ANALÝZA UKAZATELŮ FIRMY SPORTEN, A.S. POMOCÍ ČASOVÝCH ŘAD E INDICATOR ANALYSIS OF THE SPORTEN, A.S. COMPANY USING TIME SERIES

Podobné dokumenty
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

ANALÝZA ÚČETNÍCH VÝKAZŮ FIRMY POMOCÍ ČASOVÝCH ŘAD

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ZHODNOCENÍ FINANČNÍ SITUACE PODNIKU POMOCÍ STATISTICKÝCH METOD

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

Základy finanční matematiky

REGRESNÍ ANALÝZA. 13. cvičení

Regresní a korelační analýza

Metody volby financování investičních projektů

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU

Časová hodnota peněz ve finančním rozhodování podniku Význam faktoru času a základní metody jeho vyjádření

STATISTICKÉ METODY PRO POPIS PROVOZU RESTAURACE

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

Kinetika spalovacích reakcí

4EK211 Základy ekonometrie

1 Finanční analýza. 1.1 Poměrové ukazatele

HODNOCENÍ FINANČNÍ SITUACE PODNIKU A NÁVRHY NA JEJÍ ZLEPŠENÍ

4EK211 Základy ekonometrie

Posuzování výkonnosti projektů a projektového řízení

Statistická šetření a zpracování dat.

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

MODEL IS-LM-BP.

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

položky rozvahy a výsledovky obsahují stejné číselné údaje jako účty 702 a 710

MODELOVÁNÍ A SIMULACE

Věstník ČNB částka 9/2012 ze dne 29. června ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

MODEL IS-LM.

EKONOMIKA BEZPEČNOSTNÍ FIRMY

Předmět: Účetnictví Ročník: 2-4 Téma: Účetnictví. Vypracoval: Rychtaříková Eva Materiál: VY_32_INOVACE 470 Datum: Anotace: Finanční analýza

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První

Finanční analýza. 1. Předmět a účel finanční analýzy. 2. Zdroje informací pro finanční analýzu. 3. Finanční účetní výkazy

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

1. Mezinárodní trh peněz

Spojité regulátory - 1 -

AGRO PODLUŽAN, A.S. REPORT FINANČNÍCH UKAZATELŮ

ANALÝZA VYBRANÝCH UKAZATELŮ SPOLEČNOSTI DOPES S.R.O. POMOCÍ ČASOVÝCH ŘAD

Finanční analýza. 1. Podstata, význam a cíle finanční analýzy. Struktura kapitoly

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

2. Definice pravděpodobnosti

Konsolidované neauditované hospodářské výsledky skupiny AAA AUTO za první čtvrtletí roku 2011 (OPRAVA)

Model IS-LM Zachycuje současnou rovnováhu na trhu zboží a služeb a trhu peněz.

ANALÝZA UKAZATELŮ SPOLEČNOSTI BOHEMIA ASFALT S.R.O. POMOCÍ ČASOVÝCH ŘAD

Vysoké školy ekonomické v Praze

Vykazování solventnosti pojišťoven

POUŽITÍ METODY PERT PŘI ŘÍZENÍ PROJEKTŮ

3 VYBRANÉ MODELY NÁHODNÝCH VELIČIN. 3.1 Náhodná veličina

Neparametrické metody

Konsolidované neauditované finanční výsledky za první čtvrtletí 2007

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Ing. Barbora Chmelíková 1

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky

PEGAS NONWOVENS SA. Konsolidované neauditované finanční výsledky za první čtvrtletí 2010

Teoretické modely diskrétních náhodných veličin

6 LINEÁRNÍ REGRESNÍ MODELY

cenová hladina průměrná cenová hladina v ekonomice klesá KUPNÍ SÍLA peněz měření inflace:

Obor účetnictví a finanční řízení podniku

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE Radka Luštincová

OPTIMALIZACE PORTFOLIA CENNÝCH PAPÍRŮ SECURITY PORTFOLIO OPTIMALIZATION

Masarykova univerzita Ekonomicko správní fakulta

ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE

ROZVAHA ÚZEMNí SAMOSPRÁVNÉ CELKY, SVAZKY OBcí, REGIONÁLNí RADY REGIONŮ SOUDRŽNOSTI

Teoretické modely diskrétních náhodných veličin

Finanční řízení podniku

Grantový řád Vysoké školy ekonomické v Praze

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ VĚTRACÍ SYSTÉMY OBYTNÝCH DOMŮ BAKALÁŘSKÁ PRÁCE FAKULTA STROJNÍHO INŽENÝRSTVÍ ENERGETICKÝ ÚSTAV

ANALÝZA VYBRANÝCH UKAZATELŮ PODNIKU TCS NET S.R.O. POMOCÍ ČASOVÝCH ŘAD

Teorie efektivních trhů (E.Fama (1965))

Česká zemědělská univerzita v Praze. Provozně ekonomická fakulta. Katedra ekonomiky

2. cvičení. Úrokování

ANALÝZA RIZIKA A JEHO CITLIVOSTI V INVESTIČNÍM PROCESU

Kapitálová struktura versus rating #

Bankrotní modely. Rating a scoring

8 Monetární politika. Teoretická východiska. Cíle a nástroje monetární politiky. Monetární politika v modelu IS-LM

EKONOMICKÁ ANALÝZA CHEMICKÉHO PRŮMYSLU. JOSEF KRAUSE a JINDŘICH ŠPIČKA. 1. Úvod klasifikace ekonomických činností

Mikroekonomie Nabídka, poptávka

Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 14522

POROVNÁNÍ MEZI SKUPINAMI

Metodika výpočtu finančního zdraví (FZ) Postup výpočtu finančního zdraví

Metodika výpočtu finančního zdraví (FZ)

Ekonomie II. Model IS-LM. Fiskální a monetární politika Část II.

METODIKA VÝPOČTU FINANČNÍHO ZDRAVÍ (FZ)

Metodika výpočtu finančního zdraví (FZ) Postup výpočtu finančního zdraví

Hodnocení účinnosti údržby

Finanční řízení podniku cvičení 1. I) Vývoj vztahů mezi celkovým majetkem a kapitálem má svá ustálená pravidla.

1. Informace o obchodníku s cennými papíry

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

STATISTIKA (pro navazující magisterské studium)

Metodické listy pro kombinované studium předmětu FINANČNÍ ANALÝZA PODNIKU (FAP) (aktualizovaná verze 01-09)

Řešené problémy. 1) Ekonomika je charakterizována těmito údaji: C = 0,8 (1 - t)y, I = i, G = 400 a t = 0,25.

METODIKA VÝPOČTU FINANČNÍHO ZDRAVÍ (FZ)

ROZVAHA A ZMĚNY ROZVAHOVÝCH POLOŽEK. ROZVAHOVÉ A VÝSLEDKOVÉ ÚČTY. PODVOJNÝ ÚČETNÍ ZÁPIS. SYNTETICKÉ A ANALYTICKÉ ÚČTY.

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

Analýza závislosti veličin sledovaných v rámci TBD

Transkript:

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS ANALÝZA UKAZATELŮ FIRMY SPORTEN, A.S. POMOCÍ ČASOVÝCH ŘAD E INDICATOR ANALYSIS OF THE SPORTEN, A.S. COMPANY USING TIME SERIES BAKALÁŘSKÁ PRÁCE BACHELOR S THESIS AUTOR PRÁCE AUTHOR VEDOUCÍ PRÁCE SUPERVISOR SVĚTLANA DRDLOVÁ doc. RNDr. JIŘÍ KROPÁČ, CSc. BRNO 20

Vysoké učení techncké v Brně Akademcký rok: 200/20 Fakulta podnkatelská Ústav nformatky ZADÁNÍ BAKALÁŘSKÉ PRÁCE Drdlová Světlana Manažerská nformatka (6209R02) Ředtel ústavu Vám v souladu se zákonem č./998 o vysokých školách, Studjním a zkušebním řádem VUT v Brně a Směrncí děkana pro realzac bakalářských a magsterských studjních programů zadává bakalářskou prác s názvem: Analýza ukazatelů frmy Sporten, a.s. pomocí časových řad v anglckém jazyce: Indcator Analyss of the SPORTEN, a.s. Company Usng Tme Seres Úvod Vymezení problému a cíle práce Teoretcká východska práce Analýza problému a současné stuace Vlastní návrhy řešení, přínos návrhů řešení Závěr Seznam použté lteratury Přílohy Pokyny pro vypracování: Podle 60 zákona č. 2/2000 Sb. (autorský zákon) v platném znění, je tato práce "Školním dílem". Využtí této práce se řídí právním režmem autorského zákona. Ctace povoluje Fakulta podnkatelská Vysokého učení technckého v Brně. Podmínkou externího využtí této práce je uzavření "Lcenční smlouvy" dle autorského zákona.

