mediáne. Teda 50 percent podnikov dokázalo získať cudzí kapitál za úrok približne 6,81%. Zaujímavé vychádza porovnanie dolného a horného kvartilu, pričom podniky v hornom kvartile si požičiavajú až trojnásobne drahšie cudzí kapitál. Rozdiel medzi dolným kvartilom a mediánom nie je až taký veľký, ako rozdiel medzi mediánom a horným kvartilom.

53


Tab. 1: Charakteristika výberovej vzorky podnikov Rok

2007

2008

2009

2010

2011

Početnosť podnikov VS

930

933

940

818

770

Početnosť podnikov ZS

1 359

1 251

1 268

1 131

1066

68,43 %

74,58 %

74,13 %

72,33 %

72,23 %

1 230 220

1 238 972

1 228 197

1 135 811

1 076 263

1 539 767

1 483 530

1 497 667

1 411 992

1 365 052

% podiel Obhospodarovaná p. p. podľa katastra VS v ha Obhospodarovaná p. p. podľa katastra ZS v ha % podiel

79,90 %

83,52 % 82,01 % 80,44 % 78,84 % Zdroj: databáza údajov MPRV SR, vlastné výpočty

Poznámka: VS – výberový súbor; ZS – základný súbor, p. p. – poľnohospodárska pôda Tab. 2: Náklady na cudzí kapitál Rok

2007

2008

2009

2010

2011

Dolný kvartil

5,02 %

5,06 %

4,18 %

4,14 %

4,12 %

Medián

8,85 %

8,17 %

6,73 %

7,05 %

6,81 %

Horný kvartil

15,54 %


Našim porovnávacím kritériom je rentabilita celkového kapitálu. V čitateli zlomku sme použili výsledok hospodárenia pred zdanením a nákladové úroky. Týmto vieme vzájomne lepšie komparovať podniky s rôznou kapitálovou štruktúrou a s rôznym daňovým zaťažením v oblasti priamych daní. Podľa Bojňanského, J. a kol. (2012) daňové zaťaženie daňou z príjmov u poľnohospodárskych podnikov sa v priemere pohybovalo v intervale 4,40 až 9,86 eur na hektár poľnohospodárskej pôdy, pričom vyššiu úroveň dosiahlo v roku 2007 a 2008, čo súviselo s celkovo dobrými hospodárskymi výsledkami poľnohospodárskych podnikov v tomto období. Naopak, najnižšiu úroveň dosiahlo toto zaťaženie v roku 2009 v súvislosti s prehlbujúcou sa finančnou krízou. V prípade dane z príjmov ide o druhé najvýznamnejšie daňové zaťaženie. Uvedené konštatovanie je však značne individuálne a závisiace od

54

hospodárenia konkrétneho poľnohospodárskeho podniku. V porovnaní so situáciou do roku 2000 však možno pozorovať diametrálne ťaživejší dopad tejto dane na finančné hospodárenie poľnohospodárskych podnikov. Toto bolo spôsobené skutočnosťou, že od roku 2000 došlo zo strany zákona o daniach z príjmov k podstatnej zmene v prístupe k zdaňovaniu prijatých investičných a prevádzkových dotácií, ktoré sa od tohto roka v plnej výške stávajú základom dane, čo následne viedlo k podstatnému zvýšeniu daňovej povinnosti z titulu dane z príjmov. Z tabuľky 3 vyplýva, že rok 2009 sa naozaj javí ako najhorší v dosahovaní rentability celkového kapitálu. O niečo lepšie hodnoty sú už v roku 2010 a v roku 2011 sa situácia už stabilizovala. Pritom je potrebné poukázať na fakt, že u prvých 25 % podnikov v rokoch 2009 a 2010 bola strata taká vysoká, že aj po pripočítaní


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni nákladových úrokov vychádzajú záporné hodnoty. Teda tieto podniky nie sú schopné zo svojej hospodárskej činnosti uhradiť svojim

veriteľom tieto náklady. Preto museli hľadať iné finančné zdroje a rezervy.

Tab. 3: Rentabilita celkového kapitálu Rok

2007

2008

2009

2010

2011

Dolný kvartil

1,22 %

0,80 %

-7,03 %

-2,47 %

0,38 %

Medián

3,07 %

2,61 %

0,88 %

1,44 %

2,51 %

Horný kvartil

7,51 %

5,74 %

3,22 % 4,03 % 5,85 % Zdroj: databáza údajov MPRV SR, vlastné výpočty

Konečne vzájomnou komparáciou týchto dvoch ukazovateľov sa dopracujeme k objektívnym výsledkom, ktoré sú prezentované v tabuľke 4. Sú v nej zobrazené početnosti podnikov, ktoré spĺňajú stanovené kritérium, že rentabilita celkového kapitálu je vyššia ako náklady na cudzí kapitál v absolútnom aj relatívnom vyjadrení za roky 2007 až 2011. Najlepší sa javí rok 2007, kedy to bolo až 24,4 % podnikov, naopak najhorším je rok 2009, kedy to bolo necelých 13 % podnikov. Druhým najlepším rokom je rok 2011, kedy toto kritérium spĺňalo 22,34 %. Celkovo však vidíme, že iba veľmi málo podnikov splnilo túto podmienku.

Iba u týchto podnikov by sme odporúčali ďalšie zadlžovanie, čím by sa pôsobením finančnej páky zvyšovala rentabilita vlastného kapitálu, a tým aj trhová hodnota firmy. Samozrejme s rešpektovaním ďalších faktorov, ako sú likvidita, finančná stabilita, voľnosť, či problémy finančných ťažkostí. U ostatných podnikov by sme naopak odporúčali zvyšovať stupeň samofinancovania, čo by opäť prostredníctvom finančnej páky zlepšovalo rentabilitu vlastného kapitálu. A práve toto tvrdenie možno považovať za benchmarkt pre poľnohospodárske podniky v oblasti zadlženosti.

Tab. 4: Počet podnikov s väčšou ROI oproti nákladom na cudzí kapitál Rok

2007

2008

2009

2010

2011

Počet podnikov spolu

930

933

940

818

770

Počet podnikov s väčšou RCK oproti nákladom na cudzí kapitál

227

174

122

135

172

% podiel

24,41 %


Pre ukazovateľ finančnej páky je typické aj to, že ide vlastne o obrátený pomer ukazovateľa stupňa samofinancovania. Ukazovateľ samofinancovania vyjadruje do akej miery dokáže podnik kryť svoje potreby z vlastných zdrojov. Čo sa týka výstupu tohto ukazovateľa, je možné skonštatovať, že čím je vyššia hodnota, tým je menšia závislosť na veriteľoch. Znižovanie tohto ukazovateľa, vedie obvykle k zvyšovaniu nákladov na získanie a viazanie Trendy v podnikání – Business Trends 4/2013

celkového kapitálu. Výsledky analýzy ukazovateľa finančná páka sú obsiahnuté v tabuľke 5. Z tabuľky 5 vyplýva, že vývoj v dolnom a hornom kvartile, ale aj v mediáne je počas celého sledovaného obdobia vyrovnaný. U podnikov zaradených do mediánu dosahuje finančná páka hodnoty okolo 2, teda na jedno Euro vloženého vlastného kapitálu pripadajú približne 2 Eurá celkového kapitálu. U podnikov zaradených v hornom kvartile

55


pôsobí finančná páka najsilnejšie, teda pokiaľ je u nich splnená podmienka, že rentabilita celkového kapitálu je vyššia ako náklady na cudzí kapitál, tak je to najvyšší pozitívny efekt na rentabilitu vlastného kapitálu. Ale ak podmienka vyššej rentability celkového kapitálu

oproti nákladom na cudzí kapitál nie je splnená, opäť je u týchto podnikoch (v hornom kvartile) najvyšší, ale negatívny efekt na rentabilitu vlastného kapitálu.

Tab. 5: Finančná páka Rok

2007

2008

2009

2010

2011

Dolný kvartil

1,40

1,49

1,52

1,49

1,5

Medián

1,95

2,00

2,16

2,06

2,09

Horný kvartil

3,34

3,53

ZÁVER Zvyšovanie rentability pre vlastníka podniku je jedným zo základných podnikových finančných cieľov. Rentabilita vlastníka (ROE) je ovplyvnená viacerými faktormi. Samozrejme hlavným faktorom je zvyšovanie úspešnosti podniku formou zvyšovania podielu na trhu. My sme sa v článku zaoberali možnosťou zvyšovania ROE rastom podielu cudzieho kapitálu. Tento spôsob vychádza zo vzájomného vzťahu nákladov na vlastný a cudzí kapitál. Analýzu sme uskutočnili na výberovom súbore podnikov poľnohospodárskej prvovýroby na Slovensku za obdobie rokov 2007-2011. Zamerali sme sa na zhodnotenie počtu a percenta podnikov, v ktorých by zvýšenie cudzieho kapitálu prispelo k rastu úžitku pre vlastníka meraného ukazovateľom ROE. zistili sme, že len v prípade cca. 20% podnikov je zmysluplné zvyšovať podiel cudzieho kapitálu za účelom rastu rentability vlastného kapitálu. Obdobie od roku 2008 je charakteristické poklesom úrokových sadzieb pod vplyvom všeobecného poklesu základných úrokových sadzieb centrálnych bánk. Zníženie nákladov na cudzí kapitál zvyšuje jeho atraktívnosť a vedie ku rastu podielu cudzieho kapitálu na financovaní potrieb podnikov. LITERATURA [1] BOJŇANSKÝ, J. – TÓTH, M. – SERENČÉŠ, P.: Vplyv verejných financií na finančné hospodárenie

56

3,72 3,81 3,83 Zdroj: databáza údajov MPRV SR, vlastné výpočty podnikov poľnohospodárskej výroby. In: Acta oeconomica et informatica, ročník 15, 2012, č.1, vedecký časopis pre ekonomiku a informatiku v poľnohospodárstve, SPU: Nitra, s. 14-17. ISSN 13369261 (online), ISSN 1335-2571 (tlačené vydanie) [2] ČIERNA, Z., RÁBEK, T. Monžosti zvyšovania rentability vlastného kapitálu pôsobením finančnej páky v poľnohospodárskych podnikách. In Ekonomika poľnohospodárstva. Roč. 12, č. 2 (2012), s. 31--40. ISSN 1335-6186. [3] HOLEČKOVÁ, J. – GRUNWALD, R. 2001. Finanční analýza a plánovaní podniku. 2. vydání. Praha: VŠE, 2001, 197 s. ISBN 80-7079-587-5 [4] HRDÝ, M. – KERCHOVSKÁ, M. 2013. Podnikové finance v teorii a praxi.1. vydanie.Praha: Wolters Kluwer ČR, ISBN 978-80-7478-011-0 [5] KOTULIČ, Rastislav - KIRÁLY, Petrer RAJČÁNIOVÁ, Miroslava. 2010. Finančná analýza podniku. 2. vyd. Bratislava : Iura Edition, 2010. 238 s. ISBN 978-80-8078-342-6 [6] LANČARIČ, D., SAVOV, R. Firemné plánovanie. Nitra : Slovenská poľnohospodárska univerzita, [7] Pogranová, Zuzana - Savov, Radovan Lančarič, Drahoslav - Lenčéšová, Lucia. 2011. Benchmarking - nástroj zlepšovania riadenia podnikateľskej činnosti. Nitra : Slovenská poľnohospodárska univerzita, 2011. 87 s. ISBN 978-80552-0672[8] SAVOV, R., LANČARIČ, D., PAŠKA, Ľ. Strategický manažment kvality v podmienkach agropodnikateľských subjektov na Slovensku. Nitra : Slovenská poľnohospodárska univerzita, 2011. 117 s. ISBN : 978-80-552-0705-6 [9] SERENČÉŠ, P. et al. Financie v poľnohospodárstve. Nitra : Slovenská poľnohospodárska univerzita v Nitre, 2010. 183 s. ISBN : 978-80-552-0438-3


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni [10] VÁRYOVÁ, I. – KOŠOVSKÁ, I. – FERENCIVAŇOVÁ, A., 2012: Informačné nástroje riadenia nákladov v podnikoch poľnohospodárskej prvovýroby. In: Ekonomika poľnohospodárstva, ročník XII. 3/2012. ISSN 1338- 6336 [11] ZALAI, Karol a kol. 2008. Finančno-ekonomická analýza podniku. 6. vyd. Bratislava : Sprint, 2008. 385 s. ISBN 978-80-8908-599-6

Autoři: Ing. Tomáš Rábek, PhD. Slovenská poľnohospodárska univerzita v Nitre Fakulta ekonomiky a manažmentu Katedra financií [email protected]

Ing. Zuzana Čierna, PhD. Slovenská poľnohospodárska univerzita v Nitre Fakulta ekonomiky a manažmentu Katedra financií [email protected] Ing. Marián Tóth, PhD. Slovenská poľnohospodárska univerzita v Nitre Fakulta ekonomiky a manažmentu Katedra financií [email protected]

UTILIZATION OF FINANCIAL LEVERAGE IN SLOVAK AGRICULTURAL PRIMARY PRODUCTION Tomáš Rábek, Zuzana Čierna, Marián Tóth Abstract: The aim of this paper is to highlight the results of research in the field of financial analysis focusing on leverage as a way to increase return on equity. Analysis was conducted on the sample of agricultural enterprises in Slovakia for the period 2007-2011. We aimed to assess the number and percentage of firms, in which increase of liabilities would contribute to growth in benefit for the owner measured by ROE. We found that only in the case of approx. 20% of businesses, it makes sense to increase the share of foreign capital in order to increase return on equity. The period since 2008 is characterized by a decrease in interest rates under the influence of the drop in the interest rates of central banks. Reducing the cost of foreign capital increases its attractiveness and leads to the growth of the share of foreign capital to finance business needs. Key words: Financial leverage, ROE, ROI, agriculture, cost of capital. JEL Classification: G32


