VÁLLALKOZÁSOK TEVÉKENYSÉGÉNEK ÁTFOGÓ ÉRTÉKELÉSE A PÉNZÜGYI SZÁMVITEL INFORMÁCIÓIRA TÁMASZKODVA

DOKTORI (Ph.D.) ÉRTEKEZÉS

VÁLLALKOZÁSOK TEVÉKENYSÉGÉNEK ÁTFOGÓ ÉRTÉKELÉSE A PÉNZÜGYI SZÁMVITEL INFORMÁCIÓIRA TÁMASZKODVA TÖBBVÁLTOZÓS MATEMATIKAI-STATISZTIKAI MÓDSZEREKKEL

Készítette: Jánosa András

Budapest, 2000.

A doktori program címe: vezetője:

Vállalkozáselmélet és gyakorlat Dr. Nagy Aladár rektorhelyettes, tanszékvezető egyetemi tanár, a közgazdaságtudomány doktora

Tudományos vezető:

Dr. Besenyei Lajos rektor, tanszékvezető egyetemi tanár, a közgazdaságtudomány kandidátusa

Készült:

a Miskolci Egyetem Gazdaságtudományi Karán 2000-2001-ben.

2

Tartalomjegyzék BEVEZETÉS

4

1.

8

AZ ÉRTÉKELÉS EGYES ALAPKÉRDÉSEI

1.1. A VÁLLALKOZÁS, MINT KOMPLEXUM, S MINT ÉRTÉKELENDŐ KÉPZŐDMÉNY 1.2. AZ ÉRTÉKELÉS SZÜKSÉGESSÉGE, CÉLJA, FOGALMA 1.3. A VÁLLALKOZÁS MINT RENDSZER – A RENDSZERSZEMLÉLET ÉRVÉNYESÍTÉSE 1.3.1. A RENDSZERSZEMLÉLET 1.3.2. A VÁLLALKOZÁS, MINT RENDSZER 1.3.3. A RENDSZERSZEMLÉLET ÉRVÉNYESÍTÉSÉNEK SZÜKSÉGESSÉGE 1.4. AZ ÉRTÉKELÉS INFORMÁCIÓS BÁZISA 1.4.1. VEZETŐI SZÁMVITEL 1.4.2. A VEZETŐI SZÁMVITEL ÉS A CONTROLLING KAPCSOLATA 2.

AZ ELEMZÉS ALAPJÁUL SZOLGÁLÓ ADATBÁZIS

2.1. A MINTA KIALAKÍTÁSA 2.2. A VÁLLALKOZÁSOK JELLEMZÉSÉRE FELHASZNÁLT MUTATÓK 2.2.1. MÉRLEG ÉS EREDMÉNYKIMUTATÁS TÉTELEK 2.2.2. SZÁRMAZTATOTT MUTATÓSZÁMOK 3.

FAKTORANALÍZIS ALKALMAZÁSA A VÁLLALKOZÁSI RENDSZER ELEMZÉSÉRE

3.1. A MODELLEK LÉTREHOZÁSA 3.1.1. A MODELLEZÉS ÁLTALÁNOS MENETE 3.1.2. AZ EGYES MODELLEKRŐL 3.2. A FAKTORMEGOLDÁSOKBÓL LEVONHATÓ KÖVETKEZTETÉSEK 3.2.1. A FAKTORMODELLEK FELHASZNÁLÁSA A VÁLLALKOZÁSOK TEVÉKENYSÉGÉNEK ÖSSZEHASONLÍTÁSÁRA

8 9 12 12 13 15 17 17 20 22 24 30 30 31 41 43 43 45 52 52

3.2.2. A FAKTORMODELLEK FELHASZNÁLÁSA AZ ÁGAZATOK 55

ÖSSZEHASONLÍTÁSÁRA

4.

A CLUSTER ANALIZIS ALKALMAZÁSA A VÁLLALKOZÁSI RENDSZER ELEMZÉSÉRE

4.1. CLUSTER MODELLEK A FAKTORTÉRBEN 4.1.1. BÁZIS IDŐSZAKI CLUSTEREK ELEMZÉSE 4.1.2. TÁRGY IDŐSZAKI CLUSTEREK ELEMZÉSE 4.2. CLUSTER MODELLEK A VÁLTOZÓK TERÉBEN 5.

ANSWER TREE ELEMZÉS A STRUKTÚRA MÉLYEBB FELTÁRÁSÁRA

5.1. ANSWER TREE MODELLEK A FAKTORTÉRBEN 5.1.1. EXHAUSTIVE CHAID MODELL 5.1.2. C&RT MODELL 5.2.3. QUEST MODELL 6.

AZ EREDMÉNYEK EGYES GYAKORLATI HASZNOSÍTÁSI LEHETŐSÉGEI

64 68 71 95 110 112 113 114 117 120 123

6.1. AZ EGYENSÚLYI MUTATÓSZÁMRENDSZER (BALANCED SCORE CARD) ISMERETELMÉLETI HÁTTÉR

6.2. A BALANCED SCORE CARD ÉS A FAKTORANALÍZIS

123 128 134

BEFEJEZÉS, ÖSSZEFOGLALÁS IRODALOMJEGYZÉK MELLÉKLETEK

3

BEVEZETÉS A magyar gazdaság utóbbi fél évszázados múltjában meglehetősen távolba nyúlnak vissza azok a kísérletek, melyek a vállalati tevékenység megítélésére irányulnak, illetve - túl az egyediségen - megkísérelnek körvonalazni valamely általánosabb igényű koncepciót, mely megfogalmazza ennek szükségességét, s ezt alátámasztandó törekszik általános igényű, gyakorlati módszert is adni. Érthető okokból – az indirekt gazdaságirányítási rendszer törekvéseinek megjelenésével, a vállalati önállóság kiszélesedésével – a hatvanas évek végén vettek számottevő lendületet azok a kutatások, melyek a döntésorientált megközelítésű, mikrogazdasági ismeretek iránti igény, a piacorientált vállalati működés mozgatórugóinak, az érdek-érdekeltségi összefüggések, döntéshozatalban játszott szerepük megismerésének jegyében fogantak; és persze az érdeklődés középpontjában álltak a vállalti fejlődés tendenciái is. Az akkor „új”-nak nevezett gazdaságirányítási forma bevezetésével intenzív kutatómunka kezdődött. Ebben a tulajdonosi funkciókat gyakorló állami felügyeleti szervek – pontosabban a képviselt tulajdonos állam egzisztenciális érdekei - jelentős szerepet játszottak, hiszen a kiszélesedő vállalati önállóság, s az érvényes elemzési-ellenőrzési rendszerek nem voltak összhangban. A témakör elméleti kimunkálásában nagy szerepet játszottak az akadémiai, egyetemi kutatóhelyek, de néhány nagy formátumú, elméletileg is felkészült vállalati, illetve irányítószervi, koncepcióalkotó közgazdász is. A kutatások egy része a vállalati célokhoz mérve fogalmazta meg az értékelés kritériumait, időhorizontját és módszereit. Más kutatók érdeklődése viszont ágazati értékelő rendszerek kidolgozása irányába fordult. Erőteljesen „nyugati” szakkönyvekre támaszkodva hamarosan megjelentek az első eredmények, melyek a vállalati tevékenységek megítélésével foglalkoztak, s arra módszert is ajánlottak [Gergely I. 1969.], a vállalati „magatartást” vizsgálták [Román Z. 1969.], vállalat helyett „vállalkozást” emlegettek [Kopátsy S. 1983.], de olyanok is, melyek újszerű módszertanokat és mutatókat ajánlottak a vállalkozások megítélésére [Rédei L. 1969.]. Különösen a felügyeleti szerveknél folyó kutatások voltak azok, melyek nem korlátozódtak csak a vállalatok önmagukban való értékelésére, hanem törekedtek a vállalati összehasonlítás módszereinek kidolgozására is, vagyis legyen kialakítható egyfajta „vállalati rangsor”. Az erre irányuló törekvések a 70-es évek közepén-végén jelentek meg. A gazdaság helyzetének romlásával ugyanis egyre inkább előtérbe kerültek a termelési struktúra átalakításának, a gazdálkodás hatékonysága növelésének követelményei. Számos elméleti munka és megközelítés született a vállalatok szövetkezetek gazdálkodásának megítélésére vonatkozó módszerekről, kritériumokról. Ezek mind a gazdaságosság, hatékonyság megragadását célozták, s egy hatékonysági rangsort kívántak 4

felállítani a különböző szempontból nézett vállalati körökben. A Pénzügyminisztériumnál több ilyen kritériumrendszer is kidolgozásra került, melyek a gazdaságtalanul működő egységek körülhatárolását célozták. A Pénzügykutatási Intézetnél Havas Gábor és Szabó Jenő nevéhez kapcsolódva [Havas G. –Szabó J. 1977.] más szemléletű kutatások is indultak. Figyelemre méltó ezek azon törekvése, hogy ne csak „végítéletek”, hanem az okokat is visszakutató „értékítéletek” szülessenek. Abból indultak ki, hogy a bonyolult jelenségeket a maguk összetettségében kell vizsgálni, nem elegendő egyetlen kritérium, egyetlen mutató az értékeléshez, s a rangsoroláshoz. Ezért a többváltozós matematikai-statisztika módszereit használták, elsősorban a faktoranalízist, mely egyidejűleg több, a működés több területéről származó információt kezelő kritérium figyelembevételét teszi lehetővé. Ugyanezen a módszertani alapon kereste az előrehaladás lehetőségeit a vállalkozások tevékenységének megítélésében Böröczfyné Schmidt Katalin [Böröczfyné S. K. 1980.] és Mohos András [Mohos A. 1980] is. Kutatások folytak egyes egyetemi műhelyekben is a módszerek körének bővítésére [Baricz R. 1988.], illetve újabb szemléletű, de a komplex figyelembevétel szükségességét hangoztató módszertani szemlélet kidolgozására [Kindler J. – Papp O. 1977.] [Dobó A. 1979.] is. Tehát annak ellenére, hogy a rendszerváltást megelőző két évtizedben a magyar vállalatok gazdálkodási mozgástere meglehetősen széles volt, a vállalati önállóság, döntéshozatal a működésre vonatkozó megalapozott, kiértékelt információkat igényelt volna, mégis a vállalati tevékenység értékelését motiváló érdek a központi irányító szerveknél jelent meg, s az ellenőrzési rendszer továbbfejlesztéséhez, illetve a 80-as évektől pedig egyre inkább a szabályozás konstrukciójának és paramétereinek folyamatossá váló változtatása hatásainak megfigyeléséhez kapcsolódott. A rendszerváltást követően alapvetően megváltozott az az érdekeltség, mely az ilyen tipusú elemzések mozgatórugójául szolgált. A privatizáció előrehaladtával szűkült az a vállalati kör, melyben az állam tulajdonosi szerepe érvényesült. Számottevően bővült viszont a különböző rendű-rangú vállalkozások köre. A gazdálkodó szervezetek működése tőkeigényes. Tőkére van szükségük az alapításhoz, tevékenységük fenntartásához, folytatásához, bővítéséhez. De a környezet változásaihoz való rugalmas alkalmazkodás, a működés során fellépő gazdálkodási problémák is tőkét igényelnek. Azonban részben saját tőkéjük elégtelen mértéke, részben túlzott kockázatvállalás okán sokszor kénytelenek külső forrást választani, melyben a bankhitel meghatározó. A tőkeszegény cégek életképessége döntően az elérhető és megfizethető hitelektől függ. A vállalkozások hitelezése, pénzügyi szolgáltatások nyújtása a pénzintézetek, hitelintézetek tevékenységének egyik fő területe. A bankok érdekeltek a minél

5

nagyobb arányú sikeres kihelyezésben. Kihelyezési döntéseiket azonban befolyásolja a kockázat, melyet a hitelt kérő cég hitelképessége alapvetően meghatároz. Éppen ezért elsősorban a kereskedelmi bankok – hitelintézetek – tevékenységének szerves része a pénzügyi kockázatok számszerűsítése. A hazai hitelintézetek mindegyikében kifinomult, számítógéppel támogatott adósminősítési rendszerek működnek. Valójában a vállalkozási tevékenység értékelésének egy rendszeréről van szó, esetenként több vállalkozás összehasonlításáról, melynek az a célja, hogy ki lehessen választani a hitelt kérő vállalkozások közül azokat, melyek a legkisebb kockázatot jelentő ügyfelek a hitelező számára. A hitelintézetek mellett a rating cégek is foglalkoznak a vállalkozások tevékenységének értékelésével, szintén a pénzügyi kockázatok meghatározása érdekében. A megbízás céljától függően: kötvény kibocsátás, vagy befektetés kockázatának felmérése, igen eltérő elemzési szempontokat és módszereket alkalmazhatnak. Sokszor banki megrendelésre végzik az ügyfelek kockázati besorolását, illetve hitellimitek meghatározását. Így hát a funkcionális és ágazati irányító szervek helyett legfőképpen a hitelintézeti körben, s a rating cégek esetében jelent meg a vállalkozási tevékenységek értékelésének igénye. A rendszerváltást követően hamar megjelentek a vállalkozások tevékenységének értékelésével ilyen szemléletben foglalkozó publikációk. Többen felvetik a pénzügyi mutatókon alapuló vállalat-vállalkozásminősítés gondolatát [Hajdú O.Virágh M. 1993.] Sok ezek közül hangsúlyozza a vállalkozások komplex, sok szempontú megítélésének, s ennek érdekében többváltozós rendszerszemléletű, matematikai-statisztikai módszerek használatának szükségességét [Reke B. 1993. 1995] [Bartos A. 1994]. Érdemes megemlíteni a vállalkozások tevékenysége értékelése modellezésének egy újra felfedezett területét, ahol hazai viszonyokra adaptálva jelennek meg Altman (1968), Altman-Lorris (1972), Platt (1987, 1990) pénzügyi viszonyszámokon alapuló, többváltozós matematikai-statisztikai módszerekkel végzett csődmodellszámításai [Virágh M.-Hajdú O. 1996.]. Annak ellenére, hogy e törekvések relatíve távoli múltba nyúlnak vissza, s meglehetősen sokrétűek, nem állíthatjuk, hogy rendelkezünk a vállalkozási tevékenység értékelésének területén olyan átfogó rendszerrel, mely az értékeléssel kapcsolatos elvárásokat teljeskörűen kielégítené. Természetesen e dolgozatban összefoglalt kutatásaim sem célozhatják meg e nagyon átfogó program teljesítését, hogy minden, az értékelő munkával kapcsolatban felmerült kérdésre pontos és precíz választ adjon.

6

Dolgozatom egy kísérlet a vállalkozások átfogó értékelésére. Hozzájárulhat azonban ahhoz, hogy a gazdasági szereplők döntéseiket jobb, átfogóbb informáltság birtokában hozhassák meg, hogy teljesebb képet kapjunk a vállalkozások teljesítőképességéről, viselkedéséről. Az említett kutatások mintegy „felülről” kezelték a vállalkozásokat. Mindig külső – felügyeleti szervi, pénzintézeti – érdekből vizsgálták tevékenységüket. E dolgozatban kísérletet teszek arra, hogy számos vállalkozás vezetői számviteli információira támaszkodva a vállalkozási rendszer működéséről, szerkezetéről adjak egy rendszerezett képet. Megkísérlem tipusok alkotását. Ezzel lehetőség nyílik az általánosból, tipikusból az egyes-egyedire következtetni. A vezetői számvitel információira támaszkodva nagy számú mutatót alakítottam ki, vállalva egyfelől a „bőség zavarából” adódó nehézségeket, másfelől pedig az ilyen tipusú információ hordozta redundanciát. Ebben azonban a számítógéppel támogatott többváltozós matematikai statisztika módszereit alkalmazva törekedtem „rendet” teremteni. Az alkalmazott módszertan feladata éppen az volt, hogy segítsen az információhalmazban bizonyos struktúrákat – melyeket az „információburjánzás” eltakar – meglátni. A bonyolult rendszereket számos ismérv jellemzi, egyes módszerekkel ennek az ismérvrendszernek korrekt, a rendszerszemlélet követelményeihez igazodó feltárását céloztam meg. Ezzel a vállalkozások értékelésének egy kritériumrendszerét törekedtem megfogalmazni. Reményeim szerint ez információkkal szolgálhat a vállalkozási stratégia valóra váltását támogató controlling munka keretében kialakított egyensúlyi („kiegyensúlyozott”) mutatószám-rendszer legalább részbeni megfogalmazásához. A többdimenziós értékelés területén maradva további módszerek bevonásával – az előbbi értékelési kritériumrendszert használva – viszont az értékelési objektumok (közelebbről a vállalkozások) vizsgált körében kerestem struktúrákat, rendeződési elveket. Ez a munka alapvetően módszertani munka. Azt kerestem, milyen módszerekkel, hogyan, s milyen szabályosságokat, rendeződési szabályszerűségeket – esetleg látens struktúrákat – lehet feltárni a vállalkozások rendszerében.

7

1. AZ ÉRTÉKELÉS EGYES ALAPKÉRDÉSEI Ebben a fejezetben dolgozatom címben foglalt egyes kulcsfogalmait szeretném közelebbről megvizsgálni. Fontosnak tartom kiemelni a vizsgálat tárgyát: a vállalkozás fogalmát. „A vállalkozás gazdasági jellegű – nyereség és vagyonszerzés céljából üzletszerűen, ellenérték fejében történő, piaci kereslet kielégítésére irányuló termelő vagy szolgáltató – tevékenység folytatása.” „A vállalat a vállalkozás szervezeti kerete.” [Bélyácz I. 1994.] Eszerint a vállalat fogalom inkább a gazdálkodó szervezetre, míg a vállalkozás kifejezés a gazdasági tevékenységre utal. Fenti, tudományos igényű besoroló, elhatároló jellegű definíciók mellett jogszabályi környezetben, de gazdaságszociológiai értekezésekben, a pénzügyi-számviteli-statisztikai szakirodalomban gyakran találkozunk a két fogalom szinoníma jellegű értelmezésével. Dolgozatomban magam is ez utóbbi „nevezéktanhoz” fogom tartani magam. Vagyis azokat a szervezeteket, akik gazdasági jellegű tevékenységet folytatnak a tevékenység után vállalkozásnak, de vállalatnak is fogom nevezni. 1.1.

A vállalkozás, mint komplexum, s mint értékelendő képződmény

Amikor a vállalkozások tevékenységének értékeléséről beszélünk, ez előrevetíti, hogy a tevékenység pozitív, vagy negatív megítélését befolyásoló tényezőket kell megragadnunk. ehhez világos képpel kell rendelkezni arról, hogy mi is a vállalkozás. Már a vizsgálódás kezdetén egy alapvető problémakörhöz jutunk. A vállalkozás ugyanis, mint minden emberi teljesítményhez kapcsolódó jelenség, minden elsődlegesen ökonómiai orientáltsága ellenére olyan képződmény, mely kizárólag gazdasági oldalról teljes tartalmában nem megragadható. A vállalkozás ezért számos tudomány tárgya, köztük a szociológiáé, a jogtudományoké, a műszaki tudományoké, s persze a gazdaságtudományé is. Így hát, ha a vállalkozás tevékenységének értékeléséről beszélünk, végső soron kézenfekvő, hogy e tevékenységben valamennyi tudomány ismereteit fel kellene használni. Mennél komplexebb értékelésre törekszünk, annál inkább azon múlik a képalkotás sikere, hogy az értékelést végző mennyire van ezen ismeret-és összefüggésrendszer birtokában. 8

Mindemellett tény azonban, hogy a vállalkozások értékelésével foglalkozó szakirodalom alapvetően az üzemgazdasági kritériumokat állítja előtérbe, miközben a többi tényező az értékelésnek egyáltalán nem, vagy csak hiányosan eleme. Be kell vallani, tesszük ezt a célirányos elhanyagolást annak ellenére, hogy tudatában vagyunk, hogy a vállalkozásról alkotott valós és immaginárius képnek, a vállalkozás értékmegítélésének a többi tényező valójában éppúgy eleme. A tevékenység különböző oldalainak egy szervezeti keretben való együttműködését azonban a közös cél, a gazdasági-társadalmi érték létrehozása képezi. Így végülis úgy is kezelhetjük a kérdést, hogy a számos összetevő elem együtt, egymás mellett működése a gazdasági tevékenységben sűrűsödik. A vállalkozás tehát összetett, egyszerre szociális, jogi, műszaki képződmény, mely végülis gazdasági célú. 1.2.

Az értékelés szükségessége, célja, fogalma

A piacgazdaság megerősödésével, s a privatizáció megvalósulásával kiszélesedett azon piaci szereplők köre, akik információkkal kell rendelkezzenek a vállalkozások tevékenységének minőségéről, vagyoni, pénzügyi és jövedelmezőségi helyzetének alakulásáról. A szükséges információk összegyűjtéséhez és feldolgozásához különböző érdekek fűződhetnek. Így: • a tulajdonosok érdekei, akik képet akarnak kapni arról, hogy befektetési döntéseik helyesek voltak-e, az adott vállalkozás vagyoni helyzete stabil-e, jövedelemtermelő képessége – sajátosan szemlélve: osztalékfizető képessége – megfelelő e – de szóbajöhetnek, mint eladók is; • a potenciális befektetők érdekei, akik befektetési döntéseiket megelőzően mérlegelnek a kockázatot, megtérülést, hozamot illetően – köztük ki kell emelni a lehetséges vevőket is; • a hitelezők érdekei, akik a hitelnyújtás biztonságára, törlesztőrészlet, kamatfizetési kötelezettség teljesítésére vonatkozóan kívánnak információhoz jutni; • a meglévő és leendő partnerek tudni akarják, hogy a kapcsolat biztonságosnak, tartósnak tekinthető e; • a vállalkozás menedzsmentjének pedig szüksége van információkra a stratégiai és taktikai döntések meghozatalához, a fennmaradás, a fejlődés biztonságának megteremtéséhez;

9

• a dolgozók viszont a fennmaradás, a jövedelembiztonság-és fejlődés szemszögéből vizsgálják a vállalkozás tevékenységét. Amikor tehát a vállalkozás tevékenységének értékeléséről beszélünk, egy olyan rendszer működtetéséről van szó, mellyel a piaci érdekhordozók számára biztosítható a nélkülözhetetlen tájékozottság, a vállalkozási tevékenység megismerhető, átlátható, bírálható és fejleszthető. Az értékelés központi célja tehát mindig valamilyen információhiány megszüntetése, illetve az információ valamilyen szempontrendszerben, valamilyen szempontnak megfelelő viszonyban való elhelyezése. Ebben a dolgozatban alapvetően éppen ez utóbbi szemléletben kezelem a kérdést, hogy a tulajdonosok és a menedzsment egy viszonyítási rendszerben helyezze el a vállalkozást. Ebben az összefüggésben az a cél, hogy fel kell tárni, és számszerűen értékelni azokat a körülményeket, melyek a vállalkozás tevékenységét befolyásolják. Természetesen minősíthető a vezetői döntések előkészítése, maguk a döntések, a végrehajtás, s a megtett intézkedések is. A vállalati tevékenység értékelésének fogalma viszonylag tisztázatlan. Az értékeléssel foglalkozó irodalom sokkal inkább a módszertannal, az alkalmazásokkal, a kiértékelt helyzetekből levonható érvényes következtetésekkel foglalkozik, mint fogalmi meghatározásokkal. A formális logika definíciós szabályait követve, ha ezt az összetett fogalmat kívánom definiálni: „vállalati tevékenység értékelése”, akkor nem fogalomnak az értékelést kell tekinteni. Különös módon, a tárgykörben elfogadott definíciót nem találtam, túl azon az igen általános meghatározáson, hogy „valakinek, valaminek mérlegelő megítélése” [Baricz R. 1980.]. Az értékelés viszont magában foglalja az érték sokat vitatott, sokféleképpen szemlélt, s mindig változóan-sajátosan meghatározott fogalmát. Úgy vélem, nem indokolatlan a „gyökhöz” való visszatérés, hiszen gondolkodásunkban az értékelés az érték keresését jelenti. Azt a kérdésfeltevést, hogy vajon konklúzióként pozitív, vagy negatív értéket találunk-e, miután vizsgálódásunkat lezártuk. Az érték fogalmát csaknem minden tudományág (de a művészet is) a maga szemszögéből megfogalmazta. „A gazdasági érték az anyagi javak megítélése egyfelől a szükségletek kielégítésére alkalmas hasznosságuk, másfelől az előállításuk érdekében hozott áldozat szempontjából” [Révai Nagy Lexikona]. 10

A kortárs gondolkodók az értéknek általában eszmei tartalmat tulajdonítanak, mely alkalmas az emberi cselekvés, gondolkodás orientálására. Így ítéleteinkben követendőnek, vagy elutasítandónak tekintünk valamely eredményeket. Az ilyen „értékeszmék” az értékelés mércéi [Hársing L. 1999.]. A fenti meghatározások közös jellemzői alapján – munkafogalomként – az értékelés döntési helyzet, melynek alapja egy „viszonyba helyezés”, az „értéket” képviselő, az értékelendő objektumon kívüli mércével való viszonyítás. A mérce és a mérték választását az értékelés célja dönti el. Ezek a meghatározások adnak némi kiindulási alapot az értékelés munkafogalmának gazdagításához. Méginkább akkor, ha feltesszük, hogy az értékelés fogalma az elemzés fogalmából fejlődött ki. Az elemzés fogalma sincsen különösebb módon gazdagon definiálva. Klasszikusként Bayer definíciójára támaszkodhatok, miszerint „az elemzés az egész céltudatos részekre bontása, hogy az egész mennyiségi és minőségi összetételét, az egész és részei közötti ok-okozati összefüggéseket megismerjük, áttekintést nyerjünk az egész struktúrájáról, s a részek egészre gyakorolt hatásáról” [Bayer ... ]. Ez a meghatározás alapvetően analitikus megközelítést fogalmaz meg, de magában foglalja a szintézis követelményét is. Ezt elemzők többen felismerve, az elemzést analízis és szintézis egységeként értelmezik. Miközben elemzésről beszélnek, a szűken vett elemzésnél többet tesznek, végkövetkeztetéseik az értékelést célozzák. Be kell látnunk, ha a vállalkozást részeiben értékeljük, a részek „összege” nem azonos az egészről alkotott értékítélettel. Vitathatatlan, hogy az elemzés (nevében is: analízis) többnyire analitikus megközelítést jelent. A vállalkozás azonban rendszer. Ezért egészként kezelendő, értékelésében a rendszerszemléletű közelítésmód nélkülözhetetlen. A vizsgálat bármennyire is analitikus, nincsenek a teljes összefüggéshalmaztól mentes részek. Ezért a helyes közelítés csak a rendszerszemlélet lehet. Ez azt jelenti, hogy a vállalkozási környezet minden elemét, mint „bennfoglaló” rendszer részét értelmezzük, s ez összefüggésbe, viszonyításba helyezi létüket. A vállalkozás része egy nagyobb rendszernek, a vállalkozások rendszerének, mely más struktúrák mellett eleme a nemzetgazdaságnak. Ha az eddigiekben felmerült a viszonylagosság, mely a „rendszerlétnek” lényege, az csak térbeli kiterjedésekre vonatkozott. A vállalkozás azonban mint emberi képződmény, csak akkor ragadható meg, ha fejlődésében vizsgáljuk. Ezzel szemben viszont információink származási jellegét tekintve hajlamosak vagyunk a vállalkozást „fordulónapi képződmény”-nek tekinteni. Információink

11

fordulónapi információ-szolgáltatásokhoz kötődnek (beszámoló), s így értékítéleteink érvényessége is korlátozott (ha csak ebből indulunk ki). Szükséges tehát nem csak azon összefüggések megragadása, melyek a múltban hatottak, hanem a jövőre is kihatással vannak. Az értékelés így visszatükrözi az értékelés időpontjában megfogalmazott, s távolabbi jövőre vonatkozó elvárásokat is. Ez – talán – magában foglalja azt a definíciós elemet is, hogy a vállalati értékelés része a továbbfejlődési pozíció meghatározása is – persze amennyiben a fejlődés bizonytalansága ezt egyáltalán lehetővé teszi. Ezek után megkísérlem összefoglalni az értékelés fenti kritériumokat is magában foglaló meghatározását. Az értékelés rendszerszemléletre épülő, analízisen és szintézisen alapuló értékítéletet képző tevékenység, mely a vizsgált vállalkozást, mint egészet környezetéhez – mint más egész részéhez – való kapcsolatában, térbeli és időbeli összefüggésekben minősíti. (másként: továbbfejlődési pozícióit meghatározva minősíti.) 1.3. A vállalkozás mint rendszer – a rendszerszemlélet érvényesítése 1.3.1. A rendszerszemlélet

Már a fentiekben is felmerült, a vizsgálat bármennyire is analitikus, nincsenek a teljes összefüggéshalmaztól mentes részek. Ezért a helyes közelítés csak a rendszerszemlélet lehet. A tárgykör azonban olyannyira tág, s nem kevésbé mély, hogy nem lehet célom, hogy e dolgozat keretei között a rendszerszemléletről akár csak közelítően is átfogó képet adjak. Mivel azonban az általam a későbbiekben alkalmazott módszertan „rendszerszemléletű” elemzési eszköz, csupán e nézőpont lényeges vonásait tisztázó néhány szempont kiemelésére törekszem – a teljesség igénye nélkül. Az összetett jelenségek maguk összetettségében való vizsgálatának igénye már évszázadokkal ezelőtt felmerült. Blaise Pascal írja: „Lehetetlen a részeket az egész nélkül megismerni, és nem ismerjük az egészet addig, míg minden részt egyenként meg nem ismerünk”. A rendszer fogalma a Wiener-Bertalanffy féle definíció alapján: „A rendszer valamilyen, egymással kölcsönhatásban lévő elemek halmaza.” „Rendszeren közös ismérvek alapján együvé tartozó, egymással kapcsolatban álló elemek olyan együttesét értjük, amely egészet alkot és egészként viselkedik.” A valóság – természet és társadalom – beláthatatlan sokaságban hoz létre különböző rendszereket. Vizsgálódásunk tárgyaként a mindenkori kérdésfeltevésnek megfelelően kell őket a valóság beláthatatlan sokaságából kiválasztanunk és leírnunk. A rendszer lényeges ismérve a viszonylagosság: azaz 12

a rendszer környezet, s környezet része egyszerre. Így minden rendszer különböző részrendszereket (alrendszereket) foglalhat magába, és maga is része (eleme) lehet egy vagy több más rendszernek (környezeti, illetve környező rendszereknek, magasabb rendű vagy szuperrendszereknek), Ennek megfelelően magukat a rendszer elemeit is rendszerekként foghatjuk fel, ha belső struktúrájukat is bevonjuk vizsgálódásunk körébe. Különbséget tehetünk konkrét és absztrakt rendszerek között. A konkrét rendszerek információ-, energia- vagy anyagi rendszerek. Ezek olyan hatásösszefüggéseket mutatnak, amelyek a bemeneti és kimeneti elemek közötti áramlással jellemezhetők. Az absztrakt rendszerek ítéletrendszerek (például elemző, értékelő rendszerek) vagy osztályozási rendszerek (például tevékenységek egységes ágazati osztályozási rendszere). Ezek kapcsolódása hozzárendeléses, néha bemeneti-kimeneti áramlások nélkül. Attól függően, hogy van-e összefüggés a vizsgált rendszer és környezete között vagy sem, nyílt vagy zárt rendszereket különböztetünk meg. A valóságban a zárt rendszerek kivételt alkotnak, szabályként, s e vizsgálódás tárgyának is megfelelően a rendszerek nyílt voltát kell feltételeznünk. Az emberek által alkotott rendszerek célra orientált rendszerek. A célokat a rendszerszervező vagy a rendszerszervezők, avagy a rendszerbe elemekként bevont emberek határozhatják meg. Több cél egyidejű létezése esetében ezek a célok - egymáshoz viszonyítva - lehetnek közömbösek, versenghetnek egymással vagy kiegészíthetik egymást 1.3.2. A vállalkozás, mint rendszer

Ha a vállalatból, mint konkrét rendszerből – mondjuk úgy, hatásrendszerből – indulunk ki, akkor ezt a rendszert fogalmilag a következőképpen határozhatjuk meg. A rendszer elemei egyfelől emberek és vállalati eszközök, illetve ezek kombinációi. Ezeket együtt a termelési tényezők struktúrájának nevezzük. Ezen túl azonban elemei a vállalati rendszernek a tevékenységi struktúra, a szervezeti és vezetési struktúra, a szociális struktúra is. Az elemek bemeneteket tudnak feldolgozni és kimenetek létesítésével hatást tudnak elérni. Az elemek bizonyos, minőségileg és részben mennyiségileg is leírható potenciállal rendelkeznek. Tevékenységeket (műveleteket, akciókat) hajthatnak végre. A tevékenységek lényege anyagi reáljavak, információk, mint nem anyagi reáljavak, valamint nominális javak felvétele, illetve megszerzése, feldolgozása és leadása. Az információk, a reáljavak és a nominális javak tehát úgy viselkednek, mint az elemek bemenetei és kimenetei. Ha az egyik elem kimenete más elem bemenete,

13

információáramlások, reáljavak vagy nominális javak áramlásai jönnek létre, amelyek konkretizálják az elemek közötti hatásösszefüggéseket. Módosított, de az előző szemléletmóddal összeférő szemszögből nézve azokat a tevékenységeket (műveleteket, akciókat), amelyeket az emberek és a vállalati eszközök (elemek) fejtenek ki, a maguk részéről szintén elemeknek foghatjuk fel, olyan elemeknek, amelyek kapcsolatban állnak egymással. Az információáramlások, a reáljavak és a nominális javak áramlásai keresztülfolynak a vállalaton és összekapcsolják a környező rendszerrel. Az információáramlások részben úgy folynak le, hogy nem kíséri őket reáljavak és nominális javak áramlása. A reáljavak, a nominális javak és az információk áramlását viszont más információáramlások irányítják. Minden vállalat célokat követ, amelyeket bizonyos absztrakt rendszer (célrendszer) elemeiként ábrázolhatunk. A vállalatot tekinthetjük továbbá az összgazdaság elemének, illetve alrendszerének, vagyis olyan „fekete doboz”-nak is, amelynek az összgazdasághoz fűződő bemeneti és kimeneti kapcsolatai éppen az említett áramlások. Határvonalat a vállalat rendszere és a környező rendszer között csak célorientáltan, így esetenként különböző módon húzhatunk. Ténylegesen a vállalat integrációját környezetével leginkább egyfajta „egymásba skatulyázottság” definíciójával jellemezhetjük. A vállalat mint rendszer és az összekapcsolt rendszerek a következőképpen bonthatók alrendszerekre: az elemfajták szerint: munkaerőrendszer és a vállalati eszközök rendszere, illetve e két rendszer részei; a kapcsolatfajták szerint: információrendszer, a reáljavak rendszere, a nominális javak rendszere, illetve e rendszerek részei. Ezek mellett még további alrendszerek is alakíthatók. Összefoglalóan a vállalatot nyílt, társadalmi-technikai rendszernek tekinthetjük, amelyeket összekapcsolt rendszerek és kapcsolatok kötnek össze környezetével. A vállalat olyan rendszer, amelyben az adott rendszeren kívüli szükségletek kielégítésére szolgáló javakat hoznak létre nyereség és egyéb célok elérése érdekében.

14

Makrogazdasági környezet Piacikörnyezet

Helyi környezet

Vállalkozás belső struktúrája Termelési tényező struktúra

Szervezeti és vezetési struktúra

Tevékenységi struktúra

Szociális struktúra

1.3.3. A rendszerszemlélet érvényesítésének szükségessége

A rendszer fogalmi meghatározásában megfogalmazódó, egységet alkotó egészként való kezelés követelménye az egyoldalúan analitikus szemlélettel szemben a hangsúlyt az objektumok totális, integratív tulajdonságainak elemzésére, összefüggéseik felderítésére helyezi. Ez a gazdasági rendszerekkel (például vállalkozások) összefüggésben mint integrált egészek teljesítményének vizsgálatát helyezi előtérbe. Szintén Norbert Wiener írja: „Egy idő múlva a tudomány előtt felvetődik a bonyolult egészében való tanulmányozásának igénye – különálló elemekre való bontás nélkül”. Ez az idézet jól szemlélteti azt az erősödő irányzatot, mely napjainkban a vállalati komplex műszaki-gazdasági feladatok megoldásának új fajta közelítésmódjára és technikájára jellemző. Világunk mind bonyolultabbá váló társadalmi, gazdasági problémáinak hatékony megoldása szükségessé teszi a rendszerszemléletű problémakezelést, s az egyre komplexebb elemzési-döntési modellek alkalmazását. Ez természetesen ellentmond egy hagyományos felfogásnak, melyre egy mára klasszikussá vált szerző világít rá. M. K. Starr [Starr, M.K. 1976.] mutat rá, hogy hosszú évekig az motiválta a tudományos kutatásokat, hogy a bonyolult jelenségek tudományos magyarázatát az egyszerűség jegyében kell megtalálni. Ez az „Ockham borotvájának” nevezett elv az olyan következtetéseket fogadja el érvényesnek, melyek a legkevesebb feltételből, s a legkevesebb következtetési lépésből származnak.

15

Ezt a takarékossági elvet azonban mára – úgy tűnik – el kell vetnünk. Az olyan ember-gép rendszerek értékelésében, mint a vállalkozások a klasszikus, formális analitikus eljárásokkal szemben egyre inkább tért hódítanak a rendszer egészét jobban megragadó, rendszerszemléletű eljárások, melyek kevésbé vesznek el a részletekben, de jobban megragadják az „egészt”. Ha az értékelés szemlélete rendszerszemléletű, ahhoz természetesen kell kapcsolódjanak adekvát szemléletű módszerek is, melyek alkalmasak a vállalkozás rendszerkénti kezelésére. Ennek a szemléletmódnak témám szempontjából két lényeges vonását kívánom kiemelni. • A rendszerszemlélet a különböző jelenségekben, viselkedésben mutatkozó látszólagos véletlenszerűség, esetlegesség kezelésére, a „rend” keresésére irányuló tevékenység. A rendszer a különböző jelenségekben a közös, vagy hasonló sajátosságokat igyekszik meglátni és előtérbe helyezni, szemben a partikularista szemlélettel, amely az egyedi, sajátos, különleges, eltérő vonásokat igyekszik megragadni. A rendszerszemléletű közelítés teszi lehetővé a sokféle sajátossággal, tulajdonságokkal is rendelkező rendszerek közös, általános tulajdonságainak felismerését. Ez egyrészt az adott időpontban egymás mellett létező rendszerekre, másrészt az adott rendszer különböző időpontokban fennálló fejlődési állapotaira vonatkozóan fontos. • A rendszerszemlélet lényeges vonása a részletektől és a konkrét specifikus megjelenési formáktól való elvonatkoztatásra való készség. Ennek a követelménynek a megvalósulásához ad támaszt a modell módszer, mely a cél szempontjából lényeges kiemelését, a lényegtelentől való időleges elvonatkoztatást helyezi középpontjába. Az a tény, hogy a gazdálkodó szervezetek tevékenységének rendszerszemléletű közelítésmódja egyre inkább elterjed, gazdagítja a kutatási, a szervezési, valamint a megismerési folyamatot: • A rendszerelméleti közelítésmód lehetővé teszi a vállalkozások működésének törvényszerűségeire vonatkozó felismerések beillesztését egy olyan formális logikai keretbe, amelyet sok más tudományágban is alkalmaznak. • Koncepciót ad a komplex hatásösszefüggések elemzéséhez. • Ezzel elősegíti a belső, valamint vállalkozás és a környező világ közötti összefüggések módszeres kutatását. • A rendszerelméleti koncepció lehetővé teszi az ismeretanyag problémának megfelelő – és didaktikai szemszögből is – célszerű bemutatását.

16

1.4.

Az értékelés információs bázisa

1.4.1. Vezetői számvitel

Mint a fentiekben arról már szóltam, az információk a rendszer „bemeneteinek” részét képezik. Az információ beépül a feldolgozási folyamatba, s mint hatás jelenik meg a kimenetben. A számvitel fogalma a következőképpen definiálható: „egy társaságról szóló pénzügyi információk meghatározása, mérése és szolgáltatása annak érdekében, hogy ezen információk felhasználói megalapozott döntéseket hozhassanak”. A megállapítás, mérés és közlés szolgálhatja a társaság külső felhasználókkal való kommunikációját. A számvitelnek ezt az ágát pénzügyi számvitelnek nevezzük. Amennyiben a belső felhasználók megalapozott döntéseihez szükséges információról van szó, úgy vezetői számvitelről beszélünk. [Weetman P. 1997.] Fentiek szerint a számvitel nem csak a külső piaci szereplők információigényének kiszolgálására szolgál, hanem alkalmas belső, döntéselőkészítési célokra, mivel a belső felhasználóknak olyan véleményeket kell alkotniuk és olyan döntéseket kell hozniuk, melyek eltérnek a külső felhasználókétól. A külső felhasználók a társaság átfogó teljesítményéről alkotnak véleményt és a vele való kapcsolatukról hoznak döntéseket. Ők ilyen tipusú kérdésekben döntenek: „Fektessek-e be pénzt ebbe a társaságba?”, „Maradjak-e befektető ebben a társaságban?”, „Szállítsak-e árut ennek a cégnek?”, „Folytassam-e az áruszállítást ennek a cégnek?”, „Vásároljak-e ettől a cégtől?”, „Maradjak-e vásárlója ennek a cégnek?”. A belső felhasználók viszont más típusú véleményeket alkotnak és más típusú döntéseket hoznak. Nekik a társaság tevékenységét, annak minőségét, termékeik piaci helyzetét kell megítélniük a piac más, hasonlóan szituált szereplőihez képest. Előfordulhat azonban, hogy a cégen belüli különböző részlegek teljesítményét kell megítélniük. Az ő döntéseik viszont ilyen típusúak: „Beruházzak-e, hogy növeljem a gyártást, vagy átcsoportosítsak erőforrásokat a …gyártásba?”, „Folytassam-e a … javító szerviz működtetését a …-készülék-értékesítésem támogatása céljából?”, „Költséghatékony-e különálló telephellyel rendelkezni - melyeken ugyan bérlőim képesek fizetni a bérleti díjat?”. A társaság vezetői nap mint nap változatos témákban hoznak döntéseket.