Seznam odborné lteratury: BUDÍKOVÁ, M., KRÁLOVÁ, M., MAROŠ, B. Průvodce základním statstckým metodam.. vyd. Praha : Grada, 200. 272 s. ISBN 978-80-247-3243-5. CIPRA, T. Analýza časových řad s aplkacem v ekonom.. vyd. Praha : SNTL, 986. 248 s. HINDLS, R, aj. Statstka pro ekonomy. 6. vyd. Praha : Professonal Publshng, 2006. 45 s. ISBN 80-8649-99-. KOZÁK, J. aj. Úvod do analýzy ekonomckých časových řad.. vyd. Praha : VŠE, 994. 208 s. ISBN 80-7079-760-6. KROPÁČ, J. Statstka B. 2. vyd. Brno : FP VUT, 2009. 5 s. ISBN 978-80-24-3295-6. Vedoucí bakalářské práce: doc. RNDr. Jří Kropáč, CSc. Termín odevzdání bakalářské práce je stanoven časovým plánem akademckého roku 200/20. L.S. Ing. Jří Kříž, Ph.D. Ředtel ústavu doc. RNDr. Anna Putnová, Ph.D., MBA Děkan fakulty V Brně, dne 0.06.20

Abstrakt Tato bakalářská práce se zabývá analýzou vybraných ukazatelů společnost SPORTEN, a.s. pomocí statstckých metod. V teoretcké část bude popsána problematka časových řad a vybraných ukazatelů fnanční analýzy. V praktcké část pak budou analyzovány vybrané fnanční ukazatele podnku a pomocí metody časových řad a regresní analýzy bude předkován budoucí vývoj podnku. Prognózy budou sloužt jako východsko př stanovení strategí a cílů podnku. Klíčová slova Regresní analýza, Časové řady, První dference, Koefcent růstu, Fnanční analýza, Prognóza Abstract Ths bachelor thess deals wth the fnancal analyss of selected ndcators of the company SPORTEN, a.s. In the theoretcal part, there wll be descrbed tme seres and selected ndcators of fnancal analyss. In the practcal part, the selected fnancal ndcators of the aforementoned company shall be analyzed and wth help of the tme seres method and regresson analyss the future development of SPORTEN, a.s. shall be predcted. The prognoss shall be the base for settng the future strategy and goals of the company. Tme words Tme Seres, Regresson Analyss, Frst Dfference, Growth Coeffcent, Fnancal Analyss, Prognoss

BIBLIOGRAFICKÁ CITACE PRÁCE DRDLOVÁ, S. Analýza ukazatelů frmy SPORTEN, a.s. pomocí časových řad.. Brno: Vysoké učení techncké v Brně, Fakulta podnkatelská, 20. 53 s.vedoucí bakalářské práce doc. RNDr. Jří Kropáč, CSc..

ČESTNÉ PROHLÁŠENÍ Prohlašuj, že předložená bakalářská práce je původní a zpracovala jsem j samostatně. Prohlašuj, že ctace použtých pramenů je úplná, že jsem ve své prác neporušla autorská práva (ve smyslu zákona č. 2/2000 Sb., o právu autorském a o právech souvsejících s právem autorským). V Brně dne 3. května 20 Světlana Drdlová

PODĚKOVÁNÍ Touto cestou bych ráda poděkoval vedoucímu své bakalářské práce panu doc. RNDr. Jřímu Kropáčov, CSc. za jeho cenné rady a přpomínky, které m poskytl př zpracovávání bakalářské práce. Ráda bych také poděkovala společnost SPORTEN, a.s. za poskytnutí údajů potřebných pro vypracování této práce.

Obsah Úvod...8 Teoretcká část...9. Regresní analýza...9.. Regresní přímka...0..2 Volba regresní funkce...0..3 Specální nelnearzovatelné funkce....2 Časové řady...3.2. Základní pojmy...3.2.2 Charakterstky časových řad...4.2.3 Dekompozce časových řad...6.3 Vybrané ukazatele fnanční analýzy...8.3. Zdroje nformací pro fnanční analýzu...9.3.2 Poměrové ukazatele fnanční analýzy...20.3.3 Bankrotní model...2 2 Analýza problému a současné stuace...23 2. Představení společnost...23 2.2 Statstcká analýza vybraných ukazatelů...26 2.2. Celková aktva...27 2.2.2 Celková zadluženost...29 2.2.3 Celkové náklady...32 2.2.4 Celkové výnosy...36 2.2.5 Vyrobené množství lyží a snowboardů...38 2.2.6 Lkvdta...42 2.2.7 Altmanův ndex...44 3 Hodnocení a návrhy řešení...49 Závěr...5 Použtá lteratura...52 Internetové zdroje...52 Seznam grafů...53 Seznam tabulek...53

Úvod Tato práce se zabývá analýzou výročních zpráv obchodní společnost SPORTEN, a.s. Zmíněná společnost je přímým pokračovatelem více než stoleté výroby lyží na Vysočně a v současnost se řadí mez největší světové producenty lyží a snowboardů. Velký důraz na kvaltu a novace se kladně projevuje ve skutečnost, že zmíněná společnost více než 90 % svých výrobků exportuje. Veškerá vstupní data pro tuto prác byla získána jednak z archvu samotné společnost, jednak z veřejně dostupných zdrojů. Ke statstckému zpracování tak zmíněným způsobem byly získány údaje za roky 200 2009 (novější údaje, tedy údaje za rok 200 nebyly k datu dokončení této práce ještě zveřejněny). Cílem této práce je zpracovat analýzu, z níž vyplyne vývoj základních účetních ukazatelů společnost za sledované období, tedy za roky 200 2009 a na jejímž základě bude dále učněna predkce vývoje jednotlvých sledovaných ukazatelů do budoucna. Závěrečné výstupy a doporučení obsažené v této prác by pak měly posloužt samotné společnost, když k užtku by jí mělo být nejenom přehledné statstcké zpracování mnulých ukazatelů, ale zejména zmíněná predkce budoucího vývoje jednotlvých sledovaných ukazatelů. Věřím, že na základě této práce společnost přjme alespoň některá opatření směřující ke zlepšení efektvty svého fungování. 8

Teoretcká část. Regresní analýza Tato kaptola je ctovaná z lteratury () a (3). Regresní analýza se běžně využívá nejen v marketngovém výzkumu, ale v ekonomcké statstce, v národním účetnctví, v nákladovém účetnctví, v různých technckých aplkacích, ve fnanční analýze a v mnoha dalších oblastech. Regresní analýzu používáme v případech, kdy pracujeme s proměnným velčnam, mez nmž exstuje nějaká závslost. Rozeznáváme velčnu nezávsle proměnnou označenou x a závsle proměnnou označenou y. Jejch závslost je vyjádřena funkčním předpsem y= ϕ(x), kde tuto funkc ϕ(x) neznáme nebo tuto závslost nelze rozumnou funkcí vyjádřt. Pokud budeme opakovaně pozorovat hodnoty proměnné y pro totožnou hodnotu x, nedostaneme př každém pozorování stejnou hodnotu y. Výsledek totž ovlvňují různé náhodné faktory, které můžeme označt jako šum. Proměnná y se tedy chová jako náhodná velčna, kterou označíme Y. Abychom závslost náhodné velčny Y na proměnné x vyjádřl, položíme její střední hodnotu E ( Y / x) rovnu vhodně zvolené funkc η x; β, β,..., β ). Funkc η (x) ( ě p nazveme regresní funkcí a parametry, β 2 β p regresním koefcenty. Výsledný β,..., vztah lze zapsat následovně: E Y / x) = η( x; β, β,... β ). (.) ( 2 p Úlohou regresní analýzy je tedy pro zadaná data ( x, y ), =,2,..., n zvolt vhodnou funkc η ( x; β, β ě,..., β p ) a určt její koefcenty tak, aby vyrovnání hodnot y bylo co nejlepší. Data můžeme vyrovnat regresní přímkou, klasckým lneárním modely nebo nelneárním regresním modely. 9

