POSOUZENÍ EKONOMICKÝCH UKAZATELŮ SPOLEČNOSTI POMOCÍ STATISTICKÝCH METOD
|
|
- Romana Pospíšilová
- před 6 lety
- Počet zobrazení:
Transkript
1 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV EKONOMIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF ECONOMICS POSOUZENÍ EKONOMICKÝCH UKAZATELŮ SPOLEČNOSTI POMOCÍ STATISTICKÝCH METOD ASSESMENT OF ECONOMIC INDICATORS OF THE COMPANY USING STATISTICAL METHODS BAKALÁŘSKÁ PRÁCE BACHELOR'S THESIS AUTOR PRÁCE AUTHOR VEDOUCÍ PRÁCE SUPERVISOR FILIP MILOŠEVSKÝ Ig. KAREL DOUBRAVSKÝ, Ph.D. BRNO 04
2 Vsoké učeí techcké v Brě Akademcký rok: 03/04 Fakulta podkatelská Ústav ekoomk ZADÁNÍ BAKALÁŘSKÉ PRÁCE Mloševský Flp Ekoomka podku (608R00) Ředtel ústavu Vám v souladu se zákoem č./998 o vsokých školách, Studjím a zkušeím řádem VUT v Brě a Směrcí děkaa pro realzac akalářských a magsterských studjích programů zadává akalářskou prác s ázvem: Posouzeí ekoomckých ukazatelů společost pomocí statstckých metod v aglckém jazce: Assesmet of Ecoomc Idcators of the Compa Usg Statstcal Methods Úvod Cíle práce, metod a postup zpracováí Teoretcká východska práce Aalýza prolému Vlastí ávrh řešeí Závěr Sezam použté lteratur Příloh Pok pro vpracováí: Podle 60 zákoa č. /000 S. (autorský záko) v platém zěí, je tato práce "Školím dílem". Vužtí této práce se řídí právím režmem autorského zákoa. Ctace povoluje Fakulta podkatelská Vsokého učeí techckého v Brě.
3 Sezam odoré lteratur: ARTL, J. a M. ARTLOVÁ. Ekoomcké časové řad..vd. Praha: Grada, 007. ISBN HINDLS, R., S. HRONOVÁ a J. SEGER. Statstka pro ekoom.. vd. Praha: Professoal Pulshg, s. ISBN KNÁPKOVÁ, A. a D. PAVELKOVÁ. Fačí aalýza.. vd. Praha: Grada Pulshg, s. ISBN KROPÁČ, J. Statstka B.. vd. Bro: VUT FP, s. ISBN MAŘÍK, M. Metod oceňováí podku. 3. vd. Praha: Ekopress, s. ISBN Vedoucí akalářské práce: Ig. Karel Douravský, Ph.D. Termí odevzdáí akalářské práce je staove časovým pláem akademckého roku 03/04. L.S. doc. Ig. Tomáš Meluzí, Ph.D. Ředtel ústavu doc. Ig. et Ig. Staslav Škapa, Ph.D. Děka fakult V Brě, de
4 Astrakt Bakaláská práce se zaývá posouzeím fačí stuace podku Aero Vodochod AEROSPACE a.s. Hodotí výkoost a zdraví podku podle výstupů účetctví. Zalost hstorckých dat, jejch správá terpretace a progóza poslouží pro strategcké a pláovací účel podku. V prác je vužto metod aalýz časových ad a regresí aalýz pro posouzeí tredu a staoveí progóz a píští odoí. Pomocí těchto metod udou staove hodot, jež podk měl v jedotlvých letech dosahovat. Astract The achelor's thess deals wth the preset facal stuato of the Aero Vochovod AEROSPACE a.s. ad aalses the data ad ecoomc dcators take from accoutg sstem of compa. From the kowledge of hstorcal data ad corect terpretato ad forecastg precodtos for the future the compa wll e used as a tool for strategc a plag purpouses of the compa. Tme seres aalss ad regresso aalss s used the thess for evaluato of tme seres tedec ad estmato of progoss for upcomg ears. Wth a help of these methods, values whch eterprse should acheve upcommg ear wll e determed. Klíčová slova Časové ad, Regresí aalýza, Klíčové ukazatele výkoost, Aero Vodochod AEROSPACE a.s. Ke words Tme seres, Regresso aalss, Ke performace dcators, Aero Vodochod AEROSPACE a.s.
5 Blografcká ctace MILOŠEVSKÝ, F. Aalýza ekoomckých ukazatelů pomocí statstckých metod. Bro: Vsoké učeí techcké v Brě, Fakulta podkatelská, s. Vedoucí akaláské práce Ig. Karel Douravský, Ph.D.
6 Česté prohlášeí Prohlašuj, že pedložeá akaláská práce je původí a zpracoval jsem j samostatě. Prohlašuj, že ctace použtých prameů je úplá, že jsem ve své prác eporušl autorská práva (ve smslu Zákoa č./000 S., o právu autorském a o právech souvsejících s právem autorským). V Brě de Podps
7 Poděkováí Rád ch poděkoval vedoucímu mé akaláské práce Ig. Karlu Douravskému, Ph.D. za ceé rad a ppomík posktuté p tvorě této práce.
8 Osah ÚVOD 9 Cíle práce a použté metod... 0 TEORETICKÁ VÝCHODISKů EŠENÍ. Časové ad..... Pojem časové ad..... Charakterstk časových ad Dekompozce časových ad Regresí aalýza Určováí parametrů regresí fukce Druh regrese Vraé fačí ukazatele KPI ukazatele... Aalýza prolému 5. Pedstaveí aalzovaé společost Základí údaje: Stručá hstore společost SWOT aalýza Výroí program... 7 Aerostructures... 7 Defece & MRO... 8 Egeerg Aalýza vraých ukazatelů Vlastí ávrh 63 závr 65 SEZNůM POUŽITÝCH ZDROJ 66 SEZNůM GRůF 67 SEZNAM TABULEK 67 SEZNAM PÍLOH 68 8
9 ÚVOD Aalýza vývoje ekoomckých ukazatelů je velm důležtou součástí aalýz dat posktutých účetctvím frm. Dává áhled a fačího zdraví podku a jeho možý vývoj. Matematcko-statstcké metod ám sce emohou zaručt pesý výsledek, jelkož ukazatele jsou ovlvňová moha faktor, ale dokážou ám v pípadě jstých stadardích podmíek a za pedpokladu žádých výzamých makroekoomckých změ posktout poměrě věrohodé odhad a pedpověd vývoje tredu. Tto pedpověd ásledově podk může použít apíklad pro strategcké pláováí. Bakaláská práce se zaývá aalýzou vraých ekoomckých ukazatelů a progózam jejch vývoje do udoucost pomocí matematcko-statstckých metod a to kokrétě aalýzou charakterstk časových ad a regresí aalýzou ve společost Aero Vodochod AEROSPACE a.s. Frma Aero Vodochod AEROSPACE a.s. podká v olast letecké techk. Její hlaví čostí je pedevším spolupráce s pedím leteckým výroc a to v rámc mezárodích kooperačích projektů. 9
10 Cíle práce a použté metod Cílem akaláské práce je staoveí cílových hodot klíčových detfkátorů výkoost a rok 04,05 a 06. Návrh jedotlvých hodot KPI ukazatelů podku a udoucí rok jsou vtvoe a základě aalýz dat z účetctví pomocí časových ad a regresí aalýz. Těmto metodam udou zjštěé zákotost a tred vývoje vraých KPI ukazatelů. Dík progóze vývoje ukazatelů ásledově udou staove target pro podk. Tto target udou podkladem pro frmu, jakožto kvattatví odhad udoucích výkoů, kterých podk měl dosáhout. 0
11 TEORETICKÁ VÝCHODISKů EŠENÍ. Časové ad.. Pojem časové ad Časová ada je jstá posloupost po soě jdoucích pozorovaých dat, které jsou věcě a prostorově srovatelé. Tto data jsou jedozačě časové uspoádaé a to od mulost do současost. Časové ad se eje používají k popsu ekoomckých, socologckých, společeských, fzkálích, meteorologckých a mohých dalších tpů jevů, ale k jejch progózám jejch vývoje do udoucost... Charakterstk časových ad Průměr tervalové ad se ozačeý. Teto průměr se počítá jako artmetcký průměr hodot časové ad v ám zvoleých tervalech a je vjáde vztahem:. () Nejjedodušší charakterstkou p popsu vývoje časové je prví dferece, kterou počítáme jako rozdíl dvou po soě jdoucích hodot časové ad. Teto ukazatel určuje změ mez dvěma po soě jdoucím terval. Pokud po soě jdoucí dferece aývají kostatích hodot, lze íc, že časová ada má leárí tred. Prví dferec ozačujeme jako d ( ) a její záps vpadá ásledově: d ) (, kde =,,3,,. () Pokud chceme zjstt jaká je průměrá změa hodot za časový terval můžeme prví dferece zprůměrovat, čímž získáme průměr prvích dferecí, jež ozačujeme d ( ) a vjadujeme ásledově 3 : ARTL, J. a M ARTLOVÁ. Ekoomcké časové řad. KROPÁČ, J. Statstka B, s. 8 3 KROPÁČ, J. Statstka B, s. 0
12 d( ) d ( ) (3) Jestlže se v řadě prvích dferecí projevuje určtá vývojová tedece (růst č pokles), určujeme z ch dferece všších řádů. Druhé dferece, ozačeé ( ), určíme jako rozdíl dvou sousedích prvích dferecí, tj. d ( d ) d ( ) d ( ), =3,4,,. (4) Kolísají-l druhé dferece kolem určté kostat, lze říc, že sledovaá časová řada má kvadratcký tred, tj. že její vývoj se dá popsat paraolou. Rchlost růstu č poklesu hodot časové řad je charakterzováa pomocí koefcetů růstu, ozačeých k (), které počítáme jako poměr dvou po soě jdoucích hodot časové řad pomocí vzorce k ( ), =,3,,. (5) Koefcet růstu vjadřuje, kolkrát se zvýšla hodota časové řad v určtém odoí oprot odoí ezprostředě předcházejícímu. Kolísají-l koefcet růstu časové řad kolem kostat, usuzujeme odtud, že tred ve vývoj časové řad lze vsthout epoecálí fukcí. 4 Z koefcetů růstu určujeme průměrý koefcet růstu, ozačeý k (), který vjadřuje průměrou změu koefcetů růstu za jedotkový časový terval. Počítáme jej jako geometrcký průměr pomocí vzorce: k ( ) k ( ) (6) Z vzorce pro průměrý koefcet růstů a průměr prvích dferecí vplývá, že tto charakterstk závsejí pouze a prví a posledí hodotě ukazatelů časové řad, ostatí ukazatele uvtř časové řad jsou relevatí. Z toho ám ted vplývá, že tto charakterstk má smsl počítat pouze v případě, kd časová řada má jedotvárý vývoj. Pokud se v aalzovaé časové řadě střídá růst s poklesem, pak tto charakterstk mají velm malou formačí hodotu. 5 4 KROPÁČ, J. Statstka B, s. 0 5 KROPÁČ, J. Statstka B, s.
