Ing. Marek Sedláček
Dopady globální krize na výkonnost podniků: se zaměřením na automobilový průmysl v České republice Impacts of the global crisis on company performance: with a view to the automotive industry in the Czech Republic
Disertační práce
Studijní program: Studijní obor:
Ekonomika a management Ekonomika a management
Školitel:
doc. Judr. Vladimír Vrecion, Csc.
Zlín, prosinec 2013
© Marek Sedláček
Vydala Univerzita Tomáše Bati ve Zlíně v edici Doctoral Thesis Summary. Publikace byla vydána v roce 2013.
Klíčová slova: globální krize, strategie, výkonnost, symetrie, recese, klíčové ukazatele. Key words: global crisis, strategy, performance, symmetry, recession, key indicators.
Plná verze dizertační práce je dostupná v Knihovně UTB ve Zlíně.
ISBN 978-80-………
Poděkování Hluboké poděkování patří školiteli panu doc. Judr. Vladimíru Vrecionovi, Csc., který mne provázel v průběhu celého doktorského studia, za ochotu, názory, rady i připomínky v tvůrčí atmosféře, která naplňovala naše setkání. Jeho osobitý přístup, vědomosti i životní nadhled mi byly oporou nejen při realizaci této disertační práce. Upřímné díky náleží panu prof. RNDr. Janu Rauchovi, Csc., za přístup, pomoc i cenné rady, doc. Ing. Jánu Lešinskému, Csc., za poskytnuté informace, Ing. Jiřímu Kynclovi a sdružení AutoSAP za spolupráci, RNDr. Miroslavu Prášilovi za ochotu a mé drahé Mgr. Mileně Vychodilové za všechno. Významná slova díků za podporu a inspiraci jsou věnována prezidentovi Hella CZ & SK panu Ing. Oldřichu Svobodovi. Nemenší poděkování patří mé rodině, přítelkyním a přátelům za trpělivost, lásku a pochopení. Napsáním této disertační práce vzdávám hold všem autorům, jejichž díla a hluboké myšlenky v nich obsažené, významně ovlivnily můj život, názory i pohled na realitu kolem nás. „Najdu hvězdy, hvězdy, růže, sochy průhledné, oči vzhlíží, vzhlíží vzhůru, padá déšť. Hledaný oblak koňské hlavy, na nebi, dary dávných zemí. Pod svící prsty sluncí zlatých v ozvěny koho chrání kapky? Hledané hlasy tůní chladných, na mých rtech, stromy vůni křehké. Na březích údiv ptačích rojů, zahlušen ranní záblesk světla, opožděn. Kolik kroků život musí, život musí mít, a trhá plátna, plátna skutků, kterým jsem nechtěl být. Kolik nocí, nocí těžších, projít bych ještě měl, schody z prachu rozfoukám-li, najdu si svět...“ (Oceán, 1987) …vítejte v mém světě. Marek Sedláček 19.6.2013, Lippstadt.
ABSTRAKT Předložená disertační práce řeší problematiku vlivu globální finanční a hospodářské krize z konce první dekády 21. století na podnikovou výkonnost. Jejím hlavním cílem je na základě odhalení vlivů krize z let 2007 až 2010 na makroekonomické, sektorové a podnikové ukazatelů, také v jejich vzájemných vztazích a závislostech, formulovat adekvátní doporučení ke zlepšení mechanismu strategického řízení u dodavatelských podniků v prostředí automobilového průmyslu České republiky. Pro naplnění cílů práce jsou v její úvodní části popsána teoretická východiska, současný stav a vývojové tendence formou kritické literární rešerše literárních pramenů a informačních zdrojů. Literární rešerše tak dává možnost komplexního pohledu na danou problematiku v úrovni makroekonomické, sektorové i podnikové. V následující části autor definuje cíle a základní hypotézy práce, představeny jsou metody použité při vlastním zpracování. V hlavní části jsou poté uvedeny vlastní výsledky zkoumání. Na základě provedených analýz a zjištění autor následně představuje doporučení pro tvorbu konceptu dynamické strategie podniku v sektoru automobilového průmyslu. Přínosy v teoretické, praktické i pedagogické oblasti autor zmiňuje v poslední části práce. V závěru je provedeno shrnutí naplnění cílů a představen koncept dalšího pokračování práce.
ABSTRACT The submitted dissertation work solves the problems of global, financial and economic crisis influence on company performance from the end of the first decade of the 21st century. Its main aim is to reveal the impacts of the crisis, which lasted from the year 2007 to 2010, on makroenomic, sector and company indexes also on their reciprocal relationships and the dependency and to formulate adequate recommendations for strategic managing improvement of the supplier companies in the Czech automotive industry. To fulfil the aims of the work in its introductory part there are explained theoretical solutions, state and developmental tendencies of solved problems in the form of critical literature search of literary and information sources. The literature search gives the possibility of complex views of the problem on the macroeconomic, sector and company level. In the following part the author defines the aims and basic hypothesis of the dissertation work and the methods used during the work are also presented. In the main part of the research the results are presented. Based on the carried out analyses the author presents recommendations for a concept of dynamic strategy of the company in the automotive industry.The author mentions the contribution in theoretical,practical and pedagogical area in the last part. In the conclusion a summary of the aim fulfilment is made and the its further continuation is presented.
OBSAH ABSTRAKT .......................................................................................................... 4 OBSAH ................................................................................................................. 5 SEZNAM OBRÁZKŮ .......................................................................................... 8 SEZNAM TABULEK......................................................................................... 10 SEZNAM ZKRATEK A ZNAČEK ................................................................... 12 ÚVOD ................................................................................................................. 13 1. SOUČASNÝ STAV ŘEŠENÉ PROBLEMATIKY ....................................... 14 1.1 Počáteční podmínky a možnosti poznání .............................................. 14 1.2 Tržní ekonomika ve stavu dynamické rovnováhy ................................ 15 1.2.1 Role státu v prostředí tržní ekonomiky .............................................. 17 1.3 Krize jako součást hospodářského cyklu .............................................. 18 1.3.1 Anatomie finanční krize z let 2007 až 2010 ...................................... 19 1.4 Systémy hodnocení a konkurenceschopnost ekonomik ........................ 21 1.5 Sektor automobilového průmyslu v krizovém období .......................... 24 1.5.1 Automobilový průmysl ve světě ........................................................ 26 1.5.2 Automobilový průmysl v České republice ........................................ 27 1.6 Strategické řízení a výkonnost podniků ................................................ 28 1.6.1 Přístupy k řízení podnikové výkonnosti ............................................ 29 1.6.2 Historický vývoj ukazatelů podnikové výkonnosti ........................... 30 1.6.3 Balanced Scorecard (BSC) a Benchmarking ..................................... 31 1.6.4 Analytické nástroje podnikového okolí ............................................. 32 1.6.5 Ukazatele výkonnosti podniků statistického souboru ....................... 33 1.7 Doporučení pro strategické řízení v postkrizovém období ................... 34 1.7.1 Obecné poznatky aneb zpět ke kořenům řízení ................................. 34 1.7.2 Evoluce v řízení – podnik v organickém cyklu ZIPF ........................ 35 1.8 Závěr současného stavu poznání ........................................................... 36 2. CÍLE A HYPOTÉZY DISERTAČNÍ PRÁCE ............................................... 37 2.1 Hlavní cíl disertační práce ..................................................................... 37 2.1.1 Sekundární cíle disertační práce ........................................................ 37 2.2 Disertační práce formou orientační studie ............................................ 38 3. ZVOLENÉ METODY ZPRACOVÁNÍ ......................................................... 39 3.1 Metody a přístupy použité v disertační práci ........................................ 39 3.1.1 Standardní statistické metody ............................................................ 40 3.1.2 Teoreticko – logická metoda (TLM) ................................................. 40 3.1.3 Metoda GUHA ................................................................................... 41 3.1.4 Metoda historických příkladů ............................................................ 46 3.2 Postup zpracování disertační práce ....................................................... 47 3.2.1 Časový harmonogram zpracování disertační práce ........................... 48 4. HLAVNÍ VÝSLEDKY PRÁCE ..................................................................... 49 4.1 Svoboda a konkurenceschopnost ekonomik ......................................... 49 4.1.1 Politická práva a občanské svobody vybraných států ....................... 49
4.1.2 Ekonomická svoboda vybraných států ............................................... 51 4.1.3 Konkurenceschopnost ekonomik vybraných států podle GCI ........... 54 4.1.4 Porovnání zjištěných faktů ................................................................. 55 4.1.5 Aplikace Teoreticko – logické metody (TLM) .................................. 56 4.1.6 Závěrečné zhodnocení kapitoly a dosažených výsledků.................... 60 4.2 Makroekonomická zkoumání a predikce ............................................... 61 4.2.1 Základní východiska pro makroekonomickou predikci ..................... 61 4.2.2 Analýza vývoje a predikce HDP 2003 až 2014 ................................. 62 4.2.3 Analýza vývoje a predikce PFCE 2003 až 2014 ................................ 70 4.2.4 Analýza vývoje GGD v % z HDP 2000 až 2010 ............................... 72 4.2.5 Analýza vývoje nezaměstnanosti 2003 až 2012................................. 75 4.2.6 Analýza vývoje inflace 2003 až 2012 ................................................ 76 4.2.7 Shrnutí poznatků makroekonomické analýzy a predikce .................. 77 4.3 Případová studie I. ................................................................................. 79 4.3.1 Metody použité v Případové studii I. ................................................. 80 4.3.2 Omezení použitých metod v Případové studii I. ................................ 81 4.3.3 Analýza vztahů temp růstu ukazatelů Sales Actual a PFCE .............. 81 4.3.4 Analýza vztahů EBT podniků a HDP největších trhů........................ 84 4.3.5 Závěr Případové studie I..................................................................... 85 4.4 Analýza a predikce automobilového průmyslu ..................................... 86 4.4.1 Produkce automobilového průmyslu světa 2003 až 2014 .................. 86 4.4.2 Prodeje WLV ve světě 2003 až 2014 ............................................... 101 4.4.3 Automobilový průmysl v České republice ....................................... 105 4.5 Případová studie II. .............................................................................. 117 4.5.1 Výzkumné otázky Případové studie II. ............................................ 118 4.5.2 Metody použité v Případové studii II. .............................................. 118 4.5.3 Omezení použitých metod v Případové studii II. ............................. 119 4.5.4 Výsledky a zjištění provedených zkoumání ..................................... 120 4.5.5 Závěr Případové studie II. ................................................................ 126 4.6 Dopady finanční krize z let 2007 až 2010 na výkonnost podniků AP ČR – Případová studie III. .................................................................................... 127 4.6.1 Postup zkoumání podnikové sféry v sektoru AP ČR ....................... 128 4.6.2 Výběr podniků a základní charakteristiky souboru.......................... 129 4.6.3 Zkoumání podnikové sféry v AP ČR procedurami GUHA ............. 137 4.6.4 Omezení použitých metod a postupů Případové studie III. ............. 147 4.6.5 Zkoumání procedurami metody GUHA........................................... 149 4.6.6 Výzkumné otázky Případové studie III. u GUHA procedur ............ 150 4.6.7 Frequency analysis – základní procedura metody GUHA ............... 150 4.6.8 Contingency analysis – procedura metody GUHA .......................... 154 4.6.9 Zkoumání procedurou 4ft-Miner metody GUHA ............................ 159 4.6.10 Závěr Případové studie III. ........................................................... 165 4.7 Shrnutí výsledků výzkumné části a naplnění cílů ............................... 169
4.7.1 Závěry v oblasti ekonomické svobody a konkurenceschopnosti ekonomik – shrnutí a naplnění cílů práce ................................................... 169 4.7.2 Závěry makroekonomické analýzy – shrnutí a naplnění cílů práce 170 4.7.3 Závěry z oblasti analýzy AP – shrnutí a naplnění cílů práce .......... 170 4.7.4 Závěry z oblasti podnikové analýzy – shrnutí a naplnění cílů práce171 5. STRATEGICKÁ DOPORUČENÍ ................................................................ 173 5.1 Pojetí strategických doporučení .......................................................... 173 5.1.1 Kombinace strategicky orientovaného podniku a modelu Z-I-P-F . 173 5.1.2 Firma a makroekonomické okolí ..................................................... 175 5.1.3 Firma a sektorové okolí ................................................................... 175 5.1.4 Firma a její vnitřní prostředí ............................................................ 177 6. VERIFIKACE HYPOTÉZ ............................................................................ 179 6.1 Základní hypotézy ............................................................................... 179 6.1.1 Základní hypotéza H1 ...................................................................... 179 6.1.2 Základní hypotéza H2 ...................................................................... 179 6.1.3 Základní hypotéza H3 ...................................................................... 180 6.1.4 Základní hypotéza H4 ...................................................................... 181 7. PŘÍNOSY PRÁCE ........................................................................................ 182 7.1 Přínosy práce pro teorii ....................................................................... 182 7.2 Přínosy práce pro praxi ....................................................................... 182 7.3 Přínosy práce pro pedagogickou činnost............................................. 183 ZÁVĚR ............................................................................................................. 184 LITERATURA A ZDROJE .............................................................................. 185 SEZNAM PUBLIKACÍ AUTORA .................................................................. 192 CURRICULUM VITAE ................................................................................... 195
SEZNAM OBRÁZKŮ Obr. 1: Polárně symetrický vztah koupě a prodeje ............................................. 15 Obr. 2: Rozdělení kategorií dle délky osobních automobilů ............................... 25 Obr. 3: Měsíční a celkové roční prodeje os. a . ve světě 1998 - 2012 ................ 26 Obr. 4: Model organického cyklu Z-I-P-F .......................................................... 35 Obr. 5: Konceptuální schéma GUHA procedury ................................................ 42 Obr. 6: Architektura systému LISp-Miner ........................................................... 43 Obr. 7: Frekvenční analýza - příklad .................................................................. 44 Obr. 8: Detail nalezené hypotézy ........................................................................ 45 Obr. 9: Detail asociačního pravidla ................................................................... 46 Obr. 10: Časový harmonogram tvorby disertační práce (MS Project) .............. 48 Obr. 11: Vývoj Indexu ekon. svobody světa 1995 - 2013 .................................... 53 Obr. 12: Vývoj tempa HDP Q2 2003 – Q2 2013 (SA, JA, A) ............................. 65 Obr. 13: Vývoj tempa HDP Q2 2003 – Q2 2013 (ZE, VE, EU15, EU27) .......... 69 Obr. 14: Znázornění závislosti Ø Co. Sales Actual a PFCE EU17 a DE ........... 82 Obr. 15: Znázornění závislostí EBT podniků na časovém období n ................... 85 Obr. 16: Vývoj produkce WLV dle regionů světa 2003 - 2014 ........................... 86 Obr. 17: Vývoj produkce WLV v Západní Evropě 2003 - 2014 .......................... 89 Obr. 18: Čvrtletní produkce WLV v Západní Evropě I.Q 2006 – IV.Q 2014 ..... 89 Obr. 19: Vývoj produkce WLV ve Východní Evropě 2003 - 2014....................... 90 Obr. 20: Čvrtletní produkce WLV v Západní Evropě I.Q 2006 – IV.Q 2014 ..... 91 Obr. 21: Produkce World Light Vehicles VW I.Q 2006 – IV.Q 2014 ................. 99 Obr. 22: Vývoj objemu výrob dle regionů Volkswagen Gr. ................................ 99 Obr. 23: Procentuální rozdělení produkce Volkswagen Gr.............................. 100 Obr. 24: Celkové roční prodeje WLV 2003 – 2014 ve světě ............................. 101 Obr. 25: Vývoj prodejů WLV v Západní Evropě 2003 až 2014 ........................ 102 Obr. 26: Vývoj prodejů WLV ve Východní Evropě 2003 až 2014 ..................... 103 Obr. 27: Vývoj prodejů WLV dle významných producentů 2006 až 2014 ........ 104 Obr. 28: Prodeje World Light Vehicles VW I.Q 2006 – IV.Q 2014 .................. 104 Obr. 29: Struktura produkce AP ČR 2003 ........................................................ 108 Obr. 30: Struktura produkce AP ČR 2012 ........................................................ 108 Obr. 31: Vývoj produkce motorových vozidel na území ČR 2003 - 2014 ......... 109 Obr. 32: Vývoj produkce osobních motor. vozidel na území ČR 2003 - 2014 .. 110 Obr. 33: Produkce výrobců OA v ČR 2005 – 2012 ........................................... 111 Obr. 34: Podíl tuzemských výrobců na výrobě OA v ČR 2005 – 2012 ............. 112 Obr. 35: Podíl AutoSAP + 44 na průmyslové produkci ČR 2005 – 2012 ....... 113 Obr. 36: Podíl AutoSAP, +44 a Ostatní na tržbách AP v ČR 2O12 ................. 114 Obr. 37: Podíl AutoSAP a +44 na celkovém exportu ČR 2005 - 2012 ............. 115 Obr. 38: Podíl AutoSAP, + 44 a Ostatní na exportu AP ČR ve 2012 ............... 116 Obr. 39: Linerní regrese tržeb AutoSAP a HDP ČR......................................... 121 Obr. 40: Lineární závislosti ukazetelů tržby vs. období .................................... 124
Obr. 41: Rozdělení podniků dle právní formy .................................................. 129 Obr. 42: Vývoj počtu zaměstnanců souboru podniků 2003 - 2011................... 130 Obr. 43: Vývoj mzdových nákladů za soubor 2003 - 2011 ............................... 130 Obr. 44: Vývoj celkového EBIT souboru v období 2003 - 2011 ....................... 132 Obr. 45: Vývoj ukazatele tržeb za prodej vlast. výr. a služeb 2003 - 2011 ...... 133 Obr. 46: Vývoj ukazatele tržeb za prodej zboží 2003 - 2011 ............................ 134 Obr. 47: Vývoj ukazatele výkonů a výk. spotřeby 2003 - 2011......................... 134 Obr. 48: Vývoj ukazatele přidaná hodnota 2003 - 2011 .................................. 136 Obr. 49: Distribuce frekvencí kategorií ROE 2006 - 2011 .............................. 151 Obr. 50: Distribuce frekvencí kategorií ROAZEBIT 2006 - 2011 .................... 152 Obr. 51: Distribuce frekvencí kategorií IN99 2006 - 2011 .............................. 153 Obr. 52: Datová matice a 3D graf ROE vs. DOBOBRMAJ 2003-2011........... 155 Obr. 53: Datová matice a 3D graf ROE vs. DOBOBRMAJ rok 2007.............. 156 Obr. 54: Datová matice a 3D graf ROE vs. BEZNALIKV 2003-2011 ............. 157 Obr. 55: Datová matice a 3D graf ROE vs. BEZNALIKV rok 2007 ................ 158 Obr. 56: 4ft-Result pro Roe vysoká 2003-2011 ................................................ 160 Obr. 57: 4ft-Result (ID 65) 2003-2011 ............................................................. 161 Obr. 58: 4ft-Result (ID 68) 2003-2011 ............................................................. 161 Obr. 59: Textová prezentace 4ft-Result pro Hypotézu 2 (ID 68) 2003-2011 ... 162 Obr. 60: 4ft-Result pro Roe vysoká 2006-2011 ................................................ 163 Obr. 61: 4ft-Result (ID 2) 2006-2011 ............................................................... 164
SEZNAM TABULEK Tabulka 1 Výroba a prodej osobních automobilů (svět) ..................................... 26 Tabulka 2 Výroba a prodej osobních automobilů (ČR) ...................................... 27 Tabulka 3 Souhrnná výroba vozidel (ČR) ........................................................... 28 Tabulka 4 Historický vývoj ukazatelů výkonnosti ............................................... 30 Tabulka 5 Úroveň politických práv a občanských svobod (svět) ........................ 50 Tabulka 6 Úroveň politických práv a občanských svobod (Evropa) .................. 51 Tabulka 7 Index ekonomické svobody vybranných zemí 2003 - 2011 ................ 52 Tabulka 8 Srovnání vybraných ekonomik dle indexu GCI .................................. 54 Tabulka 9 Srovnání zjištěných faktů .................................................................... 56 Tabulka 10 Analýza hospodářských cyklů vybraných ekonomik ........................ 59 Tabulka 11 Absolutní výše HDP mld. USD 2003 – 2014 (A, SA, JA) ................ 63 Tabulka 12 Tempa růstu HDP 2003 – 2014 (A, SA, JA) ..................................... 64 Tabulka 13 Absolutní výše HDP v mld. USD 2003 – 2014 (ZE) ........................ 66 Tabulka 14 Tempa růstu HDP 2003 – 2014 (ZE) ............................................... 67 Tabulka 15 Absolutní výše HDP v mld. USD a tempa růstu HDP 2003 – 2014 (VE) ...................................................................................................................... 68 Tabulka 16 Tempa růstu PFCE 2003 – 2014 (A,SA,JA) ..................................... 70 Tabulka 17 Tempa růstu PFCE 2003 – 2014 (ZE, VE) ...................................... 71 Tabulka 18 Vývoj zadluženosti v období 2000 – 2010 (A, SA) ........................... 72 Tabulka 19 Vývoj zadluženosti v období 2000 – 2010 (ZE, VE) ......................... 74 Tabulka 20 Vývoj nezaměstnanosti 2003 – 2012 (A, SA, ZE, VE) ...................... 75 Tabulka 21 Vývoj inflace 2003 – 2012 (A, SA, JA, ZE, VE) ............................... 77 Tabulka 22 Cohenovy koeficienty Sales Actual 2006/07 – 2010/11 ................... 82 Tabulka 23 Korelační a Cohen. koeficienty EBT a HDP EU17 a DE ................ 84 Tabulka 24 Tempa růstu produkce WLV dle regionů 2003 – 2012 .................... 88 Tabulka 25 Údaje Západní a Východní Evropa celkem 2003 - 2012 ................. 91 Tabulka 26 Produkce WLV vybraných zemí regionů A, SA, JA (v mil. ks) ......... 92 Tabulka 27 Produkce vybranných výrobců v Číně 2006 - 2014 ......................... 93 Tabulka 28 Produkce WLV zemí regionu ZE (v mil. ks) ..................................... 94 Tabulka 29 Produkce WLV zemí regionu VE (v mil. ks) ..................................... 95 Tabulka 30 Vývoj produkce vybraných výrobců mil. ks 2003 – 2014 I. ............. 97 Tabulka 31 Vývoj produkce vybraných výrobců mil. ks 2003 – 2014 II. ............ 98 Tabulka 32 Tempa růstu prodejů WLV dle regionů 2003 až 2012 ................... 102 Tabulka 33 Celková produkce vozidel AP ČR 2003 až 2013 ............................ 107 Tabulka 34 Tempa růstu tržeb a výše exportu AutoSAP (+ 44) a ČR.............. 115 Tabulka 35 Výše tržeb společností AutoSAP a HDP ČR za 1999 až 2011 ....... 120 Tabulka 36 Korelační a Cohenovy koeficienty ukazatelů Tržby (Sales) společností vs. HDP ČR a HDP Německa ........................................................ 123 Tabulka 37 Tempa růstu a procentní růsty PZ a MN 2004/03 – 2011/10 ........ 131 Tabulka 38 Vývoj EAT za celý soubor v období 2003 - 2011 ........................... 132
Tabulka 39 Srovnání výkonů a výkonové spotřeby 2003 - 2011 ...................... 135 Tabulka 40 Vývoj hodnot ROE 2006 - 2011 ..................................................... 151 Tabulka 41 Vývoj hodnot ROAZEBIT 2006 - 2011 .......................................... 152 Tabulka 42 Vývoj hodnot IN99 2006 - 2011 ..................................................... 154
SEZNAM ZKRATEK A ZNAČEK TE
Tržní ekonomika
Fannie Mae
Federal National Mortgage Association
GSO
Government Sponsored Association
CRA
Comunity Reinvestment Act
CMO
Collateralized Mortgage Obligation
CDO
Collateralized Debt Obligation
OECD
Organisation for Economic Co-operation and Development
IMD
International Institute for Management Development
WCY
World Competitiveness Yearbook
GCR
Global Competitiveness Report
WEF
World Economic Forum
GUHA
General Unary Hypothesis Automaton
AP
Automobilový průmysl
BSC
Balanced Scorecard
ROE
Return On Equity
TLM
Teoreticko - logická metoda
KPI
Key Performance Indicators
EBIT
Earnings Before Interest and Taxes
PFCE
Private Final Consumption Expenditure
HDP
Hrubý domácí produkt
WLV
World Light Vehicles
ROA
Return On Assets
ÚVOD Rok 2007 se zapíše do světových dějin jako rok počátku významných projevů tzv. hypoteční a úvěrové krize, která postupem času přerostla v krizi bankovní resp. finanční, jež se následně přelila do reálných ekonomik v podobě poklesu hospodářské aktivity a vzniku fenoménu globální hospodářské recese. Tato krize s celosvětově různě intenzivními projevy tak zcela zřejmě má a bude mít dopady do fungování všech ekonomických subjektů v reálných ekonomikách. Nastalá situace prověřuje ve všech sférách připravenost na podobné změny či vnější otřesy, stejně tak prověřuje i vlastní způsoby řešení na makro i mikro úrovni. Jednotlivé ekonomické subjekty hledají cesty, jak nepříznivé dopady této globální krize ve své existenci eliminovat. Krize provázená globální recesí zastihla ve většině sektorů mnohé podniky na podobnou situaci nepřipravené. Zmíněné vnější otřesy tohoto typu a jejich dopady do podnikové sféry tak přináší možnost vnímat strategické řízení či strategickou výkonnost v kontextu tohoto, v jistém smyslu, unikátního období. Pochopení a potřeba zavedení flexibilní strategie, dynamicky se přizpůsobující podmínkám vnitřního a vnějšího prostředí, se jeví jako jedna ze základních komponent podnikové výkonnosti a podnikatelského úspěchu vůbec. Podniková sféra tak bude hledat způsoby nejlepších strategií i přístupů, které ji v budoucnosti mohou zaručit nejen připravenost na podobné situace, jež mohou následovat, ale spolu s vnitřní připraveností též realizovat zisk, resp. mít schopnost zvyšovat svoji hodnotu. Pro strategické řízení a myšlení v podnicích nastává období definice nového přístupu k řízení a k naplňování strategických cílů. Strategie, strategické cíle a konkurenční výhody bude velmi obtížné nadále definovat pouze na základě analýzy a změny interních procesů či vnitřního prostředí podniku „a“ znalosti vnějšího socioekonomického okolí. Protože konkurenční výhody nejsou dlouhodobé, technologie a vývoj neustále akcelerují a turbulentními změnami prochází celé podnikové okolí, budou muset být budoucí strategie, podnikové cíle i jejich měřítka stanoveny jako flexibilní, nestatické, ovlivňující i ovlivnitelné podnikovým okolím. Strategie podniku je akce, odpověď lokálního i globálního okolí či konkurence je reakce. A naopak. Kauzalita je všudypřítomná, ať už v krátkém či v dlouhém období. Hlavním cílem disertační práce je odhalení vlivů finanční a hospodářské krize z let 2007 až 2010 na makroekonomické, sektorové a podnikové ukazatele samostatně, případně v jejich vzájemných vztazích ovlivňujících strategickou výkonnost podniků v prostředí, na krizové stavy citlivého, automobilového průmyslu. Na základě těchto poznatků jsou poté formulována adekvátní strategická doporučení pro podniky, které realizují svoji hlavní činnost v prostředí automobilového průmyslu České republiky. Sektor automobilového průmyslu je zvolen pro disertační práci z důvodu jak významného zastoupení tohoto odvětví v České republice, vybraných zemích i světové ekonomice vůbec, tak z důvodu autorova profesního zaměření.
13
1. SOUČASNÝ STAV ŘEŠENÉ PROBLEMATIKY V této části práce se autor snaží uvést myšlenky a poznatky autorů, kteří ovlivnili jeho pohled na řešenou problematiku i současnou ekonomickou situaci. Zároveň jde o snahu provést kritickou literární rešerši na sebe logicky navazujících poznatků, které autor postupnou cestou předkládá analytickým způsobem od celku k jednotlivým částem. Postupnými kroky jsou v jednotlivých kapitolách předkládány nejhlubší poznatky existence objektivní reality, jejich spojitost a projekce v mikrostruktuře tržní ekonomiky, důvody vzniku finanční a hospodářské krize, způsoby hodnocení národních ekonomik, je proveden krátký exkurz do sektoru automobilového průmyslu, představeny jsou používané ukazatele a systémy hodnocení výkonnosti podniků a následně soudobé poznatky z oblasti strategického řízení. Výše popsané oblasti řešené problematiky tvoří teoretickou základnu pro další zpracování disertační práce. Tato teoretická východiska uvedená v jednotlivých podkapitolách jsou oporou pro její výzkumnou část.
1.1 Počáteční podmínky a možnosti poznání Na současnou ekonomickou situaci postkrizového období je možné nahlížet jako na určitou etapu logicky vyplývající z historického vývoje objektivní reality, společnosti a v ní existujících ekonomických vztahů. Úplné poznání v celé její celkovosti či globálnosti, směřující k jedinému všeobsáhlému obrazu zákonitostí, z nichž musí s neúprosnou logikou vyplynout nevyhnutelnost všech pozorovaných věcí, je asymptotickým, tj. nikdy nedosažitelným cílem. Je tedy účelné a v disertační práci autor uplatnil, poznatky obecné metodologie vědy. Postup k tomuto cíli poznání je možný pouze formou dílčích kroků v jednotlivých částech objektivní reality při respektu k její výstavbě. Tato strukturace objektivní reality je založena na principech polarity, symetrie, logické jednoduchosti, elegance a krásy, možnosti teoretického určení jevů, logické jednoznačnosti a matematičnosti při vnímání kvantové povahy reality, jak uvádí např. Barrow (2008, s. 17) a Vrecion (2007a, s. 7). Poznatky obecné metodologie vědy, dle autorova soudu, plně platí i pro obraz ekonomických zkoumání. Podobně jako poznání reality objektivní, tak i poznání soudobé ekonomické reality má jak svá omezení, tak souvislosti, přesahující její jednotlivé makro i mikro složky. Nalezení těchto přesahujících zákonitostí, jejich pochopení i využití, při respektu k omezujícím podmínkám, je předpokladem další existence jednotlivých komponent ekonomické reality v soudobých časech po krizi. Dnešní období je možné vnímat jak v rovině společenské, tak v rovině ekonomické. Jak tvrdí Vrecion (2008b, s. 4), ekonomika a její fungování je úzce spjato s celkovou úrovní společnosti, s jejím politickým systémem, organizací a fungováním státu a obsahem a působením práva.
14
Některé uvedené myšlenky se mohou zdát neobvyklé, ale podle autorova přesvědčení mohou být užitečné. Zvolený přístup může pomoci pochopit jádro fungování tržní ekonomiky a uvědoměním si základního vztahu tržní ekonomiky lze odhalit i obecné příčiny vzniku proběhnuvší finanční a hospodářské krize. 1
1.2 Tržní ekonomika ve stavu dynamické rovnováhy Při znalosti uvedených principů fungování objektivní reality a při respektu k omezujícím podmínkám je k historickému poznání proběhnuvší krize a současné ekonomické situace třeba pochopení, že veškerá realita i ekonomické vztahy jsou postaveny zejména na principech logické jednoduchosti, nevyhnutelnosti, elegance a krásy a všechny její relativně, resp. dynamicky stabilní části jsou budovány na vztahu polární symetrie. Tržní ekonomika v prostředí svobodného trhu je vztahem dynamické rovnováhy, tj. polární symetrií založené na premise svobodné směny. Polárně symetrický vztah formalizovaný schématem svobodné směny je žádoucí vnímat jako mikrostrukturu tržní ekonomiky resp. její historicky prvotní, fundamentální vztah.
Obr. 1: Polárně symetrický vztah koupě a prodeje [69, s.53]
Podle Vreciona (2008b, s. 21) jsou kupující a prodávající přitahováni zájmem o produkt (jeho prodej, resp. koupi) a zároveň se odpuzují opačným zájmem na výši ceny tohoto produktu. Kupující (K) je přitahován k prodávajícímu (P) svým zájmem o zboží, které uspokojí jeho potřebu, P je přitahován ke K svým zájmem získat za své zboží (Z) všeobecný ekvivalent – peníze pro uspokojení svých 1 Hranice poznání vyplývají zejména z principu neurčitosti, z neznalosti počátečních podmínek, z povahy sil a částic, z konstant, zákonů přírody, z organizujících principů a výběrových tendencí tvorby složitějších struktur a z omezení intelektu, jak uvádí Vrecion (2008, s. 9). Věda se vyvíjí trvalým prohlubováním poznatků v jednotlivých oborech, tedy i v ekonomii. Periodicky dochází k tzv. integračním skokům, kdy se objeví sjednocující myšlenky platné pro různé obory. Např. kybernetika matematicky definovala shodné a obecné zákonitosti řízení, přenosu informace ve strojích, živých organismech i společnosti jako celku.
15
potřeb. Oba aktéři směny jsou tak přitahování svými potřebami a odpuzováni protichůdným zájmem na ceně zboží. Zmíněné polární a v principu symetrické síly tento vztah vytvářejí. Intenzita zájmů se v průběhu uvažování a jednání o směně vyrovnává a stabilizuje. Konkrétní zájmová rovnováha se dotvoří dohodnutím na ceně produktu, tj. dohodnutím konkretizované symetrie směny. Jen taková, ryze dobrovolná směna, působí jako správný autoregulátor a hybná síla žádoucího rozvoje tržní ekonomiky. Žádné vnější donucení není nutné. „Invisible hands of market“ tržních vztahů automaticky regulují spolupráci svobodných, čímž vzniká kooperační prospěch pro jednotlivce a zároveň bohatne celá společnost. Zelený (2011, s. 225) obdobně uvádí, že svobodná směna uskutečňovaná vztahem koupě a prodeje je směna, kdy obě strany vztahu, prodávající i kupující, realizují přidanou hodnotu, benefit či zisk. Jinak vstup do tržní transakce není svobodný. Svobodu trhu je třeba chránit, svobodný vstup do transakce zaručit, ochranu obou stran vztahu koupě a prodeje garantovat – stejně tak svobodu člověka a důstojnost jedince. Obdobně výše popsaný koncept vnímá i Smith (2001, s. 331) a Vrecion (2008b, s. 7), kdy hovoří o tzv. základu tržních vztahů, který je závislý na fungování zákona hodnoty, projevujícího se v tržních cenách určených svobodnou nabídkou a poptávkou. Jen takto určené ceny udávající dle zákona hodnoty vlastní hodnotu produktu, zároveň podněcují produkci s maximálně ziskovou produktivitou při možnosti distribuce příjmů, jsou schopny plnit evidenční, informační a autoregulativní roli v prostředí tržní ekonomiky. Na tržní resp. cenové informace lze pohlížet dle elementární teorie informace, kdy Wiener (1963, s. 103) tvrdí, že informace je obecný název pro obsah toho, co se vymění s vnějším světem. Podobný pohled nabízí i Friedman (1992, s. 87) a Vrecion (2008b, s. 54), kdy podle nich v případě soustavného narušování mikrostruktury tržní ekonomiky, bránění její snaze o cyklickou autoregulaci dochází k porušování relativní, dynamické rovnováhy vztahu. Deformace svobodné směny, zejména neadekvátním vstupem státu či nadstátních celků do jeho regulativní funkce, bezprostředně působí směrem k deformaci autoregulativního prvku TE, což vede k postupné destrukci či kolapsu celého systému tržní ekonomiky. Podobně Wiener (1963, s. 107) popisuje nutnost omezení státní moci a její schopnosti vlastního vynucení hrubým nátlakem při omezení osobní svobody člověka. V tomto případě jako subjektu polárně symetrického vztahu koupě a prodeje. Historickou situaci nazývanou „finanční a hospodářskou krizí“ tak lze vnímat i touto optikou. V podnikové praxi pak lze najít různé replikace tohoto vztahu, tedy například v rovině podnik x zákazník, ale i podnik x dodavatel, nadřízený x podřízený apod.. Tento vztah lze také vysledovat v různých obdobách ve většině podnikových aktivit. Do těchto vztahů může porušení fundamentu TE vnést určitý stupeň nestability a nerovnováhy.
16
Nemožnost nalezení stavu dynamické rovnováhy v mikrostruktuře TE se může řetězově přenášet do jednotlivých sektorů průmyslu a služeb, národních ekonomik i podnikové a spotřebitelské sféry. Tento proces, tzv. bifurkace, tedy zřetězení událostí, spojený navíc s růstem nedůvěry i s možnou tendencí k omezování svobodných tržních vztahů v ekonomických systémech ze strany států či nadstátních celků, byl velmi patrný i v průběhu finanční a hospodářské krize z let 2007 – 2010. 1.2.1
Role státu v prostředí tržní ekonomiky
Stát je zvláštní politickou formou organizace společnosti, jež disponuje na určitém území veřejnou mocí, která je schopná i pomocí násilí vynutit formování a fungování určitých společenských vztahů, definuje Vrecion (2006, s. 11). Friedman (2002, s. 69) vidí stát resp. vládu jako formu dobrovolné kooperace občanské společnosti existující zejména pro zajištění obecných společných zájmů individuí jejich prostřednictvím. Podobně vnímá existenci státu i Smith (2001, s. 15). Ve vztahu k TE jsou podle Vreciona (2008a, s. 7) základními úkoly státu: 1. Ochrana individuí a skupin od neoprávněného nátlaku. 2. Ochrana proti monopolizaci a tím i destrukci působení zákona hodnoty. 3. Základní regulace financí, zejm. oběživa, daní a úrokové míry. I když je možné na funkce, resp. úlohy státu v prostředí tržní ekonomiky, nahlížet i z jiných úhlů pohledu a perspektivou jiných ekonomických směrů např. tzv. keynesiánských teorií, autor práce se kloní k názoru, který popisuje Vrecion (2008a, s. 8), kdy v zásadě má stát plnit jen nezbytné a podpůrné funkce v tržní ekonomice a společnosti a to nejen proto, že nemůže efektivně plnit funkce „neviditelných rukou trhu“ (Invisible hands of market), ale i pro své imanentní vnitřní potenciální vady. 2 Dle zjištění a analýz provedených v následujících částech práce, se jeví tvrzení Friedmana (1992, s. 57) a Vreciona (2008a, s. 11), že současná praxe TE i státněpolitické nadstavby, téměř ve všech částech světa různými formami působení i nátlaku na aktéry, stále více omezuje a deformuje působení zákona hodnoty a deformuje vztah svobodné směny. K podobným závěrům dochází i Zelený (2011, s. 225) a další. Z pohledu Zeleného (2011, s. 226) je důležité rozlišovat tržní regulaci (směrem k vyváženosti a fungování tržního mechanismu) a tržní intervenci (zásah do vztahu mezi prodávajícím a kupujícím pomocí omezení či porušení základních autoregulativních prvků). 2 Stát je jediný legální monopolista v tržní ekonomice. Přináší tak imanentní možnost korupce, jež plyne i z fundamentální analýzy základního vztahu tvořícího mikrostrukturu TE. Podpůrnou analýzou tzv. Vztahu upotřebení peněz při formulaci kritéria hodnocení TE založeného na premise tvorby maxima potřeb, které jsou maximálně uspokojeny, lze logickou dedukcí dojít ke stejným závěrům.
17
Samozřejmě nelze státu odpírat i pozitivní působení na prostředí TE, avšak pouze v případě plnění jeho základních úkolů. V krizovém, předkrizovém i postkrizovém období, lze ovšem vysledovat tendence, které podporují výše uvedená tvrzení. Rolí státu a vlivem na tzv. Economic freedom (ekonomickou svobodu) se v současnosti zabývá mnoho významných výzkumných organizací. Autor v kapitole Makroekonomická predikce věnuje pozornost z hlediska tzv. ekonomické svobody a rolí států v TE již provedeným zkoumáním a dále pracuje s daty nevládních organizací The Freedom House (USA), The Fraser Institute (Kanada) a The Heritage Foundation (USA). 3 V případě automobilového průmyslu, zejména v krizovém období, pak lze jako zřejmé destruktivní kroky k potlačení působení zákona hodnoty a nalezení stavu dynamické rovnováhy ze strany států označit ochranářství či subvence spojené s tzv. ekologickými prémiemi či šrotovným neboli šrotovací prémií. 4
1.3 Krize jako součást hospodářského cyklu Je-li abstrahováno od specifických příčin vzniku, pak makroekonomická teorie v současnosti nabízí pohled na krizi, resp. recesi, jako standardní součást hospodářského cyklu spolu s fázemi expanzí a vrcholů resp. sedla. Pro eliminaci recesí i jejich vznik byla formulována různá doporučení, od státního protekcionismu, přes masivní státní intervence, po růst peněžní zásoby tzv. kvantitativním uvolňováním, tedy politikou levných peněz. Podle Zeleného (2011, s. 224) a dalších je ovšem recesi, resp. krizi, možné vnímat i pozitivně. Krize je určitou součástí ekonomického vývoje a má očišťující účinek.5 Zbavuje ekonomiku nepotřebného a škodlivého, vytváří prostor pro nové nápady, podniky a lidi. Jistá specifika lze ovšem hledat v případech krizí měnových, bankovních, dluhových či systematických a s nimi spojených následných recesí. 3 The Freedom House Foundation (založena 1941) publikuje každoročně hdonotící zprávu zprávu Freedom in the World. The Fraser Institute, hodnocena University of Pensylvania jako Top think tank in Canada , sdružuje 350 výzkumníků z 22 zemí, z nichž 6 je držitelů Nobelovy ceny. Sestavuje roční hodnotící zprávu Economic Freedom of the World. Vychází vždy s dvouletým zpožděním. The Heritage Foundation (založena 1995) ve spolupráci s The Wall Street Journal vydává každoročně tzv. Index of Economic Freedom. Nadace vznikla na základě myšlenkového trustu Adama Smithe, Miltona Friedmana a dalších. 4 Tzv. „šrotovací prémie“ občanům ve výši 2 500 eur (Německo) znamela, že pokud občan koupil a zaregistroval nový automobil a zároveň nechal sešrotovat nejméně devět let starý, který vlastnil alespoň rok, mohl tuto dotaci využít. V dalších státech světa byla tato dotace při zavedení odlišná, její podstata však zůstala zachována. 5 Ekonomická krize nastává, pokud je ekonomický růst po dobu čtyř čtvrtletí v recesi. Jedná se o jednu z fází hospodářského cyklu (Business cycles). K hospodářskému cyklu dochází, jestliže skutečný GDP vzhledem k potenciálnímu GDP roste (expanze) nebo klesá (recese).
18
Kislingerová (2010, s. 39) považuje za základ finanční krize vládní zásahy, které znásobují primární prvky krize, resp. recese zakódované v trzích a jejich postojích. Doslova tak tvrdí, že „…opravdové prameny krizí pocházejí ze státních zásahů do ekonomických vztahů a je celkem vedlejší, jakého byly charakteru, zda šlo o oblast kurzovou, vnější zadluženosti, rozsáhlé dotační programy zkreslující ekonomické prostředí či fiskální disciplínu.“ Obdobně Vrecion (2008b, s. 11) uvádí autoregulativní, dynamické hledání polárně – symetrické rovnováhy ve vztahu koupě x prodej, resp. trhu a jeho možnou destrukci vnějšími, neadekvátními, direktivními zásahy ze strany států či nadstátních celků jako příčinu neschopnosti nalezení stabilně dynamické rovnováhy trhu. Státní nadstavba v podobě Evropské unie může představovat, například i při konfliktu nacionalismus vs. globalizace, násobný růst dopadů do společenských resp. ekonomických systémů jednotlivých států i společenství jako celku. Kislingerová (2010, s. 39) a Soros (2009, s. 27) v podstatě obdobně uvádějí hypotézu o permanentní finanční krizi v posledních třiceti letech od americké bankovní krize (1980 – 1995), chilské finanční krize (1981 – 1985), latinskoamerickou dluhovou krizi (1982 – 1089), japonskou finanční krizi (1989 – 2004), krizi evropského směnného mechanismu ( 1992 – 1993), přes např. druhou mexickou tequilla crisis (1994 – 1995), asijskou finanční krizi (1997 – 1998), ruskou finanční krizi (1998), brazilskou finanční krizi (1998 – 1999), tureckou finanční krizi (2000) a argentinskou krizi (2001 – 2002), až po nedávno proběhnuvší americkou hypoteční krizi, zřetězenou v globální finanční a ekonomickou krizi (2007 – 2010). The Economic Cycle Research Institute (ECRI)6 poukazuje na fakt, že tvrzení, že přicházející recese s následnými krizemi nelze predikovat, je nepravdivé. ECRI na jedné straně analyzuje hospodářské cykly (Business cycles) z historického pohledu vrcholů a sedel (Peak and Through), kdy např. v USA v průběhu let 1949 až 2013 lze ECRI zaznamenal celkem 11 „obrátek“ hospodářského cyklu, tedy 11 recesí. I těchto dat je v dalších částech práce využito. Zelený (2009, s. 11) popisuje, že proběhnuvší finanční a hospodářská krize z let 2007 až 2010 je v podstatě vědomým projevem transformace ekonomického systému, který probíhá v pozadí nejen této finanční krize. 1.3.1
Anatomie finanční krize z let 2007 až 2010
Podle Zeleného (2011, s. 225) a výše uvedeného principu svobodné směny není možné proběhnuvší finanční a hospodářskou krizi vnímat jako krizi kapitalismu. Příčiny ekonomické situace z let 2007 až 2010 je možné spatřovat 6 The Economic Cycle Research Institute (ECRI) byl založen 1970. Sestavuje zprávy a přehledy Business Cycles Chronoligies a Growth Rate Cycle Chronologies. Vývoj predikuje na základě vlastního modelu, kt. tvoří tzv. Leading Indexes.
19
v selhání tržní regulace při bezprecedentním nárůstu tržní intervence do fungování ekonomiky svobodného trhu s následným růstem spekulativních bublin ve virtuální ekonomice finančních spekulací. Autor se spolu se Zeleným (2011, s. 226) kloní k myšlence, že významná část politicko – finančního spektra se významně podílela a podílí na zmíněné globální krizi. Soustavně a uměle vytvářenou nerovnováhu masivních tržních intervencí v krátkém období svobodné trhy obtížně samovolně regulují, obtížně nacházejí stav dynamické rovnováhy. Tím vytvářejí prostor pro další následné tzv. vtíravé intervence. V dlouhém období tak zcela logicky musí docházet ke gradaci rovnovážných disbalancí a prudkému kolapsu ekonomického systému. Období a situaci po vzniku finanční a hospodářské krize pak lze charakterizovat jako významné období útoku politické a finančních sféry na samotnou podstatu a instituce kapitalismu svobodného trhu. Obecné předpoklady krize kapitalismu lze též dohledat v pracech Oskara Ryzsarda Langeho. Jak dále uvádí Zelený (2011, s. 227-232), zárodek současné krize lze historicky spatřovat u založení Federal National Mortgage Association (Fannie Mae) v roce 1938, kdy cílem této GSO (Government Sponsored Organization) bylo zpřístupnit bydlení širokým vrstvám Američanů pomocí sekundárního nákupu hypoték z primárních bankovních zdrojů. Tato stimulace pokračovala v roce 1977 tzv. Community Reinvestment Act (CRA) jako pomoc vlády J. Cartera bydlení pro ekonomicky slabé komunity. Dále pak rokem 1993 oznámením nové iniciativy CRA, tj. usnadnění přístupu k hypotékám jako sociální pomoci (B. Rubin – dnes poradce B. Obamy). V letech 1993 až 1998 CRA se garantované půjčky zvýšily o 39%, což představovalo dvojnásobně rychlejší tempo růstu než standardní půjčky. Následně v době vlády B. Clintona (1997) došlo k zavedení tzv. sekuritizace hypoték a jejich prodeje v podobě garantovaných CMO a CDO derivátových nástrojů domácím a zahraničním investorům. Hodnota takto jištěných pozemků a domů pouze stoupala. Hodnota regulovaného trhu s CRA hypotékami měla v roce 2003 hodnotu cca 600 miliard dolarů, neregulovaný trh pak tvořil nezjistitelný mnohonásobek této částky. V roce 1998 byl předložen P. Gramem a prezidentem Clintonem schválen rozsáhlý tzv. neregulační zákon. Hodnota neregulovaných finančních derivátů vzrostla z 50 na 550 bilionů dolarů. Jak dále zmiňuje Zelený (2011, s. 228) snaha nepolitických lobbistických struktur o tržní intervence gradovala a vznikaly organizace typu ACORN (Association of Community Organizations for Reform Now), které cíle CRA a bodování bank pomáhaly prosazovat na lokální úrovni. Nástroje intervence v podobě agitace, propagace, protestu a politického nátlaku byly použity proti institucím snažícím se úvěrová pravidla zpřísnit. (Právní zástupce a tzv. „community organizer“ ACORN byl Barack Hussain Obama). V roce 2005 pak byla provedena další intervence a zaveden tzv. kvalifikační test CRA. Ten však byl pouhou chimérou a byl soustavně obcházen zejména s politicko - propagandistickým odůvodněním rasové diskriminace. Svobodný
20
hypoteční trh přestal existovat, nastala doba úplné volnosti, nikoliv svobody. Sociální reengeneering zvítězil nad základními principy svobodného trhu, mikrostruktura tržní ekonomiky přestala vykazovat svoji autoregulativní funkce vlivem naprostého omezení této její základní funkce ze strany státních politik. Na přelomu roku 2007 a 2008 tzv. hypoteční bublina splaskla, nastal konec důvěry na trzích a v trh. Původně americká hypoteční krize se přenesla do krize globálních rozměrů, krize virtuálních finančních derivátů se přelila do reálných ekonomik. Nastal globální propad odbytu, pokles cen, vznik nedůvěry, zdražení cizích zdrojů apod. ve většině sektorů. Spojení finanční krize, globální recese s doktrínou dalších intervencí, zadlužování států a kvantitativního uvolňování peněz, společně s dalším vývojem, je pro podnikovou sféru v postkrizovém období dneška i v budoucnu velkou neznámou. Rozdílně lokalizované výrobní závody vybraných automobilek i podniky a firmy z analyzovaného souboru dodavatelských a subdodavatelských podniků českého automobilového průmyslu tak byly a jsou vystavené odlišným podmínkám v prostředí národních ekonomik. A národní ekonomiky podléhají a budou podléhat více či méně globální ekonomické situaci resp. participovat na ní.
1.4 Systémy hodnocení a konkurenceschopnost ekonomik Pro lokalizaci podniku existují, mimo vnitřních či strategických kritérií podniku, i vnější faktory. 7 Tyto faktory významným způsobem ovlivňují jeho budoucí výkonnost. Obdobným způsobem i již lokalizované podniky, resp. jejich používané výkonové ukazatele jsou určitou měrou ovlivněny podmínkami svého socioekonomického okolí, jinými slovy konkurenceschopností dané ekonomiky. Podle Kislingerové a kol. (2006, s. 148) lze konkurenceschopnost chápat jako souhrn předpokladů pro dosahování udržitelné růstové výkonnosti, a tím i zvyšování ekonomické úrovně v podmínkách vnitřní a vnější rovnováhy. Jak uvádí Pavelková (2009, s. 28), v současnosti existují dva hlavní přístupy k pojetí konkurenceschopnosti i ke způsobu jejího hodnocení. V prvním případě se jedná o hodnocení konkurenceschopnosti založené na podílu na trhu, který vychází z přístupu OECD. Toto pojetí definuje konkurenceschopnost jako celkové, mezinárodně tržní ocenění zboží a služeb. Konkurenceschopnost ekonomiky je tedy přímo měřitelná celkovou zahraniční bilancí dané 7
Vnějšími faktory autor souhrnně označuje vliv a projevy socioekonomického okolí na činnost resp. výkonnost podniku lokalizovaného v tomto prostředí. Podle Institute for Management Development lze tyto faktory rozdělit na: ekonomické (GDP a jeho vývoj, inflace, mezinárodní obchod, investice, atd.), efektivnost vlády (veřejné finance, fiskální politika, regulace konkurence, právní prostředí, bezpečnost, atd.), efektivnost podniků (produktivita, trh práce, finance, pracovní síla, atd.) a infrastruktura (technologická, dopravní, životní prostředí, investice do výzkumu a vývoje, atd.).
21
ekonomiky, resp. země. Toto hodnocení každoročně předkládá International Institute for Management Development (IMD), který sídlí v Lausanne, prostřednictvím zprávy World Competiveness Yearbook (WCY). Hodnocení konkurenceschopnosti ekonomik je založeno na tvrdých a měkkých datech a stanovuje pořadí 55 zemí z hlediska kvality prostředí pro domácí a globální konkurenceschopnost podniků působících v dané ekonomice. Pro stanovení konkurenční pozice je dle IMD používáno 323 kritérií, která jsou rozdělena do čtyř skupin: ekonomická výkonnost domácí ekonomiky (79 kritérií), efektivnost vlády (fiskální politika, veřejné finance apod., 72 kritérií), efektivnost podniků (náklady, dostupnost, kvalifikace apod., 71 kritérií) a infrastruktura (technická, vědecká infrastruktura, životní prostředí apod., 101 kritérií). WCY kromě pořadí ekonomik nabízí i vzdálenost vůči zemi na první pozici. V případě IMD však Pavelková (2009, s. 29) uvádí nedostatek tohoto přístupu k měření konkurenceschopnosti, tedy že výše exportu automaticky nemůže indikovat odpovídající prosperitu nebo produktivitu, protože sama je závislá na reálném kurzu měny. Kadeřábková a Žďárek (2006, s. 73) a Pavelková (2009, s. 29) uvádějí také druhý přístup k měření konkurenční schopnosti založený na produktivitě. 8 K tomuto přístupu lze zařadit i Portera (1980, 1994, 1998, 2008), který tvrdí, že konkurenceschopnost není soustředěna pouze na makroekonomické, právní, politické a sociální podmínky. Stabilní prostředí pouze vytváří podmínky a příležitosti, nikoliv však bohatství jako takové. Bohatství je vytvářeno produktivitou při výrobě zboží a služeb. Porter (2008, s. 153) uvádí, že existují čtyři atributy utvářející konkurenční prostředí, a to: podmínky faktorové vybavenosti, vývoj poptávky po produkci a službách v daném odvětví, přítomnost, resp. absence mezinárodně konkurenceschopných dodavatelských a příbuzných odvětví a konkurence v domácí zemi ovlivněná podnikovou legislativou, systémem veřejné správy a způsobem řízení podniků. Dále Porter (2008, s. 157) uvádí, že produktivita závisí na mikroekonomických aspektech ekonomik, jako jsou: úroveň lokálních i zahraničních firem, kvalita podnikatelského prostředí apod. Zelený (2011, s. 119) vidí hlavní příčiny konkurenční výhody v tzv. strategickém prostředí, tedy ve specifickém prostředí, které efektivně zajišťuje realizaci dané podnikové strategie. Statistická data s možností srovnání ročně publikuje ve své Zprávě o globální konkurenceschopnosti (Global Competitiveness Report – GCR) Světové ekonomické fórum ( World Economic Forum – WEF). Souhrnný index je ve zprávě konstruován pomocí měkkých i tvrdých dat, vychází ze 137 kritérií sledovaných u 125 zemí. Je tvořen dvěma základními složkami. Jako první je index růstové konkurenceschopnosti (Growth Competitiveness Index). Ten je 8
Produktivitu (Productivity) definuje autor jako výraz pro poměr celkového výstupu k celkovým vstupům. Produktivita se zvyšuje, když stejné množství vstupů vyrábí více výstupu.
22
tvořen na základě tří skupin ukazatelů (technologie, veřejné instituce a okolní, makroekonomické prostředí). Druhý z nich je index mikroekonomické konkurenceschopnosti ekonomik (Microeconomic Competitiveness Index). Ten hodnotí podmínky určující udržitelnou úroveň produktivity ve sledovaných zemích. Pavelková (2009, s. 32) také uvádí, že produktivity ekonomiky dosahují díky faktorům, ke kterým lze zařadit domácí investice, objem exportu a importu, objem zahraničních investic do ekonomiky a zahraničních investic ven z ekonomiky. Nezanedbatelným vlivem je také úroveň okolních států, resp. ekonomik. Také dále tvrdí, že vlivnou silou působící na růst inovací, resp. konkurenceschopnosti prostřednictvím těchto inovací je i konkurenční rivalita. Z hlediska zaměření disertační práce je autorem ve výzkumné části dále využito údajů a predikce z přehledů Business Cycles Chronoligies (tvořený pro 22 zemí) a Growth Rate Cycle Chronologies (pro 21 zemí) rozdělených podle regionu na Americas, Europe, Asia – Pacific, Africa a Middle East, které na základě tzv. Leading Indexes tvoří a publikuje The Economic Cycle Research Institute (ECRI) založený v roce 1970. Na rozdíl od standardních predikčních modelů, využívajících extrapolaci historického vývoje ukazatelů, je model ECRI založený na tzv. Leading Indexes (klíčových aspektech) pro každou sledovanou ekonomiku (ekonomický růst, inflace, zaměstnanost) pro hlavní sektory ekonomiky (služby, výroba, stavebnictví, zahraniční obchod) a to i ve vzájemných vztazích. Například predikční model ECRI je založen na indikátorovém systému tak, aby bylo možno blíže předpovědět časový rámec budoucích změn ve vývoji hospodářských cyklů sledovaných zemí. Například pro ekonomiku USA byly výsledky pro Business Cycle: Peak (vrchol) v období 12/07 a Through (sedlo) 06/09. Jak již bylo zmíněno v kapitole 1.3, je v práci využito i údajů The Freedom House Foundation publikovaných každoročně ve zprávě Freedom in the World. The Freedom House Foundation pro svoji hodnotící zprávu kombinuje tři hlavní přístupy: analysis (analýzy zejména v oblasti lidských práv, zákonů, politiky, nezávislost medií apod.), advocacy (obhajoba ideálů svobody prostřednictvím komunikace s vládami), action (přímá spolupráce a podpora vlád, organizací apod.). Dále je také využito hodnotících zpráv tzv. Economic Freedom of the World, která sestavuje kanadský think tank The Fraser Institute sdružující 350 výzkumníků z 22 zemí (6 je držitelů Nobelovy ceny). Jak uvádí Gwartney, Hall, Lawson (2012, s. 3-6), výzkum pro ohodnocení a sestavení indexu země je prováděn v pěti oblastech: 1. Size of Government (spotřeba vládního sektoru, výše přerozdělování, zadlužení země, apod.), 2. Legal System and Property Rights (nezávislost soudnictví, ochrana osobního vlastnictví, zločinnost apod.), 3. Sound Money (inflace, množství peněz v ekonomice, růst peněžní zásoby apod.), 4. Freedom to Trade Internationally (regulace a bariéry obchodu, vývoj směnného kurzu, kontrola pohybu kapitálu a osob apod.), 5. Regulation (vlastnictví bank, regulace pracovního trhu, regulace podnikání apod.). Index je
23
tak tvořen 24 hlavními komponenty v uvedených pěti kategoriích, které jsou doplněny dalšími subkomponenty. Celkem je využito 42 ukazatelů hodnotících zemi v intervalu 1 až 10. Patronem byl ve své době Milton Friedman. Index je vystaven na základě prací Friedricha Augusta von Hayeka a Douglase Northa. The Heritage Foundation (založena 1995) ve spolupráci s The Wall Street Journal vydává každoročně tzv. Index of Economic Freedom. Jak uvádí Feulner (2012, s. 13), potřeba sestavení Index of Economic Freedom se jeví jako nutná, vzhledem k rostoucí míře státního kolektivismu a socialistických intervencí do ekonomických svobod, již od konce první světové války. Podobně vidí tyto tendence i Hayek (2008, s. 35). Podle Feulnera (2012, s. 13) je proto žádoucí navázat na učení Adama Smithe, Friedrycha Augusta von Hayeka, Miltona Friedmana a dalších. Výsledný Index of Economic Freedom každé jednotlivé země, popř. regionů, je složen z hodnotících rankingů v oblastech: 1. Propoperty Rights (vlastnická práva), 2. Freedom from Corruption (korupce), 3. Fiscal Freedom (fiskální politika vlády), 4. Government Spending (vládní výdaje a spotřeba), 5. Business Freedom (úroveň regulace podnikání), 6. Labour Freedom (regulace trhu práce), 7. Monetary Freedom (finanční trh, monetární politika), 8. Trade Freedom (regulace zahraničního obchodu), 9. Investment Freedom (překážky a úroveň investic), 10. Financial Freedom (možnosti nakládání s kapitálem). Tyto komponenty pak celkově tvoří tzv. Overall Score (celkové skóre) z nichž se sestavuje výsledný žebříček zemí, zároveň se sledují i meziroční změny. V disertační práci autor částečně využívá i doplňujících informačních zdrojů, které disponují daty o struktuře a úrovni daných ekonomik dle lokalizace jednotlivých významných automobilek i z hlediska ekonomiky České republiky, kde jsou lokalizovány sledované firmy a podniky statistického souboru. Samozřejmě pak informačních zdrojů týkajících se údajů za automobilový průmysl. Pro příklad lze uvést jako zdroje: Worl Bank - Knowledge Assessment Matrix, Macroeconomic Overview by J. D. Power and Associates® , údaje OECD apod. Mezi těmito daty, resp. ukazateli ekonomik i jejich skupinami a podnikovými ukazateli či skupinami z daného statistického souboru, je v budoucnu možné procedurami metody GUHA hledat zajímavé vzájemné vztahy, souvislosti i projevy makroekonomických i socioekonomických ukazatelů do podnikových ukazatelů výkonnosti. Do podnikových ukazatelů výkonnosti se, nejen v čase krize z let 2007 až 2010, promítají v souvislostech i sektorové ukazatele AP. Proto i tyto ukazatele je žádoucí brát v potaz a používat v oblasti výzkumu, který na tuto práci může navazovat.
1.5 Sektor automobilového průmyslu v krizovém období Pro komplexní vypracování disertační práce autor považuje za důležité uvést a pracovat i s údaji sektoru automobilového průmyslu celkově, z pohledu vybraných zemí a České republiky nejen v uvedeném období 2007 až 2010. 24
V disertační práci je (viz dále), v rámci automobilového průmyslu, dále jen AP, využito několika nezávislých informačních zdrojů. Za primární zdroje lze považovat vlastní podnikové údaje spojené s konkrétní společností ze statistického souboru sledovaných dodavatelských podniků a jejím působením v prostředí AP České republiky. Ze sekundárních zdrojů jsou využity údaje agentury J. D. Power and Associates® ve zprávách Global Car and Truck Forecast, dále ze zpráv The Automobile Industry Pocket Guide, EU Economic Report, ročenky Automobilový průmysl v České republice – Základní údaje a fakta a dalších zdrojů. V průběhu krizového období 2007 – 2010, jak uvádí zpráva agentury J. D. Power and Associates® (2009, s. 20), na které spolupracuje i Oxford Economics, došlo k prudkému propadu výroby a prodejů ve většině kategorií automobilů. Tyto kategorie klasifikuje J. D. Power and Associates® (2011, s. 14-16) podle: 1. Celkové délky automobilu: Basic (A), Small (B), Lower Medium (C), Upper Medium (D), Large (E) a Large Plus (F).
