CENTRUM VÝZKUMU KONKURENČNÍ SCHOPNOSTI ČESKÉ EKONOMIKY
EKONOMICKO-SPRÁVNÍ FAKULTA MASARYKOVY UNIVERZITY
2008
KONKURENČNÍ SCHOPNOST
PODNIKŮ
(ANALÝZA FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI)
Ladislav Blažek a kolektiv
KONKURENČNÍ SCHOPNOST PODNIKŮ
( A N A LÝ Z A F A K T O R Ů H O S P O D Á Ř S K É Ú S P Ě Š N O S T I )
Ladislav Blažek a kolektiv
BRNO 2008
MASARYKOVA UNIVERZITA
EKONOMICKO-SPRÁVNÍ FAKULTA
CENTRUM VÝZKUMU
KONKURENČNÍ SCHOPNOSTI
ČESKÉ EKONOMIKY
2008
CENTRUM VÝZKUMU KONKURENČNÍ SCHOPNOSTI ČESKÉ EKONOMIKY
EKONOMICKO-SPRÁVNÍ FAKULTA MASARYKOVY UNIVERZITY
BRNO 2008
KONKURENČNÍ SCHOPNOST
PODNIKŮ
(ANALÝZA FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI)
Ladislav Blažek a kolektiv
Odborní garanti:
prof. Ing. Ladislav Blažek, CSc.
Ing. Ondřej Částek
Ing. Eva Kubátová
Mgr. Jiří Špalek, Ph.D.
Kolektiv autorů:
prof. Ing. Ladislav Blažek, CSc.
vedoucí autorského kolektivu
obsahová redakce (kap.1, 2, 7, 8, 9, 10, 11)
Ing. Ondřej Částek (kap. 8, příloha)
Ing. Eva Kubátová (kap. 7, 8)
Ing. Pavla Odehnalová (kap. 10)
prof. Ing. Pavel Pudil, DrSc. (kap. 5)
RNDr. Petr Somol, Ph.D. (kap. 5)
Ing. Ladislav Šiška, Ph.D. (kap. 3, 6)
Mgr. Jiří Špalek, Ph.D. (kap. 3, 4)
Technická redakce:
Ing. Eva Kubátová
Recenzenti:
prof. Radim Jiroušek, DrSc.
prof. Ing. Eva Kislingerová, CSc.
Publikace vznikla s podporou projektu MŠMT výzkumná centra 1M0524.
© Ladislav Blažek a kolektiv, 2008
ISBN 978-80-210-4734-1
OBSAH 7
Obsah
1. Úvod. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Část I Metodická východiska . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2. Charakteristika řešené úlohy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1. Motivy vedoucí k orientaci na problematiku faktorů hospodářské úspěšnosti . . . 13
2.2. Rekapitulace geneze řešení. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3. Metodický postup v rámci předmětné etapy řešení. . . . . . . . . . . . . . . . . . . . . . . 18
3. Metody vytváření shluků podniků . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1. Metoda shlukování pro hledání skupin podniků dle jejich hospodářské
úspěšnosti (tvorba primárních shluků) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. Užití shlukové analýzy pro vytváření podskupin podniků na základě
nalezených faktorů hospodářské úspěšnosti (tvorba sekundárních shluků) . . . . 28
4. Metodický postup definování proměnných. . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1. Primární – univariační analýza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2. Sekundární – bivariační analýza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3. Heuristická analýza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.4. Shrnutí postupu formulace vstupních proměnných . . . . . . . . . . . . . . . . . . . . . . . 38
5. Teoretické základy využití statistických metod rozpoznávání pro vyhledání
faktorů hospodářské úspěšnosti podniků . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.1. Charakteristika učícího přístupu k problému rozpoznávání . . . . . . . . . . . . . . . . . 42
5.2. Problém redukce dimenzionality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.3. Metody redukce dimenzionality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.4. Úvod do problematiky vyhledávacích strategií . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.5. Výběr nejinformativnějších příznaků s využitím „K-Nearest Neighbors“
klasifikační metody v roli kritéria výběru . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.6. Technické problémy a otázky výběru nejinformativnějších proměnných
při analýze souboru dat konkurenceschopnosti. . . . . . . . . . . . . . . . . . . . . . . . . . 49
Část II Průběh a výsledky experimentů. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6. Skupiny podniků vytvořené dle ukazatelů hospodářské úspěšnosti . . . . . . . . . 53
6.1. Výběr kritérií hospodářské úspěšnosti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.2. Metodické pozadí a základní hypotéza vývoje ukazatelů podle
fází životního cyklu podniku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.3. Výsledky shlukové analýzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.4. Shrnutí . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7. Definování soustavy vstupních proměnných. . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.1. Zásady transformace soustavy proměnných . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.2. Matice A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
7.3. Matice B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
7.4. Matice C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
OBSAH8
8. Identifikace faktorů hospodářské úspěšnosti . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8.1. Bivariační analýza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8.2. Vícerozměrná analýza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
8.3. Skupiny podniků, vytvořené dle faktorů hospodářské úspěšnosti . . . . . . . . . . . . 93
9. Interpretace dosažených výsledků . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
9.1. Souhrnná charakteristika výběrového souboru . . . . . . . . . . . . . . . . . . . . . . . . . . 96
9.2. Charakteristika skupiny A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10. Případové studie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
10.1. Toray Textiles Central Europe, s.r.o. – prostředí dvou kultur . . . . . . . . . . . . . . . 121
10.2. Blata, s.r.o. – boj s čínskými plagiátory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
11. Závěr. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Použitá literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Seznam obrázků, tabulek a grafů . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
Příloha č.1. Seznam podniků . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
1. Zpracovatelský průmysl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Kat. 15 Výroba potravinářských výrobků a nápojů . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Kat. 17 Výroba textilií a textilních výrobků . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
Kat. 18 Výroba oděvů, zpracování a barvení kožešin . . . . . . . . . . . . . . . . . . . . . . . . . . 146
Kat. 20 Zpracování dřeva, výroba dřevařských, korkových, proutěných a slaměných
výrobků kromě nábytku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
Kat. 21 Výroba vlákniny, papíru a výrobků z papíru . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
Kat. 22 Vydavatelství, tisk a rozmnožování nahraných nosičů. . . . . . . . . . . . . . . . . . . . 147
Kat. 24 Výroba chemických látek, přípravků, léčiv a chemických vláken . . . . . . . . . . . . 148
Kat. 25 Výroba pryžových a plastových výrobků. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
Kat. 26 Výroba ostatních nekovových minerálních výrobků . . . . . . . . . . . . . . . . . . . . . 152
Kat. 27 Výroba základních kovů a hutních výrobků. . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Kat. 28 Výroba kovových konstrukcí a kovodělných výrobků (kromě strojů a zařízení) . 155
Kat. 29 Výroba a opravy strojů a zařízení j. n. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Kat. 30 Výroba kancelářských strojů a počítačů. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Kat. 31 Výroba elektrických strojů a zařízení j. n. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Kat. 32 Výroba rádiových, televizních a spojových zařízení a přístrojů. . . . . . . . . . . . . . 173
Kat. 33 Výroba zdravotnických, přesných, optických a časoměrných přístrojů. . . . . . . . 174
Kat. 34 Výroba motorových vozidel (kromě motocyklů), výroba přívěsů a návěsů . . . . 176
Kat. 35 Výroba ostatních dopravních prostředků a zařízení . . . . . . . . . . . . . . . . . . . . . . 177
Kat. 36 Výroba nábytku; zpracovatelský průmysl j. n.. . . . . . . . . . . . . . . . . . . . . . . . . . 178
2. Stavebnictví . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
Kat. 45 Stavebnictví . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
Příloha č.2. Dotazník . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
1. ÚVOD 9
Úvod1.
Publikace vznikla s podporou projektu MŠMT výzkumná centra 1M0524 a odpovídá plánovaným
výstupům pro rok 2008.
Předložená publikace je monografií prezentující výsledky jedné z oblastí výzkumných aktivit
Centra výzkumu konkurenční schopnosti české ekonomiky (dále též Centrum), a to oblasti zaměřené
na problematiku konkurenční schopnosti podniků. Jedná se o prezentaci výsledků výzkumné
práce realizované v roce 2008, orientované na analýzu faktorů hospodářské úspěšnosti podniků
sídlících v České republice1
. Tato analýza úzce navazuje na empirické šetření uskutečněné v roce
2007 a k němu se vztahující statistické zpracování v podobě primární analýzy dat, získaných z dotazníkového
šetření a dalších informačních zdrojů2
.
Monografie je členěna do tří částí. Stručné anotace analyzovaných podniků jsou uvedeny
v příloze.
V první části je pozornost věnována metodickým východiskům předmětné etapy výzkumu.
Nejprve jde o rámcovou charakteristiku řešené úlohy. Je prezentována základní hypotéza celého
výzkumu a jeho hlavní cíl. Je provedeno zhodnocení výsledků dosažených v rámci procesu naplňování
tohoto cíle v předchozích etapách řešení a je formulován dílčí cíl, vážící se k předmětné
etapě výzkumu. V souvislosti s formulací tohoto dílčího cíle je provedeno stručné zhodnocení
získaných výsledků v rovině metodické i v rovině meritorní. Další pasáže první části monografie
jsou zaměřeny na metodické zabezpečení jednotlivých postupových kroků předmětné etapy řešení.
Primárně se jedná o výběr a aplikaci jedné z metod shlukové analýzy pro potřeby vytváření
typických skupin analyzovaných podniků dle jejich hospodářské úspěšnosti. Dále jde o formulaci
metodického postupu transformace dat získaných z dotazníkového šetření a dalších informačních
zdrojů do podoby proměnných, vhodných pro zpracování prostřednictvím specifických statistických
metod. Konečně se pak jedná o objasnění teoretických zásad a možností aplikace metod
vícerozměrné analýzy pro hodnocení složitých multidimenzionálních vztahů mezi výše zmíněnými
proměnnými a hledání takových kombinací vybraných proměnných, které v rozhodující míře
ovlivňují hospodářskou úspěšnost podniků.
Druhá část monografie se již plně týká oblasti aplikační. Je zde prezentováno řešení a jeho výsledky
v jednotlivých postupových krocích, opírající se o metody a přístupy uvedené v první části
publikace. S využitím vybrané metody shlukové analýzy je na základě pětiletých časových řad
dvou vybraných finančních ukazatelů vytvořeno 13 skupin podniků, které jsou následně agregovány
do pěti a posléze do tří skupin podniků s typickými charakteristikami hospodářské úspěšnosti.
Další pasáž je věnována realizaci procesu transformace dat z dotazníků, doplněných o některé
1 Přesné vymezení hlavního výzkumného cíle celého řešení a cíle předmětné etapy je uvedeno v následující kapitole.
2 Výsledky primární analýzy jsou souhrnně publikovány v monografii Blažek a kol. (2007).
1. ÚVOD10
informace získané z veřejně dostupných zdrojů. V návaznosti na metodiku prezentovanou v první
části monografie jde o poměrně náročný proces „přetvoření“ této výchozí databáze do soustavy
proměnných vhodných jako vstup do vyhodnocovacího algoritmu metody statistického rozpoznávání
obrazů, náležející do třídy metod vícerozměrné analýzy. Závěrečná pasáž této části monografie
uvádí výsledky získané na základě aplikace tohoto algoritmu, včetně analýzy nabídnutých
variant řešení a zdůvodnění výběru té z variant, kterou lze považovat za optimální. Výsledek je
prezentován v podobě přehledu proměnných, které byly s využitím zmíněného algoritmu vybrány
jako faktory hospodářské úspěšnosti. V návaznosti na to je prezentován postup tvorby shluků
podniků dle těchto faktorů, které jsou pak využity v části interpretační.
Třetí část předložené publikace se zaměřuje na interpretaci dosažených výsledků. Východiskem
pro interpretační rámec je soustava proměnných, které na základě výsledků aplikace výše zmíněného
algoritmu lze považovat za faktory, jež v podstatné míře ovlivňují hospodářskou úspěšnost
podniků. Na základě diferencovaných hodnot těchto proměnných jsou v hrubé rovině rozlišení
vždy společně charakterizovány podniky zařazené do každé z výše zmíněných tří základních skupin,
vzniklých na základě shlukové analýzy dle hospodářské úspěšnosti. Ve druhé, podrobnější
rovině rozlišení, jsou společně charakterizovány podskupiny podniků, vytvořené v rámci skupiny
podniků, které vykazují nejvyšší hospodářskou úspěšnost. Cílem je co nejlépe postihnout emergentní
vlastnosti charakteristické pro podniky té které podskupiny. Jako dodatek interpretační části
jsou uvedeny dvě vybrané případové studie konkrétních podniků.
V závěru monografie je shrnutí výsledků dané etapy řešení v rovině metodické a obsahové a formulace
cílů pro následující etapu řešení.
Poznámka:
Předložená monografie i citovaná monografie za předcházející etapu řešení Blažek, L. a kol. Konkurenční
schopnost podniků. Primární analýza výsledků empirického šetření. Brno: Masarykova
univerzita, 2007 i níže citované working papers a další publikace Centra konkurenční schopnosti
české ekonomiky jsou v elektronické podobě dostupné na jeho webových stránkách na adrese:
http://www.econ.muni.cz/centrum-vyzkumu-konkurencni-schopnosti-ceske-ekonomiky/
11
Část I METODICKÁ VÝCHODISKA
I
12
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY 13
Charakteristika řešené úlohy2.
Motivy vedoucí k orientaci na problematiku faktorů2.1.
hospodářské úspěšnosti
Problematika hledání faktorů hospodářské úspěšnosti podniků představuje pro teorii podnikového
hospodářství i pro teorii managementu aktuální a atraktivní téma. Existuje bezpočet prací,
které se danou problematikou zabývají, nicméně způsoby zmocnění se dané tématiky, aplikace
přístupů a metod, důvody řešení, věrohodnost výsledků i způsob jejich uplatnění, se mezi sebou
výrazně liší.
Přístupy teorie podnikového hospodářství se opírají převážně o „tvrdá data“, zejména o finanční
ukazatele, popřípadě jiné, objektivně vyjádřitelné a přesně měřitelné údaje ekonomického charakteru.
Výsledky těchto přístupů jsou k dispozici v podobě číselných údajů získaných systematickými
mnohačetnými měřeními. Tyto výsledky jsou zpravidla statisticky doložitelné a umožňují
poměrně objektivní vnitro- i mezipodniková srovnávání. Jejich vadou na kráse je však skutečnost,
že zachycují spíše důsledky než příčiny, tedy spíše hospodářskou úspěšnost podniků než nejdůležitější
faktory, které ji ovlivňují, neboť ty se ve značné míře, a to stále častěji, skrývají spíše v oblasti
„měkkých dat“.
Naproti tomu přístupy teorie podnikového managementu preferují právě „měkká data“ a vycházejí
přitom z premisy, že hlavní oblastí, ze které se rekrutují rozhodující faktory hospodářské úspěšnosti
podniků, jsou především lidé se svojí kvalifikací a kreativitou a vzájemné vztahy lidí uvnitř
podniku i jejich vztahy vůči důležitým subjektům v okolí, zejména zákazníkům. Nicméně skutečnost,
že se pracuje s informacemi, které jsou obtížně rozpoznatelné, uchopitelné a zejména měřitelné,
vede k tomu, že aplikace takových přístupů se opírají spíše o dílčí postřehy analytiků a poradců,
či názory úspěšných manažerů, než o rozsáhlé a systematické shromažďování a statistické vyhodnocování
přesných údajů. Výsledky pak mají často charakter případových studií „nejlepší praxe“, které
sice mohou být velmi inspirativní, ovšem bez záruky toho, že i jiný podnik bude úspěšný, pokud
bude dělat totéž, ale v jiných podmínkách. Nebo mají dané výsledky charakter do té míry obecných
rad a doporučení, že s nimi v zásadě všichni souhlasí, ale tím také jejich přínos končí.
V dané souvislosti dlužno připomenout zájem manažerské literatury osmdesátých let dvacátého
století o problematiku hledání dokonalosti. Nejznámější, zdaleka však ne jedinou publikací tohoto
myšlenkového směru, byla práce konzultantů proslulé konzultační firmy McKinsey T. J. Peterse
a R. H. Watermana „In Search of Excellence – Lessons from America´s Best-Run Companies“1
.
1 Český překlad Peters, Watermann (1992).
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY14
Šlo o stanovení několika jednoduchých doporučení v oblasti řízení, jejichž dodržování vede k hospodářské
úspěšnosti. Tyto i další přístupy daného myšlenkového směru byly postupně podrobovány
kritice a jsou již překonány. V současné době panuje názor, že univerzálně platné faktory, jednoznačně
ovlivňující hospodářskou úspěšnost podniků, neexistují.
Dále je třeba poznamenat, že většina metod exaktního hodnocení hospodářské úspěšnosti, či
metod opírající se o zásady vedoucí k hospodářské úspěšnosti vznikala a rozvíjela se v podmínkách
vyspělého kapitalismu a převážně v kultuře západní civilizace. V dané souvislosti se nabízí
otázka, do jaké míry byly, resp. jsou uplatnitelné zmíněné metody v podnikové sféře české ekonomiky,
a to zejména v posledních, bezmála dvaceti letech, tedy v její transformační a posttransformační
fázi.
Nabízí se rovněž otázka charakteristických rysů podniků působících v České republice. S vědomím
stále rostoucího vlivu zahraničního kapitálu, liberalizace trhů a dalších vlivů globalizace se
otevírají další a další otázky, vyzývající k analýzám podnikové sféry na základě reprezentativních
empirických šetření.
Lze říci, že výše naznačená témata, problémy a otázky se staly příčinami zájmu výzkumného
kolektivu o řešení problematiky konkurenceschopnosti podniků a zejména hledání faktorů jejich
hospodářské úspěšnosti.
Skutečnost, že výzkumný tým se při řešení dané úlohy nesnažil beze zbytku aplikovat některou
z disponibilních metodik hodnocení hospodářské úspěšnosti podniků a analýzy jejich příčin, ale
volil víceméně vlastní cestu, spočívalo patrně v tom, že se snažil, byť na počátku řešení spíše intuitivně,
hledat reálné překlenutí mezi podnikohospodářskými a manažerskými přístupy.
Záměrem řešení není pouze hodnocení hospodářské úspěšnosti a hledání faktorů, které tuto
úspěšnost ovlivňují, ale rovněž, a to zejména, hledání a zobecňování příčin, proč jsou některé
podniky úspěšnější než jiné. Cílem však v žádném případě není nalezení obecně platného receptu,
jak se stát úspěšným. Takový cíl je nereálný a nemá smysl o něj usilovat. Cíl řešení spočívá, volně
řečeno, v nalezení určitých, obecně platných, typických kombinací hodnot veličin popisujících
podnik, které vedou k určitým typickým charakteristikám jeho hospodářské úspěšnosti.
Sekundárním, ale neméně významným výsledkem řešení je zjištění, jaké podniky působící v České
republice jsou, jakým vývojem prošly, do jaké míry odpovídají standardům panujícím v ekonomicky
nejvyspělejších zemích a jaké vývojové trendy se u nich dají předpokládat.
Rekapitulace geneze řešení2.2.
V návaznosti na přípravné práce orientované na rešeršní činnost a vyjasňování zaměření a celkové
koncepce práce a dále pak formulování teoretických a metodických východisek, došlo k formulaci
základní hypotézy řešení a hlavního výzkumného cíle řešení.2
Základní hypotéza: Existuje významná závislost mezi určitým typem hospodářské úspěšnosti
podniků a určitou typickou konfigurací faktorů, vytvářejících konkurenceschopnost podniků.
Hlavní vědecký cíl výzkumu: Potvrzení této hypotézy a nalezení typických konfigurací faktorů
vytvářejících určité typy hospodářské úspěšnosti podniků.
Kroky, které byly v minulém období realizovány na cestě vedoucí k verifikaci uvedené hypotézy
a k naplnění uvedeného cíle, lze v hrubých rysech charakterizovat takto3
.
2 Srovnej Blažek a kol. (2007, s. 18).
3 Blíže Blažek (2007) a Blažek a kol. (2007).
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY 15
Zpracování metodiky šetření1.
Metodika empirického šetření konkurenceschopnosti podniků byla založena na těchto definicích,
zásadách a předpokladech:
Konkurenceschopnost je potenciál (schopnost) podniku uspět v hospodářské soutěži s jinými
podniky.
Výsledkem této soutěže je úspěšnost (či neúspěšnost) podniku vyjádřená jeho hospodářskými
výsledky a měřená finančními ukazateli.
Vztah mezi konkurenceschopností a úspěšností podniku je vztahem mezi příčinou a důsledkem,
s vědomím zpětné vazby, tj. vlivu stávající hospodářské úspěšnosti na budoucí
konkurenceschopnost.
Přístup k řešení problematiky konkurenceschopnosti podniků se opíral o stakeholderský model
podniku4
. Důvodem pro tuto volbu je hypotéza, že rozhodující faktory hospodářské úspěšnosti
podniku tkví ve vzájemných vztazích mezi podnikem a stakeholdery.5
Vymezení základního souboru podniků2.
Základní soubor šetřených podniků byl vymezen podle:
a) teritoriálního hlediska – podniky se sídlem v České republice;
b) odvětvového hlediska – podniky náležející do sekce C až K dle Odvětvové klasifikace ekonomických
činností ČSÚ (dále OKEČ);
c) velikostního hlediska – podniky s počtem pracovníků 50 a více;
d) hlediska právní formy – akciové společnosti a společnosti s ručením omezeným.
Soubor podniků, které splňují výše vyjmenovaná kritéria, po vyloučení podniků v likvidaci, konkurzu
nebo s informací o konkurzu nebo soudní exekuci, čítal v době empirického šetření 7396
subjektů.
S ohledem na disponibilní kapacity došlo v předmětném empirickém šetření k tomu, že široká
odvětvová struktura byla redukována pouze na dvě odvětví, která však tvoří jádro odvětvové struktury
národního hospodářství, a to na D – Zpracovatelský průmysl a na F – Stavebnictví. Do těchto
dvou odvětví spadalo v době empirického šetření 4483 podniků, což je více než 60% podniků
náležejících do výše uvedeného souboru.
Pro empirické šetření, provedené v této etapě výzkumu, byl soubor 4483 podniků z odvětví
zpracovatelského průmyslu a ze stavebnictví souborem, který se stal výchozím pro formulaci souboru
základního.
S ohledem na kapacitní možnosti a při respektování přiměřené úrovně reprezentativnosti byla
velikost výběrového souboru stanovena na cca 450 podniků, což představuje přibližně 10% výše
uvedeného souboru.
S ohledem na skutečnost, že informace o podniku, potřebné pro následnou analýzu, byly získávány
nejen z dotazníku, ale též z databáze Albertina Data, bylo nutno při výběru podniků, ve
kterých by mělo proběhnout dotazníkové šetření, rovněž analyzovat, do jaké míry a v jaké kvalitě
jsou o nich v této databázi potřebné ekonomické informace k dispozici. Na základě této analýzy
bylo vybráno 2817 podniků, které měly z hlediska komplexnosti a kvality účetních informací požadovanou
úroveň. Tento soubor se stal pro předmětný výzkum souborem základním.
4 Podrobněji viz Blažek, Doležalová, Klapalová, Šiška (2005).
5 Pod pojmem stakeholder je míněn subjekt, který do podniku přináší určitý vklad
a od podniku očekává odpovídající reciprocitu.
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY16
Analýza informačních zdrojů3.
Pro empirické šetření byly využity dva základní informační zdroje:
a) veřejně publikované informace ;
b) informace z dotazníkového šetření.
Z veřejně publikovaných informací byly pro účely empirického šetření využity zejména
informace z webových stránek podniků;
analýzy publikované na webových stránkách ipoint.financninoviny.cz;
informace z obchodního rejstříku publikované na webových stránkách portal.justice.cz;
informace z databáze CreditInfo, tvořící součást databáze Albertina Data.
První tři z výše uvedených zdrojů sloužily pro zpracování anotací podniků. Jedná se o jedno – až
dvoustránkové materiály, zachycující za každý podnik ve stručné podobě základní informace, jako
například název, identifikační číslo a sídlo podniku, založení a historii podniku, ovládané a ovládající
osoby, odvětvové začlenění, základní kapitál atd.
Informace z databáze Albertina Data zachycují za jednotlivé podniky data ekonomického charakteru,
zpracovaná na základě roční účetní závěrky. Za jeden podnik se jedná o cca 250 údajů za
rok. Tyto informace byly, spolu s doplňkovými informacemi z dalších informačních zdrojů, využity
k vyhodnocení hospodářské úspěšnosti podniků6
.
Zpracování dotazníku4.
Druhým ze základních informačních zdrojů byly informace z dotazníků vyplněných respondenty
ve spolupráci s tazateli.
Při koncipování dotazníku bylo třeba řešit optimalizaci jeho rozsahu. Čím je dotazník rozsáhlejší,
tím více informací lze jeho prostřednictvím získat. Naproti tomu s rostoucí velikostí roste
pracnost vyplnění dotazníku a spolu s tím klesá koncentrace respondenta i tazatele a v důsledku
toho i kvalita získaných dat. Příliš rozsáhlý dotazník může dokonce potenciálního respondenta
odradit od záměru se dotazníkového šetření vůbec zúčastnit.
Ve snaze o minimalizaci rozsahu byl dotazník proto zaměřen téměř výlučně jen na ty informace,
které nelze efektivně získat z veřejně dostupných zdrojů, popřípadě jiným způsobem. Účelem
aplikace dotazníku bylo především získání názorů a odhadů kvalifikovaných, strategicky uvažujících
představitelů podniků. Tomuto účelu byla podřízena celková koncepce dotazníku i formulace
jednotlivých otázek7
.
Příprava a realizace sběru dat (terénní fáze empirického šetření)5.
Empirického šetření se zúčastnilo 432 podniků což je 15,33% základního souboru, který čítal, jak
již bylo zmíněno, 2817 podniků. To je zhruba trojnásobek průměrné hodnoty, které bývá u šetření
obdobného typu dosahováno. Tento úspěch je třeba připsat na vrub pečlivé přípravě šetření
a systematické operativní komunikaci s respondenty.
Dotazník byl vyplněn v rámci schůzky respondenta s tazatelem. Tazatelé byli speciálně vyškoleni
za účelem zvládnutí způsobu jakým má být dotazník vyplněn i za účelem hlubšího pochopení
smyslu celého dotazníkového šetření. Tazatel před návštěvou obdržel anotaci navštěvovaného
podniku s uvedením základních charakteristik. Znalost těchto informací přispěla k dobré atmosféře
při jednání s respondentem (respondenti zpravidla pozitivně oceňovali, že tazatel o jejich podniku
již leccos ví) i ke správnému pochopení toho, co respondent tazateli sděluje.
6 Blíže viz kapitola 3.
7 Dotazník je uveden v Příloze č.2 této monografie.
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY 17
Vyplnění dotazníku bylo z hlediska odborného i časového značně náročné. Poměrně často se
stávalo, že respondent přizval k vyplňování dotazníku další specialisty, zejména ekonomy a personalisty.
Občas došlo k tomu, že některé otázky (zejména týkající se struktury pracovníků) byly
zodpovězeny dodatečně a zaslány poštou. Vyplnění dotazníku v rámci interakce s tazatelem zabralo
v průměru 90 až 120 minut. V závěru vyplňování se někdy již projevovala únava z dlouhého
jednání i nedostatek času na straně respondenta. Výsledky ukazují, že v důsledku časové
a odborné náročnosti nebyly v některých případech otázky správně pochopeny, což se projevuje
v nepřesných odpovědích. Navzdory tomu lze však kvalitu získaných informací hodnotit převážně
pozitivně.
Vyhodnocení reprezentativnosti výběrového souboru podniků6.
Při zařazování podniků do výběrového souboru nebylo možno využít náhodného výběru, protože
účast na šetření podléhala souhlasu podniků se této akce zúčastnit. Na druhé straně nebylo
možno realizovat samovýběr, tedy akceptovat bez rozdílu všechny podniky, které by byly ochotny
se šetření zúčastnit. Takový přístup by totiž velmi snížil reprezentativnost výběrového souboru.
Byl proto uplatněn kvótní způsob výběru. Za kvótní proměnné byly zvoleny výše uvedené proměnné
– teritorium, ve kterém podnik působí (kraj), odvětví ve kterém podnik působí (zpracovatelský
průmysl a stavebnictví, v rámci zpracovatelského průmyslu pak podrobněji 20 odvětvových
oddílů), velikostní skupina podniku (50 až 99 pracovníků, 100 až 249 pracovníků, 250 a více pracovníků)
a právní forma podnikání (akciové společnosti a společnosti s ručením omezeným).
S ohledem na kapacitní zvládnutelnost dotazníkového šetření, zejména s ohledem na kapacitu
tazatelů, bylo terénní šetření realizováno v několika vlnách. Za účelem dosažení maximální reprezentativnosti
výběrového souboru byla, dle výše zmíněných kvótních proměnných, kontrolována
v průběhu jednotlivých vln terénního šetření míra shody struktury tohoto souboru se strukturou
základního souboru. Je možno konstatovat, že byla dosažena, s výjimkou některých krajů a některých
odvětvových oddílů, vysoká míra shody v proporcích struktur základního a výběrového
souboru, což pozitivně ovlivňuje reprezentativnost výběrového souboru.
Primární analýza získaných dat7.
V rámci primární analýzy byly vyhodnoceny frekvence odpovědí na jednotlivé otázky dotazníku.
Jednalo se celkem o téměř 700 proměnných. Výsledky byly prezentovány jednotným způsobem
v podobě standardizovaných tabulek a standardizovaných grafů, včetně komentářů, stručně
interpretujících uvedené číselné a grafické informace. Vyhodnocení bylo provedeno za výběrový
soubor jako celek i za dílčí soubory, členěné dle odvětví, velikosti podniků a právní formy
podnikání.
Touto cestou byla získána celá řada dílčích informací o tom, „jaké podniky jsou“. Byla vytvořena
východiska pro interpretaci získaných dat. Bylo rovněž získáno mnoho podnětů pro další zpracování.
Nedílnou součástí primární analýzy bylo též čištění dat a jejich příprava pro transformaci
za účelem dalšího využití8
.
8 Podrobněji jsou tyto procedury uvedeny v kapitole 4 a 7.
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY18
Metodický postup v rámci předmětné etapy řešení2.3.
Výše uvedených 7 postupových kroků bylo realizováno převážně v roce 2007 (část přípravných
prací proběhla v roce 2006) a většina získaných výsledků je uvedena v publikaci Blažek
a kol. (2007).
Metodický postup v předmětné etapě řešení, zahrnující rok 2008, byl zaměřen na závěrečnou
část vyhodnocení dat získaných z empirického šetření, s cílem nalézt typické konfigurace faktorů
vytvářejících určité typy hospodářské úspěšnosti podniků.
Daný postup lze stručně charakterizovat takto:
Vytvoření shluků podniků dle jejich hospodářské úspěšnosti1.
Výběrový soubor, tj. 432 výše zmíněných podniků, byl strukturalizován na základě shlukové analýzy.
Podniky byly seskupeny do shluků dle dvou finančních ukazatelů – ukazatele rentability aktiv
a ukazatele růstu aktiv. Bylo vytvořeno třináct shluků a ty pak, na základě ekonomické analýzy,
byly agregovány do pěti a následně do tří typických shluků. Jde o podniky u nichž jsou hodnoty
daných ukazatelů a) nad průměrem výběrového souboru, b) pod průměrem výběrového souboru,
ale nezáporné a c) konečně podniky, kde hodnoty daných ukazatelů vykazují záporné hodnoty.
Pracovně je tento proces označen jako primární shlukování a vytvořené shluky jako primární shluky.
Metodická stránka tohoto procesu je popsána v kapitole 3, způsob aplikace a výsledky jsou
uvedeny v kapitole 6.
Definování vstupních proměnných2.
Na základě vyhodnocení vyplněných dotazníků a na základě dalších informačních zdrojů bylo
o každém podniku získáno poměrně značné množství informací. Tento výchozí soubor proměnných
bylo třeba transformovat na takový soubor proměnných, který je vhodný jako vstup do
statistické metody, schopné vyhledat ty proměnné, které lze považovat za faktory hospodářské
úspěšnosti analyzovaných podniků. Metodika těchto procedur je uvedena v kapitole 4, aplikace
a výsledky jsou obsahem kapitoly 7.
Hledání faktorů hospodářské úspěšnosti podniků3.
