Časové řady, regresní analýza, finanční ukazatele, náklady, výnosy, zisk, OTIS, a.s.

Rozměr: px
Začít zobrazení ze stránky:

Download "Časové řady, regresní analýza, finanční ukazatele, náklady, výnosy, zisk, OTIS, a.s."

Transkript

1 - -

2 - -

3 - 3 -

4 ABSTRAKT Dplomová práce se zabývá problematkou souhrého hodoceí současé fačí stuace v akcové společost OTIS. Výkoost podku je staovea a základě výstupů dostupých z účetích výkazů. Po detfkac ekoomckých ukazatelů, které ejlépe vysthují současý fačí stav podku, jsou tyto ekoomcké ukazatele podrobey fačí aalýze. Vypočteé hodoty fačích a ekoomckých ukazatelů jsou poté podrobey aalýze statstcké. Návrhová část práce defuje opatřeí, jejchž aplkace by měla v budoucu přspět ke zlepšeí celkové fačí stuace podku, pomoc k úspěšějšímu hospodařeí a zvýšt efektvtu a objektvtu pláováí podku. ABSTRACT The master's thess deals wth the aggregate revews of the facal stuato of the OTIS, a.s. The assessmet of the effcecy of the compay s based o data ad ecoomc dcators aalyzg. These ecoomc ad facal dcators are after the aalyzed by statstcal aalyss. From the kowledge of hstorcal data are forecastg precodtos for the future of the compay. The last part of the master's thess cotas some possble resolutos, whch use lead to mprove facal stuato of the compay ad crease of effectveess ad objectvty of plag the compay. KLÍČOVÁ SLOVA Časové řady, regresí aalýza, fačí ukazatele, áklady, výosy, zsk, OTIS, a.s. KEY WORDS Tme seres, regresso aalyss, facal dcators, costs, reveues, proft, OTIS, a.s

5 BIBLIOGRAFICKÁ CITACE HARŤANSKÁ, G. Zhodoceí fačí stuace podku s využtím statstcké aalýzy dat. Bro : Vysoké učeí techcké v Brě, Fakulta podkatelská, s. Vedoucí dplomové práce Ig. Karel Doubravský, Ph.D

6 ČESTNÉ PROHLÁŠENÍ Prohlašuj, že předložeá dplomová práce je původí a že jsem j zpracovala samostatě. Prohlašuj, že ctace použtých prameů je úplá, že jsem ve své prác eporušla autorská práva (ve smyslu Zákoa č. /000 Sb., o právu autorském a o právech souvsejících s právem autorským) Gabrela Harťaská 7. květa 0-6 -

7 PODĚKOVÁNÍ Tímto bych chtěla poděkovat vedoucímu práce pau Ig. Karlu Doubravskému, Ph.D. za odboré vedeí, rady, věcé přpomíky a ochotou spoluprác př vzku této dplomové práce. Dále také mohokrát děkuj fačímu ředtel společost OTIS, a.s., pau Ig. Pavlu Míkov, MBA, za poskytutí přístupu k datům a podporu př tvorbě práce

8 OBSAH ÚVOD... 0 CÍLE PRÁCE... TEORETICKÁ ČÁST... Ukazatele fačí aalýzy.... Aalýza stavových ukazatelů.... Aalýza tokových ukazatelů Aalýza rozdílových ukazatelů Aalýza poměrových ukazatelů Ukazatele lkvdty Ukazatele retablty Ukazatele zadlužeost Ukazatele aktvty Soustavy poměrových ukazatelů Bakrotí modely Botí modely... 0 Časové řady.... Základí charakterstky časových řad Tred v časové řadě Regresí aalýza Idex determace PRAKTICKÁ ČÁST Představeí aalyzovaé společost Základí údaje o aalyzovaé společost Orgazačí struktura aalyzovaé společost Orgazačí struktura výrobích závodů v Břeclav Vybraé ukazatele fačí aalýzy Aalýza tržeb Rozdílové ukazatele Ukazatele lkvdty Ukazatele retablty

9 5.4. Retablta vlastího kaptálu Retablta tržeb Ukazatele zadlužeost Ukazatele aktvty Altmaův dex Kralckův Qucktest Aalýza počtu zaměstaců a mzdových ákladů Aalýza daňového zatížeí Shrutí provedeých aalýz a vlastí ávrhy ZÁVĚR SEZNAM POUŽITÉ LITERATURY SEZNAM POUŽITÝCH VZORCŮ SEZNAM OBRÁZKŮ SEZNAM TABULEK... 8 SEZNAM GRAFŮ... 8 SEZNAM PŘILOH

10 ÚVOD Fačí aalýza a ásledá statstcká aalýza vývoje ukazatelů výkoost podku by podle mého ázoru měla být v současé době jž aprosto samozřejmou a edílou součástí běžé čost každé větší společost a jejího maažerského řízeí. Vývoj těchto ukazatelů je závslý a velkém možství vějších vtřích faktorů podkového okolí. Toto okolí podku se avíc velm rychle a dyamcky měí. Př současé masví teracoalzac a globalzac trhů edokáže kdo přesě předpovědět ebo odhadout budoucí vývoj těchto ukazatelů výkoost. Př aalýze hstorckých dat vycházejících z účetích výkazů a progózováí budoucích stavů jde hlavě o určeí obecého tredu vývoje. Pokud uvažujeme jsté stadardí podmíky a předpokládáme je evýzamé a zaedbatelé změy makroekoomckého okolí podku, můžeme pomocí ejrůzějších statstckých metod progózovat vývoj vybraých ukazatelů v rámc určeého tredu. Prví část mé práce je teoretcká a sezamuj zde čteáře se základím formacem, které se týkají právě ekoomcké, fačí a statstcké aalýzy hstorckých dat. Praktcká část mé práce je výpočtová. Z výchozích hstorckých dat z období od roku 003 po rok 009 staovuj progózy budoucího vývoje vybraých fačích ukazatelů. Návrhová a závěrečá část práce obsahují mé vlastí ávrhy a opatřeí, které by měl vést ke zlepšeí pláováí v podku s ohledem a vypočteé údaje a staoveé progózy budoucího vývoje vybraých ekoomckých ukazatelů

11 CÍLE PRÁCE Cílem mé práce je ejprve podrobé zmapováí a poté také souhré hodoceí současé fačí stuace akcové společost OTIS. Výkoost podku je staovováa a základě dostupých výstupů z účetctví. Zalost těchto hstorckých dat a jejch aalýza pomocí statstckých metod vedou k progózováí budoucího vývoje fačí výkoost společost. Vyčísleé fačí a ekoomcké ukazatele jsou posléze hodocey a srováváy s doporučeým stadardy a s průměrým hodotam vykazovaým odvětvím. Cílem mé práce je také, po provedeí aalýzy společost, upozort a hračí hodoty č hodoty eodpovídající doporučovaým stadardům aalyzovaých ekoomckých ukazatelů a avrhout opatřeí důležtá zejméa pro maagemet a vedeí společost. Tato opatřeí by v budoucu měla sloužt př pláováí, řízeí a rozhodováí v podku. Mým cílem je též staovt doporučeí, pomocí kterých by došlo ke zlepšeí celkové fačí stablty a výkoost podku a k jeho úspěšějšímu, což v jsté míře také zameá úsporějšímu, hospodařeí. - -

12 TEORETICKÁ ČÁST Ukazatele fačí aalýzy Každá společost je vždy zakládáa s ějakým úmyslem podkatele č vlastíka. Ve většě případů je hlavím motvem k čost zsk. Všechy další dílčí cíle jsou pak této základí prortě podřízey. Fačím cílem je především maxmalzace trží hodoty podku a růst bohatství vlastíka podku během delšího časového období. Fačí aalýza slouží podku jako ástroj pro komplexí posouzeí fačí stuace a defuje také příčy tohoto stavu. Po odhaleí těchto příčých souvslostí je možé staovt fačí vyhlídky do budoucost, učt případé změy a zlepšeí a celkově tak zkvaltt rozhodovací procesy v podku. Fačí řízeí společost se bez provedeí fačí aalýzy eobejde. Základí metody fačí aalýzy čerpají data z podkových účetích výkazů rozvahy, výkazu zsku a ztrát a cash-flow. Veškeré hodoty jsou dosazováy ve fačích jedotkách, tedy v českých koruách. Mez elemetárí metody fačí aalýzy patří aalýza stavových, rozdílových, tokových a poměrových ukazatelů.. Aalýza stavových ukazatelů Př aalýze stavových ukazatelů se detalě rozebírají a aalyzují jedotlvé položky rozvahy. Aalýza stavových ukazatelů může probíhat buď jako horzotálí aalýza, př které dochází k časovému srováváí změ absolutích ukazatelů, ebo jako aalýza vertkálí. Vertkálí aalýza defuje procetí poměr jedotlvých majetkových č pasvích složek rozvahy v poměru s celkovou sumou aktv č pasv. KONEČNÝ, M. Fačí aalýza a pláováí. s RŮČKOVÁ, P. Fačí aalýza : metody, ukazatele, využtí v prax. s

13 . Aalýza tokových ukazatelů 3 Aalýza tokových ukazatelů se zabývá rozborem jedotlvých položek těch výkazů, které v sobě mají zaesey právě tokové položky. Běžě se jedá o výkaz zsku a ztrát a výkaz cash-flow. Pod aalýzu tokových ukazatelů spadá apříklad aalýza cash-flow, aalýza tržeb, aalýza ákladů včetě jejch čleěí a kalkulováí a také aalýza zsku. Zsk lze defovat ěkolka způsoby. Nejšrším pojmem je zsk před zdaěím a ákladovým úroky EBIT. O ěco užším pojmem je EBT zsk před zdaěím a další úpravou získáme zsk po zdaěí EAT..3 Aalýza rozdílových ukazatelů 4 Rozdílové ukazatele defují čsté fačí fody, které vyjadřují rozdíl mez určtou částí aktv a adekvátí částí pasv, z chž byla vybraá část aktv fačě kryta. Prvím z používaých fačí fodů je čstý pracoví kaptál, který představuje souhr relatvě volého dlouhodobého kaptálu, jež by měl sloužt ke krytí běžé čost podku. Hodota čstého pracovího kaptálu by měla být zhruba rova hodotě zásob podku. Př výpočtu čstého pracovího kaptálu používáme pojem dlouhodobý kaptál, který je tvoře sumou vlastího kaptálu a dlouhodobých závazků. Čstý pracoví kaptál = dlouhodobý kaptál dlouhodobý majetek. Vzorec : Čstý pracoví kaptál Dalším rozdílovým ukazatelem jsou čsté pohotové prostředky. Př výpočtu tohoto ukazatele se používá pojmu pohotové prostředky, který je možo chápat dvojím způsobem. V užším pojetí se jedá je o peíze v hotovost a a bakovích účtech. V šrším pojetí tvoří pohotové prostředky avíc krátkodobé ceé papíry, šeky, směky apod. V prvím případě vyjadřuje ukazatel čstých pohotových prostředků schopost podku lkvdovat své dluhy s okamžtou splatostí pomocí peěz. 3 KONEČNÝ, M. Fačí aalýza a pláováí. s KONEČNÝ, M. Fačí aalýza a pláováí. s

14 V případě šršího pojetí pojmu pohotové prostředky vyjadřuje teto rozdílový ukazatel schopost lkvdovat dluhy s využtím všech dostupých pohotových prostředků. Čsté pohotové prostředky = pohotové fačí prostředky okamžtě splaté závazky. Vzorec : Čsté pohotové prostředky Posledím běžě užívaým rozdílovým ukazatelem je čstý peěží majetek, který lze vyjádřt pomocí ásledujícího vzorce. Čstý peěží majetek = (oběžá aktva zásoby) krátkodobé závazky. Vzorec 3: Čstý peěží majetek.4 Aalýza poměrových ukazatelů 5 Jedá se o ejběžěj a ejčastěj používaé metody fačí aalýzy vůbec. Mez poměrové ukazatele se řadí apříklad ukazatele retablty, lkvdty, zadlužeost ebo aktvty..4. Ukazatele lkvdty Lkvdta majetkové složky začí její vlastost rychlé přeměy a hotovostí peíze. Lkvdta společost vyjadřuje schopost podku hradt včas veškeré své závazky. Okamžtá lkvdta bývá ozačováa jako lkvdta. stupě a jedá se o ejužší vymezeí lkvdty. Je kalkulováo s těm ejlkvdějším platebím prostředky, které také můžeme ozačt jako fačí majetek. Doporučovaé hodoty tohoto ukazatele se pohybují v tervalu od 0, do,. pohotové platebí prostředky Okamžtá lkvdta =. dluhy s okamžtou splatostí Vzorec 4: Okamžtá lkvdta 5 RŮČKOVÁ, P. Fačí aalýza : metody, ukazatele, využtí v prax. s

15 Pohotová lkvdta jak ozačovaá jako lkvdta. stupě by měla abývat hodot,0,5. Pokud se hodoty tohoto ukazatele pohybují v daém tervalu, je podk schopý dostát svým závazkům, až by musel prodávat zásoby. Hodoty vyšší jsou přízvé pro věřtele avšak epřízvé pro majtele a akcoáře společost. Velké možství hotovost totž přáší malý ebo žádý úrok a vede tak k eproduktvímu využíváí prostředků, které byly do podku vložey. oběžá aktva zásoby Pohotová lkvdta =. krátkodobé závazky Vzorec 5: Pohotová lkvdta Běžá lkvdta ebo-l lkvdta 3.stupě vyjadřuje, kolkrát oběžá aktva pokrývají krátkodobé závazky. Jak řečeo, běžá lkvdta začí, kolkrát by podk uspokojl veškeré své věřtele, kdyby všecha svá aktva proměl v určtém okamžku a hotovost. Čím je běžá lkvdta vyšší, tím je zachováí platebí schopost podku pravděpodobější. Stadardí hodota tohoto ukazatele by se měla pohybovat v tervalu,5,5. oběžá aktva Běžá lkvdta =. krátkodobé závazky Vzorec 6: Běžá lkvdta.4. Ukazatele retablty Retabltu lze chápat jako výosost vložeého kaptálu, což ejvíce zajímá akcoáře a vestory. Ukazatele retablty by měly vykazovat rostoucí tred v čase. Prví z ukazatelů retablty je retablta vložeého jměí ROI vyjadřuje komplexí efektvost podku a jeho schopost vydělávat. Pokud a místo zsku dosadíme hodotu EBIT, pak teto ukazatel ebere v potaz daň a úroky a je tak vhodý ke srováváí růzě zdaěých a zadlužeých podků

