Pracovní materiály pro účastníky kurzů. Program 2 Ekonomické a finanční vzdělávání

Pracovní materiály pro účastníky kurzů Program 2 Ekonomické a finanční vzdělávání Modul 5 Finanční analýza, hodnocení finančních ukazatelů a finančního zdraví podniku vytvořený v rámci realizace projektu SOVA SYSTEMS Č.R., spol. s r.o. Brno, Křenová 52, 602 00 Brno Vyšší úroveň dalšího vzdělávání v klíčových oborech podnikání registrační číslo: CZ.1.07/3.2.04/03.0018 hrazeného z Operačního programu Vzdělávání pro konkurenceschopnost prostřednictvím Krajského úřadu Jihomoravského kraje prosinec 2015, leden 2016 SOVA SYSTEMS Č.R., spol. s r.o. 1 / 36

Obsah: 1 Základy finanční analýzy podniku 2 Alternativní kategorie zisku a rentability 3 Predikce finanční tísně 4 Peněžní toky podniku 5 Analýza strategické pozice podniku Přílohy Příloha 1 Minimální množina ukazatelů Příloha 2 Metodika tvorby závěrečné práce SOVA SYSTEMS Č.R., spol. s r.o. 2 / 36

1 ZÁKLADY FINANČNÍ ANALÝZY PODNIKU Finanční analýza, jako složka finančního řízení podniku, bývá charakterizována jako metodický nástroj, který dovolí posoudit tzv. finanční zdraví analyzovaného podniku. Tento přístup vede k upřednostňování likvidity a rentability jako dvou komponent finančního zdraví podniku, což vede k paradoxu jako by ostatní ukazatelové systémy finanční analýzou používané do ní vlastně ani nepatřily. Zde budeme uvažovat finanční analýzu především jako nástroj, který nám dovolí z běžně dostupných informací (účetní evidence podniku atd.) získat informace další, jinak nedostupné. 1.1 Definice a význam základních pojmů Finanční analýza (FA) je diagnostická složka systému finančního řízení podniku. S využitím standardizovaných i specifických metod zpracování vstupních údajů rozšiřuje jejich vypovídací schopnost. Tak maximalizuje informační základnu finančního rozhodování. Podle použitých metod a výchozích (zpracovávaných dat) jsou uvažovány dva základní přístupy k finanční analýze: a) technická FA Analyzovaná firma (systém) je v zásadě uvažovaná jako izolovaná. Vstupní data jsou obvykle přesně specifikována (především účetní evidence) a zastoupena tzv. daty tvrdými. Známy jsou i algoritmy zpracování vstupních dat, v současné době již na relativně vysokém stupni standardizace. b) fundamentální FA Mimo dokonalé znalosti poměrů v konkrétní firmě se zde předpokládá i důvěrná znalost kontextu podnikání (nejméně na oborovém základě). Nároky na kvalifikaci analytika jsou mimořádné. Mimo tvrdých dat pracuje i s poznatky nespecifickými (měkká data). Vstupní data zpracovává jak standardizovanými metodami, tak expertními soudy. Uživatelé výstupů FA, tvoří každá zájmová skupina, která o to má zájem. Minimálně půjde o vlastní podnik a jeho konkurenty. 1.2 Postupy FA a zdroje vstupních dat V konkretizaci postupu FA použitelných dílčích kroků lze definovat kupříkladu postup podle Schématu 1.1. Schéma 1.1 Prakticky využitelný postup finanční analýzy (jedna z možností) Charakteristika prostředí a sběr dat a) výběr srovnatelných firem b) sběr dat c) ověření použitelnosti dat Výběr metody a základní zpracování dat a) výběr vhodné metody a ukazatelů b) zpracování ukazatelů (realizace) c) relativní postavení firmy SOVA SYSTEMS Č.R., spol. s r.o. 3 / 36

Pokročilé (speciální) zpracování dat a) identifikace modelu dynamiky a nebo b) analýza vztahu mezi ukazateli (odchylky, korelace ) 4. Návrh cest k dosažení žádoucího cílového stavu systému a) návrhy (ve variantách) b) odhady rizika variant c) výběr (multikriteriální) doporučené varianty (suboptimální) Zdroje vstupních informací tvoří rovněž vyčerpávajícím způsobem jen obtížně popsatelnou množinu. K základním okruhům však patří: a) finanční účetnictví b) vstupy z fundamentální analýzy c) údaje z finančního trhu nebo z kapitálového trhu. 1.3 Základní metodický aparát FA Dnes je již v zásadních rysech standardizován. Je tvořen následujícími metodickými přístupy: - poměrová analýza - horizontální analýza - vertikální analýza - soustavy ukazatelů - bankrotní/bonitní modely 1.3.1 Poměrové ukazatele FA (poměrová analýza) Obvykle jsou definovány pěti následujícími okruhy ukazatelů: 1. rentabilita 2. aktivita - vázanost kapitálu 3. likvidita - platební schopnost 4. zadluženost - struktura finančních zdrojů 5. finanční trh. ad 1) ukazatelé rentability Pod pojmem rentabilita uvažujeme výnosnost vloženého kapitálu (v různých variantách). V ekonomické praxi jsou definice rentability konstruovány podle konkrétních potřeb podniku. a) obecně: b) ve variantách: zisk(čistý,upravený) vložený kapitál SOVA SYSTEMS Č.R., spol. s r.o. 4 / 36

a) úhrnný vložený kapitál (ÚVK, RÚVK) RÚVK (ROCE) ÚVK čistý ziskpo zdanění úroky (1 - % zdanění) počáteční hodnota ÚVK konečnáhodnota ÚVK 2 variantně: čistý ziskpo zdanění (před vyplacením prioritních dividend) vlastní jmění dlouhodobé závazky ziskpo zdanění Ú * 1 - daňová sazba ROCE vlastní jmění dlouhodobé závazky Ukazatel ROCE definuje tedy rentabilitu dlouhodobého investičního kapitálu (Return on Capital Employment), b) vložený kapitál (VK, RVK) čistý ziskpo zdanění RVK (ROE) vlastní jmění (jmění akcionářů) Tento ukazatel je přes multiplikátor jmění akcionářů spojen i s následujícím ukazatelem ROA (Return on Assets). Lze tedy nazírat na ukazatele ROA a ROE jako na ukazatele do jisté míry alternativní. čistý ziskpo zdanění (a výplatě prioritních dividend) ROA celková aktiva Jejich vzájemné vztahy zřejmě nejlépe popisuje Du Pont - pyramidový rozklad rentability, uvedený v dalším textu této kapitoly. Základní matematický vztah tohoto rozkladu rentability má tuto podobu ROE (Return on Equity): ROE Z T * T A V něm první dva zlomky představují ukazatel ROA, třetí zlomek představuje "gearing ratio", což je jen jiný název pro již zmiňovaný ukazatel multiplikátor jmění akcionářů. * P( VJ A) ad 2) ukazatelé aktivity vázanosti kapitálu Zde se obvykle uvažují obvykle čtyři základní ukazatele: a) doba obratu zásob zásoby tržby / 365 SOVA SYSTEMS Č.R., spol. s r.o. 5 / 36

