Možnosti využití asových ad ekonomických ukazatel podniku Partners Financial
Services, a. s.
Bakalá ská práce
Studijní program: B6208 – Ekonomika a management Studijní obor: 6208R085 – Podniková ekonomika Autor práce: Michaela Bosáková
Vedoucí práce: Ing. Kate ina Gurinová, Ph.D.
Prohlášení
Byla jsem seznámena s tím, že na mou bakalá skou práci se pln vzta- huje zákon . 121/2000 Sb., o právu autorském, zejména § 60 – školní dílo.
Beru na v domí, že Technická univerzita v Liberci (TUL) nezasahuje do mých autorských práv užitím mé bakalá ské práce pro vnit ní pot ebu TUL.
Užiji-li bakalá skou práci nebo poskytnu-li licenci k jejímu využití, jsem si v doma povinnosti informovat o této skute nosti TUL; v tomto p í- pad má TUL právo ode mne požadovat úhradu náklad , které vyna- ložila na vytvo ení díla, až do jejich skute né výše.
Bakalá skou práci jsem vypracovala samostatn s použitím uvedené literatury a na základ konzultací s vedoucím mé bakalá ské práce a konzultantem.
Sou asn estn prohlašuji, že tišt ná verze práce se shoduje s elek- tronickou verzí, vloženou do IS STAG.
Datum:
Podpis:
Pod kovaní
Mé pod kování pat í Ing. Kate in Gurinové, PhD., vedoucí mé bakalá ské práce, za odborné vedení, cenné rady, a p edevším za vst ícný p ístup a ochotu v novat čas konzultacím této bakalá ské práce.
Anotace
Bakalá ská práce se zam uje na vývoj situace poradenské společnosti Partners Financial Services, a. s. s predikcí jejího budoucího vývoje ukazatel v čase. V práci jsou implementovány vhodné ekonomické a statistické metody a postupy, pomocí kterých lze zhodnotit postavení společnosti ve finančním sektoru. Její součástí jsou ekonomická východiska, struktura finančního sektoru, popis finančního poradenství, a dále pak charakteristika společnosti a její ekonomické ukazatele. Práce také obsahuje rozbor časových ad, které jsou následn aplikovány na konkrétním p ípad společnosti, shrnuty a porovnány, a v neposlední ad je zde zahrnuta regresní analýza, použitá taktéž pro ukazatele společnosti Partners.
Klíčová slova
časové ady, ekonomické ukazatele, finanční poradenství, finanční trh, predikce, regresní analýza
Annotation
Possibilities of utilizing time series of economic indicators of the company Partners Financial Services, a. s.
This bachelor thesis focuses on the development of the situation of the consultant company Partners Financial Services with prediction of the future development of its indicators depending on time. The thesis takes into consideration suitable economic and statistical methods, which can be used for evaluation of the company’s position in the financial sector. The work contains economical solutions, structure of the financial sector, description of the financial consulting and also description of the company and its economic indicators. The thesis also deals with time series applied on the indicators. The results are summarized, compared and a regression analysis based on the company’s indicators is added.
Keywords
economic indicators, financial consulting, financial market, prediction, regression analysis, time series
Obsah
Obsah ... 7
Seznam Obrázk ... 9
Seznam tabulek ... 10
Seznam zkratek ... 11
Úvod ... 12
1. Finanční sektor ... 14
1.1 Finanční trh ... 14
1.1.1 Dohled ČNB ... 15
1.2 Finanční poradenství... 16
1.2.1 Historie finančního poradenství... 17
1.2.2 Společnosti sdružující finanční poradce ... 17
2. Časové ady ... 19
2.1 Člen ní časových ad ... 19
2.1.1 Časové ady intervalové a okamžikové ... 20
2.1.2 Časové ady krátkodobé a dlouhodobé ... 21
2.1.3 Časové ady v naturálních a pen žních ukazatelích ... 21
2.1.4 Srovnatelnost údaj v časové ad ... 22
2.1.5 Základní charakteristiky časových ad ... 22
2.1.6 Modelování časových ad ... 23
2.1.7 Jednorozm rný klasický model ... 24
3. Partners Financial Services, a. s. ... 26
3.1 Koncern Partners ... 27
4. Ekonomické ukazatele podniku Partners Financial Services ... 29
4.1 Provizní obrat ... 29
4.2 Zisk ... 31
4.3 Klienti společnosti ... 33
4.4 Portfolio produkt ... 35
4.5 Počet poradc ... 40
4.6 Počet sjednaných smluv ... 42
5. Regresní analýza ... 44
5.1 Regresní funkce ... 44
5.2 Parametry regresní funkce ... 45
5.3 Kvalita regresní funkce a intenzita závislostí ... 47
5.4 Regresní analýza ekonomických ukazatel podniku Partners ... 48
5.4.1 Provizní obrat ... 48
5.4.2 Zisk ... 49
5.4.3 Počet klient ... 51
5.4.4 Počet nabízených produkt ... 52
5.4.5 Počet poradc ... 54
5.4.6 Počet sjednaných smluv ... 56
Záv r ... 58
Použitá literatura ... 60
Použité internetové zdroje ... 61
Seznam Obrázk
Obrázek 1: Schéma finančních instrument a produkt ... 15
Obrázek 2: Struktura koncernu ... 28
Obrázek 3: provizní obrat v tis. Kč... 30
Obrázek 4: Zisk v tis. Kč ... 32
Obrázek 5: Počet klient 2007- 2016 ... 34
Obrázek 6: Produktová struktura 2007 ... 37
Obrázek 7: Produktová struktura 2016 ... 37
Obrázek 8: Počet poskytovaných produkt ... 39
Obrázek 9: Počet poradc 2007 – 2016 ... 41
Obrázek 10: Počet sjednaných smluv v letech 2007 – 2016 ... 43
Obrázek 11: Graficky znázorn n provizní obrat ... 49
Obrázek 12: Graficky znázorn n zisk ... 50
Obrázek 13: Graficky znázorn n počet klient ... 52
Obrázek 14: Graficky znázorn n počet nabízených produkt ... 54
Obrázek 15: Graficky znázorn n počet poradc ... 55
Obrázek 16: Graficky znázorn n počet sjednaných smluv ... 57
Seznam tabulek
Tabulka 1: Provizní obrat ... 29
Tabulka 2: Vývoj zisku ... 31
Tabulka 3: Počet klient ... 33
Tabulka 4: Nabízené produkty v letech 2007 - 2016 ... 38
Tabulka 5: Počet poradc ... 40
Tabulka 6: Poskytnuté smlouvy v letech 2007 -2016 ... 42
Seznam zkratek
EU Evropská unie ČNB Česká národní banka
AFIZ Asociace finančních zprost edkovatel a finančních poradc České republiky USF Unie společností finančního zprost edkování a poradenství
EFPA European financial planing association
Úvod
Ekonomická realita všeobecn vyžaduje mnoho zkoumání, jelikož se v ekonomii vyskytuje celá ada prom nných, které je t eba zohlednit a neustále se jim p izp sobovat. K t mto účel m jsou využívány ekonomické modely a statisticko-matematické metody. Na základ výsledk zkoumání lze porozum t ekonomickému vývoji v minulosti a predikovat vývoj budoucí. Využití takových zkoumání m že být prosp šné pro mnoho ekonomických subjekt , p edevším pro ty, kte í vstupují na trh se zám rem maximalizace tržní hodnoty podniku. Použije-li podnik poznatky účeln a p izp sobí jim své chování a rozhodování, mohou z nich plynout značné výhody.
Tato práce se zabývá analýzou nejpodstatn jších ekonomických ukazatel vybraného podniku, a to p edevším pomocí matematicko-statistických metod. K analyzování je využito statistických nástroj umož ující vyobrazení chování ukazatel p i zohledn ní časového faktoru. Jde o metody zkoumání časových ad, a práv jim je v nována podstatná část práce. S jejich použitím lze nejen interpretovat chování zaznamenaných ekonomických ukazatel , ale také predikovat jejich budoucí vývoj.