57


ANALÝZA ZMIEN KONCENTRÁCIE BANKOVÉHO SEKTORA SR NA BÁZE ARCHIMEDOVSKÉHO CIEĽOVÉHO PROGRAMOVANIA Ivan Brezina, Juraj Pekár, Zuzana Čičková ÚVOD Na analýzu konkurenčného prostredia ([1], [2], [3], [4], [5], [10], [11], [13], [14,], [15]) sa pomerne často využíva HerfindahlovHirschmanov index koncentrácie, ktorý je od roku 1982 v USA súčasťou smerníc o horizontálnych fúziách. HerfindahlovHirschmanov index koncentrácie (HHI) bol v roku 1945 navrhnutý A. O. Hirschmanom („National Power and the Structure of Foreign Trade“). Nezávisle od neho bol v roku 1950 preformulovaný O. C. Herfindahlom („Concentration in the U. S. Steel Industry“). 1 HERFINDAHLOV-HIRSCHMANOV INDEX HHI vychádza z trhového podielu i-tého subjektu na danom relevantnom trhu si 

qi

, i  1,2, ..., n

n

q

i

, kde n predstavuje celkový počet subjektov a qi objem i-tého subjektu na relevantnom trhu (i = 1, 2, ..., n), pričom celkový objem relevantného trhu je i 1

n

Q   qi i 1

2 ZMENA STUPŇA KONCENTRÁCIE PRI VSTUPE NOVÉHO SUBJEKTU NA RELEVANTNÝ TRH Vstup nového subjektu na relevantný trh môže zmeniť charakteristiku stupňa jeho koncentrácie. Pri analýze zmien hodnôt HHI možno pritom vychádzať z predpokladu, že dodatočný objem nového subjektu q  nie je relevantným trhom absorbovaný a teda celkový objem Q sa nezmení, pričom objem produkcie ostatných subjektov sa zníži proporcionálne podľa pôvodných podielov. Nech podiel pôvodného i-tého subjektu na qi relevantnom je Q (i = 1, 2, ..., n) a podiel q nového subjektu je Q . Novú hodnotu HHI

možno potom vypočítať na základe:   q   q 1   n  i   q   Q   HHI      Q  Q    i 1    

2

2

(2)

3 ARCHIMEDOVSKÉ CIEĽOVÉ PROGRAMOVANIE

. Potom HHI sa vypočíta:

n

HHI   (si )2

(1)

i 1

Koncentrácia na relevantnom trhu na základe hodnoty HHI používaná Európskou komisiou je nasledujúca ([9]):  

nekoncentrované odvetvie (pre hodnotu HHI menšiu ako 0,1), stredne koncentrované odvetvie (pre 0,1;0,2



58

hodnotu HHI z intervalu ), koncentrované odvetvie (pre hodnotu HHI vyššiu ako 0,2).

Úlohu cieľového programovania riešime ako jednokriteriálnu optimalizačnú úlohu v tvare ([8]) min d ( y, y0 )

(3)

yY

kde d predstavuje funkciu vzdialenosti bodu y od bodu y0. Jednotlivé ciele sú zahrnuté ako zložky bodu y0 a predstavujú bod reprezentujúci cieľové hodnoty. Riešenie úlohy potom spočíva v hľadaní alternatívy y*  Y, ktorá sa čo možno najmenej odlišuje od zadaného bodu y0.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Pri riešení úloh cieľového programovania možno použiť archimedovské cieľové programovanie, v ktorom vystupujú odchýlkové premenné oi+ (reprezentuje prekročenie i-tého cieľa) a oi- (reprezentuje nesplnenie i-tého cieľa). Úlohu archimedovského cieľového programovania možno v prípade rovnakej významnosti kritérií pri stanovení k cieľov formulovať ako úlohu matematického programovania:





k

min d y, y0 =  (o i + o i ) i=1

y i  o i  o i  y 0i ,

i  1,2,...k

yY  o , o i  0,

i  1,2,...k

 i

(4)

4 ZMENA HODNOTY HERFINDAHLOVHO-HIRSCHMANOVHO INDEXU NA BÁZE ARCHIMEDOVSKÉHO CIEĽOVÉHO PROGRAMOVANIA Zo vzťahu (2) možno vypočítať novú hodnotu HHI, na základe ktorej možno pri vstupe nového subjektu na relevantný trh charakterizovať jeho koncentráciu podľa klasifikácie EK. Hranice jednotlivých intervalov koncentrácie predstavujú pritom želaný cieľ y0. Pred vstupom nového subjektu na relevantný trh možno zistiť, akú hodnotu podielu môže dosiahnuť, aby nenastala zmena v koncentrácii podľa uvedenej klasifikácie, pričom uvedený problém možno riešiť pomocou úlohy archimedovského cieľového programovania. Daný problém neobsahuje štruktúrne ohraničenia a jeho formulácia pri jednom kritériu je nasledujúca:



min d HHI  q   , y 0



(5) kde na základe vzťahu (2):   q   q 1   2 n  i   q   Q   HHI  q        Q  Q  i 1     

Na riešenie problému možno použiť metódu archimedovského cieľového programovania, pričom úloha obsahuje len jedno kritérium (k = 1):





min d HHI  q   , y 0 = o  + o  2

  q   q 1   2 n  i   q   Q        y0  o o  Q    Q    i 1       o ,o  0

(6)

5 ANALÝZA ZMENY SLOVENSKÉHO BANKOVÉHO SEKTORA PRE UKAZOVATEĽ POČTU KLIENTOV Ako už bolo v predchádzajúcej časti uvedené, na analýzu bankového sektora SR pre ukazovateľ počtu klientov možno použiť metódu archimedovského cieľového programovania pre úlohu (6). V tabuľke 1 sú uvedené počty klientov jednotlivých bánk pôsobiacich v SR v rokoch 2011 a 2012 ([6], [12]). V zozname bánk nie je pritom uvedená Prima banka, a.s., nakoľko v roku 2011 neexistovala (je následníčkou Dexia banky), v roku 2012 (október) dosiahla cca 30 000 klientov ([7]). Privatbanka, a.s. taktiež nie je uvedená v zozname (aj keď bola založená v roku 2007), je pritom jedinou špecializovanou bankou na Slovensku, ktorá sa prednostne orientuje na privátne bankovníctvo a nie je preto porovnateľná s ostatnými komerčnými bankami SR (údaje o počte jej klientov nie sú k dispozícii). Výpočty boli realizované v roku 2012 aj s údajmi Prima banky, avšak vypočítané hodnoty neboli výrazne ovplyvnené. Preto vypočítané výsledky sú uvedené bez dvoch predmetných bánk.

2

(5).


59


Tab. 3: Počty klientov jednotlivých bánk pôsobiacich v SR v rokoch 2011 a 2012 Banka

Počet klientov 2012

Počet klientov 2011

Slovenská sporiteľňa, a.s.

2177788

2200159

Všeobecná úverová banka, a.s.

1252874

1255774

Poštová banka, a.s.

968520

896686

Prvá stavebná sporiteľňa, a.s.

770253

687344

Tatra banka, a.s.

745227

741755

Československá obchodná banka, a.s.

396601

392525

OTP Banka Slovensko, a.s.

245578

239708

UniCredit Bank Slovakia, a.s.

218152

213633

Wustenrot stavebná sporiteľňa, a.s.

178444

188756

Sberbank Slovensko, a.s.

97661

93345

ČSOB stavebná sporiteľňa, a.s. 87289 86334 Zdroj: NBS, TREND, 20. Jún 2013, príloha TREND TOP VO FINANČNÍCTVE Na základe analýzy súčasného stavu bola vypočítaná hodnota HHI pre ukazovateľ počtu klientov v roku 2012, ktorá je na úrovni 0,1706662, čo podľa metodiky EK znamená, že bankový sektor je stredne koncentrovaný. V roku 2011 bankový segment dosiahol pre tú istú charakteristiku hodnotu HHI na úrovni 0,174431672 (t.j. tiež stredne koncentrovaný sektor). Použitím modelu (6) pri stanovení cieľov na úrovni 0,1 a 0,2, ktoré vychádzajú zo smernice EK, boli realizované výpočty pre vybraný ukazovateľ. Pritom pre rok 2012 pre uvedený predpoklad nezmeneného počtu klientov pre všetky banky a ich proporcionálneho prechodu k novému bankovému subjektu pri vstupe novej banky by sa segment zmenil na koncentrovaný v prípade získania viac ako 2 579 329 klientov. Dosiahnutie nekoncentrovaného odvetvia nie je možné nakoľko minimálna hodnota HHI je na úrovni 0,145785552 pri získaní 1 040 862 klientov. Taktiež v roku 2011 sa mohol segment zmeniť iba na koncentrovaný pri získaní 2 506 068 klientov. Ako v roku 2012, tak aj v roku 2011 sa segment nemôže stať nekoncentrovaným, keďže minimálne hodnota koncentrácie je na úrovni 0,148524341 pri počte 1 039 233 klientov.

60

ZÁVER Príspevok je venovaný analýze zmien hodnôt Herfindahlovho-Hirschmanovho indexu (HHI), ktorá umožňuje simulovať zmeny v koncentrácii na relevantnom trhu po vstupe nového subjektu. V našich úvahách sme vychádzali z predpokladu vstupu nového podnikateľského subjektu, ktorý by získal určitý podiel na celkovom objeme relevantného trhu, pričom jeho príchodom sa celkový objem relevantného trhu nerozšíri, ale objem subjektov na ňom už pôsobiacich sa proporcionálne zníži. Tieto úvahy sú podporené formulovaním úlohy archimedovského cieľového programovania, ktorá umožňuje na základe metodiky Európskej komisie charakterizovať prípustné zmeny koncentrácie (nekoncentrované, stredne koncentrované, koncentrované). Úvahy boli prezentované na údajoch slovenského bankového sektora, pričom bol analyzovaný ukazovateľ počtu klientov. Na základe výpočtov možno vysloviť hypotézu, že pri vstupe nového bankového subjektu do slovenského bankového sektora nemôže nastať situácia, keď je uvedený segment nekoncentrovaný v žiadnom z analyzovaných rokov. Na druhej strane, situácia zmeny na koncentrovaný


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni segment nastane pri prezentovaných vypočítaných hodnotách, ktoré môžu slúžiť ako podklad pre Protimonopolný úrad SR na rozhodovanie o povolení vstupu novej banky na trh. Reálne však uvedená situácia nemôže nastať, nakoľko nová banka by musela získať viac klientov ako má v súčasnosti najväčšia banka na Slovensku. Analýza zmien hodnôt HHI môže byť úspešne využitá ako nástroj pri posudzovaní vstupu nového subjektu na relevantný trh.

[8] CHOCHOLATÁ, M. Lineárne programovanie pre manažérov. Bratislava: Vydavateľstvo Ekonóm, 2013.

Tento príspevok bol podporený grantom VEGA, číslo projektu 1/0104/12 „Modelovanie cenovej politiky dodávateľského reťazca v konkurenčnom prostredí“.

[12] TREND, 20. Jún 2013, príloha TREND TOP VO FINANČNÍCTVE

LITERATÚRA [1] BREZINA, I. Hodnotenie vývoja koncentrácie v odvetví. Ekonomický časopis. 1994, Vol. 42, No. 3, pp. 218 – 229. [2] BREZINA, I.; ORŠULOVÁ, A.; PEKÁR, J. Analýza absolútnej koncentrácie vybraného odvetvia pomocou Herfindahlovho-Hirschmanovho indexu. Ekonomický časopis. 2009, Vol. 57, No. 1, pp. 77-94. [3] BREZINA, I.; PEKÁR, J.; ČIČKOVÁ, Z.; BREZINA, I, Jr. Zmeny v koncentrácii slovenského bankového sektora. Finančný manažér. 2012, Vol. 12, No. 3, pp. 24-29. [4] DICKSON, V. Aggregate Industry Cost Function and the Herfindahl Index. Southern Economic Journal. 1994, Vol. 61, Issue 2, pp. 445-452. [5] HANNAH, L.; KAY, J.A. 1977. Concentration in Modern Industry: Theory, Measurement and the UK Experience. London: Macmillan, 1977. [6] http://www.nbs.sk/sk/dohlad-nad-financnymtrhom/dohlad-nad-bankovnictvom/zoznam-uverovychinstitucii/banky-so-sidlom-na-uzemi-sr [7] http://www.primabanka.sk/aktuality/uz-viac-ako30-000-klientov-s-osobnym-uctom-25-novych-pobocieka-37-novych-bankomatov-58


[9] Nariadenie Rady (ES) č. 1/2003 zo 16. decembra 2002 o vykonávaní pravidiel hospodárskej súťaže ustanovených v článkoch 81 a 82 Zmluvy (Úradný vestník Európskych spoločenstiev L 001, 04/01/2003 s. 01-25). [10] TAPLIN, R. H. Harmony, Statistical Inference with the Herfindahl H Index and C Index. Abacus. 2003, No. 39(2), pp. 82-94. [11] ten KATE, A. The dominance index in Mexican merger control: does it perform better than the HHI? The Antitrust Bulletin. 2006, Vol. 51, No. 2, pp. 383-409.

[13] UNČOVSKÝ, L.; BREZINA, I. Koncentrácia a efektívnosť v slovenskom priemysle. Ekonomický časopis. 1995, Vol. 43, No. 9, pp. 710 – 718. [14] UNČOVSKÝ, L.; BREZINA, I. 1997. Market Concentration and Problem of Monopoly. Phare ACE Programme, Discussion Paper Series N° 07/1. [15] UNČOVSKÝ, L.; BREZINA, I. Concentration of industry in the Slovak Republic. Ekonomický časopis. 1997, Vol. 45, No. 10, pp. 759 – 775.