Pro zajištění exaktního zvládnutí této statisticky náročné úlohy byla aplikována jedna z metod
z kategorie „učící se metody rozpoznávání“, a to metoda statistického rozpoznávání obrazů. Pro
výběr z variant výsledků bylo použito maximalizace kriteria informativnosti. Výsledkem aplikace
bylo určení, které ze souboru proměnných vstupujících do procesu testování touto metodou jsou
faktory, jež rozhodujícím způsobem ovlivňují hospodářskou úspěšnost analyzovaných podniků.
A to nikoliv separátně, tedy každý faktor sám, nýbrž integrálně, tedy ve vzájemných souvislostech.
Podstata aplikované metody je popsána v kapitole 5, výsledky aplikace v kapitole 8.
Vytvoření shluků podniků dle podobnosti hodnot faktorů jejich hospodářské úspěšnosti4.
Poté, co byly stanoveny faktory hospodářské úspěšnosti, bylo třeba hledat, ve smyslu výše uvedeného
hlavního cíle výzkumu, takové typické konfigurace hodnot těchto faktorů, které vytvářejí
určité typy hospodářské úspěšnosti podniků. Za tím účelem byly shluky podniků, vytvořené dle
jejich hospodářské úspěšnosti, tzv. primární shluky, dále strukturalizovány. Tato strukturalizace
byla realizována opět s využitím shlukové analýzy, ale nikoliv jako v případě primárního shlukování
podle hodnot výše zmíněných dvou finančních ukazatelů, nýbrž podle hodnot faktorů
hospodářské úspěšnosti. Tato operace byla pracovně označena jako sekundární shlukování
2. CHARAKTERISTIKA ŘEŠENÉ ÚLOHY 19
a vytvořené shluky jako shluky sekundární. Metodické zázemí je uvedeno v kapitole 3, výsledky
dané operace pak v kapitole 8.
Interpretace charakteristických rysů skupin podniků5.
Skupiny podniků, vytvořené na základě zmíněného shlukování, byly charakterizovány prostřednictvím
hodnot faktorů hospodářské úspěšnosti, doplněných částečně, s ohledem na zvýšení míry
ilustrativnosti, o několik dalších proměnných. Nejprve byla provedena interpretace charakteristických
rysů na úrovni celého výběrového souboru, a to cestou porovnání hodnot faktorů a vybraných
proměnných mezi třemi skupinami podniků, vytvořenými prostřednictvím primárního
shlukování, tedy dle ukazatelů jejich hospodářské úspěšnosti. Dále byla provedena obdobná interpretace
na podrobnější úrovni – v rámci skupiny hospodářsky nejúspěšnějších podniků, a to
cestou porovnání hodnot stejných faktorů a proměnných jako v předchozím případě, ale mezi
skupinami podniků vytvořenými prostřednictvím sekundárního shlukování. Daná interpretace je
uvedena v kapitole 9.
20
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ 21
Metody vytváření shluků podniků3.
Metoda shlukování pro hledání skupin podniků dle jejich3.1.
hospodářské úspěšnosti (tvorba primárních shluků)1
Zdroj dat a jejich úpravy pro hledání primárních shluků3.1.1.
Aplikace obecné metodiky shlukové analýzy musela v předmětné úloze respektovat skutečnost,
že potřebná data nejsou u všech podniků výběrového souboru zcela kompletní. Je proto vhodné,
dříve než přistoupíme k popisu aplikovaného metodického postupu, se krátce zmínit o problému
zdroje dat.
Pro tvorbu primárních shluků bylo potřeba získat data, ze kterých lze stanovit rentabilitu aktiv
a růst aktiv, a to v pětiletých časových řadách. Veškerá data potřebná pro danou analýzu byla,
jak již bylo zmíněno, čerpána z veřejných datových zdrojů. Primárním zdrojem se stala databáze
úvěrových informací CreditInfo, která tvoří dominantní součást databáze Albertina Data. Ačkoliv
databáze CreditInfo patří na českém trhu k patrně nejkompletnějším zdrojům firemních informací,
nebylo možno odtud získat data ve zcela kompletní podobě. Z těchto důvodů bylo nutné se
doplňkově opřít i o jiné zdroje dat. Jednalo se o tyto doplňkové zdroje:
Digitalizované účetní závěrky podniků uložené do sbírky listin obchodních rejstříkových
soudů2
, v jejichž území působnosti má respondent sídlo. Účetní jednotky mají povinnost zveřejňovat
údaje z účetní závěrky uložením do sbírky listin dle ustanovení § 21 písm. a) zákona
o účetnictví. Je však nutno mít na paměti, že rejstříkové soudy vedou digitalizovanou podobu
účetních závěrek přibližně od roku 20033
.
Digitalizované kompletní ročníky Obchodního věstníku za léta 2001 až 2005 ve vlastnictví
Masarykovy univerzity.
Internetové, volně přístupné rozhraní do databáze MAGNUS4
od České kapitálové informační
agentury (ČEKIA).
1 Text této části kapitoly vychází z Šiška (2008).
2 Dostupné z www.justice.cz.
3 Míra digitalizace závisí na příslušném rejstříkovém soudu, nejvíce závěrek je dostupných za společnosti místně
příslušné pod rejstříkový soud v Ústí nad Labem, zatímco nejkratší historii vykazují digitalizované údaje u rejstříkového
soudu v Praze.
4 Dostupné z http://ipoint.financninoviny.cz.
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ22
Pokud u některých podniků výběrového souboru zůstaly chybějící údaje i po využití výše uvedených
doplňkových zdrojů, postupovalo se takto: V případě podniků, u nichž chyběly v časové
řadě údaje pouze za jediný rok, který zároveň nebyl prvním, nebo posledním rokem časové řady,
byl využit odhad chybějícího údaje na základě průměrné hodnoty mezi předchozím a následujícím
rokem. V ostatních případech byl daný podnik označen jako podnik s nekompletními daty.
Podniky s kompletními daty, včetně podniků kde byla chybějící data uvedeným způsobem dopočítána,
vstupovaly do procedury shlukové analýzy. Jednalo se celkem o 350 podniků z celkového
počtu 432 podniků výběrového souboru. Zbývajících 82 podniků, tj. podniky s nekompletními
daty byly, jak je podrobněji uvedeno níže, do již vytvořených shluků zařazeny specifickým
způsobem dodatečně.
Normalizace proměnných3.1.2.
Prvním krokem shlukové analýzy je vyloučení vlivu rozdílného měřítka používaných ukazatelů.
Nejednodušší metodou je jejich normalizace, přičemž tato transformace vychází z podílu odchylky
daného pozorování xi
od aritmetického průměru souboru dělené příslušnou směrodatnou
odchylkou sx
.
, pro i = 1, …, 10
Transformací proměnných se mění i jejich vypovídací hodnota. Transformovaná (normalizova-
ná)5
proměnná pro podnik, jenž v daném roce dosáhl hodnoty odpovídající průměrné rentabilitě
za množinu shlukovaných podniků, bude po normalizaci vykazovat hodnotu 0; nadprůměrně
úspěšný podnik bude vykazovat kladné hodnoty (a vice versa), přičemž standardní odchylka normalizovaných
veličin bude rovna 1.
Vzhledem k tomu, že – jak již bylo zmíněno – shluková analýza byla využita v rámci analýzy
výsledků šetření ještě jednou, je nutno tuto transformaci neustále brát v potaz při následné interpretaci
výsledků. Zatímco v případě intervalových proměnných (které jsou základem první shlukové
analýzy vedoucí k nalezení shluků podniků dle hospodářské úspěšnosti) v podstatě tato transformace
nehraje roli, v případě jiných než intervalových proměnných, které jsou základem druhé
shlukové analýzy, může být tento faktor významný.6
Na normalizovaná data byly aplikovány váhy klesající významnosti směrem do minulosti, jejichž
volba je podrobněji zdůvodněna v kapitole 6.
Pro nalezení typických shluků bylo využito nehierarchické shlukování pomocí metody nejbližších
středů (k-means clustering). Její algoritmus hledá optimální rozklad na k shluků tím způsobem,
že opakovaně přeřazuje prvky ze shluku do shluku s cílem minimalizovat celkový součet
čtverců vzdáleností uvnitř shluků. Výsledkem několika postupných kroků je nalezení shluků relativně
podobných prvků7
. Přitom výsledek silně závisí především na volbě výchozích parametrů,
jejichž hodnoty byly následující:
Základní parametr, který je třeba zvolit v případě metody nejbližších středů, představuje volba
počtu shluků.8
5 Nejčastěji bývají označovány jako tzv. z-scores.
6 Menší výhodnost určitých typů proměnných – zejména nominálních – byl také jedním z podpůrných argumentů
pro nezařazení dané proměnné do množiny potenciálních faktorů konkurenceschopnosti (označujeme ji jako Matici
C). Podrobněji viz kapitola 7.
7 Bližší popis metody uvádí např. Meloun, Militký (2002, s. 279n).
8 Jak uvedeme dále, základní hypotéza odvozená v kapitole 6 uvažuje jako výchozí počet shluků k=4.
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ 23
Další důležitý parametr, jenž ovlivní výsledek shlukování, spočívá ve volbě vhodné metriky
pro určení vzdálenosti dvou prvků. Vzhledem k možnostem použitého statistického softwaru
STATISTICA je využita metriku euklidovské vzdálenosti, jež je definována:
,
kde x je konkrétní hodnota i-té souřadnice vektoru ukazatelů za podnik X;
y je konkrétní hodnota i-té souřadnice vektoru ukazatelů za podnik Y.
Poslední důležitý parametr shlukování metodou nejbližších středů je volba výchozího rozdělení.
V použitém softwaru STATISTICA bylo zvoleno jako výchozí rozdělení prvních N pozorování
(viz obrázek č. 1), kde N je počet hledaných shluků. Neboli, pro případ, kdy bychom
hledali čtyři shluky, budou první čtyři podniky v souboru nahraném do softwaru STATISTICA
představovat centra (první iteraci center) budoucích čtyř shluků.
Výchozí volba rozděleníObrázek č. 1:
Zdroj: Snímek ze softwaru STATISTICA
Iterační odvození optimálního počtu shluků3.1.3.
Výše uvedený pokus o vytvoření typické čtveřice shluků byl opakován celkem třicetkrát. Do každého
dalšího pokusu o shlukování byla přitom vložena data o analyzovaných podnicích v jiném,
náhodném pořadí. Cílem bylo ověřit, zda výsledkem všech pokusů o shlukování budou shluky
o stejných prvcích, jak předpokládá základní hypotéza. Z jiného úhlu pohledu lze tento cíl formulovat
i jako ověření, zda pro každé dva respondenty, kteří byli v jednom pokusu o shlukování
zařazeni do stejného shluku, bude platit, že i v dalším pokusu o shlukování budou společně zařazeni
do stejného shluku.
Konkrétní postup vytvoření náhodných vstupních rozdělení byl následující. V programu MS
Excel bylo desítce údajů za každý z analyzovaných podniků (v našem případě se jedná o 350
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ24
podniků) přiděleno náhodné číslo, které bylo získáno prostřednictvím generátoru náhodných čísel
v MS Excel.9
Následně byly všechny podniky seřazeny podle přiřazených náhodných čísel. Takto
uspořádaná data byla importována do statistického softwaru STATISTICA, v němž proběhl pokus
o shlukování postupem, jenž byl popsán výše. Následně zpět do MS Excelu byly vyexportovány
údaje o tom, do kterého ze čtyř shluků byl v daném pokusu zařazen ten který podnik.
Výsledkem popsaných třiceti pokusů bylo nalezení třiceti, v různé míře podobných variant
rozdělení všech 350 podniků do čtyř shluků (v dalším textu jsou tyto varianty označovány jako
„pokusy“). Protože byly mezi pokusy shledány četné neshody, při kterých dva prvky téhož shluku
z jednoho pokusu se při jiném pokusu ukázaly být prvky dvou rozdílných shluků, byla hypotéza
o existenci pouze čtyř typických shluků zamítnuta.
V důsledku zamítnutí hypotézy o existenci pouze čtyř shluků bylo nutno pokračovat v hledání
optimálního počtu typických shluků, a to podrobnějším zkoumáním neshod mezi výsledky popisovaných
třiceti pokusů, při nichž jsme původně hledali rozdělení podniků do čtyř shluků. Jako
nástroj pro toto zkoumání podobnosti bylo použito hierarchické shlukování, při kterém jsou objekty
shlukování slučovány do shluků postupně podle vzdálenosti mezi nimi. Algoritmus vypadá
tak, že se spočtou vzdálenosti mezi objekty a sobě nejbližší objekty se spojí do jednoho shluku.10
Znovu se spočtou vzdálenosti všech objektů vč. nového shluku a nejbližší objekty se spojí do dalšího
shluku. Takto se celá procedura opakuje.
V naznačeném postupu hierarchického shlukování chybí upřesnění dvou základních parametrů:
Vzdálenost objektů byla měřena pomocí procentuální neshody, jež byla definována
následovně11
:
,
kde i identifikuje jednotlivý pokus a jde od 1 do n;
xi
je konkrétní označení shluku, do kterého byl při i-tém pokusu zařazen podnik X;
yi
je konkrétní označení shluku, do kterého byl při i-tém pokusu zařazen podnik Y;
n je celkový počet analyzovaných pokusů (v našem případě max. 30).
Vzdálenost od jakéhokoliv shluku byla určována technikou nejvzdálenějšího souseda (=úplného spojení).
Ta výslednou vzdálenost počítá jako maximum vzdáleností mezi prvky shluků, tj. program
STATISTICA při výpočtu vzdálenosti dvou shluků (příp. jednoho prvku a shluku) mezi
sebou vzájemně porovnal všechny prvky každého shluku a jako vzdálenost určil nejvyšší nalezené
procento neshod.
Dendrogram, ve kterém jsou objekty propojeny tak, jak postupně postupovalo jejich shlukování,
ukazuje graf č. 1. V něm je pro názornost výkladu zobrazeno hierarchické shlukování pouze
dvou prvních pokusů. Na vodorovné ose jsou zobrazeny jednotlivé podniky zařazené do daného
shluku12
, na svislé ose pak míra neshody, při níž došlo ke spojení dvou shluků do hierarchicky
vyššího shluku, jenž proto obsahuje méně shodná zařazení podniků v rámci jednotlivých pokusů.
Když dendogramem proložíme vodorovnou čarou na úrovni zvoleného procenta neshod, zjistíme,
kolik shluků bylo při zvoleném procentu neshody vytvořeno. Při neshodě mezi pokusy ve výši
9 Funkce Náhčíslo().
10 Bližší popis metody uvádí např. Meloun, Militký (2002, s. 271n).
11 Zdrojem vzorce je nápověda aplikace Statistica pro míru vzdálenosti „Percent disagreement“, kde se však uvádí ve
jmenovateli proměnná i, což není podle našeho soudu zcela srozumitelné vyjádření způsobu výpočtu.
12 Popisky s čísly dotazníků respondentů na vodorovné ose nejsou kvůli nedostatku místa kompletní.
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ 25
maximálně 30% procent (tj. 0,3 na svislé ose grafu) nalezneme celkem sedm neshodných shluků,
stejný závěr platí i pro maximálně 40% neshodu. Teprve připustíme-li neshodu ve výši 50%
a více, jsou respondenti zařazeni do čtyř shluků.
Dendogram podobnosti prvního a druhého pokusuGraf č. 1:
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,9
0,8
1,0
Vzdálenostspoje
96
346
221
141
419
266
120
83
60
432
349
318
290
227
184
152
99
75
58
43
396
376
34
309
30
278
258
24
214
200
19
18
164
135
122
107
72
41
40
340
286
247
224
180
156
133
103
431
314
235
Str. diagram pro 350 případů – úplné spojení, procentuální neshoda
Zdroj: Snímek ze softwaru STATISTICA
Dendogram na grafu č. 1 lze interpretovat i z doplňkové perspektivy, kterou je pohled na míru shody
pokusů. Celkem jsou na obrázku zobrazeny výsledky ze dvou pokusů, tj. každý podnik popisují
celkem dvě souřadnice, a sice označení shluku, do kterého byl daný respondent zařazen při prvním
pokusu, a označení shluku, do kterého byl stejný daný respondent zařazen při druhém pokusu.
Pokud by v souboru podniků objektivně existovaly a byly nalezeny ideální čtyři typické shluky,
platilo by, že stejné podniky spadnou při obou pokusech do stejných čtyř shluků, tj. že souřadnice
každého podniku budou odpovídat pouze jedné ze čtyř možných kombinací souřadnic. Pokud
by zařazení do shluků bylo v obou pokusech naprosto náhodné a neshodné, mohlo by se naopak
objevit až 16 maximálně možných rozdílných kombinací souřadnic, které by charakterizovaly
zařazení do 16 shluků společných prvnímu a druhému pokusu. Realitou ve zkoumaném případě
prvního a druhého pokusu o vytvoření čtyř typických shluků byla identifikace 7 kombinací souřadnic,
které ukazuje následující tabulka č. 1.
Současná shoda zařazení do shluků v prvním a ve druhém pokusuTabulka č. 1:
Počet podniků Označení shluku při druhém pokusu Celkový součet
Označení shluku při prvním pokusu A B C D
1 – 25 – 78 103
2 – 19 – – 19
3 135 – – 68 203
4 – 1 24 – 25
Celkový součet 135 45 24 146 350
Zdroj: Autoři s využitím MS Excel
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ26
Z tabulky č. 1 je zřejmé, že při obou pokusech nastalo naprosto jednoznačné zařazení stejných
podniků do stejného shluku pouze v případě shluku označeného v prvním pokuse „2“ a ve druhém
pokuse „B“. V případě shluků „1“, „3“ a „4“ z prvního pokusu již nejsou jejich protějšky ve
druhém pokusu tak jednoznačné. V případě shluku „1“ z prvního pokusu je pravděpodobnější
obdobou ve druhém pokusu shluk „D“, nicméně přibližně čtvrtina podniků ze shluku „1“ se při
druhém pokusu umístila ve shluku „B“. Provedením druhého pokusu se tedy shluk „1“ rozpadl na
dva dílčí shluky „B“ a „D“. Obdobné platí i pro shluky „3“ a „4“ z prvního shlukování. Popsaným
způsobem tedy naprostá shoda13
obou souřadnic, tj. shoda výsledného zařazení v obou pokusech
nastane v případě sedmi shluků. Pokud připustíme shodu pouze v jedné souřadnici14
, zjistíme
rozdělení do čtyř shluků. Stejné závěry vyčteme i z dendogramu na obrázku č. 4, pokud si uvědomíme,
že procento neshody vynášené na svislé ose směrem nahoru, znamená současně ve směru
dolů procento shodných zařazení do stejných shluků. Jestliže tedy na obrázku č. 4 připustíme
neshodu maximálně 30%, při které identifikujeme 7 shluků, současně to znamená, že minimálně
70% z celkového počtu pokusů (přesně 1,4 pokusu, zaokrouhleno na celé pokusy nahoru tedy 2
pokusy) zařadí respondenty shodně do některého ze sedmi shluků.
Popsané souvislosti mezi počtem shluků se shodně zařazenými respondenty a počtem pokusů
vedly k myšlence, odvodit optimální počet shluků pomocí opakovaného provádění pokusů o zařazení
podniků alespoň do čtveřice shluků, které se při dalších pokusech „roztříští“ do dílčích shluků.
Hypotéza přitom zněla, že pokud mezi 350 respondenty objektivně existuje konkrétní počet
typických shluků t (t<350), pak s rostoucím počtem pokusů by se převážná většina pokusů měla
limitně blížit počtu t shluků. Naopak, pokud žádný počet t shluků neexistuje, pak s rostoucím
počtem pokusů bude pouze docházet k strmému nárůstu celkového počtu shluků, v extrémním
případě dokonce podle mocninné funkce 4n
.
V grafu č. 2 je znázorněna souvislost mezi počtem identifikovaných shluků a počtem pokusů.
Vyznačeny jsou přitom tři úrovně připuštěné neshody v zařazení respondentů do shluků v jednotlivých
pokusech, a sice neshoda ve 40%, ve 30% a ve 20% z celkového počtu pokusů. Graf č. 2
indikuje, že hypotéza o konečném počtu shluků je pravdivá a hledaný optimální počet shluků t se
pohybuje kolem 13. Na tomto počtu se ustálil počet shluků při provedení 27 a více pokusů a připuštěné
míře neshody do 30%, tj. jinými slovy 19 ze 27 pokusů, resp. 21 ze 30 pokusů se shodlo
na stejném zařazení respondentů do 13 shluků. Z grafu č. 2 je současně zřejmé, že v případě nižšího
procenta požadované neshody (a tedy současně vyšší shody) by počet typických shluků byl
vyšší, kolem 21. Lze však předpokládat, že kdyby se provádělo další opakování pokusů, rovněž
i v tomto případě by docházelo k přibližování se k nižšímu počtu typických shluků, v ideálním
případě ke 13 identifikovaným při úrovni procenta neshody ve výši 30%.
Analýzu proto uzavíráme – částečně subjektivním, arbitrárním – soudem, že za optimální počet
shluků lze považovat 13 typických shluků podniků seskupených podle jejich hospodářské
úspěšnosti. Ty byly poprvé identifikovány při provedení 27 pokusů, při nichž procento neshody
v zařazení respondentů do shluků nepřesáhlo 30% z celkového počtu shluků. Jinými slovy 70%
pokusů se shodlo v zařazení daného respondenta do některého ze 13 shluků.
13 A tím současně procentní neshoda 0%.
14 Jedná se tedy současně o procentní neshodu 50%, jinak řečeno o neshodné zařazení respondenta do shluku
v jednom pokusu ze dvou.
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ 27
Souvislost počtu shluků a počtu pokusůGraf č. 2:
0
4
6
10
2
8
24
22
20
14
16
18
12
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
Početnepodobnýchshluků
Počet pokusů
20 % vč. 30 % vč. 40 % vč.Počet shluků s procentuální neshodou v zařazení prvků do:
Zdroj: Autoři, výpočty v softwaru STATISTICA. Grafické znázornění v MS Excel
Identifikace členů typických shluků3.1.4.
Jako východisko další analýzy lze tedy konstatovat, že pro daný soubor 350 podniků se jeví jako
nejvhodnější uvažovat o existenci třinácti typických shluků. Tyto shluky byly nalezeny na základě
hierarchického shlukování v rámci celkem 27 různých pokusů.
Třináct typických shluků nalezneme v dendogramu na grafu č. 3, když jím proložíme vodorovnou
přímku na úrovni zvoleného procenta neshody ve výši maximálně 30% procent (tj. 0,3 na
svislé ose grafu). S daným obrázkem však nevystačíme v případě, kdy hledáme odpověď na otázku,
které podniky tvoří členy toho kterého ze třinácti typických shluků. Za tím účelem je třeba použít
podrobný rozbor shlukování, který software Statistica nabízí a ve kterém je sledováno, z jakých
členů a při jakých procentech neshod se tvoří každý ze 13 typických shluků.
Podobnost zařazení podniků při 27 pokusechGraf č. 3:
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,9
0,8
1,0
Vzdálenostspoje
365
316
310
154
322
217
419
151
309
406
32
214
164
80
29
59
13
132
20
171
6
393
320
278
253
207
182
139
121
376
211
68
94
248
47
83
31
27
41
286
180
119
144
5
257
125
403
150
156
37
Str. diagram pro 350 případů – úplné spojení, procentuální neshoda
Zdroj: Snímek ze softwaru STATISTICA
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ28
„Ohniska“ shluků3.1.5.
Vzhledem k nekompletnosti dat a požadavku konvergence nalezených shluků bylo nezbytné provést
více pokusů shlukování. Výsledné shluky pochopitelně neměly stále stejné složení. Aby však
bylo možno daný shluk identifikovat nějakou skupinou jeho členů (podniků), byla formulována
tzv. ohniska shluků. Za ohnisko shluku je považována ta podmnožina podniků v daném shluku,
na jejichž zařazení do daného shluku se shodnou všechny pokusy shlukování.
Zařazení podniků s nekompletními účetními údaji3.1.6.
Mimo podniků s kompletními údaji se v kategorizovaném souboru vyskytuje i skupina podniků,
u nichž nebyla veškerá potřebná data k dispozici (viz výše uvedená podkapitola věnující se zdrojům
dat). Tato skupina podniků byla ve výše popsané fázi shlukování ponechána stranou a výpočet
typických shluků neovlivňovala. Teprve po identifikaci typických shluků jsme se k této množině
vrátili a každý respondent s nekompletními údaji byl přiřazen do takového typického shluku,
vůči jehož průměrným hodnotám vykazoval zařazovaný podnik nejmenší euklidovskou vzdálenost.
Ta byla počítána stejným způsobem, jenž byl popsán výše, tj. z normalizovaných, vážených
hodnot finančních ukazatelů, ovšem pouze za roky s dostupnými údaji.
K vlastnímu výpočtu byl využit program MS Excel. Zde byly jak průměrné hodnoty finančních
ukazatelů typických shluků, tak hodnoty finančních ukazatelů každého z podniků s nekompletními
údaji normalizována a byly na ně uplatněny váhy. Následně byla pro výpočet druhé mocniny
vzdálenosti od každého typického shluku využita funkce SUMXMY2, do které postupně vstupoval
normalizovaný vážený vektor finančních ukazatelů každého typického shluku a obdobný
vektor finančních ukazatelů zařazovaného podniku. Na základě minima euklidovské vzdálenosti
byl pak podnik přiřazen ke shluku, k jehož průměrným hodnotám se hodnoty jeho dostupných
ukazatelů nejvíce blíží.
Užití shlukové analýzy pro vytváření podskupin podniků3.2.
na základě nalezených faktorů hospodářské úspěšnosti
(tvorba sekundárních shluků)
Metoda shlukové analýzy byla v našem výzkumu užita opakovaně. Zatímco výše popsané hledání
shluků pro roztřídění podniků do skupin dle hospodářské úspěšnosti (primárních shluků) bylo náplní
prvního kroku v rámci předmětné etapy řešení a tvořilo v podstatě východisko pro další postupové
kroky, druhá shluková analýza byla aplikována až ve čtvrtém kroku, víceméně v závěru řešení.
Cílem druhé shlukové analýzy bylo dále rozdělit nalezené primární shluky podniků do disjunktních
podskupin podniků. Tyto skupiny byly, jak jsme již zmínili, pracovně označeny jako shluky
sekundární. Podniky v těchto shlucích vykazují podobnou či totožnou kombinaci hodnot faktorů
hospodářské úspěšnosti. Jinými slovy, daný podnik patří do takové podskupiny primárního shluku,
ve které vykazuje s ostatními podniky (členy této podskupiny) největší podobnost v hodnotách
nalezených faktorů hospodářské úspěšnosti.
Logika této analýzy je jednoznačná: Výsledkem aplikace metody hledání faktorů hospodářské
úspěšnosti15
není skupina faktorů, z nichž každý působí na hospodářskou úspěšnost toho kterého
podniku odděleně. Naopak se předpokládá, že nalezené faktory působí na hospodářskou úspěš-
15 Metoda je popsána v kapitole 5.
3. METODY VYTVÁŘENÍ SHLUKŮ PODNIKŮ 29
nost podniků společně (integrálně). Hospodářská úspěšnost je ovlivněna konkrétní kombinací
hodnot těchto faktorů. Podnik může být hospodářsky úspěšný z různých důvodů, tedy na základě
různých typických kombinací hodnot nalezených faktorů. A právě těmto různým kombinacím
odpovídají hledané podskupiny v primárních shlucích – hledané sekundární shluky.
Hledání sekundárních shluků se tedy neopíralo, na rozdíl od hledání primárních shluků, o hodnoty
finančních ukazatelů, ale o hodnoty faktorů hospodářské úspěšnosti.
Stejně jako v případě primárních shluků bylo využito nehierarchické shlukování pomocí metody
nejbližších středů (k-means clustering). Pro hledání podobných podniků bylo, stejně jako
v předchozím případě, využito euklidovské vzdálenosti.
Jak již bylo výše zmíněno, určitým problémem hledání sekundárních shluků je variabilita typů
použitých proměnných. Jelikož faktory hospodářské úspěšnosti vycházejí převážně z proměnných,
které byly získány na základě odpovědí respondentů v dotazníkovém šetření, mohou obecně
nabývat podoby tří typů:16
Nominální proměnné, sloužící k pojmenování (odsud nominální) a odlišení různých typů převážně
kvalitativních znaků.
Ordinální proměnné, jejichž hodnoty (narozdíl od nominálních proměnných) lze mezi sebou
porovnávat na číselné ose (ve smyslu větší/menší).
Intervalové proměnné, které lze porovnat i z hlediska jejich vzájemné velikosti (tedy o kolik je
jedna větší než jiná).
Ordinální a zejména nominální proměnné však mohou nabývat pouze určitých hodnot. V tomto
případě vzniká problém při transformaci proměnných na z-scores. Nová – transformovaná – proměnná
je vztažena k průměrné hodnotě za všechny podniky. Taková hodnota však zejména u nominálních
proměnných nemá vypovídací smysl. Aby se těmto problémům předešlo, byly zmíněné
proměnné v rámci definování souboru proměnných, které se potencionálně mohly stát faktory
hospodářské úspěšnosti, převedeny na proměnné, jež uvedeným problémem netrpí.
Nutno v dané souvislosti poznamenat, že jediným typem normalizované proměnné (z-score), který
i pro nominální proměnnou má vypovídací schopnost je dochotomní proměnná. Neboli proměnná
nabývající dvou hodnot. Normalizovaná proměnná tedy bude opět nabývat dvou hodnot: podprůměrné
(záporné) označují jednu variantu odpovědi, nadprůměrné (kladné) hodnoty označují druhou
variantu odpovědí. Z těchto důvodů je jednou z možností, jak se výše zmíněným problémům
vyhnout, formulovat potenciální faktory z oblasti nominálních proměnných jako dichotomní.17
Obecně platí, že počet sekundárních shluků, který je pro daný primární shluk hledán, je do
značné míry determinován rozsahem primárního shluku. Vzhledem k tomu, že lze předpokládat
primární shluky o různé velikosti (o různém počtu podniků do nich zařazených), budou se
i počty sekundárních shluků lišit. Pro stanovení konkrétního počtu shluků bylo využito podobné
metodiky jako v případě primárního shlukování. Na základě několika pokusných shlukování byl
porovnán výskyt podniků v jednotlivých sekundárních shlucích a odvozen jejich počet. Jelikož se
v tomto případě pracovalo s menším vzorkem podniků než při hledání primárních shluků, bylo
dalším vodítkem pro odvození počtu shluků i snaha o jejich dostatečné početné zastoupení.18
Zatímco primární shluky sdružují podniky podle jejich hospodářské úspěšnosti, sekundární shluky
sdružují podniky podle příčin této jejich úspěšnosti (resp. neúspěšnosti).
16 Více viz např. Špalek (2007).
17 Příkladem takového potenciálního faktoru, který se zároveň ukázal jako identifikovaný faktor konkurenceschopnosti,
je zařazení do odvětví ekonomické činnosti. Z původních 20 kategorií jsme vytvořili pouze dvě –
zpracovatelský průmysl a stavebnictví.
18 Předpokládáme, že by sekundární shluk měl mít alespoň 10 členů. Menší shluky považujeme spíše za odlehlé
hodnoty, či specifické případy.
30
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH 31
Metodický postup definování4.
proměnných
Jak již bylo uvedeno v minulé monografii (Blažek a kol., 2007), výzkum vedoucí k formulování
faktorů hospodářské úspěšnosti podniků se v široké míře opírá o statistické metody analýzy dat.
Následující text si v žádném případě nedává za cíl zevrubně popsat jednotlivé metody a veličiny,
včetně jejich odvození a souvislostí v teorii statistiky. Jelikož náš výzkum má povahu aplikační,
používáme statistickou analýzu pouze v této rovině bez nároku na vytvoření nových modelů či
definování – statisticky či matematicky orientovaných – vztahů mezi zkoumanými veličinami či
objekty.
Cílem této kapitoly je spíše shrnout použité metody a nastínit zdůvodnění jejich použití. Kapitolu
lze považovat za určitou formu průvodce naším (statistickým) uvažováním při vytváření
datové základny pro – v následující kapitole popsanou – klíčovou metodu vyhledání faktorů hospodářské
úspěšnosti: Metodu statistického rozpoznávání obrazů1
.
Výzkum se opírá o rozsáhlé dotazníkové šetření. Takový přístup v podstatě předurčil způsob,
jakým se hledání faktorů hospodářské úspěšnosti ubírá. Jedná se především o využití kvantitativní
a kvalitativní analýzy dat.
Provedené dotazníkové šetření bylo rozsáhlé nejen co do počtu oslovených podniků (výběrový
soubor čítal 432 podniků), ale také co do počtu zkoumaných otázek. Každý z respondentů byl
dotazován na celou řadu otázek, přičemž výsledkem je soubor téměř 700 proměnných,2
které jsou
k dispozici pro každý z šetřených podniků.
