VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV MANAGEMENTU FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF MANAGEMENT ZHODNOCENÍ FINANČNÍ SITUACE PODNIKU POMOCÍ STATISTICKÝCH METOD ASSESSMENT OF THE FINANCIAL SITUATION OF A COMPANY USING STATISTICAL METHODS DIPLOMOVÁ PRÁCE MASTER S THESIS AUTOR PRÁCE AUTHOR VEDOUCÍ PRÁCE SUPERVISOR BC. DAVID OTÝPKA ING. KAREL DOUBRAVSKÝ, PHD. BRNO 2012
Na těchto stranách bude zadání
Na těchto stranách bude zadání
Abstrakt Dplomová práce se zabývá problematkou současné fnanční stuace frmy DSB EURO s.r.o. Dplomová práce je zaměřena na použtí statstckých nástrojů, časových řad a regresní analýzy, jako efektvních nástrojů pro zhodnocení charakterstk podnku, zejména ekonomckých ukazatelů. Cílem této práce bude analyzovat ekonomcká data, vyrovnat pomocí regresní analýzy, zhodnott prognózy a vyvodt závěry, které by měl posloužt podnku pro stablní a ekonomcký růst. Klíčová slova regresní analýza, časové řady, fnanční ukazatele, náklady, výnosy, zsk, slévárenství, slévárenské výrobky Abstrakt The dploma thess deals wth the current fnancal stuaton of the frm DSB EURO s.r.o. Master's thess s focused on usng statstcal tools, tme seres and regresson analyss, as an effectve tool for assessng enterprse characterstcs, especally economc ndcators. The am of ths work s to analyze economc data, usng regresson analyss to assess prognoss and to draw conclusons, whch should serve the company for a stable and economc growth. Keywords regresson analyss, tme seres, fnancal ndcators, costs, revenues, proft, foundry, foundry products
Bblografcká ctace VŠKP dle ČSN ISO 690 OTÝPKA, D. Zhodnocení fnanční stuace podnku pomocí statstckých metod, Brno: VUT Brno, Fakulta podnkatelská, 2012. 92 s. Vedoucí dplomové práce Ing. Karel Doubravský, Ph.D.
Čestné prohlášení Prohlašuj, že předložená dplomová práce je původní a zpracoval jsem j samostatně. Prohlašuj, že ctace použtých pramenů je úplná, že jsem ve své prác neporušl autorská práva (ve smyslu Zákona č. 121/2000 Sb., o právu autorském a právech souvsejících s právem autorským). V Brně, dne 25. května 2012. Podps
PODĚKOVÁNÍ Tímto bych chtěl poděkovat vedoucímu práce panu Ing. Karlu Doubravskému, PhD., za odborné vedení, rady, věcné přpomínky a ochotnou spoluprác př vznku této dplomové práce. Mé poděkování patří také Ing. Oldřchu Jachanov ze společnost DSB EURO, společnost s ručením omezením za poskytnutí praktckých nformací a cenných rad, které dopomohly ke zpracování mé dplomové práce.
OBSAH ÚVOD... 10 CÍLE PRÁCE, METODY A POSTUPY ZPRACOVÁNÍ... 11 1 TEORETICKÁ VÝCHODISKA PRÁCE... 12 1.1 Analýza Časových řad... 12 1.1.1 Základní vymezení... 12 1.1.2 Typy časových řad... 12 1.1.3 Grafcké znázornění časových řad... 13 1.1.4 Charakterstky časových řad... 14 1.1.5 Dekompozce časových řad... 15 1.2 Regresní analýza... 17 1.2.1 Základní vymezení... 17 1.2.2 Cíle regresní analýzy... 18 1.2.3 Přímková regrese... 18 1.2.4 Vlastnost koefcentů regresní přímky... 19 1.2.5 Parabolcká regrese... 20 1.2.6 Polynomcká regrese... 20 1.2.7 Hyperbolcká regrese... 21 1.2.8 Logartmcká regrese... 22 1.2.9 Nelneární regresní modely... 22 1.2.10 Lnearzovatelné funkce... 22 1.2.11 Nelnearzovatelné funkce... 23 1.2.12 Klouzavé průměry... 23 1.2.13 Volba regresní funkce... 24 1.3 Fnanční analýza... 25 1.3.1 Pojetí fnanční analýzy... 25 1.3.2 Informační zdroje fnanční analýzy... 25 1.4 Vybrané ekonomcké ukazatele... 26 1.4.1 Ukazatele lkvdty... 26 1.4.2 Ukazatele zadluženost... 27 1.4.3 Ukazatele rentablty... 28 1.4.4 Ukazatele aktvty (7)... 29 1.4.5 Soustavy ukazatelů bankrotní modely... 30 1.4.6 Soustavy ukazatelů bontní modely... 31 2 ANALÝZA PROBLÉMU... 33 2.1 Představení společnost... 33 2.1.1 Základní nformace o frmě... 33 2.1.2 Hlavní předmět podnkání (4)... 34 2.1.3 Hstore podnku (4)... 34 2.1.4 Vlastncká struktura frmy... 35 2.2 Základní ekonomcká analýza společnost... 35 2.2.1 Analýza vntřního prostředí... 35 2.2.2 Analýza vnějšího prostředí... 42
2.2.3 SWOT analýza... 44 2.3 Analytcká část... 45 2.3.1 Lkvdta... 46 2.3.2 Zadluženost... 50 2.3.3 Rentablta... 52 2.3.4 Ukazatele aktvty... 55 2.3.5 Tržby... 60 2.3.6 Náklady... 63 2.3.7 Altmanův ndex fnančního zdraví... 66 2.3.8 Index bonty... 68 2.3.9 Kralckův Qucktest... 70 3 CELKOVÉ ZHODNOCENÍ A VLÁSTNÍ NÁVRHY ŘEŠENÍ... 74 3.1 Celkové zhodnocení statstcké analýzy... 74 3.1.1 Lkvdta... 74 3.1.2 Celková zadluženost... 76 3.1.3 Rentablta... 77 3.1.4 Ukazatele aktvty... 78 3.1.5 Analýza tržeb... 79 3.1.6 Analýza nákladů... 80 3.1.7 Altmanův ndex fnančního zdraví... 81 3.1.8 Index bonty... 81 3.1.9 Kralckův Qucktest... 82 3.1.10 Celkové shrnutí regresní analýzy... 83 3.2 Návrhy na zlepšení... 84 ZÁVĚR... 87 SEZNAM POUŽITÉ LITERATURY... 88 SEZNAM TABULEK... 89 SEZNAM GRAFŮ... 90 SEZNAM OBRÁZKŮ... 91 SEZNAM PŘÍLOH... 92
ÚVOD Analýza fnančních ukazatelů je nedílnou součástí každého podnku, který myslí na svou budoucnost a také na svou konkurenc. Je velm důležté s určt, které faktory nejvíce ovlvňují podnk a ty pečlvě sledovat. Jedna z možností pro sledování je také statstcká analýza dat, především pak analýza časových řad pomocí regresní analýzy. Tato technka statstky pomáhá nastínt vývoj klíčových fremních ukazatelů frmy. Na druhou stranu je potřeba říc, že v dnešní době tvrdého konkurenčního boje není vůbec jednoduché prognózovat budoucí vývoj společnost, protože závsí na obrovském množství faktorů, které mohou být absolutně neočekávatelné. Může se jednat například o různé makroekonomcké změny v okolí jako ekonomcká krze nebo jné faktory, které významným způsobem ovlvňují vnější vntřní okolí podnku. Statstcká analýza fremních dat by měla být hlavně podkladem pro rozhodování vedení v podnku. Nastňuje, kterým fnančním ukazatel bychom se měl zabývat, protože hrozí například jejch rapdní pokles v budoucích letech, ale také fnanční ukazatele, které by v budoucích letech mohly být pro podnk velm přínosné, pokud bychom postupoval v současném trendu růstu. Ve své prác se nejprve budu zabývat teoretckým popsem analýzy časových řad a také popsem základních fnančních ukazatelů pro fnanční analýzu a plánování. Druhou kaptolou je praktcká část, ve které bude představení podnku a také bude stanovena základní ekonomcká analýza podnku. Poté budou vypočteny prognózy časových řad z výchozích hstorckých dat z období od roku 2006 až po rok 2011. V návrhové část budou nastíněny možné návrhy pro zlepšení plánování a vývoj podnku s ohledem na vypočtené hodnoty v praktcké část. - 10 -