16 zsk ROI =. celkový kaptál Vzorec 7: ROI Z retablty vložeého jměí lze odvodt další ukazatel, kterým je retablta celkového vestovaého kaptálu ROCE. Teto ukazatel vyjadřuje míru zhodoceí vložeých prostředků jedak akcoář ale také věřtel. zsk ROCE =. (dlouhodobé dluhy + vlastí kaptál) Vzorec 8: ROCE K měřeí výosost kaptálu vložeého je vlastíky č akcoář společost slouží ukazatel retablty vlastího kaptálu ROE. zsk ROE =. vlastí kaptál Vzorec 9: ROE Dalším ukazatelem retablty, který lze př fačí aalýze aplkovat, je retablta tržeb ROS. Teto ukazatel staovuje, kolk haléřů čstého zsku má podk z jedé koruy tržeb. zsk ROS =. tržby Vzorec 0: ROS - 6 -

17 Doplňkovým ukazatelem k retabltě tržeb je retablta ákladů ROC. Obecě platí, že čím žších hodot teto ukazatel abývá, tím lepší výsledky hospodařeí podk vykazuje. zsk ROC =. tržby Vzorec : ROC.4.3 Ukazatele zadlužeost Zadlužeost zameá, že podk pro svou čost používá jé ež vlastí zdroje facováí dluh. Základím ukazatelem zadlužeost je věřtelské rzko ebo-l celková zadlužeost. czí zdroje Celková zadlužeost =. aktva celkem Vzorec : Celková zadlužeost Doplňkovým ukazatelem k celkové zadlužeost je koefcet samofacováí, který vyjadřuje, do jaké míry jsou aktva facováa akcoář společost. vlastí kaptál Koefcet samofacováí =. aktva celkem Vzorec 3: Koefcet samofacováí Pro zjštěí, zda je dluhové zatížeí společost ještě úosé, se používá ukazatel úrokového krytí. Teto ukazatel vyjadřuje, kolkrát je zsk vyšší ež placeé úroky. Dle obecých doporučeí by úrokové krytí mělo abývat hodot 3 a vyšších. EBIT Úrokové krytí =. ákladové úroky Vzorec 4: Úrokové krytí - 7 -

18 .4.4 Ukazatele aktvty Ukazatele aktvty měří schopost podku efektvě využívat vestce a jejch vázaost v růzých druzích aktv. Pokud má podk adměré možství aktv, je v ch vázáo přílš moho vestc a ty pak emohou být použty jde. Pokud má podk málo aktv, estíhá uspokojovat přáí zákazíků a přchází tak o tržby. Mez ukazatele aktvty patří především počet obrátek jedotlvých druhů aktv a také doba a rychlost jejch obratu. Největší vazbu a ukazatele retablty má obrat celkových aktv. Jak bývá ozačová jako vázaost celkového vložeého kaptálu ebo počet obrátek celkových aktv za rok. Teto ukazatel má velký vlv a retabltu aktv, a pokud se jeho hodoty pohybují pod úroví,5, je dobré prověřt, zda eí v podku přílš moho zbytečě vložeého majetku. tržby Obrat celkových aktv =. aktva celkem Vzorec 5: Obrat celkových aktv Dalším ukazatel jsou obratovost zásob, ebo-l počet obrátek zásob za rok, a z ěj odvozeý ukazatel doby obratu zásob. Obecě platí, že čím je kratší doba obratu zásob a vyšší obratovost zásob, tím je stuace v podku lepší. Čím je obratovost zásob žší ve srováí s odvětvím, tím více má podk zbytečých zásob, ve kterých utápí kaptál. tržby Obratovost zásob =. průměrý stav zásob Vzorec 6: Obratovost zásob průměrý stav zásob Doba obratu zásob =. tržby / 365 Vzorec 7: Doba obratu zásob - 8 -

19 Obdobě jsou vyjadřováy také obratovost a doby obratů pohledávek a závazků. Doba obratu pohledávek defuje dobu, za kterou jsou pohledávky obvykle splacey. Ideálí dobou je doba splatost faktur. Doba obratu závazků aopak vyjadřuje, za jak dlouho jsou splácey závazky frmy. Pro společost samotou je stav výhodý, pokud je doba obratu závazků delší ež doba obratu pohledávek. Na druhé straě přílš dlouhá doba obratu závazků eí přílš přízvým ukazatelem pro věřtele a dodavatele. krátkodobé pohledávky Doba obratu pohledávek =. tržby / 365 Vzorec 8: Doba obratu pohledávek krátkodobé závazky Doba obratu závazků =. tržby / 365 Vzorec 9: Doba obratu závazků.5 Soustavy poměrových ukazatelů 6 Na rozdíl od všech výše uvedeých typů ukazatelů fačí aalýzy, které se zaměřují vždy pouze a určtou oblast, jsou soustavy poměrových ukazatelů souhrým hodoceím fačí stuace podku. Soustavy poměrových ukazatelů je možé člet podle ěkolka hledsek. Hrace mez těmto rozčleěým ukazatel ejsou však strktě dáy. Jedím takovým čleěí je rozděleí a bakrotí a botí modely..5. Bakrotí modely Bakrotí modely aalyzují, zda podku hrozí v blízké době bakrot. Mez bakrotí modely se řadí Altmaův dex, dexy důvěryhodost ebo Tafflerův model. 6 RŮČKOVÁ, P. Fačí aalýza : metody, ukazatele, využtí v prax. s

20 Jedím z bakrotích modelů je Altmaův dex fačího zdraví, zkráceě Altmaův model. Hodoty tohoto dexu se mohou pohybovat ve třech růzých oblastech. Hodoty žší ež,8 jsou krtcké a mohou začt rzko blížícího se bakrotu aalyzovaé společost. Iterval mez,8 a,98 je azývá šedou zóou. Nejedá se o frmu jak výrazě úspěšou, ale a o frmu s výrazým fačím problémy. Hodoty vyšší ež,99 začí dobrou fačí stuac a stabltu podku. Z =, X X + X. +,4 X + 3,3 X 3 + 0, 6 Vzorec 0: Altmaův dex 4 5 čstý pracoví kaptál erozděleý výsledek hospodařeí X =, X =, aktva celkem aktva celkem EBIT účetí hodota akcí / základí kaptál X 3 =, X 4 =, aktva celkem czí zdroje tržby X 5 =. aktva celkem Idexy důvěryhodost azývaé také jako modely IN fugují obdobě jako vzorec pro výpočet Altmaova dexu, je váhy před dílčím výpočty ve vzorc jsou vždy zaměřey přímo a specfka určtých odvětví a podle toho jsou také daým dílčím výpočtům přřazováy. Idexy důvěryhodost exstují v ěkolka modfkacích, které se právě lší vaham u jedotlvých částí výpočtu. IN95 je věřtelský dex důvěryhodost, IN99 je užvatelský dex důvěryhodost a IN0 je kombací obou předchozích..5. Botí modely Botí modely se a rozdíl od bakrotích modelů zaměřují a aalýzu fačího zdraví podku. Patří sem apříklad soustava blačích aalýz podle Rudolfa Douchy, Kralckův Qucktest ebo Tamarho model

21 Soustava blačích aalýz podle Rudolfa Douchy je složea ze tří blačích aalýz I až III. Tyto blačí aalýzy se pak dále rozkládají a dílčí ukazatele stablty, lkvdty, retablty a aktvty a z ch je vyjadřová ukazatel celkový. Kralckův Qucktest je slože ze čtyř dílčích rovc, z chž prví dvě hodotí stabltu a druhé dvě výosost podku. Výsledkům, které se vyjádří z těchto dílčích rovc, je přděleo bodové hodoceí a a základě tohoto bodového hodoceí je pak ohodocea celková bota aalyzovaé společost. Hodoceí probíhá ve třech krocích. V prvím kroku se hodotí stablta podku (součet ukazatelů R a R děleý dvěma). Ve druhém kroku se hodotí výosost podku (součet ukazatelů R 3 a R 4 děleý dvěma). A v posledím kroku se hodotí celková stablta podku (součet ukazatelů stablty a výosost děleý dvěma). vlastí kaptál (czí zdroje peíze účty v bakách) R =, R =, aktva celkem provozí cash-flow EBIT provozí cash-flow R 3 =, R 4 =. aktva celkem výkoy Tabulka : Bodové hodoceí Kralckova Qucktestu 0 bodů bod body 3 body 4 body R < 0 0 0, 0, 0, 0, 0,3 > 0,3 R < > 30 R 3 < 0 0 0,08 0,08 0, 0, 0,5 > 0,5 R 4 < 0 0 0,05 0,05 0,08 0,08 0, > 0, Pokud se př hodoceí podku pohybují bodové stavy dílčích celkových ukazatelů ad hodotou 3, jedá se o stablí a botí frmu. Šedá zóa je v tomto testu staovea pro terval bodového hodoceí 3 a bodová ohodoceí žší ež začí potíže př fačím hospodařeí podku. - -

22 Časové řady 7 Časovou řadu lze chápat jako jstou posloupost dat, v íž jsou jedotlvé prvky uspořádáy dle časového hledska a to ve směru od mulost do přítomost. U časových řad můžeme aalyzovat zákotost v jejch dosavadím průběhu, ale také předvídat a progózovat jejch budoucí vývoj. Časové řady ekoomckých ukazatelů lze rozlšovat podle ěkolka hledsek. Prvím hledskem může být perodcta ebol častost zazameáváí jedotlvých prvků v řadách. Z tohoto úhlu pohledu rozdělujeme časové řady a ročí a krátkodobé. U prvího typu jsou data zazameáváa jedou za rok, kdežto u krátkodobých časových řad se jedá o zazameáváí čtvrtletí, měsíčí č týdeí. V mé dplomové prác zkoumám časové řady pouze s ročí perodctou zazameáváí. Další možostí, jak dělt časové řady, je děleí z rozhodého časového hledska a časové řady tervalové a okamžkové. Hlaví charakterstkou tervalového ukazatele je počet vzklých a ebo zaklých událostí č jevů v určtém časovém tervalu. Na druhé straě ukazatele okamžkové popsují stav těchto událostí č jevů k určtému časovému okamžku. V mé dplomové prác jde o tervalové časové řady, protože sleduj vývoj ekoomckých ukazatelů za období jedoho kaledářího roku. Posledí možostí, jak rozdělovat časové řady, kterou zde zmíím, je děleí a časové řady aturálích a peěžích ukazatelů. Toto rozlšeí je založeo a jedotkách, ve kterých jsou jedotlvé ukazatele v časové řadě měřey. V mé dplomové prác čerpám data z fačích výkazů aalyzovaé společost a jedá se tak až a jedu výjmku o časové řady peěžích ukazatelů. 7 HINDLS, R.; HRONOVÁ, S.; SEGER, J. Statstka pro ekoomy. s

23 . Základí charakterstky časových řad 8 Prvím krokem př aalýze časových řad je vytvořt s rychlou představu o charakteru dat, která tuto časovou řadu reprezetují. Pro získáí obecého přehledu o daé časové řadě využíváme vzuálí rozbor a popřípadě grafcké zázorěí základích statstckých charakterstk. Teto prví krok je však vždy uté brát pouze jako oretačí zmapováí zazameaého jevu č událost. Mez elemetárí charakterstky časových řad patří průměr časové řady. Jak jsem jž uvedla, v mé prác se objevují časové řady tervalových ukazatelů, a proto zde uvádím základí charakterstky pouze tohoto typu časových řad. Průměr tervalové řady se staoví jako artmetcký průměr hodot z jedotlvých tervalů. y = y = Vzorec : Průměr tervalové časové řady. Základí a velm zajímavou charakterstkou časové řady je tempo růstu, jým ázvem koefcet růstu. Tempo růstu dává jasý přehled o tom, kolkrát se zvýšla hodota časové řady. Srováváa jsou vždy dvě období jedo vybraé určté období a období jemu bezprostředě předcházející. Hlaví výzam koefcetu růstu časové řady je v tom, že pokud kolísají hodoty vypočteých koefcetů kolem jedé kostaty, lze odtud usuzovat a tred časové řady vysthutelý expoecálí fukcí. y k ( y) =, kde =, 3,,. y Vzorec : Tempo růstu časové řady Z tempa růstu lze defovat další charakterstku časové řady a tou je průměré tempo růstu, které vyjadřuje průměrou změu jedotlvých koefcetů růstu. Průměré tempo růstu se vypočte jako geometrcký průměr jedotlvých temp růstu. 8 KROPÁČ, J. Statstka B. s

24 ( y) = k ( y) k. = Vzorec 3: Průměré tempo růstu časové řady Jak lze průměrý koefcet růstu zapsat také: ( y) = y k. Vzorec 4: Jý záps průměrého tempa růstu časové řady y Další důležtou charakterstkou časových řad je její prví dferece, jedá se o rozdíl dvou sousedích hodot časové řady. Prví dferece tedy vyjadřuje přírůstky ebo úbytky mez jedotlvým tervaly. ( y) = y y d, kde =, 3,,. Vzorec 5: Prví dferece časové řady Z ukazatele prví dferece lze dále odvodt průměr prvích dferecí. Tato elemetárí charakterstka časové řady vyjadřuje, o kolk se průměrě měla hodota časové řady. d ( y) = d ( y) = Vzorec 6: Průměr prvích dferecí časové řady. Jak lze tuto charakterstku zapsat také s využtím vzorce, který vzke po úpravě vzorce předchozího. d ( y) y y = Vzorec 7: Jý záps průměru prvích dferecí časové řady