.. Regresní přímka Jedná se o nejjednodušší model regresní funkce, kdy je funkce η(x) vyjádřena přímkou a platí: E Y / x) = η = β + β. (.2) ( 2 x K určení koefcentůβ a β 2 bude použta metoda nejmenších čtverců. Odhady zmíněných koefcentů β a β 2, které označíme jako b a b 2, pak vypočteme následovně: n x y nxy = b2 = n, b = y b2 x (.3) 2 2 x nx = kde x a y jsou výběrové průměry, pro něž platí: x = n n x = n, y = n = y. (.4) Odhad regresní přímky je tedy dán předpsem: ˆ η ( ) = b + b x. (.5) x 2 Vlastnost koefcentů regresní přímky Jelkož koefcenty regresní přímky b a b2 vychází z naměřených hodnot závsle proměnné y a tyto hodnoty se př opakování měření mění, tak v případě, kdy budeme měření opakovat vícekrát, dostaneme vždy obecně jné hodnoty y a tudíž jné hodnoty koefcentů b, b 2 a jnou regresní přímku. Z toho vyplývá, že vypočtené regresní koefcenty a regresní přímka jsou náhodným velčnam B, B 2 a ˆ η ( x)...2 Volba regresní funkce Jedním z hlavních úkolů regresní analýzy je zejména posouzení vhodnost zvolené regresní funkce pro vyrovnání dat. Je třeba zjstt, jak těsně zvolená regresní funkce k 0

zadaným datům přléhá a současně jak dobře vysthuje předpokládanou funkční závslost mez závsle a nezávsle proměnnou. V případě, že se pro vyrovnání zadaných dat používá více regresních funkcí, pak k posouzení toho, která z nch nejlépe k zadaným datům přléhá, se používá rezduální součet čtverců, přčemž nejlépe přléhající funkce vede k jeho nejmenší hodnotě. Jelkož rezduální součet čtverců není normován, nedá se z jeho hodnot usuzovat na to, jak dobře zvolená regresní funkce vysthuje závslost mez proměnným. K posouzení vhodnost zvolené regresní funkce slouží tzv. ndex determnace, označený I 2 I 2 2 ( y ˆ η ) = 2 ( y y) (.6) Index determnace nabývá hodnot z ntervalu 0,. Čím více se hodnota ndexu determnace blíží k jedné, tím více považujeme danou závslost za slnější a zvolenou regresní funkc za dobře vystženou. Naopak čím více se hodnota ndexu determnace blíží k nule, tím více považujeme danou závslost za slabší a zvolenou regresní funkc za méně výstžnou...3 Specální nelnearzovatelné funkce Funkce modfkovaný exponencální trend, logstcký trend a Gompertzova křvka se používají především v časových řadách popsujících ekonomcké děje. Modfkovaný exponencální trend Modfkovaný exponencální trend je vhodný v případě, že je regresní funkce shora nebo zdola ohrančená. Je vyjádřen následujícím předpsem. η ( = + β. (.7) x x) β β 2 3 Logstcký trend Logstcký trend má nflex (v nflexním bodě se průběh jeho křvky mění z polohy pod tečnou na polohu nad tečnou, resp. naopak) a shora zdola ohrančený. Řadí se mez tzv. S-křvky symetrcké kolem nflexního bodu. Je vyjádřen následujícím předpsem:

η( x) =. (.8) β + β β 2 x 3 Gompertzova křvka Gompertzova křvka má nflex a je shora zdola ohrančená. Řadí se mez tzv. S křvky nesymetrcké kolem nflexního bodu. Většna jejích hodnot leží až za nflexním bodem. Je vyjádřena následujícím předpsem: η( x β+ β2β3 x) e =. (.9) U všech třech předpsů nelnearzovatelných funkcí se předpokládá, že koefcent β 3 je kladný. Odhady b, b 2, b 3 koefcentů β, β 2, β 3 modfkovaného exponencálního trendu určíme pomocí vzorců / mh S3 S2 b3 =, (.0) S 2 S b b, (.) 2 ) h 3 2 = ( S 2 S) x mh b3 ( b3 b mh x b 3 S b2b3, (.2) m b3 = h kde výrazy S, S 2 a S 3 jsou součty určené následovně: S m = y, S = = 2m y = m+ 3m 2, S3 = y. (.3) = 2m+ Vzorce (.0) až (.3) platí za těchto předpokladů: Zadaný počet n dvojc hodnot ( x, y ), =,2,..., n je děltelný třem, tj. n= 3m, kde m je přrozené číslo. Tedy data lze rozdělt do tří skupn o stejném počtu m prvků. Pokud data tento požadavek nesplňují, vynechá se příslušný počet buď počátečních nebo koncových dat. 2

Hodnoty x jsou zadány v ekvdstantních krocích, majících délku h > 0, tj. x = x + ( ) h. Pokud vyjde znaménko parametru b 3 záporné, musí se v dalších výpočtech použít jeho absolutní hodnota. Regresní koefcenty b, b 2 a b 3 logstckého trendu se určí pomocí vzorců (.0) až (.3) s tím rozdílem, že ve vzorc (.3) se místo hodnot y dosadí jejch převrácené hodnoty. Př použtí Gompertzovy křvky se ve vzorc (.3) dosadí místo hodnot y y jejch přrozené logartmy ln y..2 Časové řady Tato kaptola je ctovaná z lteratury (3)..2. Základní pojmy Pomocí tzv. časových řad zapsujeme statstcká data, která popsují ekonomcké a společenské jevy v čase. Záps těchto jevů nám umožňuje kvanttatvně analyzovat zákontost v jejch dosavadním průběhu a současně předpovídat jejch budoucí vývoj. Časové řady lze uplatnt v mnoha různých oblastech: lze se s nm setkat v demograf u popsování změn ve složení a počtu obyvatelstva, v socolog, kde mohou popsovat například vývoj rozvodovost, ale například v ekonom, kde s jejch pomocí můžeme analyzovat například změny v tržbách podnku, změny objemu průmyslové výroby nebo změny ve vývoj směnného kurzu mez jednotlvým měnam, atd. Pojem časové řady lze velm výstžně vymezt následujícím způsobem: Časovou řadou (někdy chronologckou řadou) rozumíme řadu hodnot určtého ukazatele, uspořádaných z hledska přrozené časové posloupnost. Přtom je nutné, aby věcná náplň ukazatele jeho prostorové vymezení byly shodné v celém sledovaném časovém úseku. Časové řady můžeme v podstatě rozdělt do dvou základních druhů. Jedná se o tzv. časové řady ntervalové a tzv. časové řady okamžkové. 3

Intervalové časové řady U ntervalových časových řad jejch ukazatele zachycují počty jevů, věcí, nebo událostí, které vznkly č zankly během určtého časového ntervalu. Pro názornost je možné zmínt třeba počty sňatků nebo rozvodů, ke kterým došlo v jednotlvých letech. Okamžkové časové řady Okamžkové časové řady zachycují počty jevů, věcí nebo událostí, které exstují v určtém časovém okamžku. Jako příklad mohou být zmíněny časové řady uvádějící počet zaměstnanců vybrané obchodní společnost určovaný ke konc účetního období nebo časové řady, které uvádějí střední stav obyvatelstva a střední počet mužů nebo žen. Př zpracování a rozboru výše popsaných druhů časových řad je nutné počítat s jejch rozdílnou povahou. Intervalové časové řady se od okamžkových časových řad podstatně lší tím, že údaje ntervalových časových řad je možné sčítat a vytvářet tak součty za více období. Naopak u okamžkových časových řad sčítání údajů nemá smysl, jelkož nemá reálnou nterpretac. Dalším rozdílem mez zmíněným druhy časových řad je fakt, že u zpracování ntervalových časových řad je nezbytné dbát na srovnatelnost údajů z hledska délky rozhodné doby, což lze řešt třeba přepočtem původních údajů na stejně dlouhý časový nterval. Jelkož se okamžkové časové řady vztahují k předem zvoleným časovým okamžkům, s tímto problémem se u nch nesetkáme. Odlšnost mez ntervalovým a okamžkovým časovým řadam jsou patrné ve způsobu jejch znázorňování: zatímco ntervalové časové řady lze znázorňovat sloupkovým, hůlkovým nebo spojncovým grafy, okamžkové časové řady se znázorňují výhradně grafy spojncovým..2.2 Charakterstky časových řad V následujícím textu budeme uvažovat časovou řadu okamžkového, resp. ntervalového ukazatele. Hodnoty této časové řady v časových okamžcích resp. ntervalech t, kde =,2,..., n označíme y. Pro zjednodušení výpočtu následujících charakterstk budeme předpokládat, že hodnoty y jsou kladné, a že ntervaly mez sousedním časovým okamžky, resp. středy časových ntervalů, jsou stejně dlouhé. 4