CÍLE PRÁCE, METODY A POSTUPY ZPRACOVÁNÍ Cílem této práce je souhrnné zhodnocení současné fnanční stuace v podnku DSB EURO s.r.o. Druhým neméně významným cílem je také upozornění na hodnoty ukazatelů a predkc budoucího vývoje těchto ukazatelů, které neodpovídají standardům a oborovým průměrům. S tím souvsí návrhy možného doporučení, jak tyto nepříznvé ukazatele elmnovat. Z účetních výkazů budou vybrány důležté ekonomcké ukazatele z oblast fnanční analýzy, které budou sloužt jako podklad pro statstckou analýzu podnku. Poté bude pomocí analýzy časových řad a regresní analýzy určena predkce budoucího vývoje a také hodnocení a srovnání s doporučeným standardy pro dané ukazatele fnanční analýzy. Pro tyto nepříznvé ukazatele je také důležté navržení opatření, která by vedla k redukc těchto následků. Dále také navržení doporučení, které by vedly zlepšení fnanční stuace ve společnost a pomoc k úspěšnějšímu hospodaření. Tyto doporučení by měly sloužt především pro vrcholný management v podnku. - 11 -
1 TEORETICKÁ VÝCHODISKA PRÁCE 1.1 Analýza Časových řad V této kaptole budou vyjádřeny základní nformace o časových řadách, které slouží jako pops ekonomckých a společenských jevů. 1.1.1 Základní vymezení Časovou řadou (někdy také chronologckou řadou) rozumíme posloupnost věcně a prostorově srovnatelných dat (pozorování), která jsou jednoznačně uspořádána z hledska času ve směru mnulost až přítomnost. Analýzou časových řad se pak rozumí soubor metod, které slouží k popsu těchto řad (6). Záps jevů pomocí časových řad umožňuje provádět nejen kvanttatvní analýzu zákontostí, ale také prognózovat jejch vývoj. S časovým řadam je možné se setkávat jak v ekonom, tak ve společenských vědách. Například v socolog vývoj rozvodovost, narození, úmrtí atd. V ekonom se může jednat například o ukazatele rentablty nebo změny vývoje určtého směnného kurzu. 1.1.2 Typy časových řad Časové řady můžeme dělt do určtých skupn. Například se může jednat o časové řady prmární a sekundární, roční a krátkodobé, časové řady vyjádřené pomocí naturálních ukazatelů a na časové řady peněžních ukazatelů. Nejzákladnější členění je ovšem na časové řady ntervalové a okamžkové. (1) Intervalové časové řady Intervalovou časovou řadou se rozumí řada ntervalového ukazatele, což znamená, ukazatel, jehož velkost závsí na délce ntervalu, který je sledován. Mez daným ntervaly je možné vytvářet součty. Rovněž je nutno dodat, že ntervalové ukazatele se mají vztahovat ke stejně dlouhým ntervalům, protože jnak by jejch součty mohly být - 12 -
zkreslené. Například se může jednat o mezroční údaje sňatků, rozvodů. V ekonom například částka vyplacená měsíčně na platy zaměstnanců. Okamžkové časové řady Jedná se o časové řady, jejchž ukazatele časových řad charakterzují kolk jevů, věcí, událostí apod. exstuje v daném časovém okamžku. Jedná se například o časové řady charakterzující střední stav obyvatelstva za dané určté časové období nebo střední počet mužů v dané zem.(8) Zásadním rozdílem mez těmto typy časových řad je to, že údaje ntervalových časových řad lze sčítat a tím je možné vytvářet součty za více období. Naprot tomu sčítání údajů okamžkových řad nemá reálnou nterpretac. S rozdílnou povahou těchto dvou základních druhů časových řad je nutno počítat zejména př jejch zpracování a rozboru. Př zpracování ntervalových časových řad je také nutné přhlédnout k tomu, zda délka časových ntervalů, v nchž se hodnoty časové řady měří, je stejná nebo rozdílná. 1.1.3 Grafcké znázornění časových řad Je nutné rozlšovat grafcké znázornění mez jednotlvým časovým řadam. Intervalové časové řady jsou znázorňovány sloupkovým grafy, hůlkovým grafy nebo spojncovým grafy, kdežto okamžkové časové řady jsou znázorňovány výhradně spojncovým grafy. Sloupkový graf: je znázorněný obdélníky, jejchž základny jsou rovny délkám ntervalů a výšky jsou rovné hodnotám časové řady v příslušném ntervalu. Hůlkový graf: je takový graf, kde se jednotlvé hodnoty vynášejí ve středech příslušných ntervalů jako úsečky. Spojncový graf: Je takový graf, ve kterém jsou hodnoty vyneseny ve středech příslušných ntervalů jako body, které jsou spojeny úsečkam. - 13 -
1.1.4 Charakterstky časových řad V této kaptole se bude pojednávat o různých charakterstkách, které slouží k získání dalších nformací o časových řadách. Nejdříve se charakterzují průměry časových řad, které patří k nejjednodušším charakterstkám. Průměr ntervalové řady označený y, se počítá jako artmetcký průměr hodnot časové řady v jednotlvých ntervalech. Je dán vzorcem: 1 y= n n y = 1. (1.1) Průměr okamžkové řady se nazývá chronologckým průměrem a je rovněž označen y. V případě, kdy jsou vzdálenost mez jednotlvým časovým okamžky t 1, t 2,, tn, v nchž jsou hodnoty této časové řady zadány, jsou stejně dlouhé, nazývá se neváženým chronologckým průměrem. Je dán vzorcem: = + n 1 1 y1 yn y y + 1 2 2. (1.2) n = 2 První dferencace jsou nejjednodušší charakterstkou popsu vývoje časové řady, které označujeme ( y) časové řady: 1 d. Vypočteme je jako rozdíl dvou po sobě jdoucích hodnot ( y) y y, 1 = 1 d = 2,3,..., n. (1.3) První dferencace znázorňují, o kolk se změnl přírůstek časové řady vzhledem k období předcházejícímu resp. období bezprostředně následujícímu.(8) Průměr prvních dferencí označený d( y) 1 vyjadřuje, o kolk se průměrně změnla hodnota časové řady za jednotlvý časový nterval. Je dán vztahem: 1 d ( y) d ( y) = n 1 yn y =. (1.4) 1 n 1 1 1 = 2 n - 14 -
k ( y) Koefcent růstu je označován a počítáme jej jako poměr po sobě jdoucích hodnot časové řady. Koefcent růstu vyjadřuje, kolkrát se nám zvýšla hodnota časové řady v určtém okamžku resp. období bezprostředně předcházejícímu. Je dán vzorcem: y k ( y) =, = 2,3,..., n. (1.5) y 1 Průměrný koefcent růstu označovaný jako k( y), určuje průměrnou změnu koefcentů růstu za jednotlvý časový nterval. Počítáme jej jako geometrcký průměr pomocí vzorce: y n n k ( y) = n 1 k( y) = n 1. (1.6) = 2 y1 1.1.5 Dekompozce časových řad Hodnoty časové řady mohou být rozděleny na několk složek. Jedná se o složku trendovou, sezónní cyklckou a náhodnou. Jejch součet dává určtou hodnotu časové řady ve stanoveném čase. Dekompozce je určena vzorcem: y = T + C + S + e, = 1,2,..., n. (1.7) Trendová složka Vyjadřuje obecnou tendenc dlouhodobého vývoje sledovaného ukazatele v čase. Je důsledkem působení sl, které systematcky působí ve stejném směru. Např. př sledování prodeje určtého průmyslového zboží, mohou být těmto slam technologcké změny ve výrobě, změny ve výš příjmů obyvatelstva, změny v populac, změny v požadavcích spotřebtelů. Trend může být rostoucí, klesající nebo konstantní, kdy hodnoty ukazatele dané časové řady v průběhu sledovaného období mohou kolísat kolem určté úrovně. - 15 -