Autoři: prof. Ing. Ivan Brezina, CSc. Ekonomická univerzita v Bratislave Fakulta hospodárskej informatiky Katedra operačního výskumu a ekonometrie [email protected] doc. Mgr. Juraj Pekár, PhD. Ekonomická univerzita v Bratislave Fakulta hospodárskej informatiky Katedra operačního výskumu a ekonometrie [email protected] Ing. Zuzana Čičková, PhD. Ekonomická univerzita v Bratislave Fakulta hospodárskej informatiky Katedra operačního výskumu a ekonometrie¨ [email protected]

61


ANALYSIS OF CHANGES IN CONCENTRATION SLOVAK BANKING SECTOR BASED ON GOAL PROGRAMMING Ivan Brezina, Juraj Pekár, Zuzana Čičková Abstract One of the most widely used indices for measuring the concentration of industry is the Herfindahl-Hirschman Index (HHI). The analysis of its changes enables examines changes in the concentration of the market in case of new business entity entry. The analysis is based on the assumption that after entering the relevant market a new business entity receives a proportion of its total volume, with the advent of a new business entity to market its total volume expands in a proportional reduction in the volume of the market for operating entities. Analysis was applied to the task of goal programming which is based on the methodology of the European Union, that allows characterize the changes in the concentration of the relevant market. In this paper data about Slovak Republic banking sector were used to calculate limits for number of clients for Slovak banking market entering bank. Limits represent boundaries of clients between banks in case of banking sector concentration change in Slovak Republic. Key words Herfindahl-Hirschman index, industry concentration, goal programming. JEL Classification L44, C02

62



VYUŽITIE ROZHODOVACÍCH STROMOV PRI ANALÝZE PRIESKUMU TRHU Viera Labudová, Dana Hrušovská ÚVOD V našom príspevku sme sa zamerali na analýzu využívania prieskumu trhu podnikmi v podmienkach Slovenskej republiky. Využili sme pri tom modely rozhodovacích (klasifikačných) stromov. Porovnali sme údaje využívania prieskumu trhu na základe dvoch prieskumov, ktoré boli uskutočnené v rokoch 2009 a 2012. Zamerali sme sa štatistické overenie závislosti prieskumu trhu od vybraných faktorov a na využívanie prieskumu trhu vybraných oblastí marketingovej činnosti v podniku. Následne sme analyzovali vplyv vybraných atribútov na uskutočňovanie prieskumu trhu. Na základe získaných údajov boli navrhnuté opatrenia na riešenie tohto problému. 1 IDENTIFIKÁCIA FAKTOROV, KTORÉ OVPLVYVŇUJÚ VYUŽÍVANIE PRIESKUMU TRHU 1.1 FORMA ZISŤOVANIA, SPÔSOB ZBERU ÚDAJOV Získavanie údajov prebehlo v mesiacoch február – máj 2009 a v ďalšej etape v mesiacoch september – december 2012. Výberovú vzorku tvorilo v prvej etape 500 podnikov, 269 podnikov bolo zaradených do databázy. V roku 2012 sa zisťovanie uskutočnilo na vzorke 120 podnikov, do databázy bolo zaradených 61 podnikov. V obidvoch etapách bol použitý jednoduchý náhodný výber, jednotkami výberu boli podniky. Zisťovanie sa realizovalo formou klasických dotazníkov, pričom bolo použité osobné opytovanie.


1.2 ANALÝZA ZÁVISLOSTÍ Z výsledkov dotazníkového zisťovania, ktorý bol zameraný na posúdenie významu a miery využitia vybraných oblastí marketingovej činnosti v podniku, sme analyzovali vplyv týchto atribútov na uskutočňovanie prieskumu trhu (prieskum trhu: áno (1), nie (0)):  právna forma (PRAV_FORMA): a.s., s.r.o., komanditná spoločnosť, fyzická osoba/živnostník, družstvo, iná,  počet zamestnancov (POCET_ZAM): živnostník (1), 1 - 9 zamestnancov (2), 10 - 49 zamestnancov(3), 50 - 249 zamestnancov (4), 250 a viac zamestnancov (5),  ročný obrat (ROC_OBRAT): do 2 000 000 EUR (1), 2 000 001 - 10 000 000 EUR (2), 10 000 001 EUR – 50 000 000 EUR (3), nad 50 000 000 EUR (4),  odvetvie (ODVETVIE_MOD): priemysel (sekcia ISIC rev. 4: C), stavebníctvo (PS) (sekcia ISIC rev. 4: F), obchod (sekcia ISIC rev. 4: G, H, I), služby (sekcia ISIC rev. 4: G, H, I) (OS), energetika (sekcia ISIC rev. 4: B, C, D, E), doprava (sekcia ISIC rev. 4: G, H, I), pošty a telekomunikácie (sekcia ISIC rev. 4: J) (EDT), poľnohospodárstvo (sekcia ISIC rev. 4: A), cestovný ruch (sekcia ISIC rev. 4: G, H, I) (PCR), iný sektor (sekcia ISIC rev. 4: R, S, T, U) (I). V tabuľkách 1 a 2 uvádzame počty podnikov, ktoré sa zúčastnili prieskumu a ich rozdelenie na podniky vykonávajúce prieskum trhu a tie, ktoré nevykonávajú prieskum trhu v závislosti od počtu zamestnancov a v závislosti od obratu.

63


Tab. 1. Využívanie prieskumu trhu v podnikoch v závislosti od počtu zamestnancov podnikov

Počet zamestnancov

2009

2012

Prieskum trhu

Prieskum trhu

áno

nie

živnostník

2

16

1- 9

38

10 - 49

Spolu

Spolu

áno

nie

18

1

4

5

62

100

2

13

15

36

31

67

6

10

16

50 - 249

34

16

50

7

5

12

250 – a viac

27

7

34

10

3

13

Spolu

137

132

269

26

35 61 Zdroj: Vlastné spracovanie

Tab. 2. Využívanie prieskumu trhu v podnikoch v závislosti od obratu podnikov Obrat

2009

2012

Prieskum trhu

Prieskum trhu

áno

nie

Spolu

áno

nie

Spolu

do 2 000 000 EUR

81

113

194

7

22

29

2 000 001 - 10 000 000 EUR

20

12

32

7

8

15

10 000 001 EUR – 50 000 000 36 EUR

7

43

5

2

7

nad 50 000 000 EUR

-

-

-

7

3

10

Spolu

137

132

269

26

Z celkového počtu 269 podnikov zahrnutých do prieskumu v roku 2009 uskutočňovalo pravidelne prieskum trhu v rôznych oblastiach 50,93 % podnikov. V roku 2012 to bolo 43 % podnikov. S rastúcim počtom zamestnancov, sa zvyšoval počet podnikov využívajúcich prieskum trhu. V skupine podnikov, ktoré majú 250 a viac zamestnancov uskutočňovalo v roku 2009 prieskum trhu až 79 % podnikov, v roku 2012 to bolo 77 % takýchto podnikov. V kategórii podnikov, ktoré majú 1 - 9 zamestnancov uskutočňovalo v roku 2009 prieskum trhu 38 % a v roku 2012 len 13 % podnikov tejto kategórie. Podniky konštatovali, že vzhľadom na kvalifikovanosť vlastných pracovníkov, ich znalosti trhu, znalosti cudzích

64

35 61 Zdroj: Vlastné spracovanie

jazykov, dokázali by zvládnuť vypracovanie marketingových analýz. Problém bol najmä vo financovaní vlastných prieskumov, kde podniky uvádzali nedostatok financií (33,8 %). Významným faktorom, ktorý ovplyvňuje prieskum trhu, považujeme výšku ročného obratu podnikov. Podniky roztriedené podľa výšky ich ročného obratu a uskutočňovania prieskumu trhu uvádzame v tabuľke 2. Údaje naznačujú závislosť medzi využívaním prieskumu trhu a výškou obratu. Z prieskumu vyplýva, že podniky, ktorých výška ročného obratu je do 2 000 000,- EUR robili prieskum trhu v roku 2009 iba 42 % podnikov (v roku 2012 24 % podnikov), v kategórii podnikov s ročným obratom od 10 000 001,Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni EUR – 50 000 000,- EUR bolo takýchto podnikov až 84 % (v roku 2012 to bolo 71 % podnikov v tejto kategórii). Skúmanie závislosti medzi dvoma kvalitatívnymi znakmi sme rozdelili na dve časti: a) overenie, či možno hovoriť o závislosti medzi skúmanými kvalitatívnymi znakmi, alebo ich treba považovať za nezávislé.

-

využívaním prieskumu trhu a právnou formou podniku.

Výsledky chí-kvadrát testu nezávislosti sú uvedené v tabuľke 3 pre rok 2009 a v tabuľke 4 pre údaje z roku 2012. Analýzu závislostí sme uskutočnili v programe SAS Enterprise MinerTM. Tab.3. Výsledky chí-kvadrát testu (2009)

b) ak je medzi skúmanými znakmi závislosť, možno zistiť jej charakter a posúdiť jej intenzitu pomocou mier asociácie. Na štatistické overenie závislosti sme použili Chí-kvadrát test [7], ktorý poskytuje výsledok testovania nezávislosti kvalitatívnych znakov. Na zmeranie sily závislosti dvojíc premenných, pri ktorých bola preukázaná štatisticky významná závislosť sme použili Cramerov koeficient (Cramer´s V) [6], ktorý môže dosiahnuť hodnoty od 0 po 1. Pri interpretácii kontingenčného koeficientu v psychologickom výskume možno použiť škálu, ktorú zaviedol Cohen [3]. Závislosť menšia ako 0,1 je triviálna, 0,1–0,3 malá, 0,3–0,5 stredná a nad 0,5 je veľká. Čím je hodnota koeficientov bližšie k jednej, tým je závislosť medzi dvoma kvalitatívnymi znakmi silnejšia a naopak. Pomocou chí-kvadrát testu bol overený predpoklad o existencii štatisticky významnej závislosti medzi využívaním prieskumu trhu a veľkosťou podniku charakterizovanou počtom zamestnancov alebo výškou obratu podniku, odvetvím v ktorom pracujú a právnou formou podniku. Štatisticky významná závislosť bola potvrdená medzi: -

využívaním prieskumu trhu a veľkosťou podniku, charakterizovaným počtom zamestnancov a obratom,

-

využívaním prieskumu trhu a odvetvím,


Zdroj: Vlastné spracovanie Tab.4. Výsledky chí-kvadrát testu (2012)

Zdroj: Vlastné spracovanie V roku 2012 štatisticky významne vplývali na realizáciu prieskumu trhu všetky štyri premenné, v roku 2009 sa nepotvrdil vplyv odvetvia. Najväčší vplyv mal v roku 2009 počet zamestnancov a právna forma podniku, v roku 2012 to bolo odvetvie a počet zamestnancov (tabuľka 5) (silu závislosti vyjadrujú hodnoty Cramerovho V).

65


Tab. 5. Hodnoty Cramerovho koeficientu Rok

Počet Právna zamestnancov forma

Ročný obrat

Odvetvie

2009

0,3617

0,3163

0,3153

0,1560

2012

0,4781

0,3622

0,3965 0,5218 Zdroj: Vlastné spracovanie

2 POUŽITIE ROZHODOVACÍCH STROMOV PRI ANALÝZE VYUŽÍVANIA PRIESKUMU TRHU

výstupného znaku Y. Nech vstupný znak nadobúda hodnoty a i ( i  1,2,... k ) a nech má

2.1

yj

ROZHODOVACIE STROMY

Pri zisťovaní toho, ktorá premenná má najsilnejší vplyv na prieskum trhu sme okrem chí-kvadrát testu použili model rozhodovacieho stromu. Rozhodovací strom je štruktúra, ktorá sa využíva na rozdelenie veľkého súboru prípadov (prípadmi sú štatistické jednotky, v našej analýze podniky) v databáze na menšie súbory prípadov pri postupnej aplikácii jednoduchých rozhodovacích pravidiel. Rozhodovací strom pozostáva zo súboru pravidiel - predpisov (pravidlami sú vzťahy medzi premennými) na rozdelenie veľkej heterogénnej populácie do menších, viac homogénnych skupín (skupina prípadov sa nazýva uzol) s rešpektovaním príslušnej výstupnej premennej [2]. Pri vytváraní rozhodovacieho stromu sú veľmi dôležité kritériá, podľa ktorých sa rozdeľujú záznamy v jednotlivých uzloch. Kritérium, na základe ktorého sa vyberá premenná, ktorá bude použitá na príslušnej úrovni vetvenia, závisí od charakteru výstupnej premennej. Základná idea rastu stromu súvisí s teóriou čistoty údajov. Kritériom výberu vetvenia je zvyšovanie čistoty dcérskych uzlov (za čistý uzol sa považuje taký, ktorý obsahuje len prípady jednej triedy výstupného znaku). V prípade rozhodovacích stromov, ktorý sme vytvorili na množinách údajov, pochádzajúcich z prieskumu trhu sme ako kritérium vetvenia použili entropiu. Pri definovaní entropie uvažujeme o trénovacej množine n prípadov. Každý prípad je opísaný hodnotou vstupného znaku A a hodnotou 66

výstupný znak m rôznych hodnôt – tried y j , ( j  1,2,... m ). Pravdepodobnosti výskytu triedy ,

( j  1,2,... m )

označme

pj

výstupného

( j  1,2,... m ).

znaku

Y

Entropiu výstupného znaku Y vyjadríme takto m

H Y     p j log2 p j 

(2.1)

j 1

kde p j je pravdepodobnosť výskytu triedy j výstupného znaku. Pravdepodobnosti

pj

môžeme odhadnúť

nj pomocou relatívnych početností: n , kde n j je absolútna početnosť triedy y j j  1,2,... m v

množine trénovacích prípadov. Vzťah (2.1) potom upravíme na tvar m

nj

H Y      j 1 

n

log2

nj n

  

(2.2)

Pri vetvení sa používa tá premenná, ktorá má najnižšiu hodnotu entropie [8]. 2.2 MODELY ROZHODOVACÍCH STROMOV PRE EMPIRICKÉ SÚBORY Rast stromov, ktoré sme vytvárali na množinách údajov z empirického zisťovania, sme ovplyvnili nastaveniami, ktorými sme obmedzili hĺbku vetvenia a minimálny počet prípadov v uzloch. Na dátovom súbore z roku 2009 bolo ako najsilnejšie kritérium použitá premenná počet zamestnancov (obr. 1). Z pôvodnej množiny, v ktorej robilo prieskum trhu 51 % podnikov, bola vyselektovaná samostatná skupina, ktorá Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni obsahovala podniky s počtom zamestnancov 50 a viac (kategórie 4 a 5). Aplikáciou ďalšieho rozhodovacieho pravidla boli z nich vyčlenené podniky, ktorých ročný obrat bol vyšší ako 10 000 000 Eur. V tejto skupine podnikov sa nachádzalo až 84 % takých, ktoré realizujú

prieskum trhu. Vysoký podiel podnikov realizujúcich prieskum trhu (80 %) identifikujeme aj v skupine, vytvorenej podnikmi s menej ako 50 zamestnancami, ktorých výška ročného obratu prekročila 10 000 000 Eur.