13 ..3 Dekompozce časových ad Provedeím dekompozce eol rozkladu časových ad s můžeme vraou časovou adu rozložt a ěkolk základích složek. V pípadě, že ereme v potaz takzvaou adaptví dekompozc časové ad, může ýt hodota ásledujících složek : tredová složka sezóí složka cklcká složka Tr t, Sz t, C t, áhodá složka e t, a to ásledově: 6 vjádea jako součet T Sz C e, t =,,,. (7) t t t t Z toho vplývá, že časová ada je jstý dlouhodoý tred, který je ovlvňová ostatím složkam. Dekompozc časových ad děláme pedevším proto, že v jedotlvých složkách je sadější zjstt zákotost v chováí v porováí s adou erozložeou. 7 Tredová složka Tredová složka, eo také tred je tedece dlouhodoého vývoje hodot aalzovaé časové ad. Tred může ýt rostoucí, klesající eo kostatí. Sezóí složka Je odchlkou, která se pravdelě opakuje a to v tervalech kratších eo rových jedomu roku. Tto odchlk jsou způsoe vějším vlv, které ovlvňují gloálí děí a jsou pravdelé. Píkladem je apíklad větší spotea ěhem zmích měsíců. Cklcká složka Touto složkou se rozumí dlouhodoé výkv a osclace, které mají délku větší ež rok. Píkladem je apíklad ekoomcký cklus zámý z makroekoome, popípadě demografcké ckl a podoě. Náhodá složka Je složkou, jež elze z hledska času popsat fukcí a je posledí složkou, z které se 6 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s KROPÁČ, J. Statstka B, str. 4 3
14 časová složka skládá. Tato složka vzká vlvem droý avzájem ezávslých jevů.. Regresí aalýza Regresí aalýza je statstcká metoda jejíž hlaví úlohou je hledáí a zkoumáí závslostí proměých, jejchž hodot získáváme realzací ějakého epermetu. V mém pípadě to udou hstorcká data získaá z účetctví. Data získaá z účetctví tak tvoí závsle proměou a íž je závslá proměá, která ude pozorováa a měea. Prcp metod spočívá ve vrováí pozorovaých dat do jedé ad reprezetovaé pímkou, z které jž můžeme provádět progóz. 8.. Určováí parametr regresí fukce Rozlšujeme mez teoretckou regresí fukcí a emprckou regresí fukcí. Emprcká fukce je a rozdíl od teoretcké regresí fukce mětelá a to a základě emprckých údajů. Tato aměeá fukce ásledě slouží jako odhad teoretcké regresí fukce. Pokud ozačíme teoretckou regresí fukc, pak pro jedotlvé pozorováí ude platt ásledující rovce: 9 (8) V této rovc je -tá hodota proměé, je -tá hodota teoretcké regresí fukce a je odchlka mez hodotam a. Odchlka má áhodý charakter pedevším proto, že a proměou půsoí jé proměé ež proměá, proto je vhodé pedpokládat, že stedí hodota je ulová a tudíž ezkresluje výsledk. 0 Pro zjštěé data (,,...), =,,3,,, zvolíme deálí regresí fukc s parametr 0,,..., takže: p f,,,..., ). (9) ( 0 p Pokud provedeme odhad uvedeých parametrů ozačeých jako,..., 0, p, pak lze 8 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s. 8 0 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s. 8 4
15 emprcká regresí fukce zapsat ve tvaru: Y f,,,..., ). (0) ( 0 p Kde velča Y vjaduje -tou hodotu emprcké regresí fukce a zároveň posktuje odhad teoretcké hodot a je hodotou proměé. Je ovšem tea mít a pamět, že koefcet a jsou áhodé velč. Proto kdchom prováděl více měeí tto koefcet ám mohl vjít jak, to zameá, že regresí pímka la já. Pokud eestují ch pak fukce pazuje hodotě proměé hodotu proměé a to s pravděpodoostí rové jedé. Takovéto model se azývají determstcké, ale v pra se s takovýmto model esetkáváme, jelkož estuje velké možství mohd emětelých osahující tto velč azýváme stochastckým. považujeme tuto velču za áhodou a model Jelkož regresích fukcí, které popsují daou závslost může ýt ekoečě moho je v ašem zájmu, achom ašl regresí pímku, která daou závslost popsuje co ejpesěj. Pro co ejpesější pímku je důležté, a se v souhru vrušl kladé a záporé hodot odchlek. Teto požadavek můžeme formulovat ásledově: 3 ( Y ) 0. () Kde je odhad hodot áhodé složk. Tuto podmíku je potea doplt dalším krtérem, jelkož regresích fukcí splňující tuto podmíku je taktéž ekoečě moho. Podmíku e 0 je tea doplt krtérem, které íká, že součet čtverců ch musí ýt mmálí. Musí ted platt: 4 Q ( )...m, () HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s. 8 KROPÁČ, J. Statstka B, s HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s. 8 4 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s. 83 5
16 eo také: Q f (, 0,..., p)...m. (3) Požadujeme ted mmálí rozdíl mez hodotam součtu čtverců odchlek emprckých hodot a hodotam teoretckých. 5 Nejčastější tp regresích fukcí jsou fukce, které jsou z hledska parametrů leárí. Teto tp regresích fukcí lze zapsat v ásledujícím tvaru: f )... f ( ). (4) ( 0 p p Kde 0, p jsou ezávslé parametr a f, f,..., f p,..., jsou zámé fukce ezávsle proměé. Oecou podmíku metod ejmeších čtverců () lze pro tp fukcí (4) kokretzovat ve tvaru 6 Q 0 f( )... p f p( )...m. (5) Ozačme jodhad parametrů B j splňující podmíku (43). Výraz (43) je mmálí tehd, jsou-l všech prví parcálí dervace podle jedotlvých parametrů B j rov ule. Achom mohl ted alézt odhad parametrů B j, musíme provést prví parcálí dervace a položt je rov ule. Tím ám vzke soustava ( p ) tzv. ormálích rovc. V těchto rovcích parametr B j ahradíme jž jejch odhad j, j,,..., p 7 : f ( )... f ( ) ( ), 0 p p 0 0 f( )... p f p( ) f( ) 0,.. 5 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s. 84 6
17 7 p p p f f f 0 0 ) ( ) (... ) ( (6) Po úpravě soustav rovc (44) dostaeme sstém ormálích rovc p p f f f 0 ) (... ) ( ) (, p p f f f f f f f 0 ) ( ) (... ) ( ) ( ) ( ) ( ) (.. p p p p p f f f f f 0 ) (... ) ( ) ( ) ( ) (. (7).. Druh regrese Přímková regrese 8 Pímková regrese je ejjedodušším a ejčastěj používaým druhem regresí fukce, která vzká tak, že do vzorce (4) za f čímž dostaeme: 0. (8) S vužtím metod ejmeších čtverců, ve které jsme formuloval podmíku staovíme odhad parametrů 0 a. P dosazeí do této podmík dostaeme: Q 0...m. ) ( (9) Jelkož je součet čtverců Q je fukcí ezámých parametrů, musíme vpočítat parcálí dervace podle 0 a, které ásledě položíme rov ule. Dále parametr 0 a ahradíme jejch odhad j, čímž dostaeme: 0 0 ) )( (, 0 0 ) )( (. (0) 8 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s
18 8 Po provedeí úprav dostaeme dvě ormálí rovce:, 0 0. () Ní je jž pouze uté určt odhad parametrů 0 a, ešeím soustav rovc () za užtí Cramerova pravdla: 0, (). (3) Odhadutý parametr se též azývá regresí koefcet a ozačuje se též, který kdž upravíme výrazem, dostaeme: s s ) (. (4) Zde lze vdět, že koefcet je podílem kovarace oou proměých a rozptlu ezávsle proměé, což zameá, že teto koefcet určuje jedotkové změ závsle proměé p jedotkové změě ezávsle proměé. Pouze v pípadě leárí závslost je hodota ulová, v pípadě leárí eo eleárí závslost získává kladé eo záporé hodot. P praktckých výpočtech se však výpočt parametrů dle () a (3) epoužívají, ale vužívá se jedoduššího tvaru, který získáme podílem prví ormálí rovce ze soustav () a hodot, čímž získáme:
19 0. (5) Pokud teto výsledek dosadíme do rovce regresí pímk (8) za 0, pak lze zapsat emprcký tvar regresí pímk zapsat takto: Y ( ) (6) Paraolcká regrese 9 Paraolcká regrese je tp regresí fukce s eleárí závslostí, která p popsu závslostí dvou proměých vužívá regresí paraol, kterou získáme dosazeí a f do vzorce (4). Čímž vzke: f 0. (7) Po dosazeí do podmík (5) dále aplkujeme postup (6) a (7) čímž získáme: Q 0... m. (8) Po výpočtu prvích parcálích dervací podle 0,,, které ásledě ahradíme jejch odhad j a položíme rov ule, získáme: 0 0, 0 0, 0 0. (9) Pokud tto rovce upravíme a ásledující tvar:, 0, (30) ešeím těchto rovc jsou odhad parametrů 0,,. 4 9 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s
20 0 Polomcká regrese 0 Polomcká regrese je zoecěím pedcházejících tpů regresích fukcí a má ásledující tvar: p p (3) Pokud se ude postupovat odoě jako u paraolcké regrese, výsledek ude: p p, p p, p p p. (3) Po úpravě získáme: p p p p.. p p p p p (33) Hperolcká regrese Hperolcká regrese je další z často se vsktujících pípadů regresí fukce v ekoomcké olast jejíž tvar je ásledový: 0. (34) Pro odhad parametrů udeme postupovat aalogck a opět získáme soustavu ormálích rovc: 0, 0. (35) ešeím těchto rovc získáme odhad parametrů regresí hperol: 0 0 HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s
21 . (36) Logartmcká regrese Další z regresích fukcí, které se vužívají v ekoomcké olast je logartmcká regrese, která má ásledující tvar: 0 log. (37) Stejě jako v pedchozích pípadech za vužtí metod ejmeších čtverců získáme ormálí rovce: log 0, log log 0 log. (38) Odoým způsoem udeme postupovat u logartmckých regresích fukcí jých tpů. Např. pro fukc: log (39) 0 Získáme ormálí rovce ve tvaru: log 0, log 0, log 0 log log log. (40) Logartmcké regresí fukce jsou vhodé k modelováí závslostí paraolckého tpu, které však emají mamum a u chž př všších hodotách vsvětlující proměé vzrůstají hodot závsle proměé pouze velm pozvola, evetuálě se praktck eměí. 3 Epoecálí regrese Epoecálí regrese je ejčastější a ejzámější eleárí regresí fukcí, jejíž záps vpadá ásledově: 0. (4) Epoecálí regrese z hledska parametrů eí leárí. Z tohoto důvodu u í eprovádíme metodu ejmeších čtverců, jelkož použtí této metod vedlo k získáí soustav eleárích rovc, z chž z pravdla eí možé získat parametr ve formě vzorců. Nejjedodušší způso pro úpravu eleárích fukcí je metoda založeá a learzující trasformac, která pomocí logartmů pevrací hodot a upravuje fukc do takového tvaru, ve kterém je jž možo vužít metodu ejmeších čtverců pro odhad HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s HINDLS, R., S, HRONOVÁ a J, SEGER. Statstka pro ekoom, s.98
22 parametrů. Aplkujeme-l tuto trasformac a vzorec (4) získáme: log log 0 log. (4) Po této úpravě je jž možé postupovat jako v pípadě leárí regrese a aplkovat metodu ejmeších čtverců, ovšem s tím rozdílem, že podmíka () je v logartmckém tvaru a vpadá ásledově: Q log log...m. (43) Po dosazeí to vzorce (4) ted vchází: Q log log log...m. (44) 0 Dále jž aalogck jako v pedchozích pípadech získáme ormálí rovce ve tvaru: log log 0 log. log log 0 log (45) Jejchž ešeí ám poskte odhad parametrů v logartmckém tvaru: log log log 0, (46) log log log. (47).3 Vraé fačí ukazatele.3. KPI ukazatele Ke performace detfacators jsou ukazatele pomocí kterých se v pra měí výko podku. Podk Aero Vodochod, pro který tuto akaláskou prác dělám, používá ásledující ukazatele. Hodot pro tto výpočet těchto ukazatelů jsou rá z účetích dat podku, které jsou dostupé z výročích zpráv a píloh číslo. EBIT EBITDA ROS Doa oratu vázaého kaptálu EVA EBIT (Eargs Before Itrest ad Ta) Je zskem ped úrok a zdaěím. Teto ukazatel měí efekt z hospodáské čost,
23 pčemž eere v potaz strukturu facováí a je to klíčovým ukazatelem p měeí výkoost. V českém účetctví se EBIT jako takový pímo evsktuje a ejčastější možost jak ho zjstt, které lteratura uvádí, jsou ásledové. Výpočet tohoto ukazatele ásledově: Výsledek hospodaeí za účetí odoí +Daň z píjmu za ěžou čost +Daň z píjmu za mmoádou čost +Nákladové úrok =EBIT (48) Neo jako teto ukazatel, můžeme rát položku provozí výsledek hospodaeí z výkazu zsku a ztrát. Pro aše účel udeme volt tuto druhou možost, jelkož podk tuto možost vužívá pro terí výpočt. EBITDA (Eargs Before Itrest, Ta, Deprecato ad Amortzato) Teto ukazatel vjaduje zsk ez vlvu odpsů. Výzam tohoto ukazatele je v tom, že a rozdíl od ukazatele EBIT eí zkresle odps a tudíž je možo íct jaký l hruý provozí hospodáský zsk. Tudíž íká, jaký l celkový fačí efekt tvoeý aktv ám zvoleého podku. Výpočet tohoto ukazatele je ásledový: EBITDA EBIT Odps (49) Kde jako odps ereme položku z výkazu zsku a ztrát odps DHM a DNM. ROS (Retur O Sales) Zsk ROS (50) Trž Teto ukazatel ukazuje vztah mez zskem a tržam a vjaduje zskovou marž, která je ukazatelem úspěšost podkáí. Praktck ted íká jaká je zskovost a Kč trže. Doa oratu vázaého kaptálu 4 Též azývaá jako oratový cklus peěz je složeý fačí ukazatel, jehož hodot ám íkají jaká je v průměru doa, ve které podk koupí materál, peměí ho a cílový výroek a píjme platu za teto výroek. íká ám ted, jak dlouho jsou aše zdroje vázá v oěžých aktvech. Je ted v zájmech podku a teto ukazatel aýval co ejžších hodot. Výpočet do oratu vázaého kaptálu ted vpadá ásledově: DOVK=Doa oratu pohledávek + Doa oratu záso Doa oratu závazků (5) Pčemž jedotlvé orat se počítají ásledově: Doa oratu pohledávek ám íká, jaký je průměrý počet dů, ěhem kterých 4 SYNEK, M a kol. Podková ekoomka.. 3
24 je kaso za každodeí trž zadržeo v pohledávkách a vpočítá se ásledově: Doa oratu pohledávek = Pohledávk Tž 360 Doa oratu závazků íká, jak rchle podk dostává svým závazkům. Hodota této plateí morálk ovšem měla ýt všší ež-l hodota ukazatele doa oratu pohledávek, jelkož takto podk levě vužívá czího kaptálu. Výpočet je ásledový: Doa oratu závazků = Závazk Tž 360 Doa oratu záso ukazuje jaká je průměrá doa spote záso, po kterou jsou záso vázá ež se spoteují, eo prodají. Vlastě teto ukazatel ted íká jak dlouho trvá, ež se záso peměí a hotovost, eo pohledávku. Výpočet je ásledový: Doa oratu záso = 360 (5) (53) Záso. (54) Tž EVA (Ecoomc Vallue Added) 5 Ukazatel EVA eol ekoomcká pdaá hodota je odhadem skutečého ekoomckého zsku podku za odoí. Podk teto ukazatel používá pro oceěí podkové výkoost. Hodota tohoto ukazatele se velm často lší od účetího zsku, pčemž růst účetí pdaé hodot vvolává růst ekoomcké pdaé hodot. Vztah, kterým se EVA vpočítá je ásledující: EVA NOPAT C WACC (55) Kde NOPAT zameá zsk po zdaěí, C vjaduje velkost základího kaptálu a WACC jsou vážeé áklad a teto kaptál. Výpočet hodot WACC v této prác provádět eudu, jelkož společost Aero Vodochod používá WACC shodý se společostí Peta a to o velkost 0%. Zároveň společost p výpočtu ukazatele EVA epoužívá NOPAT, ýrž pouze ukazatel EBIT. 5 MAÍK, M. Metod oceňováí podku : Proces oceěí základí metod a postup. 4