kde výsledek určuje, kolik dní je třeba prodávat, aby se zaplatily zásoby. Alternativním ukazatelem slouží ukazatel rychlost obratu zásob tržby zásoby který udává kolikrát se zásoby přemění v ostatní formy oběžného majetku až po finální produkci a její prodej, z něhož vyplynou tržby. b) doba obratu pohledávek pohledávky tržby / 365 ideální výsledek je přirozeně nulová hodnota, vyplývající z nulové hodnoty pohledávek. I v tomto případě existuje alternativní ukazatel rychlost obratu pohledávek tržby pohledávky který popisuje kolikrát (a tedy jak rychle) jsou pohledávky přeměněny v peněžní prostředky plynoucí z tržeb c) doba obratu závazků relativní vázanost stálých aktiv závazky tržby / 365 tržby stáláaktiva definuje potřebnou vázanost firemních fixních aktiv k dosažení daného obratu. Ukazatel je nejčastěji označován jako obrat aktiv. ad 3) ukazatelé likvidity platební schopnosti Ukazatele likvidity jsou standardizovány téměř dokonale podle tříprvkového schématu. V zásadě je základní definiční vztah všech likvidit stejný. Srovnává se objem toho co mám podnik platit (jmenovatel ukazatele) s tím čím to může zaplatit (čitatel výrazu). V duchu této logiky by hodnota všech likvidit měla být rovna jedné. Jednotlivé likvidity se však liší se uvažovanými hodnotami čitatele a jmenovatele. Tyto veličiny jsou charakterizované (především) různou mírou likvidnosti. a) běžná likvidita Standardní hodnota ukazatele definuje, kolikrát mají být oběžná aktiva větší než krátkodobé závazky, aby krátkodobá pasiva nemusela být hrazena např. z prodeje stálých aktiv. oběžná(krátkodobá) aktiva krátkodobá pasiva b) pohotová likvidita (rychlý test, acid test) 2 optimum 1 SOVA SYSTEMS Č.R., spol. s r.o. 6 / 36

Vyjadřuje schopnost podniku vyrovnávat závazky bez prodeje zásob, které jsou považovány za nejméně likvidní zdroj. Je zřejmé, že v našich současných podmínkách by sporným aktivem byly spíše pohledávky. c) peněžní likvidita oběžnáaktiva - zásoby krátkodobá pasiva 1 dobré 1 Tento ukazatel určuje nejvyšší uvažovanou likviditu. Standardní hodnota vychází z racionálního chápání splatnosti celkových krátkodobých aktiv (včetně jejich rozložení v období celého roku). finanční majetek celková krátkodobá pasiva 0,2 0,4 V této souvislosti se objevuje i pojem solventnost, což je obvykle bráno jako dlouhodobá schopnost uhrazovat své závazky, tedy dlouhodobá likvidita. ad 4) ukazatelé zadluženosti Kategorie zadluženosti je vyjadřována nejrůznějšími způsoby. V zásadě jde o varianty vyjádření poměru vlastních a cizích zdrojů, nám známého ukazatele finanční páky (gearing). celkové závazky, alt. celková aktiva vlastní jmění celková aktiva, alt. CFz provozní činnosti, alt. celkové závazky zisk úrok ad 5) ukazatelé finančního trhu Ve stabilizovaných ekonomikách jsou ukazatele spojené s kapitálovým trhem obvykle v posici kategorického imperativu a jejich žádoucí hodnota je dokonce objektem centrálně koordinovaných aktivit (USA). V podmínkách ekonomiky ČR je kapitálový trh bohužel prakticky nefunkční a proto zde uvádíme pouze dva ukazatele, běžně považované za nejvýznamnější. a) P/E (Price/Earning) b) Price/Book value P / E tržní cena akcie zisknaakcii tržní cena akcie vlastní jmění naakcii 1.3.2 Horizontální analýza Horizontální analýza je finančně-analytická technika, které je v podnicích nasazována naprosto běžně pod označením analýza časových řad. Jde tedy o analýzu vývoje finančních ukazatelů v závislosti na čase. Obvyklým výstupem je časový trend analyzovaného ukazatele, využitelný specielně pro predikci jeho budoucího vývoje. Z minulého vývoje libovolného ukazatele však pro současnost nemusí vyplývat téměř žádné důsledky. Především totiž nemusí být (v dnešních turbulentních podmínkách) splněn požadavek ceteris paribus. Za druhé, pro statistickou významnost získaných výsledků by dvojic ukazatelů hodnota / čas muselo být velké množství (desítky a více až stovky). A konečně se dnes v teorii finančního řízení podniku objevuje s novou naléhavostí staronový předpoklad o posloupnosti hospodářských výsledků podniku jako o markovovském procesu, kdy budoucí výsledek není nijak determinován výsledky dosaženými v minulosti. SOVA SYSTEMS Č.R., spol. s r.o. 7 / 36

1.3.3 Vertikální analýza Vertikální analýza pracuje se strukturou zvolených ukazatelů. Předpokládá se přitom, že tato struktura se bude v čase měnit. Ku příkladu se podnik stává finančně lehčím, čili poměr fixních a oběžných aktiv se mění ve prospěch naposled zmíněných. Obvykle se horizontální a vertikální analýza kombinují, což se ostatně nabízí už při velmi povrchním hodnocení jejich potenciálu. 1.3.4 Soustavy finančních ukazatelů V daném případě metodiky FA je snaha již uspořádáním ukazatelů (které tvoří danou soustavu) vytvořit podmínky pro získání informace navíc. Vše směřuje k budování a využívání více či méně hierarchických systémů, jejichž nejvlastnější podobou jsou pyramidové systémy. a) volně řazené (nejpružnější) Hierarchické vztahy mohou být sice deklarovány, ale fakticky zde hierarchie neexistuje. Výjimkou jsou neformální hierarchické vztahy, dané ku příkladu konjunkturálním významem ukazatele. b) skupinově řazené (nejčastější) Hierarchie je v tomto případě vyjádřena primárně příslušností ke skupině ukazatelů, tedy explicitně (ku příkladu ukazatele popisující zahraniční obchod). I zde přirozeně existují neformální hierarchické vztahy v rámci skupin i mezi skupinami. c) pyramidové soustavy (Du Pont) Vlastně jediné skutečně hierarchické soustavy, kde vzájemné vazby pyramidového typu jsou vyjádřeny dokonce matematickými operátory. Asi nejznámější soustavou tohoto typu je pyramidový systém Du Pont (viz Schéma 1.2). Zjevnou nevýhodou pyramidových systémů je jejich pracná modifikace při zavedení nového ukazatele či ukazatelů. Naproti tomu výhoda pyramidových soustav spočívá v kauzálních vazbách mezi ukazateli, což podporuje přesvědčivost jejich výpovědi. Schéma 1.2 Výpočtové schéma rozkladu DuPont ROE = zisk / vlastní kapitál ROA = zisk /aktiva x aktiva / vlastní jmění = multiplikátor vlastního jmění akcionářů zisk/tržby x tržby/aktiva (rentabilita tržeb) (obrat aktiv) 1.3.5 Identifikace symptomů budoucí nesolventnosti Tyto metodické nástroje patří k nejsofistikovanějším metodám FA. Jsou obvykle postaveny na vícefaktorové analýze vzájemných závislostí mezi vstupními a výstupními ukazateli. S ohledem na jejich vypovídací schopnost jsou označovány jako bonitní či bankrotní modely, přičemž posledně uvedené jsou schopny predikovat budoucí vývoj podniku a to dokonce s definovanou pravděpodobností. SOVA SYSTEMS Č.R., spol. s r.o. 8 / 36

Jako příklad této metodiky nám poslouží Altmanův index finančního zdraví (Altmanův model, Z- Score, Z skóre, Z-funkce atd.) Z 1,2x 1 1,4x 2 3,3x 3 0,6x 4 1,0x 5 Výše uvedený definiční vztah platí pro firmy, které jsou řízeny korektně. A to dokonce až do té míry, že prošly (jako bezpečný cenný papír) burzovním výborem pro kotace a jejich akcie jsou tedy veřejně obchodované na burze. V naší literatuře je tato verze Z-funkce označovaná jako verze pro akciové společnosti. Pro ostatní podniky, de facto tedy pro podniky, které jsou finančně řízeny s větší mírou razance a tedy riskantněji jsou váhy u jednotlivých proměnných korigovány do níže uvedené podoby: 0,717 0,847 3,107 0,42 0,998. V domácích pramenech je tato verze Altmanova vzorce označována (poněkud eufemisticky a nepřesně) jako verze pro společnosti s ručením omezeným. Poměrové ukazatele jsou definovány vztahy pracovní kapitál X 1 celková aktiva nerozdělený zisk X 2 celková aktiva X 3 ziskpřed zdaněním úroky celkováaktiva X 4 tržní hodnota vlastního jmění účetní hodnota cizíhokapitálu(dluhu) tržby (celkové výnosy) X 5 celkováaktiva účetní hodnota základníhojmění účetní hodnota cizíhokapitálu (pro s.r.o.) Podle výsledku hodnocení, podle dosažené hodnoty Z-funkce, jsou u této metodiky hodnocené podniky rozděleny do tří skupin (viz Tabulka 1.1). Tabulka 1.1 Tři kategorie firem v závislosti na velikosti Z-funkce a. s. s. r. o. dobré firmy Z > 2,99 Z > 2,9 firmy bankrotem ohrožené Z < 1,81 1,2 firmy s neurčitou situací 1,81-2,99 1,2-2,9 SOVA SYSTEMS Č.R., spol. s r.o. 9 / 36

Je třeba zdůraznit, že firmy s neurčitou situací (pro tento interval hodnot Z-funkce se používá i označení "šedá zóna") jsou tak hodnoceny jen proto, že v tomto intervalu nedává metoda spolehlivé výsledky. Problém tedy není ve firmách (a jejich hospodářských výsledcích), které se do tohoto intervalu dostanou, nýbrž v metodě. Výhrady o jen omezené použitelnosti Z-funkce v našich podmínkách (bohužel nikoliv ojedinělé) je třeba brát s rezervou. Je samozřejmě pravda, že původní Z-funkce byla vytvořena v podmínkách americké ekonomiky. Nicméně není jasné, v čem zásadně a proč vůbec by se měly současné podmínky v ekonomice ČR lišit od poměrů v ekonomice americké. Odlišnosti obou diskutovaných ekonomik bychom snad mohli spatřovat v tom, že naši podnikatelé mají tendenci manipulovat výsledky svých firem (zisk) spíše směrem k horším hodnotám (zřejmě v souvislosti s daňovými optimalizacemi), když v USA jsou tendence právě opačné ( windows dressing ). Což je faktor, který není složité do interpretace výsledků Z-funkce zahrnout. Pokud ovšem nemáme pod pojmem specifických domácích podmínek na mysli ospravedlnění či faktickou legalizaci konspirativních a v podstatě tedy kriminálních aktivit, na příklad v souvislosti s konkurzním řízením. Ostatně Z-modely byly průběžně zdokonalovány a aktualizovány 1, čehož důkazem mohou sloužit ku příkladu v následující kapitole 3 uváděné modifikace Z-funkce pro podmínky ČR, či pro rozvojové trhy, případně tamtéž zmiňované modifikace do podoby ZETA modelu. Stejně tak je možné uklidnit pochybnosti o univerzální aplikovatelnosti Altmanovy metodologie řadou praktických (empirických) testů v různých zemích, které prokázaly že její schopnost predikce a statistická robustnost této predikce jsou relativně vysoké 2. 1 JINDŘICHOVSKÁ, I. - BLAHA, Z. S. (2001): Podnikové finance. Vyd. 1. Praha: Management Press, 2001. 316 stran. ISBN 80-7261-025-2, strana 286 2 Tamtéž, strana 284 SOVA SYSTEMS Č.R., spol. s r.o. 10 / 36

2 ALTERNATIVNÍ KATEGORIE ZISKU A RENTABILITY Ekonomická kategorie zisku (hospodářského výsledku, výsledek hospodaření, atd.) se dostává v některých souvislostech jakoby do pozadí. Pokud bychom pro uvažování kategorie zisku nenašli jiný důvod, tak i jen jeho význam jako projektované hodnoty daného projektu či podnikatelského záměru nepochybně svědčí pro jeho neopominutelný význam v ekonomické teorii i praxi. a) Domácí praxe vykazování zisku (dle struktury výsledovky) - Provozní výsledek hospodaření - Finanční výsledek hospodaření - Výsledek hospodaření za běžnou činnost - Mimořádný výsledek hospodaření Možné úpravy výsledovky pro potřeby finanční analýzy lze objevit ve specializované literatuře, věnované problematice Finanční analýzy jako aplikované vědní disciplíny. Podrobnější přehled o tvorbě a struktuře zisku v duchu právě uvedené logiky lze z následující redukované podoby výsledovky (viz Schéma 2.1). I když jde proti originální podobě výsledovky o redukci významnou, stále je zřejmý rozdíl proti anglosaské praxi, jak je uvedeno dále. SOVA SYSTEMS Č.R., spol. s r.o. 11 / 36

Schéma 2.1 Redukovaná podoba výsledovky TRŽBY (za prodej vlastních výrobků a služeb) změna stavu vnitropodnikových zásob + aktivace (materiálu, zboží, investic a vnitropodnikových služeb) = výroba výrobní spotřeba (materiál, energie, služby) osobní náklady (mzdy, sociální zabezpečení) daně a poplatky (mimo daň z příjmů) odpisy provozní náklady některé další výnosy a náklady = provozní hospodářský výsledek + finanční výnosy (tržby z CP, úroky) finanční náklady (úroky, pojistné, koupě CP ) = hospodářský výsledek z finančních operací daň z příjmů (za běžnou činnost) = hospodářský výsledek za běžnou činnost + mimořádné výnosy mimořádné náklady daň z příjmů z mimořádné činnosti = hospodářský výsledek mimořádný = hospodářský výsledek za účetní období (účetní zisk) výnosy (náklady) daňově nepřijatelné = daňový zisk SRN, UK: HRUBÝ ZISK = výnosy náklady bez nákladů odbytových a správních (ve vazbě na kalkulační členění nákladů) u nás méně využitelné SOVA SYSTEMS Č.R., spol. s r.o. 12 / 36

b) Praxe USA či přesněji anglosaská (USA + GB) Tržby (= Výroba) - náklady bez odpisů, úroků a daní = EBDIT (zisk před odpisy, úroky a daněmi) - odpisy = EBIT (zisk před úroky a daněmi) = Operating Profit (USA) = provozní zisk - nákladové úroky = EBT (zisk před zdaněním) = Operating Profit (GB) - daň z příjmů = EAT (zisk po zdanění) c) alternativní rentability Rentabilita tržeb (ROS) ROS = (inkaso variabilní náklady - náklady obchodního úvěru) / tržby Rentabilita celkového vloženého jmění (ROI) ROI = ((EBIT (1 t)) / A ) x 100 Ziskové rozpětí (Profit Margin) Ziskové rozpětí po zdanění = ( EAT / tržby ) x 100 Ziskové rozpětí před zdaněním = ( EBT / tržby ) x 100 Provozní ziskové rozpětí po zdanění = ( EBIT / tržby ) x 100 d) Analýza finanční páky Analýza finanční páky dává odpověď na otázku, zda je v dané situaci podniku zadlužování výhodné. Pokud opomeneme teoretický důkaz, je možno se spokojit s tvrzením, že zadlužování je výhodné, pokud ROE > ROI. ROE = (EBIT/A) x (EAT/EBT) x (EBT/EBIT) x (A/E) = ROI x (EBT/EBIT) x (A/E) EAT/EBT. daňová redukce zisku EBT/EBIT...úroková redukce zisku A/E ukazatel finanční páky (EBT/EBIT) x (A/E) ziskový účinek finanční páky > 1 použití cizích zdrojů ROE zvyšuje < 1 použití cizích zdrojů ROE snižuje SOVA SYSTEMS Č.R., spol. s r.o. 13 / 36

3 PREDIKCE FINANČNÍ TÍSNĚ Zde si klademe za cíl poskytnout čtenáři komplexnější informace z oboru zmíněného již v kapitole 1 V kapitole 1 bylo definováno finanční zdraví podniku jako jedno ze syntetických kritérií zvláštního významu (syntetické finanční cíle či syntetická finanční kritéria), a to jako průnik podnikem dosažené rentability a likvidity. finanční zdraví = rentabilita (zisk) + likvidita (CF). Teorie finančního řízení podniku vytvořila řadu metod, které toto finanční zdraví firmy identifikují jiným způsobem, komplexněji, v podobě zvláštní účelové (tzv. diskriminační ) funkce. Ty metody či modely jsou schopny identifikovat včas potenciální finanční tíseň podniku (dokonce i v časovém předstihu několika let) a s odhadnutelnou pravděpodobností jejího nastoupení. Tyto metodické nástroje finanční analýzy jsou mimo již uvedený název označovány nejrůznějším způsobem. Jde modely označované i dalšími názvy, ku příkladu systémy včasného varování či predikční modely, protože - postihují současný, ale zejména budoucí vývoj podniku, a to - nejlépe jedinou (komplexní) charakteristikou, i když - přece jen s omezenou vypovídací schopností (nic není dokonalé). My pro ně zvolíme (i v souladu s předchozím výkladem) název metody identifikace symptomů budoucí nesolventnosti a nebo ještě lépe bankrotní / bonitní modely (b/b modely). Obvykle jsou děleny na dvě podskupiny A) bankrotní modely - zbankrotuje podnik? - vychází ze skutečných údajů B) bonitní modely - je podnik dobrý nebo špatný? - vychází z části z teoretických poznatků, zčásti z poznatků pragmatických (zobecněných) 3.1 Altmanova formule bankrotu (Z-Score, Z-skóre, Z-fce) pro a.s. Tato a následující metodika jsou již známy z kapitoly 1, proto se omezíme pouze na stručný souhrn toho nejdůležitějšího. Z(a.s.) = 1,2 x X 1 + 1,4 x X 2 + 3,3 x X 3 + 0,6 x X 4 + 1,0 x X 5 Zde použité proměnné mají následující význam: X 1 = (oběžná aktiva krátkodobé zdroje) / suma aktiv X 2 = nerozdělený zisk / suma aktiv X 3 = EBIT / suma aktiv X 4 = tržní hodnota vlastního kapitálu / účetní hodnota celkového dluhu X 5 = tržby / suma aktiv EBIT zisk před zdaněním a úroky (ekvivalent provozního zisku) SOVA SYSTEMS Č.R., spol. s r.o. 14 / 36

Situace firmy v závislosti na hodnotě Z-funkce je definována takto (vlastně jde o charakteristiku vypovídací schopnosti této metodiky): Z 2,99.. uspokojivá finanční situace 1,81 Z 2,99... zóna neznalosti nebo šedá zóna ( zone of ignorance or gray area 3 - neprůkazný výsledek) Z 1,81.. přímí kandidáti bankrotu Z = 2,675.. hranice odlišující bankrotující a přežívající podniky. 4 Hodnota Altmanovy diskriminační funkce Z = 2,675 de facto poněkud zmírňuje striktní nepoužitelnost výsledků analýzy, pokud hodnota Z-skóre padne do šedé zóny. Tato mezní hodnota se ve většině našich aplikací nebere v úvahu, což je jistě ke škodě věci. Dovoluje totiž maximálně využít vypovídací schopnost metodiky. Spolehlivost predikce kolísá v závislosti na charakteristikách vzorku podniků, detailech metodiky a časovém horizontu predikce. Jako základní horizont uvažuje tato metodika dva roky, pro který vychází spolehlivost predikce od 94 % do 96 %. 5 Pro jiné intervaly časové vzdálenosti od okamžiku bankrotu podniku udává citovaný pramen následující spolehlivosti předpovědi 6 : časový horizont předpovědi spolehlivost předpovědi 1 rok 95 % 2 roky 72 % 3 roky 48 % 4 roky 29 % 5 let 36 % Rovněž je možno mít za prokázané, že pro relativně menší firmy je (za jinak stejných podmínek) pravděpodobnost bankrotu větší než v případě větších podniků 7. 3.2 Altmanova formule bankrotu (Z-Score, Z-skóre, Z-fce) pro s.r.o. Z(s.r.o.) = 0,717 x X 1 + 0,847 x X 2 + 3,107 x X 3 + 0,42 x X 4 + 0,998 x X 5 Zde použité proměnné mají stejný význam jako v předchozí subkapitole, až na odlišně definovanou hodnotu poměrového ukazatele X 4 X 4 = účetní hodnota základního kapitálu / celkové dluhy Situace firmy: Z 2,9.. uspokojivá finanční situace 1,2 Z 2,9.. šedá zóna (neprůkazný výsledek) Z 1,2.. přímí kandidáti bankrotu 3 ALTMAN, E.I.: Diskriminant anlysis and the prediction of Corporate Bankruptcy. The Journal of Finance, Vol. 23, No 4 (Sep.- 1968), str. 606 4 Tamtéž, str. 607 5 Tamtéž, str. 600, 601 a 609 6 Tamtéž, str. 604 7 Tamtéž, str. 609 SOVA SYSTEMS Č.R., spol. s r.o. 15 / 36

3.3 Zeta model Jde o komerčně využívanou (a tedy i do jisté míry chráněnou) verzi Z-funkce, kterou distribuuje poradenská firma ZETA services. Know-how patří samozřejmě opět E. I. Altmanovi a jeho týmu, kteří tuto inovaci původního Z-Score modelu publikovali v roce 1977 8. Zeta model má proti běžně známým modifikacím Z-funkce některé úpravy, ku příkladu zahrnuje kapitalizaci leasingu atd.. Je použitelný i pro obchodní společnosti a spolehlivost jeho předpovědi se udává na úrovni 66 %... 5 let před bankrotem 95 % 1 rok před bankrotem. Modely Zeta byly úspěšně obchodně aplikovány v řadě různých zemí, včetně zemí kategorie rozvojových trhů (emerging markets). Tyto aplikace jsou spojeny s řadou cílených obměn a úprav či se zaváděním tzv. faktorů přizpůsobení a mohou posloužit jako důkaz univerzální použitelnosti metodologie Z-funkce. Modifikace Altmanova kritérie do komerční podoby firmy ZETA Servis, Inc. má 7 proměnných (poměrových ukazatelů) následující podoby: X1... X2... X3... X4... X5... EBIT / CA aktiva celkem EBIT / úrokové náklady krátkodobá aktiva/krátkodobá pasiva nerozdělený zisk (hospodářský výsledek + fondy ze zisku) aktiva X6... pětiletý průměr tržní hodnoty ZJ (tvořeného kmenovými akciemi) pětiletý průměr tržní hodnoty celkového kapitálu s výjimkou ZJ tvořeného kmenovými akciemi X7... směrodatná odchylka desetiletého vývoje rentability Hodnota koeficientu menší než 0 je autory interpretována jako finanční tíseň. Všechny hodnoty blížící se 0 představují pravděpodobnější úpadek. Hodnoty koeficientů (vah) rovnice jsou předmětem obchodního tajemství. 3.4 Upravený Altmanův model pro podmínky českých podniků Autory této úpravy jsou Inka a Ivan Neumaierovi. Výchozí podobou jejich verze Z-funkce je původní Altmanova formule (pro a.s.). Z(ČR) = 1,2 x X 1 + 1,4 x X 2 + 3,3 x X 3 + 0,6 x X 4 + 1,0 x X 5 + 1,0 x X 6 kde doplněný poměrový ukazatel X 6 je definován následujícím výrazem: X 6 = závazky po lhůtě splatnosti / výnosy 8 ALTMAN, E.I, - HALDERMAN, R. NARAYAN, P.: ZETA Analysis: A New Model to Identify Bankrupcy Risk of Corporations. Journal of Banking and Finance, 1977 SOVA SYSTEMS Č.R., spol. s r.o. 16 / 36

3.5 Altmanův model pro nevýrobní podniky a rozvojové trhy 9 Modifikace z roku 1995. Zcela vynechán ukazatel X 5. Tak je minimalizován vliv potenciálního sektorového efektu. Model je vhodný i pro srovnání podniků s rozdílným způsobem financování aktiv. Z(n.v.) = 6,56 x X1 + 3,26 x X2 + 6,72 x X3 + 1,05 x X4 + 3,25 Z(n.v.) > 2.60.. bezpečná zóna 1,10 < Z(n.v.) 2,60. šedá zóna Z(n.v.) 1,10. ohrožení bankrotem. 3.6 Altmanův model pro malé britské firmy kategorie SME V našem kontextu známé od roku 2008 10, jako výsledek spolupráce autorského týmu E. Altman, G. Sabato a N. Wilson. Model je označováno jako rozšířený Z-skóre model (enhanced Z-Score Model). Model je vytvořen pro soukromé firmy kategorie SME, neobchodované na burze. Je pro něj typické, že v konstrukci diskriminační funkce bere v úvahu nejen klasické finanční ukazatele, které doplňuje o: - ukazatele nefinanční (ku příkladu velikost podniku, vlastnické poměry, atd.), - ukazatele definující události (ku příkladu výsledek auditu, změny vedení, atd.) a - ukazatele charakteru makro (ku příkladu úroková míra, kurs atd.). Z dosud dostupných informací je zřejmé, že model je schopen teritoriálně diferencovat (proměnné i jejich váhy v diskriminační funkci jsou pro USA odlišné od britské varianty modelu). Model bere podle posledních dostupných informací 11 v úvahu v zásadě pět proměnných a jednu konstantu, viz následující Tabulka 3.1. Tabulka 3.1 Základní proměnné modelu pro SME podniky (verze pro USA) proměnná koeficient cash/total assets 0,02 EBITDA/total assets 0,18 EBITDA/interes paid 0,19 Retained earnings/total assets 0,08 Short-term debt/ equity - 0,01 Constant 4,28 EBITDA stands for earnings before tax, interest and depreciation. Pramen: Upraveno podle ALTMAN, E.I.- SABATO, G. WILSON, N.: The value of non-financial information in small and medium-sized enterprise risk management. The Journal of credit Risk, Volume 6/Num 2, Summer 2010, p. 1-33. 9 ALTMAN, E. I.: Predicting Financial Mistress of Companies [on line]. Poslední revize 2000 [cit. 2009-01-31] Dostupné z: http://pages.stern.nyu.edu/~ealtman/zscores.pdf 10 WILSON, N.: Predicting Small Company Failure: An Application in the UK. In: sborník referátov z X. ročníka medzinárodnej vedeckej konferencie FINANCIE A RIZIKO, 24. 25. novembra 2008, Ekonomická univerzita, NHF, katedra financií, Bratislava, Slovenská republika, str. 11-20 11 ALTMAN, E.I.- SABATO, G. WILSON, N.: The value of non-financial information in small and mediumsized enterprise risk management. The Journal of credit Risk, Volume 6/Numer 2, Summer 2010, p. 10. SOVA SYSTEMS Č.R., spol. s r.o. 17 / 36

3.7 Quick test (Kralickův Q-test) Metoda byla původně vytvořena a používána v bankovním sektoru SRN v padesátých a šedesátých létech. Postupně byla uvolněna i pro využití v průmyslu. Dodnes je v našich podmínkách stále široce používána, přesto že by se mohlo zdát, že její hlavní význam bude spočívat spíše v roli sociologické sondy do hospodářských poměrů SRN tehdejší doby. Obvykle bývá jako její oficiální datum vzniku udáván rok 1990. 12 Metoda má podobu definovanou Schématem 3.1. Schéma 3.1 Q-test hodnota a hodnocení ukazatele (známka) ukazatel velmi dobrý střední špatný ohrožen dobrý insolvencí (1) (2) (3) (4) (5) VK / A 30 % 20 % 10 % 10 % negativní kvóta vlastního kapitálu (CF / T)*100 10 % 8 % 5 % 5 % negativní CF v % podnikového výkonu ROA (s úroky) 15 % 12 % 8 % 8 % negativní rentabilita celkového kapitálu doba splácení dluhu v letech 3 roky 5 let 12 let 12 let 30 let Legenda: VK. vlastní kapitál A suma aktiv (bilanční součet) T tržby (výkony podniku) CK. cizí kapitál CF. klasické CF (tokový ukazatel) ROA (s úroky) = (čistý zisk po zdanění + úroky z cizího kapitálu) / A doba splácení dluhu v letech = (cizí kapitál likvidní prostředky) / roční CF roční CF (tzv. bilanční) = HV- daň z příjmů + odpisy saldo přechodných účtů aktiv + saldo přechodných účtů pasiv Pramen: Upraveno podle KRALICEK, P.: Základy finančního hospodaření. LINDE, Praha 1993. ISBN 80-85647-11-7, str. 65-66, s využitím SEDLÁČEK, J.: Finanční analýza podniku. Computer Press, Brno, 2007. Vydání první. ISBN 978-80-251-1830-6, str. 107 Celkové hodnocení touto metodou je rovno aritmetickému průměru z hodnot všech čtyř dílčích kritérií. 12 SEDLÁČEK, J.: Finanční analýza podniku. Computer Press, Brno, 2007. Vyd.1. ISBN 978-80-251-1830-6, str.105 SOVA SYSTEMS Č.R., spol. s r.o. 18 / 36

3.8 Indikátor bonity (IB) Základní definiční funkce indikátoru bonity připomíná Z-funkci IB = 1,5x(CF/závazky) + 0,08xA/závazky + 10xEBT/A + 5xEBT/T +0,3xzásoby/T + 0,1xT/A Zde použité proměnné mají stejný význam jako výše. Nově zavedená proměnná EBT představuje (jako obvykle) zisk před zdaněním. Situace firmy: IB 1 dobrá; 2 velmi dobrá; 3 extrémně dobrá IB 0 špatná; -1 velmi špatná; - 2 extrémně špatná 3.9 Beermanova diskriminační funkce (BDF) Tato diskriminační funkce byla Beermanem vytvořena speciálně pro řemeslné a výrobní podniky. Neměla by se využívat pro hodnocení finanční situace v obchodních firmách. Beerman použil deset ukazatelů, u kterých rozlišovací schopnost nejdříve ověřil jednorozměrnou analýzou. Následně uplatnil vícerozměrnou diskriminační analýzu a všech deset ukazatelů spojil do lineární funkce. 13 BDF má následující podobu: BDF = 0,217x 1 + (-0,063) x 2 + 0,012x 3 + 0,077x 4 + (-0,105) x 5 + (-0,813)x 6 + 0,165x 7 + 0,161x 8 + 0,268x 9 + 0,124x 10 X1 = odpisy HIM / (počáteční stav HIM + přírůstek) X2 = přírůstek HIM / odpisy HIM X3 = zisk před zdaněním / tržby X4 = závazky vůči bankám / celkové dluhy X5 = zásoby / tržby X6 = cash flow / celkové dluhy X7 = celkové dluhy / aktiva X8 = zisk před zdaněním / celková aktiva X9 = tržby / celková aktiva X10 = zisk před zdaněním / celkové dluhy Při Beermanově analýze platí, že čím nižší hodnota diskriminační funkce, tím lepší hodnocení pro firmu. V případě BDF je dělící hodnotou oddělující od sebe špatné a dobré firmy hodnota 0,3. Hodnota nad 0,3 patří špatným podnikům, hodnota od 0,3 do 0,25 patří dobrým podnikům a hodnota pod 0,25 patří velmi dobře prosperujícím podnikům. 13 MARINIČ, P.: Finanční analýza a finanční plánování ve firemní praxi. 1. vydání, Praha: Vysoká škola ekonomická v Praze, Nakladatelství Oeconomica, 2009, ISBN 978-80-245-1397-3 SOVA SYSTEMS Č.R., spol. s r.o. 19 / 36

Hodnocení se provádí podle stupnice: 14 velmi dobře dobře průměrně špatně 0,2 0,25 0,3 0,35 3.10 Taflerův bankrotní model Znám od roku 1977. Taflerův model definují 4 poměrové ukazatele, spojené do diskriminační funkce podle následujícího výrazu Z 0,53 R R 1 0,13 R2 0,18 R3 0, 16 R 1 = zisk před zdaněním / krátkodobé závazky R 2 = oběžná aktiva / cizí kapitál R 3 = krátkodobé závazky / suma aktiv R 4 = tržby celkem / suma aktiv 4 Z > 0,3 Z < 0,2 malá pravděpodobnost bankrotu vyšší pravděpodobnost bankrotu 3.11 Indexy IN (diskriminační funkce pro domácí podmínky) Autoři této množiny diskriminačních funkcí jsou Ivan a Inka Neumaierovi. Vytvořili s ohledem na specifika ČR obdobu Z-funkce (pod názvem index důvěryhodnosti IN) v několika variantách, odlišených rokem publikace či vzniku dané varianty. Snad nejznámější je Index IN 95, dosud známých variant je však více (IN99, IN01, IN05). Definiční vztah (diskriminační funkce) Indexu IN 95 má podobu IN95 = V1 x A + V2 x B + V3 x C + V4 x D + V5 x E + V6 x F Zde použité symboly mají následující význam: A.. aktiva / cizí kapitál B.. EBIT / nákladové úroky C.. EBIT / celková aktiva D.. tržby / celková aktiva E. oběžná aktiva / krátkodobé závazky F.. závazky po lhůtě splatnosti / tržby V1 až V6 jsou váhy jednotlivých podílových ukazatelů, uvedených ku příkladu v pramenu KISLINGEROVÁ,E.- MEUMAIEROVÁ, I.: Vybrané příklady firemní výkonnosti podniku. Praha, VŠE 1996. ISBN 80-7079-641-3. 14 SEDLÁČEK, J.: Finanční analýza podniku. Computer Press, Brno, 2007. Vydání první. ISBN 978-80-251-1830-6, str. 113 SOVA SYSTEMS Č.R., spol. s r.o. 20 / 36

Situace firmy: IN > 2 lze předpovídat uspokojivou finanční situaci 1 < IN 2 podnik s nevyhraněnými výsledky IN 1 podnik je ohrožen vážnými finančními problémy. Tabulka 3.1 Váhy indexu IN95 pro jednotlivé OKEČ OKEČ název V1 V3 V4 V6 A zemědělství 0,22 21,35 0,76 14,57 B rybolov 0,05 10,76 0,9 84,11 C dobývání nerostných surovin 0,14 17,74 0,72 16,89 CA dobývání energetic. Surovin 0,14 21,83 0,74 16,31 CB dobývání ostatních surovin 0,16 5,39 0,56 25,39 D zpracovatelský průmysl 0,24 7,61 0,48 11,92 DA potravinářský 0,26 4,99 0,33 17,38 DB textilní a oděvní 0,23 6,08 0,43 12,73 DC kožedělný 0,24 7,95 0,43 8,79 DD dřevařský 0,24 18,73 0,41 11,57 DE papírenský a polygrafický 0,23 6,07 0,44 16,99 DF koksování a rafinérie 0,19 4,09 0,32 2026,93!!!? DG výroba chemických výrobků 0,21 4,81 0,57 17,06 DH gumárenský a plastikářský 0,22 5,87 0,38 43,01 DI stavební hmoty 0,2 5,28 0,55 28,05 DJ výroba kovů 0,24 10,55 0,46 9,74 DK výroba strojů a přístrojů 0,28 13,07 0,64 6,36 DL elektrotechnika a elektronika 0,27 9,5 0,51 8,27 DM výroba dopravních prostředků 0,23 29,29 0,71 7,46 DN jinde nezařazený průmysl 0,26 3,91 0,38 17,62 E elektřina, voda a plyn 0,15 4,61 0,72 55,89 F stavebnictví 0,34 5,74 0,35 16,54 G obchod a opravy mot. Vozidel 0,33 I.00 0,28 28,32 H pohostinství a ubytování 0,35 12,57 0,88 15,97 I doprava, skladování, spoje 0,07 14,35 0,75 60,61 ekonomika ČR 0,22 8,33 0,52 16,8 Pramen: NEUMAIEROVÁ, I., NEUMAIER, I. Výkonnost a tržní hodnota firmy. Praha: Grada 2002 V2 = 0,11 V5 = 0,10 3.12 Tamariho model Postaven na bodovém hodnocení analyzovaného podniku, viz Tabulka 3.2. Spolehlivost neznámá. Interpretace celkového bodového součtu podniku je následující: 60 a více malá pravděpodobnost bankrotu méně než 30 vyšší pravděpodobnost bankrotu. SOVA SYSTEMS Č.R., spol. s r.o. 21 / 36

Tabulka 3.2 Algoritmus Tamariho modelu ukazatel hodnota body R1 vlastní kapitál / cizí zdroje 0,5 a více 25 0,4 0,5 20 0,3 0,4 15 0,2 0,3 10 0,1 0,2 5 0,1 a méně 0 R2 čistý zisk R3 čistý zisk / vlastní kapitál 5 let R2>0 a R3>HK 25 5 let R2>0 a R3>Md 20 5 let R2>0 15 R3>HK 10 R3>Md 5 jinak 0 R4 pohotová likvidita 2 a více 20 1,5 2 15 1,1 1,5 10 0,5 1,1 5 0,5 a méně 0 R5 výr.spotřeba / prům. stav rozprac. výroby HK a více 10 Md HK 6 DK Md 3 DK a méně 0 R6 tržby / prům. stav pohledávek HK a více 10 Md HK 6 DK Md 3 DK a méně 0 R7 výr. spotřeba / pracovní kapitál HK a více 10 Md HK 6 DK Md 3 DK a méně 0 Význam použitých symbolů: HK horní kvantil hodnot ukazatelů v daném oboru Md - medián hodnot ukazatelů v daném oboru DK dolní kvantil hodnot ukazatelů v daném obor 3.13 Argentiho model Empirický model, využívající jen zčásti kvantifikované finanční informace (viz Tabulka 3.3). Body se přidělují buď v plném počtu, nebo žádné. Neznámá spolehlivost. SOVA SYSTEMS Č.R., spol. s r.o. 22 / 36

Tabulka 3.3 Algoritmus Argentiho modelu NEDOSTATKY Management: - autokratický generální ředitel 8 - spojená funkce předsedy představenstva a GŘ 4 - nevyrovnané znalosti a dovednosti členů představenstva 2 - pasivní představenstvo 2 - slabý finanční ředitel 2 - nedostatek prof. managerů na nižších úrovních 1 Účetnictví: - chybějící rozpočtová kontrola 3 - chybějící plánování CF 3 - chybějící kalkulační systém 3 - chybějící reakce na změny: - výrobky, procesy, trhy, podnikatelské prostředí 15 Celkem možných bodů 43 Hranice nebezpečí 10 CHYBY - overtrading (růst bez zajištění stálým kapitálem) 15 - nerozumná úroveň zadlužení vůči bankám 15 - příliš velké záměry v porovnání s možnostmi 15 Celkem možných bodů 45 Hranice nebezpečí 15 PŘÍZNAKY - finanční: zhoršující se Z-skóre 4 - tvůrčí účetnictví: příznaky vylepšování HV 4 - nefinanční signály: zhoršení kvality, morálky, podílu na trhu 3 - příznaky blížícího se konce: direktivní řízení, fámy, rezignace 1 Celkem možných bodů 12 CELKOVÝ POČET DOSAŽITELNÝCH BODŮ 100 HRANICE NEBEZPEČÍ 25 Pravidla hodnocení: Méně než 25 bodů - nehrozí nebezpečí úpadku Více než 25 bodů hrozí bankrot do 5 let (pp úpadku roste s počtem bodů) Více než 10 bodů v sektoru NEDOSTATKY špatná úroveň managementu, hrozba fatální chyby. Více než 15 bodů v sektoru CHYBY (současně méně než 10 bodů v sektoru NEDOSTATKY) kompetentní řízení při riziku, které si management zřejmě uvědomuje. 3.13 EVA Stern Stewart Co. (Economic Value Added Ekonomická přidaná hodnota) Tento ukazatel bývá uváděn, používán a interpretován v nejrůznějších souvislostech, včetně strategického řízením podniku. Pro naše účely se vrátíme k prvopočátkům jeho vzniku (a aspirací!), kdy byl koncipován jako jeden z ukazatelů, vhodných pro posuzování výkonnosti podniku. Základní definiční vztah je prostý a vypovídá velmi dobře o podstatě této metody: SOVA SYSTEMS Č.R., spol. s r.o. 23 / 36

EVA = EBIT x (1 t) WACC x A WACC = r cizí x (1 t) x CZ/A + r vlastní x VK/A Situace firmy: EVA 0.. firma vytváří hodnotu EVA 0.. firma ničí hodnotu Zde použité symboly mají následující význam: VK vlastní kapitál A. suma aktiv CZ cizí zdroje t daňová sazba (v desetinné podobě) r cizí cena cizích zdrojů (v desetinné podobě) r vlastní. cena vlastních zdrojů (v desetinné podobě) Ukazatel tedy srovnává dosažený hospodářský výsledek podniku (zdaněný) s náklady na tento výkon v podobě vynaloženého kapitálu. 3.14 Zlatá pravidla financování Zlatých pravidel financování je možné v odborné literatuře objevit více než námi dále uváděné tři. Náš výběr (a současně omezení) na právě dále presentovaná tři pravidla vychází ze skutečnosti, že na těchto třech pravidlech lze objevit zajímavé vazby na jiné množiny ukazatelů. Zlaté pravidlo vyrovnávání rizik ZPvr V tomto případě je zřejmá vazba zlatého pravidla vyrovnávání rizik na ukazatele míry zadlužení (včetně časově podmíněného optima zadlužení). ZPvr = VZ/CZ = min. 1 Zlaté pravidlo pari - ZPp I zlaté pravidlo pari v sobě skrývá vazbu na finanční páku (na míru zadlužení), tentokrát alternativně ve vztahu k velikosti fixních aktiv, které má podnik k disposici. ZPp = SA/VZ = max. 1 Zlaté bilanční pravidlo financování - ZPf Zde se ve zprostředkované podobě objevuje souvislost s teorií čistého pracovního kapitálu (NWC), viz subkapitola 3.15. Zlaté pravidlo financování de facto doporučuje konzervativní strategii financování (NWC > 0). ZPf = SA / (VK + CZ dlouhodobé ) = max. 1 SOVA SYSTEMS Č.R., spol. s r.o. 24 / 36

Právě uvedená rovnice usiluje vyjádřit že pokud podnik nechce nést náklady na financování svého majetku vyšší než je nezbytně nutné, je žádoucí aby především a) finanční vyjádření hodnoty jeho aktiv a pasiv (majetkem a zdroji jeho financování) odpovídalo následujícím rovnicím: a současně aby SA = DZ, a zároveň OA = KZ b) pro alokaci krátkodobých a dlouhodobých zdrojů platilo následující schéma: dlouhodobá aktiva mají být financována dlouhodobými zdroji krátkodobá aktiva mají být financována krátkodobými zdroji. Kde: VZ = vlastní zdroje CZ = cizí zdroje SA = stálá aktiva OA = oběžná aktiva (krátkodobá pasiva) VK = vlastní kapitál. DZ = dlouhodobé zdroje KZ = krátkodobé zdroje. 3.15 Čistý pracovní kapitál (Net Working Capital, NWC) Ze dvou možností definičního vztahu pro NWC dáme přednost výrazu NWC = OA krátkodobá pasiva Pro NWC > 0 jde o konzervativní strategii financování podniku Je znázorněna ve Schématu 3.2. V tomto případě je dlouhodobými zdroji financován i krátkodobý majetek podniku, přičemž základní kapitál má krýt aktiva pro daná obor podnikání "typická" (jsou nejméně likvidní). Tato situace je sice - bezpečná (dostatek dlouhodobých zdrojů snižuje riziko nedostatku finančních zdrojů), na druhé straně je však - relativně drahá (dlouhodobé zdroje jsou dražší než zdroje krátkodobé). Schéma 3.2 Konzervativní strategie financování podniku oběžný majetek fixní majetek krátkodobá pasiva net working capital dlouhodobá pasiva základní kapitál SOVA SYSTEMS Č.R., spol. s r.o. 25 / 36

Pro NWC < 0 se podnik ubírá ve svém financování agresivní strategií. Agresivní strategie je zachycena ve Schématu 3.3. Spočívá v relativním nedostatku dlouhodobých pasiv, což vede k orientaci na převážně krátkodobé zdroje financování.tato strategie je - riskantní (možný výpadek krátkodobých zdrojů může ohrozit stabilitu podniku leasing), na druhé straně však je pro ni typická - nízká cena zdrojů (krátkodobé zdroje jsou levnější než zdroje dlouhodobé). Schéma 3.3 Agresivní strategie financování podniku fixní aktiva dlouhodobá pasiva net working capital oběžná aktiva krátkodobá pasiva Pro NWC = 0 je teoreticky možná strategie neutrální Ta je teoreticky i prakticky méně zajímavá, neboť jde vlastně o možný krajní stav obou základních strategií financování. V zásadě jde o dokonalé respektování zlatého pravidla financování. Stanovit optimální hodnotu NWC je problém především proto, že závisí na mnoha faktorech, (mimo jiné) i na strategické posici daného podniku nebo oboru. Přesto lze objevit prameny 15, které se k jeho velikosti vyjadřují poměrně kategoricky: Working capital by měl být bezpodmínečně positivní a jeho podíl na oběžném majetku by měl dosahovat pokud možno 30 % až 50 %. 15 KRALICEK, P.: Základy finančního hospodaření. LINDE, Praha 1993. ISBN 80-85647-11-7, str. 27 SOVA SYSTEMS Č.R., spol. s r.o. 26 / 36

4 PENĚŽNÍ TOKY PODNIKU CF je klasickou ukázkou kategorie, jejíž vznik byl v nejlepším smyslu slova vynucen praxí finančního řízení, důrazem na skutečné finanční toky. Cílem kapitoly je charakterizovat, kategorii toků hotovostí (CF Cash Flow), včetně metod jejího určení. 4.1 Definice, geneze a význam Tok hotovosti či hotovostí, jinak též peněžní toky (Cash Flow CF) je historicky posledním (a tedy nejmladším) pojmem z triády kategorií: majetková struktura pracuje s ukazateli z levé strany rozvahy finanční struktura je vyjadřována ukazateli z pravé strany rozvahy CF - rozvaha & výsledovka (výkaz CF). Zákonitě je i odpovídající účetní výkaz (výkaz CF) posledním z trojice základních výkazů účetní evidence výrobního a obchodního podniku (rozvaha, výsledovka, výkaz CF). Ukazatel CF je produktem úsilí zvládnout časový a obsahový nesoulad mezi: náklady a výdaji výnosy a příjmy ziskem a stavem dostupných peněžních prostředků. Toto nové kritérium je zcela soustředěno na platební schopnost podniku (vedle dosud sledovaných ukazatelů majetkové a finanční struktury a ukazatelů zisku). CF je definováno alternativně buď jako a) bilance pohybu peněžních prostředků za určité období b) změna stavu peněžních prostředků (přírůstek, pokles)za určité období a jeho ekonomická účinnost (údajně častěji používané pojetí, rozhodně však s vyšší vypovídací schopností). Klasická výpočetní definice CF je představována výrazem CF = zisk + odpisy Ten však odpovídá realitě pouze přibližně, a to jak z pohledu přesné číselné hodnoty (viz dále detailní schéma nepřímé metody) tak i koncepčního pohledu. Koncepce CF totiž vychází z kategorií peněžních příjmů a peněžních výdajů, nikoli z kategorií výnosů a nákladů. SOVA SYSTEMS Č.R., spol. s r.o. 27 / 36