Obr. 2: Rozdělení kategorií dle délky osobních automobilů [20, s.5]
2. Bodystyle: Conventional, MAV, SUV, Sporty, Van, Pick-up. 3. Market Status: Ekonomy (např. Dacia, Chery), Non-Premium (VW, Seat, Škoda, Mazda, Fiat, Toyota, Renault, Peugeot, Kia), Premium (BMW, Mercedes, Audi, Volvo), Super-Premium (Aston Martin, Bentley, Ferrari, Porsche, Lexus) Další možné kategorie pak jsou lehké užitkové, užitkové a nákladní automobily. Autor v disertační práci nepřihlíží a pro analytická zkoumání nevyužívá kategorie nákladních, těžkých nákladních a speciálních automobilů. Zejména z hlediska strategického zaměření v doporučeních pro dynamické podnikové strategie v poslední části disertační práce je nutné k tomuto rozdělení přihlédnout. J. D. Power and Associates®, obdobně jako další výše uvedené zprávy, uvádějí statistické přehledy nejen v počtu prodaných vozidel v jednotlivých zemích a jednotlivých klasifikačních třídách, značkách i modelových řadách, ale i v počtu vozidel vyrobených v jednotlivých zemích, dále existujících vozidel v jednotlivých zemích i celosvětově, tzv. Car density
25
(počet vozidel na obyvatele) apod. Nejen na základě těchto údajů jsou provedena statistická srovnání, meziroční i kvartální srovnání apod. viz dále). 1.5.1 Automobilový průmysl ve světě K celkové situaci v automobilovém průmyslu světa před a v průběhu nástupu finanční a hospodářské krize a vzhledem k aktuálním datům, viz zprávy J. D. Power and Associates®, mimo jiné uvádí, že celková výroba a prodej osobních vozidel ve světě byla v primárně sledovaném období 2007 až 2010 a letech 2012, 2013 následující (viz Tabulka 1.). Tabulka 1 Výroba a prodej osobních automobilů (svět) [20, s.35]
Rok Výroba celkem (ks) Prodej celkem (ks) 2007 2008 2009 2010 2011 2012
70 396 514 67 490 098 58 982 240 74 291 052 77 035 353 81 762 692
70 309 700 65 995 060 63 471 254 73 698 015 76 916 390 80 948 993
Je tak zřejmý pokles výroby i prodejů osobních automobilů ve světě již v mezidobí 2007/08 a dále znatelný v období 2008/09. Zajímavé je také sledovat setrvačnost, kdy pokles prodejů není tak výrazný jako snížení výroby. V roce 2009 se prodalo ve světě více automobilů než se jich nově vyrobilo. Obrat nastal již v roce 2010 a od tohoto roku produkce i prodeje rostou.
Obr. 3: Měsíční a celkové roční prodeje os. a . ve světě 1998 – 2012 [20, s.7]
Údaje ze světové produkce a prodejů jsou využity zejména v perspektivě vybraných regionů (rozdělení dle J. D. Power and Associates®) na: Afrika, Asia, Eastern Europe, Middle East, North America, South Americe, Western Europe,
26
Other a dále na vybrané země těchto regionů s důrazem na země resp. trhy Eastern and Western Europe. Dále je pracováno s údaji za vybrané přední světové výrobce automobilů a skupiny automobilek: BMW Group, Daimler Group, Fiat-Chrysler Group, Ford Group, General Motors Group, Honda Group, Hyundai Group, Toyota Group, Volkswagen Group, PSA, Renault-Nissan Group. 1.5.2
Automobilový průmysl v České republice
Podle Sdružení automobilového průmyslu České republiky (2012, s. 59), dále jen AutoSAP, je výroba vozidel jednou ze dvou rozhodujících produkčních skupin, které tvoří automobilový průmysl České republiky a výrazně ovlivňují celou tuzemskou ekonomiku. Druhou skupinou je pak výroba náhradních dílů a příslušenství. Na produkci osobních automobilů se v České republice převážně podílely automobilky Škoda Auto a.s., Hyundai Motor Manufacturing Czech (HMMC) Nošovice a společnost TPCA Czech. Produkce těchto tří automobilek představovala 99% výroby všech výrobců podle počtu kusů. Rozděleně pak Škoda Auto a.s. z 56%, TCPA Czech z 23% a HMMC Nošovice z 20%. Dle údajů AutoSAP (2012, s. 60) celkový výše vyrobených osobních a malých užitkových automobilů potvrzuje, že tuzemské automobilky využívají oživení na evropských i světových trzích. Podle klasifikace J. D. Power and Associates® se produkce a prodeje osobních automobilů pohybovaly v letech 2007 až 2011 jako produkce a prodeje celkově na světových trzích jen s rozdílem mírného poklesu v roce 2012 proti roku 2011. Tabulka 2 Výroba a prodej osobních automobilů (ČR) [3, s.38]
Rok Výroba celkem (ks) Prodej celkem (ks) 2007 2008 2009 2010 2011 2012
890 121 852 783 932 936 997 935 1 103 021 1 083 149
195 166 204 127 180 001 182 612 186 837 186 078
AutoSAP (2012, str. 62) prezentuje souhrnnou výrobu všech vozidel podle kategoriíí: osobní (M1), užitková (N1), nákladní (N2, N3), autobusy (M2, M3), motocykly (L) a přípojná (O3, O4). Výsledky publikované AutoSAP se nepatrně liší od zpráv J. D. Power and Associates® , nicméně rozdíl je dán zahrnutím i minoritních výrobců (Kaipan, Gordon, Avia, Alfine, Tatra, Tedom), které zprávy J. D. Power and Associates® neberou v potaz. Celkový počet vyrobených vozidel v ČR podle kategorií, které používá AutoSAP, je uveden v následující tabulce.
27
Tabulka 3 Souhrnná výroba vozidel (ČR) [3, s.40]
Rok
Osobní (M1)
2007 2008 2009 2010 2011 2012
925 060 934 060 976 435 1 069 518 1 191 968 1 171 774
Užitková Nákladní Autobusy (N1) (N2, N3) (M2, M3) 6 238 6 288 2 650 2 745 3 013 2 493
3 168 2 737 1 091 1 410 1 302 1 499
3 182 3 496 3 067 2 711 3 562 3 229
Moto (L)
Přípojná (O3, 04)
2 140 1 561 749 782 1 155 2 319
2 330 2 424 761 772 1 080 1 505
Na základě údajů v Tabulce 3. a při znalosti vývoje výroby vozidel od roku 1989 tak lze konstatovat, že hranice 12 milionů ks motorových vozidel již byla v průběhu roku 2011 překročena, jak uvádí AutoSAP (2012, s. 63). V roce 2012 pak výroba, zejména osobních automobilů, v České republice nadále rostla. Dále v disertační práci autor pracuje s daty J. D. Power and Associates® z důvodu srovnatelnosti a jednoty zdroje. Pro sektorovou charakteristiku a predikci využívá i dat AutoSAP. Tyto a další údaje a skutečnosti týkající se automobilového průmyslu autor považuje za důležité, zejména s ohledem na lokalizaci vybraných automobilek a skupin a statistického souboru vybraných firem. Sektorové okolí a dění v něm je významnou složkou působící na výkonnost sledovaných podniků v krizovém období (2007 až 2010), před ním (2003 až 2007) a po něm (2010 až 2011).
1.6 Strategické řízení a výkonnost podniků V současné době postkrizového, těžko předvídatelného a ekonomickopoliticky turbulentního období, se do popředí zájmu v podnikové sféře dostávají koncepce strategického řízení a řízení výkonnosti podniku, které se poměrně vzdalují tradičnímu pojetí. Jak uvádí Zelený (2011, s. 115), strategické řízení i myšlení se vyvíjí, konkurenční výhody nejsou stabilní a nelze je stále hledat pouze ve vnitřním prostředí podniku. Stejně tak nelze podnikovou výkonnost sledovat, resp. řídit a plánovat, pouze na základě vnitřních ukazatelů. Zdroje, kapitál, informace, technologie, to vše je v dynamickém prostředí globální ekonomiky dostupné. Způsob strategického myšlení a řízení založený pouze na tradičním způsobu pojetí mise, vize a strategie spolu s vybranými finančními ukazateli podnikové výkonnosti v některých případech selhal (v AP např. Chrysler, Volvo, Opel, Saab a další). V disertační práci je provedena v časové perspektivě analýza vývoje používaných, nejen finančních či strategických ukazatelů výkonnosti v čase před krizí, v krizi i po krizi, v širších souvislostech dle jednotlivých podniků statistického souboru. Tento přístup vede k nalezení dříve neanalyzovaných vztahů mezi ukazateli, které mohly způsobit posílení či oslabení výkonnosti 28
konkrétního podniku, resp. určité části z množiny podniků statistického souboru vlivem nerespektování teritoriálních či sektorových specifik. Tyto cenné poznatky jsou poté využity při formulaci strategických doporučení spolu s inspirativními přístupy dneška viz např. Human System Management. 1.6.1
Přístupy k řízení podnikové výkonnosti
I když hlavní cíl disertační práce (viz str. 37) předpokládá nalezení vlivu finanční a hospodářské krize z let 2007 – 2010 na makroekonomické, sektorové a podnikové ukazatele samostatně popřípadě v jejich vzájemných vztazích, přesto autor práce považuje za žádoucí a účelné provést krátkou rešerši a představit měřítka, ukazatele i systémy měření podnikové výkonnosti. Také je v další části práce uveden jejich vývoj v historickém kontextu i v kontextu podnikové praxe s ohledem na jejich postavení ve strategickém řízení podniku. Podniková výkonnost je často spojována s finanční výkonností a finančními ukazateli podniku. Takto pojatá výkonnost podniku je vnímána v některých případech prostřednictvím velkého množství ukazatelů, které mohou být i vzájemně neslučitelné (tržní podíl, obrat, zisk, rentabilita apod.). Přístup k řízení výkonnosti podniku se vyvíjí převážně dvěma směry jako tzv. Shareholder value (zájem vlastníků) a dále tzv. Stakeholder Approach (přístup všech zúčastněných). Dle Pavelkové a Knápkové (2009, s. 14) je zájem vlastníků (Shareholder Value) motivován adekvátní návratností vložených prostředků při podstoupeném riziku. Zájem vlastníků je tak spjat se zájmy všech zainteresovaných (Stakeholder Value), protože má-li být podnikání vlastníka úspěšné, je třeba uspokojit i ostatní zainteresované. Nejen v současné době však podniky a podnikatelskou sféru ovlivňují ve větší míře i další vnější faktory spojené s globalizačními, resp. realokačními trendy, konkurenčními tlaky, zánikem i vznikem nových trhů a investičních příležitostí a samozřejmě politikami státních i nadstátních celků. Do popředí zájmu se tak podle Dluhošové (2006, s. 15 ) a Neumaierové a Kislingerové (2006, s. 47) dostává orientace na hodnotu a hodnotové řízení tzv. Value Based Management. Dle Pavelkové a Knápkové (2009, s. 15-17) dále toto pojetí a přístup k řízení sleduje základní cíl podnikání, tj. růst a řízení hodnoty, ke kterému jsou směřovány všechny podnikové aktivity. Hodnotu podniku autorky popisují jako měřítko výkonnosti podniku, které vyžaduje kompletní informace. Řízení hodnoty pak představuje systém, strategie, procesy, analytické techniky, výkonnostní měřítka i kulturu celého podniku. Koncept řízení hodnoty dospěl v posledních letech k řízení tzv. přidané hodnoty (Economic Value Added - EVA®, Market value Added - MVA, Cash Flow Return On Investment - CFROI apod.). Zelený (2011, s. 169) pak přichází v současnosti s inovativním, ale historicky doložitelně úspěšným konceptem nutné integrace přidané hodnoty pro podnik a přidané hodnoty pro zákazníka do soustavy řízení podniku při vyšším ohodnocení na trhu.
29
Další přístup k řízení podnikové výkonnosti pak na základě vyvážených finančních i nefinančních ukazatelů představuje systém Balanced Scorecard vytvořený Robertem S. Kaplanem a Davidem P. Nortonem. Balanced Scorecard (BSC) dle Kaplana a Nortona (2002, s. 32) je strategickým manažerským nástrojem pro měření podnikové výkonnosti na základě čtyř perspektiv: finanční, zákaznické, interních procesů a učení se a růstu. BSC tedy umožňuje nejen sledovat finanční výsledky, ale i tzv. hybné síly budoucí výkonnosti, které jsou definované na základě měkkých a tvrdých dat. V následující části tezí disertační práce je autorem provedena rešerše s ohledem na výše uvedená měřítka i systémy měření podnikové výkonnosti, které jsou využity jako statistické znaky popisující statistické jednotky (podniky) v dále analyzovaném statistickém souboru vybraných podniků českého automobilového průmyslu. 1.6.2
Historický vývoj ukazatelů podnikové výkonnosti
Otázkám způsobu měření konkurenční schopnosti a výkonnosti podniku se v minulosti stejně jako v současnosti věnovala a věnuje řada autorů. Podnik není izolovaný subjekt, jehož výkonnost závisí pouze na jeho vnitřních procesech a schopnostech. V současných podmínkách globálních trhů mohou úspěšně fungovat a dále se vyvíjet převážně ty podniky, které dokáží reagovat i na vnější podmínky a změny, které hledají cesty pro zvyšování podnikové výkonnosti a zejména dokáží být konkurenceschopné na trzích. Dle Pavelkové a Knápkové (2009, s. 14) historicky lze vypozorovat obdobnou cestu i při vývoji finančních ukazatelů podnikové výkonnosti od ziskové marže, přes maximalizaci zisku, rentabilitu investovaného kapitálu, souhrnných indexů (IN, Tafflerův index), až k současným konceptům tvorby a řízení hodnoty. Obdobně na historický vývoj nahlíží i Dluhošová (2006, s. 16). Tento trend, resp. vývoj používaných finančních ukazatelů výkonnosti v čase předkládá autor v Tabulce 4. Tabulka 4 Historický vývoj ukazatelů výkonnosti [47, s.14]
Historický vývoj finančních ukazatelů výkonnosti 1. generace „Zisková marže“ Zisk / Tržby
2. generace
3. generace „Výnosnost „Růst zisku“ kapitálu“ Maximalizace Zisk / Investovaný zisku kapitál
4. generace „Tvorba hodnoty pro vlastníky“ EVA, CFROI, FCF,…
V další části disertační práce autor uvádí klíčové ukazatele finanční a podnikové výkonnosti analyzovaného souboru podniků prostřednictvím tzv. Key Performance and Result Indicators (Klíčové ukazatele výkonnosti a výsledků) a blíže představí systém Balanced Scorecard, který je v současnosti v jistých odlišnostech podnikově také používán. Ve výzkumné části disertační práce autor 30
také využívá podnikových ukazatelů, které nejsou součástí finančních či BSC ukazatelů, přesto mají určitou vypovídající schopnost o podnikové výkonnosti. I zde je však nutné upozornit na informační omezení, jimiž je podobný výzkum vždy limitován. 1.6.3
Balanced Scorecard (BSC) a Benchmarking
Stále vyšší význam se v podnikovém řízení a řízení výkonnosti, na různých úrovních podniku, přikládá nefinančním měřítkům.V disertační práci analyzovaný soubor a jeho jednotlivé podniky ve většině případů využívají vlastní obdoby systémů Balanced Scorecard a Benchmarking. Zejména proto jsou tyto systémy součástí disertační práce. Není ovšem možné, pro omezený rozsah práce a informační bariery, plně představit a kriticky zhodnotit strukturu, zavádění a využití těchto systémů v jednotlivých podnicích. Autor práce odkazuje na uváděnou literaturu zejména Kaplan a Norton (2002) a Horváth (2004). BSC je dle autorů Roberta S. Kaplana a Davida P. Nortona (2007, s. 20) nástrojem, který převádí vizi a strategii podniku do uceleného a srozumitelného souboru měřítek pomocí vyvážených perspektiv: finanční, zákaznické, interních procesů a perspektivy učení se a růstu. Jedná se tak o systém vzájemně provázaných ukazatelů. Dle autorů také umožňuje sledovat nejen finanční ukazatele, ale také to, jak jsou podniky schopny zajišťovat hmotná i nehmotná aktiva, potřebná k růstu a zvyšování konkurenční schopnosti. Horváth (2004, s. 25) o BSC uvádí, že vzhledem k zabudovaným měřítkům lze konkretizovat podnikovou strategii a rozpoznat pomocí jejich sledování v čase jejího plnění. BSC tedy není pouze systém operačních měřítek, ale může sloužit i ke způsobu řízení založeném na dlouhodobých cílech. Poněkud kriticky pak na BSC nahlíží Keřkovský (2004, s. 73), který uvádí, že perspektivy BSC je nutné vnímat jako určité šablony, neboť neexistuje matematicky vyjádřený důkaz, že právě tyto čtyři perspektivy jsou postačující. Dále pak poukazuje na to, že existují podniky, které jsou dlouhodobě úspěšné a používají jiný počet než čtyři perspektivy v závislosti na odvětví. Pavelková a Knápková (2009, s. 194-195) se kloní k myšlence, že měřítka BSC lze mimo jiné využít i při plánování, komunikaci a k zdokonalení zpětné vazby. Po provedených výzkumech a při zkušenostech se zaváděním BSC hovoří Kaplan a Norton (2007, s. 232) o tom, že prostřednictvím funkce centrální autority a indikativního plánování jednotlivých útvarů v organizaci, lze vytvořit dodatečný synergický efekt vzájemné koordinované spolupráce. Pavelková a Knápková (2009, s. 200-201) hovoří o tom, že BSC je v podstatě naplněním přístupu Stakeholder Value. Představení konceptu BSC a podrobení kritické rešerši se jeví jako přínosné, zejména pro formulaci strategických doporučení v závěrečné části práce. O benchmarkingu Pavelková a Knápková (2009, s. 206-207) uvádí, že slouží zejména pro rozlišení a identifikaci silných a slabých stránek v hospodaření podniku, které mohou ovlivňovat jeho výkonnost. Benchmarking je v podstatě 31
metoda, která porovnává údaje jednoho podniku s údaji podobných podniků. Autorky dále uvádějí, že se jedná o metodu poměrně jednoduchou a široce využitelnou. Úkolem benchmarkingu, jak poukazují Pavelková a Knápková (2009, s. 206), není jen srovnání s benchmarkem (standardem) s cílem se mu vyrovnat, ale cílem benchmarkingu je stát se novým benchmarkem v dané oblasti. Benchmarking má však i své slabé stránky, resp. kritiky. Například Keřkovský a Vykypěl (2002, s. 159) tvrdí, že zobecňování neúplných dat, následkem nepřesného výběru a neznalostí jejich kontextu, nemusí být vždy úspěšné. Také Zelený (2011, s. 128) uvádí, že vysoký důraz na benchmarking není optimální z důvodu rozdílnosti srovnávaných podniků v různých vnitřních parametrech, rozdílného socioekonomického prostředí, působnosti podniků apod. I Pavelková s Knápkovou (2009, s. 210) upozorňují na nutnost posouzení a respektu k dalším okolnostem, například vnitřním a vnějším podmínkám, ve kterých podnik realizuje svoji činnost. Parmenter (2008, s. 1-4) i Parmenter (2010, s. 2-16) zase uvádí, že existují čtyři typy podnikových ukazatelů: 1. Key Result Indicators (KRIs), které popisují, co bylo provedeno v perspektivě kritických faktorů úspěšnosti. Patří sem např. ukazatele EBT, Return on Capital, Customer Satisfaction apod., 2. Result Indicators (RIs), které popisují ryze finanční výsledky jako např. Net Profit (čistý zisk), Sales (tržby) atd.., 3. Performance Indicators (PIs), což jsou nefinanční ukazatele procentního zvýšení např.: nárůst u top 10% zákazníků, procentní zvýšení pozdních dodávek, reklamací apod. PIs and RIs leží mezi KRIs a KPIs 4. KPIs jsou často v teorii popisovány jako set ukazatelů zaměřených na aspekty podnikové výkonnosti, které jsou kritické pro budoucí úspěch. Podobný přístup popisuje i Sedláček (2012, s. 2). V práci autor čerpá z údajů a dat, která podrobuje určitému typu srovnání, které lze v jistém smyslu považovat za benchmarkingové. Jejich použití je výhodné zejména s ohledem na skutečnost, že budou analyzovány společnosti realizující svoji činnost v prostředí AP České republiky. Autor práce si také uvědomuje slabé stránky benchmarkingu. Dle autora je žádoucí využít těchto srovnání pro formulaci následných strategických doporučení. 1.6.4
Analytické nástroje podnikového okolí
Jak uvádí například Keřkovský (2004, s. 5) a Keřkovský a Vykypěl (2002, s. 17) a Mallya (2007, s. 39) i Bowman (1996, s. 31), činnosti podniku se neodehrávají v izolovaném prostředí, ve vakuu. Podnikové činnosti se odehrávají v reálném, existujícím světě, což je místo plné turbulentních změn. Podnik, společnost, firma jsou ovlivňovány mnoha událostmi přesahujícími hranice států i ekonomik. V podnikovém prostředí je, jako součást strategického řízení, využívána například Analýza PEST. Analýza je zaměřená na vnější makro prostředí a odhalení vývojových trendů, které mohou koncern (podnik) v budoucnu z vnějšku významně ovlivnit. Širší okolí, ve kterém je lokalizován podnik, lze rozčlenit do čtyř sektorů: politické a legislativní, ekonomické, 32
sociálně-kulturní a technologické faktory. Autor práce považuje za potřebné zmínit i tzv. Porterův Model 5P, jehož autorem je Porter (1980, s. 23-28 a 1994, s. 4-17). Model 5P ze své podstaty identifikuje pět zásadních konkurenčních sil v odvětví. Tento model vychází z poznatku, že firma nepůsobí na trhu izolovaně a analyzuje konkurenci, zákazníky, dodavatele, substituty a rivalitu v odvětví. Podnikové okolí je možné rozčlenit na: 1. Obecné okolí (socioekonomický sektor, technologický sektor a sektor vládní) a 2. Oborové okolí podniku (zákazníci, dodavatelé, konkurenti). Do těchto sektorů poté směřují analýzy a z nich vycházející predikce. Členění podnikového okolí a do okolí orientované analýzy je podle žádoucí rozčlenit do soustředných kruhů, kde směrem od středu v prvním kruhu jsou existující konkurenti, v následujícím kruhu pak nově příchozí konkurenti, dodavatelé, zákazníci a nové konkurenční výrobky. V posledním, vnějším kruhu, pak vláda, zaměstnanci a odbory, mezinárodní organizace, vlastníci, finanční trhy, ekonomika, média, přírodní podmínky, nátlakové skupiny, politické strany, společenské organizace a technologie. Další analytické nástroje podnikového okolí jsou podle Keřkovského a Vykypěla (2006, s. 60-77) v matici BCG, využitím Metody MAP či Metody scénářů. Nedostatky těchto nástrojů je dle autora možné nalézt zejména v omezené možnosti předpovědi či zpětné analýzy jimi zjištěných údajů a jejich průniku do různých podnikových ukazatelů v tzv. kauzálních vztazích příčiny a následku. Pro zjišťování údajů se jeví tyto modely jako přínosné, ovšem s daty je důležité následně ještě pracovat, aby jejich vypovídací schopnost byla znásobena projevy do firemních, resp. podnikových ukazatelů. 1.6.5
Ukazatele výkonnosti podniků statistického souboru
V disertační práci autor využívá jednotlivých podnikových údajů a hodnot ukazatelů, které vybral a sestavil tak, aby přiměřeně redukovaly i významně reflektovaly situace, v nichž se podnik nacházel, jak ve sledovaném období krize 2007 až 2010, ale i v období předcházejícím tj. 2003 až 2007 a také následném 2011. Rok 2012 nebylo možné do zkoumání zahrnout z důvodů chybějících údajů některých podniků. Významově lze tyto uvádět jako souhrnné ukazatele výkonnosti podniků autorova statistického souboru. Tímto pojmem jsou souhrnně označovány vybrané ukazatele nebo metriky vyjadřující požadovanou výkonnost, které se používají zejména při strategickém řízení podniku. Autor čerpal zejména z účetních výkazů při využití databází Albertina, CreditInfo, Octopus za období 2003 až 2011. Autor tak využívá např. ukazatelů ROA, ROE, ukazatelů aktivity a zadluženosti, souhrnného indexu IN99, výsledků Tafflerova modelu a dalších. Hodnoty jednotlivých ukazatelů pak vstupují, spolu s dalšími, do metod popsaných dále a zvolených pro disertační práci (např. GUHA).
33
1.7 Doporučení pro strategické řízení v postkrizovém období V poslední části disertační práce se autor věnuje formulaci doporučení pro řízení podniků v postkrizovém období. Tato doporučení je dle autora žádoucí formulovat na základě zjištěných poznatků při inspiraci moderními pohledy a přístupy k fungování podniků v globální sféře. Globální ekonomika, jako systém dle Neumaierové a Synka a Kislingerové a Klečky (2006, s. 11), v sobě obsahuje mnoho kolísajících, resp. fluktuujících podsystémů. Pokud je systém v rovnováze či blízko rovnováhy, nemají tyto fluktuace na systém jako celek vliv. Pokud se však fluktuace dostane na určitou úroveň do tzv. bifurkačního bodu 9, pak může podsystém rozbít celý systém, resp. systém může přeskočit do nového uspořádání. Výzkumy provedené v přírodních vědách hovoří o tom, že v bodě bifurkace neplatí zákon velkých čísel a nelze tak použít běžných statistických metod. Obdobně vnímání podniku, jako určitého dynamického systému složeného z fluktuujících podsystémů, je žádoucí a na místě. V případě disertační práce pak je provedena širší obdobná dekompozice systému na jednotlivé podsystémy, od globální po národní ekonomiku přes sektor AP po jednotlivé společnosti (podniky), složené z vlastních podsystémů. Vzniká tak při řízení podniku potřeba definovat a sledovat více kritérií ovlivňujících fungování systému či jeho částí, vzájemné vztahy, reakce na podněty, příčiny i následky různých jevů apod. Pro tento přístup jsou důležité jak obecné poznatky o společenském řízení, jak uvádí Vrecion (2008, s. 7-8), tak poznatky rozvíjejícího se konceptu řízení orientovaného na konkurenčně - kolaborační strategie, dynamické strategie adaptabilní schopnosti, sítě firem, organické pojetí strategie jako akce apod. při řízení podniku ve shodě s podnikovým okolím, tvrdí Zelený (2011, s. 122-132). 1.7.1
Obecné poznatky aneb zpět ke kořenům řízení
Pro syntézu výsledků disertační práce a výše zmíněných přístupů pro formulaci doporučení je v první řadě využito Teoreticko logické metody TLM (viz str. 40). S pomocí TLM jsou v souvislosti s analyzovaným statistickým souborem formulována doporučení na základě analýzy nejjednoduššího vztahu, který ve vývoji fenoménu řízení historicky vznikl. Tímto vztahem, jak uvádí Vrecion (2008b, s. 10), je vztah koordinace. V prostředí samostatného podniku znamená koordinace součinnost a sounáležitost směrem k dosažení podnikových cílů. V prostředí strategického řízení pak koordinaci aktivit podniku vedoucích k převedení strategie do cílově orientované akce. Historicky lze na základě 9
Bifurkace tzv. „větvené řešení“ neboli označení procesu, který kulminuje v bifurkačním bodě (bod zvratu) na vývojové linii, kdy v důsledku nerovnováhy negativních a pozitivních zpětných vazeb dojde k rozdělení trajektorie vývoje původní kvality v několik nových struktur, které se kvalitativně liší.
34
vztahů sounáležitosti a vztahů příslušnosti dohledat zvláštní vztah – vztah autority. Vrecion (2008b, s. 7) k tématu uvádí, že účelem a smyslem takové autority je pomoci vytyčovat jednotné cíle, určovat, resp. udržovat pravidla, tj. normy součinnosti, a organizovat vzhledem k daným podmínkám jejich realizaci v určité skupině lidí, lze obecněji nazvat řízením.V doporučeních vyplývajících z disertační práce pak autor využil i poznatky o hlavních i průřezových činnostech v řízení, jak uvádí Vrecion (2008b, s. 55). Uvedené ztahy se (viz dále) objeví zejména v souvislosti se vztahem podnik vs. zákazník. 1.7.2
Evoluce v řízení – podnik v organickém cyklu ZIPF
Ve formulaci doporučení vyplývajících ze zjištěných údajů a poznatků dále uvedenými metodami (TLM, GUHA, Metoda HP a další) je pro autora inspirativní i využití poznatků o organickém způsobu existence a řízení podniků, jež představuje Zelený (2005 a 2011) a de Geus (1997). Autor práce hledá inspiraci zejména v poznatcích provázaného podnikového cyklu na bázi modelu Z-I-P-F. K cyklickému pojetí podnikání uvádí například Zelený (2011, s. 17), že podnikání je inovační užívání zdrojů podniku k uspokojování zákazníka za účelem vydělání peněz. Inspiraci lze tedy hledat v provázání zákazníka (Z), inovací (I), zdrojů a procesů (P) a peněz či financí (F) do sebeprodukujícího cyklu. Autor disertační práce tak spatřuje určité možnosti naplnění jednotlivých dimenzí modelu Z-I-P-F při poznatcích spojených s kauzálními vztahy mezi podnikovým, sektorovým, lokálním i globálním okolím, které mohou nabídnout metody použité v disertační práci. 10
Obr. 4: Model organického cyklu Z-I-P-F [74, s.17] 10
Model Z-I-P-F umožňuje konstruovat podnik podle momentálních potřeb v souladu s dlouhodobými cíli, dosáhnout vysoké flexibility a znalostní systém tak bude přirozenou cestou nutit k soustavné inovaci.
35
1.8 Závěr současného stavu poznání Možnost studovat jednotlivé přístupy i názory na řešenou problematiku u uvedených autorů shledává autor práce jako velmi užitečnou a žádoucí aktivitu rozšiřující jeho spektrum znalostí. Tyto znalosti jsou nutnou podmínkou pro realizace přístupu a použití metod, které autor pro disertační práci zvolil. Dle názoru autora je v současnosti omezeně dostupná literatura, která se obdobným typem výzkumu, jaký byl pro disertační práci zvolen, zabývá. Tento stav nedostatku aktuálních publikací na obdobné téma je dle autora zapříčiněn zejména velmi krátkým obdobím od pravděpodobného konce první finanční a hospodářské krize globálního rozsahu do současnosti. Jedním z dílčích cílů disertační práce a zejména osobním cílem autora je publikovat získané poznatky a zkušenosti, které budou určeny a také předávány studentům, odborné veřejnosti, managementu i zaměstnancům analyzovaných společností. Autor věří, pokud bude možnost vydání obecně dostupné publikace, v zájem o problematiku i u laické veřejnosti.
36
2. CÍLE A HYPOTÉZY DISERTAČNÍ PRÁCE Cíl lze definovat jako budoucí, specifikovaný stav, jehož má být dosaženo použitím adekvátních metod. Dle často používané metody SMART by cíle měly být: Specific (specifické), Measuarable (měřitelné), Aimed (dosažitelné), Realistic (realistické) a Time Framed (časově orientované). Často se využívá rozšíření této metody o Evaluate (hodnocený) a Reevaluate (průběžně hodnocený). Za alternativní lze považovat metodu DUMB: Doable (proveditelný), Understandable (pochopitelný), Manageable & Beneficial (uřiditelný a prospěšný) popř. českou obdobu SMART metody KARAT.
2.1 Hlavní cíl disertační práce Hlavním cílem disertační práce je na základě identifikace vlivů finanční a hospodářské krize z let 2007 až 2010 na makroekonomické, sektorové a podnikové ukazatele výkonnosti formulovat adekvátní doporučení ke zlepšení mechanismu strategického řízení u dodavatelských podniků v prostředí automobilového průmyslu České republiky. 2.1.1
Sekundární cíle disertační práce
Dosažení hlavního, resp. primárního cíle závisí na splnění několika dílčích cílů, mezi které náleží: 1. Identifikovat fundamentální vztah tržní ekonomiky a jeho prostřednictvím nalézt a popsat možné příčiny vzniku jejích krizových stavů při využití vybraných metod (zejména Teoreticko – logické metody TLM). (Najdi) 2. Na základě analýzy výrob a prodejů významných producentů automobilů objasnit vliv a dopady krize do sektoru AP a identifikovat faktory vysoké náchylnosti podniků i AP jako celku na globální ekon. situaci. (Objasni) 3. Využitím metody GUHA (General Unary Hypothesis Automaton) nalézt na logickém základě dosud neanalyzované vztahy a souvislosti mezi vybranými ukazateli strategické výkonnosti dodavatelských podniků AP ČR. (Využij) 4. Navrhnout metodická doporučení ke zlepšení mechanismu strategického řízení u dodavatelských podniků automobilového průmyslu České republiky na základě zjištěných faktů a nabytých poznatků. (Formuluj) Sekundární cíle práce byly stanoveny na bázi modifikace tzv. Demingova cyklu. Díky tomuto přístupu lze vnímat průnik vzájemného působení a propojení makro, mikro a podnikového prostředí či situace v ekonomické realitě dneška. 37
2.2 Disertační práce formou orientační studie S ohledem na zaměření disertační práce, její mezioborový přesah při využití logicko statistické metody GUHA, je žádoucí zvolit způsob jejího zpracování formou orientační studie. To znamená, že existuje příliš málo poznaného pro formulaci pouze několika vědeckých otázek, resp. hypotéz a zároveň jsou k dispozici rozsáhlá data, s jejichž pomocí se chceme něco určitého dovědět. Formulace hypotéz a jejich ověřování (potvrzování nebo zamítání) jsou důležité prvky výzkumu s podklady ve formě empirických dat. Metoda GUHA se však dle Hájka a Havránka a Chytila (1983, s. 23) od standardních, konvenčních systémů liší tím, že není orientovaná na ověřování stávajících hypotéz, které už někoho napadly, ale na systematickou tvorbu hypotéz na základě dostupných rozsáhlých dat při využití aparátu nejen dvouhodnotové výrokové logiky. GUHA vytváří hypotézy na základě tzv. rektangulární matice, jejíž řádky odpovídají sledovanému objektu a každý sloupec určité sledované veličině. V případě zvoleného tématu disertační práce a jejího zaměření na dopady globální finanční a ekonomické krize do firemního prostředí v automobilovém průmyslu měl autor k dispozici velké množství dat socioekonomického okolí i sektorových ukazatelů automobilového průmyslu, spolu s rozsáhlými daty statistického souboru vybraných podniků. Přesto je žádoucí představit základní hypotézy jako předběžné představy o vztahu mezi zkoumanými proměnnými. Každá z níže hypotéz proto svou podstatou významně souvisí s vytyčenými cíli práce. Základní hypotézy (H1, H2, H3, H4) budou v disertační práci potvrzeny či vyvráceny použitím zvolených metod. V disertační práci jsou autorem verifikovány následující základní hypotézy: H
Produkce a prodeje významných světových výrobců automobilů jsou výrazně ovlivňovány globální ekonomickou situací.
H
Pro dosažení strategické výkonnosti při orientaci na zvolené strategické cíle je pro dodavatelské podniky sektoru AP ČR žádoucí analyzovat jak vztahy a souvislosti mezi makroekonomickými a podnikovými ukazateli, tak i mezi podnikovými ukazateli navzájem.
H
V období finanční a hospodářské krize, zejména mezi roky 2007 a 2009, došlo k výraznému poklesu výkonnosti měřené vybranými ukazateli u většiny analyzovaných podniků AP ČR.
H
Zavedení tzv. protikrizových vládních opatření na podporu automobilového průmyslu v zemích EU ovlivnilo vybrané výkonnostní ukazatele u dodavatelských podniků AP ČR.
1:
2:
3:
4:
38
3. ZVOLENÉ METODY ZPRACOVÁNÍ Pro pochopení teorie vědeckého poznávání a zkoumání je nutné, jak tvrdí Vrecion (2007a, s. 4), začít ontologií, jako obecnou naukou o objektivní realitě, pro jejíž poznávání se gnoseologie snaží budovat obecněji použitelné postupy poznávání, zkoumání. O realitě a jejích částech věda vytváří teorie a získává potřebné empirické poznatky pomocí metodologie. Metodologie vědy je nauka o metodách vědeckého zkoumání. Nejobecnější metodologickou naukou je logika jako věda o formě a nejobecnějších vztazích objektů reality. Dále pak systémové přístupy a metody, matematika a kybernetika. V disertační práci jsou využity metody, které nejsou samoúčelné, ale důležité pro pochopení mechanizmu jádra fungování TE, odhalení příčin vzniku krizových stavů a odpovídající potřebám zvoleného typu výzkumu. Současně respektují a zohledňují potřeby i možnosti podnikového zkoumání v prostředí automobilového průmyslu a mají jistou vypovídací schopnost.
3.1 Metody a přístupy použité v disertační práci Metoda je vědomý a plánovitý postup k dosažení cíle. Vědecká metoda pak soubor intelektuálních a teoreticko – logických kroků, jak vyřešit určitý typ problému. Naplnění ambiciózních cílů práce vyžaduje kombinaci metod, kvalitativního (literatura, články) a kvantitativního výzkumu (statistiky, výroční zprávy tzv. Annual reports, data z rozsáhlých databází např. Albertina, Credit Info, Octopus a u Případové studie I. (viz str. 79) poté údaje z koncernových databází: Actual Key Indicators, Balanced Scorecards (BSC) Indicators, Key Performance Indicators, Headcount Data, Report per Company). V případě automobilového průmyslu jako celku autor čerpá z údajů a zpráv J. D. Power and Associates® Automotive Forecasting - Global Car and Truck Forecast, The Automobile Industry Pocket Guide, dále je čerpáno z internetových stránek (www.acea.be, www.autosap.cz, www.oica.com atd.) V disertační práci autor využije těchto základních přístupů a metod poznání: 1. dedukce – postup, kdy ze známých pravd logicky jednoznačnými postupy jsou vyvozovány, tj. dedukovány pravdy nové. Vychází z axiomů, 2. indukce – je postupem, kdy z jednotlivých empirických fakt vyvozujeme za pomocí pravděpodobnostních vyvozovacích postupů zobecněné pravdy, 3. analýza – faktické či praktické rozdělení zkoumaného objektu od celku na části, 4. syntéza – umožňuje poznávat objekt jako celek, postup od částí k celku spojováním získaných poznatků analytickým způsobem, 5. abstrakce – oddělení podstatných charakteristik objektů výzkumu od nepodstatných ve vztahu k řešení výzkumného problému,
39
6. konkretizace – vyhledávání konkrétního výskytu určitého objektu z třídy objektů se snahou o aplikaci charakteristiky platné pro tuto třídu objektů, 7. statický přístup – použitý ke zkoumání v jistém okamžiku, 8. dynamický přístup – naopak srovnává posloupnost a vývoj v čase, 9. postup od konkrétního k abstraktnímu – využit zejména v případě strategických doporučení. Dále je zejména využito logicko – statistické metody GUHA (General Unary Hypothesis Automaton), standardních statistických metod (regresní a korelační analýzy, postupů elementární analýzy časových řad, míry úrovně a variability apod.), Teoreticko – logické metody (TLM) a Metody historických příkladů (HP). V případě potřeby a nutnosti rozšíření možných omezených výstupů bude použito dalších adekvátních metod. 3.1.1
Standardní statistické metody
V disertační práci je využito standardních statistických metod vhodných pro tento typ ekonomického výzkumu. Jsou použity metody regresní a korelační analýzy pro hledání, zkoumání a hodnocení souvislostí mezi dvěma a více statistickými znaky z hlediska příčinných (kauzálních) závislostí. Dále pak postupy z tzv. elementární analýzy časových řad, k zjištění možných existujících trendů v daném jevu. V neposlední řadě autor využívá zejména pro popis statistického souboru míry úrovně (polohy) rozdělení četností a variability rozdělení. 3.1.2
Teoreticko – logická metoda (TLM)
Obecný metodologický postup, označený jako Teoreticko – logická metoda (TLM), lze využít zejména pro nalezení a analýzu tzv. logického jádra, resp. nejjednoduššího společenského vztahu, který jako první v daném fenoménu historicky vznikl. Z něj lze následně logickými deduktivními postupy vyvodit všechny obecné zákonitosti. První společenský vztah tržní ekonomiky (TE) je vztah koupě a prodeje. V podnikové praxi lze tedy veškeré vztahy vnímat jako replikace výše zmíněného vztahu koupě a prodeje (zákazník vs. podnik, podnik vs. dodavatel, nadřízený vs. podřízený, řídící vs. řízená organizace apod.). Ekonomické vztahy založené na obdobě polárně symetrického fundamentu jsou předmětem zkoumání v disertační práci, zejména pak jejich ovlivnění vnitřní i vnější ekonomickou situací v období krizových let. Pro úplnost je nutné uvést, že základy teoreticko – logické metody zkoumání ekonomicko společenských jevů položili R. Descartes a J. Locke. Teoreticko –
40
logický postup byl také použit v teoriích TE autorů A. Smith, M. Friedman a dalších. 11 3.1.3
Metoda GUHA
Nadpisy Skupina českých vědců kolem P. Hájka v 60.letech 20. stol. vytvořila metodu GUHA (General Unary Hypotheses Automaton). Postupy a procedury metody GUHA byly a jsou od té doby dále rozpracovávány. Metoda GUHA je původní českou metodou explorační analýzy. Základní myšlenkou bylo nalézt v datech logické souvislosti na základě dvouhodnotové výrokové logiky. Jádrem metody GUHA je spojení metod pro generování hypotéz (asociačních pravidel) s metodami pro jejich statistické testování. Jak uvádí Hájek, Havránek a Chytil (1983, s. 25), metoda GUHA tak představuje kombinaci logiky a pravděpodobnosti, která využívá zejména výrokové logiky a odpovídá v souvislostech na otázky, co je příčinou a důsledkem jevu. Formulace hypotéz a jejich ověřování jsou důležité složky výzkumu. Podkladem pro ověřování hypotéz jsou ve většině případů empirická data, soubor zjištěných informací o zkoumaných objektech. V případě disertační práce bude objektem podnik, resp. skupina diferencovaných podniků. GUHA vyžaduje, aby data, která mají být zpracována, měla přiměřený rozsah. Odlišnost GUHA od konvenčních systémů je dána těmito aspekty: • GUHA není orientována na ověřování jednotlivých, již platných hypotéz; • orientace na systematickou tvorbu hypotéz na základě dat; • snoubí prvky matematické statistiky a matematické logiky (výroková dvouhodnotová logika); • smyslem GUHA je kauzální analýza (příčina x následek); • použitelnost i na data nestatistické povahy, GUHA není subjektivní. Hájek, Havránek a Chytil (1983, s. 37) dále uvádějí, že metoda GUHA je vhodná pro různé typy výzkumných problémů, které lze obecně rozdělit na specifické studie – tzn. na počátku je jedna konkrétní otázka a data jsou pořízena tak, aby zodpověděla tuto otázku, a orientační studie – tzn. je příliš málo poznaného pro formulaci jedné konkrétní otázky, bádání musí začít orientací v dané oblasti, neočekává se jedna odpověď, ale řada pohledů. Metoda GUHA je tak vhodná pro orientační studii na základě rozsáhlých dat. Speciálním prostředkem, který lze aplikovat do problematiky reakcí, připravenosti x nepřipravenosti podniků na nástup i průběh globální krize i způsobů jejího řešení, jsou tzv. polyfaktoriální hypotézy, které se neomezují pouze na vyšetřování dvojice veličin (dat), ale vyšetřují i trojice, čtveřice apod. V realitě fungování podniku tak samostatný výskyt veličiny nemusí být 11
Teoreticko - logickou metodu (TLM) při hledání fundamentálního vztahu, který v daném pozorovaném fenoménu jako první historicky vznikl, lze v ekonomických pracích dohledat i v dílech M. a R. Friedmanových (zejména 1992, 2002) a F. A. Hayeka (2008).
41
příčinou, současný výskyt tří, čtyř, až…n veličin už ano. Problémy, k jejichž řešení je využívána metoda GUHA, jsou např. Kognitivní problémy, jejichž řešením je nové poznání, Konceptuální problémy představující operace pouze s formálními výrazy, reprezentujícími skutečné objekty, nikoliv s objekty samotnými, a Generální problémy, tj. řešení takových problémů, které lze zahrnout pod některý globální problém, jak představují Hájek, Havránek a Chytil (1983, s. 33). V případě disertační práce uživatel v první fázi pro GUHA zpracoval vstupní data ve formě rektangulární matice, jejíž řádky odpovídají jednotlivým objektům (podniky) a sloupce odpovídají zkoumaným vlastnostem (zvolená měřítka podniku apod.). V druhé fázi dojde k filtraci podnikových dat, což umožní realizace GUHA procedur s daty, testy na data, mezivýsledky, adaptace dat apod. Následně budou počítačově realizovány GUHA procedury, které jsou jádrem celé metody. Následují výstupní data a jejich úpravy a interpretace v konečném tvaru. Konceptuální schéma GUHA procedury znázorňuje Obr. 5.
Obr. 5.: Konceptuální schéma GUHA procedury [61, s.11]
Na tomto místě je nutné upozornit, že podobný typ zkoumání podnikové reality pomocí procedur metody GUHA dosud autor nezaznamenal. Po konzultacích na VŠE Praha (prof. J. Rauch) se vysoce pravděpodobně jedná o vůbec první použití metody GUHA pro tento typ výzkumu v ČR (resp. na světě). Pro informaci jsou dále uvedeny procedury metody GUHA, resp. představen systém LISp-Miner. LISp-Miner Akademický systém LISp-Miner je nástrojem pro podporu procesu dobývání znalostí z databází. Systém je v současnosti využíván při výuce, výzkumu i pro řešení úloh z praxe a je vyvíjen na Fakultě informatiky a statistiky VŠE Praha od roku 1996. Vývoj navazuje na předchozí zkušenosti, zejména s metodou GUHA,
42
a na dřívější implementace. Koncepci LISp-Mineru charakterizují podle Šimůnka (2010, s. 18) dva znaky: modularita a metabáze. Díky této koncepci vznikl samostatný modul LM DataSource pro porozumění datům a jejich předzpracování. Pro každou z implementovaných procedur pak bylo odděleno zadávání úloh od interpretace výsledků vytvořením modulu xxTasks (zadávání úlohy, generování, verifikace ve fázi Analytické procedury) a xxResults (prohlížení výsledků ve fázi Interpretace výsledků). Druhou hlavní charakteristikou systému LISp-Miner je koncept metabáze, jako centrálního úložiště uživatelem zadaných dat (např. kategorizace, zadání úloh atd.). Systém resp. řídící moduly obsahují v současnosti celou řadu nových funkcí a modul LM Admin, který se stal řídícím panelem pro vyvolání jednotlivých procedur a modulů např.: KL-Miner, CF-Miner atd. viz dále. Z pohledu zaměření disertační práce se jeví jako přínosné standardní seznámení s projektem LISp-Miner. Více informací, architektura a detailní seznámení, včetně možností stažení samotného systému, je možné dohledat na domovské stránce projektu: www.lispminer.vse.cz.
Obr. 6: Architektura systému LISp-Miner [73, s.24]
Z Obr. 6 je patrné, že vstupem do systému jsou analyzovaná data (v případě disertační práce vybrané podnikové údaje) ve formě tabulek relační databáze. Výstupem pak nalezené vztahy/vzory v těchto datech ve formě 4ft-asociačních pravidel, KL-hypotéz, 4ft-akčních pravidel atp. Centrálním úložištěm dat je Metabáze. Modul LM Admin slouží pro prvotní spojení analyzovaných dat s metabází a také jako centrální panel pro práci se systémem viz Šimůnek (2010, s. 25). Následně autor uvádí krátkou charakteristiku procedur metody GUHA, které budou využity při provedeném zkoumání.
43
Frequency analysis Jak tvrdí Šimůnek (2010, s. 39), je rozdělení hodnot do kategorií velmi důležité pro získání co nejlepších výsledků provedených analýz. Mohou být využity tzv. prahové hodnoty (např. 37°C) nebo intervalové rozdělení. U intervalového rozdělení je nutné se zamyslet nad vhodnými délkami intervalů. Jako příklad na Obr. 7 je autorem uvedena část Frequency analysis pro index IN99, rok 2003, při počtu sledovaných statistických jednotek 122 (podniků AP ČR), v intervalovém rozdělení indexu IN99 (netvoří hodnotu; spíše netvoří hodnotu; šedá zóna; spíše tvoří hodnotu; tvoří hodnotu). Lze tak tvrdit, že v souboru 122 podniků v roce 2003 z nich 28,7% netvořilo hodnotu, v souboru se takových podniků vyskytuje 35 (viz řádek 1) atd.
Obr. 7: Frekvenční analýza – příklad [vlastní]
Systém LISp-Miner nabízí i automatickou kategorizaci (např. enumerací, ekvidistantními intervaly, ekvifrekvenčními intervaly). Nicméně po několika konzultacích a pokusech autor spolu s prof. Rauchem usoudili, že je nutné kategorizaci provést v souladu se soudobými poznatky ekonomické teorie. Procedura 4ft-Miner Procedura 4ft-Miner hledá v datech vztahy v podobě 4ft-Asociačních pravidel tvaru: Antecedent ≈ Sukcedent a také podmíněná 4ft-Asociační pravidla tvaru: Antecedent ≈ Sukcedent/Podmínka. Kde Antecedent, Sukcedent i Podmínka jsou odvozené booleovské atributy. Jak vysvětluje na příkladu banky Šimůnek (2010, str. 45) Podmínka i Antecedent mohou být i prázdné, ale v Sukcedentu musí být vždy alespoň jeden 44
literál. Příkladem asociačního pravidla pak dle Šimůnka (2010, str. 45) tak může být: District(Prague, Plzen) ^ Age(20;30) ⇒ 0,71;30 Quality(bad), kde: o Antecedent (předpoklad) je splněn v případě, že klient banky žije v Praze nebo v Plzni a zároveň je ve věku mezi dvaceti a třiceti lety; o Sukcedent (závěr) tvrdí, že kvalita půjčky bude špatná; o a Antecedent a Sukcedent jsou ve vztahu daném kvantifikátorem fundovaná implikace s hodnotou míry zajímavosti (confidence) 71% a počtem takových případů v datech (BASE) na hodnotě 30. Cílem procedury pak je najít všechna možná taková asociační pravidla, která v analyzovaných datech platí ve smyslu uvedeného kritéria definovaného pomocí 4ft-Kvantifikátoru. Využití této procedury 4ft-Miner se autorovi jevilo s ohledem na logickou provázanost vztahů jako možné či žádoucí. Rauch (2010, s.14) pak na stejných datech (klienti banky) předkládá detailní výstup (viz. Obr. 8) i jeho grafickou podobu (viz. Obr. 9) výše zmíněné procedury 4ft-Miner. Jde o jeden z výsledků hypotézy, resp. analytického dotazu typu (4ft-Task): Které možné segmenty klientů mají vysoké % špatných půjček? Dotaz lze formalizovat do následující podoby: Klient(x) ⇒ 0,7;20 Kvalita(špatná), kde Antecedent (předpoklad) tj. Klient(x) je charakterizován pohlavím, okresem, platem a Sukcedent (závěr) představuje výsledek Kvalita(špatná). Jedna z hypotéz (Hypothesis ID: 4) tak splňuje Sukcedent (závěr) Kvalita(špatná) při předpokladu Antecedentu typu (Pohlaví: F, Okres: Bruntal, Plat: very low) s hodnotou zajímavosti 0,7 tj. 70% s počtem takových případů v datech 20.
Obr. 8: Detail nalezené hypotézy [61, s.53]
45
Detailní výstup resp. hypotézu ID:4 lze poté interpretovat i graficky ve formě tzv. mapy a 3D grafu (4ft-Result) viz Obr. 9.
Obr. 9: Detail asociačního pravidla [61, s.54]
Výše detailně uvedené procedury Frequency analysis a 4ft-Miner společně s jejich grafickou prezentací lze považovat pro teoretickou část práce za základní ukázku možností využití procedur metody GUHA. Autor předpokládá využití i dalších procedur, zejména KL-Miner a CF-Miner. Jejich bližší popis a metodiku použití autor předkládá ve výzkumné části disertační práce. Hájek, Havránek a Chytil (1983, s. 22) popisují, že náležitosti k řešení problému metodou a procedurami GUHA a vědomosti nutné pro zpracování problému na straně řešitele sestávají ze čtyř částí: úvodních informací o problému, popisu problému, schématu tabulky a výchozích dat. Poté následují vlastní procedury realizované na počítači, které pro svou složitost a matematický základ vyžadují administrátora resp. fundovaného odborníka. I zde autor děkuje prof. RNDr. Janu Rauchovi, Csc. z Katedry informačního a znalostního inženýrství VŠE Praha za pomoc, konzultace a zhoštění se role administrátora. Na závěr je nutné doplnit, že metoda GUHA má i svá jistá omezení. 3.1.4
Metoda historických příkladů
Metoda historických příkladů je založena na rozboru a analýze historicky úspěšných podniků obdobného charakteru. Metoda historických příkladů je autorem využita pro inspiraci při doporučeních a závěrech disertační práce. 12 Ta 12
Historie inspiruje i v případě děl od autorů SUN-Ć (2008) a Machiavelli Nicolló (2008).
46
jsou směřována zejména do definice doporučení souvisejících se strategickým řízením podniku při respektu a možnosti přizpůsobení se sektorovým, tržním i makroekonomickým podmínkám. Dále v uvědomění si sebe sama jako podniku v postkrizovém období, který hledá vlastní cestu formou redefinice podstaty vlastního spolu s definicí vlastní postkrizové strategie dalšího fungování. Autor tak využívá inspirace obdobně řízenými podniky, ve smyslu živého organismu, spontánnosti, sebeorganizace, nikoliv fungujících podobně jako mechanický stroj. Historicky lze nalézt příklady, které jsou v práci autorem zohledněny.
3.2 Postup zpracování disertační práce Komplexní postup zpracování disertační práce autor rozdělil do několika na sebe logicky navazujících částí, které tvoří základní strukturu vědecké práce. Disertační práce tak má provázanou strukturu, která zohledňuje požadavky kladené na vědeckou práci tohoto typu. Struktura disertační práce: 1. Úvod. 2. Kritická literární rešerše týkající se řešené problematiky na základě studia dostupné literatury při využití ostatních informačních zdrojů a formulace teoretických východisek. 3. Formulace primárního a sekundárních cílů disertační práce. 4. Použití vybraných metod v analytické části práce. 5. Analýza stavu řešené problematiky a vlastní zkoumání. 6. Interpretace dosažených výsledků a formulace doporučení. 7. Verifikace hypotéz. 8. Zhodnocení přínosu disertační práce pro vědu i praxi. 9. Uvedení možností dalšího směřování výzkumu v oblasti. 10. Závěr. Takto zvolená strukturace a postup řešení je žádoucí k naplnění hlavního cíle disertační práce (viz str. 37). V první části disertační práce je provedena detailní analýza formou zkoumání v teoretické i praktické oblasti. V teoretické rovině je převážně provedena kritická literární rešerše, která je zaměřená na objasnění nejobecnějších poznatků vzniku nerovnovážných stavů a krizí v TE a vlivu soudobé finanční 47
krize na sektorové indikátory automobilového průmyslu, spolu s uvedením do problematiky řízení podniků na základě vybraných ukazatelů a metod. Praktická oblast disertační práce je za použití zvolených metod (TLM, GUHA, HP a dalších) věnována nalezení vzájemných zajímavých souvislostí a vztahů mezi zvolenými makroekonomickými a podnikovými ukazateli. Výsledky této části práce poté nabízejí možnost formulace doporučení pro strategické řízení podniků, podněty pro formulaci generálních strategií při zohlednění současného stavu poznání i praxe a významných směrů v oblasti řízení organizací, např. Human System Management. V poslední části disertační práce je provedeno kritické zhodnocení výsledků práce, použitých metod apod. zejména s ohledem na možné přínosy disertační práce pro vědu, praxi i pedagogickou činnost. 3.2.1
Časový harmonogram zpracování disertační práce
Obr. 10: Časový harmonogram tvorby disertační práce (MS Project) [vlastní]
48
4. HLAVNÍ VÝSLEDKY PRÁCE V této části disertační práce autor předkládá výsledky provedených analýz. Výsledky provedeného empirického výzkumu v disertační práci je žádoucí rozdělit do několika částí. V první části jsou uvedeny a komentovány výsledky provedených analýz, které autor dále využívá pro ověření stanovených hypotéz. Na základě nich poté autor formuluje strategická doporučení využitelná pro praktické řízení existujícího podniku. V druhé části autor prezentuje výsledky a přínosy práce i pro teoretickou a případně i pro pedagogickou oblast.
4.1 Svoboda a konkurenceschopnost ekonomik Analytická část disertační práce je rozdělena do několika podkapitol. Postupnými kroky jsou v následujících podkapitolách předkládány poznatky týkající se občanských práv, politické a ekonomické svobody, jež se promítají do struktury i realizace veškerých tržních vztahů. Jejich spojitost a projekce v makroekonomické situaci vybraných států (největších trhů), včetně České republiky i nadstátních celků, tak tvoří nutné předpoklady pro pochopení vnější situace, která velmi významným způsobem ovlivňuje jak výkonnost sektoru automobilového průmyslu, tak samotnou výkonnost podniků ve sledovaném statistickém souboru. 4.1.1
Politická práva a občanské svobody vybraných států
Jedním z důležitých hledisek, které mají významný vliv na celkovou ekonomickou situaci a tržní prostředí, je i úroveň politické svobody, resp. politických práv a občanských svobod. Autor volí pro tato srovnání situaci ve vybraných zemích světa (ekonomicky silné země), vybrané množině evropských zemí (s významným vlivem na výkonnost statistického souboru firem) a situaci týkající se České republiky. 13 Hodnocení a predikce dalšího vývoje je koncipována v souladu s dalším zkoumáním provedeným v rámci práce (viz dále). Rozdělení zemí je provedeno podle regionálního členění J. D. Power and Associates® na regiony: Afrika (JAR), Asie (Čína, Indie, Japonsko), Střední Východ (Irán), Severní Amerika (Kanada, Mexiko, USA), Jižní Amerika (Argentina, Brazílie). Dále pak regiony a země, jenž mají bezprostřední vazbu na důležité trhy z pohledu podniků statistického souboru: Východní Evropa (Polsko, Rusko, Ukrajina, Turecko, Česká republika) a Západní Evropa (Francie, Německo, Itálie, Španělsko, Velká Británie), veškeré údaje za období 2003 – 2013 v Příloze A. Hodnocení je 13
Autor pro analýzu i predikci čerpá zejména ze zprávy Freedom in the World (FW) newyorské organizace Freedom House. Další významné publikované zprávy touto organizací jsou: Nations in Transit (NT), Press Freedom (PF).
49
provedeno na základě dosaženého průměru hodnocení za sledované dílčí oblasti <1; 2,5> svobodné (status F), <3; 5,5> částečně svobodné (status PF), <6; 7> nesvobodné (status NF). Dílčí oblasti politická práva (PR) a občanské svobody (CL) jsou hodnoceny škálou od 1 = nejvíce svobodné, po 7 = nejméně svobodné. Pro rok 2013 je vývoj ukazatelů autorem predikován. Níže jsou představeny výsledky vybraných zemí z regionů Asie, Severní Amerika a Jižní Amerika, které autor považuje za významné země z hlediska vlivu na globální ekonomickou situaci. Dále jsou uvedeny autorem vybrané největší evropské státy (trhy). Asie, Severní Amerika, Jižní Amerika Z dosažených výsledků Číny, jako významného hybatele světové ekonomiky posledních let vyplývá, že Čína za období 2003 až 2012 měla konstantní status NF (not free, nesvobodná). V oblasti politických práv PR = 7 a v oblasti občanských svobod CL = 6. Indie, jako další dynamicky se rozvíjející ekonomika v regionu Asie, dosáhla ve sledovaném období celkového statusu F (free, svobodná), PR = 2, CL = 3. Japonsko bylo hodnoceno po celé období celkově ve statusu F (free, svobodná) a hodnotami PR = 1, CL = 2. Kanada i USA v Severní Americe byly hodnoceny z hlediska politických práv PR i občanských svobod CL ve slodovaném období stejnou hodnotou 1. Obě země, resp. ekonomiky, tak byly ve statusu F (free, svobodná) po celé období 2003 až 2013. Mexiko pak dosáhlo hodnot PR = 2, CL = 2 a statusu F. První významná ekonomika regionu Jižní Amerika, Argentina, měla na počátku období v roce 2003 hodnotu PR = 2, CL = 2 a celkový status F (free, svobodná). Brazílie, jako druhá ekonomika, měla v období 2003 – 04 hodnoty PR = 2, CL = 3. Od 2005 do 2012 pak je hodnocena PR = 2, CL = 2. V oblasti občanských svobod tak došlo ke zlepšení. Po celé období Brazílie disponuje statusem F. Tabulka 5 Úroveň politických práv a občanských svobod (svět) [vlastní]
Region
Asie Severní Amerika Jižní Amerika
Země
2003
2007
2012
PR CL St. PR CL St. PR CL Čína 7 6 NF 7 6 NF 7 6 Indie 2 3 F 2 3 F 2 3 Japonsko 1 2 F 1 2 F 1 2 Kanada 1 1 F 1 1 F 1 1 Mexiko 2 2 F 2 3 F 3 3 USA 1 1 F 1 1 F 1 1 Argentina 2 2 F 2 2 F 2 2 Brazílie 2 3 F 2 2 F 2 2
50
T St. NF F F F PF F F F
x x x x ↓ x x ↑
Východní a Západní Evropa Polsko bylo na začátku sledovaného období 2003 hodnoceno jako svobodná země se statusem F při PR = 1, CL = 2. Od roku 2004 pak je i hodnota CL = 1. Rusko je ve stejném období (03) hodnoceno PR = 5, CL = 5, se statusem PF (partly free, částečně svobodná). Od roku 2004 do konce sledovaného období pak PR = 6, CL = 5 a status NF (not free, nesvobodná). Turecko, jako také významný trh, se na začátku období (2003) pohybovalo na úrovni statusu PF při PR = 3, CL = 4. Přes mírné zlepšení v mezidobí (PR = 3, CL = 4, PF) dosahuje nyní opět úrovně z počátku období. Česká republika byla hodnocena na počátku období (03) v PR = 1, CL = 2. Poté v roce 2004 došlo ke zlepšení na CL = 1. Po celé sledované období dosahuje statusu F. Dosažené výsledky zemí (trhů) regionu Západní Evropa, tedy Francie, Německa, Španělska, Velké Británie a Itálie, je vcelku jednoznačné. Všechny země jsou hodnoceny statusem F (free, svobodné) po celé období při hodnotách PR = 1, CL = 1. Pouze u Itálie došlo v období 08 až 12 ke snížení CL = 2 (08/10) a následně ke snížení na PR = 2 (10/12). Tabulka 6 Úroveň politických práv a občanských svobod (Evropa) [vlastní]
Region
Východní Evropa
Západní Evropa
4.1.2
Země Polsko Rusko Turecko Česká rep. Francie Německo Itálie Španělsko Velká Brit.
2003 PR 1 5 3 1 1 1 1 1 1
CL 2 5 4 2 1 1 1 1 1
2007 St F PF PF F F F F F F
PR 1 6 3 1 1 1 1 1 1
CL 1 5 3 1 1 1 1 1 1
2012 St F NF PF F F F F F F
PR 1 6 3 1 1 1 2 1 1
T
CL St 1 F ↑ 5 NF ↓ 4 PF x 1 F ↑ 1 F x 1 F x 1 F ↓ 1 F x 1 F x
Ekonomická svoboda vybraných států
Z důvodů možnosti posouzení, hodnocení a predikce role státu v prostředí TE, zejména jeho vlivu na mikrostrukturu tržní ekonomiky, je nutné analyzovat i míru ekonomické svobody. Pro disertační práci autor využívá tzv. Indexů ekonomické svobody organizací The Fraser Institute. Následně autor analyzuje dosažené úrovně ukazatelů politických práv, občanských svobod a indexů ekonomických svobod ve vztahu k ukazatelům konkurenceschopnosti a makroekonomickým ukazatelům vybraných států a jejich ekonomik .