25 ANALÝZA PROBLÉMU. Pedstaveí aalzovaé společost.. Základí údaje: Název: AERO Vodochod AEROSPACE a. s. Sídlo společost: Odoleá Voda Dolíek, U Letště 374, PSČ Práví forma společost: akcová společost Idetfkačí číslo: Základí kaptál: Kč Pedmt podkáí: prováděí zahračího ochodu s vojeským materálem; provozováí stelc;oprav, úprav, peprava, ákup. Prodej a uschováváí zraí a stelva;výzkum, vývoj, výroa, čeí, zeškodňováí, zpracováí, ákup a prodej výuš;techcko-orgazačí čost v olast požárí ochra;sléváreství, modeláství;truhláství, podlaháství; galvazérství, smaltérství;zámečctví,ástrojáství;malíství,lakýrctví,atěračství; oráěčství... Stručá hstore společost 6 Frma Aero la založea de 5. úora řř se sídlem a pražském Starém Městě a výroím prostor v Praze - Bueč. Letos, tak uplulo ř5 let od založeí společost a adí se tak mez ejstarší výroce letecké techk a světě. Společost la od počátku zaměea a vývoj a výrou letadel, leteckých dílů a oprav letadel a jž v roce řř zalétalo svůj prví vlastí tp jedal se o letou Aero A-. Krátce po pedstaveí tohoto prototpu ásledoval ojedávka msterstva ora a sérovou výrou tohoto tpu avržeého pedevším pro výcvk vojeských plotů. Po tomto úspěšém tpu ásledoval výkoější tp výcvkových letouů a pro pesuu výro do ového závodu v Praze v městské část Vsoča (ř3) l polože základ pro ovou rodu průzkumých, omardovacích a cvčých dvouplošíků tpu Aero A- a A-. Voještí plot se rz stal slavým lámáím rekordů a vítězstvím v závodech v letadlech začk aero. Aero tou doou soukromý podk vlastěý dr. Vladmírem Kaešem se tehd stalo hlavím dodavatelem, jak pro msterstvo ora, tak pro msterstvo veejých prací, pro které dodávalo letadla pedevším pro cvlí letectví. Po úspěších v tuzemsku ásledoval prví zahračí zákazíc, počíaje Fskem. Za odoí prví repulk dosáhlo Aero jako prví v českoslovesku moho výzačých úspěchů jako l apíklad: zkostruováí prototpu prvího tuzemského ojového letouu,, prví dvoumotorový letou, prví hdroplá s plovák tuzemské kostrukce, 6 Aero Vodochod: O společost. Hstore [ole]. 04. vd. 04 [ct ]. Dostupé z: 5
26 pedstaveí vztužeého horokídlého jedoplošíku, ávrh prvího jedoúčelového kaového pepravího letouu. Během válečých let padl výroí areál do rukou ěmeckých okupatů a Aero vráělo poloskoepové kostrukce s osým potahem s plým vaveím pro průzkumé a výcvkové úkol. Jedalo se o letou Focke-Wulf FwŘř a Seel S04. Po skočeí. světové válk pokračovalo zároděé Aero ve výroě a opravách letadel. Dík pedešlé výroě ěmeckých letadel měla továra dostatečý techcký kredt a rozestavěé kostrukce ěmeckých letadel. Z poválečé výro vzešel vsoce výkoý dvoumotorový celokovový čtmístý letou Aero 45. V roce 953 la vudoval Vodochod vová zaízeí, která sloužla k výroě proudových letouů a tomtéž roce se a těchto zaízeích zahájla výroa. Do této výro lo zapojeo ěkolk českosloveských leteckých závodů. Zaměeí výro la velkosérová lcečí výroa sovětského proudového letouu MG-5 a z ěj odvozeých tpů. Výroa proudových letouů MG-9 a MG-, která v Aeru proíhala v 60. a 70. letech položla základ vlastímu vývoj proudových cvčých letadel. Jedalo se letou L-9 Delfí a L-39 Alatros. Vývoj proudového letouu L-ř začala v polově 50. let, kd se pracovalo pedevším a optmalzac kostrukčího ešeí draku letouu. Výsledkem l zálet koaý v roce ř5ř. Úspěch tohoto cvčého letouu l také podmíě úspěchem v testech koaých roku ř6 edaleko Moskv. Úspěch tpu L-9 podmíl vývoj druhé geerace mohem výkoějších a mohem efektvějších letouů L-3ř. Roda letouů L-39 Alatros v průěhu do začě epadovala a vtvola perfektí základ pro další vývoj. Skloek 90. let pesl začleěí západí avok a stadardů a také výkoějšího amerckého motoru a gloálí vaveí, a tím zahájeí ové kaptol žvota společost l vvut letou L SWOT aalýza Tato aalýza rozeírá vtí a vější prostedí podku, čímž dává áhled a potecál podku. Výstupem SWOT aalýz je SWOT matce, jež je shrutím závěrů založeých a této aalýze. SWOT matce STRONG slé postaveí a trhu, tradčí výroce, který dík spoluprác s amerckou frmou Skorsk. mez další slou stráku patí úzká specalzace a ojovou leteckou techku a její údržu a servs. Frma má ted moderí zázemí, kde je schopo aízet své služ kompleě, uceleě a v souladu s moderím tred v avatce. Z toho vplývá slé postaveí vůč možým kokuretům a stalí spolupráce s Msterstvem ora České repulk. Další slou strákou společost je vlastí vývoj kompoztích materálů, který ahrazuje tradčí materál ve výroě. Osamostatěí se v ohledu kompoztí výro. WEAK mez sla frm se dají považovat závslost a frmě Skorsk a její požadavcích a ojem výro. Slaou frm je také ízký odt a úzká segmetace 6
27 trhu. Ted málo ových odtových píležtostí. Další slaou strákou je pílš vsoká závslost a programu S-76d. Fačí áročost vývoje a výzkumu ových druhů techologí. Slaou je také hledáí pracovích sl a trhu práce vsoké požadavk a odorost a zkušeost, pracoví asazeí a loajaltu zaměstaců. Další slaou je eelastcta výro. Výroa letouů je atolk áročá, že v komac s edostatkem pracovích sl může docházet k prodlevám ve výroě. OPPORTUNITIES společost začala vjedávat se společostí Rolls-Roce o spojeí výro pohoých jedotek. Nová podvozková výroa pro Arus.Zájem o epaz a ové trh Ase, Blízký Východ. Možost spolupráce a výzkumu s techckým uverztam. Další píležtostí je vývoj zcela ových strojů ap. KC-390. THREATS ztráta dlouhodoých kotraktů, edostatečě kvalfkovaí pracovíc a trhu práce, árůst kokurece a trhu, úzké výroí portfolum, formačí úk respektve vášeí formací z podku zaměstac. Ztráta zákazíků apíklad z důvodu opětového evsoutěžeí zakázek Msterstva ora ČR, ztráta prestže z důvodu vsokých ákladů a jakost. Peále způsoeé evčasým splěím závazků, popípadě ztráta kotraktů v důsledku velké prodlev ve výroě...4 Výroí program Aerostructures 7 Tato dvze se zaývá kooperacem a podílí se a světových kooperačích projektech. Projekt a kterých tato dvze spolupracuje jsou: Výroa kompletího vrtulíku S-76 ppraveého k stalac dalších částí pro amerckou frmu Skorsk Arcraft corporato. Výroa a vývoj vojeského trasportího letouu KC-390 spolu s razlskou společostí Amraer. Vývoj a ásledá výroa pedí část kídla pro letou CSeres pod vedeím společost SONACA. Výroa kompletí stedí část kídla letouu C-7J Sparta pro talskou společost Alea Aermach. Výroa kokptů pro vrtulík Blackhawk společost Skorsk Arcraft corporato a polské společost PZL Melec. Dodáváí 3 druhů ploů pro společost SAAB. Vtí kostrukce dveí proudových dopravích letouů Emaer 70/ř0 pro fracouzskou společost Latecoere. Dodáváí kaóových dveí letouu F/A-ŘE/F pro amerckého oděratele Boeg St. Louse. 7 Aero Vodochod. Aerostructures [ole]. 04. vd. 04 [ct ]. Dostupé z: 7