25 . Tred v časové řadě 9 U časových řad z ekoomcké praxe mohou být jedotlvá zazameaá data rozdělea a ěkolk složek. Důvodem pro teto rozklad je předpoklad, že v jedotlvých složkách bude možo saděj detfkovat pravdla chováí celé časové řady ež v původím erozložeém stavu. Hodoty časové řady jsou ejčastěj rozdělováy a tredovou, sezóí, cyklckou a áhodou složku. Hodoty y časové řady lze vyjádřt jako součet: y = T + C + S + e, kde =,,,. Vzorec 8: Adtví dekompozce časové řady Tred ukazuje dlouhodobé změy př běžém, průměrém chováí časové řady, jedá se apříklad o dlouhodobý růst ebo pokles. Tredová složka časové řady vzke z důvodu jedosměrého, systematckého působeí sl. Sezóí složka aopak defuje perodcké změy, které v časové řadě astávají během jedoho zkoumaého úseku a př opakováí těchto úseků se tyto změy pravdelě opakují. Cyklcká složka je velm sporá. Jde o kolísáí okolo tredu, př kterém se střídá fáze růstu a fáze poklesu. Délka jedotlvých období, ve kterých ke kolísáí dochází, je většou promělvá a může se mět tezta samotého kolísáí. Posledí složkou je složka rezduálí, která zahruje áhodé pohyby emající žádý pravdelý charakter. Časová řada samotá je jede souhrý tred, a který jsou abalováy ostatí výše uvedeé složky. Může astat stuace, kdy v časové řadě ejsou ěkteré složky vůbec zastoupey. 9 CIPRA, T. Aalýza časových rad s aplkacem v ekoom. s

26 Př elmac tredové složky z časové řady lze použít růzých postupů. Prví skupa postupů se azývá klascké elmačí metody, které využívají vyrováí ebo vyhlazeí časové řady tak, že odstraí sezóí, cyklcké áhodé složky. Mez klascké elmačí metody patří jedak subjektví elmace tredu a jedak pops tredu pomocí matematckých fukcí. Druhou velkou skupou elmačích postupů tvoří postupy adaptví tedy takové, které reagují a změy v charakteru tredu. Do této druhé skupy elmačích postupů patří hlavě metoda klouzavých průměrů a expoecálí vyrováváí. Pokud popsujeme tred časové řady pomocí matematckých fukcí, tak se sažíme proložt jedotlvé hodoty časové řady co ejlépe odhadutou křvkou, u které potom můžeme vypočítat budoucí hodoty a tak předpovídat a progózovat vývoj celé časové řady. Používaé matematcké fukce se lší především podle typu tredu. Tred časové řady může být kostatí, leárí, kvadratcký, expoecálí č apříklad logstcký. Pro každý typ tredu je, pro co ejpřesější odhad budoucích hodot, vhodé prokládat časovou řadu jým typem křvky. Nejjedodušším typem matematcké fukce je přímka, která se využívá př leárích tredech časových řad. Nejpoužívaějším způsobem vyrováváí časových řad právě pomocí přímky je leárí regresí aalýza

27 3 Regresí aalýza 0 Jak jsem jž uvedla v předchozím textu, tak podstatou regresí aalýzy je co ejlépe odhadout křvku, kterou proložíme jedotlvá data časové řady a která vysthe její tred. Regresí fukce tedy vyrovává časovou řadu a popsuje závslost dvojc emprckých hodot závslé a ezávslé proměé. Volba samoté regresí fukce je ejdůležtějším úkolem celé regresí aalýzy. Toto rozhodutí lze učt v zásadě dvěma způsoby - hypotetckým odhadem a základě zkušeostí a ebo aplkací emprcké regresí fukce. Př emprckém způsobu volby můžeme a regresí fukc usuzovat a základě grafckého zobrazeí časové řady, popřípadě aplkujeme matematcko-statstcká krtéra. Nejobecěj lze regresí fukc v teoretcké rově vyjádřt pomocí fukce η, která vysthuje tred časové řady, a odchylky ε. Hodota ε začí, jak se -tá hodota proměé ( y ) odchyluje od -té hodoty teoretcké regresí fukce ( η ). y = η + ε. Vzorec 9: Teoretcká regresí fukce Parametry (ezámé kostaty) regresí fukce se ozačují jako, β, 0 β p a jsou β..., ahrazováy jejch odhady b...,, b, 0 bp. Nejjedodušší případem regresí fukce je přímka. Hledaé odhady parametrů této fukce jsou dva b a b a získáme je parcálí dervací ásledujících fukcí podle b a b. S b = = ( y b b x ) ( ) = 0. S b = = ( y b b x ) ( x ) = 0. 0 KROPÁČ, J. Statstka B. s

28 - 8 - Touto úpravou získáme soustavu ormálích rovc, z íž je jž možé vyjádřt odhady parametrů regresí fukce. = = = = = = + = + y x b x b x y b x b ; x x y x y x b x b y b = = = =. Vzorec 30: Soustava ormálí rovc a koefcety b a b Nezámé x a y uvedeé v předchozím vzorc jsou výběrové průměry, které je možé vyjádřt ásledujícím způsobem. = = x x a = = y y. Vzorec 3: Výběrové průměry x a y A samotý odhad regresí přímky je tedy dá ásledující rovcí. x b b x ) ( ˆ + = η. Vzorec 3: Odhad regresí přímky Za předpokladu, že rozděleí regresích koefcetů a regresí přímky je ormálí, pak statstky ηˆ T a l B T mají Studetovo rozděleí o stupích volost. )) ˆ( ˆ ( ) ( ) ˆ( ˆ x D x x T η η η η = a ) ˆ ( l l l B B D B T l β =, kde l =,.

29 - 9 - Díky těmto statstkám je možé testovat hypotézy vysloveé o jedotlvých parametrech a o regresí přímce. Navíc lze kostruovat tervaly spolehlvost pro výše uvedeé áhodé velčy. Iterval spolehlvost pro jedotlvé hodoty regresí přímky je pak staove jako )% ( 00 α -í terval spolehlvost. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) + x D t x x D t x η η η η α α ˆ ˆ ˆ ; ˆ ˆ ˆ. Vzorec 33: Iterval spolehlvost regresí přímky Důležté je u jedotlvých odhadů určt jejch rozptyl. ) ( )) ˆ( ( σ η + = = x x x x x D. Vzorec 34: Rozptyl statstk Nezámá σ uvedeá v předchozím vzorc je hodotou rozptylu a charakterzuje přesost měřeí. ( ) ( ) ˆ ˆ = = x y y σ. Vzorec 35: Odhad rozptylu statstk Komplexě se terval spolehlvost regresí přímky vyjadřuje pomocí ásledujícího předpsu. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ˆ ˆ ˆ ˆ ; ˆ ˆ ˆ ˆ σ η η σ η η α α x D t x x D t x. Vzorec 36: Úplé vyjádřeí tervalu spolehlvost regresí přímky

30 3. Idex determace Př regresí aalýze je tedy ejdůležtější zvolt vhodou regresí fukc, kterou proložíme jedotlvá data časové řady. Vhodost této zvoleé fukce ve své podstatě zameá, jak těsě k datům časové řady přléhá. K posouzeí vhodost regresí fukce lze použít dex determace. I S y ηˆ =. S Vzorec 37: Obecé vyjádřeí dexu determace y Idex determace je vyvoze ze závslost ezávsle a závsle proměé a jejch rozptylů. Rozptyl odhadu rozptylu statstk S y ηˆ je tz. rezduálím rozptylem, který se využívá také př výpočtu σ regresí fukce. Rozptyl S y je tz. rozptylem emprckých hodot a je rove součtu kvadrátů rozdílů jedotlvých dat časové řady a jejch průměru. I = = ( y ˆ η ) ( y y) =. Vzorec 38: Idex determace Hodoty dexu determace se mohou v tervalu 0,. Čím blíže jsou jeho hodoty k číslu jeda, tím je závslost mez ezávsle proměou a závsle proměou slější a tím je lépe vystžea regresí fukce. Pokud je hodota dexu vyásobea stem, dostáváme výsledek v procetech a te pak defuje ty část rozptylů pozorovaých hodot, které lze vysvětlt zvoleou fukcí. KROPÁČ, J. Statstka B. s

31 PRAKTICKÁ ČÁST Praktcká část mé dplomové práce je rozdělea a prví část, ve které představím společost, jež jsem s pro aalýzu vybrala, a a druhou část výpočtovou. Výpočtová část obsahuje fačí a statstcké vzorce, jejch výsledky a grafcká zobrazeí, získaé s pomocí aplkace Mcrosoft Offce Excel, a aalýzy časových řad a regresí aalýzy vybraých fačích ukazatelů. 4 Představeí aalyzovaé společost Společost OTIS jako taková byla založea jž v roce 853 v USA. Patří do adárodí amercké skupy UNITED TECHNOLOGIES CORPORATION a je ejvětším světovým výrobcem, dodavatelem a poskytovatelem servsu výtahů, eskalátorů a pohyblvých chodíků. Hlaví výrobí závody jsou v Amerce, Evropě a As. Hlaví žeýrg je ve Farmgtou ve státě Coectcut v USA s pobočkam v České republce, Číě, Japosku, Kore, Frac, Německu a Špaělsku. Dvě ejvyšší testovací věže jsou v japoském městě Shbayama (54 metrů ad zemí a 7 metrů pod zemí) a v Brstolu v USA (7 metrů ad zemí). Ročě je prodáo ve světě přblžě výtahů a pohyblvých schodů frmy OTIS, což zameá podíl zhruba 6 % a celosvětovém trhu s ovým výtahy. V deší době je ve zemích v provozu okolo, mlou výtahů a eskalátorů OTIS a frma sama pečuje o více jak,6 mlou výtahů, pohyblvých chodíků a schodů. Společost udržuje vztahy s více jak zákazíky a zaměstává přblžě pracovíků z toho mmo USA. OTIS, A.S.. AboutOts [ole]

32 V roce 003 avíc frma OTIS dodala a stalovala v České republce moderzačí celky a více ež 400 výtahových zařízeí a patří mez ejvýzamější výrobce těchto produktů v tuzemsku. Mez hlaví osé moderzačí produkty patří E-MOD, moderzačí kaba MOD CAR a výtahové pohoy. Moderzačí produkt E-MOD je elektrcký moderzačí balík včetě mkroprocesorového rozvaděče a frekvečího řízeí. Jedá se o vysoce moderí a spolehlvý produkt. Rozvaděč je vyrábě v továrě OTIS Berlí v Německu. Společost OTIS je také držtelem řady certfkátů. Jedím z ch je apříklad certfkát Lft Drectve platý pro Českou republku a pro všechy státy Evropské ue. Dalším certfkáty jsou ISO 900:000 ebo ISO 4000, recertfkace proběhla v roce 004. I v České republce patří společost OTIS k vedoucím hráčům a trhu se systémy vertkálí dopravy. Využívá produkce závodů OTIS v Německu, Frac, Špaělsku, Itál a dvou tuzemských závodů OTIS v Břeclav. Tyto dva tuzemské závody společost OTIS jsou kokrétě společost s ručeím omezeým, OTIS Escalators, a OTIS, a.s., která bude dále předmětem aalýzy v mé prác. 3 Obrázek : Logo společost OTIS, a.s. V současé době zajšťuje společost OTIS a.s. v České republce smluví servs výtahů, eskalátorů a travolátorů a více ež 000 zařízeích, což podku zajšťuje 5 % podíl a daém trhu. V dodávkách kompletích ových zařízeí (výtahy, eskalátory a travolátory všech druhů) patří OTIS, a.s. a prví místo s podílem 7 % tuzemského trhu. O své zákazíky a jejch zařízeí se OTIS, a.s. stará prostředctvím 6 servsích středsek, která jsou umístěa tak, aby byla zabezpečea dobrá obslužost v kterémkolv místě České republky. 3 OTIS, A.S.. CotactOtsDelh [ole]

33 4. Základí údaje o aalyzovaé společost 4 Název frmy : OTIS, a.s. Sídlo: Břeclav, Jaa Opletala 79, PSČ Idetfkačí číslo : Akce : 4 96 ks kmeové akce a jméo ve jmeovté hodotě ,- Kč v lsté podobě Základí kaptál : ,- Kč Zapsáo: 30. září 99 Evdující úřad: Krajský soud v Brě, oddíl B, vložka 536 Předmět podkáí: - hostská čost - prováděí staveb, jejch změ a odstraňováí - projektová čost ve výstavbě - čost účetích poradců, vedeí účetctví, vedeí daňové evdece - motáž, opravy, revze a zkoušky zdvhacích zařízeí - výroba, obchod a služby euvedeé v přílohách až 3 žvosteského zákoa Obrázek : OTIS, a.s. 5 4 MSp ČR - Výsledky výběru [ole] OTIS, A.S.. CotactOtsDelh [ole]

34 4. Orgazačí struktura aalyzovaé společost 6 Obrázek 3: Orgazačí struktura společost 6 vlastí zpracováí

35 4.3 Orgazačí struktura výrobích závodů v Břeclav Obrázek 4: Orgazačí struktura výrobích závodů v Břeclav 7 7 vlastí zpracováí

36 5 Vybraé ukazatele fačí aalýzy 5. Aalýza tržeb V ásledující tabulce jsou uvedey hodoty celkových tržeb, kterých společost OTIS, a.s. dosahovala v průběhu sledovaého období. Jejch tred je v prvích čtyřech letech tohoto období prudce rostoucí, avšak v roce 009 dochází k mírému poklesu. [v tsících Kč] Tabulka : Tržby Tržby Časová řada utvořeá z hodot tržeb společost je tervalovou časovou řadou, protože sledujeme tržby za určtý časový terval ( rok). Charakterstky této časové řady jsou uvedey v ásledující tabulce. Tabulka 3: Charakterstky časové řady tržeb x Rok (t) Tržby d (y) = y y k (y) = y / y ts. Kč ts. Kč ts. Kč, ts. Kč ts. Kč, ts. Kč ts. Kč, ts. Kč ts. Kč, ts. Kč ts. Kč, ts. Kč ts. Kč 0,958 Průměr tervalové řady y (vz Vzorec ) je defová dle ásledujícího výpočtu. y = y = = = ,57 tsíc Kč

37 Ve sledovaém období byly průměré tržby Kč. Jedotlvé prví dferece časové řady tržeb jsou zaesey ve sloupc ( y) d tabulky číslo 3. Jak je možé vdět, hodoty tržeb vykazují v prvích šest sledovaých letech rostoucí tred, aopak v roce 009 klesly. Tred této časové řady tedy eí leárí; árůst tržeb vykazuje spíše tred parabolcký. tsíce Kč rok Graf : Tržby Průměr prvích dferecí (vz Vzorce 6 a 7), který se ozačuje jako d( y) ásledující výpočet. d ( y) = d ( y) =, zobrazuje y = y = =& 903 tsíc Kč. 7 Ve sledovaém období byl průměrý mezročí přírůstek tržeb Kč. Koefcetů růstu k ( y), který je zaese v posledím sloupc tabulky číslo 3, vyjadřuje, kolkrát se zvýšla hodota časové řady v určtém období oprot období jemu předcházejícímu. Průměrý koefcet růstu (vz Vzorce 3 a 4) je defová: k ( y) = k ( y) = = 6 = & = y 9094 y 5877,097. Ve sledovaém období vykazovala hodota tržeb průměrý mezročí árůst 9,7 %