Sezónní složka Jedná se o pravdelně se opakující odchylku od trendové složky, vyskytující se u údajů s perodctou údajů kratších jednoho roku. Příčny mohou být různé. Například se může jednat o změny v průměrných měsíčních teplotách, zvýšené tržby prodejců v období různých svátků například Vánočních svátků. Cyklcká složka Bývá považována za nejspornější složku časové řady. Statstka chápe cyklus jako dlouhodobé kolísání s neznámou perodou, která může mít jné příčny než klascký ekonomcký cyklus. Cyklcká složka může být důsledkem evdentních vnějších vlvů. Například se může jednat o oděvní průmysl nebo dokonce automoblový průmysl. Náhodná složka Náhodnou složku jde charakterzovat jako složku, která je tvořena náhodným fluktuacem v průběhu časové řady nebol zbytek po odečtení všech ostatních složek. Nelze j popsat žádnou funkcí času. Práce s náhodnou složkou je velm ctlvým místem analýzy časových řad, jejchž vlastnost se musí prověřovat prostřednctvím různých testů, například pomocí Boxovy-Jenknsovy metodologe. Jedná se o různé výkyvy např. chyby v zaokrouhlování, odchylka měření atd. (6) - 16 -
1.2 Regresní analýza 1.2.1 Základní vymezení Regresní analýza je jstě nedílnou součástí statstky. Je to jeden z nejpoužívanějších výpočetních modelů ve statstce vůbec. Umožňuje nejen vyrovnání získaných dat (ať už z ekonomckého oboru nebo oboru společenských věd), ale také umožňuje prognózování určtého vývoje do budoucnost. S regresní analýzou se setkáváme na každém kroku, každý den. I když to nejsou do jsté míry přesné výpočty na základě vzorců, ale pouze odhady. Například se dá jmenovat odhad počasí na základě teploty předchozích dnů, nebo pokud vlastníme řetězec obchodů, tak se dá odhadovat nebo prognózovat vývoj tržeb vzhledem k velkost města atd. Regresní analýza pokud by měla být určena jako závslost mez velčnam x a y je ovlvněna tzv. šumem, což je náhodná velčna, označíme j e, která vyjadřuje vlv náhodných a neuvažovaných čntelů. Střední hodnota této velčny je rovna 0, tj. E ( e) = 0, což značí, že př měření se nevyskytují žádné chyby nebo výchylky od skutečné hodnoty. (8) Aby se dala závslost náhodné velčny Y na proměnné x vyjádřt, je nutno zavést podmíněnou střední hodnotu náhodné velčny Y pro hodnotu x, označenou E(Y x). Tuto podmíněnou střední hodnotu položíme rovnu vhodně zvolené funkc η(x). Tento vztah bude vypadat takto: E(Y x) = η(x,β 1, β 2, β p ). (1.8) Funkce η(x;β 1,2,,p ) je funkcí nezávsle proměnné x a obsahuje neznámé parametry, označené β 1,2,,p, kde p 1. Funkc η(x) nazýváme regresní funkcí a parametry β 1,2,,p nazýváme regresním koefcenty. V termnolog regresní analýzy se proměnná x nazývá vysvětlující, velčna y vysvětlovanou proměnnou. Pokud funkc η(x) pro zadaná data určíme, pak říkáme, že jsme zadaná data vyrovnal regresní funkcí. - 17 -
Základním úkolem je tedy určení typu regresní funkce, jejchž typy jsou popsány v dalších kaptolách. Dá se určt z grafckého znázornění nebo na základě předpokládaných vlastností trendové složky. 1.2.2 Cíle regresní analýzy Hlavním úkolem regresní analýzy je přspět k poznání příčnných vztahů mez statstckým znaky, čehož můžeme dosáhnout matematckým popsem systematckých okolností, které provázejí statstcké závslost. Hlavním nástrojem pro tento matematcký pops je matematcká funkce, která se nazývá regresní funkce. Je to dealzující matematcká funkce, která co nejlépe vyjadřuje charakter závslostí a co nejvěrněj zobrazuje průběh změn podmíněných průměrů závslé proměnné. (6) 1.2.3 Přímková regrese V této část se zaměříme na nejjednodušší model regresní úlohy, kde regresní funkce η(x) je vyjádřena přímkou η(x) = β 1 + β 2 x a tedy platí: E(Y x) = η(x) = β 1 + β 2 x. (1.9) Odhady koefcentů β 1 a β 2 regresní přímky pro zadané dvojce ( x, y ) označíme jako b 1,b 2. K určení těchto parametrů se použjí vzorce pro metodu určení nejmenších čtverců. Tato metoda spočívá v tom, že za nejlepší považujeme koefcenty b 1,b 2, mnmalzující funkc S(b 1,b 2 ), která je vyjádřena přepsem: (7) n ( ) ( ) 2 b b = y b b S. (1.10), 1 2 = 1 1 2 x Hledané odhady b 1,b 2 koefcentů β 1 a β 2 regresní přímky určíme z výpočtů první parcální dervace funkce S(b 1,b 2 ) podle proměnných b 1,b 2 a získané parcální dervace položíme rovny nule. Po jejch úpravě dostaneme soustavu normálních rovnc, z nchž vypočteme koefcenty b 1,b 2 pomocí řešení lneární soustavy o dvou neznámých: (8) - 18 -
n x y n x y = 1 b2= ; b1 = y b n 2x 2 2 x nx = 1, (1.11) kde x a y jsou výběrové průměry, které jsou dány vztahem: n n 1 1 x = x ; y = y n. (1.12) = 1 n = 1 Odhad regresní přímky, označený ˆ( η x) je dán přepsem: ˆ( η x) = b + b x. (1.13) 1 2 1.2.4 Vlastnost koefcentů regresní přímky Za určtých podmínek můžeme spočítat rozptyly statstk, které nám pomůžou k dalšímu určení vlastností koefcentů regresní přímky. Pokud jsou tedy podmínky splněny, tak lze spočíst rozptyl statstky ˆ( η x), který je dán vzorcem: 2 1 ( x x) D( ˆ η( x)) = + n n x nx = 1 2 2 2 σ. (1.14) 2 Ve vzorc se vyskytuje hodnota ˆ σ, která charakterzuje přesnost měření. Pokud není hodnota zadána, je nutné j spočítat. K odhadu se používá tzv. rezduální součet čtverců. Označený S R, který je tvořen vzorcem: n n 2 2 ˆ ( ˆ R = = η ( )) = 1 = 1, (1.15) S e y x - 19 -
- 20 - Odhad rozptylu 2 ˆ σ je pak roven: 2 ˆ 2 S R n σ =. (1.16) 1.2.5 Parabolcká regrese Nyní se zaměříme na druhý typ regresní funkce, který je parabolcká regrese, u nchž platí: E(Y x) = η(x) = β1 + β2x + β3x2. (1.17) Opět označíme odhady koefcentů β 1, β 2 a β 3 jako b 1,b 2 a b 3. K určení těchto parametrů budeme aplkovat rovněž stejný postup jako u přímkové regrese a pomocí metody nejmenších čtverců určíme: ( ) ( ) 2 1 3 2 1 3 2 1,, = = n x b x b b y b b b S. (1.18) V dalších částech budeme pro přehlednost psát sumační znaménka bez horních a dolních ndexů.(6) Poté vypočteme první parcální dervace a posléze je položíme rovny nule. Po úpravě získáme tř normální rovnce, jejchž řešením získáme odhady parametrů β 1, β 2 a β 3. Tyto parametry mají následující tvar:.,, 4 3 3 2 2 1 2 3 3 2 2 1 2 3 2 1 + + = + + = + + = x b x b x b x y x b x b x b x y x b x b nb y (1.19) 1.2.6 Polynomcká regrese Dalším typem regresní funkce je polynomcká regrese, která má následující tvar: E(Y x) = η(x) = β 1 + β 2 x + β 3 x 2 + + β n x n. (1.20)