17

Információszükségletük olyan széles körű, hogy a vezetői számvitel egy külön számviteli diszciplínaként fejlődött ki a vezetés különleges igényeinek kiszolgálása céljából. Összefoglalva tehát azt mondhatjuk, hogy a vállalkozás környezete, a piac szereplői elsősorban a vállalkozás vagyoni, pénzügyi, jövedelmi helyzetéről akarnak megbízható információkat kapni, míg a vállalkozáson belül az információk iránti igény a tulajdonosok, a menedzsment, valamint a döntéshozó és ellenőrző testületek részéről merül fel. A vállalkozásokon belül a gazdálkodási információkra vonatkozó legjelentősebb forrás a számvitel, lévén hogy dokumentatív és informatív jellege igen erős, mivel hiteles feljegyzésekre támaszkodva elégíti ki az információs igényeket. A vezetői számvitel feladatára nézve sommásan azt modhatjuk, a vezetés részére kell információkat biztosítania. Annak ellenére, hogy egyre terjedelmesebb hazai és nemzetközi, a vezetői számvitellel foglalkozó irodalom áll rendelkezésre, nincs konszenzus a vezetői számvitel tartalma, módszerei, de még fogalma tekintetében sem. A szakirodalomban. Számos megfogalmazással találkozhatunk [Sutus I. 1999. után]: • A belső (vezetői) számvitel a számvitelnek az az ága, amelyik ♦ részletes tájékoztatást nyújt a vállalati teljesítmények alakulásának értékben kifejezett adatairól, ♦ foglalkozik a termelési tényezők felhasználásának nyilvántartásával, kimutatásával, tervezésével, a gazdaságosság ellenőrzésével (Péter Horvát: Controlling: a sikeres vezetés eszköze) • A fogalom azokat a számviteli módszereket, rendszereket és technikákat foglalja össze, amelyek speciális tudással és képességgel párosulva segítik a vezetést a profit maximalizálásában, vagy a veszteség minimalizálásában. (Keit Grimshaw, pénzügyi igazgató Chinoin Rt.) • A vezetés orientált számvitel az egyik olyan eszköz a menedzsment kezében, amely segítségével mérni tudja a szervezet teljesítményét és a kapott információk alapján lehetővé teszi a proaktiv döntéstámogatást. (Salamon Károly, Ernst & Young Kft.) • A vezetői számvitel fogalmán olyan rendszerszemléletben kialakított szervezési, tervezési, elszámolási, értékelési, információszolgáltatási rendszert kell érteni, amelynek célja, hogy a vezetők (menedzsment), valamint a szervezeti egységek részére a tevékenység ellátásához szükséges adatokat, információkat biztosítsa, a teljesítmények, az eredmény maximálása érdekében. (Dr. Bartók Nagy András: Vezetői számvitel) • A számviteli törvény szerint: a 6-7. számlaosztály - a gazdálkodó döntésének

18

megfelelően - használható a vezetői információk biztosítására. E számlaosztályok szabad használata lehetővé teszi a vállalkozáson belüli egységek elszámolását, a költséggazdálkodás, az önköltségszámítás sajátos rendszerének kialakítását. Mások a vezetői számvitel fogalmát a vezetői munkához kapcsolódó szerepének meghatározásán keresztül kívánják meghatározni. Egyfelől azáltal, hogy meghatározzák, mely vezetési funkciókhoz nyújt információkat, másrészt azáltal, hogy ezen belül megadják ezen információk szerepét, felhasználási jellegét. Eszerint a vezetői számvitel a tervezés, ƒ döntéshozatal, ƒ ellenőrzés funkciókat támogatja sajátos információival [Sutus I. 1999.], aholis szerepe ƒ

a figyelem felkeltése, ƒ az eredmény számbavétele, s ƒ a problémák megoldása. [Weetman, P. 1997.] ƒ

Dolgozatom szempontjából a döntéshozatali funkciót, s ehhez kapcsolódóan a figyelemfelkeltési feladatkört emelem ki. A döntéshozatal a vállalkozások vezetésének központi eleme, a legfontosabb vezetői funkció. Miközben a vezetésnek alapvetően arról kell döntenie, hogy a vállalkozás hogyan éri el céljait, valójában erőforráselosztási döntések sorozatát hozzák, hogy a profit maximalizálása érdekében biztosított legyen az erőforrások leghatékonyabb felhasználása. Ehhez „helyzetképpel” kell rendelkezzenek. Ez a kép számos, eltérő jelentőségű részletből áll össze. A vezetői számvitel feladata a vezető figyelmét a kivételesen figyelemre méltó pontokra, adatokra, jelenségekre irányítani. Az olyan elvárások, mint a korrektség, időszerűség kötelezően benne foglaltatnak a figyelemfelkeltés folyamatában. A kritikus pontok megtalálásának egyik módszere lehet az analógiák keresése a hasonló vállalkozások környezetében. Ebben a dolgozatban a vezetői számviteli munka körében kialakított információk, a vállalkozási tevékenység egyes területeinek működését jelző, a beszámolóból számított mutatók alapján teszek kísérletet arra, hogy a mintában szereplő vállalkozásoknak ezen mutatószámok rendszerére építve egy minőségi képét alakíthassam ki, markánsan elkülönülő csoportjait kereshessem meg, ami analógiás tanulságokat jelenthet az egyes vállalkozásoknak.

19

1.4.2. A vezetői számvitel és a controlling kapcsolata

A controlling a vállalkozások belső irányítási rendszerének egyik eleme, mely az irányítás funkciói közül a stratégiai és operatív tervezést, terv-tény adatok összevetését, eltérések elemzését végzi, az ellenőrzést, valamint az információellátást koordinálja. A vezetés egyik támasza, lehetővé teszi a vezető számára, hogy célorientáltan, a környezet változásaihoz igazodva irányítsa a vállalatot. „…célja, hogy fenntartsa a vezetés koordináló, reagáló, és adaptációs képességét a vállalati célok megvalósítása érdekében.” [Horváth P. 1990.] A controlling feladatait megfogalmazni: • • • • • • •

részletesebben

az

alábbiak

szerint

szokták

a vállalkozási célok meghatározása, a döntés előkészítéshez információk gyűjtése, feldolgozása, gazdasági tervezés, az eredmények ellenőrzése, a tervezett és tényleges értékek összevetése a tervtől való eltérések okainak feltárása, beavatkozási területek kijelölése, információ szolgáltatás a vezetés számára.

Témám szempontjából a controlling célmeghatározásban játszott szerepét emelem ki. A célmeghatározáson túl azonban a controlling – mint elemző, a beavatkozási területekre fókuszt irányító tevékenység – jelentős szerepet játszik a célelérő stratégia kidolgozásában is, a vállalati célok konkrét cselekvési változatokra való lebontásával, s ha azokat megfelelően kommunikálja, akkor a vezetés különböző szintjei maguk is figyelemmel kísérhetik a cél elérésében játszott szerepüket. Ha tehát a controllingot úgy fogalmaztuk meg, mint a vezetés alrendszerét, a vállalkozás belső irányítási rendszerének elemét, kézenfekvő a kapcsolata a vezetői számvitellel. A controlling tevékenység fontos része a vezetői számvitel, mely a tényadatokat szolgáltatja. Az irodalomban említik úgy is, mint a vállalkozás fő regisztrátorát, mivel ő szervezi, koordinálja a könyvviteli, elszámolási tevékenységet. Csak a valóságot tükröző, hű tényadatok alapján lehetséges a tervteljesítés vizsgálata, a gazdasági elemzések elvégzése, s a hatékony ellenőrzés. A controlling a beszámolási rendszere segítségével biztosítja a különböző vezetési szintek informálását. Nem ad-hoc rendszer. A jól szervezett controlling tevékenység standardizált beszámolórendszerrel dolgozik. Ez egy keretrendszert jelent, melyben rögzítve vannak a beszámoló rendszer működésének, megjelenésének elvei. Így: • •

tartalma, szerkezete, a jelentések gyakorisága, rendszeres, vagy eseti jellege, 20

• •

elemzések területei és az alkalmazott eljárások, alkalmazott mutatószámrendszer.

Az úgynevezett standard mutatókat különböző teorétikusok és elemzők különbözőképpen csoportosítják. Mégis viszonylag széles körben elfogadott egy funkcionális csoportosítás: • • • • • • • • •

pénzügyi helyzet mutatói, vagyoni helyzet mutatói, jövedelmezőségi mutatók, költség és teljesítmény elszámolás mutatói, készletgazdálkodási mutatók, beszerzési mutatók, termelési mutatók, értékesítési mutatók, beruházási mutatók.

Vannak azonban speciálisan controlling célokat szolgáló mutatók. Így: • • • • •

a szűk keresztmetszet egységére jutó fedezet, biztonsági együtthatók (például: árbevétel/költség, illetve bevétel/kiadás), vevőorientált mérőszámok (például: főbb vevők részesedése a forgalomból és a fedezeti összegből), szállítóorientált mutatók (például: forgalom és fedezeti összeg arányos raktárkészlet), munkaerőre vonatkozó mutatószámok (munkaerő felhasználás, a jelenléti időből az elszámolható órák aránya).

A dolgozat záró fejezetében – mintegy az eredmények gyakorlati alkalmazhatóságának próbájául is – kísérletet teszek arra is, hogy mutatószámok számviteli információkra támaszkodó rendszerét dolgozzam ki, mint egyfajta megközelítési lehetőséget egy komplex teljesítményértékelő rendszer kialakításához, alapvetően azon keretek között, melyre a mérleg és eredménykimutatás információi lehetőséget adnak. A mutatók közötti heurisztikus válogatás helyett megkísérlem olyan módszerek alkalmazását, melyek úgy képesek megőrizni a sok tényező, mutató figyelembevételének előnyét, hogy egyúttal „rendet” és átláthatóságot teremtenek, s adják a mutatók közötti belső logikai összefüggést is.

21

2. AZ ELEMZÉS ALAPJÁUL SZOLGÁLÓ ADATBÁZIS Kutatómunkámban – talán fogalmazhatok úgy, hogy viszonylag hosszabb időtávra visszatekintve – törekedtem arra, hogy az informatika, s az információfeldolgozás módszereit, s eszközeit úgy használjam, hogy a vállalkozások beszámolórendszereiben, s a társasági beszámolókban rejlő információtartalom feltárásának további, újabb lehetőségeit keressem. Egyetemi doktori disszertációmat is egy – szervező és adatfeldolgozást programozó – közreműködésemmel kialakított számítógéppel támogatott információs rendszer elemzése alapján készítettem.1 Az 1992-ben életbelépett Számviteli Törvény beszámoló szerkezetére épülő első eredmények publikálására 1996-ban került sor.2 A közzétett mérlegek és eredménykimutatások adatai alapján a vállalkozások vagyoni, pénzügyi, jövedelmezőségi helyzetét és annak változásait összevontan minősítő kiadvány korábban nem volt nyilvános forgalomban. Ez az elemzés 1200 vállalkozás közzétett beszámolójára épült, melyből az érdeklődők (üzleti partnerek, konkurensek, törvényhozók, államigazgatási szakemberek, kutatók stb.) sokrétű információt szerezhettek az érintett vállalkozások vagyoni, pénzügyi helyzetéről, működésük eredményeiről. A közzétett nagyszámú beszámoló kínálta a lehetőséget általánosabb, általánosítóbb következtetések levonására, s egy kísérletre a nemzetgazdaságban végbemenő gazdasági folyamatok értékelésére. A társasági beszámolókra támaszkodó adatbázisok információtartalma lényegesen nagyobb, mint amit a felhasználók közvetlenül, ténylegesen hasznosítanak. Méginkább igaz ez, ha figyelembe vesszük az adatszolgáltatás éves, ismétlődő jellegét. A közelmúltban az Igazságügyi Minisztérium részéről megfogalmazódott az az igény, hogy a Cégbíróságnál letétbe helyezett beszámolók (évente mintegy 150 ezer db) adathalmazában azok információtartalmának hasznosítása, s szélesebb körben való hozzáférhetővé tétele érdekében rendszerezést kellene végezni. Az elsődleges rendszerezési igény azért merült fel, mert a vállalkozások beszámolóikat jelenleg mintegy 90 féle sémában, s ezen túl számos egyéni formátumban készítik. Ezért szükség van egy egységes, tartalmilag korrekt, formailag összehasonlítható szerkezet kialakítására. Ez áttekinthető alapot teremt összehasonlító elemzések végzésére.3

1

Hannák-Jánosa-Dr.Marty-Urbánszky: Szövetkezeti áruházakra vonatkozó egységes adatgyűjtési és feldolgozási rendszer. Tanulmány. SZÖVOSZ Bp. 1982. (Disszertáció 1985.) 2 Gyulai-Jánosa-Kállai: Társasági beszámolók elemzése - SALDO Pénzügyi Tanácsadó és Informatikai Rt. 1996. 3 Bíró-Gyulai-Jánosa: Javaslat társasági beszámolók információtartalmának hasznosítására - Igazságügyi Minisztérium 1999. 22

Az egységes szerkezetű adatbázis kialakításának adatszervező munkái közben – látva, hogy e rendszer óriási információtartalma lehetőséget ad további, rendszerszintű elemzésekre is – határoztam el, hogy e dolgozat keretében kísérletet teszek ilyen elemzés végzésére. Jelen dolgozatom adatbázisát tehát a vállalkozások Cégbíróságnál letétbe helyezett 1997-98 évi beszámolói képezik.

Az adatok elsődleges tárolási és hozzáférési formátuma nem felelt meg a feldolgozás céljainak és eszközeinek. Túl azon, hogy a minta kialakításához szükséges leválogatás szempontjait a későbbiekben ismertetett megfontolások alapján el kellett végeznem, formális átalakításokra is szükség volt. Mivel minden egyes mérlegsor és minden egyes eredménykimutatás sor eredetileg külön-külön állományban volt tárolva, ezért először a leválogatott vállalkozásokhoz tartozó adatokból olyan állományokat szerveztem, ahol egy vállalkozás – adott időszaki – teljes mérlege egy rekordot képez. Ugyanígy jártam el az eredménykimutatás adataival is. Így – mindkét időszakra – két egyedtipus keletkezett: egy mérleg, s egy eredménykimutatás egyedtipus. Mivel az azonosító mindkét egyedtipusban a vállalkozások statisztikai jelzőszáma volt, a két egyedtipus között 1:1 kapcsolatot tudtam kialakítani. Így egy logikai rekordot egy vállalkozás mérlegből és eredménykimutatásból álló beszámolója képezett. Ez a forma így már alkalmas volt az SPSS 9.0, illetve 10.0 for Windows statisztikai elemző rendszer Data Inputjába való beolvasásra.

23

2.1. A minta kialakítása

Nem törekedhettem teljességre sem a beszámolók igen nagy száma, sem pedig a vállalkozások heterogén jellege miatt. 1998-ban Magyarországon összesen 779 470 vállalkozás működött. Ebből azonban a 11 főnél kevesebb alkalmazottat foglalkoztató vállalkozások száma igen jelentős arányt képvisel, 756 682–t (97 %) tesz ki. (Forrás: Statisztikai Évkönyv 1998.) Ezen kis vállalkozások sajátos, egyszerű „beszámolószerkezete” szélesebb körű, mélyebb elemzésre alig ad módot. A vállalkozások elemzésbe vont körének megállapításához szükséges lett volna a választani kívánt vállalkozási kör lehetőleg egyértelmű meghatározása. Vállalkozások adott körét jól körülhatároló, mindenhol használatos egyértelmű meghatározás megadása azonban nem is olyan könnyű feladat, pedig szükségessége vitathatatlan. Az elemzett időszakban még nem létezett egységes, minden területen egyöntetűen használatos csoportosítási rendszer. 1999-től viszont a Kis és középvállalkozások fejlődéséről szóló 1999. évi XCV. Törvény ad besorolási kritériumokat a vállalkozások kategorizálására. Továbbra is, többféle besorolási rendszer működik egymás mellett. Egymástól különbözik például a KSH által használt besorolás, a számviteli rendszer osztályozása és a hitelintézetek is saját szájízük szerint alakítják ki rendszerüket, besorolásukat. Melyek azok a differenciálhatók:

fő

momentumok,

amelyek

alapján

a

vállalkozások

1. A vállalkozás adózási formája • személyi jövedelemadó, vagy • társasági adó (egyéni vagy társas vállalkozás) 2. A vállalkozó foglalkozási jellege • fő- vagy • mellékfoglalkozású 3. A vállalkozásért viselt jogi felelősség mértéke • Korlátlan, vagy • korlátozott 4. A vállalkozások vagyona (csak a társas vállalkozások esetében vehető számba) 5. A vállalkozások létszámnagyság szerinti mérete Ez utóbbi az összehasonlításra legalkalmasabb jellemző, ez szolgál a statisztikai csoportosítás alapjául is, s ez áll legközelebb az Európai Unió definíciójához is.

24

• • •

0-9 főt foglalkoztató: mikrovállalkozás (Magyarországon a vállalkozások többsége, 97 %-a ide tartozik.) 10-49 alkalmazott foglalkoztatásával: kisvállalkozás 50-249 alkalmazott foglalkoztatásával: középvállalkozás

1997. márciusában a kisvállalkozói törvény javaslata – az egységes fogalmi kezelés érdekében – részletesen meghatározta a kis-és középvállalkozások definícióját. A törvény azonban akkor nem született meg. Mivel megalkotása nem került le a napirendről, a végülis 1999-ben megszületett – fent említett – XCV. Törvény meghatározása szerint a részletes definíció a következő: • Kis- és középvállalkozásnak minősül az a vállalkozás, melynek összes foglalkoztatott létszáma 250 főnél kevesebb, éves nettó árbevétele legfeljebb 4000 millió Ft, vagy mérlegfőösszege legfeljebb 2700 millió Ft. • Kisvállalkozás: foglalkoztatott létszáma 50 fő alatt van, éves nettó árbevétele legfeljebb 700 millió Ft, vagy mérlegfőösszege legfeljebb 500 millió Ft • Középvállalkozás: foglalkoztatott létszáma 50 fő felett, de 250 fő alatt van, éves nettó árbevétel 700 millió forint felett maximum 4000 millió Ft, mérlegfőösszeg maximum 2700 millió Ft • Mikrovállalkozás: foglalkoztatott létszáma10 fő alatt van, de az értékhatárok tekintetében megfelel a kis- és középvállalkozásokra adott értékeknek. • külön kitétel, hogy a kisvállalkozásban más vállalkozás tulajdonrésze nem haladhatja meg a 25 %-ot. Végülis a javaslat, s a megvalósult törvény is jelentősen eltértek egymástól. A Számviteli Törvény alapján megkülönböztetünk egyszeres és kettős könyvvitelt vezető vállalkozásokat. A Számviteli Törvény megkülönböztetés:

által

előírt

beszámoló

típusa

alapján

történő

Egyszerűsített mérleget és eredménylevezetést készítő (Az a jogi személyiség nélküli gazdasági társaság, amelynek vállalkozási tevékenységből származó éves nettó árbevétele - két egymást követő évben nem haladja meg az 50 millió forintot, függetlenül az általa foglalkoztatottak létszámától és a mérlegfőösszegtől.) Egyszerűsített éves beszámolót készítő (az üzleti jelentést nem tartalmazza) (Az a kettős könyvvitelt vezető vállalkozó, ahol két egymást követő évben a mérleg fordulónapján a következő három mutató érték közül kettő nem haladja meg a megadott határértékeket: • a mérlegfőösszeg a 150 millió forintot, • az éves nettó árbevétel a 300 millió forintot, és • a tárgyévben átlagosan foglalkoztatottak száma a 100 főt.)

25

Éves beszámoló (A kettős könyvvitelt vezető vállalkozó készíti, ha egyébként nem esik az előző szakasz hatálya alá. Részei: mérleg, eredménykimutatás, kiegészítő melléklet és üzleti jelentés) Összevont (konszolidált) éves beszámoló (Az a vállalkozó készíti, aki meghatározott feltételek szerint más vállalkozókhoz fűződő viszonyában anyavállalatnak minősül, illetve közös vezetésű vállalkozásban tőkerészesedés alapján jogosultsággal rendelkezik. Részei: konszolidált [összevont] mérleg, konszolidált eredménykimutatás, konszolidált kiegészítő melléklet.) Mivel az adatbázis összeállításánál csak mérleg és eredménykimutatás adatok álltak rendelkezésemre, valamint a benyújtott beszámoló forma tipusa, így e körből létszámadatokra nem, csak a mérleg főösszeg és nettó árbevétel adatokra támaszkodhattam. (A cégbírósági adatbázisban a kiegészítő melléklet nem kerül elektronikus feldolgozásra.) Az volt a célom, hogy a „nagyobb” középvállalkozások kerüljenek a mintába.

kisvállalkozások,

valamint

a

Mivel a választott beszámoló tipus az éves beszámoló volt, így a választott vállalkozások (nettó árbevételüknek, mérlegfőösszegüknek az értékhatárokhoz való viszonyára tekintet nélkül) kettős könyvvitelt vezetők. A nettó árbevétel éves 300 millió forintos mértékét választó vonalnak tekintettem. Az e mérték alatti nettó árbevételű vállalkozásokat kis, az e fölöttieket középvállalkozásoknak tekintettem. A minta vállalkozási tevékenység tipusa szerinti összetételénél a kis és középvállalkozások foglalkoztatott létszámra vonatkozóan megadott méretadataiból indultam ki, mivel a statisztikai közlemények is ehhez igazodva adják meg a vállalkozások számát. Az így figyelembevett vállalkozási kör a 21-50 főt, valamint az 51-300 főt foglalkoztató vállalkozások köre. Az előbbi kategóriában működő vállalkozások száma 7028, míg az utóbbiban 4799 (az oktatás, az egészségügyi és szociális ellátás és az egyéb tevékenység kivételével). (Forrás: Statisztikai Évkönyv 1998.) Ezen létszámkategóriákkal működő vállalkozások lefedik a kis és középvállalkozások körét. Az elemzésben azonban csak a kettős könyvvitelt vezető, éves beszámolót készítő vállalkozásokkal kívánok foglalkozni. Mivel pedig a korábbiakban jelzetteknek megfelelően a kisvállalkozások köréből csak a „nagyobb”-akat kívánom szerepeltetni a mintában, ezért az éves nettó árbevétel minimumát 150 millió forintnál húztam meg. (Az volt a célom, hogy a kötelező kettős könyvvitel vezetési, éves beszámolókészítési értékhatár alatti értékeket mutató, de kettős könyvvitel vezetést, éves beszámoló készítést választó vállalkozások is bekerüljenek a mintába.)

26

Az 51-300 fő közötti (feltételezéseim szerint közép-) vállalkozások számát a jelzett forrás szerint közölt számban és tevékenység szerinti összetételben teljes egészében figyelembe vettem. Megbízható irodalmi adat hiányában azonban szubjektív becslés szerint a 21-50 főt foglalkoztató vállalkozásoknak csak mintegy 10 %-át tekintettem a fenti figyelembevételi követelményeket kielégítőnek. Így a figyelembe vett vállalkozások számát – kerekítéssel – 5500-ban határoztam meg. Ebből az ágazatok valós arányait követő 10 %-os, arányosan rétegzett mintát kívántam összeállítani. Mintám az eredeti tervek szerint így 550 vállalkozásra terjedt volna ki. Részben azonban a leválogatott beszámolók számszaki hibái miatt kellett elhagynom egyes vállalkozásokat, másrészt pedig azért, hogy az elhagyások miatti arány eltolódásokat úgy ellensúlyozzam, hogy az eredeti arányos rétegzés megmaradjon. Így a végső mintaelemszám 498 lett, a vállalkozások adott körben fennálló valós arányait követő, arányosan rétegzett minta mellett. A minta összetételére vonatkozó információk a túloldali táblázatban láthatók. Ezen vállalkozások mérlegének és ’A’ tipusú eredménykimutatásának 1997-1998 évi adatai képezték elemzésem adatbázisát.

27

Kettős könyvvitelt vezető kis és középvállalkozások mintaelem számának meghatározása

Gazdasági ág sorszáma

1 2 3 31 32 33 34 35 36 37 38 4 5 6 7 8 9 10 11

TEÁOR

neve

Mezőgazdaság, vad, erdőgazdálkodás, halászat Bányászat Feldolgozóipar Élelmiszerek, italok és dohány gyártása Textíliák, ruházati, bőr és szőrmetermék gyártása Fa, papíripari és nyomdaipari termékek gyártása, kiadói tevékenység Vegyipar Nemesfém, ásványi anyafokból készült termékek gyártása Kohászat és fémfeldolgozás Gépipar Egyéb feldolgozóipar, hulladék visszanyerés Villamosenergia, gáz, hő és vízellátás Építőipar Kereskedelem, közúti jármű és közszükségleti cikk javítás Szálláshely, szolgáltatás és vendéglátás Szállítás, raktározás, posta, távközlés Pénzügyi tevékenység Ingatlanügyek, bérbeadás, gazdasági tevékenységet segítő szolgáltatás Egyéb közösségi, társadalmi, személyi szolgáltatás Összesen:

28

01-02-05 10-11-12-13-14 15-16 17-18-19 20-21-22 23-24-25 26 27-28 29-30-31-32-33-34-35 36-37 40-41 45 50-51-52 55 60-61-62-63-64 65-66-67 70-71-72-73-74 90-91-92-93

21-50 fő

51-300 fő

Kis és középvállalkozások MegoszSzáma lása

41 4

820 29

861 33

16% 1%

100 88 14 34 19 29 115 10 59 14 66 11 56 16 40 8 723

287 442 174 154 91 225 448 123 96 362 674 110 143 83 380 136 4777

387 530 188 188 110 254 563 133 155 376 740 121 199 99 420 144 5500

7% 10% 3% 3% 2% 5% 10% 2% 3% 7% 13% 2% 4% 2% 8% 3% 100%

Minta

78 3

Minta Megoszlása

16% 1% 35 48 17 17 10 23 51 12

14 34 67 11 18 9 38 13 498

7% 10% 3% 3% 2% 5% 10% 2% 3% 7% 13% 2% 4% 2% 8% 3% 100%

A mintába került vállalkozások • nettó árbevétel (bázis: eI_b és tárgy: eI_t), valamint • mérleg főösszeg (bázis: m43_b és tárgy: m43_t) adatainak statisztikai jellemzőit az alábbi táblázatok tartalmazzák. 4 Descriptive Statistics

eI_b eI_t m43_b m43_t

Valid N

N

Minimum

Maximum

Mean

Std. Deviation

498 498 498 498 498

0 150079 0 264

134985557 152989550 89114947 97342961

1626162,4 1956214,3 1366714,1 1509783,2

7940912,7 9127370,3 6494074,7 6866532,3

Statistics N

Valid Missing Percentiles 25 50 75

4

eI_b 498 0 220260,50 411525,50 1014644,75

eI_t 498 0 282721,25 496052,50 1193868,75

m43_b 498 0 116045,50 282710,00 662477,75

m43_t 498 0 154690,25 357330,00 758780,25

Mivel a közölt eredmény táblázatokat a valós, eredeti futtatási eredményeket bizonyító dokumentumoknak kezelem, nem fordítottam le a fejléc és más címke információkat, hanem eredeti formában hagytam. 29

2.2. A vállalkozások jellemzésére felhasznált mutatók

A közzétett mérlegek és eredménykimulatások adatai alapján • részben közvetlenül felhasználhatók egyes mérleg és eredménykimutatás tételek, • másrészt számos származtatott mutatószám szerkeszthető, amelyek jól használhatók a társaságok vagyoni, pénzügyi helyzetének és működésének elemzésére. A mérleg és eredménykimutatás adatokból így együttesen 25 tétel került közvetlenül kiválasztásra. Ezek a tételek különösebb magyarázatra nem szorulnak. 2.2.1. Mérleg és eredménykimutatás tételek

Mérleg tételek: Sorszám

Változó neve

Mérlegtétel

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13.

M02 M09 M16 M23 M30 M31 M35 M39 M45 M53 M59 M66 M68

Immateriális javak Tárgyi eszközök Befektetett pénzügyi eszközök Készletek Követelések Követelések áruszállításból és szolgáltatásból Értékpapírok Pénzeszközök Jegyzett tőke Mérleg szerinti eredmény Hosszú lejáratú kötelezettségek Rövid lejáratú kötelezettségek Kötelezettségek áruszállításból és szolgáltatásból

Eredménykimutatás tételek: Sorszám

Változó neve

Eredménykimutatás tétel

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

EAG EBEV EB EC EE EF EG EIII EV EVI EVII EVIII

Anyagjellegű ráfordítások - Eladott áruk beszerzési értéke Értékesítés nettó árbevétele + Egyéb bevételek Pénzügyi műveletek eredménye Szokásos vállalkozási eredmény Adózás előtti eredmény Adózott eredmény Mérleg szerinti eredmény Aktivált saját teljesítmények értéke Személyi jellegű ráfordítások Értékcsökkenési leírás Egyéb költségek Egyéb ráfordítások

Megjegyzés: a változónevek a számításokban egy ’B’, ’b’, ’_b’ vagy ’T’, ’t’, ’_t’ jellel egészülnek ki, az adat bázis, vagy tárgyidőszaki jellege miatt.

Fentieken kívül kialakítottam továbbá egy 46 mutatószámból álló értékelő 30

rendszert. Ez a kör bővebb jellemzésre és csoportosításra szorul. E mutatók között megtalálhatók a • a vállalkozások jövedelmezőségét, hatékonyságát jelző értékek, • a vállalkozás likviditásának értékmérő mutatói, • a gazdálkodó szervezet eszköz, készletgazdálkodásának jellemzőit taglaló adatok Természetesen nem gondolom, hogy az általam választott mutató-csokor lenne a legjobb vagy a legteljesebb összeállítás a gazdálkodók értékeléséhez. Bizonyos azonban, hogy a közzétett értékekből számított mutatók, s egy konkrét gazdálkodó adatainak összehasonlítása sok információt adhat a tájékozódni kívánónak. Az alábbiakban a legfontosabb mutatókat csoportosítva, értelmezve ismertetem. 2.2.2. Származtatott mutatószámok

1. 2. 3. 4.

tőkeszerkezeti és eladósodottsági mutatók, forgási mutatók, eredményszerkezeti mutatók, jövedelmezőségi mutatók. Tőkeszerkezeti és eladósodottsági mutatók

A tőkeszerkezeti és eladósodottsági mutatók mindenek előtt a cégek forrásainak struktúrájáról adnak tájékoztatást. Ebbe a körbe tartozik: • • • • • • •

• • •

a tőkeellátottsági mutató, (vagy reciproka a tőkemultiplikátor) a saját tőke és az összes forrás viszonyát szemlélteti; az eladósodottság mértéke mutató a kötelezettségek részarányát fejezi ki, mintegy "komplementere" a tőkeellátottsági mutatónak; likviditási mutató a cég rövidtávú fizetőképességét kifejezi ki; gyorsráta (likviditás2) kissé szigorúbb, mint a likviditási mutató, de ez is a fizetőképességre utal; adósságállomány aránya mutató az adósságállomány és a források viszonyát kifejezi ki; adósságszolgálat mutató a pénzjövedelem adósságállományhoz viszonyított nagyságát kifejezi ki; a rövid lejáratú hitellel fedezett forgóeszközök részaránya az éven belüli hitelek finanszírozó szerepét mutatja; a rövid lejáratú hitelek aránya az árbevételhez mutató a hitelek törlesztési lehetőségeit fejezi ki; a befektetett eszközök fedezettsége arról informál, hogy milyen mértékben képes a saját tőke a befektetett eszközöket finanszírozni; a nettó forgótőke ellátottság a tartós forrással, vagyis saját tőkével, illetve 31

•

hosszú lejáratú kötelezettséggel fedezett forgóeszközök részarányát fejezi ki. a Bonitás mutató az összes forráson belül utal a hosszú lejáratú kötelezzettségek arányára Forgási mutatók

A forgási mutatók az eszközök összessége, a különféle eszközcsoportok, illetve a saját tőke forgásáról, ezen keresztül a gazdálkodás hatékonyságáról adnak számot. Minét magasabb abszolút értékük, általában a jó gazdálkodás jele. Eredményszerkezeti mutatók

Az eredményszerkezeti mutatók arról tájékoztatnak, hogy az adózás előtti eredmény mennyiben származik • • •

az üzemi tevékenységből, a pénzügyi műveletekből, illetve a rendkívüli tevékenységből.

Az utóbbi magas aránya semmiképpen sem kedvező, hiszen a gazdálkodás jövője még a pozitív rendkívüli eredményre sem alapozható. Egyértelműen előnyös viszont az üzemi tevékenység eredményének magas hányada (ide nem értve a pénzügyi tevékenységet „hivatásszerűen” folytató vállalkozásokat). Jövedelmezöségi mutatók •

•

•

•

saját tőkére jutó adózott eredmény (ROE), valamint a saját tőkére jutó adózás előtti eredmény mutatók a sajáttőke-arányos jövedelmezőséget fejezik ki. A szakmai befektetők körében kedvelt mutatók. A tulajdonosok (illetve a potenciális befektetők) nézőpontjából a befektetés hatékonyságának legszintetikusabb mutatói közé tartoznak. A nyereség visszaforgatás mértéke a saját tőke bővítésére visszahagyott eredményrész arányát tükrözi. Az osztalékhányaddal kiegészülve pontos képet ad az adózott eredmény felhasználásának szerkezetéről, vagyis arról, hogy a tulajdonosok milyen felosztási arányt tartottak kívánatosnak az osztalék kifizetés és a belső forrású tőkebővítés között. Az árbevétel arányos jövedelem mutatók az egyre szélesebben értelmezett eredménykategóriák és a hozzájuk tartozó bevételek arányáról adnak képet. A köztük lévő eltérések alapján – az eredményszerkezeti mutatók alakulását is figyelembe véve – kép alkotható az egyes tevékenységek szerepéről az eredmény kialakításában. Az adózás és kamatfizetés előtti eredmény aránya (EBIT) mutató a finanszírozási források szerkezetétől függetlenített egységnyi eszközzel elért jövedelmezőség mértékét fejezi ki. Ilyen értelemben a jövedelem termelő képesség legtágabb mutatója. A tulajdonosok szempontjából azonban legalább ilyen érdekesnek mondható az eszközarányos adózott eredmény (ROA) alakulása, mely az egységnyi eszközzel elért szabad rendelkezésű profit arányát 32

tükrözi. A Bérarányos jövedelmezőség az egységnyi személyi jellegű ráfordítással elért jövedelmezőség mértékét fejezi ki. Itt tehát a jövedelmezőségi mutatók másik csoportjáról van szó, azokról, melyek az erőforrás arányos jövedelmezőséget képviselik. Ezek tehát az eszközarányos, valamint a bérarányos jövedelemtermelés szintjéről adnak számot. Egyéb mutatók • •

Kiszámításra kerültek még az eszközállomány belső arányait tükröző egyes mutatók, így a befektetett eszközök, valamint a forgóeszközök aránya; a „dinamikus” mutatók között a dinamikus likviditás a kötelezettségekre, a árbevétel arányos pénzjövedelem az értékesítés nettó árbevételére vetíti a pénzjövedelem nagyságát.

A használt mutatókat, azok modellekben használt változó neveit, valamint a származtatott mutatók számítási módját a következő táblázat tartalmazza.

33

A modellekben használt származtatott mutatószámok és számítási módjuk

Sorszám

VÁLTOZÓ NEVE

MUTATÓ SZÁMÍTÁSI MÓDJA

1.

ABARADEL

Árbevétel arányos adózás előtti eredmény =

2.

ABARPJÖV

Árbevétel arányos pénzjövedelem =

3.

ABARSZOE

4.

ABARÜZE

5.

ADSALFED

6.

ADSALLAR

7.

ADÓSGSZL

8.

BEFESZF2

9.

BEFESZFE

10. BEFESZKA

Adózás előtti eredmény Netto árbevétel + Egyéb bevételek + Pénzügyi műveletek bevételei + Rendkívüli bevételek

Mérleg szerinti eredmény + Amortizáció Értékesítés nettó árbevétele

Szokásos vállalkozá si eredmény Értékesíté s nettó árbevétele + Egyéb bevételek + pénzügyi műveletek bevételei Üzemi (üzleti) tevékenység eredménye Árbevétel arányos üzemi eredmény = Netto árbevétel + Egyéb bevételek Saját tőke Adósság állomány fedezettsége = Hosszú lejáratú kötelezettségek Hosszú lejáratú kötelezettségek Adósság állomány aránya = Hosszú lejáratú kötelezettségek + Saját tőke Mérleg szerinti eredmény + Amortizáció Adósságszolgálati mutató = Hosszú lejáratú kötelezettségek Saját tőke Befektetett eszközök fedezettsége = Befektetett eszközök Hosszú lejáratú kötelezettségek Befektetett eszközök fedezettsége = Befektetett eszközök Befektetett eszközök Befektetett eszközök aránya = Eszközök összesen Árbevétel arányos szokásos vállalkozá si eredmény =

34

Sorszám

VÁLTOZÓ NEVE

11. BÉRARADE

12. BONITAS

13. DLIKV

MUTATÓ SZÁMÍTÁSI MÓDJA

Adózás előtti eredmény Személyi jellegű ráfordítások Hosszú lejáratú kötelezettségek Bonitás = Források összesen Mérleg szerinti eredmény + Amortizáció Dinamikus likviditás = Kötelezettségek

Bérarányos jövedelmezőség =

14. EBITAR

Adózás és kamatfizetés előtti eredmény (EBIT) aránya =

15. ELADOS

Eladósodottság mértéke =

16. ESZKIGSG

Eszközigényesség =

17. ESZKFSEÁ

Eszközök forgási sebessége =

18. ESZKHAT

19. FRGESZKA

20. GYORSRT

21. HITFED

Adózás előtti eredmény - Fizetett kamatok és kamat jellegű kifizetések Eszközök összesen

Kötelezettségek Források összesen

Értékesítés nettó árbevétele Teljes eszközérték

Értékesítés nettó árbevétele Átlagos eszközérték Üzemi eredmény Eszköz hatékonyság = Befektetett eszközök + Készletek

Forgóeszközök Eszközök összesen Pénzeszközök Likviditási gyorsráta = Rövid lejáratú kötelezettségek Követelések Hitelfedezettség = Rövid lejáratú kötelezettségek

Forgóeszközök aránya =

35

Sorszám

VÁLTOZÓ NEVE

MUTATÓ SZÁMÍTÁSI MÓDJA

Üzemi (üzleti) tevékenység eredménye Kötelezettségek

22. HSSZLIKV

Hosszutávú likviditás =

23. KESZFSEÁ

Készletek forgási sebessége =

24. KESZIGSG

Készletigényesség =

25. LEKEFED

26. LIKV1

27. LIKV2

28. LIKV3

29. MEGTÉRÜL

30. MER1PST0

31. MSZERIND

32. NTFTÖKEL

33. OSZTHD

Értékesítés nettó árbevétele Átlagos készletérték

Értékesítés nettó árbevétele Teljes készletérték

Saját tőke Befektetett eszközök + Készletek Forgóeszközök Likviditás1 = Rövid lejáratú kötelezettségek Forgóeszközök − Készletek Likviditás 2 = Rövid lejáratú kötelezettségek Forgóeszközök Likviditás3 = Kötelezettségek Nettó árbevétel Megtérülés = Saját tőke Mérleg szerinti eredmény(tárgy) Saját tőke növekedése = Saját tőke(bázis) Mérleg szerinti eredmény(tárgy) Mérleg szerinti eredmény indexe = Mérleg szerinti eredmény(bázis) Forgóeszközök − Rövid lejáratú kötelezettségek Nettó forgótőke ellátottság = Forgóeszközök Fizetett (jóváhagyott) osztalék, részesedés Osztalékhányad = Jegyzett tőke Lekötött eszközök fedezettsége

36

Sorszám

VÁLTOZÓ NEVE

34. RLJHITAB

35. RLJHITFE

36. RLJKÖTRA

37. ROA

38. ROE

39. ROE2

40. STÖKIND

41. STÖKNÖV

42. STÖKPKÖ

43. TESZKFE

44. TÖKELLÁT

MUTATÓ SZÁMÍTÁSI MÓDJA Rövid lejáratú hitelek Nettó árbevétel Rövid lejáratú hitelek Rövid lejáratú hitellel fedezett forgóeszközök aránya = Forgóeszközök Rövid lejáratú hitelek aránya az árbevételh ez =

Rövid lejáratú kötelezettségek Források Adózott eredmény Eszköz arányos adózott eredmény = Teljes eszközérték Adózott eredmény Saját tőkére jutó adózott eredmény = Saját tőke Adózás előtti eredmény Saját tőkére jutó adózás előtti eredmény = Saját tőke Saját tőke(tárgy) saját tőke változás indexe = Saját tőke(bázis) Mérleg szerinti eredmény Nyereség visszaforgatás mértéke = Saját tőke Saját tőke Saját tőke aránya a kötelezettségekhez = Kötelezettségek Saját tőke Tárgyi eszközök fedezettsége = Tárgyi eszközök Saját tőke Tőkeellátottság = Források összesen Rövid lejáratú kötelezettségek részaránya =

37

Sorszám

VÁLTOZÓ NEVE

45. ÜERPSTÖK

46. VAGYONFE

MUTATÓ SZÁMÍTÁSI MÓDJA Üzemi eredmény Saját tőke Saját tőke + Hosszú lejáratú kötelezettségek Vagyonfedezettség = Befektetett eszközök Tőke arányos eredmény =

38

3. FAKTORANALÍZIS ALKALMAZÁSA RENDSZER ELEMZÉSÉRE

A

VÁLLALKOZÁSI

Amint korábban is jeleztem, a vállalkozások mérlegein és eredménykimutatásain alapuló információs rendszer infromációtartalma lényegesen nagyobb, mint amit a felhasználók ebből közvetlenül, ténylegesen hasznosítanak. Ennek oka csak részben a bennfoglalt információk kinyerésére vonatkozó ismeretek hiánya. Más oldalról azonban a „bőség zavara” okozza a kezelhetetlenséget. A nagy információtartalmú adatbázis, az elemzési munka során ebből kiemelhető számos adat, létrehozható sok mutató szükségessé teszi olyan eljárás alkalmazását, amely egyfelől lehetőséget ad a változók nagy számának csökkentésére úgy, hogy egyúttal az adatbázis információ tartalmának minél nagyobb hányadát megőrizzük, másfelől azonban lehetővé teszi a számos ismérv együttes figyelembevételét. Ezen követelmények kielégítésére a matematikai statisztika eszköztárából a faktoranalízis módszerét használtam. A faktoranalízis a „dimenziócsökkentő”, információtömörítő eljárások egyike. A faktoranalízis segítségével lehetőség nyílik n eredeti, egymással részben lineáris kapcsolatban lévő változóból álló változórendszer leírására, általában n-nél kevesebb, lineárisan független, származtatott változóval. Az elemzés szempontjából első közelítésben ezeket a származtatott változókat nevezzük faktoroknak. A fogalom értelmezését azonban pontosítom. Mint a sokváltozós módszerek jelentős része, a faktoranalízis is eredményeit a változók varianciájának mérésére és a korrelációs kapcsolat szorosságára alapozza. A nagyszámú változó között fennálló multikollinearitásra épül. A változók és a faktorok közti különbség részben a változók és a faktorok eltérő számára, másrészt kapcsolatukra vonatkozik. Egyes változók egymástól nem függetlenek, míg minden faktor független egymástól. A faktor analízis éppen bizonyos változók között fennálló lényeges, törvényszerű kapcsolat alapján őket egy mesterséges (virtuális) változóba tömöríti. Ez a faktor. Vannak olyan gyakran és általánosan használt, fontos és összetett fogalmak (pl. hatékonyság), melyek pontos jelentését nehezen, körülírva tudjuk csak megadni. Az ilyen életlenül definiált fogalmak több, élesen definiált ismérvre bonthatók (megadjuk mi a fogalom terjedelme: mi tartozik bele). Ilyen összetett jelenség a faktor is. A faktoranalízis mintegy „struktúrát lát” a mutató halmazban. Az egyes faktorok az őket alkotó változók által hordozott közös lényeget képviselik. Több változó közös információtartalmát sűrítik magukba.