51
Vývoj Indexu ekonomické svobody dle The Fraser Institute Výsledky indexů ekonomické svobody jsou v případě The Fraser Institute konstruovány na základě tvrdých dat (statistická data) a měkkých dat (názory respondentů). Autor využívá výsledky indexů, které jsou vyjádřeny pro pět základních oblastí (37 ukazatelů) a v souhrnné hodnotě, která je průměrem dílčích hodnot, pak tvoří Index ekonomické svobody (Index of Economic Freedom Scores). Hodnota indexu se pohybuje v intervalu <0; 10>, což znamená, čím vyšší hodnota, tím větší úroveň ekonomické svobody. Tabulka 7 Index ekonomické svobody vybraných zemí 2003 – 2011 [vlastní]
Region Země Čína Asie Indie Japonsko Kanada Severní Mexiko Amerika USA Argentina Jižní Amerika Brazílie Polsko Východ. Rusko Evropa Turecko Česká rep. Francie Německo Západní Itálie Evropa Španělsko Velká Br.
03
04
05
06
07
08
09
10
11
T
5,87 6,50 7,88 8,33 6,62 8,36 6,09 6,01 6,50 5,73 5,93 6,84 7,38 7,83 7,15 7,72 8,52
5,54 6,40 7,77 8,29 6,62 8,37 6,23 6,03 6,89 5,91 6,07 6,89 7,39 7,73 7,18 7,65 8,38
5,88 6,89 7,83 8,34 6,87 8,21 5,97 6,27 6,89 6,08 6,09 6,92 7,38 7,76 7,33 7,60 8,38
5,98 6,68 7,79 8,31 6,91 8,13 6,09 6,21 6,99 6,09 6,20 6,91 7,38 7,70 7,23 7,55 8,25
6,09 6,55 7,78 8,29 6,83 8,21 6,30 6,16 7,04 6,27 6,33 7,14 7,58 7,61 6,85 7,52 8,15
6,07 6,55 7,65 8,25 6,77 7,99 6,07 6,42 7,14 6,31 6,65 7,12 7,60 7,53 6,76 7,44 8,08
6,12 6,47 7,59 8,14 6,60 7,72 5,95 6,32 7,28 6,23 6,57 7,09 7,47 7,57 6,72 7,32 7,97
6,16 6,42 7,61 8,09 6,65 7,70 5,77 6,42 7,29 6,35 6,56 7,08 7,39 7,53 6,73 7,40 7,87
6,26 6,48 7,55 8,1 6,71 7,63 5,89 6,48 7,44 6,48 6,76 7,18 7,39 7,46 6,6 7,28 7,79
↑ ↓ ↓ ↓ ↑ ↓ ↓ ↑ ↑ ↑ ↑ ↑ x ↓ ↓ ↓ ↓
V období 2003 až 2011 je patrný pokles Indexu ekonomické svobody u ekonomik Japonska, Kanady, USA, Argentiny, Německa, Itálie, Indie, Španělska a Velké Británie. Naopak růst Indexu ekonomické svobody je patrný u Číny, Brazílie, Polska, Ruska, Turecka, Mexika a České republiky. Stagnuje Francie. Pro predikci vývoje Indexu ekonomické svobody v roce 2011autor využívá odhad parametrů lineární trendové funkce metodu nejmenších čtverců. Pro znázornění vývoje pak je využito barevných symbolů. Vývoj indexů je v následujících částech práce srovnán s vývojem makroekonomických ukazatelů (HDP, zadlužení, inflace apod.) vybraných zemí, což umožňuje splnění sekundárního cíle č.1 (viz kap. 2.1.1). Pořadí nejlepších tří hodnocených zemí: Hong Kong (8,80), Singapur (8,56), Nový Zéland (8,38).
52
Index ekonomické svobody podle The Heritage Foundation Pro sestavení indexů ekonomické svobody využívá The Heritage Foundation spektrum institucionálních faktorů omezujících ekonomickou svobodu: 1. korupce, 2. dovozní kvóty, licence, 3. daňové sazby, vládní výdaje, 4. právní řád, soudní systém, vynutitelnost smluv, 5. regulační břemeno podniků, 6. omezení bank, 7. regulace trhu práce, 8. černý trh. Výsledný Index ekonomické svobody je počítán jako aritmetický průměr výsledků souhrnných ukazatelů. Žebříček zemí je sestavován na základě výše dosaženého výsledku (nejvyšší skóre = nejvíce ekonomicky svobodná země).
Obr. 11: Vývoj průměrného skóre Indexu ekon. svobody světa 1995 – 2013 [13, s.8]
V krizovém období období lze vysledovat obrovský propad průměrného skóre Indexu ekonomické svobody světa s vrcholem sedla na úrovni 59,4 v roce 2010. Období 2010 až 2013 lze hodnotit jako stagnaci, kdy v roce 2013 je dosaženo úrovně roku 2003. Dle jednotlivých vybraných zemí lze v regionu Asie u Číny hovořit o mírném poklesu (52,6; 51,2; ↓) za období 2002 až 2012, u Indie o růstu (51,2; 54,6; ↑), u Japonska rovněž o růstu (67,6; 71,6; ↑). V regionu Severní Amerika lze vysledovat u růst Kanady (74,8; 79,9; ↑), u Mexika stagnaci (65,3; 65,3; x) a pokles u USA (78,2; 76,3; ↓). V Jižní Americe došlo ve sledovaném období 2003 až 2012 k výraznému poklesu u Argentiny (56,3; 48,0; ↓) i k poklesu u Brazílie (63,4; 57,9; ↓). Region Východní Evropa disponuje těmito skóre, u Polska vysokým růstem (61,4; 64,2; ↑), u Ruska stagnací (50,5; 50,5; x), u Turecka pak k vysokému růstu (51,9; 62,5; ↑) a u České republiky k růstu (67,5; 69,9; ↑).
53
Západní Evropa resp. její státy pak disponují v případě Francie růstem (59,2; 63,2; ↑), u Německa velmi nízkým růstem (69,7; 71,0; ↑), u Itálie výrazným poklesem hodnoty (64,3; 58,8; ↓), Španělska v podstatě stagnací (68,8; 69,1; x) a u Velké Británie poklesem (77,5; 74,1; ↓). Lze tedy vysledovat jisté paralely mezi sledovanými indexy obou organizací. A to stagnací, poklesem u vyspělých ekonomik Západní Evropy a zároveň stejnou situací u ekonomiky USA. Země s nejvyšším indexem ekonomické svobody dle The Heritage Foundation jsou v roce 2012 opět: Hong Kong (89,3), Singapur (88,0), Nový Zéland (81,4). Průměrné světové skóre za všechny sledované státy (177) Indexu ekonomické svobody představuje od roku 1995 nárůst z 57,6 na 59,6 (viz Obr. 6.) 4.1.3
Konkurenceschopnost ekonomik vybraných států podle GCI
Tabulka 8 Srovnání vybraných ekonomik dle indexu GCI [vlastní]
Země Čína Indie Japonsko Kanada Mexiko USA Argentina Brazílie Polsko Rusko Turecko Česká rep Francie Německo Itálie Španělsko Velká Br.
03/04 4,3 4,1 5,5 5,2 4,2 5,8 3,5 4,1 3,9 3,7 3,8 4,6 4,9 5,3 4,3 5,0 5,3
05/06 07/08 08/09 09/10 10/11 11/12 12/13 T 4,2 4,4 5,6 5,4 4,2 5,6 4,0 4,0 4,3 4,1 4,1 4,7 5,3 5,6 4,5 4,8 5,5
4,7 4,3 5,4 5,4 4,2 5,7 3,9 4,1 4,3 4,3 4,2 4,6 5,2 5,5 4,4 4,7 5,3
4,7 4,3 5,4 5,4 4,2 5,7 3,9 4,1 4,3 4,3 4,1 4,6 5,2 5,4 4,4 4,7 5,3
4,7 4,3 5,4 5,3 4,2 5,6 3,9 4,2 4,3 4,2 4,2 4,7 5,1 5,4 4,3 4,6 5,2
4,8 4,3 5,4 5,3 4,2 5,4 3,9 4,3 4,5 4,2 4,2 4,6 5,1 5,4 4,4 4,5 5,3
4,6 4,3 5,4 5,3 4,3 5,4 4,0 4,3 4,5 4,2 4,3 4,5 5,1 5,4 4,4 4,5 5,3
4,8 4,3 5,4 5,3 4,4 5,5 3,9 4,4 4,5 4,2 4,5 4,5 5,1 5,5 4,5 4,6 5,4
↑ ↑ ↓ ↑ ↑ ↓ ↑ ↑ ↑ ↑ ↑ x ↑ ↑ ↑ ↓ x
Na základě poznatků a údajů The World Economic Forum (Světové ekonomické fórum) publikovaných ve zprávách The Global Competitiveness Report (Zpráva o globální konkurenceschopnosti), je autorem pro další zkoumání využito ukazatele tzv. The Growth Competitiveness Index (GCI), tedy dosažené výše Indexu růstové konkurenceschopnosti. GCI hodnotí zemi (ekonomiku) opět jako souhrnný index složený na makroekonomické bázi z tvrdých i měkkých dat. Výsledný GCI je složen ze tří dílčích složek: 1. Basic requirements (instituce, infrastruktura, makroekonomická stabilita, zdraví a základní vzdělání), 2. Efficiency enhancers (vysoké školství, efektivita trhu, trh
54
práce, finance a bankovnictví, technologie), 3. Innovation and sophistication factors (inovace). Hodnocení je v intervalu <1; 7>, čím vyšší hodnota, tím více konkurenceschopná země. Další hodnotící kritérium je i tzv. Rank, neboli pořadí na kterém se daná země nachází v rámci množiny sledovaných zemí. Autor pokládá za důležitější sledovat vývoj ukazatele GCI v čase, než sledovat Rank jednotlivých zemí v daném období. Významnou informací pro další ekonomická zkoumání se jeví i údaje v tzv. Most problematic factors for doing business v hodnocení každého státu, resp. ekonomiky. Ve slovním hodnocení tak lze hovořit, v případě proložení sledovaných zemí a období lineárním trendem, o zemích (ekonomikách) zvyšujících svoji konkurenceschopnost měřenou indexem GCI jako jsou: Čína, Indie (Asie), Kanada, Mexiko (Severní Amerika), Argentina, Brazílie (Jižní Amerika), Polsko, Rusko, Turecko (Východní Evropa), Francie, Německo, Itálie (Západní Evropa). Země se snižující se úrovní konkurenceschopnosti v daném období jsou: Japonsko (Asie), USA (Severní Amerika), Španělsko (Západní Evropa). Stagnující země z hlediska GCI v období 2003/04 až 2012/13 jsou: Česká republika (Východní Evropa) a Velká Británie (Západní Evropa). Při prostém srovnání rozdílů prvního a posledního sledovaného období je možné nalézt rozdíly. Autor však větší váhu přikládá trendovému způsobu hodnocení. 4.1.4
Porovnání zjištěných faktů
V Tabulce 9. je provedeno srovnání v časovém, resp. trendovém, vývoji indexů dle jednotlivých zemí i agentur. Z hlediska možnosti vyhodnocení celkového hodnocení autor upozorňuje na fakt, že jednotlivé indexy mají různý způsob konstrukce a využívá se rozdílných vstupních dat. Pro závěrečné zhodnocení lze jako výchozí premisu zvolit kritérium, že pokud jsou minimálně dva indexy ve shodě, pak lze následující tvrzení považovat za oprávněné. Celkově lze Čínu a Indii v regionu Asie označit za země s rostoucí mírou ekonomické svobody, liberalizace trhu a konkurenceschopnosti ekonomiky. Stagnující pak v oblasti politických práv a občanských svobod. Naopak Japonsko lze označit za stagnující až klesající v obou parametrech, tedy se stagnující až klesající mírou práv a svobod, ekonomické svobody i liberalizace, a zároveň s klesající úrovní konkurenceschopnosti ekonomiky. V Severní Americe pak na základě rozdílnosti indexů nelze přesně označit Kanadu v oblasti ekonomické svobody, ale lze říci, že Kanada stagnuje v oblasti politických práv a občanských svobod a její ekonomika je rostoucí v konkurenceschopnosti. V Mexiku naopak dochází k poklesu politických práv a svobod a růstu ekonomické svobody a konkurenceschopnosti ekonomiky. USA trendově klesá až selhává v kategoriích ekonomická svoboda a konkurenceschopnost ekonomiky. V politických právech a občanských svobodách je neutrální. Region Jižní Amerika je poměrně nesnadno hodnotitelný. Argentina je stagnující v oblasti politických práv a občanských svobod, s klesající úrovní 55
ekonomické svobody. Přesto v hodnocení konkurenceschopnosti má rostoucí tendenci. Naopak Brazílii lze označit za rostoucí, tedy se zvyšující se úrovní ve všech aspektech. Země a ekonomiky Východní Evropy mají poměrně podobné hodnocení. S výjimkou snižující se úrovně politických práv a občanských svobod v Rusku a stagnací v Turecku, lze hovořit v této oblasti o rostoucím trendu v celém zbytku regionu (Polsko, Česká republika). Naprostým fenoménem v této oblasti je Polsko, které dosahuje růstových tendencí ve všech sledovaných indexech. V regionu Západní Evropa lze v oblasti politických práv a svobod hovořit o stagnaci (Německo, Francie, Španělsko, Velká Británie) a o poklesu u Itálie. Úroveň ekonomické svobody se snižuje u Německa, Španělska, Velké Británie a Itálie. U Francie je stagnace. Zajímavostí je, že v oblasti konkurenceschopnosti ekonomiky jsou naopak Německo, Francie a Itálie hodnoceny jako růstové. Velká Británie pak jako stagnující a Španělsko s klesající tendencí. Tabulka 9 Srovnání zjištěných faktů [vlastní]
Region
Země
Čína Indie Asie Japonsko Kanada Severní Mexiko Amerika USA Argentina Jižní Amerika Brazílie Polsko Východní Rusko Turecko Evropa Česká rep Francie Německo Západní Itálie Evropa Španělsko Velká Br.
4.1.5
The The Freedom Fraser House Institute x x x x ↓ x x ↑ ↑ ↓ x ↑ x x ↓ x x
↑ ↓ ↓ ↓ ↑ ↓ ↓ ↑ ↑ ↑ ↑ ↑ x ↓ ↓ ↓ ↓
The Heritage Found.
The WEF
↓ ↑ ↑ ↑ x ↓ ↓ ↓ ↑ x ↑ ↑ ↑ ↑ ↓ x ↓
↑ ↑ ↓ ↑ ↑ ↓ ↑ ↑ ↑ ↑ ↑ x ↑ ↑ ↑ ↓ x
Aplikace Teoreticko – logické metody (TLM)
Pro využití a zejména pochopení hloubky Teoreticko – logické metody (TLM) při její aplikaci na konkrétní problém, je třeba ve sledovaném fenoménu 56
(v tomto případě tržní ekonomika resp. ekonomiky) najít a analyzovat nejjednodušší společenský vztah, který v tomto fenoménu jako první historicky vznikl. Na základě deduktivních postupů, pak lze z tohoto fundamentálního vztahu daného fenoménu vyvodit veškeré nadstavbové a logicky provázané vztahy a vazby. K hodnocení tržní ekonomiky (TE) je třeba také přijmout kritérium jejího hodnocení. V případě TE lze toto kritérium stanovit, jako schopnost tvorby maxima potřeb, které jsou následně maximálně uspokojovány. Základním společenským vztahem v TE je polárně symetrický vztah koupě a prodeje (směny), jenž za určitých podmínek umožňuje a garantuje autoregulativní funkci mikrostruktury TE. Jestliže přijmeme za základní premisu, že tržní ekonomika je budována vztahem dynamické rovnováhy, tj. na polární symetrii založeném vztahu koupě a prodeje, pak předpoklady naplnění, resp. existence tohoto vztahu, popisují následující tvrzení, která s ní zákonitě nejsou v logickém rozporu: 1. skutečně svobodný vztah koupě a prodeje je možný pouze v prostředí nízké míry intervencí do tržního prostředí resp. vůči některému či oběma aktérům směny, 2. regulace systému svobodného trhu, respektující vztah koupě a prodeje, podněcuje existenci zákona hodnoty, 3. realizace směny přináší přidanou hodnotu pro oba aktéry směny při oboustranném kooperačním prospěchu, 4. produkce a kooperace ve vztahu je realizována s maximálně ziskovou produktivitou při neomezené distribuci příjmů, 5. existence státu, resp. vlády, jako formy dobrovolné spolupráce individuí vede k zajištění pouze obecných společných zájmů jeho, potažmo jejím, prostřednictvím, 6. veřejná moc je omezena na úroveň plnění základních úkolů státu v tržní ekonomice a společnosti (více 1.2.1). Při podrobné analýze hodnocených ukazatelů politických práv a občanských svobod (více viz 1.4.1), které jsou pro žádoucí rozvoj tržních ekonomik bezpodmínečně nutné a logicky z výše uvedených tvrzení dále vyplývají, lze deduktivním způsobem konstatovat, že při stagnující úrovni politických práv a občanských svobod u vyspělých TE USA, Japonska, Francie, Německa, Velké Británie a dalších, až klesajících např. Itálie (viz. Tab. 5 a Tab. 6), jsou základní funkce TE značně omezeny. Vzhledem k výše uvedenému u těchto zemí lze předpokládat nízké tempo růstu vybraných ukazatelů ekonomické výkonnosti a větší dopad finanční a hospodářské krize do většiny makroekonomických ukazatelů dané ekonomiky (více viz. dále). Zejména pomalý růst v postkrizovém období, stejně jako historicky opakující se a prodlužující se období hospodářského poklesu, recese a případně krize. V případě tzv. transitivních ekonomik (ČR, Polsko, Ukrajina) statusy mají rostoucí charakter a lze tak předpokládat, při zvyšující se míře politických práv a občanských svobod, vyšší tempo růstu a nižší dopady krize do jejich TE.
57
Pro zkoumání zaměřená na úroveň ekonomické svobody v modelech uvedených výše (viz 4.1.2) lze konstatovat, že pokles indexů ekonomické svobody v případě USA, Itálie a Velké Británie u obou organizací (The Fraser Institut, The Heritage Foundation) a alespoň jednoho z nich u Německa, Japonska, Kanady, Španělska, není náhodný. Omezování politických práv a občanských svobod může mít za následek i snižování ekonomické výkonnosti daného státu resp. dané TE. Při detailním zkoumání lze vysledovat, že u těchto států dochází k soustavnému narušování základní premisy (viz. výše). Zejména rostoucí intervence do tržního prostředí (USA, Španělsko, Japonsko) či omezování svobodné nabídky a poptávky formou celních bariér, dotací, grantů a subvencí (Německo, Itálie, Francie, v podstatě většina zemí EU). To lze vnímat za následky prohlubující se problémy s výkonností daných ekonomik. Jistá omezení lze spatřovat i u tzv. tranzitivních ekonomik. Autor předpokládá potvrzení vyřčených soudů v kapitolách věnovaných makroekonomické predikci (viz dále). Politika je ze své podstaty koncentrovaným výrazem pro ekonomiku. Je však také organizovanou činností určitých sociálních skupin, realizujících vlastní cíle prostřednictvím veřejné moci, jenž je schopna i za pomoci násilí vynutit formování a fungování určitých společenských vztahů. Při bezprecedentním nárůstu státní resp. veřejné moci (nadstátní organizace a celky s vysokou mírou demokratického deficitu a omezenou možností veřejné kontroly) vysoce pravděpodobně není v budoucnu možné výše uvedené premisy naplnit resp. umožnit plnou autoregulativní funkci tržních ekonomik. Což může vést k dalším ekonomickým recesím případně krizím. Výše uvedená tvrzení je možné doložit i historickou analýzou cyklického vývoje zkoumaných TE. Cyklický vývoj ekonomik vybraných ekonomik Ekonomická fluktuace, resp. cyklický pohyb v ekonomikách, je založen na třech charakteristikách: musí jít o změnu výraznou, zasahující celou ekonomiku (většinu sektorů) a změnu dlouhodobou. Hospodářské cykly (business cycles) lze definovat jako opakovaný sled období výrazných vzestupů (expanzí) a poklesů (recesí) celkové (agregátní) ekonomické aktivity, které jsou ohraničeny body zvratu. Celková doba mezi dvěma konkrétními vrcholy určuje délku tohoto cyklu. 14 Pro následující zkoumání je využito vedle vzestupů a poklesů ekonomické aktivity (klasické hospodářské cykly, business cycles) i analogickými postupy vyjádřené body zvratu v cyklech temp růstu (growth rate cycles). Při použití stejných časových řad tak lze analyzovat jak průběh klasického hospodářského cyklu, tak jejich vyjádření v podobě temp růstu, nikoliv pouze změn úrovní. Autor v následující pasáži využije zjištění v kategorii hospodářských cyklů (Business Cycles Peak and Trough) vybraných 14
Pro následující analýzu autor využívá údajů The Economic Cycle Research Institute (ECRI), New York, USA. Obě zprávy tj. Growth Rate Cycle Peak and Trough a Business Cycle Peak and Trough jsou součástí příloh práce.
58
ekonomik (bez ekonomik tranzitivních) v chronologickém sledu. Z důvodu omezení rozsahu práce lze i kategorii cyklů temp růstů (Growth Rate Cycle Peak and Trough) analogicky prostudovat i u ostatních ekonomik v příloze této práce. Tabulka 10 Analýza hospodářských cyklů vybraných ekonomik [vlastní]
1948/13 USA KAN NĚM VB*15 RUS* JAP* ČIN* FRA IND* Počet xmax xmin x(07/11) R Ø
x sx2 (v tis.) sx
22 119 6 18 113 35,0 21 1,1 33,5
12 278 12 19 266 62,6 27 5,5 73,6
13 171 8 8 163 56,2 53 1,8 42,0
10 264 7 19 257 72,0 28 7,0 83,9
6 111 11 11 100 40,2 29 1,2 33,4
14 238 5 12 233 50,6 22 5,1 71,2
3 283 15 268 117,7 55 13,9 118,0
15 182 8 11 174 46,6 31 2,1 46,0
10 199 5 194 57,7 30 3,9 62,5
Z výše uvedené tabulky a provedených zkoumání na základě zpráv ECRI (viz. Příloha D.) vyplývá, že např. ekonomika USA prodělala za sledované období 1948 až 2013 celkem 22 hospodářských cyklů, což je nejvíce ze sledovaného souboru. Maximální délka jednotlivého cyklu, označená xmax, byla 119 měsíců (období 03/91 až 03/01) a jednalo se o období růstu resp. doby dosažení vrcholu v 03/2001 od sedla v 03/1991. Minimální délka jednoho cyklu, s označením x(min), v daném sledovaném období u ekonomiky USA byla od 01/80 do 07/80, tedy 6 měsíců a jednalo se o pokles ekonomické aktivity z vrcholu do sedla. Variační rozpětí R= xmax – xmin tak má hodnotu 113. V období krize, které vymezuje autor práce na 2007 – 2010, došlo k poklesu ekonomické aktivity z vrcholu v 12/07 do sedla 06/09 za 18 měsíců. Od sedla v 06/09, tedy již 48 měsíců (k datu 07/13), nedošlo k nástupu resp. proběhnutí dalšího hospodářského cyklu. Lze říci, že již po dobu 48 měsíců ekonomika buď stagnuje nebo se nachází v zanedbatelném růstu. Směrodatná odchylka sx následně udává, že přibližně více jak 50% cyklů se neodchyluje svojí délkou od průměrné hodnoty 35,0 měsíců o více než 33,5 měsíců. Výše provedené výpočty naznačují, že ekonomiku USA je možné v období 1948 až 2013 považovat za nejvíce rozkolísanou ze všech sledovaných ekonomik. Počtem cyklů, kratší průměrnou délkou i dalšími kritérii tak ve své podstatě potvrzuje výše zmíněné úrovně (klesající tendence) indexů ekonomické svobody a zároveň i
15
Označení * znamená, že daná ekonomika není z nedostatku dostupných údajů sledována po celé období 1948 až 2013.
59
konkurenceschopnosti (viz 4.1.4 a 4.1.5). Analogicky lze takto slovně vyhodnotit údaje u všech ekonomik z Tabulky 10. Co se týče nejvyspělejší evropské ekonomiky Německa, pak počet cyklů za sledované období dosáhnul dle ECRI počtu 13. Nejdelší cyklus trval 171 měsíců a jednalo se o období od 01/48 do 03/66, tedy o období růstu německé ekonomiky po II. světové válce. Nejrychlejší pokles ekonomiky z vrcholu do sedla je časově shodný s projevem či nástupem světové finanční a hospodářské krize v období 04/08 až 01/09. Lze tak konstatovat, že propad německé ekonomiky byl ze všech zkoumaných ekonomik nejvíce dynamický. Průměrná délka cyklu 56,2 měsíce hovoří o nižší rozkolísanosti než ekonomiky např. USA. Hodnota mediánu (x) pak vypovídá o střední hodnotě délky sledovaných cyklů. Směrodatná odchylka sx pak udává hodnotu, od které se více než 50% cyklů neodchyluje od průměrné hodnoty 56,2 měsíců v obou směrech. Doba trvání stagnace či zanedbatelného růstu byla započata v období 01/09 (dosažení sedla krize) a pokračuje do dnešních dnů již cca 53 měsíců. I tato provedená zkoumání potvrzují zjištění v kapitolách 4.1.1 až 4.1.5. Při bližším studiu Tabulky 10. lze vysledovat, že ekonomiky Číny (ČIN) a Indie (IND) nedoznaly v období krize (ukazatel x(07/11)) významné změny v oblasti hospodářského cyklu. Např. Čína, resp. trvání jejího posledního hospodářsko cyklu ze sedla v období 12/89 do dnešních dnů (07/2013) pokračuje v růstu již 283 měsíců, což se shoduje s hodnotou ukazatele xmax. Což lze také považovat za potvrzení výše uvedených zjištění. Nicméně je třeba přihlédnout k faktu, že Čína i Indie jsou sledovány a analyzovány z důvodu nedostatku údajů po poměrně kratší období (viz více Příloha D.) 4.1.6
Závěrečné zhodnocení kapitoly a dosažených výsledků
Závěrem této kapitoly věnované analýze vybraných ekonomik z pohledu úrovně politických práv, občanských svobod či úrovně ekonomické svobody, potažmo tedy jejich celkové úrovně ve smyslu respektu křehké mikrostruktury TE, lze konstatovat, že provedená zkoumání v zásadě potvrdila základní východiska pro fungování a žádoucí rozvoj TE. Snižující se úroveň či hodnoty ve výše uvedených kategoriích tak logicky mohou přecházet v reálný dopad do fungování zkoumaných TE v podobě stagnující nebo klesající výkonnosti či konkurenceschopnosti, jejich vyšší náchylnosti k nestabilním stavům apod. Autor může dále konstatovat, že využitím výše zmíněných metod a zejména Teoreticko – logickou metodou (TLM) lze jednak nalézt a popsat jádro fungování tržní ekonomiky (mikrostruktury TE), a také identifikovat fundamentální obecné příčiny vzniku krizových stavů v systému TE. Došlo tak k naplnění prvního se sekundárních cílů disertační práce (viz 2.1.1).
60
4.2 Makroekonomická zkoumání a predikce Jak již bylo naznačeno v předcházejících kapitolách, vyznaným vliv na ekonomickou situaci kteréhokoliv podniku představuje vnější prostředí, socioekonomické, resp. makroekonomické okolí. Autor v kapitole 1.6.4 také provedl krátký exkurz do problematiky analytických nástrojů podnikového okolí. Přesto je na místě a z hlediska zaměření práce i žádoucí, provést ryze makroekonomickou analýzu základních komponent a ukazatelů výkonnosti vybraných ekonomik např. růstu HDP či HDP per Capita, inflace, zadluženosti, zaměstnanosti, výdajů na konečnou spotřebu apod. Výběr analyzovaných veličin je proveden na základě znalosti využitých agregátů z tzv. The Macroeconomic Overview Report sloužící pro vytváření předpovědí (forecasts) pro automobilový průmysl agenturou J. D. Power and Associates®, čerpající ze spolupráce s Oxford University a údajů připravených v Oxford Economic Forecasting®. Detailní analýzy pak je možné nalézt např. na: www.stats.oecd.org apod. Vzhledem ke skutečnostem, že největší automobilky a tedy i odběratelé podniků, jsou lokalizováni zejména z důvodu transakčních nákladů v Evropě, bude i makroekonomická analýza s predikcí zaměřena na vybrané země regionu Východní a Západní Evropa dle rozdělení J. D. Power and Associates®. Důvod a výhody využití tohoto rozdělení autor spatřuje, zejména v souladu s následně provedenou analýzou dopadů globální hospodářské krize do automobilového průmyslu v obdobných intencích. Kdy převážná část analýz se bude týkat výše uvedených regionů, nicméně pro úplnost je nutné se v části makroekonomická analýza a predikce zaměřit i na tzv. hybatele vývoje světové ekonomiky mimo území Evropy. 4.2.1
Základní východiska pro makroekonomickou predikci
Pro globální ekonomický růst v roce 2013 je důležitým faktorem jednak vývoj americké ekonomiky, zejména pak snaha o snižování deficitu rozpočtu USA, a také vývoj tzv. „dluhové krize“ v Evropské unii. Oba faktory mohou negativně ovlivnit globální růst ve smyslu jeho snížení až 0,5 až 1%. Současný výhled, na bázi srovnání předcházejících tří měsíců, hovoří pro rok 2013 a 2014 o možném globálním růstu ve výši 3 až 3,4%. Hospodářská situace USA je držena v relativně pozitivních intencích významným pokračováním kvantitativního uvolnění či monetární expanze tzv. politikou levných peněz a stále ještě vysokými vládními výdaji. Plánovaná restrikce, resp. zvýšení úrokových sazeb, se v brzké době konat nebude, neboť americký FED deklaroval použití restriktivních opatření až v případě návratu ekonomiky do jisté úrovně „normálnosti“. Očekávaný, resp. předpovídaný růst, vzhledem k dnes dostupným údajů je pro USA potažmo celý region Severní Amerika (USA, Kanada, Mexiko), na úrovni 2% pro rok 2013 a max. 3% pro 2014. V regionu Západní Evropa se jeví jako největší brzda ekonomického růstu postupující a neřešené problémy spojené s předlužením významných ekonomik
61
(Itálie, Francie, Španělsko, Irsko a dalších) a politický nezájem o řešení situace se společnou měnou zemí EU, zejména pak s krizí měny v Řecku a Španělsku. Země regionu Východní Evropa jsou více či méně závislé na vývoji situace v těchto významných ekonomikách Západní Evropy, resp. Německa a Velké Británie. Pro země eurozóny se očekává vývoj HDP pro rok 2013 na nulové až záporné hodnotě - 0,5%. Předpověď na příští rok založená na současných datech pak předpokládá 0 až 0,5% růst v roce 2014. Asie, jako region s největším potenciálem růstu díky Číně (předpokládaný růst 8% v roce 2013) a Indii (5%), bude nadále tahounem globální ekonomiky s odhadovaným růstem okolo 6,5% v roce 2013 a přes 7% v roce 2014. Japonsko bude víceméně stagnovat a tuto situaci bude řešit dalším pokračováním, již tak dosti uvolněné, peněžní politiky. V regionu Jižní Amerika (zejm. Brazílie, Argentina) je očekáván růst kolem 3,5% v roce 2013 a podobný vývoj i pro rok 2014. Výše ukazatele je ovlivněna zejména dopadem stagnujícího růstového potenciálu Brazílie v oblasti obchodu a investic. Vývoj inflace v následujících letech 2013/14 se předpokládá na úrovni zhruba 2,3 – 2,5% při původní předpovědi odhadované na úroveň až 3,5%. Stejná predikce je v tomto období platná pro rok 2014. Tato úroveň inflace je jedním z indikátorů, že uvolněná finanční politika centrálních bank bude nadále pokračovat. Z pohledu automobilového průmyslu lze za velmi významný faktor považovat i vývoj ceny ropy. Poměrně jasným předpokladem je udržení vysoké dolarové ceny této komodity na světovém trhu, i když v současnosti (07/2013) lze ceny považovat za stabilní i přes pokračující napětí na Středním východě a v severní Africe. Cena ropy Brent se dle predikčních modelů bude držet kolem úrovně 111 USD za barel v obou rocích 2013 i 2014. Při hlubším zamyšlení se nad výše uvedenými údaji v makroekonomické predikci a při znalosti již provedených zkoumání se autorovi práce jeví jako nevyhnutelné zmínit fakt, že tendence světových ekonomik zřejmým způsobem vedou k dalšímu odklonu od ideje svobodného trhu a tím i k omezení autoregulativní funkce mikrostruktury TE. Autorův předpoklad pokračující stagnace (viz. 4.1.5 a 4.1.6) se tak jeví jako oprávněný. 4.2.2
Analýza vývoje a predikce HDP 2003 až 2014
Pro analýzu dopadů hospodářské a finanční krize z let 2007 – 2010 do makroekonomických ukazatelů vybraných ekonomik zvolil autor obecně používané agregáty (HDP, inflace, nezaměstnanost, apod.). Pro větší názornost je u některých ukazatelů proveden více detailní exkurz do časového vývoje v jejich čtvrtletním vývoji. Změna mezi obdobími, respektive nástup krize a rychlost propadu ekonomické aktivity tak bude mnohem lépe uchopitelný. Pro lepší možnost srovnání ekonomik vybraných zemí autor používá např. pro analýzu vývoje HDP (viz dále) údajů přepočtených na stejnou měnu (mld. USD) 62
s fixní Paritou kupní síly (Power Purchasing Parity – PPP). Z důvodů snahy o standardní rozsah disertační práce autor využívá pouze vybraného množství ukazatelů v jejich absolutním či relativním pojetí. Při makroekonomické analýze se autor vrací i k již dříve zjištěným faktům a porovnává výsledky již provedených zkoumání (viz. 1.4.1 až 1.4.5) s vývojem reálných makroekonomických agregátů. Počet zemí byl autor nucen pro makroekonomickou analýzu redukovat z nedostatku stejnou metodikou počítaných údajů pro některé země (Čína, Turecko). Země jsou opět vybrány s ohledem na další zaměření práce jako země s vysokým významem pro automobilový průmysl. Vždy jsou také uvedeny predikce vývoje ukazatele pro roky 2013 a 2014. Predikce jsou založeny na elementární analýze časových řad, kdy hodnoty ukazatelů jsou s v časové řadě proloženy lineárním trendem s využitím odhadů parametrů trendové přímky ve standardním tvaru: Tt = β 0 + β1t , (4.1) kde β 0 a β1 jsou neznámé parametry a t = 1, 2,…n je časová proměnná. Lineární trend volil autor s ohledem na časté využití tohoto typu trendové funkce pro orientační určení základního vývoje analyzovaných časových řad a také z důvodu, že lineární trend může v určitém omezeném časovém intervalu sloužit jako vhodná aproximace jiných trendových funkcí. Analýza vývoje výše HDP v letech 2003 až 2012 s predikcí Tabulka 11 Absolutní výše HDP mld. USD 2003 – 2014 (A, SA, JA) [vlastní]
Region
Asie
Severní Amerika
Jižní Amerika
Období Japonsko Kanada Mexiko USA Argentina 2003 3751,01 1092,69 1208,83 11836,43 352,42 2004 3839,56 1127,35 1257,83 12246,93 384,24 2005 3889,58 1162,41 1298,15 12622,95 419,51 2006 3955,43 1193,23 1365,01 12958,48 455,03 2007 4042,14 1218,14 1409,51 13206,38 494,40 2008 4000,04 1231,48 1426,29 13161,93 527,81 2009 3778,95 1197,00 1341,37 12757,95 532,30 2010 3954,76 1234,90 1412,21 13062,98 581,07 2011 3932,26 1266,58 1467,11 13299,10 632,60 2012 4010,76 1289,85 1524,69 13593,20 644,62 2013 4006,82 1305,9 1531,9 13698,97 683,78 2014 4023,43 1324,9 1561,13 13848,95 716,76 * Výše HDP uvedena v mld. USD, fixní PPS, výdajová metoda.
Brazílie 1453,13 1536,14 1584,68 1647,38 1747,73 1838,12 1832,06 1970,08 2023,92 2041,57 2143,54 2211,91
Z údajů uvedených v Tabulce 11. pro regiony Asie, Severní Amerika a Jižní Amerika je zřejmé, že, co se týče absolutní výše ukazatele, pak ekonomikou
63
s nejvyšší hodnotou HDP je ekonomika USA, následuje Japonsko, Brazílie, Mexiko, Kanada a Argentina. Vzhledem k poklesu absolutní výše HDP lze vysledovat, že meziroční snížení hospodářské aktivity spojené s nástupem a projevy světové finanční a hospodářské krize se datuje, u Japonska a USA, již při srovnání let 2008 a 2007. U Kanady, Mexika a Brazílie až v období 2009 a 2008. Zajímavostí je situace Argentiny, jejíž ekonomika dle HDP v daném období v podstatě nereflektovala okolní vývoj a ekonomickou situaci. Při detailním pohledu na údaje v Tabulce 11. je možné si všimnout, že Japonsko se dosud nevrátilo na HDP úrovně roku 2007 a dle predikce této úrovně nedosáhne ani v roce 2014. Kanada pak dosáhla úrovně 2007 resp. 2008 již v roce 2010, Mexiko úrovneň roku 2008 překonalo v roce 2011, USA se vrátily k úrovni roku 2007 v roce 2011. Brazílie k úrovni roku 2009 v podstatě ihned v roce následujícím. Tempa růstu, nebo též koeficienty růstu či řetězové indexy, pak jsou uvedeny v následující Tabulce 12.Tempa růstu autor počítal v tomto i všech následujících zkoumání dle vzorce: y kt = t , t = 2, 3,…, n. (4.2) yt −1 Průměrné tempo růstu se určuje jako geometrický průměr z jednotlivých (zde ročních) temp růstu. Průměrná tempa růstu níže v Tabulce 12. označená Ø kt pak podle vzorce: kt = n−1 k 2 k3 k n . (4.3) Tabulka 12 Tempa růstu HDP 2003 – 2014 (A, SA, JA) [vlastní]
Region
Asie
Období 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 12/11 13/12 14/13 Ø kt Ø kt %
Japonsko 1,02 1,01 1,02 1,02 0,99 0,94 1,05 0,99 1,02 1,00 1,00 1,007 0,75
Severní Amerika Kanada 1,03 1,03 1,03 1,02 1,01 0,97 1,03 1,03 1,02 1,01 1,01 1,019 1,86
Mexiko 1,04 1,03 1,05 1,03 1,01 0,94 1,05 1,04 1,04 1,00 1,02 1,026 2,61
USA 1,03 1,03 1,03 1,02 1,00 0,97 1,02 1,02 1,02 1,01 1,01 1,015 1,55
Jižní Amerika Argentina 1,09 1,09 1,08 1,09 1,07 1,01 1,09 1,09 1,02 1,06 1,05 1,069 6,94
Brazílie 1,06 1,03 1,04 1,06 1,05 1,00 1,08 1,03 1,01 1,05 1,03 1,038 3,85
V Tabulce 12. jsou spočítána a uvedena tempa růstů, průměrná tempa růstů ukazatele HDP v mld. USD s fixní PPS a průměrný růst v % (Ø kt %).
64
Obr. 12: Vývoj tempa HDP Q2 2003 – Q2 2013 [vlastní]
Z hlubšího pohledu na údaje je patrné, že Japonsko rostlo průměrným tempem Ø kt v období 2003 až 2012 (predikované hodnoty pro 2013/14 nejsou do výpočtu zaneseny) 1,007, což při procentním zhodnocení dosahuje nejnižší hodnoty 0,75% růstu za celé období. V krizovém období 2007 až 2010 Japonsko dosáhlo ve srovnání roků 09/08 společně s Mexikem i největšího poklesu resp. nejnižšího meziročního tempa růstu na úrovni 0,94. I predikce pro 2013 a 2014 pro Japonsko znamená v podstatě nulový růst. V regionu Severní Amerika lze říci, že ekonomiky Kanady i USA měli tempo růstu (poklesu) na úrovni 0,97 předcházejícího období v roce 2009. Obě ekonomiky jsou si velmi podobné i v postkrizovém období (podobná tempa růstu) i predikce u nich vychází na shodné úrovni tempa růstu 1,01. Je však nutno zmínit, že ekonomika USA dosud nedosáhla tempa růstu z předkrizového období. Kanada tuto hranici atakovala v roce 2011, následně je ale opět pod ní. Průměrné růsty za období 2003 až 2012 hovoří pro 1,86% Kanady a 1,55% USA. V případě průměrného tempa růstu pak Kanada 1,019 a USA 1,015. Zkoumané ekonomiky Jižní Ameriky, tj. Brazílie a Argentina, dosáhly poměrně výrazně rozdílných hodnot ukazatele tempa růstu a průměrného tempa růstu HDP. Ekonomika ani Brazílie ani Argentiny nedosáhla méně než nulového růstu v krizovém období (max. Brazílie ve 2008/09 stagnovala – tempo růstu 1,0). V postkrizovém období dokázala ekonomika Argentiny růst nejrychleji,
65
téměř tempem 1,09. V případě průměrného tempa růstu tak dosáhla nejvyšší hodnoty 1,069, což v procentním vyjádření znamená růst 6,94%. Brazílii patří, díky průměrnému tempu růstu, druhé místo s hodnotou 1,038 resp. 3,85%. Tabulka 13 Absolutní výše HDP v mld. USD 2003 – 2014 (ZE) [vlastní]
Region
Západní Evropa
EU
Období Francie Německo Itálie Španěl. VB EU17 2003 1781,96 2519,55 1614,17 1111,41 1876,70 9132,60 2004 1827,31 2548,74 1642,11 1147,64 1931,27 9333,88 2005 1860,70 2566,00 1657,40 1188,76 1984,85 9493,22 2006 1906,60 2661,01 1693,84 1237,22 2036,47 9801,71 2007 1950,17 2748,13 1722,35 1280,27 2110,45 10095,67 2008 1948,59 2777,90 1702,44 1291,68 2090,02 10133,67 2009 1887,26 2635,35 1608,90 1243,31 2006,95 9689,17 2010 1918,65 2744,98 1636,63 1239,33 2043,06 9882,03 2011 1951,23 2828,06 1642,74 1244,51 2063,34 10023,89 2012 1951,13 2846,99 1603,82 1226,86 2068,96 9963,95 2013 1985,7 2879,33 1636,86 1287,75 2115,77 10220,2 2014 2001,58 2914,18 1634,03 1299,87 2132,97 10304,78 * Výše HDP uvedena v mld. USD, fixní PPS, výdajová metoda.
EU (27) 12636,38 12956,33 13225,69 13667,01 14109,71 14157,82 13549,92 13831,67 14046,46 13998,13 14371,69 14508,74
Ve výše uvedené Tabulce 13. lze vysledovat, že pokles ekonomické výkonnosti, měřený velikostí HDP, nastal v období 2007 až 2010 ve všech ekonomikách regionu Západní Evropa a u obou ukazatelů EU17 (země používající stejnou měnu) a EU27 (všechny členské země EU). Ukazatele EU přidal autor do této kapitoly čistě z důvodů hledání, resp. potvrzení si správnosti vlastních předpokladů a názorů. Z analytického hlediska lze říci, že ke snížení hodnoty HDP u Francie došlo již v roce 2008 s následným návratem na původní úroveň v roce 2011, u Německa k poklesu až v roce 2009 a návratu v podstatě následující rok. Itálie zažila snížení v roce 2008 a dosud stále bez návratu (dokonce i v letech predikce!). V podstatě shodně je na tom Velká Británie, kde však by k návratu k původní hodnotě roku 2007 mělo dojít v roce 2013. Španělsko pokleslo v roce 2009 a návrat na úroveň HDP roku 2007 dosáhne pravděpodobně až v roce 2013, resp. 2014. Otázkou zůstávají ale současné problémy Španělska a jejich projev do ekonomické výkonnosti. Co se týče EU17 i EU27 je jejich vývoj v podstatě shodný. Pokles nastal v roce 2009 a pokračoval i v roce 2010, mírný vzestup pak signalizoval rok 2011. Zde je ovšem nutné podotknout, že rok 2010 byl také rokem velkých intervencí do tržního mechanismu (např. ekologická prémie, resp. šrotovné v automobilovém průmyslu) a začátek vysoké míry kvantitativního uvolňování ve většině ekonomik EU. Nicméně ani rok 2011 ani 2012 neznamenali pro EU17 a EU27 66
návrat k hodnotě HDP roku roku 2007, 2008. V predikčním modelu autora založeném na lineární trendové přímce, pak obě uskupení dosáhnou této úrovně v roce 2013. Vzhledem k predikci a realitě dneška (viz. 4.2.1) se ovšem lineární trend jeví jako příliš optimistický. Tabulka 14 Tempa růstu HDP 2003–2014 (ZE, EU) [vlastní]
Region Období 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 12/11 13/12 14/13 Ø kt Ø kt %
Západní Evropa Francie Německo 1,03 1,01 1,02 1,01 1,02 1,04 1,02 1,03 1,00 1,01 0,97 0,95 1,02 1,04 1,02 1,03 1,00 1,01 1,02 1,01 1,01 1,01 1,010 1,014 1,01 1,37
Itálie 1,02 1,01 1,02 1,02 0,99 0,95 1,02 1,00 0,98 1,02 1,00 0,999 -0,07
Španěl. 1,03 1,04 1,04 1,03 1,01 0,96 1,00 1,00 0,99 1,05 1,01 1,011 1,10
EU VB 1,03 1,03 1,03 1,04 0,99 0,96 1,02 1,01 1,00 1,02 1,01 1,011 1,09
EU17 1,02 1,02 1,03 1,03 1,00 0,96 1,02 1,01 0,99 1,03 1,01 1,010 0,97
EU (27) 1,03 1,02 1,03 1,03 1,00 0,96 1,02 1,02 1,00 1,03 1,01 1,011 1,14
Uvedená tempa růstu signalizují u všech zkoumaných zemí regionu Západní Evropa, že provedená zkoumání (viz 4.1.1 až 4.1.5) mohou být ve svých závěrech jen stěží lépe potvrzena. Poklesy tempa růstu již v mezidobí 2008/07 zaznamenaly všechny výše uvedené ekonomiky resp. souhrnné údaje za EU17 a EU27. Další pokles temp růstu pak nastal v období 2009/08, což je shodný rys s ekonomikami regionu Asie, Severní a Jižní Ameriky. Nejnižší tempo růstu měly ekonomiky Německa a Itálie na úrovni 0,95. Následovalo Španělsko, Velká Británie a oba typy EU. K meziročnímu růstu se pak všechny sledované subjekty vrátily v období 2010/09. Bohužel období 2011/10 znamenalo stagnační tempo růstu pro Itálii, Španělsko a nízkou úroveň tempa růstu pro Velkou Británii a EU17. V období 2012/11 pak lze vysledovat návrat k tempu růstu HDP pod úroveň stagnace u všech subjektů mimo Německa. Zajímavým se jeví procentní vyjádření průměrného tempa růstu, kdy jsou patrné nízké u všech subjektů kromě Německa. Průměrný růst nedosahující ani úrovně 1% je patrný u EU17. Ukazuje se tak, že projekt společné měny je z ekonomického hlediska v současných parametrech nevyhovující. V případě Itálie jde dokonce o zápornou hodnotu procentního vyjádření průměrného růstu.
67
Tabulka 15 Absolutní výše HDP v mld. USD a tempa růstu HDP 2003 – 2014 (VE) [vlastní]
Region
Východní Evropa
Období Polsko Rusko Turecko 2003 481,96 1488,23 658,99 2004 507,71 1595,03 720,69 2005 526,08 1696,73 781,24 2006 558,84 1835,07 835,10 2007 596,76 1991,70 874,09 2008 627,35 2096,22 879,84 2009 637,57 1932,28 837,38 2010 662,27 2019,30 914,06 2011 690,89 2105,95 994,25 2012 705,01 2178,44 1016,51 2013 740,69 2287,14 1044,86 2014 766,37 2358,64 1080,07 * Výše HDP uvedena v mld. USD, fixní PPS, výdajová metoda.
ČR Polsko Rusko Turecko ČR 194,66 x x x x 203,89 1,05 1,07 1,09 1,05 217,66 1,04 1,06 1,08 1,07 232,94 1,06 1,08 1,07 1,07 246,30 1,07 1,09 1,05 1,06 253,93 1,05 1,05 1,01 1,03 242,49 1,02 0,92 0,95 0,95 248,53 1,04 1,05 1,09 1,02 253,22 1,04 1,04 1,09 1,02 249,98 1,02 1,03 1,02 0,99 268,82 1,05 1,05 1,03 1,08 275,09 1,03 1,03 1,03 1,02 Ø kt 1,043 1,043 1,049 1,028 Ø kt % 4,32 4,32 4,93 2,82
V Tabulce 15. autor spojil jak absolutní ukazatele výše HDP jednotlivých zemí v mld. USD, tak v její pravé části i ukazatele tempa růstů. Vedla ho k tomu pouze potřeba úspory místa. Pro přehlednost jsou obě strany tabulky rozděleny čarou. Z pohledu absolutní výše HDP ve sledovaném období lze říci, že Polsko nemělo v období krize 2007 až 2010 konkurenci. Stálý růst v celém období, je dokumentovaný i hodnotami ukazatelů tempa růstu. Údaje HDP tak u Polska plně potvrzují závěry v Tabulce 9. (viz. 4.1.4), kdy jako jediná ekonomika dosáhlo růstu ve všech parametrech politické, občanské i ekonomické svobody, včetně růstu konkurenceschopnosti ekonomiky. Průměrné tempo růstu HDP Polska - 1,043 znamená v procentním vyjádření růst 4,32 %. V případě Ruska se jedná o poměrně stabilní ekonomiku z hlediska meziročního tempa růstu HDP do roku 2008. Následně došlo k propadu tohoto ukazatele v období 2009/08 a opětovný rychlý návrat na stejnou úroveň v období 2010/09. Od roku 2010 pak má Rusko poměrně rovnoměrné tempo růstu. Průměrný růst za sledované období je u Ruska 4,32 %, tedy stejný jako u Polska. Rusko se tak po propadu HDP v absolutní hodnotě (levé strana Tabulky 15.) vrátilo na úroveň roku v podstatě již v roce 2010. Turecko, resp. turecká ekonomika, dosáhla v celém období nejvyššího průměrného tempa růstu s hodnotou Ø kt = 1,049, což znamená průměrné procentní růst 4,93%. V případě České republiky lze vysledovat fakt, že česká ekonomika, resp. její agregát HDP, rostl v předkrizovém období srovnatelně s ostatními zeměmi regionu Východní Evropa. Pokles tempa růstu nastal však už v období 2007/06 a pokračoval v 2008/07 a 68
2009/08, následně i 2012/11. Problémy s návratem k předkrizovým hodnotám má České republika ze sledovaných zemí Východní Evropa největší. Průměrné tempo růstu je u ČR nejnižší. V absolutní hodnotě se ČR vrátila na úroveň roku 2008 až v roce 2011, následně pak ovšem opět v roce 2012 klesá. O zemích regionu Východní Evropa lze říci, že výsledky, resp. vývoj HDP, koresponduje s předpoklady představenými výše (viz 4.1.5). Tedy, že rostoucí úroveň ekonomické svobody u Polska se kladně projevuje jak na konkurenceschopnosti polské ekonomiky, tak i na její ekonomické výkonnosti. Překvapivě Rusko, potýkající se v modelech (viz výše) s nízkou úrovní politických práv a občanských svobod, dosáhlo nadprůměrné ekonomické výkonnosti měřené ukazatelem HDP. Česká republika pak vesměs kopíruje vývoj tempa růstu HDP vyspělých ekonomik Západní Evropy (viz Tabulka 14.).
Obr. 13: Vývoj tempa HDP Q2 2003 – Q2 2013 (ZE, VE, EU15, EU27) [vlastní]
Obecně tak lze říci, že úroveň makroekonomického agregátu HDP v absolutním i relativním vyjádření u jednotlivých států i nadstátních celků (EU) reflektuje dosažené úrovně i vývoje nejen ukazatelů ekonomické svobody a 69
konkurenceschopnosti. Dle autorova soudu je možné tento vzájemný vztah považovat za významný, s jistou úrovní vypovídající hodnoty. 4.2.3
Analýza vývoje a predikce PFCE 2003 až 2014
Dalším z ukazatelů, který mimo jiné využívá i J. D. Power and Associates® ve vlastním modelu predikce vývoje výroby a prodejů automobilů, je ukazatel Soukromých výdajů na konečnou spotřebu (Private Final Consumption Expenditure – PFCE). Autor využil pro svou analýzu údajů PFCE, který byl prvotně vyjádřen v národních měnách států (v mil.) s referenčním rokem stanoveným OECD (konstantní ceny roku 2005), v roční periodě v období 2003 až 2012. Predikce pro 2013 a 2014 jsou opět založeny na elementární analýze časových řad, kdy hodnoty ukazatelů jsou v časové řadě proloženy lineárním trendem s využitím odhadů parametrů trendové přímky ve standardním tvaru (dle vzorce 4.1). Z důvodu rozsahového omezení práce autor prezentuje výsledky zkoumání PFCE a všech následujících makroukazatelů ve tvaru meziročních temp růstu (dle vzorce 4.2) při rozdělení podle regionů a v nich vybraných ekonomikách a průměrných meziročních temp růstu (dle 4.3). Dle autorova názoru je zkoumání tohoto agregátu, zejména v jeho relativním pojetí (meziroční tempo růstu), důležité. Při dalším možném rozvedení práce se, dle autora, jeví jako žádoucí opět analyzovat i čtvrtletní údaje a jejich tempa růstu. Tabulka 16 Tempa růstu PFCE 2003 – 2014 (A,SA,JA) [vlastní]
Region
Asie
Severní Amerika
Jižní Amerika
Období Japonsko Kanada Mexiko USA Argentina 04/03 1,01 1,03 1,06 1,03 1,09 05/04 1,02 1,04 1,05 1,03 1,09 06/05 1,01 1,04 1,06 1,03 1,08 07/06 1,01 1,04 1,04 1,02 1,09 08/07 0,99 1,03 1,02 0,99 1,07 09/08 0,99 1,00 0,93 0,98 1,00 10/09 1,03 1,03 1,05 1,02 1,09 11/10 1,00 1,02 1,04 1,03 1,11 12/11 1,02 1,02 1,03 1,02 1,04 13/12 1,01 1,02 1,01 1,01 1,06 14/13 1,01 1,02 1,01 1,00 1,05 Ø kt 1,010 1,029 1,029 1,017 1,073 Ø kt % 0,95 2,86 2,95 1,71 7,32 * Základní údaje v mil. národních měn, ref. rok 2005, roční údaje.
Brazílie 1,04 1,04 1,05 1,06 1,06 1,04 1,07 1,04 1,03 1,05 1,05 1,049 4,86
Z Tabulky 16. je patrné, že ve sledovaném období došlo k poklesu tempa růstu ukazatele PFCE u vybraných ekonomik Asie, Severní i Jižní Ameriky. Lze konstatovat, že mírný počátek poklesu byl u Mexika a USA již meziročně 70
v období 2007/06 s vyšším poklesem v období následujícím. Období 2008/07 pak bylo pro Japonsko, Kanadu a Argentinu začátkem poklesu PFCE. Další pokles poté nastal v období 2009/08, kdy se připojila Brazílie. Návrat nad hodnotu PFCE > 1 pak přichází u všech ekonomik (s výjimkou Brazílie) ve stejném meziročním srovnání 2010/09. Z výpočtů Ø kt a Ø kt % lze odvodit, že nejvyšší hodnotou disponovala za dané období Argentina a Brazílie. USA má předposlední místo mezi sledovanými ekonomikami. Tabulka 17 Tempa růstu PFCE 2003 – 2014 (ZE, VE) [vlastní]
Region
Západní Evropa
Východní Evropa
Období Franc. Němec. Itálie Špan. VB Polsko Rusko 04/03 1,02 1,00 1,01 1,04 1,03 1,05 1,12 05/04 1,02 1,00 1,01 1,04 1,03 1,02 1,12 06/05 1,02 1,01 1,01 1,04 1,01 1,05 1,12 07/06 1,02 1,00 1,01 1,04 1,03 1,05 1,14 08/07 1,00 1,01 0,99 0,99 0,98 1,06 1,10 09/08 1,00 1,00 0,98 0,96 0,97 1,02 0,95 10/09 1,02 1,01 1,02 1,01 1,01 1,03 1,05 11/10 1,01 1,02 1,00 0,99 0,99 1,03 1,06 12/11 1,00 1,01 0,96 0,98 1,01 1,01 1,07 13/12 1,00 1,01 0,98 0,96 0,99 1,02 1,02 14/13 1,00 1,01 0,97 0,96 0,98 1,01 1,01 Ø kt 1,012 1,007 0,999 1,010 1,008 1,034 1,080 Ø kt % 1,22 0,66 -0,08 0,96 0,76 3,42 8,02 * Základní údaje v mil. národních měn, ref. rok 2005, roční údaje.
Turec. ČR 1,11 1,03 1,08 1,03 1,05 1,04 1,06 1,04 1,00 1,03 0,98 1,00 1,07 1,01 1,08 1,01 0,99 0,97 1,00 0,98 0,99 0,98 1,044 1,018 4,36 1,84
V rozdělení regionů na Západní a Východní Evropu lze k těmto říci, že pokles tempa růstu ukazatele PFCE nastal u Francie, Itálie, Španělska a Velké Británie v období 2008/07. U Německa o rok později, kdy u ostatních sledovaných ekonomik buď opět tempo růstu PFCE klesalo nebo stagnovalo na úrovni předcházejícího meziročního srovnání. U všech ekonomik regionu Západní Evropa pak tempo růstu PFCE > 1 lze pozorovat ve srovnání období 2010/09. Z pohledu Ø kt a Ø kt % lze hodnotit Francii s hodnotou PFCE 1,22% jako ekonomiku s nejvyšší hodnotou průměrného růstu PFCE v %. Nejnižších hodnot dosahuje Německo a záporných hodnot, za toto období, Itálie. Pro všechny ekonomiky Východní Evropy kromě Polska je charakteristický pokles až v období 2008/07. Další následný pokles tempa růstu PFCE, nyní již i u Polska, nastal v období 2009/08. Obecně lze říci, že pokles tempa růstu PFCE u ekonomik Východní Evropy byl vyšší než u ekonomik Západní Evropy ve sledovaném období. Následná změna trajektorie tempa růstu PFCE směrem k „předkrizové úrovni“ nastala v období 2010/09 u Polska, Ruska, Turecka i České republiky. Úroveň období 2007/06 však dosud dosažena nebyla a dle 71
predikčního modelu a dopočítaných hodnot (odhad parametrů přímky lineárního trendu dle vzorce 4.1) pro období 20013/12 a 2014/13 ani dosažena nebude (v Tabulce 17. podbarvené hodnoty v řádcích). Z hodnot Ø kt a Ø kt % lze dedukovat vyšší průměrné tempo růstu PFCE u všech ekonomik regionu Východní Evropa ve srovnání s regionem Západní Evropa. Nejvyšších hodnot Ø kt a Ø kt % dosahuje za sledované období Rusko, nejnižších pak Česká republika. I nejnižší úroveň České republiky je vyšší hodnotou než u ekonomiky Západní Evropy. Analýza ukazatele PFCE byla autorem využita záměrně z důvodu seznámení se s predikčním modelem agentury J. D. Power and Associates®. Provedená zkoumání mohou také významně přispět k verifikaci stanovené hypotézy H1 (viz 2.2). Taktéž je tento ukazatel využit v jedné z autorových případových studií publikovaných, mimo jiné, i na odborných konferencích. Závěrem je možné říci, že období 2007 – 2010, resp. vliv globální krize na tento ukazatel byl ve sledovaných ekonomikách markantní. 4.2.4
Analýza vývoje GGD v % z HDP 2000 až 2010
Použitý ukazatel Výše vládního dluhu, jako % k HDP (General Government Debts – GGD), je též brán v potaz agenturou J. D. Power and Associates®. Chybějící kompletní údaje nedovolily autorovy analýzu regionu Jižní Amerika. Omezení se týká i rozsahu období tj. 2000 až 2010 pro analyzované ekonomiky. Tabulka 18 Vývoj zadluženosti v období 2000 – 2010 (A, SA) [vlastní]
Region
Asie
Období Japonsko 2000 141,5 2001 151,37 2002 161,75 2003 172,26 2004 178,76 2005 180,19 2006 180,02 2007 180,02 2008 184,20 2009 207,33 2010 210,21 xmin 141,5 xmax 210,21 R 68,71 Ø kt 1,04 Ø kt % 4,04 * GGD uvedeno jako %
Severní Amerika Kanada 105,59 105,49 103,90 98,66 92,19 91,18 89,18 83,94 89,14 102,90 104,21 83,94 105,59 21,65 1,00 -0,13 HDP
Mexiko 31,13 31,22 33,18 32,74 31,01 31,16 28,89 28,17 30,10 37,74 42,71 28,17 42,71 14,54 1,03 3,21
72
USA 55,08 55,03 57,40 60,71 68,59 68,18 66,94 67,48 76,52 90,37 99,06 55,03 99,06 44,03 1,06 6,05
Z Tabulky 18. je patrné, že zadluženost ve vztahu k HDP je poměrně rozdílná u sledovaných ekonomik. Nejvyšších hodnot GGD vůči HDP v % dosahuje dlouhodobě Japonsko (xmin = 141,5 v roce 2000 a xmax = 210,21 v roce 2010) při variačním rozpětí R = 68,71. R tak lze brát i jako hodnotu , o kterou se za sledované období u Japonska zvýšila hodnota GGD vůči HDP. Dlouhodobě vysoká hodnota GGD vůči HDP pak může mít svůj podíl např. na nízkém tempu růstu HDP (viz. Tabulka 12). Vysoká hodnota GGD také má jistou vypovídací schopnost o celkové úrovni vládních výdajů, resp. vlivu vlády na ekonomiku. V konfrontaci se zjištěnými hodnotami v Tabulce 9. (klesající úroveň ekonomické svobody dle The Fraser Institute a The WEF) a zároveň třetí nejvyšší počet hospodářských cyklů po USA a Francii (viz Tabulka 10.). Velmi výrazný je u Japonska nárůst GGD v krizovém období. Z pohledu GGD Kanady lze říci, že až do období krize se hodnota GGD snižovala. V roce 2008 ovšem nastal obrat a výše GGD vůči HDP Kanady se opět spíše zvyšuje. Lze tak hovořit pravděpodobně o vyšších státních výdajích či stimulech ekonomiky v krizovém období. Variační rozpětí R = 21,65 je pak u sledovaných ekonomik druhé nejnižší. Mexiko lze v této kategorii hodnotit pozitivně. Za pozornost ovšem stojí rychlé tempo růstu GGD vůči HDP v % od roku 2007 a úrovně 28,17 po 2010 a úroveň 42,71. R = 14,54 tak znamená sice nejnižší hodnotu, ale zároveň příliš krátkém období. O USA je možné tvrdit, že hodnota GGD permanentně roste od úrovně 55,03 v roce 2001 po 99,06 v roce 2010. V současnosti GGD přesahuje hodnotu GGD vůči HDP 105%. Z dopočtených hodnot průměrného tempa růstu zadlužení vůči HDP Ø kt a Ø kt % je patrné, že průměrná hodnota tempa růstu zadlužení vůči HDP je nejnižší u Kanady (snaha o snižování) a nejvyšší u USA, průměrné tempo růstu a růst zadlužení vůči HDP za období 6,05% ročně. Z následující Tabulky 19. lze vyvodit, že všechny ekonomiky regionu Západní Evropa v krizovém období 2007 až 2010 zvýšily své roční hodnoty GGD na rekordní úroveň. U Francie tato hodnota dosahovala v roce 2010 - 94,88% HDP. Průměrný růst ukazatele GGD za sledované období činil 3,40% ročně. U Německa lze také vysledovat tendenci k nárůstu zadlužení vůči HDP v krizových letech. Průměrný růst GGD za sledované období u Německa byl 3,62%. Stejně jako Francie, dosáhlo Německo nejnižší hodnoty xmin v roce 2001 a nejvyšší xmax v roce 2010. Nejvyšších hodnot GGD dosahuje každoročně ve sledovaném období Itálie, až 127,65% v roce 2009. Schopnost držet tak vysoké zadlužení vůči HDP bude pro Itálii v budoucnu problém. Tento parametr opět koresponduje s výše zjištěnými údaji o konkurenceschopnosti a ekonomické výkonnosti Itálie zejména v kapitolách 4.1.4 a 4.1.5. Španělsko dosahuje v porovnání s ostatními zeměmi Západní Evropy relativně nízkých hodnot GGD s xmax na úrovni 66,85% v roce 2010, což odpovídá i roku 2000. Hodnota ukazatele GGD, jak se zdá, nemá vysoce významný vliv na současnou situaci ekonomiky Španělska, která se jeví jako potenciálně problematická v dnešní ekonomické realitě tzv. „krize společné
73
měny“. Velkou Británii lze z hlediska zadlužení považovat spíše za konzervativní, i když nárůst GGD v krizovém období je značný. Díky tomuto nárůstu pak je průměrný růst GGD na úrovni Ø kt % = 5. Tabulka 19 Vývoj zadluženosti v období 2000 – 2010 (ZE, VE) [vlastní]
Region
Západní Evropa
Období Francie Německo 2000 67,90 60,87 2001 67,19 60,19 2002 70,71 62,60 2003 75,22 65,97 2004 77,12 69,04 2005 78,93 71,68 2006 73,93 69,85 2007 72,98 65,66 2008 79,20 69,66 2009 91,00 77,39 2010 94,88 86,89 xmin 67,19 60,19 xmax 94,88 86,89 R 27,69 26,7 Ø kt 1,03 1,04 Ø kt % 3,40 3,62 * GGD uvedeno jako % HDP
Itálie 121,00 120,12 118,77 116,38 116,71 119,40 116,83 112,07 114,65 127,65 126,32 112,07 127,65 15,58 1,00 0,43
Španěl. 66,61 61,97 60,38 55,42 53,44 50,74 46,20 42,35 47,70 62,65 66,85 42,35 66,85 24,5 1,00 0,04
Vých. Evropa VB 54,51 49,27 48,83 48,55 50,75 53,37 53,01 53,52 63,93 79,50 88,77 48,55 88,77 40,22 1,05 5,00
Polsko 45,38 43,79 55,04 55,94 53,30 54,06 54,23 50,96 55,70 58,43 62,68 43,79 62,68 18,89 1,03 3,28
ČR 25,11 29,33 31,48 33,17 33,00 32,68 32,46 30,89 34,29 41,01 44,46 25,11 44,46 19,35 1,06 5,88
Za Východní Evropu jsou ve srovnání uvedeny: Polsko a Česká republika z důvodu nedostatku úplných údajů ostatních. Růst ukazatele GGD lze u Polska označit za kontinuální. Hodnota Ø kt = 1,03 hovoří o průměrném růstu GGD ve sledovaném období o 3,28% ročně. I v případě Polska tak nastává jistá akcelerace růstu GGD v krizovém období, zejména v období 2007 až 2008. Česká republika je s hodnotou Ø kt = 1,06, což znamená v procentním vyjádření průměrné roční růst GGD o 5,88%, ekonomikou s velmi rychlým průměrným růstem tohoto ukazatele GGD. Zejména při srovnání xmin = 25,11 v roce 2000 a xmax = 44,46 v roce 2010. Prudký růst ukazatele GGD v poměrně krátkém období tak může znamenat pro ekonomiku České republiky v budoucnu velký problém se schopností udržet dluh a obsluhu dluhu. Tyto problémy se pak mohou v rámci ekonomiky, resp. reakcí politiky na tyto skutečnosti, přesunout ze státu na firmy či spotřebitele např. formou vyššího zdanění, což může vést k poklesu ekonomické svobody (viz. 4.1.3), resp. následně pak i k poklesu konkurenceschopnosti české ekonomiky (viz. 4.1.4).