Je zřejmé, že tuto rozsáhlou bázi údajů pro jednotlivé podniky bylo nutno před aplikací konkrétních
metod k nalezení faktorů hospodářské úspěšnosti redukovat, resp. transformovat. K této
redukci, resp. transformaci – jak již bylo poznamenáno výše – bylo použito celé řady kvantitativních
i kvalitativních metod. Mezi tyto metody patřily zejména:
primární (univariační) analýza dat
analýza chybějících hodnot (missing values)
sekundární (bivariační) analýza
metody statistického testování
heuristická analýza kvalitativních dat
metoda statistického rozpoznávání obrazů.
1 Konkrétní aplikace této metody je označena jako metoda plovoucího rozpoznávání.
2 Pokud bychom uvažovali i odpovědi na otevřené otázky byl by tento údaj ještě vyšší.
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH32
Jak je z uvedeného přehledu patrné, opíráme se zejména o klasickou statistiku.3
Použité metody
lze považovat za standardní a domníváme se, že jejich použití je opodstatněné. Jejich cílem je výrazné
snížení počtu proměnných, které jsou vstupem pro poslední zmíněnou metodu rozpoznávání
obrazů. Ačkoli bylo v určitých fázích využito všech výše uvedených metod, v následujícím
textu se zaměříme pouze na ty nejvýznamnější z nich.
Prvním krokem – v mnoha ohledech míry nejvýznamnějším – vedoucím k redukci proměnných
byla primární analýza dat. Primární analýza ve značné míře zahrnula i analýzu chybějících
hodnot (missing values). Druhým významným krokem vedoucím k redukci primární matice na
matici potenciálních faktorů hospodářské úspěšnosti bylo zapojení metod sekundární (bivariační)
analýzy. Zejména se jednalo o metodu analýzy kontingenční tabulky a hledání korelací či asociací
v datech.
Primární – univariační analýza4.1.
Primární – univariační analýza spočívá v základním statistickém popisu dosažených výsledků.
V našem případě bylo její použití v mnoha ohledech nezastupitelné. Přehledné vyjádření jednotlivých
proměnných (které v tomto případě reprezentují odpovědi na jednotlivé otázky, resp. podotázky)
sloužilo k vytvoření základního obrazu o dostupných datech. Dotazník použitý pro naše
šetření zachycoval široké spektrum problémů nezřídka z několika úhlů pohledu. Z těchto důvodů
primární analýza odpovědí respondentů sloužila jako návod pro základní identifikaci proměnných,
které by se potencionálně mohly stát faktory hospodářské úspěšnosti. V tomto ohledu jsme
si byli vědomi skutečnosti, že faktory hospodářské úspěšnosti není možno hledat pouze jako odpovědi
na otázky z dotazníku. Naopak, již od začátku šetření byl dotazník považován nikoliv za
přímý zdroj proměnných schopných bezprostředního využití pro hledání uvedených faktorů, ale
za bázi informací, ze kterých tyto proměnné budou následně odvozovány.
Jelikož výsledky i logika primární analýzy již byly prezentovány v předchozí monografii (Blažek
a kol., 2007), nebudeme se této metodě detailně věnovat. Primární analýzu pouze shrnujeme, a to
v následujících bodech:
a) Je zjevné, že jako případný faktor (či podklad pro formulaci faktoru) bude možno využít spíše
ty proměnné, které se vyznačují – z hlediska primární analýzy – dvěma základními vlastnostmi,
a to:
Vysokou variabilitou odpovědí. Vysoká roztříštěnost odpovědí na danou otázku nemůže
být sama o sobě indicií k zařazení dané proměnné mezi faktory – zejména z důvodu možné
existence odlehlých hodnot. Nicméně proměnné, u nichž se odpovědi mezi respondenty
příliš neliší (a vykazují tak nízkou variabilitu), určitě nemohou diferencovat zkoumaný statistický
soubor. Požadavek vysoké variability se pochopitelně týká i nominálních proměnných.
Z těchto důvodů byly v rámci primární analýzy počítány směrodatné odchylky či rozptyly
těchto – jinak obvykle těmito statistickými veličinami neměřitelných – proměnných.
Minimem chybějících hodnot. Abychom na základě výsledků dotazníkového šetření mohli
danou proměnnou považovat za potenciální faktor hospodářské úspěšnosti, je nezbytné,
aby jako charakteristika vystupovala u co největší části daného vzorku podniků. Logickým
požadavkem tedy je minimální množství chybějících hodnot (tzv. missing values).4
Tato
3 Výjimku tvoří poslední uvedená metoda statistického rozpoznávání obrazců. Jelikož se jedná o do značné míry
unikátní metodu, uvádíme její charakteristiku ve zvláštní kapitole.
4 Jedná se o splnění požadavku úplnosti dat. Více viz Špalek (2007).
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH 33
podmínka pak ústí ve vyřazení těch proměnných, u kterých je počet chybějících odpovědí
příliš velký.5
b) Primární analýza odpovědí z dotazníků také naznačila, které proměnné je možno považovat za
vhodné potenciální faktory hospodářské úspěšnosti per se a které bude nutno dále reformulovat
či transformovat. Transformace se týká zejména následujícího okruhu proměnných:
Absolutně vyjádřené proměnné. Pro jednoduchost byli respondenti při vyplňování dotazováni
na charakteristiky podniku v absolutním vyjádření.6
Takto vyjádřená proměnná
nemůže být faktorem hospodářské úspěšnosti, neboť není zpravidla srovnatelná s dalšími
podniky. Vycházíme z toho, že potenciální faktor hospodářské úspěšnosti by měl být nadán
určitou univerzalitou pro celý základní soubor podniků. Z těchto důvodů byla v rámci
následných analýz celá řada proměnných podrobena transformaci na poměrové ukazatele,
případně se stala vstupem pro vytvoření zcela nových – umělých – proměnných.7
Nominální proměnné. V případě nominálních proměnných bylo v některých případech
nutno přistoupit k jejich reformulaci, resp. zhuštění. Důvodem byl velmi nízký počet odpovědí
v některých kategoriích.8
Ordinální proměnné. V některých případech se ukázalo jako vhodné využít zkrácení škály
ordinálních proměnných. Jednalo se zejména o ty případy, kdy škála u dané otázky byla
zavedena za účelem širší nabídky variant odpovědí, nicméně je zajímavé zkoumat pouze
hraniční hodnoty (souhlas či nesouhlas).
c) Primární analýza odhalila též možnou dvojznačnost položených otázek. Ačkoli byli tazatelé
řádně vyškoleni, docházelo, byť výjimečně, k určitému posunu významu dané otázky. Daná
proměnná v těchto případech obsahovala odpovědi na dva typy otázek. Vzhledem k této skutečnosti
bylo pro její další použití nutné tuto dvojznačnost vyloučit vhodnou transformací.
Pokud to nebylo možné, byla tato proměnná z dalších analýz eliminována.
Sekundární – bivariační analýza4.2.
Výsledkem primární analýzy dat byl tedy redukovaný počet proměnných.9
Dalším krokem k vytvoření
podmnožiny proměnných, které přicházejí v úvahu jako potenciální faktory hospodářské
úspěšnosti a které se mohou stát vstupem pro aplikaci metody statistického rozpoznávání obrazů,
je sekundární analýza dat.
Sekundární analýza dat však nemůže být jediným vodítkem k formulování množiny potenciálních
faktorů hospodářské úspěšnosti. Důvodem je její cíl – vytvoření množiny vstupních proměnných
pro metodu, jež se opírá o multifaktorovou analýzu.
5 V této souvislosti neexistuje jednoznačné kritérium, kdy je možno považovat počet chybějících odpovědí příliš
velký. Vzhledem k charakteru našeho výzkumu, kdy vyplnění dotazníku předcházel rozhovor tazatele s dotazovaným,
lze předpokládat poměrně nízký podíl chybějících údajů. Tazatelé, kteří s respondenty vedli rozhovory vedoucí
k vyplnění našeho dotazníku, se pochopitelně snažili o kompletní odpovědi. I vzhledem k této skutečnosti byly pro
další analýzy použity proměnné, jejichž procento vyplnění přesahovalo alespoň dvě třetiny respondentů (67%).
Více viz kapitola 7 prezentující aplikaci popisovaných metod při tvorbě matice potenciálních faktorů.
6 Např. počty zaměstnanců, počty provozoven, počty úrovní řízení apod.
7 Příkladem takové transformace je transformace absolutních údajů o počtech zaměstnanců na jednotlivých pracovních
pozicích. Tyto údaje byly většinou transformovány na poměrové ukazatele vztažené k celku (počet pracovníků
na dané pozici jako procento ze všech pracovníků v podniku).
8 Typickým příkladem je země původu vlastníka daného podniku. Vzhledem k charakteru odpovědí byly podniky
obvykle děleny pouze na české a se zahraniční účastí.
9 Označili jsme je jako Matici B.
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH34
V případě bivariační analýzy se z hlediska popisu užitých statistických metod můžeme odvolat
na jednu z publikací Centra.10
Základem bivariační analýzy je Pearsonův χ2 test.11
Testovanou
(nulovou) hypotézou je vzájemná nezávislost hodnot v řádcích a sloupcích. Samotné testování nezávislosti
vychází z předpokladu, že pravděpodobnost, že dané pozorování spadne do konkrétní
buňky kontingenční tabulky, je součinem marginálních pravděpodobností. Na základě marginálních
pravděpodobností lze vypočítat očekávaný počet pozorování v dané buňce křížové tabulky
(odpovídající nezávislosti dat). Tento počet je následně porovnán s počtem skutečných pozorování.
Hypotézu nezávislosti pak lze odmítnout v případě, že se tyto dvě hodnoty liší (ze statistického
hlediska). Pokud hypotézu na základě χ2 testu zamítneme (s danou statistickou významností), lze
konstatovat, že mezi četnostmi studovaných dvou proměnných existuje vztah.12
Používané kritérium tohoto testu má obvykle následující podobu:13
,
kde nij
je pozorovaný počet výskytu dané dvojice znaků;
oij
je očekávaný počet výskytu dané dvojice znaků;
r je počet řádků kontingenční tabulky;
s je počet sloupců kontingenční tabulky.
V případě intervalových a poměrových veličin namísto výše uvedeného Pearsonova testu bylo
využito porovnání průměrných hodnot odpovědí na danou otázku. K ověření významnosti případných
rozdílů průměrných hodnot mezi jednotlivými podskupinami bylo poté využíto statistických
t-testů.
Základem těchto testů je dvouvýběrový t-test, jehož nulovou hypotézou je, že průměr ve dvou
analyzovaných (pod)skupinách14
je shodný. V případě, že lze (s danou statistickou významností)
odmítnout tuto hypotézu, můžeme usuzovat na odlišné průměrné odpovědi daných podskupin
vzhledem k dané otázce. Neboli, lze konstatovat, že se odpovědi na danou otázku u zkoumaných
podskupin (statisticky významně) odlišují. T-test lze pochopitelně opět využít pouze při splnění
celé řady předpokladů. Základním z nich je normalita analyzovaných dat.15
Obě uvedené metody se však pro naše další zkoumání ukázaly jako nedostačující. Pro nalezení
podmnožiny potenciálních faktorů hospodářské úspěšnosti16
jsme byli nuceni zvolit poněkud odlišný
přístup, který tyto metody zkombinoval s jinými metodami, zejména s korelační analýzou.
Hospodářská úspěšnost výběrového souboru podniků byla, jak je uvedeno v předchozí kapitole,
měřena prostřednictvím dvou proměnných, a to rentability aktiv a růstu aktiv.17
Na základě
10 Konkrétně Špalek (2007).
11 Mimo Pearsonův χ2
test jsme v případech, kdy evidentně nebyly zajištěny jeho předpoklady (zejména normalita
dat), využili i alternativách testů. Jedná se například o Mann Whitneyoho test.
12 Pochopitelně pouze při současném splnění základních předpokladů testu, např. dostatečného počtu pozorování
spadajících do jednotlivých políček tabulky. Za dostatečný počet se obvykle považuje počet 5 pozorování. Viz
Rabušic, Mareš (2003)
13 Viz např. Seger, Hindls (1995).
14 Např. podniky s českým a zahraničním vlastníkem.
15 V případě, že tuto podmínku nelze dodržet, je nutno pro testování využít některého z neparametrických testů –
například Man-Whitney testu. Blíže viz např. Rabušic, Mareš (2003).
16 Používali jsme pro ni pracovní označení Matice C.
17 V předchozích krocích našeho výzkumu jsme testovali i použití jiných proměnných (zadluženost, likvidita). Výsledky
těchto analýz prezentuje např. Suchánek (2007).
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH 35
primární shlukové analýzy byly na nejvyšší úrovni agregace vytvořeny tři skupiny (shluky) podniků.
A právě zařazení daného podniku do konkrétního shluku se nabízí jako vhodná vysvětlující
proměnná pro bivariační analýzu. Je možno vytvářet křížová srovnání počítaná jako srovnání
konkrétní proměnné a zařazení podniku do daného shluku. Určující pro výběr dané proměnné
do skupiny potenciálních faktorů hospodářské úspěšnosti by měl být pozorovaný (a statisticky významný)
rozdíl hodnot mezi jednotlivými shluky.
Avšak, vzhledem k finální metodě statistického rozpoznávání obrazů, která je multifaktorovou
analýzou, je otázkou, zda je tato dvourozměrná analýza vhodná. Lze si představit proměnnou,
která sama o sobě vykazuje nízké mezishlukové rozdíly, nicméně v kombinaci s hodnotami jiných
proměnných je do velké míry určující pro zařazení daného podniku do konkrétního shluku. Tohoto
nebezpečí jsme si byli při využití sekundární analýzy tohoto typu vědomi.
Z těchto důvodů je pro výběr proměnných vstupujících do metody statistického rozpoznávání
obrazů opuštěna logika kontingenčních tabulek vztažených k proměnné označující zařazení
daného podniku do shluku. Pro hledání těch proměnných, které vstoupí do výsledné matice
potenciálních faktorů hospodářské úspěšnosti, je využito bivariační analýzy vztažené k jiným
proměnným.
Východiskem v tomto případě je zejména korelační analýza. Potenciálním faktorem hospodářské
úspěšnosti může být ta proměnná, kterou nelze vyjádřit (zastoupit) hodnotami jiné proměnné,
či proměnných. Do souboru proměnných tvořících vstup do algoritmu metody statistického rozpoznávání
obrazů, sloužící pro identifikaci faktorů hospodářské úspěšnosti, bude tedy zařazena
jen ta proměnná, která nevykazuje silnou korelaci (asociaci) s jinými.
Vzhledem k tom, že tato analýza si neklade za cíl vyvodit přesnou míru a hodnotu korelace
mezi analyzovanými proměnnými, ale pouze potvrdit (či vyvrátit) potenciální závislost mezi nimi,
opíráme se o klasické statistické veličiny. K odhalení míry korelace mezi dvěma proměnnými vedou
v podstatě dvě cesty.
První z nich vychází z výše zmíněné analýzy kontingenční tabulky. Tento postup je vhodný
zejména pro nominální proměnné, případně kombinaci nominální s jiným typem proměnné.
V případě hledání vzájemných souvislostí mezi typově podobnými či totožnými proměnnými
je podobná analýza nepoužitelná. Je tomu tak z následujících důvodů:18
Kontingenční analýza vychází z předpokladu, že některou z proměnných je možno považovat
za nezávisle proměnnou. Zatímco v případě hledání mezishlukových rozdílů je zřejmé, že touto
proměnnou je zařazení do shluku, v případě vyhledávání vzájemných asociací mezi podobnými
proměnnými nejsme takového soudu schopni.
Aproximace rozdělení testového kritéria rozdělením chí-kvadrát je podmíněna také dostatečnou
velikostí výběrového souboru a její aplikace závisí i na samotném výsledku třídění, na
výskytu málo obsazených sloupců, řádků či dokonce neobsazených polí v nich (Pecáková,
2007).
Signifikace použitého χ2
testu je validní jen tehdy, kdy je splněna jedna z jeho zásadních podmínek,
že kontingenční tabulka není tzv. řídká. Jinými slovy, že počet očekávaných hodnot
v jednotlivých buňkách kontingenční tabulky neklesne pod určitou hranici.19
V případě malého
počtu proměnných a rozsáhlejších kategorií (zejména ordinálních) dat není neobvyklé, že
počet pozorování v některých buňkách kontingenční tabulky je nižší než toto kritérium. V případě,
že tato podmínka není splněna, je nutno využít jiného typu testu.20
18 Podrobněji viz Rabušic, Mareš (2004).
19 Jak uvádějí Rabušic, Mareš (2003) je touto hranicí obvykle 20% buněk tabulky s očekávanou četností menší než 5.
20 K problematice řídkých kontingenčních tabulek podrobněji viz Pecáková (2007).
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH36
V případech, kdy nastane jeden z výše uvedených důvodů, je třeba analýzu kontingenční tabulky
nahradit jinou metodou – zkoumáním koeficientů asociace resp. korelace. Zejména koeficient
korelace patří k tradičním pojmům statistiky a jeho smysl je dostatečně zřejmý. Můžeme shrnout,
že ve prospěch vyloučení dané proměnné hovoří její vysoká korelace s jinou proměnnou. Tato
skutečnost je indikována vyššími (a statisticky významnými) hodnotami korelačního koeficientu.
Obecně může korelační koeficient nabývat hodnot od 0 indikující nulovou asociaci mezi proměnnými
a 1 (resp. -1) hovořící o dokonalé závislosti mezi nimi.21
Pro rozhodnutí o korelaci či nekorelaci dvou proměnných je pochopitelně nutné stanovit přibližné
kritérium hodnot korelačního koeficientu, který podporuje hypotézu korelace. Jelikož se
opíráme o relativně malý vzorek dat, která jsou navíc výsledkem výběrového šetření, je zvolené
kritérium poměrně mírné. Za korelaci je považován jakýkoli vztah s hodnotou koeficientu větší
než 0,1. Je pochopitelné, že vyšší hodnoty jsou pro rozhodnutí vhodnější. Vodítkem může být
například následující přehledová tabulka, kterou uvádějí Rabušic, Mareš (2003):
Míra korelace v závislosti na hodnotě korelačního koeficientuTabulka č. 2:
Hodnota korelace interpretace souvislosti
0,01–0,09 triviální, žádná
0,10–0,29 nízká až střední
0,30–0,49 střední až podstatná
0,50 − 0,69 podstatná až velmi silná
0,70 − 0,89 velmi silná
0,90–0,99 téměř perfektní
Zdroj: Rabušic, Mareš (2003)
Druhou podstatnou skutečností v případě využití korelačních koeficientů je vhodný výběr jeho
konkrétní varianty. Pro různé typy proměnných a jejich vzájemné kombinace existuje typická
(a obvykle odlišná) varianta korelačního koeficientu. Nejznámějšími z nich jsou následující dva:
Pearsonův koeficient korelace, který je vhodný pro intervalové znaky
Koeficient předpokládá normalitu analyzovaných proměnných a měří lineární závislost mezi proměnnými.
Jedno z používaných vyjádření je následující (Řezanková, Marek, Vrabec, 2000):
,
kde χ2
je Pearsonova statistika.
Spearmanův koeficient korelace, který je využíván pro ordinální znaky.
Bývá nazýván koeficientem pořadové korelace a jeho podstatným rozdílem oproti výše uvedenému
Pearsonovu koeficientu je to, že bere v potaz pořadí (uspořádání) proměnných. Spearmanův
21 Viz např. Špalek (2004).
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH 37
koeficient je typickou neparametrickou měrou a je definován následovně (Řezanková, Marek,
Vrabec, 2000):
,
kde n je počet dvojic proměnných
di
je rozdíl v pořadí odpovídajících si hodnot analyzovaných proměnných
Pro oba zmíněné koeficienty, stejně jako pro všechny ostatní dále zvažované a používané platí
výše uvedená tabulka udávající míru korelace. Koeficienty se tedy pohybují v intervalu hodnot od
0 (žádná asociace) do 1 (dokonalá asociace).
Stejně jako v případě síly závislosti, ani v případě volby konkrétního korelačního koeficientu,
kterým je měřena vzájemnou závislost, nejsme příliš striktní. Budeme tedy v dalších úvahách
předpokládat, že podmínky použití jednotlivých koeficientů (např. normalita dat) jsou splněny.22
Dominantně se tedy naše výpočty opírají o výše zmíněné dva korelační koeficienty: Spearmanův
a Pearsonův. Avšak ve speciálních případech – zejména při analýze nominálních dat ve vztahu
k jiným (např. ordinálním) datům je využito i jiných měr asociace. V tomto případě jsou totiž
předpoklady použití jednoho ze dvou výše uvedených koeficientů automaticky porušeny a jeho
využití není možné. Zvažované a používané míry asociace lze ilustrovat na přehledu, který podávají
Rabušic, Mareš (2004):23
Použitelné míry asociace dle typu proměnnéTabulka č. 3:
Úroveň měření Počet kategorií Vhodný koeficient
1. Nominální / Nominální 2 x 2 Phi, Lambda
2. Nominální / Nominální 3+ x 2+ Cramerovo V,
Lambda
3. Nominální / Ordinální 3+ x 3+ Cramerovo V,
Lambda
4. Nominální / Intervalová nominální nezávislá Eta
Eta
5. Ordinální / Ordinální obě proměnné s malým
počtem kategorií
Gamma,
Kendalovo tau b
(pro čtvercovou tabulku,
Sommersovo D,
Kendalovo tau c
(pro obdélníkovou tabulku)
6. Ordinální / Ordinální jedna proměnná s mnoha kategoriemi Kendalovo tau c
7. Ordinální / Ordinální obě proměnné s mnoha kategoriemi Kendalovo tau c Spearmanovo rhó
22 Jsme si v tomto ohledu vědomi velké míry zjednodušení. Vycházíme však z toho, že uvedené korelační koeficienty
nepoužíváme pro formulaci konkrétních výsledků, ale jen jako pomocné argumenty pro (ne)zařazení proměnné do
okruhu potenciálních faktorů. Proto nepovažujeme ověření předpokladů za nezbytné.
23 Pro přehlednost uvádíme jen zavedené názvy jednotlivých koeficientů a nikoliv jejich definice a vlastnosti. Podrobnější
charakteristiku uvádí např. zdrojová publikace Rabušic, Mareš (2003), či detailněji např. Pecáková (2007).
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH38
Úroveň měření Počet kategorií Vhodný koeficient
8. Ordinální / Intervalová obě proměnné s několika kategoriemi Eta,
stejné koeficienty jak v 5.
9. Ordinální / Intervalová ordinální s několika kategoriemi,
intervalová s mnoha
Eta
Kendalovo tau
10. Ordinální / Intervalová obě s mnoha kategoriemi Kendalovo tau
Spearmanovo rhó
11. Intervalová / Intervalová Pearsonovo R,
Regrese
Zdroj: Rabušic, Mareš (2004)
Heuristická analýza4.3.
Poslední metodou, která do formulace množiny potenciálních faktorů hospodářské úspěšnosti
vstoupila, byla heuristická analýza dat. Důvodem je skutečnost, že ne vždy bylo možno rozhodnutí
o zařazení či vyloučení dané proměnné, resp. při volbě mezi dvěma proměnnými charakterizujícími
podobný potenciální faktor hospodářské úspěšnosti, opřít pouze o statistickou analýzu.
V některých případech bylo nutno se opřít spíše o zkušenosti s praktickými projevy analyzovaných
jevů či o vlastní úsudek. Nicméně máme zato, že uvedený postup je legitimní, což ostatně
dokazuje podrobný popis daného postupu, který je obsahem kapitoly 7.
Shrnutí postupu formulace vstupních proměnných4.4.
Shrneme-li výše uvedené metody, pak lze konstatovat, že pro formulaci množiny potenciálních
faktorů hospodářské úspěšnosti, (tzv. Matice C24
) využíváme následující metodický postup:
Zdrojem jsou proměnné, které vyhovují základním kritériím primární analýzy (dostatečný po-1.
čet odpovědí, vysoká variabilita odpovědí).25
Druhou podmínkou pro zařazení dané proměnné je teoretický, či z jiných důvodů před-2.
pokládaný, vliv na hospodářskou úspěšnost podniků. V tomto momentu tedy naše analýza
opouští logiku dotazníku, z něhož data pocházejí. Namísto zdrojových proměnných
jsou formulovány umělé či jinak upravené proměnné. Stejně tak je nahrazována
skupina proměnných vztahujících se ke stejnému problému jedinou proměnnou.26
Je zde využívána především sekundární analýza dat – měření asociací či korelací a analýza kontingenční
tabulky.
Proměnné, které jsou následně zařazeny do výsledné množiny potenciálních faktorů hospodář-3.
ské úspěšnosti musí dále vyhovovat následujícím kritériím:
a. Prokazatelně vysoká mezishluková variabilita odpovědí.
b. Neexistence proměnné, se kterou by zkoumaná proměnná korelovala. V případě vzájemné
korelace je vybrána ta proměnná, která se jeví jako vhodnější, a to obvykle na základě jiných
(z výše či níže zmíněných) kritérií.
24 Blíže viz kapitola 7.
25 Tyto proměnné značíme jako Matici B.
26 Takto zúžený a redefinovaný okruh proměnných označujeme jako Matici C.
4. METODICKÝ POSTUP DEFINOVÁNÍ PROMĚNNÝCH 39
c. Statistická významnost mezishlukových rozdílů měřená Pearsonovým χ2 testem či t-testem
o shodě středních hodnot.
d. Existující či hypotetický vliv dané proměnné na hospodářskou úspěšnost. Tato podmínka
umožňuje následnou interpretaci výsledků v případě, že se taková proměnná mezi faktory
hospodářské úspěšnosti objeví.
Při posuzování, zda proměnné vyhovují zmíněným podmínkám, je opět využíváno sekundární
analýzy dat.
Množina potenciálních faktorů hospodářské úspěšnosti je vstupem pro metodu statistického
rozpoznávání obrazů. Tato metoda, která vede k identifikaci konkrétních faktorů hospodářské
úspěšnosti, je obsahem následující kapitoly.
40
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD 41
Teoretické základy využití statistických5.
metod rozpoznávání pro vyhledání
faktorů hospodářské úspěšnosti podniků
Přístup k analýze dat aplikovaný v předcházející etapě řešení, publikovaný v monografii Blažek
a kol. (2007), se opíral převážně o základní „jednorozměrné“ statistické analýzy zjištěných dat.
I když tyto základní jednorozměrné statistické analýzy jednotlivých faktorů přinesly řadu zajímavých
informací, jejich vypovídací schopnost je vzhledem k existujícím komplexním vazbám
a vztahům v množině všech zjišťovaných faktorů poměrně omezená. K nalezení složitých mnohorozměrných
vazeb je totiž třeba použít metod vícerozměrné analýzy, což se uvádí i v závěrečné
kapitole zmíněné monografie.
Pokud tedy konkrétně potřebujeme nalézt a formulovat „klíčové“ faktory, které hospodářskou
úspěšnost ovlivňují, lze v prvním přiblížení říci, že máme zjistit, která skupina (podmnožina)
zjišťovaných faktorů od sebe vzájemně co nejvíce odlišuje podniky hospodářsky úspěšné
od podniků hospodářsky neúspěšných. Pro splnění tohoto cíle není možno zkoumat jednotlivé
ukazatele individuálně, ale jak již bylo naznačeno výše, je potřeba použít metody vícerozměrné
diskriminační analýzy. S ohledem na shromážděný soubor dat z 432 podniků se k tomuto účelu
nabízí jako vhodné použít ověřené přístupy založené na metodách statistického rozpoznávání
a klasifikace spolu s metodami redukce dimenzionality (konkrétně metody výběru nejinformativnějších
příznaků).1
Využití pokročilých vícerozměrných metod z oblasti „statistical pattern recognition“ (statistické
rozpoznávání obrazů) by mělo umožnit vzít daleko lépe v úvahu složité statistické závislosti
mezi jednotlivými zkoumanými proměnnými. Metodika redukce dimenzionality rozhodovacích
problémů klasifikačního typu (neboli metodika výběru nejinformativnějších příznaků) je velmi
rozsáhlá a matematicky náročná a její podrobnější objasnění je mimo možnosti předložené monografie.
V kontextu s aplikací této metody je však třeba základní koncepty učících se metod rozpoznávání
a výběru nejinformativnějších příznaků alespoň nastínit.
1 Tyto přístupy spolu s příslušnými algoritmy jsou dlouhodobě rozvíjeny ve Společné laboratoři Fakulty managementu
VŠE a ÚTIA AV ČR (dále SALOME). Výsledky jsou publikovány v desítkách prací v zahraničních časopisech, kapitolách
knih či ve sbornících prestižních zahraničních konferencí, které mají ve světových citačních databázích více než
600 citací. Byly úspěšně použity i na problém zjišťování významných faktorů v procesu akvizic Pudil, Pirožek, Somol
(2000), Pudil, Pirožek, Somol (2002) či analýzy kredibility klientů pojišťoven (Somol, Baesens, 2005). Další vybrané
publikace jsou uvedeny v seznamu literatury. V závěru monografie Blažek a kol. (2007) byl proto vytýčen záměr
zabývat se v dalším pokračování výzkumu možností využití výše uvedených metod. Z těchto důvodů se do druhé
etapy výzkumných prací Centra pro výzkum konkurenceschopnosti zapojili i někteří pracovníci SALOME.
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD42
Cílem této kapitoly je tedy jednak předložit teoretické základy metod rozpoznávání obrazů
a metod vyhledávání podmnožin nejinformativnějších příznaků (i když s vynecháním většího matematického
formalismu) a jednak popsat některé použité algoritmy pro vyhledávání.
Charakteristika učícího přístupu k problému rozpoznávání5.1.
Obecný problém, řešený v rámci úlohy rozpoznávání obrazů, lze zjednodušeně charakterizovat
jako úlohu klasifikovat „obrazy“ (reprezentace objektů reálného světa), např. podniky, jevy, atd.
do konečného (obvykle nevelkého) počtu tříd. V případě dvou tříd (nejčastější případ), mluvíme
o tzv. dichotomické klasifikaci. Přitom předpokládáme, že každý obraz do jedné ze tříd jednoznačně
patří, což je jeho „klasifikační vlastnost“. Podstatou problému je skutečnost, že v okamžiku,
kdy je třeba rozhodnutí (klasifikaci) provést, uvedená klasifikační vlastnost není známá ani přímo
měřitelná. Řešení je proto založeno na rozhodnutí pomocí jiných měřitelných údajů o „obrazu“,
přičemž rozhodovací pravidlo je odvozeno „učením se“ z minulých případů. Předpokladem
ovšem je, že tyto jiné měřitelné údaje (v terminologii statistického rozpoznávání „příznaky“) se
skutečným přiřazením obrazu do třídy, tedy s jeho klasifikační vlastností, alespoň statisticky souvisí.
Takovýto typ úloh tedy vyžaduje místo analytického přístupu tzv. učící přístup, který je založen
na myšlence, že dostatečná informace potřebná k provedení rozhodnutí (klasifikace či rozpoznání
obrazu) je obsažena v datových souborech ve formě zkušenosti z minulosti.
Pro možnost řešení učícími se metodami rozpoznávání potřebujeme tzv. trénovací množinu,
která musí sestávat z prvků (v našem případě podniků) se známou klasifikací. Tou bude v daném
případě soubor, tvořený množinou zjišťovaných dat z podniků, získaný empirickým výzkumem.
Rozhodnutí o klasifikaci, zda podnik patří do třídy hospodářsky úspěšných či do třídy hospodářsky
neúspěšných2
, je řešeno pomocí finanční analýzy za podpory metod shlukové analýzy3
.
V uvažované aplikaci je však výše zmíněná „klasifikační vlastnost“ měřitelná, protože je známo
zda podnik je či není hospodářsky úspěšný. Cílem proto není, na rozdíl od obecné úlohy rozpoznávání,
samotná klasifikace podniku (tedy rozhodnutí). Přestože tedy zadání problému (nalezení
klíčových faktorů podporujících hospodářskou úspěšnost) do výše uvedeného obecného rámce
učícího se přístupu k úloze rozpoznávání a klasifikace úplně přesně nezapadá, metodiku statistického
rozpoznávání a výběru nejinformativnějších příznaků je možné využít. Pro uvažovaný
problém se totiž jeví jako důležitá zejména první fáze celé úlohy rozpoznávání, tj. výběr nejinformativnějších
či nejdiskriminativnějších příznaků, což budou ony klíčové faktory hospodářské
úspěšnosti. Druhá fáze, odvození rozhodovacího pravidla pro klasifikaci na základě vybraných
příznaků (zde klíčových faktorů) bude sloužit již jen pro verifikaci správnosti, kvality a informativnosti
vybrané podmnožiny příznaků.