38 Jak jž bylo řečeo, tak pro pops tredu časové řady tržeb použjeme parabolckou fukc. Idex determace takto zvoleé fukce je 0,9489. Rovce parabolcké fukce určeé tabulkovým procesorem je pak ve tvaru y = 8808x x tsíce Kč rok Graf : Vyrováí tržeb Př dosazeí do této rovce získáme odhad budoucí hodoty tržeb apříklad pro rok 0. * * t ( 0) 8808 ( t 00) ( 00) 6933 * = 0 y ˆ = + t +, ( 0) = ŷ , ŷ( 0) = tsíc Kč. Pokud by časová řada pokračovala v tomto tredu, byla by v roce 0 hodota tržeb Kč, což by zamealo další pokles oprot roku 009. Je velm epravděpodobé, že tržby budou adále klesat. Podle mého ázoru byl rok 009 pouze slabším obdobím. Všechy ostatí ukazatele fačí aalýzy poukazují a árůst fačí stablty, retablty výosost společost OTIS, a.s. a ačkol se parabolcká fukce pro vysthutí tredu časové řady hodla ejvíce, myslím s, že v budoucost se tvar regresí fukce změí a bude se jedat spíše o regresí přímku. Tuto evetuálí regresí přímku je také možé odhadout a to pomocí charakterstk časové řady, vypočteých výše

39 Podle mého předpokladu by budoucí regresí fukce vysthující tred časové řady tržeb mohla mít tvar zobrazeý a ásledujícím grafu. Této rovce dosáheme, pokud předpokládáme u tržeb roku 009 árůst ve velkost průměré prví dferece. Předpokládaá hodota tržeb v roce 00 by tedy v tomto případě byla rova součtu tržeb z roku 009 a hodoty průměré prví dferece Kč, což je Kč tsíce Kč rok Graf 3: Odhad rovce regresí přímky (tržby) Jou možostí by byl předpoklad árůstu tržeb ve velkost průměrého koefcetu růstu časové řady. Předpokládaá hodota tržeb v roce 00 by v tomto případě byla rova , 097, což je Kč tsíce Kč rok Graf 4: Odhad rovce regresí přímky (tržby)

40 5. Rozdílové ukazatele Z údajů z účetí závěrky jsem pomocí vzorců uvedeých v kaptole.3 vypočetla rozdílové ukazatele, jejchž hodoty jsou zaesey v tabulce číslo 4. Tabulka 4: Rozdílové ukazatele [v tsících Kč] Čstý pracoví kaptál Čsté pohotové prostředky Čstý peěží majetek Pro jedotlvé rozdílové ukazatele ejsou staovey žádé doporučeé hodoty, je tedy poměrě obtížé hodott jedotlvé čsté fačí fody. Poztvím faktem je, že hodoty čstého pracovího kaptálu a čstého peěžího majetku rostly po celé sledovaé období. Společost OTIS, a.s. tedy vykazuje rostoucí míru schopost plt své fačí závazky. Záporé hodoty čstých pohotových prostředků aopak poukazují a ízkou úroveň peěžích prostředků a ízký stav bakovích účtů. Ačkolv je tato forma oběžých aktv, co se týká úroků, ejméě výosá, bylo vhodé zvážt její avýšeí, aby společost emusela krýt své okamžté závazky je ze zaplaceých pohledávek. Došlo by tak ke zvýšeí ezávslost a odběratelích a také by se toto opatřeí poztvě promítlo do ukazatelů lkvdty

41 5.3 Ukazatele lkvdty Pomocí vzorců uvedeých v kaptole.4. jsem defovala také ukazatele lkvdty, jejchž hodoty jsou zobrazey v ásledující tabulce. Tabulka 5: Ukazatele lkvdty Okamžtá lkvdta 0,35 0,07 0,0 0,09 0,47 0, 0,3 Pohotová lkvdta,87,59 3,50 3,6 3,67 3,0 3,63 Běžá lkvdta 3,9 3,44 4,43 3,97 4,5 3,7 4, Hodoty okamžté lkvdty se vyjma období pohybovaly v doporučovaém tervalu od 0, do,. Obecě je však okamžtá lkvdta společost ízká a může za to hlavě ízký stav bakovích účtů a poměrě k ěmu velká výše krátkodobých závazků. Jak jsem jž zmíla př aalýze rozdílových ukazatelů, společost OTIS, a.s. by měla držet více lkvdích prostředků, aby byla schopa hradt své okamžté závazky a současě, aby ebudla dojem elkvdího podku u svých dodavatelů a věřtelů. U ukazatele pohotové lkvdty je dobré hlavě to, že eí žší ež, což zameá, že společost edrží zbytečě adměré možství zásob. Naopak pohotová lkvdta eabývá a doporučeých hodot tervalu,0,5. Podk je schope dostát svým závazkům, až by musel prodávat zásoby, ale měl by s dát pozor a velké možství oběžých aktv, především krátkodobých pohledávek. Velké možství těchto pohledávek přáší malý ebo žádý úrok a vede tak k eproduktvímu využíváí prostředků, které byly do podku vložey. Běžá lkvdta se také epohybuje v doporučeém rozmezí,5,5. Její vyšší hodoty vyjadřují, že by společost byla schopá až čtyřkrát uspokojt veškeré své věřtele, kdyby svá oběžá aktva proměla a hotovost. Je to dáo především výší pohledávek, které tvoří téměř polovu všech oběžých aktv. Společost OTIS a.s. by s měla dát pozor a esolvetí odběratele a dbát a platbu pohledávek v termíu splatost

42 5.4 Ukazatele retablty Uplatěím vzorců z kaptoly.4. byly vypočtey ásledující ukazatele retablty. Tabulka 6: Ukazatele retablty ROI 5,09 % 4,36 % 7,65 % 9,7 % 4,38 % 5,58 % 8,4 % ROE 6,55 % 4,75 % 9,0 %,30 % 7,48 % 9,87 %,9 % ROS 5,4 %,98 % 5,69 % 6,57 % 8,63 % 0,96 %,53 % ROC 94,86 % 97,0 % 94,3 % 93,43 % 9,37 % 89,04 % 87,47 % 5.4. Retablta vlastího kaptálu Velm výzamým ukazatelem retablty je retablta vlastího kaptálu, tedy úroveň zhodoceí vložeého kaptálu vlastíky společost. Pro časovou řadu utvořeou z hodot ROE za jedotlvé roky sledovaého období lze defovat ásledující charakterstky. Tabulka 7: Charakterstky časové řady retablty vlastího kaptálu x Rok (t) ROE d (y) = y y k (y) = y / y 003 6,55 % ,75 %,80 % 0, ,0 % 4,6 %, ,30 %,9 %, ,48 % 6,8 %, ,87 %,39 %, ,9 %,3 %,066 Pro výpočet průměru časové řady (vz Vzorec ) využjeme ásledující výpočet. y = y = = 90,5 = &,88 %. 7 V období od roku 003 po rok 009 byla průměrá hodota ROE as,88%

43 Prví dferece, které jsou uvedey ve sloupc ( y) d tabulky číslo 7, poukazují a pravdelý mezročí árůst tohoto ukazatele. Teto fakt je velm poztvím zjštěím pro vlastíky společost, jejchž vložeé jměí je zhodocováo stále lépe a lépe. Grafcké zázorěí této skutečost je patré z ásledujícího grafu. % rok Graf 5: ROE V ásledujícím výpočtu je zobraze průměr prvích dferecí (vz Vzorce 6 a 7), který je ozačová jako d( y) d ( y) = d ( y) =. y = y,9 6,55 = =&,44 %. 7 Ve sledovaém období byl průměrý mezročí přírůstek retablty vlastího kaptálu,44 %, což zameá, že průměrě rostla hodota ROE o,44 % za jede rok. V posledím sloupc tabulky číslo 7 jsou zazameáy hodoty koefcetů růstu k ( y), který vyjadřuje, kolkrát se zvýšla hodota ROE v určtém roce oprot roku jemu předcházejícímu. Průměrý koefcet růstu (vz Vzorce 3 a 4) je defová: k ( y) = k ( y) = = 6 = & = y 6,55 y,9,

44 Ve sledovaém období se hodota ROE průměrě zvyšovala o,6 % hodoty předcházejícího roku. Př hlubší aalýze časové řady retablty vlastího kaptálu můžeme vyrovat její hodoty odhadutou regresí fukcí a pomocí í odhadovat budoucí vývoj. Pro časovou řadu sestaveou z hodot ROE se abízí leárí regresí fukce, jak je vdtelé z ásledujícího grafu. % rok Graf 6: Vyrováí ROE Pro staoveí přesého tvaru regresí přímky ejprve alezeme odhady b a b koefcetů β a β regresí přímky. V prvím kroku položíme prví parcálí dervace fukce součtu kvadrátů odchylek aměřeých hodot od regresí přímky rovy ule a po úpravě dostaeme soustavu ormálích rovc (vz Vzorec 30). Z í jž můžeme vyjádřt koefcety b a b. b =&,0730, b =&,954. Hledaá regresí přímka má tedy tvar yˆ =,0730 +, 954x

45 Z rovce regresí přímky už můžeme předvídat, jaké budou hodoty ROE v budoucu. * t ( 0) =,0730 +,954 ( t 00) =,0730 +,954 9 * = 0 y ˆ, ŷ( 0) =& 7,64 %. Pokud by se časová řada ROE vyvíjela adále ve stejém tredu, bude v roce 0 hodota retablty vlastího kaptálu as 7,64 %. Tabulka 8: Podklady pro výpočet tervalu spolehlvost (ROE) x Rok (t) ROE (y) ŷ e = y ŷ y y 003 6,55 % 4,044 %,556 6, ,75 % 6,9758 %,58 8, ,0 % 9,97 % 0,97 3, ,30 %,8786 %,5786, ,48 % 5,8300 %,6500 4, ,87 % 8,784 %,0886 6, ,9 %,738 % 0,548 8,34 Odhad rozptylu statstk (vz Vzorec 35) potřebý pro staoveí tervalu spolehlvost je dá ásledujícím vztahem. ( y yˆ ( x )) S R = 8,8683 ˆ σ = = = = & 3, Rozptyl (vz Vzorec 34) je potom defová ásledově. Dˆ ( yˆ ( 0) ) ( ˆ( 0) ) =& = + = D ˆ y 3, ( x x) ( 0 006) x x σ = ,7737,

46 Pro spočteý odhad hodoty ukazatele ROE pro rok 0 je možé staovt 95% -í terval spolehlvost. Podklady pro jeho výpočet jsou uvedey v tabulce číslo 8. Teto terval spolehlvost vypočteme po dosazeí výše uvedeých hodot rozptylů do obecého vyjádřeí tervalu spolehlvost. y ( 0) ( 7,64,57 3, ,7737 ;7,64 +,57 3, ,7737 ), ( 0) ( 0,54 ; y 34,766). Hodota retablty vlastího kaptálu se s 95% -í spolehlvostí bude v roce 0 pohybovat v tervalu ( 0,54 ; 34,766). Vhodost zvoleé regresí přímky ve tvaru yˆ =,0730 +, 954x lze posoudt dexem determace (vz Vzorec 38), do kterého se dosazují hodoty uvedeé v tabulce číslo 8. I = = = ( y ˆ η ) ( y y) = 8,8683 6,753 = & 0,98. Takto vyjádřeý dex determace určuje, že 9,8 % rozptylu hodot ROE se dá vysvětlt zvoleou regresí fukcí. Hodota dexu determace je velm blízká číslu jeda, což zameá, že zvoleá regresí přímka dobře vysthuje tred časové řady

47 5.4. Retablta tržeb Druhým velm zajímavým ukazatelem retablty je retablta tržeb. Teto ukazatel vyjadřuje, kolk haléřů čstého zsku má podk z jedé koruy tržeb. Tabulka 9: Charakterstky časové řady retablty tržeb x Rok (t) ROS d (y) = y y k (y) = y / y 003 5,4 % ,98 %,6 % 0, ,69 %,7 %, ,57 % 0,88 %, ,63 %,06 %, ,96 %,33 %, ,53 %,57 %,43 Prví dferece ve sloupc s ozačeím ( y) d v tabulce číslo 9 a prví pohled poukazují a árůst ukazatele retablty tržeb. K tomuto jevu dochází především díky výzamému mezročímu růstu výsledku hospodařeí, který je avíc vyšší ež árůst tržeb. Grafcké zázorěí časové řady retablty tržeb je vdtelé a grafu číslo 7. % rok Graf 7: ROS

48 Vyjádřeí tredu této časové řady je poěkud obtížé. Nabízí se jak regresí přímka, tak polyomcké vyjádřeí tredu parabolou. Vývoj tohoto ukazatele je závslý a vývoj tržeb. Statstcká aalýza tržeb je uvedea v kaptole 5. a vyplývá z í, že tržby společost OTIS, a.s. po celé sledovaé období vykazovaly árůst vyjma změy mez lety 008 a 009, kdy došlo k jejch mírému poklesu, což recpročě zapříčlo árůst ukazatele ROS z 0,96 % a,53 %. Pokud by se vývoj tržeb v budoucích letech řídl dle polyomckého tredu uvedeého v grafu číslo, pak by ukazatel retablty tržeb s ejvětší pravděpodobostí vykazoval árůst dle tredu vyjádřeého parabolou. Hodota dexu determace pro takto zvoleou regresí fukc je 0,9404. Takové vyrováí hodot ukazatele retablty tržeb polyomckou fukcí ve tvaru y = 0,7x - 0,353x + 4,367 je zobrazeo v grafu číslo 8. % rok Graf 8: Vyrováí ROS Jou možostí je defováí budoucího vývoje retablty tržeb pomocí regresí přímky. Toto řešeí by přcházelo v úvahu, pokud by rok 009 byl pouze výjmkou a tržby společost by v budoucu eklesaly dle parabolcké regresí fukce, ale aopak by se řídly leárím tredy zobrazeým v grafech číslo 3 ebo 4. Ukazatel ROS by se pak také řídl podle leárího tredu zobrazeého v ásledujícím grafu. Nárůst hodoty ROS by pak ebyl tak strmý, jako v případě polyomckého vyjádřeí tredu této časové řady