Průměr ntervalové řady Průměr ntervalové řady, označený y se počítá jako artmetcký průměr hodnot časové řady v jednotlvých ntervalech." y= n n y = (2.) Průměr okamžkové časové řady Průměr okamžkové časové řady se nazývá chronologckým průměrem a je rovněž označen y. V případě, kdy vzdálenost mez jednotlvým časovým okamžky t,...,, t 2 t n, v nchž jsou hodnoty této časové řady zadány, jsou stejně dlouhé, nazývá se neváženým chronologckým průměrem. n = + y yn y y +. (2.2) n 2 = 2 2 První dference Jedná se o nejjednodušší charakterstku popsu vývoje časové řady, která někdy bývá označována jako absolutní přírůstky. První dference vyjadřují rozdíl hodnoty časové řady v určtém okamžku, resp. období, oprot určtému okamžku, resp. období, bezprostředně předcházejícímu. Zachycují tedy přírůstek časové řady. V případě, že hodnoty prvních dferencí kolísají kolem konstanty, můžeme říc, že sledovaná časová řada má lneární trend, z čehož plyne, že její vývoj lze popsat přímkou. První dference značené d ( ) vypočteme jako rozdíl dvou po sobě jdoucích hodnot časové řady. y ( y) = y y d, = 2,3,..., n. (2.3) Průměr prvních dferencí Z prvních dferencí určíme průměr prvních dferencí, označený d ( ), který y vyjadřuje, o kolk se průměrně změnla hodnota časové řady za jednotkový časový nterval. yn y d( y) = n. (2.4) 5

Koefcent růstu Koefcent růstu vyjadřuje, kolkrát se zvýšla hodnota časové řady v určtém okamžku, resp. období, oprot určtému okamžku, resp. období, bezprostředně předcházejícímu. Kolísají-l koefcenty růstu časové řady kolem konstanty, usuzujeme odtud, že trend ve vývoj časové řady lze vysthnout exponencální funkcí. Koefcent růstu charakterzuje rychlost růstu č poklesu hodnot časové řady a značí se k ( y). y k ( y) =, = 2,3,..., n. (2.5) y Průměrný koefcent růstu Průměrný koefcent růstu k (y) vyjadřuje průměrnou změnu koefcentů růstu za jednotkový časový nterval. Vypočítáme ho jako geometrcký průměr: y y n k ( y) = n. (2.6) Ze vzorce pro průměr prvních dferencí, resp. vzorce, pro průměrný koefcent růstu je patrné, že tyto charakterstky závsí jen na první a poslední hodnotě ukazatele časové řady, tedy na ostatních hodnotách uvntř ntervalu nezáleží. Interpretace těchto charakterstk výše popsaným způsobem má proto smysl pouze tehdy, má-l časová řada v podstatě monotónní vývoj. Jestlže se ale uvntř zkoumaného ntervalu střídá růst s poklesem, pak tyto charakterstky nemají přílš velkou nformační hodnotu..2.3 Dekompozce časových řad Hodnoty časové řady lze rozložt do několka složek. V případě tzv. adtvní dekompozce můžeme hodnoty časové řady y vyjádřt pro čas t, trendové T, sezónní S, cyklcké C a náhodné e složky. =,2,..., n, součtem y = T + C + S + e, (2.7) Časovou řadu s lze představt jako trend, na který jsou nabaleny ostatní složky. Rozklad, tzv. dekompozce, časové řady na tyto složky je motvován tím, že v jednotlvých složkách se snadněj podaří zjstt zákontost v chování řady než v 6

původní nerozložené řadě. U některých časových řad mohou v jejch dekompozc některé složky chybět. Trend časové řady Trend časové řady vyjadřuje pro sledovaný ukazatel obecnou tendenc dlouhodobého vývoje v čase. Jedná se o důsledek působení sl systematcky působících ve stejném směru. V případě, že je ukazatel časové řady během celého sledovaného období na stejné úrovn nebo kolem ní jen mírně kolísá, jedná se o časovou řadu bez trendu. Sezónní složka Slouží k popsu perodckých změn v časové řadě, odehrávajících se během jednoho kalendářního roku. Tyto změny se každý rok opakují. Jsou způsobeny faktory, jako je střídání ročních období nebo ldským zvyky spočívajícím v ekonomcké aktvtě. V prax se například může jednat o změny v objemu prodeje v průběhu roku. Z toho vyplývá, že pro zkoumání sezónní složky časové řady jsou nejvhodnější měsíční nebo čtvrtletní měření. Cyklcká složka Cyklcká složka může být důsledkem evdentních vnějších vlvů, někdy je ale určení jejch příčn velm obtížné. Cyklcká složka však může mít také příčny mmo ekonomckou oblast; např. cyklcké změny v módě vyvolávající cyklcké změny v odbytu různých odvětví oděvního průmyslu. Elmnace cyklcké složky je obtížná jak z věcných důvodů, neboť je obtížné nalézt příčny vedoucí k jejímu vznku, tak z výpočetních důvodů, protože charakter této složky se může v čase měnt. Rezduální složka Zbytek časové řady po odstranění trendu, sezónní a cyklcké složky. Tvoří j náhodné fluktuace v průběhu časové řady, jež nemají rozpoznatelný systematcký charakter. Z tohoto důvodu se rezduální složka nepočítá spolu s ostatním mez tzv. systematcké složky časové řady. Jsou v ní zahrnuty také chyby v měření údajů časové řady a chyby, kterých se dopouštíme př zpracování. Například chyby způsobené zaokrouhlováním. 7

Pops trendu pomocí regresní analýzy Regresní analýza je nejpoužívanějším způsobem popsu vývoje časové řady. Kromě vyrovnání pozorovaných dat umožňuje prognózu vývoje časové řady. Př použtí regresní analýzy se předpokládá, že analyzovanou časovou řadu s hodnotam y,..., y2 y n, můžeme rozdělt podle následujícího předpsu na složky trendovou a rezduální: y = T + e, =,2,..., n. (2.8) Základním předpokladem je zvolení vhodného typu regresní funkce. Ten určíme z grafckého záznamu průběhu časové řady nebo podle předpokládaných vlastností trendové složky plynoucích z ekonomckých úvah..3 Vybrané ukazatele fnanční analýzy Tato kaptola je ctovaná z lteratury (2) a (4). Účelem fnanční analýzy je celkové zhodnocení fnanční stuace podnku. Díky fnanční analýze se lze o podnku dozvědět mnoho užtečných věcí: např. lze odhalt, jestl je podnk dostatečně zskový, jestl dsponuje vhodnou kaptálovou strukturou, jestl efektvně využívá svá aktva č jestl je schopen včas splácet své závazky. Pro řídící zaměstnance podnku je důležté fnanční stuac podnku analyzovat průběžně, neboť jen tak mohou dsponovat dostatečným množstvím nformací, které jm umožní správně se rozhodovat př mnoha důležtých čnnostech jako je získávání fnančních zdrojů, stanovení optmální fnanční struktury, alokace volných peněžních prostředků, poskytování obchodních úvěrů, rozdělování zsku, atd. Bez dobré znalost fnanční stuace podnku nelze dospět k dostatečné sebereflex a k odhalení chybných manažerských rozhodnutí vzhledem k mnulým manažerským rozhodnutím. Dobrá znalost fnanční stuace pak dále slouží k odhadu budoucího vývoje. Manažer podnku, který nemá přehled o tom, jaké rentablty jím řízený podnk dosahuje, jaká je průměrná doba splatnost pohledávek č jakou přdanou hodnotu vytvářejí zaměstnanc podnku, není dobrým manažerem. Fnanční analýza neodděltelně patří k fnančnímu řízení podnku, neboť poskytuje zpětnou nformac o tom, kam podnk v jednotlvých oblastech dospěl, v čem se mu 8