- 21 - Budeme l postupovat podobně jako u paraboly, tak dostaneme po úpravách následující odhady parametrů:..................................,...,... 2 1 2 1 1 2 2 1 2 1 + + + = + + + = + + + = + + n n n n n n n n n x b x b x b x y x b x b x b x y x b x b nb y (1.21) Je nutné podotknout, že v praktckých aplkacích používáme zpravdla maxmálně polynomy 3. až 4. stupně. Pro použtí vyšších stupňů nelze naleznout přměřenou nterpretac výsledků.(6) 1.2.7 Hyperbolcká regrese Dalším typem regresní funkce, který je často využíván, je hyperbolcká regrese. Její tvar je následující: ( ). 2 1 x x β β η + = (1.22) Opět použjeme stejný postup k odhadu parametrů jako v předcházejících případech a získáme vzorec, který má tvar:. 1 1 1, 1 1 1 1 2 2 2 2 2 2 1 = = x x n x y x y n b x x n x y x x y b (1.23)
1.2.8 Logartmcká regrese Poslední funkcí, která je lneární v parametrech logartmcká regrese. Tato funkce má tvar: ( x) β β ln. η = + (1.24) 1 2 x Opět zcela analogcky jako v předchozích případech získáme metodou normálních čtverců normální rovnce, které po úpravách budou mít následující tvar: y = nb y ln x 1 = + ln x, ln x b 2 + ln 2 x. (1.25) Vhodnost použtí logartmcké funkce je u modelování parabolckého typu, který však nemá maxmum a u kterého př vyšších hodnotách vysvětlující proměnné x vzrůstají hodnoty závslé proměnné y pouze velm pozvolna, eventuelně se nemění. (6) 1.2.9 Nelneární regresní modely V předcházejících kaptolách byly stanoveny regresní modely, kde regresní funkce byla vyjádřena lneární kombnací regresních koefcentů a známých funkcí. Nyní se podíváme na blžší členění nelneárních regresních modelů. Dělí se na lnearzovatelné, které můžeme vhodnou transformací přeměnt na lneární a nelnearzovatelné, které bohužel tuto vlastnost nemají. Například Logstcký trend. 1.2.10 Lnearzovatelné funkce Jak jž bylo zmňováno, jedná se tedy o funkc, která je nelneární regresní funkce ( β) η x, a za určtých podmínek je lnearzovatelná, jestlže vhodnou transformací lze dosáhnout funkc, která na svých regresních koefcentech závsí lneárně. Nejčastější regresní funkcí lze jmenovat exponencální trend, který je dán přepsem: x ( ) β 1 β η = +. (1.26) x 2-22 -
1.2.11 Nelnearzovatelné funkce Pro účely fnanční analýzy stačí, když charakterzujeme tř nejzákladnější nelnearzovatelné funkce, které často popsují ekonomcké děje. Jedná se především o modfkovaný exponencální trend, Gompertzova křvka a logstcký trend. Jsou zadány následujícím přepsy: (8) Modfkovaný exponencální trend: Používá se především, pokud je funkce shora resp. zdola ohrančená. Je dán vztahem: n( x) = β + β β. (1.27) x 1 2 3 Gompertzova křvka: Má pro některé hodnoty svých koefcentů nflex a je shora zdola ohrančená. Řadí se mez tzv. S-křvky nesymetrcké kolem nflexního bodu, kde většna jejch hodnot leží až za jejím nflexním bodem. Je dána vztahem: η( x) e β β β x 1+ 2 3 =. (1.28) Logstcký trend: Má nflex (v nflexním bodě se průběh jeho křvky mění z polohy nad tečnou do polohy pod tečnou resp. naopak) a je shora zdola ohrančen. Řadí se také mez S-křvky, které jsou symetrcké podle nflexního bodu. Je dán přepsem: 1 η( x) = x β + β β 1 2 3. (1.29) 1.2.12 Klouzavé průměry Metody klouzavých průměrů se používají pro pops trendu v časové řadě, který mění v čase svůj charakter a pro jehož pops nelze použít vhodnou matematckou funkc. Podstata vyrovnání pomocí klouzavých průměrů spočívá v tom, že posloupnost vypočtených hodnot nahradíme řadou průměrů vypočítaných z těchto hodnot. Každý průměr tedy prezentuje určtou skupnu vypočtených hodnot. - 23 -
Velm důležtou otázkou je stanovení počtu pozorování, z nchž jsou jednotlvé klouzavé průměry vypočítány. Tento počet pozorování se nazývá klouzavá část a je značen symbolem m=2p + 1 pro m<n, kde n je celkový počet pozorování celkové řady. (6) 1.2.13 Volba regresní funkce V předchozích kaptolách byly popsány základní typy regresních funkcí. Dalším velm důležtým úkolem je zjstt, která regresní funkce je pro vyrovnání dat vhodná. Řešením této úlohy spočívá ve zjštění jak těsně a jak dobře zvolená funkce vysthuje závslost mez závsle a nezávsle proměnnou. Nejvhodnější charakterstkou k posouzení vhodnost vyrovnání dat je tzv. ndex determnace, označujeme ho I 2, který má následující vzorec: Sηˆ I 2 =. (1.30) S y Tento vzorec je vyjádřen jako výraz součtu tří sum. Vyjádření základního vzorce, ze kterého je tento odvozen je následující: S. (1.31) y = S ˆ η + S y ˆ η Kde S y je rozptylem emprckých hodnot, S ηˆ je rozptylem vyrovnaných hodnot a S ηˆ se nazývá rezduálním rozptylem. y Hodnota ndexu determnace by se měla za deálních podmínek co nejblíže k hodnotě 1. Na druhou stranu ovšem musí být zváženy všechny náležtost, které daný trend ovlvňují. - 24 -
1.3 Fnanční analýza V této kaptole se budu zabývat základním ukazatel fnanční analýzy, jejch stručným popsem a také postupem jejch výpočtů. 1.3.1 Pojetí fnanční analýzy Fnanční analýza je taková čnnost, př které se hodnotí podnk z hledska jeho ekonomckého zdraví, dentfkují se jeho slabé stránky, které by mohl v budoucnu tvořt velké problémy. Zároveň se také dentfkují slné stránky, o které by mohl podnk v budoucnu opírat svoj čnnost. Výsledky fnanční analýzy jsou velce významným nástrojem pro manažery společností, kteří díky výsledkům mají měřtelný důkaz o tom, jestl svoj prác dělají dobře. Na druhou stranu je fnanční analýza vhodná pro méně úspěšné manažery, kteří přebírají podnk za těžkých podmínek a díky fnanční analýze se mohou pokust anulovat všechny negatva, která se v podnku nachází. Fnanční analýza v užším smyslu se dá charakterzovat takto: na základě fnančních údajů se vypočtou určté ukazatele, které se mohou porovnat buď se standardním hodnotam, nebo jným podnky č odvětvovým průměrem, a provede se vyhodnocení vývoje ukazatelů v čase. Dále se používá analýza soustav ukazatelů, např. soustavy ukazatelů rentablty nebo lkvdty, případně další technky. (7) 1.3.2 Informační zdroje fnanční analýzy Účetnctví je jeden ze základních nformačních zdrojů fnanční analýzy, který poskytuje kvanttatvní údaje. Za nejdůležtější z hledska významnost jsou považovány účetní výkazy. Určtou hodnotu má výroční zpráva společnost. Nejpoužívanější zdroje fnanční analýzy jsou: - 25 -