49 % rok Graf 9: Odhad rovce regresí přímky (ROS) Podstaté je také srováí hodot retablty tržeb s odvětvím. Pokud jsou hodoty ROS ve srováí s odvětvím žší, pak jsou cey astavey přílš ízko a áklady a výrobu jsou přílš vysoké. Jak je možé vdět a ásledujícím grafu, tak u společost OTIS, a.s. je stuace právě opačá. Lze tedy říc, že ákladová ceová poltka společost jsou astavey velm dobrým způsobem, který společost zajšťuje pravdelý odbyt a árůst tržeb. % rok OTIS, a.s. Oborový průměr Graf 0: ROS (srováí s odvětvím)

50 5.5 Ukazatele zadlužeost Ukazatele zadlužeost jsou vyčísley s použtím vzorců uvedeých v kaptole.4.3. Tabulka 0: Ukazatele zadlužeost Celková zadlužeost Koefcet samofacováí 0,0 0,3 0,0 0,3 0, 0,5 0, 0,7 0,70 0,69 0,66 0,67 0,67 0,73 Z číselých výsledků ukazatelů zadlužeost je patré, že společost ve velké míře facuje své aktvty s využtím vlastích zdrojů. Po celé sledovaé období avíc vykazovala žádé ebo zaedbatelé ákladové úroky, což zameá, že podk ečerpá dlouhodobé půjčky č úvěry. Vedeí společost by v případě budoucích vestc mělo zvážt využtí facováí z czích zdrojů. Se zadlužeostí totž do jsté míry roste retablta. Navíc zdaleka eí aplěo zlaté pravdlo facováí, kdy facováí czím zdroj může být v poměru 50:50 s facováím ze zdrojů vlastích. 5.6 Ukazatele aktvty Aplkací vzorců z kaptoly.4.4 byly vyjádřey hodoty ukazatelů aktvty. Obrat celkových aktv Tabulka : Ukazatele aktvty ,9,,09,3,36,,3 Obratovost zásob 5,07 6,4 7,05 7,96 8,89 7,8 0,75 Doba obratu zásob [dy] Doba obratu pohledávek [dy] Doba obratu závazků [dy] 7,97 56,83 5,78 45,88 4,03 46,70 33,97 53,03 5,57 66,58 84,74 5,35 86,7 94,75 69,0 66,46 56,00 64,5 48,8 67,55 58,

51 Př hodoceí ukazatelů aktvty je uté zmít, že tyto ukazatele mají velkou vazbu a ukazatele retablty. Největší vazbu a ukazatele retablty má obrat celkových aktv, který defuje počet obrátek celkových aktv za rok. Teto ukazatel by eměl být žší ež,5. Hodoty pohybující se pod úroví,5 začí, že v aalyzovaém podku je přílš moho zbytečě vložeého majetku, který váže obrovské možství vestc. U výrobího podku velkost společost OTIS a.s. je však určtý předpoklad a oprávěá potřeba dlouhodobého majetku, výrobích hal a strojů zabezpečujících výrobu. Lze je velm těžko odhadout, zda je možé stavy majetku ějak redukovat. Řešeí tohoto problému a rozhodováí o majetku je totž také ovlvěo efektvtou využíváí a časovým vytížeím daých strojů a výrobích hal. To však jž eí předmětem aalýzy aktvty. Co se týká řízeí zásob, tak stuace v podku je vykající a avíc vykazuje ještě poztví tred. Obratovost zásob je stále vyšší a doba obratu zásob aopak klesá, což zameá, že stuace v podku je rok od roku lepší. Velm zajímavé je srováí s odvětvovým průměrem, protože platí, že čím je obratovost zásob žší ve srováí s odvětvím, tím více má podk zbytečých zásob, ve kterých utápí kaptál. Jak je vdo z ásledujícího grafu, tak obratovost zásob společost OTIS, a.s. je vyšší ež odvětvový průměr, takže společost má opravdu kvaltí řízeí zásob a edrží adbytečé zásoby. 0,0 9,5 9,0 8,5 8,0 7,5 7,0 6,5 6,0 5,5 5,0 4,5 4, rok OTIS, a.s. Oborový průměr Graf : Obratovost zásob (srováí s odvětvím) - 5 -

52 Dalším poztvím jevem je také to, že doba obratu zásob klesá a avíc je žší ež odvětvový průměr, což je zobrazeo a grafu číslo dy rok OTIS, a.s. Oborový průměr Graf : Doba obratu zásob (srováí s odvětvím) Negatví hodoceí z ukazatelů aktvty mají je doba obratu pohledávek a doba obratu zásob. Doba obratu závazků, která vyjadřuje, za jak dlouho jsou splácey závazky frmy, vykazuje klesající tred, což je poztví především pro věřtele a dodavatele. Jak je však možé vdět a ásledujícím grafu, tak doba obratu pohledávek je podstatě vyšší ež doba obratu závazků, což je pro samotou společost stav evýhodý. Společost sama své dluhy splácí včas, ale jí je placeo mohem pozděj a avíc se doba, ve které jsou jí pohledávky hrazey, ještě prodlužuje. dy rok Doba obratu pohledávek Doba obratu závazků Graf 3: Doby obratů pohledávek a závazků - 5 -

53 5.7 Altmaův dex Ze soustav poměrových ukazatelů jsem vybrala jede bakrotí model a jede z modelů botích. Jedoduchým bakrotím modelem je Altmaův dex, jehož hodoty jsou uvedey v ásledující tabulce. Tabulka : Altmaův dex Altmaův dex,55,73,87,04,4,4,58 Grafcké zázorěí časové řady, která je tvořea hodotam Altmaova dexu vypočteým pro jedotlvé sledovaé roky, vypadá ásledově. 3,,9,7,5,3,,9,7,5, rok Graf 4: Altmaův dex Pro posuzováí Altmaova dexu je staovea šedá (eutrálí) zóa v rozmezí tervalu,8 až,98. Je zřejmé, že společost OTIS, a.s. se pohybuje právě v této zóě. V prvím sledovaém roce byla hodota Altmaova dexu pod spodí hrací šedé zóy, společost se tehdy acházela a hraě, kdy jí mohl hrozt potecálí bakrot ebo mmálě velké fačí potíže

54 Jak je patré z ásledujícího grafu, během celého sledovaého období však hodoty Altmaova dexu postupě rostly a v roce 009 se jž blíží k horí hrac šedé zóy. Společost OTIS, a.s. je tedy stále více stablí a fačě zdravý podk. 3,,9,7,5,3,,9,7,5, rok Graf 5: Altmaův dex (šedá zóa) Pokud považujeme hodoty Altmaova dexu za prvky časové řady, můžeme pak tuto časovou řadu dále aalyzovat, vyrovat její hodoty odhadutou regresí fukcí a pomocí í předpovídat další vývoj. Pro časovou řadu sestaveou z hodot Altmaova dexu se abízí leárí regresí fukce. Pro pops leárího tredu tedy použjeme regresí přímku s obecým tvarem = β + x. y β 3,,9,7,5,3,,9,7,5, rok Graf 6: Vyrováí Altmaova dexu

55 Abychom mohl staovt přesý tvar regresí přímky, musíme ejprve ajít odhady b a b koefcetů β a β regresí přímky. Položíme tedy prví parcálí dervace fukce součtu kvadrátů odchylek aměřeých hodot od regresí přímky rovy ule. Po úpravě dostaeme soustavu ormálích rovc (vz Vzorec 30) a z í jž vypočteme koefcety b a b. b =&,3705, b =& 0,785. Hledaá regresí přímka má tedy tvar yˆ =, , 785x. Z vypočteé rovce regresí přímky už můžeme předpovídat, jaké budou hodoty Altmaova dexu v budoucost. Odhademe tedy hodotu Altmaova dexu apříklad v roce 0. * * t = 0 y ˆ( 0) =, ,785 ( t 00) =, ,785 0, ŷ( 0) =& 3,56. Pokud by se časová řada vyvíjela v tomto tredu adále, byla by v roce 0 hodota Altmaova dexu odhadem 3,56. Tato hodota Altmaova dexu by pro společost OTIS, a.s. zameala, že se jž přehoupe přes horí hrac šedé zóy a opět posílí svoj fačí stuac. Hodoty Altmaova dexu ad hrací šedé zóy začí slou a stablí společost, které v ejblžší době rozhodě ehrozí bakrot. x Tabulka 3: Podklady pro výpočet tervalu spolehlvost Altmaova dexu Rok (t) Altmaův dex (y) ŷ e = y ŷ y y 003,55,5490 0,000 0, ,73,775 0,005 0, ,87,9060 0,0360 0, ,04,0845 0,0445 0, ,4,630 0,570 0, ,4,445 0,035 0, ,58,600 0,0400 0,

56 Odhad rozptylu statstk (vz Vzorec 35) je dá ásledujícím vztahem. ( y yˆ ( x )) S R = 0,0305 ˆ σ = = = = & 0, Rozptyl (vz Vzorec 34) je potom defová ásledově. Dˆ ( yˆ ( 0) ) ( ˆ( 0) ) =& = + = ( x x) ( 0 006) x D ˆ y 0, x σ = ,00605, Pro spočteý odhad Altmaova dexu pro rok 0 je možé staovt 95% -í terval spolehlvost. Podklady pro jeho výpočet jsou uvedey v tabulce číslo 3. y ( 0 ) ( 3,56,57 0, ,00605 ; 3,56 +,57 0, ,00605 ), ( 0) (,849 ; 3,469) y. Hodota Altmaova dexu se bude v roce 0 s 95% -í spolehlvostí pohybovat v tervalu (,849 ; 3,469). Vhodost zvoleé regresí přímky yˆ =, , 785x lze posoudt dexem determace (vz Vzorec 38) vypočteého dosazeím hodot uvedeých v tabulce 3. I = = = ( y ˆ η ) ( y y) 0,00605 = = & 0, ,93400 Hodota dexu determace je velm blízká číslu jeda, což zameá, že zvoleá regresí přímka dobře vysthuje tred časové řady

57 5.8 Kralckův Qucktest Z botích modelů jsem zvolla Kralckův Qucktest, u kterého je uto vypočíst čtyř dílčí rovce. vlastí kaptál (czí zdroje peíze účty v bakách) R =, R =, aktva celkem provozí cash-flow EBIT provozí cash-flow R 3 =, R 4 =. aktva celkem výkoy Hodoty těchto ukazatelů jsou uvedey v ásledující tabulce. Tabulka 4: Hodoty dílčích rovc Kralckova Qucktestu R 0,7 0,70 0,69 0,66 0,67 0,67 0,73 R 0,58,90,56,5 0,87 5,88,3 R 3 0,05 0,04 0,08 0,09 0,4 0,6 0,8 R 4 0,0 0,0 0, 0,08 0,0 0,03 0, Aplkací bodového hodoceí uvedeého v teoretcké část práce v tabulce číslo získáme ásledující data. Tabulka 5: Bodové ohodoceí Kralckova Qucktestu R R R R

58 A v ásledující tabulce jsou jž uvedea hodoceí stablty, výosost a souhré hodoceí boty společost OTIS, a.s. podle Kralckova Qucktestu. Tabulka 6: Celkové hodoceí Kralckova Qucktestu Stablta 3 3 Výosost,5 3,5 4 Celková bota,5,5,75 3 Pokud bychom hodoty Kralckova Qucktestu považoval za hodoty časové řady, pak její grafcké zázorěí vypadá ásledově. 3, 3,0,9,8,7,6,5,4,3,,,0, rok Graf 7: Kralckův Qucktest Pro Kralckův Qucktest je př jeho posuzováí staovea šedá (eutrálí) zóa v rozmezí tervalu až 3. Z ásledujícího grafu je patré, že společost OTIS, a.s. se pohybuje právě v této šedé zóě. Společost je tedy stablí výosá, ale pouze a průměré úrov. Hodoty Kralckova Qucktestu však vykazují rostoucí charakter a v roce 009 se jž pohybovaly a úrov horí, tříbodové hrac šedé zóy. Společost tedy zazameává poztví vývoj a je stále více botí

59 3, 3,0,8,6,4,,0,8,6,4,,0 0, rok Graf 8: Kralckův Qucktest (šedá zóa) Pro pops tredu časové řady tetokrát použjeme kvadratckou fukc, která vykazuje dex determace ve výš 0,9. 3, 3,0,9,8,7,6,5,4,3,,,0,9, rok Graf 9: Vyrováí hodot Kralckova Qucktest Rovce této kvadratcké fukce, která byla staovea s pomocí tabulkového procesoru, je y = 0,037x 0,093x +,

60 Dosazeím do této rovce lze opět získat odhad budoucí hodoty Kralckova Qucktestu apříklad v roce 00. * * * t = 00 y ˆ( 00) = 0,037 ( t 00) 0,093 ( t 00) +, 074, ( 00) = 0, , , 074 y ˆ, ( 00) =& ŷ 3, 46. Pokud bude časová řada pokračovat v tomto tredu, bude hodota Kralckova Qucktestu v roce 00 odhadem 3,46. Dosažeí této hodoty zameá úplé překročeí šedé zóy. Tato progóza je dle mého ázoru reálá vzhledem k tomu, že se po celé sledovaé období hodoty Kralckova Qucktestu postupě zvyšovaly. Společost OTIS, a.s. je velm stablí a výosou pro své majtele a vlastíky

61 6 Aalýza počtu zaměstaců a mzdových ákladů Z výročích zpráv jsem vyzískala také zajímavé údaje o počtu zaměstaců společost OTIS, a.s. a jejch mzdách. Průměrý počet zaměstaců ve sledovaém období (vz Vzorec ) je vyjádře v ásledujícím výpočtu : y = y = = 3489 = & 499. Od roku do roku 009 byl tedy průměrý stav zaměstaců společost OTIS, a.s. as 500. Tabulka 7: Počet zaměstaců Průměrý počet čleů představestva a vedeí Průměrý počet ostatích zaměstaců Průměrý počet zaměstaců celkem Grafcké zázorěí promělvost průměrého počtu zaměstaých osob je patré z ásledujícího grafu. Největší árůst počtu zaměstaců proběhl mez roky 006 a 008. V roce 009 aopak došlo k výzamějšímu poklesu stavu zaměstávaých osob, a jak bude dále uvedeo, společost se také podařlo sížt mzdové áklady a osoby pracující mmo představestvo a vedeí společost rok Graf 0: Průměrý počet zaměstaců - 6 -