41

A faktoranalítikus eljárások közül a főkomponens elemzést alkalmaztam. A főkomponens elemzés célja, hogy a vizsgálatban figyelembe vett összes megfigyelési változót (melyek részben nem függetlenek egymástól), mesterségesen előállított, főkomponens változók csoportjával helyettesítse. Az eredeti változókból származtatott főkomponensek száma maximum annyi lehet, mint a megfigyelt változók száma. A cél azonban nyilván az, hogy a megfigyelt változók hordozta információtartalmat, a megfigyelt változókból álló rendszert az eredeti változók számánál kevesebb főkomponensbe sűrítve leírjuk. A főkomponenseket az eredeti változókból állítjuk elő, egy erre alkalmas súlyrendszer segítségével. A főkomponensek az alábbi lényeges tulajdonságokkal rendelkeznek: 1. Az összes főkomponens szórásnégyzetének összege megegyezik az eredeti változók szórásnégyzetének összegével. Így tehát a főkomponensek az eredeti változókban rejlő információt teljes egészében megőrzik. 2. Az egyes főkomponensek szórásnégyzete meghatározásuk sorrendjében monoton csökken. Ez egyben a főkomponensek magyarázó erejét, a teljes szórásnégyzet magyarázatához való hozzájárulásukat is mutatja. 3. A főkomponensek páronként korrelálatlanok. A főkomponensekkel tehát a felhasznált változók információtartalmát úgy csökkenthetjük, hogy a nagyszámú megfigyelési változó információtartalmának jelentős hányadát megőrizhetjük úgy, hogy azt kevés számú főkomponens változóba sűrítjük, s az elemzés során már csak a főkomponensekkel dolgozunk. A faktoranalízis működésének információelméleti alapja az úgynevezett Paretotörvény: „egy teljes információrendszer információtartalmának négyötödét, az információhordozók egyötöde hordozza”. A módszer használhatóságát azonban végső soron az dönti el, hogy közgazdaságilag, az adott cél szempontjából interpretálható-e? Meg lehet-e találni a faktorok mögött meghúzódó, az őket alkotó mutatók együttesében rejlő közös lényeget. Ez mindig egy kicsit intuitív folyamat.

42

3.1. A modellek létrehozása

A faktoranalízist a tényezőrendszer aggregálására, komplex mutatók képzésére, ezek szerinti rangsorolásra, és a Balanced Score Card egyes nézőpontjai pontosabb megfogalmazására használtam. Indulásként több modellt fogalmaztam meg. Így: ➣ alapadatmodelleket • mérlegtételekre, • eredménykimutatás tételre, s • mérleg és eredménykimutatás tételekre épülő modelleket, valamint ➣ származtatott változós modelleket és ➣ vegyes modelleket (alapadatokat és származtatott változókat tartalmaztak). A modellek számítógépes futtatásához az SPSS 9.0 és SPSS 10.0 programrendszer Data reduction Factor

moduljait használtam. Ezen belül az alkalmazott eljárás a főkomponens elemzés (principal component analyzis) volt, varimax rotációval.

3.1.1. A modellezés általános menete

Minden modellbe első lépésként valamennyi változót bevontam. A kiértékelés kiindulópontja a korrelációs matrix volt. A változók páronkénti korrelációját használtam kezdeti infromációként. Amennyiben egyes bevont változó párok között 0,9 értékű, vagy annál magasabb korreláció mutatkozott, a pár egyik tagját a további vizsgálatból (többnyire) kizártam. Az ilyen magas korrelációt mutató változók ugyanis csaknem függvényszerű kapcsolatban állnak egymással. Így a változópár egyik tagjának elhagyása nem jár információ veszteséggel. Természetesen később kísérletet tettem a pár másik tagjának bevonására az előbbi elhagyása mellett. Attól függően döntöttem arról, hogy mely változó szerepeljen a modellben, hogy a modell „jóságához” (a fogalmat később tárgyalom) milyen mértékben járult hozzá.

43

A következő lépésben már a faktor modellek eredményeit elemeztem. További változók elhagyására került sor, azokéra, melyek egyetlen faktorhoz sem mutattak erősebb kötődést, illetve olyan változók elhagyására, melyek a különböző kísérletekben könnyen változtatták helyzetüket az egyes, viszonylag állandó tartalmú faktorok között. Voltak olyan változók is, melyek erős kötődést mutattak, de több faktorhoz is. Ha a különböző kísérletekben ez nem változott, az ilyen változókat is elhagytam. Minden változtatás során folyamatosan vizsgáltam ƒ a modell magyarázó erejének változását, ami a változók együttes szórásnégyzetéből a faktormodell által magyarázott részt jelenti, ƒ s az ugynevezett modellmegfelelőségi próba a KMO (Kaiser-Meyer-Olkin) mérték alakulását.

∑ ∑r KMO = ∑ ∑r + ∑ ∑a 2

i≠ j

2

i≠ j

ij

ij

i≠ j

2

ij

ahol: rij az i-edik és j-edik változó közötti egyszerű korrelációs együttható, aij pedig a ugyanezen változók közötti parciális korrelációs együttható. 0 ≤ KMO ≤ 1

Minél kisebb a parciális korrelációs együtthatók négyzetösszege a változópárok között, KMO értéke annál inkább közelít 1-hez. Kaiser szerint ha: KMO < 0,5 0,5 ≤ KMO < 0,6 0,6 ≤ KMO < 0,8 0,8 ≤ KMO < 0,9 0,9 ≤ KMO

elfogadhatatlan (unacceptable): a faktoranalítikus elemzés gondolatát el kell vetni; szánalmas (miserable), de elemzés végezhető közepes (mediocre) érdemleges (meritorious) csodálatos (marvelous)

Tökéletes modell valószínűleg nincsen. Amit végeredményként elfogadunk, egy optimálisnak tekintett kompromisszum. Végülis bizonyos jósági kritériumokat állítottam fel, s ezek alapján azokat a modelleket fogadtam el, ahol ƒ lehetőleg ne legyenek olyan változópárok, melyek között a korrelációs együttható > 0,9 ƒ KMO mérték >= 0,6 ƒ a modell magyarázó ereje >= 80 % ƒ legfeljebb 6-7 faktort adnak, pontosabban a faktorok száma nem nagyobb a modellben szereplő változók száma 20-30 %-ánál (Pareto tétel után).

44

3.1.2. Az egyes modellekről

A vegyes modellekkel (mérleg és eredménykimutatás tételek és származtatott változók együttesével) való munkát az első futtatások után el kellett vetnem, mivel a származtatott változók és az alapadatok mereven elkülönültek. Az alapadatok egy-két különálló faktort alkottak. A modell magyarázó ereje még változócserékkel történt kísérletek után is alacsonynak bizonyult. Az alapadatmodellek némi meglepetést okoztak. Korábbi tapasztalataim alapján a változók között jelentős, sokszor 0,9 fölötti értékű korrelációt vártam. Ennek oka általában a vállalkozási méret, illetve a változók ehhez méretkövető változása. A mérleg modellek esetében a korrelációs együtthatók megoszlása a következőképpen alakult. Korrelációs együttható nagysága 0 0,31 0,51 0,71 0,81 0,91

-

0,3 0,5 0,7 0,8 0,9

Bázis időszak Tárgy időszak Korrelációs együtthatók Korrelációs együtthatók megoszlása megoszlása száma száma egyedi kummulált egyedi kummulált 55 71% 71% 54 69% 69% 9 12% 82% 6 8% 77% 5 6% 88% 11 14% 91% 4 5% 94% 1 1% 92% 2 3% 96% 6 8% 100% 3 4% 100% 0 0% 100% 78 100% 78 100%

0,9-nél nagyobb korrelációk csak a bázis időszaki modellben alakultak ki. Ezek a ƒ ƒ ƒ

szállítók – rövid lejáratú kötelezettségek követelések – rövid lejáratú kötelezettségek tárgyi eszközök – jegyzett tőke

viszonylatban alakultak ki. A két időszak modelljeinek összehasonlíthatósága végett nem hajtottam végre változtatást a bázis időszaki modellen, így közel azonos tartalmú a bázis és tárgyidőszak modellje.

45

Rotated Component Matrix bázis időszak

M68B M66B M39B M30B M09B M45B M31B M59B M53B M02B M23B M35B M16B Faktorok hozzájárulása

1 ,975 ,920 ,918 ,854

Component 2 3 4

5

Commu nalities

,935

,962 ,939 ,878 ,964 ,929 ,901 ,817 ,892 ,787 ,746 ,864 ,841 ,877

M68T M66T M30T M39T M31T M09T M45T M53T M59T M23T M35T M16T M02T

8,3

87,7 %

Faktorok hozzájárulása

,916 ,906 ,804 ,918 -,790 ,650 ,924 ,902

37,1 16,3 14,6 11,4

tárgy időszak

Component 1 2 3 ,928 ,883 ,868 ,808 ,620 ,880 ,879 -,922 ,908

4

5

Commu nalities

,905 ,501

,937 ,935 ,935 ,758 ,832 ,952 ,950 ,861 ,871 ,832 ,899 ,834 ,383

7,9

84,4 %

,905 ,762

39,3 15,3 13,6

8,3

A 13 változó együttes szórásnégyzetének a faktormodell 5 faktora a bázis időszakban 87,7 %-át, a tárgy időszakban 84,4 %-át magyarázza meg. Így a faktormodellek magyarázó ereje jónak mondható, hiszen a változórendszer teljes szórásnégyzetének (információtartalmának) több, mint négyötödét megőrzi a modell. Itt, az első modellnél megadom a megoldás többi elemének értelmezését is. • A táblák belsejében található aij faktorsúlyok a változók és faktorok egymással való kapcsolatát mutatják. Az i-edik változó és a j-edik faktor közötti kapcsolatot kifejező korrelációs együtthatóval egyeznek meg. • A kommunalitások értéke azt mutatja meg, hogy az i-edik változó értéke a faktormodellel milyen pontossággal közelíthető. A változóhalmaz mutatói a faktormodellel elég jól közelíthetők. (Esetleg tárgyidőszakban a tárgyi eszközök értéke jelenthet némi kivételt.) Azt mondhatjuk, hogy az öt faktor viszonylag egyenletesen magyarázza a változókat. Az említett kivételével nincs olyan változó, mely a faktorok által reprezentált jelenségben ne játszott volna érdemi szerepet. Ez egyúttal a változók megválasztásának helyességét is mutatja. A legszámottevőbb nehézséget támasztó feladatot a faktorok interpretálása jelenti. Az interpretálás a faktor meghatározott jelentéssel való felruházása a hozzá nagy súllyal kapcsolódó változók alapján. Azok közös lényegének megadása.

46

Ezesetben a faktorok mindkét időszakra közel azonos tartalmúnak, hasonlóan értelmezhetőnek mutatkoztak. 1. 2. 3. 4. 5.

faktor: Likvid eszközök-rövid lejáratú források faktor: Lekötött eszközök-tartós források faktor: Tartós források faktor: Egyéb forgóeszközök faktor: Egyéb befektetett eszközök.

Figyelemre méltó, hogy a faktor-alkotás alapvető szempontja a likviditás volt. A likviditásukat tekintve rokon eszközök és források kapcsolódtak össze faktorokká. Az eredménykimutatásból származó mutatók esetében a korrelációs matrix vizsgálata alapján az eredménykategóriák közül a Szokásos vállalkozási eredményt el kellett hagynom, mert mindkét időszakban igen erős korrelációt mutatott más eredménykategóriákhoz. Akárcsak a mérleg mutatóknál, ezesetben is mind bázis, mind tárgyidőszakra azonos tartalmú faktorokat kaptam. Rotated Component Matrix Bázis időszak EVB EVIB EVIIIB EVIIB EBEVB EAGB EIIIB EGB EFB EEB EBB Faktorok hozzájárulása

Component 1 2 ,915 ,878 ,814 ,728 ,712 ,694 ,660 ,932 ,920 ,907 ,640

Communalities ,877 ,792 ,678 ,530 ,555 ,487 ,462 ,916 ,954 ,948 ,589

Tárgy időszak EVT EVIT EIIIT EVIIIT EBEVT EAGT EVIIT EGT EET EFT EBT

49,148 % 21,648 % 70,796 %

Faktorok hozzájárulása

Component 1 2 ,914 ,886 ,738 ,716 ,710 ,655 ,632 ,913 ,848 ,841 ,781

Communalities ,861 ,795 ,565 ,521 ,535 ,429 ,450 ,871 ,887 ,834 ,656

41,612 % 25,703 % 67,315 %

Faktorok értelmezése: 1. faktor: költségek és ráfordítások 2. faktor: eredmény A modell magyarázóképessége viszonylag alacsony, ugyanis csak a változók együttes információtartalmának (szórásnégyzetének) alig több, mint kétharmadát magyarázzák a faktorok, annak ellenére, hogy a modellmegfelelőség (KMO) 0,7 fölött volt.

47

Az alapadat modellek viszonylagos informatív „szegényessége” csak korlátozottan ad alapot az elemzésben további felhasználásukra. Úgy vélem arról van szó, hogy egyes, szimpla jelenségekre (például: saját tőke, kötelezettségek, stb.) épülő modellek nem képesek a maga összetettségében ábrázolni olyan bonyolult jelenségeket, mint a pénzügyi helyzet, vagy a jövedelmezőség. A származtatott változós modell végső tartalmának meghatározása komoly problémát okozott. Először a változók teljes körét bevontam az elemzésbe. A kezdeti modellek magyarázó képessége azonban igen alacsony volt. Még 13 faktor is csak alig több, mint 70 %-át magyarázta a 45 változó (mutató) együttes szórásnégyzetének, alacsony modellmegfelelőségi értékek mellett. A változók közötti elsődleges szelektálás alapját ezesetben is az output korrelációs matrix képezte. Egyes mutatókat el kellett hagyni a modellből. Ezt követően közepesnél szorosabb kapcsolat már a változók viszonylag kis hányadára volt jellemző. További szelektálás mutatkozott szükségesnek a faktorsúly matrix alapján. El kellett hagyni azokat a mutatókat, melyek kapcsolata valamennyi faktorral gyengének mutatkozott. Ez után azonban egy mind a bázis, mind pedig a tárgy időszakra közel azonos szerkezetű modell kialakítása látszott lehetséges iránynak. A változószelektálás után 20 változó 5-6 faktorba rendeződött. Mindkét időszakban a faktormegoldás figyelemreméltó – 80 % feletti – magyarázó erővel rendelkezett, 0,6 feletti értékű modellmegfelelőségi mutatókkal. A bázis és tárgyidőszaki megoldások azonban csak részben – egyes faktorok vonatkozásában – bizonyultak össszehasonlíthatónak.

48

Bázis időszak 1 0,993 0,987 0,986 0,982 0,976 -0,647

ROA0 ESZKIGS0 BEFESZK0 FRGESZK0 EBITAR0 ESZKFS0 BEFESZ20 VAGYONF0 TESZKFE0 LEKEFED0 LIKV20 LIKV10 GYORSRT0 STÖKPKÖ0 ROE0 ROE20 STÖKNÖV0 ELADOS0 ADSALAR0 BONITAS0

Component 3

2

4

5

Communalities

0,874 0,814 0,532

0,987 0,974 0,974 0,965 0,953 0,423 0,998 0,998 0,996 0,989 0,879 0,832 0,799 0,354 0,967 0,937 0,780 0,771 0,649 0,284

8,81

82,65

0,999 0,999 0,998 0,994 0,934 0,908 0,890 0,566 0,983 0,968 0,879

Faktorok hozzájárulása

26,41

19,91

14,08

13,44

KMO = 0,697 Tárgyidőszak

VAGYONFE BEFESZF2 LEKEFED TESZKFE LIKV1 LIKV2 GYORSRT STÖKPKÖ FRGESZKA BEFESZKA ESZFSEÁ ESZKIGSG ROE ROE2 STÖKNÖV ROA EBITAR BONITAS ADSALLAR ELADOS Faktorok hozzájárulása

1 0,998 0,998 0,998 0,997

2

Component 3 4

5

6

0,792 0,763 0,601

0,996 0,996 0,996 0,996 0,964 0,964 0,932 0,886 0,963 0,778 0,776 0,806 0,964 0,924 0,754 0,966 0,914 0,638 0,586 0,481

8,02

86,41

0,977 0,976 0,958 0,928 0,964 0,856 0,829 0,667

0,597 0,967 0,941 0,863 0,961 0,941

20,30

19,16

14,16

13,02

11,74

Communalities

KMO=0,619

Az egyes faktorok meghatározott jelentéssel való felruházása a fenti faktorsúly matrixok alapján, a faktorok és változók kapcsolatára építve történt. 49

Bázis időszak: Faktorok és alkotóik

Faktor elnevezése

1. FAKTOR Eszköz arányos adózott redmény (ROA) Eszközigényesség Befektetett eszközök részaránya Forgóeszközök részaránya Adózás és kamatfizetés előtti eredmény (EBIT) aránya Eszközök forgási sebessége

ESZKÖZMANAGEMENT

2. FAKTOR

TARTÓS ESZKÖZÖK FEDEZETTSÉGE

Befektetett eszközök fedezettsége Vagyonfedezettség Tárgyi eszközök fedezettsége Lekötött eszközök fedezettsége

3. FAKTOR Likviditás1 Likviditás2 Likviditási gyorsráta (pénzeszközök aránya a kötelezettségekhez) Saját tőke aránya a kötelezettségekhez

LIKVIDITÁS

4. FAKTOR

TŐKE JÖVEDELMEZŐSÉG

Saját tőkére jutó adózott eredmény (ROE) Saját tőkére jutó adózás előtti eredmény Nyereségvisszaforgatás mértéke

5. FAKTOR Eladósodottság Adósságállomány részaránya Bonitás

ELADÓSODOTTSÁG

Tárgy időszak: Faktorok és alkotóik

Faktor elnevezése

1. FAKTOR Vagyonfedezettség Befektetett eszközök fedezettsége Lekötött eszközök fedezettsége Tárgyi eszközök fedezettsége

TARTÓS ESZKÖZÖK FEDEZETTSÉGE

2. FAKTOR Likviditás1 Likviditás2 Likviditási gyorsráta (pénzeszközök aránya a kötelezettségekhez) Saját tőke aránya a kötelezettségekhez

LIKVIDITÁS

3. FAKTOR Forgóeszközök részaránya Befektetett eszközk részaránya Eszközök forgási sebessége Eszközigényesség

ESZKÖZHATÉKONYSÁG

4. FAKTOR Saját tőkére jutó adózott eredmény (ROE) Saját tőkére jutó adózás előtti eredmény Nyereségvisszaforgatás mértéke

TŐKE JÖVEDELMEZŐSÉG

5. FAKTOR Eszköz arányos adózott redmény (ROA) Adózás és kamatfizetés előtti eredmény (EBIT) aránya

ESZKÖZ JÖVEDELMEZŐSÉG

6. FAKTOR Bonitás Adósságállomány részaránya Eladósodottság

ELADÓSODOTTSÁG

50

A bázis időszakban öt, a tárgyidőszakban hat faktor került kiválasztásra. Kiindulásként ugyanaz a 20 változó szolgált. A faktorstruktúra összetétele megmutatja, hogy mely mutatók, mutatócsoportok jellemzik a legszignifikánsabban a vállalkozások gazdálkodását, melyek a gazdálkodás minőségi ismérvei, s egyúttal azt is, hogy melyek a vállalkozásokat egymástól leginkább megkülönböztető mutatócsoportok. Elmondhatjuk, hogy valamely gazdasági folyamat erősödése maga után vonja a jelenséget leíró faktor fontosságának növekedését. A faktor súlyának növekedése ugyanakkor jelzi a vállalkozások adott jelenség mentén végbemenő differenciálódását is. A faktorstruktúra jelentős változása, hogy a bázis időszakban egy faktort alkotó eszközjövedelmezőségi és eszközhatékonysági mutatók, melyek az ESZKÖZMANAGEMENT faktor részei voltak, a tárgyidőszakban szétváltak, s az eszközjövedelmezőségi mutatók önálló faktort alkottak. Ennek oka valószínűleg az adózás előtti, s az adózott eredmény igen jelentős növekedése a vizsgált időszakban. Figyelemre méltó azonban, hogy a ROA mutató változásának, s az adózott eredmény változásának igen jelentős a szórása is. Mutatók

Mean

ROA index ESZKÖZIGÉNYESSÉG index BEFEKTETETT ESZKÖZÖK ARÁNYA index FORGÓ ESZKÖZÖK ARÁNYA index EBIT index ESZKÖZÖK FORGÁSI SEBESSÉGE ADÓZOTT EREDMÉNY index ESZKÖZÖK ÖSSZESEN index ADÓZÁS ELŐTTI EREDMÉNY index

2,93 1,65 2,72 1,18 0,73 1,85 6,32 2,54 4,76

Std. Deviation 64,12 8,22 17,95 1,99 12,32 11,72 102,97 15,51 99,19

Azonos tartalommal része mindkét időszak faktorstruktúrájának a TARTÓS ESZKÖZÖK FEDEZETTSÉGE, és az ELADÓSODOTTSÁG faktor. A TARTÓS ESZKÖZÖK FEDEZETTSÉGE relatív szerepe a teljes szórásnégyzet magyarázatában azonban megnőtt, lévén hogy a faktor e tekintetben a második helyről a tárgy időszakra az első helyre került. A LIKVIDITÁS faktor is mindkét időszaki faktormegoldásban szerepel, de a tárgyidőszakra e faktor jelentősége is megnőtt. Jelzi, hogy a likviditás, mint versenyképességi mutató egyre nagyobb jelentőségre tesz szert, de utalhat a vállalkozásoknál előnytelenné váló eszköz-forrás struktúrára is.

51

3.2. A faktormegoldásokból levonható következtetések

Valójában figyelemre méltónak tartom azt a tényt, hogy a mutató struktúra elemzése során beigazolódik az az apriori feltételezés, hogy a mutatók a vagyoni, pénzügyi és jövedelmezőségi helyzetet tükrözik. Ezek a fogalmak, mint összetett jelenségek megjelennek a tevékenységet leíró mutatókban. Ezen túl azonban a faktormodell tovább bontja, finomítja ezeket a sommásan megfogalmazott jelenségeket. Nagyon jellemző erre a jövedelmezőségi helyzet ábrázolása a faktorstruktúrában. Valójában két faktor is foglalkozik e kérdéssel: a TŐKE JÖVEDELMEZŐSÉG, s az ESZKÖZ JÖVEDELMEZŐSÉG. Az alapvető jelenséget különböző vetületeiben, s összetevőiben vizsgálják e faktorok. A vállalkozások működése számára ennek az a tanulsága, hogy implicit megfogalmazások helyett reflektorfénybe helyez, explicitté tesz területeket, melyek a működés során külön kezelendő, lényeges vonásokat hordoznak, s melyek részei kell legyenek az érdekeltségi rendszernek is. 3.2.1. A faktormodellek felhasználása a vállalkozások tevékenységének összehasonlítására

Az egyes faktorok több változó közös információtartalmát sűrítik magukba. Igy alkalmasak arra, hogy az általuk képviselt jelenséget leíró több változó egyidejű figyelembevételével hasonlíthassunk össze nagyszámú egyedet. Az összehasonlítás a faktor pontszámok segítségével végezhető el. A faktor pontszám azt mutatja meg, hogy az adott eset mennyiben rendelkezik az illető faktor által kifejezett tulajdonsággal, a bennfoglalt több változó közös lényegével. A faktorok a vállalkozások összetett tulajdonságai, melyek több, élesen definiált elemi ismérvre bonthatók. Ha azonban az egyes eseteket az elemi tulajdonságok alapján akarnánk összehasonlítani, rangsorolni, azt találjuk, hogy az elemi tulajdonságokat számszerűsítő mutatók az egyes egyedeket eltérően minősítik. Több különböző jellemzőre együttesen így egyértelmű rangsort felállítani aligha lehet. A faktor pontszámok segítségével történő összehasonlítás azonban lehetővé teszi ezt az összetett ragsorolási feladatot. Még az összehasonlítás előtt azonban meg kell vizsgálni az összehasonlítás alapjául szolgáló faktorok összehasonlíthatóságát. Az összehasonlításnál célszerű figyelembe venni a faktorok hozzájárulását a változók szórásnégyzetéhez, valamint a faktorsúlyokat.

52

Faktormegoldások egzakt összehasonlítására Harman a négyzetes középértéket ajánlja, mint az orthogonális, illetve ferdeszögű faktormegoldások összehasonlításának módszerét [Harman, H. 1976]. Az összehasonlítás olyan esetekben alkalmazható, amikor a faktorváltozók azonosak, a megfigyelések azonban különböző vizsgálatokból (itt időszakokból) származnak. Az általa képzett mérték:

n

(1 a jp − 2 a jq ) 2

j =1

n

∑

rms pq =

Ahol: rmspq 1ajp

egy index, mely az első vizsgálat p-edik és a második vizsgálat q-adik faktorának összehasonlítására szolgál; az első vizsgálat j-edik változójának előállításában a p-edik faktorra vonatkozó faktorsúly;

2ajq

a második vizsgálat j-edik változójának előállításában a qadik faktorra vonatkozó faktorsúly;

n

a változók száma

Tökéletes egyezés esetén rmspq értéke zéró, és minél hasonlóbbak a megfelelő faktorsúlyok, annál közelebb áll értéke 0-hoz. Egyébiránt nem tudunk értékére kikötést tenni, s így nehezen minősíthető, hogy mi az egyezés elfogadható mértéke. Mivel a mutató értéke nem minősíthető, célravezetőbb a Tucker által bevezetett kongruencia együttható használata: n

Φ pq =

∑ j =1

1

a jp *2 a jq

n

n

j =1

j =1

∑ 1 a 2 jp * ∑ 2 a 2 jq

Ahol a szimbólumok értelme azonos az előbbiekkel. A mutató értékére igaz, hogy: − 1 ≤ Φ pq ≤ 1 . A faktorsúlyok teljes egyezése esetén Φ pq = 1 , különbözőség esetén Φ pq = 0 . Ha csak előjelben különböznek a megfelelő faktorsúlyok, akkor Φ pq = −1 .

53

Az összehasonlítható faktorok esetére a fenti mértékek a következő képpen alakultak: Faktor neve Tartós eszközök fedezettsége Likviditás Tőke jövedelmezőség Eladósodottság

Faktor hozzájárulása bázis időszak tárgy időszak 19,91 20,30 14,08 19,16 13,44 13,02 8,81 8,02

rms pq

Φ pq

0,002 0,181 0,245 0,207

0,999998 0,991117 0,955396 0,961080

Így ezen faktorok esetében összehasonlítás végezhető. A megfigyelt vállalkozásokról valójában információval nem rendelkezünk. Így közvetlenül az az információ, hogy mi a helyük a rangsorban nem értelmezhető. Érdekes lehet azonban a rangsor konzisztenciája a két időszak között. Egyfelől, hogy vajon az élen állók mennyire tartják helyüket a bázis időszakról a tárgy időszakra, másrészről pedig a ragkorrelációs együttható a két időszak rangsorának milyen eltérését, vagy egyezését mutatja. A rangsorokban elfoglalt helyzetben rendkívül nagy a fluktuáció. Példaként bemutatom az első 15 helyezésre faktor pontszámok szerinti sorrend alakulását a bázis és a tárgy időszakra. A rangkorrelációs együtthatók értékei: TARTÓS ESZKÖZÖK FEDEZETTSÉGE:

-0,35 ami közepesnél gyengébb, enyhén forduló irányú kapcsolatra utal.

(helyváltoztatás átlagos mértéke*: 330 pozíció [a

sor végéről visszatér az elejére, s onnan újra számol] ) LIKVIDITÁS:

0,69 közepesnél kapcsolat

erősebb,

iránytartó

(helyváltoztatás átlagos mértéke: 76 pozíció) TŐKE JÖVEDELMEZŐSÉG:

0,35 közepesnél kapcsolat

gyengébb,

iránytartó

(helyváltoztatás átlagos mértéke: 159 pozíció) ELADÓSODOTTSÁG:

0,46 közepesnél kapcsolat

gyengébb,

iránytartó

(helyváltoztatás átlagos mértéke: 132 pozíció) (* helyváltoztatás maximális mértéke 498 pozíció)

54

Hányadik helyen állt a bázis időszakban, ha a sorrend a tárgy időszakra vonatkozik

Sorrend

Tartós Tőke Eladósoeszközök jövedel- Likviditás fedezettdottság mezőség sége

20 200 3 47 118 4 92 169 220 384 43 23 15 251 441

27 8 262 380 445 34 475 472 430 7 44 17 2 81 277

74 15 6 248 24 14 7 29 90 156 58 221 12 53 231

359 105 491 273 426 214 292 488 154 3 81 183 90 4 463

Hányadik helyre került a tárgy időszakra, ha a sorrend a bázis időszakra vonatkozik Tartós Tőke Eladósoeszközök jövedelLikviditás fedezettdottság mezőség sége

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

49 11 15 480 41 469 446 20 254 310 173 470 413 479 374

62 68 263 173 4 8 24 33 469 18 14 132 7 3 457

14 18 451 331 471 11 3 477 441 489 39 401 158 19 23

467 4 7 67 296 25 22 348 403 53 337 384 80 14 497

Nagyon ritka az az állapot, hogy valamely vállalkozás mindkét időszakban stabilan tartotta volna helyezését, sőt az is, hogy a bázis időszak „első tizenötjébe” tartozók a tárgy időszakra megőrizték volna a rangsorban e tartomány beli helyüket. Az a tény viszont, hogy a LIKVIDITÁS esetében a leggyengébb az átlagos fluktuáció, arra utal, hogy a (rövid távú) likviditásnak nagyon erős szerepe van a versenyképesség megőrzésében, s így a vállalkozások igen erős törekvést mutatnak likviditási pozícióik megőrzésére. Ennek tulajdonítható hogy a likviditási faktor jelentősége tárgy időszakra növekedett. A vállalkozások körében a TARTÓS ESZKÖZÖK FEDEZETTSÉGE faktor terén végbemenő átsorolódás arra utal, hogy egyes vállalkozások felélik saját tőkéjüket. Ennek a faktornak ez ad különös jelentőséget. 3.2.2. A faktormodellek felhasználása az ágazatok összehasonlítására

Mivel az egyes vállalkozásokról egyedileg keveset tudunk, a vállalkozási rangsorok alapján csak nagyon általános következtetések vonhatók le. Lehetőségünk van azonban az ágazatok összehasonlítására is. Érdekes kérdés lehet, vannak e specifikus jellemzőket felmutató ágazatok, vannak e szignifikáns ágazati különbségek. Ilyenek léte, mint az ágazatra tipikus jelenség információval szolgálhat az ágazatban működő vállalkozások számára.

55

A statisztikai elemzés szempontjából a kérdés úgy fogalmazható meg, hogy ha az egyes ágazatokba tartozó vállalkozások adott faktorváltozó értékein számított átlagát tekintjük valószínűségi változónak, akkor az ágazati várható értékek egyenlőek-e? Legyen az egyenlőség feltételezése a nullhipotézis. A kérdésre a variancia analízis (ANOVA) segítségével kapunk választ. Vizsgáljuk, hogy vajon az ágazati jelleg fejt e ki valamilyen csoportosító, ágazaton belül homogenizáló hatást az ágazatba tartozók átlagos faktorváltozó értékeire. Ha létezik csoportosító, ágazati homogenizáló hatás, akkor ez az összsokasági várható értéktől (empirikusan átlagtól) – egy, a csoportra jellemző értékkel – szignifikánsan eltéríti a csoport várható értékeket. A hipotézis tesztelésére az F próbafüggvényt használjuk, mely a csoportok közötti és a csoportokon belüli szórásnégyzeteket veti össze. A vizsgálat elvégzéséhez a normalitás és a szórások azonosságának tesztelése megtörtént. Bázis időszak: Test of Homogeneity of Variances

ESZKÖZMANAGEMENT TARTÓS ESZKÖZÖK FEEZETTSÉGE LIKVIDITÁS TŐKE JÖVEDELMEZŐSÉG ELADÓSODOTTSÁG

Levene Statistic 8,159 3,129 1,840 1,620 1,487

Sig. ,000 ,000 ,020 ,065 ,106

A Levene teszt értelmében a szórások azonossága mintegy 90 %-os valószínűséggel (legrosszabb esetben 10,6 %-os szignifikancia szinten) elfogadható. Kétféle közelítés lehetséges. Figyelemre méltóan eltérő eredmények adódnak, ha ƒ a feldolgozó ipari tevékenység körébe tartozó nyolc tevékenységet különállónak tekintve egyedileg is figyelembe véve vizsgáljuk, illetve ha ƒ a feldolgozóipart egy homogén csoportnak tekintjük. Az első közelítésben a feldolgozóipart nem tekintem homogén egységnek, hanem az ebbe a körbe tartozó tevékenységeket külön-külön is figyelembe veszem.

56

bázis időszak (alágazati szerkezetű feldolgozó ipar) ANOVA

Eszközmanagement

Sum of Square s 27,821 457,179 485,000 12,657 472,343 485,000 14,634 470,366 485,000 11,512 473,488 485,000 13,831 471,169 485,000

Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total

Tartós eszközök fedezettsége Likviditás

Tőkejövedelmezőség

Eladósodottság

df 15 470 485 15 470 485 15 470 485 15 470 485 15 470 485

Mean Square 1,855 ,973

F 1,907

Sig. ,021

,844 1,005

,840

,633

,976 1,001

,975

,481

,767 1,007

,762

,720

,922 1,002

,920

,542

Az ítéletalkotás szempontjából meghatározó jelentőségű a táblázat ’Sig.’ oszlopa. Példaként az első faktorváltozó esetén azt mutatja, hogy az 1,907 számított F arány elég nagy ahhoz, hogy elutasítsuk a nullhipotézist. Annak a valószínűsége, hogy ilyen, vagy ennél nagyobb számított F értéket kapjunk: 0,021 azaz ezer esetből mindössze 21 esetben, ha a nullhipotézis igaz. Érdemes grafikusan is összehasonlítani az egyes faktorváltozók ágazati átlagainak alakulását. 1,4 1,2

Mean of Eszközmanagement_b

1,0 ,8 ,6 ,4 ,2 0,0 -,2 1

4

5

6

7

8

*

*

NGÁG

57

*

*

*

*

*

*

*

*

,2

,6

,4

,2 -,2

Mean of LIKVID ITÁS_B

Mean of T ÕKEELLÁTOTT SÁG_B

0,0

-,4

-,6 1

4

5

6

7

8

*

*

*

*

*

*

*

*

*

0,0

-,2

-,4

*

1

,4

,8

,3

,6

,2

,4

,1 -,0

-,1

-,2 -,3 1

4

4

5

6

7

8

*

*

*

*

*

*

*

*

*

*

5

6

7

8

*

*

*

*

*

*

*

*

*

*

NGÁG

Mea n of ELADÓSODOT T SÁG_B

Mean of J ÖV EDELME Z ÕSÉG_B

NGÁG

5

6

7

8

*

*

*

*

*

*

*

*

*

*

NGÁG

,2

-,0

-,2

-,4 -,6 1

4

NGÁG

Fentiek alapján a bázis időszakra egyedül az ESZKÖZMANAGEMENT faktorra mondhatjuk ki, mintegy 98 %-os valószínűséggel, hogy az ágazati átlagok szignifikánsan különböznek. A többi ágazatra hasonlót csak igen alacsony valószínűséggel állíthatunk. Az F próba eredménye, mellyel az ágazati átlagok statisztikai különbözőségét teszteljük, mindössze annyit állít, hogy valószínűtlen, hogy (ezesetben az ESZKÖZMANAGEMENT értékekek tekintetében) az átlagok egyenlőek lennének. Nem ad azonban információt arról, hogy mely csoportok, ágazatok átlagainak különbözősége az, melyre e következtetés alapozódik. Természetesen amikor az átlagok azonosságára vonatkozó nullhipotézist elutasítjuk, tudni akarjuk, hol vannak, miben állnak a különbségek. Ezek megállapítására a Bonferroni tesztet használtam (a t próba többszörös összehasonlításokban megfigyelt hiba halmozó képessége miatt alkalmatlan).

58

Multiple Comparisons Dependent Variable: ESZKÖZMANAGEMENT Bonferroni Mean Std. Error (I) NGÁG (J) NGÁG Difference (I-J) 1 4 0,003 0,286 5 -0,004 0,203 6 0,042 0,164 7 0,006 0,318 8 0,022 0,258 10 0,000 0,195 11 0,013 0,296 31 0,017 0,201 32 0,001 0,181 33 0,002 0,264 0,264 34 -1,277 35 -0,004 0,331 36 0,022 0,234 37 0,055 0,178 38 0,000 0,306

Sig. 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0,000 1,000 1,000 1,000 1,000

90% Confidence Interval Lower Bound Upper Bound -0,960 0,966 -0,686 0,677 -0,510 0,595 -1,063 1,075 -0,845 0,890 -0,656 0,657 -0,981 1,007 -0,658 0,692 -0,608 0,610 -0,886 0,890 -2,165 -0,389 -1,118 1,111 -0,765 0,809 -0,543 0,652 -1,029 1,029

OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO 34

35

1 4 5 6 7 8 10 11 31 32 33 35 36 37 38 1 4 5 6 7 8 10 11 31 32 33 34 36 37 38

1,277 1,279 1,272 1,319 1,283 1,299 1,277 1,289 1,293 1,278 1,278 1,273 1,299 1,332 1,276 0,004 0,006 -0,001 0,046 0,009 0,026 0,004 0,016 0,020 0,004 0,005 -1,273 0,026 0,058 0,003

* * * *

* * * * * *

* * *

0,264 0,356 0,293 0,268 0,382 0,334 0,288 0,363 0,292 0,278 0,338 0,393 0,316 0,276 0,372 0,331 0,408 0,355 0,334 0,431 0,389 0,351 0,415 0,354 0,343 0,393 0,393 0,374 0,341 0,422

0,000 0,043 0,002 0,000 0,101 0,014 0,001 0,051 0,001 0,001 0,021 0,154 0,005 0,000 0,078 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0,154 1,000 1,000 1,000

0,389 0,082 0,287 0,418 -0,001 0,177 0,309 0,067 0,313 0,341 0,140 -0,049 0,238 0,402 0,025 -1,111 -1,367 -1,194 -1,079 -1,440 -1,283 -1,176 -1,379 -1,169 -1,149 -1,317 -2,595 -1,231 -1,089 -1,417

2,165 2,477 2,258 2,220 2,567 2,421 2,245 2,512 2,274 2,214 2,416 2,595 2,360 2,261 2,527 1,118 1,380 1,193 1,171 1,459 1,334 1,183 1,412 1,210 1,158 1,327 0,049 1,282 1,206 1,424

OOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOOO *The mean difference is significant at the 0,1 level.