Rozvaha - zachycuje přehled hospodářských prostředků (aktv) a zdrojů jejch fnancování (pasv). Rozvaha shrnuje všechny operace podnku zaznamenané v jeho účetnctví a je z pohledu fnanční analýzy nejdůležtějším zdrojem nformací. (5) Výkaz zsku a ztráty - se snaží změřt čstý zsk, resp. ztrátu jako výsledek hospodaření podnku. Zaznamenává výnosy, náklady a hospodářský výsledek podnku za provozní, fnanční a mmořádnou čnnost. Čstý zsk však nezobrazuje skutečně dosaženou hotovost získanou hospodařením podnku v určtém období, jelkož se tyto údaje neopírají o skutečné hotovostní toky. Výkaz o peněžních tocích = cash flow - jedná se o skutečný pohyb peněžních prostředků frmy a je východskem pro řízení lkvdty frmy. Výkaz o peněžních tocích nformuje o pohybu peněz za dané časové období. Poskytuje podrobné nformace o jedné rozvahové položce, a sce o peněžních prostředcích. 1.4 Vybrané ekonomcké ukazatele 1.4.1 Ukazatele lkvdty Zkoumají schopnost podnku hradt krátkodobé závazky. Lkvdta je tedy schopnost podnku přeměnt majetek na prostředky, jež je možné použít na úhradu závazků. Ukazatelé lkvdty se člení podle lkvdnost část oběžných aktv uvedených v čtatel: Okamžtá lkvdta - měří schopnost podnku platt okamžtě právě splatné závazky. Mezní hodnoty pro tuto lkvdtu by se měl mez 0,2 0,5. Vyšší hodnota se považuje za špatné hospodaření s kaptálem. Oběžná aktva zásoby pohledávky Okamžtá lkvdta =. (1.32) Krátkodobé závazky Běžná lkvdta - vyjadřuje, kolkrát pokrývají oběžná aktva krátkodobé závazky. Je ctlvá na strukturu zásob a jejch reálné oceňování vzhledem k jejch prodejnost a na - 26 -
strukturu pohledávek vzhledem k jejch neplacení ve lhůtě č nedobytnost. Standardní hodnoty této lkvdty jsou mez 1,5 2,5. Oběžná aktva Běžná lkvdta =. (1.33) Krátkodobé závazky Pohotová lkvdta - v pohotové lkvdtě se od oběžných aktv odečítají zásoby, a to ve snaze odstrant nevýhody ukazatele běžné lkvdty. Doporučená hodnota: Bankovní standarty 2-3 což je hodnota fnančně zdravých podnků. Hodnoty < 1 jsou z hledska fnančního zdraví nepřjatelné. Oběžná aktva zásoby Pohotová lkvdta =. (1.34) Krátkodobé závazky 1.4.2 Ukazatele zadluženost Ukazatele zadluženost udávají vztah mez czím zdroj a vlastním kaptálem, nebo jejch složkam. Ukazatele zadluženost vypovídají o tom, kolk majetku podnku je fnancováno czím kaptálem. Tyto ukazatele zajímají především nvestory a poskytovatele dlouhodobých úvěrů. Zadluženost není pouze negatvní charakterstkou frmy. (7) Celková zadluženost poskytuje obraz o tom, jak se podílí czí zdroje na celkových aktvech podnku. Tento údaj je velm důležtý pro věřtele, kteří samozřejmě preferují co nejnžší možnou míru zadlužení. Optmální hodnoty jsou 30-60%. - 27 -
Czí zdroje Celková zadluženost =. (1.35) Aktva celkem Koefcent samofnancování - Dává přehled o fnanční struktuře podnku - do jaké míry jsou aktva fnancovaná vlastním kaptálem. Je doplňkem k ukazatel celkové zadluženost. Vyjadřuje fnanční nezávslost frmy. Vlastní kaptál Koefcent samofnancování =. (1.36) Aktva celkem 1.4.3 Ukazatele rentablty Ukazatel rentablty vyjadřuje, kolk haléřů zsku přpadá na 1 Kč tržeb. Je to schopnost podnku dosahovat zsku pomocí nvestovaného kaptálu. Je formou vyjádření míry zsku z podnkání. Lze j tedy charakterzovat tak, že se poměřuje zsk dosažený podnkáním k různým základnám, např. k částce vlastního kaptálu, k celkovým aktvům, k nákladům apod. Snahou podnku je dosáhnutí co nejvyšší hodnoty. Ukazatel rentablty vloženého kaptálu (ROI) - je vhodný pro srovnávání různě zdaněných a zadlužených podnků. Mezní hodnoty jsou 0,12 0,15, pod 0,12 jsou hodnoty nepřjatelné a nad 0,15 velm dobré. Je dán vztahem: EBIT ROI =. (1.37) Celkový kaptál Ukazatel rentablty celkových aktv (ROA) - hodnotí efektvnost vloženého kaptálu bez ohledu na to, odkud tento kaptál pochází, zda-l jde o kaptál vlastní nebo czí. Tento ukazatel zajímá hlavně management podnku. - 28 -
Hosp. výsledek po zdanění ROA =. (1.38) Celková aktva Ukazatel rentablty vlastního kaptálu (ROE) - vykazuje, jak byl zhodnocen pouze vlastní kaptál. Tento ukazatel je zajímavý hlavně pro vlastníky podnku, jelkož je hlavním krtérem hodnocení úspěšnost nvestc, dosažený zsk posuzují jako výdělek z kaptálu, který do podnku vložl. Hosp.výsledek po zdanění ROE =. (1.39) Vlastní kaptál Ukazatel nákladovost tržeb vyjadřuje poměr celkových nákladů k dosaženým celkovým tržbám. Nákladovost patří mez haléřové ukazatele, protože ukazuje, kolk nákladů vynaloží podnk na 1kč zsku. Výsledek tohoto fnančního ukazatele by měl být co nejnžší. Měl by také mnmálně být pod hrancí 1kč. Hodnoty nad touto hrancí jsou důkazem neefektvních zakázek a postupného zadlužování frmy. Celkové náklady Nákladovost =. (1.40) Celkové tržby 1.4.4 Ukazatele aktvty (7) Porovnává, jak efektvně frma hospodaří se svým aktvy. Má-l jch víc než je vhodné, vznkají jí zbytečné náklady, a tím nízký zsk. Má-l jch nedostatek, pak se musí vzdát mnoha potenconálně výhodných podnkatelských příležtostí a přchází o výnosy, které by mohla získat. Jsou to důležté nformace pro management vlastníky. Obrat celkových aktv - Udává počet obrátek celkových aktv v tržbách za daný časový nterval (zpravdla za rok). Doporučená hodnota 1,6 3. Pokud je hodnota ukazatele < 1,5 je nutno prověřt možnost efektvního snížení celkových aktv. Tržby Obrat celkových aktv =. (1.41) Aktva celkem - 29 -