74
4.2.5
Analýza vývoje nezaměstnanosti 2003 až 2012
Pro dokreslení dopadů finanční a hospodářské situace z let 2007 až 2010 se autorovi jeví jako nutné krátce analyzovat i vybraný ukazatel nezaměstnanosti. Autor vychází z předpokladu, že pokles hospodářské aktivity je leckdy neuváženě řešen v podnikové sféře razantním snižováním variabilních nákladů, zejména pak na straně lidských zdrojů. O správnosti těchto kroků lze obtížně polemizovat bez znalosti konkrétní situace konkrétního podniku. Tabulka 20 Vývoj nezaměstnanosti 2003 – 2012 (A, SA, ZE, VE) [vlastní]
Region
Země
03
04
05
06
07
08
09
10
11
12
Asie
Japonsko 5,3 4,7 4,4 4,1 3,8 4 5,1 5,1 4,6 4,4 Kanada 7,6 7,2 6,8 6,3 6 6,1 8,3 8 7,5 7,2 Severní Mexiko 3,4 3,9 3,6 3,6 3,7 4 5,5 5,4 5,2 5 Amerika USA 6 5,5 5,1 4,6 4,6 5,8 9,3 9,6 9 8,1 Francie 8,9 9,3 9,3 9,2 8,4 7,8 9,5 9,7 9,6 10,3 Německo 9,8 10,5 11,3 10,3 8,7 7,5 7,8 7,1 6 5,5 Západní Itálie 10,7 10,4 9 8,4 7,3 6,1 7,5 6,6 5,6 6,9 Evropa Španěl. 11,4 10,9 9,2 8,5 8,3 11,3 18 20,1 21,6 25,1 VB 5 4,7 4,8 5,4 5,3 5,7 7,6 7,8 8 7,9 Polsko 19,8 19,1 17,9 14 9,6 7 8,1 9,7 9,7 10,1 Východ. Turecko .. .. 9,2 8,8 8,8 9,7 12,6 10,7 8,8 8,2 Evropa ČR 7,8 8,3 7,9 7,1 5,3 4,4 6,7 7,3 6,7 7 * Harmonizovaná míra nezaměstnanosti dle OECD v % Krátký analytický exkurz lze díky Tabulce 20. provést obdobně jako předcházející zkoumání. Nárůst míry nezaměstnanosti v průběhu sledovaného období nastal ve srovnání roku 2006 a 2009 u Kanady a podobně Mexika (+ 2%) a ve srovnání 2006 a 2010 (+ 5%) u USA. Japonsko je relativně stabilní (+ 1%). U zmíněných zemí míra nezaměstnanosti v podstatě přetrvává (mírný pokles) i v letech 2011 a 2012, což reflektuje pomalý hospodářský růst i nemožnost ekonomik, resp. potlačení jejich autoregulativní funkce směrem k přirozenému vyčištění a následnému vývoji. V regionu Západní Evropa lze vysledovat, že po poklesu úrovně míry nezaměstnanosti v roce 2007, částečně i 2008, u Francie, Německa a Itálie, pak v následujícím období 2009 došlo k jejímu růstu v rozmezí 0,3 – 1,7%. Podobný růst nastal i u Velké Británie. Extrémním případ je Španělsko, kde růst nezaměstnanosti v 2008 až 2010 znamenal cca. + 12%. Do roku 2012 pak růst o dalších 5%. Ekonomika Španělska tak znamená potenciální hrozbu i pro sociální oblasti. Vysoké hodnoty míry nezaměstnanosti i v tzv. postkrizovém období 2011 a 2012 signalizují stagnaci ekonomik, což potvrzují i zkoumání provedená v předcházejících kapitolách.
75
Region Východní Evropa, potažmo ekonomiky Polska, Turecka a České republiky, vykazují poměrně rozdílný vývoj. Ve srovnání s rokem 2006 je Polsko jasným premiantem. Z úrovně 14% v roce 2006 dokázalo míru nezaměstnanosti v krizovém období výrazně snížit (úroveň 7% ve 2008 a 9,7% ve 2010). I v dalších letech se Polsko drží přibližně stejné úrovně. Turecko mělo v období 2008 a 2009 nárůst o cca 3%, v následujících obdobích se tento růst podařilo eliminovat a lze říci, že v současnosti se Turecko pohybuje na úrovni roku 2006. U České republiky lze pozorovat růst při meziročním srovnání 09/08 z úrovně 4% na 6,7% v roce 2009. V následujících letech úroveň osciluje kolem hranice 7%. Výhledy ČNB a Statistického úřadu nehovoří o výraznějším zlepšení. Závěrem lze říci, že krátký exkurz do problematiky nezaměstnanosti by bylo možné rozvést z pohledu typů nezaměstnanosti, struktury, nabídky a poptávky po práci, motivačních charakteristik, demografického vývoje, vzdělanostní struktury apod. Pro představu o dopadech finanční krize do ekonomik vybraných států však dle autorova názoru exkurz plně vystačuje. Grafické znázornění je uvedeno v Příloze F. 4.2.6
Analýza vývoje inflace 2003 až 2012
Jako poslednímu z ukazatelů, v kapitole Makroekonomická zkoumání a predikce, se autor věnuje vývoji inflace v období 2003 až 2012. Z hlediska zaměření práce autor považuje analýzu vývoje inflace za nutnou zejména z pohledu jejího vlivu na ekonomickou stabilitu a také z pohledu státní regulace tohoto peněžního jevu. Autor se zcela přiklání k názoru Miltona Friedmana, že inflace je vždy a pouze peněžním jevem. Z ekonomického pohledu vysoká a nestabilní inflace působí nepříznivě na výkonnost národních ekonomik, znehodnocuje příjmy a úspory, představuje vyšší nominální úrokové sazby, zvyšuje nejistotu budoucích relativních cen a cenové hladiny, přerozděluje důchod od věřitelů k dlužníkům apod. Na základě údajů z Tabulky 21. lze konstatovat, že výrazný pokles míry inflace měřené ukazatelem HCPI (Harmonized Consumer Price Index) nastal ve většině ekonomik až v ročním srovnání 2009/08 s výjimkou Mexika. Dokonce u Japonska, USA a Španělska tento pokles znamenal zápornou hodnotu HCPI. Následně došlo k opětovnému růstu ukazatele u Japonska, Kanady, USA a mírně i Brazílie ve srovnání 2010/09. Tento jev většinou pokračoval i v období následujícím. Ekonomiky regionu Západní Evropa lze hodnotit jako konzervativní s nepříliš vysokou fluktuací ukazatele, což je dáno zejména společnou měnou. Což se však ne vždy jeví jako vhodné. U Francie, Německa, Itálie, Španělska i Velké Británie došlo k poklesu ukazatele při srovnání období 2009/08 v rozmezí 1 až 4 procentních bodů. K nejnižšímu poklesu došlo u Velké Británie (vlastní měna), k nejvyššímu pak u Španělska (až záporná hodnota ukazatele). Postupný růst
76
pravděpodobně spojený s uvolněním kvantitativní zásoby je patrný v obdobích následujících. Sledované země Východní Evropy v podstatě kopírují vývoj zemí Západní Evropy. Rozdíl je ovšem v rozkolísanosti, resp. vyšší míře nestability inflace. V období 2010/09, kdy nastává růst ukazatele u ekonomik Západní Evropy, pak pokračuje pokles ukazatele u Polska a Ruska. Naopak Česká republika a Turecko již rostly. Obecně lze závěrem říci, že inflace ve sledovaných zemích není stabilní a její výše reaguje na ekonomickou situaci v různých zemích rozdílnou intenzitou. Tabulka 21 Vývoj inflace 2003 – 2012 (A, SA, JA, ZE, VE) [vlastní]
Region Země
03
04
05
06
07
08
09
10
11
12
Japonsko -0,2 0 -0,3 0,2 0,1 1,4 -1,3 -0,7 -0,3 Kanada 2,8 1,9 2,2 2 2,1 2,4 0,3 1,8 2,9 SA Mexiko 4,5 4,7 4 3,6 4 5,1 5,3 4,2 3,4 + USA 2,3 2,7 3,4 3,2 2,9 3,8 -0,4 1,6 3,2 JA Brazílie 14,7 6,6 6,9 4,2 3,6 5,7 4,9 5 6,6 Francie 2,1 2,1 1,7 1,7 1,5 2,8 0,1 1,5 2,1 Německo 1 1,7 1,5 1,6 2,3 2,6 0,3 1,1 2,1 ZE Itálie 2,7 2,2 2 2,1 1,8 3,3 0,8 1,5 2,8 Španěl. 3 3 3,4 3,5 2,8 4,1 -0,3 1,8 3,2 VB 1,4 1,3 2,1 2,3 2,3 3,6 2,2 3,3 4,5 Polsko 0,7 3,4 2,2 1,3 2,4 4,2 3,8 2,6 4,2 Rusko 13,7 10,9 12,7 9,7 9 14,1 11,7 6,9 8,4 VE Turecko 21,6 8,6 8,2 9,6 8,8 10,4 6,3 8,6 6,5 ČR 0,1 2,8 1,9 2,6 3 6,3 1 1,5 1,9 * HCPI, všechny položky, procentní změna proti předcházejícímu období
0 1,5 4,1 2,1 5,4 2 2 3 2,4 2,8 3,6 5,1 8,9 3,3
A
4.2.7
Shrnutí poznatků makroekonomické analýzy a predikce
V kapitole 4.2 Makroekonomická zkoumání a predikce autor postupoval tak, že v krátkém exkurzu do vývoje podnikového makrookolí v kapitole 4.2.1 a postupně v následujících kapitolách analyzoval některé významné ekonomické agregáty (HDP, PFCE, GGD, inflaci, nezaměstnanost apod.). Makroekonomické okolí, resp. globální ekonomickou situaci, autor považuje za faktor významně ovlivňující fungování většiny podniků v silně globalizovaném sektoru automobilového průmyslu. Proto se orientační analýza spojená s možností predikce dalšího vývoje zvolených ukazatelů jeví jako žádoucí a pro daná zkoumání podnikové sféry následně dle autora nezbytná. Postupnými kroky byl analyzován ukazatel HDP (viz 4.2.2) v absolutní i relativní podobě v období 2003 až 2012 s predikcí pro roky 2013 a 2014. Hodnoty pro 2013 a 2014 autor dopočítal využitím výpočtu budoucích období odhadem parametrů lineárního trendu. K základním zjištěným faktům patří 77
skutečnost, že „krizové“ období 2007 až 2010 se projevilo u většiny vybraných ekonomik jednotlivých regionů (Asie, Severní Amerika, Jižní Amerika, Západní Evropa, Východní Evropa) poklesem jak absolutních výší ukazatele, tak poklesem jejich relativních vyjádření v podobě meziročních temp růstů. Výjimku tvořily v regionu Jižní Amerika Argentina a v regionu Východní Evropa Polsko. Tyto dvě ekonomiky dokázaly trvale zvyšovat svoji hodnotu agregátu HDP. V období 2007 až 2010 sice pomalejším tempem, ale v porovnání s ostatními je lze hodnotit jako ekonomiky trvale rostoucí. Detailní výsledky zkoumání HDP pak nabízí kapitola 4.2.2. V kapitole 4.2.3 Analýzy vývoje a predikce ukazatele PFCE v období 2003 – 2014 autor stejným způsobem jako v 4.2.2 provádí zkoumání agregátu soukromých výdajů na konečnou spotřebu (Private Final Consumption Expenditure). Opět u vybraných ekonomik stanovených regionů. Autor tento agregát využil z důvodu jeho uplatnění i v predikcích agentury J. D. Power and Associates®, jež je v automobilovém průmyslu považována za analytickou špičku. Z vysledovaných údajů a provedených analytických dotazů a predikcí je zřejmé, že i tento agregát, resp. jeho absolutní i relativní výše, byla v průběhu krizového období negativně ovlivněna. Autor využil absolutních údajů v národních měnách států (v mil.) s referenčním rokem stanoveným OECD (konstantní ceny roku 2005) v roční periodě v období 2003 až 2012, které přepočítal na relativní hodnoty tempa růstu (řetězové indexy). Predikce pro 2013 a 2014 jsou založeny na elementární analýze časových řad. Mezi základní zjištění patří fakt, že všechny ekonomiky regionů byly v projekci tohoto agregátu zasaženy negativně tj. došlo k poklesu tempa růstu, resp. poklesu hodnoty řetězových indexů v období 2007 – 2010 s vyjímkou Německa (více viz 4.2.3 a Tabulky 16. a 17.). Za tikající problém dneška lze považovat státní zadlužení resp. zadlužení veřejného sektoru. V případě veřejných financí je možné situaci považovat za alarmující a to jak u salda veřejných rozpočtů, tak u výše veřejného dluhu (v % HDP). Problematika rozpočtové odpovědnosti (viz např. ústavní zákon o vyrovnaném rozpočtu ve Švýcarsku) je zásadní zejména v zemích platících stejnou měnou. Při nemožnosti využít k oživení ekonomiky efektu přizpůsobení směnných kurzů či změn úrokových sazeb je nezbytné bránit zemím se společnou měnou v expanzivní fiskální politice. Nemožnost přizpůsobení kurzů, bránění fiskální expanzi a také nemožnost přímé regulace inflace (množství oběživa) pak zásadně musí vést k problémům v oblasti nezaměstnanosti (viz makroekonomický čtyřúhelník). Absolutní výše ukazatele, tedy % vůči HDP, ještě nemusí mnoho znamenat. Důležité je také sledovat tempo zadlužení, resp. průměrné roční tempo zadlužení. Ze sledovaných ekonomik má nejvyšší tempo zadlužení USA (6,05), Česká Republika (5,88), Velká Británie (5,00) a Japonsko (4,04). Růst zadlužení se stává velkým problémem a v blízké budoucnosti může ohrozit stabilitu a konkurenceschopnost mnoha, zejména evropských zemí (EU) a USA. I z provedené analýzy zadluženosti, resp. vývoje
78
ukazatele GGD lze dovozovat, že závěry kapitol 4.1.4 a 4.1.5 mají své reálné opodstatnění. Lze tak tvrdit, že období hospodářské a finanční krize se výrazně projevilo i u tohoto ukazatele. Z analýzy nezaměstnanosti vyplynulo, že v průběhu finanční a hospodářské krize (2007 – 2010) bylz dopady do zaměstnanosti výrazné. Prudký nárůst nezaměstnanosti byl charakteristický pro většinu sledovaných ekonomik. Markantní pak u USA a Španělska i České Republiky. Samozřejmě, že detailní analýzy by přinesly mnohé poznání o struktuře nezaměstnanosti, sektorových odlišnostech, demografické situaci apod. Pro potřeby práce však autor vycházel z předpokladu představit souhrnně problematiku dopadů krize do jednotlivých ekonomik. A k tomu se autorův základní model hodil, detailně pak lze více vysledovat v kap. 4.2.5. Inflace byla autorem elementárně analyzována prostřednictvím vývoje ukazatele HCPI (Harmonized Consumer Price Index), tedy Harmonizovaným indexem spotřebitelských cen. Předpoklad, že ukazatel HCPI bude také ovlivněn (poklesem hodnoty) v průběhu let 2007 až 2010, se potvrdil. K separátnímu zkoumání inflace (např. tzv. core inflace apod.) a vlivu na ekonomickou stabilitu by dle autora bylo žádoucí separátního výzkumu. Z důvodu naplnění hlavního cíle disertační práce (viz. 2.1) byla provedena tato zkoumání v oblasti vlivu finanční a hospodářské krize z let 2007 až 2010 na zvolené makroekonomické agregáty. Z provedených zjištění je možné konstatovat, že všechny vybrané ekonomiky byly výrazně ovlivněny celkovou ekonomickou situací. Autor také může potvrdit hypotézu H1 (viz. 2.2), která předpokládá významný vliv finanční krize na hlavní trhy, resp. z tohoto důvodu vybrané ekonomiky. Pro ověření hypotézy H2 (viz. 2.2) autor např. dále předkládá v kapitole 4.2.8 Případovou studii I. zaměřenou na existenci možných, dosud neanalyzovaných, vzájemných vztahů a souvislostí mezi makroekonomickým okolím a vybranými podnikovými ukazateli. Další případové studie v disertační práci následují.
4.3 Případová studie I. V této části disertační práce autor představuje první z provedených orientačních studií. Ta se primárně zabývá hledáním dosud neanalyzovaných vztahů mezi vybranými ukazateli podnikové výkonnosti a makroekonomickými agregáty nejvýznamnějších trhů těchto podniků. Sekundárně pak analýzou výhodnosti přijaté generální strategie pro jednotlivé podniky (dceřiné společnosti významného koncernu ze sektoru AP). Pro tento typ výzkumu bylo vybráno celkem devět dceřiných společností nadnárodního koncernu z prostředí automobilového průmyslu. Výběr společností byl proveden s ohledem na jejich lokalizaci, podobnou velikost, výrobní program, organizační strukturu, trhy, stejné KPI (RI) apod., aby srovnání společností mělo vysokou validitu a bylo tak abstrahováno od rušivých odlišností. Pro výzkum byly vybrány KPIs (RI) : EBT – Earnings Before Taxes 79
tzn. zisk před zdaněním a Sales Actual, tedy souhrn výše tržeb k aktuálnímu obchodnímu roku (měřeno v mil. €, ve čtvrtletních a pololetních periodách období tzv. obchodních roků – Business Year společností 206/07 – 2010/11). Pro srovnání s vývojem makrookolí byl zvolen ukazatel Hrubý domácí produkt HDP (Gross Domestic Product - GDP EU17 a GDP Německa v bil. € a ukazatel Konečných výdajů na soukromou spotřebu (Private Final Consumption Expenditure – PFCE EU17 a Německa). Pro provedení zkoumání v období 2006/07 – 2010/11, při využití dále popsaných metod, byly zvoleny hodnoty ukazatelů EBT a Sales Actual (v mil. €, čtvrtletní perioda). Pro srovnání s vývojem makrookolí formou regresní a korelační analýzy pak HDP EU17 a HDP Německa (v bil. €, čtvrtletní perioda) a PFCE EU17 a PFCE Německa (% vyjádření růstu, čtvrtletní perioda). 4.3.1
Metody použité v Případové studii I.
Provedená zkoumání přinesla dva vzájemně se doplňující výsledky. Prvně tímto způsobem bylo možné analyzovat vztahy mezi podnikovými ukazateli a ukazateli makroekonomického okolí a využitím vybraných statistických metod také měl být potvrzen nebo vyvrácen předpoklad, že byla-li zvolená strategie úspěšná, pak korelace KPI ukazatele s ukazatelem makrookolí byla slabá (neintenzivní) a také, pokud byla pro všechny společnosti výhodná jediná koncernová strategie, pak byl vývoj vybraných KPIs (RI) podobný a korelace vrcholového ukazatele mezi společnostmi silná (intenzivní). Pro znázornění čtvrtletního vývoje jednotlivých KPIs (RI) byly použity některé vybrané postupy z tzv. elementární charakteristiky časových řad, jako jsou výpočty 1. a 2. diference, výpočtů tempa růstu neboli tzv. koeficientů růstu či řetězových indexů, průměrného tempa růstu, jenž se určuje jako geometrický průměr z jednotlivých (zde použitých čtvrtletních) temp růstu. V další části byla provedena příprava pro tvorbu korelační matice při využití výpočtů míry variability pomocí rozptylu s x2 a směrodatné odchylky s x . K nalezení příčinných vztahů mezi statistickými znaky bylo využito vybraného typu regresní a korelační analýzy (Lineární regrese). Dále, na základě vstupních údajů bylo využito výpočtů vzájemných korelačních koeficientů v tzv. korelační matici (12 x 12). Následně po výpočtech korelačních koeficientů r byl proveden výpočet potřebný k posouzení tzv. věcné významnosti neboli velikosti účinku skupiny na variabilitu hodnot sledované náhodné veličiny podle tzv. Cohenova koeficientu d. Pomocí vzorce realizace váženého průměru výběrových rozptylů: s
2
(n =
1
− 1) × s12 + (n2 − 1) × s 22 . n1 + n2 − 2
(4.4)
který je obvykle využíván pro sledování hodnot náhodné veličiny ve dvou nezávislých skupinách objektů o rozsazích n1 a n2 . Označení m1, m2 tak měly
80
realizace výběrových průměrů hodnot dané veličiny v těchto skupinách. Označeny s12, s22 byly realizace výběrových rozptylů. Cohenův koeficient d pak byl vypočten podle vzorce: d=
m1 − m2 . s
(4.5)
Hodnota d nám udává účinek skupiny na variabilitu hodnot sledované veličiny ve škále: pod 0,2 – účinek zanedbatelný, mezi 0,2 – 0,5 – malý účinek, 0,5 – 0,8 – střední a 0,8 a více – velký.
4.3.2
Omezení použitých metod v Případové studii I.
Jedním z cílů použití výše uvedených metod bylo přispět k poznání možných vzájemných vztahů mezi sledovanými znaky KPIs (RI), EBT, PFCE u koncernu jako celku a vnějším makroekonomickým okolím největších trhů koncernu (EU17, Německo). Zejména metoda regresní a korelační analýzy je pro tento typ ekonomických zkoumání využitelná a využívaná. Je ovšem důležité zmínit, že tato metoda má i svá jistá omezení. Jedním z největších omezení se jeví volba vhodného typu regresní funkce (v práci zvolena Linear regression) a také skutečnost, že rozbor číselných údajů může omezeně pokrýt celou podstatu zkoumaných ekonomických veličin a jevů. V případě výpočtů korelačních koeficientů u lineárních vztahů pak korelace rovná 1,0 značí, že mezi dvěma proměnnými existuje pozitivní lineární vztah. V případě rovnosti -1,0 existuje negativní lineární vztah, v případě 0,0 lineární vztah neexistuje. Omezením je fakt, že korelace je statistický pojem pro vyjádření míry lineárního vztahu a jde o čistě pojmovou míru. Příčina a důsledek se týkají deterministických závislostí. Cohenův koeficient d byl použit k posouzení velikosti rozdílu průměrů, který je standardizován pomocí odmocniny z váženého průměru výběrových rozptylů. Jedná se o věcnou významnost. Velikost účinku skupiny na variabilitu hodnot sledované veličiny se poté hodnotí dle jednotlivých pásem hodnot Cohenova koeficientu. Síla testu by tak měla dosahovat hodnoty alespoň 0,8.
4.3.3
Analýza vztahů temp růstu ukazatelů Sales Actual a PFCE
Analýza vztahu vybraných KPIs (RI) a makrookolí byla provedena pomocí tempa růstu ukazatelů Sales Actual jednotlivých společností a tempa růstu makroekonomické veličiny PFCE na největších trzích. Pro analýzu tempa růstu KPI (RI) Sales Actual společností označených Co.1, Co.2,…Co.9, ΣCo. a ØCo. bylo využito regresní a korelační analýzy. Analýza vycházela z údajů uvedených v tzv. korelační matici 20 x 13, kde jsou uvedeny hodnoty ukazatelů za jednotlivé kvartály jednotlivých obchodních roků (BY) v období 2006/07 – 2010/11. Stejně tak jsou zde uvedeny jednotlivé procentní hodnoty tempa růstu ukazatele PFCE EU17 a Německa (DE). Veškeré vstupní údaje včetně výpočtů
81
korelačních koeficientů, rozptylů a směrodatných odchylek, jsou uvedeny v Tabulce 1. Přílohy G disertační práce. Po výpočtech korelačních koeficientů r u matice 20 x 13 (viz Příloha G) byly vypočteny Cohenovy koeficienty d dle (4.4) a (4.5) pro posouzení velikosti rozdílu středních hodnot y1 až y9 (Co.1 až Co.9) vzhledem k y0 (ØCo.). Tabulka 22 Cohenovy koeficienty Sales Actual 2006/07 – 2010/11 [vlastní]
Cohenovy koeficienty pro tempa růstu Sales Actual (06/07-10/11) Co.1 Co.1 Co.2 Co.3 Co.4 Co.5 Co.6 Co.7 Co.8 co.9
Co.2 0,05
Co.3 0,24 0,2
Co.4 0,24 0,26 0,36
Co.5 0,1 0,14 0,28 0,09
Co.6 0,3 0,32 0,4 0,08 0,16
Co.7 0,07 0,11 0,27 0,15 0,04 0,22
Co.8 0,22 0,25 0,35 0,05 0,06 0,13 0,13
Co.9 0,12 0,16 0,3 0,14 0,02 0,21 0,03 0,11
Následně došlo ke zpracování testu lineárních závislostí: y0(DE) a y0(EU17) tj. regresní a korelační analýze včetně grafické prezentace, která vyjadřuje vztah mezi zkoumanými veličinami. Lineární model tak znázorňuje závislosti mezi průměrnou hodnotou tempa růstu Sales Actual společností (ØCo.) a Soukromých výdajů na konečnou spotřebu PFCE Německa (DE) a EU17.
Obr. 14: Znázornění závislosti Ø Co. Sales Actual a PFCE EU17 a DE [vlastní]
82
Test lineárních závislostí pomocí regresní a korelační analýzy vyjadřuje modelový vztah (Obr. 14) mezi zkoumanými veličinami, tj.: y0 (EU17) = 3,7 + 22,2*EU17 (r = 0,49 n = 20) y0 (DE) = 4,9 + 5,5*DE (r = 0,24 n = 20) kde y0 reprezentuje průměrnou hodnotu tempa růstu ukazatele Sales Actual u všech společností koncernu ve vztahu k tempům růstu PFCE na největších trzích, tedy EU17 a Německa. V Případové studii I. a její části 4.3.3 byl analyzován vztah ukazatelů Sales Actual jednotlivých podniků nadnárodního koncernu vzájemně a také vztah průměrné hodnoty Sales Actual koncernu k ukazateli PFCE největších trhů EU17 a Německa (DE). U obou ukazatelů bylo použito tempo jejich růstu v % za období 06/07 – 10/11. Měřeno vždy kvartálně k předcházejícímu období. Pro možnost nalezení resp. testu lineární závislosti, bylo použito regresní a korelační analýza, a vstupní údaje použity z tabulky viz Příloha G (relativní ukazatele, 20 x 13). Z důvodu redukce byly analyzovány vztahy mezi ukazatelem tempa růstu Sales Actual u ukazatele y0 (průměrné tempo růstu Sales Actual všech společností označených Co.1,…Co.9) k ukazatelům tempa růstu PFCE na největších trzích (EU17, DE). Zpracování testu lineárních závislostí bylo provedeno včetně grafické interpretace. Výběr nezávisle proměnné EU17 a Německa (DE) byl ověřen testem statistické významnosti tj. korelačním koeficientem r. Korelační koeficient je významný pro časovou řadu 20 údajů pozorování má hodnotu 0,44. Korelační koeficient r pro r(EU17, y0) má hodnotu 0,49 pro r(DE, y0) pak 0,24. V případě EU17 se tak jedná o významnou závislost tempa růstu Sales Actual (závisle proměnná) jako průměru všech společností na tempu růstu PFCE v EU17 (nezávisle proměnná). Lze tak tvrdit, že zvýší-li (sníží) se tempo růstu PFCE v EU17, pak dojde ke zvýšení (snížení) tempa růstu Sales Actual v průměru za společnosti. Jinými slovy ∆ PFCE EU17 má významný vliv na ∆ Sales Actual (ØCo.). V případě vztahu k ukazateli PFCE DE o takto významné závislosti hovořit nelze, což dokumentuje i nízká hodnota r(DE, y0). Nutné je ovšem doplnit, že neexistence lineárního vztahu nemusí nutně znamenat neexistenci vztahu jiného. Využití regresní a korelační analýzy se jevilo též jako příhodné pro analýzu vztahů mezi jednotlivými společnostmi a EU17. Použity byly opět stejné ukazatele, tedy tempa růstu Sales Actual jednotlivých společností a tempo růstu PFCE u EU17. Korelační koeficienty r pak v případě společností Co.1, Co.2, Co.5, Co.6 a Co.9 potvrdily statistickou významnost tj. přesahovaly hodnotu r = 0,44 (statistická významnost) viz.Tabulka 1. Příloha G. Pro výpočet Cohenova koeficientu pro posouzení rozdílu středních hodnot Co.1, Co.2,...,Co.9, vzhledem k průměrné hodnotě za všechny společnosti ØCo. neboli y0, byly také využity údaje z tabulky (viz Příloha G). Cohenův koeficient < 0,2 znamená nevýznamný rozdíl středních hodnot. Toto zkoumání přineslo zejména ten poznatek, že Co.3 se vymyká vůči všem ostatním společnostem, Co.6 pak vůči nadpoloviční většině společností (d > 0,2).
83
4.3.4
Analýza vztahů EBT podniků a HDP největších trhů
Pro analýzu KPI (RI) EBT bylo také využito regresní a korelační analýzy, která vycházela z tzv. korelační matice 12 x 12 (viz Příloha G, Tabulka 2). Pololetní hodnoty společností Co.1,…Co.9 v matici představují EBT v mil. € a HDP EU17 a Německa (DE) v mld. €.Po zpracování údajů (viz. Příloha G, Tabulka 2) byly k vstupním datům dopočítány hodnoty rozptylů, směrodatných odchylek a odhadů parametrů pro lineární regresi. Odhady parametrů A a B resp. β 0 a β1 bylo nutné zajistit, aby poté mohly být dosazeny do rovnic regresních přímek všech společností, z nichž byl sestaven model (viz Obr. 15). Následně byly spočítány korelační koeficienty r v korelační matici 11 x 11 (r pro ΣCo. spočítán mimo matici separátně) uvedeny v dolní trojúhelníkové matici a Cohenovy koeficienty d (horní trojúhelníková matice) pro celkem 9 společností koncernu (i pro ΣCo). Počet období P byl redukován na celkem 10 tj. půlroční intervaly. Tyto výpočty a výsledky korelačních i Cohenových koeficientů jsou uvedeny v Tabulce 23 níže. Tabulka 23 Korelační a Cohen. koeficienty EBT a HDP EU17 a DE [vlastní]
Korelační a Cohenovy koeficienty EBT a HDP (2006/07 – 2010/11) Co.1 Co.2 Co.3 Co.4 Co.5 Co.6 Co.7 Co.8 Co.9 EU DE
Co.1 Co.2 0,27 -0,26 -0,37 -0,19 0,32 0,13 0,28 0,37 0,55 -0,01 0,45 -0,26 -0,22 0,47 0,35 0,36 0,79 -0,24 0,77 -0,07
Co.3 Co.4 0,19 0,24 0,45 1,39 1,28 -0,57 -0,08 0,62 -0,12 0,34 -0,07 -0,25 0,35 -0,21 -0,1 -0,5 -0,25 0,12 -0,48 0,35
Co.5 Co.6 0,42 0,84 0,49 3,3 0,89 3,4 1,61 1,43 3,29 0,33 0 0,34 0,22 -0,52 0,72 0,01 0,3 0,3 0,47 0,26
Co.7 Co.8 0,11 0,52 0,63 0,66 0,3 0,93 1,23 1,58 1,02 0,26 3,45 2,9 1,01 -0,1 -0,16 0,23 0,43 -0,2 0,31 -0,12
Co.9 0,01 1,13 1,02 0,71 1,38 2,65 0,96 1,3
EU DE
0,57 0,76 0,95
Pro poznání existence vztahu mezi podnikovými navzájem i koncernovým KPI (RI) EBT a makro ukazatelem (HDP) největších trhů EU17 a Německa tak byla zvolena vstupní matice 12 x 12 (viz. Tabulka 2, Příloha G) s deseti časovými údaji s ekvidistantním krokem ½ roku označených období Pt; t = 1, 2,…, 10. vypočítané hodnoty pak tvoří dolní korelační matice (Tabulka 23). Orientací v korelační matici byl získán přehled o těsnosti závislostí mezi ukazateli EBT u společností vzájemně, stejně jako případné závislosti s ukazatelem vnějšího makroprostředí největších trhů HDP EU17 a HDP Německa. Z korelační matice (Tabulka 23.) byly patrné nízké úrovně korelace mezi jednotlivými společnostmi s výjimkou Co.5 k Co.4 (0,62) a Co.9 k Co.5 (0,72) vzájemně. Vztah Co.5 k Co.4 lze zdůvodnit vzájemnou provázaností
84
v řízení, sdílení vývojových prací a znalostí a kapitálovou účastí. Co.9 ke Co.5 pak určitým typem podřízeného vztahu. Vztah ΣCo. a Co.1 je dán vahou a vlivem Co.1 na celý koncern. Stejně tak se dá hovořit i o vztahu EU17 k Co.1 (0,79) a DE k Co.1 (0,77) vzájemně. Z předchozího zkoumání bylo zřejmé, že se tyto společnosti na vývoji EBT koncernu podílí velmi výrazně. Celkově lze říci, že vztah HDP hlavních trhů je v silném vztahu s ukazatelem EBT ΣCo (0,62, resp. 0,72), což bylo dopočítáno separátně. Z provedeného zkoumání také vyplývá určitá výhodnost stanovené strategie v určitém okamžiku zejména pro Co.1, částečně pro Co.4, 5, 9. Při poklesu HDP největších trhů lze strategii hodnotit jako neúčelnou, pokles HDP byl v silném vztahu s poklesem EBT koncernu a nejsilnějších společností. Existence koeficientu r blízké 0 ovšem nemusí představovat neexistenci vztahu, pouze neexistenci lineární závislosti.
Obr. 15: Znázornění závislostí EBT podniků na časovém období n [vlastní]
4.3.5
Závěr Případové studie I.
V Případové studii I. byl představen relativně jednoduchý přístup k naplnění jejího hlavního cíle, tj. zkoumání možných vztahů vybraných vrcholových ukazatelů výkonnosti podniků významného nadnárodního koncernu působícího v automobilovém průmyslu (EBT, Sales Actual) s makroekonomickou situací na vybraných trzích, jejichž situace byla reprezentována prostřednictvím ukazatelů HDP a PFCE. Sekundárním cílem pak bylo porovnání účinnosti přijaté koncernové strategie na jednotlivé dceřiné společnosti v období 06/07 – 10/11 prostřednictvím zvolených KPIs (RI). Po provedeném zkoumání s využitím zvolených metod je možné poukázat na potřebu lokálně diferencovaných strategií na úrovni dceřiných společností a jistou nevyváženost při použití jednotné koncernové strategie pro všechny dceřiné společnosti. Z této potřeby tak vychází i určitá neúčinnost generální strategie vzhledem k vývoji
85
největších koncernových trhů. Lze také tvrdit, že neexistence ucelené soustavy řízení (mnoho lokálních modifikací) se významně projevilo na výkonnosti koncernu jako celku. V Případové studii II. je, mimo jiné, zkoumán vztah vybraného podnikového ukazatele a ukazatele makrookolí. Rozšířením metod (GUHA) bude využito v budoucích výzkumných pracech.
4.4 Analýza a predikce automobilového průmyslu V této kapitole disertační práce autor předkládá výsledky výzkumu automobilového průmyslu z pohledu produkce a prodejů dle regionů, dle nejvýznamnějších trhů a dle vybraných světových producentů automobilů v ročních i čtvrtletních hodnotách. Autor využil i pro tato zkoumání rozdělení regionů dle J. D. Power and Associates®. Stejnou agenturou je definována i kategorie vozidel World Light Vehicles, kterou autor použil. Rozdělení regionů i kategorie vozidel je vysvětleno dále. Provedená analytická zkoumání odpovídají v roční i kvartální perspektivě obdobím 2003 až 2012 s důrazem na krizové roky 2007 až 2010 spolu s predikčními odhady roků 2013 a 2014. Pro predikce je v této kapitole vždy využito predikčního modelu agentury J. D. Power and Associates®. Ze statistických metod autor v této kapitole využívá výpočtů temp růstů (řetězových indexů) a průměrného tempa (dle vzorců 4.2 a 4.3) a dalších. Provedená zkoumání měla za cíl naplnit zvolené cíle disertační práce (viz. str. 37) a zároveň verifikovat hypotézu H1 (viz str. 38). Samostatná podkapitola s Případovou studií II. je věnována zkoumáním oblasti sektoru automobilového průmyslu České republiky a částečně souboru 122 vybraných firem.
4.4.1
Produkce automobilového průmyslu světa 2003 až 2014
Obr. 16: Vývoj produkce WLV dle regionů světa 2003 – 2014 [vlastní]
86
Na Obr. 16 je uvedena výše produkce tzv. World Light Vehicles = World Personal Cars + World Light Trucks + Light Commercial Vehicles, tedy se jedná o kategorii osobních automobilů, lehkých komerčních a nákladních automobilů (např. pick-up, van apod.). Autor nezahrnul a nepoužívá k analýzám kategorii nákladních, těžkých nákladních a speciálních vozidel, neboť dle množství vyrobených kusů ji netřeba považovat za důležitou. Regionální rozdělení kopíruje model J. D. Power and Associates®. Obr. 16 představuje vývoj produkce v mil. kusů. Za předpokladu lokalizace výroby z důvodů snižování transakčních nákladů lze přesto mezi regiony najít rozdíly. Z pohledu Afriky lze hovořit o kontinuálním růstu produkce do roku 2006 (0,56 mil. ks) s následným snižováním do roku 2009 na úroveň 0,34 mil. ks. Ovšem již roce 2010, resp. 2011 (0,56 mil. ks), se sektor dostává na předkrizovou úroveň. 2012 znamená maximální produkci za sledované časové období ve výši 0,77 mil. ks. O podobných číslech hovoří i predikce. Region Afrika dosáhl průměrného růstu Ø kt v % 6,99. Region Asie je spolu se Středním Východem fenoménem. Produkce v roce 2003 činila 20,69 mil. ks. V období krize 2007/10 pak došlo pouze ke snížení tempa růstu produkce, ovšem absolutně produkce stále rostla. V roce 2009 činila produkce 28,38 mil. ks a již v roce 2010 36,91 mil. ks, což znamenalo zvýšení tempa růstu, resp. meziroční navýšení, o cca 30%. V roce 2012 pak produkce v regionu Asie dosáhla 40,75 mil. ks. Růst pokračuje i v predikovaném období, průměrný růst za období 2003 až 2012 (ovšem bez zahrnutí predikce) má hodnotu 7,82%. Severní Amerika dosáhla největšího útlumu v absolutních hodnotách. Od roku 2003 (15,87 mil. ks) poklesla výroba až na 8,51 mil. ks v roce 2009. Od té doby ale region produkuje vzrůstající počet vozidel až na současných 15,40 mil. ks v 2012. Další růst je ve výhledu následujících období. V Jižní Americe se ve stejném období vyrábělo 1,91 mil. vozidel v roce 2003 po 3,69 mil. ks v roce 2009. Propad v období krize byl nepatrný. Rok 2012 znamenal produkci 4,28 mil. vozidel. Hodnota Ø kt % je -0,33. K Jižní Americe pak lze říci, že kontinuálně roste z hodnoty 1,91 mil. ks v roce 2003 až na 4,28 mil. ks v roce 2012. V podstatě, přes nepatrný pokles 0,07 mil. ks 2009/08, lze hovořit o růstovém regionu. Průměrné tempo růstu pak bylo Ø kt = 1,09, což je nejvyšší hodnota sledovaných regionů. K regionu Střední Východ lze ve zkratce říci, že ve sledovaném krizovém období 2007/2010 nedošlo v absolutních hodnotách k poklesu produkce (1,13 – 1,18 – 1,29 – 1,54 mil. ks.), pouze ke snížení meziročních temp růstu. Region nazvaný Ostatní (Others v terminologii J. D. Power and Associates®) lze vzhledem k nízkému počtu vyrobených vozů v celém průběhu sledovaného a predikovaného období považovat za málo významný. Z pohledu regionů Východní Evropa a Západní Evropa lze poznamenat, že je jim věnováno detailní zkoumání. Zejména z důvodů přímé lokalizace výroby světových producentů a
87
přeneseně tak největšího vlivu na statistický soubor českých dodavatelských firem do automobilového průmyslu. Celkově bylo na světě v období 2003 vyrobeno 59,25 mil. ks vozidel kategorie World Light Vehicles. V roce 2012 pak 81,76 mil. ks. Což je více zhruba o 28%. K poklesu celkové produkce světa došlo již v mezidobí 2008/07 a dále pak 2009/08. Ovšem již rok 2010 a produkce ve výši 74,29 mil. ks překonává období 2007, tedy rok s nejvyšší hodnotou výroby. Růst o cca 4% ročně je predikovaný pro období 2013 a 2014. Hodnoty řetězový indexů pro jednotlivá období a regiony spolu s průměrnými tempy růstu předkládá Tabulka 24 níže. Tabulka 24 Tempa růstu produkce WLV dle regionů 2003 – 2012 [vlastní]
Afrika Asie 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 12/11 13/12 14/13 Ø kt Øk t %
1,03 1,14 1,14 0,95 0,92 0,69 1,44 1,15 1,37 0,92 1,05 1,07 6,99
1,08 1,04 1,12 1,08 1,02 1,00 1,30 0,99 1,11 1,05 1,09 1,08 7,82
Jižní Severní Střední Západ. Východ. Ost. Amer. Amer. Východ Evropa Evropa 1,30 1,13 1,08 1,18 1,05 0,98 1,13 1,04 0,98 1,05 1,08 1,09 9,40
0,99 1,00 0,97 0,99 0,84 0,68 1,39 1,11 1,18 0,63 1,00 1,00 -0,33
1,20 1,09 1,15 1,08 1,05 1,09 1,19 1,04 0,58 1,03 1,04 1,03 3,29
1,01 0,97 0,98 1,02 0,91 0,81 1,13 1,04 0,91 1,06 1,06 0,97 -2,72
1,22 1,09 1,20 1,18 1,06 0,75 1,21 1,13 1,03 0,92 0,99 1,09 8,60
0,97 1,01 1,00 1,08 1,26 1,01 1,03 1,02 1,05 1,02 1,04 1,04 4,40
Regiony Asie, Severní a Jižní Amerika, respektive pak státy, které tyto regiony tvoří v rozdělení J. D. Power and Associates®, si autor vybral za hodné samostatného rozboru. Zejména s ohledem na lokalizaci zákazníků a hlavní trhy dále zkoumaných dodavatelských firem automobilového průmyslu (AP) České republiky, pak regiony Západní a Východní Evropa při rozdělení do jednotlivých států i jako celky, jsou dále analyzovány v detailní podobě. 16 16
Region Západní Evropa tvoří: Belgie, Finsko, Francie, Itálie, Německo, Nizozemí, Portugalsko, Rakousko, Španělsko, Švédsko, Velká Británie. Region Východní Evropa tvoří: Bělorusko, Bulharsko, Česká republika, Kazachstán, Maďarsko, Polsko, Rumunsko, Rusko, Slovensko, Slovinsko, Srbsko, Turecko, Ukrajina, Uzbekistán.
88
Obr. 17: Vývoj produkce WLV v Západní Evropě 2003 – 2014 [vlastní]
Obr. 17 znázorňuje vývoj roční produkce World Light Vehicles v regionu Západní Evropa v letech 2003 až 2012 s predikčními hodnotami pro rok 2013 a 2014. Z pohledu celkového počtu vyrobených WLV pak v roce 2003 byla tato hodnota na úrovni 16,35 mil. ks. Tato se postupně snižovala na úroveň 15,73 mil. ks v roce 2006, čemuž odpovídalo meziroční tempo růstu 1,01 – 0,97 – 0,98. Rok 2007 sice znamenal v meziročním srovnání nárůst na 16,11 mil. ks (kt = 1,02), ale následně nastal propad přes 14,59 (2008) až k 11,82 mil. ks (2009) v meziročním vyjádření temp růstu 0,91 a 0,81. Obrat a nárůst o cca 2 mil. ks přišel v roce 2010 a o dalších 600 tis. ks v roce 2011 na úroveň 14,01 mil. ks. Z pohledu meziročních temp růstu 2010/09 1,13 a 2011/10 1,04. Následující rok spolu s predikcí znamenají pokles od 12,75 mil. (2012) po 11,52 mil. ks (2014).
Obr. 18: Čtvrtletní produkce WLV v Západní Evropě I.Q 2006 – IV.Q 2014 [vlastní]
89
Z Obr. 17 i 18 je patrný významný propad v krizovém období 2007 až 2010 i poměrně výrazný strmý růst v období platnosti a následně dozvuků tzv. ekologických či šrotovacích prémií, resp. vnějších zásahů do tržního prostředí formou pobídek a dotací na stranu kupujících. Z hlediska trendu poklesu ihned po odeznění těchto pobídek je možné hovořit o časově omezených stimulech, které z dlouhodobého hlediska spíše přispěly k další destrukci mikrostruktury tržní ekonomiky (viz str. 11), resp. tržních vztahů v sektoru automobilového průmyslu. Charakteristický je postupný trend poklesu počtu vyráběných WLV za období celé v regionu Západní Evropa s hodnotou Ø kt = 0,97, což v procentním vyjádření lze interpretovat hodnotou růstu -2,97%. Z hodnot grafu Obr. 19 lze odvodit, že krizové období 2007 až 2010 se do velikosti produkce i tempa jejího růstu projevilo velmi výrazně s poměrně rychlým nástupem mezi roky 2008 a 2009. Při klesajícím tempu růstu 2008/07 v hodnotě kt = 1,06 a množství vyrobených WLV v roce 2008 6,36 mil. ks se meziročně snížilo tempo růstu na úroveň kt = 0,75 při počtu vyrobených vozidel 4,75 milionů. Lze tak hovořit o 25% propadu výroby v období 2009/08. Což lze charakterizovat jako výrazně vyšší dopad do produkce než v případě regionu a výrobců lokalizovaných v Západní Evropě. Zajímavé srovnání lze provést mezi rokem 2003 (3,17 mil. ks) a předkrizovým vrcholem 2008 (6,36 mil. ks), což znamenalo nárůst o více než 100% produkce.
Obr. 19: Vývoj produkce WLV ve Východní Evropě 2003 – 2014 [vlastní]
Z pohledu vývoje 2010/09 lze usuzovat na vysoký vliv dotačních pobídek, který se odrazil v prudkém růstu kt = 1,21 při roční produkci 5,74 mil. ks (2010). V postkrizovém období následně růst produkce pokračuje při hodnotách 6,49 a 6,66 mil. ks v letech 2011 a 2012. Predikce pro 2013 hovoří o tempu růstu kt = 1,05 (7,01 mil. ks) a 2014 kt = 1,08 (7,59 mil. ks).
90
Obr. 20: Čtvrtletní produkce WLV v Západní Evropě I.Q 2006 – IV.Q 2014 [vlastní]
Detailní pohled na krizové období 2007 až 2010 nabízí i Obr. 20. Kvartální srovnání tak nabídlo možnost sledovat dobu poklesu mezi II.Q 2008 a dnem v období I.Q 2009, stejně jako strmost růstu vlivem zásahů do tržního mechanismu, resp. ovlivněním strany nakupujících mezi koncem I.Q 2009 a začátkem III.Q 2010. Autor může konstatovat, že se v regionu Západní a Východní Evropa vyrobilo v období 2003 až 2012 celkově 199,55 mil. ks automobilů souhrnné kategorie WLV. Průměrně pak hodnota roční produkce byla 19,95 milionů vozidel. Nejvíce bylo vyrobeno v roce 2007, nejméně pak v krizovém roce 2009. Na základě výpočtů průměrného tempa růstu geometrickým průměrem pak lze tvrdit, že průměrné tempo růstu stagnuje na úrovni 1,00. Predikční model pak dal hodnoty celkově vyrobených WLV 18,70 mil. ks (2013) a 19,11 mil. ks (2014), což je v obou letech hodnota nižší než průměr (19,95 mil. ks), za 2003 až 2012 i nižší než medián 20,28 mil. ks. Tabulka 25 Údaje Západní a Východní Evropa celkem 2003 – 2012 [vlastní]
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Σ kt xmax xmin R x Ø Ø kt
19,52 20,35 20,22 20,78 22,09 20,95 16,57 19,15 20,50 19,42 1,04 0,99 1,03 1,06 0,95 0,79 1,16 1,07 0,95 22,09 16,57 5,52 20,28 19,95 1,00
91
Celkově lze říci, že producenti WLV lokalizovaní ve státech regionu Východní Evropa byly krizovým období či projevy makroekonomické reality zasaženi intenzivněji než producenti lokalizovaní v regionu Západní Evropa. Tento stav lze částečně vysvětlit faktem, že výrobci lokalizují ve Východní Evropě výrobu převážně nižších tříd WLV. To může znamenat fakt, že poptávka po automobilech nižších tříd, reprezentovaná střední až nižší střední třídou kupujících, řešila v krizovém období otázky jiného rázu než pořízení automobilu. Což se projevilo v poklesu objednávek a následně i výrob u většiny producentů a značek. Tento fakt byl potvrzen jak při analýze prodejů (sales) viz následující kapitola 4.4.2, tak i při zkoumáních v oblasti vybraných producentů. Autor také provedl analýzu vývoje produkce ve vybraných státech regionů.
Produkce WLV ve státech Asie, Severní a Jižní Ameriky Na základě již provedených zkoumání a analýz (zejm. v 4.1 a 4.2) autor využívá regionálního rozdělení a vybraných konkrétních ekonomik či států v nich lokalizovaných. Tabulka 26 Produkce WLV zemí regionů A, SA, JA (v mil. ks) [vlastní]
Region
Asie
Období 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 xmin xmax R Ø kt Ø kt %
Čína Japonsko 4,19 9,98 4,59 10,14 5,07 9,97 6,68 11,14 8,05 11,1 8,48 10,99 12,76 7,69 16,75 9,25 17,12 8,02 18,22 9,51 20,03 9,12 23,2 8,73 18,22 11,14 4,19 7,69 14,03 3,45 1,18 0,99 17,74 -0,53
Severní Amerika Kanada 2,52 2,66 2,61 2,49 2,54 2,05 1,48 2,06 2,12 2,45 2,31 2,24 2,66 1,48 1,18 1,00 -0,29
Mexiko 1,51 1,45 1,52 1,94 1,98 2,06 1,47 2,21 2,53 2,85 3,04 3,27 2,85 1,45 1,4 1,07 7,31
USA 11,83 11,60 11,54 10,81 10,5 8,48 5,58 7,57 8,44 10,1 10,52 11,03 11,83 5,58 6,25 0,98 -1,74
Jižní Amerika Argentina 0,17 0,26 0,31 0,43 0,54 0,59 0,51 0,72 0,82 0,76 0,74 0,85 0,82 0,17 0,65 1,18 18,10
Brazílie 1,59 2,0 2,20 2,28 2,65 2,87 2,93 3,16 3,19 3,18 3,43 3,57 3,19 1,59 1,6 1,08 8,01
Z pohledu regionu Asie je Čína jasně dominantním producentem vyráběných vozidel kategorie WLV. Průměrné tempo růstu za sledované období má v % hodnotu 17,74. Produkce roku 2003 ve výši 4,19 mil. ks a 2012 18,22 mil. ks
92
hovoří za vše. V době krize 2007 až 2010 sice došlo ke zpomalení tempa růstu produkce, nikoliv však k výraznému poklesu vyrobených vozidel WLV ročně, v absolutním vyjádření. Pokud je Čína momentálně považována za hybatele světového autoprůmyslu, pak data týkající se produkce hovoří jednoznačně, stejně jako lokalizace všech významných výrobců a rozvoj výrobců místních (např. Beigi Motor, BYD Auto, Dongfeng Motor, Geely Group, Jianghuai Automotive a dalších). Nárůst výroby vybraných světových producentů uvádí pro zajímavost následující Tabulka 26. I když primárním cílem práce nejsou analýzy výrob jednotlivých výrobců, resp. jejich výrobních lokalit, přesto autor považuje za minimálně zajímavé uvést vybrané producenty a jejich výrobu v Číně alespoň ve zkrácené podobě i s predikcí na rok 2014. Tabulka 27 Produkce vybraných výrobců v Číně 2006 – 2014 [vlastní]
Výrobce BMW Gr. Daimler Gr. Fiat Chrysler Gr. Ford Gr. General Motors Honda Gr. Hyundai Gr. PSA Gr. Renault Nissan Gr. Toyota Gr. Volkswagen Gr.
2006 2007 25,8 5,6 48,4 157,3 457,1 352,6 410,5 201,8 232,7 283,1 697,4
2010
2012
2014
37,7 55,6 150,0 267,6 7,0 50,3 104,3 172,1 36,9 37,9 53,3 183,4 212,4 353,3 477,6 702,8 518,3 1110,6 1388,0 1676,2 464,0 677,9 584,5 624,3 351,4 1042,8 1340,5 1691,4 213,0 376,3 443,4 567,6 309,2 757,0 747,6 864,5 459,2 822,9 782,4 850,8 952,5 1899,6 2624,8 3367,5
%∆ 12/06 581,4 1862,5 110,1 303,6 303,7 165,8 326,6 219,7 321,3 276,4 376,4
Japonsko je v kontrastu s Čínou. Propad produkce mezi roky 2009 a 2008 o cca 3 mil. vozidel spolu s neschopností či stagnací výroby v postkrizovém období mělo za následek záporný růst Ø kt v % na úrovni -0,53. Predikce na rozdíl od Číny hovoří pro Japonsko negativně (další pokles). Při srovnání roků 2003 a 2012 je rozdíl ve vývoji obou států významný. Státy Severní Ameriky mají také nestejný vývoj. Kanada byla v roce 2003 producentem 2,52 milionů vozidel a v roce 2012 byla produkce v podstatě obdobná tj. 2,45 mil. ks. V předkrizovém období produkce mírně rostla, aby v 08/07 došlo k propadu o cca 0,5 mil. vyrobených vozidel a následně v 09/08 o dalších 700 tis. mínus. Tyto skutečnosti mají za následek hodnotu Ø kt = -0,29% za sledované období. Predikce pak hovoří o dalším poklesu výrob v Kanadě. Mexiko je jedinou zemí, kde sektor výroby automobilů rostl (Ø kt = 7,31%). V případě Mexika sice došlo k propadu o 0,5 mil. vozidel (09/08), ale už v roce 2010 je výroba nad předkrizovou úrovní a dále roste (2011, 2012). Predikce tento trend potvrzují. Mexiko tak lze vnímat jako tahouna regionu.
93
Produkce WLV ve státech regionu Západní Evropa Z pohledu vybraných dodavatelských firem sektoru českého automobilového průmyslu (viz dále) se autorovi jevilo jako vhodné podrobněji analyzovat výrobu v zemích Západní Evropy. Země byly vybrány z pozice lokalizace největších producentů, tudíž s nejvyšší produkcí kategorie WLV v daném regionu. Tuto analýzu autor volil zejména z důvodu lokalizace výrob producentů na ně navázané možné odběratelské vztahy obdobně lokalizovaných dodavatelů. Tabulka 28 Produkce WLV zemí regionu ZE (v mil. ks) [vlastní]
Region Období 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 xmin xmax R Ø kt Ø kt %
Západní Evropa Francie 3,56 3,65 3,52 3,13 2,96 2,51 2,04 2,21 2,30 1,98 1,65 1,64 3,65 1,98 1,67 0,94 -6,32
Německo 5,02 5,13 5,25 5,31 5,71 5,59 4,90 5,61 6,03 5,61 5,18 5,10 6,03 4,90 1,12 1,01 1,26
Itálie 1,29 1,11 1,02 1,18 1,25 0,99 0,83 0,80 0,77 0,66 0,58 0,54 1,29 0,66 0,63 0,93 -7,15
Španělsko 2,96 2,95 2,66 2,71 2,89 2,55 2,18 2,40 2,36 1,96 1,92 1,93 2,96 1,96 1,01 0,95 -4,50
Velká Británie 1,83 1,84 1,76 1,64 1,73 1,62 1,08 1,38 1,45 1,58 1,53 1,51 1,84 1,08 0,76 0,98 -1,63
Z Tabulky 28 je patrné, že nastal pokles v množství vyráběných vozidel u Francie, Itálie, Španělska a Velké Británie při srovnání počtů 2003 a 2012. Zmíněné státy pak mají charakteristický pokles průměrného tempa růstu výroby. V procentním vyjádření se pak jedná dokonce i o záporné hodnoty růstu. Z nich je patrné, že produkce v těchto zemích v průměru se spíše omezuje. Pouze Německo má vyšší produkci v roce 2012 o cca 600 tis. vozidel. Krizové období mělo dopad do sektoru AP ve Francii v meziročním srovnání 2008/07 i 2009/08 o cca 500 tis. vozidel produkce méně. Na předkrizovou úroveň se však AP Francie dosud nevrátil a i predikce hovoří o dalším snižování v letech 2013 a 14. U hlavních francouzkých automobilek (Peugeot, Citroën, Renault-Nissan Gr.) a některých z ostatních významných automobilek lokalizovaných ve Francii (Daimler Gr., Fiat-Chrysler Gr., Toyota Gr.) tak lze očekávat snižování
94
výrob (viz dále). U Německa je situace poněkud odlišná. Hodnota Ø kt % = 1,26. To hovoří o průměrném růstu produkce. Dopad krize na v Německu lokalizované producenty, byl pokles výroby o cca 600 tis. vozidel, což činí v rámci standardní produkce pokles o cca 12%. Producenti v Německu dokázali překonat předkrizová čísla již v roce 2010. Nutné podotknout, že Německo bylo jednou z prvních zemí, kde byly zahájeny dotační, resp. mimotržní zásahy do prostředí AP. V Německu jsou lokalizováni převážně domácí výrobci: BMW Gr., Daimler Gr., Ford Gr., General Motors a Volkswagen Gr. Itálie, Španělsko a Velká Británie jsou si svým vývojem velmi podobny. Itálii lze označit za zemi s nejhoršími výsledky. Záporný růst výrob na úrovní Ø kt = -7,15%, snížení výroby mezi 2003 a 2012 o více než 50% je alarmující. Významní výrobci lokalizovaní v Itálii: Fiat-Chrysler Gr., Ford Gr., PSA Gr., Volkswagen Gr. Španělsko má také záporné tempo růstu produkce v %, stejně tak výrazný pokles vyráběného množství o 1 mil. ks (cca 30%) mezi 2003 – 2012. Velká Británie má také zápornou hodnotu Ø kt v %. Faktický pokles výroby mezi 2003 – 2012 je na úrovni cca 300 tis. vozidel, což činí cca 14% snížení.