podařlo splnt jeho předpoklady a naopak kde došlo k stuac, které chtěl předejít nebo kterou neočekával. To, co se odehrálo v mnulost samozřejmě nelze njak ovlvnt, výsledky fnanční analýzy však slouží nejenom pro vlastní potřebu frmy, ale pro užvatele, kteří sce nejsou součástí podnku, ale jsou s ním jakkolv spojen (hospodářsky, fnančně apod.)..3. Zdroje nformací pro fnanční analýzu Pro zpracování fnanční analýzy je nezbytné získat data, na jejchž základě bude možné dosáhnout dostatečně vypovídajících výsledků. Základním zdrojem takových dat jsou zejména účetní výkazy podnku (rozvaha, výkaz zsku a ztrát, výkaz cash flow a příloha k účetní závěrce). Mnoho cenných nformací však obsahují rovněž výroční zprávy, zprávy řídících zaměstnanců podnku, zprávy audtorů, fremní statstky výroby, poptávky, odbytu č zaměstnanost, ofcální ekonomcké statstky, burzovní zpravodajství, komentáře odborného tsku, nezávslá hodnocení a prognózy, atd. Přehled o majetkové a fnanční struktuře podnku dává rozvaha (blance) podnku. Na straně aktv rozvaha poskytuje přehled o výš a struktuře majetku, na straně pasv pak přehled o způsobu fnancování tohoto majetku. Na straně pasv je klíčová nformace o výsledcích hospodaření podnku - tvorba výsledku hospodaření za příslušné účetní období je pak konkrétně zachycena ve výkazu zsku a ztrát. Výsledek hospodaření je rozdílem mez výnosy a náklady bez ohledu na to, jestl skutečně dochází k reálným peněžním příjmům nebo výdajům. Proto je pro fnanční řízení podnku, zejména z důvodu udržení jeho platební schopnost, nezbytné sledovat tok peněžních prostředků (cash flow). Rozvaha podnku Fundamentálním účetním výkazem každého podnku je jeho rozvaha, z níž vyplývá nformace o tom, jaký majetek podnk vlastní a z jakých zdrojů je tento majetek fnancován. Rozvaha se vždy sestavuje k určtému datu a musí platt, že aktva se rovnají pasvům. 9

Výkaz zsku a ztrát Obsah účetního výkazu zsku a ztrát tvoří výnosy, náklady a výsledek hospodaření. Výnosy lze defnovat jako peněžní částky, které podnk získal ze svých veškerých čnností za dané účetní období bez ohledu na to, jestl v tomto období došlo k jejch nkasu. Náklady pak představují peněžní částky, které podnk v daném období účelně vynaložl na získání výnosů, a to přesto, že k jejch skutečnému zaplacení nemuselo ve stejném období dojít. Výsledek hospodaření podnku je rozdílem mez celkovým výnosy a celkovým náklady podnku..3.2 Poměrové ukazatele fnanční analýzy Základním nástrojem fnanční analýzy jsou poměrové ukazatele, které umožňují získat rychlou představu o fnanční stuac v podnku. Podstatou poměrových ukazatelů je, že dávají do poměru různé položky rozvahy, výkazu zsku a ztrát, cash flow, atd. Celková zadluženost Celková zadluženost je základním ukazatelem zadluženost. Hodnota, kterou doporučuje řada autorů odborné lteratury, se pohybuje mez 30-60 %. U posuzování zadluženost je však nutné brát ohled na specfka odvětví a samozřejmě také na schopnost splácet úroky plynoucí z dluhů. Celková zadluženost Czí zdroje =. (3.) Aktva celkem Analýza lkvdty Lkvdta vyjadřuje schopnost podnku hradt své závazky. Ukazatele lkvdty v podstatě poměřují to, čím je možné platt (čtatel), s tím co je nutno zaplatt (jmenovatel). Podle toho, jakou míru jstoty požadujeme od tohoto měření, dosazujeme do čtatele majetkové složky s různou dobou lkvdnost, tj. přeměntelnost na peníze. Základní ukazatele pracují s položkam oběžných aktv a krátkodobých czích zdrojů. Za krátkodobé czí zdroje se považují krátkodobé závazky a krátkodobé bankovní úvěry a fnanční výpomoc. 20

Běžná lkvdta říká se jí se též lkvdta 3. stupně. Udává, kolkrát pokrývají oběžná aktva krátkodobé závazky podnku. Ideální hodnoty se pohybují v rozmezí,5-2,5. Běžná lkvdta = OA Krátkodobé czí zdroje, (3.2) Pohotová lkvdta označuje se také jako lkvdta 2. stupně. Určuje schopnost frmy vyrovnat svoje závazky, anž by musela prodávat své zásoby. Doporučené hodnoty se pohybují od do,5. Pohotová lkvdta Krátkodobé pohledávky + krátkodobý fnan. majetek =, (3.3) Krátkodobé czí zdroje Okamžtá lkvdta bývá také označována jako lkvdta. stupně. Vstupují do ní jen ty nejlkvdnější položky rozvahy (peníze na účtu, v pokladně, volně obchodovatelné cenné papíry). Doporučují se hodnoty v rozmezí 0,2 0,5. Vysoké hodnoty ukazatele svědčí o neefektvním využtí fnančních prostředků. Hotovostní lkvdta Krátkodobý fnan. majetek =. (3.4) Krátkodobé czí zdroje.3.3 Bankrotní model Smyslem bankrotních modelů je přnášet užvatel nformac o tom, jestl je v dohledné době frma ohrožena bankrotem. Vychází se totž z faktu, že každá frma, která je ohrožena bankrotem, jž určtý čas před touto událostí má příznaky, které jsou pro bankrot typcké. Bontní modely jsou založeny na dagnostce fnančního zdraví frmy, což znamená, že musí umožňovat srovnatelnost s jným frmam. 2

Altmanův model Altmanův model má za úkol jednoduše odlšt bankrotující frmy od těch, u nchž je pravděpodobnost bankrotu mnmální. Model byl vytvořen na základě dskrmnační analýzy, kdy se objekty analýzy dělí do dvou č více skupn na základě určtých charakterstk. Altmanovo Z-score se skládá z pět běžných poměrových ukazatelů, jmž je přřazena různá váha, z nchž největší váhu má rentablta celkového kaptálu: Z = 0,77X + X, (3.5) + 0,847X 2+ 3,07X 3+ 0,42X 4 0, 998 5 Kde je: X podíl pracovního kaptálu k celkovým aktvům X 2 rentablta čstých aktv X 3 EBIT/aktva cekem X 4 účetní hodnota vlastního kaptálu / czí zdroje X 5 tržby / aktva celkem Výsledek se nterpretuje podle toho, do jakého spektra jej můžeme zařadt. Pokud je hodnota ndexu vyšší než 2,99, jde o frmu, jejíž fnanční stuace je uspokojvá. Jsou-l výsledky v rozmezí,8-2,98, hovoří se o šedé zóně, což pro frmu znamená, že j nelze hodnott za úspěšnou, ale také j nelze hodnott jako frmu problémovou. Hodnoty pod,8 poskytují nformac o výrazných fnančních problémech frmy a o pravděpodobnost jejího bankrotu. Interpretace výsledků: - hodnoty nad 2,9 fnančně slný podnk, - hodnoty od,2 do 2,9 šedá zóna, určté fnanční potíže, nejasný další vývoj, - hodnoty nžní než,2 přímí kanddát bankrotu. 22

2 Analýza problému a současné stuace 2. Představení společnost Jak je jž zmíněno v úvodu této práce, hstore obchodní společnost SPORTEN, a.s., respektve hstore výroby lyží v Novém Městě na Moravě, jejímž je SPORTEN, a.s. přímým pokračovatelem, je delší než 00 let. Na přelomu 9. a 20 století vznklo v Novém Městě na Moravě a jeho okolí několk truhlářských dílen, které se mj. zaměřly na výrobu lyží. Tyto dílny povětšnou vytrvaly až do začátku 50. let 20. století, kdy byly sloučeny a vznkl tak výrobní závod, který byl začleněn do tehdy nově založeného národního podnku Sport. Tento národní podnk tvořlo několk výrobních závodů nacházejících se po celém Československu, které vyráběly sportovní zboží pod nově vznklou značkou Arts. Sídlo novoměstského závodu bylo původně umístěno v dílnách bývalé truhlářské frmy Adolfa Slonka, na konc 60.let pak bylo přesunuto, když byla na okraj Nového Města na Moravě na zelené louce postavena zcela nová moderní továrna - zde je ostatně sídlo podnku dodnes. Nově postavená továrna umožnla zmnohonásobt a zefektvnt celý výrobní proces a bylo tak umožněno lépe uspokojovat rostoucí poptávku po nedostatkovém zboží zejména v Československu. Co se týče výrobního sortmentu novoměstského závodu před rokem 989, ten zahrnoval především běžecké a sjezdové lyže, byly zde vyráběny lyže skokanské. Kvalta a konkurenceschopnost lyží nebyla na poměry socalstckého hospodářství vůbec špatná, o čemž svědčí např. fakt, že novoměstská továrna byla na přelomu 60. a 70. let mnulého století první továrnou na světě, v níž se začaly sérově vyrábět lamnátové lyže (technologe výroby lamnátových lyží byla celosvětově domnantní od začátku 70.let do začátku let 90. mnulého století). Úspěchy slavly lyže vyrobené v novoměstském závodě na sportovních kolbštích, např. skokanské lyže Arts se mohly pyšnt ttulem mstra světa ve skoku na lyžích. Přes výše zmíněné úspěchy se však přece jenom nedostatek tlaku volného trhu a ostré meznárodní konkurence začal postupně projevovat, což vyústlo především v nedostatečnou novac výrobků. Vystavení se ostré meznárodní konkurenc na počátku 90. let 20. století znamenalo pro novoměstský lyžařský podnk velce tvrdou ránou. 23