62 V tabulce číslo 8 jsou detalě vymezey jedotlvé mzdové áklady a jejch dílčí část v jedotlvých letech sledovaého období spotřebovaé a osoby pracující mmo představestvo a vedeí společost. Tabulka 8: Mzdové áklady a osoby epracující ve vedeí společost [v tsících Kč] Mzdové áklady Bousy Náklady a soc. zabezpečeí Pezjí pojštěí Ostatí socálí fody Mzdové áklady celkem Na mzdách a osobu vyplaceo Poztvím faktem pro zaměstace OTISU, a.s. je pravdelý árůst vypláceých mezd a jedu osobu ročě. V roce 009 však jž došlo k zahájeí úspor spojeých s ejstotou způsobeou celosvětovou ekoomckou krzí a celkovým poklesem v oblast výrobího průmyslu, stav zaměstaců a vypláceé mzdy tak v porováí s rokem 008 klesly. tsíce Kč rok Graf : Ročí vypláceé mzdy a osobu epracující ve vedeí společost - 6 -

63 Naprosto jý vývoj vykazují mzdové áklady a vedeí společost. Po celé sledovaé období kolísaly kolem přblžě stejé hlady, avšak v roce 009 zazamealy obrovský árůst. Tabulka 9: Mzdové áklady a představestvo a vedeí společost [v tsících Kč] Mzdové áklady Bousy Náklady a socálí zabezpečeí Pezjí pojštěí Ostatí socálí fody Mzdové áklady celkem Na mzdách vyplaceo V ásledujícím grafu je zobraze vývoj celkových, ročích, vyplaceých mezd vedeí společost. Počet čleů vedeí se ve sledovaém období téměř eměl, takže pro objektví srováí jedotlvých let eí potřeba tyto áklady přepočítávat a osobu. tsíce Kč rok Graf : Ročí vypláceé mzdy pro vedeí společost

64 7 Aalýza daňového zatížeí Jako posledí aalýzu uvádím ještě aalýzu daňového zatížeí společost OTIS, a.s., která je pochoptelě přímo úměrá vykazovaému výsledku hospodařeí. Tabulka 0: Výsledek hospodařeí před zdaěím a daň [v tsících Kč] Výsledek hospodařeí před zdaěím Daň Výsledek hospodařeí společost vykazuje rostoucí tred, který pak také ovlvňuje každoročí árůst daňové povost. Teto obecý vzestup hodot výsledku hospodařeí před zdaěím je zobraze a ásledujícím grafu tsíce Kč rok Graf 3: Výsledek hospodařeí před zdaěím Výsledek hospodařeí před zdaěím: ( ) ( ) Daň : ( ) ( ) = y 5008 k y = k y = = 6 = &,46. y 6688 = y 530 k y = k y = = 6 = &,70. y

65 Výsledek hospodařeí před zdaěím rostl tedy průměrě o 4,6 % ročě a daň vykazovala árůst přblžě o 7 % ročě tsíce Kč rok Graf 4: Daň

66 8 Shrutí provedeých aalýz a vlastí ávrhy Společost OTIS, a.s. je velkým a slým hráčem a trhu se systémy vertkálí dopravy. Jeho velká síla spočívá také v tom, že je součástí adárodí amercké skupy UNITED TECHNOLOGIES CORPORATION, která je ejvětším světovým výrobcem, dodavatelem a poskytovatelem servsu výtahů, eskalátorů a pohyblvých chodíků. OTIS, a.s. s v České republce za dlouhou dobu své exstece vytvořla jakous tradc a pevou a stablí pozc a českém trhu. Mmo výroby a dstrbuce výtahů se v současé době avíc tato společost specalzuje také a moderzačí celky výtahových zařízeí. Př souhrém hodoceí fačí stuace společost je uté shrout ejdůležtější odhaleá fakta a souvslost. Postupovat budu ve stejém pořadí, ve kterém byla samotá aalýza prováděa. Závěry ke stavovým a tokovým ukazatelům provedeé fačí aalýzy jsou vcelku jedozačé. Společost OTIS, a.s. je dobře prosperující a zsková. Z aalýzy tržeb provedeé v kaptole 5. je také patrý rostoucí tred. Podle mého ázoru by se podk měl teď především zaměřt a výrobu a prodej jž zmíěých moderzačích celků. Já osobě v této oblast spatřuj velké budoucí možost a prostor pro udržeí vztahů se stávajícím partery. Navíc to také může být způsob, jak získat zákazíky ové. Aalýza rozdílových ukazatelů přímo avazuje a rozbor stavových položek rozvahy. Jedím z mou aalyzovaých rozdílových ukazatelů byl také čstý pracoví kaptál, jehož hodoty po celé sledovaé období vykazovaly rostoucí tred. Z árůstu těchto hodot a ze samoté podstaty tohoto rozdílového ukazatele vyplývá, že společost OTIS, a.s. má stomloové možství dlouhodobých fačích zdrojů, které přesahuje jejch dlouhodobé čerpáí. Vypočteé hodoty čstého pracovího kaptálu tedy vyjadřují možství dlouhodobě dostupého kaptálu pro běžý provoz podku

67 Samotá hodota tohoto ukazatele má malou vypovídající schopost, podstaté pro vedeí společost je však jeho srováí s požadavky a čstý pracoví kaptál. Požadavky a čstý pracoví kaptál jsou utou výší fačích zdrojů, které podk potřebuje pro provoz až po zajštěí facováí dlouhodobých aktv dlouhodobým zdroj. Pokud by vedeí společost OTIS, a.s. mělo zájem ještě hlouběj zhodott fačí zdraví podku, doporučuj staovt požadavky a čstý pracoví kaptál, apříklad a základě jeho vazby k výš prodeje, a poté je srovat s vypočteým hodotam čstého pracovího kaptálu. Kladá fačí stuace astae v případě, že je čstý pracoví kaptál př tomto srováí vyšší ež požadavky a ěj. Naopak v případě záporé fačí stuace, tedy pokud je čstý pracoví kaptál žší ež požadavky a ěj, vzká potřeba czího kaptálu a krátkodobá potřeba půjček a úvěrů k zajštěí běžého provozu. Hodoty dalšího rozdílového ukazatele - čstých pohotových prostředků - se ve sledovaém období pohybovaly v záporých oblastech, což začí ízkou úroveň ejlkvdější formy aktv. I přes fakt, že teto typ oběžých aktv je ejméě výosý, doporučuj zvážt avýšeí stavu peěz a bakovích účtů. Dojde tak k odstraěí závslost a včasém plěí od odběratelů a tato změa také poztvě ovlví ukazatele lkvdty. Další částí mé aalýzy byla aalýza lkvdty. Hodoty ukazatele běžé lkvdty se ve sledovaém období pohybovaly ad doporučovaým a společost by v současost, podle provedeých výpočtů, byla schopá uspokojt požadavky svých věřtelů až čtyřkrát, kdyby svá oběžá aktva proměla a hotovost. Důležté je ale to, co k tomuto stavu vede. Společost OTIS, a.s. má velké možství pohledávek. Tyto pohledávky tvoří téměř polovu všech oběžých aktv. Př esolvetost č opožděých platbách odběratelů by pak mohlo vzkout rzko, že společost sama ebude schopa dostát svým vlastím závazkům. Podle mého ázoru by odběratelé měl být pravdelě kotrolová, zda dodržují termíy splatost, a doba splatost pohledávek by měla být postupě zkracováa

68 Na rozdíl od ukazatele běžé lkvdty se hodoty okamžté lkvdty ve sledovaém období pohybovaly pod doporučovaým, ebo a spodí hrac tervalu doporučovaých hodot. Okamžtá lkvdta je ízká a bylo by dobré, jak jsem se jž zmíla př hodoceí rozdílových ukazatelů, avýšt stav hotovostích peěz a bakovích účtů. Ukazatel okamžté lkvdty je běžě užívaým v ekoomcké prax a jeho ízké hodoty by mohly budt dojem elkvdího podku jak u stávajících, tak u potecálích dodavatelů a věřtelů. Př souhrém hodoceí ukazatelů lkvdty musím také podotkout, že aplkací obecých vzorců fačí aalýzy se do těchto ukazatelů bohužel epromítl vlv jedé rozvahové položky s ázvem Pohledávky - ovládající a řídící osoba, které ovšem jstý vlv a lkvdtu společost mají. Tato položka jsou v podstatě peíze a účtech, jedá se o přebytek peěz a účtech, které se vkládají a kredtí depostum u baky, a v případě potřeby lze tyto peíze hed použít. Jedou z ejběžěj používaých a ejdůležtějších částí fačí aalýzy podku je aalýza retablty, která obecě defuje výosost vložeých prostředků. Já jsem se zaměřla a ukazatel retablty vlastího kaptálu, který staovuje úroveň zhodoceí vložeého kaptálu vlastíky společost. Velm poztvím jevem pro vlastíky společost je fakt, že hodoty ukazatele ROE ve sledovaém období vykazovaly permaetí růst. Jejch vklady jsou tedy stále lépe zhodocováy. Hodota ukazatele retablty vlastího kaptálu se průměrě zvyšovala o,6 % hodoty předcházejícího roku. Jedotlvé hodoty časové řady utvořeé z hodot ukazatele ROE jsem proložla regresí přímkou a pomocí í jsem předpověděla hodotu retablty vlastího kaptálu v roce 0. Pokud by se časová řada ROE vyvíjela adále ve stejém tredu, byla v roce 0 hodota retablty vlastího kaptálu as 7,64 %. Navíc se hodoty ROE s 95% -í spolehlvostí budou v roce 0 pohybovat v tervalu od 0,54 % do 34,766 %, což zameá, že je velký předpoklad, že společost OTIS, a.s. bude v budoucu dále zvyšovat hodotu příosu pro své vlastíky

69 Druhým aalyzovaým a velm zajímavým ukazatelem retablty je retablta tržeb, která vyjadřuje, kolk haléřů čstého zsku má podk z jedé koruy tržeb. Také hodoty tohoto ukazatele vykazovaly ve sledovaém období árůst, přesé vyjádřeí tredu časové řady ukazatele ROS bylo však jž obtížější. Z poměrového vyjádřeí ROS, kdy do jmeovatele jsou dosazováy hodoty tržeb, je zřejmé, že vývoj tohoto ukazatele je závslý právě a jejch vývoj. Z provedeé aalýzy vyplývá, že tržby společost OTIS, a.s. po celé sledovaé období vykazovaly árůst vyjma změy mez lety 008 a 009, kdy došlo k jejch mírému poklesu, což recpročě zapříčlo árůst ukazatele ROS z 0,96 % a,53 %. V kaptole 5. jsem pro odhadováí budoucích hodot tržeb zvolla kvadratckou regresí fukc. Pokud by však časová řada tržeb pokračovala právě v takto staoveém polyomckém tredu, byla by v roce 0 hodota tržeb je Kč a to by zamealo další pokles oprot roku 009. Myslím s, že je velm epravděpodobé, že tržby budou adále klesat a jak jsem uvedla jž př zmňovaé aalýze tržeb, byl podle mého ázoru rok 009 pouze slabším obdobím a ačkol se parabolcká fukce pro vysthutí tredu časové řady hodla ejvíce, myslím s, že v budoucost se tvar regresí fukce změí a bude se jedat spíše o regresí přímku. A pokud se vrátíme k hodoceí retablty tržeb a určováí tredu jejího vývoje, exstují, stejě jako u tržeb, dva možé scéáře. Pokud se vývoj tržeb v budoucích letech bude řídt dle polyomckého tredu uvedeého v grafu číslo, pak bude ukazatel retablty tržeb s ejvětší pravděpodobostí vykazovat árůst dle tredu vyjádřeého parabolou, která však bude právě opačá k parabole popsující vývoj tržeb. Druhou možostí, která astae, pokud tržby společost ebudou v budoucu klesat dle parabolcké regresí fukce, ale aopak se budou řídt mou avrhovaým leárím tredy zobrazeým v grafech číslo 3 ebo 4, je defováí budoucího vývoje retablty tržeb pomocí regresí přímky. Nárůst hodoty ROS by pak ebyl tak strmý, jako v případě polyomckého vyjádřeí tredu této časové řady

70 Př aalýze ukazatele ROS jsem také srovala vypočteá data s hodotam retablty tržeb vykazovaým odvětvím. Hodoty ROS jsou ve srováí s odvětvím vyšší, což zameá, že společost OTIS, a.s. emá astavey cey přílš ízko a její áklady a výrobu ejsou ve srováí s odvětvím přílš vysoké. Nákladová ceová poltka společost jsou podle mého ázoru astavey velm dobrým způsobem, který společost zajšťuje pravdelý odbyt a árůst tržeb. Proto v této oblast žádé zásadí změy eavrhuj a edoporučuj. Př aalýze ukazatelů zadlužeost jsem došla k závěru, že společost OTIS, a.s. facuje své aktvty výhradě s využtím vlastích zdrojů a v současé době emá a žádé půjčky č úvěry detfkovatelé z účetích výkazů. Na tomto místě bych vedeí společost doporučla, aby př realzac evetuálích budoucích vestc zvážlo facováí z czích zdrojů. Czí zdroje jsou ve většě případů levějším způsobem facováí ež zdroje vlastí. Ceou vlastího zdroje je totž dvdeda akcoářů, kteří však očekávají, že jejch vklady budou zhodocey lépe, ež kdyby své peíze uložl třeba v bace. Navíc se do dvdedy započítává také rzko akcoářů, protože pokud by společost hospodařla se ztrátou, edostaou za vklad zaplaceo vůbec. Pro podk jsou vlastí zdroje sce bezpečější ež zdroje czí, ale a druhé straě akcoář většou požadují větší míru výosost vložeých prostředků, ež jaká je výše úroků z úvěru staoveých bakou. Z ekoomckého hledska sce elze objektvě určt žádou obecě platou optmálí hrac pro poměr facováí z vlastích a z czích zdrojů, ale druhým důvodem, proč zvážt facováí z czích zdrojů, by mohla být doporučovaá hodota ukazatele celkové zadlužeost, která je podle Zlatých pravdel facováí rova 50 %, respektve poměr facováí ze zdrojů vlastích a ze zdrojů czích by podle těchto pravdel měl být 50:

71 Dalším aalyzovaým ukazatel byly ukazatele aktvty, které jsou velm úzce avázáy a ukazatele retablty. Hodoty ukazatele obratu celkových aktv se ve sledovaém období pohybovaly pod úroví,5, což zameá, že v podku je velké možství vložeého majetku, který váže moho vestc. Je ale velm obtížé ějakým způsobem možství dlouhodobého majetku ve formě výrobích č admstratvích budou č strojů redukovat. U výrobí společost velkost OTISU, a.s. je prostě jstý předpoklad, že svůj provoz ebude schopa zabezpečt jak. K řízeí zásob v OTISU, a.s. emám žádé zásadí přpomíky a doporučeí. Stuace je vykající, obratovost zásob je stále vyšší a doba obratu zásob aopak klesá, což zameá, že stuace je rok od roku lepší. Př srováí ukazatele obratovost zásob s odvětvovým průměrem zjšťujeme, že hodoty vykazovaé společostí OTIS, a.s. jsou vyšší ež hodoty vykazovaé odvětvím, což začí, že podk edrží adbytečé zásoby a dobu delší ež ezbytě utou a eutápí tak zbytečě kaptál. Poěkud horší hodoceí však astává u doby obratu pohledávek a doby obratu závazků. Obecě je pro společost výhodé, když je doba obratu pohledávek kratší ež doba obratu závazků, protože peíze, které získá od svých dlužíků č odběratelů může okamžtě použít a úhradu svých vlastích závazků apříklad vůč dodavatelům č zaměstacům a emusí se uchylovat k čerpáí jých zdrojů. U společost OTIS, a.s. je však doba obratu pohledávek podstatě vyšší ež doba obratu závazků. Doba obratu pohledávek se postupem času avíc ještě mírě prodlužuje. Jak jsem se jž zmíla u hodoceí ukazatelů lkvdty, podle mého ázoru by s vedeí společost mělo dát pozor a opožděě zaplaceé pohledávky, mělo by odběratele pravdelě kotrolovat a mělo by se také pokust zkrátt dobu splatost pohledávek

72 Př aalyzováí fačí stuace společost OTIS, a.s. jsem použla také dva ukazatele ze soustav poměrových ukazatelů Altmaův dex fačího zdraví a Kraclkův Qucktest boty. U prvího zmňovaého dochází k sumarzac celkové fačí výkoost podku a k ověřeí, zda aalyzovaé společost ehrozí v blízké době bakrot. Pro posuzováí hodot Altmaova dexu je staovea šedá zóa, v íž eí frma jak výrazě úspěšou, ale druhé straě se ejedá a o frmu s výrazým fačím problémy. V 003 byla hodota Altmaova dexu vykazovaá společostí OTIS, a.s. pod spodí hrací šedé zóy, společost se tehdy acházela a hraě, kdy jí mohl hrozt potecálí bakrot ebo mmálě velké fačí potíže. V průběhu celého sledovaého období však hodoty Altmaova dexu postupě rostly a v roce 009 se jž blížly k horí hrac šedé zóy, což zameá, že společost OTIS, a.s. je tedy stále více stablí a fačě zdravý podk. U vyjádřeých hodot Altmaova dexu jsem také provedla statstckou aalýzu dat a pro odhadováí budoucích hodot byla staovea regresí přímka ve tvaru yˆ =, , 785x. Vhodost takto zvoleé regresí fukce je pomocí dexu determace určea jako 0,9668. Z této regresí přímky je tedy možé vcelku přesě předvídat budoucí hodoty Altmaova dexu. Pro rok 0 tak byl staove odhad 3,56, čímž by se hodota Altmaova dexu dostala ad hrac šedé zóy. Kralckův Qucktest hodotí stabltu, výosost a celkovou botu aalyzovaé společost. A také pro posuzováí tohoto ukazatele je staovea šedá (eutrálí) zóa. Hodoty Kraclkova Qucktestu vypočteé u společost OTIS, a.s. ve sledovaém období se stejě jako u Altmaova dexu pohybovaly právě v šedé zóě, vykazovaly však rostoucí charakter a v roce 009 se jž pohybovaly a úrov horí, tříbodové hrac šedé zóy. Společost tedy zazameává poztví vývoj a je stále více botí

73 Po staoveí kvadratcké regresí fukce a vyrováí dat časové řady utvořeé z hodot Kralckova Qucktestu jsem získala také odhad 3,46 pro rok 00, kdy by se př zachováí dosavadího tredu vývoje této časové řady hodoty Kralckova Qucktestu měly dostat ad horí hrac šedé zóy a společost OTIS, a.s. by se tak stala ještě stablější a výosější pro své vlastíky. Na závěr jsem provedla ještě aalýzu počtu zaměstaců společost OTIS, a.s. a jejch mezd. Od roku 003 do roku 009 byl průměrý stav zaměstaců společost as 500, což j řadí mez středí až velké podky. Průměrý počet zaměstávaých osob ve sledovaém období byl poměrě promělvý. Největší árůsty počtu zaměstaců proběhly v letech 006, 007 a 008. V roce 009 aopak došlo k výzamějšímu poklesu stavu zaměstávaých osob a společost se také podařlo sížt mzdové áklady a osoby pracující mmo představestvo a vedeí společost. Zásadím faktem pro zaměstace OTISU, a.s. je pravdelý árůst vypláceých mezd a jedu osobu ročě, který probíhal po celé sledovaé období kromě roku 009, kdy došlo jedak ke sížeí stavu zaměstaců a také k úspoře mzdový ákladů v porováí s rokem 008. Myslím s, že se ejedalo o ahodlou změu, ale o tah spojeý s ejstotou způsobeou celosvětovou ekoomckou krzí a celkovým poklesem v oblast výrobího průmyslu. Je tedy možé, že stavy zaměstaců a vypláceé mzdy se budou v budoucost držet a stejé hladě jako doposud, ebo budou mírě klesat. Jev, který však s tímto předpokladem rozhodě ekoreluje, je vývoj mzdových ákladů a vedeí společost. Po celé sledovaé období tyto hodoty kolísaly kolem přblžě stejé hlady, avšak v roce 009 zazamealy obrovský árůst. Jako posledí aalýzu jsem ještě uvedla aalýzu daňového zatížeí, které je pochoptelě přímo úměré vykazovaému výsledku hospodařeí. Výsledek hospodařeí společost ve sledovaém období vykazoval rostoucí tred a to průměrě o 4,6 % ročě. Nárůst daňové povost byl také výzamý, přblžě 7 % ročě

74 Všechy aalýzy a progózy, které jsem v prác uváděla, uvažují zachováí stávajících podmíek a současého tredu vývoje. K velkým změám ve fugováí společost, v orgazačí struktuře, struktuře zaměstaců č v jejím hospodařeí však dojde po dlouhodobě zvažovaé a přpravovaé realzac sloučeí dvou tuzemských závodů OTIS v Břeclav OTISU, a.s. a OTISU Escalators, s.r.o. Rozhodým dem tohoto sloučeí byl staove. lede 0, avšak práví účky sloučeí astávají až po jeho zápsu do obchodího rejstříku. K datu tohoto zápsu se stávající tred vývoje všech ekoomckých fačích ukazatelů změí a mou staoveé progózy pochoptelě také. Celková statstcká aalýza dat bude muset být přehodocea a vyčíslea zovu. Data, která jsem vypočetla, však budou sloužt vedeí společost pro srováí stavů před změou a po í a pro staoveí prospěšost této změy. V mé prác jsem pomocí metod statstcké aalýzy dat astíla předpokládaý vývoj ekoomckých ukazatelů pro případ, že by tato změa eproběhla. Díky tomu bude možé zhodott, zda vývoj obou sloučeých společostí bude přízvější ež by byl vývoj samotě hospodařící společost OTIS, a.s., kdyby k realzac sloučeí edošlo

75 ZÁVĚR Závěrem je možé říc, že aalyzovaá společost OTIS, a.s. je fačě slým a stablím podkem. Jedá se o poměrě zámou společost s velkou tradcí eje a českém, ale především a zahračím trhu. Příos OTISU, a.s. pro akcoáře je stále vyšší a podle staoveých odhadů bude růst v budoucost. Tato společost s za svou dobu působeí a českém trhu vybudovala pevé místo a trvalé obchodí vztahy. Z velké většy provedeých aalýz vyplývá, že fačí ekoomcké ukazatele, hodotící výkoost podku, vykazují rostoucí tredy. Ze staoveých progóz budoucího vývoje lze také předpokládat, že by se hodoty těchto ukazatelů měly vyvíjet ku prospěchu, ekoomckému růstu a fačímu zdraví společost adále

76 SEZNAM POUŽITÉ LITERATURY ) CIPRA, T. Aalýza časových rad s aplkacem v ekoom. Praha : SNTL/ALFA, s. ) ČESKÝ STATISTICKÝ ÚŘAD. ČSÚ [ole] [ct ]. Ekoomcké výsledky průmyslu ČR v letech 000 až 004. Dostupé z WWW: < 3) ČESKÝ STATISTICKÝ ÚŘAD. ČSÚ [ole] [ct ]. Ekoomcké výsledky průmyslu ČR v letech 004 až 007. Dostupé z WWW: < 4) ČESKÝ STATISTICKÝ ÚŘAD. ČSÚ [ole] [ct ]. Ekoomcké výsledky průmyslu ČR v roce 008. Dostupé z WWW: < 5) HINDLS, R.; HRONOVÁ, S.; SEGER, J. Statstka pro ekoomy. 5. Vyd. Praha : Professoal Publshg, s. ISBN ) KONEČNÝ, M. Fačí aalýza a pláováí. Skrpta Fakulty podkatelské VUT v Brě. Bro ) KROPÁČ, J. Statstka B. Skrpta Fakulty podkatelské VUT v Brě. Bro ISBN ) MSp ČR - Výsledky výběru [ole]. 0. [ct ]. Dostupý z WWW: < Results&hleda.@typ=subjekt&hleda.format.typHleda=x*&hleda.podmka.subj ekt=ots+a.s.>

77 9) OTIS, A.S.. AboutOts [ole] [ct ]. Dostupé z WWW: < 0) OTIS, A.S.. CotactOtsDelh [ole] [ct ]. Dostupé z WWW: < ) RŮČKOVÁ, P. Fačí aalýza : metody, ukazatele, využtí v prax.. Vyd. Praha : GRADA Publshg, s. ISBN ) Výročí zpráva za rok 003. OTIS, a.s., 003 3) Výročí zpráva za rok 004. OTIS, a.s., 004 4) Výročí zpráva za rok 005. OTIS, a.s., 005 5) Výročí zpráva za rok 006. OTIS, a.s., 006 6) Výročí zpráva za rok 007. OTIS, a.s., 007 7) Výročí zpráva za rok 008. OTIS, a.s., 008 8) Výročí zpráva za rok 009. OTIS, a.s.,

78 SEZNAM POUŽITÝCH VZORCŮ Vzorec : Čstý pracoví kaptál... 3 Vzorec : Čsté pohotové prostředky... 4 Vzorec 3: Čstý peěží majetek... 4 Vzorec 4: Okamžtá lkvdta... 4 Vzorec 5: Pohotová lkvdta... 5 Vzorec 6: Běžá lkvdta... 5 Vzorec 7: ROI... 6 Vzorec 8: ROCE... 6 Vzorec 9: ROE... 6 Vzorec 0: ROS... 6 Vzorec : ROC... 7 Vzorec : Celková zadlužeost... 7 Vzorec 3: Koefcet samofacováí... 7 Vzorec 4: Úrokové krytí... 7 Vzorec 5: Obrat celkových aktv... 8 Vzorec 6: Obratovost zásob... 8 Vzorec 7: Doba obratu zásob... 8 Vzorec 8: Doba obratu pohledávek... 9 Vzorec 9: Doba obratu závazků... 9 Vzorec 0: Altmaův dex... 0 Vzorec : Průměr tervalové časové řady... 3 Vzorec : Tempo růstu časové řady... 3 Vzorec 3: Průměré tempo růstu časové řady... 4 Vzorec 4: Jý záps průměrého tempa růstu časové řady... 4 Vzorec 5: Prví dferece časové řady... 4 Vzorec 6: Průměr prvích dferecí časové řady... 4 Vzorec 7: Jý záps průměru prvích dferecí časové řady... 4 Vzorec 8: Adtví dekompozce časové řady... 5 Vzorec 9: Teoretcká regresí fukce

79 Vzorec 30: Soustava ormálí rovc a koefcety b a b... 8 Vzorec 3: Výběrové průměry x a y... 8 Vzorec 3: Odhad regresí přímky... 8 Vzorec 33: Iterval spolehlvost regresí přímky... 9 Vzorec 34: Rozptyl statstk... 9 Vzorec 35: Odhad rozptylu statstk... 9 Vzorec 36: Úplé vyjádřeí tervalu spolehlvost regresí přímky... 9 Vzorec 37: Obecé vyjádřeí dexu determace Vzorec 38: Idex determace

80 SEZNAM OBRÁZKŮ Obrázek : Logo společost OTIS, a.s Obrázek : OTIS, a.s Obrázek 3: Orgazačí struktura společost Obrázek 4: Orgazačí struktura výrobích závodů v Břeclav

81 SEZNAM TABULEK Tabulka : Bodové hodoceí Kralckova Qucktestu... Tabulka : Tržby Tabulka 3: Charakterstky časové řady tržeb Tabulka 4: Rozdílové ukazatele Tabulka 5: Ukazatele lkvdty... 4 Tabulka 6: Ukazatele retablty... 4 Tabulka 7: Charakterstky časové řady retablty vlastího kaptálu... 4 Tabulka 8: Podklady pro výpočet tervalu spolehlvost (ROE) Tabulka 9: Charakterstky časové řady retablty tržeb Tabulka 0: Ukazatele zadlužeost Tabulka : Ukazatele aktvty Tabulka : Altmaův dex Tabulka 3: Podklady pro výpočet tervalu spolehlvost Altmaova dexu Tabulka 4: Hodoty dílčích rovc Kralckova Qucktestu Tabulka 5: Bodové ohodoceí Kralckova Qucktestu Tabulka 6: Celkové hodoceí Kralckova Qucktestu Tabulka 7: Počet zaměstaců... 6 Tabulka 8: Mzdové áklady a osoby epracující ve vedeí společost... 6 Tabulka 9: Mzdové áklady a představestvo a vedeí společost Tabulka 0: Výsledek hospodařeí před zdaěím a daň