Produkce WLV ve státech regionu Východní Evropa Opakem většiny států regionu Západní Evropa jsou vybrané, producentsky významné, státy Východní Evropy. Tabulka 29 Produkce WLV zemí regionu VE (v mil. ks) [vlastní]
Region Období 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 xmin xmax R Ø kt Ø kt %
Východní Evropa Polsko 0,31 0,55 0,57 0,67 0,72 0,89 0,87 0,87 0,80 0,62 0,51 0,50 0,89 0,31 0,58 1,08 8,28
Rusko 1,21 1,30 1,25 1,39 1,52 1,65 0,67 1,33 1,89 2,11 2,23 2,48 2,11 0,67 1,44 1,06 6,39
Turecko 0,51 0,78 0,83 0,94 1,04 1,08 0,40 0,99 1,12 1,04 1,03 1,18 1,12 0,40 0,73 1,08 8,37
95
Česká Rep. 0,43 0,44 0,58 0,82 0,89 0,85 0,94 1,00 1,10 1,08 1,05 1,06 1,10 0,43 0,67 1,11 10,84
Slovensko 0,24 0,18 0,18 0,27 0,51 0,49 0,35 0,47 0,52 0,77 0,85 0,87 0,85 0,18 0,67 1,14 13,79
K produkci v regionu Východní Evropa lze podotknout, že jsou zde lokalizováni všichni vybraní producenti (viz dále) a také producenti nezahrnuti do pozdějších zkoumání: Iranian Manufacturers, Great Wall Motor (Bulharsko), Mahindra, BYD Auto, Geely Group, Isuzu, Mazda, Mitsubishi, GAZ (Rusko), Chery Motors, Isuzu (Turecko) a další méně významní producenti z hlediska počtu vyráběných WLV v tomto regionu. Polsko je charakterizováno stálým růstem v předkrizovém i krizovém období s mírným poklesem výrob v 2011 a 2012. Průměrný růst Ø kt za období dosáhl úrovně 8,28%. V Polsku jsou z vybraných hlavních producentů lokalizováni: Fiat-Chrysler, Ford, General Motors a Volkswagen Gr. Rusko, z hlediska přítomnosti výrobců: BMW Gr., Daimler Gr., Fiat-Chrysler Gr., Ford Gr., GM, Honda Gr., Hyundai, PSA Gr., Renault-Nissan Gr., Toyota a VW Gr., je, co se týče počtu vyráběných vozidel, lídrem regionu. V Rusku došlo po kontinuálním růstu v krizovém období 2009/08 k výrazné redukci výroby o cca 1 mil. vozidel. Na úroveň roku 2006 se však Rusko vrátilo ihned v roce 2010 a dále zažívá nárůst. Maximum výroby bylo dosud v roce 2012 a to 2,11 mil. ks. Průměrné tempo růstu má sice nejnižší ze sledovaných zemí regionu, ale možnosti ruského prostředí dosud, dle autora, nejsou vyčerpány. Za předvstup do Asie a naopak je považováno Turecko. Proto z hlediska lokalizace výroby jsou zde soustředěni všichni hlavní výrobci jako v případě Ruska, spolu s lokalizací i asijských výrobců (Geely Group, Chery Motors, Isuzu, Tata Group). Turecko dosáhlo maxima v krizovém roce 2008 na úrovni 1,08 mil. ks s následným propadem až na úroveň 0,4 mil. ks v roce 2009. Jedná se tak o nejvyšší propad ze sledovaných zemí. Průměrný růst produkce v Turecku byl za období 2003 – 2012 na hodnotě Ø kt = 8,37 %. Automobilovému průmyslu v České Republice bude věnována samostatná podkapitola, proto jen krátce. Z hlediska vybraných významných výrobců jsou v ČR lokalizováni Volkswagen Gr. (Škoda), Hyundai Gr., PSA Gr. a Toyota. Méně významní výrobci budou zmíněni dále. V krizovém období došlo v ČR k zanedbatelnému propadu 2008/07 o cca 40 tis. vozidel při částečně předkrizovém maximu 890 tis. vozidel kategorie WLV z roku 2007. Průměrný meziroční růst produkce je na úrovni 10,84%, což je druhé nejvyšší číslo ze sledovaných zemí. Fenoménem regionu je Slovensko. V roce 2003 - 2005 s výrobou na úrovni cca 200 tis. vozidel se dokázalo v průběhu sledovaného období dostat na úroveň 770 tis. vozidel ve 2012. Zajímavostí byl také průběh poklesu v krizovém období, tj. mezi roky 2008/07 s následným poklesem i v 2009/08. na Slovensku jsou z významných lokalizováni výrobci: Hyundai Gr. (KIA), PSA Gr. a Volkswagen Gr.
Vývoj celosvětové produkce vybraných výrobců 2003 až 2014 Při pohledu na Tabulku 30 a 31 může autor konstatovat, že mezi vybranými producenty v celosvětovém množství produkce jsou významné rozdíly.
96
Tabulka 30 Vývoj produkce vybraných výrobců mil.ks 2003–2014 I. [vlastní]
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Ø kt Øk t %
BMW Gr.
Daimler Gr.
FiatChrysler
Ford Gr.
GM Gr.
Honda Gr.
1,13 1,27 1,33 1,41 1,58 1,48 1,31 1,50 1,77 1,93 1,89 2,13 1,06 6,10
1,45 1,51 1,48 1,49 1,59 1,67 1,23 1,59 1,72 1,76 1,79 1,88 1,02 2,18
4,60 4,76 4,84 4,84 5,15 4,35 3,33 3,93 4,30 4,38 4,37 4,27 0,99 -0,55
7,63 7,85 7,70 6,07 6,03 5,23 4,53 5,11 5,42 5,63 5,87 6,15 0,97 -3,32
9,12 9,27 9,06 8,81 8,96 7,94 5,61 7,37 7,96 8,04 8,20 8,53 0,99 -1,39
2,99 3,23 3,44 3,61 3,89 3,94 3,01 3,62 2,89 4,00 4,29 4,79 1,03 3,29
Německé automobilky BMW Gr. a Daimler Gr. realizovaly v období 2003 – 2012 i přes jisté poklesy v krizových letech růst. Průměrné tempo růstu za období u nich znamenalo v procentním vyjádření 6,10% (BMW Gr.), resp. 2,18% (Daimler Gr.). V predikci na roky 2013 a 14 je předpokládáno pokračování trendu spojeného s růstem produkce na 2,13 mil. vozidel (BMW Gr.) a 1,88 mil. vozidel (Daimler Gr.) v roce 2014. U BMW Gr. znamená vývoj produkce od 1,13 mil. vozidel v roce 2003 k 1,93 mil. ks v roce 2012. Daimler Gr. pak 1,45 milionů vozidel ve 2003 a 1,76 mil. ks v 2012. Volkswagen Gr. pak rostl průměrně v období o 6,78%. V roce 2003 dosáhl produkce WLV 5,1 mil. ks a v roce 2012 9,2 mil. ks vozidel kategorie WLV. V době krize došlo k poklesu výroby o cca 300 tis. vozidel při hodnotě 6,14 mil. ks v roce 2009. Co se týče průměrného tempa růstu lze zařadit německé automobilky společně s Hyundai na špici automobilek současnosti, s vysokým potenciálem do budoucna. Pro zajímavost je na konci kapitoly uveden graf čtvrtletní produkce a tempa růstu, budoucí vývoj lokalizace výroby a produkce dle segmentů největšího evropského producenta. Koncern Fiat-Chrysler Gr. v průběhu předkrizového a počátku krizového období osciloval kolem produkce 5 mil. ks WLV ročně. V době krize 2009 se výroba propadla o cca 1 mil. ks proti 2008 a 2 mil. ks 2007. Nad předkrizovou úroveň se Fiat-Chrysler Gr. do roku 2012 nevrátil a výroba klesala ve sledovaném období průměrně o 0,55% ročně. Americké automobilky Ford Gr. a General Motors Gr. (GM) zažily v krizovém období podobný propad tj. o 1,5 mil. ks resp. 3,3 mil. ks WLV (2009
97
proti 2007). Průměrného růstu dosahují obě automobilky za sledované období 2003 – 2012 v záporných hodnotách -3,32% Ford Gr. a -1,39% GM. Automobilka Toyota Gr. dosáhla pozitivního průměrného tempa růstu produkce o 3,75% ročně. Nicméně i na Toyota Gr. dopadla krize intenzivně. Pokles produkce byl z 9,27 mil. vozidel WLV v roce 2007 na 6,96 mil. vozidel v roce 2009. Tabulka 31 Vývoj produkce vybraných výrobců mil.ks 2003–2014 II [vlastní]
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Ø kt Ø kt %
Hyundai Gr.
PSA Gr.
RenaultNissan
Toyota Gr.
VW Gr.
3,04 3,54 3,93 4,30 4,61 4,86 5,20 5,85 6,76 7,21 7,43 7,71 1,10 10,08
3,46 3,53 3,51 3,47 3,59 3,39 3,13 3,68 3,66 3,04 2,92 3,06 0,99 -1,42
5,53 5,90 6,31 6,76 7,01 6,82 5,52 7,24 8,02 7,98 8,15 8,43 1,04 4,16
6,86 7,64 8,12 8,94 9,27 8,88 6,96 8,32 7,62 9,55 9,55 9,71 1,04 3,75
5,10 5,19 5,03 5,75 6,33 6,47 6,14 7,52 8,72 9,20 9,34 10,0 1,07 6,78
Nejvýraznější automobilkou je ovšem z hlediska výše produkce i růstu Hyundai Gr. V roce 2003 s produkcí na úrovni 3,04 mil. vozidel na úroveň 7,21 mil. ks v roce 2012. V krizovém období pouze došlo ke zpomalení tempa růstu produkce, ale krize neznamenala meziroční pokles výroby v absolutním měřítku. S tímto výsledkem je Hyundai ze sledovaných producentů nejlepší. Hodnota Ø kt na úrovni 10,08% hovoří za vše. Strategie, lokalizace i příznivá cenová politika byly, na základě výsledků, devizou automobilky Hyundai. Jako takový by si jistě Hyunday Gr. resp. jeho odnož produkce WLV, zasloužila detailního rozboru. V Příloze H autor uvádí konkrétní pohled na produkci Hyundai Gr., BMW Gr., Daimler Gr. a Volkswagen Gr. Z hlediska francouzských výrobců PSA Gr. (Peugeot, Citroën) lze období charakterizovat jako ne příliš úspěšné. Průměrný růst má zápornou hodnotu Ø kt = -1,42%. I když v krizovém období nedošlo k výraznému propadu výroby absolutně (3,59 mil. ks 2007 proti 3,13 mil. ks 2009) pak dlouhodobě automobilka ztrácí. Naopak francouzko – japonský koncern Renault-Nissan Gr. přes prudký propad výroby o cca 1,5 mil. ks v krizovém období, dlouhodobě svoji produkci zvyšuje a růst je predikován pro 2013 a 14. Je nutné zmínit, že
98
Renault momentálně táhnou spíše členové koncernu z východního bloku Lada a Dacia než vlastní Renault.
Obr. 21: Produkce World Light Vehicles VW I.Q 2006 – IV.Q 2014 [vlastní]
Z hlediska výroby VW koncernu, jako největšího odběratele, je následně pro české dodavatelské firmy důležitá lokalizace jeho výrob ve světě, potažmo možné přesuny výroby do východních destinací. Obr. 22 dává možnost v rámci predikce sledovat nárůst počtu vyráběných vozidel v Asii, Severní a Jižní Americe a snižující se množství či objem výroby v regionech Západní a Východní Evropa koncernu Volkswagen.
Obr. 22: Vývoj objemu výrob dle regionů Volkswagen Gr. [21, s.355]
99
Procentuální zastoupení produkce v jednotlivých regionech a vývoj tohoto ukazatele autor uvádí na Obr. 23, kde je vizualizován patrný rozdíl mezi obdobími 2012 a 2017.
Obr. 23: Procentuální rozdělení produkce Volkswagen Gr. [21, s.356]
Podobný vývoj je charakteristický pro většinu výše zmíněných producentů WLV v blízké budoucnosti. Vzhledem k uvedeným tendencím producentů směrem k lokalizaci dodavatelů komponent a skupin, snižování transakčních nákladů apod. se tato skutečnost jeví jako zásadní problém budoucí existence dodavatelských firem.
Shrnutí části analýzy a predikce AP světa – výroba Detailní zkoumání produkce v automobilovém průmyslu světa má z pohledu autora zásadní důležitost a relevanci k dále provedenému výzkumu. Exkurz dopadů finanční a hospodářské krize do sektoru automobilového průmyslu světa se jevil jako potřebný, zejména z hlediska nalezení verifikace výzkumné hypotézy H1. Hypotéza H1 předpokládá, že produkce a prodeje významných producentů osobních automobilů jsou výrazně ovlivňovány globální ekonomickou situací a tedy propadem výroby resp. prodejů. Provedený výzkum a analýza výrob u vybraných významných světových producentů vozidel kategorie WLV (viz 4.4.1) tak hypotézu H1 potvrzuje. Vše dokumentuje i Příloha H práce, kde jsou kvartální počty výrob vybraných producentů a grafické znázornění i tempa růstu výrob v % pro BMW Gr., Daimler Gr., Volkswagen Gr. a Hyundai Gr. Mimo výše zmíněné autor považuje za důležité, že provedená zkoumání v určité míře potvrdila i souvislosti a vztahy nalezené např. v kapitole 4.1 a 4.2. I chování vybraných producentů lze vysledovat jisté podobnosti týkající se fenoménu ekonomické svobody a jejích projevech do makroekonomické situace resp. sektorových charakteristik. Provedená analýza výroby také přispěla k naplnění hlavního cíle disertační práce, protože pomohla odhalit vysoký vliv finanční a hospodářské krize na sektorové ukazatele automobilového průmyslu reprezentované výší výroby a výší prodejů (viz dále) ve světě jako celku, po jednotlivých regionech i vybraných producentech vozidel. Společně s přínosem pro naplnění hlavního cíle práce zkoumání přispěla i ke zjištěním, týkajícím se sekundárního cíle č. 2, které jsou osvětleny na konci kapitoly. Autor dále
100
považoval za žádoucí provést krátkou analýzu vývoje prodejů ve světě vozidel kategorie WLV a následně také analýzu s predikcí pro AP v České republice, což otevřelo prostor pro vlastní zkoumání dopadů finanční a hospodářské krize do fungování dodavatelských podniků AP v České republice.
4.4.2
Prodeje WLV ve světě 2003 až 2014
Byť je primárním cílem analýzy, z pohledu dodavatelských firem statistického souboru, vývoj produkce, přesto autor považuje za minimálně žádoucí zmínit i celosvětový vývoj prodejů. Z níže uvedeného grafu celkových ročních prodejů v regionech lze dovodit (viz Obr. 24), že celkový prodej v kategorii WLV dosáhl v roce 2003 celkem 58, 5 milionů vozidel. V roce 2007 celkový prodej činil 70,3 mil. vozidel, což byl v předkrizovém období rok s maximálními prodeji. V době krize prodeje poklesly přes cca 66 mil. v roce 2008 na 63,47 mil. v roce 2009. Rok 2010 znamenal v prodejích prudký nárůst o více než 10 mil. na 73,70 milionů. Výraznou měrou právě díky podporám a dotačním titulům typu „šrotovného“ či ekologických prémií. Nejvyšší nárůst prodejů zaznamenala nižší třída automobilů. V roce 2012 pak prodeje činily 80,95 mil. ks celosvětově. Predikce pro 2014 hovoří dokonce o nárůstu na cca 89 milionů prodaných vozidel ročně.
Obr. 24: Celkové roční prodeje WLV 2003 – 2014 ve světě [vlastní]
Z Obr. 24 je patrné, že v předkrizovém období do roku 2007 se maximální prodeje realizovaly v Severní Americe každoročně kolem úrovně 19,5 mil. ks. V roce 2007 se začaly prodeje snižovat a naprosté dno bylo dosaženo v roce 2009, a to 12,48 mil. vozidel, kdy Severní Ameriku dokonce předstihly prodeje v Západní Evropě (14,87 mil. ks). Severní Amerika dodnes nedosáhla své předkrizové úrovně. Fenomén expandující Asie je patrný i v tomto hodnotícím kritériu. V roce 2003 prodeje v Asii činily 14,59 mil. WLV, v krizi nedošlo
101
k poklesu výroby absolutně (pouze zpomalení tempa růstu), v roce 2012 pak 33,92 mil. ks prodaných vozidel. Predikce pro 2014 - 39,64 mil. ks prodaných vozidel. Východní Evropa je, lze říci, stagnující na úrovni 4,5 – 5,5 mil. ks, Západní Evropa spíše klesající. Vývoj v jednotlivých regionech lze vysledovat i pomocí řetězových indexů (viz Tabulka 32) a průměrného tempa růstu prodejů. Tabulka 32 Tempa růstu prodejů WLV dle regionů 2003 až 2012 [vlastní]
Afrika Asie 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 12/11 13/12 14/13 Ø kt Øk t %
1,26 1,26 1,18 0,93 0,78 0,77 1,23 1,18 1,22 0,99 1,08 1,07 7,18
1,06 1,06 1,09 1,08 1,03 1,20 1,27 1,01 1,12 1,05 1,11 1,10 9,83
Jižní Severní Střední Západ. Východ. Ost. Amer. Amer. Východ Evropa Evropa 1,29 1,14 1,23 1,28 1,06 0,99 1,19 1,09 0,99 1,04 1,08 1,14 13,52
1,01 1,01 0,98 0,98 0,84 0,79 1,12 1,09 1,12 1,05 1,04 0,99 -1,26
1,20 1,09 1,33 1,07 1,08 1,07 1,18 1,00 0,63 0,71 1,05 1,05 5,37
1,03 1,00 1,01 1,01 0,91 0,97 0,97 1,00 0,91 0,96 1,02 0,98 -2,19
1,19 1,04 1,21 1,24 1,06 0,58 1,18 1,23 1,04 1,02 1,07 1,06 6,07
1,03 1,03 1,11 1,14 0,79 0,99 1,33 1,04 1,06 1,03 1,03 1,05 5,00
Podobně jako v kapitole 4.4.1 se jeví jako žádoucí z hlediska teritoriálního rozdělení uvést v detailním pohledu vývoj prodejů v regionech Západní a Východní Evropa za sledované období 2003 až 2012 s predikcí na 2013 a 2014.
Obr. 25: Vývoj prodejů WLV v Západní Evropě 2003 až 2014 [vlastní]
102
V případě prodejů je z Obr. 25 a 26 patrné, že propad prodejů v období 2007 až 2009 byl mnohem výraznější ve Východní než Západní Evropě. Zejména pak mezi roky 2008 a 2009, kdy krize případně i psychologický dominový efekt v ekonomice vyvolaly, ve vztahu koupě a prodeje, na trhu s vozidly, zejména na straně kupujících, jistá pesimistická očekávání. S určitou pravděpodobností lze hovořit o změně chování kupujících směrem k přehodnocení aktuálních potřeb.
Obr. 26: Vývoj prodejů WLV ve Východní Evropě 2003 až 2014 [vlastní]
Průběh návratu k růstu byl výrazně odlišný. Zatímco prodeje v zemích Západní Evropy se kontinuálně snižovaly v absolutním měřítku do roku 2010 a dále snižují, pak prodeje ve Východní Evropě se v podstatě rychle vrátily k růstu. Po roce 2011 je však zřejmé zpomalení přírůstků. V obou regionech lze usuzovat, že krize a její řešení ovlivnila většinu producentů i prodejců automobilů. Otázkou k dalšímu bádání v této oblasti zůstává stav a další vývoj AP v případě následných krizí globálního rozsahu a neřešení podpory jednoho odvětví průmyslu (AP) na úkor jiných ze strany států, či dokonce dopady těchto dotací do ekonomik a ekonomického systému svobodné tržní ekonomiky vůbec. Stejně tak se autorovi jeví jako přirozené sledovat, co se na trzích, či u producentů WLV bude v budoucnu dít. Přirozený řád tržních vztahů byl neadekvátně narušen a očistná funkce recese (krize) neboli automatické hledání stavu dynamické rovnováhy v mikrostruktuře tržní ekonomiky, které je podmínkou tzv. očistného procesu, jak o něm hovoří Zelený (2011, s. 224), nebyla umožněna. Z hlediska prodejů pak je možné tvrdit, že růst ekonomické svobody, společně s dalšími okolnostmi a ději v regionech Asie a jižní Amerika, vedou jistým způsobem k bohatnutí společnosti (Čína), což se projevuje mimo jiné i vyššími možnostmi v míře uspokojení potřeb jednotlivce, například koupí osobního automobilu. Otázkou ovšem zůstávají negativní např. ekologické dopady či limity tohoto typu počínání.
103
Obr. 27: Vývoj prodejů WLV dle významných producentů 2006 až 2014 [vlastní]
Z pohledu výše prodejů vybraných významných producentů WLV lze hovořit stejně jako v případě výrob, o rozdílném průběhu v krizovém a postkrizovém období viz. Obr. 27. Vývoj odráží např. fenomén nepřetržitého růstu prodejů Hyundai Gr., hluboký propad prodejů v krizovém období General Motors či kontinuální propad PSA Gr. Němečtí producenti na něž je primárně orientován český, AP pak zaznamenali mírný pokles prodejů v krizovém období a následný růst (BMW Gr., Daimler Gr.) nebo stagnaci prodejů v době krize a následné poměrně vysoké tempo růstu prodejů (Volkswagen Gr.). Volkswagen Gr., jako největšímu evropskému výrobci a nejvýznamnějšímu odběrateli českých dodavatelů je opět pro zajímavost věnováno grafické znázornění čtvrtletního vývoje celosvětových prodejů World Light Vehicles (viz Obr. 28 níže).
Obr. 28: Prodeje World Light Vehicles VW I.Q 2006 – IV.Q 2014 [vlastní]
104
Shrnutí části analýzy a predikce AP světa – prodeje Poměrně detailní analýza, která dostatečným způsobem doplnila problematiku výrob z hlediska jednotlivých producentů WLV, byla autorem věnována i situaci na poli vývoje prodejů těchto vybraných automobilek a to jak v rozdělení regionálním, tak množstevním. Jedním ze zajímavých zjištění, je fakt, že finanční krize z let 2007 až 2010 se významným způsobem projevila na prodejích všech vybraných producentů. Existoval-li výrobce s růstem prodejů po celé období (Hyundai Gr.) nebo s relativní stagnací v době krize a nárůstem po krizi (Volkswagen Gr.), pak i u těchto měla krize vliv na řetězové indexy i na průměrná tempa růstů. Dalším zjištěním, mimo publikované závěry této disertační práce, jsou i fakta týkající se vývoje prodejů jednotlivých segmentů vozidel. Nestandardní vývoj prodejů v letech 2009, 2010 a částečně na počátku 2011 autor zjistil zejména dle rozdělení J. D. Power and Associates® v kategorii Market Status a segmentech Economy a Super-Premium. Vývoj prodejů i produkce v krizovém i postkrizovém období při zachování kategorizace a segmentace J. D. Power and Associates® se autorovi jeví jako velmi zajímavý a vidí v tomto směru možnosti pokračování této disertační práce. Provedená doplňková zkoumání měla za cíl verifikovat hypotézu H1 (viz 2.2) a potvrdit tak, že produkce a prodeje vybraných významných producentů osobních automobilů jsou výrazně ovlivňovány globální ekonomickou situací a tedy byli v krizovém období výrazně postiženi propadem výroby, resp. prodejů. Tuto hypotézu lze na základě zjištěných faktů potvrdit. Stejně tak je možné pozitivně hodnotit přínos provedených analýz a zkoumání vzhledem k primárnímu cíli a sekundárnímu cíli č. 2 této disertační práce (viz str. 37). Závěry a hodnocení splnění cílů je předloženo dále v uceleném bloku.
4.4.3
Automobilový průmysl v České republice
V kapitole Automobilový průmysl v České republice autor přibližuje historický vývoj, dopady krize z období 2007 až 2010, současnost i možnou budoucnost AP v ČR. Z pohledu autora tak lze analýzy i představené predikce automobilového průmyslu, jako celku i jednotlivých jeho částí, považovat z hlediska zaměření práce za více než dostatečné. Koncept spolupráce a využití dat agentury J. D. Power and Associates® autor v této kapitole dále rozšiřuje o podklady a podněty z konzultací s kolegy ze Sdružení automobilového průmyslu České republiky (dále jen AutoSAP), bez jejichž kladného přístupu by poznatky v této kapitole nebyly úplné. Metodicky pak autor přistoupil k této kapitole obdobně jako v předešlých kapitolách, tj. historicko - analytickým exkurzem do problematiky s důrazem na krizové období a projevy finanční krize do tohoto sektoru ekonomiky ČR. Historicky se počátky automobilové výroby v ČR datují do roku 1898 a od tohoto data do roku 1945 bylo na území vyrobeno 154 898 automobilů, 56 707 nákladních vozidel a 2 349 autobusů, jak tvrdí AutoSAP (2012, s. 4) a je dále
105
uvedeno v následující kapitole. Je tedy zřejmé, že automobilová produkce má v České republice historické kořeny. Stává se tak důležitým sektorem v rámci průmyslové produkce ČR, a tedy vzhledem k problematice disertační práce je žádoucí pochopit jej v širších souvislostech, např. podílu na makroekonomické výkonnosti, zaměstnanosti apod. Na úvod je důležité ještě uvést fakt, že většina statistických dat za automobilový průmysl České republiky je tvořena právě z údajů sdružení či členů AutoSAP ČR. AutoSAP k dnešnímu dní tvoří 149 subjektů, z nichž 7,38%, tj. 11 podniků je výrobců vozidel a nástaveb (33 737 zaměstnanců), 71,81%, tj. 107 firem a podniků tvoří výrobci skupin a dílů vozidel (73 477zaměstnanců) a ostatních 31 organizací, tj. 20,81% s 3 105 zaměstnanci, jak uvádí AutoSAP (2012, s. 92). Většina analýz různých institucí, týkající se automobilového průmyslu je v ČR odvozována právě z údajů členů a AutoSAP jako celku. Tohoto přístupu, samozřejmě se souhlasem AutoSAP, a vysoké vypovídající hodnoty využil autor práce k vlastnímu zkoumání (např. Případová studie II). Podstatnou část autorova souboru 122 firem, na kterých zkoumá dopady na výkonnost podniků AP ČR, pak tvoří právě dodavatelské firmy z členské základny AutoSAP.
Historický vývoj AP na území ČR 1946 až 2012 Vývoj produkce automobilů a motorových vozidel od roku 1946 do konce roku 1992 demonstruje autor na Obr. 29. Za toto období bylo v rámci Československa vyrobeno 5 065 496 ks vozidel, tj. osobních automobilů včetně užitkových, 1 228 846 ks nákladních vozidel, 87 563 ks autobusů a 7 300 620 motocyklů včetně mopedů. Od roku 1993 až 2012 pak bylo v samostatné České republice vyrobeno 11 743 501 ks osobních automobilů, 233 068 ks užitkových vozidel, 73 319 ks nákladních vozidel a tahačů, 40 702 ks autobusů a 91 085 ks motocyklů a mopedů. Stejná čísla vykazuje i AutoSAP (2012, s. 5). Grafické znázornění vývoje produkce lze najít v Příloze I. této práce. Automobilový průmysl v České republice je tak z hlediska podílu na průmyslové produkci (viz. dále) významným až lze říci dominantním průmyslovým sektorem. Na celkovou výkonnost české ekonomiky tak může automobilový průmysl mít zásadní vliv.
Analýza a predikce AP České republiky Vzhledem k vymezenému časovému období u výše provedených analýz autor považoval za nutné se této periody držet i v analýzách provedených v rámci AP České republiky. Dosud provedená zkoumání automobilového průmyslu světa, detailněji pak v regionech Západní a Východní Evropa, se mohou jevit jako dostatečná, avšak zde bylo nutné přihlédnout k jistým specifickým rysům automobilového průmyslu v ČR. Toto specifikum je charakterizováno mimo jiné i tím, že AP v ČR je silně proexportním oborem s vysokým vlivem na národní hospodářství, zahraniční obchodní bilanci, zaměstnanost apod.
106
Tabulka 33 Celková produkce vozidel AP ČR 2003 až 2013 [vlastní]
Produkce vozidel v ČR dle kategorií AP v ks Období 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 ∑ xmin xmax R x Ø Ø kt Ø kt
%
Osobní M1 436 297 442 812 596 774 848 799 925 060 934 046 976 435 1 069 518 1 191 968 1 171 774 1 150 000 8 593 483 436 297 1 191 968 755 671 929 553 859 348 1,12 11,60
Užitková N1 1308 1122 1220 1077 6238 6288 2650 2745 3013 2493 2 000 28 154 1 077 6 288 5 211 2 572 2 815 1,07 7,43
Nákladní N2, N3 2327 2200 2050 1993 3168 2737 1091 1410 1302 1499 1 000 19 777 1 091 3 168 2 077 2 022 1 978 0,95 -4,77
Autobusy M2, M3 1785 1972 2198 2948 3182 3496 3067 2711 3562 3229 2 500 28 150 1 785 3 562 1 777 3 008 2 815 1,07 6,81
Moto L 2185 1785 1607 1015 2140 1561 749 782 1155 2319 1 500 15 298 749 2 319 1 570 1 584 1 530 1,01 0,66
Přípojná O3, O4 1685 2589 2445 1993 2330 2424 761 772 1080 1505 1 500 17 584 761 2 589 1 828 1 839 1 758 0,99 -1,25
Z Tabulky 33 je patrné, že automobilový průmysl, vzhledem k velikosti České republiky je, co se týče produkce na obyvatele, automobilovou velmocí. Vývoj v jednotlivých kategoriích (zde použito rozdělení viz kap. 1.5.2) byl ve zvoleném období rozdílný. V kategorii Osobní M1 lze spatřovat prudký nárůst produkce mezi roky 2005 a 2006 (zahájení výroby TCPA), což znamenalo meziroční tempo růstu kt = 1,42. Průměrné tempo růstu v kategorii Osobní N1 v období 2003 až 2012 bylo v procentním vyjádření 11,6. Skokové navýšení výroby při zahájení produkce HMMC (09/08) nebylo markantní, protože ve stejném období došlo k výraznému propadu produkce Škoda Auto a.s. Detailní zkoumání kategorie Osobní N1 bude provedeno dále. Co se týče ostatních kategorií, lze konstatovat, že tyto jsou ve srovnání s produkcí v kategorii N1 zcela marginální. Z hlediska dalších zkoumání, zejména v dopadech krize do podnikové sféry dodavatelských firem, je možné zbylé kategorie Užitková N1, Nákladní N2, N3, Autobusy M2, M3 a Moto L považovat, vzhledem k rozsahu výroby, za nepodstatné. Zajímavé se ovšem jeví srovnání v kategorii Moto L, kdy v období 1946 až 1992 bylo vyrobeno 7 300 620 ks motocyklů včetně mopedů, za období 1993 až 2012 pak celkem 91 085 ks a ve sledovaném období dokonce pouze 15 298 ks. Česká republika, původně přední světový producent
107
vysoce technicky hodnocených strojů, se stala v této oblasti producentem zcela vzdáleným kvalitativní i kvantitativní úrovni dnešních japonských producentů.
Obr. 29: Struktura produkce AP ČR 2003 [1, s.31]
Dominanci výrob osobních automobilů v AP ČR dokumentují i Obr. 29 a 30. Již tak majoritní podíl produkce osobních automobilů v roce 2003 se do roku 2012 ještě zvýšil. K 31.12. 2012 činil podíl OA na AP 99,07%. V roce 2012 pak byla překročena hranice 13 milionů kusů vyrobených motorových vozidel v České republice.
Obr. 30: Struktura produkce AP ČR 2012 [3, s.33]
Prudký růst počtu vyrobených motorových vozidel byl zejména v mezidobí 2003 až 2006, kdy se v roce 2004 vyrobilo na území ČR celkem 443 902 motorových vozidel a v roce 2006 pak 855 832 ks motorových vozidel. Na
108
nárůstu výroby se kladně podílel rozběh TPCA v roce 2005. Zajímavostí AP, resp. produkce automobilů v ČR v období krize 2007 až 2010, je skutečnost, že v meziročním srovnání došlo ke zpomalení tempa růstu 2008/07 (0,89) oproti období 2007/06 (9,81). Nedošlo však k poklesu výroby v absolutních číslech tj. z 939 788 v roce 2007 na 948 128 ks morových vozidel v roce 2008. Nutné však zmínit, že pozitivně se projevil rozběh výroby v HMMC Nošovice. Ten pokryl propad Škody Auto a.s. V roce 2009 pak došlo k růstu produkce celkově o 3,78%. Růst produkce pokračoval v roce 2010 a 2011 (viz Obr. 31.)
Obr. 31: Vývoj produkce motorových vozidel na území ČR 2003 – 2014 [vlastní]
Rok 2012 pak znamenal mírný pokles produkce absolutně z 1 201 000 ks motorových vozidel na hodnotu 1 181 314 ks v roce 2012. Autor opět využil predikčního modelu založeném tentokráte na polynomické trendové funkci, která nejvíce vyhovovala minulému průběhu výroby. Polynomická funkce byla stanovena ve tvaru: y = −7456,2 x 2 + 169197 x + 222518 při R 2 = 0,9598. Dosazením do rovnice pak byly získány predikce pro roky 2013 (1 157 000 ks) a 2014 (1 179 189 ks). Na, lze řící stagnaci do roku 2015, se bude podílet jednak stávající modelová řady (Škoda Auto, HMMC i TPCA). V roce 2015 by pak mohlo dojít k růstu výroby díky novým modelům, např. SUV Škoda. Celkově lze o produkci motorových vozidel a zejména osobních automobilů (viz Obr. 32) říci, že v krizovém období 2007 až 2010 došlo sice k omezení tempa růstu výroby, ale v absolutním vyjádření nedošlo k poklesu počtu vyráběných vozidel na území ČR. Výrazným stimulem pro tuto situaci byla struktura výroby (převaha vozidel nižší a nižší střední třídy), která profitovala a to zejména na vládních dotacích a ekologických bonusech (šrotovné) zavedených v západních zemích a zejména v Německu, Itálii, Francii, Velké Británii a Slovensku, což potvrzuje hypotézu H4 (viz 2.2).
109
Obr. 32: Vývoj produkce os. motorových vozidel na území ČR 2003 – 2014 [vlastní]
Výše uvedený vývoj produkce osobních automobilů dokumentuje dominanci výroby tohoto typu motorových vozidel a marginalitu ostatních kategorií produkovaných na území ČR. V roce 2003 činila produkce osobních automobilů (OA) 436 297 ks, v roce 2007 pak 925 060 ks. Mírný růst byl i meziročně 2008/07 (o 0,97%) na 934 046 ks. Následně nastal kontinuální růst do 2011, tj. na 1 191 968 ks. K predikci na 2013 a 2014 bylo opět použito polynomické funkce ve tvaru y = −7308,4 x 2 + 167362 x + 217785 při R 2 = 0,9606 . Výpočty tak přispěly k možnosti predikce 1 150 000 ks (2013) a 1 173 919 ks OA (2014).
Vývoj produkce osobních automobilů v ČR 2005 až 2012 Mezi významné producenty osobních automobilů (dále jen OA) v ČR lze zařadit společnosti Škoda Auto a.s., Hyundai Motor Manufacturing Czech a.s. a TCPA a.s. produkující vozidla značek Citroën, Toyota a Peugeot. V průběhu zkoumaného období je patrný poměrně rozdílný vývoj, jehož charakteristika ovšem koresponduje s již dříve zjištěnými fakty z provedených analýz AP v globálním regionálním i producentském rozdělení (viz kap. 4.4). I v absolutních hodnotách krizového období lze nalézt jisté souvislosti. Značka Škoda, jako součást koncernu Volkswagen Gr., utrpěla v době krize pokles výroby v meziročním srovnání 2008/07 o 18 830 vozidel, což činilo pokles výroby o 3,02% roku 2007. K dalšímu poklesu došlo i v 2009/08 o významných 75 396 ks OA, tedy pokles o cca 15,12% proti produkci 2007 celkově. Obrat nastal již v roce 2010 (576 392 ks OA) a ten byl následně umocněn mimotržními stimuly, zejména německé vlády a prudkým růstem poptávky po malých modelech (zejm. Škoda Fabia), na které se dotace primárně vztahovaly. Následně rok 2011 a produkce ve výši 673 127 ks OA ročně
110
znamenala pro Škoda Auto a.s. dosud nejúspěšnější rok. Z pohledu českých dodavatelských firem pak Škoda Auto a.s. a koncern Volkswagen Gr. znamenají největší odběratele. Predikce spočítané dle modelu J. D. Power and Associates® pro rok 2013 hovoří o 571 206 ks OA vyrobených ve Škodě Auto a.s. v ČR a 546 449 ks OA v roce 2014. Pokračuje tak tendence poklesu výroby modelů Superb, Octavie, Roomster, Fabia, Yeti, Rapid a na lince Škody i Seatu Toledo. Zajímavostí je uvedení na trhu prvního SUV Škoda v příštích dvou letech.
Obr. 33: Produkce výrobců OA v ČR 2005 – 2012 [3, s.51]
Opačné tendence, než značka Škoda, představuje vývoj TCPA. Navzdory pobídkám a mimotržním zásahům se produkce TCPA (jednostranně orientovaná na malé automobily) vyvíjí kontinuálně klesající úrovní. Maximum produkce bylo dosaženo překvapivě v krizovém roce 2009, tj. 332 489 ks OA. Od té doby však produkce klesla na 295 712 ks OA v roce 2010 až po 214 915 ks v roce 2012. To činí pokles o 117 574 ks OA. Predikční model a hodnota pro rok 2013 je 192 547 ks a pro rok 2014 pak 240 421 ks OA. Pravděpodobně dojde k navýšení, v důsledku výroby nového modelu na společné platformě, všech zúčastněných automobilek. Dodavatelsky lze o TCPA říci, že je jistě zajímavým odběratelem pro lokální dodavatele. Celosvětový fenomén Hyundai Gr. má svou produkci v podobě společnosti HMMC lokalizovanou i v ČR a to konkrétně produkci nejžádanějších modelů v rámci evropského trhu: i30, dále pak iX35, iX20 a společnou montáž pro Kia Venga. Růst produkce, tedy její tempo, je v případě Hyundai až neuvěřitelné. Z produkce 12 050 vozů v roce 2008 na 303 035 ks OA v roce 2012. Predikce J. D. Power and Associates® sice hovoří o mírném poklesu absolutní výše výrob přes 289 763 ks ve 2013 na 273 678 ks OA v roce 2014, ale autor o těchto číslech není dostatečně přesvědčen. Zejména po osobní návštěvě v HMMC Nošovice a diskusemi s vedením HMMC na toto téma.
111
Podle názoru autora lze změnu v množství produkce tuzemských výrobců lze také dokumentovat také změnou podílu na výrobě automobilů v České republice (viz Obr. 34). Detailní vývoj produkce značek Škoda Auto, HMMC a TCPA autor uvádí na separátních grafech v Příloze J této práce.
Obr. 34: Podíl tuzemských výrobců na výrobě OA v ČR 2005 – 2012 [3, s.51]
Obdobně jako v kapitole 4.4.1 či 4.4.2 a v nich provedených výzkumech, je možné prohlásit hypotézu H1 (viz. 2.2) za potvrzenou. Lze konstatovat, že i producenti osobních automobilů v České republice byli v krizovém období výrazně postiženi množstevním propadem svých výrob a prodejů. Přínosem provedených analýz a zkoumání je i naplnění primárního cíle a sekundárnímu cíle č. 2 disertační práce (viz str. 37). Detailní závěry a hodnocení splnění cílů je provedeno (viz dále) v uceleném, tomuto tématu věnovaném, bloku. Z pohledu plného pochopení problematiky či dostatečného uvědomění si vlivu OA na hospodářství České republiky a ekonomické síly podniků ve statistickém souboru, na kterých autor analyzuje dopady globální krize z pohledu jejich výkonnosti, se jeví jako žádoucí představit blíže vztah AutoSAP a vybraných makro ukazatelů ČR. Toto je provedeno v následující kapitole (viz. dále) a je i jedním z témat řešené problematiky Případové studie II.
Postavení a vliv AP na ekonomiku České republiky Problémem, který se autorovi práce v začátcích jevil jako zásadní, byl způsob, jakým metodicky pojmout tzv. automobilový průmysl České republiky. Obecně bylo problematické tento pojem vymezit či definovat. A dále pak v rámci již nadefinovaného pojmu, jinými slovy výrazu s vymezeným významem a obsahem, využít k vlastnímu zkoumání. Spolupráce se Sdružením automobilového průmyslu České republiky (AutoSAP) však autorovi práce výrazně pomohla. AutoSAP je dobrovolnou organizací, která sdružuje
112
v současnosti 149 nejvýznamnějších podniků a firem vyrábějících součásti či skupiny dílů k produkci automobilů, a také všechny vlastní významné producenty vozidel. Lokalizace těchto dodavatelů (suppliers) a producentů (finishers) je na území České republiky. Sdružení AutoSAP udělilo autorovi svolení k využití interních údajů a údajů podniků členské základny. Jejich použití pro statistická srovnání a další analýzy. Jediným omezením zůstává dohoda o publikaci výsledků firem a podniků pod označením, které nepovede k jejich identifikaci. Tuto dohodu autor práce ve všech výstupech dodržel. V následující části práce autor přibližuje váhu a ekonomický potenciál organizací sdružených v AutoSAP a podniků s AutoSAP úzce spolupracujících.
Obr. 35: Podíl AutoSAP + 44 na průmyslové produkci ČR 2005 – 2012 [3, 62]
Význam automobilového průmyslu, potažmo váhu firem a podniků ve sdružení AutoSAP a firem kategorie + 44, tedy úzce spolupracujících nečlenů AutoSAP, lze reprezentovat na datech jejich souhrnné výše (objemu) tržeb za vlastní výrobky a služby v podílu k tržbám za průmyslovou činnost ČR. Z Obr. 35 je patrné, že podíl tržeb členů AutoSAP a kategorie + 44 tvořil v roce 2012 celkem 20,82% tržeb průmyslové produkce ČR. Což znamená nárůst oproti roku 2011 o cca 1%. Dle odhadu pak zbývající podniky a firmy, mimo výše uvedené kategorie, tvoří spolu s nimi 23,04% (expertní odhad AutoSAP). Z hlediska vývoje v časové řadě, zejména pak s ohledem na krizové období 2007 až 2010 lze potvrdit, že krize se významně podepsala na hodnotě resp. propadu výše tržeb jak uvedených kategorií (AutoSAP, +44), tak na průmyslové produkci v ČR vůbec. U kategorie AutoSAP včetně + 44 lze hovořit o propadu v 2008/07 o 5,73% a v následujícím srovnání 2009/08 o dalším propadu ve výši 14,67%. Růst AutoSAP a + 44 nastal ve 2010/09 a dá se hovořit o návratu na předkrizovou úroveň. Co se týče České republiky jako celku, pak v období 2008/07 se výše tržeb za průmyslovou produkci snížila o 1,39% a
113
v následujícím období o dalších 13,51%. Následný růst byl vyšší než u AutoSAP a + 44 a to na úrovni 16,56%. Je tedy možné na základě tohoto srovnání potvrdit jednak tezi, že automobilový průmysl České republiky byl zasažen v době krize významným způsobem, dokonce výrazněji než průmysl ČR jako celek. Což opět částečně potvrzuje hypotézu H1 a naplňuje primární i sekundární cíl č. 2 disertační práce (viz str. 37, 38). Níže uvedený Obr. 36 dokumentuje podíl jednotlivých kategorií podniků a firem AutoSAP, + 44 a Ostatní na tržbách za vlastní výrobky a služby na tržbách celého automobilového průmyslu v ČR. Postavení podniků a firem sdružených v AutoSAP je zcela dominantní.
Obr. 36: Podíl AutoSAP, +44 a Ostatní na tržbách AP v ČR 2O12 [3, s.78]
V Případové studii II. autor použil v provedených zkoumáních právě pouze údajů podniků (suppliers) sdružených v AutoSAP. V závěrečné části disertační práce pak údajů 122 podniků a firem (suppliers) z kategorií AutoSAP a +44 z důvodů omezení vysvětlených dále. Výkonnost a vliv podniků a firem tvořících sdružení AutoSAP a spolupracujících firem (+ 44) mělo v letech 2005 až 2012 i výrazný vliv na celkový export České republiky. Stejný vliv, resp. jeho zvýšení je pravděpodobné i v roce 2013. V roce 2012 podíl členů AutoSAP a kategorie + 44 na celkovém exportu ČR byl 20,30%. V roce 2011 tento podíl činil 20,17%. při porovnání absolutního zvýšení, pak mezi roky 2010 a 2011 došlo ke zvýšení exportu u firem zapojených v AutoSAP o 46,76 miliardy CZK. Lze vypozorovat, že celkový vývoz za Českou republiku se zvýšil mezi roky 2012/11 o 187,32 mld. CZK a firmy automobilového průmyslu se tak na tomto zvýšení podílely 28,65%.
114
Obr. 37: Podíl AutoSAP a +44 na celkovém exportu ČR 2005 – 2012 [3, s.79]
Z Obr. 37 je patrné, že nejen celkový export České republiky, ale i export podniků a firem z kategorií AutoSAP a + 44 v době krize 2007 až 2010 byl touto makro situací zasažen. Z pohledu poklesu exportu AutoSAP přišel pokles v období 2008/07 o 27 339,3 mil. CZK absolutně a ve vyjádření tempa růstu v meziroční změně pak hodnota byla 0,95, což signalizuje pokles růstu o cca 5%. K dalšímu poklesu došlo v období 2009/08 a to o 64 660 mil. CZK a v případě tempa růstu 0,87 tedy v procentním vyjádření pak o cca 13%. Následně v období 2010/09 nastalo zvýšení v absolutních číslech a samozřejmě i tempa růstu. Podíl AutoSAP a + 44 na exportu České republiky dlouhodobě osciluje kolem hranice 20%. Je zřejmé, že období 2007 až 2010 se podepsalo i na výší exportu, sdružení AutoSAP i + 44. Srovnání dokumentuje Tabulka 34. Tabulka 34 Tempa růstu tržeb a výše exportu AutoSAP (+ 44) a ČR [vlastní]
Tempa růstů exportu a tržeb AutoSAP; + 44; ČR Období Export AutoSAP; + 44 Export ČR Tržby AutoSAP; + 44 Tržby ČR 06/05 1,19 1,15 1,22 1,09 07/06 1,19 1,16 1,14 1,13 08/07 0,95 1,00 0,97 0,99 09/08 0,87 0,86 0,83 0,86 10/09 1,17 1,18 1,16 1,10 11/10 1,14 1,14 1,12 1,08 12/11 1,09 1,07 1,07 1,02 13/12 0,99 0,99 14/13 1,04 1,04 Ø kt 1,08 1,07 1,07 1,03 Ø kt % 7,66 7,33 6,52 3,26
115
Tabulka 34 také reflektuje predikci pro kategorie AutoSAP včetně kategorie + 44 na období 13/12 a 14/13. V období 13/12 dojde k mírnému snížení tempa růstu na hodnotu 0,99 v obou případech (export; tržby). Období 14/13 naopak povede k návratu k obvyklým hodnotám. Predikce tempa růstu byly spočítány na základě predikce hodnot exportu pro kat. AutoSAP a + 44 ve výši 618 959 mil. CZK pro export v roce 2013, respektive 646 332 mil. CZK v roce 2014. Pro výši tržeb pak 752 976 mil. CZK (2013) a 779 520 mil. CZK (2014). Predikce byly opět založeny na elementární analýze časových řad, hodnoty ukazatelů proloženy lineárním trendem s odhady parametrů trendové přímky ve standardním tvaru (dle vzorce 4.1) pro absolutní ukazatele a z nich jsou pak odvozeny hodnoty tempa růstu. Z hlediska průměrného tempa růstu (dle vzorce 4.3) je patrné, že hodnota AutoSAP; + 44 je v obou případech vyšší než ČR.
Obr. 38: Podíl AutoSAP, + 44 a Ostatní na exportu AP ČR ve 2012 [3, s.82]
Vzhledem k výše uvedeným skutečnostem (str. 106, 107) se autorovi práce jeví jako zajímavé, zmínit i exportní výsledky největšího českého exportéra, Škody Auto a.s. Mladá Boleslav a společností TPCA a HMMC. Podíl Škoda Auto na celkovém exportu České republiky dosáhl v roce 2012 hodnoty 7,08% (v roce 2011 pak 7,31%). Podíl na exportu celého sdružení AutoSAP měla Škoda Auto ve výši 36,50% (38,24% ve 2011). Druhým největším exportérem AP České republiky je HMMC Nošovice s podílem na celkovém exportu 2,91% v 2012 a 2,36% v 2011, což činilo podíl na celkovém exportu AutoSAP 15,05, resp. 12,37% ve 2011. TPCA (Citroën, Peugeot, Toyota) pak měla podíl na celkovém exportu ČR ve výši 1,10% ve 2012 a na vývozu AutoSAP se podílela 5,68%.
Shrnutí analýzy a predikce automobilového průmyslu ČR I v této části disertační práce, věnované analýze a částečné predikci vývoje automobilového průmyslu České republiky, se autor držel zvoleného postupu k
116
naplnění cílů i verifikaci hypotéz (str. 37, 38) s využitím analytického přístupu rozdělení od celku na části, spolu s vyvozujícím deduktivním přístupem. V první části kapitoly 4.4.3 byl proveden historický exkurz do vývoje automobilového průmyslu ČR, který umožnil celkovou představu jeho vývoje, nárůstů či úpadků výroby dle jednotlivých kategorií (M1, N1, M2, M3, N2, N3, L) od roku 1946 do dnešních dnů. V další části bylo poté zjištěno, že dominantním sektorem automobilového průmyslu v České republice je kategorie osobních automobilů. S nárůstem výroby ve sledovaném období 2003 až 2012 o 735 477 ks osobních automobilů a průměrnou hodnotou roční produkce 859 348 ks OA viz Tabulka 33. Z tohoto výzkumu také vyplynulo zjištění, že krizové období mělo na vývoj produkce v období 2007 až 2010 podstatný vliv. Jistou kompenzací propadů výrob vozidel značek Škoda Auto a TPCA (Citroën, Peugeot, Toyota) byl vstup a zahájení výroby v Hyundai Motor Manufacturing Czech (HMMC) v Nošovicích. Lze říci, že zjištění týkající se soustavného růstu produkce koncernu Hyundai Gr. ve světě (viz 4.4.1) pozitivně ovlivnila i produkci Hyundai v České republice. Jak již bylo řečeno výše, struktura produkce AP v ČR je charakteristická dominantním postavením výroby osobních automobilů, což dokumentuje i Obr. 30. Podíl produkce OA (kategorie Osobní M1) na celkové produkci automobilového průmyslu ČR byla v roce 2012 přesně 99,07%. Vývoj a predikce založená na modelu agentury J. D. Power and Associates® nejvýznamnějších tuzemských výrobců Škoda Auto, HMMC, TPCA, sice hovoří o mírném poklesu produkce v roce 2013 a 2014. Výrobu a prodej nových modelů (např. SUV Škoda) nebylo možné v danou chvíli úplně přesně pojmout. V závěrečné kapitole pak je proveden exkurz do postavení AP v rámci ekonomiky České republiky. Lze konstatovat, že Sdružení automobilového průmyslu České republiky (AutoSAP), včetně s ním spolupracujících nečlenských 44 firem a podniků, reprezentuje cca 90% velikosti AP v ČR (měřeno výší tržeb, výší exportu, jejich podílů na celkových ukazatelích ČR apod.). Z pohledu výzkumného zaměření, definovaných hypotéz a cílů této disertační práce je možné potvrdit či verifikovat hypotézu H1 (viz 2.2) a potvrdit tak, že produkce a prodeje vybraných významných producentů osobních automobilů byli v krizovém období výrazně postiženi propadem výroby resp. prodejů, ale je zde dokonce prostor tvrdit, že procesy v AP, jako globálního celku, se dokonale promítají i do jeho části, zde reprezentované automobilovým průmyslem České republiky. K bližšímu poznání vzájemných možných souvislostí ve vztazích makroekonomických ukazatelů a ukazatelů podnikové výkonnosti pak dle autorova názoru významně pomohla i následující Případová studie II.
4.5 Případová studie II. Důvodem a primárním cílem dále uvedené Případové studie II. v této části disertační práce bylo navázat na poznání vyplývající z analyzovaných jevů v předešlých částech práce a zejména zodpovědět otázku spojenou s
117
problematikou intenzity závislosti České republiky, respektive jejího souhrnného makroekonomického ukazatele HDP (Gross Domestic Product GDP), na realizovaných tržbách v sektoru automobilového průmyslu v předkrizovém, krizovém (2007-2010) i postkrizovém období. Sekundárně k odpovědi na tuto otázku autor i v předcházejících částech práce využil analýz vývoje jednotlivých souhrnných ukazatelů českého automobilového průmyslu v čase. Na druhé straně Případová studie II. poskytla odpovědi i k otázkám týkajících se dopadů globální krize do fungování vybraných významných podniků sdružených ve Sdružení automobilového průmyslu České republiky (AutoSAP) při jejich interakci s nepříznivě se vyvíjejícím makroekonomickým okolím a rolí podnikových strategií tomto procesu. Autor tak předpokládal, že pokud byla podniková strategie úspěšná, pak podnik dosahoval obdobných výsledků zvoleného ukazatele bez ohledu na vývoj zvoleného ukazatele makroekonomického okolí zejména v krizovém období 2007až 2010.
4.5.1
Výzkumné otázky Případové studie II.
Autor pro Případovou studii II. definoval dvě základní výzkumné otázky, pro něž používá zkratky RQ1, RQ2 odvozené z uvedeného anglického názvu. RQ1: Je-li ekonomika ČR závislá na výkonnosti sektoru AP, pak míra korelace, resp. korelační koeficient mezi vybranými ukazateli (tržby AutoSAP, HDP České republiky), bude dosahovat vysokých hodnot. RQ2: Byly-li zvolené podnikové strategie, resp. podniky v krizovém období, úspěšné, pak vybraný ukazatel jejich výkonnosti – tržby (Sales) nebude v těsné korelaci s makroekonomickým ukazatelem HDP České republiky.
4.5.2
Metody použité v Případové studii II.
Pro nalezení odpovědi na první výzkumnou otázku bylo použito souhrnných ukazatelů sdružení AutoSAP, zejména ukazatele celkové výše tržeb (Sales) ve vybraném období 1999 – 2011. Bylo využito jak celkového ukazatele tržeb (Sales) za AutoSAP, tak rozdělení podniků v AutoSAP na dodavatele (suppliers) a tzv. finální výrobce (finishers), tedy výrobce konečných produktů tj. vozidel. Z makroekonomického hlediska byl zvolen ukazatel HDP (GDP) za stejné období v ročních periodách. Pro možnost srovnání byly využity i další ukazatele reprezentující vývoj AutoSAP, resp. sektoru automobilového průmyslu v ČR. Pro odpověď na druhou výzkumnou otázku bylo autorem vybráno deset významných podniků, členů sdružení AutoSAP, které byly zařazeny s ohledem na portfolio výrobků. Tento výběr byl proveden tak, aby ve skupině byly zastoupeny podniky produkující různé výrobky pro AP, od elektronických dílů přes světelnou techniku, až po mechanické výrobky. Z hlediska výzkumu byl opět zvolen ukazatel tržeb (Sales) jednotlivých podniků a z makroekonomického hlediska ukazatel HDP (GDP) České republiky a Německa. HDP (GDP) Německa pak z důvodů toho, že Německo je největším trhem v rámci regionů
118
Západní a Východní Evropa (viz. 4.4.1 a 4.4.2). Autor použil pro vysvětlení i zkratek odvozených z angličtiny, protože Případová studie II. byla původně tak koncipována a její části pak byly součástí publikačních výstupů. Pro znázornění ročního vývoje jednotlivých ukazatelů byly použity, podobně jako v Případové studii I., vybrané postupy z elementární charakteristiky časových řad (viz. 4.3.1). V další části Případové studie II. byla provedena příprava pro tvorbu korelační matice při využití výpočtů míry variability pomocí rozptylu s x2 a směrodatné odchylky s x . K nalezení příčinných vztahů mezi sledovanými statistickými znaky autor využil regresní a korelační analýzy. Na základě výše uvedených vstupních údajů byly dopočteny korelační koeficienty v tzv. korelačních maticích (12 x 12) a (20 x 13). Po výpočtech korelačních koeficientů r1, r2,…rn byl proveden výpočet potřebný k posouzení věcné významnosti nebo-li velikosti účinku skupiny na variabilitu hodnot sledované náhodné veličiny podle tzv. Cohenova koeficientu d a to pomocí vzorce realizace váženého průměru výběrových rozptylů (viz. 4.4). Ten je obvykle využíván pro sledování hodnot náhodné veličiny ve dvou nezávislých skupinách objektů o rozsahu n1 a n2 . Označení m1, m2 tak měly realizace výběrových průměrů hodnot dané veličiny v těchto skupinách. Označeny s12, s22 byly realizace výběrových rozptylů. Cohenův koeficient d pak byl vypočten podle vzorce 4.5 (viz. kap. 4.3). Hodnoty Cohenova koeficientu d udávající účinek skupiny na variabilitu hodnot sledované veličiny byla vysvětlena tamtéž. Lze řící, že autor využil z velké části podobného přístupu a metod k řešení problému spojeného s nalezením odpovědi na výzkumné otázky RQ1 a RQ2.
4.5.3
Omezení použitých metod v Případové studii II.
Jak již bylo uvedeno v 4.3.2, popsané metody byly použity k poznání možných vzájemných vztahů mezi sledovanými znaky (vybranými ukazateli) podnikové výkonnosti Sales (celkové tržby) a ukazateli makroekonomického okolí GDP CZ, GDP DE (HDP České republiky a Německa). Podobně jako v 4.3.2 je nutné zmínit, že metoda regresní a korelační analýzy je pro tento typ ekonomických zkoumání využitelná a často využívaná, i když má i svá určitá omezení, např. volbu vhodného typu regresní funkce (v práci zvolena Lineární regrese). Druhým neméně závažným omezením je, že rozbor číselných údajů může pouze omezeně pokrýt celou podstatu zkoumaných ekonomických veličin a jevů. Omezením se autorovi jevil i fakt, že korelace je statistický pojem pro vyjádření míry lineárního vztahu (při lineární regresi) a jde tak o čistě pojmovou míru. Příčina a důsledek se týkají deterministických závislostí. Cohenův koeficient d (podobně 4.3.2) byl použit k posouzení velikosti rozdílu průměrů, který je standardizován pomocí odmocniny z váženého průměru výběrových rozptylů. Jedná se o věcnou významnost. Velikost účinku skupiny na variabilitu hodnot sledované veličiny se poté hodnotí dle jednotlivých pásem hodnot Cohenova koeficientu. Síla testu by měla dosahovat hodnoty alespoň 0,8.
119
4.5.4
Výsledky a zjištění provedených zkoumání
Předně autor považuje za žádoucí zmínit fakt, že z důvodu použití makroekonomických údajů České republiky a údajů podniků sdružených v AutoSAP při tomto typu bádání, bylo důležité věnovat i těmto ukazatelům adekvátní pozornost. Tato zkoumání byla provedena v delším časovém úseku před výše uvedeným krizovým obdobím (2007 až 2010), stejně jako bylo zahrnuto i období následující (2011). Z důvodů poměrně rozsáhlého zkoumání makroekonomické situace České republiky jsou veškeré podklady (grafy) uvedeny v původní podobě výzkumu (anglický jazyk) v Příloze K disertační práce. Variantu s využitím grafických znázornění vývoje HDP (období 1999 až 2011), temp jeho růstu (2000/99 až 2011/10), stejně tak vývoje výše tržeb za průmyslovou produkci České republiky, vývoj výše tržeb AutoSAP (2000 až 2011) zvolil autor z důvodu snížení rozsahu práce. Zejména pak z důvodu toho, že veškeré údaje byly použity a uvedeny v tabulkách Případové studie II. viz dále.
Analýza vztahu mezi tržbami (Sales) AutoSAP a HDP ČR Pro analýzu vztahu mezi tržbami (Sales) podniků AutoSAP a HDP České republiky bylo zvoleno rozdělení podniků na kategorie: AutoSAP Finishers (SAPf), AutoSAP Suppliers (SAPs) a AutoSAP Companies (SAPf+s). Tabulka 35 pak reprezentuje ukazatele tržeb dle kategorií AutoSAP a v mld. CZK a HDP České republiky také v mld. CZK v období 1999 až 2011. Tabulka 35 Výše tržeb společností AutoSAP a HDP ČR 1999-2011 [vlastní]
Tržby kategorií AutoSAP a HDP CZ * [106 CZK] 1999 - 2011 Období P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 Σ
(SAPf) 101,7 115,8 117,3 149,0 159,3 158,3 148,3 157,7 186,8 259,0 267,7 312,5 357,1 2490,4
(SAPs) 52,8 69,6 100,8 122,4 144,6 167,0 198,9 226,6 271,3 337,8 240,4 279,4 309,9 2521,3
120
(SAPf+s) 154,5 185,4 218,1 271,3 303,9 325,3 347,2 384,2 458,1 596,7 508,1 591,9 666,9 5011,7
HDP ČR 2447,4 2550,1 2629,1 2685,6 2786,8 2919,0 3116,1 3334,8 3526,1 3635,3 3464,7 3560,0 3618,5 40273,4
Na základě vstupních dat z Tabulky 35 byly dodatečně kalkulovány hodnoty rozptylu s2, směrodatné odchylky s a odhadnuty parametry A, B, které se staly základem pro vytvoření modelu. Následně byly spočítány korelační koeficienty r také na základě údajů z Tabulky 34. Po výpočtu korelačních koeficientů byly sestaveny rovnice lineární závislosti a vytvořen model (Obr. 39), reprezentující závislosti mezi hodnotami tržeb společností zvolených kategorií AutoSAP (SAPf; SAPs; SAPf+s) vs. HDP České republiky.
Obr. 39: Lineární regrese tržeb AutoSAP a HDP ČR [vlastní]
Následně došlo ke zpracování testu lineárních závislostí v podobě rovnic pro y1; y2; y3 prostřednictvím tzv. regresní a korelační analýzy, včetně grafické prezentace, která vyjadřuje vztah mezi zkoumanými veličinami (tržby kategorií AutoSAP a ukazatel HDP České republiky). Tyto mají podobu:
y1 = 2,21 + 4,62 * y 2 = 2,2 + 4,55 *
SAP( f ) 10 6
SAP( s )
y3 = 2,11 + 2,56 *
10 6 SAP( f + s ) 10 6
(r1 = 0,84 n = 13) (r2 = 0,98 n = 13) (r3 = 0,96 n = 13)
kde y1; y2; y3 představují hodnoty HDP České republiky ve vztazích s ukazateli výše tržeb jednotlivých kategorií sdružení AutoSAP (SAPf; SAPs; SAPf+s). Výsledky tohoto provedeného zkoumání sloužily jako podklad pro diskusi a odpovědi na výzkumnou otázku RQ1.
121
Analýza vztahu mezi tržbami společností AutoSAP a HDP ČR Pro zodpovězení druhé výzkumné otázky (RQ2) bylo nutné provést zkoumání zaměřené na vztah ukazatele tržeb (Sales) vybraných firem sdružení AutoSAP a makroekonomického ukazatele HDP České republiky. Při předpokladu, že převážná část produkce firem AutoSAP je orientována na německý trh byl i ukazatel HDP Německa (HDP DE) zahrnut do tohoto výzkumu. Kritérium pro výběr firem z AutoSAP autor vnímal jako možnost pokrytí portfolia výrobků pro automobilový průmysl z různých subodvětví. V dále zmíněných deseti firmách byla zastoupena elektronika, světelná technika, výrobky či sestavy z kovových částí, gumárenství apod. Vždy byly vybrány nejlepší firmy na základě výše tržeb z členské základny v daném subodvětví. Pro analýzu vztahů mezi ukazateli výše tržeb za vlastní výrobky a služby vybraných významných společností ze sdružení AutoSAP označených Co.1, Co.2,…Co.10, ØCo. a ukazateli makroekonomického okolí těchto podniků tedy Hrubého národního produktu České republiky (HDP CZ) a Německa (HDP DE). Pro provedená zkoumání byla opět vybrána metoda regresní a korelační analýzy. Z pohledu autora se využití regresní a korelační analýzy jevilo jako žádoucí, zejména z důvodů výše uvedených (viz např. 4.5.2) i při jejích omezeních (viz např. 4.5.3). Současně chtěl autor dodržet jednotnou volbu metody. Analýza byla provedena na základě údajů uvedených v Tabulce 1. (viz. Příloha K), kde jsou hodnoty ukazatelů výše tržeb za vlastní výrobky a služby vybraných společností AutoSAP (10 společností + Ø společností) a hodnoty ukazatelů hrubého domácího produktu České republiky a Německa. Hodnoty ukazatelů jsou vždy uvedeny za celé sledované období 2002 až 2011 v mld. CZK (tržby) a v mld. národních měn ČR (CZK) a Německa (EUR).