28 Podíl a výroě letouů rod A30 faml. Výroa podvozků letouu L-40 Turolet společost Arcraft dustres. Defece & MRO 8 Dvze Defece & MRO je pedevším sousteděa a údržu, oprav a moderzace letadel vlastí výro. Devze taktéž vráí růzé verze lehkého ojového a cvčého letouu L-5ř. Další možost, jež devze aízí jsou moderzace cvlích letadel, letecké zkušectví a letový výcvk. Pod dvz Defece & MRO spadají ásledující program: Výroa dvoumístého jedomotorového proudového cvčého letouu L-39 Alatros. Program podpor a moderzace cvčého akroatckého cvlího letouu L-39 Alatros. Výroa letouu L-59 Alatros, moderzovaé verze letouu L-39 Alatros. Výroa ojového a výcvkového letouu L-5. Egeerg 9 Dvze Egeerg posktuje služ v olast vývoje. Kostrukce letadel, jež l zajšťová pouze pro dvě výše zmíěé dvze, tato dvze aízí eterím kletlům. Pod tuto dvz spadají: Kompletí vývoj a výroa letouů. Rsk spargové program. Bult to prt program. Samostaté vývojové práce. 8 Aero Vodochod. Defece & MRO [ole]. 04. vd. 04 [ct ]. Dostupé z: 9 Aero Vodochod. Egeerg [ole]. 04. vd. 04 [ct ]. Dostupé z: 8
29 ..5 ůalýza vraých ukazatel EBIT Pro aalýzu ukazatele EBIT udu počítat s položkou provozí výsledek hospodaeí z výkazu zsku a ztrát. Teto ukazatel posuzuje výkoost podku ez ohledu a zdaěí a úrok. Taulka : EBIT (v tsících Kč.ě Provozí výsledek hospodařeí Prví dferece Průměr tervalové ad podle vzorce (): ,7. Průměrá hodota provozího výsledku hospodaeí za sledovaé odoí la ,7 tsíc Kč. Prví dferece: Ve všech sledovaých letech docházelo k velkým výkvům hodot prví dferece, pčemž as ejzávažější la mez let 004 a 005, kd v roce 005 podk valožl vsoké prostedk a projekt, od kterých se čekalo rzkého zhodoceí a to sce koverze čt letouů ad L-5řA a místou verz a taktéž vývoj verze téhož letouu L59-B a taktéž píprava upgradováí projektu Aero 70. V dalším roce se dále prohloul záporý výsledek hospodaeí, což pes témě 00 mloové výos z výše zmňovaého projektu L-5řB sížl pedevším velm ízké trž z prodeje, jak cvlích tak armádích letadel. V roce 007 došlo k výrazému zvýšeí provozí hospodáského výsledku vlvem vsokých trže z programu Skorsk a zvýšeým tržam způsoeým dlouhodoým plěím rámcové smlouv. Kladý vlv a teto ukazatel měl žší áklad spojeé s programem L-59B. Další rok, ačkolv došlo k záporé dferec je teto výsledek stále velm dorý a to pedevším opět dík programu Skorsk, jež se výzamou měrou podílel a provozím výsledku 9
30 hospodaeí. Vojeské program taktéž pomohl frmě p tvorě takto vsokého výsledku hospodaeí. Vzklá dferece la způsoea pedevším vlvem slého kurzu eura a amerckého dolaru, jejchž slý kurz způsol as 75 mloové áklad, které sížl provozí výsledek hospodaeí. I pes reces a světových trzích s podk zachoval velm slušé výsledk, které l způsoe pedevším zvýšeou spoluprácí s Armádou České repulk a vsokého píjmů z programu MRO. Pokles jako takový pak l vvolá pedevším poklesem kooperací a vrtulících u programu S-76C. Zvýšeí provozího hospodáského výsledku oprot pedchozímu roku, lo způsoeo pedevším dík úsporám p prováděí perodckých prací a oprav a s tím souvsejících vsokých trže u programu MRO. Nastávající rok došlo k výrazému sížeí tohoto ukazatele pedevším dík poklesu prodeje vrtulíků S-76D a dodržeí pouhé tet pláovaých dodávek kokptů do vrtulíku UH-60M. Průměrá prví dferece podle vzorce (3): 3963 ( ) d( ) d( ) ,7. Během posledích let se každý rok provozí výsledek hospodaeí v průměru zvýšl o Řř0Ř,7 tsíc Kč. Graf : Provozí výsledek hospodaeí Regrese pro zachceí takto chaotckého tredu eměla relevatí terpretace a progóz stavěé a takové regresí fukc el pesé. Této prolematce se věuje souor statstckých metod azývaých roustí metod. Tto metod jsou ovšem poměrě komplkovaé a jejch aplkace a teto ukazatel je ztečá. V pra se dá vužít jedoduchého vecháí etrémích hodot, které eočekáváme, že se měl opakovat. Pro teto kokrétí pípad vechám rok Dík tomuto vecháí dostaeme časovou adu, se kterou se ude lépe pracovat. Její graf vpadá ásledově: 30
31 Graf : Provozí výsledek hospodaeí po úprav Tuto časovou adu proložíme regresím paraolou, která dkuje, že ěhem dalších let podk očekává epoecálí árůst provozího hospodáského výsledku. Použtím vzorce (7) ted dostaeme rovc: ˆ Po dosazeí jedotlvých let dostaeme: Pro rok 04 ˆ(04) 070 (04 003) 9093 (04 003) ˆ(04) ˆ(04) Pro rok 05 ˆ(05) 070 (05 003) 9093 (05 003) ˆ(05) ˆ(05) Pro rok 06 ˆ(06) 070 (06 003) 9093 (06 003) ˆ(06) ˆ(06)
32 V pípadě, že ukazatel EBIT ude dodržovat tred posledích let, může podk očekávat epoecálí árůst provozího hospodáského výsledku o hodotě 0Ř5454 tsíc Kč v roce 06, o čemž s mslím, že je reálý odhad, soudě dle vývoje posledích let a faktu, že ěhem posledích let l dokoče vývoj ěkterých zakázek, které podk ěhem píštích let zpeěží. Pedevším projekt S-76D, SONACA a kompozt. EBITDA Ukazatel EBITDA íká, jaký l zsk ped úhradou odpsů, daí a úroků. Výpočet tohoto ukazatele ude provede podle vzorce (49). K výpočtu udoucích hodot tohoto ukazatele udeme krom progóz hodot provozího výsledku hospodaeí muset zát udoucí hod odpsů. Hodota odpsů ěhem sledovaého odoí je zázorěa v taulce č. : Odps (v tsících Kč.). Taulka : Odps (v tsících Kč.ě Odps Prví dferece Koefcet růstu , , , , , , , , , , Průměr tervalové ad podle vzorce (): ,. Průměrá hoda odepsaého dlouhodoého hmotého a ehmotého majetku mez let 003 až 03 la 03777, tsíc Kč. Prví dferece: Během prvích ze sledovaých let výše odpsů klesala a od roku 007 vkazuje rostoucí tred. Průměrá prví dferece podle vzorce (3): d ( ) d ( ) 4784,9. 0 V průěhu sledovaého odoí společost v průměru odepsala o 47Ř4,ř tsíce Kč méě 3
33 každým rokem. Průměrý koefcet růstu pedepsaý vzorcem (6): 059 k ( ) ( ) 0 k 0, Z tohoto výsledku lze usoudt, že hodota odpsů se ročě průměrě sížla o 3,7% Vývoj této časové ad je zaese v grafu č. 3: Odps DHM a DNM. Graf 3: Odps DHM a DNM Pro položku odps jsem zvoll paraolckou regresí fukc. Použtím vzorce (7) ted dostaeme rovc: ˆ 33,5 398,6 993 Po dosazeí jedotlvých let dostaeme: Pro rok 04 ˆ(04) 33,5 (04 003) ˆ(04) 33,5 398, ˆ(04) 378,3. 398,6 (04 003) 993. Pro rok 05 ˆ(05) 33 (05 003) 3983 (05 003) 993. ˆ(05)
34 ˆ(05) 30776,7. Pro rok 06 ˆ(06) 33 (06 003) 3983 (06 003) 993. ˆ(06) ˆ(06) 546,. Pokud položka odps DHM a DNM ude dodržovat mou zvoleý tred, může podk ěhem píštích let očekávat árůst odpsů a v roce 06 očekávat hodotu 546, tsíc Kč. Vývoj hodot ukazatele EBITDA ěhem sledovaého odoí je zázorě v taulce č. 3: EBITDA (v tsících Kč.). Taulka 3: EBITDA (v tsících Kč.ě EBITDA Prví dfferece Průměr tervalové ad podle vzorce (): ,4. Průměr tohoto ukazatele je praktck průměrá hodota tervalové ad ukazatele EBIT avýšeá o průměr tervalové ad ukazatele odps. Průměrý hruý provozí zsk podku l ve ěhem sledovaého odoí rove hodotě 35,4 tsíc Kč. Prví dferece: Průěh vývoje hodot ukazatele EBITDA je velm podoý vývoj hodot ukazatele EBIT, s tím rozdílem, že ukazatel EBITDA je avýše o odps a tudíž jsou v jedotlvých letech větší zsk, popípadě meší ztrát. Průměrá prví dferece podle vzorce (3): 34