Problém redukce dimenzionality5.2.
Pro každý klasifikační problém je k dispozici často prakticky neomezený počet „primitivních“
původních měření, která lze na objektu zájmu provést. S každým měřením jsou spojené určité
náklady, zahrnující např. náklady na vlastní techniku získávání dat, na čas zpracování, požadavky
na paměť a samozřejmě nakonec také na klasifikaci. Jelikož každé z těchto jednotlivých měření
2 V daném řešení je uvažováno o členění do 3, popřípadě i více homogenních skupin, nicméně zde pro zjednodušení
výkladu uvažujeme variantu pouze dvou tříd – podnik je či není hospodářsky úspěšný, tzv. „dichotomickou
klasifikaci“. Metody rozpoznávání samozřejmě dovolují obecně klasifikaci do konečného počtu tříd.
3 Blíže kapitola 3, resp. 6.
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD 43
obsahuje samo o sobě obecně jen velmi malé množství informace, počet měření D bývá obvykle
velmi velký, často v řádu stovek až tisíců. Navíc je mimořádně obtížné či spíše nemožné zajistit,
aby jednotlivá měření byla nezávislá. Mnoho z nich tedy může být redundantních či irelevantních.
Klíčový problém spočívá v tom, že s rostoucím D se stává odhad pravděpodobnostních charakteristik
spojených s každou ze tříd stále méně a méně spolehlivý v důsledku dále zmíněného
Bellmanova „prokletí dimenzionality“.
Znamená to, že trénovací množina, která má v praxi vždy omezenou velikost, se stává s rostoucí
rozměrností prostoru stále řidčeji rozložená, což je typické i pro předmětnou úlohu. Prvky trénovací
množiny jsou proto stále méně reprezentativní a bohužel zároveň klesá schopnost generalizace
– tedy schopnost klasifikovat nové vzorky z testovací množiny, které nebyly součástí trénovací
množiny. Jinak řečeno, skutečný podíl chyb klasifikace s rostoucím D může vzrůst a naopak jej někdy
lze snížit použitím menšího počtu měření. Lze dokonce ukázat, že k dané velikosti trénovací
množiny existuje optimální dimenzionalita (počet charakteristik objektu = počet proměnných =
počet příznaků), při jejímž překročení se začne klasifikační chyba systému rozpoznávání zvyšovat
(tzv. „peaking phenomenon“).
Z těchto důvodů je nutno vybrat jen ty nejdůležitější příznaky pro rozhodování (klasifikaci).
Tento problém je znám jako redukce dimenzionality a je klíčovým v úloze rozpoznávání obra-
zů4
. Pro jeho řešení je třeba použít formálnější a exaktnější statistické přístupy, z nichž některé se
již řadí do oblasti metod umělé inteligence.
Vedle „fyzické“ redukce dimenzionality, která je důležitá vzhledem k omezením proveditelnosti
buď technické či ekonomické povahy, existuje ještě jedna neméně důležitá funkce stadia redukce
dimenzionality. Tou je zajistit vyšší spolehlivost procesu rozhodování odstraněním redundantní
a irelevantní informace, která má zhoršující vliv na klasifikační proces5
. Začlenění fáze redukce dimenzionality
ve svém důsledku rozděluje problém rozpoznávání obrazů na dva dílčí problémy:
proces redukce dimenzionality (výběr nejinformativnějších proměnných);
návrh klasifikátoru (odvození rozhodovacího pravidla).
Potřeba snížit dimenzionalitu může být motivována také dalšími faktory, jako např. ekonomickými
– snížení nákladů na získávání dat, protože „nevybrané“ či „vyřazené“ údaje se v aplikační fázi
již nemusí zjišťovat.
Neméně důležitým aspektem je otázka potřebného rozsahu vzorku podniků v empirickém výzkumu
z hlediska potenciálního využití metod rozpoznávání a výběru příznaků. Teorie i praktické
zkušenosti totiž ukazují, že kvalita výsledků a závěrů dosažených učícími se přístupy je velmi
ovlivněna vztahem mezi dimenzionalitou problému (počtem zjišťovaných příznaků) a rozsahem
trénovací množiny. Potřebná velikost zkoumané množiny podniků roste se vzrůstajícím počtem
příznaků. Tento jev souvisí s jevem tzv. “prokletí dimenzionality”, který takto nazval americký
matematik R. Bellmann ve své práci o dynamickém programování. Bylo dokázáno, že pro danou
velikost (rozsah) trénovací množiny (v našem případě počet podniků v empirickém výzkumu)
existuje optimální dimenzionalita, tedy optimální počet vybraných příznaků. Minimální doporučený
počet prvků (obrazů – zde podniků) ve vztahu k dimenzionalitě rozhodovacího problému
4 Důvodem je skutečnost, že s pomocí vhodného a efektivního procesu redukce dimenzionality je možno implementovat
jak jednoduché tak i velmi sofistikované klasifikační algoritmy. Na druhé straně, ani vysoce sofistikované
klasifikační algoritmy nemohou vykompenzovat informační ztrátu způsobenou nevhodným nebo neefektivním
procesem redukce dimenzionality. Důsledkem je, že klasifikační algoritmy se stanou méně efektivními a vzrostou
klasifikační chyby.
5 Blíže viz kapitola 4.
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD44
uvádí studie Jain, Chandrasekar (1982), podle níž má být prvků v jednotlivých třídách alespoň desetkrát
více než je dimenzionalita rozhodovacího problému. Uvedený vzorec lze charakterizovat
vztahem:
,
kde n je počet podniků
d je počet příznaků, kterými je zkoumaný jev popsán (v daném případě proměnných
popisujících jednotlivé podniky).
Z tohoto orientačního vzorce plyne, že při rozsahu empirického šetření 500 podniků by počet
faktorů měl být nižší než 50 (zkušenosti ukazují, že výrazně nižší než 50). Proto je v řešené úloze
nutné, s ohledem na vysoký počet proměnných, zjišťovaných prostřednictvím dotazníku, redukci
dimenzionality (výběr příznaků) bezpodmínečně provést.
Metody redukce dimenzionality5.3.
Cílem redukce dimenzionality je tedy nalézt množinu d příznaků z množiny D původně měřených
veličin, tak aby d < D (pokud možno d << D), abychom maximalizovali (nebo minimalizovali)
zvolené kriterium6
. Tento cíl vyžaduje:
kriterium pro ocenění kvality vybrané množiny příznaků1. 7
;
efektivní strategii vyhledání optimální množiny.2.
Samotné techniky redukce dimenzionality zaměřené na zachování schopnosti rozlišení tříd mohou
být rozděleny podle dvou různých přístupů, a to na metody výběru (selekce) příznaků a metody
extrakce příznaků, založených na transformaci příznakového prostoru. V dalším se budeme
zabývat pouze metodami výběru příznaků, které jsou pro problém nalezení klíčových faktorů
adekvátní.
Výběr (selekce) příznaků spočívá, zjednodušeně řečeno, v identifikaci a následném vyřazení
těch měření (původně zjišťovaných proměnných), která mají pro separabilitu tříd malý nebo žádný
význam, jak je ukázáno na obrázku č. 2.
Proces selekce příznakůObrázek č. 2:
VÝBĚR PŘÍZNAKŮ
SENZOR KLASIFIKÁTOR
ROZHODNUTÍ
y1
y2
x1
x2
y3
y4
Zdroj: Autoři
6 V daném případě tedy nalézt z původně zjišťovaných D charakteristik podniků d-tici těch, které jsou z hlediska
konkurenceschopnosti nejinformativnější.
7 Kriterií je celá řada, např. různé míry vzdálenosti tříd, pravděpodobnostní míry, míry závislosti, atd.
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD 45
Problém pak spočívá ve výběru malé podmnožiny d příznaků xj
, j = 1,2,…,d z celkové množiny
všech D měření yk
, k = 1,2,…,D. Redundantní a irelevantní vstupní údaje jsou jednoduše ignorovány.
Kromě toho může nastat i případ, že některý z příznaků (proměnná pro rozhodovací systém)
je v souboru příznaků zcela zbytečný, protože
buď nenese vůbec žádnou relevantní diskriminativní informaci (informaci pro klasifikaci či
rozhodování);
nebo je tzv. redundantní. Tento jev nastává v praxi velmi často (mezi jiným i v ekonomii, kde
jednotlivé ukazatele spolu silně souvisí a vzájemně se ovlivňují). Redundantní příznak tedy
není irelevantní ani neinformativní, ale v množině ostatních nadbytečný. Pokud je závislost
velmi silná, můžeme si dovolit bez podstatné ztráty informace některý či některé z redundantních
příznaků vyřadit.
Závěrem lze tedy konstatovat, že vztahy mezi proměnnými (mezi příznaky) jsou velmi složité
a různorodé a nelze předem jednoduše říci, které v procesu redukce dimenzionality vyřadit a které
nechat. Je k tomu třeba využít některou z dále popsaných metod vyhledávacích strategií.
Úvod do problematiky vyhledávacích strategií5.4.
Pokud zvolíme pro vyhodnocování kvality podmnožin příznaků vhodné kriterium (kriteriální
funkci), vlastní výběr příznaků je převeden na vyhledávací problém – detekce podmnožiny příznaků
optimální ve smyslu zvoleného kriteria. Bylo dokázáno, že pro nalezení zaručeně optimální
podmnožiny d příznaků z daných D měření (vlastností, indexů, symptomů atd.) je nutné prohledání
všech možných d-tic. Procedura úplného prohledání (exhaustive search) nalezne optimum
díky tomu, že prohledává všechny podmnožiny velikosti d.
Těch je, jak známo: . Uvedený postup je však v praxi většinou nepoužitelný, protože počet
prozkoumávaných podmnožin může rychle dosáhnout neúnosné velikosti a tím neúnosně prodloužit
výpočetní čas. Pro představu uveďme, že např. chceme-li vybrat 10 příznaků z 60 dostupných
měření, budeme potřebovat vyhodnotit více než 7×1010
podmnožin příznaků. Počet možných
kombinací pro výběr 30 příznaků z původních 60 měření je dokonce větší než počet molekul
ve vesmíru. Je zřejmé, že kvůli exponenciální výpočetní náročnosti je úplné prohledávání možné
jen pro problémy o velmi malé dimenzionalitě (počtu počátečních měření). Z tohoto důvodu se
vývoj soustřeďuje na konstrukci sofistikovanějších a úspornějších způsobů hledání, jejichž časová
náročnost je nižší než náročnost úplného prohledání.
Cíli řádového zrychlení výpočtu je také často obětován požadavek na optimalitu a jsou definovány
tzv. suboptimální metody výběru příznaků. Z výše uvedených důvodů je zřejmé, že musíme
vždy volit mezi dvěma protikladnými požadavky – mezi:
optimalitou nalezeného řešení a;
rychlostí algoritmu výběru příznaků.
Hlavní směr vývoje v oboru výběru příznaků se soustředil na suboptimální vyhledávací strategie.
Suboptimálních metod vyhledávání byla postupně publikována celá řada, zřejmě nejznámějšími
a dnes nejcitovanějšími metodami (přes 400 citací ve světové literatuře), jsou metody „sekvenčního
plovoucího hledání“ podmnožin (sequential floating search – Pudil, Novovičová, Kittler,
1994). Plovoucí hledání bylo v několika nezávislých srovnávacích studiích provedených v USA
a v Japonsku vyhodnoceno jako metoda vhodná vzhledem k své efektivitě pro nejširší použití.
Plovoucí hledání zahrnuje ve skutečnosti dvě metody a i když obě střídají přidávání a odebírání
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD46
příznaků do/z pracovní množiny, můžeme je rozlišit jakožto dva různé algoritmy podle převažujícího
směru hledání:
dopředná varianta algoritmu je známá jako sekvenční dopředný plovoucí výběr (sequential forward
floating selection – SFFS);
zatímco hledání v opačném směru je známé jako sekvenční zpětný plovoucí výběr (sequential backward
floating selection – SBFS).
Oba algoritmy dohromady jsou známé jako plovoucí metody (floating methods), protože výsledná
dimenzionalita po jednotlivých krocích algoritmu se nemění monotónně, ale ve skutečnosti
„plave“ nahoru a dolů. Kombinací původních (pouze po krocích optimálních) metod SFS
(sequential forvard selection) and SBS (sequential backward selection) se plovoucí metody blíží
optimálnímu řešení. Jejich hlavním rysem je, že např. při zpětném plovoucím výběru (SBFS) již
jednou vyřazené příznaky mohou být později v procesu výběru znovu mezi vybrané příznaky zařazeny,
pokud to zlepší hodnotu kritéria.
Blokové schéma SFFS algoritmuObrázek č. 3:
SFFS – INICIALIZACE
Položme
k = 0
Položme
k = k + 1
k = d + '
nebo
k = D
Je toto
dosud nejlepší
podmnožina (k–1)
příznaků?
Položme
k = k – 1
podmíněně odebraný
příznak již nevracejme
Vraťme podmíněně
odebraný příznak
Proveďme
jeden krok
algoritmu
SFS
Podmíněně
odebereme příznak
určený jedním
krokem algoritmu
SBS
STOP
ANO
ANO
NE
NE
Zdroj: Autoři
V některých případech (např. velkého množství primárních příznaků, jako je tomu v případě zjišťovaných
charakteristik hospodářské úspěšnosti) je možno řešení (nejinformativnější podmnožinu
příznaků dimenzionality d) ještě „doladit“ použitím oscilačního algoritmu (Somol, Pudil, 2000),
jehož blokové schéma je uvedeno na obrázku č. 4. Oscilační vyhledávání (OS) lze považovat za
proceduru „vyšší úrovně“, která používá jiné metody výběru příznaků jako subprocedury hlavního
průběhu vyhledávání. Celý koncept se vyznačuje vysokou flexibilitou a umožňuje modifikace
pro různé účely.
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD 47
Blokové schéma oscilačního algoritmuObrázek č. 4:
Inicializujme algoritmus OS vytvořením počáteční podmonžiny d příznaků (náhodně, pomoci algoritmu SFS nebo jakkoliv jinak)
o > '
Je nová
množina
d–o příznaků
doposud
nejlepší?
Je nová
množina
d příznaků
doposud
nejlepší?
Je nová
množina
d příznaků
doposud
nejlepší?
Položme o = 1
Položme o = 1
Pomocí kroku REMOVE podmíněně odebereme
o příkazů z pracovní množiny d příznaků
Vraťme pracovní
množinu d příkazů
do stavu před
horním výkyvem
Vraťme pracovní
množinu d příkazů
do stavu před
horním výkyvem
Pomocí kroku REMOVE podmíněně odebereme
o příkazů z pracovní množiny d+o příznaků
Položme o = o + 1
Pomocí kroku ADD podmíněně přidáme
o příkazů do pracovní množiny d–o příznaků
Je nová
množina
d+o příznaků
doposud
nejlepší?
Byla
pracovní množina
d příznaků předtím
zlepšena horním
výkyvem?
Pomocí kroku ADD podmíněně přidáme
o příkazů do pracovní množiny d příznaků
(Dolní výkyv nevedl ke zlepšení)
o > '
Položme o = o + 1
Byla
pracovní množina
d příznaků předtím
zlepšena dolním
výkyvem?
(Horní výkyv nevedl ke zlepšení)
DOLNÍ
VÝKYV
HORNÍ
VÝKYV
STOP
STOP
ANO
NE
NE
NE
NE
NE
NE
ANO
ANO
ANO
NE
NE
ANO
ANO
ANO
ANO
Zdroj: Autoři
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD48
Výběr nejinformativnějších příznaků s využitím „K-Nearest5.5.
Neighbors“ klasifikační metody v roli kritéria výběru
Pro analýzu proměnných vztahujících se k hospodářské úspěšnosti podniků můžeme tedy nasadit
metody výběru příznaků diskutované v předchozím textu. Vzhledem k jejím výhodným vlastnostem
budeme uvažovat především metodu dopředného plovoucího vyhledávání.
K nasazení vyhledávací metody je však ještě zapotřebí vhodná kriteriální funkce, která bude
schopna popsat informativnost kterékoliv uvažované podmnožiny příznaků. Je známa řada funkcí
použitelných v obecném případě řešení problému rozpoznávání, specifika předmětného problému
však vyžadují definici funkce „šité na míru“. Než bude možno tuto funkci nadefinovat, shrňme
několik potřebných poznatků z oboru rozpoznávání.
Metody výběru příznaků je dnes zvykem dělit na filtry (Filters) a pouzdra (Wrappers), kdy rozdíl
je v principu použité kriteriální funkce. Dělení zavedl Kohavi (1995). Kriteriální funkce používané
ve filtrech obvykle vycházejí z nějakého zobecňujícího modelu popisujícího statistickou strukturu
dat na základě různě rozsáhlých předpokladů. Cílem definice takovýchto kriteriálních funkcí je
udržet v rozumných mezích výpočetní náročnost – předpoklady přijatého modelu jsou většinou
více či méně zjednodušující a tyto funkce jsou tedy pouze aproximacemi, které jen v omezené
míře vyjadřují vhodnost zkoumané podmnožiny příznaků ke klasifikaci.
Výpočetně náročnější, ale v praxi často lépe uplatnitelná jsou pouzdra. Na místě kriteriální funkce
je v nich použito přímo některé konkrétní rozhodovací pravidlo (klasifikátor). Posuzování podmnožiny
příznaků v metodách výběru typu pouzdro tedy vypadá následovně: část dat je použita
k tréninku klasifikátoru, část je poté pomocí klasifikátoru opětovně klasifikována – procento vzorků,
u nichž takto došlo ke správné klasifikaci, je pak použito v metodě výběru příznaků na místě
hodnoty kriteriální funkce. Odtud je zřejmé, že vyhodnocení každé zkoumané podmnožiny příznaků
je velmi časově náročné vzhledem k potřebě trénovat klasifikátor. Na druhou stranu je takto
možné vybrat příznaky, které právě při použití daného klasifikátoru povedou k větší přesnosti
klasifikace, než by bylo možné s použitím příznaků vybraných filtrem.
Počet známých klasifikátorů je enormní. Pro naše účely jsme přistoupili k volbě klasifikátoru
K-Nearest Neighbors, známého pod zkratkou kNN, který svými vlastnostmi dobře řeší kompromisy
které musí být brány v úvahu: je neparametrický (nevnášíme do problému dodatečné předpoklady,
což je vhodné vzhledem k typu zde zkoumaných dat), je snadno implementovatelný, patří
k náročnějším na výpočetní výkon i paměť (což ovšem není v našem případě problém, protože
nepožadujeme interaktivní odezvu), jeho rozhodovací schopnost je jednou z nejsilnějších mezi
dostupnými klasifikátory, vzhledem k povaze úlohy však není vážným problémem otázka generalizace,
nebo-li klasifikace na neznámých datech.
Princip kNN je stručně shrnuto následující: Vycházejme ze situace, kdy cílem je klasifikovat
vzorek, přičemž máme k dispozici trénovací množinu vzorků se známou příslušností ke třídám.
Vyhodnotíme vzdálenost (např. euklidovskou) zkoumaného vzorku ke všem vzorkům trénovací
množiny a najdeme takto jeho k nejbližších sousedů. Vzorek poté přiřadíme do té třídy, k níž patří
většina z těchto k sousedů.
Hodnota k je uživatelským parametrem a v obecnosti může jít o libovolné přirozené číslo.
Prakticky však je třeba počítat s tím, jakým způsobem tato hodnota ovlivňuje klasifikační schopnost
kNN klasifikátoru. Pro k=1 je hypotetická hranice oddělující v mnohorozměrném prostoru
jednotlivé třídy složena z rovných plošek (hranice tak má hrany a vrcholy). S rostoucím k se tato
hranice zaobluje a od určité velikosti k začne docházet ke ztrátě schopnosti rozlišovat detaily. Na
druhou stranu vyšší hodnota k může sloužit jako ochrana před vlivem izolovaných netypických
vzorků (outliers). V řadě aplikací je zvykem používat hodnoty k rovny 1, 3, 5. (liché hodnoty jsou
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD 49
výhodnější pro potlačení nerozhodných situací).8
Pro naše účely tedy použijeme klasifikátor kNN
v roli kriteriální funkce ohodnocující informativnost podmnožiny příznaků takto: Pro zkoumanou
podmnožinu příznaků vyzkoušíme každý vzorek (podnik) klasifikovat do třídy dle jeho k nejbližších
sousedů, a shromáždíme statistiku kolik vzorků bylo takto klasifikováno správně a kolik
špatně. Podíl správně (re)klasifikovaných vzorků vyhodnocený vždy pro momentálně zkoumanou
podmnožinu příznaků bude používán v rámci vyhledávacího algoritmu k dalšímu směru vyhledávání.
Výsledkem bude podmnožina příznaků dávající v tomto smyslu nejpřesnější klasifikaci.
Technické problémy a otázky výběru nejinformativnějších5.6.
proměnných při analýze souboru dat konkurenceschopnosti
Metodologie výběru nejinformativnějších proměnných popsaná v předchozí podkapitole vychází
z předpokladu, že je možné vyhodnotit vzdálenost (podobnost, vzájemnou souvislost) mezi libovolnými
dvěma vzorky (podniky). Standardní podoba kNN klasifikátoru je použitelná na numerická
data bez chybějících hodnot.
Zkoumaný soubor proměnných má však dvě podstatné nevýhodné vlastnosti, jež přímo plynou
z podstaty problému a jež nelze odstranit: Ne všechny příznaky jsou u všech vzorků známy (některé
podniky určité údaje nedodaly, nebo nebylo možné je dohledat), a ne všechny příznaky mají numerický
charakter (např. obor činnosti podniku není veličina s přirozeným uspořádáním). Je zřejmé, že
vzdálenost dvou vzorků nelze v našem případě vyhodnocovat prostou euklidovskou metrikou.
Přistoupili jsme tedy k dodefinovaní vlastní kombinované metriky, která umožní nasazení kNN
jakožto kritéria výběru příznaků.
Řešení problému chybějících hodnot je možné realizovat dvěma způsoby:
a) Chybí-li hodnota některého příznaků při výpočtu vzdálenosti dvou vzorků a jsou-li zároveň
hodnoty všech příznaků normovány, je možno považovat vzdálenost v daném příznaku za maximální.
Tímto způsobem je ovšem příznak při rozhodování znevýhodněn.
b) Chybějící hodnoty je možno nahradit vhodnou průměrnou hodnotou. Tato varianta byla zvolena
po předběžných testech, protože vedla k vyšší přesnosti klasifikace. Chybějící hodnoty
příznaku byly tedy před výběrem příznaků nahrazeny hodnotou průměru přes všechny vzorky
náležející do stejné třídy (shluku) jako vzorek s chybějící hodnotou příznaku.
Řešení problému různorodosti typů hodnot příznaků vychází z dodefinování euklidovské metriky.
Pro potlačení vlivu různě velkých rozsahů hodnot je vhodné data v jednotlivých příznacích
normalizovat. Normalizace na interval <0,1> je pak nutná vzhledem k přítomnosti kategoriálních
hodnot, které by jinak byl problém s ostatními hodnotami nezkresleně porovnávat v jednom výrazu.
Přejděme nyní k definici. Zkoumáme-li vzdálenost dvou vzorků A a B, vyčíslujeme výraz
,
kde význam výrazu ||ai
– bi
|| závisí na typu hodnot, které i-tý příznak nabývá. U všech příznaků
s číselnými, uspořádatelnými hodnotami (reálné hodnoty, celočíselné hodnoty kvantifikující nějakou
vlastnost vzorku jako počet zaměstnanců, výše zadlužení apod.) zachováváme standardní
8 Pro další informace o klasifikaci a rozhodovacích problémech obecně odkazujeme na přehledové knihy Duda, Hart
(2000), Theodoridis (2006), resp. článek Jain, Duin (2000).
TEORETICKÉ ZÁKLADY VYUŽITÍ STATISTICKÝCH METOD50
euklidovský význam ||ai
– bi
|| = (ai
– bi
)2
. U příznaků kategoriálních (kategorie provozovaných
činností apod.) definujeme: ||ai
– bi
|| = 1 v případě že ai
– bi
a ||ai
– bi
|| = 0 ve všech ostatních
případech.
Teoreticky je možné rozlišit jednotlivé typy hodnot příznaků jemněji. Vzhledem k vlastnostem
některých typů hodnot vyskytujících se v datovém souboru je totiž výše uvedená definice zjednodušující.
Předpokládá linearitu v uspořádání hodnot některých vágně popsaných příznaků; v dotaznících
jsou přítomny otázky (příznaky) nabývající hodnot „málo“, „hodně“, „velmi mnoho“
apod., reprezentovaných číselně 1,2,3. V definici metriky, uvedené výše, přijímáme zjednodušující
předpoklad, že vzdálenosti mezi 1 a 2 a mezi 2 a 3 jsou stejně velké (a že tedy s těmito hodnotami
lze nakládat jako s běžnými čísly), nicméně není vyloučeno, že by bylo v některých situacích
vhodnější uvažovat odlišné vzdálenosti mezi takovýmito hodnotami. Toto bude předmětem dalšího
výzkumu, s cílem zpřesnění metodiky vyhodnocení.
Poznamenejme ještě, že při řešení úlohy výběru nejinformativnějších příznaků je nutné počítat
s dalšími principiálně přítomnými okolnostmi.
Přesnost klasifikace bývá větší při menším počtu tříd, do nichž je potřeba vzorky klasifikovat.
Na úlohu lze nahlížet hierarchicky – jiné podmnožiny příznaků budou pravděpodobně nejinformativnější
pro rozlišení všech tříd najednou, zatímco jiné budou nejinformativnější pro rozlišení
určitých konkrétních dvojic (či jiných podskupin) tříd. Hierarchický přístup k analýze může vést
k jemnějšímu rozlišení významnosti faktorů hospodářské úspěšnosti.
51
IIII
Část II PRŮBĚH A VÝSLEDKY
EXPERIMENTŮ
52
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 53
Skupiny podniků vytvořené dle ukazatelů6.
hospodářské úspěšnosti
Daná kapitola prezentuje výsledky hledání primárních shluků1
, v nichž jsou soustředěny podniky
s podobnou hospodářskou úspěšností.2
Podkapitola 6.1 stručně shrnuje závěry rešerše odborné
literatury, s cílem prezentace obvykle aplikovaných finančně vyjádřených kritérií pro posouzení
výkonnosti podniku. Řešení ústí do identifikace dvou rozhodujících finančních ukazatelů, které
byly v předmětné úloze pro vyjádření hospodářské úspěšnosti analyzovaných podniků použity.
Zvolená dvojice ukazatelů byla posuzována na základě jejich vývoje v průběhu let 2002–2006.
Každý podnik byl charakterizován deseti hodnotami proměnných, u nichž byla navíc zohledněna
rovnoměrně klesající míra významnosti proměnné směrem do minulosti. S takto popsanými podniky
bylo provedeno několik iterací nehierarchické shlukové analýzy metodou nejbližších středů
(k-means clustering). Tento postup, jenž je podrobně popsán v kapitole 3.1, vedl, jak již bylo výše
zmíněno, k identifikaci celkem 13 primárních shluků s různým počtem podniků a s různými popisnými
statistikami. Detailní rozbor postupu identifikace těchto primárních shluků shrnuje podkapitola
6.2. Třetí část dané kapitoly, podkapitola 6.3, výsledky provedené analýzy podrobněji
rozvádí. Jsou představeny hlavní charakteristiky nalezených primárních shluků podniků, jejich
vývoj v analyzovaných letech a variabilita hodnot sledovaných ukazatelů v rámci každého z těchto
shluků.
Výběr kritérií hospodářské úspěšnosti6.1.
Současný stav teorie měření hospodářské úspěšnosti6.1.1.
Finanční výkonnost, resp. hospodářská úspěšnost se již minimálně dvě stě let řadí mezi prvořadá
témata v oblasti obchodu a podnikání, kdy úspěch se vždy měří dosaženými zisky, přírůstky peněžních
prostředků, nárůstem bilanční sumy podnikové rozvahy apod. V této souvislosti nepřekvapí,
že paleta potenciálních kritérií použitelných pro hodnocení finanční výkonnosti je velice
široká. Na jedné straně ji tvoří tradiční ukazatele z oblasti finančního účetnictví a finanční analýzy.
Protipól těchto tradičních metod finančního měření výkonnosti na druhé straně reprezentuje
aktuálně hojně diskutovaná metoda různě chápaného ekonomického zisku (nadzisku, angl. Super-
1 Dle metodiky uvedené v kapitole 3.
2 Text této kapitoly vychází z Šiška (2008).
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI54
profit, něm. Übergewinn)3
, kterou autoři vyjadřují rozličně konstruovanými ukazateli ekonomické
přidané hodnoty, peněžní přidané hodnoty, CF, ROI apod.
Přes aktuálnost konceptů ekonomické přidané hodnoty jsme se nakonec rozhodli přidržet tradičních
měřítek finanční výkonnosti. Hlavním důvodem, proč nebyly využity ukazatele založené
na ekonomické přidané hodnotě (Economic Value Added, EVA), byla obava, aby finanční údaje,
uvedené v účetních závěrkách auditovaných nezávislými auditory nebyly dodatečně zkresleny.
Riziko takového subjektivního zkreslení v sobě skrývají úpravy účetních údajů, jejichž provedení
je pro výpočet EVA nezbytné a pro které chyběly dostatečně spolehlivé podklady. Konkrétní důvody
pro obavy ze subjektivity jsou ve stručnosti následující:
Výpočet EVA vyžaduje správné vyjádření nákladů na zapojený kapitál, především kalkulaci
úrokové míry, která vyjadřuje cenu za zapojení kapitálu vlastníků do podnikání jejich podniku.
To je palčivý problém i ve stabilizovaných ekonomikách rozvinutých zemí, natož v podmínkách
České republiky, kde problém umocňuje mimo jiné neexistence rozvinutého kapitálového
trhu, jenž by informačně dokonale fungoval a oceňoval reálnou hodnotou na něm obchodovaných
akcií a cenných papírů podniků.
V případě řady analyzovaných podniků nelze objektivně nahradit chybějící ocenění kapitálovým
trhem ani průměrnou ziskovostí odvětví, příp. upravenou s přihlédnutím k velikosti podniku
a dalším rizikovým faktorům daného podniku. Šetřené podniky byly totiž poměrně často
diverzifikovanými subjekty, které současně působily v několika odvětvích. Nesplňovaly tedy
předpoklad jednotky stejnorodé produkce, na kterém je založen systém národního účetnictví4
a z něj odvozená průměrná ziskovost odvětví, kterou by bylo možné – zejména pro podniky
s více než 100 zaměstnanci – srovnávat s údaji např. Ministerstva průmyslu a obchodu, příp.
ČSÚ.
Znalost pouze agregovaných základních účetních údajů dostupných z veřejných zdrojů, jakými
byly především finanční výkazy podniků a jejich přílohy, příp. v několika málo případech
rozšiřující údaje z výročních zpráv, prakticky znemožňovaly provést objektivní úpravy
účetních údajů z finančních výkazů podniků na hodnotu provozních aktiv, tj. aktiv nezbytně
nutných pro hlavní podnikatelskou činnost podniku, na jejichž vyčíslení koncept EVA mimo
jiné staví.
Ve snaze použít pro měření výkonnosti základní (tradiční) finanční měřítka nás podpořily i zkušenosti
autorů v současnosti celosvětově nejúspěšnějšího systému měření výkonnosti – metody
Balanced Scorecard – kteří uvádí:
„Finanční cíle se typicky vztahují k ziskovosti – měřené např. provozními výnosy a rentabilitou
investovaného kapitálu. Finanční strategie jsou v podstatě jednoduché; společnosti mohou vydělat
více, když (1) prodají více, a (2) vydají méně. Vše ostatní je pouze hudbou na pozadí. Jakýkoliv
program – důvěrné poznání zákazníků, řízení kvality metodou Six Sigma, znalostní management,
převratná technologie, Just-in-Time – přidává společnosti na hodnotě pouze tehdy, pokud vede
k větším prodejům nebo k nižším nákladům. Tudíž finanční výkonnost společnosti lze zlepšit dvěma
základními přístupy – růstem výnosů a růstem produktivity.“ (Kaplan, Norton, 2004, s. 36)
Podpůrným argumentem pro využití tradičních ukazatelů byla i jejich relativně snadná interpretovatelnost.