Obr. 1. Rozhodovací strom vytvorený na množine podnikov z roku 2009

Zdroj: Vlastné spracovanie Pri generovaní rozhodovacieho stromu na údajovej množine z roku 2012 bol ako najsilnejší znak použité odvetvie. Najväčší podiel podnikov, ktoré realizovali prieskum trhu nachádzame v skupine podnikov pôsobiacich v oblasti energetiky, dopravy a spojov (91 %), najmenej ich je v sektore obchodu, služieb,

poľnohospodárstva a cestovného ruchu (21 %). Všetky akciové spoločnosti, pôsobiace v sektore energetiky, dopravy a spojov robia prieskum trhu. Ak má podnik, ktorý pôsobí v obchode, službách, poľnohospodárstve alebo cestovnom ruchu, do 9 zamestnancov, nevykonáva prieskum trhu.

Obr. 2. Rozhodovací strom vytvorený na množine podnikov z roku 2012

Zdroj: Vlastné spracovanie 3 ANALÝZA OBLASTÍ VYUŽÍVANIA PRIESKUMU TRHU Cieľom prieskumu bolo zistiť, v ktorých oblastiach pravidelne využívajú podniky prieskum trhu. Z konkrétnych výsledkov v r. Trendy v podnikání – Business Trends 4/2013

2009 vyplýva, že produkt ako taký je základom pre uspokojenie potrieb a požiadaviek zákazníkov a aj náš výskum potvrdil, že podniky robia najviac analýz v oblasti produktu (78 analýz). Na základe získaných údajov

67


môžeme konštatovať, že podniky sa zameriavajú na odbytové stratégie orientované trhovo, zisťujú potreby zákazníkov vopred, s cieľom uspokojiť požiadavky spotrebiteľov, nevyrábať pre výrobu, pre sklad, ale flexibilne sa prispôsobiť trhu. Neorientujú sa na stratégie orientované na aktíva podniku, teda najskôr vyrobiť a následne umiestniť aktíva podniku na danom trhu. Na základe získaných údajov vyplynulo z prieskumu, že podniky sa zameriavajú na trh (68 analýz), trhové podiely, skúmajú či je trh rastúci, klesajúci, stagnujúci. Analýzy ceny (67) sú pre podniky obzvlášť významné, ak by sme použili jednotnú cenu na všetkých trhoch, nevyužili by sme celkový potenciál trhu. Niektorí spotrebitelia sú ochotní zaplatiť vyššiu cenu na vyššiu kvalitu, vyhotovenie, funkcie, špičkový dizajn a iní spotrebitelia sú ochotní akceptovať aj nižšiu kvalitu za nižšiu cenu. Cenová diferenciácia, teda rôzna cena pre tú istú službu, pre ten istý produkt sa stáva významným nástrojom. Známa je segmentačná cenová diferenciácia kde ide o ponuku rôznej ceny pre tú istú službu (dôchodcov, deti, dospelých), časová cenová diferenciácia kde ponúkame inú cenu pre ten istý výrobok počas dňa, týždňa, sezóny, regionálna cenová diferenciácia kde ponúkame rôznu cenu pre rôzne trhy (západné Slovensko, východné Slovensko, Rakúsko) a cenová diferenciácia podľa účelu spotreby, ktorá súvisí s centrálnou reguláciou cien napr. v oblasti energií. Podniky potvrdili v prieskume, že marketingové stratégie reprezentované stratégiami orientovanými na konkurenta, skúmanie konkurenčných podnikov sú pre nich veľmi významné (55 analýz). Môžeme skúmať reakcie konkurentov, schopnosti – schopnosť rásť, reagovať na zmenené podmienky, zvyšovať svoju kapacitu. Môžeme definovať profil reakcie konkurentov v závislosti od rýchlosti reakcie na danú situáciu, potom hovoríme o pomalom, selektívnom, útočnom a stochastickom konkurentovi. Skúmame silné a slabé stránky konkurentov, skúmame ich stratégie, či sa zameriavajú na nízkonákladové stratégie, alebo orientované na diferenciáciu produktov alebo sa koncentrujú na vybraný segment na danom trhu. V závislosti od toho volíme našu stratégiu.

68

Ďalej môžeme určovať poradie konkurentov v danom odvetví bodovou metódou jednoduchou alebo váženou a následne určujeme vlastnú stratégiu vo vzťahu ku najväčším konkurentom v danom odvetví. Vytvorenie konkurenčného prostredia je základnou podmienkou fungovania trhovej ekonomiky. Konkurencia je faktor, ktorý najviac ovplyvňuje výšku zisku podniku. Netreba ju však vnímať výhradne negatívne. Pre podnik je zdravé mať aspoň jedného konkurenta. Rovnako výhodné je to aj pre jeho zákazníkov. Pokým je hospodárska súťaž zdravá, konkurent núti firmu pre zdokonaľovanie svojich výrobkov, nákup nových technológií, zavedenie modernejších postupov. To všetko s ohľadom na kvalitu vyrábaného výrobku či poskytovanej služby. Takisto núti podnik pre väčšiu starostlivosť o zákazníka, o jeho získavanie i udržiavanie. Samozrejme, konkurencia so sebou nesie i určité negatíva. Najmä ak firmy ponúkajú veľmi blízke substitúty v podmienkach, kde o pôvodné výrobky nie je dostatočný záujem. Problém môže nastať i pri cenovej konkurencii, keď si konkurent môže dovoliť vyrábať s nižšími nákladmi na jednotku produkcie, postupne vytlačí z trhu menšieho konkurenta, ktorého náklady na výrobok a následne jeho cena sú vyššie. Konkurencia môže používať rôzne spôsoby súperenia. Na zákazníkov môže pôsobiť prostredníctvom veľmi nízkych cien, ktoré bude znižovať až dovtedy, kým neodstráni svojho konkurenta. Použiť môže i necenovú konkurenciu, pričom sem zaraďujeme napr. reklamu, zvyšovanie kvality, zdokonaľovanie technických parametrov, obalovú techniku, poskytovanie pôžičiek na sortiment či služby, prepracovanejšie vzťahy so zákazníkom. Silný konkurent dokáže svoje stratégie rýchlo meniť, dokáže sa prispôsobiť, skúmame slabé a silné stránky konkurentov, sklony k riziku, predpokladané správanie v prípade ohrozenia firmy, výrobné možnosti, možnosti zväčšovania kapacity, možnosti diverzifikácie produktov, podiel konkurenta na trhu. Pre odhalenie silných a slabých stránok konkurenčných firiem využívajú manažéri často analýzu spotrebiteľskej hodnoty. Vzhľadom na výsledky


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni vyhodnotenia informácií môže firma zistiť, v ktorej zo šiestich možných konkurenčných postavení firiem sa nachádza. Firma sa môže teda nachádzať v postavení dominantnom, silnom, výhodnom, udržateľnom, slabom a neudržateľnom. Tieto sú zoradené od najvýhodnejšieho postavenia po nevyhovujúce. Zohľadňuje sa, ako veľmi firma kontroluje stratégie na trhu, možnosť nezávislého konania vzhľadom na konkurenciu, stabilitu pozície, možnosť, po prípade nemožnosť ďalšieho rastu a rozširovania svojej pozície.

Najslabšie zastúpenou oblasťou marketingových analýz je SWOT analýza. Jej podstatou je skúmanie vonkajšieho a vnútorného prostredia podniku, skúmanie silných a slabých stránok podniku ako aj hrozieb a príležitostí v rámci makro a mikroprostredia. Malú početnosť analýz SWOT (13 analýz) pripisujem faktu, že podniky robia veľké množstvo analýz trhu (68 analýz), z toho vyplýva, že makroprostredie konkrétneho podniku majú zmapované, a na vnútornú analýzu podnikov sa sústreďujú menej.

Čo sa týka inovácií (41 analýz) sú nevyhnutnou súčasťou každého výrobcu, výrobcovia sa môžu spájať vo financovaní výskumu a vývoja za účelom znižovania nákladov. Inovácie v konečnom dôsledku môžu znížiť náklady, zavedením novej technológie, nových materiálov, môžu zvýšiť obrat výrobkov. Sú neustále žiadané na trhu spotrebiteľov ale sú investične náročné. Charakter inovačnej aktivity podnikov možno rozlíšiť podľa druhov inovačných nákladov, ktoré podniky evidujú pri svojej činnosti. Použité môžu byť nasledovné oblasti inovačnej aktivity: zdokonaľovanie metód produkcie, investície do strojov a zariadení, tréningy zamestnancov, príprava uvedenia nového výrobku, uvedenie nového výrobku na trh, výskum a vývoj nových výrobkov.

Podiel marketingového prieskumu na celkových prieskumných aktivitách v prípade zlúčenia marketingovej stratégie a realizácie jednotlivých prieskumov (analýzy zamerané na trh, produkt, cenu, značku, spotrebiteľa, konkurenciu, marketingovú komunikáciu a reklamu, analýzy zamerané na distribúciu a predajné miesta a SWOT analýzy podniku) sa výrazne zmenil. Jednoznačne viedli analýzy marketingovej stratégie a realizácia prieskumov a to až vo výške 72,4 % z celkového množstva analýz uskutočňovaných pravidelne. Vytvorili sme štyri hlavné oblasti prieskumov obchodné plánovanie, marketingové analýzy, analýzy informácií, poradenstva a efektívností výrobného procesu a štvrtá oblasť bola legislatívy, manažmentu kvality a financií. Toto zoskupenie uvádza tabuľka 6 za obidva prieskumy v jednotivých prieskumoch. Ako vidíme z údajov jednoznačne vedú marketingové analýzy, analýzy informácií, legislatíva a obchodné plánovanie. Z prieskumu využitia jednotlivých oblastí v r. 2012 vyplynulo, že analýzy trhu, produktu, ceny, značky, spotrebiteľa, konkurencie, reklamy, distribúcie a SWOT sa podieľali nižším percentom ako v r. 2009.

Orientácia podnikov na reklamu (35 analýz) je tiež významná. Pri využití stratégie diferenciácie môžeme využiť diferenciáciu aj v reklame, pre ten istý výrobok môžeme použiť iné masovokomunikačné prostriedky, inú podporu predaja, iný spôsob predaja, môžeme využiť vzťahy s verejnosťou ako aj ďalšie špecifické prvky marketingovej komunikácie, samozrejme aj internet a nové formy.


69


Tab. 6. Oblasti prieskumu trhu využívané podnikmi Oblasti prieskumu trhu

2009

2012

počet

%

počet

%

36

5,3

10

6,25

Marketingová stratégia , analýzy trhu, produktu, 487 ceny, značky, spotrebiteľa, konkurencie, reklamy, distribúcie, SWOT

72,4

105

65,2

Analýzy inovácií, informácií a komunikácie, 93 infor. poradenstvo, efektívnosť výr. procesu

13,8

26

16,1

Legislatívny servis, manažment financie a účtovníctvo, žiadosti o úver

8,3

20

12,42

Obchodné plánovanie

kvality, 56

Spolu

ZÁVER Po dôkladnej analýze využívania prieskumu trhu navrhujeme nasledovné opatrenia pre zlepšenie podnikateľského prostredia pre prieskum trhu v podnikoch v SR:  zlepšiť prístup ku kapitálu pre podniky za účelom realizácie prieskumov trhov, podporiť financovanie pri nízkych úrokových sadzbách, účelové úvery, dotácie, štátne programy, znižovať náklady na prieskum trhu,  vytvoriť podmienky pre zlepšenie povedomia podnikového prostredia o prieskumoch trhov prostredníctvom vzdelávacích a poradenských inštitúcií a programov pre verejnosť ako aj podnikateľskú sféru,  zabezpečiť kvalitné, cenovo dostupné vzdelávanie pre podnikateľov, poskytovať odborné vzdelanie zamerané na rozširovanie a prehlbovanie vedomostí, využívať metodické postupy a aplikáciou na prax, rozvoj požadovaných schopností pracovníkov pre činnosť pri prieskumoch trhu, organizovať, pripravovať školenia, poskytovať kurzy v oblasti marketingu využívať individuálny prístup k vedomostiam, skúsenostiam a nárokov na množstvo informácií konkrétnych podnikateľov, vytvárať E - learningové programy

70

672

100,00

161 100,00 Zdroj: Vlastné spracovanie

diferencované pre skupiny podnikateľov, rozvíjať manažérske skúsenosti, a následne uprednostňovať vzdelaných odborníkov v danej oblasti v podnikovej praxi,  využívať moderné systémy v riadení, využívať marketingový systém na podporu rozhodovania, využívať moderné techniky zberu informácií, nepodceňovať možnosti využívania výpočtovej techniky, využívať moderné marketingové prístupy, zabezpečiť dostatok informácií o trhu, jazykové znalosti marketingových pracovníkov, dostatok informácií pri rozhodovaní pre prieskumy trhov,  využívať ďalšie stimuly pre rozvoj a aplikovanie prieskumov trhov do praxe, napr. propagácia v masovokomunikačných prostriedkoch, konferenciách, zapojenie vládnych inštitúcií do zvyšovania povedomia o prieskumoch trhov, ich význame, implementácií, užšia spolupráca medzi agentúrami prieskumu trhu a podnikmi, letáky, dni otvorených dverí, využívanie skúsenosti odborníkov ako aj skúsenosti v podnikovej sfére,  podporiť vznik poradenských centier pre podniky v oblasti prieskumu trhu, vytvoriť a financovať programy na podporu tvorby, financovania, implementácie prieskumov trhov.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Zlepšovanie využívania prieskumu trhu považujeme za kľúčovú oblasť, ktorá môže napomôcť podnikom zamerať sa na potreby spotrebiteľov, na ich meniace sa požiadavky a čo najrýchlejšie sa im prispôsobiť. Príspevok je súčasťou výstupu projektu VEGA č. 1/0100/13 Skúmanie dopadov aktuálnych javov svetovej ekonomiky na marketingové aktivity firiem. LITERATÚRA [1] ARMSTRONG, G. M. - KOTLER, P.: Marketing: An Introduction. Boston. Prentice Hall 2012, 613 p. ISBN 978-01-3274-403-4. [2] BERRY, M. J. A. – LINOFF, G. S. Data mining Techniques. For Marketing, Sales, and Customer Relationship management. 2004. Second Edition. Wiley Publishing, Inc., Indianapolis, Indiana, 2004. 166 p. ISBN 0471-47064-3. [3] COHEN, J. Statistical Power Analysis for the Behavioral Sciences. L. Erlbaum Associates, 1988. 567 p.