35 ( ) d( ) d( ) ,8. V průěhu let 003 až 03 se čstý zsk podku průměrě zvýšl o Ř433,Ř tsíc Kč. V grafu č. 4: EBITDA je grafck zázorě vývoj tohoto ukazatele. Graf 4: EBITDA ROS Ukazatel retalta trže se vpočte podle vzorce (50). Z tohoto vzorce ple, že pro výpočet udoucích hodot toho ukazatele ude tea zát progóz položek zsk, trž za výrok a služ a trž za zoží. Teto ukazatel íká kolka procetí zsk měl podk a koruě trže. Vývoj položk zsk ěhem sledovaého odoí je zaesea v taulce č. 4: Zsk (v tsících Kč.) 35
36 Taulka 4: Zsk (v tsících Kč.ě Zsk Prví dfferece Průměr tervalové ad podle vzorce (): ,36. Podk Aero Vodochod ěhem sledovaého odoí vkazoval průměrý zsk o výší 6ŘŘ,36 tsíc Kč. Tato hodota je poměrě ízká jelkož j do velké mír sžují hodot z let 005 a 006, kd podk vkazoval ezvkle vsoké ztrát. Prví dferece: Prví dva rok sledovaého odoí se pohují v poměrě ěžých hodotách kolem, kterých zsk v průěhu sledovaého odoí oscloval s výjmkou let 005 a 006, kd v roce 005 podk vkazoval rekordí ztrátu. Takto vsoký egatví zsk l z velké část způsoe egatvím provozím hospodáským výsledkem, jež popsuj výše, ale pedevším eormě záporým fačím výsledkem hospodaeí, který v roce 005 čl -ř5ř600 tsíc Kč. Tato hodota la důsledkem splaceí úroků z dluhopsů, které l vstave v roce 004 a v roce 005 včetě úroků splace. Dalším důvodem takto etrémí hodot může ýt poslováí kurzu USD vůč Kč, který se taktéž egatvě projevl p splaceí pedem emtovaých dluhopsů. V roce 006 l zsk vkázala společost opět vsoký egatví zsk, který l v tomto roce způsoe pedevším záporým provozím výsledkem hospodaeí a z část fačím provozím výsledkem hospodaeí, který se a tomto záporém výsledku podílel ecelou tetou. Na tomto záporém fačím výsledku hospodaeí se ejvíc podílel položk ákladové úrok a kurzové vlv Kč vůč USD. Následujícím rokem podk jž začal tvot kladý hospodáský výsledek, jež l tvoe dík kladému provozímu výsledku hospodaeí, jež l zmeše o záporý fačí výsledek hospodaeí, který l jako v pedchozích letech tvoe pedevším ákladovým úrok a kurzovým vlv. Ačkolv v tomto roce l fačí výsledek hospodaeí záporý l kladě ovlvě položkam ostatí fačí výos, výosové úrok a rozpuštěí opravé položk, které dohromad tvol témě 60 mloové výos, které sížl ztrátu vtvoeou výše zmíěým áklad. V roce 00Ř měl podk jede z ejvšších hospodáských výsledků, ze sledovaého odoí jak můžeme vdět v taulce číslo 4. Na tomto výsledku se z větší část podílel vsoký provozí výsledek hospodaeí, kterého s můžeme všmout apíklad v Taulka : EBIT, pčemž zývající hodota 36
37 la tvoea pedevším kladým fačím výsledkem hospodaeí, který se a e celkovém hospodáském výsledku podílel ř3,7 mlo Kč. Pčemž poprvé ve sledovaém odoí podk evkázal kurzové ztrát, ýrž kurzové výos, které l způsoe pedevším kolísáím kurzu USD vůč Kč. Následující rok podk vkázal hospodáský zsk o velkost as 7ř,3 mlou Kč, což zameá as 0 mloový pokles oprot mulému roku. Teto pokles z větší část tvoí sížeí fačího výsledku hospodaeí, který se oprot mulému roku sížl as o 77 mloů koru. Jak s v taulce číslo 4 můžeme všmout v roce 00 podk vkázal ejvšší hospodáský zsk za sledovaé odoí. Z Taulka : EBIT, je patré, že ejvětší podíl a tomto hospodáském zsku má provozí výsledek hospodaeí, který teto rok taktéž dosáhl mama ve sledovaém odoí. Zývající část tvol fačí výsledek hospodaeí ve výš mloů Kč. V roce 0 podk zazameal velký pokles 50 mloů oprot pedchozímu roku. To lo způsoeo pedevším poklesem provozího výsledku hospodaeí, jehož vývoj je jž popsá výše a ízkým fačím výsledkem hospodaeí, který l způsoe pedevším vsokým ostatím fačím áklad a kurzovým ztrátam. Průměrá prví dferece podle vzorce (3): d ( ) d( ) 945,7. 0 Ztráta jež v průměru podk mez jedotlvým rok produkoval měla výš ř45,7 tsíc Kč. Grafcké zázorěí vývoje časové ad včetě zvoleé regresí fukce pro pops udoucího tredu můžeme vdět v grafu č. 5: Zsk. Graf 5: Zsk Pro položku zsk jsem zvoll paraolckou regres, která zachtí očekáváí epoecálího vývoje tohoto ukazatele v píštích letech. Toto očekáváí podporuje skutečost, že podk dokočuje výzkum mohých programů, do kterých podk zatím vkládal peíze a v lízké udoucost začou ýt výdělečé. Použtím vzorce (7) ted 37
38 dostaeme rovc: ˆ Po dosazeí jedotlvých let dostaeme: Pro rok 04 ˆ(04) 9306 (04 003) (04 003) 69. ˆ(04) ˆ(04) Pro rok 05 ˆ(05) 9306 (05 003) (05 003) 69. ˆ(05) ˆ(04) Pro rok 06 ˆ(06) 9306 (06 003) (06 003) 69. ˆ(06) ˆ(06) Pokud časová ada ude dodržovat zvoleý tred ěhem dalších let společost může očekávat epoecálí růst zsku. Hodota odhadu pro rok 06 je ř44ř6 tsíc Kč. Teto odhad považuj za poměrě pravděpodoý vzhledem k epoecálímu růstu v posledích letech, a vzdoru průměré hodotě prví dferece, která dkuje klesající tred. Sledový vývoj položk trž za zoží je zázorě v Taulce č. 5: Trž za zoží (v tsících Kč.). 38
39 Taulka 5: Trž za zoží (v tsících Kč.ě Trž za zoží Prví dfferece Koefcet růstu , , , , , , , , , , Průměr tervalové ad podle vzorce (): Průměr této tervalové rove tsícům Kč, což je výsledek do velké mír ovlvěý etrémím hodotam v prvích dvou letech sledovaého odoí. Z taulk číslo 5 je patré, že tervalový průměr této časové ad pesáhou pouze v prvích dvou letech, ve kterých se vsktují právě výše zmňovaé etrémí hodot. Prví dferece: Během prvích tech let s můžeme všmout velm prudkého poklesu celkových trže za prodaé zoží. V roce 006 společost dosáhla ejžších trže za zoží, kd se trž za zoží a celkových tržách podílel pouhým 3%. Během ásledujících let došlo mírému růstu trže za zoží, ale celkově můžeme tvrdt, že vývoj časové ad má dlouhou klesající tred, který je logartmckého charakteru. Průměrá prví dferece podle vzorce (3): d( ) d( ) 3680,6. Mez jedotlvým let se trž za zoží v průměru sížl o 36Ř0,6 tsíc Kč. Průměrý koefcet růstu vpočteý dle vzorce (6): 4357 ( ) k ( ) 0 k 0, Oprot jým sledovaým ukazatelům s můžeme všmou poměrě ízké hodot koefcetu korelace, ze kterého vplívá, že trž za zoží mez jedotlvým let v průměru klesl o %, což je spojeo s logartmckou povahou vývojového tredu tohoto ukazatele. 39
40 V ásledujícím grafu č. 6: Trž za zoží je grafcké zázorěí vývoje časové ad včetě zvoleé regresí fukce zvoleé pro pops tredu této časové ad. Graf 6: Trž za zoží Položka trž za zoží v čase vkazuje logartmcký tred. Použtím vzorce (37) ted dostaeme rovc: ˆ 45636,34l( ) 4685,34 Hodota odhadů pro jedotlvé adcházející rok ted je: Pro rok 04 ˆ(04) 45636,34 l(04 003) 4685,34. ˆ(04) 45636,34 l() 4685,34. ˆ(04) 9300,6. Pro rok 05 ˆ(05) 45636,34 l(05 003) 4685,34. ˆ(05) 45636,34 l() 4685,34. ˆ(04) 0668,6. Pro rok 06 ˆ(06) 45636,34 l(06 003) 4685,34. ˆ(06) 45636,34 l(3) 4685,34. 40