Kvůli ní se rovněž řada obdobných výzkumů vlivu různých faktorů na finanční
výkonnost opírá o tradiční měřítka ziskovosti, příp. o měřítka růstu výnosů. V souvislosti se stakeholderským
modelem, jenž byl aplikován jako základna pro formulaci dotazníku empirického
šetření, je např. zajímavý výzkum autorů Berman a kol. (1999). Ti se zabývali ověřením platnosti
3 Podrobněji viz např. Mařík, Maříková (2005).
4 Podrobněji k tzv. čistým odvětvím viz Hronová, Hindlls (2000, s. 30).
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 55
stakeholderského modelu na podnikových datech a pro měření finanční výkonnosti využili rentabilitu
aktiv. Van, Laisney, Kaiser (2004) naopak ve svém modelu vlivu různých faktorů na finanční
výkonnost německých podniků použili sedmileté řady změn ve výši tržeb. Na základě výsledků
svého výzkumu mimo jiné rovněž konstatovali, že obdobné závěry, jaké platily pro měřítko
v podobě změn tržeb, by učinili i v případě, kdy by jako vysvětlující proměnná sloužily změny
v zisku.
Konečně inspirativní pro námi zvolený přístup byla teoreticky známá souvislost mezi životním
cyklem a finanční výkonností podniku, kterou v minulosti využili např. autoři Anthony, Ramesh
(1992). Z aktuálně prováděných výzkumů jejich přístup aplikovali např. taiwanští autoři Liang
a Lin (2008), kteří z měr růstu tržeb, z podílu dividend k nominální ceně akcie, z podílu marketingových
výdajů na výnosech, z přírůstku zůstatkové ceny dlouhodobého majetku podniku a ze
stáří podniku usuzovali na životní fázi, v jaké se aktuálně nacházely jimi analyzované podniky.
Konstrukce použitých kritérií6.1.2.
V návaznosti na předestřenou rešerši dostupné literatury byly jako stěžejní ukazatele pro měření
hospodářské úspěšnosti analyzovaných podniků zvoleny rentabilita aktiv (počítaná z provozního
výsledku hospodaření) a meziroční růst aktiv.
a) Rentabilita aktiv
Pro posouzení ziskovosti podniku byl použit ukazatel rentability aktiv (Return on Assets, ROA)
v procentech. Jeho definiční výraz vypadá následovně:
Hlavní důvody pro volbu uvedeného ukazatele byly následující:
Ziskovost obecně, tj. poměr čistého efektu nějaké činnosti k objemu zdrojů zapojených do
této činnosti, patří mezi stěžejní skupinu ukazatelů finanční analýzy, kterou se měří finanční
výkonnost podniku. Naopak ukazatele z oblastí likvidity a solventnosti souvisí zejména s krátkodobou
a dlouhodobou finanční pozicí podniku, tj. se strukturou zdrojů financování podnikové
činnosti, což nepředstavuje primární cíl předmětného výzkumu. Konečně poslední skupinu
typických ukazatelů finanční analýzy reprezentují ukazatele aktivity, které jsou založené
na obrátkovosti majetku. Takové ukazatele aktivity alespoň okrajově zastupuje druhý zvolený
ukazatel (viz bod b) níže).
Převažující předmět podnikání analyzovaných podniků představovala průmyslová a stavební
výroba, a proto bylo naší snahou podchytit efektivnost této hlavní výdělečné činnosti podniku.
Efektivnost takové činnosti charakterizuje v první řadě právě provozní výsledek hospodaření,
jenž není ovlivněn ani výsledkem hospodaření z finanční činnosti podniku, (která nebyla předmětem
daného výzkumu), ani výsledkem hospodaření z mimořádných událostí.
Ve jmenovateli byla zvolena průměrná celková netto aktiva podniku (tj. průměrný stav celkového
majetku v účetní zůstatkové ceně, jenž podnik vlastní a jenž byl v daném roce zapojen do
jeho podnikání), a to ze dvou důvodů. První souvisel se snahou o vyloučení vlivu respondentem
zvolené kapitálové struktury, která nebyla předmětem výzkumu. Druhým důvodem pro
volbu celkových aktiv a nikoliv alternativního jmenovatele v podobě např. vlastního kapitálu
podniku, byl akcent na stakeholderské vnímání podniku. To chápe podnik jako místo střetu
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI56
zájmů všech stakeholderů (nikoliv pouze vlastníků) a současně tvoří základ modelu konkurenceschopnosti
ověřovaného předmětným empirickým šetřením.
b) Míra růstu aktiv
Pro posouzení dynamiky podnikové činnosti většina autorů doporučuje využít tokového ukazatele
tržeb, resp. jejich meziročního přírůstku. Pro účely posouzení hospodářské úspěšnosti analyzovaných
podniků byl však, jako druhý z ukazatelů, použit v procentech vyjádřený ukazatel meziroční
míry nárůstu aktiv, definovaný následujícím vztahem:
Hlavní důvody pro volbu ukazatele míry růstu aktiv byly následující:
Za situace, kdy se podnik dynamicky rozvíjí, čili osvědčuje a rozšiřuje svůj potenciál uspět
v hospodářské soutěži, tj. být konkurenceschopný, přirozeně dochází k růstu jím dosahovaných
tržeb. Teoretické vysvětlení spočívá ve skutečnosti, že roste objem činností prováděných
podnikem pro zákazníky a současně zpravidla stagnuje, případně pouze mírně klesá cena poskytovaných
produktů, protože jakýkoliv konkurent zpravidla nejméně preferuje strategii ostré
cenové války, při které by se podbízel zákazníkovi nízkou cenou. Současně s rostoucím objemem
tržeb dochází k proporčnímu nárůstu variabilních nákladů a k většímu rozkládání celkových
fixních nákladů do většího objemu činnosti. Tento efekt z degrese jednotkových fixních
nákladů ovšem nefunguje do nekonečna. Při dosažení hranic daných stávající kapacitou provozních
zařízení podniku je podnik nucen investovat do rozšíření svých kapacit, tedy do rozšíření
svého majetku, a tím dochází k růstu jeho aktiv. Z předestřeného sledu příčin a následků
lze dovodit, že společně s růstem aktivity podniku (měřeným např. růstem tržeb) se ceteris paribus
musí s případným drobným zpožděním dostavovat i růst objemu majetku (aktiv), jenž
podnik pro svou činnost vyžaduje.
Volbou ukazatele míry růstu aktiv byl současně podchycen vývoj jmenovatele prvního zvoleného
ukazatele ROA. Pokud dáme oba ukazatele do vzájemných souvislostí, můžeme tedy
navíc dovozovat, který podnik je ziskový kvůli tomu, že pouze vytěžuje svůj stávající majetek
(tj. má minimální míru růstu svých aktiv, či dokonce záporný růst v důsledku klesající hodnoty
aktiv kvůli jejich postupnému opotřebení, jež vyjadřují kumulované odpisy), a který podnik
úspěšně investuje do svého majetku (výrazně rostou jeho aktiva) a současně dokáže tyto své
investice náležitě zúročit formou neklesajících zisků.
Poslední důvod pro volbu ukazatele aktiv byl ryze pragmatický. Ukazatel aktiv byl z výročních
zpráv snáze dostupný a navíc ve srovnání s tržbami byl spolehlivější. V případě tržeb totiž databáze
podnikových finančních údajů, z nichž byla čerpána většina dat, často zaměňují ukazatel
celkových tržeb za prodej zboží, resp. výrobků a služeb buďto s ukazatelem celkových výnosů,
nebo s ukazatelem výkonů, jenž v sobě obsahuje i položky změn stavů zásob vytvořených
vlastní činností podniku5
.
5 Změny stavů zásob vytvořených vlastní činností jsou výnosové položky výsledovky, které kompenzují položky
vykázané v nákladech a nejsou ve skutečnosti tržbou dosaženou z prodeje podnikových produktů, ale oceněním
produktů vyráběných na sklad, u kterých není jistota, zda budou v budoucnu prodány, nebo zda se stanou
neprodejnými ležáky.
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 57
Metodické pozadí a základní hypotéza vývoje ukazatelů podle6.2.
fází životního cyklu podniku
Ačkoli jsme se metodice využití shlukové analýzy věnovali již v kapitole 4, považujeme za nutné
tuto metodiku na tomto místě shrnout a ještě podrobněji představit postup vytvoření primárních
shluků podniků podle jejich hospodářské úspěšnosti.
Zdroje dat a jejich úpravy6.2.1.
Konkrétní strukturu exportovaných záznamů z databáze CreditInfo obsahuje následující tabulka.
Data 432 respondentů empirického šetření byla v databázi vyhledávána pomocí identifikačního
čísla podniku a následně exportována do formátu databáze MS Access. V aplikaci MS Access bylo
pak provedeno i propojení vyexportovaných finančních údajů s údaji o čísle dotazníku, jenž byl
u daného respondenta použit při empirickém šetření. Protože podnikům účastnícím se empirického
šetření byla garantována anonymita, uvádíme v předloženém textu jako identifikační údaj
respondenta pouze jedinečné číslo dotazníku, pod kterým se tohoto šetření účastnil, aniž bychom
připojovali jakoukoliv bližší konkrétní charakteristiku, díky které by bylo možné konkrétního respondenta
identifikovat.
Datové proměnné exportované z databáze CreditInfoTabulka č. 4:
Databázové pole Popis
ICO Identifikační číslo
REGFIRMA Registrovaná firma
PROVHOSPV Provozní výsledek hospodaření
PASIVACELK Celkový objem pasiv, jenž v důsledku základní bilanční identity musí být
shodný s celkovými aktivy
Zdroj: Autoři
Získané údaje z databáze CreditInfo však nebyly zcela kompletní. Pro účely výpočtu kritérií ROA
a růstu aktiv jsme potřebovali v pětileté řadě celkem 4.752 finančních údajů.6
Do tohoto ideálního
počtu nám chybělo přibližně 900 údajů, které jsme hledali v jiných, veřejně dostupných datových
zdrojích (Sbírka listin obchodních rejstříkových soudů, digitalizované ročníky Obchodního
věstníku, databáze MAGNUS). Z těchto dodatkových informačních zdrojů se podařilo doplnit
přibližně 600 chybějících údajů.
V případě 17 respondentů, u nichž chyběly v časové řadě údaje za jediný rok a nejednalo se
o první, nebo poslední rok časové řady, jsme odhadli chybějící údaj jako průměrnou hodnotu
z hodnoty ukazatele v předchozím a následujícím roce. Vzhledem k tomu, že z databáze CreditInfo
jsme vyexportovali údaje o aktivech a provozních výsledcích hospodaření za všechny dostupné
roky, mohli jsme v některých případech využít též údajů za rok 2001 a s jejich pomocí odhadnout
i chybějící údaje za rok 2002.
6 Za každý podnik byla potřeba pětice údajů o tokové veličině provozního výsledku hospodaření za roky 2002 až
2006 a dále šestici údajů o stavech aktiv na konci let 2001 až 2006, aby z nich bylo možno vypočítat pětici měr
meziročního růstu.
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI58
Po popsaných doplněních a úpravách dat však přesto chybělo 244 finančních údajů od celkem
82 podniků. Strukturu chybějících údajů zobrazuje graf č. 4. Z něj plyne, že celkově se podařilo
získat kompletní pětiletá finanční data za celkem 350 respondentů, zatímco v případě 82 respondentů
byla časová řada finančních údajů nekompletní.
Struktura chybějících datGraf č. 4:
350
40
16
1
3
8
14 C hybí čtyři roky
C hybí tři roky
C hybí dva roky po s obě
C hybí první a pos lední rok
C hybí první rok
C hybí pos lední rok
Kompletní za 5 let (vč. 17 s odhadem)
Zdroj: Autoři
Základní hypotéza o počtu primárních shluků6.2.2.
Základní hypotéza, se kterou jsme vstupovali do shlukové analýzy, předpokládala, že na základě
zvolených ukazatelů rentability aktiv a růstu aktiv budou identifikovány 4 primární shluky,
v nichž budou soustředěni respondenti s podobnou finanční výkonností. Konkrétně jsme přitom
očekávali shluky, jejichž průměrné charakteristiky v hlavních zvolených kritériích uvádí graf č. 5.
Na grafu č. 5 je na svislé ose zachycen vývoj prvního zvoleného kritéria ROA, na vodorovné je
pak vynášena míra růstu aktiv. Poloha středů kruhů v grafu udává očekávané průměrné hodnoty
kritérií daného typického shluku, zatímco plocha kruhu udává počet respondentů, kteří budou
zařazeni do daného shluku.
Hypotéza rozdělení primárních shluků respondentůGraf č. 5:
Růst aktiv
ROA
krachující
růstové
hvězdy
zralé
Zdroj: Autor
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 59
Při odvození hypotézy očekávaných průměrných kritérií za daný shluk jsme vycházeli ze všeobecně
uznávané teorie životního cyklu podniku. Podle ní podnik postupně prochází od svého vzniku
fází intenzivního růstu, fází vrcholu, fází zralosti až po fázi konce své existence. Z těchto důvodů
jsme předpokládali, že typické shluky se vyskytnou ve všech pomyslných kvadrantech, které
v grafu č. 5 přestavují čárkované osy, jejichž úroveň odpovídá průměrnému růstu aktiv a průměrné
ROA za všechny respondenty. Konkrétně jsme předpokládali následující charakteristiky čtyř
základních typických shluků:
Shluk růstových podniků bude pravděpodobně obsahovat spíše menší, často nově vzniklé
podniky, jejichž majetek roste, ve srovnání s průměrem za celý výběrový soubor, rychleji. Ačkoliv
tyto podniky výrazně investují, dosud nestačily akumulovat dostatečné provozní zkušenosti,
znalosti o svých zákaznících a další nehmotná aktiva (dále zjednodušeně jen „knowhow“),
a proto se jejich ziskovost pohybuje spíše pod průměrem celého výběrového souboru.
Shluk hvězd představuje nejkonkurenceschopnější podniky, patrně střední až velké, které již
shromáždily značné provozní i obchodní know-how, jež dokáží náležitě zhodnotit na svých
trzích. Z toho důvodu jejich ziskovost dosahuje, v porovnání s výběrovým souborem jako celkem,
nadprůměrných hodnot. Současně jsou tyto podniky relativně silné na svých trzích. Disponují
totiž značným majetkem a navíc nepodceňují investice do svého dalšího růstu. Silná
tržní i finanční pozice dovoluje uvedeným podnikům nadprůměrné investice do majetku, které
se odráží v nadprůměrném růstu jejich aktiv.
Shluk zralých podniků měl být podle našeho očekávání nejpočetnější. Jedná se o průměrné,
až mírně podprůměrné podniky, které jsou pevně a dlouhodobě zakotvené ve svých odvětvích
a dosahují, slovy ekonomické teorie, tzv. normálního zisku, typického pro dané odvětví. Jinak
řečeno, tyto zralé podniky dosahují takové zhodnocení vloženého kapitálu, které výrazně nepřesahuje
průměrné zhodnocení v celé národní ekonomice, a tudíž neláká jiné potenciální konkurenty
ke vstupu do daného odvětví. Zralé podniky navíc nevykazují výrazně nadprůměrný
růst svých aktiv, jenž by svědčil o rostoucím charakteru trhu, kde podnik působí. Dokonce se
může jednat i o podniky na neperspektivních, zmenšujících se trzích, jejichž majitelé záměrně
omezují investice do dalšího růstu aktiv podniku7
na nezbytné minimum a snaží se formou
dividend, snižování základního kapitálu, výplat vypořádacích podílů apod. vytěžit zpět kapitál,
který do podniku v minulosti vložili.
Shluk krachujících podniků budou tvořit podniky, jejichž majitelé buďto záměrně, nebo pod
tlakem věřitelů (konkurs, nucené vyrovnání apod.) postupně snižují aktiva podniku. Současně
tyto podniky nebudou ziskové, ale naopak se bude jednat o podniky převážně dlouhodobě
ztrátové, které svou předchozí činností nedokázaly získat potenciálně zúročitelné know-how
a v brzké době patrně opustí stávající trhy, případně zaniknou8
.
7 Podnik by totiž investované prostředky beztak nedokázal na neperspektivním trhu využít.
8 Navzdory použité analogii s lidským životem však existence podniku nemusí za všech okolností vést k zániku.
Svědčí o tom i základní účetní princip, který dokonce předpokládá neustálé trvání podniku, nicméně v případě
shluku krachujících podniků může takový zvrat k nekonečné vitalitě přijít pouze s novým strategickým vlastníkem,
jenž vloží do podniku své know-how, nově vyvinutý výrobek apod.
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI60
Váhy významnosti jednotlivých kritérií6.2.3.
Při hledání typických shluků jsme usilovali o sloučení dvou protichůdných požadavků:
Vyvarovat se hodnocení finanční úspěšnosti podniku na základě finančních údajů z jediného
hospodářského roku. V takovém případě by se totiž anomálie ve vstupních datech okamžitě
odrazila ve špatném zařazení podniku do shluku.
Posoudit finanční výkonnost na základě co možná nejaktuálnějších finančních údajů. Vzhledem
k tomu, že empirické šetření se uskutečnilo na začátku roku 2007, bylo by ideální posuzovat
finanční výkonnost podniků na základě dat za rok 2007, která však nebyla k dispozici.
Kompromisním řešením, které jsme zvolili, bylo posouzení finanční výkonnosti z pětileté časové
řady údajů za léta 2002 až 2006. Aby byl posílen význam finančních údajů z let bližších empirickému
šetření, byly na ukazatele z analyzovaných let 2002 až 2006 uplatněny váhy 1–2–3–4–5. Jinými
slovy, ukazatele ROA a růstu aktiv z roku 2006 měly váhu nejvyšší, pětkrát vyšší než nejstarší
ukazatele z roku 2002, zatímco např. ukazatele za rok 2004 dosahovaly průměrné pětinové váhy.
Výsledky shlukové analýzy6.3.
Jak již bylo uvedeno v kapitole 3, několikanásobné opakování pokusů o shlukování vedlo k zamítnutí
základní hypotézy o existenci čtyř primárních shluků. Naopak, iterační postup vedl k závěru,
že za základní členění výběrového souboru podniků je nutno považovat 13 primárních shluků
podniků s rozdílnou hospodářskou úspěšností.
V této kapitole jsou představeny průměrné hodnoty aplikovaných finančních ukazatelů pro každý
ze 13 primárních shluků, a to jak v jediném váženém průměru za sledovaných pět let (podkapitola
6.3.1), tak z pohledu jejich vývoje během jednotlivých pěti analyzovaných let (podkapitola
6.3.2). V podkapitole 6.3.3 je pak ukázána souvislost vážených průměrů hodnot aplikovaných finančních
ukazatelů za každý z podniků s jeho zařazením do typického shluku. Konečně v poslední
podkapitole 6.3.4 je naznačena míra variability uvnitř typických shluků podniků s podobnou
hospodářskou úspěšností.
Hlavní charakteristiky primárních shluků6.3.1.
Graf č. 6 uvádí pro každý ze 13 shluků respondentů vážené průměrné hodnoty rentabilit aktiv
a měr růstu aktiv za posledních pět let, kde vahami byla klesající významnost údajů směrem k minulosti
(viz podkapitola 6.2.3). Velikosti kruhů vyjadřují počet respondentů v daném typickém
shluku. Dále jsou na grafu č. 6 vyznačeny čárkovanými čarami průměrné hodnoty obou kritérií za
všech 350 respondentů s kompletními údaji. V případě ROA se jednalo o 9,0%. Vážený průměr
míry růstu aktiv činil 15,5% za všech 350 respondentů.
Společně s osami čárkované čáry rozdělily plochu možných kombinací úrovní obou hlavních kritérií
na devět polí. Podle toho, ve kterém poli se ten který typický shluk umístil jsme zvolili jeho
označení. Konkrétně je struktura označení shluku dána vždy kombinací tří znaků: X, Y, Z, kde: X
určuje kategorii rentability aktiv (A = nadprůměrná, B = podprůměrná, C = záporná, čili ztrátový
podnik); Y analogicky označuje kategorie A, B, C růstu aktiv; Z je pořadové číslo shluku v daném
poli, kdy číslování jde od jedničky, což je nejziskovější shluk v daném poli.
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 61
Průměrná ROA a průměrná míra růstu aktiv typických shlukůGraf č. 6:
-20 % -10 % 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 %
-10 %
-5 %
0 %
5 %
10 %
15 %
20 %
25 %
30 %
35 %
40 %
Růst aktiv
ROA
ACx
BCx
CCx CBx
ABx
BBx
AAx
BAx
CAx
BB2
AA5AB2
AB1
AA2
AA3
BA1
BA2
AA4
AA1
CC1
BA3
BB1
Zdroj: Vlastní výpočty v programu Statistica, MS Excel, MS Access
Již použité značení prozrazuje, že hospodářsky nejúspěšnější podniky se umístily ve shlucích AAx,
kde je celkem pět shluků. Jejich protipólem je shluk CC1, který soustřeďuje podniky ztrátové,
s klesajícím objemem aktiv. Přibližně průměrných výkonů dosahují dva shluky podniků v poli BB.
Další dva shluky vynikají vysokou ziskovostí při malém růstu aktiv v poli AB a jejich protikladem
je trojice shluků rostoucích, nicméně méně ziskových podniků BAx.
Informaci o zařazení jednotlivých shluků potvrzují též charakteristiky jejich „ohnisek“. Jak bylo
uvedeno v kapitole 3, za ty jsme považovali ty podniky, na jejichž zařazení do stejného primárního
shluku se shodlo všech 27 pokusů o shlukování. Analogicky jsou na následujícím grafu č. 7
ohniska vyznačena stejnou barvou jako primární shluk, ale protože obsahují méně prvků, jsou
velikosti jejich bublin menší.
Průměry hlavních kritérií shluků vč. průměrů ohnisekGraf č. 7:
-10 %
-5%
0 %
5%
10 %
15%
20 %
25%
30 %
35%
40 %
-40 % -20 % 0 % 20 % 40 % 60 % 80 % 100 % 120 % 140 % 160 %
Růst aktiv
ROA
BB2
AA5AB2
AB1
AA2
AA3
BA1
BA2
AA4
AA1
CC1
BA3
BB1
Zdroj: CreditInfo, vlastní výpočty v programu Statistica, MS Excel, MS Access
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI62
Vývoj hlavních kritérií jednotlivých shluků v každém analyzovaném roce6.3.2.
Graf č. 8 ukazuje vývoj průměrné ROA a růstu aktiv jednotlivých typických shluků během analyzovaných
pěti let. Současně je v grafu na vedlejší ose vynesen počet podniků zařazených do daného
shluku, a to body, které spojuje plná čára. Prázdné body spojené čárkovanou spojnicí pak
označují počty všech respondentů zařazených do daného shluku, tj. včetně 82 respondentů, za
které nebyly k dispozici kompletní účetní údaje (viz podkapitola 3.1.6).
Na rozdíl od grafů v předchozí podkapitole můžeme z grafu č. 8 vyčíst dodatečnou informaci
o tom, jaký trend v čase vykazují průměrné hodnoty za daný shluk. Zaměříme-li se např. na
shluky v poli BB, pak je z grafu č. 8 zřetelné, že shluk BB2 sdružuje průměrně úspěšné podniky,
u kterých dochází spíše ke stagnaci, či mírnému meziročnímu poklesu hodnot sledovaných kritérií
ziskovosti a růstu aktiv. V protikladu k tomu shluk BB1 tvoří podniky, které ve dvou sledovaných
hlavních kritériích zaznamenávaly sice průměrné hodnoty, nicméně s meziročně mírně rostoucím
trendem.
Vytvoření dvou shluků průměrně úspěšných podniků BB1 a BB2 představuje důsledek použité
nehierarchické shlukové analýzy, která za každý podnik porovnávala podobnosti jednak v pětici
ročních údajů o ziskovosti, jednak současně v pětici ročních údajů o růstu aktiv. Průměrné podniky
s opačnými trendy v ročních hodnotách sledovaných kritérií se proto umístily v odlišných
shlucích.
Typické shluky, jejich průměrná ziskovost a počty členůGraf č. 8:
Zdroj: CreditInfo, vlastní výpočty v programu Statistica, MS Excel, MS Access
Pětileté průměry obou hlavních kritérií za každý podnik6.3.3.
Předchozí podkapitoly byly soustředěny na charakteristiky celých shluků, které byly popisovány
prostřednictvím průměrných hodnot obou hlavních sledovaných kritérií za všechny podniky ve
shluku, a to buďto pětiletým váženým průměrem, nebo ročními průměry údajů. V následujícím
5
117
52
42
34
22 20 19
12 12
6 5 5 4
134
60 51
42
25 27
24
16
20
8 8 9 8
–30 %
–20 %
–10 %
0 %
10 %
20 %
30 %
40 %
50 %
0
20
40
60
80
100
120
160
140
BB2 AA5 BB1 CC1 AB2 BA1 AA2 AA3 AB1 BA2 AA4 AA1 BA3
Rust_Aktiv_02 Rust_Aktiv_03 Rust_Aktiv_04 Rust_Aktiv_05 Rust_Aktiv_06
ROA_02 ROA_03 ROA_04 ROA_05 ROA_06
Počet respondentů
Počet vč. nekompletních
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 63
grafu č. 9 jsou zobrazeny výsledky výpočtu pětiletých vážených průměrů obou hlavních kritérií za
každý jednotlivý podnik. Ze zobrazení si tak lze vytvořit bližší představu o tom, z jakých individuálních
pětiletých průměrů jednotlivých podniků jsou složeny průměrné charakteristiky každého
shluku, které byly prezentovány na grafu č. 6. S cílem dosáhnout co největší podobnosti s grafem
č. 6 byly rovněž v grafu č. 9 zobrazeny průměrné hodnoty za celek 350 podniků čárkovanými čarami
a rovněž byly použity stejné barvy pro označení členů jednotlivých shluků, jaké byly aplikovány
v grafu č. 6. Za účelem zvýraznění informace o příslušnosti každého zobrazeného podniku
k příslušné skupině shluků byly body reprezentující v grafu č. 9 každý jednotlivý podnik odlišeny
i tvarem, kdy podniky ze shluků:
v poli AA jsou značeny čtverci;
v poli AB označují trojúhelníky;
v poli BA jsou zobrazeny kosočtverci;
v poli BB jsou značeny kolečky;
v poli CC mají uprostřed čtverečku křížek.
Při pohledu na body v grafu č. 9 je nutné si uvědomit, že se jedná o pětileté vážené průměry hodnot
obou hlavních kritérií za jednotlivé podniky. Z bodů tak nevidíme trend, který vykazovaly
jednotlivé roční hodnoty obou kritérií. Zaměříme-li se stejně jako v předchozí podkapitole na příslušníky
shluků BB1 a BB2 vidíme, že obě množiny jsou vzájemně promíchané. I když se podniky
ze shluku BB1 častěji objevují výše, na základě pětiletých vážených průměrů bychom nedokázali
odlišit jednotlivé členy shluků. Nehierarchické shlukování však probíhalo nikoliv se dvěma pětiletými
průměry, ale s deseti jednotlivými ročními údaji, ve kterých hledalo podobnosti (viz též
závěr předchozí podkapitoly). V důsledku toho se vytvořily dva samostatné shluky, které však při
snížení podrobnosti našeho pohledu můžeme pro účely hrubších analýz považovat za příslušníky
jediného pole BB. Obdobné závěry lze učinit i pro další pole shluků.
Vážené průměry za každý podnikGraf č. 9:
AA1
AA2
AA3
AA4
AA5
AB1
AB2
BA1
BA2
BA3
BB1
BB2
CC1
-10 %
-5%
0 %
5%
10 %
15%
20 %
25%
30 %
35%
40 %
-20 % -10 % 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 %
Vážený průměr růstu aktiv
VáženýprůměrROA
Zdroj: CreditInfo, vlastní výpočty v MS Access, MS Excel
Graf č. 9 ukazuje vážené průměrné pětileté hodnoty všech 350 podniků s kompletními daty.
V grafu tak shledáme řadu podniků, jejichž zařazení se již na první pohled může zdát nejisté,
neboť jim odpovídající bod silně vybočuje z oblasti, ve které se soustředí většina bodů, jež
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI64
reprezentují podniky z daného shluku. Pokud bychom vynesli do grafu pouze tzv. ohniskové podniky,
tj. podniky, na jejichž zařazení do stejných shluků se shodlo všech 30 prováděných pokusů
o nehierarchické shlukování, shledáme jednoznačnější pohled na rozptýlení bodů v rovině dvou
hlavních kritérií. V dalších fázích hledání kvalitativních faktorů hospodářské úspěšnosti z odpovědí
na otázky v dotaznících aplikovaných v rámci empirického šetření proto může být zajímavé
zkoumat faktory i za tuto oddělenou skupinu ohniskových podniků, jejichž zařazení do shluků
je daleko jednoznačnější než v případě celého vzorku 350, příp. 432 podniků. Pro úplnost dodejme,
že v následujícím grafu č. 10 se počátek os protíná v průměrných hodnotách rentability aktiv
a růstu aktiv, tj. osy prochází místy čárkových čar na grafu č. 6 a grafu č. 9.
Vážené průměry každý ohniskový podnikGraf č. 10:
AA1
AA2
AA3
AA4
AA5
AB1
AB2
BA1
BB1
BB2
CC1
-10 %
-5%
0 %
5%
10 %
15%
20 %
25%
30 %
35%
40 %
-20 % -10 % 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 %
Vážený průměr růstu aktiv
VáženýprůměrROA
Zdroj: CreditInfo, vlastní výpočty v MS Access, MS Excel
Variabilita6.3.4.
Ke grafickému zobrazení jednotlivých podniků v předchozí podkapitole doplňujeme v této podkapitole
informaci o variabilitě uvnitř shluků. O ní si lze učinit obrázek z grafu č. 11, ve kterém
jsou do již známého vyobrazení z grafu č. 8 doplněny „chybové“ úsečky. Ty vyjadřují vzdálenost
minima a maxima hodnot rentabilit, resp. měr růstu aktiv nejméně a nejvíce hospodářsky úspěšných
podniků zařazených do daného shluku.
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 65
Minimální a maximální hodnoty v rámci shlukůGraf č. 11:
Zdroj: CreditInfo, vlastní výpočty v MS Access
Z grafu je zřejmé, že hodnoty rentability aktiv vykazují daleko menší variabilitu než hodnoty růstu
aktiv. Rovněž je zřejmé, že díky použitým vahám jsou v případě pozdějších let menší rozdíly mezi
maximem a minimem v rámci daného primárního shluku, tedy primární shluky jsou v ukazatelích
z posledních let stejnorodější než v ukazatelích z let 2002, či 2003.
Shrnutí6.4.
Konkurenceschopnost představuje potenciál podniku uspět v hospodářské soutěži. Úspěch v hospodářské
soutěži se měří finančními kritérii, na jejichž rozbor se zaměřila analýza, která usilovala
o identifikaci primárních shluků podniků podle hospodářské úspěšnosti. Na základě rešerše dostupné
odborné literatury byla jako hlavní kritéria hospodářské úspěšnosti použita rentabilita aktiv
a míra růstu aktiv.
Podle vývoje zvolených finančních ukazatelů bylo všech 432 podniků výběrového souboru rozděleno
na základě shlukové analýzy do 13 typických primárních shluků. Členění na 13 primárních
shluků bylo dále zjednodušeno seskupením těchto shluků do větších celků podle úrovně průměrů,
které členové shluků dosáhly ve sledovaných finančních ukazatelích.
Naznačená abstrakce vedla k vymezení pole AA, kde podniky zařazené do celkem pěti primárních
shluků vynikají nadprůměrnou úrovní jak rentability, tak růstu aktiv. Pouze v jednom ukazateli
vynikají podniky v poli AB (nadprůměrná rentabilita) a v poli BA (nadprůměrný růst aktiv).
Další podniky se umístily v poli BB ve dvou shlucích průměrně až mírně podprůměrně ziskových
podniků se současně průměrným až mírně podprůměrným růstem. Poslední pole CC tvořily podniky
se zápornými hodnotami obou ukazatelů, tedy podniky neziskové, snižující objem svého
majetku.
117
52
42
34
22 20 19
12 12
6 5 5 4
–30 %
–20 %
–10 %
0 %
10 %
20 %
30 %
40 %
50 %
BBB2 AAA5 BBB1 CCC1 AAB2 BBA1 AAA2 AAA3 AAB1 BBA2 AAA4 AAA1 BBA3
0
20
40
60
80
100
120
140
Rust_Aktiv_02 Rust_Aktiv_03 Rust_Aktiv_04 Rust_Aktiv_05 Rust_Aktiv_06
ROA_02 ROA_03 ROA_04 ROA_05 ROA_06
Počet respondentů
6. SKUPINY PODNIKŮ VYTVOŘENÉ DLE UKAZATELŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI66
Pro potřeby dalšího výzkumu9
bylo těchto pět shluků dále redukováno do tří skupin. První
skupinu s nadprůměrnými hospodářskými výsledky tvoří 205 podniků skupiny A, která zahrnuje
podniky v poli AA, AB a BA. Druhou skupinu s průměrnými až podprůměrnými hospodářskými
výsledky tvoří 185 podniků skupiny B, která zahrnuje dva shluky podniků v poli BB. Třetí skupinu
podniků se záporným ziskem a záporným růstem aktiv tvoří 42 podniků skupiny C, která
zahrnuje podniky z pole CC.