122
Tabulka 36 Korelační a Cohenovy koeficienty ukazatelů Tržby (Sales) společností vs. HDP ČR a HDP Německa [vlastní] Co.1 Co.2 Co.3 Co.4 Co.5 Co.6 Co.7 Co.8 Co.9 Co.10 HDP CZ 1,96 5,26 9 10,2 12,4 9,9 8,2 12,6 12,9 Co.1 0,74 0,44 0,56 0,71 1,3 0,75 0,99 1,7 1,5 Co.2 0,54 0,02 2,8 3,3 5 3,3 3,4 5,8 5,5 Co.3 0,81 0,3 0,73 1,1 5,3 1,2 1,6 6,1 6,2 Co.4 0,48 0,17 0,1 0,59 5,8 0,3 1,1 6,2 6,9 Co.5 0,46 -0,07 0,78 0,77 0,31 4,2 1,1 2,5 1,7 Co.6 0,16 -0,41 0,66 0,67 0,42 0,82 0,9 5,3 6,7 Co.7 0,28 0,11 0,63 0,19 -0,57 0,34 0,03 2,3 1,3 Co.8 1,2 -0,3 -0,29 -0,27 0,01 0,41 0,19 0,42 -0,71 Co.9 0,28 0,66 0,03 -0,2 -0,41 -0,19 -0,57 0,52 -0,54 Co.10 HDP CZ 0,44 0,43 0,52 0,16 -0,45 0,2 -0,18 0,91 -0,75 0,78 0,95 HDP DE 0,58 0,66 0,4 0,17 -0,88 0,09 -0,33 0,76 -0,75 0,87 0,94 0,81 0,57 0,72 0,27 0,47 0,11 0,41 -0,3 0,5 Ø Co. 0,6 Korelační koeficienty r
123
HDP DE Ø Co. 8,5 0,51 2,6 0,22 1,2 4,7 1,3 1,6 5,7 5,6 0,71
Cohenovy koeficienty d
Korelační a Cohenovy koeficienty Tržby (Sales) vs. HDP České republiky a HDP Německa
Po zpracování údajů (viz Příloha K, Tabulka 1) byly k vstupním datům dopočítány hodnoty rozptylů, směrodatných odchylek a odhadů parametrů pro lineární regresi. Odhady parametrů A a B resp. β 0 a β1 bylo nutné zajistit, aby poté mohly být dosazeny do rovnic regresních přímek všech společností, z nichž byl dále sestaven model (viz Obr. 40). K poznání existence vztahu mezi podnikovými ukazateli vybraných firem AutoSAP navzájem a makro ukazateli (HDP) České republiky a Německa tak byla zvolena vstupní tabulka údajů 10 x 13 (viz Příloha K, Tabulka 1) s deseti časovými údaji s ekvidistantním krokem jeden rok a označením období Pt; t = 1, 2,…, 10. Vypočítané hodnoty korelačních koeficientů r pak tvoří dolní trojúhelníkovou část korelační matice (viz Tabulka 35). Pro výpočet Cohenova koeficientu d mezi společnostmi AutoSAP navzájem i s jejich průměrnou hodnotou označenou ØCo., autor přistoupil z důvodu posouzení rozdílu středních hodnot Co.1, Co.2,...,Co.10, vzhledem k průměrné hodnotě za všechny společnosti ØCo. Hodnoty Cohenových koeficientů d tvoří horní trojúhelníkovou část korelační matice (viz Tabulka 35). Pro informaci autor uvádí, že hodnota Cohenova koeficientu d nám udává účinek skupiny na variabilitu hodnot sledované veličiny ve škále: pod 0,2 – účinek zanedbatelný, mezi 0,2 – 0,5 – malý účinek, 0,5 – 0,8 – střední a 0,8 a více – velký.
Obr. 40: Lineární závislosti ukazatelů tržby vs. období [vlastní]
Orientací v korelační matici tak byl získán přehled o těsnosti závislostí mezi ukazateli Tržeb (Sales) deseti společností sdružených v AutoSAP vzájemně, stejně jako případné závislosti s ukazatelem vnějšího makroprostředí vybraných ekonomik, tj. HDP České republiky a HDP Německa. Současně autor, z důvodu
124
rozsahového omezení, abstrahuje od detailních komentářů vývoje HDP České republiky, souhrnného ukazatele Výše tržeb za průmyslovou produkci ČR, podíl společností AutoSAP apod., které jsou zřejmé z grafů uvedených v Příloze K. Je zde možné hodnotit průběh jak v předkrizovém období, tak v období finanční krize (2007 – 2010) a částečně i v období postkrizovém (2011). Detailní výsledky zkoumání týkajících se analyzovaných vztahů autor předkládá dále.
Výsledky provedených zkoumání v Případové studii II. K nalezení odpovědi na RQ1 bylo použito dalšího postupu, který je popsán v kapitole 4.5.2. Pro tento typ zkoumání bylo využito regresní a korelační analýzy. Jejím prostřednictvím byl hledán možný vztah, resp. závislost HDP České republiky na ukazateli Tržeb (Sales) firem sdružených v AutoSAP a reprezentujících AP České republiky. Ve vstupní Tabulce 35 jsou uvedeny výše ukazatele Tržeb (Sales) za AutoSAP – Finishers, AutoSAP Suppliers, AutoSAP Companies (SAPf; SAPs; SAPf+s ) a ukazatel HDP ČR v období 1999 – 2011, tj. časové období n = 13. Veškeré údaje jsou uvedeny v mil. CZK. Výpočtem korelačních koeficientů byla zjištěna silná korelační závislost makro ukazatele ekonomické výkonnosti HDP ČR na ukazatelích výše Tržeb (Sales) firem sdružených v AutoSAP. Těsnost vztahu ukazatele HDP ČR a SAPf je vyjádřena hodnotou r1 = 0,84. HDP ČR a SAPf pak r2 = 0,98. A na závěr HDP ČR a SAPf+s pak r3 = 0,96. Graficky tyto těsné lineární závislosti vyjadřuje Obr. 39. Z výše uvedených zkoumání a získaných výsledků lze na výzkumnou otázku RQ1 odpovědět, že ekonomika České republiky je vysoce závislá na výkonnosti sektoru automobilového průmyslu. Toto tvrzení doplnily i údaje následně získané při výpočtech provedených v části druhé části Případové studie II. K zodpovězení výzkumné otázky RQ2, tedy zda byly zvolené podnikové strategie, resp. podniky v krizovém období úspěšné, byl opět vybrán ukazatel jejich výkonnosti Tržby (Sales), makroekonomický ukazatel HDP České republiky (HDP CZ) a HDP Německa (HDP DE), jako největšího automobilového trhu v Evropě. Východiskem byla opět data ze vstupní Tabulky 1 (Příloha K). Tato data dokumentují vývoj ukazatele výše tržeb u deseti společností ze sdružení AutoSAP, Ø Co. AutoSAP a ukazatelů HDP CZ a HDP DE v časovém období 2002 až 2011. Lze tak tvrdit, že vývoj ukazatele Tržby u Co.1, Co.2,..., Co.6, Co.10 je v podstatě shodný, resp. rostoucí v předkrizovém období P1 (2002) až do období P6 (2007) s následným propadem v době krize u P7 (2008) a poté růstem v P8 (2009), P9 (2010), P10 (2011). Na druhé straně Co.7, Co.8 a Co.9 mají vývoj ukazatele Tržby (Sales) odlišný. Byl zde také proveden výpočet hodnoty průměru m, rozptylu s2 a spočítány regresní přímky, včetně korelačních koeficientů r1, r2,...r13 a odhadnuty rovnice regresních přímek vývoje ukazatele Tržby (Sales) za sledované období. Obr. 40 tak reprezentuje regresní přímky vývoje tržeb vybraných společností AutoSAP na sledovaném období 2002 – 2011.
125
Byl také proveden výpočet korelačních koeficientů vybraných společností AutoSAP (Co.1,…Co.10), Ø Co. AutoSAP, HDP CZ a HDP DE. Vypočítané hodnoty korelačních koeficientů rx vytvořily dolní trojúhelníkovou matici v Tabulce 35. Z ní lze vyčíst hodnoty korelace jak mezi vybranými firmami AutoSAP navzájem, tak mezi firmami AutoSAP a Ø AutoSAP nebo mezi firmami AutoSAP a HDP CZ, HDP DE. Stejně tak byl spočítán korelační koeficient mezi HDP CZ a HDP DE. Za povšimnutí stojí např. hodnoty r = 0,74 mezi Co.1 a Co.2, r = 0,81 mezi Co.1 a Co.4, r = 0,94 mezi Co.1 a Ø AutoSAP, které značí těsný vztah mezi těmito společnostmi, resp. Ø AutoSAP. Na druhou stranu r = 0,44 a r = 0,58 vyjadřují méně těsný vztah mezi Co.1 a HDP CZ resp. HDP DE. Takto bylo možné dále postupovat při analýze korelačních koeficientů u všech ostatních společností. Jistou zajímavostí pak bylo zjištění korelačního koeficientu r = 0,95, tedy kladné, silné korelační závislosti mezi HDP CZ a HDP DE. Toto zjištění tak podporuje tvrzení o závislosti českého exportu na výkonnosti německé ekonomiky. Stejně tak lze hodnotit i r = 0,6 a r = 0,71 jako silné korelační závislosti ukazatelů Tržby Ø AutoSAP a HDP CZ, resp. HDP DE. Výpočet testového kritéria (Cohenův koeficient) pak byl proveden pouze pro posouzení velikosti rozdílů středních hodnot a průměrné hodnoty AutoSAP. Vypočítané hodnoty vyplňují horní část trojúhelníkové matice v Tabulce 35. Statistickou významnost lze hodnotit podle definovaných pásem v 4.3.2 popř. výše (např. d ≥ 0,2 znamená zanedbatelný rozdíl středních hodnot). Popřípadě hodnoty d = 12,6 mezi společnostmi Co.1 a Co.9 znamenají, že tyto společnosti nejsou srovnatelné. Naopak při d = 0,3 mezi Co.5 a Co.7 znamená, že není dle Cohena statistický rozdíl mezi těmito společnostmi. Z provedených zkoumání pak lze na výzkumnou otázku RQ2 odpovědět, že u všech sledovaných společností došlo zejména v krizovém období 2008/07 a 2009/08 ke snížení hodnoty ukazatele Tržby (Sales). Není ovšem možné jednoznačně konstatovat, že zvolené „corporate” strategie nebyly dostatečně flexibilní, propracované nebo naplňované a že analyzované společnosti AutoSAP nebyly na tuto makroekonomickou situaci s předstihem dostatečně připraveny. Zejména z tak fatálního propadu většiny ekonomik regionu Západní i Východní Evropa. U většiny sledovaných společností poté došlo v období 2010/09 k návratu k růstu s výjimkou společností Co.6, Co.8 a Co.9.
4.5.5
Závěr Případové studie II.
Tento článek představil relativně jednoduchý a účinný přístup k hledání odpovědí na položené výzkumné otázky. První z nich se týkala možné závislosti ekonomiky České republiky, reprezentované ukazatelem GDP, na výkonnosti sektoru automobilového průmyslu, resp. jeho vysoce významné části tj. firem sdružených ve sdružení AutoSAP. Druhá výzkumná otázka se pak týkala připravenosti zkoumaných firem či jejich „corporate“ strategií na krizové období spojené s celosvětovou hospodářskou krizí z let 2007 až 2010. Firmy ze
126
sdružení AutoSAP a veškeré vztahy byly zkoumány z hlediska jednoho vrcholového ukazatele podnikové výkonnosti Tržby (Sales). Po provedeném zkoumání a s využitím zvolených metod, bylo možné poukázat na vysokou závislost české ekonomiky, resp. hodnoty jejího HDP na sektoru automobilového průmyslu, což je odpověď na výzkumnou otázku RQ1. Otázkou pro další zkoumání zůstává, zda růst v obdobích pokrývajících částečně krizi (2009) byl způsoben změnou v „corporate“ strategiích či podnikatelských modelech, a nebo státními intervencemi do automotive industry v různých zemích, zejména v Německu. Státní intervence v Německu totiž měly díky velikosti německého trhu dopady do produkce i jinde lokalizovaných automobilek a na ně navázaných dodavatelských a subdodavatelským podniků a firem. Výzkumnou otázku RQ2 tak nebylo možné i z tohoto důvodu autorem jednoznačně zodpovědět. Autor také vnímá omezení plynoucí s nevyužití více výkonnostních ukazatelů podnikového i mimopodnikového makrookolí. Rozsah takového zkoumání, na základě vnitřních i vnějších ukazatelů podnikového okolí a jejich vzájemných vztahů, vyžaduje mnohem více prostoru spojeného zejména s metodickým výběrem ukazatelů, jejich přípravou apod. Autorovi se jeví jako žádoucí i možné využít k tomuto zkoumání metody GUHA (viz kap. 3.1.3) v následných výzkumných pracech. Rozsah a stanovené zaměření této disertační práce mu toto zkoumání plně neumožnilo provést. Zejména také z důvodů nutného zapojení či konzultací s odborníky v mnoha konkrétních oblastech podnikového okolí.
4.6 Dopady finanční krize z let 2007 až 2010 na výkonnost podniků AP ČR – Případová studie III. Cíl kapitoly 4.6 (Případové studie III.) byl stanoven v souladu se zaměřením disertační práce zejména té její části, která dosud byla částečně zmíněna a analyzována v Případových studiích I. (viz str. 79) a II. (viz str. 117). Tato část práce přispěla k naplnění jak jejího primárního cíle (viz 2.1), tak sekundárních cílů 3. a 4. Kapitola 4.6 přispěla poznatky a závěry z ní plynoucími k verifikaci hypotéz H3 a H4, částečně pak i H2 (viz str. 38). Pro verifikace hypotéz H3 a H4 a k naplnění definovaných cílů autor zvolil nový netradiční přístup, kdy pro provedená zkoumání kombinoval přístupy využívající standardních postupů či statistických metod (např. vybrané postupy elementární charakteristiky časových řad), postupy finanční analýzy se zaměřením na celkovou výkonnost podniku, vnímanou z pohledu strategického řízení spolu, s metodou GUHA. Zvláštní pozornost pak autor věnoval využití vybraných procedur logickostatistické metody GUHA (General Unary Hypothesis Automaton) blíže popsané v kapitole 3.1.3. Zejména využitím procedur metody GUHA pro tento typ výzkumu dostala disertační práce punc originality. Za zmínku jistě stojí fakt, že vybrané procedury metody GUHA byly pro tento typ výzkumu, pokud je autorovi (uživateli) a prof. RNDr. J. Rauchovi, Csc. (řešiteli) známo, použity
127
vůbec poprvé v historii. Přínosy plynoucí z využití procedur GUHA a její další využití pro ekonomická zkoumání jsou shrnuty v následujících kapitolách. Autor tak rozdělil studii na dvě hlavní vzájemně se doplňující části, kde využil rozčlenění do jednotlivých kroků. První, hlavní část, je věnována popisu a základním charakteristikám statistického souboru 122 dodavatelských firem realizujících svoji činnost v sektoru automobilového průmyslu České republiky a také výběru ukazatelů podnikové výkonnosti. Představuje též základní výsledky zpracované analýzy. Druhá, hlavní část, pak ve svém úvodu popisuje postupnými kroky výběr, realizaci a hlavní výsledky GUHA procedur (Frequency analysis, Contingency analysis, 4ft-Miner). Na základě těchto výsledků, autorových konzultací se zástupci podniků statistického souboru i kontinuálního studia informačních zdrojů, byla formulována strategická doporučení směřující k větší připravenosti podniků na krize globálního rozsahu.
4.6.1
Postup zkoumání podnikové sféry v sektoru AP ČR
Výběr statistického souboru i jeho velikost byla významně ovlivněna přesvědčením autora o možnosti využití metody GUHA pro vlastní výzkum. Původním záměrem byla analýza dopadů globální krize do výkonnosti dceřiných společností nadnárodního koncernu. Tento záměr bylo nutné opustit právě kvůli omezením metody, resp. procedur GUHA, neboť statistický soubor obsahoval méně jednotek. Výsledky by tudíž měly nízkou vypovídací schopnost. Díky zaměření disertační práce do automobilového průmyslu a spoluprací autora se Sdružením automobilového průmyslu České republiky (AutoSAP) se autor po konzultaci rozhodnul k jinému způsobu vymezení souboru podniků (viz dále). Celkově lze tedy postup zkoumání s následnou formulací strategických doporučení vyjádřit v několika na navazujících krocích: 1. Výběr podniků, základní charakteristiky, analýza statistického souboru. 2. Volba ukazatelů využívaných ve strategickém řízení v podnicích tvořících statistický soubor. 3. Stanovení hodnot ukazatelů, jejich statistické vyhodnocení, intervalová rozdělení pro GUHA procedury, omezení použitých metod. 4. Provedená zkoumání procedurami metody GUHA (četnost výskytu, identifikace zjištěných vztahů mezi ukazateli, nové souvislosti). 5. Vyhodnocení zjištěných faktů. 6. Vyvození a formulace závěrů. 7. Shrnutí poznatků, závěr. Těmito postupnými kroky bylo docíleno možnosti vytvoření a formulace strategických doporučení pro další existenci a fungování podniků v odvětví automobilového průmyslu České republiky. Sektor automobilového průmyslu nemá, dle NACE, svoji vlastní jednotnou specifickou kategorii a zejména pak portfolio produktů do AP je tak široké, že bylo nutné stanovit výše uvedený postup, a tak v dalších částech práce porovnávat, resp. stanovit hodnotu ukazatelů či jejich intervalové rozdělení na bázi průmyslu jako celku. Výsledky
128
zkoumání a zejména nalezené vztahy platné pro tento soubor podniků a ukazatelů, byly následně použity mimo jiné i pro formulaci strategických doporučení směřujících k podnikům ze sektoru AP v České republice. Jediným omezujícím faktorem byl závazek vůči AutoSAP, že použité informace a údaje v disertační práci nesmějí vést k identifikaci podniků spolupracujících s AutoSAP a do zkoumání zahrnutých.
4.6.2
Výběr podniků a základní charakteristiky souboru
Pro disertační práci bylo tedy celkem vybráno 122 dodavatelských firem, tzv. suppliers, s členstvím v AutoSAP nebo se statusem „spolupracující +40“. Pro konečný výběr 122 podniků bylo nutné v prvním kroku analyzovat celkem 165 podniků v aktivním vztahu k AutoSAP. Vždy tak byly brány v potaz pouze podniky realizující svoji hlavní činnost do sektoru AP ČR (viz Příloha I.) a mající historii minimálně od roku 2003 do roku 2011, spolupráce s AutoSAP, hlavní činnost zaměřená do AP ČR. Vstupní data pro provedená zkoumání byla čerpána z databází Albertina Gold (aktualizace březen 2013) a Octopus, z výročních zpráv a komunikací s vedením vybraných firem a AutoSAP.
Základní rozdělení zkoumaného souboru dle právní formy Jak již bylo zmíněno, dle převažující činnosti NACE, je soubor 122 firem poměrně široce definovaných (celkem 35 činností), nicméně lze konstatovat, že tyto činnosti pokrývají celé potřeby AP v ČR. Dalším charakteristickým znakem jednotlivého podniku byla také jeho právní forma.
Obr. 41: Rozdělení podniků dle právní formy [vlastní]
Z Obr. 41 je tedy patrné, že převažující právní formou ve zvoleném souboru firem byla společnost s ručením omezením.
129
Vývoj počtu zaměstnanců všech firem souboru 2003 až 2011 Za jednu z důležitých charakteristik statistického souboru, zejména pak při jejím vývoji v čase, byla zvolena kategorie počtu zaměstnanců v absolutních číslech. Analýza a grafické znázornění tak dává poměrně jednoduchou, ale zřejmou představu, o dopadech krizového období do personální či zaměstnanecké oblasti.
Obr. 42: Vývoj počtu zaměstnanců souboru podniků 2003 – 2011 [vlastní]
S vývojem počtu zaměstnanců koresponduje i situace ve vývoji mzdových nákladů celkově za statistický soubor 122 analyzovaných podniků.
Obr. 43: Vývoj mzdových nákladů za soubor 2003 – 2011 [vlastní]
130
V následné analytické části věnované GUHA procedurám autor přistoupil v této studii k hledání vývoje i souvislostí prostřednictvím intervalového rozdělení (viz. dále). Z tohoto důvodu je před tím žádoucí provést grafickou prezentaci a krátce okomentovat data za celý soubor podniků v absolutních číslech a ročním srovnání u vybraných ukazatelů. Využití pro ekonomická zkoumání jsou shrnuty v následujících kapitolách. V roce 2003 bylo zaměstnáno v souhrnu za statistický soubor, ve všech firmách, 55 620 zaměstnanců. V předkrizovém roce 2006 pak 72 703 zaměstnanců, což znamenalo nárůst o 17 083 osob. V roce 2007 došlo k mírnému poklesu této hodnoty na 71 797, aby v roce 2008 počet zaměstnanců (PZ) vrcholil na čísle 73 150. Poté nastal pokles a ke konci roku 200 bylo ve statistickém souboru zaměstnáno, dle dostupných informací, celkem 72 097 osob. K výraznému poklesu pak došlo znovu v roce 2010 na úroveň 68 068 zaměstnanců. Rok 2011 znamenal sice vzrůst o cca 3,86% na 70 699 osob celkově, nicméně v roce 2011 nebylo předkrizové úrovně dosaženo. S předkrizovou úrovní se nepočítá ani za rok 2012. Z Obr. 42 a Obr. 43 je patrné, což následně potvrdily i rozhovory s vedením vybraných podniků, že zaměstnavatelé se výrazným způsobem snažili i přes pokles ekonomické aktivity (viz dále), udržet kvalifikovanou pracovní sílu, která je v technologicky vyspělém prostředí AP nutná. Opatření přijatá k udržení kvalifikovaných zaměstnanců tak byla nejen ta, spojená s poklesem mezd, ale i např.: čtyřdenní pracovní týden = čtyřdenní plat, výběr dovolené a neplaceného volna, přesun části volných pracovníků do jiných činností. Otázkou pak zůstává další vývoj v postkrizovém období, kdy počet pracovníků stále nedosahuje hodnot roku 2006 či 2008, přesto mzdové náklady (MN) jsou na vyšší úrovni 21,29 mld. CZK (2008) proti 21,74 (2011). Tempa růstu a procentní vyjádření růstu pak vyjadřuje Tabulka 37. Tabulka 37 Tempa růstu a procentní růsty PZ, MN 2004/03–2011/10 [vlastní]
Kategorie
04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10
PZ kt PZ v kt % MN kt MN v kt %
1,16 15,70 1,45 45,01
1,09 8,99 1,02 1,89
1,04 3,65 1,30 29,94
0,99 -1,25 1,11 11,32
1,02 1,88 1,09 9,35
0,98 0,95 -1,54 -5,50 0,86 1,10 -14,14 10,23
1,04 3,87 1,08 7,89
Vývoj EBIT a EAT za celý soubor firem 2003 až 2011 Dopady a vliv globální krize z let 2007 až 2010 na úroveň EBIT (Earning Before Taxes and Interest) dokumentuje Obr. 44. V období 2003 až 2006 došlo k růstu výše EBIT u sledovaného souboru z úrovně 5,17 mld. CZK na 13,77 mld. CZK, tj. nárůst o více než 166%. Absolutní výše pak ukazatel EBIT za celý soubor dosáhnul v roce 2007 na úrovni 14,84 mld. CZK. V následujícím období pak došlo k meziročnímu propadu o 49,53% na úroveň 7,49 mld. CZK v roce
131
2008. Další meziroční propad následoval v období 2009/08 o 29,51% na úroveň 5,28 mld. CZK EBIT v roce 2009. Rok 2009 tak lze hodnotit jako období s maximálním dopadem na podnikovou výkonnost měřenou EBIT. Plně se tak na tomto ukazateli projevil propad výrob i prodejů WLV v automobilovém průmyslu světa, zejména pak v regionech Východní a Západní Evropa. Dotační politika států (šrotovné, ekologické prémie, dotace ke koupi nového vozu) pak znamenala prudký meziroční růst o 95,27% na úroveň EBIT 10,31 mld. CZK v roce 2010. V následujícím roce 2011 pak vlivem omezení poptávky (zejména ukončení dotačních programů), ale již při zlepšení globální ekonomické situace rostla celková hodnota EBIT meziročně o 11,93% na úroveň 11,54 mld. CZK. Průměrné tempo růstu økt za období 2003 až 2011 dle 4.3 bylo 1,1055, v procentním vyjádření průměrného růstu pak 10,56%.
Obr. 44: Vývoj celkového EBIT souboru v období 2003 – 2011 [vlastní] Vývoj EAT (Earning After Taxes) za celý soubor ve sledovaném období kopíruje vývoj EBIT. Největší propad nastal v období 08/07 absolutně i relativně. Předkrizové úrovně 2006 pak v roce 2011 nebylo zdaleka dosaženo. Tabulka 38 Vývoj EAT za celý soubor v období 2003 – 2011 [vlastní]
EAT mld. CZ
2003 2004 2005 2006 2007 2008 2009 2010 2011 4,73
8,30
8,65
12,33 13,40
5,82
3,73
8,64
9,43
03/02 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 kt kt %
x x
1,75 75,54
1,04 4,22
1,42 42,54
1,08 8,68
0,43 -56,5
0,64 -35,9
2,31 131,6
1,09 9,14
Průměrné tempo růstu kt bylo za sledované období 1,09. Průměrný meziroční růst pak 9,00%.
132
Vývoj tržeb za prodej vl. výrobků a za prodej zboží souboru 2003 až 2011 Za významný ukazatel podnikové výkonnosti lze jistě označit i výši tržeb za prodej vlastních výrobků a služeb a výši tržeb za prodej zboží. Situace v reálných ekonomikách i v sektoru AP zcela jistě musela a měla vliv i na vývoj těchto ukazatelů ve sledovaném období.
Obr. 45: Vývoj ukazatele tržeb za prodej vlast. výr. a služeb 2003 – 2011 [vlastní]
Tržby za prodej vlastních výrobků a služeb rostly z hodnoty 121,1 mld. CZK v roce 2003 na své předkrizové maximum 238,4 mld. CZK v roce 2007 snižujícím se tempem růstu z 1,34 v 2004/03 přes 1,20 v 2005/04 až na 1,08 v 2007/06. Následně v roce 2008 dochází k výraznému poklesu výše tržeb o cca 21 mld. CZK při meziročním srovnání 2008/07 o -8,93%. Další propad nastal v období 2009/08 a to o -21,0%. Lze říci, že výše tržeb za prodej vlastních výrobků a služeb byla v roce 2009 zhruba na úrovni roku 2004. Následně v roce 2010 nastává meziroční růst o 25,83% na 215,8 mld. CZK v absolutní hodnotě. Rok 2011 znamenal další meziroční růst o více než 14,9%, čemuž odpovídalo tempo růstu 1,14 a hodnota 246,2 mld. CZK. Rok 2011 se stal rekordním dle výše ukazatele za celé sledované období. Průměrné tempo růstu kt ukazatele tržeb bylo spočítáno dle 4.3 na hodnotu 1,09, což znamenalo průměrný roční růst tržeb za prodej vlastních výrobků a služeb 9,27%. Obr. 46 dokumentuje obdobný vývoj ukazatele výše tržeb za prodej zboží v celkovém pojetí statistického souboru firem. Vzhledem k výrobnímu zaměření analyzovaných firem bylo vysoce pravděpodobné, že celkový objem tržeb za prodané zboží bude výrazně nižší, což se potvrdilo. Dle autora minimálně zajímavým se jeví pokles ukazatele v roce 2005. Nicméně, vzhledem k celkovému objemu lze k Obr. 46 dodat, že průměrné tempo růstu kt za období bylo 1,09, průměrný růst pak 9,05%. Rozdílem položek tržby za prodané zboží a
133
náklady na prodané zboží by bylo možné analyzovat i vývoj tzv. obchodní marže. Detailní analýza vývoje obchodní marže ovšem při minoritním podílu obchodních činností či zaměření nebyla nutná.
Obr. 46: Vývoj ukazatele tržeb za prodej zboží 2003 – 2011 [vlastní]
Vývoj ukazatelů výkony a výkonová spotřeba souboru 2003 až 2011 Průběh globální krize 2007 až 2010 ovlivnil i ukazatele výkonů a výkonové spotřeby. Předchozí analýza tržeb za prodej vlastních výrobků a služeb signalizovala možný vysoký vliv na ukazatel výkony.
Obr. 47: Vývoj ukazatele výkonů a výk. spotřeby 2003 – 2011 [vlastní]
134
Sekundárně pak byl ukazatel ovlivněn změnou stavu zásob vlastní činností a aktivací (náklady na zásoby a dlouhodobý nehmotný a hmotný majetek vytvořený vlastní činností). Z grafu na Obr. 47 je patrné, že vývoj poměru výkonů i výkonové spotřeby byl v podstatě shodný jak v absolutním, tak v relativním srovnání. Z hlediska vývoje za celé časové období se jeví zajímavým srovnání průměrného tempa růstu kt ukazatelů spočteného na základě geometrického průměru jednotlivých ročních řetězových indexů. Hodnota kt V, tedy pro ukazatel výkony, za období 2003 až 2011 byla 1,09. V procentním vyjádření růstu pak 8,91%. Hodnota kt VS, tedy ukazatele výkonová spotřeba, pak ve stejném období 1,09, tj. 9,28%. Průměrné tempo růstu, resp. meziroční růst ukazatele výkonová spotřeba tak byl vyšší než ukazatele výkony. Veškeré hodnoty i jejich rozdíly (∆) dokumentuje Tabulka 39 (absolutní hodnoty uvedeny v mld. CZK). Tabulka 39 Srovnání výkonů a výkonové spotřeby 2003 – 2011 [vlastní]
Ukazat.
2003 2004 2005 2006 2007 2008 2009 2010 2011
Výkony 125,4 167,6 199,4 225,6 241,8 219,3 170,6 218 248,3 Výk.spot. 97,3 129,8 155 173,7 189,5 172,8 132,4 171,5 197,9 ∆ 28,10 37,80 44,40 51,90 52,30 46,50 38,20 46,50 50,40
03/02 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 ktV ktVS ktV % ktVS % ∆%
x x x x x
1,34 1,33 33,7 33,4 0,25
1,19 1,19 19,0 19,4 -0,44
1,13 1,12 13,1 12,1 1,07
1,07 1,09 7,2 9,1 -1,92
0,91 0,91 -9,3 -8,8 -0,49
0,78 0,77 -22,2 -23,4 1,17
1,28 1,30 27,8 29,5 -1,75
1,14 1,15 13,9 15,4 -1,49
Vývoj ukazatele přidaná hodnota 2003 až 2011 Pro poslední analýzu statistického souboru v souhrnné hodnotě bylo využito ukazatele přidaná hodnota, jenž lze vyjádřit jako sumu obchodní marže a výkonů, od níž je odečtena hodnota výkonové spotřeby. Vyjadřuje tak hodnotu přidanou zpracováním. Výše přidané hodnoty je tak odvozena od hodnoty přidané vlastní činností podniku k hodnotě nakupovaných meziproduktů. V ekonomickém pojetí představuje ocenění výrobních faktorů podniku (odpisy, osobní náklady, nákladové úroky) a vytvořený zisk, jak tvrdí Knápková a Pavelková (2010, s. 40). Omezením zkoumání je fakt, že přidaná hodnota je ovlivněna např. outsourcingem činností (snížení), nicméně výkonnost podniku jako takového se může zvyšovat. Z pohledu krizového období a podnikové výkonnosti je fakt, že vzhledem ke směřování z outsourcingu na insourcing činností podniků pro udržení kvalifikovaných zaměstnanců (viz Kapitola Vývoj počtu zaměstnanců souboru 2003 až 2011) lze tvrdit, že outsourcing činností v krizovém období neměl výrazný vliv na změnu podnikové výkonnosti.
135
Obr. 48: Vývoj ukazatele přidaná hodnota 2003 – 2011 [vlastní]
I když je žádoucí a nutné interpretovat dosažené hodnoty ukazatele přidaná hodnota po detailní analýze jeho komponent, lze základní sumu za soubor považovat k popisu vývoje v čase za dostatečnou. Meziroční růst se pohyboval v rozmezí 33,40% ve 2004/03 po -18,86% ve 2009/08 po předcházející hodnotě - 11,65% v období 2008/07. Obrat nastal v meziročním srovnání 2010/09, tj. meziroční růst 20,93% a následující srovnání 2011/10 růst o 8,00%. Průměrné tempo růstu bylo na základě výpočtu geometrického průměru řetězových indexů za sledované období (dle 4.3) kt = 1,07. Ve vyjádření průměrného meziročního růstu pak 7,39%. V absolutním vyjádření byla úroveň přidané hodnoty maximální v roce 2007, tj. 50,74 mld. CZK s následným poklesem na úroveň 39,70 mld. CZK v roce 2009 (max., dno). V roce 2010 bylo podniky souboru dosaženo úrovně 48,01 mld. CZ, v roce 2011 pak 51,85 mld. CZK. Lze tak konstatovat, že předkrizová maximální úroveň roku 2007 nebyla do roku 2011 a to včetně, dosažena. V postkrizovém období 2012, 2013 pak bude primárně záležet na růstu automobilové produkce (viz výsledky predikce v 4.4.1) a zejména růstu produkce WLV v České republice (viz predikce v 4.4.3).
Shrnutí výsledků základních zkoumání v Případové studii III. Pro první fázi, tedy bližší seznámení se složením a strukturou analyzovaného statistického souboru podniků z automobilového průmyslu ČR, bylo vybráno celkem 122 dodavatelských firem z kategorie tzv. finishers se vztahem ke Sdružení automobilového průmyslu ČR. Autor dále vybral pro tuto fázi zkoumání ukazatele, které blíže ve svých absolutních i relativních (růstových) hodnotách dokumentují dopady globální krize 2007 až 2010 do fungování podniků v jejich sumách za celý soubor. Pro toto zkoumání byla využita časová řada zahrnující období 2003 až 2011, tedy devět časových období
136
s ekvidistantním krokem jeden rok. Autor využil analytických metod založených na elementární charakteristice časových řad, výpočtu řetězových indexů, průměrného tempa růstu za období prostřednictvím výpočtu geometrického průměru apod. Dílčí výsledky zkoumání pro jednotlivé ukazatele dokumentují podkapitoly Případové studie III. Celkově lze prohlásit, že dopady globální ekonomické situace měly ve všech případech znatelné následky v podobě poklesu dosažených hodnot. V některých případech, např. u ukazatele přidaná hodnota, tržby za prodej zboží či výše EBIT, předkrizová úroveň nebyla do roku 2011 včetně, dosažena. Provedená prvotní zkoumání v rámci celého souboru tak přinesla poznání a výsledky, které částečně potvrzují stanovenou hypotézu H3 (viz str. 38) pro celou disertační práci. Lze tak s jistou mírou zobecnění potvrdit, že v průběhu finanční a hospodářské krize z let 2007 až 2011 došlo k znatelnému poklesu výkonnosti u většiny podniků statistického souboru. Tato zjištění a hypotéza H3 je potvrzena i většinou operací provedených procedurami metody GUHA. Výše uvedené závěry pak přispívají k naplnění hlavního (primárního) cíle práce (viz str. 37), zejména v části věnované odhalení vlivu krize na sektorové a podnikové ukazatele samostatně, popřípadě ve vzájemných vztazích. Za nejvýznamnější zjištění lze považovat fakt, že bez ohledu na primární podnikovou (výrobní) činnost či velikost podniku (dle počtu zaměstnanců, obratu apod.) došlo k poklesu výkonnosti průřezově během velmi krátké doby. Na základě zjištěných faktů, autorových řízených pohovorů, formálních i neformálních diskusí s předními představiteli vybraných podniků, AutoSAP i návštěv v jednotlivých automobilkách lze také identifikovat jistou vysokou náchylnost AP jako celku na globální ekonomickou situaci, čímž dojde ke splnění sekundárního cíle číslo 2. Primárně je vysoká náchylnost způsobena vysokou mírou automatizace, standardizace a nízkým poměrem lidské práce jako variabilního nákladu ve výrobním procesu (viz dále). Na základě provedených zkoumání souboru jako celku a výsledků dosažených zejména po spuštění vládních programů lze odvozovat, že vládní intervence v podobě ekologických dotací, šrotovného a jiných pobídek směřujících k podpoře a ovlivnění nákupního chování spotřebitelů měla výrazný vliv na výkonnost analyzovaných podniků. Prudký nárůst, po spuštění těchto programů, hodnot veškerých analyzovaných ukazatelů v roce 2010 a zejména meziroční růst 2010/09 toto tvrzení, resp. hypotézu H4 (viz. str. 38) potvrzují. Lze tak oprávněně tvrdit, že tato opatření se projevila výrazným způsobem. Tato opatření však dosáhla i svých zejména negativních dopadů. Očistný prvek krize, jak tvrdí Zelený (2011, s. 224-226), byl však významně potlačen jak na úrovni podniků, tak automobilových výrobců. Detailní shrnutí veškerých výsledků, zjištění a provedených zkoumání, je uvedeno dále (viz 4.6.10).
4.6.3
Zkoumání podnikové sféry v AP ČR procedurami GUHA
I existující potřebě stále komplexněji, hlouběji a přesněji zkoumat složité objekty (jevy, procesy), nejen v teorii i praxi strategického řízení a s ním úzce
137
souvisejícího řízení podnikové výkonnosti, se projevují tendence ke stále častějšímu použití metod systémového přístupu. Obecným přístupem ke zkoumání objektů tj. jevů a procesů v řízení, jak tvrdí Vrecion (2008b, s. 51), je jejich chápání jako dialektické jednoty všech jejich prvků, částí, projevů, v jejich dialektických rozporných vztazích, v jejich samopohybu. Z tohoto důvodu se autor práce zaměřil především na zkoumání obecných systémových vlastností a základních vztahů jinak složitých objektů ve strategickém řízení podniků. Obecný společenský systém, cíleně pak podnikový systém, lze velmi obecně chápat i jako systém společenského (podnikového) rozvoje, tedy evoluce jednotlivců či jednotlivých podnikových činností, v kterých se vzájemnou interakcí mezi sebou i svým okolím rozvíjejí tak, že na sebe vzájemně působí a tím jsou rozvíjeni okolím i sebou samotnými. Autor se tak i v tomto zkoumání drží teze, že filosofie vyvodila i demonstrovala, že věda se nevyvíjí metodou „stavby cihlového domu“ (stavba základů a dále jednotlivých pater). Naopak, většinou se věda rozvíjí tak, že nejdříve se staví vrchní poschodí (obecné poznatky) a teprve potom lze klást základy (specifické, dílčí postupy). V této části Případové studie III. jsou tak zahrnuty tyto obecné myšlenkové kroky: 1. Komplexní analýza: v počátečním kroku určení prvků komponentů, z nichž se skládá zkoumaný objekt a jejich podstatných vlastností. V Případové studii III. lze takto vnímat pasáže týkající se základního určení souboru, vymezení jeho jednotlivých komponent (podniků), stanovení jejich vlastností, společných ukazatelů výkonnosti apod. 2. Substanční analýza: analýza toho, co je společné (co spojuje) všem komponentům daného objektu. Obdobně viz dále je přistupováno ke zkoumání podobných, resp. společných vztahů mezi jednotlivými výkonovými ukazateli všech komponent (podniků) ve vymezeném časovém období. 3. Funkční analýza: tj. analýza obecných funkcí, které vznikají při rozvíjení základního systémotvorného vztahu, který je dán předmětnou činností. V Případové studii III. tak lze odvozovat hledání obecných i specifických zákonitostí, protikladů či rozporů zvolených podnikových výkonnostních ukazatelů. Završujícím krokem dialektického systémového přístupu k složitým objektům (procesům) ve společenském, tím pádem i podnikovém řízení, je jejich chápání a analýza jako sociálních systémů, vytvářených cílevědomou lidskou činností. Lze na tomto místě konstatovat, že jistá část tzv. komplexní analýzy (viz výše) již byla provedena. Jedná se zejména o vymezení statistického souboru z hlediska jeho primárního zaměření (činnost v AP, vztah k AutoSAP atd.). Byly též určeny základní komponenty (podniky). Bylo též vymezeno časové období pro provedená zkoumání. Další kroky komplexní analýzy následují níže ( např. definice společných ukazatelů výkonnosti). Z výše uvedených důvodů bylo, resp. je zřejmé, že pro tento typ zkoumání, dle autorova soudu, muselo být využito metod či postupů, jež specifika takového
138
výzkumu umožňují. V těchto souvislostech lze tedy následný postup i použití metody GUHA (General Unary Hypothesis Automaton) a jejích jednotlivých procedur považovat za oprávněné a žádoucí.
Základní výběr ukazatelů používaných ve strategickém řízení Při řízených pohovorech či v neformálních diskusích s představiteli podniků autor zjistil, že většina z oslovených využívá v podnikové praxi pro strategické řízení, respektive k řízení výkonnosti, většinou klasických poměrových ukazatelů 3. generace (viz Tabulka 4) jako jsou ukazatele rentability, zadluženosti, likvidity a aktivity apod. Tendence k využití sofistikovanějších či komplexních ukazatelů podnikové výkonnosti (např. EVA) existují, nicméně z pohledu definovaného souboru nebylo jeho využívání časté. Stejným způsobem bylo přistoupeno i k definici tzv. vrcholového ukazatele podnikové výkonnosti. Tím byl v případě Případové studie III. stanoven ukazatel rentability celkového kapitálu - ROA (Return on Assets), počítaný ze zisku před zdaněním a úroky EBIT. Z důvodu zajímavosti a poměrně dobře pochopitelné konstrukce zvolil autor i souhrnné ukazatele či indexy (Tafflerův model, IN99) a tzv. Kralickův test (Quicktest). Výpočet poměrových ukazatelů za průmysl celkem pak byl proveden na základě údajů z Finančních analýz podnikové sféry Ministerstva průmyslu a obchodu ČR. Bylo zřejmé, že takto pojatá metoda stanovení hodnot ukazatelů má svá jistá omezení (viz dále), ale pro tento typ výzkumu se jevila jako dostačující a využitelná.
Stanovení hodnot a intervalová rozdělení pro GUHA procedury Pro dále provedená zkoumání bylo využito celkem 22 ukazatelů podnikové výkonnosti používaných pro účely nejen strategického řízení v podnicích definovaného souboru. Z těchto 22 ukazatelů byly celkem 3 souhrnné indexy. Podstatou, resp. hlavním cílem zkoumání, pak primárně bylo nalezení možných vzájemných vztahů mezi těmito ukazateli a zejména pak nalezení jejich vztahů či souvislostí s vrcholovým ukazatelem ROA. Metodiku jejich výpočtu přináší následující přehled. Pro GUHA procedury bylo též nutné definovat rozdělení např. na dvouhodnotová data (0 – nenabývá hodnoty; 1 – nabývá hodnoty), intervalová rozdělení (0;29),(30;60),(61;100) či slovní popis hodnot (nízká; střední; vysoká). Tento způsob stanovení hodnot pro jednotlivé ukazatele pramenil z potřeby a důvodu možnosti hledání podobnosti či souvztažnosti v datech. Vysvětlení procedur GUHA použitých pro tento typ výzkumu je uvedeno dále. Způsob výpočtu a stanovení hodnot ukazatelů bylo provedeno dle následujícího schématu. Vstupní data pak tvořily hodnoty získané z databáze Albertina Gold (akt. březen 2013), databáze Octopus (akt. leden 2013), údajů Obchodního
139
rejstříku a vlastních dopočtů. Omezení spojená s využitím těchto, převážně účetních dat, jsou pak uvedena v samostatné podkapitole Případové studie III. U jednotlivých ukazatelů je pak v závorce uvedena zkratka, pod kterou byly tyto ukazatele využívány v procedurách GUHA: Hospodářský výsledek (HV): pro vstupní hodnoty do GUHA procedur bylo použito pouze dvouhodnotového rozdělení v podobě 1 – vytvořil v daném období zisk a 0 – nevytvořil zisk (vytvořil ztrátu). Počet zaměstnanců (POCETZAM): odpovídá intervalovému rozdělení v podobě (0;50), (51;250), (241;500), (501;1000), (1001;5000). Tímto způsobem lze sledovat mnohé souvztažnosti s ostatními ukazateli i vývoj počtu zaměstnanců v čase. Nákladovost (NAKLADVST): ukazatel udává, kolik korun (haléřů) bylo nutné vynaložit na 1 CZK výnosů. Dle výpočtu, resp. hodnoty výsledku, celkové náklady/celkové výnosy pak intervalově došlo na základě četnosti výskytu v souboru k tomuto rozdělení (0,69;0,85), (0,86;0,94), (0,95;0,99), (1), (1,01;1,30), (1,31;5,00). Celková zadluženost (CELKZADLUZ): základní ukazatel zadluženosti vypovídající o tom, z kolika procent jsou aktiva financována cizími zdroji, zjišťováno výpočtem cizí zdroje celkem/celková aktiva. Pro rozdělení bylo využito standardních, doporučených hodnot, na které se odvolává řada autorů odborné literatury, tedy (0;29), (30;60), (61;100). Vyjádřeno v %. Krytí dlouhodobého majetku (KRYTIDLMAJ): ukazatel zadluženosti, dává přehled, zda a v jaké výši jsou dlouhodobá aktiva financována dlouhodobými zdroji. Zlaté pravidlo financování pak o tomto krytí hovoří. Při výsledku výpočtu dlouhodobá pasiva/dlouhodobý majetek bez nehmotných aktiv a dlouhodobých pohledávek nižším než 1, musí podnik krýt část dlouhodobého majetku krátkodobými zdroji a může mít problémy s úhradou svých závazků. V tomto případě je podnik podkapitalizován (ČPK je záporný, tzv. agresivní strategie financování). V opačném případě financování části krátkodobého majetku drahými dlouhodobými zdroji je podnik překapitalizován (ČPK kladné, tzv. konzervativní strategie financování). Na základě tohoto třídění byly vytvořeny intervaly KRATIDLMAJ (<1) a (>1). Ziskový účinek finanční páky (ZISKUCIFINP): další z ukazatelů zadluženosti udává, zda při dané zadluženosti je pozitivně ovlivňována rentabilita vlastního kapitálu (ROE). Spočítána byla dle vzorce (EBT/EBIT) x (celková aktiva/vlastní kapitál). Hodnota vyšší než 1 znamená, že užití cizích zdrojů zvyšuje ROE a naopak. Podniky pak byly v daném roce v tomto ukazateli rozděleny na ty, kde zvýšení cizích zdrojů (CZ) zvyšuje ROE tj. (+CZ;+ROE) a naopak (-CZ;-ROE). Doba obratu zásob(DOBOBRZA): první z použitých ukazatelů aktivity, tj. řízení aktiv. Udává, jak dlouho trvá jeden obrat, tedy dobu, která je nutná k tomu, aby peněžní fondy přešly přes výrobní a zbožní formy znovu do peněžní formy. Použito bylo vztahu (zásoby/tržby) x 360. Slovní rozdělení hodnot bylo stanoveno v podobě dlouhá; střední nebo krátká. Přičemž slovní popis
140
korespondoval s intervalovým rozdělením spočteným na základě každoročních Finančních analýz průmyslu a stavebnictví Ministerstva obchodu a průmyslu. Například pro rok 2007 byla hodnota spočtená pro průmysl celkem rovna 34 dnům, pro 2011 pak 33 dnům. Pro rok 2007 tak byla inervalově rozdělena následovně: dlouhá (200;45), střední (44;22), krátká (21;0) - ve dnech. Doba obratu zásob byl tak první z ukazatelů, jejichž intervalovému rozdělení předcházel výpočet ukazatele za průmysl jako celek. Doba obratu pohledávek (DOBOBRPO): vyjadřuje období od okamžiku prodeje na obchodní úvěr (fakturu), po které podnik musí čekat na připsání platby. Pro stanovení intervalového rozdělení bylo znovu využito dopočtu ukazatele za průmysl jako celek z výše uvedených zpráv Ministerstva obchodu a průmyslu na základě vztahu: (stav pohledávek/tržby) x 360. Představuje tak dobu existence nebo fungování kapitálu ve formě pohledávek. Slovní popis hodnot intervalu byl opět stanoven na dlouhá, střední, dlouhá na základě výpočtů hodnoty ukazatele za průmysl jako celek a od něj odvozených hodnot. Hodnota za průmysl ČR celkem byla např. v roce 2007 - 78 dnů, v roce 2011 pak 81 dnů. Hodnoty 2007 pro slovní rozdělení pak představovaly pro dlouhá (500;98), pro střední (97;58) a pro krátká (57;0), vše ve dnech. Doba obratu majetku (DOBOBRMAJ): poslední z ukazatelů řízení aktiv charakterizuje, jak efektivně je nakládáno či hospodařeno s celkovým majetkem. Při vyšších hodnotách (dlouhých dobách obratu majetku) je nutné uvažovat o zvýšení tržeb či odprodeji části dlouhodobého majetku. Dle vztahu: (celková aktiva/tržby) x 360 a dopočtení ukazatele za průmysl celkem (viz. výše) byly stanoveny tyto slovní interpretace ukazatele dlouhá, střední, krátká. Hodnota za průmysl ČR celkem byla např. v roce 2007 344 dnů, v roce 2011 pak 331 dnů. Hodnoty 2007 pro slovní rozdělení pak představovaly pro dlouhá (1000;404), pro střední (403;284) a pro krátká (283;0) uvedeno ve dnech. Běžná likvidita (BEZNALIKV): ukazatel celkové likvidity, někdy označovaný L3. Obecně likvidita vyjadřuje schopnost podniku hradit své závazky, poměřuje se to, čím je možné platit ku tomu, co má být zaplaceno. Různé složky mají různou „likvidnost“ tj. schopnost přeměnitelnosti na peníze. Pokud je mnoho prostředků umrtveno v zásobách, pohledávkách a krátkodob. fin. majetku je výnosnost podniku nižší. Ukazatel běžné likvidity pak udává, kolikrát je podnik schopen uspokojit své věřitele, kdyby proměnil všechna oběžná aktiva v konkrétním okamžiku na hotovost. Pro rozdělení bylo využito standardních, doporučených hodnot, na které se odvolává řada autorů odborné literatury, tedy (<1), (1;1,4), (1,5;1,5) a (>2,5). Přičemž doporučená hodnota byla stanovena dle literatury v intervalu (1,5;1,5). Opět byly hodnoty porovnány v jednotlivých letech i s hodnotami průmyslu jako celku, z výše uvedených Finančních analýz průmyslu a stavebnictví. Hodnota tohoto ukazatele za průmysl ČR jako celek se pohybovala v rozmezí 1,28 (2003) až 1,55 (2006, 2010, 2011). Pohotová likvidita (POHOTLIKV): někdy označovaná jako L2, obdobně jako předcházející ukazatel svědčí též o schopnosti podniku dostát svým závazkům.
141
Ovšem od oběžných aktiv jsou odečteny méně likvidní zásoby. Tvar pro výpočet pak je: oběžná aktiva – zásoby/krátkodobý cizí kapitál. Intervalové rozdělení bylo opět stvořeno na základě doporučených hodnot, na které se odvolává řada autorů odborné literatury, tedy (<1), (1;1,5) a (>1,5). Přičemž doporučená hodnota byla stanovena, dle literatury, v intervalu (1;1,5). Hodnota ukazatele za průmysl ČR jako celek byla v rozmezí 0,92 (2003) přes 1,22 (2010) po 1,19 (2011). Okamžitá likvidita (OKAMLIKV): s označením L1 či tzv. hotovostní likvidita. Vyjadřuje schopnost podniku okamžitě hradit své splatné závazky. Vychází ze vztahu: krátkodobý finanční majetek/krátkodobé cizí zdroje. Opět autor přikročil k intervalovému rozdělení na základě doporučených hodnot, na které se odvolává řada autorů odborné literatury, tedy (<0,2), (0,2;0,5) a (>0,5). Přičemž doporučená hodnota byla stanovena, dle literatury, v intervalu (0,2;0,5). Hodnota ukazatele za průmysl ČR jako celek byla v rozmezí 0,21 (2003) přes 0,19 (2008) a 0,35 (2009) po 0,30 (2011). U všech výše zmíněných ukazatelů likvidity byly také brány u intervalových rozdělení v potaz dohledané hodnoty, které dle MPO buď přispívají, resp. tvoří hodnotu ROE, a které netvoří v jednotlivých letech za průmysl ČR jako celek. Hrubá cash flow likvidita (HRCASHLIKV): udává schopnost krýt krátkodobé závazky vytvořenými finančními prostředky. Dle zahraniční literatury je hodnota doporučovaná minimálně na úrovni 40%. Z této hodnoty bylo odvozeno i intervalové rozdělení do podoby (<40) a (>40). Vztah je charakterizován metodicky takto: (hrubé cash flow/krátkodobý cizí kapitál) x 100. Rentabilita vlastního kapitálu (ROE): jeden ze základních ukazatelů rentability vyjadřující zhodnocení, resp. výnosnost kapitálu vloženého vlastníky podniku. Hodnota ukazatele by se měla pohybovat nad úrovní alternativního zhodnocení kapitálu. Pro stanovení základní hodnoty ukazatele ROE byly opět dopočítány hodnoty pro průmysl ČR celkem, v jednotlivých letech. Od a k této hodnotě pak byla odečtena/přičtena hodnota 1,5%, kterou byly, dle pohovorů s vedením vybraných firem ve vztahu k ukazateli ROE za průmysl celkem vlastníci vedení firmám krátkodobě tolerovat. Hodnota ukazatele se pohybovala na úrovni 8,01% (2003), přes 13,34% (2007), 9,96% (2009) k 12,11% (2011). Od těchto hodnot byly poté odvozeny (+/- 1,5%) slovní popisy intervalů: nízká; střední; vysoká. Například pro rok 2007 nízká (-∞;6,51), střední (6,52;9,60), vysoká (9,61;+∞). Výpočet byl proveden: (EAT/vlastní kapitál) x 100. Ostatní roky byly vždy udělány metodicky stejně. Společně s ROA počítané z EBIT lze považovat ROE za klíčový ukazatel výkonnosti podniku v tomto typu výzkumu. Rentabilita celkového kapitálu počítaná z EBIT (ROAZEBIT): vyjadřuje celkovou efektivnost, výkonnost či produkční sílu podniku. V Případové studii III. definovaný jako klíčový či vrcholový ukazatel podnikové výkonnosti. Zejména z toho důvodu, že poměřuje zisk s celkovými aktivy investovanými do podniku bez ohledu na to, z jakých zdrojů jsou financována. Důvod pro užití EBIT byl zřejmý. Čistý zisk je pouze částí výsledného efektu. Druhou část tvoří
142
efekt zhodnocení cizího kapitálu, jinými slovy odměna věřitelům. Pro stanovení základní hodnoty ukazatele ROA z EBIT byly opět dopočítány hodnoty pro průmysl ČR celkem v jednotlivých letech. Od a k této hodnotě pak byla odečtena/přičtena hodnota 1,5%, kterou byly dle pohovorů s vedením vybraných firem ve vztahu k ukazateli ROE za průmysl celkem vlastníci i samo vedení krátkodobě (jeden rok) tolerovat. Hodnota ukazatele za průmysl ČR celkem se pohybovala na úrovni 7,50% (2003), přes 10,73% (2007), 6,75% (2009) k 6,73 (2011). Od těchto hodnot byly poté odvozeny (+/- 1,5%) slovní popisy intervalů: nízká; střední; vysoká. Například pro rok 2007 nízká (-∞;6,00), střední (6,01;8,00), vysoká (8,01;+∞). Výpočet byl proveden na základě vztahu: (EBIT/celková aktiva) x 100. V ostatních letech byla využita stejná metodika stanovení pro ROA z EBIT. Rentabilita tržeb (ROS): ukazatel představuje tzv. ziskovou marži, důležitou pro hodnocení úspěšnosti podnikání. Udává míru zisku připadající na 1 CZK tržeb v případě podniků zahrnutých do Případové studie III. Bylo využito vztahu: (EAT/tržby) x 100. Lze však použít i EBT či EBIT (eliminace rozdílů kapitálové struktury a míry zdanění). Hodnoty ROS byly stanoveny stejně jako předcházející ukazatele rentability. Pro základní hodnoty ukazatele byly opět dopočítány hodnoty pro průmysl ČR celkem. Od a k této hodnotě pak byla opět odečtena/přičtena hodnota 1,5%, kterou byly, dle pohovorů s vedením vybraných firem vlastníci i samo vedení, krátkodobě (jeden rok) akceptovat. Hodnota ukazatele za průmysl ČR celkem se pohybovala na úrovni 4,14% (2003), přes 7,01% (2007), 5,30% (2009) k 5,49% (2011). Od těchto hodnot byly poté odvozeny (+/- 1,5%) slovní popisy intervalů: nízká; střední; vysoká. Například pro rok 2007 nízká (0;2,64), střední (2,65;5,64), vysoká (5,65;30). V ostatních letech byla využita stejná metodika stanovení hodnot intervalů ROS. Nárůst/pokles EBIT v % (NARPOEBIT): vyjadřuje meziroční nárůst/pokles EBIT u konkrétního podniku v %. Spočítán dle: 100*(EBITt+1/EBITt)-100 pro každou jednotlivou firmu v každém meziročním vyjádření. Intervalově pak došlo k rozdělení dle výše nárůstu v % na (-∞;-51), (-50;-21), (-20;-1), (0;+20), (+21;+50), (+51;+∞). Hodnota NARPOEBIT tak může dosahovat v provedených zkoumáních maximálně šesti hodnot, resp. pohybovat se v šesti intervalech. Nárůst/pokles tržeb v % (NARPOTRZBY): vyjadřuje meziroční nárůst/pokles tržeb u konkrétního podniku v %. Spočítán dle: 100*(tržbyt+1/tržbyt)-100 pro každou jednotlivou firmu v každém meziročním vyjádření. Intervalově pak došlo k rozdělení dle výše nárůstu v % na (-50;-21), (-20;-1), (0;+20), (+21;+50), (+51;+∞). Hodnota NARPOTRZBY tak může dosahovat v provedených zkoumáních maximálně pěti hodnot. Ukazatele NARPOTRZBY a NARPOEBIT nejsou počítány reálně tj. není zohledněn vliv inflace. Tu lze tak považovat za jedno z omezení zkoumání, protože není zohledněna v takovémto pojetí pouze progrese produkční, ale může mít významný vliv na oba ukazatele i pouhé zvýšení cen vlivem inflace.
143
Nárůst/pokles nákladů vůči státní správě v % (NAKLSTATSPR): vyjadřuje meziroční nárůst/pokles nákladů vůči státní správě u konkrétního podniku v %. Spočítán dle: 100*(náklady vůči stát. správět+1/náklady vůči stát. správět)-100 pro každou jednotlivou firmu v každém meziročním vyjádření. Intervalově pak došlo k rozdělení dle výše nárůstu/poklesu v % pouze k rozdělení na (zvýšení), (snížení). Veskrze autor pro tento ukazatel stanovil výši nákladů vůči státní správě jako sumu nákladů dostupných za konkrétní podnik ve výkazu zisku a ztráty (daně, pojištění, poplatky). Tafflerův model (TAFFLEMOD): jde o bankrotní model založený na ukazatelích odrážejících klíčové charakteristiky platební schopnosti podniku. Udává tak pravděpodobnost bankrotu. Intervalové rozdělení bylo vytvořeno dle hodnot modelu. Podniky s hodnotou ZR > 0,3 mají nižší pravděpodobnost bankrotu, podniky s hodnotou ZR < 0,2 mají vyšší pravděpodobnost bankrotu a při ZR v intervalu (0,2;0,3) pak představují neurčitou pravděpodobnost bankrotu. Zr = 0,53 x R1 + 0,13 x R2 + 0,18 x R3 + 0,16 x R4 , kde R1 = EBT/krátkodobé závazky; R2 = oběžná aktiva/závazky celkem; R3 = krátkodobé závazky/celková aktiva; R4 = tržby celkem/celková aktiva. IN99 (IN99): souhrnný index vypovídající o tom, zda konkrétní podnik vytváří ekonomickou hodnotu či nikoliv. Model Inky a Ivana Neumaierových. Opět bylo v souladu s původní metodologií modelu, resp. indexu, využito stanovených hodnot, které byly transformovány do slovních vyjádření. A to v případě hodnot (IN<0,683) – netvoří hodnotu, (0,684;1,088) – spíše netvoří hodnotu, (1,089;1,419) – šedá zóna, (1,42;2,069) – spíše tvoří hodnotu, (IN>2,069) – tvoří hodnotu. Hodnota IN99 tak mohla v modelu nabývat maximálně pěti hodnot. Výpočet výsledné hodnoty IN = -0,017 x V1 + 4,573 x V2 + 0,481 x V3 + 0,015 x V4 , kde V1 = celková aktiva/cizí kapitál; V2 = EBIT/celková aktiva; V3 = celkové výnosy/celková aktiva; V4 = oběžná aktiva/krátkodobý cizí kapitál. Quick (Kralickuv) test (QUICKTEST): rychlý test z roku 1990 autora P. Kralicka. V práci je využit tento model pouze okrajově. Umožňuje ohodnotit podnik na základě bonity. Intervalové rozdělení bylo stanoveno dle hodnot obecně používaných v tomto typu modelu, tedy (1,00;2,00) – bonitní podnik, (2,01;3,00) – šedá zóna, (1,089;1,419) – šedá zóna, (3,01;5,00) – bankrotní podnik. Vždy se hodnotí průměr z hodnocení čtyř dílčích ukazatelů (výsledky dílčích ukazatelů jsou intervalově stanoveny a ohodnoceny známkou). Výsledek se pak vypočte jako prostý aritmetický průměr známek se stejnou vahou. Výše byl detailně popsaný postup rozdělení jednotlivých ukazatelů do intervalového znázornění. Důvodem k tomuto kroku byl fakt spojený s jistým omezením procedur metody GUHA ve smyslu hledání podobnosti a vztahů v datech. Nikoliv v hledání izolovaných faktů. Nutnost úprav a intervalových rozdělení byla také spojená s jednotlivými kroky při využití metody GUHA. Zejména pak s nutností zpracování základního schématu tabulky dat, tj. seznamu veličin s co nejpřesnějším popisem významu každé z nich, včetně způsobu jejího
144
ohodnocení a také potřeby přesného stanovení výchozích dat. Tedy tabulky jako takové. Teprve po těchto úpravách provedených uživatelem (autor) mohl řešitel (viz 3.1.3) spolu s uživatelem přistoupit k úspěšné realizaci procedur. Úpravy vstupních dat byly provedeny ve dvou etapách po prvním neúspěšném pokusu. Celkově lze říci, že tyto úpravy, definice intervalů, výpočty a příprava vstupní matice 25 hodnot pro 122 podniků v období 2003 až 2011 stály nejvíce úsilí a času. Lze říci, že celá tato činnost představovala největší rizika pro následnou možnost využití procedur metody GUHA.