59

A táblázat választott szelete mutatja, hogy valójában szignifikáns különbség a (3.) feldolgozóipar 4. alágazata a vegyipar (34) és a többi ágazat között van. Mivel az ágazati átlagok különbözősége a vegyipar javára pozitív, ez azt jelenti, hogy a vegyipar e tényező tekintetében felülmúlja a gazdaság többi ágazatát. Azaz: „jobban áll”. Ismert tény, hogy a vegyiparban más ágazatokhoz képest jellemzőbb a folyamatok zárt irányítása, automatizáltsága, a fejlett technológiák és eszközpark használata. Mivel azonban ez a faktor nagyon összetett, eszköz ellátottsági és eszközhatékonysági elemeket egyaránt tartalmaz, bele kell nézni az egyes összetevőkbe. Valójában a faktor valamennyi mutatójának értékeit tekintve a vegyipar jelentősen felülmúja a többi ágazatot. Egyedüli kivételt az eszközök forgási sebessége képez. Ezzel szemben viszont az 1000 Ft eszközre jutó árbevétel (eszközigényesség) átlagosan 4,2 MFt-tal magasabb a többi ágazaténál. A befektetett eszközök és a forgóeszközök aránya 3-5 szöröse a többi ágazaténak. A hatékonysági mutatók tekintetében 1000 Ft eszközegységre vetítve 20-50 eFttal mutat jobb eredményt, mint a többi ágazat. A forgási sebesség kivételével valamennyi belső mutató ágazati átlagai 98 %-os szinten szignifikáns különbözőséget mutatnak. Közelebbről nézve az ágazat vállalkozásai a gyógyszeriparban tevékenykednek. Az a tény azonban, hogy a mutatók ágazati átlagai nem különböznek szignifikánsan, nem jelenti azt, hogy egyáltalán nem különböznek. Az alábbi táblázat a legalsó, legfelső, valamint a mediális helyzetű, s a medián alatti és feletti ágazatokat mutatja (sorrend szerint). ESZKÖZ MANAGEMENT

Legalsó

TARTÓS ESZKÖZÖK FEDEZETTSÉGE

LIKVIDITÁS

37

10 33 31,36,6,37,4, 11,35,4,32,38, Medián alatt 6,8,36,31,11,7 5 32 Medián 4 1,33 5,1 33,32,10,1,38, 37,8,31,7,36, 38,35,10,8,7, Medián felett 35,5 34 34 Legfelső 34 6 11

TŐKE JÖVEDELMEZŐSÉG

ELADÓSODOTTSÁG

6 4 31,4,38,34,7, 36,6,11,31,37, 38 35 1,8 10,32 36,11,33,37, 33,8,34,1,35,5 32,10 5 7

A táblázat rávilágít bizonyos összefüggésekre. Az ESZKÖZMANAGEMENT faktorváltozó által magasra (mediális, vagy a fölötti helyzetbe) sorolt vállalkozások a TARTÓS ESZKÖZÖK FEDEZETTSÉGE szempontjából inkább a mediális helyzet alatt helyezkednek el. Figyelembe véve, hogy az ESZKÖZMANAGEMENT változó eszközértékre vetített hozamokból áll, a TARTÓS ESZKÖZÖK FEDEZETTSÉGE változó pedig eszközértékre vetített saját tőke értékekből, ez arra enged következtetni, hogy a kiemelkedően hatékonyan

60

működtetett eszközök mögött nem saját tőke húzódik meg. A kötelezettségek által meghatározott ELADÓSODOTTSÁG faktor mediálisan, vagy magasabbra sorolt vállalkozásai pedig részben éppen az alacsony tőkeellátottságú körből kerülnek ki. Ez tehát megerősíti az előző következtetést. Ugyanakkor ezek az ágazatok a viszonylag alacsony saját tőkét magas jövedelmezőség mellett működtetik. Más eredményt kapunk, ha a feldolgozó ipart egy homogén egységnek tekintjük. bázis időszak (homogén feldolgozó ipar) ANOVA

Eszközmanagement

Tart.eszk.fed

Likviditás

Tőkejövedelmezőség

Eladósodottság

Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total

Sum of Squares 1,205 483,795 485,000 12,646 472,354 485,000 11,245 473,755 485,000 9,344 475,656 485,000 11,773 473,227 485,000

df 8 477 485 8 477 485 8 477 485 8 477 485 8 477 485

Mean Square ,151 1,014

F ,148

Sig. ,997

1,581 ,990

1,596

,123

1,406 ,993

1,415

,187

1,168 ,997

1,171

,315

1,472 ,992

1,483

,161

A fenti táblázat alapján egyetlen faktorváltozó sem jelez az ágazatok között a reprezentált jelenség szempontjából szignifikáns különbségeket. Mégis, a TARTÓS ESZKÖZÖK FEDEZETTSÉGE és ELADÓSODOTTSÁG változók elfogadhatósági szintet közelítő értékei indokolhatnak további vizsgálódást. Az, hogy az átlagok között “általában” nincs szignifikáns különbség, nem jelenti azt, hogy néhány átlag nem térhet el másoktól meghatározóan. Éppen e kisszámú kivétel a jelentős. A TARTÓS ESZKÖZÖK FEDEZETTSÉGE tekintetében a 10. szolgáltatások ágazat foglal el igen rossz pozíciót. Minden más ágazatnál rosszabb a helyzete, egyes esetekben (3 és 6) szignifikánsan rosszabb. Ezt az okozhatja, hogy ez a gazdaság azon területe, ahol a várakozások szerint a legkisebb tőkebefektetéssel lehet működő vállalkozást létrehozni. Itt a legtöbb a “kényszer vállalkozás”. A másik változó, ahol figyelemre méltó kivételek vannak az ELADÓSODOTTSÁG. Valójában itt is egy szogáltatásról van szó, itt a 7. túrizmus-vendéglátás ágazat eladósodottsága mutatkozik magasabbnak minden más ágazaténál. A faktor mutató belső tartalmát tekintve az ágazatba tartozó vállalkozások kötelezettségei jelentős arányt mutatnak a forrásokhoz képest (eladósodotság mutató). 61

A tárgyidőszakra nézve a szórások azonossága szintén fennáll. Ha a feldolgozóipar alágazatait külön egységnek tekintem, egyetlen faktor mutatóra sem találunk ágazatonként szignifikánsan különböző átlagokat. A sorrend az alábbiak szerint alakul:

Legalsó Medián alatt Medián Medián felett Legfelső

LIKVIDITÁS

TARTÓS ESZKÖZÖK FEDEZETTSÉGE

ESZKÖZHATÉKONYSÁG

33

5

6,31,5,37, 34,32

TŐKE JÖVEDELMEZŐSÉG

ESZKÖZ JÖVEDELMEZŐSÉG

ELADÓSODOTTSÁG

35

8

37

4

31,33,38, 37,8,10

7,33,10,1, 32,4

38,6,7,4, 34,31

31,36,7,8, 11,4

37,34,32, 38,11,10

4,36

32,34

11,5

35,11

31,1

10,35,38, 11,7,8

4,36,6,11, 1,35

38,8,37,34, 36,6

1,5,33,32, 37,36

1

7

31

10

38,5 32,1,10,35 , 33,6 34

1,33,6,35, 8,5,7 36

Bizonyos, a bázis időszakban érvényes tendenciák a tárgy időszakban is működni látszanak. A bázis időszaki ESZKÖZMANAGEMENT faktor szétvált ESZKÖZHATÉKONYSÁG és ESZKÖZJÖVEDELMEZŐSÉG faktorra. Az eszközjövedelmezőség tekintetében a vegyipar megtartotta vezető szerepét, míg az eszközhatékonyság tekintetében is a medián feletti részhalmazban található. Az ágazatot jellemző technikai technológiai jellemzők továbbra is hatnak. A magas eszközigényesség az eszközök alacsony saját tőke fedezetével, s egyúttal jelentős eladósodottsággal párosul. Likviditás tekintetében a bázis időszakhoz hasonlóan a fafeldolgozás, nyomdaipar bizonyul a legrosszabnak. Ha a feldolgozó ipart egy egységnek tekintjük, a TARTÓS ESZKÖZÖK FEDEZETTSÉGE és a TŐKE JÖVEDELMEZŐSÉG faktoroknál az ágazati átlagok közel szignifikáns különbségei mutatkoznak. A tőkeellátottság tekintetében az 5. Építőipar lemaradottsága minden ágazattal szemben megmutatkozik. A faktor minden mutatójában elmarad a többi ágazattól. A tőke jövedelmezőség tekintetében szintén a faktor minden mutatóját tekintve elmarad a többi ágazattól a 8. szállítás, raktározás, hírközlés.

62

tárgy időszak (homogén feldolgozó ipar) ANOVA

Tartós eszközök fedezete

Likviditás

Eszközhatékonyság

Tőkejövedelmezőség

Eszközjövedelmezőség

Eladósodottság

Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total Between Groups Within Groups Total

Sum of Squares 11,554 473,446 485,000 7,977 477,023 485,000 3,561 481,439 485,000 10,404 474,596 485,000 4,802 480,198 485,000 7,659 477,341 485,000

df 8 477 485 8 477 485 8 477 485 8 477 485 8 477 485 8 477 485

Mean Square 1,444 ,993

F 1,455

Sig. ,171

,997 1,000

,997

,437

,445 1,009

,441

,896

1,301 ,995

1,307

,238

,600 1,007

,596

,781

,957 1,001

,957

,469

Összefoglalva azt mondhatjuk, hogy annak ellenére, hogy a faktor értékeken számított ágazati átlagok formálisan eltérőek, szignifikáns különbségeket, ágazatspecifikus értékeket, ágazati struktúrát nem lehet kimutatni.

63

4. A CLUSTER ANALIZIS ALKALMAZÁSA A VÁLLALKOZÁSI RENDSZER ELEMZÉSÉRE Ebben a fejezetben kísérletet teszek arra, hogy megvizsgáljam, vajon milyen jellegű homogén csoportok különülnek el a vállalati rendszerben. A vizsgálat módszeréül a cluster analítikus elemzést választottam. A cluster analízis az alakfelismerés módszertanának egyik eszköze. A tanító nélküli algoritmusok, az automatikus osztályozási eljárások közé tartozik. Anélkül alakít ki csoportokat, hogy a csoportok karakterisztikus tulajdonságaira előfeltevéseink lennének. A megfigyelt rendszert alkotó elemek halmazát homogén részhalmazokba (clusterekbe) osztályozza. Ez alatt a rendszer olyan felbontását értjük, hogy a kapott részhalmazok diszjunktak (egymást kizáróak) legyenek, s együttesen viszont kiadják a teljes rendszert. Egy rendszer struktúráját a rendszert alkotó elemek tulajdonságai alapján tárja fel. A részhalmazok homogenitása azt jelenti, hogy az elemeket – az elemek jellemzőiből adódó kapcsolatok alapján – oly módon sorolja clusterekbe, hogy az egymáshoz hasonló elemeket azonos, a kevésbé hasonlóakat különböző clusterekbe csoportosítja. A csoportosítás több változó egyidejű figyelembe vételével történik. Modell szerűen tehát adott egy n elemű statisztikai sokaság, melyet S-sel jelölünk. S az osztályozandó objektumok véges, nem üres halmaza: S = {s1 ,...s n }

Ezen objektumokat a vizsgálat céljára kiválasztott m darab tulajdonság alapján jellemezzük. T = {X 1 ,... X m }

Az osztályozás kiinduló adatbázisa az objektumokat, illetve az azokat leíró tulajdonságokat tartalmazó T matrix.

s1

x1… xj… x11… x1j…

xm… x1m

:

T=

si

xi1…

xij…

xim

xn1… xnj…

xnm

:

sn

Ahol: xij az i-edik objektum j-edik tulajdonságának megfigyelt értéke.

A hagyományos osztályozásnál sokszor megadjuk az osztályközök határ értékeit, 64

s ezen értékközökbe eső értékeket mutató egyedek adott osztályközbe kerülnek. Sokszor előfordul, hogy az osztályközhatárokhoz közel álló egyedek közelebb állnak a szomszédos osztályköz egyes egyedeihez, mint saját csoportjuk más egyedeihez. A cluster analízis viszont olyan osztályokat alakít ki, ahol a csoportokon belül maximalizált a hasonlóság, a csoportok között pedig maximalizált a különbözőség. Ha rendszerünk elemei vállalkozások, a hasonlóság azt jelenti, hogy minden vállalkozás abba a clusterbe kerül, melynek a centroidjához a legközelebb áll. E dolgozatban az osztályozó eljárást tehát arra használom, hogy megvizsgáljam, hogy a kialakult 5-6 faktor alapján jellemzett közel 500 vállalkozásból álló arányosan rétegzett mintában a vállalkozások milyen jellegű csoportokat alkotnak. Mik lesznek e csoportok jellegzetes vonásai. Tudunk e karakteresen különböző vállalat-csoportokat kialakítani? Tehát minden egyes vállalkozást a bázis időszakban öt, a tárgy időszakban hat faktor változó jellemez. (E faktorváltozók az előbbi matrix oszlopai.) Így a vállalkozásokat megfeleltetjük az öt, illetve hat dimenziós mintatér egy-egy pontjának. Minden pontot egy vektorváltozó ad meg, melynek komponensei a faktorok adott vállalkozáshoz tartozó értékei. Meg kell határozni egy metrikát, mellyel a vállalkozásokat reprezentáló pontok térbeli elrendeződését, távolságaikat, hasonlóságukat mérjük. A hasonlóság, vagy különbözőség mérésére alkalmazott távolság mérték az euklideszi távolság. d ( xi , x j ) =

p

∑ (x k =1

ik

− x jk ) 2

Ahol: d ( xi , x j )

k xik p

az i-edik és a j-edik vállalkozás euklideszi távolsága változó sorszáma az i-edik vállalkozás k-adik változóértéke a mintatér dimenziószáma (változók száma)

65

Módszerként az úgynevezett K-közép eljárást használtam. ƒ

Első lépésben rögzíteni kell, hogy hány csoport kerüljön kialakításra (K a kívánt cluster szám): K magpontot kell meghatározni. (A „közép” fogalom csoportátlagra [centroidra] utal, azaz hány csoportközepet kívánunk létrehozni.)

ƒ

Az eljárás egy ugynevezett kezdeti felosztásból indul: az egységeket elhelyezzük az induló megoldást képező clusterekbe. A kezdeti felosztás létrehozására többféle eljárást javasol a szakirodalom. Az alkalmazott szoftverkönyvtári eljárásban a véletlen felosztás kerül felhasználásra.

ƒ

Minden egyes csoportra meg kell határozni a koordinátákat képező változók átlagát, mely érték az adott clusterre vonatkozóan a cluster középpontját (centroidját) alkotja. A centroid számított pont, nem okvetlen valós (vállalkozáshoz tartozó) pontja a térnek.

ƒ

Ezt követően meg kell vizsgálni, hogy egy adott pont (adott vállalkozás) a fenti távolságmértéket alkalmazva a saját clusterének középpontjához áll e legközelebb.

ƒ

Ha találunk olyan pontot, mely nem saját clusterének középpontjához áll legközelebb, akkor ezt a pontot átsoroljuk abba a clusterbe, melynek centroidjához a legközelebb esik.

ƒ

Ha történt átsorolás, át kell számolni a cluster centroidokat is. Ez viszont azt jelenti, hogy a számítást meg kell ismételni az újra számított centroidok mellett.

ƒ

A végső megoldáshoz akkor jutunk el, ha már minden pont (vállalkozás) a saját clusterének centroidjához áll legközelebb.

Az elmondottakból következik, hogy az alkalmazott eljárás esetében a távolság számítása nem a vállalkozásokat reprezentáló pontok, hanem valamely vállalkozást reprezentáló pont és a csoportátlag (centroid) között történik. Ily módon a gyök alatti kifejezés a belső eltérés-négyzetösszeget reprezentálja. Az ismertetett algoritmusból adódóan tehát az eljárás a belső eltérés-négyzetösszeget minimalizálja (csoporton belüli hasonlóság). A halmaz által képviselt, adott teljes eltérés-négyzetösszeg mellett maximalizálva a külső eltérés-négyzetösszeget, azaz a csoportok különbözőségét. A csoportok számának megadására nincs általánosan használt eljárás. Az elfogadott csoportszám kialakulása függhet elemzési, módszertani szakmai érdekektől, legtöbbször azonban egy heurisztikus keresési folyamat eredménye. Az elfogadási kritérium az lehet, hogy nincsenek egymástól nagyságrendekkel különböző méretű csoportok, de ennél is fontosabb bizonyos „eset-együttállások” stabilizálódása. Ez azt jelenti, hogy egyes esetek együttes előfordulásai nem „robbannak fel” a csoportok számának viszonylag kis mértékű növelésével, csak a csoportok számának jelentős növelése eredményezi ezen esetek elkülönülését.

66

Kétféle cluster modellt állítottam fel: ƒ a faktortérben, s ƒ egyes változók terében végeztem clusteresítést. A számításokhoz az SPSS 10.0 programrendszer Classify K-means Cluster

valamint Classify Discriminant

eljárásait használtam

67

4.1.

Cluster modellek a faktortérben

A megfigyelt változók általában nem egyeznek meg az elméleti változókkal. Valószínűségi változókként a véletlen hatást is magukban foglalják. Jogos azonban azt feltételeznünk, hogy a véletlen tag mellett a szisztematikus tag egyezik meg azzal a jellemzővel (változóval), melyet mérni akartunk. A szisztematikus tag azonban tovább bontható additív jellegű komponensekre. A különböző változók szisztematikus tagjai tartalmazhatnak azonos komponenseket. Ezek a faktorok. Így előnyös lehet a megfigyelt változók helyett a faktorokat használni a cluster analitikus vizsgálatban. A faktorok terében a vázolt keresési folyamat eredménye képpen mind bázis, mind tárgy időszakra 60 clustert találtam.

68

A faktor térben kialakult 60 cluster Number of cases in each cluster Bázis időszak Cluster

Valid

Tárgy időszak 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

1 3 2 3 1 21 1 4 2 1 1 1 76 1 1 38 1 1 13 3 1 1 1 1 1 2 1 10 6 5 1 1 29 1 3 1 1 1 1 1 1 26 1 1 1 12 26 1 13 1 58 2 4 1 1 1 3 87 1 1 486

Cluster

Valid

69

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

1 9 1 1 3 1 1 1 1 67 1 7 1 2 1 1 1 1 3 1 1 2 2 23 9 1 8 23 1 37 3 1 5 1 29 58 1 1 1 1 1 1 1 2 1 1 3 2 1 1 2 1 1 5 1 1 73 1 1 73 486

Mindkét időszakra nézve adok egy kiinduló, az alaphelyzetet tisztázó elemzést, mely részben mind a hatvan clusterre (melyek a bányászat és a pénzügyi tevékenység együttesen 12 vállalkozásának figyelmen kívül hagyásával 486 esetet foglalnak magukban), részben pedig a nagyjelentőségű – elvárhatóan tipusalkotó – clusterekre (bázis időszakban 409 esetre, tárgy időszakban 401 esetre) vonatkozik. A részletesebb elemzésbe azonban csak ez utóbbi, nagyobb elemszámú clustereket vontam be. A kis elemszámú clusterek, s az outlierek ugyan nem hagyhatók figyelmen kívül, de ezekkel csak érintőleg foglalkozom. Az időszakok elemzését megelőzően azonban természetesen indokolt megvizsgálni, hogy van-e, illetve milyen mértékű az azonosság a két időszak clusterei között. Az első rátekintésen alapuló vizuális összehasonlítás is szembetűnően utalt arra, hogy a bázis és tárgy időszak clusterei részben azonos tartalmúak. Már csak a minta méretét tekintve is szükséges azonban a „szemrevételnél” egy egzaktabb mérési módszer is. A clusterek csoportjait a bázis és a tárgy időszakra – lévén kategóriák – nominális ismérveknek tekintettem. Az ismérvek között asszociatív kapcsolatot tételeztem fel. Így vizsgáltam azt a nullhipotézist, hogy vajon a két ismérv (clusterbe tartozás a bázis időszakban – clusterbe tartozás a tárgy időszakban) független-e egymástól. A kapcsolat vizsgálatára a túloldali kereszttáblát alakítottam ki. A táblázat mutatja a két időszak közötti részben azonos tartalmúságot, illetve a meghatározott irányú mozgást. (A clusterek bázis és tárgy időszakban azonos tartalma nem biztos, hogy mindkét időszakban azonos tulajdonságokat is jelent. Éppen az összetartozást okozó hasonlóságból adódóan együttváltozás elképzelhető.) A Pearson-féle Chi-négyzet értéke arra utal, hogy az ismérvek függetlenségére vonatkozó nullhipotézist el kell vetni, mert az ismérvek közötti asszociációs kapcsolat magasan szignifikáns. Chi-Square Tests

Pearson Chi-Square N of Valid Cases

Value

df

Asymp. Sig. (2-sided)

11333,65 486

3481

0,000

Symmetric Measures

Nominal by Nominal

Cramer's V Contingency Coefficient

Value

Approx. Sig.

0,629

0,000

0,979

0,000

486

N of Valid Cases

70

A kapcsolat erősségét mind a Cramer-féle ‘V’ asszociációs mérték, mind pedig a Kontingencia együttható szignifikánsan közepesnél erősebbnek jelzik. Így kimondhatjuk, hogy figyelemre méltó számban fordulnak elő változatlan „esetegyüttállások” mind a bázis, mind a tárgy időszakban. Feltételezhető, hogy működik ezekben a csoportokban az együtt-tartást előidéző generáló hatás. A további elemzéseket előbb a bázis, majd a tárgy időszaki adatokon végzem el. Egyes kérdéseket, mivel a bázis időszaki elemzés során fordulnak elő először, itt fogok kifejteni. 4.1.1.

Bázis időszaki clusterek elemzése

A clusterek tartalmának vizsgálata előtt célszerű előbb azt megvizsgálni, hogy a kialakult clusterek vajon valóban különböznek-e egymástól. A clusterezés során minden vállalkozás abba a clusterbe került, amelynek a középpontjához (centroidjához) a legközelebb állt. A csoportosítás akkor helyes, ha olyan vállalkozáscsoportok alakultak ki, melyekre teljesül, hogy az egy csoportba tartozók hasonlítanak egymásra, az egyes csoportok viszont jelentősen különböznek egymástól. A kérdés úgy fogalmazható meg, hogy ha az egyes clusterek adott faktorváltozó értékein számított átlagát tekintjük valószínűségi változónak, akkor az egyes clusterek a várható értékek tekintetében különböznek-e egymástól? A kérdésre ismét a variancia analízis segítségével kerestem választ. Vizsgálom, hogy a clusterbe tartozás fejt-e ki valamilyen csoportosító, homogenizáló hatást a clusterbe tartozók átlagos faktorértékeire. A nullhipotézis az volt, hogy a clusterek nem különböznek a változók várható értékei szempontjából. • Valamennyi cluster figyelembe vételével Tests of Equality of Group Means Wilks' F df1 Lambda Eszközmanagement Tart.eszk.fed Likviditás Tőkejövedelmezőség Eladósodottság

,001 ,001 ,018 ,012 ,013

11709,42 6307,60 400,31 605,96 564,94

59 59 59 59 59

df2

Sig.

426 426 426 426 426

,000 ,000 ,000 ,000 ,000

F kritikus értéke: 1,9445

• A legfontosabb 6, 13, 16, 19, 28, 33, 42, 46, 47, 49, 51, 58 clusterekre Tests of Equality of Group Means Wilks' F df1 Lambda Eszközmanagement Tart.eszk.fed Likviditás Tőkejövedelmezőség Eladósodottság

,908 ,830 ,082 ,523 ,056

3,665 7,390 402,266 32,947 610,127

F kritikus értéke: 3,520654 71

11 11 11 11 11

df2

Sig.

397 397 397 397 397

,000 ,000 ,000 ,000 ,000

Az F statisztika alapján szignifikáns különbség mutatkozik az egyes clusterek között. Több, mint 99 %-os valószínűséggel kimondhatjuk, hogy létezik az a csoportosító hatás, mely a figyelembe vett faktor változók szempontjából a bázis időszaki clustereket megkülönbözteti egymástól. A táblázat Wilk’s Lambda értékei szintén a csoportok közötti különbségekről adnak információt. Míg az F statisztika értéke a csoportok közötti és a csoportokon belüli variancia arányát mutatja, a Wilk’s Lambda a csoporton belüli és a teljes eltérésnégyzet összeg arányaként adódik. Formálisan:

∑n

j

(x j − x)2

j

F=

m −1 ( x ∑ ij − x j ) 2 ij

n−m

Ahol: xij

a j-edik csoportba eső i-edik megfigyelés értéke

xj

a j-edik csoportba tartozó megfigyelések változó szerinti átlaga

x m n

valamennyi megfigyelés változó szerinti átlaga a csoportok száma a megfigyelések száma

A Wilk’s Lambda pedig: Wilk' s Λ =

∑ (x

ij

− x j )2

ij

∑ (x

ij

− x)2

ij

0 ≤ Wilk ' s Λ ≤ 1 Ahol a használt szimbólumok megegyeznek a fentiekkel.

kis értékei erős csoport különbségeket mutatnak, a nagy értékek viszont arra utalnak, hogy nincs karakteres különbség a csoportok között. Wilk’s Lambda

értékei alapján tehát méginkább megerősíthető, hogy a 60 cluster markánsan különbözik egymástól.

Wilk’s Lambda

A meghatározó clusterek kialakulását tekintve azonban az ESZKÖZMANAGEMENT és a TARTÓS ESZKÖZÖK FEDEZETTSÉGE (kevésbé a TŐKEJÖVEDELMEZŐSÉG) változók szerepe csak mérsékelten látszik meghatározónak a csoportalkotásban. Ezek tehát nyilván az outlierek kialakulásában játszanak szerepet.

72

A fenti állítás ellenőrzéséül, a diszkriminancia analízis itt alkalmazott eljárása – a stepwise eljárás – csak a szignifikáns változókat lépteti be a modellbe. A túloldali első táblázatban található valamennyi F érték magasabb a kritikus beléptetési F értéknél (3,84). Ezesetben mind az öt faktorváltozó csoportosító erővel bír a 60 cluster létrehozásában. Wilk’s Lambda értékeit tekintve látható, hogy a 60 cluster kialakítása az öt faktorváltozó összes szórásnégyzetéből csak egészen elhanyagolható hányadot hagyott megmagyarázatlanul (a Statistic oszlopban a Wilks Lambda pontos értéke a LIKVIDITÁS változó bevonása után: 1,71729E-012). Ez igen jó csoportosítást jelez, vagyis nagyon homogén csoportok kialakulását igazolja. A táblázat még egy nagyon fontos információt tartalmaz. Ez az egyes faktorváltozók jelentősége a csoportképzésben. Szembetűnő, hogy az ESZKÖZMENEDZSMENT faktorváltozó jelentősége a legnagyobb a csoportképzésben, s a LIKVIDITÁS faktorváltozó csoportalkotó jelentősége a legkisebb, ha valamennyi clustert figyelembe veszünk. (Figyelemre méltó ugyanakkor, hogy az ESZKÖZMENEDZSMENT változó volt az, mely alapján a vállalkozások a legjobban szóródtak: az öt faktorváltozó által képviselt teljes szórásnégyzet legnagyobb hányadát ez a változó magyarázta, s ezen változó alapján különböznek leginkább a bázis időszakban a vállalkozások.) E következtetéseket a Wilks' Lambda értéke alapján vonhatjuk le, hiszen adott változó bevonása után még nem magyarázott variancia-arányra utal. A legfontosabb (legnagyobb) clusterek figyelembevételével azonban azt találjuk, hogy ezen nagy csoportok elkülönülésében csak négy faktorváltozó játszik szerepet. E nagy, „tipusképző” osztályok szétválása éppen az ELADÓSODOTTSÁG, LIKVIDITÁS, TŐKE JÖVEDELMEZŐSÉG és TARTÓS ESZKÖZÖK FEDEZETTSÉGE mentén történik. Eszerint az ESZKÖZMENEDZSMENT változó az outlierek és a kis elemszámú, valamilyen szempontból egyedi tulajdonságokat hordozó elemekből álló csoportok létrehozásában játszik szerepet. A Wilks' Lambda értékei alapján látható, hogy a csoportosítás még ez esetben is igen jó, hiszen a legkisebb csoportosító erővel bíró negyedik változó bevonása után még nem magyarázott variancia-arány csak 0,2 %. A megmagyarázott szórásnégyzet arányhoz való hozzájárulás tekintetében a TŐKE JÖVEDELMEZŐSÉG változó bevonása után azonban a TARTÓS ESZKÖZÖK FEDEZETTSÉGE változó bevonásával mindössze 0,006 %-kal – tehát nem számottevő mértékben – növekszik a megmagyarázott szórásnégyzet arány.

73

Mind a 60 cluster figyelembevételével Variables Entered/Removed

a,b,c

Wilks' Lambda

Csak a 6, 13, 16, 19, 28, 33, 42, 46, 47, 49, 51, 58 Step Statistic df1clusterek df2figyelembevételével df3 Statistic Entered .

1 2 3 4 5

Eszközmanagement Tart.eszk.fed Tőkejövedelmezőség Eladósodottság Likviditás

,001 ,000 ,000 ,000 ,000

1 2 3 4 5

59 59 59 59 59

426,000 426,000 426,000 426,000 426,000

11709,4 8726,076

Exact F df1 df2 59 426,000 118 850,000

Sig. ,000 ,000

Statistic

3601,886 2295,075 1630,374

Approximate F df1 df2

177 236 295

1272,1 1692,1 2109,5

Sig.

,000 ,000 ,000

At each step, the variable that minimizes the overall Wilks' Lambda is entered. a. Maximum number of steps is 10. b. Minimum partial F to enter is 3.84. c. Maximum partial F to remove is 2.71.

A legfontosabb 6, 13, 16, 19, 28, 33, 42, 46, 47, 49, 51, 58 clusterek figyelembevételével Variables Entered/Removed

Step 1 2 3 4

Entered Eladósodottság Likviditás Tõkejövedelmezõség Tart.eszk.fed

Statistic ,056 ,005 ,002 ,002

df1 1 2 3 4

df2 11 11 11 11

df3 397,00 397,00 397,00 397,00

Statistic 610,127 489,422

a,b,c

Wilks' Lambda Exact F df1 df2 11 397,00 22 792,00

Sig. ,000 ,000

Statistic

236,577 138,440

At each step, the variable that minimizes the overall Wilks' Lambda is entered. a. Maximum number of steps is 10. b. Minimum partial F to enter is 3.84. c. Maximum partial F to remove is 2.71.

74

Approximate F df1 df2

33 44

1164,45 1509,30

Sig.

,000 ,000

A nagy clustereket alkotó esetek elhelyezkedése az első két (alapvetően) diszkrimináló változó terében a bázis időszakban

Canonical Discriminant Functions 20

19 10 6 46 49

51

Function 2

16

13 42 58 28

0

-10 -10

47

33

0

10

20

Function 1

A bázis időszaki csoportok meghatározóan különböznek egymástól (globálisan: a részátlagok a főátlagtól). Ha azonban a clustereket páronként hasonlítjuk össze, lehetnek olyan cluster párosok, melyek nem különböznek egymástól szignifikánsan. Ennek tesztelésére az F próbán alapuló, a clustereket páronként összehasonlító szoftverkönyvtári tesztet („pairwise group comparisons”) használom. A vizsgálatba itt már csak a legnagyobb elemszámú clustereket vontam be. Stepwise eljárásról lévén szó, minden egyes változó bevonását követő lépésben vizsgálatra kerül, hogy van e szignifikáns eltérés a csoportok (valójában a csoport átlagok, clustercentroidok) között. Az ESZKÖZMANAGEMENT faktorváltozó szempontjából nem mutatkozott szignifikáns különbség a csoportok között (a legjelentősebb clusterek tekintetében!), így csak négy lépésre került sor. Az 1. sz. mellékletben csatolt táblázat azt mutatja, hogy a csoportok minden lehetséges párosításban alapvetően különböző arculatúak.

75

4.1.1.1.

A bázis clusterek tulajdonságai

A kiinduló feltételezés az, hogy a clusterek a „hasonló a hasonlóhoz” logikával homogén csoportokat hoztak létre. Bizonyos változók lényeges tulajdonságokat képviselnek. Így az ezek szerinti csoportosítás lényegre koncentráló, a lényegtelen körülményeket figyelmen kívül hagyó elemzés. Ha a létrejött csoportok tulajdonságait leírjuk, tipusokat kapunk, tipusalkotás történik. Annak ellenére, hogy a minta nem túlságosan nagy, elég nagy ahhoz, hogy az egyes clusterek tulajdonságaira nézve közvetlenül az esetek értékelése alapján lehessen levonni következtetéseket. Ezen túl – ahogy a faktoranalízissel foglalkozó fejezetben is említettem – az egyes esetekről nem rendelkezem a Beszámoló természetéből adódó lehetőségeknél részletesebb információkkal. A szakirodalomban, s hasonló problémákat feszegető publikációkban nem találtam a kérdés megoldására megnyugtató támogatást. Így szisztematikusan is kielégítő módszert kerestem az egyes clusterek tartalmának jellemzésére. Ezt a sztochasztikus kapcsolatok elemzésének módszerei körében véltem megtalálni. A clusterek tulajdonságaira nézve úgy vontam le következtetéseket, hogy a vizsgálatban szerepet játszó, s a tulajdonságokat leíró változó értékek ragsorát alakítom ki, s e rangsorokat egyenlő részekre vágom. Kétféle felosztást végeztem, az egyes változók quartiliseit és deciliseit alakítottam ki. A vállalkozások adott változó szempontjából vett rangsorát így 4, illetve 10 egyenlő részre osztottam. Az első quartilis mint osztópont, azt az értéket mutatja, amelynél a vállalkozások 1/4-e kisebb, 3/4-e nagyobb értéket realizál. Logikailag hasonló a decilisek értelmezése is: az első decilis így az az érték, melynél a vállalkozások 1/10-e kisebb, 9/10-e viszont nagyobb változó értékkel jellemezhető. Hasonló a további decilisek értelmezése is. A felosztás eredményeként ismert, hogy mely vállalkozás, melyik negyedbe, melyik tizedbe esik. Mivel rangsor került azonos távolságra lévő osztópontok segítségével felosztásra, jogos állítani, hogy alacsonyabb hányadba eső vállalkozások a megfigyelt változó alacsonyabb értékeit képviselik, mint a magasabb hányadba esők. Mind a clusterek, mind pedig a különböző quantilisek segítségével történő felosztás eredményeként keletkező osztályok kvantitatív ismérvek. Így az asszociáció szorosságát vizsgáló módszerekkel elemezhető, hogy van e figyelemre méltó kapcsolat a clusterbe tartozás és a változó nagyságrendi csoportjába tartozás között, illetve – ennek formális előzményét képező – kereszttáblás elemzés segítségével képet kaphatunk arról, hogy valamely clusterbe egy adott változó magasabb, vagy alacsonyabb „fekvésű” értékei tartoznak-e . Tapasztalatom szerint a decilis osztályozás túlságosan finomnak bizonyult, nem segítette az egyértelmű besorolást. A negyedes osztályozás egyértelműbb

76

eredményeket hozott. Mégis, részletesebb elemzést igénylő helyzetek elemzésére a tizedes osztályozás eredményeit hívtam segítségül. A továbbiakban a clusterek tulajdonságait a faktorváltozók negyedes csoportjai és a cluster csoportok kereszttáblás összefüggései segítségével vizsgálom. Itt csak a legnagyobb clustereket vettem figyelembe. Az egyes kereszttáblák a 2/1-4. sz. mellékletekben találhatók. Figyelemre méltó, hogy a LIKVIDITÁS és az ELADÓSODOTTSÁG faktorok tekintetében a faktorok negyedes csoportjai és a clusterbe tartozás között a Cramer féle ’V’ asszociációs mérték közepesnél erősebb kapcsolatot jelzett. Ez arra utal, hogy egyes clusterek meghatározóan likvidebb, vagy eladósodottabb vállalkozásokat foglalnak magukban. A faktor változók szempontjából a clusterek az alábbi képet mutatják: A 6. cluster

A tartós eszközök fedezettsége tekintetében a faktor értékek alacsonyak, mintegy 2/3 részben az alsó quartilisekbe esnek. Tehát a tartós eszközök fedezettsége saját forrásból alacsony. Ezzel szemben a likviditási értékek magasak, a cluster minden vállalkozása, a felső quartilisbe esik. A saját TŐKE jövedelmezőségére utaló mutatók alacsony értéket képviselnek, az esetek mintegy kétharmada ilyen viselkedésű, de mintegy harmaduk viszont a felső quartilisekbe esik. A clusterbe tartozó vállalkozások erősebbnek mondható.

A 13. cluster

eladósodottsága

mediálisnál

A saját tőke tartós eszközöket fedező ereje tekintetében a cluster magas értékű vállalkozásokat tartalmaz. A vállalkozások mintegy 4/5-e a felső quartilisekbe esik. A clusterbe tartozó vállalkozások likviditása is figyelelemre méltó. Több, mint ¾-ük mediális feletti. A saját tőke jövedelmezősége viszont alacsony, a vállalkozások több, mint 2/3 része a mediális alatti értéket képvisel. Az ebbe a clusterbe tartozó vállalkozások ELADÓSODOTTSÁGa igen alacsony, a mintába tartozó vállalkozások mintegy 4/5-e az alsó quartilisekbe tartozó vállalkozások körébe esik.

A 16. cluster

A clusterbe tartozó vállalkozások a tartós eszközöket fedező saját tőke ereje tekintetében igen alacsony szinten állnak. A clusterbe tartozó vállalkozások több, mint 90 %-a a mediálisnál alacsonyabb változóértéket képvisel. A likviditás változóértékei mintegy 2/3 részben mediális, részben pedig a fölötti helyzetűek. 77

A saját tőke jövedelmezősége magas, a vállalkozások több, mint 3/4 része a mediális feletti értéket képvisel. A cluster vállalkozásai eladósodottsága igen magas, minden vállalkozás a felső quartilisbe esik. A 19. cluster

A tartós eszközök fedezettsége igen alacsony, a vállalkozások több, mint 90 %-a az alsó quartilisbe esik. A likviditás változóértékei igen magasak, a vállalkozások egésze a felső quartilisbe esik. A saját tőke jövedelmezősége átlagos, a vállalkozások több, mint ¾-e mediális értéket képvisel. A cluster vállalkozásai eladósodottsága alacsony, a vállalkozások több, mint 2/3-a a felső quartilisbe esik.

A 28. cluster

A cluster mintegy 2/3 részben tartalmaz olyan vállalkozásokat, melyeknek tartós eszközök fedezettsége alacsony. A cluster alacsony likviditású vállalkozásokat tartalmaz. Hasonló képpen a a clusterben.

tőke jövedelmezőség

értékek is igen alacsonyak

A cluster alapvetően, nagyobbrészben kevéssé vállalkozásokat tartalmaz. A 33. cluster

Többségében közepes rendelkezik.

tartós

eszközök

fedezettsége

eladósodott

értékekkel

Vállalkozásai ¾-ében igen alacsonyak likviditási értékei. A tőke jövedelmezőség közepes. Az eladósodottság jelentős. A 42. cluster A tartós eszközök fedezettsége magas értékekkel rendelkezik. Alacsonyak viszont a likviditási értékek. A clustert alkotó vállalkozások ¾-e az alsó quartilisekbe esik. A cluster valamennyi vállalkozása magas értékkel rendelkezik.

tőke jövedelmezőségi

A clusterbe tartozó vállalkozások több, mint 90 %-a közepes eladósodottságú. A 46. cluster A tartós eszközök fedezettsége alacsony értékekkel rendelkezik. A cluster valamennyi quartilisekbe esik.

78

vállalkozása

a

magas

likviditású

A cluster vállalkozásai magas mutatnak.

tőke jövedelmezőség

értékeket

Az eladósodottságuk jelentős. A 47. cluster

A tartós eszközök fedezettsége alacsony értékekkel rendelkezik. A cluster vállalkozásainak ¾-e az alacsony likviditású negyedekbe esik. A tőke jövedelmezőség értékek inkább magasak. A cluster jelentős eladósodottságú vállalkozásokat tartalmaz.

A 49. cluster

A tartós eszközök fedezettsége igen alacsony értékekkel rendelkezik. A likviditás közepesnél alacsonyabb. Hasonló a tőke jövedelmezőség alakulása is. Az eladósodottság igen magas.

Az 51. Cluster A tartós eszközök fedezettsége magas értékekkel rendelkezik. A cluster vállalkozásai igen magas likviditásúak. tőke jövedelmezőségük eladósodottságuk

inkább alacsony, míg

közepes, vagy alacsonyabb szintű.

Az 58. cluster A tartós eszközök fedezettsége közepes értékekkel rendelkezik. A likviditási értékek igen alacsonyak. Hasonlóképpen alacsony a tőke jövedelmezőség is. Az eladósodottság alacsony szintű. A következtetések levonásának alapjául szolgáló kereszttáblák a 2/1-4. sz. mellékletekben találhatók.

79

A clusterek tulajdonságairól a szemléletesebb ábrázolás érdekében az alábbi összefoglaló táblázatot készítettem. Cluster

6

13

16

19

28

33

42

46

47

49

51

58

Változó Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság Tartós eszközök fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság

Adott negyedbe eső vállalkozások aránya % 1 2 3 4

57,1

4,8

9,5

23,8 23,8 1,3

38,1 14,3 19,7 23,7 31,6 51,3 55,3 34,2 26,3

19,0 61,9 32,9 76,3 22,4 19,7 7,9 34,2 52,6

31,6 28,9 34,2 10,5

92,3

7,7

15,4 38,5 40,0 60,0 100,0 80,0 6,9 41,4 10,3

38,5 30,8 20,0 40,0

23,1 34,6

19,2 42,3

3,8 75,0

65,4

44,8 31,0 31,0

38,5 23,1 30,0

20,0 37,9 27,6 31,0 58,6 23,1 23,1

28,6 100,0 19,0 46,1 14,5 2,6 21,1 21,1 100,0 100,0 7,7 7,7 10,0

10,3 27,6 41,4 34,6 100,0

8,3

30,8 8,3 58,3 41,7

50,0 50,0 15,4

38,5 26,9 19,2

7,7 23,1 38,5

84,6 23,1 15,4

7,7 61,5 7,7

15,4 46,2

25,9

17,2

29,3 19,0 4,6 63,2 39,1 57,5

32,8 46,6 26,4 36,8 24,1 13,8

80

15,5 5,2 13,8 34,5 47,1 21,8 28,7

16,7 41,7 50,0 100,0 3,8 26,9 100,0 7,7 30,8 100,0 41,4 94,8 24,1 21,8 14,9

Összesen

100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

4.1.1.2.

A bázis clusterek tartalma

Ágazati tartalom

Elsőként azt vizsgáltam, hogy vajon mennyire „esnek egybe” a clusterek a nemzetgazdasági ágakkal, mennyire felelnek meg a clusterek a nemzetgazdasági ágaknak. Az eredmény megfelel a faktoranalítikus elemzésnél tapasztaltaknak. Tisztán, vagy meghatározóan ágazati jellegű clusterek nincsenek. Az asszociációs mértékek a clusterek és a nemzetgazdasági ágak között nagyon laza kapcsolatot mutattak. Vannak viszont jelentős mértékben ágazati clusterek. A clusteresítés természetesen nem azért ment végbe, mert valamely vállalkozás valamelyik ágazathoz tartozik. A clusteresítés a vállalkozások tulajdonságait vette figyelembe. Ha mégis, egy ágazatba tartozó vállalkozások egy figyelemre méltó csoportja egy clusterhez kapcsolódik, a cluster tulajdonságaira jellemző közös viselkedés alapján feltételezhető, hogy ez valamelyest az ágazatra jellemző természet. A 6. cluster

Az építőipar, a vendéglátás és a szállítás-hírközlés kivételével minden ágazatból tartalmaz vállalkozásokat. A cluster több, mint egyharmadát azonban textilipari (1/5) és szolgáltató (1/7) vállalkozások alkotják.

A 13. cluster

Minden ágazatból magában foglal vállalkozásokat. A cluster elemeinek egyötödét azonban kereskedelmi vállalkozások alkotják. Jelentősebb még (1/10 – 1/10) a mezőgazdasági és a gépipari vállalkozások aránya.

A 16. cluster

Számos ágazatból foglal magában vállalkozásokat. Legjelentősebb azonban a mezőgazdasági vállalkozások 1 (meghaladja az /3 – ot) aránya, de jelentős az építőipari (1/6), és a gépipari (közel 1/4) vállalkozások aránya is.

A 19. cluster

Számos ágazatból foglal magában vállalkozásokat. 2 Legjelentősebb azonban (csaknem /5) a mezőgazdasági vállalkozások aránya, de jelentős a szolgáltatások s közel 1/4 a gépipari vállalkozások aránya is.

A 28. cluster

Meglehetősen egyenletes eloszlásban (1/10-1/10) tartalmaz számos ágazatba (villamos energia, szolgáltatás, élelmiszeripar, faipar, stb.) tartozó vállalkozásokat. Elemeinek 40 %-át azonban az építőipari és a kereskedelmi vállalkozások alkotják azonos arányban.

A 33. cluster

Számos ágazatba tartoznak a clustert alkotó vállalkozások. A cluster elemeinek 1/4-ét azonban a mezőgazdasági vállalkozások alkotják. A cluster elemeinek 1/8-át képezik még a gépipari vállalkozások.

81

A 42. cluster

Több ágazatból foglal magában vállalkozásokat. Elemeinek csaknem 1/5-e a mezőgazdasági, 1/4-e a kereskedelmi, 1/7-e az élelmiszeripari, s 1/4-e a gépipari vállalkozások közül kerül ki.