Státní podnk Sport, závod 06, jak na začátku 90.let 20. století zněl ofcální název novoměstského podnku, v letech 990 992 praktcky přšel o zakázky a byl nucen masvně propouštět (v této době z původních 550 zaměstnanců zbylo 350). Novoměstský závod však hospodářsky zatěžoval nejen zmíněný pokles zakázek, ale také značné dluhy ostatních výrobních závodů státního podnku Sport, a tak jedným východskem bylo osamostatnění se novoměstského závodu, když z něj k.3.99 Zakladatelským plánem o jednorázovém založení akcové společnost vznkla akcová společnost s názvem SPORT EURO NOVA a.s., která následně byla zařazena do kuponové prvatzace. Prvatzace společnost byla sce úspěšná, společnost našla nové majtele, její boj o přežtí však nadále pokračoval. Další z mnoha komplkací byla skutečnost, že společnost svým osamostatněním přšla o právo vyrábět zboží pod zavedenou značkou Arts, kterou nahradla nově založená značka M-sport. Řešení společnost hledala ve změně výrobního programu výrobu lyží, která byla téměř utlumena, vystřídala výroba dřevěných hraček, dřevěného nábytku, ale kolíčků na prádlo. V roce 993 byla společnost přejmenována na SPORTEN, a.s. a značku M-sport na jejích výrobcích vystřídala značka Sporten. Stuace se začala postupně obracet k lepšímu v letech 993 až 995, kdy se společnost přece jen postupně dařlo získávat zakázky na výrobu především turstckých běžeckých lyží pro jné světové značky jako Elan, Rossgnol, Alpna, Madshus, Head, Kazuma ad. (vždy však šlo o lyže vlastní konstrukce, kdy zákazníc pouze dodával vlastní /povrchový/ desgn lyží). Téměř zanklá výroba lyží se tak opět postupně stala hlavní výrobní náplní podnku, jako doplňkový výrobní program zůstala pouze sezónní výroba dřevěného zahradního nábytku. Společnost se také postupně podařlo zbavt všech dluhů pocházejících ještě z dob státního podnku Sport a od té doby hospodaří bez dluhů. V průběhu let společnost nvestovala (a stále nvestuje) mnoho fnančních prostředků do technologckých a desgnových novací a postupně dohnala v kvaltě a nabídce výrobního sortmentu zahranční konkurenc. Výroba lyží se stává sofstkovanější, společnost se stále více daří pronkat do segmentu trhu s dražším zbožím a jž téměř přestala být považována za výrobce sce kvaltních, ale stále spíše levnějších lyží určených pro méně náročné zákazníky. Symbolckým zlomem pro mage značky se stalo vítězství Aleše Valenty na Olympjských hrách v Salt Lake Cty v roce 2002, 24

nejčerstvějším úspěchem na sportovním pol je pak zejména stříbrná medale z letošního mstrovství světa ve skocích na lyžích. Tato práce se podrobně zabývá časovým řadam ukazatelů společnost SPORTEN, a.s. v prvním desetletí tohoto století, jež bylo pro společnost velm úspěšné, s výjmkou roku 2007, kdy byl celosvětově lyžařský průmysl zasažen nedostatkem sněhu a kdy došlo k celosvětovému poklesu výroby lyží a snowboardů téměř na polovnu, což byl případ společnost SPORTEN, a.s. Díky další restrukturalzac, novacím a propuštění část zaměstnanců je však společnost opět nastartována k růstu a především se jí daří držet v zsku. V současnost má společnost okolo 70 zaměstnanců, oprot roku 990 tedy došlo k téměř trojnásobnému poklesu jejch počtu, přtom objem výroby rok 990 převyšuje. Společnost vyrábí nejenom lyže běžecké, sjezdové, ale lyže pro akrobatcké lyžování, lyže skokanské a snowboardy. Mez hlavní zákazníky společnost v současnost patří majtelé značek Decathlon, Alpna, Rossgnol, Kastle, Madshus, Rax ad. (90% své produkce SPORTEN, a.s. vyváží). Před několka lety společnost jako doplněk a zálohu svého výrobního programu vyvnula unkátní technolog pro výrobu hokejových holí, tento výrobní program je však v důsledku značného převsu nabídky hokejových holí na trhu dočasně utlumen. Cílem společnost do budoucna je především poslování vlastní značky nejenom v České republce, ale především v zahrančí a samozřejmě další technologcké novace a s tím spojený další nárůst objemu výroby. 25

2.2 Statstcká analýza vybraných ukazatelů V této část budou vypočítány vybrané ekonomcké ukazatele frmy, u kterých následně provedeme predkc jejch budoucího vývoje. K realzac této část byla společností SPORTEN, a.s. poskytnuta data z účetních závěrek z let 200-2009. Ještě před samotnou analýzou jednotlvých ukazatelů je nezbytné krátce se zastavt a poukázat na faktory, které ve sledovaném období ovlvňovaly čnnost společnost a její hospodářský výsledek: společnost se od roku 200 postupně dařlo navyšovat objem výroby, v důsledku čehož narůstaly její tržby. V tomto ohledu společnost dosáhla vrcholu v roce 2005, v následujících letech ale objem výroby a výše tržeb začaly postupně klesat, když v roce 2008 bylo v rámc sledovaného období dosaženo dna. Za postupným nárůstem tržeb a objemu výroby v letech 200-2005 stál především zvýšený důraz na novace v předchozích letech. Obrat, který nastal po roce 2005, má v zásadě 2 příčny: zaprvé neustále vůč amerckému dolaru a euru poslující korunu (společnost 90% svých výrobků exportuje na trhy, na nchž jsou domnantním platdly euro a dolar), zadruhé zmu 2006 2007, která byla krtcká na nedostatek sněhu, v důsledku čehož objem výroby lyží celosvětově poklesl téměř na polovnu. Společnost tak byla nucena urychlt další fáz restrukturalzace a snžování nákladů, což se jí poměrně dařlo došlo sce ke značnému poklesu tržeb, zskovost společnost to však výrazně neovlvnlo. Poslední rok sledovaného období, tedy rok 2009, opět naznačuje obrat ve vývoj směrem vzhůru. Vše výše uvedené je zmňováno zejména z tohoto důvodu, aby byly vysvětleny příčny vývoje jednotlvých níže sledovaných ukazatelů. 26

2.2. Celková aktva Prvním ukazatelem, u kterého provedeme analýzu s využtím časových řad, jsou celková aktva. Př sestavování rozvahy musí platt blanční rovnost, objem aktv se rovná objemu pasv. Analýza celkových aktv je tedy dentcká s analýzou celkových pasv. Celková aktva představují vše, s čím společnost dsponuje a v budoucnu jí to přnese ekonomcký prospěch. Celková pasva udávají přehled o zdrojích fnancování majetku. Níže uvedená tabulka č. znázorňuje průběh celkových aktv v letech 200-2009. Ve třetím sloupc tabulky y jsou uvedeny hodnoty tohoto ukazatele v tsících Kč. Ve čtvrtém sloupc vypočítáváme první dferenc ( ) podle vzorce (2.3) v posledním d y pátém sloupc jsme vypočítal koefcenty růstu k ( y) podle vzorce (2.5). Charakterstky časové řady Roky y d ( y) k ( y) 200 328 038 - - 2 2002 335 760 7 722,02 3 2003 369 668 33 908,0 4 2004 46 45 46 477,3 5 2005 422 08 5 936,0 6 2006 406 904-5 77 0,96 7 2007 349 058-57 846 0,86 8 2008 26 924-87 34 0,75 9 2009 282 370 20 446,08 Tabulka - Celková aktva v tsících Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) Průměr časové řady: y = 352 438,67 [ts. Kč]. Průměrný roční objem celkových aktv byl ve společnost SPORTEN, a.s. v daném období 352 ml. Kč. Průměr prvních dferencí: d ( ) = - 5 708,5 [ts. Kč]. y Ve sledovaném období celková aktva klesala každým rokem o 5,7 ml.kč. Průměrný koefcent růstu: k (y) = 0,984 Celková aktva v daném období průměrně klesala každým rokem o,86 %. 27