Obrat zásob - Obrat zásob udává, kolkrát je v průběhu roku každá položka zásob frmy prodána a znovu uskladněna. Slabnou tohoto ukazatele je, že tržby odrážejí tržní hodnotu, zatímco zásoby se uvádějí v nákladových cenách (pořzovacích). Proto ukazatel často nadhodnocuje skutečnou obrátku. Doporučená hodnota je závslá na oboru výroby a zpravdla souvsí s oborovým průměrem. Nízký obrat zásob svědčí o jejch nízké lkvdtě. Pokud ukazatel vychází ve srovnání s oborovým průměrem příznvý (vyšší) frma nemá zbytečně nelkvdní zásoby, které by vyžadovaly nadbytečné fnancování. Tržby Obrat zásob =. (1.42) Zásoby Doba obratu zásob - udává průměrný počet dnů, po něž jsou zásoby vázány v podnku do doby jejch spotřeby (jde-l o surovny a materál), nebo do doby jejch prodeje (u zásob vlastní výroby). Doba obratu zásob v rakouském maloobchodě 150 dnů, velkoobchodě 80 dnů, v amerckém maloobchodě 53 dnů. Průměrná doba obratu zásob v USA je 40 dnů. Ukazatel by měl mít co nejnžší velkost. Průměrné zásoby Průměrné zásoby ˑ 360 Doba obratu zásob = =. (1.43) Denní tržby Tržby 1.4.5 Soustavy ukazatelů bankrotní modely Představují jakés systémy včasného varování, neboť podle chování vybraných ukazatelů ndkují případné ohrožení frmy. Cílem analýzy je předvídat, jak se bude frma v nejblžších 3 až 5 letech vyvíjet a poukázat s časovým předsthem na případné ohrožení fnančního zdraví, předvídat vážnější ekonomcké potíže, č dokonce bankrot frmy. Tyto bankrotní modely byly odvozeny na základě hodnocení dat, které byly vybrány z velkého vzorku podnků. - 30 -
Altmanův ndex fnančního zdraví (Z-score) jedná se o jeden z nejznámějších bankrotních modelů. Jeho modfkace v roce 1983 je využtelná v českých podmínkách. Je dán vztahem: Z =,717X + 0,847X + 3,107X + 0,420X 4+ 0,998 5. (1.44) 0 1 2 3 X X 1 = Čstý provozní kaptál / celková aktva. X 2 = Nerozdělený hospodářský výsledek mnulých období / celková aktva. X 3 = Provozní hospodářský výsledek (EBIT) / celková aktva. X 4 = Základní kaptál / czí zdroje. X 5 = Tržby / celková aktva. Mezní hodnoty pro tento ndex jsou následující: Z < 1,2 podnk spěje k bankrotu 1,2 < Z < 2,9 určté fnanční potíže, nejasný další vývoj. Z > 2,9 fnančně slný podnk. 1.4.6 Soustavy ukazatelů bontní modely Index bonty (11) Index bonty je založen na multvarační dskrmnační analýze a počítá se pomocí následujícího vzorce: Cashflow Aktva B= 1,5 + 0,08 + 10 Czí zdroje Czí zdroje Zásoby Tržby + 0,1 Tržby Aktva Interpretace výsledků je následující: EBIT AKTIVA + 5 EBIT Tržby + 0,3 (1.45) Hodnoty pohybující se pod -2 znamenají, že podnk je velm ohrožen nsolvencí. Hodnoty mez -2 až 0 znamenají, že podnk má určté problémy a může být ohrožen. Hodnoty mez 0 až 3 znamenají středně dobrou stuac v podnku. Hodnoty vyšší než 3 znamenají extrémně dobrou stuac v podnku. - 31 -
Kralckův Qucktest (10) Kralckův Qucktest se skládá ze soustavy čtyř rovnc, na jejchž základě poté hodnotíme stuac v podnku. První dvě hodnotí fnanční stabltu frmy, druhé dvě potom hodnotí výnosovou stuac frmy. Vlastní kaptál R1 = Aktva celkem (Czí zdroje peníze účty u bank) R2 = Provozní cash flow EBIT R3 = Aktva celkem (1.46) Provozní cash flow R4 = Výkony Výsledkům, které vypočítáme, přřadíme bodovou hodnoty podle tabulky: Tabulka 1: Bodování výsledků Kralckova Qucktestu (Zdroj: (10)) 0 bodů 1 bod 2 body 3body 4 body R1 <0 0-0,1 0,1-0,2 0,2-0,3 >0,3 R2 <3 3-5 5-12 12-30 >30 R3 <0 0-0,08 0,08-0,12 0,12-0,15 >0,15 R4 <0 0-0,05 0,05-0,08 0,08-0,1 >0,01 Hodnocení frmy je poté členěno ve 3 krocích. V prvním kroku zhodnotíme fnanční stabltu podnku. (součet R1 a R2 dělený 2). V druhém kroku zhodnotíme výnosovou stuac (součet R3 a R4 dělený 2). V třetím a posledním kroku poté hodnotíme stuac v podnku jako celek nebol celkové zhodnocení stuace ( R1-R4 děleno 4). Interpretace výsledků je poté následující: Hodnoty pohybující se nad úrovní 3 značí frmu, která je bontní. Hodnoty mez 1-3 značí frmu, která se pohybuje v šedé zóně. Hodnoty menší než 1 sgnalzují potíže ve fnančním hospodaření frmy. - 32 -
2 ANALÝZA PROBLÉMU Praktcká část dplomové práce se dělí na základní 3 oddíly. První oddíl je stručné představení společnost, ve kterém se objeví základní nformace o frmě, předmět podnkání a stručná hstore podnku. Ve druhé část kaptoly dojde k základní ekonomcké analýze podnku, jejímž výstupem bude SWOT analýza. V poslední část, která nese název analytcká část, se budu zabývat analýzou klíčových ekonomckých ukazatelů a jejím vyrovnáním pomocí některé regresní funkce. 2.1 Představení společnost 2.1.1 Základní nformace o frmě Obchodní frma: DSB EURO s.r.o. Sídlo frmy: Blansko, Dvorská 1035/7, PSČ 67801. Právní forma: Společnost s ručením omezeným. Jednatel: JUDR. Mlan Hlaváč. Základní kaptál: 7 718 000 Kč. Identfkační číslo: 634 68 867. Datum zápsu: 1. září 1995. Internetové stránky: www.dsbblansko.cz. Logo společnost: Obrázek 1: Logo DSB EURO s.r.o. (Zdroj: (14)) - 33 -
2.1.2 Hlavní předmět podnkání (4) Předmětem podnkání společnost je výroba a prodej odltků z ltny s lamelárním kulčkovým graftem, ltny umělecké odltků z ltých ocelí. Kromě toho společnost vlastní modelárnu, ve které jsou vyráběna modelová zařízení ze dřeva, kovu a pryskyřčných materálů. Celá společnost je certfkována podle normy ISO 9001:2000. Mmo to vlastní certfkáty pro výrobu odltků od klasfkačních společností Lloyds Regster, Germanscher Lloyd, Det Norske Vertas, Rna a Amercan Bureau of Shppng. Výrobky frmy DSB EURO s.r.o. se s úspěchem uplatňují především na trzích EU, např. v Itál, Rakousku, Polsku, Belg, Franc, SRN a dále v Chorvatsku Norsku. 2.1.3 Hstore podnku (4) Počátky blanenských železáren sahají do posledních let 17. století a jejch vznk bývá spojován s působením štýrského hutníka Jana Ondřeje Snapho, který se pokoušel na konc 17. století v několka železných hutích na Moravě o uplatnění svých schopností. V roce 1702 jž zde pracuje dřevouhelná vysoká pec, dvě kupující výhně s hamerským kladvy a další výrobní zařízení, které spadá po rod Gellhornů, který byl prvním majtelem sléváren do roku 1766, kdy jej odkoupl rod Salmů, který vlastnl železárny bezmála 130 let. V těchto dobách došlo k ohromnému rozšíření a modernzování celé výroby slévárny. Roku 1895 byla frma prodána společnost Bretfeld Daněk se sídlem v Praze. Vzhledem k průmyslové revoluc se frma velm rychlé rozvíjela. Pro srovnání v roce 1912 dosáhl objem výroby 18 870 tun. Po vytvoření samostatného Československa v roce 1918 docházelo k úbytku výrobu a tak frma byla nucena k fůz s českým koncernem Českomoravská Kolben. Stalo se tak na valné hromadě roku 1927. Společnost pod názvem ČKD Blansko a.s. fungovala až do 1. 1. 1996, kdy došlo k rozdělení strojírenské a slévárenské výroby. K tomuto datu byla založena společnost ČKD Blansko slévárna a.s., která byla v roce 1999 prodána ostravským majtelům, kteří slévárenskou výrobu provozoval až do roku 2002, kdy se jm založená frma DSB Blansko a.s. dostala do nsolvenčního řízení, ve kterém setrvala až do roku 2005. - 34 -