Vytvoření shluků podniků podle zvolených ukazatelů hospodářské úspěšnosti představovalo
první krok k dalším analýzám uvedeným v následujících kapitolách. V převážné většině případů
bylo při těchto pracích využito členění na nejvyšším stupni agregace, tj. členění na shluky
A, B a C.
9 Jedním z hlavních důvodů bylo využití vícerozměrné analýzy, jež je popsána v kapitole 5.
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH 67
Definování soustavy vstupních7.
proměnných
Zásady transformace soustavy proměnných7.1.
Na základě dotazníkového šetření a z dalších informačních zdrojů byla vytvořena rozsáhlá množina
informací, dosahujících pro jednotlivé podniky výběrového souboru až cca 800 proměnných.
Jedná se o vysoký počet proměnných, se které bylo nezbytné zpracovávat v jednotlivých postupných
krocích. V prvním kroku byla získaná data podrobena analýze četností a byla provedena
tzv. primární analýza dat. Výsledky byly prezentovány v publikaci Blažek a kol. (2007) Při této
analýze byly zjišťovány četnosti odpovědí za výběrový soubor celkem i s ohledem na velikost podniků,
právní formu podniků a odvětví, ve kterém dané podniky působí.
Dalším krokem analytické části výzkumu byla již samotná sekundární analýza dat, tzn. analýza
získaných proměnných v relaci k hospodářské úspěšnosti podniků. Výsledkem sekundární analýzy
dat je výběr faktorů, které mají vliv na hospodářskou úspěšnost podniku. Při hledání faktorů hospodářské
úspěšnosti jsme postupovali ve dvou základních rovinách.
První rovina výzkumu, založená na bivariační analýze, byla zaměřena na využití statistických
metod1
pro určení vztahu mezi jednotlivými proměnnými a hospodářskou úspěšností. Výsledky
byly prezentovány ve Working Papers2
Centra výzkumu konkurenční schopnosti české ekonomiky.
Některé z výsledků dílčích analýz jsou shrnuty i v této práci, a to v kapitole 8.1
Druhá rovina výzkumu, založená na vícerozměrné analýze, byla zaměřena na hledání kombinace
faktorů hospodářské úspěšnosti s využitím metody statistického rozpoznávání obrazů. Výsledky
jsou prezentovány v kapitole 8.2.
Do primární analýzy dat vstupovaly všechny proměnné získané z dotazníku empirického šetře-
ní3
. Soubor těchto proměnných za všech 432 podniků výběrového souboru doplněných o účetní
data těchto podniků, označujeme jako matici A. Pro účely sekundární analýzy došlo k eliminaci
řady proměnných i jejich rekódování na nové (umělé) proměnné, které měly lepší interpretační
schopnost, a to tak, aby bylo možno provést statistickou analýzu dat a výsledky interpretovat ve
1 Blíže o použitých statistických metodách v kapitole 4.
2 Finanční výkonnost podniků a proměnné ze souhrnné části dotazníku empirického šetření (Částek, 2008); Faktory
konkurenceschopnosti a vztahy se zaměstnanci (Gregorová, 2008); Certifikáty systémů řízení (Karpissová, 2008);
Faktory konkurenceschopnosti (Karpissová, 2008); Konkurenceschopnost podniku a vztahy se zákazníkem (Klapalová,
2008); Vliv dodavatelů na konkurenceschopnost podniku (Kubátová, 2008); Analýza finanční výkonnosti
respondentů empirického šetření CVKS (Šiška, 2008).
3 Vyjma volných komentářů, jejichž analýza bude náplní dalších fází výzkumu.
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH68
vztahu k hospodářské úspěšnosti podniků. Takto vznikla matice B. Pro postupy identifikace faktorů
hospodářské úspěšnosti, tj. pro účely použití metody bivariační analýzy a použití metody
statistického rozpoznávání obrazů, bylo nutné tento soubor proměnných dále transformovat, především
cestou eliminace řady proměnných, vedoucí k redukci celkového počtu proměnných v daném
souboru. Výsledkem byl soubor 37 proměnných, obsažených v matici C. Za účelem identifikace
faktorů hospodářské úspěšnosti byly proměnné matice C podrobeny analýze prostřednictvím
metody statistického rozpoznávání obrazů. Výsledkem je soubor 17 proměnných, představujících
identifikované faktory hospodářské úspěšnosti, obsažených v matici D.
Přehled vstupních dat pro jednotlivé fáze analýzyTabulka č. 5:
Označení
matice
Stručný popis
proměnných matice
Použití
matice
Počet
proměnných
Matice A všechny proměnné včetně komentářů Primární analýza dat. 683 + 123
účetní data
Matice B proměnné s podílem vyplněných odpovědí
nad 66%
proměnné, kde nebyl žádný respondent
vyloučen filtrem
bez proměnné “budoucí trend”
redukce rekódováním
Sekundární analýza dat –
Working Papers.
153
Matice C Matice vybraných proměnných určených pro
bivariační a vícerozměrnou analýzu
Bivariační analýza,
metoda statistického
rozpoznávání obrazů.
37
Matice D Matice faktorů hospodářské úspěšnosti Shluková analýza,
interpretace výsledků.
17
Zdroj: Autoři
Matice A7.2.
Matice A je tvořena 683 proměnnými získanými z dotazníku empirického šetření4
a dále 123 proměnnými,
představujícími účetní data, získanými, jak již bylo výše uvedeno, z veřejných databází
a dalších zdrojů. Matice A se po určitých úpravách stala výchozím souborem proměnných pro
primární analýzu. V rámci úprav byly provedeny zejména tyto operace5
:
Redukce chybějících hodnot (missing values) v případech, kdy byla hodnota 0 zapsána do matice
nesprávně jako chybějící hodnota.
Kódování odpovědí typu země původu, kraj působení apod.
Vyloučení odpovědí, pokud respondent odpovídal v případech, kdy neměl (na základě filtru
z předcházející otázky).
Doplnění dalších veřejně dostupných informací o podniku jako název, kraj, právní forma,
IČO, OKEČ (i v kategorizované podobě), jméno respondenta, pozice respondenta, kontakt na
respondenta, sídlo společnosti, datum interakce, čas interakce a délka interakce, průběh interakce
a atmosféra interakce.
4 Včetně rekódovaných proměnných.
5 Blíže viz Blažek a kol. (2007, str. 35).
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH 69
Doplnění o vypočtené finanční ukazatele, potřebné pro stanovení hospodářské úspěšnosti
podniků.
Vytvoření nových proměnných – Velikost – proměnná rozlišující podniky do tří skupin dle
velikosti (50–99; 100–249; >250). Do nejnižší kategorie spadají i ty podniky, které mají počet
zaměstnanců nižší než 50); x243_hruba – Třídění dle OKEČ na Zpracovatelský průmysl (= 1)
a Stavebnictví (= 2); Počet stupňů řízení na 1 zaměstnance jako poměr mezi počtem stupňů
řízení a počtem zaměstnanců (x64_x86 = x64_re/x86b); Počet dceřiných společností nad 50%
– proměnná x68_nad50.
Věcná a logická kontrola a případné úpravy dle následujících pravidel vztahujících se k vybraným
otázkám dotazníku:
Otázka A 1. – Podíl konkurentů na trhu
Suma „Podílů na trhu ČR“ nesmí být větší než 100% (jak pro ČR, tak pro zahraničí).
Otázka B 1.2. – Existence samostatných provozoven
Pokud podnik nedisponuje žádnou z provozoven, pak nelze označit počet provozoven či
jejich sídla a pod. Naopak, pokud byl uveden počet, je třeba aby bylo označeno, že podnik
vlastní provozovny.
Otázka B 1.2. (konkrétně položka x45c – x49c popřípadě kontrola otázky B 3.1 konkrétně x86b
(celkový počet zaměstnanců) – Celkový počet zaměstnanců na provozovnách
Celkový počet zaměstnanců nesmí být nižší než suma počtu zaměstnanců na jednotlivých
provozovnách. Pokud je suma počtu zaměstnanců na provozovnách vyšší než celkový
počet zaměstnanců, jde o chybu, kterou je nutné opravit (buď změnit celkový počet
zaměstnanců, nebo nebrat v úvahu počet zaměstnanců na provozovnách). Při této kontrole
je dobré zvažovat i otázky na počty zaměstnanců (níže), zda nedošlo k chybě v součtu u celkového
počtu zaměstnanců.
Otázka B 1.6. – Podnik jako součást koncernu
Pokud respondent odpověděl, že podnik je součástí koncernu, pak v otázce B 2.1 musel být
uveden jako typ vlastnické struktury typ 03, nebo 06, nebo 09.
Otázka B 2.4. – Počet členů top managementu, kteří jsou zároveň vlastníky
V části dotazníku věnované zaměstnancům jsou respondenti dotazováni na počet zaměstnanců
v top managementu. Počet členů top managementu, kteří jsou zároveň vlastníky, nesmí
přesáhnout celkový počet členů top managementu.
Otázka B 3.1. – Počty zaměstnanců
V rámci této otázky je kontrolováno, zda jednotlivé kategorie dávají součet nadřazené kategorie.
Jedná se o součet technicko-hospodářských pracovníků a dělníků, který se musí rovnat
celkovému počtu zaměstnanců. Dalším součtem ke kontrole je suma jednotlivých kategorií
technicko-hospodářských pracovníků a jejich celkového počtu. Poslední ke kontrole
jsou ostatní technicko-hospodářští pracovníci a součet jejich podkategorií.
Otázka B 3.5. – Poměr mezi pohyblivou a základní složkou mzdy
Podíl pohyblivé složky mzdy procentem ze základní složky mzdy.
Poznámka: Poměr mezi pohyblivou složkou mzdy a základní složkou mzdy nebyl v dotazníku
definován jednoznačně. Většina respondentů vyjádřila složky mzdy tak, že suma pohyblivé
a základní složky mzdy se rovná 100%. Menšina respondentů pak uváděla podíly
více různými způsoby (za základ zvolili jinou položku). Hodnoty je třeba přepočíst ke stejnému
základu.
Otázka B 4.2. – Odběratelé a jejich podíl na tržbách
Součet podílů všech odběratelů musí být roven 100%.
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH70
Otázka B 4.4. – Podíl na tržbách dle teritoria odběratelů
Součet podílů teritorií odběratelů (region, ostatní tuzemsko a zahraničí) musí být roven 100%.
Otázka B 4.5. – Specifičnost odebíraných produktů dle podílu na tržbách
Součet podílů specifických a standardizovaných produktů musí být roven 100%.
Otázka B 5.1. – Podíl jednotlivých typů dodavatelů na celkovém objemu nákupu
Součet podílů všech dodavatelů musí být roven 100%.
Otázka B 5.3. – Podíl na dodávkách dle teritoria dodavatelů
Součet podílů teritorií dodavatelů (region, ostatní tuzemsko a zahraničí) musí být roven 100%.
Otázka B 5.4. – Specifičnost dodávaných produktů dle podílu na dodávkách
Součet podílů specifických a standardizovaných dodávek musí být roven 100%.
Matice B7.3.
Matice B je určena pro dílčí analýzu jednotlivých oblastí dotazníku. V rámci transformace matice
A na matici B byly provedeny zejména tyto operace:
Eliminace těch proměnných, kde odpověděly méně jak dvě třetiny respondentů.
Do matice B byly tedy zařazeny proměnné (otázky) s více jak 66% odpovědí.
Nahrazení původních proměnných jejich rekódovanou verzí.
Eliminace těch proměnných, kterým předcházel určitý filtr, tzn. že k odpovědi
na tyto otázky byli vyzváni pouze někteří respondenti.
Eliminace některých informačních proměnných, jako např. název společnosti,
sídlo společnosti apod.
Zařazení proměnných s informacemi o založení podniku, jeho velikosti
a odvětvové příslušnosti v členění na zpracovatelský průmysl a stavebnictví.
Zařazení čísla dotazníku jako základní třídící proměnné.
Eliminace proměnných, které jsou vysoce subjektivní.
Poznámka: Jednalo se o proměnné z části A dotazníku. V této části jsou zahrnuty proměnné
zachycující, jak je podnik vnímán vůči konkurenci konkrétním respondentem z podniku. Jedná
se o tzv. vnitřní a vnější faktory konkurenceschopnosti. Respondent je dotazován na hodnotu
jednotlivých faktorů a jejich vliv na konkurenceschopnost. Právě druhá část otázky, týkající se
dopadu na konkurenceschopnost, se ukázala být jako velmi zavádějící. Tazatelé upozornili na
to, že respondenti často ve druhé části otázky označí hodnotu proměnné shodně s předchozí
otázkou. To znamená, že například pokud označí inovační aktivitu na škále hodnotou 4, toutéž
hodnotou označí i vliv na konkurenceschopnost, aniž by si uvědomili, že interpretace této
škály je odlišná. Tuto skutečnost dosvědčují i korelační koeficienty mezi první a druhou částí
otázky (viz. tabulka č. 6 a tabulka č. 7). Do matice B proto proměnné zachycující dopad hodnoty
určitého faktoru na konkurenceschopnost nevstupovaly.
Vztah mezi hodnocením vnitřních faktorů konkurenceschopnosti a jejich vlivem naTabulka č. 6:
konkurenceschopnost
12a 12b 13a 13b 14a 14b 15a 15b 16a 16b 17a 17b 18a 18b 19a 19b 20a 20b
Síla (Spear. Rho) 0,657 0,616 0,603 -0,414 -0,479 0,713 0,778 0,828 0,848
Signifikance 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
N 399 413 413 407 401 406 409 389 406
Zdroj: Autoři
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH 71
Vztah mezi hodnocením vnějších faktorů hospodářské úspěšnosti a jejich vlivem naTabulka č. 7:
konkurenceschopnost
25a 25b 26a 26b 27a 27b 28a 28b 29a 29b 30a 30b 31a 31b
Síla (Spear. Rho) -0,037 -0,126 -0,421 0,688 -0,552 0,457 0,535
Signifikance 0,451 0,010 0,000 0,000 0,000 0,000 0,000
N 411 413 412 406 394 409 408
Zdroj: Autoři
Eliminace proměnných charakterizujících budoucí trend hodnoty sledovaných parametrů. Důvodem
je skutečnost, že vztah mezi proměnnou, o které se předpokládá, že může být potenciálním
faktorem hospodářské úspěšnosti a docílenou hospodářskou úspěšností podniku, je
vztah mezi příčinou a důsledkem. Vzhledem k tomu, že měření a vyhodnocení hospodářské
úspěšnosti bylo vztaženo k minulým časovým obdobím, nemohou pochopitelně být proměnné,
vztahující se k budoucím obdobím, pro analýzu daného vztahu relevantní.
Úprava a dopočet proměnných, kde je možné provést objektivizaci odpovědí. V rámci otázky
B1.1. byly doplněny proměnné hodnotící důležitost jednotlivých stakeholderů ve vztahu
k průměrné hodnotě důležitosti všech stakeholderů. Odpověď resp. její hodnota byla normalizována
a snížil se tak subjektivní přístup respondentů ke škále. Podobně bylo postupováno
i v případě kritérií výběru dodavatele. Byly vytvořeny a doplněny další proměnné převážně poměrové,
které nahrazují absolutní proměnné.
Výsledky analýz využívající data z předchozích dvou matic, tj. matice A a matice B jsou publikovány
v monografii Blažek a kol. (2007), ve Working Papers Centra výzkumu konkurenční schopnosti
za roky 2007 a 2008 (uvedené v seznamu literatury), a ve sbornících specifického výzkumu
Katedry podnikového hospodářství ESF MU (2007, 2008).
Je třeba zdůraznit, že eliminace proměnných, ke které při transformaci matice A na matici B došlo,
neznamená jejich nedůležitost či další nepoužitelnost. Očekáváme, že většina proměnných
z matice A, byť nevstoupily do matice B, budou pro účely dalších analýz velmi vítaným zdrojem informací.
Mimo jiné jde například o analýzu volných odpovědí, jejichž informační potenciál zatím
ještě nebyl využit a přitom může přinést velice zajímavé výsledky, a to zejména cestou kvalitativních
analýz, například v podobě případových studií, z nichž dvě vybrané uvádíme v kapitole 10.
Matice C7.4.
S ohledem na požadavky rozsahu vstupů pro metodu statistického rozpoznávání obrazů6
bylo
třeba počet proměnných dále redukovat. V rámci transformace matice B na matici C byly provedeny
zejména tyto operace:
Eliminace minulých trendů, které sice značí určitou dynamiku vývoje důležitou pro podniky,
avšak nelze z ní usoudit, na jaké hodnotě k růstu, stabilizaci či poklesu došlo. Práci s trendy
je třeba považovat pro danou úlohu za nevhodnou. Experimenty ukázaly, že zařazení trendů
může dosažené výsledky výrazně zkreslovat. Proměnné zachycující trendy proto do metody
statistického rozpoznávání obrazů nevstupují. V kontextu dané úlohy je důležité vědět nikoliv
trend, ale stávající situaci.
6 Viz vzorec pro stanovení počtu příznaků v podkapitole 5.2.
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH72
Eliminace proměnných z části A dotazníku, věnované vnitřním a vnějším faktorům hospodářské
úspěšnosti. Důvodem byla skutečnost, že jde o proměnné, nejvíce zatížené subjektivními
názory respondentů. Dospěli jsme proto k názoru, že je třeba proměnné získané z této části
eliminovat zcela a ne pouze proměnné týkající se vlivu faktorů na konkurenceschopnost, což
už bylo učiněno v rámci transformace matice A na matici B.
Eliminace proměnných, v rámci nichž se vyskytovala nízká míra variability. Není totiž pravděpodobné,
že proměnná, která nabývá u všech podniků výběrového souboru stejných, resp.
velmi podobných hodnot, může být faktorem hospodářské úspěšnosti. Do matice C proto nebyly
zahrnuty proměnné, které se vztahovaly k otázkám, na něž respondenti odpovídali velmi
podobně, tedy s nízkou směrodatnou odchylkou (menší než 1,000 při pětibodové škále), popřípadě
s nízkým rozmezím mezi jednotlivými kvartily. Typickým příkladem aplikace tohoto pravidla
byla eliminace proměnných vztahujících se k důležitosti stakeholderů. V daném případě
byly vynechány čtyři ze sedmi proměnných (viz. tabulka č. 8).
Důležitost stakeholderůTabulka č. 8:
x37b_
Vlastníci
x38b_
Zaměstnanci
x39b_
Zákazníci
x40b_
Dodavatelé
x41b_
Věřitelé
x42b_
Stát
x43b_
Komunita
vokolí
Počet platných 429 431 431 430 417 429 427
Počet chybějících 3 1 1 2 15 3 5
Průměr 4,469 4,026 4,654 3,784 2,746 2,389 2,609
Medián 5 4 5 4 3 2 3
Sm. odchylka 0,877 0,898 0,609 0,899 1,216 1,213 1,148
Minimum 1 1 2 1 1 1 1
Maximum 5 5 5 5 5 5 5
Percentil 25 4 3 4 3 2 1 2
Percentil 50 5 4 5 4 3 2 3
Percentil 75 5 5 5 4 4 3 3
Zdroj: Autoři
Eliminace proměnných vztahujících se k provozovnám a autonomním jednotkám podniků.
V matici C byly zahrnuty 4 proměnné (umělé i původní) týkající se provozoven a 4 proměnné
(umělé i původní) týkající se autonomních jednotek. Vybrána byla vždy ze 4 proměnných pouze
1 proměnná, a to v relativním vyjádření ve vztahu k počtu zaměstnanců. Absolutní proměnné
byly vynechány spolu s proměnnou počet zaměstnanců na jednu provozovnu v zahraničí,
která koreluje s počtem zaměstnanců na jednu provozovnu7
a dále byla vynechána proměnná
počet zaměstnanců na jednu autonomní jednotku korelující s proměnnou počet zaměstnanců
na jeden stupeň řízení 8
. Podnik lze blíže popsat či ho strukturovat na základě provozoven, autonomních
jednotek či stupňů řízení. Stupeň řízení považujeme za důležitější, poněvadž více
určuje náročnost řízení podniku a lze předpokládat, že je tak silnějším faktorem hospodářské
úspěšnosti. Nakonec i vybraná proměnná počet zaměstnanců na jednu provozovnu koreluje
7 Pearsonův koeficient korelace je 0,512 se statistickou významností 0,000.
8 Pearsonův koeficient dosahuje hodnoty 0,692 při statistické významnosti 0,000.
7. DEFINOVÁNÍ SOUSTAVY VSTUPNÍCH PROMĚNNÝCH 73
s počtem zaměstnanců na jeden stupeň řízení 9
. Z uvedených proměnných byla tedy v rámci
transformace matice B do matice C zachována pouze proměnná počet zaměstnanců na jeden
stupeň řízení.
Transformace 21 typů vlastnické struktury do 5 typů vlastnické struktury (viz kapitola 8) a vytvoření
proměnné vyjadřující zemi původu vlastníka (pouze český vlastník, pouze zahraniční
vlastník, společné vlastnictví českých a zahraničních vlastníků). Ostatní proměnné týkající se
vlastnické struktury byly eliminovány.
Eliminace všech proměnných týkajících se počtu zaměstnanců, s výjimkou dvou podílových
ukazatelů, jimiž jsou podíl pracovníků s vysokoškolským vzděláním z celkového počtu zaměstnanců
a podíl technicko-hospodářských pracovníků z celkového počtu zaměstnanců.
Eliminace proměnných týkající se poměru mezi pohyblivou a základní složkou mzdy dle jednotlivých
kategorií – vrcholový management, nižší management, techničtí pracovníci, pracovníci
prodeje a nákupu, administrativní pracovníci a dělníci. Proměnné vztahující se k tomuto
podrobnému členění byly nahrazeny nově vytvořenou proměnnou – průměrný podíl pohyblivé
složky za všechny kategorie.
Eliminace proměnných v oblasti odběratelů týkajících se velmi specifických produktů na produktech
celkem.
Eliminace proměnných v oblasti dodavatelů týkajících se velmi specifických dodávek na dodávkách
celkem.
Eliminace proměnných vztahujících se k některým kriteriím při výběru dodavatele. Byla eliminována
cena a kvalita, poněvadž respondenti odpovídali s vysokou mírou shody a nelze tedy
očekávat, že by tato kritéria podniky úspěšné odlišovala od podniků méně úspěšných. Byla
naopak zachována kritéria vlastnictví certifikátu jakosti dodavatele a soulad chování podniku
dodavatele s CSR podniku respondenta. Tyto proměnné dosahovaly vyšší směrodatné odchylky
(přesahující 1,000).
Eliminace proměnných týkajících se vlastnictví certifikátu ISO 17799 a certifikátu SA 8000.
Tyto proměnné nelze považovat za potenciální faktor hospodářské úspěšnosti, protože počet
případů vlastnictví daných certifikátů ve výběrovém souboru je minimální. U certifikátu
ISO 17799 je to 8 případů, tj. 2,2% ze souboru podniků, které na danou otázku odpověděly,
u certifikátu SA 8000 jde o 7 případů, tj. 1,9% ze souboru podniků, které na danou otázku
odpověděly.
9 Pearsonův koeficient korelace je roven 0,600.
74
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 75
Identifikace faktorů hospodářské8.
úspěšnosti
Bivariační analýza8.1.
Matice C, vzniklá na základě výše popsaného procesu transformace z matice B, slouží jako vstup
pro algoritmus metody statistického rozpoznávání obrazů. Matice C obsahuje 37 proměnných,
které jsou očíslovány, s ohledem na požadavky zadání zmíněné metody, od 0 do 36.
Jak již bylo uvedeno zejména v kapitole 5, metoda statistického rozpoznávání obrazů testuje
integrální (nikoliv parciální) působení vlivu všech proměnných (matice D) a identifikuje ty proměnné
– faktory, které ve vzájemných kombinacích ve významné míře ovlivňují hospodářskou
úspěšnost podniků.
Dříve než byly proměnné obsažené v matici C podrobeny procedurám metody statistického
rozpoznávání obrazů, byla provedena jejich sekundární statistická analýza, zaměřená především
na bivariační analýzu, s využitím Spearmanova koeficient korelace, Pearsonova koeficient korelace,
t-testu aj.1
Důvodem bylo především konečné posouzení vhodnosti tohoto souboru proměnných
jako vstupu do zmíněné metody statistického rozpoznávání obrazů. Dalším, neméně
významným důvodem byla realizace určité variantní cesty při identifikaci faktorů hospodářské
úspěšnosti podniků. Na rozdíl od metody statistického rozpoznávání obrazů, která testuje působení
všech proměnných společně, šlo v tomto případě o testování působení každé z proměnných
zvlášť.
Výsledky bivariační analýzy, včetně jejich obsahové interpretace, uvádíme v členění dle jednotlivých
proměnných matice C v následujících odstavcích.
Důležitost věřitelů(P 0)
Respondenti označovali důležitost na škále od „nedůležití“ po „vysoce důležití“ ( škála od 1 do
5). V rámci zkoumaného vzorku podniků byly zaznamenány odpovědi na celé pěti bodové škále.
Ukázalo se, že ve stavebnictví jsou věřitelé důležitější než ve zpracovatelském průmyslu. Pokud
zohledníme velikost podniku, zjistíme, že s růstem velikosti podniku důležitost věřitelů klesá.
Stakeholderský přístup, který jsme v našem výzkumu zvolili (blíže ve sborníku specifického
výzkumu Vývojové tendence podniků, 2006), mluví o podniku jako o množině zájmových skupin.
Chce-li podnik vytvářet hodnotu pro své vlastníky (také jeden ze stakeholderů), musí vytvářet
hodnotu i pro další zájmové skupiny. Předpokládáme tedy, že s uvědoměním si hodnoty
1 Blíže podkapitola 4.2.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI76
resp. s důležitostí jednotlivých stakeholderů poroste hospodářská úspěšnost podniku. Analýza
vztahu mezi hospodářskou úspěšností a důležitostí věřitelů ukázala opačný vztah, ač jeho síla je
spíše nízká. Závislost mezi proměnnými neplatí pro základní vzorek podniků s ohledem na nízkou
míru signifikance. Částek (2008) se domnívá, že opačný vztah je právě možným důsledkem
toho, že proměnná „důležitost“ vystupuje jako závisle proměnná na hospodářské úspěšnosti. To
by znamenalo, že úspěšné podniky přikládají nižší důležitost svým věřitelům, což je přirozené.
Shrneme-li výsledky analýzy, pak vnímání důležitosti věřitelů nemá na hospodářskou úspěšnost
podniku vliv.
Důležitost státu(P 1)
Jak vyplývá z primární analýzy, zhruba 53% podniků označilo stát jako nedůležitý, proti 18%
podniků, pro které je spíše důležitý. Stát je, v porovnání s průměrnou důležitostí ostatních stakeholderů,
nejméně důležitým stakeholderem. Pokud zapojíme do analýzy odvětví, pak je stát významnějším
stakeholderem pro podniky ve stavebnictví. Vzhledem k vysokému podílu veřejných
zakázek ve stavebnictví je to pochopitelné (viz následující graf č. 12). V souladu se stakeholderovskou
teorií předpokládáme, že s rostoucím vnímáním důležitosti státu roste hospodářská úspěšnost
podniku a naopak. Tento vztah se nám potvrdil. Podniky, které považují stát za důležitějšího
stakeholdera, jsou více hospodářsky úspěšné.2
Poměr mezi veřejnými a soukromými zakázkami ve stavebnictvíGraf č. 12:
52,432,9 39,2 43,4
17,6 27,5 29,1
46,5
30,9 40,1
36,823,0 29,9 37,7
31,9 38,7 35,5
33,4
31,1 36,3
0 %
10 %
20 %
30 %
100 %
60 %
50 %
70 %
80 %
90 %
40 %
I 2006 II 2006 III 2006 IV 2006 I 2007 II 2007 III 2007 IV 2007 I 2008 II 2008
soukromé
veřejné
Zdroj: ČSÚ, údaje v miliardách Kč
Důležitost komunity(P 2)
Komunitu ve svém okolí považuje větší procento podniků za méně důležitou (42,7% považuje
za spíše nedůležitou, 22% pak za spíše důležitou). Pokud podniky zvažují do budoucna změnu
v důležitosti tohoto stakeholdera, jedná se spíše o růst než o pokles (18,3% předpokládá růst,
pokles důležitosti pak pouhých 4,9% podniků). Předpokládáme, že u podniků s růstem vnímání
důležitosti komunity v okolí roste hospodářská úspěšnost podniků. V našem výzkumu se však
nepotvrdilo, že by podniky, které přikládají komunitě ve svém okolí vyšší důležitost, byly hospodářsky
úspěšnější. Lze tedy konstatovat, že vnímání důležitosti komunity v okolí nemá vliv na
hospodářskou úspěšnost podniku.
2 Spearmanův koeficient korelace dosahuje hodnoty -0,131 pro 5 klastrů. Statistická významnost dosahuje hladiny
99,9%.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 77
Rozpětí řízení(P 3)
Jedná se o proměnnou získanou úpravou proměnné z dotazníku (dále původní proměnná). Původní
proměnnou byl počet stupňů řízení v hlavní linii. Je zřejmé, že větší podniky (velikost vyjádřená
počtem zaměstnanců) budou mít vyšší počet stupňů řízení než podniky s nižším počtem
zaměstnanců. Tato skutečnost se potvrdila v rámci primární analýzy (Blažek a kol., 2007, str. 106).
Uměle vytvořenou proměnnou rozpětí řízení jsme získali jako podíl proměnné velikost podniku
a počet stupňů řízení v hlavní linii. Výsledný poměr lze interpretovat jako počet zaměstnanců na
jeden stupeň řízení. Předpokládáme, že příliš vysoký počet zaměstnanců na jeden stupeň řízení
znamená, že manažeři v podniku jsou vytíženi velkým počtem podřízených zaměstnanců. Naopak
příliš malý počet zaměstnanců na jednoho vedoucího pracovníka může vypovídat o neefektivnosti
řízení podniku. Korelační analýzou se vztah mezi rozpětím řízení a hospodářskou úspěšností
podniků nepotvrdil. Možno tedy říci, že rozpětí řízení nemá na hospodářskou úspěšnost
podniku vliv.
Součást koncernu(P 4)
Ve výběrovém souboru je 28,9% podniků, které jsou součástí koncernu. Jak uvádí Částek (2008),
„podniky, které jsou součástí koncernu, mohou těžit ze zázemí poskytujícího kapitál, znalosti
i technologie.“ Domníváme se tudíž, že zařazení podniku do koncernové struktury může ovlivnit
konkurenceschopnost podniku. Předpokládáme, že koncernové podniky jsou více hospodářsky
úspěšné. Pokud použijeme testování hypotézy pomocí t-testu, dospějeme k závěru, že rozdíl
mezi podniky, které jsou a nejsou součástí podniku, není v úrovni hospodářské úspěšnosti vysoký
a není ani statisticky významný. To znamená, že obecně nelze považovat skutečnost, že je podnik
součástí širší koncernové struktury, za významnou pro jeho hospodářskou úspěšnost. Můžeme
tedy shrnout, že skutečnost, zda podnik je či není součástí koncernu, neovlivňuje jeho hospodářskou
úspěšnost.
Typ vlastnické struktury(P 5)
Jedná se o proměnnou, která byla vytvořena zjednodušením z původní proměnné (uvedeno
i v předešlých úpravách matice B). Původní členění vlastnické struktury, uvedené v dotazníku empirického
šetření, spočívalo v definování 22 typů vlastnické struktury. Tyto byly vytvořeny kombinací
kritérií počet vlastníků, typ vlastníka, země původu vlastníka a přináležitosti ke koncernu.
V návaznosti na výsledky primární analýzy bylo těchto původních 22 typů seskupeno a vytvořeno
5 nových typů vlastnické struktury, a to takto.
typ 1: Jediný vlastník, fyzická nebo právnická osoba, podnik není součástí koncernu. Byly spojeny
typy 1 a 2 uvedené v dotazníku.
typ 2: Jediný vlastník, právnická osoba, podnik je součástí koncernu. Jedná se o typ 3
v dotazníku.
typ 3: Majoritní vlastník, fyzická nebo právnická osoba, několik minoritních vlastníků, podnik
může být i nemusí součástí koncernu. Jedná se o spojení typů 4, 5 a 6 uvedených
v dotazníku.
typ 4: Několik velkých českých vlastníků, fyzických osob, podnik není součástí koncernu., jedná
se o původní typ 10 v dotazníku.
typ 5: Ostatní typy uvedené v dotazníku.