[4] PACÁKOVÁ, V. a kol. Štatistické metódy pre ekonómov. Bratislava : Iura Edition, 2009. 405 s. Ekonómia. ISBN 978-80-8078-284-9. [5] RUBLÍKOVÁ, E. a kol. 2009. Analýza kategoriálnych údajov. Bratislava: Vydavateľstvo Ekonóm, 2009. 172 s. ISBN 978-80-225-2710-1. [6] TEREK, M. a kol. 2010. Hĺbková analýza údajov. Bratislava: Iura Edition, 2010. 265 s. ISBN 978-808078-336-5.

Autoři: Viera Labudová, RNDr. PhD. Ekonomická univerzita v Bratislave Fakulta hospodárskej informatiky Katedra statistiky [email protected] Dana Hrušovská, Ing. PhD. Ekonomická univerzita v Bratislave Fakulta podnikového manažmentu Katedra podnikovohospodárska [email protected]

THE USE OF DECISION TREES FOR THE ANALYSIS OF MARKET RESEARCH Viera Labudová, Dana Hrušovská Abstract: In this paper we focus on analysis of market research companies in the Slovak Republic by the methods of decision trees. We compare the use of market research data based on two surveys that we were conducted in 2009 and 2012. We focused statistical verification based market research from selected factors and the use of market research in selected areas of marketing activities in the company. Subsequently, we analyzed the effect of selected attributes for implementing market research. Based on the obtained data suggest measures to address this problem. The contribution is part of the output of the project VEGA no. 1/0100/13 Research of the impact of current global economy phenomena on business marketing activities. Key words: decision trees , market research, statistical verification, marketing activities JEL Classification: M 31


71


ODPOVÍDÁ VÝVOJ ŠKODA AUTO ZNALOSTNÍ SPOLEČNOSTI? Miloha Jiří, Kotěšovcová Jana

ÚVOD

1

Systematicky zaměřený výzkum intenzity vývoje probíhal nejdříve především na národohospodářské úrovni [4]. Řešení, které ověřujeme v rámci našeho výzkumu, vycházející z multiplikativních vazeb a je natolik obecné, že jej lze aplikovat na různých hierarchických úrovních ekonomiky včetně úrovně podnikové a není závislé na tradičních předpokladech. Přesto, že vycházíme ze zisku jako rozhodujícího podnikatelského kritéria tržní ekonomiky, současně respektuje významnou omezenost výrobních faktorů. Není totiž lhostejné, jakým způsobem je daného zisku dosahováno. Náležitý způsob tvorby zisku má značný vliv jak na řízení velkých koncernů, hledání perspektivního nasměrování firem, tak při řešení problémů výběrových řízení, outsorcingu a dalších ekonomických činností na úrovni podniku.

Předpokládejme existenci úspěšné firmy, která má za dané výchozí období (index 0) celkové příjmy TR0 na což vynaloží celkové náklady TC0. Rozdíl těchto dvou veličin vyjadřuje zisk.

Klíčovou úlohou současného vývoje je aplikace nových poznatků nebo novátorské uplatnění poznatků dosavadních. Avšak inovace ve všech etapách podnikání vznikají jen tam, kde se díky kvalitnímu vzdělání rozvíjí věda, výzkum a kvalita lidských zdrojů i náležité uplatnění vrozených lidských schopností. Inovační procesy jsou spojeny s rozvojem komunikačních technologií, úrovní managementu a účinnější strategií, motivací apod. Takový vývoj využívá především kvalitativních (intenzivních) faktorů vývoje na rozdíl od extenzivního rozšiřování rozsahu produkce. V našem článku se zaměřujeme na zjištění využití intenzivních a extenzivních faktorů růstu společnosti, která je významným producentem působícím v automobilovém průmyslu a to Škody Auto. Jelikož příspěvek publikuje výsledky konkrétního projektu, je na jeho závěr uveden kód a název projektu a označení poskytovatele.

Ef  TR / TC

72

ILUSTRATIVNÍ PŘÍKLAD

Výstupy a vstupy budeme nejdříve charakterizovat pomocí mikroekonomické symboliky, tokovými veličinami TR celkové příjmy a TC celkové náklady. V obou případech jsou definičním oborem kladná racionální čísla. TR ≥ 0 a TC ≥ 0. Pokud je TR ≤ TC bude ekonomický zisk záporný EP ≤ 0. Rozdíl těchto dvou veličin vyjadřuje zisk.

EP  TR  TC Podíl TR0 a TC0 představuje efektivnost Ef0, která vyjadřuje (Hurník 2005), jaká část celkových příjmů připadá na jednu korunu vložených celkových nákladů. Snadno lze odvodit vztah vyjadřující, že efektivnost je nákladová rentabilita plus 1 jak ukazuje vztah

Ef  ( EP  TC) / TC  EP / TC  1 Jediným předpokladem dále odvozené metodiky měření vlivu intenzivních faktorů na vývoj firmy jsou definiční obory TR a TC, kterými jsou kladná racionální čísla TR ≥ 0 a TC ≥ 0. Pokud stoupne poptávka po námi produkovaném statku na dvojnásobek a na trhu není žádný jiný konkurenční producent, lze zvýšit produkci na dvojnásobek jedním z dvou specifických způsobů. Buď postavíme vedle naší výrobní kapacity ještě jednu, nebo zdvojnásobíme výkon stávajícího zařízení výhradně pomocí intenzivních faktorů vývoje. V prvním případě se zdvojnásobí veškeré vstupy.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni V případě čistě extenzivního vývoje lze vyjádřit dosažený zisk a efektivnost (indexem e) pomocí TR a TC ve výchozí situaci před zdvojnásobením produkce takto.

EPe  2TR  2TC  2EP

Efe  2TR / 2TC  Ef Ekonomický zisk se tedy při čistě extenzivním vývoji zvýšil dvakrát stejně jako celkové příjmy i celkové náklady. Zato ekonomická efektivnost Ef se vzhledem k výchozímu stavu nezměnila. Ve druhém případě vyjdeme ze stejných vstupů jako ve výchozí situaci (index 0). Dvojnásobné produkce dosáhneme výhradně pomocí inovací založených na intenzivních faktorech. Ekonomický zisk (index i) se v případě čistě intenzivního vývoje zvýšil, jak ukazují následující vztahy, více než dvojnásobně. Ekonomická efektivnost (index i) je právě dvojnásobná.

EPi  2TR  2TC  2 EP  TC  EPe  TC

Efi  2TR / TC  2 Ef Vzhledem k tomu, že ekonomický zisk vzrostl v obou variantách, je vhodnějším indikátorem intenzity ekonomického vývoje efektivnost, která se při čistě extenzivním vývoji neměnila, zatímco při čistě intenzivním rostla stejně jako produkt. Této skutečnosti bude využito při konstrukci dynamických parametrů intenzity a extenzity vývoje ekonomiky. 2

ZOBECNĚNÍ

Ve skutečnosti dochází k čistým vývojům jen výjimečně. Obvyklejší je vývoj smíšený, na kterém se podílejí obě složky, které se mohou také vzájemně kompenzovat. Obecné vyjádření stupně intenzity či extenzity vývoje musí být použitelné jak pro libovolný růst produkce, tak pro její pokles nebo stagnaci. Veškeré vývoje lze zachytit na obrázku č. 1. Na ose x jsou celkové náklady TC, zatímco na ose y je zisk EP. Lze zde nakreslit též izokvanty stálých celkových příjmů (šedé šikmé rovnoběžky) i izokvanty stálé efektivnosti (svazek přímek s průsečíkem v počátku Trendy v podnikání – Business Trends 4/2013

souřadnic). Výchozí bod má souřadnice TC=2; EP=2; takže

TR  2  2  4 Ef  4 / 2  2 Obr. 1: Vyjádření stupně intenzity či extenzity vývoje

TR T

T

Zdroj: vlastní zpracování Šipky z výchozího bodu znázorňují speciální případy čistě intenzivní a čistě extenzivní. Čistě intenzivní vývoj, při kterém dochází k růstu produkce při stálých celkových nákladech TC, představuje svislá šipka. Čistě extenzivní vývoj, při kterém dochází k růstu produkce při stálé efektivnosti Ef, je zobrazen šikmou šipkou. Z obrázku č. 1 je zřejmé, že požadovaného zdvojnásobení celkových příjmů lze docílit mnoha různými smíšenými způsoby. Tento obrázek umožňuje analyzovat, jakým způsobem může být dosažen určitý zisk. Při přechodu z jednoho bodu diagramu do druhého budeme moci znázorňovat trajektorii vývoje určitého ekonomického celku. V každém období pak budeme moci analyzovat vývoj z hlediska všech 4 sledovaných veličin TR, TC, EP, EF a jejich vzájemných souvislostí včetně dosaženého stupně intenzity. Pokud bychom chtěli vypočítat podíly vlivu u nějaké multiplikativní vazby jako je např. vliv efektivnosti a celkových nákladů na celkové příjmy plynoucí z výrazu (5).

TR  Ef  TC Je nezbytné převést nejdříve tento výraz na lineární aditivní vazbu logaritmováním. Získáme tak možnost vyjádřit i podíl vlivu kvalitativní veličiny, kterou je efektivnost Ef na kvantitativní veličině, kterou jsou celkové náklady TC.

73


3

DYNAMICKÁ ÚLOHA

Jestliže časová řada nějakých veličin jako je TR, TC, EP, Ef představuje statickou úlohu, tak změny vyjádřené dynamickými charakteristikami absolutního či relativního přírůstku (tempa změny) či indexu (koeficientu změny) představují dynamickou úlohu [3]. V obou případech lze vyjádřit, do jaké míry je daný vývoj způsoben extenzivními či intenzivními faktory vývoje a to jak na podnikové, regionální či národohospodářské úrovni. Označíme-li výchozí okamžik určitého sledovaného období τ a konečný okamžik T, pak počet let sledovaného období je znázorněn následujícím způsobem. Vývoj každé veličiny v časové řadě pak lze sledovat pomocí dynamických charakteristik. Pro obecný ukazatel A lze definovat: absolutní přírůstek: ( A)  AT  At , tempo růstu (A) A - A G(A)  T   I(A)  1 , A A koeficient změny; (řetězový) index I(A)  AT  G(A)  1 . A Je-li m = 1, jedná se o dynamické charakteristiky dvou po sobě následujících období. Efektivnost Ef je relací mezi vstupem x a výstupem y v daném časovém období.

74

Definičním oborem vstupů stejně jako výstupů jsou kladná racionální čísla: xє‹0,∞); yє‹0,∞); (x)є‹0,∞); I(y)є‹0,∞); G(xє ‹-1,∞); G(y) є ‹-1,∞). Vyjádření efektivnosti jako poměru nevyžaduje nezbytně stejné jednotky vstupní a výstupní veličiny. Výstupní veličinu systému označíme y (např. TR) a vstupní x (např. TC). Informuje nás y o efektivnosti: Ef t  T . xτ Z výrazů (13), (14) a (15) lze odvodit následující vztahy mezi uvedeným stejnorodými dynamickými charakteristikami [10].

G( Ef )  G( x)  G( Ef )  G( x) I ( Ef )  I ( x) Pro odvození univerzálních vztahů jednoznačného roztřídění vývojů podle podílu kvalitativních a kvantitativních (nebo extenzivních a intenzivních) faktorů bylo nutno nejdříve tyto druhy vývojů klasifikovat. Podrobné odvození této typologie, z které vychází odvození univerzálních dynamických charakteristik pro analýzu intenzity vývoje jakéhokoliv vývoje, jsou obsahem článku: Agregátní funkce a podíl vlivu intenzivních faktorů, který byl publikován v č. 2 Statistiky v roce 2007 [7]. Stručně je tato typologie zřejmá z tabulky č. 1.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni Tab. 1: Hodnoty parametrů intenzity a extenzity pro základní vývoje Hodnota parametru Názvy - základní vývoje 1

2 3 4 5

Čistě intenzivní růst Čistě desintenzivní pokles Čistě extenzivní růst Čistě desextenzivní vývoj Intenzivně extenzivní růst

6

Desintenzivně desextenzivní pokles

7

Intenzivní kompenzace

8

Extenzivní kompenzace

Charakteristika

Vývoj výstupů Druh

Výskyt

Na růst výstupu y působí jen vývoj Ef

růst osa y

Na pokles výstupu y působí jen vývoj Ef

pokles

Na růst výstupu y působí jen x

růst osa x

Na pokles výstupu y působí jen x Stejný vliv Ef a x na růst výstupu y Stejný vliv Ef a x na pokles výstupu y

čistý vývoj působí jen jeden parametr

pokles osa symetrie I.a III. kvadrantu

růst pokles

souhlasný vliv

Stagnace výstupu y růstem Ef a poklesem x hyperbola komnulového stagnace penzarůstu ce Stagnace výstupu y poklesem Ef a růstem x

intenzity i %

extenzity e %

100

0

-100

0

0

100

0

-100

50

50

-50

-50

50

-50

-50

50

Zdroj: vlastní zpracování 4 ODVOZENÍ DYNAMICKÝCH PARAMETRŮ INTENZITY A EXTENZITY Pro odvození vztahů vyjadřujících podíl vlivu intenzivních faktorů na vývoj výstupů lze vyjít jak z částečně aditivního výrazu (16), tak z čistě multiplikativního výrazu (17). Dosavadní teoretické analýzy i četné praktické aplikace umožňující snadnou interpretaci výsledků i další zobecnění např. na více faktorů ukazují, že vhodnější je použít jako základ pro další výpočty zlogaritmovaný vztah (17). Pokud se použije výraz (16) je nutno buď zanedbat viz. Cyhelský, Matějka. 1978 [1] multiplikativní část tohoto výrazu tj. G(x).G(Ef) nebo tento člen „nějak“ rozdělit. Tento problém ještě narůstá v případě, že zvažujeme více faktorů než 2, neboť počet multiplikativních členů a jejich rozsah se rychle zvyšuje. V literatuře lze nalézt některá řešení, která jsou použitelná pouze pro kladné přírůstky [11] obou faktorů. V dynamické úloze je ale nezbytné


zohlednit i případy poklesů jak jednotlivých faktorů, tak výstupu samotného. Může se stát, že budou oba uvažované faktory působit na pokles výstupů. Pokud působí jeden faktor na růst a druhý na pokles bude docházet k částečné kompenzaci vlivů nebo se dokonce projeví vzájemná kompenzace nulovým růstem výstupu. Následující výrazy byly odvozeny tak, aby věrohodně vyjadřovaly veškeré situace, které mohou v dynamické úloze nastat. Výsledkem odvození je vztah pro dynamický parametr intenzity: ln I(Ef) i lnI(Ef)  lnI(x) a doplňkový vztah pro extenzitu:

e

ln I(x) lnI(Ef)  lnI(x)

Pro čistě intenzivní vývoj generují výrazy (18) a (19) i = 1 a e = 0 (případně 100 % a 0 %), zatímco pro čistě extenzivní vývoj generují výrazy (18) a (19) i = 0 a e = 1. I ve všech ostatních případech dává uvedená dvojice 75


dynamických parametrů jednoznačnou informaci o typu vývoje v daném dílčím či souhrnném období.

míry byl v jednotlivých letech dosahován rostoucí či klesající výnos z rozsahu.