15. srpna 2005 došlo k odkoupení společnost p. JUDR Mlanem Hlaváčem, který se stojí v čele společnost dodnes. 2.1.4 Vlastncká struktura frmy Jedným jednatelem a vlastníkem společnost je jž zmíněný JUDr. Mlan Hlaváč, který byl narozen 29. února 1948. Majtelem společnost se stal 15. srpna 2005, kdy odkoupl podnk, který se nacházel v nsolventním řízení. Velký důraz klade na zavádění nejnovějších technologí do praxe, o čemž svědčí zakoupení počítačového systému na smulac tuhnutí tekutého kovu ve formě. Krátce po převzetí společnost do ní také začlenl provoz umělecké ltny, kde byly realzovány některé významné projekty, z nchž lze jmenovat například kašna na náměstí Svobody v Brně. 2.2 Základní ekonomcká analýza společnost V této část práce dojde k základním analýzám vntřního a vnějšího prostředí společnost a posléze k vytvoření SWOT analýzy. 2.2.1 Analýza vntřního prostředí 2.2.1.1 SLEPTE analýza Socální Společnost DSB EURO s.r.o. patří ve svém regonu k významnému zaměstnavatel. Vzhledem k její specalzac, tedy především na velm odborné práce, kde trvá plnohodnotné zaučení nového zaměstnance několk let, je jejím cílem co nejnžší fluktuace zaměstnanců, proto není výjmkou, pokud zde někteří zaměstnanc stráví několk desítek let. Snahou společnost je tedy především získání a udržení kvaltních a loajálních zaměstnanců. I přes poměrně vysokou nezaměstnanost v regonu, kde společnost působí je tyto kvalfkované zaměstnance problém získat. - 35 -
Legslatvní Mez legslatvní faktory ovlvňující podnkání na území ČR patří zejména daňová poltka našeho státu. V momentální stuac, kdy dochází ke zvyšování DPH a od roku 2013, kdy by mělo dojít k celoplošnému sjednocení sazby DPH na úrovn 17,5% jsou tímto krokem ohroženy společnost z jných oborů. Dalším důležtým faktorem je dodržování obchodního práva, které je stanoveno obchodním zákoníkem č. 513/1991 Sb. a v neposledním případě vymahatelnost daného práva. Jelkož na území EU není možno podnkat v daném oboru bez různých certfkací a splňování ekologckých podmínek ovlvňují legslatvní a ekologcká omezení podstatně vlastní čnnost frmy. Možnost výroby různých odltků a slévárenských prací je podmíněna řadou certfkátů a plnění norem. Nejedná se pouze o normy řízení jakost ISO, ale o řadu dalších certfkací, které musí společnost pro možnost provozu vlastnt, dle státu, do kterého chce dodávat. Vlastnctví těchto certfkací je také jednou z dobrých referencí společnost u zákazníků v ostatních zemích, kde nejsou přímo vyžadovány. Ekonomcké Aktuální makroekonomcký ukazatel HDP vykazuje za 4. čtvrtletí roku 2011 mezroční růst o 0.6%, dochází tedy k poklesu výkonnost ekonomky v porovnání s předchozím čtvrtletním. Míra nflace za rok 2011 dosahuje hodnoty 1,9%. Nomnální mzda stoupla o 2,0% a reálné dokonce poklesla, je tedy na úrovn - 0,4 %. Údaje čerpány z ČSÚ.(2) Jak je jž patrné z čísel, nepohybujeme se v současné době ve zcela zdravé rostoucí ekonomce. Vzhledem k tomu že společnost z daleka nepůsobí pouze jen na trhu České Republky, ale spíše v rámc celé Evropy, jsou zde relevantní spíše nformace o HDP z celé této oblast. Následná data vyobrazená na mapce Evropy jsou čerpána z Eurostatu. - 36 -
Obrázek 2: Eurostat (zdroj:(3)) Jedná se o srovnání přírůstků HDP mezkvartálně, tedy srovnání třetího a čtvrtého kvartálu roku 2011. Jak je z údajů patrné, stuace v Evropě je podobná jako v ČR s výjmkou zemí na východ, kde je patrný růst. Poltcké Po volbách v roce 2010 se dostala k moc pravce a poltcká stuace v ČR se do jsté míry ukldnla. Určté komplkace pro podnky způsobly reformy, kterým se stát snaží snížt rozpočtový schodek, jedná se zejména o zvýšení DPH a zavedení nových poplatků. Ctelným problémem je vysoká spotřební daň z pohonných hmot, která se odráží v ceně koncového produktu. - 37 -
Dalším velm aktuálním a důležtým faktorem je momentální celková nestablta a nejednota celé eurozóny a náhle výkyvy kurzu eura př případném krachu Řecka. Tento faktor je umocněn tím, podstatné část českého exportu putuje do zemí eurozóny. Technologcké Technologcké procesy se v daném oboru v posledních letech njak dramatcky nezměnly. Přcházejí sce stále kvaltnější a modernější odltkové pece, ovšem žádná frma podobného typu s nemůže dovolt neustále modernzovat svoje výrobní stroje a nářadí, protože by neustálá cena pořzování byla tak obrovská, že by frma přestala být konkurence schopná. Ncméně frma se přesto snaží klást důraz na zavádění určtých moderních technologí. Například lze jmenovat zakoupení počítačového systému na smulac tuhnutí tekutého kovu ve formě. Ekologcké V oblast ekologe jsou na společnost kladeny nepřílš vysoké požadavky. Jedným požadavkem, který může být ostře sledován je zejména emse tuhých znečsťujících látek (prachu), dále je negatvem vysoká spotřeba energe př provozu. Na druhou stranu je potřeba specfkovat, že v provozech se vyskytuje relatvně malé množství chemckých látek a přípravků. Ekologcké faktory proto nejsou pro společnost aktuálním problémem, an nepředstavují budoucí potenconální hrozbu. I přesto má samozřejmě společnost zavedena envronmentální management pro řešení této otázky splňující normy dle ISO. - 38 -
2.2.1.2 Analýza McKnsey 7S Tato metoda je určena k analýze vntřního prostředí frmy. Je vhodná pro obecnou analýzu a skládá se ze 7 faktorů, které jsou rozděleny na tvrdé (stratege, struktura a systém řízení) a měkké (sdílené hodnoty, schopnost a zkušenost, styl řízení, spolupracovníc). Tvrdé faktory: Stratege Stratege společnost DSB EURO s.r.o. spočívá v poskytování nadstandardních služeb s vyšší přdanou hodnotou v daném oboru, než nabízí konkurence. V neposlední řadě klade společnost velký důraz na kvaltu zpracování jejch výrobků. Mez hlavní cíle společnost patří především spokojený zákazník, zvyšování podílu na trhu a zvyšování mage podnku. Poslední cíl je obzvláště důležtý, protože podnk v dobách nsolvence neměl přílš dobré jméno. Struktura Frma používá lnovou strukturu. Nejvyšší organzační složkou v podnku je generální ředtel, kterému se zodpovídají ředtelé výrobního, fnančního, obchodního a personálního úseku. Výrobní úsek se dělí na další část, které jsou specfkovány v obrázku. - 39 -