Předpokládáme, že jednotlivé typy vlastnických struktur mají na hospodářskou úspěšnost podniků
odlišný vliv. Tuto skutečnost provedená analýza potvrdila, i když s nižší statistickou význam-
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI78
ností3
, což může být dáno nižším počtem podniků v jednotlivých typech vlastnické struktury.
Nejvyšší statistické významnosti bylo dosaženo u rozdílu mezi typem vlastnické struktury 1 a 4.4
Vzhledem k tomu, že oba typy jsou nekoncernovými vlastnickými strukturami, větší důležitost
může hrát původ vlastníka či počet vlastníků.
Původ vlastníka(P 6)
Původ vlastníka byl získán z jednotlivých modelů vlastnické struktury uvedených v dotazníku.
Podniky byly rozděleny na podniky vlastněné pouze domácím vlastníkem, podniky vlastněné
pouze zahraničním vlastníkem a podniky jak s domácím tak zahraničním kapitálem. Ve výběrovém
souboru podniků je většina podniků vlastněná domácím kapitálem, jedná se o téměř 73%
podniků. Necelých 24% podniků je vlastněna pouze zahraničním kapitálem a zbývající podíl je ve
společném vlastnictví domácího a zahraničního kapitálu. Ve stavebnictví je 91,5% podniků vlastněno
pouze domácím kapitálem, ve zpracovatelském průmyslu je tento podíl nižší, domácím kapitálem
je vlastněno 67,8% podniků. Předpokládáme, že zahraniční vlastníci mají vyšší požadavky
na výkonnost podniku, poněvadž se z jejich pohledu jedná o rizikovější investici. Z toho důvodu
předpokládáme, že podniky se zahraničním vlastníkem budou mít vyšší hospodářskou úspěšnost.
Statistická analýza však nepotvrdila rozdíl v konkurenceschopnosti podniků v závislosti na původu
vlastníka. Původ vlastníka neovlivňuje konkurenceschopnost podniku.
Vlastníci jako součást top managementu(P 7)
Původní proměnná získaná z dotazníku vyjadřuje podíl, jakým jsou vlastníci, jejichž vlastnický podíl
přesahuje 5%, zastoupeni v top managementu podniku. Pro další analýzy byla tato proměnná
upravena. Důležitou je informace, zda je či není vlastník v top managementu zastoupen. Procentní
zastoupení již nehraje takovou roli. Proto byla vytvořena dichotomní proměnná informující
o tom, zda je vlastník součástí managementu či nikoliv.
U podniků ve zpracovatelském průmyslu je vyšší procento podniků s nulovým zastoupením
vlastníků v top managementu. Ve stavebnictví je to pouze 16,7%. Předpokládáme, že podniky,
kde se budou vlastníci podílet i na řízení podniku, jsou úspěšnější. Jedním zmožných vysvětlení je,
že manažeři mající osobní zájem na dobrém fungování podniku, což se u vlastníků očekává, jsou
ochotni k vyššímu pracovnímu nasazení. Tento předpoklad se potvrdil. Ukázalo se, že ve skupině
nejúspěšnějších podniků je více než 66% podniků, kde jsou vlastníci v top managementu
zastoupeni, zatímco ve skupině nejméně úspěšných podniků dosahuje počet podniků jejichž
vlastníci jsou zastoupeni v top managementu jen cca 42%.5
3 Bylo použito procedury ANOVA, signifikance dosahuje hodnoty 0,088.
4 Signifikance rozdílu průměrů mezi typem 1 a 4 je 0,090.
5 Testováno pomocí t-testu. Rozdíl mezi průměry je statisticky významný na hladině významnosti více jak 99%.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 79
Vlastník jako součást managementu a vliv na konkurenceschopnostGraf č. 13:
66,3 %
58,4 %
42,1 %
33,7 %
41,6 %
57,9 %
0 %
10 %
20 %
30 %
70 %
60 %
50 %
40 %
Shluk A Shluk B Shluk C
Hospodářská společnost
Je
Není
Zdroj: Autoři
Úroveň rozhodujících složek hmotného majetku(P 8)
Proměnná vyjadřuje úroveň rozhodujících složek hmotného majetku v podniku, a to na škále od
„zastaralé“ po „špičkové“ (škála od 1 do 5). Přes 50% podniků považuje vybavení hmotným majetkem
spíše na vyšší úrovni a okolo 10% podniků považuje úroveň hmotného majetku za spíše
nižší. Podnik vybavený špičkovým hmotným majetkem získává nespornou konkurenční výhodu
zejména tím, že má předpoklady k produkci výrobků s vysokou úrovní kvality, má předpoklady
ke snižování jednotkových i celkových nákladů, je schopen dostát náročným normám ochrany životního
prostředí apod. Zároveň to též vypovídá o schopnosti podniku získat finanční prostředky
na jejich pořízení. Lze proto předpokládat, že ve vztahu mezi úrovní hmotného majetku podniku
a jeho hospodářskými výsledky platí přímá úměra. Tento předpoklad analýza potvrdila.6
Možno
tedy konstatovat, že úroveň rozhodujících složek hmotného majetku podniku má vliv na jeho
hospodářskou úspěšnost.
Softwarové aplikace – (P 9) Moduly MRP, (P 10) Moduly CRM, (P 11) Moduly SCM
Softwarové aplikace sloužící pro řízení podniku jsou důležité pro plánování, řízení a samotnou
kontrolu podnikových procesů. Předpokládáme, že podniky vlastnící uvedené softwarové aplikace
jsou hospodářsky úspěšnější, než podniky, které tyto aplikace nevlastní.
Moduly pro řízení výroby (MRP) jsou zavedeny u 70,5% podniků. Tyto podniky nejsou výrazně
úspěšnější než podniky, které modul MRP zavedený nemají. Moduly pro řízení vztahů se zákazníky
(CRM) jsou zavedeny ve 44,6% podniků. Opět neexistuje výrazný rozdíl mezi podniky,
které modul CRM mají a nemají. Moduly pro řízení dodavatelského řetězce (SCM) vlastní pouze
29,7% podniků. Rozdíl je statisticky významný.7
Podniky, které vlastní moduly SCM jsou úspěšnější,
než podniky, které SCM nevlastní. Jako faktor hospodářské úspěšnosti se jeví vlastnictví
modulu SCM, ostatní moduly významný vliv nepotvrdily.
6 Spearmanův koeficient korelace dosahuje hodnoty -0,261 (při zařazení podniků do 5 shluků) a statistická
významnost je rovna 0,000.
7 Rozdíl mezi průměry je statisticky významný na hladině 0,008.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI80
Velikost(P 12)
Nejvíce jsou ve výběrovém souboru podniků zastoupeny podniky od 100 do 249 zaměstnanců,
tvoří 40% podniků. Předpokládáme, že s rostoucí velikostí podniku roste jeho vyjednávací síla
vůči všem ostatním stakeholderům, a proto jsou velké podniky schopny dosahovat vyšší konkurenceschopnosti.
Tato domněnka se nepotvrdila. Velikost podniku nemá na hospodářskou
úspěšnost podniku významný vliv.
Podíl pracovníků s vysokoškolským vzděláním(P 13)
Téměř 90% podniků zaměstnává pracovníky s vysokoškolským vzděláním do 20% z celkového
počtu zaměstnanců. Do budoucna očekává nárůst vysokoškolsky vzdělaných pracovníku okolo
55% podniků. Předpokládáme proto, že tato proměnná je faktorem hospodářské úspěšnosti, tedy
že platí, že s rostoucím podílem vysokoškolsky vzdělaných pracovníků hospodářská úspěšnost
podniků roste. Tato skutečnost se však nepotvrdila. Na základě provedené analýzy lze konstatovat,
že podíl pracovníků s vysokoškolským vzděláním nemá na hospodářskou úspěšnost bezprostřední
vliv.
Podíl technicko-hospodářských pracovníků(P 14)
Původní proměnná zachycovala počet technicko-hospodářských pracovníků (THP) podniku v absolutním
vyjádření. Tato proměnná byla posléze transformovaná na podílový ukazatel v podobě
percentuálního podílu technicko-hospodářských pracovníků z celkového počtu zaměstnanců.
Analýza prokázala vztah mezi touto proměnnou a hospodářskou úspěšností, a to v tom smyslu, že
se zvětšováním podílu technicko-hospodářských pracovníků z celkového počtu zaměstnanců
roste hospodářská úspěšnost podniků. 8
Fluktuace(P 15)
Jak je uvedeno v Blažek a kol. (2007, str. 150) a Gregorová (2008), fluktuace zaměstnanců může
být projevem nespokojenosti zaměstnanců a je také zdrojem vysokých dodatečných nákladů podniku
spojených převážně s náborem, výběrem a zaškolováním nových zaměstnanců. Je možno
tedy předpokládat, že podniky s vyšší fluktuací zaměstnanců budou dosahovat nižší hospodářské
úspěšnosti. Respondenti měli možnost v rámci dotazníku označit fluktuaci v rozmezích do 2%,
od 2% do 10% a více než 10%. Nejvíce podniků (62,5%) označilo míru fluktuace zaměstnanců
od 2% do 10%. Statistická analýza vztahu mezi fluktuací a hospodářskou úspěšností závislost
neprokázala, a proto je třeba konstatovat, že fluktuace zaměstnanců hospodářskou úspěšnost
podniku nijak významněji neovlivňuje.
Podíl pohyblivé složky mzdy(P 16)
Jedná se o dodatečně vytvořenou proměnnou. Respondenti stanovovali poměr mezi pohyblivou
a základní složkou mzdy pro jednotlivé skupiny zaměstnanců. Z těchto proměnných byla vypočtena
nová proměnná jako aritmetický průměr za jednotlivé skupiny zaměstnanců. Je evidentní,
že podíl pohyblivé mzdy z celkové mzdy má vliv na motivaci pracovníků. Lze předpokládat, že
podniky s vyšším podílem pohyblivé složky budou dosahovat vyšší hospodářské úspěšnosti. Daný
předpoklad se potvrdil. S rostoucím podílem pohyblivé složky mzdy roste hospodářská úspěšnost
podniku.9
Nejvyšší podíl pohyblivé složky na celkové mzdě vykazuje vrcholový management.
V průměru dosahuje pohyblivá složka jeho mzdy 33,9%.
8 Statistická významnost a síla vztahu byla měřena Pearsonovým koeficientem korelace. Síla vztahu je -0,121,
a signifikance 0,014.
9 Pro 3 shluky je síla vztahu mezi hospodářskou úspěšností a podílem pohyblivé složky -0,147 se statistickou
signifikancí 0,007. V případě 5 shluků je ještě vyšší a dosahuje hodnoty -0,174 se statistickou významností 0,001.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 81
Výše prostředků na zaměstnanecké výhody(P 17)
Jedná se o původní proměnnou. Podniky poskytující zaměstnanecké výhody očekávají vyšší loajalitu
a spokojenost zaměstnanců. Navíc tato forma odměny nepodléhá zdanění. Předpokládáme,
že s růstem nákladů na zaměstnanecké výhody poroste loajalita a spokojenost zaměstnanců. Podniky
touto cestou budou schopny udržet, resp. získat kvalifikované zaměstnance. To vše se bude
promítat do zvyšování hospodářské úspěšnosti podniků. Je proto možno vyslovit předpoklad, že
s růstem prostředků vynakládaných na zaměstnanecké výhody bude docházet k růstu hospodářské
úspěšnosti podniku. Analýza však ukázala, že vztah mezi danou proměnnou a hospodářskou
úspěšností je slabý a není statisticky významný. Lze tedy konstatovat, že výše prostředků vynakládaných
na zaměstnanecké výhody nemá v případě individuálního působení na hospodářskou
úspěšnost podniku významnější vliv.
Výše prostředků na vzdělávání(P 18)
Jeví se jako nesporné, že vzdělaní a kvalifikovaní zaměstnanci znamenají pro podnik významný
potenciál jeho hospodářské úspěšnosti. Lze tedy předpokládat, že podniky s vyšším podílem nákladů
na vzdělávání budou dosahovat vyšší úrovně hospodářské úspěšnosti. Analýza však ukázala,
podobně jako v předchozím případě, že vztah mezi danou proměnnou a hospodářskou úspěšností
je slabý a není statisticky významný. To znamená, že výše prostředků, které jsou vynakládané na
vzdělávání, nemá sama o sobě na hospodářskou úspěšnost podniku vliv. Daný jev lze vysvětlit
tím, že zvyšování kvalifikace není v řadě případů, s ohledem na konkrétní situaci toho kterého
podniku nutné či žádoucí, nebo že způsob vzdělávání není efektivní. Přesto 54% podniků očekává
do budoucna nárůst těchto nákladů a pouze 1,5% očekává pokles. To vypovídá o tom, že
podniky považují vzdělávání svých zaměstnanců za důležité.
Podnikatelská strategie(P 19)
V dotazníku byla možnost výběru ze 4 základních generických strategií (Porter, 1992), a to cost
leadership, cost focus, differentiation, differentiation focus. Podnikatelské či obchodní strategii
a jejímu vlivu na konkurenceschopnost se blíže věnuje Klapalová (2008). Jsou zde citovány výzkumy,
na základě kterých dospěla k hypotéze, že podniky se zaměřením na strategii diferenciace
či zacílení na diferenciaci jsou úspěšnější. Podniky, které jsou nákladovými vůdci, nejsou příliš
inovativní. Hypotéza se však nepotvrdila, neexistují významné rozdíly v hospodářské úspěšnosti
mezi podniky s diferenciační strategií a s nákladovou strategií.10
Ve výběrovém souboru převažují
podniky s diferenciační strategií (jak diferenciační tak diferenciační zacílení), jejich podíl
činí 58,6%.
Stabilita odběratelů(P 20)
Míra stability odběratelů byla zjišťována v dotazníku individuálně pro jednotlivé typy odběratelů.
Jednalo se o typy odběratelů velkoobchod, maloobchod, zákazníci mimo koncern, zákazníci
v rámci koncernu. Vzhledem ke složitosti této typologie jsme se rozhodli vytvořit z uvedených
dílčích proměnných souhrnnou proměnnou stabilita odběratelů, vypočtenou jako aritmetický
průměr míry stability jednotlivých typů odběratelů. Stabilita zákazníků (odběratelů) má pozitivní
vliv, neboť přispívá ke stabilitě celého podniku, umožňuje efektivněji plánovat a komunikovat. Je
tedy důvod k předpokladu, že s rostoucí stabilitou zákazníků roste hospodářská úspěšnost podniku.
Tento předpoklad byl analýzou v podstatě potvrzen. Stabilita zákazníků má vliv na hospodářskou
úspěšnost podniku, i když síla vztahu je spíše nízká.11
10 Pro testování byly spojeny kategorie differentiation focus a differentiation, a kategorie cost focus s cost leadership.
11 Hodnota Spearmanova koeficeintu korelace je -0,122 (pro 5 shluků), statistická významnost je 0,025.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI82
Podíl exportu na tržbách(P 21)
Respondenti byli dotazováni na podíl zákazníků ze zahraničí na celkových tržbách (dále uváděli
v dotazníku podíl zákazníků z regionu a z tuzemska). V minulosti došlo u vysokého procenta podniků
(39,4%) k růstu zahraničních zákazníků a tento trend bude ještě do budoucna pokračovat.
Nárůst zákazníků ze zahraničí do budoucna očekává 51,6% podniků. Předpokládáme, že se jedná
o podniky, jejichž odbytový trh je v tuzemsku již nasycen, nebo o ty případy, kdy zahraniční trhy
skýtají vyšší efekty. Dlouhodobý vývoj devizového kurzu ale podniky vyvážející své produkty znevýhodňuje.
Na základě těchto skutečností lze očekávat nepřímou úměru mezi podílem exportu
na tržbách a hospodářskou úspěšností. Uvedený vztah byl potvrzen. Podniky, u kterých je vyšší
podíl exportu na tržbách, vykazují nižší hospodářskou úspěšnost.12
Specifičnost produktů(P 22)
V rámci dotazování respondenti uváděli zastoupení produktů dle jejich míry specifičnosti. Produkty
byly členěny do čtyř skupin, a to jako velmi specifické, spíše specifické, spíše standardizované,
velmi standardizované. Pro účely dalších analýz bylo toto členění zjednodušeno na produkty
specifické a standardizované. Specifičnost produktů pak byla vyjádřena procentním podílem specifických
produktů na celkových tržbách.
Pro standardizované produkty existuje na trhu více konkurentů a je i větší nebezpečí vstupu
nových konkurentů. To může způsobit problém se zvyšováním resp. udržením si tržního podílu.
Na druhé straně poptávka po specifických produktech roste, a to v důsledku převládajícího trendu
k prohlubování dělby práce a s ní související mezipodnikové kooperace. Je tedy možno předpokládat,
že s rostoucí specifičností produktů hospodářská úspěšnost podniku roste. Tento předpoklad
provedená analýza potvrdila.13
Podniky s vyšším procentem specifických produktů dosahují
vyšší hospodářské úspěšnosti. Do budoucna očekává růst specifičnosti 35,1% podniků a pokles
pouhých 1,7% podniků.
Stabilita dodavatelů(P 23)
Míra stability dodavatelů byla, podobně jako v případě odběratelů, zjišťována v poměrně podrobné
struktuře. Jednalo se o typy dodavatelů velkoobchod, maloobchod, dodavatelé mimo koncern,
dodavatelé v rámci koncernu. Vzhledem ke složitosti této typologie jsme se rozhodli (obdobně
jako u odběratelů), vytvořit z uvedených dílčích proměnných souhrnnou proměnnou stabilita dodavatelů,
vypočtenou jako aritmetický průměr míry stability jednotlivých typů dodavatelů.
Rostoucí význam vztahového managementu pro řízení podniku je evidentní (blíže Kubátová,
2008). Vztahový management, a to nejen z pohledu zákazníka (odběratele), ale i z pohledu dodavatele,
je považován za významný zdroj hospodářské úspěšnosti. Dlouhodobé, stabilní a kvalitní
vztahy snižují náklady na komunikaci a celkově transakční náklady. Předpokládáme proto, že podniky
s rostoucí stabilitou dodavatelů budou více hospodářsky úspěšné. Tento vztah byl v rámci
provedené analýzy potvrzen. Čím má podnik se svými dodavateli stabilnější vztahy, tím dosahuje
vyšší hospodářské úspěšnosti.14
Podíl importu na dodávkách(P 24)
Na základě dotazníkového šetření byl zjištěn podíl dodávek ze zahraničí, z ostatního tuzemska
a z regionu. Průměrný podíl importu na dodávkách je 28,6%. Nejvíce podniky nakupují
12 Je statisticky významný (0,001) s hodnotou korelačního koeficientu 0,168.
13 Síla vztahu byla měřena pomocí Pearsonova koeficentu korelace, který dosahuje hodnoty -0,151, statistická
významnost je 0,002.
14 Jedná se o statisticky významný vztah, síla je však nízká. S rostoucí stabilitou dodavatelů roste konkurenceschopnost
podniku. Signifikance je 0,045 a síla -0,097 pro 3 shluky, -0,127 pro 5 shluků se signifikancí 0,009.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 83
z ostatního tuzemska (44,6%) a nejméně pak z regionu (26,74%). Pokud se podnik rozhodne
pro dodávky ze zahraničí, lze předpokládat, že je to způsobeno nedostatkem domácích zdrojů či
nižší kvalitou dodávek z tuzemska, důvodem může být i nižší cena dodávek ze zahraničí apod.
Vzhledem k rostoucímu trendu nákupu ze zahraničí (Blažek a kol., 2007, str. 258) a předpokladu,
že podniky se chovají racionálně, je možno předpokládat, že s rostoucím podílem importu na
dodávkách se hospodářská úspěšnost podniku zvyšuje. Provedená analýza však tento předpoklad
nepotvrdila. Závislost je velmi nízká bez statistické významnosti. Podíl importu na dodávkách
nemá prokazatelný vliv na hospodářskou úspěšnost podniku.
Specifičnost dodávek(P 25)
V rámci dotazníkového šetření respondenti uváděli zastoupení dodávaných materiálů, polotovarů,
komponent a pod. dle jejich míry specifičnosti. Dodávky pro daný podnik byly členěny, podobně
jako u produktů pro zákazníky, do čtyř skupin, a to jako velmi specifické, spíše specifické,
spíše standardizované, velmi standardizované. Pro účely dalších analýz bylo toto členění zjednodušeno
na dodávky specifické a standardizované. Specifičnost dodávek pak byla vyjádřena procentním
podílem specifických dodávek na celkových dodávkách.
Lze předpokládat, že specifičnost produktů souvisí se specifičností dodávek. Tento předpoklad
byl v rámci analýzy potvrzen silným vztahem mezi oběma proměnnými. Lze proto dále předpokládat,
že s rostoucím podílem specifických dodávek na celkových dodávkách hospodářská
úspěšnost podniku roste. To se však již v rámci analýzy nepotvrdilo. Možno tedy konstatovat, že
prokazatelná závislost mezi specifičností dodávek a hospodářskou úspěšností podniku neexistuje.
Celkem vysoký podíl podniků, konkrétně 70%, neočekává jakoukoliv změnu ve specifičnosti
dodávek do budoucna, což napovídá tomu, že specifičnost není vnímaná jako faktor, který by měl
na hospodářskou úspěšnost podniků významnější vliv.
Důležitost kritérií výběru dodavatele, (P 27) Důležitost certifikátu jakosti při výběru(P 26)
dodavatele, (P 28) Důležitost souladu chování dodavatele s politikou CSR daného podniku
při výběru dodavatele
Výběr dodavatele je velmi důležitým procesem (blíže Kubátová, 2007). Dodavatel má vliv na
kvalitu a cenu produktů. Náklady na nakupované suroviny, materiál, polotovary a pod. tvoří významný
podíl na celkových nákladech podniku. Lze proto předpokládat, že výběr dodavatele,
včetně kriterií, která jsou pro tento výběr užívaná, může mít na hospodářskou úspěšnost podniku
významný vliv.
Vybranými a dále analyzovanými proměnnými v této oblasti byla důležitost kritérií výběru
dodavatele, dále důležitost certifikátu jakosti a důležitost souladu chování dodavatele s politikou
společenské odpovědnosti (CSR) daného podniku při výběru dodavatele. První z proměnných je
aritmetickým průměrem ze všech hodnot důležitosti kritérií uvedených respondentem. Další dvě
kritéria byla vybrána proto, že dosahují nejvyšší hodnoty směrodatné odchylky, tzn. že dosahují
největšího rozptylu. K analýze byla použita jejich standardizovaná hodnota (standardizace vzhledem
k průměrné důležitosti všech kritérií).
Lze vyslovit názor, že čím vyšší důležitost bude kritériím výběru dodavatele přisuzována, tím
bude dosahováno vyšší hospodářské úspěšnosti podniku. Nejlepších výsledků bylo dosaženo
u proměnné (P 28) Důležitost souladu chování dodavatele s politikou společenské odpovědnosti
podniku. Ač vztah není příliš silný a na hladině statistické významnosti 91%, lze konstatovat, že
důležitost souladu chování dodavatele s politikou společenské odpovědnosti podniku je proměnnou,
která má k hospodářské úspěšnosti podniku zřetele hodný vztah.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI84
Míra angažovanosti v CSR(P 29)
Společenská odpovědnost podniků úzce souvisí se stakeholderským přístupem, který klade důraz
na zájmové skupiny podniku (více Kašparová, 2007). Respondenti byli dotazováni, jak podnik využívá
jednotlivé formy společenské odpovědnosti (CSR). Z těchto dílčích otázek byla odvozena
proměnná „míra angažovanosti podniku“, která vypovídá o úrovni podpory resp. o počtu forem
společenské odpovědnosti, které podnik realizuje. Lze vyslovit předpoklad, že počet forem společenské
odpovědnosti, které podnik realizuje, je přímo úměrný hospodářské úspěšnosti podniku.
Tento předpoklad byl v rámci analýzy potvrzen. Podniky, které se angažují ve větším počtu forem
CSR dosahují vyšší hospodářské úspěšnosti15
. V tomto případě by bylo zajímavé se dále zabývat
i vztahem opačné kauzality a odpovědět na otázku, zda si podniky, které dosahují vyšší hospodářskou
úspěšnost, nemohou v oblasti společenské odpovědnosti dovolit větší angažovanost.
Vlastnictví kodexů(P 30)
Vlastnictví kodexů vypovídá u přístupu podniku ke svým stakeholderům. V rámci empirického
šetření bylo zjišťováno, který z uvedených kodexů podniky vlastní. Možnostmi byly etický kodex,
kodex správy, jiné kodexy. Etický kodex vlastní 33,1% podniků, kodex správy pak 13,1% podniků.
Výslednou proměnnou, zahrnující v sobě původní proměnné, je počet těchto kodexů v podniku.
Vlastnictví kodexů zvyšuje důvěryhodnost podniků u zákazníků, investorů, věřitelů a dalších
stakeholderů, což by se mělo obrážet v jejich hospodářských výsledcích. Lze proto předpokládat,
že podniky s větším počtem kodexů budou dosahovat větší hospodářské úspěšnosti. Ač jsou kodexy
zmiňovány a jejich důležitost proklamována, výsledky analýzy vypovídají o tom, že vlastnictví
kodexů nemá na hospodářskou úspěšnost podniků žádný vliv. Přesto podniky tento certifikát
vlastní a chtějí vlastnit. Do budoucna hodlá rozšířit kodexy o kodex správy 5,1% podniků, etický
kodex pak 15,1% podniků.
Certifikát ISO 14000, (P 32) Certifikát OHSAS 18001(P 31)
Vzhledem k zájmu podniků o zavádění systému jakosti předpokládáme, že se jedná o faktor, který
je pro podniky důležitý a jako takový má vliv na jejich hospodářskou úspěšnost.
ISO 14000 stanovuje požadavky na systém environmentálního managementu (Blažek a kol.,
2007, str. 286). Certifikát ISO 14000 vlastní 44% podniků z těch, které na danou otázku odpověděly.
Analýza prokázala, že tyto podniky dosahují vyšší hospodářské úspěšnosti.16
Lze proto konstatovat,
že vlastnictví certifikátu ISO 14000 má vliv na hospodářskou úspěšnost podniků.
OHSAS 18001 stanovuje požadavky na systém řízení bezpečnosti a ochrany zdraví při práci.
Certifikát OHSAS 18001 vlastní 17,5% podniků z těch, které na danou otázku odpověděly.
Analýza opět prokázala, že podniky, které tento certifikát vlastní, jsou hospodářsky úspěšnější
než podniky, které tento certifikát nevlastní.17
Je tedy zřejmé, že vlastnictví certifikátu OHSAS
18001 má vliv na hospodářskou úspěšnost podniků. První z certifikátů – ISO 14000 hodlá do
1 roku zavést dalších 26,8% podniků, druhý – OHSAS 18001 pak hodlá zavést do 1 roku dalších
22% podniků.
Kraj(P 33)
Proměnná kraj poskytuje informaci o lokalizaci sídla podniku. Lokalizace nemá patrně výrazný
vliv na poptávku po produktech, neboť, jak bylo v rámci šetření zjištěno, nemalá část produkce jde
na export, nebo je uplatňována mimo daný region. Má však vliv na náklady podniku, a to zejména
15 Síla vztahu je -0,101, statistická významnost 0,041.
16 Statistická významnost rozdílu pro podniky s a bez certifikátu je 0,000.
17 Statistický významnost rozdílu pro podniky s a bez certifikátu je 0,000.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 85
na jeho mzdové náklady a na možnost získat kvalifikovanou pracovní sílu. Je tedy možno předpokládat
vliv lokalizace sídla podniku na jeho hospodářskou úspěšnost. Provedená analýza však
tento předpoklad nepotvrdila. Kraj, ve kterém podnik sídlí, nemá na jeho hospodářskou úspěšnost
významnější vliv.18
Právní forma(P 34)
Právní forma podniku ovlivňuje náročnost jeho založení, způsob vlastnického ovládání a řízení
podniku, odpovědnost vlastníků vůči stakeholderům a pod. Společnosti s ručením omezeným
jsou výhodnější z hlediska založení podniku. U těchto společností lze předpokládat vyšší zastoupení
případů, kdy dochází ke splynutí funkce vlastníka a funkce manažera podniku. Akciové
společnosti mají naproti tomu často velký počet vlastníků, kteří v top managementu společnosti
zastoupeni nejsou. Řízení je svěřeno manažerům – zaměstnancům. Nabízí se otázka, zda existuje
vztah mezi právní formou podnikání a hospodářskou úspěšností. Analýza existenci tohoto vztahu
potvrdila. Ukázala, že společnosti s ručením omezeným dosahují vyšší hospodářské úspěšnosti,
než akciové společnosti.19
Odvětví(P 35)
Odvětví je proměnnou, která má na hospodářskou úspěšnost podniků zcela evidentní vliv. Na
základě provedené analýzy bylo zjištěno, že podniky ve stavebnictví dosahují vyšší hospodářské
úspěšnosti, než podniky ve zpracovatelském průmyslu.20
Navíc jsme zjistili, že odvětví je často
zprostředkující proměnnou. Pokud neexistuje vztah přímo mezi proměnnou v dotazníku a konkurenceschopností,
při zapojení odvětví do analýz může být skutečnost často velmi odlišná. (viz
Kubátová, 2008)
Přidaná hodnota na zaměstnance(P 36)
Přidaná hodnota na zaměstnance vypovídá o produktivitě lidské práce v podniku. Tento ukazatel
má značně komplexní charakter. Je ovlivňován danou technologií (která je úzce svázána odvětvím),
vybaveností práce technikou, organizací práce, kvalitou výrobků, jejich úspěšností na trhu
apod. Lze tedy předpokládat, že přidaná hodnota na zaměstnance úzce souvisí s hospodářskou
úspěšností podniku. Analýza tento vztah potvrdila. Podniky s vyšší přidanou hodnotou na zaměstnance
dosahují vyšší hospodářské úspěšnosti. 21
V následující tabulce č. 9 jsou přehledně uvedeny všechny proměnné matice C, včetně zachycení
separátního vlivu každé z proměnných na hospodářskou úspěšnost podniků, tak jak byl vyhodnocen
v rámci bivariační analýzy.
18 Pro testování bylo použito ANOVA.
19 Pro testování bylo použito t-testu.
20 Pro testování bylo použito t-testu.
21 Síla vztahu byla získána na základě výpočtu Pearsonova koeficientu korelace. Síle vztahu je -0,235, se statistickou
signifikancí 0,000 v obou případech.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI86
Matice C – proměnné vstupující do algoritmu metody statistického rozpoznávání obrazůTabulka č. 9:
Znak
Název
Původní proměnná
Dotazník,
č. otázky Výpočet
Vliv na
hosp.úspěš.
P 0 Důležitost věřitelů
Uveďte důležitost věřitelů, 5 bodová škála B 1.1. ne
P 1 Důležitost státu
Uveďte důležitost státu, 5 bodová škála B 1.1. ano
P 2 Důležitost komunity
Uveďte důležitost komunity, 5 bodová škála B 1.1. ne
P 3 Rozpětí řízení
Kolik stupňů řízení má Váš podnik, absolutní vyjádření B 1.5. Podíl B1.5. a počtu
zaměstnanců
ne
P 4 Součást koncernu
Je Váš podnik součástí koncernu?, dichotomní B 1.6. ne
P 5 Typ vlastnické struktury
Uveďte typ vlastnické struktury podniku, výběr z 22
typů (příloha)
B 2.1. Rekodováno na 5 typů ano
P 6 Původ vlastníka
Uveďte typ vlastnické struktury podniku, výběr z 22
typů (příloha)
B 2.1. Sloupec „země původu
vlastníka“, rekodováno
na kategorie domácí,
zahraničí, kombinace
ne
P 7 Vlastníci jako součást top managementu
Kolik členů top-managementu je zároveň vlastníky,
jejichž vlastnický podíl přesahuje 5%?, procentní
vyjádření
B 2.4. Rekódováno na
dichotomní proměnnou
ano
P 8 Úroveň rozhod. složek hmotného majetku
Na jaké úrovni je vybavení vašeho podniku hmotným
majetkem?, 5 bodová škála
B 2.5. ano
P 9 Softwarové aplikace – Moduly MRP
Které z uvedených aplikací užívá Váš podnik? MRP,
dichotomní
B 2.6. ne
P 10 Softwarové aplikace – Moduly CRM
Které z uvedených aplikací užívá Váš podnik? CRM,
dichotomní
B 2.6. ne
P 11 Softwarové aplikace – Moduly SCM
Které z uvedených aplikací užívá Váš podnik? SCM,
dichotomní
B 2.6. ano
P 12 Velikost
Uveďte počty zaměstnanců, Celkem, absolutní
vyjádření
B 3.1. ne
P 13 Podíl pracovníků s VŠ vzděláním
Uveďte počty zaměstnanců, Procentní podíl
pracovníku s VŠ vzděláním z celkového počtu
B 3.1. ne
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 87
Znak
Název
Původní proměnná
Dotazník,
č. otázky Výpočet
Vliv na
hosp.úspěš.