82 SEZNAM GRAFŮ Graf : Tržby Graf : Vyrováí tržeb Graf 3: Odhad rovce regresí přímky (tržby) Graf 4: Odhad rovce regresí přímky (tržby) Graf 5: ROE Graf 6: Vyrováí ROE Graf 7: ROS Graf 8: Vyrováí ROS Graf 9: Odhad rovce regresí přímky (ROS) Graf 0: ROS (srováí s odvětvím) Graf : Obratovost zásob (srováí s odvětvím)... 5 Graf : Doba obratu zásob (srováí s odvětvím)... 5 Graf 3: Doby obratů pohledávek a závazků... 5 Graf 4: Altmaův dex Graf 5: Altmaův dex (šedá zóa) Graf 6: Vyrováí Altmaova dexu Graf 7: Kralckův Qucktest Graf 8: Kralckův Qucktest (šedá zóa) Graf 9: Vyrováí hodot Kralckova Qucktestu Graf 0: Průměrý počet zaměstaců... 6 Graf : Ročí vypláceé mzdy a osobu epracující ve vedeí společost... 6 Graf : Ročí vypláceé mzdy pro vedeí společost Graf 3: Výsledek hospodařeí před zdaěím Graf 4: Daň

83 SEZNAM PŘILOH Příloha č. : Vybraé položky rozvahy....i Příloha č. : Vybraé položky výkazu zsku a ztrát...ii Příloha č. 3: Vybraé položky cash-flow... III Příloha č. 4: Fačí ukazatele odvětví...iv

84 Příloha č. : Vybraé položky rozvahy Vybraé položky rozvahy [zdroj : Výročí zprávy společost OTIS, a.s. z let ] - I 84 -

85 Příloha č. : Vybraé položky výkazu zsku a ztrát Vybraé položky výkazu zsku a ztrát [zdroj : Výročí zprávy společost OTIS, a.s. z let ] - II 85 -

86 Příloha č. 3: Vybraé položky cash-flow Vybraé položky cash-flow [zdroj : Výročí zprávy společost OTIS, a.s. z let ] - III 86 -

87 Příloha č. 4: Fačí ukazatele odvětví Fačí ukazatele odvětví [zdroj : Ekoomcké výsledky průmyslu ČR z let 000 až 008] - IV 87 -

Časové řady, regresní analýza, finanční ukazatele, náklady, výnosy, zisk

Časové řady, regresní analýza, finanční ukazatele, náklady, výnosy, zisk - - Tato verze dplomové práce je zkráceá (dle Směrce děkaky č. /00). Neobsahuje detfkac subjektu, u kterého byla dplomová práce zpracováa (dále je dotčeý subjekt ) a dále formace, které jsou dle rozhodutí

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS POSOUZENÍ FINANČNÍ VÝKONNOSTI FIRMY JMP,

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě. 3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ STATISTICKÁ ANALÝZA RIZIKOVÝCH FINANČNÍCH FAKTORŮ PODNIKU

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ STATISTICKÁ ANALÝZA RIZIKOVÝCH FINANČNÍCH FAKTORŮ PODNIKU VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY ÚSTAV SOUDNÍHO INŽENÝRSTVÍ INSTITUTE OF FORENSIC ENGINEERING STATISTICKÁ ANALÝZA RIZIKOVÝCH FINANČNÍCH FAKTORŮ PODNIKU STATISTICAL ANALYSIS OF

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

8 NELINEÁRNÍ REGRESNÍ MODELY

8 NELINEÁRNÍ REGRESNÍ MODELY 8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá

Více

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

Více

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad Metody vyhodoceí efektvost vestc Časová hodota peěz Metody vyhodoceí Časová hodota peěz Prostředky, které máme k dspozc v současost mají vyšší hodotu ež prostředky, které budeme mít k dspozc v budoucost.

Více

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru

Více

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV FINANCÍ FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF FINANCES APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

KVALITA REGRESNÍHO MODELU Radek Fajfr

KVALITA REGRESNÍHO MODELU Radek Fajfr UNIVERZITA PARDUBICE FAKULTA EKONOMICKO-SPRÁVNÍ KVALITA REGRESNÍHO MODELU Radek Fajfr Bakalářská práce 00 Prohlášeí Tuto prác jsem vypracoval samostatě. Veškeré lterárí pramey a formace, které jsem v

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

Téma 6: Indexy a diference

Téma 6: Indexy a diference dexy a dferece Téma 6: dexy a dferece ředáška 9 dvdálí dexy a dferece Základí ojmy Vedle elemetárího statstckého zracováí dat se hromadé jevy aalyzjí tzv. srováváím růzých kazatelů. Statstcký kazatel -

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě Rekostrukce vodovodích řadů ve vztahu ke spolehlvost vodovodí sítě Ig. Jaa Šekapoulová Vodáreská akcová společost, a.s. Bro. ÚVOD V oha lokaltách České republky je v současost aktuálí problée zastaralá

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

Model poptávky po železniční osobní dopravě Českých drah, a. s. na tuzemském přepravním trhu

Model poptávky po železniční osobní dopravě Českých drah, a. s. na tuzemském přepravním trhu Vědeckotechcký sorík ČD č. 3/0 Leka Zahradíková Model poptávky po železčí osoí dopravě Českých drah, a. s. a tuzemském přepravím trhu Klíčová slova: poptávka, osoí doprava, České dráhy, regresí aalýza,

Více

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky). Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v

Více

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

Více

ANALÝZA MSP POMOCÍ ASOVÝCH AD AN ANALYSIS OF SMES USING TIME SERIES

ANALÝZA MSP POMOCÍ ASOVÝCH AD AN ANALYSIS OF SMES USING TIME SERIES VYSOKÉ U ENÍ TECHNICKÉ V BRN BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS ANALÝZA MSP POMOCÍ ASOVÝCH AD AN ANALYSIS

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

APLIKOVANÁ STATISTIKA

APLIKOVANÁ STATISTIKA VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA MANAGEMENTU A EKONOMIKY VE ZLÍNĚ APLIKOVANÁ STATISTIKA FRANTIŠEK PAVELKA PETR KLÍMEK ZLÍN 000 Recezoval: Haa Lošťáková Fratšek Pavelka, Petr Klímek, 000 ISBN 80 4

Více

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ 4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu

Více

Metodika projektů generujících příjmy

Metodika projektů generujících příjmy Příloha: 9 Metodka projektů geerujících příjmy Účost: 23. 1. 2009 Verze č. 6.0 1. Výchozí podmíky - Obecá pravdla Postup u projektů geerujících příjmy vychází z čláku 55 Obecého ařízeí č. 1083/2006 a vyplývá

Více

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz: Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou varianty znaku) b) při intervalovém třídění (hodnoty x Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý

Více

ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC

ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC Jří HŘEBÍČEK, Mchal HEJČ, Jaa SOUKOPOVÁ ECO-Maagemet,

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů Techologe skla 00/03 C V I Č E N Í 4. Představeí rmy pltex Czech. Vlastost skla a sklovy 3. Adtvta 4. Příklady výpočtů Hospodářská akulta. Představeí rmy pltex Czech a.s. [,] Frma pltex Czech je součástí

Více

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs. Předáška V. Úvod do teore odhadu Pojmy a prcpy teore odhadu Nestraé odhady Metoda mamálí věrohodost Průměr vs. medá Opakováí výběrová dstrbučí fukce Sestrojíme výběrovou dstrbučí fukc pro výšku a váhu

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ PRÁCE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ PRÁCE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ PRÁCE Praha 8 Pavel Třasák ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

S1P Popisná statistika. Popisná statistika. Libor Žák SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk

Více

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č. Evropská federace árodích asocací měřcích, zkušebích a aalytckých laboratoří Techcká zpráva č. /006 Srpe 006 Poky pro vyhodoceí ejstoty měřeí výsledků kvattatvích zkoušek T e c h c k á z p r á v a EUROLAB

Více

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2 Iterpolace pomocí sple křvky dáo: bodů v rově úkol: alézt takovou křvku, která daým body prochází y f f 2 f 0 f x0 x... x 2 x x Iterpolace pomocí sple křvky evýhodou polyomálí terpolace změa ěkterého z

Více

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků 1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,

Více

2. Vícekriteriální a cílové programování

2. Vícekriteriální a cílové programování 2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě

Více

Úvod do teorie měření

Úvod do teorie měření Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

Využití účetních dat pro finanční řízení

Využití účetních dat pro finanční řízení Využtí účetích dat pro fačí řízeí KAPITOLA 4 V rác této kaptoly se zaěříe a časovou hodotu peěz (a to včetě oceňováí ceých papírů), která se prolíá celý vestčí rozhodováí, dále a fačí aalýzu (vycházející

Více

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO Statstka I dstačí studjí opora Mla Křápek Soukromá vysoká škola ekoomcká Zojmo Dube 3 Statstka I Vydala Soukromá vysoká škola ekoomcká Zojmo. vydáí Zojmo, 3 ISBN

Více

Přednáška č. 2 náhodné veličiny

Přednáška č. 2 náhodné veličiny Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat 4. Korelace 4. Teoretcké základy korelace 4. Způsoby měřeí závslostí pro růzé typy dat Př prác se statstckým údaj se velm často setkáváme s daty, která jsou tvořea dvojcem, trojcem hodot. Složky takovýchto

Více

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

Více

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

Vzorový příklad na rozhodování BPH_ZMAN

Vzorový příklad na rozhodování BPH_ZMAN Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha

Více

2. Finanční rozhodování firmy (řízení investic a inovací)

2. Finanční rozhodování firmy (řízení investic a inovací) 2. Fiačí rozhodováí firmy (řízeí ivestic a iovací) - fiačí rozhodováí je podmožiou fiačího řízeí (domiatí) - kompoety = složky: výběr optimálí variaty zdrojů fiacováí užití získaých prostředků uvážeí vlivu

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc

Více

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesé výchovy VYBRANÉ NEPARAMETRICKÉ STATISTICKÉ POSTUPY V ANTROPOMOTORICE Zdeěk Havel Davd Chlář 0 VYBRANÉ NEPARAMETRICKÉ

Více

Metody statistické analýzy. doc. Ing. Dagmar Blatná, CSc.

Metody statistické analýzy. doc. Ing. Dagmar Blatná, CSc. Metody statstcké aalýzy doc. Ig. Dagmar Blatá, CSc. Bakoví sttut vysoká škola, a.s. Praha 0 METODY STATISTICKÉ ANALÝZY Autor: Recezet: Vydal: Tsk: Vydáí: doc. Ig. Dagmar Blatá, CSc. doc. Ig. Jří Trešl,

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresí a korelačí aalýza Závslost příčá (kauzálí). Závslostí pevou se ozačuje případ, kdy výskytu jedoho jevu utě odpovídá výskyt druhé jevu (a často aopak). Z pravděpodobostího hledska jde o vztah, který

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

Nepředvídané události v rámci kvantifikace rizika

Nepředvídané události v rámci kvantifikace rizika Nepředvídaé událost v rác kvatfkace rzka Jří Marek, ČVUT, Stavebí fakulta {r.arek}@rsk-aageet.cz Abstrakt Z hledska úspěchu vestce ohou být krtcké právě ty zdroe ebezpečí, které esou detfkováy. Vzhlede

Více

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem

Více

11. Popisná statistika

11. Popisná statistika . Popsá statstka.. Pozámka: Př statstckém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákotost, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme statstcké jedotky. Př

Více

IV. MKP vynucené kmitání

IV. MKP vynucené kmitání Jří Máca - katedra mechaky - B35 - tel. 435 4500 maca@fsv.cvut.cz IV. MKP vyuceé kmtáí. Rovce vyuceého kmtáí. Modálí aalýza rozklad do vlastích tvarů 3. Přímá tegrace pohybových rovc 3. Metoda cetrálích

Více

II. METODICKÉ PŘÍKLADY SESTAVENÍ VÝKAZU PAP

II. METODICKÉ PŘÍKLADY SESTAVENÍ VÝKAZU PAP Istituce i zazameaé operace jsou fiktiví. Ukázkové případy - sezam Případ Vykazující účetí Vykázaé Části I až XIII Straa jedotka (zkráceě až 3) A Půjčka od baky Město, v roce +1, T2 v roce +1, T7, T8,

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor 1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců

Více

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.). STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,

Více

BIVŠ. Pravděpodobnost a statistika

BIVŠ. Pravděpodobnost a statistika BIVŠ Pravděpodobost a statstka Úvod Skrpta Pravděpodobost a statstka jsou učebím tetem pro stejojmeý kurz magsterského studa Bakovího sttutu vysoké školy Kurzy Pravděpodobost a statstka a avazující kurz

Více

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t. Techická aalýza Techická aalýza z vývoje cey a obchodovaých objemů akcie odvozuje odhad budoucího vývoje cey. Dalšími metodami odhadu vývoje ce akcií jsou apř. fudametálí aalýza (zkoumá podrobě účetictví

Více

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR Ze serveru www.czso.cz jsme sledovali sklizeň obilovi v ČR. Sklizeň z ěkolika posledích let jsme vložili do tabulky 10.10. V kapitole 7. Idexy

Více

Statistika - vícerozměrné metody

Statistika - vícerozměrné metody Statstka - vícerozměré metody Mgr. Mart Sebera, Ph.D. Katedra kezologe Masarykova uverzta Fakulta sportovích studí Bro 0 Obsah Obsah... Sezam obrázků... 4 Sezam tabulek... 4 Úvod... 6 Pojmy... 7 Náhodé

Více

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH USTÁLENÉ POUDĚNÍ V OTEVŘENÝCH KOYTECH ovoměré prouděí Charakterstka:. Hloubka vod v kortě, průtočá plocha a průřezová rchlost jsou v každém příčém řezu kostatí.. Čára eerge, vodí hlada a do korta jsou

Více