Odvozené dynamické parametry nemají žádná prostorová omezení a umožňují snadnou srovnatelnost různých zemí, odvětví, podniků apod. mimo jiné proto, že jde o bezrozměrnou veličinu. To je dáno tím, že v definičních výrazech (18) a (19) vystupují jen dynamické charakteristiky. Tuto výhodu má každý dynamický parametr, neboť nejsou závislé na měřítku či jednotkách charakteristik vystupujících ve statické úloze.

5 ANALÝZA VÝVOJE AKCIOVÉ SPOLEČNOSTI ŠKODA AUTO Všechny vstupní údaje pocházejí z veřejně dostupných výročních zpráv [14]. Vstupními údaji jsou časové řady celkových příjmů TR a zisku EP. Všechny vstupní údaje i vypočtené hodnoty jsou soustředěny v tabulce č. 2a a 2b. V posledním sloupci tabulky 2b jsou meziroční průměrné hodnoty temp růstu TR, EP, TC a Ef za celé sledované období tj. 1997 až 2012. Ve stejném sloupci jsou dynamické parametry intenzity i a extenzity e za celé sledované období tj. 1997 až 2012.

Měření intenzity a extenzity je velmi obecné, neboť jediným předpokladem jsou definiční obory vstupních a výstupních veličin tj. TR ≥ 0 a TC ≥ 0. Metodika umožňuje analyzovat kvalitu firemního vývoje, tj. mimo jiné do jaké Tab. 2a: Výchozí údaje a propočty za ŠKODA AUTO 1997

1998

1999

2000

2001

2002

2003

2004

TR (mil.Kč)

90095

105704

110409

136283

153271

145694

145197

155396

EP (mil.Kč)

12275

15806

16285

17826

11417

9042

12809

14400

TC (mil.Kč)

77820

89898

94124

118457

141854

136652

132388

140996

Ef=TR/TC

1,16

G(TR) G(EP) G(TC) G(EF) i e

1,18

1,17

1,15

1,08

1,07

1,10

1,10

17%

4%

23%

12%

-5%

0%

7%

29%

3%

9%

-36%

-21%

42%

12%

16%

5%

26%

20%

-4%

-3%

7%

2%

0%

-2%

-6%

-1%

3%

0%

10%

-5%

-8%

-26%

-26%

47%

7%

90%

95%

92%

74%

-74%

-53%

93%

Zdroj: vlastní zpracování Tab. 2b: Výchozí údaje a propočty za ŠKODA AUTO TR (mil.Kč)

2004

2005

2006

2007

2008

2009

2010

2011

2012

155396

177822

189816

221026

188572

170666

219545

252562

262649

97-12

EP (mil.Kč)

14400

18635

22107

30161

22972

14798

29220

36606

40898

TC (mil.Kč)

140996

159187

167709

190865

165600

155868

190325

215956

221751

Ef=TR/TC

1,10

1,12

1,13

1,16

1,14

1,09

1,15

1,17

1,18

14%

7%

16%

-15%

-9%

29%

15%

4%

7,4%

29%

19%

36%

-24%

-36%

97%

25%

12%

0,8%

13%

5%

14%

-13%

-6%

22%

13%

3%

7,2%

1,4%

1,3%

2,3%

-1,7%

-3,8%

5,4%

1,4%

1,3%

0,2%

10%

20%

15%

-11%

-39%

21%

10%

32%

2%

90%

80%

85%

-89%

-61%

79%

90%

68%

98%

G(TR) G(EP) G(TC) G(EF) i e

Zdroj: vlastní zpracování

76



Za celé sedmnáctileté období vzrostly celkové příjmy o 192 % a celkové náklady o 185 % což je v průměru ročně u obou ukazatelů o 8 %. Zisk vrostl o 233 % tj. meziročně o 9 %. Efektivnost vzrostla za celé sledované období o 2,3 %, což je v průměru za rok o 0,2 %. Za celé období se tedy vývoj jeví jako téměř čistě extenzivní. Intenzita je pouhé 2 % a extenzita 98 %.

Podstatně zajímavější je sledování vývoje této akciové společnosti podle jednotlivých let. Celkem plynulý růst nákladů byl přerušen poklesem pouze v letech 2002 a 2003 a v krizových letech 2008 a 2009 jak ukazuje diagram č. 2. Vývoj intenzity a extenzity v jednotlivých letech je patrný z diagramu č. 3.

Obr. 2: Meziroční vývoj TR a jeho struktury pro ŠKODA AUTO

Zdroj: vlastní zpracování Obr. 3: Meziroční vývoj intenzity a extenzity pro ŠKODA AUTO

Zdroj: vlastní zpracování V letech 1997 až 1998 působyly na růst produkce jak intezivní, tak extenzivní faktory, které silně převažovaly. Z diagramu je zřejmé, že ke kritickému stavu mezi roky 2001 a 2002 spěl již vývoj v předchozích 3 letech v nichž je již intenzita záporná a postupně narůstá od -5 % do -26 % v kritickém období 2001 až 2002. V tomto ročním období působí na pokles již i extenzivní faktory. Vedle vnitřních vlivů se v tomto období musela akciová společnost vyrovnávat s nestabilotou podnikatelského i politického prostředí a výrazně restriktivní měnovou i fiskální politikou.


Mezi roky 2002 až 2003 je typickým rokem konsolidace vývoje, neboť extenzivní faktory ještě působí na pokles neboť extenzita je sice záporná ve výši -53 %, avšak intenzivní faktory působí již významně na růst intenzita je 47 % což je nejvyšší meziroční hodnota za celé sledované období. Vnější podnikatelské prostředí bylo poznamenáno následným vstupem ČR do EU. Období let 2004 až 2007 je z hlediska působení intenzivních faktorů velmi podobné. Toto konsolidovanější období je též důsledkem růstové hospodářské politiky konsolidovaného

77


poprivatizačního chování podniků. Intenzivní i extenzivní faktory v tomto období působí společně na růst s převahou extenzivních faktorů. S těchto čtyřech meziročních období je intenzita největší mezi roky 2005 až 2006 a sice 20 %. Následují dva krizové roky od 2007 do 2009 působí oba faktory na pokles. Extenzivní faktory zaznamenaly největší pokles právě v roce 2008 a to ve výší – 89%. V souladu s vývojem světové krize je meziroční období 2008 až 2009 charakterizováno naopak největším poklesem parametru intenzity za celé sledované období a sice – 39 %. Poslední tři meziroční období mezi roky 2010 až 2012 jsou chakterizovány zvládnutím krizového období dvou předchozích let. Extenzivní i intenzivní faktory zde působí na růst. Rostou v tomto období nejen parametry extenzity ale i intenzity, které zaznamenávají vysokých hodnot 21% v roce 2010 a 32% v roce 2012. Pokud bude společnost ŠKODA AUTO pokračovat v nastoleném trendu i v budoucím období, bude jistě zaznamenávat úspěchy zejména na zahraničních trzích. ZÁVĚR Aplikace metodiky analýzy kvality podnikové trajektorie ukázala, že použití parametrů intenzity a extenzity ukazuje, že i přes malou informační a výpočetní náročnost lze získat přesvědčivé analytické závěry. Výhodou navržených parametrů je jejich časová srovnatelnost a absence prostorových omezení, která je rovněž vhodným nástrojem komparace. Parametr intenzity i vypovídá o tom, jaký podíl měly na výsledný vývoj TR intenzivní (kvalitativní) faktory projevující se změnou efektivnosti. Parametr extenzity e vyjadřuje podíl vlivu extenzivního vývoje na vývoj TR. Navržené parametry doplňují stávající soustavu analytických nástrojů znalostní ekonomiky. Smyslem našeho článku bylo zjistit, do jaké míry bylo vývoje dosaženo kvalitativního (intenzivního) a do jaké kvantitativního (extenzivního) rozvoje. Naše metodika není závislá na obvyklých předpokladech růstového účetnictví, které překonává. Jediným předpokladem jsou kladné definiční obory

78

vstupů a výstupů. Tradiční předpoklady růstového účetnictví, jako je požadavek konstantní efektivnosti z rozsahu, zde rozhodně nejsou na místě. Z výsledků zkoumání vyplývá, že ŠKODA AUTO je sice moderní a úspěšná společnost produkující značné zisky, avšak její vývoj není příliš intenzivní. Z podrobného studia výročních zpráv společnosti ŠKODA AUTO vyplývá, že auta produkovaná touto firmou nezaznamenala žádnou zásadní inovaci stejně jako vysoce vyvinutá výrobní technologie. Absence intenzity je daná z části tím, že byla na vysoké úrovni již ve výchozím sledovaném roce 1997. Pokud dochází k dílčím změnám výrobku, je to spíše v ergonomii, dizajnu a marketingu. Také pronikání na zahraniční trhy např. do Číny, se nepromítá do intenzity. Vývoj společnosti ŠKODA AUTO na základě provedených analýz můžeme charakterizovat jako vysoce extenzivní. Příspěvek je jedním z výstupů specifického výzkumu „Identifikace působení znalostní společnosti a inovačního vývoje ve firmách” realizovaného na Vysoké škole finanční a správní v rámci specifického výzkumu r. č. 7427, který je financován z prostředků MŠMT ČR. LITERATURA [1] CYHELSKÝ, L., MATĚJKA, M. 1978. K některým problémům a důsledkům konstrukce kauzálního modelu (On Certain Problems and Consequences of the Design of the Causal Model). Statistika, 1978, s. 7. [2] HÁJEK, M. 2006. Zdroje růstu, souhrnná produktivita faktorů a struktura v České republice (Growth Resources, Overall Factor Productivity and Structure in the Czech Republic). Politická ekonomie, 2006, s. 2. [3] HÁJEK, M., MIHOLA, J. 2009. Analýza vlivu souhrnné produktivity faktorů na ekonomický růst České republiky (Analysis of the Influence of the Total Factor Productivity on the Czech Republic’s Economic Growth)., Politická ekonomie, s. 6, p. 740. [4] HÁJEK, M., MIHOLA, J. 2008a. Udržitelný růst – matematický aparát (Sustainable Growth – Mathematical Device)., Statistika, s. 5, CZSO.


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni [5] HÁJEK, M., MIHOLA, J. 2008b. Udržitelný růst – analýza České republiky (Sustainable Growth –An Analysis of the Czech Republic)., Statistika, s. 6, CZSO.

[12] OMS, M. 1988. Proces intenzifikace: teorie a měření (The Intensification Process: Theory and Measurement). Prague: Academia, 1988.

[6] HURNÍK, J. 2005. Potential Output: What Can the Production Function Approach Tell Us?

[13] TOMS, M., HÁJEK, M. 1966. Příspěvek k vymezení extenzivního a intenzivního růstu (A Paper to Contribute to the Definition of Extensive and Intensive Growth). Politická ekonomie, 1966, s. 4

[7] MIHOLA, J. 2007a. Agregátní produkční funkce a podíl vlivu intenzivních faktorů (Aggregate Production Function and the Share of the Influence of Intensive Factors). Statistika, s. 2, 2007. CZSO. [8] MIHOLA, J. 2007b. Souhrnná produktivita faktorů – přímý výpočet (Total Factor Productivity –The Direct Calculation), Statistika, s. 6, CZSO. [9] MIHOLA, J. 1979. Matematický aparát konstrukce syntetických ukazatelů (The Mathematical Device to Design Synthetic Indicators), Ekonomicko matematický obzor 1/1979. [10] MIHOLA, J. 2005 Kvantitativní metody – distanční stadium (Quantitative Methods – Distance Learning), a textbook of the University of Finance and Administration. [11] TOMS, M. 1983. K typologii procesu intenzifikace (On the Intensification Process Typology). Politická ekonomie, 1983, s. 8

[14] Výroční zprávy Škoda Auto 1998 až 2012; http://new.skodato.com/cs/company/investors/pages/annual-reports.aspx.