41 ˆ(06) 9497,5. V pípadě, že v časová ada dodržovala mou staveý tred, podk očekával pokles trže z prodeje zoží. V roce 06, společost dosáhla trže za zoží ve výš ř4ř7,5 tsíc Kč. Tato progóza se m jeví jako reálá vezmu-l v potaz dlouhodoý tred vývoje ukazatele a průměrou prví dferec a koefcet růstu. Posledí položka poteá pro výpočet ukazatele ROS jsou trž za vlastí výrok a služ, jejíž vývoj v čase je zachce v taulce 6: Trž za výrok a služ (v tsících Kč.). Taulka 6: Trž za výrok a služ (v tsících Kč.ě Trž za výr. Prví dferece Koefcet růstu , , , , , , , , , , Průměr tervalové ad podle vzorce (): Ve sledovaém časovém horzotu frma v průměru za odoí vkázala trž za výrok ve výš Kč. Prví dferece: Během prvích 3 sledovaých let s můžeme všmou stejého klesajícího tredu trže za výrok jakou trže za zoží, pčemž ěhem těchto prvích 3 let se trž za výrok sížl skoro o 50%. Na rozdíl od trže za zoží však ásledující rok edosáhl trž za prodej výroků a služe mma, z hledska sledovaého odoí, ale aopak došlo k 0% vzrůstu, čímž se a celkových tržách podílel ř7%. Teto růst způsol pedevším růst ojemu produkce programu Skorsk. Zajímavý je fakt, že ěhem let 005 a 006 arostl podíl trže z eportu a celkových tržách o více ež 50% kde teto rozdíl tvol pedevším program S76-C. V dalším roce l zazameá árůst trže za zoží a služ způsoeý pedevším dík programu Skorsk a z pedešlého roku ppraveý program L5řT. Následý pokles trže l pravděpodoě způsoe sížeím dodávek ze stra oděratele. Od roku 0 se 4
42 klesající tred trže zloml a trž za výrok a služ začal prudce stoupat v průměru o 30% ročě. Průměrá prví dferece podle vzorce (3): d( ) d( ) 7858,6. 0 Podku za odoí v průměru klesl trž za zoží o 7Ř5Ř,6 tsíc Kč, což svědčí o klesajícím tredu, který je vůč ojemům trže velm malý. Průměrý koefcet růstu vpočteý dle vzorce (6): ( ) k ( ) 0 k 0, Průměrý koefcet růstu azačuje % pokles trže za výrok a tím pádem poměrě pozvolě klesající závslost. Vývoj této položk je zázorě v grafu č. 7: Trž za výrok a služ. V tomto grafu je vgeerovaá regresí fukce zvoleá pro odhad udoucích hodot. Graf 7: Trž za výrok a služ U položk trž jsem zvoll regresí kucký polom, jelkož podk pláuje zvýšt dodávk. Kucký polom měl zachtt teto epoecálí tred astávajících let. Použtím vzorce (3) ted dostaeme rovc: ˆ 975, , , ,38 Hodota odhadů pro jedotlvé rok je ásledující: Pro rok 04 3 ˆ(04) 975,58(04 003) 5385,03(04 003) 40795,84(04 003) 3854,38 3 ˆ(04) 975, , , ,38 4
43 ˆ(04) ,49. Pro rok 05 3 ˆ(05) 975,58 (05 003) 5385,03 (05 003) 3 ˆ(05) 975, , , ,38. ˆ(05) 33430, ,84 (05 003) 3854,38 Pro rok 06 3 ˆ(06) 975,58 (06 003) 5385,03 (06 003) 3 ˆ(06) 975, , , ,38. ˆ(06) , ,84 (06 003) 3854,38 Tred, který popsuje staoveý regresí kucký polom zorazuje epoecálí růst trže za výrok a služ. Hodota progóz se v roce 06 rová ,65 tsíc Kč, což je hodota podoá vrcholovým hodotám, za sledovaé odoí, usuzuj ted, že progóza je poměrě pravděpodoá. Vývoj ukazatele ROS vpočítaý a základě výše zachceých dat je vpočítá v taulce č. 7: ROS (v procetech). Taulka 7: ROS (v procetech) ROS Prví dfferece 003 5,4% 004 7,83%,4% ,03% -64,85% 006-3,85% 4,8% 007 5,47% 38,3% 008 9,79% 4,3% 009 9,8% 0,0% 00 5,79% 5,98% 0 8,04% -7,75% 0 7,9% -0,85% 03 8,37%,9% Průměr tervalové ad podle vzorce (): ( 0,7) 0,0. Ukazatel ěhem sledovaého odoí měl průměrou ročí hodotu -0,0, což ám 43
44 íká, že a každé koruě, kterou podk ěhem těchto let utržl la vtvoea ztráta, halée Kč. Jak ale v taulce číslo 7 vdíme ěhem sledovaého odoí ukazatel záporých hodot aýval pouze ve pípadech, kd se tto výsledk dají považovat za etrémí. Prví dferece: Během prvích dvou let došlo k árůstu tohoto ukazatele o %, jež l způsoe větším poklesem celkových trže, ež l pokles zsku. Záporé hodot ěhem let 005 a 006 l způsoe záporých hospodáským výsledkem. V roce 007 sledovaý ukazatel jž aývá kladých hodot. Následující rok dochází k 4,5% árůstu retalt trže. Teto árůst l důsledkem 0 mloového poklesu celkových trže a árůstem hospodáského výsledku o 50 mloů koru. Po ztek sledovaé do se jž ukazatel jak výrazě eměl a kolísal kolem hodot 0,0Ř což ám íká, že a každé koruě měl podk Ř% zsk. Průměrá prví dferece podle vzorce (3): 0,0837 0,054 d ( ) d( ) 0, Průměrá prví dferece dkuje, že podku mez jedotlvým let vzrostl výdělek z každé koru o 0,003 Kč. Rozdíl mez výsledk průměru tervalové ad a průměré prví dferece, jsou způsoe velm ízkým hodotam ukazatele ROS v letech 005 a 006, se kterým průměrá prví dferece a rozdíl od průměru tervalové ad epočítá. Grafcké zázorěí vývoje tohoto ukazatele je zorazeo v grafu č. 8: ROS Graf 8: ROS Doa oratu vázaého kaptálu Dalším sledovaým KPI ukazatelem je doa oratu vázaého kaptálu, který se 44
45 vpočítá pomocí vzorce (5). Pro zjštěí odhadů udoucích hodot je ted ještě tea staovt progóz pro položk pohledávk, záso a závazk. Odhad udoucích hodot trže za zoží a trže za vlastí výrok a služ jsou jž zám, jelkož tto hodot jsou jž počítá pro výpočet ukazatele ROS. Vývoj položk pohledávk v čase je zázorě v taulce č. 8: Pohledávk (v tsících Kč.). Taulka 8: Pohledávk Ěv tsících Kč.ě Pohledávk Prví dferece Koefcet růstu , , , , , , , , , , Průměr tervalové ad podle vzorce (): Hodota pohledávek měla ěhem sledovaého odoí průměrou hodotu ř3765 tsíc Kč. Prví dferece: Vývoj hodot pohledávek je poměrě chaotcký a velm závsí a počtu kotraktů, které podk v jedotlvých letech uzave. Průměrá prví dferece podle vzorce (3): d( ) d( ) ,7. Mez jedotlvým rok sledovaého odoí hodota pohledávek v průměru klesla o 04Ř7,7 Kč. Průměrý koefcet růstu vpočteý dle vzorce (6): ( ) k ( ) 0 k 0, Výše pohledávek mez jedotlvým rok sledovaého odoí v průměru vzrostla o,%. K popsáí tredu jsem použl regresí pímku pedepsaou vzorcem (Ř). Tato regresí
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
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
, 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,
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
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
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,
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
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
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
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
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
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
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
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
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
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.