A 46. cluster

Ez a cluster is több ágazatos, de elemeinek többsége a mezőgazdaság (1/6), valamint a gépipar (1/4) területére esik.

A 47. cluster

Több ágazatos cluster, de elemeinek mintegy mezőgazdasági és építőipari vállalkozások alkotják.

A 49. cluster

Több ágazatos cluster. Meghatározó a mezőgazdaság, a vendéglátás, valamint a fa-és papíripar aránya (1/6-1/6)

1

/3-át

Az 51. cluster Csaknem minden ágazatot magában foglaló cluster. A mezőgazdaság, a szolgáltatás és a gépipar (1/7-1/7) a legjelentősebb összetevői. Az 58. cluster Csaknem minden ágazatot magában foglaló cluster. A mezőgazdaság (1/10), a kereskedelem (1/6), az élelmiszeripar és a textilipar 1/10-1/10 arányban képviseltetik magukat a clusterben. A fentieket a szemléletesebb megjelenítés érdekében egy „térkép” szerű, talán olvashatóbb megoldásban is összefoglaltam, a kereszttábla a 3. sz. mellékletben található. Nemzetgazdasági ágak Cluster

Mezőgazdaság

Textilipar

Szolgáltatás

Élelmiszeripar

Kereskedelem

Faipar

Gépipar

Vendéglátás

Kohászat

Építőipar

6 13 16 19 28 33 42 46 47 49 51 58

A mezőgazdaság csaknem minden clusterben, a gépipar a clusterek többségében képviselteti magát.

82

Vállalkozási méret szerinti tartalom

A vizsgálatot a nettó árbevétel a bérköltség és a mérlegfőösszeg mutatókra alapoztam. Tekintettel arra, hogy a vállalkozási méretkategóriák szerinti osztályozást célzó minden koncepció alapvetően fenti ismérvek egyes értékeit kezeli „sarok értékként”, célom az volt, hogy a clusterek tartalmának pontosabb jellemzését adhassam, vizsgálva, hogy vajon a vállalkozások által realizált nettó árbevétel, mérlegfőösszeg, illetve bér „nagyság kategóriái” kötődnek e egyes clusterekhez. Ennek vizsgálatához is fenti ismérvek negyedes, tizedes osztályait alakítottam ki, hasonló módon a faktor változók által megtestesített tulajdonságok vizsgálatához. Azt is kiszámítottam, hogy mekkora az egyes negyedek, illetve tizedek részesedése a közel 500 (a jelentősebb clusterek figyelembevételével pontosan 409) vállalkozás által reprezentált összes árbevételből, illetve a kiemelt clusterek által képviselt összes mérlegfőösszegből. Hasonló vizsgálatot végeztem a bérköltség tekintetében is. Mérleg és eredménykimutatás adatokból a vállalkozások létszámnagyságára következtetni nem lehet. A bérköltség figyelembevételével (feltételezve, hogy a béralakulás és a létszám nagysága között logikailag elvárható egy pozitív korreláció) „halvány kísérlet” lehetősége adódik ’létszámra nagyobb – kisebb’ vállalkozások megkülönböztetésére következtetni. Messzemenő következtetéseket persze átlagbérek, tevékenység bérigényességének ismerete nélkül levonni nem lehet. Alapvetően nem az egyes clusterek egyes negyedekhez tartozó cellaértékeit tekintettem az elemzés alapjául. Sokkal inkább próbáltam tendenciákat „belelátni” az adatok alakulásába. Ezért inkább adat együttállásokat értelmeztem, semmint egyedi érékeket. Mind az árbevétel, a mérlegfőösszeg, mind pedig a bérköltség tekintetében közepesnél lényegesen alacsonyabb mértékű kapcsolatot mutatott a Cramer féle ’V’ asszociációs mérték. Az egyes tizedek és negyedek részesedését az összes bázisidőszaki realizált árbevételből, mérlegfőösszegből, illetve kifizetett bérköltségből az alábbi táblázat mutatja.

83

Tizedek

Nettó Mérleg Bérköltség árbevétel főösszeg

1 0,3% 2 1,1% 3 1,6% 4 2,1% 5 2,6% 6 3,4% 7 4,5% 8 7,3% 9 12,0% 10 64,7% Összesen: 100,0%

0,0% 0,4% 1,0% 1,7% 2,6% 4,2% 5,9% 8,5% 13,1% 62,2% 100,0%

Nettó Mérleg Negyede árbevétel Bérköltség főösszeg k 1 2,4% 0,7% 1%

0,2% 0,7% 1,2% 1,7% 2,3% 3,1% 4,2% 5,9% 9,9% 70,9% 100,0%

2 5,8% 3 10,7% 4 81,1% Összesen: 100,0%

4,9% 14,0% 80,3% 100,0%

5% 10% 84% 100%

Figyelemre méltó, hogy a vállalkozások 1/5-e az árbevételnek is, a bérnek is, a mérlegfőösszegnek is mintegy három negyedét koncentrálja, 1/4-e pedig több, mint a 4/5-ét. Az alsó tizedek, negyedek részesedése ehhez képest úgyszólván jelentéktelen. A 486 vállalkozás által realizált összes nettó árbevétel 809 828 853 eFt. A kiemelt nagy clusterek vállalkozásainak árbevétele 575 797 646 eFt, így ez az összes nettó árbevétel 71 %-át teszi ki. A kiemelt clusterek körében az egy vállalkozásra jutó átlagos árbevétel 1 407 818 eFt, igen jelentős, az átlag négyszeresét kitevő szórás mellett. A medián: 413 362 eFt. A 6. cluster A kiemelt clusterek összes nettó árbevételének 3 %-át foglalja magában. A cluster meghatározó arányt képviselő esetei az alsóközépső quartilisekbe esnek. Az átlagosnál alacsonyabb árbevételű vállalkozások csoportja. A 13. cluster

A kiemelt clusterek összes nettó árbevételének 23 %-át foglalja magában, ez méretrészarányát meghaladja. A legfelső negyedekbe a cluster elemeinek több, mint fele esik. E negyedek elemei az összes árbevétel 22 %-át teszik ki (a 4. negyed önmagában 19 %). Átlagosnál magasabb árbevételű vállalkozások csoportja.

A 16. cluster

Viszonylag nagy elemszámú cluster, mégis a kiemelt clusterek összes nettó árbevételének csak 5 %-át foglalja magában. Minden negyedbe esnek elemei, de a cluster elemeinek többsége az alsó-középső negyedekbe esik. Átlagosnál alacsonyabb árbevételű vállalkozások csoportja.

A 19. cluster

A kiemelt clusterek összes nettó árbevételének 1 %-át foglalja magában. A középső negyedekbe esik a cluster elemeinek túlnyomó többsége. Alacsony árbevételű vállalkozások csoportja.

84

A 28. cluster A kiemelt clusterek összes nettó árbevételének 1 %-át foglalja magában. Az alsó negyedekbe esik a cluster elemeinek 80 %-a. Alacsony árbevételű vállalkozások csoportja. A 33. cluster

A kiemelt clusterek összes nettó árbevételének 5 %-át foglalja magában. Minden negyedbe esnek elemei, de mintegy 60 %-uk a felső negyedekbe esik. Közepes körüli árbevételű vállalkozások csoportja.

A 42. cluster

A kiemelt clusterek összes nettó árbevételének 9 %-át foglalja magában. Szélsőséges cluster. Elemeinek több, mint 40 %-a az alsó, közel 40 %-a pedig a felső negyedbe esik. Közel azonos arányban tartalmaz alacsony és magas árbevételű vállalkozásokat. Ez utóbbiak azonban a cluster árbevételének 90 %-át teszik ki, de ezek tesznek ki a 9 %-ból 8 %-ot. Messze átlagon felüli, magas árbevételű vállalkozások csoportja.

A 46. cluster A kiemelt clusterek összes nettó árbevételének 1 %-át foglalja magában. Elemeinek mintegy fele az alsó negyedekbe esik. A legalacsonyabb árbevételű vállalkozások csoportja. A 47. cluster A kiemelt clusterek összes nettó árbevételének 3 %-át foglalja magában. Elemeinek mintegy 60 %-a az alsó negyedekbe esik. Alacsony árbevételű vállalkozások csoportja. A 49. cluster Kis elemszámú cluster. A kiemelt clusterek összes nettó árbevételének 6 %-át foglalja magában. Elemeinek több, mint 60 %-a a felső negyedekbe esik. Igen jelentős árbevételű vállalkozások csoportja Az 51. cluster A kiemelt clusterek összes nettó árbevételének 9 %-át foglalja magában, méretrészarányánál alacsonyabb arány. Minden negyedbe esnek elemei, de közel 50 %-uk az alsó negyedekbe esik. Átlag alatti árbevételű vállalkozások csoportja. Az 58. cluster A kiemelt clusterek összes nettó árbevételének 33 %-át foglalja magában. A legnagyobb elemszámú cluster, minden negyedből vannak elemei, de elemeinek többsége a középső-felső negyedekbe esik. Jelentősen átlag feletti árbevételű vállalkozások csoportja. Figyelemre méltó outlier a 18. cluster egyetlen vállalkozása, amely egyedül az összes árbevétel 17 %-át teszi ki. A 498 vállalkozás által realizált összes bérköltség 45 328 381 eFt. A kiemelt nagy clusterek vállalkozásainak bérköltsége 37 806 432 eFt, így ez az összes bérköltség 83 %-át teszi ki. A kiemelt clusterek körében az egy vállalkozásra jutó átlagos bérköltség 92 436 eFt, jelentős, az átlag mintegy háromszorosát kitevő szórás mellett. A medián: 30 097 eFt.

85

A 6. cluster A kiemelt clusterek összes bérköltségének 4 %-át foglalja magában. Minden negyedből magában foglal elemeket, de elemeinek több, mint a fele esik a felső negyedekbe. Átlagosnál alacsonyabb bérösszegű cluster. A 13. cluster A kiemelt clusterek összes bérköltségének 21 %-át foglalja magában. Nagy elemszámú cluster. Minden negyedből magában foglal elemeket, de elemeinek közel 60 %-a esik a felső negyedekbe. Ezek a kiemelt clusterek összes bérköltségének a 21 %-ból 20 %-át foglalják magukban. Átlagosnál magasabb bérösszegű cluster. A 16. cluster

Viszonylag nagy elemszámú cluster, mégis a kiemelt clusterek összes bérköltségének csak 6 %-át foglalja magában. Minden negyedből magában foglal elemeket, de elemeinek mintegy fele esik az alsó negyedekbe. Átlagosnál alacsonyabb bérösszegű cluster.

A 19. cluster

Kis elemszámú cluster, a kiemelt clusterek összes bérköltségének csak 3 %-át foglalja magában. A közepes-felső negyedekbe esik elemeinek 90 %-a. Átlagosnál kissé alacsonyabb bérösszegű cluster.

A 28. cluster

Kis elemszámú cluster, a kiemelt clusterek összes bérköltségének csak 1 %-át foglalja magában. Elemeinek 70 %-a az alsó negyedekbe esik. Átlagosnál messze alacsonyabb bérösszegű cluster.

A 33. cluster

A kiemelt clusterek összes bérköltségének 7 %-át foglalja magában. A felső negyedek elemeinek több, mint 70 %-át tartalmazzák. Átlagosnál kissé alacsonyabb bérösszegű cluster.

A 42. cluster

A kiemelt clusterek összes bérköltségének 6 %-át foglalja magában. A két alsó negyed elemeinek mintegy ¾-ét tartalmazza. Átlagosnál kissé alacsonyabb bérösszegű cluster.

A 46. cluster

A kiemelt clusterek összes bérköltségének mintegy 2 %-át foglalja magában. Elemeinek közel 60 %-a az alsó negyedekből kerül ki. Átlagosnál messze alacsonyabb bérösszegű cluster.

A 47. cluster

A kiemelt clusterek összes bérköltségének 3 %-át foglalja magában. A középső negyedekbe esik elemeinek közel 70 %-a. Átlagosnál messze alacsonyabb bérösszegű cluster.

A 49. cluster

A kiemelt clusterek összes bérköltségének 5 %-át foglalja magában. Szélsőséges cluster. Elmeinek közel fele a 2. negyedbe, közel 1/3-a a 4. negyedbe esik. Ez azonban az 5 %-ból közel 4 %-ot képvisel. Átlagosnál jelentősen magasabb – a legmagasabb – bérösszegű cluster.

86

Az 51. cluster

A kiemelt clusterek összes bérköltségének 15 %-át foglalja magában. Minden negyedből kerülnek ki elemei, de elemeinek közel 60 %-a a felső negyedekbe esik, melyek a 15 %-ból a bérköltség mintegy 10 %-át képviselik. Átlagosnál valamivel magasabb bérösszegű cluster.

Az 58. cluster A kiemelt clusterek összes bérköltségének 28 %-át foglalja magában, a legnagyobb elemszámú cluster. Minden negyedből kerülnek ki elemei, de az alsó tizedekbe esik elemeinek több, mint fele. A legfelső negyedbe eső közel 1/4 részük azonban a 28 %-ból 20 %-nyi bérösszeget képvisel. Átlagosnál számottevően magasabb bérösszegű cluster. Figyelemre méltó outlier az egy elemű 32. cluster, mely az összes bérköltség (nem csak a kiemelt clusterek) 4 %-át foglalja magában. Az árbevétel tekintetében figyelemre méltó egy elemű 18. cluster itt csak a bérköltség 0,4 %-ának hordozója. Igen magas bérhatékonysággal dolgozik. A 486 vállalkozás összes mérlegfőösszege 673 478 062 eFt. A kiemelt nagy clusterek vállalkozásainak összes mérlegfőösszege pedig 437 736 142 eFt, így ez az összes mérlegfőösszeg 65 %-át teszi ki. A kiemelt clusterek körében az egy vállalkozásra jutó mérlegfőösszeg 1 070 259 eFt, jelentős, az átlag több, mint háromszorosát kitevő szórás mellett. A medián: 281 979 eFt. A 6. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 3 %-át foglalja magában. Minden negyedből magában foglal elemeket, de elemeinek több, mint a fele esik a felső negyedekbe. Átlagosnál alacsonyabb mérlegfőösszegű cluster. A 13. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 22 %-át foglalja magában. Nagy elemszámú cluster. Minden negyedből magában foglal elemeket, de elemeinek több, mint fele esik a középső-felső negyedekbe. Ezek a kiemelt clusterek összes mérlegfőösszegének a 22 %-ból 20 %át foglalják magukban. Átlagosnál magasabb mérlegfőösszegű cluster. A 16. cluster

Viszonylag nagy elemszámú cluster, mégis a kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 4 %-át foglalja magában. Minden negyedből magában foglal elemeket, de elemeinek mintegy fele esik az alsó negyedekbe. Átlagosnál alacsonyabb mérlegfőösszegű cluster.

A 19. cluster

Kis elemszámú cluster, a kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 3 %-át foglalja magában. A közepes negyedekbe esik elemeinek ¾-e. Átlagosnál kissé alacsonyabb mérlegfőösszegű cluster.

87

A 28. cluster

Kis elemszámú cluster, a kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 1 %-át foglalja magában. Elemeinek 60 %-a az alsó negyedekbe esik. Átlagosnál messze alacsonyabb mérlegfőösszegű cluster.

A 33. cluster

A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 5 %-át foglalja magában. A felső negyedek elemeinek több, mint 60 %-át tartalmazzák. Átlagosnál alacsonyabb mérlegfőösszegű cluster.

A 42. cluster

A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 4 %-át foglalja magában. Elemeinek túlnyomó többsége a két alsó negyedbe esik. Átlagosnál alacsonyabb mérlegfőösszegű cluster.

A 46. cluster

A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 1 %-át foglalja magában. Elemeinek közel 60 %-a az alsó negyedekből kerül ki. Átlagosnál messze alacsonyabb mérlegfőösszegű cluster.

A 47. cluster

A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 3 %-át foglalja magában. A középső negyedekbe esik elemeinek közel 70 %-a. Átlagosnál messze alacsonyabb mérlegfőösszegű cluster.

A 49. cluster

A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 7 %-át foglalja magában. Elemeinek több, mint 80 %-a a felső negyedekbe esik. Átlagosnál jelentősen magasabb – a legmagasabb – mérlegfőösszegű cluster.

Az 51. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 11 %-át foglalja magában. Minden negyedből kerülnek ki elemei, de elemeinek közel 60 %-a az alsó negyedekbe esik, 25 %-uk a legfelső negyedbe, mely azonban a 11 %-ból a mérlegfőösszeg mintegy 9 %-át képviseli. Átlagosnál alacsonyabb mérlegfőösszegű cluster. Az 58. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 37 %-át foglalja magában, a legnagyobb elemszámú cluster. Minden negyedből kerülnek ki elemei, de az alsó negyedekbe esik elemeinek több, mint fele. A legfelső negyedbe eső mintegy 1/4 részük azonban a 37 %-ból 34 %-nyi arányt képvisel. Átlagosnál számottevően magasabb mérlegfőösszegű cluster.

88

A szemléletesség érdekében az alábbiakban szintén egy „térképszerű” megoldásban, közös táblázatban ábrázolom a clusterek árbevétel és bér helyzetére, valamint a mérlegfösszeg alakulására vonatkozó megállapításokat. Cluster

Változó

1

Negyedek 2 3

4

Méret részarány %

Nettó árbevétel

6

13

16

3 5,1

Bérköltség

3

Nettó árbevétel

23 18,6

Bérköltség

22

Nettó árbevétel

5 9,3

Bérköltség

1 3,2

Bérköltség

46

47

49

51

58

3 3

Nettó árbevétel

42

6 4

Mérlegfőösszeg

33

20

Mérlegfőösszeg

Nettó árbevétel

28

4

Mérlegfőösszeg

Mérlegfőösszeg

19

Részesedés %

1 2,4

Bérköltség

1

Mérlegfőösszeg

1

Nettó árbevétel

5 7,1

Bérköltség

7

Mérlegfőösszeg

5

Nettó árbevétel

9 6,4

Bérköltség

6

Mérlegfőösszeg

4

Nettó árbevétel

1 2,9

Bérköltség

2

Mérlegfőösszeg

1

Nettó árbevétel

3 6,4

Bérköltség

3

Mérlegfőösszeg

3

Nettó árbevétel

6 3,2

Bérköltség

5

Mérlegfőösszeg

7

Nettó árbevétel

9 14,2

Bérköltség

15

Mérlegfőösszeg

11

Nettó árbevétel

33 21,3

Bérköltség Mérlegfőösszeg

28 37

Megjegyzés: a ’Méretrészarány %’ azt fejezi ki, hogy a cluster elemeinek száma hány %-a a nagy clusterek együttes elemszámának (401-nek).

89

Fentiekből valószínűsíthetően a 28, 42, 46, 51. clusterek relatíve alacsony árbevételű, kis létszámú (kis)vállalkozások csoportjai. A 13, 49, 58. clusterekbe ugyanezen logika alapján a nagyméretű, nagy létszámú közép vállalkozások tartoznak. A 6, 19, 51. cluster valószínüleg bérigényes, minőség igényes kis vállalkozásokat foglal magában. A bázis clusterek jellemzése

A bázis időszaki faktor térben végzett clusteresítést összefoglalandó végül kísérletet teszek a clusterek jellemzésére, karakterisztikájuk leírására. A clusterek jellemzéséhez, tartalmuk elemzéséhez és értelmezéséhez szükséges annak megmutatása, hogy egyes eszköz- és forrástételek – fő clusterek esetei által képviselt – összértékéből az egyes clusterek milyen hányadot képviselnek. Az alábbi táblázat ezt tartalmazza. Bázis Bekektetett Clusterek eszközök

6. 13. 16. 19. 28. 33. 42. 46. 47. 49. 51. 58. Összesen:

2,1% 22,6% 2,6% 3,2% 0,3% 3,6% 1,6% 1,2% 2,8% 6,9% 10,5% 42,5% 100,0%

Lekötött eszközök

Forgóeszközök

Adózás előtti eredmény

Mérleg szerinti eredmény

Saját tőke

Hosszú lejáratú kötelezettségek

Rövid lejáratú kötelezettségek

2,5% 21,1% 3,4% 2,9% 0,5% 4,9% 2,5% 1,2% 3,2% 7,0% 10,7% 40,2% 100,0%

3,2% 17,8% 5,6% 2,0% 1,1% 4,9% 6,0% 1,3% 2,7% 6,2% 10,2% 21,6% 100,0%

5,3% 20,1% 6,4% 6,2% -0,8% -4,2% 14,5% 1,7% 2,4% 2,2% 20,6% 19,4% 100,0%

7,8% 14,5% 8,3% 9,6% -1,7% -11,6% 6,2% 2,2% 3,0% -0,4% 29,7% 33,7% 100,0%

3,9% 25,2% 2,8% 4,4% 0,0% 1,6% 1,4% 1,0% 1,5% 3,2% 14,9% 40,0% 100,0%

0,2% 1,9% 5,9% 1,7% 0,1% 5,5% 0,2% 3,3% 6,3% 30,2% 1,1% 8,5% 100,0%

1,1% 18,8% 5,9% 0,5% 1,7% 8,2% 8,7% 1,1% 4,2% 5,5% 6,1% 31,0% 100,0%

Az elemzéshez a clusterek és a negyedes osztályok kereszttábláit is használtam. Ezek a 4/1-8. sz. mellékletben találhatók. 6. cluster

Textilipari és szolgáltató vállalkozások alkotják, bért és árbevételt tekintve is kis vállalkozások. A cluster mind a saját tőke, mind pedig az eszközök – kiemelt clusterek között képviselt részarányánál – kisebb hányadát koncentrálja. Vállalkozásainak jelentős része alacsony értékeket mutat a tartós eszközök fedezete tekintetében. A vállalkozások magas hányada ugyan magas saját tőke értékeket mutat, viszont eszköz állományuk is jelentős. Az ide tartozó vállalkozások eredménymutatói is figyelemre méltóak, de a magas tőke érték mellett alacsony jövedelmezőségi értékeket kapunk. Az eszközökhöz képest szolid 90

saját tőke arány közepesnél erősebb eladósodottság kialakulásában játszik szerepet. A cluster valamennyi vállalkozásának likviditása magas, betudhatóan annak, hogy rövid lejáratú kötelezettségeik alacsonyak, amiben persze szerepet játszhatnak a kisvállalkozások idegen forráshoz, hitelhez jutásának közismert nehézségei. 13. cluster

A mezőgazdaság és a kereskedelem területén tevékenykedő vállalkozások alkotják. Méreteiket tekintve (mind árbevétel, mind létszám [bér] tekintetében) nagy méretű, közép vállalkozások. A cluster csaknem valamennyi eszköz és forrás tétel összértékének elem-részarányánál nagyobb hányadát koncentrálja. A cluster vállalkozásai tőkeerősek, saját tőkéjük eszközeikhez képest jelentős. Eredményalakulásuk azonban közepes, vagy szerényebb, így a befektetett tőke viszont alacsonyan jövedelmez. Likviditásuk magas, eladósodottságuk viszonylag alacsony, tehát kötelezettségeik a saját forrás jelentékeny volta mellett alacsony szinten vannak.

16. cluster

Mezőgazdasági, gépipari és építőipari vállalkozásokat foglal magában. Mind az árbevétel, mind a bérköltség nagyságrendjét tekintve egyaránt kis vállalkozások. A cluster relatív súlyánál kisebb hányadát koncentrálja az eszköz és forrástételek összértékének. A vállalkozások eszközigényesek, ehhez képest nem túlságosan tőkeerősek, eszközeik egy részét idegen forrásból fedezik, így eladósodottságuk tekintélyes. Likviditásuk középszerű, azaz forgóeszközeik de rövid lejáratú kötelezettségeik sem képviselnek magas értéket. Saját tőkéjük jövedelmezősége jelentős, a viszonylag magas eredménymutatóknak köszönhetően.

19. cluster

A mezőgazdaság, szolgáltatás, gépipar területére eső vállalkozásokat tartalmaz. Árbevételt tekintve alacsony nagyságrendű de viszonylag munkaigényes-bérigényes, kis vállalkozások. Kis cluster, elemszám szerinti súlya alacsony, az eszköz és forrásértékekből való részesedése arányos súlyával, az eredménykategóriák kivételével, ahol ezek összértékéből részarányát jelentősen meghaladó arányban részesül. A vállalkozásokat magas tőkeértékek jellemzik, hiszen a cluster minden eleme a saját tőke értékének felső kvartiliseibe esik. Ugyanakkor azonban az eszköz értékek is magas fekvésűek. Így a tartós eszközök fedezettsége alacsony értéket mutat. Forrásaik között jelentős a saját tőke, alacsony a hosszú lejáratú kötelezettségek részaránya, így eladósodottságuk alacsony. Eredménykategóriáik értékei mintegy 70 %-ban a felső quartilisekbe esnek, a magas saját tőke értékek mellett azonban a tőkejövedelmezőség csak közepes szinten alakul. Rövid lejáratú 91

kötelezettségeik igen alacsony szinten vannak, likviditásuk igen magas. 28. cluster

Kereskedelmi és építőipari vállalkozások. Mind az árbevétel, mind a bérköltség nagyságrendjét tekintve a kis vállalkozások közé tartoznak. A legkisebb cluster, vállalkozásai az eszköz és forrástételek értékének igen alacsony hányadát képviselik. Alacsony saját tőke, viszonylag alacsony eszközérték mellett tartós eszközeik fedezettsége alacsony. Hosszú lejáratú kötelezettségeik alacsony szinten vannak, de mivel általában forrásszegények, így eladósodottságuk is alacsony. Igen gyenge eredménymutatóik mellett tőkejövedelmezőségük alacsony. Likviditásuk gyenge, igen alacsony forgóeszköz állománnyal dolgoznak, a rövid lejáratú kötelezettségek inkább magas mértéke mellett. Ennek összetevőit vizsgálva azt találtam, hogy ezen belül a vevőtől kapott előlegek, a szállító állomány, s a rövid lejáratú kölcsönök szerepelnek jelentősebb súllyal. Valószínüleg napi fennmaradási gondokkal küzdenek.

33. cluster

Mezőgazdasági és gépipari vállalkozások csoportja. Közepes árbevétellel, közepesnél némileg magasabb bérekkel rendelkeznek, kisebb közép vállalkozások. A cluster súlya elemszám arányát tekintve 7 %, eszköz és forrástételek értékéből való részesedése ettől lényegesen elmarad. Közepes saját tőke, magas eszközértékek mellett közepes eszközfedezettségi értékeket mutat. Az eszközértékhez képest alacsony saját tőke, jelentős hosszúlejáratú kötelezettség állomány miatt eladósodottsága jelentős. A cluster három vállalkozása jelentős veszteségre utaló eredménymutatói mellett, vállalkozásai inkább közepesnél erősebb eredmény értékeket mutatnak. Ez a közepes tőkeértékek mellett közepes tőkejövedelmezőséget eredményez. Közepes, vagy kissé magasabb rövid lejáratú kötelezettség állomány mellett likviditása alacsony.

42. cluster

Mezőgazdasági, élelmiszeripari, kereskedelmi és gépipari vállalkozásokat tartalmaz, e szempontból a legösszetettebb cluster. Részben igen alacsony, de másrészt igen magas árbevételű vállalkozásokat tartalmaz. A magas árbevételűek (10 eset) a cluster összárbevételének több, mint 90 %-át, az összes eset árbevételének 6 %-át teszik ki. Szinte kivétel nélkül a feldolgozó (a gép és az élelmiszer) iparban működnek. Ezzel szemben zömmel alacsony bérösszegű vállalkozások. A cluster az eszköz és forrástételek összértékében elemei számához mérten alacsony súlyt képvisel, de kiemelkedik az adózás előtti eredmény koncentrált hányada tekintetében.

92

A clusterbe tartozó vállalkozások hosszú lejáratú kötelezettségei alsó-közepes tartományba esnek, ennek megfelelően eladósodottságuk is a közepes érték alatt alakul. A likviditás a vállalkozások jelentős részénél alacsony szinten alakul. Következik ez abból, hogy jelentős részüknél a rövid lejáratú kötelezettségek magas szinten alakulnak, míg nagy többségük forgóeszköz állománya alacsony. Valamennyi vállalkozás magas tőkejövedelmezőségű. Az alacsony értéktartományban mozgó saját tőkével szemben magas eredmény értékek állnak. Az adott tőke mellett az eszköz értékek alacsonyak, így a tartós eszközök fedezettsége alacsony értéket mutat. 46. cluster

Kis cluster. Mezőgazdasági és gépipari vállalkozásokat tartalmaz. Árbevétel, bér és mérlegfőösszegük alapján kis vállalkozások. A cluster az eszköz és forrástétetek aránya tekintetében is kis súlyt képvisel. Hosszú lejáratú kötelezettségei a felső értéktartományokba esnek, ennek megfelelően minden eleme magas eladósodottságot mutat. Forgóeszközeik a közepes, rövid lejáratú kötelezettségeik az alsó értéktartományba esnek, így a vállalkozások magas likviditást mutatnak. Közepes értéktartományban fekvő tőkével szemben magas eredményértékek állnak: tőkejövedelmezőség magas. Az adott tőke az eszközértékekkel szemben alacsony fedezettséget eredményez.

47. cluster

Mezőgazdasági és építőipari vállalkozások alkotják. Mind árbevétel, mind bér és mérlegfőösszeg értékeik a közepes tartományba esnek. Az eszköz és forrástételek tekintetében nem találhatók kiugró értékek. A csoport minden vállalkozása jelentős eladósodottságot mutat, a hosszú lejáratú kötelezettségek állománya csaknem a vállalkozások 90 %-ánál jelentős. A vállalkozások likviditása alacsony. Többségük magas rövid lejáratú kötelezettség állománya inkább csak közepes forgóeszköz állománnyal párosul. A saját tőke jövedelmezősége viszonylag magas. Közepes, vagy magasabb eredmény értékek állnak közepes, vagy alacsonyabb tőkeértékekkel szemben. Az alacsony saját tőke, s a jelentős eszközállomány mellett a tartós eszközök fedezettsége alacsony.

49. cluster

Kis cluster. Mezőgazdasági, faipari, s a vendéglátásban tevékenykedő vállalkozások alkotják. Árbevétel és mérlegfőösszeg értékeik jelentősebb vállalkozási méretre utalnak. Jelentős részük magas bér értékei is arra utalnak, hogy létszámra sem jelentéktelenek. Az eszköz és forrástételek tekintetében általában nem képviselnek jelentős arányt, kivételt a hosszú lejáratú

93

kötelezettségek képeznek, ahol a kiemelt clusterek vállalkozásai összállományának közel harmadát ez a cluster hordozza. Ez utóbbi megállapítás összhangban van azzal, hogy valamennyi elem igen magas eladósodottságot mutat. A likviditás az alsóközepes értéktartományba esik. A rövid lejáratú kötelezettségek magas állományával rendelkezik a vállalkozások nagy többsége. A vállalkozások jelentős köre közepes, vagy magasabb tőkejövedelmezőséget mutat, az eredmény és tőkeértékekkel összhangban. A tartós eszközök fedezettsége a vállalkozások többségénél alacsony, mivel többségük eszközállománya jelentős. 51. cluster

Mezőgazdasági, szolgáltató és gépipari vállalkozások alkotják. Az árbevétel és a mérlegfőösszeg alacsony szintje kisvállalkozásra utal. A magas bér bérigényességre. Az eszköz és forrástételeknek a – kötelezettségek kivételével – jelentős arányát képviselik. A csoportba tartozó vállalkozások hosszú lejáratú kötelezettségei alacsony értéktartományba esnek. Eladósodottságuk inkább alacsony, mint közepes mértékű. Ezzel szemben viszont csaknem minden vállalkozás magas likviditási értéket mutat. Többségük alacsony színvonalú rövid lejáratú kötelezettség állománnyal rendelkezik. A saját tőke jövedelmezősége alacsony. Viszonylag magas saját tőke áll a vállalkozások egy jelentős részénél alacsony eredményértékekkel szemben. A tartós eszközök fedezettsége a magas tőkeértékeknek megfelelően magas, hiszen a vállalkozások többsége alacsony eszköz értékekkel rendelkezik. Valószínűleg ez is magyarázata a másik termelési tényező, az élőmunka magas szinten való alakulásának.

58. cluster

A legnagyobb cluster. Vállalkozásai a mezőgazdaság, élelmiszeripar, kereskedelem köréből kerülnek ki. Mind árbevétel, mind pedig bér és mérlegfőösszeg adatai is arra utalnak, hogy egyaránt tartalmaz kis és nagyobb vállalkozásokat is. Az eszköz és forrástételeknek méretarányait messze meghaladó hányadát tartalmazza. Hosszú lejáratú kötelezettségeik alacsony szintűek, többségük eladósodottsága alacsony. Alacsony értéktartományba esik azonban likviditásuk is. Többségük magas rövid lejáratú kötelezettség, s alacsony szintű forgóeszköz állománnyal rendelkezik. A tőkejövedelmezőség is többnyire alacsony értékeket mutat. A vállalkozások többsége alacsony saját tőkével, s alacsony eredmény mutatókkal rendelkezik. A tartós eszközök tőkefedezettsége közepes. Az alacsony saját tőke alacsony színvonalú eszköz állománnyal párosul.

94

4.1.2.

Tárgy időszaki clusterek elemzése

Ez esetben is első lépésként azt kell megvizsgálni, hogy a clusterek valóban különböző csoportokat alkotnak e. • Valamennyi cluster figyelembevételével Tests of Equality of Group Means

Tart.eszk.fed_t Likviditás_t Eszközhatékonyság_t Tőkejövedelmezőség_t Eszközjövedelmezőség Eladósodottság_t F kritikus értéke: 1,9445

Wilks' Lambda ,001 ,006 ,000 ,007 ,001 ,008

F

df1

df2

Sig.

8328,38 1146,59 38007,04 1088,39 11896,78 950,78

59 59 59 59 59 59

426 426 426 426 426 426

,000 ,000 ,000 ,000 ,000 ,000

• A legfontosabb 2, 10, 24, 25, 28, 30, 35, 36, 57, 60 clusterekre Tests of Equality of Group Means

Tart.eszk.fed Likviditás Eszközhatékonyság Tőkejövedelmezőség Eszközjövedelmezőség Eladósodottság F kritikus értéke: 3,2137

Wilks' Lambda ,624 ,234 ,920 ,535 ,566 ,029

F

df1

df2

Sig.

26,167 141,905 3,801 37,723 33,328 1446,985

9 9 9 9 9 9

391 391 391 391 391 391

,000 ,000 ,000 ,000 ,000 ,000

Az F statisztika értékei alapján a tárgy időszakban is szignifikáns különbség mutatkozik az egyes clusterek között. A táblázat Wilk’s Lambda értékei alapján pedig méginkább megerősíthető, hogy a hatvan cluster, de a tíz fő cluster is markánsan különbözik egymástól. A túloldali táblázatokban szereplő valamennyi F érték magasabb a kritikus beléptetési értéknél. Mivel a diszkriminancia analízis itt is csak a szignifikáns változókat lépteti be a modellbe, így megállapítható, hogy a tárgy időszaki tíz fő cluster létrehozásában a tárgyidőszaki hat faktorváltozóból, a második táblázatban szereplő négy változó játszik szignifikáns csoportosító szerepet. Az ESZKÖZHATÉKONYSÁG ás az ESZKÖZJÖVEDELMEZŐSÉG változó az outlierek és a kiscsoportok kialakulásához járult hozzá. Figyelemre méltó, hogy e két faktorváltozót ugyanazok az alapváltozók alkotják, mint a bázisidőszaki ESZKÖZMANAGEMENT faktorváltozót. Tehát az „eszközjelenség” marad figyelmen kívül mindkét időszakban a fő faktorok esetében. értékei mutatják, hogy a faktorváltozók teljes szórásnégyzetéből mind a hat változó bevonása után jelentéktelen, de a négy változó bevonása után is csak mindössze 0,3 % marad megmagyarázatlanul a csoportosítást követően. A csoportosítás eredményeképpen tehát homogén csoportok alakultak ki. Wilk’s Lambda

95

Mind a 60 cluster figyelembevételével Variables Entered/Removed a,b,c Step 1 2 3 4 5 6

Wilks' Lambda

Entered Eszközhatékonyság Eszközjövedelmezőség Tartós.eszk.fedezettsége Likviditás Tőkejövedelmezőség Eladósodottság

Statistic

df1

df2

df3

,000 ,000 ,000 ,000 ,000 ,000

1 2 3 4 5 6

59 59 59 59 59 59

426,000 426,000 426,000 426,000 426,000 426,000

Exact F Statistic 38007,043 21442,758

df1 59 118

df2 426,000 850,000

Sig. ,000

Statistic

Approximate F df1 df2

Sig.

,000 15729,866 8907,040 6139,884 4545,788

177 236 295 354

1272,132 1692,079 2109,476 2523,961

,000 ,000 ,000 ,000

At each step, the variable that minimizes the overall Wilks' Lambda is entered. a Maximum number of steps is 12. b Minimum partial F to enter is 3.84. c Maximum partial F to remove is 2.71.

Csak a 2, 10, 24, 25, 28, 30, 35, 36, 57, 60 clusterek figyelembevételével Variables Entered/Removed a,b,c Step 1 2 3 4

Entered Eladósodottság Likviditás Tőkejövedelmezőség Tart.eszk.fed

Statistic

df1

df2

df3

,029 ,008 ,005 ,003

1 2 3 4

9 9 9 9

391,000 391,000 391,000 391,000

Statistic 1446,985 451,238

At each step, the variable that minimizes the overall Wilks' Lambda is entered. a Maximum number of steps is 12. b Minimum partial F to enter is 3.84. c Maximum partial F to remove is 2.71.

96

Wilks' Lambda Exact F df1 df2 9 18

391,000 780,000

Sig.

Statistic

Approximate F df1 df2

Sig.

222,382 143,333

27 36

,000 ,000

,000 ,000 1136,723 1455,753

A változók csoportképzésben mutatkozó „erősorrendjét” illetően a valamennyi clustert vizsgáló, mind a hat faktorváltozót tartalmazó modellben – a bázis időszakhoz hasonlóan – az ESZKÖZHATÉKONYSÁG és ESZKÖZJÖVEDELMEZŐSÉG változók szerepe a legmeghatározóbb a csoportképzésben. Ugyanakkor azonban a legjelentősebb clusterek kialakulásában már nem játszanak lényeges szerepet, ebben az időszakban is az ELADÓSODOTTSÁG, LIKVIDITÁS, TŐKE JÖVEDELMEZŐSÉG, valamint a TARTÓS ESZKÖZÖK FEDEZETTSÉGE szerepe meghatározó, a bázis időszakkal megegyező fontossági sorrendben. A nagy clustereket alkotó esetek elhelyezkedése az első két (alapvetően) diszkrimináló változó terében a tárgy időszakban

Canonical Discriminant Functions 10 8 28

6 4

25

2

35

10

Function 2

0

24

57

60

2

36

30

-2 -4 -10

0

10

20

30

Function 1

Erre az időszakra nézve is megvizsgáltam a legnagyobb clusterekre, páronkénti összehasonlítással, vajon szignifikánsan különböznek e egymástól. Alapul szintén az F próbán alapuló „pairwise group comprisons” szoftverkönyvtári eljárás szolgált. Az eredmény tábla a 5. sz. mellékletben található. A csoportok páronkénti különbözősége szignifikáns. Összességében tehát, a kapott csoportosítás meggyőzőnek tekinthető.

96

4.1.2.1.

A tárgy időszaki clusterek tulajdonságai

A clusterek tulajdonságait – aholis ezesetben is a faktorváltozók által jellemzett tulajdonságokról van szó – most is a faktorváltozók negyedes csoportjai és a cluster csoportok kereszttáblás összefüggései segítségével vizsgálom. Itt is csak a legnagyobb clustereket vettem figyelembe. A clusterbe tartozás és a negyedes csoportok közötti kapcsolat a tőkejövedelmezőség kivételével csaknem valamennyi változó esetében a Cramer féle ’V’ asszociációs mértékkel mérve közepesnél erősebbnek bizonyult. Az eladósodottság esetében pedig meghaladta a 0,8-as értéket. Bizonyos clusterek tehát meghatározóan képviselnek egyes faktor változók által reprezentált tulajdonságokat. Az egyes kereszttáblák az 6/1-4. sz. mellékletben találhatók. 2. cluster

Elemszáma:

9, kis cluster. Minden vállalkozása jelentős eladósodottságot mutat, minden elem a felső quartilisbe tartozik. A likviditás közepes, vagy alacsonyabb értékeket képvisel. Vállalkozásainak több, mint 40 %-a közepesnél magasabb, 33 %-a viszont igen alacsony értékeket mutat a tőkejövedelmezőség tekintetében. A tartós eszközök tőkefedezettsége igen jelentős, mintegy 90 %-ban a felső quartilisbe esnek vállalkozásai.

10. cluster

Elemszáma: 67, az egyik legnagyobb cluster. Minden vállalkozása alacsony eladósodottságot mutat, minden elem az alsó quartilisbe tartozik. A likviditás magas értékeket képvisel. Alacsony értékeket mutat a vállalkozások többségében a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége pedig közepes, vagy magasabb értékeket mutat, vállalkozásai mintegy 3/4 részben a 3. quartilisbe, illetve affölé esnek.

24. cluster

Elemszáma: 23. Minden vállalkozása jelentős eladósodottságot mutat, elemei mindegyike a felső quartilisbe tartozik. A likviditás közepes, vagy inkább alacsonyabb értékeket képvisel. Kifejezetten alacsony értékeket mutat a vállalkozások többségében a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége az estek mintegy 2/3-ában a felső quartilisekbe esik.

25. cluster

Elemszáma:

9, kis cluster. Minden vállalkozása jelentős eladósodottságot mutat, minden elem a felső quartilisbe tartozik. A likviditás magas értékeket képvisel.

97

Közepes

értékeket mutat a vállalkozások többségében a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége tekintetében a felső quartilisbe esnek a cluster vállalkozásai. 28. cluster

Elemszáma: 23. Minden vállalkozása alacsony eladósodottságot mutat, minden elem az alsó quartilisbe tartozik. A likviditás tekintetében a cluster minden vállalkozása magas értéket képvisel, hiszen 100 %-ban a felső quartilisbe tartoznak. Többnyire alacsony értékeket mutat a vállalkozások többségében a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége igen jelentős, mintegy 90 %-ban a felső quartilisbe esnek vállalkozásai.

30. cluster

Elemszáma: 37. A clusterbe tartozó vállalkozások közepes, vagy inkább magasabb eladósodottságot mutatnak. A likviditás kifejezetten alacsony, alsó quartilisekbe eső értéket képvisel. Közepes, vagy alacsonyabb értékeket mutat a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége alacsony, mintegy ¾-részben az alsó quartilisbe, egészében véve is az alsó quartilisekbe esnek vállalkozásai.