V rovnici CF = zisk + odpisy jsou tedy spojeny obě tyto kategorií, což z pohledu teorie finančního řízení a zvláště z pohledu finančního účetnictví podniku není zcela korektní. Tento výraz je však široce používán a v situacích, kde jistá nepřesnost není na závadu je jeho jednoduchost a průhlednost výhodou. 4.2 Metody určení a kategorie CF Metody určení CF lze rozdělit do dvou skupin: a) metody přímé Spočívají ve sledování příjmů a výdajů za dané období cestou vyčlenění odpovídajících transakcí (peněžních toků) a jejich bilancováním. Systémově jde o průhlednější řešení, kdy jsou (ku příkladu znaménkem) rozlišeny finanční toky dovnitř a vně sledovaného systému. b) metody nepřímé Jsou vybudovány na principielně možné rekonstrukci kladných i záporných finančních toků z účetních údajů. Každý individuální peněžní tok se totiž projeví současně buď jako: změna jiné rozvahové položky (jde-li o rozvahovou operaci) a nebo náklad (výnos) ve výsledovce (jde-li o operaci výsledkovou). Obecné schéma nepřímých metod lze popsat ve třech následujících krocích: i. východiskem je zisk z výsledovky, který je dán jako konečný rozdíl mezi výnosy a náklady (není ovšem roven peněžním prostředkům) ii. iii. ten je korigován o výnosy a náklady, které nemají vztah k peněžním prostředkům tak, že se - odečítají výnosy, které nebyly peněžním příjmem a naopak - přičítají náklady, které nebyly peněžním výdajem a konečně následují korekce o změnu rozvahových položek, kdy se - odečítají výdaje, související se zvýšením aktiv či snížením pasiv, respektive - přičítají příjmy, související se snížením aktiv či zvýšením pasiv. Kategorie CF Jsou definovány v závislosti na kategorii zisku, se kterou souvisí. Tak rozlišujeme CF: a) z provozní činnosti (z toho cash flow ze samofinancování) b) z investiční činnosti c) z finanční činnosti d) výsledné CF SOVA SYSTEMS Č.R., spol. s r.o. 28 / 36

4.3 Detailní schéma nepřímé metody Algoritmy vytváření výsledného CF nejsou zcela standardizovány a tedy ani ve schématech sestavování CF není dosud plná unifikace. V souladu s logikou předchozích úvah je jedno z možných řešení presentováno v následujícím Schématu 4.1. Schéma 4.1 Nepřímá metoda (detailní schéma) + zisk (po zdanění a úhradě úroků) + odpisy + jiné náklady, nevyvolávající pohyb peněz výnosy, nevyvolávající pohyb peněz (zúčtování rezerv, zúčtování výnosů př. období) CF ze samofinancování + úbytek pohledávek přírůstek pohledávek + úbytek nakoupených CP přírůstek nakoupených CP + úbytek zásob (prodej za hotové) přírůstek zásob + přírůstek krátkodobých dluhů úbytek krátkodobých dluhů CF z provozní činnosti + úbytek fixního majetku přírůstek fixního majetku + úbytek nakoupených akcií a dluhopisů přírůstek nakoupených akcií a dluhopisů CF z investiční činnosti + přírůstek dlouhodobých dluhů úbytek dlouhodobých dluhů + přírůstek VJ (z emise akcií) výplata dividend CF z finanční činnosti Jednu z možností standardizace představuje využití institutu Českých účetních standardů. V dané souvislosti přichází v úvahu Český účetní standard pro podnikatele č. 023, Přehled o peněžních tocích. Pro naše účely plně postačuje již uvedené Schéma 4.1. CF se užívá s výhodou nejčastěji při: - hodnocení finanční stability podniku a příčin změn stavu peněžních prostředků - krátkodobém plánu peněžních příjmů a výdajů podniku - střednědobém a dlouhodobém sestavování finančních výhledů podniku SOVA SYSTEMS Č.R., spol. s r.o. 29 / 36

- hodnocení finanční efektivnosti investičních variant - stanovení základu tržní ceny podniku. 4.4 Ukazatelé na bázi CF a fondy Dále uvedené ukazatele výkonnosti podniku mají společné to, že jsou (více či méně) odvozeny od ukazatelů CF. Jejich vypovídací schopnosti by tedy bez zavedení či využití kategorie CF nebylo možno dosáhnout. 4.4.1 Cash Flow I III V první ředě jde o jednu z variant nepřímé metody, jejímž výstupem jsou ukazatele CF I, CF II a CF III. Toto pojetí dílčích ukazatelů CF není samozřejmě jediné možné, jde o jednu z možností. Až dosud není v průmyslové praxi zcela obvyklá standardizace ukazatelů tohoto typu v rámci podniku. + zisk + odpisy + tvorba dlouhodobých rezerv na vrub nákladů = CF I (změna pracovního kapitálu) - přírůstek zásob + úbytek zásob = CF II (změna čistého peněžního majetku) - přírůstek pohledávek + úbytek pohledávek + přírůstek závazků - úbytek závazků = CF III (změna fondu pohotových peněžních prostředků) 4.4.2 Peněžní fondy Pro ukazatele typu dále definovaných peněžních fondů se uvádí hlavní výhoda v zásadě stejná jako v případě ukazatelů CF I CF III. V obou případech jde o absolutní ukazatele u kterých je vyloučena možnost manipulace výsledné hodnoty podílového ukazatele úpravami jak čitatele, tak i jmenovatele. a) PPP = pohotové peněžní prostředky = peníze b) ČPM = čistý peněžní majetek = peníze + krátkodobé pohledávky - krátkodobé závazky c) PK = pracovní kapitál = peníze + krátkodobé pohledávky - krátkodobé závazky + zásoby SOVA SYSTEMS Č.R., spol. s r.o. 30 / 36

5 ANALÝZA STRATEGICKÉ POSICE PODNIKU 5.1 Strategické cíle podniku - model SMART Strategické cíle podniku jeden z výstupů procesu strategického plánování - obvykle s vysokou časovou prioritou - obvykle spojeno s dlouhým časovým horizontem (alespoň pokud jde o důsledky) - stejně jako i sám proces strategického plánování permanentně aktualizované - dobře definovaný cíl musí být SMART Model SMART - Specific (specifický, tedy konkrétní) - Measurable (měřitelný) - Achievable (dosažitelný) - Result oriented (orientovaný na výsledek, ve smyslu realistický) - Time framed (časově vymezený) 5.2 Analýza strategického prostředí podniku 5.2.1 Externí prostředí Makroprostředí - existuje nezávisle na vůli podniku Definuje: Model SLEPT Příležitosti O (Opportunities) a Hrozby T (Threats), často ve vazbě na budoucnost. Popisuje vliv následujících základních sil makroprostředí: S sociální či sociologické aspekty(v širším smyslu kultura) L legislativa E ekonomika T technologie (v našem prostředí technika i technologie). 5.2.2 Interní prostředí organizace (podniku) Mikroprostředí podnik přímo ovlivňuje svými činnostmi Definuje: Silné stránky S (Strenth) a Slabé stránky W (Weakneses), jako aktuální stav. SOVA SYSTEMS Č.R., spol. s r.o. 31 / 36