Statistické vyhodnocení vybraných ukazatelů - přehled Vzhledem k zaměření Případové studie III. a výběru podniků lze tuto množinu statistických jednotek (podniků) nazvat statistickým souborem, u jehož prvků jsou dále zkoumány jejich vybrané statistické znaky. Volba statistických jednotek, vhodný výběr statistických znaků, pomocí nichž jsou dále sledovány vlastnosti statistického souboru, byla velmi důležitou činností. Statistická jednotka i zjišťované znaky musely být přesně vymezeny i z hlediska věcného (viz výše). V této části Případové studie III. tak šlo především o popis či vyhodnocení statistického souboru. Základní výběr byl proveden na základě realizace hlavní činnosti v AP České republiky a pouze pro dodavatelské podniky, které mají vztah k AutoSAP. Toto hledisko lze považovat za velmi důležité, ovšem nezajišťuje dostatečnou podobnost či homogenitu statistického souboru. Již také byly provedeny základní analýzy a rozdělení souboru podniků (viz. 4.6.2), stejně jako intervalové rozdělení četností jednotlivých, v práci dále použitých, statistických znaků. Přesto bylo důležité statistickými metodami zjistit např. homogenitu (stejnorodost) či míru úrovně resp. polohu souboru. Pro roky 2003, 2007, 2011 byly spočítány střední hodnoty (aritmetický průměr) pro zjištění úrovně, 50% kvantil členící statistický soubor na dvě stejné poloviny, tedy medián neboli prostřední hodnoty, dále variační rozpětí R dle vzorce R = xmax - xmin pro zjištění rozdílu největších a nejmenších hodnot znaku, rozptyl, směrodatná odchylka a v neposlední řadě variační koeficient Vx pro hodnocení tzv. homogenity neboli stejnorodosti souboru podniků. Za nejdůležitější lze považovat variační koeficient Vx , který je definován jako poměr směrodatné odchylky a aritmetického průměru. Je bezrozměrným číslem a jeho stonásobek udává variabilitu v %. Podle velmi hrubého pravidla pak variační koeficient vyšší než 50% je znakem nesourodosti statistického souboru. Podrobný přehled vypočtených, výše uvedených, statistických vyhodnocení je uveden v Příloze J této práce. Krátká interpretace vypočtených hodnot roků 2003, 2007, 2011 následuje. Vždy jsou uvedeny pouze vybrané ukazatele z tabulky Přílohy J, nikoliv veškeré spočtené hodnoty všech ukazatelů. Ukazatele podnikové výkonnosti jsou vždy dále uvedeny ve spočtených hodnotách statistických veličin v letech 2003, 2007 a 2011. Je tak umožněno sledovat i postupný vývoj v období.
145
Statistické vyhodnocení ukazatelů rentability 2003, 2007 a 2011 Střední hodnota ukazatele ROA z EBIT v roce 2003 byla 0,067 tj. 6,7%, ROE pak 13,3%. Variační koeficient Vx pak představuje hodnoty 2,906 pro ROE a 1,57 pro ROA z EBIT. Průměrná hodnota ROA z EBIT za průmysl celkem v ČR pak byla 7,50% a ROE 8,01%. V roce 2007 dosáhla hodnota ROA z EBIT střední hodnoty 6,8% a ROE 6,5%. Variační koeficient Vx byl pro ROA z EBIT 1,96 a pro ROE dokonce 13,58. Průměrné hodnoty za průmysl celkem byly 10,73% (ROA z EBIT) a 13,34% (ROE). V roce 2011 střední hodnota ROA z EBIT 7,3% a ROE 15,9%. Vx 1,37 pro ROA z EBIT a 6,16 pro ROE. Průměrná hodnota ROA z EBIT za průmysl celkem 6,73% a ROE 12,11%.
Statistické vyhodnocení ukazatelů likvidity 2003, 2007 a 2011 V případě ukazatele běžná likvidita (dále L3) byla střední hodnota v roce 2003 2,6; v roce 2007 1,67 a v roce 2011 2,10. U ukazatele pohotová likvidita (L2) byl vývoj 1,94 v roce 2003; 1,09 ve 2007 a 1,30 ve 2011. U okamžité likvidity (L1) 0,53 v roce 2003; 0,29 ve 2007; 0,28 ve 2011. Což představuje hodnoty variačního koeficientu Vx pro L3: 1,91; 0,87 a 0,98. Pro L2 pak Vx bylo 2,48; 0,91; 0,91 postupně v letech 2003, 2007 a 2011. Pro L1 tak Vx 3,53; 1,73; 1,91. Průměrné hodnoty za průmysl celkem tvořily dle zpráv MPO hodnoty pro L3: 1,28; 1,35; 1,55. Pro L2 pak 0,92; 1,00; 1,19. Pro L1 byly hodnoty za průmysl celkem 0,21;0,20 a 0,30.
Statistické vyhodnocení ukazatelů zadluženosti 2003, 2007 a 2011 Střední hodnota ukazatelů zadluženosti byla pro celkovou zadluženost 50,9%; 60,3% a 52,9% v letech 2003, 2007 a 2011. Variační koeficient Vx byl pro tento ukazatel 0,49; 0,46; 0,46. Lze tak tvrdit, že soubor je z hlediska hodnot variačního koeficientu Vx pro ukazatel celkové zadluženosti homogenní ve všech sledovaných letech. Pro ukazatel krytí dlouhodobého majetku byly hodnoty střední hodnoty 2,19; 1,52 a 1,75. Vx pak 1,63; 1,03; 0,64. Pro ukazatel ziskový účinek finanční páky pak střední hodnoty byly 1,72; 3,6; a 2,47. Vx hodnoty 2,21; 2,89 a 1,58 pro jednotlivá sledovaná období tj. roky 2003, 2007 a 2011.
Statistické vyhodnocení ukazatelů aktivity 2003, 2007 a 2011 Poslední z podrobněji zde popisovaných ukazatelů jsou ukazatele aktivity, resp. řízení aktiv. Pro ukazatel doba obratu zásob byly spočítány tyto střední hodnoty 49,6; 62,8; 47,15 v letech 2003, 2007 a 2011. Ukazatel za průmysl celkem byl v hodnotách 38; 34; 33 dnů. Soubor tak dosahoval horších výsledků než průmysl celkem. Vx byl pro tento ukazatel 0,71;1,48;0,66. U ukazatele doba obratu pohledávek došlo k vývoji středních hodnot takto 72,09; 82,8; 73,6 dnů při hodnotách Vx 0,76; 0,79; 1,32 v letech 2003, 2007 a 2011. Průmysl celkem dosahoval hodnot 74; 78; 81. Soubor tak, s výjimkou roku 2007, dosahoval lepších hdnot než průmysl ČR jako celek. Pro ukazatel doba obratu majetku
146
v souboru platily střední hodnoty 322,4; 570,1; 264,3 v uvedených letech. Vx pak byl 0,86; 2,12; 0,46. Ukazatele doby obratu majetku za průmysl celkem byly spočteny 358; 344; 331 dnů v letech 2003, 2007 a 2011. Opět tak lze tvrdit, že průměrně soubor dosáhnul s vyjímkou roku 2007 lepších hodnot než průmysl ČR celkem.
Shrnutí statistického vyhodnocení ukazatelů 2003, 2007 a 2011 Statistické vyhodnocení souboru bylo provedeno i u „ostatních“ ukazatelů (Tafflerův model, IN99, Quick test, Nákladovost). Nicméně pro použití a ke krátkému popisu či zhodnocení byly určeny pouze výše uvedené ukazatele. Přehled vypočtených hodnot za všechny vybrané ukazatele z let 2003, 2007 a 2011 lze dohledat v Příloze J disertační práce. Dané roky podávají na jedné straně možnost srovnání v čase, na druhé straně pak představují pravidelnou čtyřletou periodu. Obecně lze tvrdit, že na základě spočtených hodnot u některých ukazatelů nebyla potvrzena homogenita či stejnorodost souboru měřeného hodnotami ukazatele variační koeficient Vx, u některých zase naopak homogenita potvrzena byla. Za zajímavý lze považovat fakt, že vysoké či časté homogenity dosahoval soubor v případě souhrnných indexů. Jistou nesourodost některých ukazatelů tak bylo možné zařadit i do následující kapitoly pojednávající o omezeních Případové studie III. a z ní plynoucích závěrů.
4.6.4
Omezení použitých metod a postupů Případové studie III.
Provedená zkoumání v Případové studii III. měla resp. mají své výhody a zároveň svá jistá omezení. Co se týče výhod, lze za ně považovat situaci, kdy většina klasických modelů využívá informace plynoucí z finančních výkazů, a to v podobě poměrových finančních ukazatelů. Lze tak odvozovat, že jejich základní konstrukce je poměrně jednoduchá. Obvyklé důvody pro použití těchto ukazatelů jsou primárně založeny na skutečnosti či předpokladu jednoznačně objektivních hodnot a také na jejich veřejné dostupnosti. Nicméně je nutné zmínit, že finanční poměrové ukazatele byly předmětem i mnoha kritik a modely predikce podnikového selhání, na nich založené, trpí i mnoha nedostatky, jak tvrdí Vochozka (2011, s. 58) a další autoři. Níže jsou uvedeny důvody, nedostatky a z nich plynoucí omezení v Případové studii III. 1. Mnohé roční účetní závěrky neposkytují korektní informace. 2. Společnosti často významně či účelově ovlivňují roční výkazy. 3. Možnost chybějícího systému vnitřní kontroly. 4. Modely založené na účetních datech jsou často ovlivněny extrémními hodnotami ukazatelů. 5. V účetních datech často chybějí hodnoty. 6. Ne všechny relevantní informace se odráží ve výkazu zisku a ztráty a v rozvaze.
147
7. Žádný ekonometrický či ekonomický model, založený pouze na účetních poměrových ukazatelích bez neúčetních nebo kvalitativních ukazatelů nemůže s jistotou předpovědět podnikovou budoucnost. Takto lze v základním pojetí obecně definovat omezení plynoucí pouze z využití účetních dat pro plánování skutečné podnikové budoucnosti a dalšího jeho vývoje. Další omezení plynoucí z neznalosti zejména neúčetních a kvalitativních proměnných (interní procesy), budoucích vlivů okolního prostředí na konkrétní podnik či makroekonomické vlivy na konkrétní specifický faktor v podniku zde, vzhledem k rozsáhlosti i možným kombinacím, nelze detailně popsat. Z hlediska vybraných ukazatelů, pak lze u nich i jejich vstupů, definovat tato omezení (viz dále).
Obecná omezení používaných účetních údajů Za určité omezení v Případové studii III. lze považovat využití účetních údajů, na jejichž hodnotách, resp. v jejich intervalovém rozdělení byla zkoumání provedena. Účetní údaje nemohly pojmout vliv např. inflace (bez řádného přepočtu), rizika, časovou hodnotu (momentální ukazatele) či nebylo možné plně zahrnout tzv. alternativní náklady (náklady obětované příležitosti).
Omezení týkající se sestavení HV a kapitálové struktury Výsledek hospodaření podniků (HV) mohl být ovlivněn např. různou účetní politikou (odpisová politika, oceňování majetku, atd.). HV také mohl obsahovat výnosy a náklady nesouvisející s hlavní činností podniku či takové, které jsou výsledkem nějakých mimořádných událostí. Jistým omezením se jevil i fakt, že do HV (provozní HV) mohly být zahrnuty i výnosy z prodeje dlouhodobého majetku nebo prodeje materiálu. Přesné vymezení aktiv tj. například pro výpočet ukazatelů rentability, majetek financovaný leasingem (používaný pro podnikové činnosti x není majetkem podniku), nehmotná aktiva, goodwill apod. byly pak primárně vnímány jako problémy pro vymezení struktury podnikového kapitálu a hodnot vstupujících do výpočetních vztahů.
Omezení ukazatelů rentability, likvidity, zadluženosti, řízení aktiv Výpočet ukazatelů rentability (ROA z EBIT, ROE, ROS) reflektoval výše uvedená omezení. Podíl podoby zisku ke kapitálu tak musel být ovlivněn výše uvedenými skutečnostmi. Dalším omezením ukazatelů rentability je i fakt, že vygenerovaný zisk v průběhu období nebyl dostupným zdrojem financování (součást vlastního kapitálu) aktivit podniku. U ukazatelů likvidity (L3, L2, L1) lze hovořit zejména o omezení plynoucích ze skutečnosti, že čitatele (určitá kategorie aktiv) nebylo vždy možné upravit o např. neprodejné zásoby, nedobytné pohledávky apod. Také přístup ke zdrojům financování je vždy nutné považovat za nestejný u většího počtu rozdílných firem. Ukazatele řízení aktiv – aktivity (doba obratu zásob, pohledávek a majetku), resp. stanovení jejich výše a
148
z něj plynoucího následného intervalového rozdělení pro GUHA procedury, mohla být též ovlivněna neprovozní činností podniku (např. výnosy z prodeje dlouhodobého majetku). Dalším omezením při řízení aktiv mohl být u konkrétního podniku fakt, že díky investicím (zejména v předkrizovém období) se zvýšila hodnota aktiv, ale tyto investice dosud nepřinášely patřičné efekty a tudíž existovaly nižší hodnoty obratovosti aktiv. V případě použitých ukazatelů zadluženosti (celk. zadluženost, krytí dlouhodobého majetku, zisk. účinek finanční páky) se jistě projevila i nemožnost zachycení například budoucí hodnoty závazků plynoucích z leasingového financování, což je ovšem z hlediska nesnadné dostupnosti interních podnikových údajů zcela logickým omezením. Závěrem je také možné říci, že jistá omezení byla patrná i v případě souhrnných indexů a modelů (Tafflerův model, IN99, Quick test), zejména pak tyto reflektovaly i výše uvedená omezení. Za samostatnou kapitolu lze považovat i inflaci, protože není v cenách zohledněna v takovémto pojetí pouze progrese produkční, ale může mít významný vliv na ukazatele jen pouhé zvýšení cen např. vlivem inflačních očekávání. Podstatou Případové studie III. ovšem nebyla detailní a striktně přesná finanční analýza jednotlivých podniků ze souboru 122 dodavatelských firem působících v automobilovém průmyslu České republiky. Takovou ambici tato studie neměla. Mnohem důležitější, a dá se říci primární, byla analýza dopadů globální krize z let 2007 až 2010 do podnikového fungování (měřeno vybranými ukazateli výkonnosti) a zejména pak snaha o nalezení existujících i dosud neanalyzovaných vzájemných vztahů. Autor byl nucen často využít i „zdravého rozumu“. Pro provedená zkoumání, i při svých výše popsaných omezeních, se vstupní data v náležité podobě využila.
4.6.5
Zkoumání procedurami metody GUHA
Jak již bylo uvedeno v kapitole 3.1.3, byly v této části disertační práce, resp. Případové studii III., využity vybrané procedury metody GUHA (General Unary Hypothesis Automaton) Frequency analysis, Contingency analysis a procedury 4ft – Miner. Kapitola je strukturovaná do podoby krátkého popisu konkrétní procedury na jejím začátku, graficky prezentovaných provedených zkoumáních a hlavních výsledků. Z důvodů rozsahové omezenosti disertační práce a autorova zájmu o využití procedur byly veškeré výsledky uloženy do zvláštní přílohy práce (CD). Závěrem každé procedury, resp. provedených analytických dotazů, je slovní prezentace a komentáře k zjištěným faktům. Tato zjištění pak, spolu s ostatními výsledky výzkumu, zejména v Případové studii I.,II. (viz. 4.3; 4.5), ale i ostatních analytických kapitol (viz. 4.1; 4.2; 4.4), byla použita pro formulaci následných strategických doporučení a k finálnímu naplnění cílů disertační práce.
149
4.6.6
Výzkumné otázky Případové studie III. u GUHA procedur
Autor pro Případovou studii III. definoval dvě základní výzkumné otázky, pro něž používá zkratky RQx, RQy, odvozené z uvedeného anglického názvu. RQx: Došlo v průběhu finanční a hospodářské krize z let 2007 až 2011 k výrazným výkyvům v hodnotách vybraných ukazatelů výkonnosti analyzovaných podniků z AP ČR? RQy: Existují v podnikovém prostředí dosud neanalyzované vztahy a vzájemné souvislosti mezi výkonnostními ukazateli?
4.6.7
Frequency analysis – základní procedura metody GUHA
Je důležité uvést, že základní rozdělení atributů (kategorizace hodnot, intervalové rozdělení) bylo vytvořeno v rámci přípravy dat pro vstupní tabulku v programu MS Excel (uživatel). Následně byla vstupní data převedena do databázového programu MS Access (řešitel). Tato data se poté stala součástí modulu LM DataSource. Nebylo tak využito funkcí pro automatickou tvorbu kategorií (enumerace, ekvidistantní intervaly, ekvyfrekvenční intervaly). Lze potvrdit, že kategorie byly ručně vytvořeny uživatelem. Následnou distribuci frekvencí pro vytvořené kategorie bylo možné zobrazit pomocí funkce Frequency analysis. Byla tak využita funkce modulu LM DataSource. Výstupem byly jak textové, tak i grafické informace. V textové části jsou zobrazeny i kumulativní frekvence. Frekvenční analýza byla provedena pro hodnoty všech zvolených podnikových ukazatelů v období 2003 až 2011 a pro období 2006 až 2011. Toto bylo zvoleno k redukci na krizové období 2007 až 2011 plus jeden rok před a jeden po krizi. Období 2006 až 2007 bylo také analyzováno pro jeho jednotlivé roky. Dále jsou uvedeny distribuce frekvencí pro ukazatele ROE (ROE), ROA z EBIT (ROAZEBIT) a IN99 (IN99) graficky i popsané slovně. Veškeré ostatní výsledky veškerých ukazatelů jsou uvedeny v Příloze K (CD).
Výsledky frekvenční analýzy pro ROE 2003 až 2011 Výsledek frekvenční analýzy pro ukazatel rentability vlastního kapitálu ROE podniků zkoumaného souboru v období 2003 až 2011 je dokumentován prostřednictvím distribuce frekvencí kategorií v histogramu ROE_2003_2011 v Příloze K (CD) disertační práce. Slovní popis frekvenční analýzy uvádí výskyt v datech, tedy za celé období všech podniků (celkem 1098 řádků, možností výskytu), pro hodnotu ROE nízká celkem 531 výskytů, tj. 48,4%, pro ROE střední 102 výskytů, tj. 9,3% v datech a ROE vysoká 465 krát v datech, tj. 42,3% všech údajů pro rentabilitu vlastního kapitálu ROE.
150
Obr. 49: Distribuce frekvencí kategorií ROE 2006 - 2011[vlastní]
Obr. 49 dokumentuje vývoj, resp. frekvenci výskytů jednotlivých hodnot ukazatele ROE pro období 2006 až 2011 v jednotlivých letech. Graficky i následně v Tabulce 38. V kategorii ROE vysoká lze spatřovat v krizových letech pokles až na úroveň 27 podniků v roce 2009 oproti předkrizovému roku 2006 a počtu 52 podniků dosahujících vysoké hodnoty ROE. Pokles či přesun mezi kategoriemi byl zřejmý a korespondoval i v hodnotách ROE nízká. V podstatě kontinuální pokles počtu podniků zařazených do ROE vysoká mezi 2006 až 2009 pak prudce vzrostl v roce 2010 na původní hodnotu 52. Tedy v roce, kdy začaly naplno působit dotační tituly na nákup nových vozů (zejm. Německo). Lze tak konstatovat, že u významné části podniků došlo k ovlivnění jejich výkonnosti finanční krizí, stejně tak jako následnými státními opatřeními v AP. Tabulka 40 Vývoj hodnot ROE 2006 – 2011 [vlastní]
ROE 2006 2007 2008 2009 2010 2011 nízká střední vysoká
53 17 52
65 8 49
73 14 35
82 13 27
61 9 52
62 12 48
Výsledky frekvenční analýzy pro ROAZEBIT 2003 až 2011 Pro ukazatel ROAZEBIT v celém období 2003 až 2011 byly zjištěny hodnoty výskytu v datech pro ROAZEBIT nízká 356 krát, tj. 32,4% z celkového počtu 1097 možných výskytů. Pro ROAZEBIT střední pak 141 výskytů, tj. 12,8% a
151
ROAZEBIT vysoká pak 356 výskytů v datech při procentním vyjádření 32,4. Grafické znázornění prostřednictvím distribuce frekvencí kategorií v histogramu lze dohledat v Příloze K (CD) ROAZEBIT_2003_2011.
Obr. 50: Distribuce frekvencí kategorií ROAZEBIT 2006 - 2011[vlastní]
Frekvenci výskytů jednotlivých hodnot ukazatele rentability celkového kapitálu počítaného ze zisku před zdaněním a úroky (ROAZEBIT) graficky znázorňuje Obr. 50. Z něj i následující Tabulky 39 je patrný vývoj ukazatele tzn. v hodnotě ROAZEBIT nízká nárůst v období 2006 až 2009 z 66 na 78. Naopak kategorie ROAZEBIT vysoká (žádoucí), z 40 pokles na 27 v témže období. Kategorie ROAZEBIT střední počet spíše stagnuje. V roce 2010 pak byl dramatický pokles v kategorii ROAZEBIT nízká a růst z 27 na 48 podniků hodnocených ROAZEBIT vysoká. Rok 2011 pak v podstatě kopíroval hodnoty roku 2010. Obdobně jako u ROE lze i u ROAZEBIT říci, že ukazatel, resp. podniky na základě vývoje tohoto ukazatele, byly významně ovlivněny makroekonomickou situací. Následný boom v roce 2010 opět nelze přičíst vývoji ve světovém hospodářství a autoregulační funkci mikrostruktury TE. Tabulka 41 Vývoj hodnot ROAZEBIT 2006 – 2011 [vlastní]
ROAZEBIT 2006 2007 2008 2009 2010 2011 nízká střední vysoká
66 18 40
77 11 34
83 12 27
78 16 27
152
56 18 48
55 19 48
Výsledky frekvenční analýzy pro IN99 2003 až 2011 I když za vrcholové byly vybrány ukazatele rentability, jevilo se jako žádoucí představit i detailní frekvenční analýzu souhrnného ukazatele IN99. Ostatní analyzované, nejen souhrnné ukazatele, lze opět dohledat v Příloze K (CD). V období 2003 až 2011 došlo u analyzovaných podniků k výskytu v jednotlivých kategoriích IN99 a letech celkem: 283 krát podniky dle IN99 netvořily hodnotu, tj. 25,8%, 315 krát spíše netvořily hodnotu, tj. 28,7%, v šedé zóně za období se pohybovalo 221 podniků, tj. 20,1%, v kategorii spíše tvoří hodnotu pak 196 podniků, tj. 17,9% a v kategorii tvoří hodnotu pak 83 podniků, tj. 7,6%. Kumulativně se tak jedná o možnost max. 1098 výskytů za dané období.
Obr. 51: Distribuce frekvencí kategorií IN99 2006 – 2011 [vlastní]
Frekvenci výskytů jednotlivých hodnot souhrnného ukazatele IN99 popisuje i graficky demonstruje Obr. 51 a Tabulka 40. Z hlediska období je tak zřejmé, že pro jednotlivé, autorem indexu definované kategorie, IN99 (5) došlo u všech k jistému ovlivnění. Z pohledu podniků dle IN99 netvořících hodnotu proběhnul vývoj v čase nárůstem z 18 v roce 2006 až na maximálních 52 podniků, které netvořily hodnotu v roce 2009, následně s prudkým poklesem v roce 2010. Zejména došlo k přesunu z kategorie IN 99 spíše netvoří hodnotu a IN99 šedá zóna. V kategorii IN99 tvoří hodnotu došlo k poklesu frekvence výskytu v datech z celkových 13 takto hodnocených podniků na 3 v roce 2007 a 4 ve
153
2008. Nárůst v této kategorii o cca 120% pak je patrný v roce 2010. Přesuny mezi kategoriemi i jejich změny v čase dokumentuje názorně Tabulka 40. Tabulka 42 Vývoj hodnot IN99 2006 – 2011 [vlastní]
IN99 netvoří hodnotu spíše netvoří hodnotu šedá zóna spíše tvoří hodnotu tvoří hodnotu
2006 2007 2008 2009 2010 2011 18 44 25 22 13
24 36 25 34 3
38 38 19 23 4
52 35 21 8 6
32 28 31 21 10
36 28 24 25 9
Shrnutí provedené frekvenční analýzy (Frequency analysis) V předcházejících dílčích částech Případové studie III. byly provedeny procedurou Frequency analysis metody GUHA frekvenční analýzy distribuce jednotlivých kategorií vybraných ukazatelů podnikové výkonnosti (ROE, ROAZEBIT) a jednoho souhrnného indexu (IN99). Z dostupných výsledků lze zodpovědět výzkumnou otázku (Research question) RQx. V průběhu finanční a hospodářské krize z let 2007 až 2010 došlo k velmi výrazným změnám (výkyvům) v oblasti hodnot či jednotlivých kategorií zvolených ukazatelů. Stejně tak lze konstatovat, že negativní vliv makrosituace v krizovém okolí na podniky zkoumaného souboru 122 firem ze sektoru AP ČR a se vztahem k AutoSAP, byl výrazně zmírněn vnějšími zásahy (státní dotace na nákup nového vozu, šrotovací prémie apod.) v roce 2009, s následkem v roce 2010. Z hlediska výkonnosti podniků, resp. jejich vnitřně očistné procedury však tyto zásahy možné hodnotit jako rozporné. Z hlediska makroekonomického tyto zásahy pouze oddálily nevyhnutelné. Výsledky frekvenční analýzy také mají podstatný vliv na možnost splnění cílů celé disertační práce a potvrzení či vyvrácení jejích hypotéz. Na závěr lze říci, že celkem bylo provedeno 46 analytických dotazů, které jsou zdokumentovány v Příloze K (CD) disertační práce. Výsledky též potvrdila následující Contingency analysis.
4.6.8
Contingency analysis – procedura metody GUHA
Contingency analysis, neboli KL kontingenční analýza, vychází opět z LM DataSource. Ve své podstatě byla tato zkoumání provedena na základě následujícího postupu: jako KL-hypotéza ve formě datové matice, kde byly stanoveny pouze atributy pro řádky (Attribute for row) v podobě definovaných hodnot ukazatelů rentability ROE, ROAZEBIT (nízká, střední, vysoká) a k nim atributy pro sloupce tzv. Attribute for column (kategorie hodnot ostatních ukazatelů), případně byla zadána podmínka. Jako podmínka v provedených analytických dotazech byl zvolen ukazatel Rok tak, aby bylo možné detailně sledovat vývoj výskytu vazby mezi atributy, resp. jejich hodnotami v řádcích a sloupcích.
154
Provedená zkoumání byla provedena primárně pro kategorie zvolených vrcholových ukazatelů ROE a ROAZEBIT. Hledány byly vazby, resp. jejich výskyt v datech vůči všem ostatním ukazatelům. Z důvodu rozsahu analytické práce jsou následně uvedeny pouze některá zkoumání. Celkem bylo provedeno 24 analytických dotazů pro ROE v období 2003 až 2011, totéž pro ROAZEBIT, následně pak 132 analytických dotazů pro ROE v období 2006 až 2011 (detailně jednotlivé roky) a totéž pro ROAZEBIT. Lze tak hovořit o celkem 312 analytických dotazech v této proceduře. Veškeré výsledky jsou dokumentovány jak graficky (3D graf), tak i slovním popisem v Příloze K (CD) ve složce Contingency_analysis_firmy_AP. z důvodu omezení rozsahu disertační práce budou v následující kapitole představeny pouze některé matice vztahů kategorií hodnot základních ukazatelů aktivity (řízení aktiv – doba obratu majetku) a likvidity (běžná likvidita) vůči ROE. Veškeré ostatní analytické dotazy, jak již bylo řečeno, jsou v Příloze K (CD) disertační práce. V závěrečném shrnutí kapitoly pak jsou i z nich vyvozeny závěry.
Výsledky kontingenční analýzy pro ROE 2003 až 2011 Výsledek provedeného analytického dotazu resp. definované KL-hypotézy dokumentuje Obr. 52, z něhož jsou patrné hodnoty výskytu vztahu dvou atributů ROE (3 kategorie, řádky) a Doba obratu majetku – DOBOBRMAJ (3 kategorie, sloupce) za celé období 2003 až 2011, včetně grafické prezentace výsledku v 3D grafu.
Obr. 52: Datová matice a 3D graf ROE vs. DOBOBRMAJ 2003-2011 [vlastní]
155
Detailní početní rozdělení vztahů kategorií ROE (nízká; střední; vysoká) a DOBOBRMAJ (dlouhá; krátká; střední) dostatečně reprezentují údaje z Obr. 51. Obecně podniková teorie hovoří o tom, že kratší doba obratu aktiv se kladně podílí na hodnotách rentability. V případě analyzovaných podniků pak hodnota 311 výskytů vztahu ROE vysoká vs. DOBOBRMAJ krátká a dalších toto potvrzuje. Avšak z výsledků Obr. 51 jsou patrná i zjištění typu ROE vysoká a zároveň DOBOBRMAJ dlouhá v počtu 34 výskytů. I další zajímavé vztahy je možné dohledat v matici i 3D grafu na Obr. 52.
Obr. 53: Datová matice a 3D graf ROE vs. DOBOBRMAJ rok 2007 [vlastní]
Rozdělení vztahů kategorií ROE (nízká; střední; vysoká) a DOBOBRMAJ (dlouhá; krátká; střední) v roce 2007, zadaná podmínka v Use attribute for condition s celkem 6 kategoriemi (jednotlivé roky) dokumentuje Obr. 53. Vztah ROE vysoká a DOBOBRMAJ krátká se vyskytoval celkem v 40 podnicích. Naopak vztah ROE nízká a zároveň DOBOBRMAJ krátká pak u 36 podniků v roce 2007. Rok 2007 tak, dle provedených zkoumání, lze brát jako rok s maximální hodnotou prvního uvedeného vztahu. Pokud srovnáme s rokem 2009 (nejhlubší projevy krize), pak vztah ROE vysoká a DOBOBRMAJ krátká se vyskytoval v datech celkem 20 krát (výrazný pokles) a vztah ROE nízká a zároveň DOBOBRMAJ krátká celkem 41 krát (nárůst). V roce se 2010 pak první vztah se vyskytoval 35 krát (výrazný růst výskytu), druhý 27 krát (výrazný pokles výskytu). Změny v celé časové řadě dokumentuje Příloha K (CD). Lze tak velice zkráceně konstatovat, že hodnoty kategorie DOBOBRMAJ (doba
156
obratu majetku) měly vliv na hodnotu vrcholového ukazatele ROE u všech 122 podniků, nikoliv však vždy očekávanou, resp. v souladu s ekonomickou teorií. Lze tak říci, že je nutné vždy brát v potaz mnohem více vlivů různých ukazatelů i podnikových aktivit na vrcholový ukazatel. Pro vztah ukazetelů ROE a běžná likvidita BEZNALIKV byly provedeny následující zkoumání a analytické dotazy (viz Obr. 54 a 55).
Obr. 54: Datová matice a 3D graf ROE vs. BEZNALIKV 2003-2011 [vlastní]
Z Obr. 54 je patrné, že všech celkem 1098 možností vztahů mezi kategoriemi atributů ROE a BEZNALIKV bylo zařazeno do rozdělení formou matice i 3D grafu. Opět lze hovořit o podobnosti v četnosti výskytu pro hlavní kategorie ROE vysoká (112x) a ROE nízká (125x) při BEZNALIKV (1,5;2,5), která je doporučována v ekonomické teorii. Obdoby těchto hodnot, např. pro kategorii atributu BEZNALIKV <1, jsou opět patrné z tabulky na Obr. 54. Opět lze za jistých podmínek a na základě dalších zkoumání vztahů mezi ukazateli (Příloha K) odvozovat, že vlivů na vrcholový ukazatel podnikové výkonnosti je mnohem více a zejména jejich kombinace, resp. provázanost, je tím, co dělá podnik konkurenceschopným. Při detailním zkoumání či v meziročních srovnáních vztahů kategorií atributů ROE a BEZNALIKV v letech 2007 (max) a 2009 (min) lze dojít obdobným výsledkům. Vztah ROE vysoká při BEZNALIKV (1,5;2,5) se v roce 2007 vyskytoval celkem u 12 podniků ze zkoumaného souboru. V roce 2009 pak jen u 11 a v roce 2010 u 18 (nárůst). Opačný vztah ROE nízká při BEZNALIKV
157
(1,5;2,5) doporučená u 19 podniků v roce 2007, u 16 podniků ve 2009 a následně u 13 podniků ve 2010 z celkového možného počtu vždy celkových 122 možností v daném roce.
Obr. 55: Datová matice a 3D graf ROE vs. BEZNALIKV rok 2007 [vlastní]
Shrnutí provedené kontingenční analýzy (Contingency analysis) V části věnované vybraným kontingenčním analýzám Případové studie III. byly prezentovány KL-hypotézy mezi ukazatelem ROE a vybranými ukazateli řízení aktiv a zadluženosti pro období 2003 až 2011 a následně poté i pro vybrané, zajímavé jednotlivé roky krizového období 2007 až 2010. Veškeré ostatní zkoumání, analytické dotazy či KL-hypotézy obsahuje Příloha K (CD) ve složce Contingency_analysis_firmy_AP, kde jsou výsledky všech provedených KL-hypotéz ukazatelů ROE a ROAZEBIT vůči všem ostatním ukazatelům podnikové výkonnosti. Primárním důvodem pro provedení analýz bylo nalezení odpovědí na výzkumné otázky RQx a RQy. Z důvodu omezení rozsahu pak byly kvantifikovány a popsány výše uvedené KL-hypotézy. Provedené kontingenční analýzy tak pomohly dát, resp. potvrdit zejména RQy, kdy na základě zkoumání v kapitole 4.6.8 a ostatních zkoumání (Příloha K) je možné tvrdit, že dosud skutečně existují neanalyzované vztahy mezi podnikovými výkonnostními ukazateli, zejména v případě „roztříštěnosti“ výkonnostních ukazatelů. Zejména pak lze říci, že podnikové prostředí, a sekundárně i ve vztahu k makroekonomickému okolí, skýtá velké množství potenciálních vztahů, které
158
jsou samostatnými či diferencovanými výkonnostními ukazateli nepostihnutelné v celé své šíři.
4.6.9
Zkoumání procedurou 4ft-Miner metody GUHA
Pomocí procedury 4ft-Miner byly ve vstupních datech, tvořených hodnotami intervalového rozdělení výkonových ukazatelů, hledány vztahy v podobě 4ftasociačních pravidel ve tvaru antecedent ≈ sukcedent (předpoklad ≈ závěr) a tzv. podmíněná 4ft-asociační pravidla ve tvaru: antecedent ≈ sukcedent/podmínka. Antecedent, sukcedent i podmínka byly, resp. jsou, odvozené booleovské atributy. Bylo využito vztahu mezi antecedentem a sukcedentem daného kvatifikátorem v podobě fundované implikace s mírou zajímavosti v datech (confidence, v %) a počtem takových výskytů v datech (BASE), což je vysvětleno dále na zadání prvního analytického dotazu. Cílem procedury bylo nalézt úplně všechna taková pravidla, která v analyzovaných datech platila ve smyslu kritéria daného kvantifikátorem. V Případové studii III. jí bylo využito pro nalezení takových 4ft-asociačních pravidel, které ve smyslu dané jim 4ft-kvantifikátorem, byly platné při zadání základních úkolů pomocí modulu 4ftTask. Procedura 4ft-Miner byla první zařazenou analytickou procedurou systému LISp-Miner. Důležitým faktorem při interpretaci se jevila znalost pravdivostních ohodnocení výroků při využití základních pravdivostních funktorů, zejména implikace, konjunkce a negace. Využití procedury 4ft-Miner dalo odpověď, přesněji všechny možné odpovědi platné v datech, na analytický dotaz: Proč je ROE, ROAZEBIT vysoká? A to v časovém období 2003 až 2011 a následně pak i v přesnějším vyjádření 2006 – 2011. Tento typ výzkumu přinesl nová poznání, zejména týkající se dosud neanalyzovaných, možných vztahů mezi výkonnostními ukazateli ve vazbě na vrcholový ukazatel ROE, popř. ROAZEBIT, tedy výzkumné otázky RQy. Úplný postup zadání partiálních cedentů v antecedentu a sukcedentu, 4ft-kvantifikátorů, podmínky spolu s výsledky generování odpovídajících hypotéz je opět uveden v Příloze K (CD) práce. Autor takto kvůli rozsahovému omezení práce při potřebě grafické prezentace výsledků procedur metody GUHA byl nucen tímto způsobem řešit vzniklé situace.
Výsledky procedury 4ft-Miner pro ROE 2003 až 2011 Pro zadání úlohy bylo využito modulu 4ft-Task a zadány byly pro období 2003 až 2011 dva 4ft-cedenty (antecedent, sukcedent) složené z dílčích cedentů a 4ft-kvantifikátor. Pro antecedent (předpoklad) bylo použito 18 dílčích cedentů (18 výkonnových ukazatelů mimo COMP, IN99, ROK, QUICKTEST, ROE, NAZEV, TAFFLEMOD,) s délkou antecedentu min. 1 cedent a max. 9 cedentů v konjunkci. Pro sukcedent pouze jediný dílčí cedent ROE s koeficientem jediné
159
kategorie tj. pro hodnotu ROE vysoká vycházející z předpokladu, že vlastníci chtějí maximalizaci tohoto ukazatele. Hledané hypotézy, vztahy mezi cedenty antecedentu tak vyhovují požadavku maximalizace ROE. Kvantifikátor byl nastaven na úroveň BASE = 100, tedy počtem takového výskytu vztahu v datech minimálně na hodnotě 100 a mírou zajímavosti (confidence) p = 0,900 tj. 90%. Hledané vztahy tak primárně mají zodpovědět při daných parametrech otázku: Proč je ROE v období 2003-2011 vysoká? Vygenerované hypotézy s platností vztahu demonstruje Obr. 56.
Obr. 56: 4ft-Result pro Roe vysoká 2003-2011 [vlastní]
Při detailním rozboru textové interpretace výsledků analytického dotazu bylo zřejmé, že antecedent má tvar konjunkce dílčích cedentů: DOBROBRMAJ (krátká) & HV(1) & ROEZEBIT(vysoká) & ROS(vysoká) & ZISKUCINFINP (+CZ;+ROE) při sukcedentu (závěru) z jediného dílčího cedentu: ROE (vysoká). Dále prezentovaná hypotéza měla ID 65. Kontingenční tabulka se skládá z celkem 1098 možných údajů. Celkem bylo verifikováno 8899 relevantních otázek při počtu nalezených hypotéz 231, které odpovídají zadanému kvantifikátoru, literálům atd. Obr. 56 představuje výsledky takto generovaných a verifikovaných hypotéz. V proceduře 4ft-Miner se tak jedná o modul 4ft-Result. Celkový čas 0h 0m 2s.
160
Obr. 57: 4ft-Result (ID 65) 2003-2011 [vlastní]
Další verifikovanou hypotézu (ID 68) představuje Obr. 58. Ve své podstatě se jedná o modifikovanou konjunkci antecedentu předcházející hypotézy (ID 65).
Obr. 58: 4ft-Result (ID 68) 2003-2011 [vlastní]
161
Grafické znázornění hypotézy č. 2 (ID 68) představuje základní vztah antecedentu, tj. konjunkci DOBROBRMAJ (krátká) & HV(1) & ROS(vysoká) & ZISKUCINFINP (+CZ;+ROE) při sukcedentu (závěru) z jediného dílčího cedentu: ROE(vysoká). Tento vztah existoval v datech či mezi výkonnostními ukazateli ve 102 případech, a platilo, že pokud „ano“ antecedent, tak „ano“ sukcedent. Kompletní popis hypotézy v textové podobě pak představuje Obr. 59. Z něj je patrné, že kromě již zmíněných antecedentu a sukcedentu nebyla v analytickém dotazu zadána žádná podmínka (condition: empty). Popis kontingenční tabulky následuje i s udanými hodnotami, které korespondují s grafickým znázorněním a čtyřpolní maticí. Za zajímavost lze uvést, že mapu i 3D graf lze zobrazit v celkem pěti variantách. Autor využil zobrazení v absolutních hodnotách frekvencí. Lze si všimnout i barevných odstínů čtyřpolní matice, kdy čím světlejší červená, tím vyšší četnost výskytu na dané pozici.
Obr. 59: Textová prezentace 4ft-Result pro Hypotézu 2 (ID 68) 2003-2011 [vlastní]
V Příloze K disertační práce pak autor uvedl a prezentoval další dvě hypotézy týkající se období 2003 až 2011, včetně kompletního postupu zadávání analytického dotazu ve všech detailech. Opět tak je na místě říci, že pokud by byl prostor k analýze všech 231 verifikovaných hypotéz, pak budou nalezeny i
162
vztahy (v antecedentu), které dosud ekonomická teorie nemá přímo popsané směrem k vlivu na hodnotu ukazatele ROE. Co se týče období 2006 až 2011, jako období zahrnující jeden rok před krizovým obdobím, krizové období a jeden rok v postkrizovém období, pak lze prezentovat následující ukázku analytického dotazu a výsledků verifikovaných hypotéz v datech. Dotaz byl zadán naprosto stejně jako v případě období 2003 až 2011. Pouze v kvantifikátoru byl snížen počet případů výskytu v datech BASE = 50 z důvodu kratšího období. Výsledky jsou patrné na Obr. 60.
Obr. 60: 4ft-Result pro Roe vysoká 2006-2011 [vlastní]
Textově lze výsledek zkoumání interpretovat tak, že bylo vygenerováno a verifikováno celkem 23012 vztahů při počtu nalezených hypotéz 530. Celkový čas potřebný k vyřešení úlohy byl 0h 0m 7s (viz. Total time na Obr. 60). Textově pak je možné interpretovat výsledek prvního pole čtyřpolní matice na Obr. 61 jako: jestliže antecedent (konjunkce některých ukazatelů) je pravdivá, pak při výskytu tohoto vztahu v datech v 52 případech platí, že sukcedent je pravdivý. Výstup znamenal konjunkci v antecedentu : CELKZADLUZ(30;60) & DOBOBRMAJ(krátká) & HRCASHLIKV(>40) & HV(1) & KRYTIDLMAJ(>1) & ROAZEBIT(vysoka) & ZISKUCIFINP(+CZ;+ROE). Pak jestliže „ano“ antecedent, pak „ano“ sukcedent. Grafická podoba výstupu na Obr. 61.
163
Obr. 61: 4ft-Result (ID 2) 2006-2011 [vlastní]
Na závěr tohoto zkoumání se jeví jako žádoucí zmínit, že z každého analytického dotazu v proceduře 4ft-Miner byly vybrány čtyři hypotézy, které jsou včetně zadání graficky i textově prezentovány v Příloze K disertační práce, uložené na CD ve složce GUHA_vystupy/4ft-Miner. Zde neprezentovány, ale v Příloze K uloženy, jsou analytické dotazy k ukazatelům ROAZEBIT (pro období 2003-2011 i 2006-2011). Stejně tak jsou uloženy i analýzy a celkem 4 prezentované hypotézy pro souhrnný index IN99. Lze říci, že bylo provedeno celkem 6 zkoumání a prezentováno v Příloze K je celkem 24 hypotéz.
Shrnutí analýzy procedurou 4ft-Miner V kapitole 4.6.9 Případové studie III. byly provedeny analýzy procedurou 4Ft-Miner metody GUHA. V Případové studii III. byly graficky i textově prezentovány hlavní dosažené výsledky týkající se verifikovaných hypotéz na analytický dotaz: Proč je ROE vysoká? Pomocí procedury 4ft-Miner a zadaných dílčích cedentů v antecedentu a kvantifikátoru pak byly nalezeny veškeré zajímavé vztahy, které byly verifikovány a měly tak podobu platných hypotéz v datech. Pro období 2003 až 2011 bylo takto verifikováno v modulu 4ft-Result 8889 relevantních otázek. Z nichž vzešlo celkem 231 platných hypotéz, tedy různých konjunkcí dílčích cedentů tvořících antecedent tak, aby sukcedent byl ROE vysoká. Pro zkrácené období krize 2007 až 2010 (-rok/+rok) pak takto položených dotazů při stejném počtu cedentů bylo 23012 a verifikovaných hypotéz s platností v datech 530. Následně byly provedeny i grafické prezentace
164
vybraných hypotéz. Podobná zkoumání procedurou 4ft-Miner, společně s detailním postupem zadávání i prezentací výsledků byla provedena pro vrcholový ukazatel rentability celkového kapitálu (počítaná z EBIT) ROAZEBIT a pro souhrnný index IN99. Pro ROAZEBIT vysoká bylo nalezeno a verifikováno v období 2003 až 2011 celkem 202 hypotéz z 8510 relevantních otázek. Pro období 2006 až 2011 pak z 22031 otázek 606 verifikovaných hypotéz pro konjunkci cedentů v antecedentu s maximální délkou 9. Výsledky IN99 byly pro období 2003 až 2011 celkem 1587680 relevantních otázek a 26 verifikovaných hypotéz. Pro období 2006 až 2011 pak se stejným výsledkem. Lze tak tvrdit, že v datech pro jednotlivé ukazatele existovalo, resp. platilo, mnoho možných vzájemných vazeb či vztahů mezi jednotlivými ukazateli, při kterých hodnota ROE a ROAZEBIT dosahovala hodnot vysoká. Obdobně pro souhrnný index IN99. Problematika vlivu jednotlivých ukazatelů a zejména při jejich vzájemných vztazích na vybraný vrcholový ukazatel, se na základě výsledků jeví jako značně komplexní, široká a dosud detailně nepoznaná.
4.6.10 Závěr Případové studie III. V Případové studii III. byla řešena problematika týkající se dopadů finanční a hospodářské krize z let 2007 až 2010 na výkonnost dodavatelských podniků ze sektoru automobilového průmyslu v České republice. V její úvodní části byla provedena analýza vybraných 122 firem, spolupracujících či členů Sdružení automobilového průmyslu ČR (AutoSAP), jako celku. V časové ose 2003 až 2011 byly zkoumány vývoje vybraných ukazatelů podnikové výkonnosti při využití standardních statistických metod a postupů (řetězové indexy, průměrná tempa růstů, apod.). Lze tak za celý soubor a na základě provedených zkoumání, jednoznačně potvrdit, že makroekonomická situace nazývaná „finanční a hospodářskou krizí“ měla na vybrané ukazatele souboru významný vliv v podobě jejich prudkého poklesu zejména mezi roky 2008 a 2009. Detailní výsledky provedených zkoumání dokumentují dílčí závěry popsané na konci této části Případové studie III. (viz s. 132-133). V druhé části Případové studie III. byly hledány odpovědi na výzkumné otázky RQx a RQy. Pro tento účel byly zvoleny vybrané procedury metody GUHA (Frequency analysis, Contingency analysis, 4ft-Miner). Využití těchto procedur s sebou neslo nutnost úpravy vstupních dat v datové matici (výběr ukazatelů, jejich intervalová rozdělení, převod do MS Access apod.) a využití speciálního softwaru LISp Miner. V proceduře Frequency analysis byly pomocí grafické prezentace znázorněny distribuce frekvencí kategorií intervalů (jejich výskyt v datech) v časovém období 2003 až 2011 (2006 až 2011) pro jednotlivé výkonnostní ukazatele. Z grafického znázornění (přesun mezi kategoriemi) byl patrný významný vliv finanční a hospodářské krize, čímž realizace této procedury velmi přispěla k zodpovězení výzkumné otázky RQx. V období finanční a hospodářská krize 2007 až 2010 došlo k výrazným výkyvům
165
v hodnotách vybraných ukazatelů výkonnosti. Stejně tak bylo z výsledků patrné, že státní zásahy do tržního prostředí skokově a zřejmě dočasně ovlivnily tyto hodnoty. Z důvodu rozsahu práce a nutnosti grafické prezentace výsledků byly veškeré analýzy a jejich výsledky v grafické podobě uloženy na CD v Příloze K disertační práce. Následující Contingency analysis, jako druhá z procedur GUHA, byla provedena primárně pro kategorie zvolených vrcholových ukazatelů ROE a ROAZEBIT. Hledány byly vazby, resp. jejich výskyt v datech vůči všem ostatním ukazatelům. Hledány tak byly vztahy a jejich výskyt v datech vždy mezi dvěma ukazateli (atributy) v jejich vzájemné hodnotové závislosti. Celkem bylo takto provedeno 24 analytických dotazů pro ROE v období 2003 až 2011, totéž pro ROAZEBIT, následně pak 132 analytických dotazů pro ROE v období 2006 až 2011 (detailně jednotlivé roky) a totéž pro ROAZEBIT. Lze tak hovořit o celkem 312 analytických dotazech v této proceduře. Zkoumání touto procedurou pomohlo v hledání odpovědi na výzkumnou otázku RQy. Lze tak konstatovat, že v podnikovém prostředí existují dosud neanalyzované vztahy a souvislosti mezi výkonnostními ukazateli. Četnost výskytu vztahů jednotlivých ukazatelů a jejich kategorií v datech přinesla právě procedura Contingency analysis. Veškeré výsledky jsou dokumentovány jak graficky (3D graf), tak i textově v Příloze K (CD). Poslední využitou procedurou metody GUHA byla tzv. 4ft-Miner. Tuto proceduru a výsledky z ní vzešlé autor považuje za nejdůležitější, s nejvyšší vypovídací hodnotou. Využití procedury 4ft-Miner dalo odpověď, přesněji všechny možné odpovědi platné v datech, na analytický dotaz: Proč je ROE, ROAZEBIT vysoká či Proč dle IN99 podnik tvoří hodnotu? A to v časovém období 2003 až 2011 a následně pak i v přesnějším vyjádření 2006 – 2011. Tento typ výzkumu přinesl nová poznání, zejména týkající se dosud neanalyzovaných, možných vztahů mezi výkonnostními ukazateli ve vazbě na vrcholový ukazatel ROE, popř. ROAZEBIT, tedy výzkumné otázky RQy. Na základě provedených zkoumání – analytických dotazů procedurou 4ft-Miner lze potvrdit, že stále existují neanalyzované vztahy a souvislosti mezi podnikovými výkonnostními ukazateli. Opět z důvodu rozsahu práce muselo být využito přílohové části práce (Příloha K), kde jsou uloženy veškeré výsledky v grafické i textové podobě spolu s detailním postupem zadání dotazů. Na závěr lze říci, že využití výše uvedených procedur metody GUHA bylo autorovi umožněno díky spolupráci s VŠE Praha, jmenovitě s prof. RNDr. Janem Rauchem, Csc. Dle jeho názoru, jako autora některých procedur metody GUHA, pro tento typ výzkumu byla metoda GUHA využita poprvé ve své historii. Výstupy Případové studie III. tak prokázaly i možnost dalšího využití metody GUHA, možných publikačních výstupů i další spolupráce. Z provedených zkoumání podnikové sféry, ať už jako celku či v rámci jednotlivých dodavatelských podniků AP ČR, lze také vyvodit reakce, resp. zobecnit určité chování vybraných podniků v období krize 2007 – 2010.
166
Z pohledu úspěšnosti i způsobu strategického řízení lze možné reakce dodavatelských podniků z automobilového průmyslu ČR rozdělit podle časování reakcí na vnější situaci v jejím průběhu takto: 1. Zhoršení vnější makroekonomické situace - počátek krize (2007) • podnik situaci vnímal, ale nereagoval na ni. • problémy byly očekávané, management věřil v podnikovou a svou připravenost a dočasnost vnější situace. • pocity „sebejistoty“, fixace vztahů s odběrateli, finanční zdraví, tržní postavení, struktura financování i výkonnost firmy na dobré úrovni apod. • existovala optimistická očekávání návratu k vnějšímu normálu. • na úrovni strategického vedení podniků nebyla v tomto období většinou přijímána opatření a akce směřující k restrukturalizaci, reengineeringu procesů, redukci nákladů, optimalizaci lidských zdrojů apod. • tento „apatický“ přístup v tomto období charakterizují zkoumání, zejména v kapitole 4.6.7 věnované Frekquency Analysis, kde jsou patrné trvající hodnoty vybraných ukazatelů zejména mezi lety 2006, 2007 a 2008. 2. Nástup krize (2008) – výrazné propad výše ukazatelů strategické výkonnosti (EBIT, EBT, Tržby, ROE, ROAZEBIT atd.) • podniky AP ČR byly na úrovni strategického managementu přesvědčeny o zvládnutí situace. • forma nepopulárních a překotně drasticky přijímaných opatření v oblasti lidských zdrojů, nákladů, financování apod. není dosud přijímána. • podniky omezovaly investice do výrobního zařízení a staveb. • omezení výdajů spojených s PR, reklamou, personálními a vzdělávacími programi, B2B marketingem apod. • docházelo k první vlně omezování agenturních činností, redukci zaměstnanců na začátku nebo konci profesní kariéry. • na úrovni strategického managementu dochází k prvnímu uvědomnění si velikosti dopadů na podnik, podcenění vlastních zkušeností s „novou“ situací apod. 3. Vrchol krize (2009) – ohrožení podstaty a existence podniků • fatální dopady krize do fungování podniku. • hluboký propad většiny ukazatelů strategické výkonnosti (viz 4.6.7, 4.6.8 a 4.6.9) • podniky nasadily drastická opatření redukce variabilních nákladů (zejména propouštění skupin zaměstnanců a spotřeby energií).
167
•
• • • •
opatření směřující ke zlepšení situaci s Cash Flow (odsuny plateb, zastavení veškerých investic, tlak na snižování dodavatelských cen apod.). obrat podniků směrem ke státu (snížení odvodů, dotace, rychlejší vratky DPH apod.) strategický management většinou ztrácel podporu akcionářů, majitelů pro své kroky. ztráta interní důvěry ve vedení situaci zvládnout. firemní pesimismus dále dusil většinu aktivních kroků.
Z provedených zkoumání podnikové sféry v oblasti AP ČR (viz 4.6.6, 4.6.7, 4.6.8) lze vyvodit závěr, který víceméně koresponduje s dříve provedenými výzkumy, např. viz Kislingerová (2010, s. 156). Analyzované dodavatelské podniky v českém automobilovém průmyslu většinou reagovaly s významným zpožděním, což je možné díky provedeným analýzám vysledovat. Ovšem nalezení obecné typické reakce, nebo průběhu změny reakce a chování podniku či jisté zobecnění přijatých opatření na strategické úrovni je poměrně složité. Důvodem je jednak jedinečná, neopakovatelná výchozí pozice a pak také motivace každého podniku, resp. managementu podniku na strategické úrovni samostatně. Opatření a kroky jednotlivých podniků se tak jeví vesměs jako s jistou dávkou originality pro každý podnik. Pro proces podnikové homeostáze, tedy udržení rovnováhy uvnitř i vně podniku realizujícím svoji hlavní činnost v prostředí automobilového průmyslu v České republice, tak autor nabízí kombinaci zobecněných doporučení na bázi zjištěných údajů a faktů v Případové studii III., též soustavného studia dané problematiky v kapitole 5. Strategická doporučení. Před touto kapitolou se autorovi práce jevilo jako přínosné provést komplexní shrnutí výzkumné části disertační práce (viz 4.7).
168
4.7 Shrnutí výsledků výzkumné části a naplnění cílů Následující kapitola představuje krátké shrnutí výsledků provedeného výzkumu. Podrobné výsledky i komentáře autor uvádí i v rámci jednotlivých kapitol. Vzhledem k zaměření a cílům práce se však jeví jako žádoucí provést sumář dosažených výsledků formou přehledu jednotlivých závěrů.
4.7.1
Závěry v oblasti ekonomické svobody a konkurenceschopnosti ekonomik – shrnutí a naplnění cílů práce
K naplnění primárního cíle a sekundárního cíle č. 1 disertační práce (viz s. 37) autor analyzoval i úroveň ekonomické svobody ve vybraných státech. Výběr byl proveden s ohledem na hlavní centra hospodářského dění ve světě. Rozdělení proběhlo dle dalšího využití (automobilový průmysl). V regionu Asie lze Čínu a Indii označit za země s rostoucí mírou ekonomické svobody, liberalizace trhu a konkurenceschopnosti ekonomiky. Naopak Japonsko lze označit za stagnující až klesající v obou parametrech, tedy se stagnující až klesající mírou práv a svobod, ekonomické svobody i liberalizace, a zároveň s klesající úrovní konkurenceschopnosti ekonomiky. V Severní Americe není možné přesně zařadit Kanadu v oblasti ekonomické svobody. Kanada stagnuje v oblasti politických práv a občanských svobod a ekonomika má rostoucí konkurenceschopnost. V Mexiku dochází k poklesu politických práv a svobod při růstu ekonomické svobody a konkurenceschopnosti ekonomiky. V USA klesá ekonomická svoboda i konkurenceschopnost ekonomiky. V politických právech a občanských svobodách jsou USA neutrální. V regionu Jižní Amerika je Argentina stagnující v oblasti politických práv a občanských svobod, s klesající úrovní ekonomické svobody. Konkurenceschopnost má rostoucí tendenci. Brazílii lze označit za rostoucí, se zvyšující se úrovní ve všech aspektech. Země a ekonomiky Východní Evropy mají poměrně podobné hodnocení. S výjimkou snižující se úrovně politických práv a občanských svobod v Rusku a stagnací v Turecku, lze hovořit v této oblasti o rostoucím trendu v celém zbytku regionu (Polsko, Česká republika). Polsko dosahuje růstových tendencí ve všech sledovaných indexech. V Západní Evropě lze v oblasti politických práv a svobod hovořit o stagnaci Německa, Francie, Španělska, Velká Británie a o poklesu u Itálie. Úroveň ekonomické svobody se snižuje u Německa, Španělska, Velké Británie a Itálie. U Francie je stagnace. V oblasti konkurenceschopnosti jsou Německo, Francie a Itálie růstové. Velká Británie se stagnující a Španělsko s klesající tendencí. Detailní výsledky nabízí kapitola 4.1. V omezování ekonomické svobody spolu s možnými dalšími faktory (viz makroekonomická zkoumání) lze spatřovat hlavní důvody vzniku krizových stavů při souběžných snahách o omezení autoregulativní funkce v TE.
169
4.7.2
Závěry makroekonomické analýzy – shrnutí a naplnění cílů práce
Pro naplnění primárního cíle práce (viz s. 37) byla provedena zkoumání v oblasti vývoje makroekonomických ukazatelů HDP, inflace, nezaměstnanosti, zadluženosti a dalších u vybraných zemí opět korespondujícím s následným využitím pro výzkum automobilového průmyslu světa. Makroekonomické okolí, resp. globální ekonomickou situaci, autor považuje za faktor, významně ovlivňující fungování většiny podniků v silně globalizovaném sektoru automobilového průmyslu. Proto se analýza, spojená s možností predikce dalšího vývoje zvolených ukazatelů, nutně jevila jako žádoucí a pro daná, následná zkoumání podnikové sféry v automobilovém průmyslu následně, dle autora, nezbytná. tato zkoumání také potvrdila vztah mezi ekonomickou svobodou, konkurenceschopností ekonomik a vlivem krize na jednotlivé ekonomiky vybraných států. Obecně lze hovořit o významném vlivu či dopadech finanční a hospodářské krize z let 2007 až 2010 na veškeré zkoumané makroekonomické ukazatele v jejich absolutních i relativních hodnotách (více viz 4.2). Provedená zkoumání tak odhalila významný vliv finanční a hospodářské krize z let 2007 až 2010 na makroekonomické ukazatele v jejich samostatném výskytu. Pro naplnění primárního cíle byla také provedena tzv. Případová studie I. Její podstatou bylo nalezení případných vzájemných vztahů mezi makroekonomickými, sektorovými a podnikovými ukazateli. Dle Případové studie I. lze vliv a vzájemné vztahy makro a mikro ukazatelů potvrdit (viz 4.3).
4.7.3
Závěry z oblasti analýzy AP – shrnutí a naplnění cílů práce
Primárním cílem práce, mimo jiné, bylo i odhalení vlivů finanční krize 2007 až 2010 na ukazatele v sektoru automobilového průmyslu. I sekundární cíl č. 2 (viz s. 37) se týkal této problematiky. Autor využil i pro tato zkoumání rozdělení regionů dle J. D. Power and Associates®. Stejnou agenturou byla definována i kategorie vozidel World Light Vehicles, kterou autor použil. Rozdělení regionů i kategorie vozidel je vysvětleno dále. Provedená analytická zkoumání odpovídají v roční i kvartální perspektivě období 2003 až 2012 s důrazem na krizové roky 2007 až 2010. Pro predikce (2013, 2014) bylo v této kapitole vždy využito opět predikčního modelu agentury J. D. Power and Associates®. V kapitole 4.4 tak byla analyzována jak výroba, tak prodeje v jednotlivých regionech i státech. Samostatnou podkapitolou pak byly provedené analýzy v oblasti jednotlivých vybraných výrobců. Detailní výsledky jsou zřetelně popsány v kapitole 4.4. Vše dokumentuje i Příloha H práce, kde jsou kvartální počty výrob vybraných producentů a grafické znázornění i tempa růstu výrob v %, např. pro výrobce BMW Gr., Daimler Gr., Volkswagen Gr. a Hyundai Gr. Pro naplnění primárního cíle práce tak tyto analýzy přispěly zjištěním, že všichni z vybraných producentů automobilů (sektor AP) byli krizí negativně ovlivněni. Lze tak vyvodit závěr, že automobilový průmysl jako celek je vysoce náchylný vůči
170
globální ekonomické situaci. Důvodů je možné nalézt několik: vysoký počet producentů, silně konkurenční prostředí i v klidných letech, vysoký podíl automatizace, automobil dneška na pomezí krátkodobé a dlouhodobé spotřeby, vysoká nasycenost trhu, reklama a životní styl, nedokonalé informace na trhu, plánování produkce založené na hodnocení minulých prodejů a další. Tyto závěry resp. splnění sekundárního cíle č. 2 může autor potvrdit i z vlastní pracovní zkušenosti v jedné z významných dodavatelských firem v AP ČR. Jako doplňující výzkum autor provedl analýzu prodejů kategorie WLV ve zmíněných regionech, státech i u vybraných producentů. Výsledky lze najít v kapitole 4.4. V druhé části věnované automobilovému průmyslu pak byl analyzován sektor AP v České republice (viz 4.4.3). Tato zkoumání byla provedena zejména s ohledem na následující exkurz do podnikové sféry. AP ČR je vysoce závislý jak na makroekonomické situaci významných ekonomik Evropy (zejména Německa), tak následně na výsledcích, resp. aktivitě jednotlivých, zde analyzovaných, producentů. Pro naplnění cílů primární a č. 2 práce a možnost verifikace zvolených hypotéz (H3, H4) pak byla provedena Případová studie II. (viz 4.5). Tato pak přinesla odpovědi, že ekonomika ČR je významně závislá na výkonnosti AP a podnikové strategie nebyly v období krize příliš úspěšné. Veškeré výsledky jsou uvedeny v kapitole 4.5.5.
4.7.4
Závěry z oblasti podnikové analýzy – shrnutí a naplnění cílů práce
Pro oblast zkoumání podnikového prostředí a dopadů finanční krize z let 2007 až 2010 byla provedena Případová studie III. (viz 4.6). Sekundárním cílem č. 3 a 4 bylo, při využití metody GUHA (General Unary Hypothesis Automaton) v rámci této studie, nalézt na logickém základě dosud neanalyzované vztahy a vzájemné souvislosti a tím i nedostatky u zvolených podnikových ukazatelů. Sekundární cíl č. 2 dále vymezuje primární cíl disertační práce (viz s. 37). Pro tento typ výzkumu autor využil vybraných procedur metody GUHA (Frequency analysis, Contingency analysis, 4ft-Miner). Je také nutné uvést fakt, že před vlastním zkoumáním byly provedeny analýzy vybraných ukazatelů za soubor 122 dodavatelských firem jako celek. Je nutné zmínit fakt, že soubor firem, jako celek, byl významně zasažen ekonomickou situací spojenou zejména s propadem poptávky v letech 2008/09. Projevy krize na soubor podniků je dokumentován graficky i slovním popisem. Lze tak potvrdit hypotézu H3. Detailní výsledky nabízí kapitola 4.6. Obecně lze říci, že problematika vlivu jednotlivých ukazatelů a zejména při jejich vzájemných vztazích na vybraný vrcholový ukazatel, se na základě výsledků provedených zkoumání procedurami GUHA jeví jako značně komplexní, široká a dosud detailně nepoznaná. Mezi zvolenými ukazateli existuje velké množství potenciálních vztahů a souvislostí, které v celé jejich šíři nebylo pro obsahové omezení práce možné prezentovat ani v kapitole 4.6 ani v Příloze K disertační práce. Detailní vyhodnocení, vyvození závěrů a naplnění prostřednictvím sekundárního cíle č. 3 i primárního cíle lze nalézt v kapitole 4.6.10.