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.
Měření závislostí. Statistická závislost číselných znaků
Měřeí závslostí Statstcká závslost číselých zaků - závslost dvou velč lze vádřt ako ech fukčí vztah vzorcem, taulkou hodot příslušé fukce eo grafck; - mez zak zkoumaých evů zšťueme estec příčé (kauzálí
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,
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
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
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
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
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
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
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
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,
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
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
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
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
Statistické zpracování dat
Bakoví sttut vysoká škola Praha Katedra IT Statstcké zpracováí dat Bakalářská práce Autor: Ja Culka Iformačí techologe, Maaţer projektů Vedoucí práce: Mgr. Olga Procházková Praha Červe, 00 Prohlášeí: Prohlašuj,
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
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
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
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
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,
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
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
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
Časové řady, regresní analýza, finanční ukazatele, náklady, výnosy, zisk, OTIS, a.s.
- - - - - 3 - 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
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
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
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 =
v. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x)
9 REGRESE A KORELACE Slovo regrese oecě zmeá poh zpět ústup ávrt regresví = ustupující Opčým termíem je progrese pokrok postup šířeí růst Pojem regrese l do sttstk zvede kocem 9 století rtským učecem Frcsem
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
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
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 -
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
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
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
TĚŽIŠTĚ A STABILITA. Těžiště tělesa = bod, kterým stále prochází výslednice tíhových sil všech jeho hmotných bodů, ať těleso natáčíme jakkoli
SAIKA - těžště ĚŽIŠĚ A SABILIA ěžště tělesa bod, kterým stále prochází výsledce tíhových sl všech jeho hmotých bodů, ať těleso atáčíme jakkol bod, ke kterému astává rovováha mometů způsobeých tíhou jedotlvých
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
PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2
SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých
jsou reálná a m, n jsou čísla přirozená.
.7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou
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
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
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
8. Zákony velkých čísel
8 Zákoy velkých čísel V této část budeme studovat velm často užívaá tvrzeí o součtech posloupost áhodých velč Nedříve budeme vyšetřovat tvrzeí azývaá souhrě ako slabé zákoy velkých čísel Veškeré úvahy
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
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
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
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
3. Lineární diferenciální rovnice úvod do teorie
3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se
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
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
9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:
9 ÁHODÉ VÝBĚR A JEJICH ZPRACOVÁÍ Čas ke studu katol: 30 mut Cíl: Po rostudováí tohoto odstavce budete rozumět ojmům Základí soubor, oulace, výběr, výběrové šetřeí, výběrová statstka a budete zát základí
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
4.1 Regresní úloha a regresní funkce
Lekce 4 Metoda eeších čtverců Metoda eeších čtverců e další z výkladích skříí statstk M se sezáíe pouze s eí ezákladěší verzí, kd regresí ukce, ěřící průěh závslost, e ukcí edé proěé leárí v paraetrech,
III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ
III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ Způsob, jímž se provádí fzkálí měřeí, závsí jedak a povaze měřeé velč, jedak a tom, ze kterých vztahů pro měřeou velču vjdeme a jakých přístrojů použjeme. Všech měřcí
11. Regresní analýza. Čas ke studiu kapitoly: 60 minut. Cíl VÝKLAD Úvod
. egresí aalýza Čas ke studu kaptoly: 6 mut Cíl Po prostudováí tohoto odstavce udete umět vysvětlt pojem oecý leárí model prcp leárího regresího modelu používat výsledky regresí aalýzy verfkovat regresí
9.3.5 Korelace. Předpoklady: 9304
935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad
Jednoduchá lineární regrese
Jedoduchá leárí regrese Motvace: Cíl regresí aalýz - popsat závslost hodot velč Y a hodotách velč X. Nutost vřešeí dvou problémů: a) jaký tp fukce se použje k popsu daé závslost; b) jak se staoví kokrétí
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
2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II
2,3 ČTYŘI STADARDÍ METODY I, ČTYŘI STADARDÍ METODY II 1.1.1 Statické metody a) ARR - Average Rate of Retur průměrý ročí čistý zisk (po zdaěí) ARR *100 % ( 20 ) ivestic do projektu V čitateli výrazu ( 20
TECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekoomcká fakulta Semestrálí ráce S kua Jméa: Leka Pastorová, Davd arha, Ja Vtásek a Fl Urbačík Ročík: 0/06 Učtel: gr. Jří Rozkovec Obor: Podková ekoomka Datum:.. 06 Obsah
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
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
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
1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE
ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE V této kaptole se dozvíte: jak je oecě defováa kolmost (ortogoalta) vektorů; co rozumíme ortogoálí a ortoormálí ází; co jsou to tzv relace ortoormalty a Croeckerovo delta;
Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné
CHYBY MĚŘENÍ Opakovaé měřeí téže fyzkáí večy evede vždy k přesě stejým výsedkům. Této skutečost bychom se evyhu, kdybychom měřeí provádě s ejvětší důkadostí a precsostí aopak, čím ctvější a přesější jsou
Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1
Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,
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,
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
Odůvodnění. Obecná část
Odůvoděí k ávrhu změy vyhlášky č. 502/2005 Sb., kterou se staoví způsob vykazováí možství elektřy př společém spalováí bomasy a eobovtelého zdroje Obecá část Zhodoceí platého právího stavu Podpora výroby
Výsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.
Ig. Marta Ltschmaová Statstka I., cveí 4 JEDNODUCHÁ LINEÁRNÍ REGRESE asto chceme prozkoumat vztah mez dvma velam, kde jeda z ch, tzv. ezávsle promá x, má ovlvovat druhou, tzv. závsle promou Y. edpokládá
Pojem času ve finančním rozhodování podniku
Pojem času ve fiačím rozhodováí podiku 1.1. Výzam faktoru času a základí metody jeho vyjádřeí Fiačí rozhodováí podiku je ovlivěo časem. Peěží prostředky získaé des mají větší hodotu ež tytéž peíze získaé
Univerzita Karlova v Praze Pedagogická fakulta
Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách
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:
METHOD OF THE URBAN MASS TRANSPORTATION QUALITY EVALUATION
Ročík., Číslo II., 009 METODA HODNOCENÍ KVALITY MĚTKÉ HROMADNÉ DOPRAVY METHOD OF THE URBAN MA TRANPORTATION QUALITY EVALUATION Ivaa Olvková Aotace: Čláek se zabývá problematkou hodoceí kvalt městské hromadé
Spojitost a limita funkcí jedné reálné proměnné
Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v
Úvod do zpracování měření
Úvod do zpracováí měřeí Teore chb Opakujeme-l měřeí téže fzkálí velč za stejých podmíek ěkolkrát za sebou, dostáváme zpravdla růzé hodot. Měřeé velčě přísluší však jedá správá hodota. Každou odchlku aměřeé
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
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
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:
Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu
Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia
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
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
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,
STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH BOHUMIL MINAŘÍK
STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH BOHUMIL MINAŘÍK 04 prof. Ig. Bohuml Mařík, CSc. STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH.