Využití statistických metod v podnikové praxi

Využití statistických metod v podnikové praxi

Bakalářská práce

Studijní program: B6208 – Ekonomika a management Studijní obor: 6208R085 – Podniková ekonomika Autor práce: Kristína Madudová

Vedoucí práce: Ing. Vladimíra Hovorková Valentová, Ph.D.

Liberec 2017

Prohlášení

Byla jsem seznámena s tím, že na mou bakalářskou práci se plně vzta- huje zákon č. 121/2000 Sb., o právu autorském, zejména § 60 – školní dílo.

Beru na vědomí, že Technická univerzita v Liberci (TUL) nezasahuje do mých autorských práv užitím mé bakalářské práce pro vnitřní potřebu TUL.

Užiji-li bakalářskou práci nebo poskytnu-li licenci k jejímu využití, jsem si vědoma povinnosti informovat o této skutečnosti TUL; v tomto pří- padě má TUL právo ode mne požadovat úhradu nákladů, které vyna- ložila na vytvoření díla, až do jejich skutečné výše.

Bakalářskou práci jsem vypracovala samostatně s použitím uvedené literatury a na základě konzultací s vedoucím mé bakalářské práce a konzultantem.

Současně čestně prohlašuji, že tištěná verze práce se shoduje s elek- tronickou verzí, vloženou do IS STAG.

Datum:

Podpis:

Anotace

Tato bakalářská práce se zabývá hodnocením finanční situace TRUMPF Liberec, spol. s r.

o. pomocí finanční a statistické analýze. Nejprve je zpracována horizontální a vertikální analýza, poté analýza poměrových ukazatelů, a nakonec analýza rozdílových ukazatelů. Jako zdroj dat slouží výkazy účetní závěrky z let 2010-2015, konkrétně rozvaha a výsledovka.

Dále jsou výsledky finanční analýzy zpracovány pomocí statistické analýzy, konkrétně je použita metoda časových řad, korelační analýza a regresní analýza. Cílem práce je predikce ukazatelů finanční analýzy do budoucna pomocí časových řad. Pomocí korelační analýzy je zkoumána vzájemná závislost některých položek účetních výkazů. Nakonec je pomocí regresní analýzy zkoumáno, jak tyto ukazatele ovlivňují výsledek hospodaření.

Klíčová slova

Finanční analýza, horizontální a vertikální analýza, analýza poměrových ukazatelů, analýza rozdílových ukazatelů, statistická analýza, časové řady, korelační analýza, regresní analýza.

Anotation

This bachelor thesis deals with evaluation of the financial state of the company TRUMPF Liberec, spol. s r. o. using financial and statistical analysis. At first, the horizontal and vertical analysis, ratio analysis and finally working capital analysis is made. Finance statements (balance sheet and income statement) from years 2010-2015 are used as source for processing these analyses. Outputs from financial analysis are processed by statistical analysis, namely time series method, correlation analysis and regression analysis. The main goal of the thesis is to predict, the financial indicators to future by using time series method.

By using correlation analysis it is examined how are some of the items from finance statements interdependent. Finally it is examined by regression analysis how do these items affects the EAT.

Key words

Financial analysis, horizontal and vertical analysis, ratio analysis, working capital analysis, statistical analysis, time series, correlation analysis, regression analysis.

Poděkování

Tímto bych ráda poděkovala své vedoucí bakalářské práce, paní doktorce Vladimíře Hovorkové Valentové za cenné připomínky a komentáře, díky kterým mohla tato práce vzniknout. Dále bych ráda poděkovala paní Věře Švermové, konzultantce a vedoucí ekonomického oddělení firmy TRUMPF Liberec, spol. s r. o., za poskytnutí interních informací a pomoc při interpretaci výsledků. Do třetice bych ráda poděkovala paní auditorce Žanetě Kalabusové za pomoc při zpracování finanční analýzy. Nakonec bych ráda poděkovala rodině a přátelům za podporu a trpělivost při studiu.

8

Obsah

Seznam ilustrací ... 11

Seznam tabulek ... 12

Seznam zkratek ... 13

Úvod ... 14

1. Finanční analýza ... 16

1.1 Rozvaha (Bilance) ... 17

1.1.1 Aktiva ... 17

1.1.2 Pasiva ... 17

1.2 Výkaz zisku a ztráty (Výsledovka) ... 18

1.3 Elementární metoda finanční analýzy ... 18

1.3.1 Vertikální a horizontální analýza ... 19

1.3.2 Analýza rozdílových ukazatelů ... 20

1.3.3 Poměrová analýza ... 20

2. Statistické metody ... 23

2.1 Časové řady ... 23

2.1.1 Druhy časových řad ... 23

2.1.2 Modelování časových řad ... 24

2.1.3 Sezónní očišťování ... 26

2.1.4 Extrapolace časových řad ... 27

2.2 Testování hypotéz ... 27

2.3 Regresní analýza ... 28

2.3.1 Regresní modely ... 29

2.3.2 Jednoduchý lineární model ... 29

2.3.3 Ověřování vhodnosti regresního modelu ... 29

2.3.4 Testování hypotéz parametrů regresního modelu ... 30

9

2.4 Korelační analýza ... 31

2.4.1 Pearsonův koeficient korelace ... 31

2.4.2 Index determinace... 32

2.4.3 Koeficient determinace ... 32

2.4.4 Test významnosti korelačního koeficientu ... 32

3. Praktická část ... 34

3.1 Základní informace o firmě ... 34

3.2 Horizontální analýza ... 36

3.3 Vertikální analýza ... 38

3.3.1 Vertikální analýza aktiv ... 38

3.3.2 Vertikální analýza pasiv ... 40

3.4 Analýza poměrových ukazatelů ... 40

3.4.1 Rentabilita ... 41

3.4.2 Aktivita ... 42

3.4.3 Zadluženost ... 44

3.4.4 Likvidita ... 45

3.4.5 Rozdílové ukazatele ... 47

3.5 Časové řady ... 48

3.5.1 Časové řady rentability ... 48

3.5.2 Časové řady aktivity – počtu obrátek ... 51

3.5.3 Časové řady aktivity – doby obratu ... 54

3.5.4 Časové řady zadluženosti ... 57

3.5.5 Časové řady likvidity ... 59

3.5.6 Časové řady rozdílových ukazatelů ... 60

3.6 Korelační analýza ... 62

3.7 Regresní analýza ... 63

10

Závěr ... 66 Seznam použité literatury ... 67

11

Seznam ilustrací

Obrázek 1: Sídlo společnosti TRUMPF Liberec ... 34

Obrázek 2: Skladovací regál TruStore ... 35

Obrázek 3: Rámy pro laserové stroje ... 35

Obrázek 4: Horizontální analýza aktiv (v tis. Kč) ... 36

Obrázek 5: Horizontální analýza pasiv (v tis. Kč)... 37

Obrázek 6: Vertikální analýza aktiv (v %) ... 38

Obrázek 7: Rentabilita (v Kč) ... 41

Obrázek 8: Počet obrátek ... 42

Obrázek 9: Doba obratu (ve dnech) ... 43

Obrázek 10: Zadluženost (v Kč) ... 44

Obrázek 11: Likvidita (v Kč) ... 45

Obrázek 12: Rozdílové ukazatele (v tis. Kč) ... 47

Obrázek 13: Odhad vývoje ROA (v Kč) ... 50

Obrázek 14: Odhad vývoje ROE (v Kč) ... 50

Obrázek 15: Odhad vývoje ROS (v Kč) ... 51

Obrázek 16: Odhad počtu obrátek zásob ... 53

Obrázek 17: Odhad počtu obrátek pohledávek... 53

Obrázek 18: Odhad vývoje počtu obrátek krátkodobých závazků ... 54

Obrázek 19: Odhad vývoje doby obratu zásob (ve dnech) ... 56

Obrázek 20: Odhad vývoje doby obratu pohledávek (ve dnech) ... 56

Obrázek 21: Odhad vývoje doby obratu krátkodobých závazků (ve dnech) ... 57

Obrázek 22: Odhad vývoje ukazatelů zadluženosti (v Kč) ... 59

Obrázek 23: Odhad vývoje běžné likvidity (v Kč) ... 60

Obrázek 24: Odhad vývoje rozdílových ukazatelů (v tis. Kč) ... 62

Obrázek 25: Vývoj pohledávek a krátkodobých závazků (v tis. Kč) ... 63

Obrázek 26: Vztah pohledávek a VH za běžné období (v tis. Kč) ... 64

Obrázek 27: Vztah krátkodobých závazků k VH za běžné období (v tis. Kč) ... 65

12

Seznam tabulek

Tabulka 1: Vertikální analýza aktiv (v %) ... 39

Tabulka 2: Vertikální analýza pasiv (v %) ... 40

Tabulka 3: Ukazatele rentability (v Kč) ... 41

Tabulka 4:Ukazatel počtu obrátek ... 42

Tabulka 5:Doba obratu (ve dnech) ... 43

Tabulka 6:Ukazatele zadluženosti (v Kč) ... 44

Tabulka 7: Ukazatele likvidity (v Kč) ... 46

Tabulka 8: Rozdílové ukazatele (v tis. Kč) ... 47

Tabulka 9: Vývoj ukazatelů rentability (v Kč) ... 49

Tabulka 10: Odhady počtu obratů ... 52

Tabulka 11: Odhady doby obratu (ve dnech)... 55

Tabulka 12:Odhady ukazatelů zadluženosti (v Kč) ... 58

Tabulka 13: Odhady ukazatelů likvidity (v Kč) ... 60

Tabulka 14: Odhady rozdílových ukazatelů (v tis. Kč) ... 61

13

Seznam zkratek

BÚ – bankovní účet CA – celková aktiva CF – Cashflow CK – cizí kapitál

ČNB – Česká národní banka ČPF – čisté pohotové fondy ČPK – čistý pracovní kapitál

ČPP – čisté peněžně-pohledávkové prostředky ČŘ – časové řady

DO – doba obratu DZ – dlouhodobé zdroje

EAT – earning after taxes – zisk po zdanění

EBIT – earning before interest and taxes – zisk před zdaněním OA – oběžná aktiva

PO – počet obrátek T – tržby

VK – vlastní kapitál ZS – základní soubor

14

Úvod

Analýza situace podniku je velice důležitým aspektem při plánování firemní strategie.

Existuje mnoho způsobů, jak tuto analýzu provést. Jedna z nejjednodušších metod je elementární finanční analýza. Ta slouží k získání celkového přehledu o finanční situaci firmy. Podklady k této analýze jsou především účetní výkazy, konkrétně rozvaha a výsledovka. K získání podrobnějších informací lze výsledky finanční analýzy dále zpracovávat. Vhodným prostředkem je statistická analýza, která poskytuje další důležité informace pro rozhodování o budoucím dění ve firmě.

Tématem této práce je využití statistických metod v podniku. Na začátku praktické části je stručně představena firma TRUMPF Liberec, spol. s r. o. První část práce se zabývá finanční analýzou firmy. K vytvoření této analýzy byly použity finanční výkazy z let 2010-2015. Finanční analýza je rozdělená do tří dílčích analýz: horizontální a vertikální analýza, poměrová analýza a analýza rozdílových ukazatelů. Výsledky jsou interpretovány s ohledem na celkovou situaci v ekonomice a odvětví, dále pak na vnitřní procesy firmy.

Mezi ně patří tzv. Kontenpool. Nástroj, který je používán v rámci celé skupiny TRUMPF a slouží k optimalizaci cashflow jednotlivých dceřiných společností.

Druhou částí práce je statistický rozbor výsledků finanční analýzy. K tomuto rozboru je použita analýza časových řad a korelační a regresní analýza. Časové řady popisují trend ukazatelů poměrové a rozdílové analýzy. Vztah pohledávek a krátkodobých závazků je zkoumán pomocí korelační analýzy. Regresní analýza zkoumá závislost výsledku hospodaření na výše zmíněných položkách, tj. pohledávkách a krátkodobých závazcích.

K získání výsledků statistické analýzy je použit program STATGRAPHICS XVII.

Cílem této práce je tedy zhodnocení finanční situaci podniku pomocí již zmíněné finanční analýzy a statistického rozboru těchto ukazatelů a dále pak predikce vývoje v dalších dvou letech. Na situaci firmy však nelze hledět jen skrze čísla. Firmy jsou neustále ovlivňovány dalšími vnitřními a vnějšími okolnostmi, které se podepisují na fungování firmy. Situace firmy TRUPF Liberec, spol. s r. o. byla v letech 2010-2015 ovlivněna dvěma významnými událostmi. První z nich je tzv. počáteční fáze podnikání. Firma zahájila svou činnost v roce

15

2005. Zhruba do roku 2012 lze stále ještě vidět dozvuky této počáteční fáze, a to především ve formě úvěrů vůči mateřské společnosti. Druhou významnou událostí byla finanční a hospodářská krize v letech 2008-2009. Kvůli ní firmě klesl objem zakázek, což dále ovlivnilo chod firmy. Tyto události a další interní informace slouží jako zdroj při interpretování výsledků finanční analýzy a statistického rozboru.

16

1. Finanční analýza

Finanční analýza obsahuje systematické zpracování a komunikaci informací o finanční situaci podniku, odvětví a trhů. Mezi úkoly finančních analytiků patří obstarávání informaci, aplikování metod a modelů, zpracování studií a prezentování jejich výsledků. Dále pak zpracování prognóz a hodnocení rizika. Na základě tohoto analytici vytvoří doporučení pro firmu, popř. finančním investorům a dalším subjektům.

Finanční analýzu lze definovat dle následujících přístupů a metod:

• technická analýza – použití matematických a statistických postupů k vyhodnocení ekonomických dat,

• fundamentální analýza – vyhodnocení ekonomických a mimoekonomických jevů.

Tato analýza je založená na zpracování informací, její postup nelze zalgoritmizovat.

Dále lze finanční analýzu rozdělit podle náročnosti použitých algoritmických postupů na elementární a vyšší finanční analýzu.¹

Finanční analýza se zabývá hodnocením dat, která jsou získána ve velké míře v účetních výkazech. Existují i další zdroje, ze kterých lze při analýze čerpat. Tyto zdroje je možné rozdělit do několika základních: finanční a nefinanční a ty pak dále na kvantifikovatelné a nekvantifikovatelné, dále primární a sekundární.

Mezi finanční zdroje informací patří zejména účetní výkazy, burzovní zpravodajství, informace ČNB o měnové politice a úrokových mírách a další informace finančního charakteru.

Nefinanční kvantifikovatelné zdroje jsou podnikové a oficiální statistiky ČSÚ, interní směrnice a různé podnikové evidence.

K nekvantifikovatelným informacím lze přiřadit zprávy auditorů, komentáře tisku a odhady analytiků. ²

Primární zdroje jsou původní data, ze kterých se při zpracovávání finanční analýzy vychází.

1SPREMANN, Klaus a Patrick SCHEURLE. Finanzanalyse [online]. München: Oldenbourg, 2010 [cit. 2016-04-20].

ISBN 3486710397. Dostupné z: https://www.degruyter.com/viewbooktoc/product/224693

2SŮVOVÁ, Helena a et al. Finanční analýza v řízení podniku, v bance a na počítači. Praha: Bankovní institut, 2000.

ISBN 80-726-5027-0.

17

Sekundární zdroje jsou primární data jiné, již předešlé analýzy. Buď podnik použije výsledky svých dřívějších analýz nebo použije výsledky analýz jiných institucí.

Největší podíl informací je získán z účetních výkazů. Jedná se o Rozvahu, Výkaz zisku a ztráty a Cash Flow.³

1.1 Rozvaha (Bilance)

Stavový účetní výkaz o majetku a zdrojích krytí. Rozvaha je rozdělená do dvou základních částí: aktiva a pasiva. Rozvaha je dále detailněji vysvětlena.

1.1.1 Aktiva

Aktiva se dále dělí na stálá aktiva a oběžná aktiva.

Stálá aktiva mají dobu použitelnosti delší než jeden rok a dále mají hmotnou nebo nehmotnou podobu. Dlouhodobý hmotný a nehmotný majetek je spotřebováván postupně, tzn., že se opotřebovává. Výjimku představují pozemky, které se neopotřebovávají, tím pádem ani neodepisují. Opotřebení je vyjádřeno odpisy. Nehmotný majetek je představován různými prostředky, např. licence, software, atd. Dlouhodobý finanční majetek představuje volné prostředky, které byly použity k investování. Jedná se o cenné papíry a finanční účasti, půjčky jiným subjektům a druhy majetku, které neztrácejí svou hodnotu, např. umělecká díla, kovy, atd.

Doba použitelnosti oběžných aktiv je kratší než jeden rok. Majetek je spotřebováván, tzn., že mění svou podobu. Zásoby tvoří tzv. vstupy. Jedná se o materiál a suroviny, ze kterých jsou vytvářeny výkony podniku, dále sem patří různé pomocné látky, obaly, náhradní díly, atd. Pohledávky představují nárok podniku. Většinou se jedná o dosud nezaplacené faktury či jiné platební dokumenty za výkony podniku. Peněžní prostředky představují hotovost v pokladně nebo peněžní částky uložené na bankovních účtech. Dále jsou zde zařazeny další peněžní ekvivalenty, např. ceniny. Krátkodobý finanční majetek je tvořen obchodovatelnými cennými papíry. Časové rozlišení slouží k překlenutí časového nesouladu mezi dvěma účetními obdobími.

1.1.2 Pasiva

Základní rozdělení pasiv jsou vlastní a cizí zdroje.

3KOVANICOVÁ, Dana a Pavel KOVANIC. Poklady skryté v účetnictví: Jak porozumět účetním výkazům. 2. vyd.

Praha: POLYGON, 1995. ISBN 80-859-6706-5.

18

Vlastní kapitál je tvořen základním kapitálem, ziskem (popř. ztrátou) a fondy tvořenými ze zisku. Cizí kapitál představuje závazky podniku. Tyto závazky lze rozdělit časově rozdělit na krátkodobé a dlouhodobé. Krátkodobé závazky slouží k financování provozu podniku.

Jsou tvořeny hlavně závazky vůči dodavatelům, krátkodobými bankovními úvěry a závazky vůči dalším subjektům. Dlouhodobé závazky představují převážně dlouhodobé půjčky, které slouží k financování investiční činnosti. Další položkou cizích zdrojů jsou rezervy. Tyto rezervy nejsou tvořeny ze zisku (jako rezervní fond, který je součástí vlastních zdrojů), nýbrž slouží ke krytí různých rizik v budoucnu.

1.2 Výkaz zisku a ztráty (Výsledovka)

Výsledovka je tvořena ze dvou částí: náklady a výnosy. Tento výkaz slouží k zjištění výsledku hospodaření a hodnocení rentability vložených prostředků.

Náklady a výnosy jsou rozdělovány do několika skupin podle určitých kritérií. Jedná se o provozní náklady a výnosy, finanční a mimořádné. ⁴

1.3 Elementární metoda finanční analýzy

Elementární metoda finanční analýzy pracuje s daty získanými v účetních výkazech. Jedná se o soubor dílčích analýz. Před začátkem analýzy je potřeba rozdělit ukazatele získané z výkazů. Ukazatele stavové zaznamenávají stav jednotlivých položek výkazu k určitému datu. Ukazatele tokové zaznamenávají stavy za určité období. Z tohoto rozdělení plynou tři základní druhy finanční analýzy:

• analýza stavových ukazatelů o horizontální,

o vertikální,

• analýza rozdílových ukazatelů o čistý pracovní kapitál,

o čistý peněžněpohledávkový fond o čisté pohotové prostředky (úč.data)

• analýza poměrových ukazatelů o rentabilita,

4Viz ³

19

o aktivita, o zadluženost, o likvidita.⁵

1.3.1 Vertikální a horizontální analýza

Vertikální a horizontální analýzy rozvahy a výsledovky jsou základem pro finanční analýzu.

Horizontální analýza zobrazuje zkoumaná data časově. Obvykle se porovnávají dvě po sobě jdoucí období. Výsledky horizontální analýzy mohou být dva: diference (rozdíl) nebo index.

V případě diference se jedná o absolutní změnu položky oproti minulému porovnávanému období.

Zápis pro výpočet diference lze vyjádřit takto:

(1) přičemž:

Dt1/t0 je diference oproti předchozímu období, t je čas,

Ai je hodnota účetního výkazu i.

Index zobrazuje výsledek procentně, tzn., o kolik procent se položka změnila oproti minulému období.

Výpočet indexů lze vyjádřit takto:

(2)

Vertikální analýza zobrazuje položky účetních výkazů v poměru s položkou, která je ve výkazu nadřazená (např. podíl oběžných aktiv na celkových aktivech). Matematicky lze výpočet pro vertikální analýzu zobrazit následně:⁶

(3)

5KISLINGEROVÁ, Eva. Finanční analýza: krok za krokem. Praha: C.H. Beck, 2005. ISBN 80-717-9321-3.

6KOVANICOVÁ, Dana a Pavel KOVANIC. Poklady skryté v účetnictví: Finanční analýza účetních výkazů. 2. vyd.

Praha: POLYGON, 1995. ISBN 80-859-6707-3.

20

1.3.2 Analýza rozdílových ukazatelů

Při analýze pracovního kapitálu se pracuje s absolutními čísly z rozvahy. Zpravidla se počítá s tzv. čistým pracovním kapitálem. Z pohledu aktiv se jedná o takovou část oběžných aktiv, která jsou financována cizími dlouhodobými pasivy.

Existují tři základní druhy čistého pracovního kapitálu:

• čistý provozní kapitál = OA-KrZ,

o čistý pracovní kapitál představuje rozdíl mezi oběžnými aktivy a kr. závazky, pro podnik je to tzv. ochranný polštář, protože není nutné, aby byl v brzké době splacen,

o pomocí těchto prostředků je zajištěna platební schopnost, avšak není vhodné, aby byly příliš vysoké, značí to o neefektivitě jejich využití

• čisté pěněžně-pohledávkové prostředky = OA-zásoby-KrZ

o u čistých peněžně-pohledávkových prostředků se odečítají nelikvidní položky, nejčastěji zásoby, někdy také nedobytné pohledávky

• čisté pohotové fondy = pohotové peněžní prostředky-okamžitě splatné závazky o pohotové peněžní prostředky jsou tvořeny pouze penězi v pokladně a bance,

popř. ceninami⁷ 1.3.3 Poměrová analýza

Cílem poměrové analýzy je charakterizovat vztahy mezi absolutními ukazateli. Tato analýza se dělí na několik oblastí:

• rentabilita – ukazatele, pomocí kterých se měří ziskovost položek, které dopomohly dosažení zisku (kapitál, aktiva, náklady),

• aktivita – tyto ukazatele měří schopnost podniku využívat aktiva,

• zadluženost – ukazatele zadluženosti zkoumají strukturu vlastních a cizích zdrojů,

• likvidita – tyto ukazatele vyhodnocují schopnost podniku splácet krátkodobé závazky.⁸

Rentabilita

Rentabilita slouží k měření ziskovosti položek přispívajících k tvorbě zisku. Jedná se o

7Viz ²

8tamtéž

21

nejsledovanější ukazatele. Nejjednodušší matematické vyjádření ukazatele rentability má tuto formu:

zisk/vstup.

V čitateli se nejčastěji objevuje zisk před zdaněním a odečtením nákladových úroků (EBIT – Earnings Before Interest and Tax) nebo zisk po zdanění (EAT – Earnings After Tax). Ve jmenovateli se mohou objevit jak celková aktiva, tak vložený kapitál, popř. tržby. Při sledování rentability se tvoří tedy tyto základní ukazatele:

• ROA (Return of Assets) = EBIT/CA,

• ROE (Return on Equity) = EAT/VK,

• ROS (Return on Sales) = EAT/T Aktivita

Ukazatele aktivity vyjadřují schopnost podniku využívat svá aktiva. Tyto ukazatele jsou různé v závislosti na odvětvích, proto je nutné je porovnávat pouze s podniky ve stejném odvětví.

Ukazatele aktivity mají dva základní tvary:

• počet obrátek – kolikrát se daná aktiva obrátí v tržbách za určité období (většinou rok),

• doba obratu – jak dlouho trvá, než se dané aktivum obrátí (většinou dny).

Nejčastěji se sestavují tyto ukazatele aktivity:

• počet obrátek aktiv = T/aktiva,

• doba obratu aktiv = aktiva/t,

• počet obrátek zásob = T/zásoby,

• doba obratu zásob = zásoby/t,

• počet obrátek pohledávek = T/pohledávky,

• doba obratu pohledávek = pohledávky/t,

• počet obrátek krátkodobých závazků = T/kr. závazky,

• doba obratu krátkodobých závazků = kr. závazky/t

22

kde t = T/360.⁹ Zadluženost

Ukazatel zadluženosti zkoumá vztah mezi cizími a vlastními zdroji podniku. Zadluženost obecně pro podnik nemusí znamenat špatnou finanční situaci. Naopak, pokud se podniku daří dobře, zadluženost přispívá k ziskovosti vlastního kapitálu. Je to z toho důvodu, že cizí kapitál bývá méně nákladný než vlastní kapitál. Jedná se o tzv. finanční páku. Existuje mnoho druhů a výpočtů zadluženosti, zde jsou čtyři základní:

• Equity Ratio (poměr vlastního kapitálu k celkovým aktivům) = VK/CA

• Debt Ratio (poměr cizího kapitálu k celkovým aktivům) = CK/CA

• Debt Equity Ratio (poměr cizího kapitálu k vlastnímu kapitálu) = CK/VK Likvidita

Likvidita bývá definována jako schopnost podniku uhradit závazky. Struktura majetku podniku by měla být tvořena tak, aby byl podnik schopen svým závazkům dostát. Při výpočtech likvidity se proto používají pouze oběžná aktiva v různých formách. Schopnost oběžných aktiv přeměnit se v peníze je oproti stálým aktivům mnohem rychlejší, zpravidla do jednoho roku. I přesto jsou některé složky obtížněji přeměnitelné než jiné. Mezi tyto složitě přeměnitelné složky patří zásoby. Nejlikvidnější částí oběžných aktiv jsou samozřejmě peníze samotné. Na základě vlastností těchto složek oběžných aktiv se počítají tři základní druhy likvidity:

• běžná likvidita = OA/KrZ,

• pohotová likvidita = (OA – zásoby)/KrZ,

• okamžitá likvidita = (OA – zásoby – pohledávky)/okamžitě splatné závazky.¹⁰

9Viz ⁶

10tamtéž

23

2. Statistické metody

2.1 Časové řady

Časová řada (dále jen ČŘ) je chronologickým způsobem uspořádaná posloupnost pozorování, které jsou věcně a prostorově porovnatelné, o kvantitativní libovolné náhodné proměnné. Náhodná proměnná znamená, že ČŘ nelze jednoznačně předpovědět, lze pouze s určitou pravděpodobností vytvořit prognózu.

2.1.1 Druhy časových řad

Existují různé druhy ČŘ, se kterými se následně různě pracuje. Podle časového hlediska rozhodného pro zjišťování údajů rozlišujeme ČŘ intervalové a okamžikové. Intervalové řady zobrazují hodnoty za určité období. Většinou se jedná o rok, měsíc, týden. Okamžikové ČŘ se vztahují k určitému okamžiku. Tímto způsobem se zobrazuje stav, počet, velikost.

Dalším možným způsobem, jak rozdělit ČŘ, je na základě vlastností údajů. Jedná se o extenzitní nebo intenzitní ukazatel. Hodnoty extenzitních ČŘ jsou absolutní a dají se sčítat.

Intenzitní ukazatelé jsou ukazatelé odvozené z extenzitních. Vyjadřují úroveň nebo stav ve tvaru poměrových čísel (indexů).

Pro časové řady existuje několik základních číselných charakteristik. Jedna z nejčastěji používaných charakteristik je aritmetický průměr. Ten se dá použít pouze pro charakterizování úrovně intervalových extenzitních veličin. Pro okamžikové časové řady nemá smysl součet hodnot. Průměrná hodnota se dá zjistit pomocí chronologického průměru, který může být ve tvaru jednoduchém nebo váženém. Prostý chronologický průměr se používá v případech, kdy jsou intervaly mezi měřenými okamžiky stejně dlouhé, matematicky lze vyjádřit takto:

(4)

Mezi základní charakteristiky ČŘ patří i absolutní diference, která vyjadřuje rozdíl hodnoty časové řady v okamžiku t oproti bezprostředně předcházejícímu časovému okamžiku.

Označuje se dt a vypočítá se podle následujícího vztahu:

d

=y

−y

24

Průměrný absolutní přírůstek zobrazuje průměrnou úroveň přírůstků ČŘ. Je počítán jako aritmetický průměr absolutních přírůstků:

(6)

Koeficient růstu informuje o tom, kolikrát se hodnota časové řady zvětšila oproti předchozí hodnotě. Vypočítá se jako:

(7)

Pomocí průměrného koeficientu růstu se zjišťuje, kolikrát vzrostla průměrně hodnota ČŘ ve sledovaném období. Matematicky lze vyjádřit:¹¹

(8) 2.1.2 Modelování časových řad

Na modelování časových řad existují dva základní pohledy. Jedná se o klasický a adaptivní pohled.

V klasickém modelu se předpokládá, že změna Y je způsobena vlivem čtyř složek:

• trendová složka T – představuje vývoj proměnné, který je způsoben dlouhodobě působícími vlivy, tato složka může růst, klesat nebo fluktuovat kolem určité úrovně,

• sezónní složka S – je možné ji sledovat jen v krátkodobých časových řadách, ukončených v rámci jednoho roku, představuje krátkodobé intervaly, popř. události, např. týden, měsíc, svátky, ...

• cyklická složka C – lze definovat jako dlouhodobý výkyv od časové řady, trvání cyklu může trvat i desítky let, tyto cykly jsou způsobeny změnami v politice či demografii, ekonomii, atd.,

• náhodná složka E – představuje výkyvy od ČŘ, které nelze nijak předvídat, nemají pravidelný vývoj, jsou na sobě nezávislé a v průběhu ČŘ se kompenzují, existují tři předpoklady o náhodné složce:

o Její střední hodnota = 0.

11PACÁKOVÁ, Viera. Štatistické metódy pre ekonómov. Bratislava: Iura Edition, 2009. ISBN 8072610031.

̄∆=( y₂− y₁)+( y3−y2)+...+( y_t−y_{t −1})

t−1 =y_t− y₁

t −1

k_t= y_t y_{(t – 1)}

25

o Homoskedasticita je předpoklad, že náhodné chyby, které mají nulovou střední hodnotu, jsou lineárně nezávislé a mají konstantní rozptyl.

o Autoregrese náhodných poruch – předpokládá se, že v čase se náhodná chyba dělí na dvě složky, první složka je závislá na předchozí náhodné chybě a druhá složka je náhodná.

V časové řadě se nemusí vyskytovat všechny tyto složky. Ty lze seskupovat buď pomocí součtu nebo součinu a vytváří tak dva druhy modelů, aditivní a multiplikativní. Aditivní model je tvořen složkami, které jsou vzájemně nezávislé a sezónní a cyklická složka se nemění s trendem lze ho vyjádřit takto:

(9) kde:

t je časová proměnná, Tt je trendová složka, Ct je cyklická složka, St je sezónní složka, Et je náhodná složka.

V multiplikativním modelu jsou složky vzájemně závislé a výkyvy od ČŘ se pohybují v závislosti na trendu, matematiky lze vyjádřit takto:¹²

(10) Adaptivní model předpokládá, že parametry časové řady se v průběhu času mění. Často používanou adaptivní metodou jsou klouzavé průměry. Jedná se o aritmetický průměr tvořený z m hodnot. V dalším kroku se vytvoří další aritmetický průměr, ale z hodnot posunutých o jednu, tímto způsobem se pokračuje do konce časové řady. Podstatou klouzavých průměrů je nahrazení posloupných hodnot ČŘ průměry, které jsou z této řady vypočítány. Existují dva druhy klouzavých průměrů. Prostý klouzavý průměr je vhodné použít tam, kde je na jednotlivých klouzavých částech definován lineární trend:¹³

12Viz ¹²

13HINDLS, Richard et al. Statistika pro ekonomy. 8. vyd. Praha: Professional Publishing, 2007. ISBN 978-80-86946-43- 6.

26

(11) kde:

m je klouzavá část období interpolace,

p je počet hodnot, které zůstanou na začátku a na konci ČŘ nevyrovnané.

Vážené klouzavé průměry je vhodné použít tehdy, pokud na jednotlivých klouzavých částech je definován parabolický trend. ¹⁴Matematicky jsou vyjádřeny takto:

(12)

kde:

(13)

Speciálním případem je centrovaný klouzavý průměr, který se používá pro případ, kdy rozsah klouzavé části období interpolace je sudé číslo a nazývá se centrovaný klouzavý průměr:

(14) 2.1.3 Sezónní očišťování

Aby bylo možné porovnávat údaje ČŘ ovlivněné sezónností i v průběhu roku, je potřeba ČŘ o tuto sezónní složku očistit. Při očišťování jsou využívány klouzavé průměry. Tento proces má tři kroky.

Prvním z nich je vypočítání vhodných klouzavých průměrů. Jsou při tom použity vzorce uvedené výše.

Druhým krokem je určení hodnot sezónních faktorů. K tomu je potřeba znát sezónní indexy (pro multiplikativní model), resp. průměry (aditivní model). Ty se vypočítají podílem, resp.

rozdílem hodnot ČŘ a konkrétním klouzavým průměrem. K zjištění sezónních faktorů je dále potřeba znát průměrné sezónní indexy, resp. rozdíly. Předpokladem je, že se sezónní

14Viz ¹⁴

27

výkyvy v průběhu roku vyrovnají. Pokud tato podmínka není splněna, je možné dosáhnout jejího splnění pomocí tzv. standardizace průměrných sezónních indexů (rozdílů). Základem standardizace je získání hodnoty, pomocí které se sezónní indexy (rozdíly) budou dále upravovat. Výsledkem tohoto výpočtu je sezónní faktor.

Posledním krokem je skutečné očistění ČŘ. V případě multiplikativního modelu jsou hodnoty původní ČŘ vyděleny příslušným sezónním faktorem. Při použití aditivního modelu se od původní hodnoty ČŘ sezónní faktor odečítá.¹⁵

2.1.4 Extrapolace časových řad

Pod pojmem extrapolace časových řad se rozumí odhad hodnot ČŘ, které jsou mimo sledované období, zpravidla do budoucnosti. Extrapolace je možná za předpokladu, že se časová řada bude vyvíjet podle dosavadního trendu. Dále není vhodné odhadovat vývoj na libovolný počet období. Zpravidla platí, že počet období extrapolace ČŘ je menší než 5.

Pokud ČŘ obsahuje sezónní složku, je vhodné použít počet sezón, př. pro týdenní sezónnost 7.

Výpočet extrapolace v případě multiplikativního modelu probíhá tak, že se hodnota trendu vynásobí příslušným sezónním indexem. U aditivního modelu je k hodnotě trendu přičten sezónní průměr.¹⁶

2.2 Testování hypotéz

Hypotéza je předpoklad o parametru v základním souboru (dále ZS) nebo o typu rozdělení pravděpodobnosti v základním souboru.¹⁷

Při tvorbě a testování hypotéz je potřeba znát základní pojmy, které jsou pro tento proces důležité. Základem je nulová (testovaná) hypotéza, která představuje předpoklad o určitém tvaru nebo charakteristice rozdělení základního souboru. Druhá hypotéza je tzv. alternativní, která se staví proti nulové hypotéze. Testové kritérium je statistika, která má známé pravděpodobnostní rozdělení při platnosti nulové hypotézy H0. Hladina významnosti neboli chyba 1. druhu je pravděpodobnost zamítnutí nulové hypotézy i

15Viz ¹² a ¹⁴

16Viz ¹²

17CYHELSKÝ, Lubomír, Jana KAHOUNOVÁ a Richard HINDLS. Elementární statistická analýza. Praha: Management Press, 1999. ISBN 80-726-1003-1.

28

v případě, že platí. Značí se α a většinou bývá zvolena hodnota 0,05 nebo 0,01.

Postup při testování hypotéz se skládá z několika kroků:

• formulace hypotéz H0 a H1,

• volba vhodného testového kritéria,

• stanovení kritických hodnot a oblasti přijetí a zamítnutí H0,

• výpočet hodnoty testového kritéria pomocí výběrových dat a předpokládané hodnoty nulové hypotézy,¹⁸

• v případě použití některého statistického programu porovnání hladiny významnosti s tzv. P-value, která vyjadřuje nejnižší hladinu významnosti, při které je možné zamítnout nulovou hypotézu,¹⁹

• rozhodnutí o zamítnutí nebo přijetí nulové hypotézy H0 na základě vypočteného testového kritéria, podle toho, jestli jeho hodnoty patří do oblasti kritického oboru.

Pokud testové kritérium leží v oboru kritických hodnot, je nulová hypotéza zamítnuta a přijata alternativní hypotéza. Tento vztah platí i naopak, pokud testové kritérium neleží v oboru kritických hodnot, nulová hypotéza je potvrzena. Tento postup lze aplikovat na všechny druhy testování hypotéz.²⁰

2.3 Regresní analýza

Regresní analýza je souborem metod a postupů, které zkoumají jednostranné vztahy mezi dvěma nebo více číselnými proměnnými. K tomuto účelu jsou používané tzv. regresní modely. Ty jsou popsány matematickou funkcí.

Proměnné, se kterými pracujeme, obvykle označujeme jako závisle a jiné jako nezávislé.

Závislé jsou proměnné, u kterých sledujeme jejich závislost na jiných proměnných. Označují se jako yi. Nezávislé proměnné jsou ty, které způsobují změnu závislé proměnné, a pomocí

18HENDL, Jan. Přehled statistických metod zpracování dat: analýza a metaanalýza dat. Praha: Portál, 2006. ISBN 80- 736-7123-9.

19PETRIE, Aviva a Caroline SABIN. Medical statistics at a glance. 3rd ed. Chichester: Wiley-Blackwell, 2009. ISBN 978-1-4051-8051-1.

20Viz ¹⁴

29

nich se odhaduje hodnota závislé proměnné. Označovány jsou jako xi. Rozlišujeme jednoduchou a vícerozměrnou regresní analýzu. Jednoduchá regrese předpokládá pouze jednu nezávislou proměnnou, vícerozměrná regrese pracuje s více nezávislými proměnnými.

Nezávislá proměnná se závislou by měly být ve vztahu příčinné závislosti. To znamená, že jeden jev (popř. skupina jevů) vyvolá jiný jev (popř. skupinu jevů). Nezávislá proměnná ovlivňuje závislou proměnnou. Tento jednostranný vztah je způsoben pouze změnou nezávislé proměnné. Jedná se například o úspory domácností v závislosti na příjmu.

2.3.1 Regresní modely

Průběh závislosti mezi xi a yi lze vyjádřit graficky bodovým diagramem. Jednotlivé body jsou tvořeny souřadnicemi [xi;yi], které představují konkrétní hodnoty.

Regresní funkce f(X,β), kde X jsou proměnné a β parametry, je libovolná matematická funkce nezávislých proměnných.

2.3.2 Jednoduchý lineární model

Jednoduchý lineární model jehož grafickým znázorněním je přímka, lze matematicky vyjádřit:

(15) kde i = 1,2,...,n,

yi je i-tá pozorovaná hodnota závislé proměnné, β0, β1 jsou parametry modelu,

xi je i-tá hodnota nezávislé proměnné, εi je náhodná složka i-tého pozorování, n je počet pozorování.

Existují i další funkce, které jsou lineární v parametrech. Mezi nejjednodušší patří:

• hyperbola (16)

• parabola (17)

2.3.3 Ověřování vhodnosti regresního modelu

Aby byla ověřena vhodnost zvoleného regresního modelu, odhadnutého pomocí metody nejmenších čtverců, je potřeba analyzovat rozptyl. Z toho lze posoudit, jestli vliv nezávislé

30

proměnné na závislou je podstatný. Vychází se z celkového součtu čtverců. Ten představuje odchylku závislé proměnné od jejího průměru a vyjadřuje celkovou variabilitu proměnné Y:

(18)

Celkový součet čtverců se rozděluje na modelový a reziduální. Modelový součet čtverců je odchylkou vyrovnané hodnoty závislé proměnné od jejího průměru. Představuje variabilitu závislé proměnné, kterou lze vysvětlit daným regresním modelem:

(19) Reziduální součet čtverců vyjadřuje rozdíl mezi skutečnou a vyrovnanou hodnotou závislé proměnné. Tento součet čtverců vyjadřuje variabilitu kolem regresní funkce, tzn. variabilitu, kterou nelze vysvětlit daným regresním modelem:²¹

(20) 2.3.4 Testování hypotéz parametrů regresního modelu

Při testování hypotéz parametrů se ověřuje, zda je daný parametr pro základní soubor statisticky významný. Nulová hypotéza je ve tvaru H0: β0 = 0 a znamená, že daný koeficient není statisticky významný. Naopak alternativní hypotéza H1: non H0 znamená, že koeficient je statisticky významný. Testovým kritériem je charakteristika, která se v případě platnosti H0 řídí rozdělením t s (n-p) stupni volnosti.

Kritický obor pro přímku je vyjádřen jako:

(21)

Pokud se v tomto kritickém oboru nachází hodnota testového kritéria, znamená to, že se zamítá nulová hypotézu a přijímá alternativní hypotéza. Tím je zajištěno, že testovaný parametr daného regresního modelu je statisticky významný a má pro daný regresní model význam. Při testování modelu jako celku se používá tzv. celkový F-test. Nulová hypotéza je

21Viz ¹⁴

31

ve tvaru H0: β0=c, β1, β2, …, βk=0, kde c je konstanta. Alternativní hypotéza nulovou hypotézu popírá H1: non H0. Testovým kritériem je statistika F s p-1 a n-p stupni volnosti a má tento tvar:

(22) Kritický obor je ve tvaru:

(23)

kde F je kvantil rozdělení s (p-1) a (n-p) stupni volnosti.²²

2.4 Korelační analýza

Úkolem korelační analýzy je zjištění těsnosti lineární závislosti proměnných x a y, které jsou číselné. Závislost těchto proměnných je tím těsnější, čím více se soustřeďují hodnoty okolo regresní přímky.²³

Může nastat případ, kdy je hodnota korelace vysoká, ale neexistuje příčinné působení. Tento jev se nazývá zdánlivá korelace. Děje se tak z důvodu toho, že při obou proměnných vykazuje trend stejný vývoj v čase, popř. na ně má vliv další proměnná.²⁴ Např. ve státech, kde je vysoký výskyt televizorů, se lidé dožívají vysokého věku. Není ale možné říci, že zvýšením počtu televizorů se prodlouží věk obyvatel.²⁵

2.4.1 Pearsonův koeficient korelace

Pearsonův koeficient korelace slouží k měření síly lineární závislosti mezi proměnnými x a y. Měří, jak blízko jsou dané hodnoty k regresní funkci. Hodnota koeficientu v základním souboru se znační jako ρ, ve vybraném souboru r. Matematicky lze vyjádřit takto:

(24)

22Viz ¹²

23Viz ¹⁴

24Viz ¹²

25Viz ¹⁹

32

Hodnoty tohoto koeficientu se pohybují v intervalu <-1;1>. Čím blíž je výsledek 1, popř. 1, tím silnější je lineární závislost proměnných. Při výsledku +1 proměnné jsou přímo lineárně závislé, pokud koeficient nabývá hodnoty -1, pak jsou proměnné nepřímo lineárně závislé.

Pokud se výsledek rovná 0, znamená to, že mezi proměnnými x a y není lineární závislost.

Což ale neznamená, že jiná, než lineární závislost nemůže existovat.²⁶ 2.4.2 Index determinace

Index determinace slouží k posuzování vhodnosti regresní funkce. Udává, jaká část variability proměnné y je vysvětlitelná zvolenou regresní funkcí. Matematicky lze vyjádřit:

(25) Jeho hodnoty se pohybují v intervalu <0;1>, výsledek lze násobit 100 pro vyjádření v procentech. To pak vyjadřuje procentní podíl variability závislé proměnné, který lze vyjádřit zvolenou regresní funkcí. Index determinace je možné odmocnit. Tento ukazatel se nazývá indexem korelace a nabývá hodnot v intervalu <-1;1>.²⁷

2.4.3 Koeficient determinace

Koeficient determinace se nejčastěji používá ke zjištění těsnosti lineární závislosti. Základní vzorec vychází z indexu determinace, lze však upravit do tohoto tvaru:

(26)

Takto upravený vzorec je označován jako koeficient determinace a značí se r²yx. Jeho hodnoty se pohybují v intervalu <0;1> a stejně jako index determinace vyjadřuje, z jaké části lze variabilitu závislé proměnné vysvětlit příslušnou regresní přímkou. ²⁸

2.4.4 Test významnosti korelačního koeficientu

Protože je korelační koeficient vypočítán z výběrového souboru, je nutné zjistit, jestli výsledek platí i v základním souboru. Toho se dosáhne testováním významnosti korelačního koeficientu. Předpokladem je normální rozdělení základního souboru. Nejdříve se stanoví

26Viz ¹⁴

27tamtéž

28Viz ¹²

33

nulová hypotéza H0: ρ=0, která tvrdí, že korelaci mezi proměnnými výběrového souboru nelze potvrdit i v základním souboru. Alternativní hypotéza H1: ρ≠0 popírá nulovou hypotézu. Testové kritérium má Studentovo rozdělení s n-2 stupni volnosti a je ve tvaru:

(27) Kritický obor je vyjádřen takto:

(28)

Pokud se hodnota testového kritéria nachází v kritickém oboru, je zamítnuta nulová hypotéza na hladině významnosti α, tzn., že je prokázána závislost proměnných x a y.²⁹

29Viz ¹⁴

34

3. Praktická část

V praktické části této práce se je krátce představena firma TRUMPF Liberec, spol. s r. o.

Dále pak je provedena finanční analýza vytvořená z finančních výkazů, a to rozvahy a výsledovky. Výsledky získané finanční analýzou se dále zpracují pomocí statistických metod a provede se odhad vývoje ukazatelů do budoucnosti.

3.1 Základní informace o firmě

TRUMPF Liberec, spol. s r. o. vznikla v roce 2005. Je dceřinou společností německé TRUMPF International Beteiligungs GmbH a TRUMPF Finance GmbH. Historie mateřské společnosti sahá až do roku 1923, kdy byla v německém Stuttgartu založena ještě pod jménem Julius Geiger GmbH. Firma se zabývá výrobou strojů pro zpracování plechů kovů, výrobou laserové techniky a elektrotechniky.

Konkrétně TRUMPF Liberec se zabývá výrobou rámů a palet pro laserové stroje, zadními dorazy pro ohraňovací stroje, dále vyvíjí a vyrábí skladovací regál TruStore pro skladování plechů. K 30. 6. 2016 společnost zaměstnávala 96 zaměstnanců (ve správě 9, v konstrukci 12, ve výrobě vč. vedení výroby 75). Společnost dosáhla tržeb 562 mil. Kč se ziskem 15,4%.

Obrázek 1: Sídlo společnosti TRUMPF Liberec (firemní zdroj)

35

Obrázek 2: Skladovací regál TruStore (firemní zdroj)

Obrázek 3: Rámy pro laserové stroje (firemní zdroj)

36

3.2 Horizontální analýza

Obrázek 4: Horizontální analýza aktiv (v tis. Kč) (firemní zdroje)

Horizontální analýzy slouží k sledování vývoje položek finančních výkazů v čase.

Na obrázku 4 lze vidět, že dlouhodobý hmotný majetek tvoří podstatnou část aktiv.

Nejvýraznější položkou je hmotný majetek, jehož hodnota v průběhu 5 let klesla více než o 100 mil. Kč, z 345 mil. na 240 mil. Kč. Tento pokles je způsoben lineárními účetními odpisy majetku. Při vzniku firmy v roce 2006 byl nakoupen dlouhodobý majetek a v dalších letech nebylo potřeba tento majetek obnovovat.

Oběžná aktiva v období 2010-2014 nepřesahují hranici 50 mil. Kč. Lze ale vidět rostoucí trend, kdy v roce 2015 dochází k překročení 50 mil. Kč.

0 Kč 50 000 Kč 100 000 Kč 150 000 Kč 200 000 Kč 250 000 Kč 300 000 Kč 350 000 Kč

2010 2011 2012 2013 2014 2015

Horizontální analýza aktiv (v tis. Kč) v letech 2010-2015

Nehmotný Hmotný Zásoby

Krátkodobé pohledávky Krátkodobý finanční majetek Ostatní aktiva

37

Obrázek 5: Horizontální analýza pasiv (v tis. Kč) (firemní zdroje)

Na vývoji výsledku hospodaření a závazků lze vidět efekty tzv. Kontenpoolu. Tento nástroj slouží k optimalizaci peněžních prostředků. Většinou se využívá v rámci korporací, kdy se na centrální účet přeposílají přebytky běžných účtů dceřiných společností. Z tohoto účtu pak lze, v případě potřeby, čerpat finanční prostředky do povoleného debetu. V rámci skupiny TRUMPF je tento nástroj používán od roku 2009. Do roku 2014 měla firma závazky vůči skupině, tedy čerpala prostředky z centrálního účtu a využívala centrální účet jako formu krátkodobého financování od mateřské společnosti, od roku 2015 má firma vůči skupině pohledávky, tedy má na centrálním účtu uloženy přebytky finančních prostředků. To se promítá do vývoje těchto ukazatelů.

Výsledek hospodaření z minulých let se pohybuje po celou dobu zkoumaného období v záporných hodnotách. Od roku 2013 lze vidět rostoucí trend. Výsledek hospodaření běžného období v roce 2012 překročil zápornou hranici a dále roste. Tento vývoj je způsoben zejména dvěma faktory. Prvním faktorem je tzv. počáteční fáze podnikání. Firma od roku 2006 do roku 2012 nevykazovala zisk, bylo nutné splatit závazky za pořízení majetku mateřské společnosti. Druhým faktorem byla finanční a hospodářská krize v letech 2008-2009. V této době firmě klesl objem zakázek, tím pádem nedocházelo ke zvýšení obratu, potažmo pak zisku. Od roku 2013 lze sledovat postupný růst výsledku hospodaření z běžného období.

Závazky, jak dlouhodobé, tak krátkodobé, v průběhu sledovaného období klesají. Je to

-250 000 Kč -200 000 Kč -150 000 Kč -100 000 Kč -50 000 Kč 0 Kč 50 000 Kč 100 000 Kč 150 000 Kč 200 000 Kč

2010 2011 2012 2013 2014 2015

Horizontální analýza pasiv (v tis. Kč) v letech 2010-2015

Rezervní fondy a ostatní fondy VH minulých let VH běžného období

Rezervy Dlouhodobé závazky Krátkodobé závazky

Ostatní pasiva

38

způsobeno splátkou závazku mateřské společnosti. Dlouhodobé závazky jsou v letech 2014 a 2015 rovny nule.

3.3 Vertikální analýza

3.3.1 Vertikální analýza aktiv

Obrázek 6: Vertikální analýza aktiv (v %) (firemní zdroje)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2010 2011 2012 2013 2014 2015

Vertikální analýza aktiv (v %) v letech 2010-2015

Nehmotný Hmotný Zásoby Krátkodobé pohledávky Ostatní aktiva

39

Tabulka 1: Vertikální analýza aktiv (v %)

Období 2010 2011 2012 2013 2014 2015

Aktiva (v tis. Kč) 443 229 406 282 402 720 357 293 338 688 371 011

Dlouhodobý majetek 0,78 0,77 0,70 0,72 0,71 0,65

Nehmotný 0,01 0,00 0,00 0,00 0,00 0,00

Hmotný 0,78 0,76 0,70 0,72 0,71 0,65

Oběžná aktiva 0,10 0,14 0,22 0,18 0,23 0,33

Zásoby 0,04 0,07 0,09 0,09 0,10 0,14

Krátkodobé pohledávky 0,06 0,07 0,12 0,09 0,12 0,18

Krátkodobý finanční majetek 0,00 0,00 0,00 0,00 0,00 0,00

Ostatní aktiva 0,12 0,10 0,08 0,10 0,06 0,03

(firemní zdroje)

Výsledkem vertikální analýzy je rozbor jednotlivých položek aktiv, popř. pasiv, tak aby byl zjištěn jejich poměr k bilanční sumě. Aktiva jsou největší částí tvořena dlouhodobým hmotným majetkem, jehož výše v roce 2010 tvořila skoro 80 %, v dalších letech však tento poměr klesá k 65 %. Tento pokles byl způsoben již zmíněnými odpisy. Svůj podíl na aktivech zvyšují zásoby, ze 4 % na 14 % a dále pak krátkodobé pohledávky, ze 6 % na 18 %. K nárůstu těchto hodnot přispělo zvýšení objemu zakázek od roku 2013. Podíl časového rozlišení postupně klesá.

40

3.3.2 Vertikální analýza pasiv Tabulka 2: Vertikální analýza pasiv (v %)

Období 2010 2011 2012 2013 2014 2015

Pasiva (v tis. Kč) 443 229 406 282 402 720 357 293 338 688 371 011

Vlastní kapitál 0,43 0,47 0,45 0,57 0,70 0,88

ZK 0,91 0,99 1,00 1,13 1,19 1,08

VH minulých let -0,38 -0,52 -0,52 -0,62 -0,59 -0,45

VH běžného období -0,10 0,00 -0,02 0,06 0,10 0,24

Cizí zdroje 0,56 0,52 0,54 0,43 0,30 0,12

Rezervy 0,00 0,01 0,00 0,00 0,01 0,02

Dlouhodobé závazky 0,19 0,18 0,19 0,00 0,00 0,00

Krátkodobé závazky 0,37 0,34 0,35 0,42 0,29 0,09

Ostatní pasiva 0,01 0,00 0,00 0,01 0,00 0,00

(firemní zdroje)

Nejvýraznější podíl na pasivech má základní kapitál, u kterého lze sledovat mírný nárůst.

Výsledek hospodaření běžného období, což představuje zisk po zdanění, od roku 2011 roste.

Poměr krátkodobých závazků k celkové hodnotě pasiv se pohybuje v rozmezí 9-42 %.

Z důvodu splacení závazků vůči mateřské společnosti lze však sledovat klesající trend.

3.4 Analýza poměrových ukazatelů

Analýza poměrových ukazatelů se rozděluje na čtyři základní: rentabilita, aktivita, zadluženost a likvidita.

41

3.4.1 Rentabilita

Obrázek 7: Rentabilita (v Kč)

(firemní zdroje))

Tabulka 3: Ukazatele rentability (v Kč)

Roky 2010 2011 2012 2013 2014 2015

ROA -0,08 0,02 0,00 0,07 0,11 0,25

ROE -0,23 0,00 -0,05 0,10 0,14 0,28

ROS -0,27 0,00 -0,03 0,06 0,09 0,16

(firemní zdroje)

Rentabilita představuje ziskovost podniku, časté jsou ukazatele rentability aktiv (ROA), vlastního kapitálu (ROE) a tržeb (ROS). V roce 2010 byly tyto hodnoty záporné, rentabilita tržeb klesla téměř k hodnotě -0,3. V roce 2011 dosáhla kladné hodnoty pouze rentabilita aktiv. V roce 2012 nastává ještě mírný pokles, dále však hodnoty všech ukazatelů rostou. V roce 2015 hodnota rentability vlastního kapitálu nabývá hodnoty 0,28, což představuje 28 haléřů čistého zisku na každé koruně investovaného kapitálu. V porovnání s úrokovými sazbami na spořicích účtech bank, které většinou nepřesáhnout hranici 1 %³⁰, se jedná o potenciálně výhodnou investici. Je však také potřeba brát v potaz průměrné ROE v odvětví.

30 Bankovní poplatky [online]. [cit. 2017-02-26]. Dostupné z: https://www.bankovnipoplatky.com/porovnani- sporicich-a-terminovanych-uctu-k-28-prosinci-2015-31769.

-0,40 -0,30 -0,20 -0,10 0,00 0,10 0,20 0,30 0,40

2010 2011 2012 2013 2014 2015

Rentabilita (v Kč) v letech 2010-2015

ROA ROE ROS

42

To představovalo 17,32 %.³¹Vložené prostředky byly tedy nadprůměrně zhodnoceny.

3.4.2 Aktivita

Obrázek 8: Počet obrátek (firemní zdroje)

Tabulka 4:Ukazatel počtu obrátek

Období 2010 2011 2012 2013 2014 2015

PO zásob 8,97 8,54 9,10 11,11 10,33 10,66

PO pohledávek 6,52 9,41 6,91 11,44 8,45 8,24

PO krátkodobých závazků 1,51 2,23 3,93 3,13 4,23 16,10 (firemní zdroje)

Ukazateli aktivity sledujeme schopnost podniku využívat majetek. Tyto ukazatele měří vázanost kapitálu v jednotlivých formách majetku dvojím typem vztahu: počet obrátek a doba obratu. Zpravidla se sledují zásoby, pohledávky a krátkodobé závazky.

Při analýze počtu obrátek je cílem zjištění, kolikrát se daná položky rozvahy „obrátila“ v tržbách. Z grafu počtu obrátek lze vysledovat, že počet obrátek zásob se pohybuje v rozmezí 8-11 obratů. Ideální hodnota závisí na mnoha faktorech, např. struktura zásob, druh výroby,

31 Finanční analýza podnikové sféry za 1. - 3. čtvrtletí 2015 [online]. Ministerstvo obchodu a průmyslu, 2016 [cit. 2017-02-26]. Dostupné z: https://www.mpo.cz//assets/dokumenty/55267/63222/651735/priloha002.pdf

0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00

2010 2011 2012 2013 2014 2015

Počet obrátek v letech 2010-2015

Počet obrátek zásob Počet obrátek pohledávek Počet obrátek kr. závazků

43

způsob skladování, způsob oceňování, atd. Počet obrátek pohledávek je kolísavý a nelze odhadnout trend vývoje. Průměrný koeficient růstu počtu obrátek pohledávek je 1,048, což znamená, že počet obrátek vzrostl v průměru o 4,8 %. Počet obrátek krátkodobých závazků od roku 2010 do roku 2014 vykazuje mírně rostoucí trend, v roce 2014 však tato hodnota prudce vzrostla zhruba čtyřnásobně. Při výpočtu počtu obrátek krátkodobých závazků bylo nutné tyto hodnoty očistit o závazky plynoucí z Kontenpoolu. Zároveň součástí krátkodobých závazků jsou také krátkodobé úvěry od mateřské společnosti.

Obrázek 9: Doba obratu (ve dnech)

(firemní zdroje)

Tabulka 5:Doba obratu (ve dnech)

Období 2010 2011 2012 2013 2014 2015

DO zásob 40,15 42,17 39,56 32,40 34,83 33,79

DO pohledávek 55,22 38,25 52,12 31,47 42,60 43,69

DO krátkodobých závazků 238,31 161,43 91,57 114,89 85,20 22,35 (firemní zdroje)

Doba obratu představuje období, za jak dlouho se jednotlivé položky obrátí v tržbách. Doba obratu zásob znamená, za jak dlouho se zásoby přemění na výrobek a prodají se. Hodnota tohoto ukazatele v grafu aktivity mírně fluktuuje kolem hodnoty 40 dní. Lze říci, že tento trend je konstantní. Doba obratu pohledávek je čas od vzniku pohledávky k jejímu zaplacení.

Tento ukazatel by měl být co nejnižší. Záleží však také na nastavení doby splatnosti faktur.

0,00 50,00 100,00 150,00 200,00 250,00

2010 2011 2012 2013 2014 2015

Doba obratu (ve dnech) v letech 2010-2015

Doba obratu zásob Doba obratu pohledávek Doba obratu kr. závazků

44

Tyto hodnoty, podobně jako doba obratu zásob, mírně fluktuují a není zde vysledovatelný trend. Průměrný koeficient růstu doby obratu zásob však dosahuje hodnoty 0,954, což znamená průměrné snížení hodnoty ukazatele o 4,6 %. Doba obratu krátkodobých závazků by měla být co nejkratší, popř. by měla mít klesající trend. V tomto případě tomu tak opravdu je. Z původních 238,31 dnů klesla tato hodnota na 22,35 dní. I v tomto případě jsou krátkodobé závazky očištěny o hodnotu Kontenpoolu, ale zároveň obsahují krátkodobé závazky vůči mateřské společnosti.

3.4.3 Zadluženost

Obrázek 10: Zadluženost (v Kč)

(firemní zdroje)

Tabulka 6:Ukazatele zadluženosti (v Kč)

Období 2010 2011 2012 2013 2014 2015

Equity ratio 0,43 0,47 0,45 0,57 0,70 0,88

Debt ratio 0,56 0,52 0,54 0,43 0,30 0,12

Debt equity ratio 1,29 1,11 1,19 0,75 0,43 0,13

(firemní zdroje)

Zadluženost sleduje strukturu vlastního a cizího kapitálu a měří, jak podnik využívá k financování cizí zdroje a jak je schopný hradit své závazky. Pro podnik je z dlouhodobého hlediska výhodnější být financován cizím kapitálem, protože se na něj váží nižší náklady

0,00 0,20 0,40 0,60 0,80 1,00 1,20 1,40

2010 2011 2012 2013 2014 2015

Zadluženost (v Kč) v letech 2010-2015

Equity ratio Debt ratio Debt equity ratio

45

než na vlastní. Příliš vysoký podíl cizího kapitálu však může vzbudit nedůvěru věřitelů.

Použití cizího kapitálu ovlivňuje rentabilitu kapitálu. Ideálně by hodnota cizího kapitálu měla být nižší než hodnota vlastního.

Equity ratio, někdy také koeficient samofinancování, představuje poměr vlastního kapitálu k celkovým aktivům. Zobrazuje, jak je firma schopná své potřeby financovat z vlastních zdrojů. U tohoto ukazatele je patrný rostoucí trend. V prvních třech letech jen mírný, od roku 2013 začínají hodnoty růst znatelněji.

Debt ratio neboli celková zadluženost je poměr cizího kapitálu k aktivům. Je doplňkovým koeficientem samofinancování, dohromady tedy tvoří 100 %. Debt ratio zobrazuje, do jaké míry jsou potřeby firmy financované cizími zdroji. V grafu zadluženosti lze vidět klesající trend, v roce 2015 dosahuje hodnoty 12 %.

Debt equity ratio, což představuje míru zadluženosti, je poměr cizího kapitálu k vlastnímu kapitálu. V ideálním případě hodnota cizích zdrojů nepřevyšuje hodnotu vlastních zdrojů. V prvních třech letech je hodnota cizích zdrojů vyšší než vlastních. Od roku 2013 se tato situace mění a hodnota vlastních zdrojů převyšuje cizí zdroje. V roce 2015 klesá tento trend k 13 %.

3.4.4 Likvidita

Obrázek 11: Likvidita (v Kč) (firemní zdroje)

0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50

2010 2011 2012 2013 2014 2015

Likvidita (v Kč) v letech 2010-2015

Běžná likvidita Pohotová likvidita Okamžitá likvidita

46

Tabulka 7: Ukazatele likvidity (v Kč)

Období 2010 2011 2012 2013 2014 2015

Běžná likvidita 0,41 0,50 1,02 0,57 0,92 3,48

Pohotová likvidita 0,25 0,24 0,59 0,28 0,51 1,97 Okamžitá likvidita 0,01 0,00 0,02 0,01 0,01 0,01 (firemní zdroje)

Likvidita představuje míru schopnosti firmy hradit své závazky. Zde je důležité opět zmínit Kontenpool. Z tohoto důvodu jsou hodnoty likvidity pod úrovní ideálních hodnot.

Běžná likvidita představuje, kolikrát pokrývají oběžná aktiva krátkodobé závazky. Je to obecná schopnost podniku získat prostředky na úhradu závazků. Ideální hodnoty se liší, pohybují se však v rozmezí 1,5-2,8. Jak je uvedeno v grafu likvidity, hodnoty běžné likvidity v letech 2010-2014 se v tomto rozmezí nenachází. V roce 2015 došlo k prudkému vzrůstu hodnoty k 3,48. Což znamená, že každá Kč krátkodobých závazků byla krytá 3,48 Kč oběžného majetku.

Při výpočtu pohotové likvidity se odečítají zásoby, protože doba jejich přeměny na peníze je poměrně dlouhá. V tomto případě se sleduje, jak jsou krátkodobé závazky kryté peněžními prostředky a pohledávkami. Ideální hodnoty, podobně jako u běžné likvidity, nelze jednoznačně určit. Většinou se pohybují v rozmezí 0,7-1,5. I tento druh likvidity, stejně jako běžná, těchto hodnot v letech 2010-2014 nedosahoval. Poté však v roce 2015 vzrostla hodnota ukazatele na 1,97 Kč. Každá Kč krátkodobých závazků je krytá 1,97 Kč peněžních prostředků a pohledávek.

Okamžitá likvidita zobrazuje, jak je podnik schopen zaplatit své závazky okamžitě. Sleduje se, kolika Kč peněžních prostředků jsou krátkodobé závazky kryté. Ideální hodnoty se pohybují mezi 0,2-0,5. Z tabulky likvidity je patrné, že hodnoty okamžité likvidity tuto ideální hodnotu dosáhly pouze v roce 2012. Jinak nabývají většinou hodnoty 0,01. Opět je důvodem Kontenpool, kdy firma drží na svém bankovním účtu minimální množství peněz.