Obrázek 3: Organzační struktura (Zdroj:Zpracováno dle organzačního řádu) Systém řízení Společnost DSB EURO s.r.o. s klade důraz na zavádění nejnovějších moderních technologí v oblast slévárenství, ale také běžné kancelářské prax. Namátkou lze jmenovat jž zmňovaný počítačový systém na smulac tuhnutí tekutého kovu a jné. Ve společnost funguje podnkový ERP systém, který ntegruje a automatzuje velké množství procesů, které jsou spjaty s výrobou, logstkou, fakturací nebo s účetnctvím. Frma rovněž používá systémy pro tvorbu řešení technologe a optmalzac odltků. Jedná se o programy CAD/CAE. - 40 -
Měkké faktory: Sdílené hodnoty Je kladen obrovský důraz na výsledek. V podnku je nutnost pracovat na všech úrovních řízení jako jeden tým. Poskytovat zákazníkům rostoucí hodnoty prostřednctvím kvaltního zpracování výrobků. Schopnost a zkušenost Společnost velce dbá na schopnost svých zaměstnanců a pomáhá jm jejch schopnost rozvíjet. Proškolení zaměstnance například do úseku umělecké ltny trvá velm dlouhou dobu, proto se společnost snaží z důvodů vysokých nvestc do zaměstnanců zastávat poltku co nejnžší fluktuace. Styl řízení Majtel společnost, který je zároveň jejím jedným jednatelem, dohlíží na chod frmy a ostatní pravomoc deleguje na vedoucí jednotlvých oddělení. Spolupracovníc Společnost se snaží udržovat velm dobré vztahy napříč vedením a zaměstnanc. Rovněž se také snaží vytvářet mnohdy až rodnnou atmosféru v podnku, protože je nutné, aby soustředěnost zaměstnanců na výkon byla co největší. Důležtá je také rychlá a účelná komunkace napříč celým podnkem. - 41 -
2.2.2 Analýza vnějšího prostředí 2.2.2.1 Porterova 5 faktorová analýza konkurenčního prostředí Konkurence v rámc odvětví je střetem pět základních konkurenčních sl, jejchž ntenzta působení určuje zskovost odvětví. Jedná se o hrozbu vstupu nových konkurentů, hrozbu substtutu, konkurence v odvětví, dodavatelé a odběratelé. Hrozba vstupu nových konkurentů Hrozba vstupu nových konkurentů na trh je podmíněna momentální lukratvností a exkluzvtou daného trhu a zejména překonáním barér vstupu na trh. Největší barérou vstupu na trh jsou obrovské náklady na pořízení prostor pro výrobu, skladování, ale také pro zajštění výrobních procesů. Slévárenské stroje a pece jsou pro nově vznkající podnk velkým nákladem a bez dostatečné hstore a kladných referencí se nelze na tomto trhu uplatnt. Další barérou je vlastnění nejrůznějších certfkací a splňování ISO norem, bez kterých se v daném oboru téměř nedá podnkat a jeho získání je časově fnančně náročné. Nový podnk na trhu musí vynaložt spoustu úslí a velké fnanční částky na zvdtelnění se v konkurenc tradčních frem s dlouhou hstorí, bohatým zkušenostm v oboru. Na základě zhodnocení těchto krtérí se lze domnívat, že v této době nehrozí vstup většího počtu konkurentů na trh. Hrozba substtutu V daném odvětví substtuty téměř neexstují. S jstotou lze tvrdt, že výrobky z šedé ltny zatím nezaznamenaly nějaký výrazný substtut, a proto hrozba substtutu nepřchází v úvahu. - 42 -
Konkurence v odvětví Konkurence v daném segmentu je velce tvrdá zvláště v poslední době, protože v dobách ekonomcké krze došlo u většny podnků k útlumu výrob. Na regonálním trhu působí celá řada frem, která se zabývá nějakou formou slévárenství. Z nejvýznamnějších konkurentů z regonální oblast lze jmenovat například Slévárna ANAH Prostějov nebo Slévárna Kuřím. Odběratelé Vyjednávající síla kupujících se odvíjí od velkost zakázky a od loajálnost odběratele. Pokud se jedná o stálého odběratele nebo o velkou zakázku, tak s odběratel může dktovat výhodnější podmínky. V momentální stuac kdy se pro nedostatek zakázek zvyšuje konkurenční boj na trhu a spolu s tím se zvyšuje vyjednávací síla odběratelů. Hlavní skupna zákazníků tuzemsko: ŠKODA AUTO Mladá Boleslav SIEMENS Industral Turbomachnery, Brno TOS Varnsdorf Export: VULKAN-DIBO, Chorvatsko VITAS, Itále VOITH, Německo Dodavatelé Společnost zpracovává obrovské množství slévárenských materálů, především pak slévárenského písku, který dodává od většího množství dodavatelů z regonu jžní Moravy. - 43 -
2.2.3 SWOT analýza 2.2.3.1 Slné stránky Komplexní nabídka služeb v oblast slévárenství. Více než 300 let tradce v oblast slévárenství. Rozsáhlé výrobní prostory podnku. Vlastnctví nejrůznějších certfkací spojených se slévárenstvím. 2.2.3.2 Slabé stránky Špatná pověst způsobená především v letech 2002 až 2005, kdy byla společnost v nsolvenčním řízení. Vysoké náklady výroby. Slabá marketngová stratege podnku. 2.2.3.3 Příležtost Expanze na zahranční trhy. Především se může jednat o východní trhy, které zatím nemá DSB EURO vůbec obsazeno. Zkvaltnění systému řízení kvalty v podnku, zavedením pravdel jakost. Redukce nákladů pomocí modernzace výrobního vybavení. 2.2.3.4 Hrozby Recese Evropské ekonomky a s tím spojený útlum v odběratelské oblast. Konkurenční boj s konkurenty v regonální oblast. Zvýšení nároků na ekologcké emse, které jsou tvořeny př výrobě odltků. Zvýšení spotřebních daní, především u elektřny. - 44 -
2.3 Analytcká část Pro statstckou analýzu práce m byla podnkem poskytnuta data za období 2003 až 2011. Ovšem pro samotnou analýzu jsem s zvoll data od roku 2006 až 2011, protože v letech 2003 až 2005 doházelo k výrazným ekonomckým anomálím, které by výslednou regresní analýzu (a následnou prognózu pro rok 2012) velm zkreslovaly. Je nutné podotknout, že v letech 2002 až 2005 se frma nacházela v nslovenčním řízením, a proto docházelo k obrovskému útlumu většny ekonomckých ukazatelů. Výsledná regresní analýza by byla velm zkreslená a neodrážela by současný stav, ve kterém se DSB EURO nachází. Statstckou analýzu vybraných ekonomckých ukazatelů nepříznvě ovlvnla také fnanční a ekonomcká krze, která posthla celý průmyslový trh v létech 2008-2010. Na sledovanou frmu tento nepříznvý aspekt dopadl až koncem roku 2009, kdy se její ekonomcké ukazatele začaly výrazně propadávat. U některých fnančních ukazatelů se může jednat o propad v řadech několka desítek procentních bodů. Vzhledem k předchozím důvodům byly zvoleny regresní funkce takové, které nejlépe zohledňují tyto aspekty, které nepříznvě ovlvnly naš ekonomku. Mmo jné jsou v regresní analýze zohledněny také celorepublkové a evropské výsledky, které jsou charakterzovány ve SLEPTE analýze (v kaptole 2.2.1). Veškeré grafy a výpočty potřebné pro jejch sestavení použté v následujících kaptolách jsem vytvořl v programu Mcrosoft Excel 2007. - 45 -