Grafcké znázornění Uvedená časová řada je ntervalová a ke znázornění jejích hodnot použjeme spojncový graf. Na grafu č. je znázorněný vývoj objemu celkových aktv v letech 200-2009. Na svslé ose jsou znázorněny objemy celkových aktv v mlonech Kč a na vodorovné ose jednotlvé roky. Celková aktva Mlony Kč 450 400 350 300 250 200 50 200 2002 2003 2004 2005 2006 2007 2008 2009 Roky Graf - Celková aktva v mlonech Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) Subjektvní zhodnocení celkových aktv Na počátku sledovaného období hodnota celkových aktv mírně stoupala, v průběhu let 2004 až 2006 se ukazatel ustáll mírně nad hodnotou 400 mlonů Kč. Dále v letech 2007 a 2008 hodnota celkových aktv prudce klesla, v roce 2008 až na hodnotu 262 mlonů Kč. Pokles těchto hodnot byl zapříčněn především celosvětovou krzí na trhu s lyžařským zbožím, která byla způsobena krtckým nedostatkem sněhu během zm 2006-2007 a 2007-2008 - hlavním předmětem podnkání společnost SPORTEN, a.s. je totž výroba a prodej lyží a snowboardů, která je na dobrých sněhových podmínkách značně závslá. Významným negatvním faktorem, který měl vlv na pokles zmíněných hodnot, však bylo neustálé poslování směnného kurzu koruny vůč dolaru a euru. V letech 2007 a 2008 tak došlo k poklesu tržeb a tím pádem sledovaná společnost byla nucena snížt svoje oběžná aktva (zásoby atd.) zhruba o třetnu, tedy v součtu musela klesnout celková aktva. V posledním sledovaném roce 2009 hodnota celkových aktv 28

opět začala stoupat. Jelkož popsovaná časová řada nevykazuje žádný trend, nebudeme tento ukazatel vyrovnávat. Dá se předpokládat, že v dalších letech by mohla celková aktva sledované společnost opět mírně stoupat, neboť zmy 2008-2009 a 2009-200 byly na sníh přece jen o něco bohatší než zmy předchozí. 2.2.2 Celková zadluženost Ukazatel zadluženost slouží jako ndkátor výše rzka a je základním a velm důležtým ukazatelem zadluženost frmy zejména proto je zmíněný ukazatel v této prác uveden. Výše rzka je dána v poměru a struktuře celkových aktv a czích zdrojů. Je zřejmé, že čím více je podnk zadlužen, tím vyšší rzko na sebe bere, protože musí být schopen své závazky splácet bez ohledu na to, jak se mu právě daří. V tabulce č. 2 jsou hodnoty celkové zadluženost v procentech za období 200-2009. Ve třetím sloupc tabulky y jsou uvedeny hodnoty tohoto ukazatele, které vypočteme podle vzorce (3.). Ve čtvrtém sloupc vypočítáváme první dferenc ( ) podle vzorce d y (2.3), v posledním pátém sloupc jsme vypočítal koefcenty růstu k ( y) podle vzorce (2.5). Charakterstky časové řady Roky y d ( y) k ( y) 200 3,84 - - 2 2002 8,36-5,48 0,60 3 2003 6,58 -,77 0,79 4 2004 7,2 0,62,09 5 2005 5,2-2,09 0,7 6 2006 4,99-0,2 0,98 7 2007 3,82 -,7 0,77 8 2008 5,6,79,47 9 2009 6,2 0,60, Tabulka 2 - Hodnota celkové zadluženost v procentech (zdroj: data SPORTEN, a.s., zpracování: vlastní) 29

Průměr časové řady: y = 6,46% Ve sledovaném období ve společnost SPORTEN, a.s. byla celková roční zadluženost 6,46%. Průměr prvních dferencí: d ( ) = -0,95 y Celková zadluženost ve sledovaném období každým rokem klesala o 0,95%. Průměrný koefcent růstu: k (y) = 0,9046 Celková zadluženost ve sledovaném období klesala o 9,54%. Grafcké znázornění Na grafu č. 2 lze sledovat vývoj celkové zadluženost společnost SPORTEN, a.s. v letech 200 2009. Graf jsme zvoll spojncový, jedná se o okamžkovou řadu. Svslá osa vyjadřuje procentuální podíl czích zdrojů na fnancování celkových aktv. Na vodorovné ose je nanesena časová posloupnost. Celková zadluženost % 5 0 5 0 200 2002 2003 2004 2005 2006 2007 2008 2009 Roky Graf 2 - Celková zadluženost v procentech (zdroj: data SPORTEN, a.s., zpracování: vlastní) Subjektvní zhodnocení celkové zadluženost Z grafu lze vyčíst, že v prvních letech sledovaného období (200-2003) trend celkové zadluženost klesá a že se pak v dalších letech sledovaného období asymptotcky ustaluje. Celková zadluženost podle doporučené hodnoty vykazuje velm dobré hodnoty. Míra zadluženost sledovaného podnku byla velm příznvá jž na počátku sledovaného období, v dalších letech se j pak dařlo ještě postupně snžovat, a to až do roku 2007. V letech 2008 a 2009 začala míra zadluženost opět mírně stoupat, to však 30

za stuace, kdy došlo k výše zmíněnému celosvětovému masvnímu propadu trhu s lyžařským zbožím a k výraznému propadu tržeb nejen sledovaného podnku, lze stále považovat za velm dobrý výsledek. Určení trendu a vyrovnání časové řady Jak je vdět z grafu, časová řada má klesající tendenc a má asymptotcký průběh. Proto jsme v tomto případě zvoll pro vyrovnání časové řady modfkovaný exponencální trend. Hodnota ndexu determnace podle vzorce (.6) je rovna 0,8932, tedy velm blízká jedné. K vyrovnání dat je proto vhodná zvolená regresní funkce. Modfkovaný exponencální trend pro celkové zadluženost společnost SPORTEN, a.s. ve sledovaném období lze vyjádřt následujícím předpsem: ˆ η ( ) = 5,2+ 7,32 0, 527, =,2,..., 9 V níže uvedené tabulce č. 3 jsou uvedeny vyrovnané hodnoty celkové zadluženost v posledním sloupc, které jsou vypočteny podle vzorce uvedeného výše. Roky y 200 3,84 2,56 2 2002 8,36 9,04 3 2003 6,58 7,8 4 2004 7,2 6,2 5 2005 5,2 5,69 6 2006 4,99 5,42 7 2007 3,82 5,28 8 2008 5,6 5,20 9 2009 6,2 5,6 Tabulka 3 - Vyrovnané hodnoty celkové zadluženost v procentech (zdroj: data SPORTEN, a.s., zpracování: vlastní) ηˆ Prognóza Po nalezení trendu ve vývoj celkové zadluženost společnost SPORTEN, a.s., můžeme přejít ke stanovení předpokládané budoucí hodnoty na rok 200. Po dosazení do nalezeného odhadu modfkovaného exponencálního trendu získáme hodnotu 5,4%: 3

ˆ η (0) = 5,2+ 7,32 0,527 0 = 5,4 Za udržení stávajících podmínek a za předpokladu, že modfkovaný exponencální trend bude nadále dobře vyjadřovat průběh časové řady celkové zadluženost, dosáhne společnost v roce 200 podílu czích zdrojů na fnancování celkových aktv ve výš 5,4%. Průběh původních vyrovnaných hodnot a prognóza celkové zadluženost je představena v grafu č. 3: % 5 Celková zadluženost - vyrovnání modfkovanou exponencální funkcí 0 5 0 200 2002 2003 2004 2005 2006 2007 2008 2009 200 celková zadluženost vyrovnaná data Graf 3 - Vyrovnané hodnoty celkové zadluženost v procentech (zdroj: data společnost, zpracování vlastní) 2.2.3 Celkové náklady Dalším ukazatelem, kterým se budeme zabývat, jsou celkové fremní náklady za jednotlvé kalendářní roky. Celkové náklady jsou vytvořeny souhrnem všech spotřebovaných ekonomckých zdrojů nezbytných pro chod podnku. V následující tabulce č. 4 jsou uvedena data časové řady popsující celkový vývoj fremních nákladů za období 200-2009. Ve třetím sloupc y jsou uvedeny hodnoty celkových nákladů za jednotlvé roky v tsících Kč. Čtvrtý a pátý sloupec obsahují charakterstky časové řady, tedy první dferenc d ( ) vypočítanou podle vzorce (2.3) a koefcenty růstu k ( y) dle vzorce (2.5). y 32