Autoři: Ing. Bc. Jiří Mihola CSc. Vysoká škola finanční a správní Fakulta ekonomických studií Katedra ekonomie a mezinárodních vztahů [email protected] Ing. Jana Kotěšovcová Vysoká škola finanční a správní Fakulta ekonomických studií Katedra řízení podniku [email protected]

CORRESPONDS TO THE DEVELOPMENT OF THE ŠKODA AUTO KNOWLEDGE SOCIETY? Miloha Jiří, Kotěšovcová Jana Abstract: The paper answers one of the typical problems of economic theory - how it is in practice possible to measure and to interpret the quality of economic time row on the all economic levels. The papers shows differences our approach to the approach of growth accounting – our approach is based on more general condition and covers not only situation of growth of economic indicators but also situation of their falls or stagnation. The approach allows also to distinguish the compensation of input factors. So, the methodology presented in the paper can be used in many practical application. Key words: Dynamic indicators, economic growth, intensive and extensive factors of indicators change. JEL Classification: L21, O12, O31, O33


79


VZTAH KVALITY A ZÁKAZNICKÉHO KAPITÁLU Petra Štamfestová ÚVOD V současnosti se mění faktory ovlivňující finanční výkonnost podniků, což potvrzuje např. Edvinsson a Malone tím, že za hlavní faktory ovlivňující finanční výkonnost podniků považují intelektuální kapitál, tj. zaměstnance, zákazníky, inovační a procesní kapitál [5]. Jako zásadní faktory, které by měly podniky sledovat a řídit, se ukazují: inovační aktivita (inovace produktu a procesu), kvalita produkce, kvalifikace zaměstnanců, spokojenost zákazníků a rozsah využívání moderních technologií v podniku [8, 4, 3, 5]. Nicméně je zřejmé, že tyto faktory výkonnosti neexistují a nepůsobí na výkonnost podniku samostatně, a proto je také nutné analyzovat jejich vzájemné vazby, ideálně všech definovaných faktorů a výkonnosti najednou, nicméně z důvodu rozsáhlosti takovéhoto výzkumu je cílem tohoto článku analyzovat vztah pouze dvou vybraných faktorů výkonnosti mezi sebou, a to kvality a zákaznického kapitálu. Kvalitu výstupu podniku můžeme považovat za interní faktor úspěšnosti podniku, resp. je důsledkem elementárních behaviorálních a sociálních charakteristik podniku, jelikož není dána externě, nýbrž závisí jen a pouze na konkrétní filozofii podniku, chování zaměstnanců, aplikovaných přístupech řízení, organizaci práce apod. Například v rámci japonské filozofie se kvalitou rozumí nulová chybovost, tzn. vyprodukovat správně hned na poprvé [12]. Crosby zase definuje kvalitu jako ,,přizpůsobení požadavkům“ [12]. Kvalita je špatně uchopitelný a nejasný pojem, který je často chybně zpřesňován přívlastky typu dobrý, luxusní, vážený apod. Kvalita a její požadavky nejsou spotřebiteli jednoduše formulovány [15]. Co se týká zákaznického kapitálu, Bontis definuje zákaznický kapitál jako ,,znalosti zabudované v distribučních kanálech a vztahy se zákazníky“ [2]. Kohil a Jaworski definují tržní orientaci podniku jako ,,generování tržní inteligence podniku ohledně současných a 80

budoucích potřeb zákazníků“ [10]. Dále Rudež dělí zákaznický kapitál na tři sub-elementy, a to spokojenost a loyalitu (míra udržení) zákazníků, značku a image a přímé distribuční kanály. Rudež deklaruje, že značka a image podniku posilují vztahy se zákazníky, proto jsou dle ní součástí zákaznického kapitálu [13]. 1 VZTAH KVALITY A ZÁKAZNICKÉHO KAPITÁLU - TEORIE Kvalita je základním faktorem, který pomáhá podnikům přitahovat více zákazníků [1]. Hlavní důvod, proč klást důraz na kvalitu je ten, že kvalita se tzv. vyplatí. Zeithaml, Parasuraman a Berry říkají, že ,,excelentní služby se vyplatí, jelikož tvoří tzv. opravdové zákazníky“ [20]. Tzv. opravdovými zákazníky myslí takové, kteří jsou po zkušenosti se službou rádi, že si vybrali právě daný podnik pro uspokojení svých potřeb, stanou se k podniku loajálními a budou šířit tzv. kladné slovo z úst do úst. Někdy je kvalita ztotožňována se spokojeností zákazníků. Dle toho přístupu platí, že pokud jsou zákazníci spokojení, je služba či výrobek považován za kvalitní, pokud jsou zákazníci nespokojení, automaticky se považuje, že je služba či výrobek nekvalitní. Literatura mluví o tom, že spokojenost zákazníků je funkcí rozporu mezi zákazníkovým očekáváním a konečným vnímáním nákupů [16, 19]. Když je zkušenost lepší než očekávání, je očekáváno příznivé hodnocení zákazníků, tedy jejich spokojenost. Kvalita je definována podobně, a to jako funkce rozdílu mezi zákazníkovým očekáváním a konečným hodnocením [12]. Ovšem ukazuje se, že ztotožňovat kvalitu a spokojenost není úplně ideální. Zákazníci, kteří jsou spokojeni s vnímanou kvalitou, vykazují pozitivní emoční odpovědi ve formě spokojenosti [18]. Vnímaná kvalita závisí na vlastnostech produktu či služeb, zatímco spokojenost zákazníků může být tvořena i jinými dimenzemi, jako je např. jejich loyalita či


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni očekávání. Tudíž vnímaná kvalita může být ovlivňována plně podnikem, zatímco spokojenost zákazníků nemůže mít plně ve své kontrole. Vnímaná kvalita je uváděna jako předchůdce spokojenosti, tedy jí předchází [11]. Zkoumáním této problematiky se např. zabýval Jahanshahi a kol., kteří na podnicích automobilového průmyslu v Indii zjistili vysokou pozitivní korelaci mezi kvalitou produkce a poskytovaných služeb se spokojeností zákazníků a jejich loyalitou [9]. Dále např. Tsiotsou realizoval v roce 2005 na vzorku 204 řeckých studentů výzkum prostřednictvím dotazníkového šetření, zkoumající efekt vnímané kvality sportovní obuvi na spokojenost zákazníků a budoucí nákupní záměry [17]. Výsledkem bylo prokázání pozitivního vlivu vnímané kvality na všechny zkoumané proměnné, přičemž na základě analýzy rozptylu bylo zjištěno, že vnímaná kvalita vysvětluje více variability v celkové spokojenosti nežli u nákupních záměrů. O rok později Fandos a Flavián na podnicích potravinářského průmyslu realizovali studii, která odhalila významný pozitivní vztah mezi vnějšími atributy tradičních potravinářských výrobků a loyalitou vyjádřenou spotřebiteli. Zároveň se ukázalo, že vnímaná kvalita spojená s vnitřními atributy výrobku má významný pozitivní vliv na budoucí nákupní záměry spotřebitelů [7]. V roce 2009 ti samí autoři společně s Espejelem zkoumali opět vliv vnímané kvality prostřednictvím vnějších a vnitřních atributů výrobku na spokojenost a loyalitu zákazníků, tentokrát se zaměřili na výrobce olivového oleje [6]. Zjištění ukazují, že hlavními faktory vysvětlujícími spokojenost a loyalitu zákazníků jsou znaky vnímané kvality, jako je např. barva, vzhled, chuť apod. Zároveň bylo zjištěno, že míra znalosti zákazníků o produktu je tvořena naopak zejména tzv. vnějšími atributy produktu, jako je např. značka, místo původu, obrázky přidružené k výrobku apod. Tato zjištění přispívají k efektivnímu řízení a budování image. Shaharudin a kol. v roce 2010 zjistili, že kvalita produktu měřená prostřednictvím vnímané kvality významným způsobem ovlivňuje pozitivním směrem loyalitu zákazníků k značce


u výrobců motocyklů v Malajsii [14]. To lze přisuzovat vysokému povědomí zákazníků o produktu a podniku, jakožto i dobrému nastavení marketingových aktivit (reklama, podpora prodeje apod.). Zároveň bylo zjištěno, že na budoucí nákupní záměry mají vliv tzv. vnější atributy produktu, u vnitřních atributů vliv nebyl shledán. Výše zmíněné studie tedy naznačují, že vnímaná kvalita zákazníky má vliv na jejich spokojenost a budoucí nákupní záměry, tzn. to, zda se budou zákazníci k danému podniku vracet. Na závěr je ovšem nutné zmínit, že lze nalézt i studie, které nenalezly žádný vztah mezi těmito koncepty [11]. 2 VZTAH KVALITY A ZÁKAZNICKÉHO KAPITÁLU - VÝZKUM Za účelem zjištění vztahu mezi kvalitou a zákaznickým kapitálem bylo v říjnu 2012 realizováno empirické šetření. Respondenti výzkumu byli podniky zpracovatelského průmyslu v České republice (akciové společnosti, společnosti s ručením omezeným, komanditní společnosti, veřejně obchodní společnosti a družstva). Sběr dat probíhal od 2. 10. 2012 do 31. 10. 2012. Vyplněných dotazníků se vrátilo 777, tudíž návratnost z oslovených podniků byla 13,5%. Návratnost vzhledem k všem podnikům základního vzorku byla 2%. Měření jednotlivých konstruktů bylo prováděno prostřednictvím bodovacích škál. Samotné měření bylo realizováno prostřednictvím dotazníku. Respondenti byli požádáni o přiřazení hodnot k jednotlivým ukazatelům měření na základě přesvědčení o úrovni jednotlivých ukazatelů měření v jejich podniku na pěti bodové škále od jedné do pěti, kde krajní bodové hodnocení (1) bylo ,,Nesouhlasím,“ hodnocení (2) ,,Spíše nesouhlasím,“ hodnocení (3) ,,Nejsem si jistý,“ hodnocení (4) ,,Spíše souhlasím“ a hodnocení (5) ,,Souhlasím.“ Konkrétní ukazatele (manifestní proměnné) v rámci měření jednotlivých konstruktů (latentní proměnné) přináší příloha č. 2. Následující tabulky přináší shrnutí měření jednotlivých konstruktů a strukturu zkoumaného vzorku.

81


Konstrukt

Otázka

Otázka

Při produkci je na 1. místě přání zákazníka

Zákazníci jsou informováni o našich produktech

Zákazníci mají s produkty pozitivní zkušenosti

Pravidelně zjišťujeme potřeby našich zákazníků

Na produkty máme od zákazníků pozitivní ohlasy

Naši zákazníci se pravidelně vracejí

Naše produkty jsou spolehlivé

Zaměstnanci jsou k zákazníkovi ochotní a vstřícní

Naše produkty lze hodnotit jako kvalitní Zdroje podniku výstupy

zabezpečují

profesionální

Spokojenost zákazníků

Kvalita produkce

Konstrukt

Tab. 4 Měření jednotlivých konstruktů

Stížnosti zákazníků řešíme okamžitě a k jejich spokojenosti Zákazníci si naše produkty vzájemně doporučují Zákazníci si nestěžují na cenu a kvalitu naší produkce Image našeho podniku lze hodnotit jako pozitivní Image našeho podniku se zvyšuje

Image podniku

Veřejnost má k našemu podniku kladný postoj Vybavenost našeho podniku je dostatečná a moderní Lokalita podniku je pro zákazníky atraktivní Naše značka je vnímána oproti konkurenci pozitivněji.

Zdroj: autorka Tab. 5 Struktura zkoumaného vzorku Roční obrat

Počet podniků Bilanční suma

Počet podniků Počet zaměstnanců Počet podniků

do 50 mil. Kč

440

do 50 mil. Kč

475

do 10

208

50 - 250 mil. Kč

222

50 - 250 mil. Kč

188

11 - 50

297

250 - 1000 mil. Kč

73

250 - 1250 mil. Kč

60

51 - 250

209

nad 1000 mil. Kč

35

nad 1250 mil. Kč

31

nad 250

58

Neuvedeno

7

Neuvedeno

23

Neuvedeno

5

Následně byla provedena statistická analýza vzájemných závislostí. Autorka se rozhodla využít Spearmannův korelační koeficient, který je založen na pořadové korelaci proměnných. Nejprve byly zkonstruovány indexy kvality, spokojenosti zákazníků a image podniku.

82

Zdroj: autorka Vzhledem k charakteru dat není vhodnou agregací ani modus, ani medián odpovědí v rámci skupiny otázek. Jako rozumné se jeví použít vážený průměr. Autorka se rozhodla určit váhy provedením faktorové analýzy na dané množině otázek pomocí metody hlavních komponent. Následně faktorové koeficienty Trendy v podnikání – Business Trends 4/2013

Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni jednotlivých otázek v prvním získaném faktoru byly základem vah otázek ve váženém průměru. Pokud některá otázka pro první faktor obdrží záporný koeficient, je z agregace vyřazena. Pokud by byl koeficient blízký 0, bylo by zváženo ponechání dané otázky v agregaci, také se zhodnocením jejího znění a Pearsonových korelačních koeficientů s ostatními otázkami. Výsledné váhy jsou rovny koeficientům u prvního faktoru, leda že by daná otázka byla z agregace vyřazena, pak je váha rovna 0. Takto získané váhy byly všechny nezáporné. Hodnoty Spearmannových korelačních koeficientů mezi jednotlivými indexy zobrazuje následující tabulka.

Hodnota Spearmannova korelačního koeficientu je zde 0,535. O trochu nižší je tato hodnota mezi kvalitou a image podniku, která činí 0,445. Tedy s vyšší vnímanou kvalitou produkce si zákazníci vytvářejí pozitivnější obraz o image celkového podniku. V rámci dalších analýz (path analysis), které nejsou součástí tohoto textu, se ukázalo, že mezi kvalitou a zákaznickým kapitálem existují v podstatě dva typy vazeb. Vliv kvality produkce na spokojenost zákazníků je přímý (β=0,32, p<0,001, t=10,025) a zároveň byl shlednán jak přímý vliv na image podniku (β=0,111, p<0,001, t=3,46), tak nepřímý, přičemž tzv. zprostředkujícím mechanismem je zde spokojenost zákazníků (β=0,257, p<0,001, t=7,638). Kvalita produkce tedy přímo zvyšuje jak spokojenost zákazníků, tak zlepšuje image podniku, přičemž dále také spokojenost zákazníků vystupuje jako zprostředkující mechanismus mezi kvalitou produkce a image podniku. Pro zjištění detailnějších vztahů mezi ukazateli měření jednotlivých konstruktů, byl Spearmannův korelační koeficient aplikován i na vztahy mezi jednotlivými ukazateli. Výsledky ukazují následující tabulky.

V žádném z případů se nepotvrdila hypotéza o nulovém korelačním koeficientu, tedy všechny zde uvedené korelační koeficienty jsou statisticky významné (na hladině 5 %). Mezi kvalitou a spokojeností zákazníků, tak image podniku byla nalezena středně těsná závislost. Čím více jsou zákazníci spokojeni, tím hodnotí kvalitu produkce jako vyšší, případně naopak, přičemž tento nález je v souladu s tím, jak mluví výše zmíněná literatura v teoretické části textu, kdy říká, že kvalita je velmi často měřena prostřednictvím spokojenosti zákazníků.