35. cluster

Elemszáma: 29. Minden vállalkozása jelentős eladósodottságot mutat, minden elem a felső quartilisbe esik. A likviditás közepes, vagy enyhén magasabb értékeket képvisel. Közepes, vagy alacsonyabb értékeket mutat a vállalkozások többségében a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége jelentős, több, mint ¾-részben a felső quartilisekbe esnek vállalkozásai.

36. cluster

Elemszáma: 58. Elemei jelentős eladósodottságot mutatnak, minden elem a felső quartilisekbe tartozik. A likviditás alacsony értékeket képvisel. Viszonylag magas értékeket mutat a vállalkozások többségében a tőkejövedelmezőség. A tartós eszközök tőkefedezettsége tekintetében alacsony értékeket mutatnak, főleg az alsó quartilisekbe esnek vállalkozásai.

57. cluster

Elemszáma: 73. Minden vállalkozása közepesnél alacsonyabb eladósodottságot mutat, minden eleme az alsó quartilisekbe esik. A likviditás közepes, esetleg némileg magasabb értékeket képvisel. Közepes értékeket mutat a vállalkozások közel 2/3-ában a tőkejövedelmezőség is. A tartós eszközök tőkefedezettsége viszonylag jellegtelen, a cluster esetei közepes, vagy méginkább alcsonyabb értékeket képviselnek.

98

60. cluster

Elemszáma: 73. Minden vállalkozása közepes, vagy zömmel magasabb eladósodottságú. A likviditás nagyobbrészt közepesnél alacsonyabb értékeket képvisel. Közepes körüli értékeket mutat a vállalkozások közel 2/3-ában a tőkejövedelmezőség is. A tartós eszközök tőkefedezettsége viszont inkább alacsony, az esetek 4 /5-e alacsony értékeket képvisel. Összefoglaló táblázat a clusterek tulajdonságairól

Cluster

2

10

24

25

28

30

35

36

57

60

Változó Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége

Adott negyedbe eső vállalkozások aránya % 1 2 3 4

44,4 11,1

33,3 44,4 11,1

29,9

1,5 37,3 9,0

29,9 16,4 73,1

8,7 62,5 17,4

47,8 26,1 13,0

30,4 4,3 26,1

22,2

11,1 33,3

44,4 33,3

73,9

13,1

62,2

29,7 35,1

13,0 13,0 67,6 2,7

33,3

100,0 22,2 11,1 88,9

100,0 68,7 16,4 17,9 100,0 13,0 4,3 43,5 100,0 44,4 11,1 100,0

100,0 100,0 87,0 2,7 100,0 75,7

21,6

2,7

6,9 44,8 10,3

27,6 24,1 10,3

46,6 12,1 48,3 13,7 8,2 8,2

27,6 20,7 20,7 86,3 34,2 31,5 63,0 35,6 28,8 27,4 30,1

44,8 27,6 17,2 50,0 22,4 39,7 15,5

54,8 23,3 50,7

99

47,9 31,5 26,0 64,4 6,8 34,2 11,0

100,0 20,7 3,4 62,1 50,0 3,4 27,6 15,5 9,6 28,8 11,0 9,6 15,1 8,2

Összesen

100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

4.1.2.2.

A tárgy időszaki clusterek tartalma

Ágazati tartalom

Ez időszakban is vizsgáltam, hogy az időszak egyes cluster csoportosulásai vajon „vonzanak”-e egyes nemzetgazdasági ágakat. Ez esetben is igen gyenge kapcsolat mutatkozott a cluster és a nemzetgazdasági ágak szerinti csoportosítás között. Igazolják ezt az asszociációs mértékek is. Szemben azonban a bázis időszakkal, a tárgy időszakban valamelyes ágazati arculatot mutató clusterekről is alig beszélhetünk. Így csak azt a néhány clustert lehet kiemelni, melyek egyes ágazatokhoz legalább valamelyest is kötődnek. 2. cluster Kis cluster, számos ágból, ágazatból tartalmaz 1-2 elemet. Egyetlen ágazat sincs a clusteren belül meghatározó többségben, s egyetlen ágazat mintában szereplő elemeinek sem hordozza jelentősebb részét. 10. cluster A villamosenergia ipar, s a vegyipar vállakozásainak közel fele, a szolgáltatásban tevékenykedő vállalkozások ¾-e a gépipari vállalkozások 1/4-e tartozik a clusterbe, ez utóbbiak képezik a cluster elemeinek legnagyobb hányadát. 24. cluster Nagyobbrészt mezőgazdasági vállalkozásokat tartalmaz, jelentősebb még a feldolgozó ipar területéről az élelmiszer és a textilipari vállalkozások száma. 25. cluster Kis cluster. Egyes ágazatokból 1-2 elemet tartalmaz. 28. cluster Egyes ágazatokból 1-2 elem esik a clusterbe. 7 elemmel jelentősebb a textilipar részaránya. 30. cluster Elemei között a legjelentősebb arányt a kereskedelmi vállalkozások képviselik, ezek mintegy 1/5-e esik ide. A minta szállítás-raktározási vállalkozásainak közel harmadát hordozza. 35. cluster Elemeinek közel fele a mezőgazdasági vállalkozások közül kerül ki. 36. cluster Szintén nagyobbrészt mezőgazdasági vállalkozásokat tartalmaz. 57. cluster Mezőgazdasági és kohászati vállalkozások szerepelnek elemei között jelentősebb arányban. A minta szállítás-raktározási vállalkozásainak mintegy harmadát hordozza. 60. cluster A mezőgazdaság, az építőipar, a szolgáltatások területén működnek jelentősebb számban vállalkozásai. A textilipari vállalkozások harmadát hordozza. A fentieket a szemléletesebb megjelenítés érdekében a túloldalon egy „térkép” szerű, talán olvashatóbb megoldásban is összefoglaltam, a kereszttábla a 7. sz. mellékletben található.

100

Nemzetgazdasági ágak Cluster

Mezőgazdaság

Textilipar

Szolgáltatás

Élelmiszeripar

Kereskedelem

Villamos energia

Gépipar

Vegyipar

Kohászat

Építőipar

2 10 24 25 28 30 35 36 57 60

A mezőgazdaság csaknem minden clusterben képviselteti magát. Figyelemre méltó, hogy a kereskedelmi vállalkozások mintegy 20 %-a nem a fő clusterekbe, hanem outlierekbe esik. Vállalkozási méret szerinti tartalom

Az elemzés ezúttal is a nettó árbevétel, a mérleg főösszeg és a bérköltség mutatókra, illetve azok negyedes és tizedes csoportjainak vizsgálatára alapozódik. Ebben az időszakban is meghatároztam, hogy mekkora az egyes negyedek, tizedek részesedése a fő clustereket alkotó vállalkozások összes árbevételéből, bérköltségéből, illetve mérleg főösszegéből. Tizedek

Nettó árbevétel

Bérköltség

Mérleg főösszeg

Nettó

0,16% 1,00% 0,4% 0,64% 1,28% 0,9% 1,29% 1,68% 1,3% 2,02% 2,09% 1,8% 2,82% 2,60% 2,5% 3,46% 4,32% 3,4% 5,72% 4,74% 4,3% 8,47% 7,48% 5,8% 12,99% 13,77% 10,0% 62,67% 60,78% 69,6% Összesen: 100,00% 100,00% 100,0% 1 2 3 4 5 6 7 8 9 10

Negyedek árbevétel

Bérköltség

Mérleg főösszeg

2,5% 4,5% 9,2% 83,8% Összesen: 100,0%

1,4% 5,3% 14,2% 79,1% 100,0%

1,9% 5,0% 10,4% 82,8% 100,0%

1 2 3 4

A tapasztalat alapvetően itt is hasonló, mint a bázis időszakban. A koncentráció igen magas, a vállalkozások 1/5-1/4-e mind az árbevétel, mind a bér, mind pedig a mérleg főösszeg tekintetében az összérték 3/4-4/5-ét koncentrálja. Az elemzéshez a clusterek és a negyedes osztályok kereszttábláit használtam. Ezek a 8/1-8. sz. mellékletben találhatók. A clusterbe tartozás és a negyedes 101

Szállítás raktározás

csoportokba tartozás közötti kapcsolat mértékét a Cramer féle mérték közepesnél lényegesen gyengébbnek jelzi.

’V’

asszociációs

A tárgyidőszakban a 486 vállalkozás által realizált összes nettó árbevétel 967 007 047eFt. A kiemelt nagy clusterek vállalkozásainak árbevétele 842 898 432 eFt, így ez az összes nettó árbevétel 87 %-át teszi ki. A kiemelt clusterek körében az egy vállalkozásra jutó átlagos árbevétel 2 101 991 eFt, igen jelentős, az átlag több, mint négyszeresét kitevő szórás mellett. A medián: 479 815 eFt. 2. cluster A kiemelt clusterek összes nettó árbevételének alig 2 %-át foglalja magában, ez arányos méret szerinti súlyával, lévén kis cluster. A felső negyedbe esik a cluster elemeinek közel fele, az alsó negyedek részarányosak. 10. cluster Nagy cluster, de elemszám tekintetében vett részarányát messze meghaladja a kiemelt clusterek összes nettó árbevételéből való részesedése, az összérték 1/3-át foglalja magában. Elemei viszonylag egyenletesen oszlanak el a negyedek között. A felső negyedek részaránya súlyuknál valamelyest magasabb. 24. cluster A kiemelt clusterek összes nettó árbevételének alig 4 %-át foglalja magában, közel arányos elemszám tekintetében vett súlyával. Elemei a negyedes csoportokban viszonylag egyenletesen oszlanak el. 25. cluster Kis cluster, a kiemelt clusterek összes nettó árbevételének 1 %-át foglalja magában, ez még méretrészarányától is elmarad. Elemei közel egyenletes eloszlást mutatnak az árbevétel-negyedek között . 28. cluster A kiemelt clusterek összes nettó árbevételének alig 2 %-át foglalja magában, ezzel méretrészarányától is elmarad. Elemei nagyobbrészt az alsó negyedekbe esnek. 30. cluster Közepes méretű cluster, de a kiemelt clusterek összes nettó árbevételének méretsúlyánál lényegesen nagyobb arányát, több, mint ¼-ét foglalja magában. Elemei jelentősebb mértékben az alsó és a felső negyedbe csoportosulnak. 35. cluster A kiemelt clusterek összes nettó árbevételének mintegy 3 %-át foglalja magában, ez elmarad méretrészarányától. Elemei enyhén az alsó negyedek felé csoportosulnak. 36. cluster A kiemelt clusterek összes nettó árbevételének 9 %-át foglalja magában, ez méretrészarányától elmarad. Elemei az árbevétel-negyedek között meglehetősen egyenletesen oszlanak el. 57. cluster A kiemelt clusterek összes nettó árbevételének 9 %-át foglalja magában, ez méretrészarányától elmarad. Az alsó negyedekbe eső elemek részaránya valamelyest magasabb.

102

60. cluster A kiemelt clusterek összes nettó árbevételének 9 %-át foglalja magában, ez méretrészarányától elmarad. Elemei nagyobbrészt a közepes elhelyezkedésűek. A tárgyidőszakban a 486 vállalkozás által realizált összes bérköltség 55 455 784 eFt. A kiemelt nagy clusterek vállalkozásainak összes bérköltsége pedig 46 392 898 eFt, így ez az összes bérköltség 84 %-át teszi ki. A kiemelt clusterek körében az egy vállalkozásra jutó bérköltség 115 693 eFt, jelentős, az átlag több, mint kétszeresét kitevő szórás mellett. A medián: 40 539 eFt. 2. cluster A kiemelt clusterek összes bérköltségének alig 1 %-át foglalja magában. Kis cluster, de ez méret szerinti súlyától is elmarad. Az alsó negyedekbe esik a cluster elemeinek több, mint fele, 10. cluster Nagy cluster, de elemszám tekintetében vett részarányát messze meghaladja a kiemelt clusterek összes bérköltségéből való részesedése, az összérték 37 %-át foglalja magában. Elemei inkább a felső negyedekbe esnek. 24. cluster A kiemelt clusterek összes bérköltségének 5 %-át foglalja magában, közel arányos elemszám tekintetében vett súlyával. Elemei nagyobbrészt a középső negyedekbe esnek. 25. cluster Kis cluster, a kiemelt clusterek összes bérköltségének 1 %-át foglalja magában, ez még méretrészarányától is elmarad. Elemei nagyobbrészt az alsó negyedekbe esnek. 28. cluster A kiemelt clusterek összes bérköltségének 4 %-át foglalja magában, ezzel méretrészarányától elmarad. Elemei nagyobbrészt a felső negyedekbe esnek. 30. cluster A kiemelt clusterek összes bérköltségének 7 %-át foglalja magában. Elemeinek közel fele a legalsó bérnegyedbe esik. 35. cluster A kiemelt clusterek összes bérköltségének mintegy 5 %-át foglalja magában, ez elmarad méretrészarányától. Elemei a bér-negyedek között meglehetősen egyenletesen oszlanak el. 36. cluster A kiemelt clusterek összes bérköltségének 8 %-át foglalja magában, ez méretrészarányától elmarad. Elemei a közepes bérnegyedekbe csoportosulnak. 57. cluster A kiemelt clusterek összes bérköltségének 15 %-át foglalja magában, ez közel méretrészarányátos. Az alsó negyedekbe eső elemek részaránya valamelyest magasabb. 60. cluster A kiemelt clusterek összes bérköltségének 12 %-át foglalja magában, ez méretrészarányától elmarad. Elemei inkább a közepes negyedekbe esnek.

103

A

tárgyidőszakban a 486 vállalkozás összes mérlegfőösszege 743 214 930 eFt. A kiemelt nagy clusterek vállalkozásainak összes mérlegfőösszege pedig 494 035 091 eFt, így ez az összes mérlegfőösszeg 66 %-át teszi ki. A kiemelt clusterek körében az egy vállalkozásra jutó mérlegfőösszeg 1 232 008 eFt, jelentős, az átlag több, mint négyszeresét kitevő szórás mellett. A medián: 351 343 eFt. 2. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 2 %-át foglalja magában. Kis cluster, ez arányos méret szerinti súlyával. A negyedik negyedbe esik a legtöbb vállalkozása. 10. cluster Nagy cluster, de elemszám tekintetében vett részarányát messze meghaladja a kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszegből való részesedése, mely az összérték 43 %-át foglalja magában. Elemei inkább a felső negyedekbe esnek. 24. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 5 %-át foglalja magában, közel arányos elemszám tekintetében vett súlyával. Elemei a közepes-felső negyedekbe esnek. 25. cluster Kis cluster, a kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 2 %-át foglalja magában, közel arányos elemszám tekintetében vett súlyával. Elemei nagyobbrészt a felső negyedbe esnek. 28. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 2 %-át foglalja magában, ezzel méretrészarányától elmarad. Elemei nagyobbrészt a középső negyedekbe esnek. 30. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 9 %-át foglalja magában. Elemeinek több, mint harmada a legalsó, másik közel harmada a legfelső negyedbe esik. 35. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg mintegy 4 %-át foglalja magában, ez elmarad méretrészarányától. Elemeinek közel fele a harmadik negyedbe esik. 36. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 7 %-át foglalja magában, ez méretrészarányától elmarad. Elemei meglehetősen egyenletes eloszlást mutatnak. 57. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 10 %-át foglalja magában, ez méretrészarányától elmarad. Az alsó negyedekbe esik elemeinek mintegy 60 %-a 60. cluster A kiemelt clusterek vállalkozásai által képviselt összes mérlegfőösszeg 10 %-át foglalja magában, ez méretrészarányától elmarad. Elemei inkább az alsó-közepes negyedekbe esnek.

104

A szemléletesség érdekében a tárgy időszakban is mintegy „térképszerűen” ábrázolva, közös táblázatban mutatom meg a clusterek árbevétel, bér és mérlegfőösszeg helyzetére vonatkozó megállapításokat. Cluster

Változó

1

negyedek 2 3

4

Méret részarány %

Nettó árbevétel

2

10

24

2 2,2

Bérköltség

2

Nettó árbevétel

33 16,7

Bérköltség

43

Nettó árbevétel

4 5,7

Bérköltség

1 2,2

Bérköltség

36

57

60

1 2

Nettó árbevétel

35

5 5

Mérlegfőösszeg

30

37

Mérlegfőösszeg

Nettó árbevétel

28

1

Mérlegfőösszeg

Mérlegfőösszeg

25

Részesedés %

2 5,7

Bérköltség

4

Mérlegfőösszeg

2

Nettó árbevétel

26 9,2

Bérköltség

7

Mérlegfőösszeg

9

Nettó árbevétel

3 7,2

Bérköltség

5

Mérlegfőösszeg

4

Nettó árbevétel

9 14,5

Bérköltség

8

Mérlegfőösszeg

7

Nettó árbevétel

9 18,2

Bérköltség

15

Mérlegfőösszeg

10

Nettó árbevétel

9 18,2

Bérköltség Mérlegfőösszeg

12 10

Megjegyzés: a ’Méretrészarány %’ azt fejezi ki, hogy a cluster elemeinek száma hány %-a a nagy clusterek együttes elemszámának (401-nek).

Fentiekből valószínűsíthetően a 10 clusterbe nagyméretű, nagy létszámú közép vállalkozások tartoznak. Ugyanezen logika alapján az 57. cluster a relatíve alacsony árbevételű, kis létszámú (kis)vállalkozások csoportja. 105

A 30-as cluster ellentmondásosnak látszik. Vállalkozásai az árbevétel jelentős hányadát koncentrálják, alacsony bér mellett. Elemei részben az alacsony, de másrészt a magas árbevételű és mérlegfőösszegű vállalkozások közül kerülnek ki. A tárgy időszaki clusterek jellemzése

A tárgyidőszaki faktor térben végzett clusteresítést összefoglalandó végül itt is kísérletet teszek a clusterek jellemzésére, karakterisztikájuk leírására. A clusterek jellemzéséhez, tartalmuk elemzéséhez és értelmezéséhez itt is megmutatom, hogy egyes eszköz- és forrástételek – fő clusterek esetei által képviselt – összértékéből az egyes clusterek milyen hányadot képviselnek. Az alábbi táblázat ezt tartalmazza. Tárgy Bekektetett időszaki eszközök Clusterek

Forgóeszközök

Adózás előtti eredmény

Mérleg szerinti eredmény

Saját tőke

Hosszú lejáratú kötelezettségek

Rövid lejáratú kötelezettségek

2% 48% 3% 2% 2% 2% 4% 3% 7% 6%

2% 43% 4% 2% 2% 3% 4% 5% 9% 8%

1% 27% 6% 2% 2% 17% 4% 11% 12% 13%

1% 61% -2% 2% 1% 29% 1% 6% 11% 0%

6% 82% -11% 3% -3% 39% -3% 16% 26% -7%

1% 50% 2% 1% 3% 2% 3% 3% 9% 6%

4% 2% 7% 5% 0% 0% 5% 2% 1% 2%

1% 23% 6% 1% 1% 19% 3% 13% 10% 14%

100,0%

100,0%

100,0%

100,0%

100,0%

100,0%

100,0%

100,0%

2 10 24 25 28 30 35 36 57 60 Összesen:

Lekötött eszközök

2. cluster

Kis cluster, számos ágazat vállalkozásai előfordulnak benne 1-1 elemmel. Az árbevétel és a mérlegfőösszeg alapján arra lehet következtetni, hogy elemeinek mintegy fele a nagyobb vállalkozások körébe esik. Viszont a cluster mind a saját tőke, mind az eszközök viszonylag kis hányadát koncentrálja. Az e csoportba tartozó vállalkozások magas eladósodottságot mutatnak. Ezt támasztja alá, hogy a hosszú lejáratú kötelezettségeknek méretrészarányánál nagyobb hányadát koncentrálja a cluster, valamennyi vállalkozása jelentős hosszú lejáratú kötelezettség állománnyal rendelkezik. Likviditása közepes, vagy alacsonyabb, rövid lejáratú kötelezettségeik szolidak, igaz forgóeszköz állományuk is. Közepesnél enyhén jobb értékeket mutat a tőkejövedelmezőség; közepes eredményértékek jutnak közepesnél jobb értékeket mutató saját tőkére. A tartós eszközök fedezettsége magas értékeket mutat. Ebben a közepesnél erősebb saját tőke mellett a magas idegen forrás is szerepet játszik. 106

10. cluster

Nagy cluster. Gépipari, villamosenergiaipari, vegyipari és szolgáltató vállalkozások alkotják. Árbevételüket, mérlegfőösszegüket és bérüket (létszámukat?) tekintve is nagy vállalkozások. A hosszú lejáratú kötelezettségek kivételével minden eszköz és forrás tétel meghatározó arányát koncentrálja ez a cluster. Vállalkozásainak eladósodottsága igen alacsony. A hosszú lejáratú kötelezettségek alacsony hányadát koncentrálja, vállalkozásainak jelentős többsége alacsony hosszú lejáratú kötelezettség állománnyal rendelkezik. Magas likviditású vállalkozások. Vállalkozásainak többsége alacsony rövid lejáratú kötelezettség állománnyal rendelkezik, egy közepesnél magasabb forgóeszköz állománnyal szemben. A tőkejövedelmezőség tekintetében a cluster vállalkozásai alacsony értékeket mutatnak. A jelentős saját tőke közepesnél alig jobb eredmény értékekkel áll szemben. A tartós eszközök fedezettsége tekintetében az esetek többsége közepes értékeket mutat. Adott saját tőke mellett a tartós eszköz állomány is jelentős.

24. cluster

Nem tartozik a nagy clusterek közé. Nagyobbrészt mezőgazdasági vállalkozások alkotják, de a feldolgozó iparból élelmiszer és textilipari vállalkozásokat is tartalmaz. Esetei mind árbevétel, mind bér és mérlegfőösszeg tekintetében a vizsgált kis-és középvállalkozási kategória közepes értékeit képviselik. Az eszköz és forrástételek nem jelentős részarányát koncentrálja. Vállalkozásai valamennyien magas eladósodottságot mutatnak. Alátámasztja ezt hosszú lejáratú kötelezettségekből méretarányát meghaladó részesedése, valamint az, hogy elemei több, mint ¾-e magas kötelezettség állománnyal rendelkezik. Likviditása közepesnél alacsonyabb; míg esetei forgóeszköz állománya gyengén közepes, többségük a jelentősebb rövidlejáratú kötelezettség állományt mutató vállalkozások közé tartozik. Alacsony tőkejövedelmezőségű vállalkozások. Eseteinek többsége alacsony eredményértékekkel rendelkezik. A tartós eszközök fedezettsége tekintetében a csoport vállalkozásainak többsége magas értékeket mutat.

25. cluster

Kis cluster. Számos ágazat vállalkozásai előfordulnak benne 1-1 elemmel. Vállalkozásai a mérlegfőösszeg tekintetében többségükben a nagyobbak közé tartoznak, az árbevétel igen szóródó, bér tekintetében viszont alacsony bérű (kis létszámú?) vállalkozásoknak tűnnek. Az eszköz és forrástételek alacsony arányát koncentrálja, kivételt csak a hosszúlejáratú kötelezettségek jelent.

107

Valamennyi elemét tekintve jelentősen eladósodott vállalkozásokat tartalmaz. A hosszúlejáratú kötelezettségek magas aránya is erre utal; minden eleme magas állománnyal rendelkezik. Ezzel szemben a vállalkozások magas likviditási értékeket mutatnak. Magas forgóeszköz értékek állnak szemben nem jelentéktelen rövidlejáratú kötelezettség állománnyal. Tőkejövedelmezőségi értékei közepesek. Közepes tőkeértékek állnak szemben magasabb adózás előtti eredmény, de alacsony mérleg szerinti eredmény értékekkel. A tartós eszközök fedezettsége magas értékeket mutat annak ellenére, hogy az esetek nagy többsége jelentős eszközállományt mutathat fel. 28. cluster

Közepes méretű cluster. Számos ágazatból 1-1 elemet tartalmaz. Legjelentősebb a textilipar részaránya. Vállalkozásainak nagyobb része alacsony árbevételi értékeket mutat, közepes mérlegfőösszeget, viszont magasabb bér értékeket. Az eszköz és forrástétetek kis hányadát koncentrálja. Minden eleme alacsony eladósodottságot mutat, nagy többségük alacsony hosszúlejáratú kötelezettség állománnyal rendelkezik. A vállalkozások likviditása magas. Rövid lejáratú kötelezettségeik alacsonyak, forgóeszközállományuk közepes. Tőkejövedelmezőségi értékeik alacsonyak. Viszonylag magas saját tőke értékek mellett, eredménymutatóik alacsonyak. A tartós eszközök fedezettsége magas értékeket mutat, köszönhetően a relatíve magas saját tőkének.

30. cluster

Közepes méretű cluster. Kereskedelmi és szállítás-raktározás területén működő vállalkozások alkotják. Az összárbevétel jelentős hányadát koncentrálja. Vállalkozásainak nagyobb része magas árbevételt mutat fel, de inkább alacsonyabb mérlegfőösszeget, s alacsony bért. Egyes eszköz és forrástételek jelentős hányadát koncentrálja (forgóeszközök, eredménytételek, rövid lejáratú kötelezettségek). A csoport vállalkozásainak eladósodottsága közepesnél inkább magasabb. A hosszú lejáratú kötelezettségek állománya ugyan a vállalkozások többségénél alacsony, viszont a rövid lejáratú kötelezettségek közepesnél jelentősebbek. Éppen a rövid lejáratú kötelezettségek jelentősebb mértékének tulajdoníthatóan a likviditás a vállalkozások túlnyomó többségénél alacsony. A tőkejövedelmezőség minden vállalkozás esetében igen magas. Alacsony saját tőke értékekkel szemben magas eredmény értékek állnak. Az alacsony tőkeérték miatt a tartós eszközök fedezettsége a vállalkozások túlnyomó többségénél alacsony.

108

35. cluster

Közepes méretű cluster. Nagyobbrészt mezőgazdasági vállalkozások alkotják. Az alacsonyabb árbevételű, közepes mérlegfőösszegű vállalkozások közé tartoznak. Az eszköz és forrástételek méretsúlyánál kisebb arányát koncentrálja. Vállalkozásai magas eladósodottságúak. Többségük a hosszú lejáratú kötelezettségek magas értékét mutatja. A likviditás közepesnél enyhén magasabb értékeket mutat. Mind a rövid lejáratú kötelezettségek, mind pedig a forgóeszközök a vállalkozások többségénél közepes értéket mutatnak. Közepesnél alacsonyabb értékeket képvisel a vállalkozások többségében a tőkejövedelmezőség. Relatív jelentősebb saját tőkével szemben alacsony eredményértékek állnak. A jelentősebb tőkeértékek a vállalkozások többségénél magas eszközfedezettséget eredményeznek, egyébként nem jelentéktelen eszközállomány mellett.

36. cluster

A nagy clusterek egyike. Nagyobbrészt mezőgazdasági vállalkozások alkotják. A nagyságrendekre utaló adatok meglehetősen diffúz képet mutatnak: éppúgy – sőt nagyjából azonos arányban – tartalmaz kis, mint nagy árbevételű, kis és nagy mérlegfőösszegű vállalkozásokat. Az eszköz és forrástételeknek általában méretsúlyától elmaradó arányát képviseli. Az ide tartozó vállalkozások az erősebben eladósodottak közé tartoznak, megfelelően annak, hogy a hosszú lejáratú kötelezettségek a vállalkozások többségénél magas értékeket mutatnak. A vállalkozások többsége alacsony likviditási értékeket mutat. A forgóeszközállomány inkább alacsony, míg a rövid lejáratú kötelezettségek magasabb értéktartományban fekszik. Viszonylag magas értéket mutat a tőkejövedelmezőség. Alacsony saját tőkével szemben közepes eredményértékek állnak. Az alacsony saját tőke miatt a tartős eszközök fedezettsége is alacsony értékeket mutat.

57. cluster

Az egyik legnagyobb cluster. Mezőgazdasági és kohászati vállalkozások alkotják. Árbevétel, mérlegfőösszeg és bér tekintetében is alacsony értékeket mutatnak. Az eszköz és forrástételeknek nem képviselik jelentős arányát. A vállalkozások többsége alacsony eladósodottsági értékeket mutat, a hosszú lejáratú kötelezettségek alacsony érték tartományba esnek. A vállalkozások likviditása a közepes, enyhén afölötti tartományba esik. Rövid lejáratú kötelezettségeik ugyan nem magasak, de forgóeszköz állományuk értéke többnyire az alacsony értéktartományba esik.

109

A tőkejövedelmezőség szintén közepes értékeket mutat. Kissé a felső értéktartomány felé tolódó saját tőkével szemben, közepes eredményértékek állnak. A tartós eszközök fedezettsége tekintetében a vállalkozások többsége közepesnél gyengébb értékeket mutat. 60. cluster

A legnagyobb clusterek egyike. Mezőgazdasági, építőipari és szolgáltató vállalkozások alkotják. A vállalkozási méretekre utaló mértékek közepes értékeket mutatnak. Az eszköz és forrástételeknek méretsúlyánál kisebb arányát képviseli. Vállalkozásai közepes, kissé afölötti értéktartományba esnek az eladósodottság tekintetében. Igaz, alacsonyak hosszú lejáratú kötelezettségeik, de alacsony forrásállományuk is. A likviditás alacsony értékeket mutat. Közepesnél alacsonyabb forgóeszköz állomány áll, közepesnél magasabb rövidlejáratú kötelezettség állománnyal szemben. A tőkejövedelmezőségi értékek a közepes tartományba esnek. Az eredménymutatók értékei közepesek, a saját tőke alacsony. Az alacsony saját tőke a tartós eszközök alacsony fedezettségét okozza.

4.2. Cluster modellek a változók terében

Ebben a fejezetben a mérlegből és eredménykimutatásból számított (eredeti) változók egyes együttesein végzek különböző elemzéseket. Természetesen először vizsgálom a faktorokat alkotó valamennyi változó terében kialakuló clustereket, majd kiemelek egyes változó együtteseket. Mivel a korábbi cluster elemzéseket a faktor változók terében végeztem, a faktorokat alkotó valamennyi változó terében végzett clusteresítés egyfajta stabilitási vizsgálatot jelenthet. Mind a bázis, mind a tárgy időszaki változók terében 60-60 clustert alakítottam ki. Kereszttáblás elemzéssel, az asszociációs kapcsolat alapján vizsgáltam az „egybeesést” a faktor térben, illetve a változók terében végzett clusteresítés eredményeként létrejött csoportok között. Ha feltételezzük, hogy a faktorok az alkotó „változó nyaláb” által körülírt jelenséget reprezentálnak, ez a jelenség benne van az eredeti változók csoportjában is. Ezen jelenségekhez való viszonyulás, ezek szerinti megméretés jellemzi a vállalkozásokat. Az eredmény igazolta a korábbi elemzést. A faktor térben és a változó térben létrejött cluster csoportba tartozás között a Crámer féle ’V’ asszociációs mérték közepesnél számottevően erősebb kapcsolatot mutatott.

110

Nevezetesen: Bázis időszakban: 0,689 Tárgy időszakban: 0,741

Az eredmény tehát azt jelenti, hogy a faktor térben egy clustert alkotó változók közel azonos csoportot alkotnak a 20 alap-változó terében is. Valóban, a faktor térben egy csoportba tartozók mintegy két harmada egy csoportot alkotott az alap változó térben is. Mindkét időszakban kialakult egy nagy elemszámú „gyűjtő cluster”, mely vegyes tulajdonságokat mutatott. Ettől eltekintve azonban a faktortér és a változótér egymásnak megfelelő clusterei felismerhetően azonos tulajdonságokat mutattak. Az egyes változócsoportok terében történő clusterezés célja, hogy ellenőrizni lehessen, vajon a faktortérben kialakult csoportok tulajdonságai helyesen lettek e felismerve. A változócsoportok meghatározásánál azt vettem figyelembe, hogy a clustereket változócsoportok jellemzik, nem „alkalmilag” összekapcsolódó változókról van szó, hanem változók következetesen együtt mozgó csoportjáról. Mégpedig a faktorelemzés során egy-egy faktorhoz kapcsolódó változókról. Ezért különkülön végeztem egy-egy clusteresítést a következő változó csoportokra (bázis és tárgy időszakra egyaránt): Eladósodottság csoport: Bonitás, Eladósodottság, Adósság állomány aránya saját és idegen forráshoz (BONITAS, ELADOS, ADSALAR)

Likviditás csoport: Likviditás1, Likviditás2, Saját tőke aránya a kötelezettségekhez, Gyorsráta (LIKV1, LIKV2, STÖKPKÖ, GYORSRT)

Jövedelmezőség csoport: Árbevétel arányos adózás előtti eredmény, Eszköz arányos adózás előtti eredmény, Saját tőkére jutó adózás előtti eredmény (különféle tipusú jövedelmezőséget jellemző változók, így nem alkottak faktort) (ABARADEL, EBITAR, ROE2)

Az eredmény a faktor térben végzett cluteresítés során keletkezett csoportok tulajdonságainak helyes felismerését igazolta. A változócsoportok negyedes értékkategóriái közepesnél erősebb asszociációval kapcsolódtak a clusterekhez.

111

5. ANSWER TREE FELTÁRÁSÁRA

ELEMZÉS

A

STRUKTÚRA

MÉLYEBB

Az Answer Tree a cluster analízishez hasonlóan az alakfelismerés eljárásai közé tartozik. A legutóbbi évek, a 90-es évek végének kutatási eredményeire épül. Szintén a tanuló algoritmusok egyike, azonban – a cluster analízissel ellentétben – „tanítóval” működő algoritmus. Döntési szabályokat származtat a megfigyelt adatokból. Előzetes ismeretünk, vagy feltevésünk kell legyen azonban a lehetséges osztályokra nézve. A megfigyelt objektumokat tulajdonságaik alapján a felismert szabályokra építve besorolja az apriori osztályokba. A szabályok képzése a klasszikus statisztika hipotézisvizsgálati módszereire épül. Az Answer Tree olyan „öntanuló rendszert” épít fel, mely lehetővé teszi, hogy a felismert szabályok alapján később megfigyelt esetek is egyértelműen besorolhatók legyenek az osztályokba. Az Answer Tree outputja nagyon szemléletes: a szabályokra épülő besorolás alapján egy speciális gráfot, döntési fát eredményez. Az eljárás keretében máig négy algoritmust publikáltak: CHAID

(Chi-squared Automatic Interaction Detector) Az eljárás a csoportképzésre a Chi-négyzet statisztikát használja. Az apriori osztályozást tartalmazó változó („célváltozó”) – skálajellegét tekintve ƒ nominális, ƒ ordinális, illetve ƒ folytonos lehet

Exhaustive CHAID

Az előbbi eljárás továbbfejlesztése, ahhoz hasonló feltételek mellett használható. Az alkalmazott eljárás azonban sokkal körültekintőbb vizsgálatot végez, mint az előbbi.

C&RT

(Classification and Regression Trees) Ez a módszer a Breiman-FriedmanOlshen-Stone féle „tisztasági mérték” minimalizálására irányul. Egyébként a célváltozó előbbi feltételei szerint használható. Bináris fát generál (mindig kettős elágazások keletkeznek).

QUEST

(Quick, Unbiased, Efficient, Statistical Tree) A módszer azt igéri, hogy kizárja más módszerek „elfogultságait”. A célváltozó nominális; bináris fát generál.

Valamennyi modell a változók kétféle tipusával dolgozik. Célváltozó:

az a változó, melynek az értékeit más változók segítségével becsüljük. Függő változónak is hívják. Prediktor változók: azok, melyek segítségével a célváltozó értékeit, szerkezetét becsüljük. Független, vagy magyarázó változóknak is hívjuk ezeket.

112

5.1. ANSWER TREE modellek a faktortérben

Az alábbiakban mind a bázis, mind a tárgy időszakra mind a négy Answer Tree modellt létrehoztam. A modellezést a faktorváltozók terében végeztem, vagyis minden modell prediktor változói a faktorváltozók voltak, a célváltozó pedig az esetek cluster besorolását tartalmazza. Vizsgálom, hogy ez az elemzés mennyire támasztja alá a cluster analízis eredményeit, mi a magyarázata a clusterek kialakulásának, illetve milyen struktúrát mutatnak a vállalkozások a magyarázó faktor változók terében. Képet kapunk két struktúra kereső módszer equifinalitásáról is. Feltehetőleg az eljárás újdonságának betudhatóan sem a nemzetközi, sem a hazai szakirodalomban hasonló elemzést – néhány tankönyvi iskolapéldától eltekintve – nem találtam. Így csak a magam – számomra is újdonságértékű – tapasztalataira támaszkodhattam. A CHAID modell alapján történő elemzést el kellett vetnem, mert nem adott a két időszakra összehasonlítható eredményeket, s mindkét időszakban igen magas osztályozási hibavalószínűséggel dolgozott. A további három modell összehasonlítható eredményeket adott a bázis és tárgy időszakra, s tűrhető, esetenként kifejezetten alacsony osztályozási hibavalószínűséggel dolgoztak. Ahhoz, hogy a modellezés során keletkezett eset-csoportokat el tudjuk helyezni egy viszonyítási rendszerben, szükséges a változók néhány statisztikai jellemzője. Az alábbi táblák ezeket tartalmazzák.

Statistics

Bázis idõszaki faktor változók Eladósodottság

N

Valid

Likviditás

Tõkejövedelmezõ ség

Tart.eszk.fed

409

409

409

409

0

0

0

0

Mean

-,2216714

-,1628846

4,209498E-02

-3,4062622E-02

Median

-,4539374

-,3047104

4,162431E-02

-6,4375415E-02

-,76275

-,69887

-,54622

-,67859

Missing

Minimum Maximum Percentiles

1,60028

2,10365

,28466

,60187

25

-,5054523

-,4514757

3,636061E-02

-,1119606

50

-,4539374

-,3047104

4,162431E-02

-6,4375415E-02

75

-7,2406203E-02

-1,3355345E-03

4,558525E-02

3,291038E-02

113

Statistics

Tárgy idõszaki faktor változók Eladósodottság

N

Valid

Likviditás

Tõkejövedelmezõ ség

Tart.eszk.fed

401

401

401

401

0

0

0

0

Mean

-,1936587

-8,1410717E-02

3,769036E-02

-6,6159348E-02

Median

-,2777586

-,1210815

4,357515E-02

-7,3405912E-02

Minimum

-,93596

-,31264

-,08202

-,51180

Maximum

1,63392

,68905

,30541

,43378

25

-,5697932

-,1889528

7,527237E-03

-,1208752

50

-,2777586

-,1210815

4,357515E-02

-7,3405912E-02

75

4,605610E-03

-3,0416700E-02

6,313004E-02

-1,6865106E-02

Missing

Percentiles

Megjegyzés: az átlagok – bár faktor változókról van szó – azért nem 0 értéket mutatnak, mert csak a legnagyobb clusterek esetei lettek bevonva az elemzésbe annak megfelelően, hogy az Answer Tree-ket is ezek alkotják.

5.1.1.

Exhaustive CHAID modell

A CHAID eljárások a teljes adatbázisból indulnak. Az eljárás kiválasztja a célváltozóra „legerősebb” magyarázó hatású prediktor változót, s az eseteket ennek szignifikánsan különböző kategóriáiba sorolja. Majd az ezen csoportok kialakulásában legerősebb szerepet játszó változókat választja, s ezek szerint végzi el szignifikánsan különböző csoportok kialakítását. A leállítási szabályt az osztható csoport minimális mérete (paraméterezett érték) képezi. 5.1.1.1.

Bázis időszak

A fő clusterek kialakulásában a legerősebb magyarázó szerepet játszó változó az eladósodottság. Ennek 9 szignifikánsan különböző kategóriája alakult ki. A kategóriák az eladósodottság növekvő szintjét reprezentálják. A legalacsonyabb szintű eladósodottságot mutató kategóriákon belül jelentős hányadot képviselnek az 58. cluster elemei, összhangban azzal a megállapítással, melyet a clusterek kiértékelésénél tettem, megállapítva, hogy e clustert alacsony eladósodottság jellemzi. A szintén alacsony eladósodottságot mutató 13, valamint a 28. cluster esetei is zömmel az alsó eladósodottsági kategóriákba esnek. A legfelső eladósodottsági kategóriákba esnek – a korábbi megállapításokkal összhangban a 16, 33, 47. clusterek elemei. Magyarázó erő tekintetében a likviditás áll a következő (második) helyen. Mind a kilenc eladósodottsági kategóriából likviditási kategóriák nyílnak. Az eladósodottsági és a likviditási értékek különböző együttállásai alakultak ki.

114

A legalacsonyabb eladósodottságot reprezentáló első három kategóriát a likviditási értékek alacsony színvonala jellemzi. Az alacsony eladósodottságú, de likviditását tekintve is alacsony színvonalat mutató 58. cluster játssza ebben a fő szerepet. A 4. és 5. (közepes) eladósodottsági csoportot – alapvetően a 13. és az 51. clusternek köszönhetően – magasabb likviditási értékek jellemzik. A 6. és 7. közepesnél erősebb eladósodottságú csoportok alacsony likviditást mutatnak az 58. és 33. clustereknek köszönhetően. A legeladósodottabb 8. csoport közepesen likvid, a 9. csoport pedig alacsony likviditású vállalkozásokat foglal magába. A harmadik változó szintet a tőkejövedelmezőség képviseli. Ennek kategóriái azonban többnyire igen kis esetszámmal szerepelnek.

Predicted Category

Misclassification Matrix

6 13 16 19 28 33 42 46 47 49 51 58 Total

6 18 0 0 3 0 0 0 0 0 0 0 0 21

13 0 71 0 0 0 0 0 0 0 0 5 0 76

16 0 0 34 0 0 4 0 0 0 0 0 0 38

19 9 0 0 4 0 0 0 0 0 0 0 0 13

Actual Category 28 33 42 46 0 0 0 0 1 0 4 0 0 0 0 2 0 0 0 0 9 0 1 0 0 27 1 0 0 0 20 0 0 0 0 10 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10

29

26

12

47 0 0 5 0 0 0 0 0 21 0 0 0 26

49 0 0 0 0 0 0 0 1 12 0 0 0 13

51 2 5 0 3 0 0 0 0 0 0 48 0 58

58 0 1 0 0 5 1 1 0 0 0 0 79 87

Total 29 82 41 10 15 33 21 11 35 0 53 79 409

Resubstitution Risk Estimate 0,166259 SE of Risk Estimate 0,018410

A bázis időszaki fa tehát mintegy 83 %-os pontossággal osztályoz, igen alacsony szórás mellett. 5.1.1.2.

Tárgy időszak

Ebben az időszakban is a függő változóul szolgáló cluster csoportosítás létrehozásában a „legerősebbnek” az eladósodottság változó bizonyult. Itt is 9 szignifikánsan különböző csoportja alakult ki az eladósodottságnak.