171
Z pohledu analyzovaných podniků sektoru automobilového průmyslu ČR lze dovozovat, že podniky: • nebyly na příchod krize obdobného rozsahu připraveny. • závažnost situace v makrookolí podniků nebyla včas pochopena. • podniky reagovaly s velkým časovým zpožděním. • minimalizace projevů a připravenost na dopady krize do podnikového fungování nebyla optimální. • manažerská rozhodnutí v celém průběhu krize podléhala subjektivním přesvědčením. • strategická orientace zejména na vnitřní výkonnostní ukazatele nebyla optimální. • neexistoval obecný přístup, jak krizi čelit, eliminovat její dopady. • vnitřní situace každého podniku byla na začátku krizového období rozdílná. • globalizovaný automobilový průmysl (včetně AP ČR) byl ovlivněn projevy krizových stavů ekonomik spojených s prudkým propadem důvěry na trzích a v trh velmi rychle a hluboko, tudíž podniková sféra v ČR měla velmi zkrácenou možnost tzv. „reakční doby“. • v období největšího projevu a dopadu krize do podnikové existence, podniky požadovaly ústupky při plnění povinností daných jim zákony a nařízeními vůči státu a nadstátním celkům. • kombinace faktorů jako propad poptávky na globálním trhu, rychlá absorbce této situace lokálním trhem, vysoké požadavky odvodů a daňová zátěž, dluhové krize států, rostoucí socialistické státní a nadstátní intervence, a tím destrukce tržního mechanismu, a v neposlední řadě i ekologické šílenství určitých nepolitických organizovaných nátlakových skupin v oblasti tzv. obnovitelných zdrojů (ekoterorismus) apod., se jeví pro podnikovou sféru v ČR, nejen v AP, jako možné definitivum ztráty konkurenceschopnosti a tak možnosti další existence. Veškerá provedená zkoumání, i odvození důležitých faktů na jejich základě v jednotlivých výše uvedených kapitolách, tak přispěla i k naplnění posledního ze sekundárních cílů č. 4. a to možnosti formulovat strategická doporučení pro dodavatelské podniky, resp. podnik realizující svoji činnost v prostředí automobilového průmyslu České republiky. Tato doporučení jsou uvedena v následující kapitole.
172
5. STRATEGICKÁ DOPORUČENÍ Na základě kritické literární rešerše a provedených detailních analýz v makroekonomické, sektorové i podnikové oblasti autor v této kapitole přistupuje k naplnění primárního i posledního ze sekundárních cílů, tedy k formulaci metodických doporučení pro zlepšení mechanismu strategického řízení pro podniky realizující svoji hlavní činnost v prostředí AP České republiky. Autor tak pojal tato strategická doporučení jako kombinaci výsledků vlastních zjištění, poznatků zjištěných kontinuálním studiem a zkušeností nabytých ve vlastním zaměstnání.
5.1 Pojetí strategických doporučení Strategická doporučení jsou také adresována podnikům v sektoru automobilového průmyslu České republiky a také směrem ke společnosti, ke které má autor více než profesionální vztah. Tato firma má potenciál stát se významnou. Pro bližší upřesnění, firma realizuje svoji činnost v prostředí automobilového průmyslu a její činnosti se víceméně překrývají a vzájemně doplňují od vývoje a výroby unikátních dílů, po montáže a sériové dodávky celých skupin či jednotlivých komponent. Základní, resp. obecná doporučení, jsou formulována jako generální směřující ke zlepšení mechanismu strategického řízení v podnicích AP ČR se zakomponovanými prvky možnosti větší připravenosti na budoucí krizové stavy, dále jsou pak rozdělena na propojení podnikového vnějšího a zejména vnitřního prostředí, čímž paralelně pramení z provedených analýz, zjištěných faktů a moderních poznatků v oblasti strategického řízení. Základ této druhé části doporučení je tvořen z poznatků získaných studiem. Dle autorova soudu druhá část plynule navazuje na první.
5.1.1
Kombinace strategicky orientovaného podniku a modelu Z-I-P-F
Kauzální vztah mezi příčinou a následkem je charakteristický i v otázkách strategického řízení či vysoké strategické výkonnosti podniku. Je důležité, ať už pro dosažení vysoké výkonnosti či „přežití“ podniku v krizovém období, správně vnímat a definovat komponenty tohoto kauzálního vztahu. Podobně vnímá situaci i Zelený (2011a, s.54), kdy tvrdí, že to, co vydává za příčiny vysoké výkonnosti, není obvykle nic jiného než její následky. Zejména na bázi zjištěných faktů a vyvozených skutečností z krizového vývoje a reakcí podniků je nutné jasné pochopení příčin a následků. Příčinou dobrých výsledků úspěchu v podobě zisku či přežití (v krizovém období) jako následků je tak vhodně stanovená strategie spolu s jasně definovanou, ucelenou a dodržovanou soustavou řízení. V každém podniku je tak důležité na bázi znalostí jeho vnitřních činností, schopností atd. a při respektu k vnější situaci a znalosti aktuálních či budoucích zákaznických a makroekonomických trendů stanovit podnikový model. Je nutné jasně definovat zákazníka (portfolio zákazníků), znát
173
jeho potřeby v daném segmentu AP a prostřednictvím kontinuálního inovačního cyklu tyto jeho potřeby naplňovat při realizaci zisku tj. vydělat peníze. Po takto obecně definovaném zaměření podnikových činností, spolu s detailním pochopením příčin a následků úspěchu či přežití v krizových dobách, je žádoucí stanovit jasnou, zákaznicky orientovanou, podnikovou strategii, zajistit její převedení do každodenních činností podniku prostřednictvím ucelené soustavy řízení a výkonnostních měřítek, odchylky plnění analyzovat, přijímat a realizovat v adekvátním čase nápravné akce apod. Pro podnik v AP ČR se tedy jeví jako žádoucí prolnutí modelu Z-I-P-F (viz Obr. 4). a základních pěti principů tzv. Strategic Focused Organization (Strategicky orientovaného podniku dle konceptu Balanced Scorecard) tj.: 1. Laedership a mobilizace změn v řízení, 2. Plnění strategie a strategických cílů jako kontinuální proces změny, 3. Plnění strategie a strategických cílů v každodenních činnostech, 4. Komplexní zaměření, vyladění podniku na plnění strategických cílů, 5. Převedení strategie a cílů skrz taktickou úroveň do úrovně operativní, při znalosti vnější situace a tzv. absolutní zákaznické orientaci (Z), prostřednictvím inovačního portfolia (I) tj. inovací v produktech a procesech (P), vedoucích k uspokojení potřeb a požadavků zákazníka, jež se pak vrací v podobě finací, zisku a peněz (P). Strategicky orientovaný podnik a model jeho fungování na bázi základních strategických dimenzí životního cyklu podniku kde zákazník stimuluje inovace, inovace mění a upravují interní podnikové procesy a kde využitím procesů vzniká produkt či služba vedoucí k finančnímu profitu směrem od zákazníka do podniku, tak může být schopen dalšího fungování v prostředí AP ČR i v období možných budoucích krizí. Podniky tak při využití kombinace těchto konceptů mohou, mimo jiné, dosáhnout tzv. očistné funkce krize bez krize, a tím i vyšší úrovně připravenosti na příchod budoucích makro situací obdobného rozsahu. Stanovení a zejména realizace strategie na všech úrovních a cílová orientace podniku ve všech jeho oblastech fungování (proces, produkty, lidé, finance, atd.) při vyváženém přispění všech složek k jejich plnění je základem budoucí existence podniků nejen v prostředí AP ČR. Takto satnovený a praxi přijatý podnikový model může nejen přispět k další existenci dodavatelských podniků v oblasti AP, ale i ke schopnosti eliminace dopadů budoucích krizí do podnikového fungování či ke schopnosti rychlejší reakce na vnější situaci v jednotlivých obdobích průběhu finanční a hospodářské krize (viz 4.7.4). Autor předpokládá v dalších krocích (vědeckém směřování) detailní rozpracování modelu kombinujícího koncept Strategic Focused Organization a model Z-I-P-F v jednotný funkční celek, stejně jako zavedení tohoto jednotného modelu do praxe konkrétních podniků. V následujících částech či subkapitolách autor dále předkládá rozpracovaná strategická doporučení do jednotlivých oblastí.
174
5.1.2
Firma a makroekonomické okolí
Existenci firmy významným způsobem ovlivňuje a formuje makroekonomické prostředí, jehož vývoj s sebou přináší určitá rizika. Zejména v postkrizovém či spíše transformačním období dneška jsou tato systematická rizika a nejistoty pro podniky primárním nebezpečím. Pro firmu dneška je důležité být připravený. Být připravený znamená být efektivní. Být efektivní znamená mít šanci přežít. Z pohledu budoucího vývoje světové ekonomiky lze očekávat, že po kratším globálním oživení v období 2011/12 bude následovat období stagnace v tzv. vyspělé části světa. V rozvíjejících se regionech Asie, Jižní Amerika se vývozně produkční orientace ekonomik bude výrazně doplňovat rostoucími potřebami a poptávkou po jejich uspokojení ze strany vlastního obyvatelstva. Z důvodu uvolňování ekonomických vztahů ve smyslu liberalizace trhů, s ní spojené bude pro firmu důležité rostoucí životní úrovně v těchto regionech, spolupracovat se silnými partnery na tyto trhy orientovanými a na nich působícími. Z pohledu situace v regionech Západní Evropa a Severní Amerika lze globálně očekávat stagnaci, růst tzv. dluhových problémů a další oklešťování ekonomických svobod. Tyto kroky budou mít za následek další přesuny výrob, daňové optimalizace či rovnou odchody celých firem. Podnikatelských příležitostí tak v těchto regionech pro firmu bude ubývat. Východní Evropa je mostem do Asie. Ekonomický vzestup Ruska, jeho potenciál, nerostné bohatství i dosud nenasycený vnitřní trh znamenají pro firmu příležitost. Příležitost spojenou s lokalizací automobilek i velkých dodavatelských hráčů v místě. Místní zastoupení se stane nezbytností. Co se týče České republiky zde je a bude firma přímo ovlivňována mírou zdanění, vývojem HDP, mírou inflace, nezaměstnanosti či úrokovými sazbami. V současnosti lze na druhou stranu hovořit o výhodách nepřijetí jednotné měny EU a jisté politické zdrženlivosti vůči tomuto celku. Všechny výše zmíněné i mnohé další vnější aspekty pro firmu znamenají příležitosti, nikoliv události s fatálními dopady.
5.1.3
Firma a sektorové okolí
Ryze konkurenční podnikatelské prostředí má opět na firmu, její konkurenceschopnost či výkonnost významný vliv. Automobilový průmysl současnosti, zejména jeho evropská specifika, lze charakterizovat několika vybranými významnými trendy.
Spojování automobilek do větších celků Jde o charakteristický rys dneška i budoucího vývoje. Je těžké dnes, na evropském kontinentu najít zcela samostatnou automobilku. Tendencí je spíše spojování do větších celků, joint venture automobilek a také viz výše přesuny montáží. Druhým neméně charakteristickým rysem je vývoj v oblasti výrob a prodejů určitých segmentů či tříd automobilů. Skutečností je výrazný pokles
175
produkce automobilek z jihu Evropy (Fiat, Renault, Peugeot, Citroën) ve většině segmentů. Naopak nárůst prodejů ve střední a vyšší střední třídě převážně německých automobilek (Volkswagen Gr., Daimler Gr., BMW Gr.) znamená růst výrob a s nimi spojené příležitosti pro dodavatelskou firmu. Správné portfolio silných zákazníků, rozvíjení vztahů, kooperace a možnost nabídky i vlastních vývojových kapacit je pro další rozvoj a existenci firmy prioritou. Je důležité, aby na vývoj byla navázána výroba. Naplnění zákaznických požadavků (tzv. customer requirement specifications) a očekávání, kooperace ve vývoji, efektivní výroba pak znamenají v případě větších celků (např. Volkswagen Gr.) možnost dodávek většině členů takového uskupení. Důsledná orientace na růstové zákazníky a segmenty musí být prioritou. Z pohledu lokalizace v České republice jsou možnosti nepřeberné. Škoda Auto, HMMC Nošovice, TCPA, na Slovensku pak KIA, VW, v Německu VW, BMW, Mercedes…Možnosti jsou neomezené, jen jich využít.
Lokalizace dodavatelů S přesuny výroby směrem na východ, směrem k růstovým trhům, je pro firmu nezbytné, jak již bylo řečeno výše, „být u toho“. Být u toho, ať už v podobě samostatných decentralizovaných poboček nebo v podobě těsné kooperace přímo v areálu automobilky. Obrovskou výhodou, v případě efektivní správy a decentralizovaného řízení, jsou vysoké úspory transakčních nákladů, řešení potřeb zákazníka s nulovým prodlením, možnost čerpání místních většinou levnějších pracovních či spotřebních zdrojů apod. Např. firma Muebis, výhradní dodavatel do HMMC Nošovice, sídlí hned vedle a dodávky do HMMC jsou realizované prostřednictvím dopravníkového systému v reálném čase přímo do výrobní linky na základě konkrétní objednávky prostřednictvím propojení informačních systémů výrobce i dodavatele. Výhody? Reakce v reálném čase, nulové zásoby výrobce, okamžitá možnost reakce dodavatele atd., pro firmu je tak důležitým prvkem lokalizace a těsná spolupráce.
Masová kustomizace a zkracující se inovační cyklus Sami spotřebitelé, respektive zákazníci automobilek, požadují stále více, v rámci sériových modelů, prvky individuálního řešení. Kombinace vnějších prvků automobilu (např. barva, typ kol, světel, doplňky apod.) a vnitřních prvků (palubní přístroje, aparatura, barva interiéru, materiály, úroveň výbavy apod.) v podstatě vytváří z každého automobilu v jistém smyslu originální. Procesy automobilek jsou tedy nastaveny tak, že své auto si v podstatě konfiguruje zákazník sám. Tato možnost konfigurace, částečného odlišení, originality, tedy jisté komponenty masové kustomizace pak automobilky přenášejí i na své dodavatele. Vývoj dílů s následnou výrobou (např. světlometů) pro jeden model automobilu tak znamená vývoj alespoň tří základních variant světlometů (halogen, bi-xenon, LED) v jejích specifikacích pro jednotlivé trhy. Např. vývoj
176
pro model BMW řady 3 tak představuje celkem 18 variant předního světlometu. Všech 18 variant s časovým rámcem vývoje přibližně 18 měsíců. S nástupem vývoje další generace v podstatě ihned po spuštění sériové výroby. Masová kustomizace spolu se zkracujícím se inovačním cyklem klade na firmu obrovské nároky v podobě jak technologické, tak zejména inovační a lidského kapitálu či vyhledávání a péče o talenty. Firma na počátku budoucnosti se tak musí orientovat na vyhledávání, zaměstnání a rozvoj lidského potenciálu. Hodnotu dnes tvoří lidé. Talentovaní lidé tvoří hodnotu přidanou. Úspěch a budoucnost firmy tak závisí na talentech a tvorbě příležitostí k jejich seberealizaci.
5.1.4
Firma a její vnitřní prostředí
Primární důvodem existence firmy je tvorba a maximalizace zisku. Bez zisku není hodnoty, už vůbec ne přidané. Jak však dosahovat zisku, co znamená maximalizace a jak jí měřit, co přispívá k růstu, co jej naopak snižuje? Jaké jsou varianty či možné kombinace hodnot různých podnikových ukazatelů a jaký vliv mají tyto kombinace na zisk a tedy i hodnotu firmy? Výzkum provedený v jedné z případových studií potvrdil hypotézu, že dosud existuje mnoho vztahů, dosud neanalyzovaných, mezi podnikovými ukazateli. Firma, vědomá si těchto nedostatků musí tuto skutečnost řešit. Řešení se nabízí v podobě definice, tvorby a realizace ucelené soustavy řízení. Je nutné opustit historické přežitky vzájemně se vylučujících a nedoplňujících ukazatelů podnikové výkonnosti. Separátní systémy řízení aktiv, investice, řízení lidských zdrojů, finančního řízení, řízení týmů, outsourcing, insourcing, zmíněný rozvoj talentů apod. je potřeba nastavit tak, aby nebyly pouhým souhrnem či sumou ukazatelů a aktivit z nichž je jejich hodnota generována. Musí být pojaty systémově, musí být provázané, musí být celistvé. Vytvoření ucelené soustavy řízení zastřešující veškeré, nejen interní, procesy a aktivity firmy lze vnímat jako základní kámen podnikatelského úspěchu v dnešní a budoucí ekonomické realitě. Netřeba vymýšlet vymyšlené, potřeba je vnímat, inspirovat se, pochopit a realizovat. Z místních historických příkladů např. Soutavou řízení Baťa, která dle autorova soudu v sobě zahrnuje perspektivy konceptu Balanced Scorecard (finanční, procesní, zákaznická, učení se a růstu), Strategic Focused Organization i přístup k podniku, jako k živému organismu a jeho cyklické opakované regeneraci kapitálu s pomocí čtyř klíčových dimenzí (Zákazník, Inovace, Zdroje, Procesy). Účelem podnikání či existence, který neodporuje tezi na začátku této kapitoly, se tak pro úspěchu chtivou firmu musí stát aktivity směřující k inovačnímu využívání zdrojů a procesů podniku směřujících k uspokojování zákazníka za účelem vydělání peněz. Na závěr tak lze říci, že přežití podniku závisí na jeho připravenosti. Připravenost na nejistou budoucnost je produktem vysoké úrovně všech podnikových aktivit a úspěch podnikových aktivit závisí na znalostech, tedy schopnosti tyto aktivity řídit a realizovat. V době Velké hospodářské krize tak
177
základní principy udržení i růstu firmy představila firma Baťa. Nadčasovost těchto principů znamená inspiraci do dnešních, resp. i budoucích dnů: 1. Světová třída: globální podnik světové úrovně. 2. Spolupráce: vně i uvnitř podniku, sítě spolupráce, partnerství. 3. Sebeřízení: sebekontrola, vnitřní vlastnictví. 4. Spoluúčast: na hospodářském výsledku, na výsledcích práce. 5. Spoluvlastnictví: Baťa konto, podniková banka. 6. Soutěživost: zveřejňování a transparence výsledků práce. 7. Samostatné řízení: spolupracujících podniků, dceřiných společností. 8. Spolupodnikání: systém intercompany markets. 9. Synergie: spolupráce a koordinace všech složek, win x win strategie. 10.Služba veřejnosti (zákazníkům): konečný účel a cíl uspokojení zákazníka. Poznání a zejména pochopení základních principů soustavy řízení Baťa i dalších systémově orientovaných konceptů (Strategic Focused Organization, Balanced Scorecard, model Z-I-P-F) v jejich celkovosti tak lze považovat za základní kámen existence v nelehkých dobách nejisté budoucnosti.
178
6. VERIFIKACE HYPOTÉZ V závěrečné části práce je nutné se vyjádřit ke stanoveným hypotézám. Základní hypotézy byly stanoveny tak, aby svou podstatou souvisely se základní orientací a vytyčenými cíli práce.
6.1 Základní hypotézy K základním hypotézám bylo provedeno vyjádření v jednotlivých kapitolách, vždy po provedeném výzkumu. Tuto kapitolu tak lze vnímat jako sumář a doplnění již provedených dílčích ověření hypotéz.
6.1.1
Základní hypotéza H1
Produkce a prodeje významných světových výrobců automobilů jsou výrazně ovlivňovány globální ekonomickou situací. Hypotézu H1 lze potvrdit. Provedená zkoumání a četné analýzy v oblasti produkce automobilového průmyslu světa, ve vybraných regionech či státech (viz 4.4.1), a zejména v případě významných světových producentů automobilů kategorie World Light Vehicles (viz 4.4.1 druhá polovina), potvrdily významný dopad vnější situace krizového období 2007 – 2010 na vývoj počtu vyrobených vozidel u všech vybraných, resp. z hlediska počtu vyráběných WLV, významných producentů (také viz Příloha H). Obdobně se lze vyjádřit i k propadu prodejů. Obdobnou metodikou výzkumu byly potvrzeny propady či poklesy prodejů či tempa růstu prodejů u všech významných značek (viz 4.4.2). Podobná zjištění přinesla i analýza automobilového průmyslu a významných výrobců lokalizovaných na území České republiky (viz 4.4.3), též Příloha J. Analýzy relevantní pro verifikaci hypotézy H1 též zahrnovaly předkrizové a postkrizové období dneška. Nalezené vztahy mezi vnější ekonomickou situací a růstem či poklesem produkce resp. prodejů byly a jsou zcela zřejmé.
6.1.2
Základní hypotéza H2
Pro dosažení strategické výkonnosti při orientaci na zvolené strategické cíle je pro dodavatelské podniky sektoru AP ČR žádoucí analyzovat jak vztahy a souvislosti mezi makroekonomickými a podnikovými ukazateli, tak i mezi podnikovými ukazateli navzájem. Uvedenou hypotézu H2 je možné potvrdit a to na základě zjištěných faktů, zejména v Případové studii I. a Případové studii II., lze zcela logicky usuzovat, že projevy makroekonomické situace mohou mít významný dopad do podnikových činností. Otázkou však zůstává, jaký či jak těsný. V případové studii I. (viz 4.3) bylo využito výsledků vztahů EBT (absolutní hodnoty) a Sales Actual (relativní hodnoty) dceřiných společností nadnárodního koncernu lokalizovaných na území ČR, a zároveň významných členů sdružení AutoSAP, a makroukazatelů HDP (absolutní hodnoty) a PFCE (relativní hodnoty) jeho
179
největších trhů (EU17, Německo). Výsledky Případové studie I. hypotézu H1 potvrzují. Byla prokázána vysoká těsnost vztahů mezi ukazateli EBT a HDP Německa i EU17 a také mezi Sales Actual a PFCE EU17. Mezi Sales Actual a PFCE Německa tak těsný vztah nebyl nalezen. Nicméně je možné, že při využití jiného typu regresní a korelační analýzy (v Případové studii I. – lineární regrese) by byla těsnost vztahu jiná. Dostupné výsledky viz 4.3.3 a 4.3.4. Výsledky Případové studie II., zaměřené na vybrané podniky z AP ČR mající vztah (členství) k AutoSAP a vybrané makroukazatele, taktéž hypotézu H2 potvrdily. Byly opět analyzovány vztahy mezi podnikovými ukazateli tržeb (sales) a HDP České republiky a Německa. Závislost, resp. těsnost vztahů mezi vývojem podnikových ukazatelů a HDP ČR, byla v případě dodavatelských podniků i výrobců finálních produktů (automobilů) vysoká (viz s. 116-117). Tato studie také dokládá silnou závislost HDP ČR na automobilovém průmyslu. Obdobné výsledky pak byly zjištěny i v případě těsnosti vztahu k HDP Německa. Další zajímavostí byl i další výsledek v podobě poměrně vysoké těsnosti vztahů mezi HDP ČR a HDP Německa (viz 119-120). Hypotézu H2 také potvrdila Případová studie III., zejména pak její část věnovaná výzkumným otázkám realizovaných procedurami metody GUHA (viz 4.6.3). Z hlediska množství nalezených a verifikovaných hypotéz, které formou orientační studie (více viz. 2.2), které byly výsledkem zkoumání, byla existence dosud neanalyzovaných vztahů mezi podnikovými ukazateli jednoznačně potvrzena. Metoda GUHA, resp. její procedury, se dle Hájka a Havránka a Chytila (1983, s. 23) od standardních, konvenčních systémů liší tím, že nejsou orientované na ověřování pouze stávajících hypotéz, ale i na systematickou tvorbu hypotéz na základě dostupných rozsáhlých dat při využití aparátu nejen dvouhodnotové výrokové logiky. Výsledky procedur GUHA, potvrzující hypotézu H2, jsou dostupné jak na s. 151-160, tak i v Příloze K (CD) disertační práce.
6.1.3
Základní hypotéza H3
V období finanční a hospodářské krize, zejména mezi roky 2007 a 2009, došlo k výraznému poklesu výkonnosti měřené vybranými ukazateli u většiny analyzovaných podniků AP ČR. Provedeným výzkumem, zejména v Případové studii II. a III., byla potvrzena i hypotéza H3. Pro případové studie byly vybrány některé finanční ukazatele podnikové výkonnosti využívané ve strategickém řízení. Analýzy jejich vývoje v čase zcela jasně dokumentovaly vliv finanční a hospodářské krize z let 2007 až 2010 na výkonnost podniků. Zejména ten negativní v letech 2008 a 2009. V podstatě detailní pohled na vývoje těchto ukazatelů v čase přinesla první a zejména druhá část Případové studie III. Zejména výsledky tzv. Frequency analysis (viz 4.6.7) daly možnost nahlédnout na projevy krizového období a makroekonomické situace do podnikové situace. V první části Případové studie III. (viz. 4.6.2) byl analyzován celý soubor vybraných 122 podniků.
180
Hypotézu H3 tak mimo jiné potvrzují výsledky analýzy propadu EBIT v sumě za soubor o cca 8 mld. CZK mezi lety 2007 a 2009 (viz Obr. 44), propad EAT mezi stejnými lety z 13,4 mld. CZK na 3,73 mld. CZK (viz Tabulka 38) či výrazný propad tržeb za soubor podniků jako celek o více než 65 mld. CZK (viz Obr. 45). Hypotézu H3 také potvrdila zkoumání provedená na úrovni jednotlivých podniků provedená zejména v kapitole 4.6.7. K výsledkům potvrzujícím platnost hypotézy H3 lze přiřadit např. pokles počtu podniků v kategorii „tvoří hodnotu“ z 13 v roce 2006 na 4 (2008) či 6 (2009) tj. o 69% v prvním a 54% v druhém případě (viz Tabulka 42). Také např. u vrcholového ukazatele ROE v kategorii „ROE vysoká“ nastal prudký pokles z počtu 52 podniků v roce 2007 na 25 podniků v roce 2009, tzn. propad o 48% (viz Obr. 49). Další zkoumání potvrzující platnost hypotézy H3 jsou uvedena v Příloze K (CD) disertační práce. . 6.1.4 Základní hypotéza H4 Zavedení tzv. protikrizových vládních opatření na podporu automobilového průmyslu v zemích EU ovlivnilo vybrané výkonnostní ukazatele u dodavatelských podniků AP ČR. Jak již bylo uvedeno v kapitole 1.3, a jak také tvrdí Zelený (2011, s. 224), krize má očišťující účinek a zbavuje ekonomiku nepotřebného a škodlivého, vytváří prostor pro nové nápady, podniky a lidi. S touto tezí se autor plně ztotožňuje. Pravdivá je ovšem v případě umožnění působení autoregulačních prvků v ekonomikách či podnicích (viz 1.2 a 1.3). Tato teze ovšem nebyla respektována v případě finanční a hospodářské krize 2007 až 2010. Výsledky provedených zkoumání (zejména 4.6.2 a 4.6.7) zcela zřejmě dokumentují prudký meziroční růst 2010/09 finančních ukazatelů výkonnosti u většiny vybraných podniků statistického souboru, tak i u souboru jako celku, po zavedení státních dotačních titulů a tzv. šrotovacích prémií v průběhu roku 2009. Výše i dále uvedená tvrzení dokumentují například Obr. 45, Obr. 46, Obr. 47 a Obr. 48. Následný rok 2011 ve většině případů také znamenal opět výrazné zpomalení meziročního tempa růstu těchto ukazatelů. Změny u průměrných temp růstu, resp. u řetězových indexů dokumentuje Tabulka 37, Tabulka 38 a tabulka 39. Stejně tak lze tvrdit, že provedená zkoumání změn výkonnosti samostatných podniků AP ČR přinesla obdobná zjištění, viz kapitola 4.6.7. Hypotézu H4 tak lze potvrdit. Její platnost také přeneseně přinesla veškerá zkoumání a výpočty, ať už v případě automobilového průmyslu ČR, světa či jednotlivých významných producentů motorových vozidel.
181
7. PŘÍNOSY PRÁCE Disertační práce je zaměřena jak do oblasti automobilového průmyslu na úrovni globálních výrobců, tak zejména do prostředí dodavatelských podniků realizujících svoji činnost v sektoru automobilového průmyslu České republiky. Možné přínosy práce lze nalézt v jejích třech rovinách: v rovině teoretické, v rovině praktické a v rovině pedagogické.
7.1
Přínosy práce pro teorii
Přínos práce pro vědu lze spatřit v rozšíření teoretických poznatků týkajících se problematiky a dopadů finanční a hospodářské krize z let 2007 až 2010 v makroekonomické, sektorové i podnikové perspektivě. Z teoretického hlediska je také jistým přínosem disertační práce propojení metod a postupů k identifikaci vztahů mezi makroekonomickými, sektorovými a zejména mezi podnikovými ukazateli výkonnosti navzájem. Tyto poznatky vlastního zkoumání spolu s výsledky provedené literární rešerše mohou pomoci rozšířit stávající teorie v oblasti řízení, strategického managementu, řízení výkonnosti apod. Vytvoření, na výše uvedených základech, teoretických předpokladů pro přípravu podniků na příchod možných krizových stavů obdobného rozsahu v budoucnu je dalším z přínosů práce. Vnímáním globální ekonomické situace, specifik sektoru i individuálních disparit při řízení podniků či možnost identifikace dosud skrytých vztahů mezi výkonnostními ukazateli a využitím moderních poznatků managementu je možné se teoreticky popsat situaci, kdy podnik dělá vnitřně očistnou práci krize bez krize. Použití pro tento typ výzkumu účelně zvolených metod a teoretických východisek také znamená přínos v oblasti spojení, resp. propojení více vědních oborů. Zejména využití procedur metody General Unary Hypothesis Automaton (GUHA) pro tento typ ekonomických zkoumání otevírá v teoretické oblasti spoustu dalších možností. Její využití tak umožní disertační práci být součástí specializovaných publikací VŠE Praha, zamýšlené knihy prof. RNDr. Jana Raucha, Csc. a také v dalších publikačních výstupech autora. Teoretické poznatky nabyté v průběhu řešení disertační práce jsou velmi cennými podklady pro autora v jeho snaze o vytvoření teoretického konceptu vlastního způsobu řízení při současné inspiraci historicky úspěšnými, integrujícími, moderními a na důležitosti nabývajícími teoriemi řízení (Autopoiesis, Company as a Living Organism). Tento vlastní teoretický koncept autor dále prakticky využívá při tvorbě ucelené soustavy řízení vznikající rodinné společnosti.
7.2
Přínosy práce pro praxi
Disertační práce a výzkum v ní provedený byl zaměřen na konkrétní podniky produkující výrobky pro sektor automobilového průmyslu. Proto výsledky,
182
způsob řešení a strategická doporučení, formulovaná v disertační práci, lze využít při řízení jednotlivých obdobně zaměřených podniků v budoucnosti, převážně charakterizované svojí nevypočitatelností a turbulentními změnami. Zmíněná doporučení mohou také znamenat důležitá východiska pro přípravu podniků na budoucí krize tržních ekonomik obdobného rozsahu. V práci uvedená strategická doporučení, podložená výsledky realizovaného výzkumu, přináší pro praxi podněty k tolik potřebné změně v podnikatelském myšlení a podnikatelské filozofii vůbec. V této oblasti tak výsledky disertační práce přinášejí nové poznatky týkající se jak tvorby a zaměření podnikových strategií, tak jejich skutečné realizace. Uplatněním některých poznatků, vyplývajících z disertační práce, může profitovat existující společnost či podnik nejen v prostředí automobilového průmyslu. Inovativní, veskrze neobvyklý přístup se tak může stát zdrojem inspirace, podobně jako firmy zmíněné v historických příkladech (Baťa). Z pohledu autora se teoretické poznatky, získané realizací práce, pozitivně projevily i v jeho praktickém přístupu k definici podnikové strategie, postupnému sestavení ucelené soustavy řízení či definici výkonnostních ukazatelů vznikající akciové společnosti. Bez těchto nabytých zkušeností a teoretického základu by tato aktivita nebyla úspěšná. Realizace disertační práce ve spolupráci se sdružením automobilového průmyslu České republiky (AutoSAP) také přináší možnost prezentace výsledků a doporučení v rámci výstupů a jednání AutoSAP.
7.3
Přínosy práce pro pedagogickou činnost
Přínos disertační práce lze spatřovat i v rozměru pedagogickém. Jednak idea popsaná v tezích práce, tj. v možnosti zahájení spolupráce mezi Fakultou managementu a ekonomiky UTB ve Zlíně a dceřinou společností koncernu Hella, založené na různých typech školení, stáží studentů, tvorbě bakalářských a diplomových prací apod. se i díky realizaci této práce stala skutečností. Na druhé straně tato spolupráce přináší i možnost osobního rozvoje pedagogů fakulty, který se pro další její konkurenceschopnost jeví jako velmi žádoucí. Významný přínos autor také spatřuje v možnosti využití postupů a výsledků disertační práce při vlastní pedagogické či školící činnosti. Mimo výše uvedené publikační výstupy tak byly zkušenosti a informace, získané během zpracování disertační práce, využity i v případě již provedených seminářů v rámci firemního vzdělávání. Osobní kontakt a jednání s představiteli podniků vyústily v možnosti výraznějšího propojení teorie a praxe formou osobní účasti některých z nich na již realizovaných přednáškách. Nezavrženíhodnou možností, nejen pro pedagogickou činnost, se jeví i vydání práce formou odborné publikace, kterou autor plánuje v budoucnosti realizovat.
183
ZÁVĚR Hlavním cílem disertační práce bylo na základě identifikace vlivů finanční a hospodářské krize z let 2007 až 2010 na makroekonomické, sektorové a podnikové ukazatele výkonnosti formulovat adekvátní doporučení ke zlepšení mechanismu strategického řízení u dodavatelských podniků v prostředí automobilového průmyslu České republiky. Hlavní předností takto stanoveného cíle disertační práce, je z autorova pohledu, fakt, že získané poznatky jsou vzhledem k ekonomické realitě dneška aktuální a přínosné. K naplnění tohoto cíle autor zvolil rozčlenění disertační práce do několika na sebe navazujících a vzájemně se doplňujících celků. V úvodní části práce byla provedena kritická literární rešerše. Zde se autor zabýval nejhlubšími teoretickými východisky existence objektivní reality, jejich spojitostí a projekcí do mikrostruktury tržní ekonomiky. Následně pak důvody vzniku finanční a hospodářské krize, způsoby hodnocení národních ekonomik. Byl také proveden krátký exkurz do sektoru automobilového průmyslu. Dále byly představeny používané ukazatele a systémy hodnocení výkonnosti podniků a následně historické i soudobé poznatky z oblasti strategického řízení. Literární rešerší tak byla vytvořena teoretická základna pro analýzy zpracované v disertační práci. Ve výzkumné části práce byly uvedeny hlavní výsledky provedených zkoumání. Konkrétně výsledky analýz zaměřených na úroveň ekonomické svobody, jako základního předpokladu existence polárně symetrického vztahu koupě a prodeje, vlivu a dopadů finanční a hospodářské krize na vybrané makroekonomické ukazatele, projevů krize v sektoru automobilového průmyslu světa a České republiky. V neposlední řadě byly prezentovány výsledky zkoumání provedených v souboru dodavatelských firem z prostředí českého automobilového průmyslu. Výzkumná část byla zakončena návrhy strategických doporučení směřovaných k firmám zkoumaného souboru. Zde autor považoval za důležité zmínit, že daná doporučení byla a jsou využita pro tvorbu ucelené soustavy řízení v konkrétní firmě. Dále byla provedena verifikace hypotéz a krátké shrnutí naplnění primárního i jednotlivých sekundárních cílů disertační práce. Teoretické, praktické i pedagogické přínosy z realizace práce autor uvedl na závěr její výzkumné části. Dle autorova soudu je strategické řízení v období spjatém s finanční a hospodářskou krizí z let 2007 až 2010 oblastí dosud nedostatečně probádanou. Zejména v možnostech dalšího využití procedur metody GUHA pro tento typ výzkumu vidí autor velký přínos. Základní procedury, realizované v disertační práci, je možné dále rozvíjet a zahrnout tak kromě podnikových ukazatelů do analytických dotazů i data z vnějšího okolí podniků. Tímto autor obecně představuje možnosti dalšího výzkumu v dané oblasti i směr budoucí potřebné spolupráce se Sdružením automobilového průmyslu České republiky a Vysokou školou ekonomickou v Praze.
184
LITERATURA A ZDROJE [1] Automobilový průmysl v České republice. Základní údaje a fakta. Praha: AutoSAP, 2008. [2] Automobilový průmysl v České republice. Základní údaje a fakta. Praha: AutoSAP, 2010. [3] Automobilový průmysl v České republice. Základní údaje a fakta. Praha: AutoSAP, 2012. [4] BARROW, David John. Nové teorie všeho. Hledání nejhlubšího vysvětlení. 1. vydání. Přeložil Jan NOVOTNÝ. Praha: Argo, 2008. Zip, sv. 1161, 271s. ISBN 978-80-257-0056-3. [5] BAŤA, Tomáš. Úvahy a projevy. 1. vydání. Zlín: Univerzita Tomáše Bati, 2002, 218 s. ISBN 80-7318-103-7. [6] BOWMAN, Cliff. Strategický management. 1. vydání. Přeložil Jiří VEJDĚLEK. Praha: Grada Publishing, 1996, 152 s. ISBN 80-7169-230-1. [7] Business Cycle Chronologies. Data 1948 – 2013, 22 countries. 1st edition. London: Economic Cycle research Institute, 2013. Dostupné také z: http://www.businesscycle.com/ [8] DE GEUS, Arie. The Living Company. Habits for Survival in a Turbulent Business. 2nd edition. Boston: Harvard Business School Publishing, 2002, 228 p. ISBN 0-87584-782-X. [10] DLUHOŠOVÁ, Dana. Finanční řízení a rozhodování podniku. 1. vydání. Praha: Ekopress, 2006, 191 s. ISBN 80-86119-58-0. [11] DRUCKER, Ferdinand Peter. Cestou k zítřku. Management pro 21. století. 1. vydání. Praha: Management Press, 1993, 136 s. ISBN 80-85603-28-4. [12] DRUCKER, Ferdinand Peter. The Essential of Drucker: The Best of Sixty Years of Peter Drucker´s Essential Writings on Management. 1st edition. New York: Harper Collins Publishers, 2008, 358 p. ISBN 978-0-06-134501-2. [13] Economic Freedom of the World. 2005 Annual Report. 1st edition. Vancouver, B.C.: The Fraser Institute, 2005. ISSN 1037-365X. Dostupné také z: http://www.freetheworld.com
185
[14] Economic Freedom of the World. 2012 Annual Report. 1st edition. Vancouver, B.C.: The Fraser Institute, 2012. ISSN 1482-471X. Dostupné také z: http://www.freetheworld.com [15] FEULNER, Edwin. Preface. 2013 Index of Economic Freedom. 1st edition. Washington, DC: The Heritage Foundation and Dow Jones Company Inc., 2013, p. 11-12. ISSN 1095-7308. [16] FRIEDMAN, Milton and Rose FRIEDMAN. Capitalism and Freedom. Fortieth Universary Edition. 1st edition. Chicago: The University of Chicago Press, 2002, 268 p. ISBN 0-226-26421-1. [17] FRIEDMAN, Milton a Rose FRIEDMAN. Svoboda volby. 1. vydání. Přeložili Pavel a Vladimír VRECIONOVI. Praha: Liberální institut, 1992, 318 s. ISBN 80-85467-85-2. [18] Global Car and Truck Forecast. J. D. Power and Associates Automotive Forecasting. 1st edition. Oxford : J. D. Power and Associates and The McGrawHill Companies, Inc., 2005. [19] Global Car and Truck Forecast. J. D. Power and Associates Automotive Forecasting. 1st edition. Oxford : J. D. Power and Associates and The McGrawHill Companies, Inc., 2009. [20] Global Car and Truck Forecast. J. D. Power and Associates Automotive Forecasting. 1st edition. Oxford : J. D. Power and Associates and The McGrawHill Companies, Inc., 2012. [21] Global Car and Truck Forecast. 1st edition. Oxford : LMC Automotive, 2013. [22] Growth Rate Cycle Chronologies. Data 1948 – 2013, 22 countries. 1st edition. London: Economic Cycle research Institute, 2013. Dostupné také z: http://www.businesscycle.com/ [23] GWARTNEY, James, Robert LAWSON and Joshua HALL. Economic Freedom of the World 2010. Economic Freedom of the World 2010. Annual Report 2010. 1st edition. Vancouver: The Fraser Institute, 2010. p. 1-27. ISBN 978-92-55044-35-7. Dostupné také na: http://www.fraserinstitute.org
186
[24] HAGUE, Paul. Průzkum trhu: příprava, výběr vhodných metod, provedení, interpretace získaných údajů. 1. vydání. Brno: Computer Press, 2003, 234 s. ISBN 80-7226-917-8. [25] HANOUSEK, Jan a Pavel CHARAMZA. Moderní metody zpracování dat – matematická statistika pro každého. 1.vydání. Praha: Grada Publishing, 1992, 216 s. ISBN 80-85623-31-5. [26] HAYEK, Friedrich August. Cesta do otroctví. 2. vydání. Přeložil: Veronika MACHOVÁ. Brno: Barrister & Principal, 2008, 215 s. ISBN 97880-87029-32-9. [27] HÁJEK, Petr, Tomáš HAVRÁNEK a Metoděj CHYTIL. Metoda GUHA. Automatická tvorba hypotéz. 1. vydání. Praha: Academia, 1983, 314 s. ISBN 509-21-857. [28] HINDLS, Richard, Stanislava HRONOVÁ a Ilja NOVÁK. Analýza dat v manažerském rozhodování. 1. vydání. Praha: Grada Publishing, 1999, 360 s. ISBN 80-7169-255-7. [29] HINDLS, Richard, Stanislava HRONOVÁ, Jan SEGER a Jakub FISCHER. Statistika pro ekonomy. 7. vydání. Praha: Professional, 2006, 415 s. ISBN 8086946- 19-6. [30] HORVÁTH & PARTNERS. Balanced Scorecard v praxi. 1. vydání. Praha: Profess Consulting, 2004, 385 s. ISBN 80-7259-033-2. [31] HUČKA, Miroslav, Eva KISLINGEROVÁ, Milan MALÝ a kol. Vývojové tendence velkých podniků. Podniky v 21. století. 1. vydání. Praha: C. H. Beck, 2011, 275 s. ISBN 978-80-7400-198-7. [32] KADEŘÁBKOVÁ, Alena a Vladimír ŽĎÁREK. Makroekonomická analýza. 1. vydání. Praha: Vysoká škola ekonomie a managementu, 2006, 293 s. ISBN 80-86730-05. [33] KAPLAN, S., Robert and David P. NORTON. Balanced Scorecard: Strategický systém měření výkonnosti podniku. 3. vydání. Praha: Management Press, 2002, 361 s. ISBN 80-7261-063-5. [34] KEŘKOVSKÝ, Miroslav. Ekonomie pro strategické řízení: teorie v praxi. 1. vydání. Praha: C. H. Beck, 2004, 184 s. ISBN 80-7259-018-9. [35] KEŘKOVSKÝ, Miroslav a Oldřich VYKYPĚL. Strategické řízení: teorie v praxi. 1.vydání. Praha: C. H. Beck, 2002, 206 s. ISBN 80-7259-018-9.
187
[36] KISLINGEROVÁ, Eva. Podnik v časech krize. 1.vydání. Praha: Grada Publishing, 2010, 208 s. ISBN 978-80-247-3136. [37] KISLINGEROVÁ, Eva. a kol. Inovace nástrojů ekonomiky a managementu organizací. 1. vydání. Praha: C.H. Beck, 2008, 293 s. ISBN 978-80-7179-882-8. [38] KISLINGEROVÁ, Eva, Miroslav SYNEK, Inka NEUMAIEROVÁ a Jan KLEČKA. Nové trendy měření a řízení výkonnosti firem v globalizující se ekonomice. Sborník výstupů grantového projektu GA ČR. Praha: Oeconomica, 2006, 31 s. ISBN 80-245-1011-1. [39] KNÁPKOVÁ, Adriana a Drahomíra PAVELKOVÁ.Finanční analýza. 1. vydání. Praha: Grada Publishing, 2010, 208 s. ISBN 978-80-247-3349-4. [40] KOHOUT, Pavel. Finance po krizi: Důsledky hospodářské recese a co bude dál. 1. vydání. Praha: Grada Publishing, 2009, 224 s. ISBN 978-80-2473199-5. [41] MACHIAVELLI, Niccoló. Úvahy o vládnutí a o vojenství. 1. vydání. Přeložil: Josef HAJNÝ. Praha: Argo, 2001, 343 s. ISBN 80-7203-391-3. [42] MACHIAVELLI, Niccoló. Vladař. 1. vydání. Přeložil Josef HAJNÝ. Praha: XYZ, 2007, 203 s. ISBN 978-80-87021-73-6. [43] MALLYA, Thaddeus. Základy strategického řízení a rozhodování. 1. vydání. Praha: Grada Publishing, 2007, 252 s. ISBN 978-80-247-1911-5. [44] PARMENTER, David. Key Performance Indicators. Developing, Implementing, and Using Winning KPIs. 1st edition. Hoboken, New Jersey: John Wiley and Sons, Inc., 2007, 270 p. ISBN 0-470-9588-1. [45] PARMENTER, David. Klíčové ukazatele výkonnosti. Rozvíjení, implementování a využívání vítězných klíčových ukazatelů výkonnosti. 1. vydání. Přeložil: Ivana PETRAŠOVÁ. Praha: Česká společnost pro jakost, 2008, 242 s. ISBN 978-80-02-02083-7. [46] PAVELKOVÁ, Drahomíra. Klastry a jejich vliv na výkonnost firem. 1. vydání. Praha: Grada Publishing, 2009, 268 s. ISBN 978-80-247-2689-2. [47] PAVELKOVÁ, Drahomíra a Adriana KNÁPKOVÁ. Výkonnost podniku z pohledu finančního manažera. 2. vydání. Praha: Linde, 2009, 333 s. ISBN 978-80-86131-856.
188
[48] PAVLICA, Karel a kol. Sociální výzkum podnik a management. Průvodce manažera v oblasti výzkumu hospodářských organizací. 1.vydání. Praha: Ekopress, 2000, 170 s. ISBN 80-86119-25-4. [49] PORTER, Eugene Michael. Competitive Strategy. Techniques for Analyzing Industries and Competitor. 1st edition. New York: Free Press, 1980. 396 p. ISBN 0-7432-6088-0. [50] PORTER, Eugene Michael. On competition. 11th edition. Boston: Harvard Business School Publishing, 2008, 538 p. ISBN 978-1-4221-2696-7. [51] PORTER, Eugene Michael. Competitive Advantage. Creating and Sustaining Superior Performance. 2nd edition. New York: Free Press, 1998, 556 p. ISBN 0-684-84146-0. [52] PORTER, Eugene Michael. Konkurenční strategie. 1. vydání. Přeložil: Karel KVAPIL. Praha: Victorie Publishing, 1994, 403 s. ISBN 80-85605-11-2. [53] RAUCH, Jan. Metody zpracování informací II.: ukládání a vyhledávání. 1. vydání. Praha: Vysoká škola ekonomická Praha, 1996, 88 s. ISBN 80-7079-870X. [54] SEDLÁČEK, Marek. Business Strategy Against the Global Crisis: Impacts of the Global Crisis on Companies in Czech Automotive Industry During the Crisis Period 2007 – 2010. In: IBIMA Conference on Inovation Vision 2020: Sustainable Growth, Enterpreneurship and Ecomnomic Development. Barcelona: IBIMA Publishing, 2012, s. 399-411. ISBN 978-0-9821489-8-3. [55] SEDLÁČEK, Marek. Key Performance Indicators as a Business Strategy Tool during the Global Crisis Period. In: Advances in Economics, Risk management, Political and Law Science. 1st edition. Praha: WSEAS Press, 2012, s. 136-141. ISNN 2227-4600X. [56] SCHIFF, D. Peter and John DOWNES. Crash Proof. How to Profit from the Coming Economic Collapse. 1st edition. Hoboken, New Jersey: John Wiley & Sons, 2007, 264 p. ISBN 978-0-363-27152-2. [57] SCHIFF, D. Peter and John DOWNES. Crash Proof 2.0. How to Profit from the Economic Collapse. 1st edition. Hoboken, New Jersey: John Wiley & Sons, 2009, 364 p. 978-0-470-47453-2.
189
[58] SMITH, Adam. Pojednání o podstatě a původu bohatství národů. 6. přepracované vydání opatřené margináliemi. Přeložil: Ivana MERGEROVÁ, Alena JINDROVÁ, Josef PYTELKA a Sergej TRYML. Praha: Liberální Institut, 2001, 986 s. ISBN 80-86389-15-4. [59] SOROS, George. Nové paradigma pro finanční trhy. Úvěrová krize 2008 a co dál. 1. vydání. Přeložil: Václav PROCHÁZKA. Praha: Vyšehrad, 2009, 144 s. ISBN 978-80-7021-997-3. [60] SUN-Ć. Umění války. 1. vydání. Přeložil: Radim PEKÁREK. Brno: B4U Publishing, 2008, 100 s. ISBN 978-80-903850-6-1. [61] ŠIMŮNEK, Milan. Systém LISp-Miner: Akademický systém pro dobývání znalostí z databází. Historie vývoje a popis ovládání. 1. vydání. Praha: Nakladatelství Oeconomica, 2010, 106 s. ISBN 978-80-245-1699-8. [62] ŠULÁK, Milan a Emil VACÍK. Měření výkonnosti firem. 1. vydání. Plzeň: Západočeská univerzita, 2004, 138 s. ISBN 80-7043-258-6. [63] The Global Competitiveness Report 2009-2010. Full Data Edition. 1st edition. Geneve: The World Economic Forum, 2010. ISBN 92-95044-35-5. Dostupné také z: http://www.weforum.org/gcr [64] The Global Competitiveness Report 2012-2013. Full Data Edition. 1st edition. Geneve: The World Economic Forum, 2013. ISBN 978-92-55044-35-7. Dostupné také z: http://www.weforum.org/gcr [65] VOCHOZKA, Marek. Metody komplexního hodnocení podniku. 1. vydání. Praha: Grada Publishing, 2011, 248 s. ISBN 978-80-247-3647-1. [66] VRECION, Vladimír. Pojmy a otázky teorie státu a práva. 1. vydání. Zlín: Univerzita Tomáše Bati ve Zlíně, 2008a, 35 s. ISBN 978-80-7318-660-9. [67] VRECION, Vladimír. Teorie a metody poznání. 1. vydání. Zlín: Univerzita Tomáše Bati ve Zlíně, 2007a, 100 s. ISBN 978-80-7319-568-6. [68] VRECION, Vladimír. Teorie managementu a správy. 1. vydání. Zlín: Univerzita Tomáše Bati ve Zlíně, 2008b. 234 s. ISBN 978-80-7318-752-1. [69] VRECION, Vladimír. Základy logiky. 1. vydání. Zlín: Univerzita Tomáše Bati ve Zlíně, 2007b, 49 s. ISBN 978-80-7318-659-3.
190
[70] WIENER, Norbert. Kybernetika a společnost. 1. vydání. Praha: Státní pedagogické nakladatelství, 1963. [71] WIENER, Norbert. Kybernetika neboli řízení a sdělování v živých organizmech a strojích. 1. vydání. Praha: Státní pedagogické nakladatelství, 1960. [72] WEINBERGER, Ota a Oldřich ZICH. Logika. 3. vydání. Praha: Státní pedagogické nakladatelství, 1964. 269 s. [73] ZELENÝ, Milan. Human System Management. Integrating Knowledge, Management and Systems. 1st edition. Singapore: World Scietific Publishing, 2005, 459 p. ISBN 981-02-4913-6. [74] ZELENÝ, Milan. Hledání vlastní cesty. 1. vydání. Brno: Computer Press, 2011a, 319 s. ISBN 978-80-251-1611-1. [75] ZELENÝ, Milan. Všechno bude jinak. Z nového světa podnikání. 1. vydání. Bratislava: Karmelitánské nakladatelstvo, 2011b, 175 s. ISBN 978-80-8923183-6.
Internetové zdroje http://www.oecd-ilibrary.org/ http://www.freedomhouse.org/ http://www.heritage.org/ http://www.fraserinstitute.org/ http://www.autosap.cz/ http://www.acea.be/ http://www.weforum.org/gcr http://www.oica.com
191
SEZNAM PUBLIKACÍ AUTORA [1] SEDLÁČEK, Marek. Automobilový průmysl v krizovém období 2007 2010. In: Sborník příspěvků mezinárodní vědecké konference doktorandů a mladých vědeckých pracovníků. Opava: Slezská univerzita v Opavě, 2011, s. 1129-1138. ISBN 978-80-7248-711-0. [2] SEDLÁČEK, Marek. Business Strategies Against the Global Crisis: Impacts of the Global Crisis on Companies in Czech Automotive Industry During the Crisis Period 2007-2010. In: Proceedings of the 19th IBIMA Conference on Inovation Vision 2020: Sustainable Growth, Entrepreneurship, and Economic Development. Barcelona: IBIMA Publishing, 2012, s. 399-411. ISBN 978-09821489-8-3. [3] SEDLÁČEK, Marek. Intercompany markets as a tool for higher firm performance in the post cisis period. In: Sborník příspěvků 8. ročníku Mezinárodní Baťovy konference pro doktorandy a mladé vědecké pracovníky DOKBAT 2012. Zlín: Univerzita Tomáše Bati ve Zlíně, 2012, s. 1-10. ISBN 978-80-7454-138-4. [4] SEDLÁČEK, Marek. Dopady globální krize na výkonnost podniku v automobilovém průmyslu. In: Recenzovaný sborník příspěvků mezinárodní vědecké konference. Plzeň: Západočeská univerzita v Plzni, 2011, s. 1-6. ISBN 978-80-261-0051-5. [5] SEDLÁČEK, Marek. Dopady hospodářské krize do automobilového průmyslu v perspektivě Hella Autotechnik s.r.o. In: MAJTÁN, Š. a kol. Aktuálne pohľady na konkurencieschopnosť a podnikanie - Nové výzvy. Zborník vedeckých prác. Bratislava: Vydavateľstvo EKONÓM, 2011, s. 437 - 443. ISBN 978-80-225-3200-6. [6] SEDLÁČEK, Marek. Fenomén reflexivity a management v období globálních krizí. In: Proceedings of the 3rd international scientific conference for PhD. students and young scientists, School of Business Administration in Karvina. Opava: Slezská univerzita v Opavě, 2010, s. 575-584. ISBN 978-807248-620-5.
192
[7] SEDLÁČEK, Marek, SINNATHURAI, Vijayakumar. Výkonnost podniků automobilového průmyslu ve vztahu k ekonomické situaci na vybraných trzích v období 2007 - 2010. Trendy v podnikání - Business trend. Plzeň: Západočeská univerzita v Plzni, 2012, roč. 2, č. 4, s. 73-81. ISSN 1805-0603. [8] SEDLÁČEK, Marek. Řízení v období globálního propadu poptávky. In: MAJTÁN, Š. a kol. Aktuálne problémy podnikovej sféry. Zborník vedeckých prác. Bratislava: Ekonomická univerzita v Bratislave, 2010, s. 1-5. ISBN 97880-225-3098-9. [10] SEDLÁČEK, Marek. A business strategy and usage of chosen result indicators as a tool against global crisis impacts on companies in automotive industry. International Journal of Economics and Statistics [online]. 2013, roč. 4, č. 2, [cit. 2013-06-19]. s. 29-36. ISSN 2309-0685. Dostupné z: http://www.naun.org/cms.action?id=6464 [11] SEDLÁČEK, Marek. Impacts of the Global Crisis Period 2007- 2010 on the Automotive Industry in the Czech Republic. Journal of Competitiveness. Zlín: univerzita Tomáše Bati ve Zlíně, 2013, roč. 2013, č. 2, s. 1-16. ISSN 18041728. [12] SEDLÁČEK, Marek. Key performace indicators against next global crises in a perspective of automotive industry. In: Conference proceedings from 8th international scientific conference. Ostrava: Editing Centre of VŠB - Technical University Ostrava, 2011, s. 396 - 404. ISBN 978-80-248-2494-9. [13] SEDLÁČEK, Marek. Key Performance Indicators as a Business Strategy Tool during the Global Crisis Period. In: Advances in Economics, Risk Management, Political and Law Science. Praha: WSEAS Press, 2012, s. 136141. ISSN 2227-460X. ISBN 978-1-61804-123-4. [14] SEDLÁČEK, Marek. Globální krize a výzvy pro management podniků. In: Mezinárodní Baťova konference pro doktorandy a mladé vědecké pracovníky. Zlín: Univerzita Tomáše Bati ve Zlíně, Fakulta managementu a ekonomiky, 2010, s. 1-11. ISBN 978-80-7318-922-8. [15] SINNATHURAI, Vijayakumar, SEDLÁČEK, Marek. The Trend and Impact of Small and Medium Enterprises on the Economic growth of Sri Lanka.. In: Proceedings of the 19th IBIMA Conference on Inovation Vision 2020: stainable Growth, Entrepreneurship, and Economic Development. Barcelona: IBIMA Publishing, 2012, s. 1426-1437. ISBN 978-0-9821489-8-3.
193
[16] BŘEZINOVÁ, Olga, SEDLÁČEK, Marek, SINNATHURAI, Vijayakumar. The Status and Growth of Small and Medium Enterprises in Sri Lanka. In: International conference for Business Trend. Plzeň: Západočeská univerzita v Plzni, 2012, s. 1-11. ISBN 978-80-261-0100-0.
194
CURRICULUM VITAE Jméno a příjmení:
Marek Sedláček, Ing.
Datum a místo narození:
19. června 1976 v Olomouci
Trvalé bydliště:
Skrbeňská 28, 783 35 Horka nad Moravou
E-mail:
[email protected]
Rodinný stav:
svobodný
Vzdělání: 2009 – dosud
Univerzita Tomáše Bati ve Zlíně, Fakulta managementu a ekonomiky, doktorský studijní program Ekonomika a management, studijní obor Management a ekonomika
2007 – 2009
Univerzita Tomáše Bati ve Zlíně, Fakulta managementu a ekonomiky, magisterský studijní program Ekonomika a management, studijní obor Management a marketing
2004 – 2007
Univerzita Tomáše Bati ve Zlíně, Fakulta managementu a ekonomiky, bakalářský studijní program Hospodářská politika a správa, studijní obor Veřejná správa a regionální rozvoj
2001 – 2004
Střední škola stavební a podnikatelská Olomouc, Obor: Podnikání
1990 – 1993
Střední škola polytechnická Olomouc, obor: Mechanik silničních strojů a zařízení
195
Průběh zaměstnání: 1993 – 1995
VOP 083 s.p. Olomouc
1995 - 2010
Eva Sedláčková – Karosářské díly Horka nad Moravou
2010 - dosud
Hella Corporate Center Central Eastern Europe s.r.o. Hella Autotechnik s.r.o.
Pedagogická a tvůrčí činnost: 2010 - dosud
Základy managementu – přednášejí a zkoušející FTK Univerzita Palackého v Olomouci Vedení 2 diplomových prací Vedení 3 bakalářských prací Posudky 2 diplomových a 2 bakalářských prací
196
Příloha A: Úroveň politických a občanských svobod
197
Příloha B: Postavení zemí dle Economic Freedom of the World 2012
198
Příloha C: Vývoj Indexu ekonomické svobody 2003 - 2011
199
Příloha D: Business Cycles a Growth rate Cycles 1948 - 2013-07-13
200
201
Příloha E: Vývoj a predikce ukazatele GGFCE v období 2003 až 2014
Region Období 04/03 05/04 06/05 07/06 08/07 09/08 10/09 11/10 12/11 13/12 14/13 Ø kt Ø kt %
Region
Asie
Severní Amerika
Japonsko 1,02 1,01 1,00 1,01 1,00 1,02 1,02 1,01 1,03 1,02 1,02 1,013 1,28
Kanada 1,02 1,02 1,03 1,03 1,05 1,03 1,03 1,01 1,00 1,02 1,02 1,024 2,42
Mexiko 0,97 1,03 1,02 1,03 1,01 1,03 1,02 1,02 1,01 1,03 1,03 1,016 1,64
Západní Evropa
USA 1,01 1,01 1,01 1,01 1,02 1,04 1,01 0,98 0,99 1,00 0,99 1,009 0,88
Jižní Amerika Argentina 1,03 1,06 1,05 1,08 1,07 1,07 1,09 1,11 1,07 1,10 1,11 1,069 6,93
Brazílie 1,04 1,02 1,03 1,05 1,03 1,03 1,04 1,02 1,03 1,03 1,03 1,033 3,30
Východní Evropa
Období Franc. Němec. Itálie Špan. VB Polsko Rusko Turec. ČR 04/03 1,02 0,99 1,02 1,06 1,03 1,03 1,02 1,06 0,97 05/04 1,01 1,00 1,02 1,05 1,02 1,05 1,01 1,02 1,02 06/05 1,01 1,01 1,01 1,05 1,01 1,06 1,02 1,08 0,99 07/06 1,02 1,01 1,01 1,06 1,01 1,04 1,03 1,07 1,00 08/07 1,01 1,03 1,01 1,06 1,02 1,07 1,03 1,02 1,01 09/08 1,03 1,03 1,01 1,04 1,01 1,02 0,99 1,08 1,04 10/09 1,02 1,02 1,00 1,01 1,00 1,04 0,99 1,02 1,00 11/10 1,00 1,01 0,99 0,99 1,00 0,98 1,01 1,05 0,97 12/11 1,01 1,01 0,97 0,96 1,02 1,00 1,00 1,06 0,99 13/12 1,01 1,02 0,98 0,98 1,00 1,00 0,99 1,05 1,00 14/13 1,01 1,03 0,97 0,97 1,00 1,00 0,99 1,04 1,00 Ø kt 1,015 1,014 1,003 1,032 1,014 1,033 1,011 1,050 0,999 Ø kt % 1,53 1,36 0,29 3,15 1,36 3,30 1,15 5,02 -0,05
202
Příloha F: Grafické znázornění nezaměstnanosti dle regionů 2003 - 2012
203
Příloha G: Tabulka 1. Vstupní údaje a výpočty Případová studie I.
204
Příloha G: Tabulka 2. Vstupní údaje a výpočty Případová studie I.
205
Příloha H: Kvartální tempo růstu výroby produkce vybraných výrobců a produkce BMW Gr., Daimler Gr., Volkswagen Gr., Hyundai Gr. v (2003 – 2014).
206
Příloha I: Historický vývoj produkce a první registrace vozidel na území ČR 1945 – 2012
207
Příloha J: Produkce tuzemských výrobců OA v ČR
208
Příloha K: Případová studie II. (grafy, vtupní Tabulka I. Případové studie II.)
209
210
Příloha I: Kompletní seznam 165 analyzovaných podniků AP ČR
211
212
Příloha J.: Základní statistické vyhodnocení ukazatelů
213
Příloha K (CD): Výsledky analýz procedurami metody GUHA
214
poslední (zadní) strana
autor (14 pt)
Titul v češtině (16 pt, bold) Titul v angličtině (14 pt)
Teze disertační práce (14 pt)
Vydala Univerzita Tomáše Bati ve Zlíně, (14 pt) nám. T. G. Masaryka 5555, 760 01 Zlín. (14 pt)
Náklad: ..výtisků (14 pt) Sazba: autor (14 pt) Publikace neprošla jazykovou ani redakční úpravou. (14 pt)
Rok vydání 20.. (14 pt)
ISBN 978-80-……………. (14 pt)
215