Spearmanovy korelace

Kvalita produkce (index)

Spokojenost zákazníků (index)

Image podniku (index)

Tab. 6 Spearmannovy korelace mezi indexy

Kvalita produkce (index)

1,000

0,535

0,445

Spokojenost zákazníků (index)

0,535

1,000

0,565

Image podniku (index)

0,445

0,565

1,000

Zdroj: autorka


83


Zákazníci jsou informováni o našich produktech

Pravidelně zjišťujeme potřeby našich zákazníků

Naši zákazníci se pravidelně vracejí

Zaměstnanci jsou k zákazníkovi ochotní a vstřícní

Stížnosti zákazníků řešíme okamžitě a k jejich spokojenosti

Zákazníci si naše produkty vzájemně doporučují

Zákazníci si nestěžují na cenu a kvalitu naší produkce

Tab. 7 Spearmannovy korelace mezi kvalitou a spokojeností zákazníků


0,14

0,19

0,22

0,17

0,24

0,15

0,20


0,21

0,21

0,38

0,25

0,32

0,31

0,30


0,24

0,26

0,37

0,27

0,30

0,34

0,28


0,22

0,24

0,38

0,24

0,31

0,28

0,29

Naše produkty lze hodnotit jako kvalitní

0,21

0,26

0,32

0,24

0,26

0,24

0,29

Zdroje podniku zabezpečují profesionální výstupy

0,31

0,35

0,24

0,28

0,26

0,14

0,21

Kvalita x Spokojenost zákazníků

Zdroj: autorka Z předchozí tabulky je na první pohled vidět, že nejvíce koreluje s kvalitou ta skutečnost, zda se zákazníci podniku pravidelně vracejí či nikoliv. Hodnota Spearmannova korelačního koeficientu se pohybuje okolo 0,38. Přibližně stejně těsně spolu souvisí schopnost zabezpečení profesionálních výstupů podniku a pravidelnost zjišťování potřeb zákazníků. Hodnota Spearmannova koeficientu je zde 0,35. Stejně tak leze říci, že pokud zákazníci poskytují pozitivní zpětnou vazbu na kvalitu produktů podniku, poměrně často si tuto

84

informaci předávají i mezi sebou. Můžeme pozorovat, že v průměru nejmenší těsnost s kvalitou má úroveň informovanosti zákazníků o produktech podniku (viz první sloupec tabulky) a také to, zda si zákazníci vzájemně produkty doporučují (viz šestý sloupec tabulky). Naopak je dále zajímavé, že v průměru nejméně ovlivňuje spokojenost zákazníků to, zda je při produkci podniku na prvním místě uspokojení jejich potřeb (viz. první řádek tabulky).



Image našeho podniku lze hodnotit jako pozitivní

Image našeho podniku se zvyšuje

Veřejnost má k našemu podniku kladný postoj

Vybavenost našeho podniku je dostatečná a moderní

Lokalita podniku je pro zákazníky atraktivní

Naše značka je vnímána oproti konkurenci pozitivněji.

Tab. 8 Spearmannovy korelace mezi kvalitou a image podniku


0,16

0,14

0,12

0,08

0,06

0,12


0,34

0,28

0,23

0,21

0,11

0,27


0,35

0,29

0,25

0,23

0,10

0,28


0,33

0,29

0,27

0,20

0,13

0,26

Naše produkty lze hodnotit jako kvalitní

0,33

0,30

0,27

0,24

0,14

0,26

Zdroje podniku zabezpečují profesionální výstupy

0,31

0,29

0,23

0,33

0,17

0,26

Kvalita x Image podniku

Zdroj: autorka Z tabulky je na první pohled zřetelné, že v průměru nevíce s kvalitou koreluje skutečnost, zda lze image podniku hodnotit jako pozitivní či nikoliv, kde se hodnota Spearmannova korelačního koeficientu pohybuje okolo 0,34 a zda se zvyšuje, kde se tato hodnota pohybuje kolem 0,29 (viz první a druhý sloupec tabulky). Naopak logicky s kvalitou nejméně souvisí atraktivnost lokality podniku, zde je hodnota Spearmannova koeficientu v průměru okolo 0,1 (viz pátý sloupec tabulky). S úrovní image podniku má v průměru nejmenší těsnot ta skutečnost, zda je při produkci na prvním místě přání zákazníka, zde je hodnota Spearmannova koeficientu v průměru také okolo 0,1 (viz první řádek tabulky). Ostatní ukazatele kvality jsou s image podniku přibližně stejně korelované. ZÁVĚR V posledních letech nabývá na významu řízení nehmotných aktiv pro udržení dlouhodobé výkonnosti podniku. Jedná se např. o zaměstnanecký kapitál, informační technologie, kvalitu či zákaznický kapitál a právě vztah posledních dvou faktorů výkonnosti byl předmětem výše uvedeného textu. Vymezení kvality i zákaznického kapitálu je jednotlivými autory vymezován různě, nicméně Trendy v podnikání – Business Trends 4/2013

všichni se shodují na důležitosti jejich řízení podnikem. Zároveň provedené empirické studie v zahraničí převážně ukazují na pozitivní vliv kvality na zákaznický kapitál. Výzkum provedený v tomto článku si kladl za cíl ověřit vliv kvality na zákaznický kapitál průmyslových podniků v České republice., přičemž nástrojem byla zejména korelační analýza. Výsledky výzkumu mluví v souladu s převažujícími názory zahraniční literatury, kdy provedeným výzkumem byla mezi kvalitou a spokojeností zákazníků, tak image podniku (jakožto druhé složky zákaznického kapitálu) nalezena středně těsná závislost. Čím více jsou zákazníci spokojeni, tím hodnotí kvalitu produkce jako vyšší, případně naopak, resp. s vyšší vnímanou kvalitou produkce si zákazníci vytvářejí pozitivnější obraz o image celkového podniku. Uvědomění si těchto vzájemných vazeb je pro podnik důležité z hlediska řízení nefinančních determinantů výkonnosti. Článek je zpracován jako jeden z výstupů výzkumného projektu IGA 2 Rozhodující aspekty vývoje konkurenceschopnosti podniků a národních ekonomik v globálním hospodářském systému registrovaného u VŠE pod evidenčním číslem IP300040.

85


LITERATURA [1] BACKMAN, S. J., VELDKAMP, C. (1995): Examination of the Relationship between service quality and user loyalty. Journal of Park and Recreation Administration. 1995. Vol. 13, Iss. 2, p. 29–41 [2] BONTIS, N. (1998). Intellectual Capital: an exploratory study that develops measures and models. Management Decision. 1998. Vol. 36, Iss. 2, p. 63-76 [3] BONTIS, N., CROSSAN, M., HULLAND, J. (2002): Managing an organizational learning system by aligning stocks and flows. Journal of Management Studies. 2002. Vol. 39, Iss. 4., p. 437-470 [4] DECAROLIS, D. M., DEEDS, D. L. (1999): The impact of stock and flows of organizational knowledge on firm performance: an empirical investigation of the biotechnology industry. Strategic Management Journal. 1999. Vol. 20, p. 953-968 [5] EDVINSSON, L., MALONE, M. S. (1997): Intellectual capital – Realizing your company’s true value by finding its hidden roots. New York, NY: Harper Business. 1997. ISBN 0-88730-841-4 [6] ESPEJEL, J., FANDOS, C., FLAVIÁN, C. (2009): The influence of consumer degree of knowledge on consumer behavior: The Case of Spanish Olive Oil. Journal of Food Product Marketing. 2009. Vol. 15, Iss. 1, p. 15- 37 [7] FANDOS, C., FLAVIÁN, C. (2006): Intrinsic and extrinsic quality attributes, loyalty and buying intention: an analysis for a PDO product. British Food Journal. Vol. 108, Iss. 8, p. 646-662

quality and its implications for future research. The journal of Marketing. 1985. Vol. 49, Iss. 4, p. 41–50 [13] RUDEŽ, H. N. (2004): Intellectual Capital – A Fundamental Change in Economy: A Case Based on Service Industries. Intellectual Capital and Knowledge Mansgement, Proceedings of the 5th International Conference of the Faculty of Management Koper, University of Primorska Slovenia, Portorož, Slovenia [14] SHAHARUDIN, M. R, HASSAN, A. A., MANSOR, S. W., ELIAS, S. J., HARUN, E. H., AZIZ, N. A. (2010): The relationship between extrinsic attributes of product quality with brand loyalty on Malaysia national brand motorcycle/scooter. Canadian Social Science. 2010. Vol. 6, Iss. 3, p. 170-182 [15] TAKEUCHI, H., QUELCH, J. A. (1983): Quality is more than making a good product. Harvard business review. 1983. Vol. 61, p. 139–145, ISSN 00178012 [16] TSE, D. K., WILTON, P. C. (1988): Models of Consumer Satisfaction: An Extension. Journal of Marketing Research. 1988. Vol. 25, p. 204-12 [17] TSIOTSOU, R. (2005): Perceived Quality Levels and their Relation to Involvement, Satisfaction, and Purchase Intentions. Marketing Bulletin, 2005, Vol. 16, Research Note 4 [18] WESTBROOK, R. A., REILLY, M. D. (1983): Value-percept disparity: An alternative to the disconfirmation of expectations theory of consumer satisfaction. In R. P. Bagozzi and A. M. Tybout, eds. Advances in Consumer Research. Ann Arbor, MI, p. 256261

[8] GRANT, R. M. (1996): Toward a knowledgebased theory of the firm. Strategic Management Journal. 1996. Vol. 17, Iss. 7, p. 109-122

[19] YI, Y. (1990): A Critical Review of Consumer Satisfaction. Review of Marketing. Valerie A. Zeithaml, ed., Chicago: American Marketing Association. 1990. P. 68-123

[9] JAHANSHAHI, A. A., GASHTI, M. A. H., MIRDAMADI, S. A., NAWASER, K. (2011): Study the Effects of Customer Service and Product Quality on Customer Satisfaction and Loyalty. International Journal of Humanities and Social Sciences. 2011. Vol. 1, Iss. 7

[20] ZEITHAML, V. A., PARASURAMAN, A., BERRY, L. (1990): Delivering Quality Service: Balancing Customer Perceptions and Expectations. New York: The Free Press. 1990

[10] KOHIL, A. K., JAWORSKI, B. J. (1990): Market orientation: the construct, research proposition, and managerial implications. Journal of Marketing. 1990. Vol. 54, p. 1-8 [11] LLUSAR, J. C. B., ZORNOZA, C. C, TENA A. B. E. (2001). Measuring the relationship between firm perceived quality and customer satisfaction and its influence on purchase intentions. Total Quality Management. 2001. Vol. 12, Iss. 6, p. 719-734

Autorka: Ing. Petra Štamfestová Vysoká škola ekonomická v Praze Fakulta podnikohospodářská Katedra podnikové ekonomiky [email protected]

[12] PARASURAMAN, A., ZEITHAML, V. A., BERRY, L. L. (1985): A conceptual model of service

86


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni RELATIONSHIP BETWEEN QUALITY AND CUSTOMER CAPITAL Petra Štamfestová Abstract: The article deals with the relationship between quality and customer capital because in recent years management of non-financial indicators is shown to be more and more important for the long term success of the company. The aim of the theoretical part is to define the concept of quality and customer capital on the basis of foreign literature and to synthesize the results of empirical studies conducted in foreign to prove or to disprove a positive impact of quality on customer capital. The aim of the research is to verify the impact of quality on customer capital in industrial companies in the Czech Republic. Keywords: Business performance, quality, customer capital, nonfinancial indicators. JEL Classification: G30


87


Pokyny pro autory příspěvků:

NÁZEV PŘÍSPĚVKU / TITLE (Arial Narrow, 16 pt, velké, tučné, na střed) 1 volný řádek / free row 12 pt.

Jméno autora (autorů) / Author Name(s) (Arial Narrow 14 pt, tučné, na střed, bez titulů) 1 volný řádek / free row 12 pt.

ÚVOD / INTRODUCTION xxxxx 2

NÁZEV KAPITOLY / NAME OF CHAPTER (12 PT, VELKÉ, TUČNÉ, ČÍSLOVÁNÍ VÍCEÚROVŇOVÉ)

xxxxx 1. 1.1 NÁZEV PODKAPITOLY / NAME OF SUBCHAPTER The journal "Business Trends" is a scientific, reviewed periodical published by the Faculty of Economics, University of West Bohemia in Pilsen, the Czech Republic. The aim of the journal is to publish original theoretical and application outputs of the Czech and foreign authors, mainly focusing on business economics and management. The paper has not been previously published, nor is it before another journal for consideration (or an explanation has been provided in Comments to the Editor). 3

ZÁVĚR / CONCLUSION

xxxxx 2. LITERATURA / REFERENCES (ŘAZENO ABECEDNĚ A ODKAZY V TEXTU UVÁDĚT V ZÁVORKÁCH / REFERENCES IN TEXT GET IN PARENTHESES), EXAMPLE: KOTLER, KELLER (2007, P. 120) Prosím, zkontrolujte si, že všechny citované reference jsou také uvedené v literatuře. Please ensure that every reference cited in the text is also present in the reference list. Časopis přechází na mezinárodně používanou normu APA. Citations in the text should follow the referencing style used by the American Psychological Association (APA). Creswell, J. W. (2009). Research Design. Qualitative, Quantitative, and Mixed Methods Approaches. London: SAGE Publications, Inc. Slaninková, J., Girgošková, M. (2011). Competency model as a condition for development and performance of human ressource in the company. Trendy v podnikání. 1(1), 28-34. Informační technologie. (2013). In Český statistický úřad. (2013) Retrieved May 12, 2013, from http://www.czso.cz/csu/redakce.nsf/i/informacni_technologie_pm Více informací / more information: http://www.library.cornell.edu/resrch/citmanage/apa

Citation

Management,

Available

at:

Adresa autora (autorů) / Author(s) address: Jméno příjmení / Name surname (včetně titulů / with titles) 88


Trendy v podnikání – vědecký časopis Fakulty ekonomické ZČU v Plzni název VŠ (název firmy) / name of university (name of company) název fakulty / name of faculty (college) název katedry (ústavu) / name of departement emailová adresa / e-mail address PAPER NAME IN ENGLISH (font size of 12 points, uppercase, bold, left alignment) Author name(s) (font size of 12 points, bold, left alignment) Abstract: (maximum 250 – 300 words, font size of 10 points, in the block) 1 free line, font size of 10 points

Keywords: (maximum 5 keywords) 1 free line, font size of 10 points

JEL Classification: (see http://www.aeaweb.org/journal/jel_class_system.php)


89

Obsah Content. Trendy v podnikání vědecký časopis Fakulty ekonomické ZČU v Plzni TRENDY V PODNIKÁNÍ BUSINESS TRENDS

Recommend Documents