115

A legalacsonyabb eladósodottságot képviselő alsó három csoportot a clusterek tulajdonságainak elemzésénél tett megállapításokkal összhangban a 10, 28, 57. clusterek elemei alkotják. Még a 4. csoportba is az 57. cluster alacsony eladósodottságú vállalkozásai tartoznak. Az 5, 6. csoport vállalkozásai azonban közepesnél jobban eladósodottak. A 7, 8, 9. csoport az erős eladósodottságot mutat, ugyanis azokat a vállalkozásokat tartalmazza, melyek alapvetően a 24, 25, 36. magas eladósodottságot mutató clustereket alkotják. A második szinten nem volt olyan erősen osztályozó változó, mint a bázis időszakban. A legalacsonyabb eladósodottságot mutató első három csoportot a likviditás változó osztotta további csoportokra. A további eladósodottság kategóriákat viszont a tőkejövedelmezőség, kivéve az utolsó, legeladósodottabb csoportot, ahol a tartós eszközök fedezettsége változó osztályozott tovább. A legalacsonyabb likviditású első három csoport felbontása a likviditás alapján történik. Érdemes szemügyre venni az előző táblázatokban a likviditás változó negyedes csoportjait. Eszerint a legalacsonyabb eladósodottságot mutató 1-2. csoport medián feletti értékű likviditást mutat. Az alacsony eladósodottságúak között viszonylag magas értéket mutató harmadik csoport mutat csak medián alatti eladósodottsági értékeket. A negyedik eladósodottsági csoport magyarázó változója a tőkejövedelmezőség. Közepes, de inkább medián feletti tőkejövedelmezőségi értékkel rendelkező vállalkozásokat tartalmaz. Az 5. csoport változatos képet mutat. Részben a legalacsonyabb, de másrészt a legmagasabb tőkejövedelmezőségű vállalkozásokat tartalmazza. A 6. csoport a magas eladósodottságon belül közepes, vagy annál magasabb tőkejövedelmezőségi értékeket mutat. A 7. csoport közepes tőkejövedelmezőségi értékeket mutat. Erről szintén a táblázatokból győződhetünk meg. A 9. csoport magyarázó változója a tartós eszközök fedezettsége. Esetei magas értékeket mutatnak. Az első (legalacsonyabb) eladósodottsági kategórián belül a magasabb likviditási csoportot szintén a tartós eszközök fedezettsége változó osztja meg. Az ide tartozó esetek nagyobbrészt a magasabb értéktartományba tartoznak.

116

Predicted Category

Misclassification Matrix 2 10 24 25 28 30 35 36 57 60 Total

2 0 0 2 7 0 0 0 0 0 0 9

10 0 65 0 0 1 0 0 0 1 0 67

24 0 0 11 3 0 0 9 0 0 0 23

25 0 0 0 9 0 0 0 0 0 0 9

Actual Category 28 30 35 0 0 0 1 0 0 0 0 0 0 0 0 22 0 0 0 34 0 0 0 29 0 3 0 0 0 0 0 0 0 23 37 29

36 0 0 0 0 0 3 3 51 0 1 58

57 0 4 0 0 0 1 0 0 67 1 73

60 0 0 0 0 0 1 0 8 1 63 73

Total 0 70 13 19 23 39 41 62 69 65 401

Resubstitution Risk Estimate SE of Risk Estimate

0,124688 0,016497

A fenti táblázat szerint a félreosztályozás kockázata – alacsony szórás mellett – elfogadható mértékű, az esetek közel 90 %-át pontosan osztályozza.

5.1.2.

C&RT modell

A C&RT eljárás bináris fát fejlesztő rekurzív modell. Az esetek kezdetben egységes halmazát két részhalmazra bontja („hasítja”) úgy, hogy minden „gyerek” részhalmaz homogénebb legyen, mint a „szülő” részhalmaz volt. Minden keletkezett, származtatott részhalmaz esetében is – tovább hasítva azokat – azonos módon jár el. A C&RT eljárás egy úgynevezett impurity „szennyezettségi” mértéket értelmez. Minden egyes részhalmaz tovább hasítását úgy végzi el, hogy a szennyezettség csökkenése a lehető legnagyobb legyen. Ezt az úgynevezett TWOING mérték segítségével méri, mely egy tetszőleges hasítás során a szennyezettség csökkenését mutatja.  p p  Φ ( s, t ) = L R ∑ p ( jt L ) − p ( jt R )  4  j 

2

Ahol: Φ ( s, t ) tL ,tR

j pL , pR

a t-edik csomópont (részhalmaz) s-edik hasításánál (a kritérium maximalizálása mellett) alkalmazott TWOING mérték a hasítás során keletkezett bal és jobb részhalmazok a célváltozó j-edik kategóriája azon esetek aránya, melyeket a hasítás során az eljárás a bal, illetve a jobb részhalmazokba irányít

117

Eszerint az első részhalmaz felbontásánál a lehetséges hasításokat vizsgálva azt az alternatívát választja, melynél ez a mérték maximális. Azaz: Φ( s * ,1) = max Φ( s,1)

s*=

a célváltozónak megfelelő osztályozásból kiindulva az 1. részhalmaz összes lehetséges hasításai közül az optimális hasítás, mely a „szennyezettség” (összetettség) legnagyobb csökkenését eredményezi. (Persze ha s, az összes lehetséges hasítások halmazába tartozik).

A követett megoldás hasonló az összes további részhalmaz hasításánál. 5.1.2.1.

Bázis időszak

Ebben a modellben is az eladósodottság a clusterezési csoportalkotásban meghatározó szerepet játszó változó, az e szerinti felosztás képezi a legjobb magyarázó hatást. Az első eladósodottsági csoportba tartozik a vállalkozások többsége, mintegy ¾-e. Ezek egy átlaghoz közel álló értéknél kisebb eladósodottságot mutatnak. Ennek kialakulásában – összhangban a clusteresítés eredményeivel – az átlagos, vagy az alatti eladósodottságot mutató clusterek játszanak szerepet. Elsősorban a 13, a 28, a 42, és az 51, 58. cluster képezi ezt a csoportot. Az eladósodottság viszonylag alacsony mértékét tekintve egységes vállalkozási kör a likviditás mértékét tekintve oszlik két csoportra. A mediánhoz közel álló (kicsit alacsonyabb) érték képezi az osztó pontot. Itt viszont a 28, 42. és az 58. cluster képezi a csoport meghatározó részét. Az alacsony likviditású csoport (az alsó quartilis mentén) szétválik egy alacsony – tehát alsó negyedbe eső – s egy magasabb tőkejövedelmezőségű csoportra. Itt válik szét az 58. és a 42. cluster útja. Az előbbi (a 28. clusterrel együtt) az alacsony, az utóbbi a magas tőkejövedelmezőségű csoportba tartozik. Az 42. és az 58. cluster közül az 58. clusternek magasabb a tőkejövedelmezősége az utolsó osztályozás szerint. Az alacsony eladósodottságúak közül a magasabb likviditásúak külön, másik csoportot képeznek. Ebből egy igen magas likviditású csoport válik ki, a 6. és a 19. clusterek részvételével. Az alacsonyabb likviditás itt is a tőkejövedelmezőséggel függ össze. A 13. cluster csaknem minden eleme az alacsony likviditású, alacsony tőkejövedelmezőségű, a 42. cluster elemei viszont a magas tőkejövedelmezőségű vállalkozások közé tartoznak.

118

A magas eladósodottságúak (16. 33. 46. 47. 49. cluster) továbbra is az eladósodottság mentén osztályozódnak tovább. Köztük az alacsonyabb értéket képviselők a 16. és a 33 clusterbe tartoznak, s a legfelső quartilisben válnak szét.

Predicted Category

A legeladósodottabbak (46, 47. cluster) likviditás szerint különböznek egymástól.

6 13 16 19 28 33 42 46 47 49 51 58 Total

6 21 0 0 0 0 0 0 0 0 0 0 0 21

13 0 76 0 0 0 0 0 0 0 0 0 0 76

16 0 0 38 0 0 0 0 0 0 0 0 0 38

19 1 0 0 12 0 0 0 0 0 0 0 0 13

28 0 0 0 0 9 0 0 0 0 0 0 1 10

Actual Category 33 42 46 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 29 0 0 0 26 0 0 0 12 0 0 0 0 0 0 0 0 0 0 0 0 29 26 12

47 0 0 0 0 0 0 0 0 26 0 0 0 26

49 0 0 0 0 0 0 0 0 0 13 0 0 13

51 0 0 0 0 0 0 0 0 0 0 58 0 58

58 0 0 0 0 0 0 0 0 0 0 0 87 87

Total 22 76 38 12 9 29 26 12 26 13 58 88 409

Resubstitution Risk Estimate SE of Risk Estimate

0,00488998 0,00344927

Az osztályozási matrix azt mutatja, hogy az eljárásból származó eredmények megbízhatósága igen jó, hiszen mindössze az esetek 0,4 %-a esetében tévedett – alacsony szórás mellett. 5.1.2.2.

Tárgy időszak

Ebben a csoportosításban is az eladósodottság képezi a meghatározó értéket. A mediánnál némileg alacsonyabb érték mellett történik a az alcsoportok képzése. A magasabb eladósodottságú csoportba tartozik az esetek 60 %-a. Az első csoportba az alacsony eladósodottságú clusterek tartoznak 10, 28, 57. A magasabb eladósodottságú csoportot a 24, 30, 35,36, 60. clusterek alkotják. Ez összhangban van a cslusteresítés eredményeivel is. Mindkét csoportban a tovább osztályozás is az eldósodottság mentén torténik.Az alacsony eladósodottságú csoportokban a likviditás,a magasabb eladósodottságúaknál pedig a tőkejövedelmezőség képezi a tovább osztályozás szempontjait.

119

Misclassification Matrix

Predicted Category

2 2 10 24 25 28 30 35 36 57 60 Total

10 9 0 0 0 0 0 0 0 0 0 9

Resubstitution Risk Estimate SE of Risk Estimate

0 65 0 0 0 0 0 0 2 0 67

24 1 0 22 0 0 0 0 0 0 0 23

25

Actual category 28 30 35 0 0 0 0 0 0 0 0 0 0 0 0 9 0 0 0 0 23 0 0 0 0 36 0 0 0 0 29 0 0 1 0 0 0 0 0 0 0 0 0 9 23 37 29

36 0 0 0 0 0 0 0 58 0 0 58

57 0 0 0 0 0 0 0 0 71 2 73

60 0 0 0 0 0 0 0 1 0 72 73

Total 10 65 22 9 23 36 29 60 73 74 401

0,01746 0,00654

Az osztályozási matrix ez esetben is azt mutatja, hogy az eredmények megbízhatók, hiszen a hibás osztályozás valószínűsége csak 1,7 %, alacsony szórás mellett.

5.2.3.

QUEST modell

A QUEST eljárás az előbbi módszerhez hasonlóan szintén bináris fát fejleszt. A munka algoritmus két alap lépésből áll. • Előbb egy lépésben (F test segítségével) kiválasztja a célváltozóra leginformatívabb prediktor változót. Ezzel a változóval végzi el csomópont (halmaz, részhalmaz) hasítását. • Meghatározza a választott magyarázó változó célváltozó kategóriáiba tartozó értékeinek átlagait, s egy két-közepes cluster eljárással a célváltozó értékeit két nagy osztályba sorolja. 5.1.3.1.

Bázis időszak

A többi eljáráshoz hasonlóan, ez esetben is az eladósodottság a legerősebb magyarázó változó. A változó legfelső quartilisbe eső, igen magas értékénél alakult ki az osztás. Így az esetek több, mint 80 %-a az alacsonyabb eladósodottsági kategóriába tartozik. Egyébként az osztályozás – némi toleranciával – összhangban van a cluster eredményekkel, s az előbbi faépítési tapasztalatokkal is. Az alacsonyabb eladósodottságú csoport likviditás szerint lesz további két részre osztva. A „hasítási pont” itt is igen magas, ezért sokan tartoznak az alacsonyabb likviditásúak közé. A magasabb likviditású csoportban továbbra is likviditás alapján történik fürtképződés. 120

Az alacsonyabb likviditású csoport azonban ismét eladósodottság alapján hasad tovább. Az alacsonyabb eladósodottságú ágon a fürtképződés likviditás szerint folytatódik. A magasabb eladósodottságú ágon pedig eladósodottság szerint. A gyökérből származó magasabb eladósodottságú csoport eladósodottság alapján hasad tovább. Ezt követően azonban mindkét ágon a likviditás a fürtképződés alapja. Zavarja az értelmezést, hogy a fa felső szintjén osztályozást képező magyarázó változók alacsonyabb szinteken beágyazva ismét előfordulnak.

Predicted Category

Misclassification Matrix

6 13 16 19 28 33 42 46 47 49 51 58 Total

Resubstitution Risk Estimate SE of Risk Estimate

6 21 0 0 0 0 0 0 0 0 0 0 0 21

13 0 16 0 0 0 0 10 0 0 0 0 50 76

16 0 0 29 0 0 7 0 1 1 0 0 0 38

19 0 0 0 13 0 0 0 0 0 0 0 0 13

Actual category 33 42 46 0 0 0 0 0 0 0 0 0 3 0 1 0 0 0 0 0 0 0 0 0 22 0 0 0 2 25 0 0 0 0 11 0 0 0 0 0 0 0 0 0 0 1 0 10 2 0 0 10 29 26 12

28

47 0 0 0 0 0 0 0 0 26 0 0 0 26

49 0 0 0 0 0 0 0 0 0 13 0 0 13

51 0 0 0 0 0 0 0 0 0 0 58 0 58

58 0 0 0 0 0 0 13 0 0 0 0 74 87

Total 21 16 33 13 0 29 50 12 27 13 59 136 409

0,246944 0,021323

Az osztályozás hibavalószínűsége viszonylag magas, 25 %, alacsony szórás mellett. 5.1.3.2.

Tárgy időszak

A legerősebb osztályozó változó ez esetben is az eladósodottság. Egyúttal a gyökértől számított harmadik szintig minden fürt ennek alapján képződött. Az egyes csomópontokhoz az eladósodottság különböző fokai, illetve a különbözőképpen eladósodott clusterek tartoznak. Az eladósodottság a harmadik szint alatti osztályozásnál is jelentős szerepet játszik, bár egy-egy csomópont kialakulásában szerephez jut a likviditás is. Csak a fa legutolsó szintjein jut szerephez a tőkejövedelmezőség.

121

Misclassification Matrix

Predicted Category

2 2 10 24 25 28 30 35 36 57 60 Total

Resubstitution Risk Estimate SE of Risk Estimate

10 9 0 0 0 0 0 0 0 0 0 9

0 62 0 0 0 0 0 0 5 0 67

24 2 0 21 0 0 0 0 0 0 0 23

Actual category 25 28 30 35 0 0 0 0 0 0 0 0 0 0 0 0 9 0 0 0 0 23 0 0 0 0 0 0 0 0 0 29 0 0 10 0 0 0 2 0 0 0 25 0 9 23 37 29

36 0 0 0 0 0 0 0 58 0 0 58

57 0 3 0 0 0 0 0 0 68 2 73

60 0 0 0 0 0 0 0 3 3 67 73

Total 11 65 21 9 23 0 29 71 78 94 401

0,137157 0,017179

Az osztályozás hibavalószínűsége alacsony szórás mellett viszonylag alacsony. Az Answer Tree eljárás alkalmazásához kapcsolódó tapasztalatokat összefoglalva elmondható, hogy az előzetes várakozásokkal ellentétben az eljárás nem adott a cluster elemzés eredményeihez képest átütő, újdonság értékű eredményeket. A két struktúra-kereső módszer equifinalitása meglehetősen nagyfokú. Nem eredményezett az Answer Tree a vállalkozási rendszerről a korábbi eredményektől eltérő struktúrát mutató képet.. Nagyon szerencsésen kiegészítette viszont a cluster elemzés eredményeit. Átláthatóbbá, érzékelhetőbbé tette a cluster struktúrát. Rávilágított egyúttal arra is, hogy mi a magyarázza a clusterek kialakulását, s egyes tulajdonságok (pl. eladósodottság és likviditás) hogyan kapcsolódnak össze bizonyos vállalkozások körében.

122

6. AZ EREDMÉNYEK EGYES GYAKORLATI HASZNOSÍTÁSI LEHETŐSÉGEI 6.1. Az egyensúlyi mutatószámrendszer (Balanced Score Card) ismeretelméleti háttér

A vezetői számvitellel, illetve a controllinggal foglalkozó 1.4 fejezet megfontolásainak alapján a controlling az információ előállításának, célszerű „megformázásának”, s a vezetés felé kommunikálásának eszköze, vagy - talán több is annál –, intézmény rendszere. A kérdés az, hogy egy adott controlling rendszer által biztosított adathalmazból, miként választható ki az a néhány információ, amely a vezetők számára a leglényegesebb, illetve hogyan létesíthető ezek alapján visszacsatolás a vállalat hatékonyságának javítása érdekében. Az utóbbi, mintegy másfél évtizedben a gazdasági szemléletváltás korszakát éljük. Lezárult egy korszak, melyet „ipari korszak”-nak nevezhetünk, s kialakulóban van egy új, „az információs korszak”. E korszakváltás legszembetűnőbb jelensége egy sokak által „teljesítménymérési forradalom”-nak nevezett folyamat fokozatos kibontakozása. A feladat és a megoldások körvonalazása jegyében több keretrendszer is megfogalmazódott, mint például a brit Metapraxis által kidolgozott kiegyensúlyozott teljesítménymérés; az egykori Coopers & Lybrand stratégiai rendszere; a közismert European Foundation for Quality Management (EFQM) modellje; a Malcolm Baldridge szabvány vagy a Balanced Score Card. A felsorolt modellek bár különböző területekre (az átfogó stratégia, szervezet vagy a mutatók kialakítása) helyezik a hangsúlyt, szemléletüket tekintve mégis azonosak. A hasonlóság pedig abból adódik, hogy kibővült a rendszerek hatóköre, vagyis tágabb korlátok között „gondolkodnak”: a hagyományosan bevált pénzügyi szempontok mellett teret kapnak más, egyes részfolyamatok szempontjait tükröző mutatók is. Az „elő”-korszak, az ipari kor vállalkozásainak gazdasági sikerei a jól meghatározott optimális üzemméret mellett, jól standardizált termékek termelésére, korszerű technológiák alkalmazására, magas termelékenységre alapultak. Ezeket a termelési folyamatokat pénzügyi szemléletű ellenőrzési rendszerek kísérték nyomon. Feladatuk az volt, hogy nyomon kövessék az erőforrások elosztását, a legtermelékenyebb területre irányításukat. Végülis követték a tulajdonosok számára az értéklétrehozás folyamatát. A hagyományos értelemben vett controlling rendszer így lényegében a pénzügyi számvitel rendszere köré szerveződött. E hagyományos, pénzügyi szemléletű rendszerekkel szemben egyre erőteljesebb kritikaként fogalmazódott meg, hogy:

123

ƒ

ƒ

ƒ

ƒ

rövid távú szemléletűek, nem közvetítenek jövő képet, nincs kapcsolatuk a vállalat stratégiájával; részletezettségük esetleges, szemléletük alapvetően utólagos, a megtörtént gazdálkodási eseményeket követő jellegűek, így problémák megelőzésére nem alkalmasak; nem diagnosztikai jellegűek: csak rámutatnak a problémára, de nem vezetik vissza az azt előidéző okokra; a pénzügyi szemlélet miatt nem képesek minőségi tényezők megjelenítésére.

[Gál Jolán, 1999.] A gazdasági helyzet változásával, a piacgazdaság kialakulásával, szükség volt az ilyen controlling rendszerek átalakítására. A folyamat első lépése a rendszerek vezetői számviteli szempontok szerinti kibővítése volt. Az információs korszakban azonban már nem bizonyul elegendőnek a versenyben a kiváló termelési eredmények felmutatása, a pénzügyi eszközökkel és forrásokkal való ésszerű gazdálkodás. Az információs korszak a vállalkozásoktól új képességeket követel meg. Az anyagi javakba, tárgyi eszközökbe való befektetés, ezek hatékony működtetése helyett a nem anyagi javak hasznosításának képessége kerül előtérbe. Ez a piac szereplőivel és az alkalmazottakkal való folyamatos kommunikációra épül. A törekvés az, hogy •

• • • •

ki lehessen alakítani olyan fogyasztói hűségen és lojalitáson alapuló tartós vevői kapcsolatokat, melyek mellett lehetővé válik új piaci-fogyasztói szegmensek bevonása is; a kiválasztott fogyasztói szegmens érdeklődését új, innovatív termékekkel, szolgáltatásokkal tartsa fenn, s elégítse ki igényeiket; az alkalmazottak képességeit, motivációit az üzleti folyamatok fejlesztése szolgálatába állítsa; termékeit kiváló minőségben, alacsony költséggel, termelékenyen állítsa elő; modern információs technológiát alkalmazzon.

Miközben a fentieknek megfelelő működési követelményekkel, s ezekhez igazodó versenykörnyezettel találják szemben magukat az információs korszak vállalkozásai, addig sokszor a változtatásokra, az új programokra vonatkozó döntéseiket egy pénzügyi-számviteli modell információs rendszerére alapozva hozzák meg. Mint szó volt róla, ezt a modellt hagyományosan a külső környezettel való kommunikációra alakították ki. Másfelől az is tény, hogy újításra kész, innovatív vállalkozások vezetői is hajlamosak egyes mutatókat úgy kezelni, mint olyan aggregátumokat, melyek sűrítve adnak képet a vállalkozás tevékenységéről, piaci helyzetéről, értékéről. Ennek jegyében Nyugat-Európában történtek kísérletek úgynevezett csúcs mutatószámok kidolgozására. Ilyen például a Du Pont séma, melynek 124

segítségével egy mutatószámba sűrítve fejezhető ki a vállalkozás eredményessége. Ez egy sajáttőke arányos nyereség (adózás előtti eredmény) mutató. (Bár ez egy tényezőpiramis csúcsán áll, azokból van levezetve.) Egyes iskolák és tanácsadó csoportok más mutatókat is ajánlanak, így a cashflow, diszkontált cash-flow, hozzáadott érték mutatókat. Ennek ellenére nincs egységes módszer a vállalkozás megítélésére. A különböző közelítések még a számítások komponenseiben (alapmutatók: eredménymutatók, vagyonmutatók) is eltérnek egymástól. A vállalkozások vezetőit ha olyan menedzsment mutatókról kérdezik, melyek alapján ők megítélik, hogy a vállalat stratégiai szempontból megfelelő helyen álle, számos mutatót készek említeni. Maguk is elismerik viszont, hogy ezek közül kevés olyan, a stratégia szempontjából meghatározó mutató van, melynek aktuális értékét valóban ismerik is. Ezen túl nem szolgáltatnak ezek a mutatók információkat a vezetésnek arról, hogy milyen „értékkel” bírnak a vállalkozás számára a motivált és jól képzett alkalmazottak, vagy a hűséges és elégedett fogyasztók. Viszont az információs korszak vállalatai számára éppen ezek legalább oly fontosak a sikeres működés szempontjából, mint a hagyományos tárgyi, vagy pénzügyi eszközök. Az egyensúlyi mutatószámrendszer szemléletváltást jelent. Fontos vonása, hogy nem egyes mutatók emelkednek a vállalkozás tevékenységének értékelésénél különös jelentőségűvé, hanem mutatószám-rendszerekkel dolgozik. A Balanced Score Card mutatószámrendszere egyszerre támaszkodik a pénzügyi és a vezetői számvitel információira épülő hagyományos mutatószámok rendszerére, amelyeket kiegészít a jövő teljesítményét befolyásoló tényezőkkel (az úgynevezett „teljesítmény okozók”-kal). A Balanced Score Card alkalmazásával, korunkban a vállalatok a pénzügyi eredmények alakulásával egy időben, nyomon követhetik a növekedéshez szükséges – elsősorban szellemi – képességeik kialakításának folyamatát is. Gondoljunk például az alkalmazotti képességekre, motivációra, fogyasztói hűség elnyerésére, hatékony kommunikációra, stb., melyek nyilvánvalóan szerves elemei a vállalati siker elérésének. Ezen túl is, az információs korszak nagy felismerése, hogy a megfelelő stratégia potenciális versenyelőnyt jelenthet a vállalatok számára – azonban mindez hasztalan, ha nincs egy alkalmas rendszer, amely azt a szervezetben kommunikálja. Az elmúlt, mintegy fél évtizedben cégek, intézmények százai alkalmazták a forradalmi vezetési rendszert, a Balanced Score Cardot, amely a pénzügyi és nem pénzügyi területeket egyaránt figyelembe véve, a stratégiai víziót végrehajtható akciókká formálja.

125

A modell a vállalkozás teljesítményét egészében egy áttekinthető szemléltető táblán („scorecard”), a különböző nézőpontok közötti egyensúly („balance”) megteremtésével – az együttes figyelembevétel igényével – ábrázolja, innen származik neve is. A koncepció kidolgozói Norton és Kaplan négy nézőpontot javasolnak [Norton, D.-Kaplan, R. 1996,1998.]. Ezek a pénzügyi teljesítmény, az üzleti folyamatok, az ügyfelek, valamint az alkalmazottak és a szervezeti tanulás.

Pénzügy Milyenek Stratégi- Mutató Operatív Tevélegyünk ai cél szám cél kenység tulajdonosi és befektetői nézőpontból

Üzleti folyamatok

Vevők Milyenek legyünk vevői néző pontból

Stratégi- Mutató Operatív Tevéai cél szám cél kenység

Jövőkép és stratégia

Mely folyamatokban kell kiválót nyújtanunk

Stratégi- Mutató Operatív Tevéai cél szám cél kenység

Alkalmazottak, tanulás Hogyan maradhatunk Stratégi- Mutató Operatív Tevéai cél szám cél kenység rugalmasak tanuláskészek

A jövőkép stratégiára váltása [Forrás:Kaplan-Norton, 1998.]

A szerzők koncepciójukat két fontos ismérvvel jellemzik: a kiegyensúlyozottság és a stratégia megvalósítására koncentrálás. A kiegyensúlyozottság a következő képpen jön létre: ƒ A fenti táblán pénzügyi és nem pénzügyi mutatók egyaránt szerepelnek. Olyan mutatókat célszerű szerepeltetni, melyek a vállalkozás teljesítményét külső nézőpontból (befektetők, ügyfelek) és belső nézőpontból mérik. Ez a megközelítés így tőkepiac, értékesítési piac és forrásorientált egyszerre. ƒ Célszerű a többféle mutatószám egymás mellé állítása abból a szempontból is, hogy utólagos, állapotjelző és előrejelző mutatókat alkalmazzunk. Ezek közül alapvetően a múltra vonatkozó, illetve állapotjelző mutatók támaszkodnak a vezetői számvitel, illetve a controlling rendszer információira. Ezek úgynevezett „generikus” mutatók, azaz minden vállalatra nézve azonosak, s azonos információt hordoznak. Az előrejelző indikátorok –

126

ƒ

ƒ

a szerzők szóhasználata szerint – a „teljesítményokozók”. Ezeket tevékenység-és szakmaspecifikusan kell meghatározni. A rendszer összekapcsolja a stratégiai célokat a tennivalókkal, ahol a tevékenységek eredményessége a konkrét mutatók alakulásával mérhető. A beépített visszajelzések folytán egy visszacsatolás alakul ki, mely javítja a szervezet-szintű tanulást.

Koncentrálás a stratégia megvalósítására: Egy jó irányítási rendszer lényeges ismérve, hogy minden embert képes megcélozni, és egyértelművé tenni számára a feladatokat. A Balanced Score Card pontosan ezt teszi, méghozzá úgy, hogy a stratégiát lebontja személyre szabott, konkrét operatív folyamatokra, és azokat megfelelően közvetíti a szervezetben. Nem mondhatjuk például egy technikusnak, hogy mindennapi munkája során koncentráljon a vállalat éves eredményének növelésére. Azt azonban mondhatjuk, hogy a vállalat hosszú távú sikerének (ebből kifolyólag az ő jövedelemnövekedésének és egzisztenciajavulásának) egyik kritériuma az ügyfelek hibás elektromos készülékeinek adott terminuson (pl. 4 óra) belüli megjavítása. A BSC egyértelművé teszi a technikus számára, hogy ő személy szerint milyen módon járulhat hozzá a vállalati eredmény, vagyis a célok és a stratégia megvalósításához.

A modell tehát mindenki számára érthető „kommunikációs felületet” teremt a szervezeten belül. Fontosnak tartom elmondani, hogy mint általában minden új találmány, a Balanced Score Card is a „régibe ágyazottan” fejti ki hatását. Tehát a modell bár fontos új fejlemény, de nem kerülhető ki általa egy megfelelő controlling rendszer kialakítása, mely megalapozza a scorecard működését. A Balanced Score Card nem helyettesítheti magát a controlling rendszert, csupán segítséget nyújt • a vállalat teljesítménymutatóinak kiegyensúlyozásához, • a nagy tömegű információ szűréséhez/egyszerűsítéséhez, • a legfontosabb számok kiválasztásához. A Balanced Score Card egy több nézőpontú rendszer. A vállalkozás tevékenységének több területe tükröződik benne. Nem arról van szó, hogy a pénzügyi nézőpont helyett kellene új, más súlypontokat találni, hanem sokkal inkább arról, hogy a több szempontú, rendszerszemléletű közelítés mintegy explicitté teszi, – s ezáltal elérhetővé és befolyásolhatóvá – azokat a területeket, melyek hatással vannak a vállalkozás pénzügyi eredményeire. Egy többszempontú rendszerben azokra a területekre érdemes koncentrálni, azokra érdemes „mértékrendszert” kidolgozni, melyek stratégiai jelentőségűek. Az indikátor szerepét betöltő mutatószámrendszernek olyannak kell lennie, hogy minden mutató közvetett, vagy közvetlen módon legyen ok-okozati

127

összefüggésben a legmagasabb szintű, célhordozó pénzügyi mutatóval (például eredménykategóriák). A Balanced Score Card tehát a vállalkozás tevékenységének egy többszempontos, rendszer szemléletű közelítésrendszere. Ebben az egyes szempontok a gyakorlati érzékelhetőség és a megvalósításban való előrehaladás nyomonkövethetősége végett további szempontokra, mutatókra, indikátorokra bomlanak. Indokolt ez azért is, mert az egyes közelítési szempontok (pénzügyi helyzet, üzleti folyamatok, stb.) összetettek. A problémamegoldás filozófiája az, hogy kevés mutató nem tükrözi vissza a vizsgált jelenség bonyolultságát. Mivel a vizsgált jelenség (cég pénzügyi, piaci karaktere) összetett, ezt sok, különböző mutatóval kell, több oldalról megvizsgálni. Az emberi agy problémafeldolgozó képessége azonban a figyelembe vett tényezők számának növekedésénél gyorsabban csökken. A feladat tehát: a mutatók számának lényeges csökkentése, lehetőleg azonban az információ-tartalom minél nagyobb hányadának megőrzése mellett. Meg kell találni a mutatók közötti belső logikát is. 6.2.

A Balanced Score Card és a faktoranalízis

A fent elmondottak értelmében a Balanced Score Card a szervezet – mint komplex rendszer – értékelése összetett problémájának kérdése, ahol a problémára olyan választ kívánunk adni, mely a stratégiai víziót végrehajtható akciókká formálja, azaz egyúttal alkalmas legyen cselekvési alternatívák megfogalmazására is. A célfüggvény alapvetően az, hogy találjunk egyetlen olyan kritériumot, melyen keresztül a vállalkozás egészének működése nem csak mérhető, de vezérelhető is. A mérhetőség összetett, s az objektivitás minden látszata ellenére nagyon szubjektív fogalom. Egy dolog ugyanis a számszerűen kifejezhetőség, más dolog viszont a számszerűen kifejezett értékek értékrendben való elhelyezése, s ismét más az érdekek által elfogadható mérték. Az érdekek hordozói (tulajdonos, management, dolgozók, stb.) a vállalkozási működés szereplői. Az érdekek pedig meghatározó alternatíváik (fejlesztés, osztalékhányad, munkahely, bér), s azok relatív súlya által is különbözők, s nem csak a mértékekben. Nem alaptalan az a mondás, hogy „az emberek álláspontját az ’űléspontjuk’ határozza meg”. Közelebbről: a különböző érdekhordozók az adott szempontokat, s az adott szempont különböző dimenzióit, különböző súllyal veszik figyelembe.

128

A kérdés tehát: hogyan lehet módszert találni arra, hogy bizonyos implicit kategóriákat (alapvetően: [részvény]tulajdonosi érdek), melyek mögött vitathatatlanul kemény érdekek vonalai húzódnak, a vállalkozási működésben is értékadóvá formáljunk. A megoldás az lehet, ha explicitté tudjuk tenni az érdekhordozók szempontrendszerét, meg tudjuk mutatni azokat az indikátorokat, melyekhez elemi módon kötődik érdekeltségük, s egyúttal a management számára is kínálunk lehetőséget a szabályozásra. A stratégiai menedzsmenttel foglalkozó szakmai körökben többé-kevésbé elfogadott az a nézet, hogy a tulajdonosi érdek alapvetően a vállalkozás piaci értékének növeléséhez kapcsolódik. Abban azonban már koránt sincs osztatlan egyetértés, hogy mi módon lehet mérni az értéknövekedést. A közelítéseknek azonban van egy közös jellemzője. Az értéknövekedést olyan összetett jelenségnek tekintik, amely mögött meghúzódó több kritériumot explicitté kell tenni. Ezért többmutatós, vagyon és eredmény [érdekcentrum] mutatókból álló rendszereket használnak. A használt mutatók rendszere nem sztenderdizált, a különböző értékelési rendszerek (így: Stern Stewart maradványnyereség koncepciója, hozzáadott gazdasági érték elmélete, McKinsey gazdálkodási profit elmélete, a Boston Consulting Group hozzáadott cash érték elmélete, vagy akár a legkiforrottabnak tekinthető – már említett – Du-Pont féle mutatószámrendszer) eltérnek az alkalmazott mutatók, illetve azok tartalma vonatkozásában. Esetenként a mutatórendszer elemeinek meghatározása is tapasztalati, illetve heurisztikus. A feladat tehát az, hogy fel kell bontani a tulajdonosi érdeket leginkább tükröző, értéknövekedéshez kötődő részvénytulajdonosi értéket, mint implicit kritériumot egy vezérlő kritériumra és szabályozható kritériumok rendszerére. A faktoranalízis éppen ebben nyújt segítséget. A vállalkozás működését leíró mutatószámrendszerben súlypontok keletkeznek. A működést jellemző jelenségek fejeződnek ki. Ezek a faktorok. A faktorok a vezérlő kritériumok, a stratégiai jelentőségű célterületek szerepét tölthetik be. A faktorok olyan jelenségek, melyeknek a menedzsment „figyelme” homlokterében kell állniuk. Nem vitás, hogy a vállalkozásba fektetett vagyon értéke függ a vállalkozás jövedelmezőségétől, eladósodottságától, az eszközök hatékonyságától, a vállalkozás likviditásától, stb. Ezek a fenti modellek példáinál maradva a tőke jövedelmezőség, eladósodottság, az eszközmenedzselés, a likviditás, stb. faktorokban jelennek meg. E jelenségek tudatos alakítása feladatot jelent a menedzsment számára, de eléggé összetettek ahhoz, hogy közvetlenül szabályozhatók legyenek. Közvetlenebbül befolyásolhatók azonban a faktor mutatónyalábját alkotó egyes mutatók. Ezek lehetnek a szabályozható kritériumok.

129

A pénzügyi célok és mutatók kialakításának kettős szerepe van. Egyrészt meghatározzák a stratégiának leginkább megfelelő pénzügyi teljesítményeket, másrészt a teljesítményhez kijelölik az alapvető elvárásokat. A hagyományos, pénzügyi szemléletű mutatók alkalmazásának teljesítményértékelés során mutatkozó problémáit az előző fejezetben említettem. Ez nem jelenti viszont azt, hogy e mutatók mellőzhetők az értékelő rendszerekből. Norton-Kaplan is hangsúlyozzák, hogy a vállalati teljesítményértékelés során egyaránt szükség van mind a pénzügyi, mind pedig a nem pénzügyi mutatókra. Közöttük az egyensúlyt meg kell teremteni. Nem adnak viszont módszert a pénzügyi mutatók kezelésére, rendszerbe való beillesztésére, vagy akár a pénzügyi nézőpont gyakorlati kidolgozására. Az alábbiakban kísérletet tettem arra, hogy – példaszerűen – egy általános Balanced Score Card pénzügyi nézőpontját a faktoranalítikus elemzés eredményeire alapozva felépítsem:

130

Pénzügyi nézőpont Stratégiai cél

Milyenek legyünk tulajdonosi és befektetői nézőpontból

Eszközmenedzselés

Mutatószám

Operatív cél

Eszköz arányos eredmény (ROA, EBIT)

Egységnyi eredményt minél kisebb eszközértékkel kitermelni

Eszközhatékonyság

Egységnyi árbevételt minél kisebb eszközértékkel kitermelni Minél több fordulatot elérni

Tárgyi eszközök, anyagok, szolgáltatás beszerzése és belső újraelosztása ingatlan gazdálkodás szállítási feladatok menedzselése Eszközállomány utáni kamatterhek korlátok között tartása Energiatakarékosság

Készletszint figyelés

Helyettesítő anyagok keresése Technológia karbantartása Tervszerű selejtezési tevékenység Készletszint figyelés Készletek veszteségeinek figyelemmel kísérése Készletnormák karbantartása Követelések elemzése, figyelése Pontos számlalikvidáció Értékpapírok figyelemmel kísérése

Forgóeszközök aránya

Tartós eszközök fedezettsége

Tevékenység

Saját tőke minél Saját tőke-tartósan hatékonyabb lekötött eszközök eszközstruktúrába aránya n testesüljön meg

Beruházási tevékenység Tárgyi eszközök, beszerzése és belső újraelosztása

Likviditás

Forgóeszközök(rövid lejáratú) kötelezettségek arány mutatói Pénzeszközök(rövid lejáratú) kötelezettségek arány mutatói

131

Mutató értékének Vevő állomány 1,3-1,7 tapasztalati figyelése, értéken tartása elemzése Számlázás Számlalikvidáció

Milyenek legyünk tulajdonosi és befektetői nézőpontból

Táblázat folytatása az előző oldalról

Stratégiai cél

Mutatószám

Operatív cél

Saját tőke arányos

Tőke jövedelmezőség eredmény

Vállalkozás vagyonának gyarapítása

Nyereség visszaforgatás mértéke

Eladósodottság

Adósságállomány aránya az összes forráshoz

Ne haladja meg a 60-65 %-ot

Tevékenység Termék koncepciók kidolgozása Értékesítés menedzsment, Ár, volumen tervezés Önköltség alakulás figyelése Pénzügyi bevételekráfordítások figyelése Rendkívüli bevételekráfordítások figyelése Osztalék, illetve felhalmozási célok megvalósításához szükséges eredmény meghatározása Hitelállomány figyelemmel kísérése Szállítóállomány elemzése

Így a tőke jövedelmezőség alakulása befolyásolható például a saját tőkére jutó adózott, illetve adózás előtti eredmény, vagy a nyereségvisszaforgatás mértékének alakításával. Ezeket viszont a gazdálkodás egyes tudatosan alakított folyamatai, tevékenységei befolyásolják. Ésszerű, hogy a vállalkozás rendelkezzék a folyamatok felmérését tartalmazó, úgynevezett folyamatstruktúra térképpel. Ez egy hierarchikus rendszer, mely a folyamatokat felbontja fő és részfolyamatokra. A konkrét folyamatok, tevékenységek ennek alapján kapcsolhatók a mutatókhoz. Mivel egy adott szervezet pénzügyi céljai és mutatói összhangban állnak annak stratégiájával, így különböző vállalatokhoz más és más mutatók rendelhetőek. A különböző szervezetek stratégiája általában több tényező miatt sem azonos: eltérések indokoltak a fejlődésbeli, életciklusbeli vagy az iparágfüggő különbségek alapján. Az eltérő stratégiai elképzelések nyilvánvalóan nem vonhatnak maguk után azonos mutatókat. A faktoranalízisre épülő modellezés felhívhatja a figyelmet egyes ágazati jellemzőkre. Kiemel az egyes ágazatokba tartozó vállalkozások számára súlypontilag kezelendő területeket.

132

Bizonyos jelenségek, melyek a faktorokban megjelennek, s egy-egy ágazatra eltérő értékeket eredményeznek, a tevékenységet jellemző szakmai kihívások és fenyegetések által meghatározottak. Ez indokolja, hogy az adott szakmai körben működő vállalkozások figyelembe vegyék ezeket. Így a vegyipari vállalkozások számára a versenyelőny megőrzése érdekében fontos kiemelt területként kezelni az eszközmenedzselést. Az eszközhatékonyság tudatos kezelését igényli. Ugyanakkor azonban a tőkeellátottság és eladósodottság helyzete javítandó. Ezek kulcsterületekként indokolt, hogy megjelenjenek a vegyipari vállalkozások értékelő rendszerében. Az elemzés rámutat arra, hogy a fa és nyomdaiparban az értékelő és elemző rendszer részeként ésszerű figyelemmel kísérni a likviditás, a szállítás, raktározási tevékenységi körben működő vállalkozásoknál a jövedelmezőség területét. A faktorokat alkotó mutatók pedig szabályozási kritériumokat adnak a menedzsment kezébe a jelenségek alakítására. Mielőtt azonban végleges döntés születik a mutatók BSC modellbe való bevonásáról egyenként meg kell vizsgálni azokat. Érdemes feltenni – szakértői megkérdezés keretében – minden mutatóval kapcsolatosan a következő kérdéseket: ƒ ƒ ƒ ƒ ƒ

Igaz-e, ha a mutató eléri a kitűzött értéket, akkor a cél megvalósul? A mutató alkalmas-e arra, hogy a cél elérése érdekében a szükséges beavatkozást kikövetkeztethessük? Milyen magatartásra ösztönöz a mutató? Milyen veszélyei vannak a mutató alkalmazásának? Milyen nem szándékolt következményei lehetnek a mutató alkalmazásának?

Talán a fentiekből is látható, hogy a BSC kialakításának kreatív (és tanulási) folyamata legalább olyan fontos, mint maga az eredmény.

A kutatás folytatását igényli, a modelleknek más, további területeken való felhasználása. Ilyen terület lehet például a benchmarking. A benchmarking egy adott vállalatnak, más hasonló tevékenységű, azonos piacon működő más vállalkozásokkal való összehasonlítása. Az összehasonlítások fókuszában általában költség, minőség, teljesítménymutatók, minőségi mutatók, s még sok egyéb tényező állhatnak. A dolgozatban szereplő faktor modellek segítséget jelenthetnek az összehasonlítás kulcstényezőinek, illetve az osztályozási eljárások az egyes osztályozási körök meghatározásában. A modellek segítséget jelenthetnek azon területek meghatározásában, melyeket fejleszteni kell.

133

BEFEJEZÉS, ÖSSZEFOGLALÁS Mivel a piacgazdaság megerősödésével, s a privatizációs folyamat végéhez közeledtével kiszélesedett azon piaci szereplők köre, akik a gazdasági környezetre való rálátás érdekében információval kell rendelkezzenek a vállalkozási rendszer tevékenységének minőségéről, vagyoni, pénzügyi és jövedelmezőségi helyzetének alakulásáról, dolgozatomban alapvetően egy módszertani közelítésre építve olyan átfogó rendszerértékelésre törekedtem, mellyel teljesebb kép adható a vállalkozások teljesítőképességéről, viselkedéséről, a rendszerben belsőleg működő tendenciákról. E szereplők a tulajdonosok, a potenciális befektetők, a hitelezők, a partnerek, a vállalkozás menedzsmentje, s a dolgozók. Bizonyos azonosságok mellett sajátos érdekeikhez kapcsolódó különbségek is vannak az informáltsággal szemben megfogalmazódó követelményeikben. Amikor tehát a vállalkozás tevékenységének értékeléséről beszélünk, egy olyan rendszer működtetéséről van szó, mellyel a piaci érdekhordozók számára biztosítható a nélkülözhetetlen tájékozottság, a vállalkozási tevékenység megismerhető, átlátható, bírálható és fejleszthető. Az a cél, hogy fel kell tárni, és számszerűen értékelni azokat a körülményeket, melyek a vállalkozás tevékenységét befolyásolják. Ennek érdekében megkíséreltem, hogy számos vállalkozás vezetői számviteli információira támaszkodva a vállalkozási rendszer működéséről, szerkezetéről adjak egy rendszerezett képet. Megkíséreltem tipusok alkotását azzal a céllal, hogy lehetőség nyíljék az általánosból, tipikusból az egyes-egyedire következtetni. A vizsgálatba mintegy 500, kettős könyvvitelt vezető kis- és középvállalkozást vontam be. Ebből a nemzetgazdasági ágak valós arányait tükröző, arányosan rétegzett mintát hoztam létre. A számvitel, mint információs rendszer által biztosított legfontosabb adatbázis a gazdálkodók működéséről a naptári év könyveinek lezárását követően készülő beszámoló. Erre az információs bázisra (alapvetően a mérleg és eredménykimutatás) támaszkodva nagy számú mutatót alakítottam ki, vállalva egyfelől a „bőség zavarából” adódó nehézségeket, másfelől pedig az ilyen tipusú információ hordozta redundanciát. Abból indultam ki, hogy a vállalkozások (a vállalkozási rendszer) működése egészében egy bonyolult, összetett rendszer. Így működésük jellemzése is csak összetett fogalmakkal lehetséges. Ezért olyan rendszerszemléletű módszereket használtam, melyek a jelenségeket a maguk bonyolultságában képesek vizsgálni. E cél érdekében a számítógéppel támogatott, többváltozós matematikai statisztika módszereit alkalmazva törekedtem „rendet” teremteni. Az alkalmazott módszertan feladata éppen az volt, hogy segítsen az információhalmazban 134

bizonyos struktúrákat – melyeket az „információburjánzás” eltakar – meglátni. Vonatkozott ez egyfelől arra, hogy hogyan lehet rendszerezni és redukálni a nagyszámú mutatóból álló értékelési ismérv halmazt, másfelől pedig arra, hogy hogyan lehet a – most már – rendszerezett ismérvekkel jellemzett vállalkozásokat „hasonló” tulajdonságú csoportokba sorolni. Ily módon tehát – általános tanulságok után kutatva – azt kerestem, milyen módszerekkel, hogyan, s milyen szabályosságokat, rendeződési szabályszerűségeket – esetleg látens struktúrákat – lehet feltárni a vállalkozások rendszerében. A vállalkozások jellemzésére felhasznált nagyszámú változó összességében kezelhetetlen volt az elemzés során. Ezért szükség volt egy átlátható értékelő ismérvrendszer létrehozása érdekében olyan eljárás alkalmazására, mely egyfelől lehetőséget ad a változók nagy számának csökkentésére úgy, hogy egyúttal az adatbázis információ tartalmának minél nagyobb hányadát megőrizzük, másfelől azonban lehetővé teszi a számos ismérv együttes figyelembevételét. Ezen követelmények kielégítésére a matematikai statisztika eszköztárából a faktoranalízis módszerét használtam. A faktor analízis a változók között fennálló lényeges, törvényszerű kapcsolat alapján őket egyes mesterséges változókba tömöríti. Ezek a faktorok. A kutatás során vizsgáltam közvetlenül a mérleg és eredménykimutatás tételekből számított faktorokat is, de a hangsúlyt a származtatott, a vagyoni, pénzügyi, jövedelmezőségi helyzetet tükröző mutatókra épülő faktorokra helyeztem. Az eljárás kezdetén alkalmazott 46 számított változóból – különböző megfontolások, s szűrések alapján – mind a bázis, mind pedig a tárgy idősszakra 20-20 került a faktormodellekbe. A kiválasztott 5, illetve 6 faktor a 20 eredeti változó információtartalmának több, mint 80 %-át foglalta magába. A modellek magyarázó ereje ilyen formán jónak volt mondható. Az alábbi faktorok kerültek kiválasztásra: Bázis időszak

Tárgy időszak

ESZKÖZHATÉKONYSÁG ESZKÖZMANAGEMENT ESZKÖZ JÖVEDELMEZŐSÉG TARTÓS ESZKÖZÖK FEDEZETTSÉGE TARTÓS ESZKÖZÖK FEDEZETTSÉGE TŐKE JÖVEDELMEZŐSÉG TŐKE JÖVEDELMEZŐSÉG LIKVIDITÁS LIKVIDITÁS ELADÓSODOTTSÁG ELADÓSODOTTSÁG

A faktorstruktúra összetétele megmutatja, hogy mely mutatók, mutatócsoportok jellemzik a legszignifikánsabban a vállalkozások gazdálkodását az adott időszakban, melyek a gazdálkodás minőségi ismérvei.

135

A két időszak faktorstruktúrája az utolsó négy faktor tekintetében tökéletesen összehasonlítható. Ez a Tucker féle kongruencia együtthatóval bizonyítást is nyert. A faktorstruktúra jelentős változása azonban, hogy a bázis időszakban egy faktort alkotó eszközjövedelmezőségi és eszközhatékonysági mutatók, melyek az ESZKÖZMANAGEMENT faktor részei voltak, a tárgyidőszakban szétváltak, s az eszközjövedelmezőségi mutatók önálló faktort alkottak. Ennek oka, hogy az eszközjövedelmezőségi mutatókban szereplő eredménykategóriák – az adózás előtti, s az adózott eredmény – igen jelentős, 4-6 szoros növekedést mutattak a vizsgált időszakban, míg az eszközállomány növekedésének indexe csak 1,4. Ezzel az eszközjövedelmezőség önálló jelentőségre tett szert. A faktorok tartalma oldaláról figyelemre méltó az az együttállás, hogy a likviditási faktor a klasszikus likviditási mutatókon túl magában foglalja a saját tőke aránya a kötelezettségekhez mutatót is. Ez óvatosságra int, hiszen utalhat arra a veszélyre, hogy a vállalkozások egy része feléli saját tőkéjét a kötelezettségek teljesítése érdekében. A faktormegoldások segítségével kétféle elemzést végeztem: ƒ ƒ

kísérletet tettem a vállalkozások összehasonlítására, rangsorok kialakítására, illetve vizsgáltam, hogy az azonos ágazatba tartozó vállalkozások mutatnak e a rangsorokban elfoglalt helyzet szempontjából valamilyen közös képet.

A vállalkozások összehasonlítása a faktorpontszámok segítségével lehetséges. A faktor pontszám azt mutatja meg, hogy az adott eset mennyiben rendelkezik az illető faktor által kifejezett tulajdonsággal. A vállalkozások rangsoraiban nagyon erős mobilitás volt megfigyelhető a bázis és tárgy időszak között. A legerőteljesebb helyváltoztatások a tartós eszközök fedezettsége faktor szempontjából voltak megfigyelhetők. Erős helyezésekben lévők mintegy két harmada sorolódott a tárgy időszakra számottevően rosszabb minősítésű poziciókba. A vállalkozások körében e terén végbemenő átsorolódás is arra utal, hogy egyes vállalkozások felélik saját tőkéjüket. Ennek a faktornak ez ad különös jelentőséget. Az a tény viszont, hogy a likviditás esetében a leggyengébb az átlagos fluktuáció, arra utal, hogy a (rövid távú) likviditásnak nagyon erős szerepe van a versenyképesség megőrzésében, s így a vállalkozások igen erős törekvést mutatnak likviditási pozícióik megőrzésére. Ennek tulajdonítható hogy a likviditási faktor jelentősége tárgy időszakra növekedett. Érdekes kérdés, hogy egyes vállalkozások mutatnak e hasonló specifikus jellemzőket azon az alapon, hogy egy ágazatba tartoznak. Ha kimutathatók ilyen közös jellemzők, ez információval szolgálhat a vállalkozások számára, hogy 136

melyek az „ágazatiság”, „ágazat-tipikusság” attribútumai. A kérdést a variancia analízis segítségével vizsgáltam. Közelebbről azt vizsgáltam, hogy vajon az ágazati jelleg fejt-e ki valamilyen csoportosító, ágazaton belül homogenizáló hatást az ágazatba tartozók átlagos faktorváltozó értékeire. A bázis időszakban az eszközmanagement faktor tekintetében volt kimutatható, hogy szignifikáns ágazati különbözőségek vannak. Ez a megállapítás alátámasztja azt az apriori meghatározást, hogy az ágazat az azonos-hasonló tevékenységet, hasonló technológiával megvalósító gazdálkodó egységek csoportja. Kimutatható volt, hogy az egyes ágazatok eszközigényesség, eszközjövedelmezőség, eszközhatékonyság szempontjából szignifikánsan különböznek egymástól. Kiemelkedő eredmények a vegyiparban (gyógyszeriparban) mutatkoztak. Sikerült rámutatni azonban más összefüggésekre is. Az eszközmanagement faktorváltozó által magasra (mediális, vagy a fölötti helyzetbe) sorolt vállalkozások a tartós eszközök fedezettsége szempontjából inkább a mediális helyzet alatt helyezkednek el. Figyelembe véve, hogy az eszközmanagement változó eszközértékre vetített hozamokból áll, a tartós eszközök fedezettsége változó pedig eszközértékre vetített saját tőke értékekből, ez arra enged következtetni, hogy a kiemelkedően hatékonyan működtetett eszközök mögött nem saját tőke húzódik meg. A kötelezettségek által meghatározott eladósodottság faktor mediálisan, vagy magasabbra sorolt vállalkozásai pedig részben éppen az alacsony tőkeellátottságú körből kerülnek ki. Ez tehát megerősíti az előző következtetést. Ugyanakkor ezek az ágazatok a viszonylag alacsony saját tőkét magas jövedelmezőség mellett működtetik. Bizonyos, a bázis időszakban érvényes tendenciák a tárgy időszakban is működnek. A bázis időszaki eszközmanagement faktor szétvált eszközhatékonyság és eszközjövedelmezőség faktorra. Az eszközjövedelmezőség tekintetében a vegyipar megtartotta vezető szerepét, míg az eszközhatékonyság tekintetében is a medián feletti részhalmazban található. Az ágazatot jellemző technikai technológiai jellemzők továbbra is hatnak. A magas eszközigényesség az eszközök alacsony saját tőke fedezetével, s egyúttal jelentős eladósodottsággal párosul. Összefoglalásul kimondható azonban, hogy nincs ágazati csoportosulás. A faktor pontszámokon ágazatspecifikus értékeket, átfogó ágazati struktúrát kimutatni nem lehet. A további elemzés arra terjedt ki, hogy ha nem ágazati, akkor milyen jellegű, milyen „viselkedésű” csoportok figyelhetők meg a vállalkozási rendszerben. Az elemzés módszeréül az osztályozó eljárásokat: a cluster analízist, s az Answer Tree elemzést választottam. A cluster analízis a megfigyelt rendszert alkotó elemek halmazát homogén

137

részhalmazokba (clusterekbe) osztályozza. Olyan osztályokat alakít ki, ahol a csoportokon belül maximalizált a hasonlóság, a csoportok között pedig maximalizált a különbözőség. E dolgozatban az osztályozó eljárást arra használtam, hogy megvizsgáljam, hogy a kialakult 5-6 faktor alapján jellemzett közel 500 vállalkozásból álló arányosan rétegzett mintában a vállalkozások milyen jellegű csoportokat alkotnak. Mik lesznek e csoportok jellegzetes vonásai. Tudunk e karakteresen különböző vállalat-csoportokat kialakítani? A clusterezést így a faktortérben végeztem. Mind a bázis, mind a tárgy időszakra 60-60 cluster alakult ki. Ezek között azonban meglehetősen sok volt az egy, vagy néhány elemű cluster (outlier). A bázis időszakban azonban 12, a tárgy időszakban 10 meghatározó clustert lehetett megkülönböztetni. Ezek az összes vállalkozás több, mint 80 %-át foglalták magukban. Az elemzés alapvetően ezekre a nagy, meghatározó clusterekre terjedt ki. A sztochasztikus kapcsolatok elemzésének módszerei közül az (asszociáció) vizsgálatának módszereivel bizonyítottam, hogy a bázis és tárgy időszakban kialakult csoportok közel azonos tartalmúak, figyelemre méltó számban fordulnak elő a bázis és tárgy időszakban azonos „eset-együttállások”. Feltételezhető tehát, hogy működik ezekben a csoportokban az együtt-tartást előidéző generáló hatás. Diszkriminancia analízissel igazoltam, hogy a clusterezés során olyan vállalkozáscsoportok alakultak ki, melyekre teljesül, hogy az egy csoportba tartozók hasonlítanak egymásra, az egyes csoportok viszont jelentősen különböznek egymástól. Ugyancsak a diszkriminancia analízissel azt is kimutattam, hogy a meghatározó clusterek létrejöttében mindkét időszakban ugyanaz a négy faktorváltozó játszott alapvető szerepet. (A teljes szórásnégyzet nem magyarázott részének csökkenéséhez való hozzájárulás sorrendjében:) ƒ ƒ ƒ ƒ

Eladósodottság Likviditás Tőkejövedelmezőség Tartós eszközök fedezettsége

Mivel az egyes esetekről nem rendelkezem a Beszámoló természetéből adódó lehetőségeknél részletesebb információkkal, s a minta elég nagy ahhoz, hogy az egyes clusterek tulajdonságaira nézve közvetlenül az esetek értékelése alapján lehessen levonni következtetéseket, szisztematikusan is kielégítő módszert kerestem az egyes clusterek tartalmának jellemzésére. A szakirodalomban, s hasonló problémákat feszegető publikációkban nem találtam a kérdés megoldására megnyugtató támogatást. Ezért egyéni megfontolások alapján a kontingencia (kereszt-) tábla elemzés, s itt is a sztochasztikus kapcsolatok (ezen 138

belül az asszociáció) elemzésének módszereit alkalmaztam. A kereszttáblákat úgy alakítottam ki, hogy a faktor változók, s más az elemzés során használt változók rangsorát a quartilisekkel negyedes csoportokra osztottam. A felosztás eredményeként ismert, hogy mely vállalkozás, melyik negyedbe esik. Mivel rangsor került azonos távolságra lévő osztópontok segítségével felosztásra, jogos állítani, hogy alacsonyabb negyedbe eső vállalkozások a megfigyelt változó alacsonyabb értékeit képviselik, mint a magasabb negyedbe esők. A továbbiakban a clusterek tulajdonságait a faktor és más (mérleg- és eredménykimutatás-) változók negyedes csoportjai és a cluster csoportok kereszttáblás összefüggései segítségével vizsgáltam. Figyelemre méltó, hogy a likviditás és az eladósodottság faktorok tekintetében a faktorok negyedes csoportjai és a clusterbe tartozás között a Cramer féle ’V’ asszociációs mérték közepesnél erősebb kapcsolatot jelzett mind a bázis, mind pedig a tárgy időszakban. Ez arra utal, hogy egyes clusterek meghatározóan likvidebb, vagy eladósodottabb vállalkozásokat foglalnak magukban. Szintén kereszttáblás összefüggés segítségével vizsgáltam az ágazatiság és a clusterek összefüggését, vagyis azt vannak e ágazati clusterek. A clusteresítés a vállalkozások tulajdonságait vette figyelembe. Ha az egy ágazatba tartozó vállalkozások egy figyelemre méltó csoportja egy clusterhez kapcsolódik, a cluster tulajdonságaira jellemző közös viselkedés alapján feltételezhető, hogy ez valamelyest az ágazatra jellemző természet. Az eredmény megfelel a faktoranalítikus elemzésnél tapasztaltaknak. Tisztán, vagy meghatározóan ágazati jellegű clusterek nincsenek. Az asszociációs mértékek a clusterek és a nemzetgazdasági ágak között nagyon laza kapcsolatot mutattak mindkét időszakban. Nincsenek egy ágazatos clusterek. Minden cluster három-négy ágazat vállalkozásait fogja át. A mezőgazdaság a bázis időszakban csaknem minden clusterben, de a tárgy időszakban is a clusterek többségében képviselve van. A kereskedelmi vállalkozások pedig nem a fő clusterekbe, hanem többnyire outlierekbe esnek. Az ágazatiság az előzetes várakozással ellentétben tehát nem jelenik meg osztályozó erőként. Az ok – véleményem szerint – az alapadatok természetében keresendő. Az adatok a Számviteli Törvény, s az egységes, ágazatsemleges számviteli szabályozás keretei között keletkező Beszámoló építőkövei. Feladatuk nem az ágazati különbségek hangsúlyozása, hanem a vagyoni, pénzügyi, jövedelmezőségi helyzetre vonatkozó összehasonlítható információk hordozása. Az egyéni vonásokat – technológiából adódó különbségeket – tükröző naturáliákat nem ismerjük. Egyszerűen működik a szabályozás.

139

A vállalkozási méretek tekintetében a vizsgálatot a nettó árbevétel a bérköltség és a mérlegfőösszeg mutatókra alapoztam, tekintettel arra, hogy a vállalkozási méretkategóriák szerinti osztályozást célzó minden koncepció alapvetően fenti ismérvek egyes értékeit kezeli „sarok értékként”. Ezen jellemzők között – mindkét időszakban – fennálló közepesnél számottevően erősebb korreláció (1 %-os szinten szignifikáns) is utal arra, hogy együttmozgásukat egy közös „háttér” befolyásolja, s ez nagy valószínűséggel lehet a méretnagyság is. Noha a clusteresítés nem ezen ismérvek alapján történt, mégis a vállalkozási méret e mutatóinak bevezetésével pont az volt célom, hogy a clusterek tartalmának pontosabb jellemzését adhassam, vizsgálva, hogy vajon a vállalkozások által realizált nettó árbevétel, mérlegfőösszeg, illetve bér „nagyság kategóriái” kötődnek e egyes (minőségi tipusú mutató térben létrehozott) clusterekhez. Igen erős koncentráció figyelhető meg mind a bázis, mind pedig a tárgy időszakban. A vállalkozások 1/5-e az árbevételnek is, a bérnek is, a mérlegfőösszegnek is mintegy ¾-ét-4/5-ét koncentrálja. Az alsó tartományok részesedése ehhez képest úgyszólván jelentéktelen. Figyelemre méltó, hogy a nettó árbevétel két időszak közötti – a vizsgált vállalkozások körében – 20 %-os növekedését meghaladta az export árbevétel növekedése (34 %). Ez arra utal, hogy ezekben az években exportorientált növekedési pálya valósult meg. Az export árbevétel növekedése a „nagyobb” vállalkozásoknál volt nagyobb mértékű. Ez, valamint a koncentrációra vonatkozó eredmények is összhangban vannak az időszakra vonatkozó más kutatások eredményeivel is [PM. Vállalkozásfejlesztési és Szabályozási Főosztály, 1998.] [Schmuck O., 1999.]. Mind az egy vállalkozásra eső bér, mind pedig a mérlegfőösszeg ezen időszakban szintén növekedett, a bér 25 %-kal, a mérlegfőösszeg pedig 15 %-kal. Öszzhangban van más, igazolt kutatási eredményekkel az a megállapítás is, hogy a létrehozott árbevétel olyan clusterekbe koncentrálódik, melyek feltételezhetően a nagyobb kis, illetve a nagy középvállalkozásokat foglalják magukban [Schmuck O., 1999.]. Az ágazati hovatartozás és a nagyságrend között nem volt kimutatható kapcsolat. Ha egyes, nagyságrendet képviselő tényezők kapcsolódnak egyes clusterekhez, feltételezhető, hogy a clusterek által képviselt minőségi jellemzőkkel is kapcsolatba hozhatók.

140

Melyek tehát az egyes clustereket jellemző minőségi ismérvek, s az előbbieket is figyelembe véve milyen jelenségeket reprezentálnak a clusterek? A továbbiakban a clusterek tulajdonságaira vonatkozó következtetések levonásában is a kereszttáblás összefüggések vizsgáltatára támaszkodtam. A táblákat a faktorváltozók negyedes csoportjai és a cluster csoportok között állítottam fel. Itt csak a legnagyobb clustereket vettem figyelembe. Mielőtt rátérnék a cluster tartalom értelmezésére itt szeretnék kitérni az Answer Tree eljárásra. Az Answer Tree a cluster analízishez hasonlóan az alakfelismerés eljárásai közé tartozik. A 90-es évek végének kutatási eredményeire épül. A cluster analízishez hasonlóan a tanuló algoritmusok egyike. Döntési szabályokat származtat a megfigyelt adatokból. Előzetes ismeretünk, vagy feltevésünk kell legyen azonban a lehetséges osztályokra nézve. A megfigyelt objektumokat tulajdonságaik alapján a felismert szabályokra építve besorolja az apriori osztályokba. A szabályok képzése a klasszikus statisztika hipotézisvizsgálati módszereire épül. Outputja nagyon szemléletes: a szabályokra épülő besorolás alapján egy speciális gráfot, döntési fát eredményez. A modellezést a faktorváltozók terében végeztem, vagyis minden modell prediktor változói a faktorváltozók voltak, a célváltozó pedig az esetek cluster besorolását tartalmazta. Feltehetőleg az eljárás újdonságának betudhatóan sem a nemzetközi, sem a hazai szakirodalomban hasonló elemzést – néhány tankönyvi iskolapéldától eltekintve – nem találtam. Így csak a magam – számomra is első, s így újdonságértékű – tapasztalataira támaszkodhattam. Az előzetes várakozásokkal ellentétben az eljárás nem adott a cluster elemzés eredményeihez képest átütő, újdonság értékű eredményeket. A két struktúra kereső módszer equifinalitása meglehetősen nagyfokú. Nem eredményezett az Answer Tree a vállalkozási rendszerről a korábbi eredményektől eltérő struktúrát mutató képet.. Nagyon szerencsésen kiegészítette viszont a cluster elemzés eredményeit. Átláthatóbbá, érzékelhetőbbé tette a cluster struktúrát. Rávilágított egyúttal arra is, hogy mi a magyarázza a clusterek kialakulását, s egyes tulajdonságok (pl. eladósodottság és likviditás) hogyan kapcsolódnak össze bizonyos vállalkozások körében. A cluster elemzés és az Answer Tree végkövetkeztetései egybeestek abban a tekintetben, hogy a vállalkozási rendszer sztruktúrájának alakításában megkülönböztetett jelentősége két ismérvnek van. Ezek a likviditás és az eladósodottság. A faktorok negyedes csoportjai és a clusterbe tartozás között felírt kereszttáblákból számított Cramer féle ’V’ asszociációs mérték közepesnél erősebb kapcsolatot jelzett a clusterbe tartozás, s a két emített változó között. Ez

141

arra utal, hogy egyes clusterek meghatározóan likvidebb, vagy eladósodottabb vállalkozásokat foglalnak magukban. Az Answer Tree is a vállalkozási rendszert leíró ismérvek közül a legerősebb osztályozó, elkülönítő hatást az eladósodottság változó mentén talált. Ez volt az a változó, mely szerint a vállalkozások mindkét időszakban legszignifikánsabban különböztek egymástól. Ezt követően pedig a likviditás-t találta erős megkülönböztető erővel bíró változónak. Míg a cluster analízis segítségével leginkább azt a következtetést tudtam levonni, hogy mely tulajdonság (pl. eladósodottság) jellemzi valamely cluster vállalkozásait, addig az Answer Tree használata mellett ez egy skálázható mértéket kapott. Ki lehetett mutatni, hogy a vállalkozások mely csoportjai a leginkább, s melyek a legkevésbé eladósodottak, s melyek mennyire likvidek. A tulajdonságok különböző fokozatai jól kötődtek egyes clusterekhez. Mind a bázis, mind a tárgy időszakban tehát az elsődleges struktúrálódást a vállalkozások eladósodottsága idézte elő, 9 szignifikánsan különböző eladósodottsági csoportba sorolódtak, ahol az egyes csoportok jól kimutathatóan egy skála fozozatait képezték. A tőkeerős nagy középvállalkozások inkább a kevésbé eladósodottak közé, a kisebbek, kisvállalkozások pedig az inkább eladósodottak közé sorolhatók. A struktúra második rétegét a likviditás szerinti csoportképződés alkotta. Az egyes eladósodottsági csoportokon belül 4-9 likviditási csoport keletkezett. Az eladósodottsági és a likviditási csoportok összekapcsolódása azonban egy figyelemre méltó rejtett struktúrát hozott felszínre, amely az ismérvek egyfajta együttmozgására, tendenciára utal. Az eladósodottságot némi egyszerűsítéssel modellezve úgy írhatjuk fel, hogy a hosszú lejáratú kötelezettségek aránya a forrásokhoz. A forrásokat viszont a saját tőke, a hosszú lejáratú, valamint a rövid lejáratú kötelezettségek alkotják. A hosszú lejáratú kötelezettségeket adottnak tekinthetjük (mind a számlálóban, mind pedig a nevezőben szerepelnek). Alacsony eladósodottság esetén a rövid lejáratú kötelezettségek és a saját tőke értéke kell számottevően megnövelje a forrásállomány értékét a hosszú lejáratú kötelezettségekhez képest. E két tétel mindegyike egyes vállalkozásoknál jelentős. A magas rövid lejáratú kötelezettség állomány az alacsony forgóeszközállomány mellett az alacsony likviditás oka lehet. Ez a magyarázata az egyes csoportokat jellemző alacsony eladósodottság alacsony likviditással való összekapcsolódásának.

142

A vállalkozások jelentős része mutat alacsony likviditási értékeket, így mind az alacsony, mind pedig a magas eladósodottságú vállalkozások között találunk alacsony likviditásúakat. Ebben az esetben az alacsony forgóeszközállománnyal szemben a magas befektetett eszköz érték csak jelentős saját tőke esetén biztosítja a tartós eszközök fedezettségét. Ha a rövid lejáratú kötelezettségek értéke alacsony, jelentős saját tőke mellett alakul alacsony szinten az eldósodottság. Az alacsony rövid lejáratú kötelezettség magas forgóeszköz állomány mellett magas likviditást eredményez. A vállalkozások más csoportjánál így párosul az alacsony eladósodottság magas likviditással. A magas forgóeszköz állomány adott eszközérték mellett viszonylag alacsony befektetett eszköz állományt jelent. A magas saját tőke érték a tartós eszközök magas szintű fedezettségét eredményezi. A forgóeszköz állomány azonban jobban ki van téve az értékét befolyásoló inflációs hatásoknak, mint a befektetett eszközök. Elképzelhető tehát, hogy a befektetett eszköz állomány mintegy leértékelődik a forgóeszközökhöz képest, s ez lehet oka az eszközcsoportok közti arányeltolódásnak. Az a tény, hogy a vállalkozási struktúra leírásában az eladósodottság, s vele a hosszú lejáratú kötelezettségek ilyen jelentős szerepet játszanak, míg a tartós eszközök fedezettsége kisebb jelentőségű, arra enged következtetni, hogy a befektetett eszközökkel szemben egyre inkább a hosszú lejáratú kötelezettségek, s kevésbé a saját tőke áll. A tárgy időszaki struktúra jellemzője, hogy a magasabb eladósodottsági értékek nem a likviditással, hanem a tőkejövedelmezőséggel kapcsolódnak össze. Magas eladósodottság mellett a saját tőke a kötelezettségektől elmarad. Csakugyan, alapvetően olyan clusterekről van szó, melyek a saját tőke kis hányadát koncentrálják. Ezekbe kisvállalkozások tartoznak. Esetenként azonban jelentős tőkejövedelmezőségi értékeket mutatnak. Alacsony tőkét nagyon eredményesen működtetnek. Éppen eredményességük lehet eladósodottságuk oka. Kis méreteik ellenére is tartós idegen forrásokhoz tudtak jutni. A dolgozat végén kísérletet tettem arra, hogy megmutassam, miként használható a faktor modell a gyakorlatban egy vállalkozási teljesítménymérő rendszer, a Balanced Score Card pénzügyi nézőpontja kialakításához.

143

Irodalomjegyzék

1. Általános Statisztika: szerk. Korpás Attiláné. Nemzeti Tankönyvkiadó, Budapest, 1996.

2. Anderberg, Michael R.: ClusterAnalysis for Applications, Academic Press, New York, San Francisco, London, 1973.

3. Answer Tree 2.0, Users Guide, SPSS Inc. Chicago, 1998. 4. AnswerTree Algorithm Summary – CHAID, Exhaustive CHAID, Classification and Regression Tree Method (C&RT), QUEST Algorithm,

http://www.sinter.com.tw/spsswpindex.html/algo_sum.htm

5. AnswerTree Algorithms,

http://www.spss.com/software/spss/AnswerTree/algo.htm

6. Babbie, Earl: A társadalomtudományi kutatás gyakorlata. Balassi Kiadó, Budapest, 1998.

7. Balogh-Bélyácz-László-Marosi-Szerb-Ulbert: Vállalati gazdaságtan. Janus Pannonius Tudományegyetem, Pécs, 1994.

8. Baricz Rezső: A vállalati tevékenység értékelése. Kandidátusi disszertáció 1988. 9. Bartók Nagy András: Vezetői Számvitel. SALDO, Budapest, 1997. 10. Bartos Attila: Nemzetgazdasági ágazatok pénzügyi mutatószámainak elemzése faktoranalízissel. Bankszemle, 1998/8.

11. Bartos Attila: A nemzetgazdaság néhány ágazatának jövedelmezőségi mutatói és elemzésük faktoranalízissel. Gazdálkodás, 1998/4.

12. Bartos Attila-Virág Miklós: A fizetőképesség és a működésből származó pénzeszközök elemzése a mezőgazdaságban. Gazdálkodás, 1994/6.

13. Béhm Imre: Gazdasági mutatók és alkalmazásuk I-II-III. Pénzügyi szemle, 1995/1-2-3.

14. Béhm Imre: Vállalkozások megítélése. PERFEKT, Budapest, 1998. 15. Belyó Pál: Vállalkozások változásai. Cégvezetés, 1999. február 16. Bertalanffy, Ludwig von: Rendszerszemlélet. Statisztikai Kiadó, 1973. 17. Besenyei Lajos: Az előrelátás sajátos problémái az átmeneti gazdaságban. Publications of the University of Miskolc Series F. Economic sciences Volume 2. [ed.: I. Piskóti, D. Szakály]

18. Bessenyei Lajos: Előadás: Vállalkozási prognózisok Nyugat-Európában. Európa ’92 konferencia, Pécs, 1991.

19. Bessenyei Lajos-Kovács Károly: Üzleti prognosztika. BKE, Budapest, 1992. 20. Bíró Tibor-Pucsek József-Sztanó Imre: Vállalkozások tevékenységének komplex elemzése. PERFEKT, Budapest, 1998.

21. Bordáné, dr. Rabóczki Mária: A mérleg és eedménykimutatás elemzése. Számvitel és Könyvvizsgálat, 1994/1.

22. Bíró Tibor és munkaközössége: Számviteli kézikönyv 1998, 1999. UNIO, Budapest. 144

23. Böröczfyné Schmidt katalin: A vállalati gazdálkodás minősítése és a faktoranalízis. Pénzügyi szemle 1980/3.

24. Bujtás László: Milyen mutatókat lehet kiszámítani a mérlegből és az eredménykimutatásból? Számvitel és Könyvvizsgálat, 1993/3.

25. Chikán Attila: Vállalat gazdaságtan. Közgazdasági és Jogi Könyvkiadó – Aula kiadó, Budapest, 1992.

26. Dobó Andor: A rendszerek hatékonyságával kapcsolatos matematikai vizsgálatok Szigma, 1979/1-2.

27. Éltető Ödön-Meszéna György-Zirmann Margit: Sztochasztikus módszerek és modellek, Közgazdasági és Jogi Könyvkiadó, Budapest, 1982.

28. Evans, Anne: Benchmarking. Közgazdasági és Jogi Könyvkiadó, Budapest, 1997. 29. Futó Péter-Kállai László: A kis-és középvállalati szektor kialakulása és számbavétele. Statisztikai Szemle, 1994/8-9.

30. Futó Péter-Kállai László: A kis-és középvállalkozások elterjedése és szerkezete. Statisztikai Szemle, 1994/10.

31. Fülöp Gyula: Kisvállalati gazdálkodás. Budapesti Közgazdaságtudományi Egyetem – Aula Kiadó, 1994.

32. Füstös László-Meszéna György-Simonné Mosolygó Nóra: A sokváltozós adatelemzés statisztikai módszerei, Akadémiai Kiadó, Budapest, 1986.

33. Füstös László-Meszéna György-Simonné Mosolygó Nóra: Bevezetés az adatelemzés sokváltozós módszereibe, Tankönyvkiadó, Budapest, 1983.

34. Galántai Aurél: Matematikai szoftverek. Miskolci Egyetem, 1994. 35. Gál Jolán: Balanced Scorecard teljesítményértékelő rendszer. Gyakorlati controlling, WEKA Szakkiadó Kft. 1999.

36. Gál Jolán: A pénzügyi és számviteli információkra épülő üzleti döntéshozatal szervezési és módszertani kérdései. Kandidátusi disszertáció 1997.

37. Gál Jolán: A vállalati gazdálkodás elemzésének, előrejelzésének statisztikai módszerei. Disszertáció BKE 1986.

38. Gergely István: A tőkés vállalatok üzletpolitikája és piaci döntései. Közgazdasági és Jogi Könyvkiadó, Budapest, 1969.

39. Gergely István: Az állami vállalatok tevékenységének megítéléséről. Közgazdasági Szemle, 1969/1.

40. Gyulai László-Jánosa András-Kállai Lajos: Társasági beszámolók értékelése 19931994. SALDO Budapest, 1996.

41. Hajdú Ottó-Virág Miklós: Pénzügyi viszonyszámokon alapuló vállalatminősítés többváltozós statisztikai módszerek felhasználásával. Ipargazdaság, 1993. július.

42. Harman, Herry H.: Modern Factor Analysis, The University of Chicago and London, 1976.

43. Hársing László: Bevezetés a tudományelméletbe. Bíbor Kiadó, Miskolc, 1999. 44. Hársing László: Tudományelméleti kisenciklopédia. Miskolc, 1999.

145

45. Havas Gábor-Szabó Jenő: A vállalati tevékenység megítélése faktor analizis segítségével. Pénzügyi szemle, 1977/5.

46. Horváth, Péter -Kaufman, Lutz: Kiegyensúlyozott mutatószámrendszer – a

stratégiák valóra váltásának egyik eszköze, Harvard Business Manager 1999/2.

47. Horváth, Péter: Controlling. Közgazdasági és Jogi Könyvkiadó, Budapest, 1991. 48. Hunyadi László-Mundruczó György-Vita László: Statisztika. AULA Kiadó, Budapest, 1996.

49. Illés Mária: Vezetői gazdaságtan. Kossuth Kiadó, Budapest, 1997. 50. Jánosa András: Elemzés számítógéppel. PERFEKT, Budapest, 1996. 51. Jánosa

András: Matematikai-statisztikai módszerek alkalmazása homogén kereskedelmi hálózatok tervezésében és elemzésében. (Egyetemi doktori értekezés 1985. MKKE)

52. Jánosa András: Ügyviteli munkák szervezésének új módszere. Számvitel és Könyvvizsgálat 1995.

53. Jánosa András-Paál Éva: Számvitelszervezés és vezetés, PERFEKT, Budapest, 1998. 54. Jánosa András: Szakértői rendszerek. Computer panoráma 1999. 55. Jávor László-Felföldi Ágnes-Szécsyné Kurdi Csilla: Szakágazatok mérlegmutatókon alapuló minősítése. Bankszemle, 1996/11-12.

56. Kaplan, Robert S.- Norton, David P.: Balanced Score Card – Kiegyensúlyozott stratégiai mutatószámrendszer. Közgazdasági és Jogi Könyvkiadó, Budapest, 1998.

57. Kerékgyártó Györgyné-Mundruczó György: Statisztikai módszerek a gazdasági elemzésben. AULA Kiadó, Budapest, 1995

58. Ketskeméti László-Izsó Lajos: Az SPSS for Windows programrendszer alapjai. SPSS Partner Bt. Budapest, 1996.

59. Kopátsy Sándor: Hiánycikk a vállalkozás. Közgazdasági és Jogi Könyvkiadó, Budapest, 1983.

60. Kormány négyéves (1999-2002) mikro-, kis- és középvállalkozásokat segítő stratégiája. http://www.ikm.iif.hu/economy/forras/strategy.htm

61. Koskela, Timo: Tree-structured Methods, Decision Trees, http://www.hut.fi/~timoko/treeprogs.html

62. Kőhegyi Kálmán: A kisvállalkozói szektor tagolódása. Közgazdasági szemle, 1998/3. 63. Körmendi Lajos: Controlling. Pénzügyi és Számviteli Főiskola, Budapest, 1995. 64. Meulman, Jacqueline J.-Hiser, Willem J.:SPSS Categories 10.0, SPSS Inc. Chicago, 1999.

65. Michael Hammer-James Champy A vállalati folyamatok újraszervezése. PánemMcGraw-Hill, Budapest, 1996.

66. Mohos András: Korszerű matematikai módszerek vállalatok gazdaságosságának értékeléséhez. Pénzügyi szemle 1980/4.

67. Multivariate Statistics: Factor Analysis.

http://www.trochim.human.cornell.edu/tutorial/flynn/factor.htm

146

68. Multivariate Statistics: Cluster Analysis.

http://www.trochim.human.cornell.edu/tutorial/flynn/cluster.htm

69. Mundruczó Görgy: Alkalmazott regresszió számítás, Akadémiai Kiadó, Budapest, 1981.

70. Norusis, Marija J.: Guide to Data Analysis, Prentice-Hall, New Jersey, 1998. 71. Nyitrai Ferencné: Strukturális átalakulás – úton a piacgazdaságba. Statisztikai szemle, 1996/7.

72. Operációkutatás II. szerk. Csernyák László, Nemzeti Tankönyvkiadó, Budapest, 1990.

73. Paál Éva: Számvitelszervezés és Vezetés I. PERFEKT, Budapest, 1997. 74. Pál Tibor: A számviteli információk hatásmechanizmusa az átalakulógazdaságban, különös tekintettel a vállalkozói szférára. Disszertáció.

75. Pál Tibor: A számviteli információk szerepe az üzleti eredmény előrejelzésében.

Előadás: Magyarország a XXI. század küszöbén. IV. Magyar Jövőkutatási Konferencia, 1994.

76. Papp Ottó: Komplex, többváltozós, analitikus vizsgálati eljárások, BME Továbbképző Intézet, Budapest, 1978.

77. Philippe Aghion - Olivier Blanchard - Robin Burgers: The behavior of state firms in Eastern Europe. London, 1993. EBRD

78. PM Vállalkozásfejlesztési és Szabályozási Főosztály munkaközössége: A

vállalkozások szerkezete és teljesítménye (1994-1996). Pénzügyi szemle, 1998/2.

79. Rédei László: A gazdasági tevékenység értékelésének új iparvállalati mutatóiról. Ipari és Építőipari Statisztikai Értesítő, 1969/2.

80. Reke Barnabás: A fenntartható növekedési ütem és a pénzügyi-gazdasági mutatók kapcsolatának vizsgálata I-II. Bankszemle, 1997/5.

81. Reke Barnabás: A vállalkozások egyensúlyi helyzetének vizsgálata. Bankszemle, 1995/5.

82. Rimler Judit: Fejlődéselemzés ökonometriai módszerekkel, Közgazdasági és Jogi Könyvkiadó, Budapest, 1976.

83. Rohoska János: A kisvállalkozások stratégiája. Disszertáció BKE 1993. 84. Román Zoltán: A vállalati magatartás vizsgálata. Közgazdasági Szemle, 1969/9. 85. Roóz József: Vezetésmódszertan. PERFEKT, Budapest, 1995. 86. Schmuck Ottó: Vállalkozások Magyarországon 1992-1997. Statisztikai Szemle, 1999/2-3.

87. Smart Drill Data Mining – Analytic Techniques: CHAID. http://www.smartdrill.com/process4.html

88. Soósné Imre Tímea: Vezetői számvitel és controlling. M&M 1995/5. 89. Sutus Imre: A vezetői számvitel elvi kérdései. POLVAX, 1999/1. szám. 90. Star,

Martin K.: Rendszerszemléletű termelésvezetés, Közgazdasági és Jogi Könyvkiadó, Budapest, 1973.

147

termelésszervezés.

91. Szabó Jenő-Tompa Miklós: Vállalatok osztályozása faktoranalízissel az exportgazdaságosság alapján. Számvitel és Ügyviteltechnika, 1979/5.

92. The Measurement Group: CHAID,

http://www.tmg-web.com/Definitions/chaid.htm

93. Tichy, Geiserich. E.: Vállalkozások értékelése. Módszerek-Gyakorlat. Gloria, Budapest, 1990.

94. Törvény a számvitelről 1991. évi XVIII. sz. Törvény és módosításai. 95. Ulbert József: A vállalatértékelés európai és hazai fejlődési tendenciái, Vezetéstudomány, 1994/1.

96. Virágh Miklós-Hajdú Ottó: Pénzügyi mutatószámokon alapuló csődmodell számítások. Bankszemle, 1996/5.

97. Vita László: A faktoranalízis közgazdasági alkalmazásának lehetőségeiről. Szigma, 1970/3.

98. Weetman, Pauline: Management Accounting (An Introduction). Pitman Publishing, A Division of Pearson Professional Limited, 1996.

148