Charakterstky časové řady Roky y d ( y) k ( y) 200 362 524 - - 2 2002 328 40-34 23 0,9 3 2003 299 360-29 04 0,9 4 2004 340 8 40 758,4 5 2005 33 32-8 986 0,97 6 2006 322 204-8 928 0,97 7 2007 223 06-99 098 0,69 8 2008 204 3-8 795 0,92 9 2009 70 99-33 392 0,84 Tabulka 4 - Celkové náklady v tsících Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) Průměr časové řady: y = 286 897 [ts. Kč]. Ve sledovaném období 200-2009 byly průměrné roční náklady ve společnost SPORTEN, a.s. 287 mlonů Kč. Průměr prvních dferencí: d ( ) = -23 95 [ts. Kč] y Ve sledovaném období každým rokem klesaly celkové náklady o 24 mlonů Kč. Průměrný koefcent růstu: k (y) = 0,903 Ve společnost každým rokem celkové náklady klesaly o 8,97 %. Grafcké znázornění Na grafu č. 4 je zobrazen vývoj celkových nákladů v letech 200-2009. Graf jsme zvoll spojncový, jelkož se jedná o ntervalovou řadu. Na svslé ose jsou vyobrazeny celkové náklady v mlonech Kč a na vodorovné ose jsou jednotlvé roky. 33

Celkové náklady Mlon Kč 400 350 300 250 200 50 00 200 2002 2003 2004 2005 2006 2007 2008 2009 Roky Graf 4 - Celkové náklady v mlonech Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) Subjektvní zhodnocení celkových nákladů Z grafu lze vyčíst, že v letech 200-2003 celkové náklady sledované společnost postupně klesaly, v roce 2004 pak poprvé a naposledy ve sledovaném období mírně vzrostly. V letech 2005-2009 pak celkové náklady opět klesaly, nejvýrazněj z roku 2006 na rok 2007, kdy se hodnota celkových nákladů poprvé dostala pod do té doby nejnžší hodnotu z roku 2004. Výše popsané úbytky poskytují o společnost SPORTEN, a.s. poztvní nformac, a to přes mírný nárůst v roce 2004: lze konstatovat, že sledovaná frma dokáže dobře hospodařt a pružně se přzpůsobovat dynamcky se měnící stuac na trhu. Určení trendu a vyrovnání časové řady Sledované období omezíme pouze na roky 2004-2009, jelkož považujeme předešlé roky za vzdálenější a nechceme se soustředt na posouzení mnulého stavu, ale na výhled do budoucna. Podmínkou tohoto regresního modelu je, že zadaný počet pozorovaných hodnot je děltelný třem. Z tohoto důvodu budeme analyzovat časovou řadu za období šest let po sobě jdoucích, které budou pro analýzu dostačující. Je patrné, že časová řada má klesající tendenc, ale zároveň je nepochybné, že objem celkových nákladů nemůže donekonečna klesat a že by měl mít asymptotcký průběh. Proto jsme v tomto případě zvoll pro vyrovnání časové řady modfkovaný exponencální trend, ten je shora, resp. zdola ohrančen. 34

Hodnota ndexu determnace vypočítaná podle vzorce (.6) je rovna 0,984, tedy je velm blízká jedné, a tak je zvolená regresní funkce vhodná k vyrovnání dat. Modfkovaný exponencální trend pro celkové náklady společnost SPORTEN, a.s. ve sledovaném období lze vyjádřt následujícím předpsem: ˆ η ( ) = 5529 4302, 62, =,2,..., 6. V níže uvedené tabulce č. 5 jsou uvedeny vyrovnané hodnoty celkových nákladů v posledním sloupc, které jsou vypočteny podle vzorce uvedeného výše. Roky y 2004 340 8 349 095 2 2005 33 32 322 55 3 2006 322 204 290 847 4 2007 223 06 254 463 5 2008 204 3 22 82 6 2009 70 99 63 048 Tabulka 5 - Vyrovnané hodnoty celkových nákladů v tsících Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) ηˆ Prognóza Pro danou časovou řadu jsme našl trend a její hodnoty jsme vyrovnal vhodnou regresní funkcí, tedy modfkovaným exponencálním trendem. Nyní můžeme podle výše uvedených závěrů provést prognózu na následující rok 200, který dosadíme do následujícího vzorce: ˆ η (7) = 5529 4302,62 7 = 05948 Na základě výše uvedeného můžeme konstatovat, že pokud by se udržely stávající podmínky a zvolená regresní funkce by dobře vyjadřovala další vývoj této časové řady, dosáhl by objem celkových nákladů v roce 200 hodnoty 05 948 ts. Kč 35

V grafu č. 5 je černě vyobrazen skutečný objem celkových nákladů za jednotlvé roky a červeně pak vyrovnané hodnoty s predkcí pro rok 200 vyhotovené za pomoc vhodně zvolené funkce, tedy modfkovaného exponencálního trendu. Mlony Kč 400 350 300 250 200 50 00 50 Celkové náklady - vyrovnání modfkovanou exponencální funkcí 2004 2005 2006 2007 2008 2009 200 celkové náklady vyrovnaná data Graf 5 - Vyrovnané hodnoty celkových nákladů a prognóza v mlonech Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) 2.2.4 Celkové výnosy Mez další významné ukazatele jsou zařazeny celkové výnosy, které mají významný vlv na chod frmy. Výnosy ovlvňují celkové zsky frmy, výš vytvořených dvdend a tedy celkovou cenu obchodovaných akcí, dále ovlvňují výš daně z příjmů. V některých frmách mohou být právě výnosy samy o sobě hodnotícím krtérem výkonnost frmy. Manažeř frem, kteří tento ukazatel používají jako míru pro hodnocení úspěchu, se snaží dosáhnout co nejvyššího objemu celkových výnosů. Konkrétně se jedná o výnosy typu tržby. Celkové výnosy jsou tvořeny souhrnem všech vyprodukovaných čnností podnku. V následující tabulce č. 6 jsou uvedena data časové řady popsující vývoj celkových fremních výnosů za sledované období 200-2009. Třetí sloupec y udává objem celkových výnosů za jednotlvé roky v tsících Kč. Dále je vyjádřena první dference d ( ) podle vzorce (2.3) ve čtvrtém sloupc a v pátém sloupc koefcent růstu ( y) y podle vzorce (2.5). k 36

Charakterstky časové řady Roky y d ( y) k ( y) 200 407 459 - - 2 2002 367 504-39 955 0,90 3 2003 347 35-20 89 0,95 4 2004 392 205 44 890,3 5 2005 383 747-8 458 0,98 6 2006 359 83-23 934 0,94 7 2007 209 045-50 768 0,58 8 2008 92 024-7 02 0,92 9 2009 89 073-2 95 0,98 Tabulka 6 - Celkové výnosy v tsících Kč (zdroj: data SPORTEN, a.s., zpracování: vlastní) Průměr časové řady: y = 36 465 [ts. Kč]. Ve sledovaném období byl ve společnost SPORTEN, a.s. průměrný objem celkových výnosů 36 mlonů Kč. Průměr prvních dferencí: d ( ) = - 27 298 [ts. Kč]. y V popsované společnost mez lety 200 2009 každoročně docházelo k poklesu celkových výnosů o 27 mlonů Kč. Průměrný koefcent růstu: k (y) = 0,9085 Výše objemu celkových výnosů ve sledovaném období každoročně klesala o 9,5 %. Grafcké znázornění Dále následuje graf č. 6. Jedná se o ntervalovou řadu, proto je zvolen spojncový graf. Na grafu je vdět postupné klesání celkových výnosů ve sledovaném období, na svslé ose jsou vyobrazeny objemy celkových výnosů v mlonech Kč, na vodorovné ose pak průběh celkových výnosů v letech 200-2009. 37