Popisovaná data vykázala známá společnost Partners Financial Services, a. s. K výb ru tohoto podniku p isp la jeho naprostá transparentnost, nebo je možné dohledat mnoho informací a dat nejen z ve ejn dostupných publikovaných výročních zpráv. Jedná se o finančn poradenskou společnost, proto je nutné v novat se nejprve samotnému prost edí, v n mž se podnik pohybuje, a tím je finanční sektor. Specifik m finančního sektoru se tedy v nuje první část práce, kde je p edevším popsána struktura finančního trhu, ale není opomenuta ani obecná charakteristika p edm tu podnikání společnosti, jímž je finanční poradenství. Pro porozum ní dalších částí navazují teoretická východiska časových ad, která jsou d ležitá pro jejich aplikaci na zkoumaná data.
Další dílčí část obsahuje konkrétní informace o vybrané společnosti, nap íklad vysv tlení filozofie společnosti, zmínka o její vizi či poslání, nebo popis principu jejího fungování.
Navazují vybrané ekonomické ukazatele podniku uvedené za určité období, ke kterým je p ipojeno i grafické znázorn ní a následn jsou údaje analyzovány a interpretovány.
Poslední část se zabývá vytvo ením modelu každého ukazatele pomocí regresní analýzy, s jejímž použitím lze predikovat jejich budoucí vývoj.
Hlavním cílem této práce je analýza získaných ukazatel , zjišt ní závislosti jednotlivých ukazatel na faktoru času, a tím i predikce budoucího vývoje takovým zp sobem, abyvýsledky byly užitečné a byly pro společnost p ínosné. Veškeré výpočty a grafická znázorn ní jsou vytvo ena pomocí programu Microsoft Excel a Statgraphics.
1. Finanční sektor
Finanční poradenství je jednou ze součástí finančního sektoru. Pro porozum ní významu finančního poradenství je d ležité zasadit ho do kontextu a nejprve se v novat finančnímu sektoru jako takovému. Zdravá a prosperující ekonomika vyžaduje fungující finanční sektor, který je jednou ze součástí ekonomického celku. Jde o mechanismus zajiš ující p esun pen žních prost edk od t ch, kte í jich mají p ebytek k t m, kte í jich mají nedostatek. Finanční systém zahrnuje dílčí segmenty finančního trhu, finanční instrumenty a ekonomické subjekty (Rejnuš, 2016).
1.1 Finanční trh
Místem, kde dochází ke st etu nabídky a poptávky ekonomických subjekt p ebytkových a subjekt deficitních, je finanční trh. Tam se také jednotlivé p esuny od domácností, firem a státu k t m, kte í je efektivn využijí, realizují (Mishkin, 2012), a to pomocí široké škály finančních nástroj a produkt . P ebytkové subjekty používají k rozhodování, kam a jak své volné prost edky efektivn umístit, investiční nástroje, z nich jsou nejčast ji používané investiční cenné papíry, nebo spo ící nástroje. Deficitní subjekty pak k získání finančních prost edk využívají úv r a p jček. Na finančním trhu existuje další skupina, která také využívá finančních instrument . Subjekty této skupiny nesou určité riziko související nejčast ji s životem, zdravím a majetkem člov ka. Rizika, kterými necht jí být dále zat žovány, p enesou pomocí určitého finančního nástroje, jímž je pojišt ní, na jiný subjekt (Ministerstvo financí, 2014).
Finanční instrumenty a produkty vytvá í a obchodují s nimi finanční instituce. Za finanční instituce lze považovat všechny organizace, které zprost edkovávají, poskytují nebo uchovávají finanční zdroje nebo cenné papíry a další finanční deriváty. Z hlediska jejich p ístupu k distribučnímu et zci finančního trhu je lze d lit na poskytovatele finančních služeb, kte í nástroje a produkty či službu vytvá ejí. P íkladem takovýchto organizací jsou banky, nebankovní poskytovatelé úv r , investiční společnosti a investiční fondy, obchodníci s cennými papíry, penzijní společnosti, pojiš ovny nebo poskytovatelé platebních služeb. Druhou skupinou jsou zprost edkovatelé finančních služeb, kterými jsou, jak napovídá název, zprost edkovávající nástroje, produkty či služby vytvo ené poskytovateli finančních služeb, které je pak prodávají koncovým zákazník m. Tuto
skupinu lze dále d lit nap íklad podle sektoru, na který se orientují, nebo podle zp sobu odm ování. V souvislosti se zprost edkováním finančních produkt se v poslední dob hojn rozvíjí práv finanční poradenství, které je s touto aktivitou úzce spjato (Ministerstvo financí, 2014). Schéma finančních instrument a produkt je vyobrazeno na obrázku č. 1.
Obrázek 1: Schéma finančních instrument a produkt Zdroj: (Ministerstvo financí, 2014)
1.1.1 Dohled ČNB
Podle zákona č. 6/1993 Sb., o České národní bance dohlíží Česká národní banka na finanční trh (Česká národní banka, 2018), dále stanovuje pravidla a kontroluje dodržování právních p edpis , pop ípad postihuje jejich porušení. Právní p edpisy se skládají ze zákon p ipravených ministerstvy a z vyhlášek a opat ení, která jsou vydávaná Českou národní bankou. Stále více pravidel rovn ž plyne z na ízení orgán EU (Česká národní banka, 2018).
Dohled nad finančním trhem České národní banky je rozd len do n kolika oblastí. Každou oblast upravuje zvláštní sektorový zákon. Celková kontrola ČNB je tedy rozd lena na
- dohled nad úv rovými institucemi - dohled nad kapitálovým trhem - dohled v pojiš ovnictví
- dohled nad penzijními fondy
- dohled nad platebními institucemi a institucemi elektronických pen z - dohled nad sm nárnami
S t mito oblastmi dohledu konkrétn souvisí sektorové zákony jako zákon o bankách, zákon o kolektivním investování, zákon o podnikání na kapitálovém trhu, zákon o dluhopisech a další (Česká národní banka, 2018).
Česká národní banka vystupuje nejen jako orgán dohledu, ale také jako správní orgán.
Vydává povolení k činnosti neboli licence subjekt m vstupujícím na finanční trh. T mito subjekty jsou nap íklad banky, pojiš ovny, obchodníci s cennými papíry, investiční společnosti nebo platební instituce. Česká národní banka m že vydávat další pot ebná povolení či souhlasy. Metodika a podrobné informace k podávání žádostí lze nalézt v jednotlivých sektorových zákonech (Česká národní banka, 2018).
Existuje povinnost České národní banky na základ zákona č. 6/1993 Sb., o České národní bance v platném zn ní, každoročn p edložit Zprávu o výkonu dohledu nad finančním trhem Poslanecké sn movn , Senátu a vlád (Česká národní banka, 2018).
1.2 Finanční poradenství
Finanční poradenství je služba, která je poskytována klientovi primárn za účelem vytvá ení jeho bohatství a pln ní klientových pot eb a p ání. Je to prost edek k organizaci financí klienta a následného získání osobní i finanční svobody či nezávislosti a zvyšování životní úrovn . Finanční poradenství je poskytováno jak fyzickým osobám ve form osobního a rodinného poradenství, tak právnickým osobám ve form firemního poradenství. A už jde o fyzické nebo právnické osoby, poradenství má vždy individuální charakter a je p izp sobené každému klientovi, v závislosti na jeho konkrétní situaci.
N kdy je pojem finanční poradenství myln chápáno jako pouhý prodej finančních
produkt , nebo chybn p irovnáváno k poradenství investičnímu. Finanční poradenství je však komplexn jší a má širší záb r. V p ípad poskytování finančního poradenství fyzickým osobám jsou nejčast ji ešeny oblasti jako ochrana majetku klienta, ochrana p íjm , jeho zajišt ní pro p ípad odpov dnosti za zp sobenou škodu jiné osob , rezervy, finance v d chodovém v ku, bydlení a investice volných finančních prost edk , pop ípad další. V p ípad právnických osob se finanční poradenství zam uje na oblasti ochrany majetku, zajišt ní pro p ípad odpov dnosti za zp sobenou škodu jiné osob , rezervního fondu, investičních zám r klienta, financování provozu, investování volných prost edk , zam stnanecké výhody pro jeho pracovníky. Dále se m že zabývat otázkou da ové optimalizace, vedení účetnictví, výsledkem hospoda ení, čerpání finančních prost edk z fond Evropské unie apod. (Macho, 2015; Oškrdalová, 2009).
1.2.1 Historie finančního poradenství
Finanční poradenství nevzniklo najednou jako celek, ale utvá elo se postupn z finančních produkt , které byly v minulosti poskytovány p evážn jednotliv . Díky obavám a nejistot plynoucí z nahodilých událostí a pot eby finanční kompenzace v p ípad škody, je nejstarším produktem pojišt ní. Nejstarší zmínky o pojišt ní, asi z roku 2500 p . n. l., pochází od starých Egyp an . Na základ dohody byly plátc m pravidelných p ísp vk následn uhrazeny výdaje na poh by. Pozd ji pak mohly být pojišt ny nap íklad ztráty spojené s obchodem a dopravou, úv ry a v Athénách v letech 450 – 367 p . n. l. existovala forma sociálního pojišt ní, které krylo škody občan m plynoucí z boj za vlast.
Ve st edov ku se pak rozší ilo zejména životní pojišt ní, pojišt ní majetku a investice.
Od té doby se finančnictví dále vyvíjelo a v 70. letech minulého století vzniklo v západních zemích komplexní finanční poradenství. Na počátku 90. let, po pádu socialismu, bylo v České republice jen n kolik málo institucí, z nichž široké ve ejnosti byly známé jen Česká spo itelna a Česká pojiš ovna. V pr b hu času ale finančních institucí p ibývalo a s ním i pot eba finančních poradc (Broker team, 2014).
1.2.2 Společnosti sdružující finanční poradce
V dnešní dob existuje n kolik asociací sdružující finanční poradce a finanční zprost edkovatele. Finanční zprost edkovatelé a poradci, a už právnické nebo fyzické
osoby, mají možnost stát se členy a jejich účast je dobrovolná, nikoliv povinná. Asociace vytvá í vnit ní p edpisy, tedy souhrn pravidel nad rámec zákona, která jsou pro jejich členy závazné (AFIZ, 2010).
První takovou společností je Asociace finančních zprost edkovatel a finančních poradc České republiky se zkratkou AFIZ, která vznikla roku 2002. Tehdy se zam ovala na sdružování osob poskytujících investiční zprost edkování. Na širokospektré zprost edkovatelské a poradenské činnosti se začala orientovat až v roce 2004. V dnešní dob tato organizace významn hájí zájmy finančních zprost edkovatel a finančních poradc p i tvorb nových legislativních p edpis (AFIZ, 2010). Cílem asociace je napomáhat rozvoji služeb finančního trhu a zam ení se na jejich zkvalitn ní. Služby podle tohoto sdružení mají být poskytovány poctiv , eticky a d v ryhodn . Správný zp sob jejich poskytování následn p sobí na zvyšování ochrany koncových spot ebitel (AFIZ, 2010).
Dalším subjektem sdružujícím finanční zprost edkovatele a poradce je Unie společností finančního zprost edkování a poradenství se zkratkou USF. Společnost vznikla roku 2006 a jejím cílem je také zlepšování kvality služeb v této oblasti. Cíle obou asociací jsou velmi podobné. Toto sdružení tedy také určuje standardy a pravidla a dohlíží na jejich dodržování. Dalším významným p edm tem sdružení je hájení zájm jeho člen p i jednání s institucemi a dalšími osobami fungujícími na finančním trhu (USF, 2014).
Finanční zprost edkovatelé a poradci se mohou stát členy také další asociace, která nese název European Financial Planning Association Czech republic a zkratku EFPA ČR.
Na rozdíl od p edchozích dvou asociací, které p sobí v rámci České republiky, je tato asociace evropskou organizací. Jejím cílem je implementovat jednotné kvalifikační a etické standardy na území Evropy. Po ádá tedy zkoušky a certifikace odborné zp sobilosti pro maklé e, investiční a finanční poradce a zprost edkovatele, které jsou v České republice akreditovány Českou národní bankou (EFPA, 2017).
2. Časové ady
Využití statistických metod pro analýzu ekonomických ukazatel a jejich vztah je pro podnik velmi významné, nebo m že sloužit jako kvalitní podklad pro d ležitá podniková vyhodnocování a rozhodnutí, která není možné provád t bez d kladného rozboru sledovaných dat. Pro analyzování ekonomických ukazatel podniku a pro ídící a rozhodovací činnosti podniku lze použít mnoho r zných statistických a ekonomických metod a p ístup , charakterizujících určité vlastnosti vývoje hospoda ení a dalších oblastí.
Metody zkoumání časových ad umož ují analyzovat dynamiku sledovaných jev , porozum t chování ekonomických ukazatel a vyhodnocovat jejich vývoj. Tyto metody lze využít v mnoha oblastech, nap íklad v oblasti politické, demografické, meteorologické, astronomické, seismologické, geofyzikální, ekologické, sociologické, zem d lství, vojensko-obranné, strategického rozhodování nebo na čist matematické úrovni (Artl, 2009). Tato práce je zam ena na využití a uplatn ní časových ad a jejich rozboru v podnikové sfé e.
Časovou adou se rozumí ada hodnot, tzv. posloupnost v cn a prostorov srovnatelných a vymezených dat, která je chronologicky uspo ádána v čase od minulosti do p ítomnosti, neboli od nejstarších po nejnov jší (Artl, 2009). Analýza časových ad je soubor metod sloužící k popisu časových ad, jejich vyhodnocení a p ípadn predikci jejich vývoje pomocí konstrukce vhodného modelu, na jehož základ jsou generována data. Tento model pak umož uje uplatnit opat ení, která ovlivní chování systému a je možné ho tímto zp sobem do určité míry ídit a optimalizovat (Hindls, 2007).
2.1 Člen ní časových ad
Časové ady pomáhají porozum t minulosti toho, co se v okolním prost edí d je a vyvodit budoucí vývoj daného jevu. Snaha o porozum ní pomocí metody zjednodušení chování ukazatel je pom rn častá a v poslední dob vedla k rozvoji a rozší ení nabídky nástroj a technik. K dlouho známým postup m tak v poslední dob s rozvojem výpočetní techniky p ibývají další o r zných stupních numerické obtížnosti a složitosti. Podle určitých vlastností lze členit časové ady do skupin se specifickými statistickými znaky. P i jejich použití je pak nutné brát v úvahu obsahovou rozdílnost vstupních dat a zvolit vhodný druh prost edk analýzy (Hindls, 2007). V ekonomii se vyskytují tzv. statistické (stochastické)
ady, které nesou prvek nejistoty a náhody a nelze snadno a jasn p edvídat jejich vývoj.
Dalším druhem časových ad pak jsou ady deterministické, pro jejichž popsání se obvykle jednoduše využije n jaký matematický vzorec (Artl, 2009).
2.1.1 Časové ady intervalové a okamžikové
Časové ady se podle sledovaného typu ukazatel d lí na časové ady intervalové a okamžikové. Ukazatelé intervalových časových ad mají určitou kontinuitu. Jejich hodnoty se m ní v závislosti na délce sledovaného časového období. Hodnoty ukazatel by se pak m ly vztahovat ke stejn dlouhým interval m. Pro zajišt ní srovnatelnosti v p ípad nestejných časových úsek lze provést p epočet na jednotkový časový interval.
Tím se časové ady očistí od d sledk kalendá ních variací (tzv. kalendá ní očiš ování), jako jsou již zmín né rozdíly v počtu dn určitého m síce a také nap íklad od rozdíl v počtu pracovních dní nebo obchodních dní. Údaje očišt né na kalendá ní dny získáme z
kde je hodnota očiš ovaného ukazatele v p íslušném dílčím období, je počet kalendá ních dní v určitém období a je pr m rný počet kalendá ních dní v určitém období (Hindls, 2007).
P i získávání údaj očišt ných na pracovní dny se použije
kde je počet pracovních dní v p íslušném období a je pr m rný počet pracovních dní v dílčím období (Hindls, 2007).
Okamžikové časové ady jsou pak adami hodnot vztahujících se k určitému časovému okamžiku. Protože, na rozdíl od intervalových časových ad, kde se jedná o kumulované hodnoty z p edchozích období, by sčítání získaných okamžikových hodnot bylo neúčelné, používá se k porovnání t chto dat speciální druh pr m ru tzv. chronologický pr m r.
Je t eba brát v úvahu, že délka mezi jednotlivými okamžiky nemusí být vždy stejná. Pokud je délka konstantní, jedná se o prostý chronologický pr m r a určí se jako
kde je hodnota okamžikových ukazatel a je počet časových okamžik (Hindls, 2007).
Pokud je ale délka mezi jednotlivými okamžiky rozdílná, jedná se o vážený chronologický pr m r a je zapot ebí dílčí pr m ry násobit délkou trvání intervalu
kde je práv délka intervalu mezi jednotlivými časovými okamžiky (Hindls, 2007).
2.1.2 Časové ady krátkodobé a dlouhodobé
Dále je možné časové ady rozčlenit do skupin podle jejich periodicity na dlouhodobé a krátkodobé. Periodicita časových ad je v podstat časové rozp tí mezi sledovanými hodnotami. Dlouhodobé časové ady se zabývají hodnotami za jeden rok nebo i za delší období. Pokud je periodicita kratší než jeden rok, nap íklad m síční nebo čtvrtletní, jedná se o časové ady krátkodobé. Lze se setkat také s dalším typem časových ad, a to s vysokofrekvenčními časovými adami, jejichž hodnoty se sledují v úsecích kratších než jeden týden. Ty se však stále adí mezi ady krátkodobé (Artl, 2009).
2.1.3 Časové ady v naturálních a pen žních ukazatelích
Časové ady lze rozd lit podle typu sledovaných ukazatel , které mohou být vyjád eny v naturálních jednotkách nebo v pen žní form . Naturální jednotky jsou mén vypovídající než pen žní kv li omezené agregaci hodnot. Proto se v ekonomické praxi vyskytují p evážn ukazatelé pen žní. Tyto ukazatele však nezohled ují ekonomické zm ny jako
nap íklad úrove hladiny cen a není vždy lehké je porovnat. To je d vod, proč je nutné klást d raz na pojem srovnatelnost údaj (Hindls, 2007).
2.1.4 Srovnatelnost údaj v časové ad
P i zpracování údaj je d ležité zajistit jejich srovnatelnost, a to z v cného, prostorového a časového hlediska tak, aby bylo dosaženo vypovídajícího výsledku analýzy. Pro dosažení v cné srovnatelnosti je t eba brát v úvahu, že se v pr b hu času m že m nit obsahové vymezení ukazatel . Toto se d je nap íklad v d sledku technologického pokroku, zm ny sb ru dat nebo zm ny ekonomických podmínek. Významná je rovn ž prostorová srovnatelnost ukazatel . Porovnávaná data by se m la vztahovat k jednomu určitému geografickému území nebo ekonomickému prostoru. U časové srovnatelnosti je nutné očistit intervaly sledovaných hodnot od kalendá ních variací takovým zp sobem, jaký již byl popsán v časových adách intervalových a okamžikových (Hindls, 2007).
2.1.5 Základní charakteristiky časových ad
Aby bylo možné se snadno zorientovat v chování procesu, který určitá časová ada p edstavuje, využívá se základních statistických charakteristik časových ad. Tyto charakteristiky jsou p edm tem vizuální analýzy chování ukazatele a znázor ují se pomocí graf , které významn napomáhají k jejich popisu a výkladu (Hindls, 2007).
Mezi tyto základní charakteristiky pat í diference r zného ádu, tempa r stu a pr m ry hodnot. Nejjednodušší z nich jsou pr m ry hodnot, jejichž výpočty již jsou uvedeny v rámci popisu intervalových a časových ad. Diference 1. ádu p edstavuje výši p ír stk či úbytk určitého ukazatele za určité období nap íklad m síční nebo roční. Určí se jako (Hindls, 2000)
.
Pro výpočet pr m rné výše p ír stk či úbytk ukazatele za určité období se spočte vzorcem (Hindls, 2000)
.
Další charakteristikou je tempo r stu, které vyjad uje procentuelní zm nu ukazatele oproti minulému období. Pro zjišt ní hodnoty procenta zm ny se použije (Hindls, 2000)
.
Spočtením geometrického pr m ru z jednotlivých temp r stu se určí pr m rné tempo r stu za určité období. Tento výpočet bude mít tvar (Hindls, 2000)
2.1.6 Modelování časových ad
Modely časových ad slouží k tomu, aby bylo co nejlépe vystiženo chování ukazatele v čase. Jejich pomocí lze v časových adách odhalit určitou pravidelnost vývoje, což následn p ináší možnosti p esn jší prognózy na základ jednotlivých model .
Na jednorozm rný model časové ady je možno nahlížet pomocí r zných p ístup , nap íklad pomocí klasického (formálního) modelu, Boxovy-Jenkinsovy metodologie či pomocí spektrální analýzy (Artl, 2009).
2.1.7 Jednorozm rný klasický model
Základním modelem dekompozice časových ad je jednorozm rný klasický model, který je vhodný pro vytvá ení predikcí vývoje časových ad a identifikace vlastností za účelem analýzy jejich vzájemných vztah . Lze jej vyjád it jako
kde je časová prom nná, je reálná hodnota ukazatele, vyjad uje modelovou neboli teoretickou hodnotu ukazatele a je náhodná složka (Hindls, 2007).
Klasický (formální) model se zabývá pouze jediným faktorem ovliv ující náhodnou složku časových ad, kterým je čas. Tento model má za cíl reflektovat pohyb časových ad a vysv tlit systematické chování procesu podle čty nezávislých složek pohybu, na které je možné časovou adu rozd lit, a tak snáz určit chování celé ady. Nezávislými složkami pohybu jsou
- trendová složka , - sezónní složka , - cyklická složka - náhodná složka
p ičemž je možné vlastní tvar rozkladu vyjád it bu aditivním modelem, kde se jednotlivé složky sčítají a lze ho vyjád it jako
nebo multiplikativním modelem, kde se složky násobí (Hindls, 2007)
.
V praxi je b žn jší používat aditivní model, nebo multiplikativní model je často možné zjednodušit na tvar aditivní vhodnou transformací (Hindls, 2007).
Trend je podstatnou složkou časové ady reflektující zm ny a obecné tendence dlouhodobého vývoje zkoumaného jevu v čase. Trend m že ovlivnit nap íklad zm ny technologií a nárok nebo demografické, ekonomické a sociální podmínky. Lze se setkat s r znými podobami trend , kterými jsou trend rostoucí, klesající, strmý a mírný.
I v p ípad , kdy se m že zdát, že údaje časové ady jsou nem nné, nebo jsou jen mírn fluktuující, má časová ada trend. Ten je pak nazýván trendem konstantním (Hindls, 2007).
Sezónní složka se projevuje pravidelným kolísáním údaj v časové ad , které probíhá v pr b hu jednoho roku. M že tedy být součástí pouze krátkodobých časových ad.
Souhrnná periodicita jednoho roku se pak opakuje ve stejné, nebo lehce modifikované podob každý rok. D sledky na tuto složku časových ad mají nap íklad jednotlivá roční období nebo společenské tradice a zvyklosti (Hindls, 2007).
Cyklická složka vyjad uje stejn jako sezónní složka fluktuaci vývoje ukazatel zkoumaného jevu, ale v dlouhodobém časovém období, konkrétn delším než jeden rok.
P íčinou cyklické složky nemusí být jen hospodá ský cyklus, ale také demografický nebo inovační (Hindls, 2007).
Náhodná složka je složkou iregulární bez jakýchkoliv systematičností v čase. Zp sobují ji drobné, vzájemn nezávislé p íčiny a vlivy, které lze v ideálním p ípad popsat pomocí pravd podobnosti (Hindls, 2007).
3. Partners Financial Services, a. s.
Společnost Partners Financial Services, a. s. (dále jen Partners nebo Partners Financial Services) je nejv tší společností svého typu na českém trhu, která dosahuje v nyn jší dob více jak miliardového ročního obratu a má více jak p l milionu klient . Hlavní aktivitou společnosti je poskytování finančního poradenství a zprost edkování finančních produkt . Vznikla v srpnu roku 2006, kdy se n kolik finančních poradc společnosti OVB Allfinanz, a. s. rozhodlo založit novou společnost a stovky dalších poradc je následovalo a stali se poradci této společnosti. Zakladateli konkrétn byli Kate ina Palková, Pavel Kohout, Tomáš Prouza a Jan Majer. S cílem stát se jednou z uznávaných společností zahájila svoji činnost společnost v červnu 2007 a kladla d raz na budování značky společnosti (Partners, 2008). Společnost byla zapsána do obchodního rejst íku pod jménem NOSTIMO, a. s. Od roku 2007 nesla společnost jméno Partners For Life Planning, a. s.
a od roku 2012 p sobí pod názvem Partners Financial Services, a. s., který nese dodnes (Partners, 2012).
Mottem společnosti Partners je „Finanční poradenství jinak“. Chce tím ukázat na zp sob poskytování finančního poradenství, které je slušnou, férovou a kvalitní službou, čímž také dlouhodob kultivuje finanční trh a vytvá í podmínky pro jeho rozvoj. Dále toto heslo poukazuje na filozofii nekompromisní otev enosti a transparentnosti v či klient m (Partners, 2008)
Vizí společnosti je
„Jsme symbolem novodobého finančního plánování.
M níme d jiny finančního poradenství.
Jsme hrdí, že jsme Partners.“ (Partners, 2007).
Společnost v í, že základem kvalitního poradenství jsou odborné znalosti, nezávislost a objektivita poradc , což p ináší klientovi mnoho výhod. Rovn ž zastává dlouhodobou spolupráci s klienty, s nimiž si poradci p stují vztah, ve kterém hraje hlavní roli d v ra.
Orientace na klienty je zásadním prvkem fungování společnosti a k této orientaci jsou uzp sobeny veškeré její kroky (Partners, 2012).
Posláním společnosti je (Partners, 2007)
1. Každého z našich klient vnímáme jako jedinečnou osobnost s vlastními cíli.
Naším posláním je zvyšování jejich životní úrovn ešením skutečných pot eb.
2. Vytvá íme prost edí pro podnikatelský úsp ch našich poradc . Odborným a praktickým vzd láváním pomáháme rozvíjet jejich potenciál.
3. Určujeme finančnímu poradenství sm r a dáváme mu d stojnost, která mu náleží.
R st společnosti a zvyšování objemu počtu jak klient , tak poradc a zam stnanc poukazuje na napl ování stanoveného poslání.
3.1 Koncern Partners
Už od začátku existence společnost velmi dynamicky a cílen budovala dce iné společnosti pro podporu obchodu. V roce 2010 byla založena společnost Partners akademie, s. r. o., Partners investiční společnost, a. s., Partners media, s. r. o. a roku 2012 prob hla expanze na polský trh založením společnosti Partners Financial Services Polska Spółka Akcyjna.
Vznikl tak koncern Partners, kde je Partners Financial Services ovládající osobou. Je totiž jejich jediným akcioná em nebo jediným společníkem. Všechny tyto společnosti jsou dnes jedním konsolidovaným celkem. Společnosti byly založeny za účelem rozvoje obchodního potenciálu. Sv j zám r splnily a soustavn pomáhají mate ské společnosti r st (Partners, 2014; Partners, 2017).
V rámci Partners Media, s. r. o. společnost provozuje dva internetové portály, a to www.finmag.cz a www.peníze.cz, které jsou velmi známé a hojn využívané pro orientaci ve finančních produktech. Tato strategie velmi hodnotn podporuje ostatní aktivity (Partners, 2017).
Společnost Partners Financial Services byla také ovládající osobou společnosti Porovnej 24, a. s. a jejích dce iných společností Financial Solutions and Services, s. r. o.
a AOF, s. r. o. Obrázek č. 2 zobrazuje strukturu celého koncernu (Partners, 2017).
Obrázek 2: Struktura koncernu Zdroj: (Partners, 2017)
4. Ekonomické ukazatele podniku Partners Financial Services
Tato práce vychází z ekonomických ukazatel společnosti Partners za roky 2007 – 2016, které jsou k dispozici p evážn v jejích výročních zprávách. Údaje za rok 2017 však bohužel v dob vytvá ení této práce nebyly k dispozici. Za zásadní ukazatele je považován obrat společnosti, zisk p ed zdan ním, a dále pak počet klient , počet nabízených produkt , počet uzav ených smluv a počet poradc společnosti, kterým dále bude práce v nována.
4.1 Provizní obrat
Jedním z hlavních podnikových ukazatel je obrat společnosti. Následující tabulka č. 1 zobrazuje provizní obrat společnosti Partners za roky 2007 až 2016.
Tabulka 1: Provizní obrat Rok Provizní obrat
v tis. Kč
2007 191 858 • •
2008 625 668 436 900 3,2611 2009 839 983 214 315 1,3425 2010 1 064 031 224 048 1,2667 2011 1 312 191 248 160 1,2332 2012 1 440 578 128 387 1,0978 2013 1 256 306 -184 272 0,8721 2014 1 127 677 -128 629 0,8976 2015 1 240 707 113 030 1,1002 2016 1 255 888 15 181 1,0122 Zdroj: (Partners, 2008; Partners 2017)
Kč
Kč
Z uvedeného vyplývá, že jediný pokles obratu byl roku 2013 o 12,79 % a roku 2014 o 10,24 %. Mimo t chto dvou let byl obrat společnosti ve všech letech rostoucí. Nejv tší nár st byl zaznamenán roku 2008 o 436 900 Kč, tj. 226,11 %. Pr m rný meziroční nár st činil 23,21 %, tedy 106 403 Kč. Tento r st 23,21 % lze v podmínkách české ekonomiky hodnotit velmi pozitivn . Pr m rný roční obrat byl 1 035 488,7 Kč.
Obrázek 3: provizní obrat v tis. Kč Zdroj: (Partners, 2007; Partners 2017)
Z obrázku č. 3 jsou patrné velké p ír stky obratu v letech 2007 až 2012, a to i p es p sobení celosv tové hospodá ské krize v letech 2008 až 2010, se kterou se však znamenit vypo ádala. K tomuto výraznému r stu p isp la dobrá strategie zakladatel společnosti, aktivní p ístup zam stnanc a poradc a p edevším d raz na poskytování kvalitních služeb klient m. Z hlediska rozvoje společnosti toto období bylo velmi zásadním. V roce 2012 bylo dosaženo vrcholu z hlediska dosahovaných tržeb. V dalších letech se tržby pohybovaly konstantn kolem 1,2 milionu korun. Je hodné obdivu, že společnost tak prudký nár st tržeb v letech 2007 až 2012 zvládla po všech stránkách, a to jak organizačn , tak i zajišt ním kontrolních mechanism a zárove po celou dobu expanze udržela sv j hlavní zám r, a sice poskytování kvalitních služeb zákazník m.
0 200,000 400,000 600,000 800,000 1,000,000 1,200,000 1,400,000 1,600,000
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
P K
K
4.2 Zisk
Nedílnou součástí hodnocení firem je také sledování vývoje zisku, který ukazuje tabulka č. 2.
Tabulka 2: Vývoj zisku
Zdroj: (Partners, 2008; Partners, 2017)
Kč
Kč
Uvedené diference a koeficienty ukazují, že od roku 2007 zisk nar stal až do roku 2009, kdy klesl o 6 234 Kč, tedy o 21,1 %. Následujícího roku, tj. 2010, nastal masivní nár st o 246,28 % a výrazný r st byl zaznamenán rovn ž v roce 2011, kdy byl velký absolutní nár st 74 736 Kč, nicmén relativní už není tak vysoký díky nár stu ukazatele v p edchozím roce. Roku 2013 ukazatel reflektuje nejv tší pokles zisku v historii společnosti, a to o 25,1 %. Ten p etrvává jen do roku 2014 a roku 2015 se zisk začíná op t
Rok Zisk v tis.
Kč
2007 26 520 • •
2008 29 539 3 019 1,1138 2009 23 305 -6 234 0,7890 2010 80 700 57 395 3,4628 2011 155 436 74 736 1,9261 2012 163 036 7 600 1,0489 2013 122 111 -40 925 0,7490 2014 113 830 -8 281 0,9322 2015 114 404 574 1,0050 2016 157 118 42 714 1,3734
zvyšovat. Pr m rný roční nár st zisku činil 21,85 %, tedy 13 059,8 Kč a pr m rný roční zisk byl 98 599,9 Kč.
Obrázek 4: Zisk v tis. Kč
Zdroj: (Partners, 2008; Partners, 2017)
Obrázek č. 4 znázor uje pr b h zisku v letech 2007 až 2016. Zatímco v letech 2007 až 2012 dochází k výraznému nár stu obratu, má vývoj nár stu zisku časové zpožd ní oproti vývoji tržeb. V letech 2007 až 2009 se zisk pohybuje kolem 25 milionu Kč a lze íci, že r st obratu nebyl doprovázen r stem zisku, ale společnost vždy vytvá ela určitý zisk.
Teprve od roku 2010 zisk výrazn stoupal na určitou stabilní úrove kolem 130 milion Kč ročn . Z výročních zpráv lze také dovodit, že prioritou pro společnost byla vždy expanze, a už obratová nebo produktová. Snaha společnosti je podpo ení dosažené expanze i dalšími nástroji. T mi nástroji byly zm na organizační struktury společnosti, zm na produktových segment a podpora dosahovaného obratu. Je možné, že společnost dosáhla určité optimální organizační i obratové struktury a její orientace na kvalitní služby zákazník m dostaly prioritu p ed zvyšováním obratu. To samé se v určité mí e týká i zisku.
Orientaci společnosti na klienta lze také poznat ze zkoumání struktury zprost edkovaných obchod .
0 20,000 40,000 60,000 80,000 100,000 120,000 140,000 160,000 180,000
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Z K
K
4.3 Klienti společnosti
Klienti společnosti Partners mají možnost využít hustou sí poboček Partners Market, ze které plyne tém čtvrtina celkového obratu. Tato sí se v roce 2016 skládala ze 70 poboček s více jak 500 obsazenými pracovními pozicemi a 300 tisícovým obratem.
V rámci České republiky je devátou nejv tší bankovní pobočkovou sítí, a to díky systému franšíz, které jsou p i spln ní stanovených podmínek dostupné ve ejnosti. Na pobočkách Partners Market mají klienti možnost využít standardní finančn poradenské služby, ale také bankovní služby, které jsou poskytovány prost ednictvím spolupráce s UniCredit Bank Czech Republic and Slovakia, a. s. I v tomto p ípad se potvrzuje, že prioritou pro společnost není krátkodobý zisk, ale zisk v dlouhodobém horizontu, kterého je docíleno pomocí silné pozice na trhu a inovativních p ístup , nebo je zam ena na stabilizaci r stu poboček s menším obratem (Partners, 2017).
V tabulce č. 3 je zobrazen počet klient společnosti Partners v letech 2007 až 2016.
Tabulka 3: Počet klient Rok Počet klient
2007 40 000 • •
2008 90 000 50 000 2,2500 2009 130 000 40 000 1,4444 2010 190 000 60 000 1,4615 2011 260 000 70 000 1,3684 2012 350 000 90 000 1,3462 2013 400 000 50 000 1,1429 2014 430 000 30 000 1,0750 2015 470 000 40 000 1,0930 2016 500 000 30 000 1,0638 Zdroj: (Partners, 2008; Partners, 2017)
Charakteristiky vývoje ukazují, že v pr b hu let 2007 a 2016 docházelo ke stálému r stu počtu klient , p ičemž nejvýrazn jší relativní nár st byl roku 2008, o 125 % a nejv tší absolutní nár st byl roku 2012, o 90 000 klient . Pr m rný roční nár st byl 32,39 %, což činí 46 tisíc a pr m rn společnost m la 286 000 klient ročn .
Obrázek 5: Počet klient 2007- 2016 Zdroj: (Partners, 2008; Partners, 2017)
Společnost Partners se vždy výrazn zam ovala nejen na získávání nových klient , ale i na péči o klienty stávající. Díky své strategii a orientaci na klienta si získává jejich d v ru a klienti se stávají loajálními. Služba servis, zavedená roku 2011, která spočívá v kontrole a aktualizaci stávajících smluv, pomáhá zvýšit spokojenost klient . To zamezuje jejich fluktuaci mezi jednotlivými finančn poradenskými společnostmi a poradci tak mají v tší možnost a prostor v novat se klient m novým, a zárove udržet kvalitu nabízené služby. Tento zp sob dosahování cíle evidentn , jak lze vyčíst z obrázku č. 5, pomáhá společnosti úsp šn r st a obsazovat další segmenty trhu, což se podepisuje na kontinuálním r stu počtu klient . Lze také vid t, jak zavedení servisu smluv ovlivnilo jejich množství roku 2012. V této dob společnost rozší ila jejich ady o dalších 90 000.
0 100,000 200,000 300,000 400,000 500,000 600,000
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
P
P
Ke zvyšování počtu klient však nep isp l jen zavedený servis, ale byla to také rozši ující se sí klientských center a také první franšíza, která vznikla práv roku 2012.
4.4 Portfolio produkt
Společnost Partners má ve své nabídce širokou škálu produkt mnoha finančních institucí vybraných z oblastí celého finančního trhu, což je také d kazem její nezávislosti a objektivity. Jedná se tedy o produkty bankovní, pojistné, investiční i úv rové. Portfolio společnosti Partners obsahuje mnoho exkluzivních produkt , které klienti nenaleznou v nabídce jiných společností. Tyto produkty jsou výhodné jak pro klienty, tak pro poradce, kterým tyto produkty dávají možnost sestavení mimo ádných finančních plán , které se mohou skládat z bankovních či nebankovních produkt . Za bankovní produkty se považují b žné účty, spo icí účty, termínované vklady, platební a kreditní karty, hypoteční úv ry, americká hypotéka, spot ebitelské úv ry, investiční úv ry pro společenství vlastník bytových jednotek a bytová družstva, termínované vklady apod.
(Partners, 2017).
Nebankovní produkty zahrnují investice, stavební spo ení, životní a neživotní pojišt ní a penzijní produkty. Do investic se nap íklad adí investiční zlato, modelová portfolia, podílové fondy a pravidelné investování. Do stavebního spo ení pak p eklenovací úv ry ze stavebního spo ení, stavební spo ení nebo úv ry ze stavebního spo ení. Z životního pojišt ní lze vybrat investiční životní pojišt ní, kapitálové životní pojišt ní, rizikové pojišt ní, soukromé zdravotní pojišt ní či úv rové životní pojišt ní, z neživotního pojišt ní pak cestovní pojišt ní, havarijní pojišt ní, pojišt ní bytového domu, pojišt ní domácnosti, pojišt ní nemovitostí, pojišt ní majetku nebo odpov dnosti občan , pojišt ní pracovní neschopnosti, pojišt ní majetku a odpov dnosti podnikatel , pojišt ní náklad na veterinární léčbu, pojišt ní odpov dnosti za škodu zp sobenou provozem vozidla, pojišt ní odpov dnosti p i výkonu povolání, pojišt ní podnikatelských rizik, pojišt ní právní ochrany, pojišt ní proti úpadku cestovních kancelá í a úrazové pojišt ní. Poslední skupinou jsou penzijní produkty, kde je zahrnuto dopl kové penzijní spo ení (Partners, 2017).
Z obrázk č. 6 a 7 je patrné, že produktová struktura společnosti se v pr b hu let 2007 a 2016 výrazn zm nila. Zatímco v roce 2007 nejv tší část uzavíraných smluv tvo ilo
investiční životní pojišt ní s 36 %, které ztratilo na významu a postupn se dostalo až na čtvrtou pozici. V roce 2016 první p íčku zaujaly podílové fondy v podob jednorázových investic s 19,8% podílem. V obou letech je na druhé pozici pojišt ní majetku, avšak v roce 2007 je ve výkazu výsledk spojeno s pojišt ním odpov dnosti a v roce 2016 s pojišt ním aut. Tyto podíly tudíž není snadné porovnávat.
Obrázek 6: Produktová struktura 2007 Zdroj: (Partners, 2008)
Obrázek 7: Produktová struktura 2016 Zdroj: (Partners, 2017)
36%
19%
13%
10%
8%
5%
5% 4%
I
P
O
B
Úrazové, rizikové a zdravotní
S
P
19.80%
19.50%
15.70%
15%
9.20%
6.10%
5.80%
5.50%
1.80% 1.60% Podílové fondy - jednorázové
investice
P
Podílové fondy - pravidelné investice
I
Ú
R
Bankovní produkty Penzijní produkty S
Ostatní
V následující tabulce č. 4 je uveden počet nabízených produkt v letech 2007 až 2016 a jeho kolísání.
Tabulka 4: Nabízené produkty v letech 2007 - 2016 Rok
Počet poskytovaných produkt
2007 150 • •
2008 181 31 1,206667
2009 217 36 1,198895
2010 417 200 1,921659
2011 480 63 1,151079
2012 560 80 1,166667
2013 400 -160 0,714286
2014 400 0 1
2015 400 0 1
2016 400 0 1
Zdroj: (Partners, 2008; Partners, 2017)
25
Z vlastností vývoje je patrné, že od roku 2007 počet nabízených produkt rostl až do roku 2013, kdy došlo k jejich redukci o 160, což činí 28,58 %. Od tohoto roku je počet produkt ustálen a každoročn je nabízeno stejné množství produkt . Pr m rný roční nár st činil 1,06 %, což je o 17,33 produkt a pr m rn jich bylo každý rok nabízeno 360,5.
Obrázek 8: Počet poskytovaných produkt Zdroj: (Partners, 2008; Partners, 2017)
Pr b h vývoje nabídky produkt zobrazuje obrázek č. 8. Společnost Partners začínala svou činnost s nabídkou 150 produkt a postupn až do roku 2012 tuto nabídku rozši ovala.
Roku 2013 se počet snížil na 400. Díky tomu, že společnost zprost edkovávala 400 produkt i v dalších letech, lze p edpokládat, že tento pokles nastal v d sledku selekce produkt a výb ru t ch nejvýhodn jších za účelem zkvalitn ní poskytovaných služeb.
0 100 200 300 400 500 600
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
P
4.5 Počet poradc
Tabulka č. 5 znázor uje počet poradc v čase od roku 2007 do roku 2016.
Tabulka 5: Počet poradc Rok Počet poradc
2007 1574 • •
2008 1500 -74 0,9530
2009 1727 227 1,1513
2010 2476 749 1,4337
2011 2653 177 1,0715
2012 3500 847 1,3193
2013 3600 100 1,0286
2014 2597 -1003 0,7214
2015 1900 -697 0,7316
2016 1730 -170 0,9105
Zdroj: (Partners, 2008; Partners 2017)
Vypočítané diference a koeficienty ukazují, že do roku 2014 se počet poradc pr b žn zvyšoval, krom druhého roku aktivity společnosti, kdy počet nepatrn klesl o 74 poradc , tedy o 4,7 %. Roku 2014 však počet klesl podstatn výrazn ji, a to o 27,86 %. V dalších letech klesající tendence p etrvávala, avšak v mírn jším tempu. Pr m rný roční nár st činil 1,06 %, což p edstavuje 15,6 poradc a pr m rn bylo ve společnosti každým rokem 2 325,7 poradc .
Obrázek 9: Počet poradc 2007 – 2016 Zdroj: (Partners, 2008; Partners, 2017)
Obrázek č. 9 znázor uje, že od roku 2007 do roku 2013 počet poradc stoupal. Dle Partners specialisty a organizačního garanta HR a vzd lávání prob hla roku 2013 zm na v mandátních smlouvách poradc podle NOZ a všichni poradci byli vyzváni, aby uzav eli smlouvu novou. Tak došlo k selekci aktivních poradc od t ch neaktivních, což zp sobilo náhlé snížení jejich počtu roku 2014. Další úbytek poradc byl pravd podobn zp soben tlakem na další zkvalit ování jejich práce.
0 500 1000 1500 2000 2500 3000 3500 4000
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
P
4.6 Počet sjednaných smluv
V tabulce č. 6 jsou vyobrazeny údaje o počtu poskytnutých smluv v letech 2007 až 2016.
Tabulka 6: Poskytnuté smlouvy v letech 2007 -2016 Rok
Počet sjednaných smluv
2007 35 000 • •
2008 108 000 73 000 3,0857
2009 142 500 34 500 1,3194
2010 470 000 327 500 3,2982
2011 695 000 225 000 1,4787
2012 301 000 -394 000 0,4331
2013 223 000 -78 000 0,7409
2014 201 000 -22 000 0,9013
2015 188 000 -13 000 0,9353
2016 180 000 -8 000 0,9574
Zdroj: (Partners, 2008; Partners, 2017)
Charakteristiky vývoje ukazují, že v letech 2007 až 2011 docházelo k nár stu hodnot ukazatele a nejvýrazn jší nár st byl v roce 2010, a sice o 229,82 %. Od roku 2012 pak pr b žn docházelo k poklesu, který byl zase nejvýrazn jší práv roku 2012, a poté se postupn zpomaloval. Pr m rný roční nár st činil 19,96 %, tedy 16 111,1 smluv.
Pr m rn se pak uzav elo 254 350 smluv ročn .
Obrázek 10: Počet sjednaných smluv v letech 2007 – 2016 Zdroj: (Partners, 2008; Partners, 2017)
Obrázek č. 10 ukazuje, že mezi lety 2007 a 2011 počet sjednaných smluv stoupal, v roce 2011 dosáhl svého vrcholu a dále jejich počet jen klesal, nejd íve rychleji a poté mírn ji.
0 100,000 200,000 300,000 400,000 500,000 600,000 700,000 800,000
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
P
5. Regresní analýza
Regresní analýza zkoumá souvislosti dvou prom nných či skupinu n kolika prom nných (ukazatel ) a jejich vzájemnou závislost. Toto zkoumání je provád no s cílem hlubšího pochopení chování sledovaných jev a odhalení tzv. p íčinných (kauzálních) souvislostí.
Taková souvislost vyjad uje situaci, kdy zm na jednoho jevu vyvolá zm nu jiného jevu.
Tato analýza také m že být použita k matematickému popisu závislostí, k ov ování logicky vyvozených teorií (Hindls, 2007), dále k odhad m hodnot či zjišt ní st edních (pr m rných) hodnot (Hindls, 2000).
Závislosti mohou být dvojího typu (Hindls, 2007). Ekonomické ukazatele jsou v tšinou ovliv ovány vícero prom nnými (pro statistické účely je možné využít pouze ty, které je možné m it). Pokud se k vysv tlení určitého jevu používá pouze jedna prom nná, jedná se o jednostrannou závislost (Hindls 2000), která je p edm tem práv regresní analýzy. Jde o souvislost mezi prom nnými, kdy jedna nezávislá prom nná ovliv uje druhou (závislou) prom nnou. Pr b h závislosti mezi t mito prom nnými vystihuje tzv. regresní funkce (Hindls, 2007).
5.1 Regresní funkce
P i výb ru regresních funkcí je nutné nejprve určit, jakým zp sobem se zvolí vhodný typ funkce, který danou závislost charakterizuje nejlépe (Hindls, 2007). Prvním krokem je určení, které prom nné budou p edm tem regresní funkce a poté volba vhodného typu regresní funkce (Hindls, 2000). Provádí-li se rozhodování o vhodném typu regresní funkce, je t eba analyzovat zkoumané ukazatele provedením v cného rozboru na základ ekonomických kritérií. Tato analýza má za úkol určit, které nezávislé prom nné lze použít pro analýzu vývoje závislé prom nné. Je také možné posoudit, jak se daný ukazatel chová z matematického hlediska. M že být klesající, rostoucí, m že r st nekonečn či jen ke konečné limit , m že mít inflexní bod apod. Pro potvrzení správnosti odhadovaného typu regresní analýzy se zpravidla používají matematicko-statistická kritéria (Hindls, 2007).
Pokud nelze jednoznačn určit typ regresní funkce na základ ekonomického rozboru, používá se grafická metoda, kdy je pr b h závislosti vyobrazen na bodovém diagramu,
ve kterém jedna osa p edstavuje prom nnou a druhá prom nnou (Hindls, 2007).
Nejvýznamn jšími kritérii pro výb r regresního modelu jsou statistické testy, konkrétn celkový F-test a dílčí t-testy, a vhodná míra výstižnosti modelu, nap íklad index determinace.
Vhodný typ regresní funkce lze tedy určit pomocí kombinace ekonomických a matematicko-statistických kritérií. Regresními funkcemi je nap íklad p ímka, parabola, polynomická regrese p-tého stupn , hyperbolická regrese, logaritmická regrese, exponenciální regrese a další (Hindls, 2007).
5.2 Parametry regresní funkce
Rozlišujeme dva druhy regresních funkcí, a sice teoretickou regresní funkci, která p edstavuje určitý nezm itelný vztah vycházející z logiky, fyzikálních zákonitostí nebo nap íklad ekonomické teorie. Tato funkce je nepozorovatelná a má za úkol tento teoretický vztah popsat. Bude-li označena teoretická funkce jako , pak bude platit
kde je i-tá konkrétní empirická hodnota a znázor uje odchylku (náhodnou chybu) od (Hindls, 2007). vystihuje vztah mezi jednotlivými hodnotami x a y a lze ho také psát jako (Hindls, 2000)
,
U každé regresní funkce se vyskytuje určitý počet parametr . Parametry , , , …, jsou neznámé konstanty, které jsou odhadovány z empirických dat a , , , …, jsou známé funkce nezávislé prom nné (Hindls, 2000).
Druhým typem regresní funkce je empirická regresní funkce. Zám rem je určit vhodnou formu regresní funkce a odhadnout její parametry. Odhady parametr jsou označovány jako , , …, . Empirická regresní funkce je taková funkce, ve které jsou parametry nahrazeny konkrétními hodnotami odhadu (Hindls, 2007) a lze ji vyjád it jako (Hindls, 2000)
Každá empirická hodnota je nahrazena jinou, vyrovnanou hodnotou , a vznikne tedy empirická funkce Y (Hindls, 2007).
Teoretické funkce jednotlivých regresí použitých v této práci jsou (Hindls, 2007)
- p ímková regrese
- parabolická regrese
- hyperbolická regrese
- exponenciální regrese
Vzniklý rozdíl mezi empirickou regresní funkcí a empirickou hodnotou se nazývá reziduum, značí se a je zárove odhadem . Po určení vhodného typu funkce je nutné rovn ž určit její tvar a polohu, p ípadn sklon, a tedy odhadnou její již zmín né parametry a určit kritéria, která vystihnou danou závislost, a podle nichž lze určit funkci s nejvhodn jšími vlastnostmi. Ve výpočtech jsou tedy zohledn na rezidua a je požadováno, aby se jejich kladné a záporné hodnoty v součtu vykompenzovaly. Je tedy dán vztah (Hindls, 2007)
Toto kritérium však není jediným kritériem, které by m lo být použito. Není dostatečné, nebo umož uje výb r totožných funkcí, ale s rozdílným sklonem. Up es ujícím kritériem je
jedná se o zohledn ní podmínky, aby součet čtverc odchylek empirických hodnot od hodnot teoretických byl minimální. Takto je možno jednoznačn určit nejvhodn jší funkci (Hindls, 2007).
5.3 Kvalita regresní funkce a intenzita závislostí
Jedním z cíl regresní analýzy je posouzení kvality regresní funkce a zjišt ní míry závislosti. Čím blíže jsou empirické hodnoty soust ed né kolem empirické funkce , tím je funkce výstižn jší. K tomuto posouzení jsou používány statistické testy, konkrétn celkový F – test vhodnosti modelu a dále dílčí t-testy významnosti jednotlivých parametr modelu (Hindls, 2007).
Dále je využíván index determinace označený jako . Tento index m že nabývat hodnot v intervalu od 0 do 1, p ičemž platí, že čím více se výsledná hodnota blíží 1, tím je závislost mezi prom nnými a v tší. Index determinace lze určit vzorcem (Hindls, 2007)
kde vyjad uje rozptyl vyrovnaných hodnot a jedná se o teoretický součet čtverc a je vyjád en jako (Hindls, 2000)
zastupuje rozptyl empirických hodnot , který je vyjád en vzorcem (Hindls, 2000)
Je rozlišován ješt další typ rozptylu, jímž je reziduální součet čtverc , který je dán vzorcem (Hindls, 2000)
Jak je zmín no d íve, jednotlivé regresní funkce mohou mít r zný počet parametr . Determinační index však jejich r zné počty nezohled uje. Z tohoto d vodu byla navržená úprava vzorce pro klasický determinační index (Hindls, 2000), a sice
5.4 Regresní analýza ekonomických ukazatel podniku Partners
P i aplikaci regresní analýzy na ukazatele podniku Partners Financial Services byla použita metoda zjiš ování vhodného typu regresní funkce pomocí posouzení zjišt ných údaj získaných z provedení p ímkové regrese, exponenciální regrese, hyperbolické regrese a parabolické regrese. Všechny testy byly provád ny na 5% hladin významnosti.
K tomuto zkoumání bylo využito programu Statgraphics.
5.4.1 Provizní obrat
Na základ kritérií uvedených v kapitole Regresní funkce, byla jako nejvhodn jší model zvolena hyperbola s rovnicí:
E E t
Celkový F-test:
Dílčí t-testy:
Grafické znázorn ní pr b hu modelu je zobrazeno na obrázku č. 11.
Obrázek 11: Graficky znázorn n provizní obrat Zdroj: (Vlastní zpracování)
Z uvedených výsledk je z ejmé, že hyperbola je velmi vhodným modelem pro popis zkoumané závislosti, nebo P–value u všech test jsou dostatečn nízké, a ukazatel je pom rn vysoký.
5.4.2 Zisk
Zhodnocení zkoumaných kritérií ukázalo, že za nejvhodn jší model pro popis závislosti zisku společnosti na čase lze považovat exponenciálu s rovnicí
Celkový F-test:
Plot of Fitted Model x = 1,41471E6 - 1,29474E6/t
0 2 4 6 8 10
t 0
3 6 9 12 15 (X 100000,)
x
Dílčí t-testy:
Pr b h závislosti je vyobrazen na obrázku č. 12.
Obrázek 12: Graficky znázorn n zisk Zdroj: (Vlastní zpracování)
Z uvedeného vyplývá, že exponenciála je pro popis závislosti stále vhodná díky nízkým hodnotám P-value a upravenému determinačnímu indexu 61,296%.
Plot of Fitted Model y = exp(10,1187 + 0,210367*t)
0 2 4 6 8 10
t 0
3 6 9 12 15 18 (X 10000,0)
y
5.4.3 Počet klient
Porovnáním kriterií byla vybrána pro pr b h závislosti ukazatele počtu klient na čase exponenciála s rovnicí
Celkový F-test:
Dílčí t-testy:
Grafické znázorn ní je zobrazeno na obrázku č. 13.
Obrázek 13: Graficky znázorn n počet klient Zdroj: (Vlastní zpracování)
Hodnoty P-value jsou velmi nízké a zárove upravený determinační index velmi vysoký.
Z toho je patrné, že tento model je pro hodnocení pr b hu závislosti velmi vhodný.
5.4.4 Počet nabízených produkt
Pro zjišt ní závislosti počtu nabízených produkt a času byla na základ porovnání kritérií vybrána hyperbola, vyjád ená rovnicí
t
Celkový F-test:
Dílčí t-testy:
Plot of Fitted Model x = exp(10,8951 + 0,259478*t)
0 2 4 6 8 10
t 0
1 2 3 4 5 (X 100000,)
x