P 14 Podíl technicko-hospodářských pracovníků
Uveďte počty zaměstnanců, Počet THP celkem,
absolutní vyjádření
B 3.1. Podíl THP (B3.1)
a celkového počtu
zaměstnanců
ano
P 15 Fluktuace
Jak velká je fluktuace ve Vašem podniku?, 3 bodová
škála
B 3.2. ne
P 16 Podíl pohyblivé složky mzdy
Uveďte poměr mezi pohyblivou a základní složkou
mzdy dle níže specifikovaných skupin zaměstnanců
Vašeho podniku, poměr v procentech
B 3.5. Aritmetický průměr
pohyblivých složek za
všechny kategorie
ano
P 17 Výše prostředků na zaměstnanecké výhody
Jaké prostředky vynakládá Váš podnik na
zaměstnanecké výhody?, procentní vyjádření
B 3.7. ne
P 18 Výše prostředků na vzdělávání
Jaké prostředky vynakládá Váš podnik na vzdělávání
zaměstnanců?, procentní vyjádření
B 4.3. ne
P 19 Podnikatelská strategie
Jakou obchodní strategii Váš podnik uplatňuje? Cost
leadership, cost focus, differentiation, differentiation
focus
B 4.1. ne
P 20 Stabilita odběratelů
Uveďte míru stability odběratelů Vašeho podniku.
Velkoobchod, Maloobchod, Zákazníci (mimo
koncern), Zákazníci v rámci koncernu, 5 bodová škála
B 4.3. Aritmetický průměr
stability za jednotlivé
typy odběratelů
ano
P 21 Podíl exportu na tržbách
Z jakých teritorií jsou zákazníci Vašeho podniku?
Zahraničí, procentní podíl na tržbách
B 4.4. ano
P 22 Specifičnost produktů
Uveďte specifičnost produktů Vašeho podniku. Velmi
specifické, spíše specifické, spíše standardizované
a velmi standardizované, procentní podíl na tržbách
B 4.5. Suma procentních
podílů velmi specifické
a spíše specifické
produkty
ano
P 23 Stabilita dodavatelů
Uveďte míru stability dodavatelů Vašeho podniku B 5.2. Aritmetický průměr
stability za jednotlivé
typy dodavatelů
ano
P 24 Podíl importu na dodávkách
Z jakých teritorií jsou dodavatelé Vašeho podniku? B 5.3. ne
P 25 Specifičnost dodávek
Uveďte specifičnost dodávek.Velmi specifické,
spíše specifické, spíše standardizované a velmi
standardizované, procentní podíl na tržbách
B 5.4. Suma procentních
podílů velmi specifické
a spíše specifické
dodávky
ne
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI88
Znak
Název
Původní proměnná
Dotazník,
č. otázky Výpočet
Vliv na
hosp.úspěš.
P 26 Důležitost kritérií výběru dodavatele
Ohodnoťte důležitost uvedených kritérií při výběru
nového dodavatele (resp. hodnocení stávajícího), 5
bodová škála
B 5.5. Aritmetický průměr za
všechny kritéria výběru
dodavatele
ne
P 27 Důležitost certifikátu jakosti při výběru dodavatele
Ohodnoťte důležitost uvedených kritérií při výběru
nového dodavatele (resp. hodnocení stávajícího),
vlastnictví certifikátu jakosti dodavatele, 5 bodová
škála
B 5.5. ne
P 28 Důležitost souladu chování dodavatele s politikou CSR
Ohodnoťte důležitost uvedených kritérií při výběru
nového dodavatele (resp. hodnocení stávajícího),
Soulad politiky CSR dodavatele s podnikem, 5
bodová škála
B 5.5. ano
P 29 Míra angažovanosti v CSR
Kterými formami se Váš podnik angažuje ve smyslu
tzv. společenské odpovědnosti podniků (CSR)?,
dichotomní
B 6.1. Počet forem, v kterých
se podnik angažuje,
počet ANO, odpovědi
od 0 do 6
ano
P 30 Vlastnictví kodexů
Uveďte, jaké kodexy Váš podnik přijal, resp. uvažuje
o jejich přijetí?
B 6.4. Počet kodexů,
v kterých se podnik
angažuje, počet ANO,
odpovědi od 0 do 3
ne
P 31 Certifikát ISO 14000
Uveďte jaké certifikáty jakosti Váš podnik získal, resp.
usiluje o jejich získání? ISO 14000, dichotomní
B 6.5. ano
P 32 Certifikát OHSAS 18001
Uveďte jaké certifikáty jakosti Váš podnik získal, resp.
usiluje o jejich získání? OHSAS 18001, dichotomní
B 6.5. ano
P 33 Kraj
Kraje ČR ne
P 34 Právní forma podnikání
akciová společnost, společnost s ručením omezeným ano
P 35 Odvětví
OKEČ – stavebnictví, zpracovatelský průmysl ano
P 36 Přidaná hodnota na zaměstnance
Uměle vytvořená proměnná Podíl přidané hodnoty
podniku k celkovému
počtu zaměstnanců
ano
Zdroj: Autoři
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 89
Vícerozměrná analýza8.2.
Pro identifikaci faktorů hospodářské úspěšnosti podniků byly v rámci vícerozměrné analýzy využity
vybrané metody statistického rozpoznávání obrazů22
. Jde o metody Individual Best Search
(IBS), Sequential Floating Search (SFS) a Sequential Floating Forward Search (SFFS).
Pro hodnocení informativnosti testovaných množin proměnných byla použita klasifikační metoda
k-Nearest Neighbors, která řadí vzorky (podniky) do jednotlivých tříd (shluků) podle k nejbližších
sousedů. Právě počet nejbližších sousedů k byl vedle volby konkrétní metody dalším
volitelným parametrem experimentů. Protože nebylo předem možné jednoznačně rozhodnout,
jaká velikost k by měla být použita, byly experimenty prováděny s variabilním nastavením k, a to
1, 3 a 5. Sudé hodnoty je zvykem nepoužívat z důvodu potlačení nerozhodných situací (opět
více o tomto problému i metodě k-Nearest Neighbors v kapitole 5) a pro vyšší hodnotu než 5
byl počet podniků v jednotlivých shlucích příliš nízký. Po každém experimentu tak byla vybrána
jako nejvhodnější ta velikost k, pomocí které bylo dosaženo nejinformativnější množiny proměnných.
V dalším textu proto bude referováno k jednotlivým použitým k jako k metodám 1NN,
3NN a 5NN.
Do finálního experimentu vstoupila matice C, obsahující 37 proměnných. Byla tedy splněna
podmínka minimálního počtu podniků ve vztahu k počtu proměnných dle vztahu:
Soubor proměnných tvořících matici C je přehledně uveden v tabulce č. 9.
Na základě experimentů, které byly v rámci identifikace faktorů hospodářské úspěšnosti provedeny,
se jako nejvhodnější pro danou aplikaci ukázala být metoda SFFS. Při srovnání s alternativními
metodami IBS a SFS byly dosahované výsledky lepší. Při některých experimentech byly
nalezeny kombinace proměnných s informativností vyšší i o pět a více procentních bodů.
Výsledky experimentů byly generovány do textových souborů ve formátu zobrazeném na obrázku
č. 5. Je zde uveden výstup z aplikace metody Sequential Floating Forward Search (SFFS) při
pěti nejbližších sousedech (5NN). Po hlavičce informující o konfiguraci experimentu následují na
jednotlivých řádcích množiny testovaných proměnných. Řádek vždy začíná číslem informujícím
jednak o jeho pořadí, jednak o počtu proměnných v testované množině. Další číslo znamená informativnost
testované množiny, za dvojtečkou následuje numerický znak jednotlivých proměnných
obsažených v testované množině. Stejnou strukturu informací měly i výstupy z ostatních
experimentů.
22 Podstata těchto metod je vysvětlena v kapitole 5.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI90
Část výstupu z finálního experimentuObrázek č. 5:
FS method: SFFS delta=3
Classifier: 5NN
Features: 37
Classes: 3 (205, 185, 42)
Data scaled to <0,1>.
Feature type stats: 0:15, 1:3, 2:5, 3:9, 4:5
Sequential Floating Forward Search:
1-0.578341 v0: 18
2-0.638249 v0: 18 32
3-0.652074 v0: 18 32 34
4-0.654378 v0: 18 32 34 35
5-0.610599 v0: 17 18 32 34 35
6-0.612903 v0: 12 17 18 32 34 35
7-0.612903 v0: 12 17 18 32 34 35 36
8-0.585253 v0: 10 12 17 18 32 34 35 36
9-0.5553 v0: 3 10 12 17 18 32 34 35 36
10-0.585253 v0: 3 10 12 17 18 19 32 34 35 36
11-0.569124 v0: 4 10 12 14 17 18 19 32 34 35 36
12-0.592166 v0: 3 4 5 9 12 14 17 18 19 31 34 35
13-0.629032 v0: 3 4 5 9 12 14 17 18 19 24 31 34 35
14-0.640553 v0: 3 4 5 6 9 12 14 15 16 19 24 31 34 35
15-0.647465 v0: 3 4 5 6 9 12 14 15 16 19 24 31 34 35 36
16-0.64977 v0: 3 4 5 6 9 12 14 15 16 17 19 24 31 34 35 36
17-0.640553 v0: 3 4 5 6 9 12 14 15 16 17 19 24 26 31 34 35 36
18-0.647465 v0: 3 4 5 6 9 12 14 15 16 19 24 26 27 28 31 34 35 36
19-0.647465 v0: 3 4 5 6 9 12 14 15 16 18 19 24 26 27 28 31 34 35 36
20-0.645161 v0: 3 4 5 6 9 12 14 15 16 17 18 19 24 26 27 28 31 34 35 36
21-0.626728 v0: 3 4 5 6 9 12 14 15 16 17 18 19 20 24 26 27 28 31 34 35 36
22-0.599078 v0: 3 4 5 6 9 12 14 15 16 17 18 19 20 24 26 27 28 31 32 34 35 36
23-0.59447 v0: 3 4 5 7 9 12 14 15 16 17 18 19 20 24 26 27 28 29 31 32 33 34 35
...
Best subset size 4, crit=0.654378
Best subset 18 32 34 35
Total search/test time: 00:31:23.96
Zdroj: Autoři
Klíčovým kriteriem pro výběr řádku, který představuje optimální řešení, je informativnost. Principiálně
vzato, optimální je ta množina proměnných, která vykazuje maximální hodnotu informativnosti.
Na obrázku č. 5 si můžeme všimnout, že informativnost nejprve roste, poměrně záhy
dosahuje svého maxima (řádek č. 4) a poté klesá, ovšem s menšími či většími lokálními vzestupy.
Obdobný průběh hodnoty informativnosti vykazovaly výsledky i při aplikaci metody SFFS
s hodnotou k = 1 (1NN) a k = 3 (3NN).
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 91
V grafu č. 14 je uveden vývoj hodnoty informativnosti v závislosti na velikosti množiny testovaných
proměnných. Jsou zde porovnány výsledky při uplatnění metody 1NN, 3NN a 5NN. Je
zřejmé, že různé počty „nejbližších sousedů“ zřetelně ovlivňují dosažená maxima hodnoty informativnosti.
Při 1NN je nejvyšší hodnota informativnosti 0,659, při 3NN 0,661 a při 5NN 0,654.
Je rovněž zřejmý typický vývoj hodnoty informativnosti, a to bez ohledu na počet „nejbližších
sousedů“. Nejprve rychlý růst a dosažení absolutního maxima při množině tří až čtyř proměnných,
pak pokles. Pokles hodnoty informativnosti po dosažení optima se však nesnižuje s růstem
množiny proměnných ani plynule ani bez výjimky. Jak je možno pozorovat, úbytek informativnosti
neprobíhá monotónně, ale dochází k určitým „zhoupnutím“, spojeným s existencí lokálních
extrémů. Právě hledání a posouzení těchto lokálních maxim bylo dalším krokem experimentu.
Důvod vyplývá z povahy řešené úlohy. Nelze totiž předpokládat, že tak komplexní a složitý jev,
jakým hospodářská úspěšnost podniků bezesporu je, závisí pouze na kombinaci hodnot 3 až 4
proměnných. Rovněž tak by bylo obtížné až nemožné určitý typ hospodářské úspěšnosti těmito
několika proměnnými důvěryhodně vysvětlit.
Průběh informativnosti kombinací proměnnýchGraf č. 14:
0,45
0,49
0,51
0,55
0,47
0,53
0,69
0,67
0,65
0,59
0,61
0,63
0,57
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
Informativnost
N-tice
1NN 3NN 5NN
Zdroj: Autoři
Z grafu č. 14 je zřejmé, že u všech metod 1NN, 3NN i 5NN došlo k největšímu rozdílu mezi poklesem,
nárůstem a opětovným poklesem mezi množinami o jedenácti a dvaceti třech proměnných.
Na tento úsek je proto podrobně zaměřen graf č. 15.
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI92
Detail analyzovaného lokálního maximaGraf č. 15:
0,55
0,57
0,58
0,60
0,56
0,59
0,66
0,65
0,62
0,63
0,64
0,61
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Informativnost
N-tice
1NN 3NN 5NN
Zdroj: Autoři
U metody 1NN dosahují hledaného lokálního maxima hned tři množiny proměnných, a to 14-tice,
15-tice a 16-tice, ovšem při hodnotě informativnosti pouze 0,611. Metodou 3NN dosahuje lokálního
maxima 18-tice a její informativnost je 0,627. Konečně metodou 5NN dosahuje lokálního
maxima 16-tice s informativností dokonce 0,6498, což není ani o půl procentního bodu horší výsledek,
než nejlepší množina touto metodou dosažená (čtveřice s informativností 0,6544) a zhruba
o jeden procentní bod horší výsledek, než nejlepší informativnost vůbec dosažená s touto 37
člennou vstupní maticí. Výsledky je možno porovnat v následující tabulce.
Porovnání absolutních maxim a vybraných lokálních maximTabulka č. 10:
metoda absolutní maximum vybrané lokální maximum
hodnota
informativnosti
počet
proměnných
hodnota
informativnosti
počet
proměnných
1NN 0,6590 3 0,6106 14
3NN 0,6613 3 0,6267 18
5NN 0,6544 4 0,6498 16
Zdroj: Autoři
S ohledem na výše uvedené skutečnosti byly identifikovány jako faktory hospodářské úspěšnosti
podniků proměnné obsažené v 16ti členné množině vytvořené dle metody SFFS 5NN, s hodnotou
informativností 0,6498. Z důvodu respektování obezřetnosti a s ohledem na již zmíněnou
komplexnost dané úlohy, byla tato množina rozšířena o 2 proměnné, které byly obsaženy v množině
vykazující absolutní maximum hodnoty informativnosti (4. řádek), ale ve vybrané množině
již nefigurovaly. Naproti tomu byla z důvodů nedostatečné interpretační důvěryhodnosti z této
výsledné množiny vyloučena proměnná P 3 Rozpětí řízení.
Hodnoty těchto proměnných pro 432 podniků výběrového souboru tvoří matici D. Následující
tabulka č. 11 uvádí tyto proměnné, identifikované jako faktory, které ve vzájemných vazbách,
tedy integrálně, ovlivňují hospodářskou úspěšnost podniků. Jsou proto v levém sloupci označeny
písmenem „F“ (nikoliv „P“), číselný kód proměnné zůstává. Pro srovnání výsledků tohoto přístupu,
s přístupem, který analyzuje působení na hospodářskou úspěšnost podniku každé proměnné
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI 93
zvlášť, je v pravém sloupci uvedeno, zda u té které z proměnných, vybraných prostřednictvím vícerozměrné
analýzy, byl či nebyl zjištěn vliv na hospodářskou úspěšnost aplikací bivariační analýzy.
Z tabulky je patrné, že rozdíly ve výsledcích obou přístupů jsou značné.
Matice D – přehled faktorů hospodářské úspěšnosti podniků – výstup z aplikace metodyTabulka č. 11:
SFFS 5NN
Znak Název
Vliv na hospodářskou úspěšnost
dle bivariační analýzy
F 4 Součást koncernu ne
F 5 Typ vlastnické struktury ano
F 6 Původ vlastníka ne
F 9 Softwarové aplikace – Moduly MRP ne
F 12 Velikost ne
F 14 Podíl technicko-hospodářských pracovníků ano
F 15 Fluktuace ne
F 16 Podíl pohyblivé složky mzdy ano
F 17 Výše prostředků na zaměstnanecké výhody ne
F 18 Výše prostředků na vzdělávání ne
F 19 Podnikatelská strategie ne
F 24 Podíl importu na dodávkách ne
F 31 Certifikát ISO 14000 ano
F 32 Certifikát OHSAS 18001 ano
F 34 Právní forma podnikání ano
F 35 Odvětví ano
F 36 Přidaná hodnota na zaměstnance ano
Zdroj: Autoři
Skupiny podniků, vytvořené dle faktorů hospodářské8.3.
úspěšnosti
Aplikace metody statistického rozpoznávání obrazů vedla k identifikaci množiny 17 proměnných
co by faktorů hospodářské úspěšnosti podniků. Tím došlo k potvrzení základní hypotézy
předmětného výzkumu, která předpokládá, že existuje významná závislost mezi určitým typem
hospodářské úspěšnosti podniku a určitou typickou konfigurací faktorů vytvářejících konkurenceschopnost
podniků.
Na základě uvedeného výstupu je známo, které faktory to jsou, není však známo, o jaké typické
konfigurace těchto faktorů, resp. kombinace jejích hodnot, vztahujících se k jednotlivým typům
hospodářské úspěšnosti, se jedná.
Doposud jsme převážně pracovali se třemi typy hospodářské úspěšnosti, a to se shluky A, B a C,
jejichž charakteristika a způsob vytvoření jsou uvedeny v kapitole 6. Na tomto místě pouze připomínáme,
že shluky byly vytvořeny dle pětiletého vývoje dvou ukazatelů, a to rentability aktiv
a růstu aktiv. Do shluku A byly zahrnuty podniky s nadprůměrnou hodnotou obou, nebo alespoň
8. IDENTIFIKACE FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI94
jednoho z uvedených ukazatelů, do shluku B podniky s podprůměrnými (ale nezápornými) hodnotami
zmíněných ukazatelů a do shluku C pak ty podniky, kde uvedené ukazatele měly záporné
hodnoty. Podniky ve shluku A lze charakterizovat jako hospodářsky úspěšné, naproti tomu podniky
ve shluku C jako hospodářsky neúspěšné a podniky ve shluku B přestavují jakýsi střed, tj. podniky,
které dosahují sice kladných, nicméně podprůměrných výsledků. Do shluku A bylo zařazeno
205 podniků, do shluku B 185 podniků a do shluku C 42 podniků.
Pokud byla výše zmíněná hypotéza potvrzena a výsledky získané aplikací metody statistického
rozpoznávání obrazů jsou správné, pak by mělo platit, že hodnoty identifikovaných faktorů hospodářské
úspěšnosti jsou u jednotlivých podniků, zařazených do stejné skupiny podobné a naopak
jsou odlišné ve rovnání s hodnotami těchto faktorů u podniků zařazených do zbývajících
dvou skupin.
Nahlédneme-li však do anotací jednotlivých podniků, do údajů z dotazníků, popř. do dalších
informačních zdrojů, je patrné, že i v rámci každé z uvedených tří skupin se jedná o množinu
podniků značně heterogenní. Lze proto předpokládat, že v každé z těchto skupin existují dílčí skupiny,
které představují typické, nicméně vzájemně odlišné konfigurace faktorů, které vedou k hospodářské
úspěšnosti typické pro skupinu A, resp. B, či C. Jinak vyjádřeno: Stejný typ hospodářské
úspěšnosti může být vytvářen různými způsoby.
Tento předpoklad byl podnětem k tomu, aby v rámci skupiny A, B, i C byly vytvořeny tzv.
sekundární shluky23
, a to dle hodnot 17 faktorů identifikovaných metodou statistického rozpoznávání
obrazů. Po určitém experimentování, zohledňujícím počty podniků ve skupinách A,
B a C a rovněž velikost vytvářených shluků, bylo v rámci skupiny A vytvořeno 7 shluků, v rámci
skupiny B rovněž 7 shluků a v rámci skupiny C 3 shluky.
Sekundární shlukyTabulka č. 12:
označení počet podniků označení počet podniků
A I 86 B III 36
A II 49 B IV 26
A III 33 B V 9
A IV 27 B VI 4
A V 7 B VII 1
A VI 2 C I 18
A VII 1 C II 14
B I 55 C III 10
B II 54
Zdroj: Autoři
Jak už bylo na jiném místě zmíněno, primární shluky sdružují podniky podle jejich hospodářské
úspěšnosti, naproti tomu sekundární shluky sdružují podniky podle příčin této jejich úspěšnosti
(resp. neúspěšnosti). Každý ze sekundárních shluků vykazuje určité typické hodnoty faktorů hospodářské
úspěšnosti. Sekundární shluky představují v rámci jednotlivých skupin různé způsoby,
jak dosáhnout stejný typ hospodářské úspěšnosti.
23 Metodika je uvedena v kap. 3.2.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 95
Interpretace dosažených výsledků9.
Tato kapitola je zaměřena na charakteristiku skupin1
podniků, a to ve dvou úrovních. Nejprve jde
o skupinu A, B a C v rámci výběrového souboru všech 432 podniků (viz podkapitola 9.1). Ve druhé
rovině je pak pozornost zaměřena výběrově na podniky s největší hospodářskou úspěšností. Jde
o skupinu A I až A VII v rámci skupiny A, obsahující 205 podniků (viz podkapitola 9.2).
Charakteristika je provedena dle proměnných, které byly identifikovány jako faktory ovlivňující
hospodářskou úspěšnost těchto podniků. Jedná se o 17 faktorů uvedených v tabulce č. 11. Tyto
faktory byly, s ohledem na potřeby interpretace, doplněny o některé další proměnné2
. S ohledem
na logiku interpretace byla rovněž upravena jejich sekvence. Jde o následující množinu faktorů
a proměnných:
(F 35) Odvětví
(F 34) Právní forma podnikání
(F 12) Velikost
(F 4) Součást koncernu
(F 6) Původ vlastníka
(F 5) Typ vlastnické struktury
(F 19) Podnikatelská strategie
(P 22) Specifičnost produktů
(P 20) Stabilita odběratelů
(P 21) Podíl exportu na tržbách
(P 25) Specifičnost dodávek
(P 23) Stabilita dodavatelů
(F 24) Podíl importu na dodávkách
(P 8) Úroveň rozhodujících složek hmotného majetku
(F 9) Softwarové aplikace – Moduly MRP (řízení výroby)
(F 36) Přidaná hodnota na zaměstnance
(F 14) Podíl technicko-hospodářských pracovníků
(F 16) Podíl pohyblivé složky mzdy
(F 17) Výše prostředků na zaměstnanecké výhody
(F 18) Výše prostředků na vzdělávání
(F 15) Fluktuace
(F 31) Certifikát ISO 14000
(F 32) Certifikát OHSAS 18001
1 S ohledem na interpretační charakter této části práce opouštíme v dalším textu statistický výraz „shluk“ a nahrazujeme
ho ve všech případech výrazem „skupina“.
2 Symbol „F“ značí faktor, symbol „P“ značí proměnnou, číselný kód je identifikací proměnné resp. faktoru.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ96
Souhrnná charakteristika výběrového souboru9.1.
V této podkapitole je provedena charakteristika výběrového souboru (zahrnujícího 432 podniků)
v členění na skupiny podniků A, B a C. Jedná se o rozpoznání kombinace hodnot jednotlivých
faktorů i dalších použitých proměnných platných pro značně agregovanou úroveň relativně velkých
skupin A, B a C.
(F 35) Odvětví
Ve výběrovém souboru jsou podniky zpracovatelského průmyslu zastoupeny více než 80%, zatímco
podniky stavebnictví necelými 20%. Z celkového počtu podniků skupiny A je 73,2% podniků
zpracovatelského průmyslu a 26,8% podniků z odvětví stavebnictví. Ve skupině B je 85,4%
podniků zpracovatelského průmyslu a 14,6% podniků z odvětví stavebnictví. Ve skupině C činí
podíl podniků zpracovatelského průmyslu plných 97,6%, kdežto podíl stavebních podniků tvoří
pouhé 2,4%.
Podíl podniků skupiny A, B a C ve zpracovatelském průmyslu a ve stavebnictvíGraf č. 16:
43,0 45,3 11,7
66,3 32,5 1,2stavebnictví
zprac. prům
0 % 20 % 40 % 60 % 80 % 100 %
A
B
C
Zdroj: Autoři
Je evidentní, že stavebnictví vykazuje podstatně vyšší úspěšnost než zpracovatelský průmysl. Z celkového
počtu stavebních podniků je 66,3% ve skupině A, 32,5% ve skupině B a pouze 1,2% (jeden
podnik) je zařazen do skupiny C. Naproti tomu z celkového počtu podniků zpracovatelského
průmyslu patří do skupiny A jen 43,0% (tj. o cca 23 procentních bodů méně než u stavebních
podniků), do skupiny B 45,3% (tj. o cca 13 procentních bodů více než u stavebních podniků) a do
skupiny C spadá 11,7% podniků, což v absolutním vyjádření představuje 41 podniků.
(F 34) Právní forma podnikání
Ve výběrovém souboru je 56% společností s ručením omezeným a 44% akciových společností.
Z celkového počtu podniků skupiny A je 67% společností s ručením omezeným a 32,2% akciových
společností. Ve skupině B činí podíl společností s ručením omezeným 43,8%, podíl akciových
společností 56,2%. Ve skupině C je 52,4% společností s ručením omezeným a 47,6% akciových
společností.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 97
Podíl podniků skupiny A, B a C v s.r.o. a a.s.Graf č. 17:
57,4 33,5 9,1
34,7 54,7 10,5a. s.
s. r. o.
0 % 20 % 40 % 60 % 80 % 100 %
A
B
C
Zdroj: Autoři
Společnosti s ručením omezeným jsou úspěšnější než akciové společnosti. Většina společností
s ručením omezeným – 57,4% – náleží do skupiny A, do skupiny B je jich zařazeno 33,5% a do
skupiny C 9,1%. Naproti tomu z celkového počtu akciových společností jich patří do skupiny
A pouze 34,7%, většina – 54,7% – spadá do skupiny B a 10,5% je zařazeno do skupiny C.
(F 12) Velikost
Ve výběrovém souboru je 29,6% podniků o velikosti 50 až 99 zaměstnanců, 40,5% podniků o velikosti
100 až 249 zaměstnanců a 29,9% podniků o velikosti 250 a více zaměstnanců. Z celkového
počtu podniků skupiny A je 34,6% podniků o velikosti 50 až 99 zaměstnanců, 42,0% podniků
o velikosti 100 až 249 zaměstnanců a 23,4% podniků o velikosti 250 a více zaměstnanců. Ve skupině
B činí podíl velikostní kategorie 50 až 99 zaměstnanců 24,3%, velikostní kategorie 100 až
249 zaměstnanců 36,8% a velikostní kategorie 250 a více zaměstnanců 38,9%. Ve skupině C pak
činí podíl podniků o velikosti 50 až 99 zaměstnanců 28,6%, o velikosti 100 až 249 zaměstnanců
50,0% a o velikosti 250 a více zaměstnanců 21,4%.
Podíl podniků skupiny A, B a C v jednotlivých velikostních skupinách podnikůGraf č. 18:
55,5 35,2 9,4
49,1 38,9 12,0
37,2 55,8 7,0250 a více
50 až 99
100 až 249
0 % 20 % 40 % 60 % 80 % 100 %
A
B
C
Zdroj: Autoři
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ98
Největší relativní zastoupení ve skupině A mají malé podniky, následují podniky střední, nejmenší
zastoupení mají podniky velké. Většina podniků o velikosti 50 až 99 zaměstnanců – 55,5% – patří
do skupiny A, ve skupině B je 35,2% těchto podniků a do skupiny C jich spadá 9,4%. Z celkového
počtu podniků velikostní kategorie 100 až 249 náleží do skupiny A, necelá polovina – 49,1% – do
skupiny B 38,9% a do skupiny C 9,4%. Z celkového počtu podniků o velikosti 250 a více zaměstnanců
jich spadá do skupiny A pouhých 37,2%, do skupiny B 55,8% a do skupiny C 7,0%.
(F4) Součást koncernu
Ve výběrovém souboru jsou podniky, které jsou součástí koncernu, zastoupeny 28,9%, podniky,
které nejsou součástí koncernu, 71,1%. Z celkového počtu podniků skupiny A je 28,3% součástí
koncernu, 71,7% součástí koncernu není. Ve skupině B činí podíl koncernových podniků 29,2%,
nekoncernových 70,8%.V rámci skupiny C pak podíl podniků patřících do koncernu představuje
31,0%, podíl podniků, které do koncernu nepatří, činí 69,0%.
Podíl podniků skupiny A, B a C v koncernových a ostatních podnicíchGraf č. 19:
47,2 42,3 10,6
48,7 41,7 9,6
není součístí
koncernu
je součástí
koncenu
0 % 20 % 40 % 60 % 80 % 100 %
A
B
C
Zdroj: Autoři
Relativní zastoupení koncernových i nekoncernových podniků v jednotlivých skupinách A,
B a C je víceméně shodné.
(F 6) Původ vlastníka
Ve výběrovém souboru je 72,4% podniků vlastněno českými vlastníky, 23,6% podniků vlastní
zahraniční vlastníci a 4,1% podniků je vlastněno společně českými i zahraničními vlastníky.
Z celkového počtu podniků skupiny A je 73,6% podniků vlastněno českými vlastníky, 22,5% zahraničními
vlastníky a 3,9% společně českými a zahraničními vlastníky. Z celkového počtu podniků
skupiny B činí podíl podniků vlastněných českými vlastníky 72,2%, zahraničními vlastníky
22,7% a společně českými a zahraničními vlastníky 4,5%. Ve skupině C je podíl podniků vlastněných
českými vlastníky 64,9%, zahraničními vlastníky 32,4% a společně českými a zahraničními
vlastníky 2,7%.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 99
Podíl podniků skupiny A, B a C ve skupinách dle země vlastníkaGraf č. 20:
49,1 41,9 9,0
46,0 40,2 13,8
46,7 46,7 6,7
CZ +
zahraniční
CZ
zahraniční
0 % 20 % 40 % 60 % 80 % 100 %
A
B
C
Zdroj: Autoři
Relativní zastoupení podniků členěných dle země vlastníka (český, zahraniční, český + zahraniční)
je v jednotlivých skupinách víceméně stejné.
(F 5) Typ vlastnické struktury
Poněkud hlubší vhled do problematiky vlivu vlastnického ovládání umožňuje hodnocení dle typů
vlastnické struktury. Na základě primární analýzy bylo stanoveno následujících 5 typů vlastnické
struktury, které lze charakterizovat takto:
typ 1: Jediný vlastník, fyzická nebo právnická osoba, podnik není součástí koncernu
typ 2: Jediný vlastník, právnická osoba, podnik je součástí koncernu
typ 3: Majoritní vlastník, fyzická nebo právnická osoba, několik minoritních vlastníků, podnik
může být i nemusí být součástí koncernu
typ 4: Několik velkých českých vlastníků, fyzických osob
typ 5: Ostatní struktury3
Podíl jednotlivých typů vlastnických struktur ve výběrovém souboruGraf č. 21:
22,0
15,7
18,0
26,9
17,3
typ 1
typ 5
typ 4
typ 3
typ 2
0 % 5,0 % 10,0 % 15,0 % 20,0 % 25,0 % 30,0 %
Zdroj: Autoři
3 Typ vlastnické struktury je přesně definován v kapitole 7.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ100
Z celkového počtu podniků výběrového souboru se nejčastěji vyskytuje typ 4, (26,9%) tj. podnik
vlastněný několika domácími fyzickými osobami. Druhý nejčetnější je typ 1 (22,0%), tj. podnik
s jediným vlastníkem – fyzickou nebo právnickou osobou, který není součástí koncernu. Naproti
tomu nejméně četné zastoupení má typ 2 (15,7%), což je podnik s jediným vlastníkem – právnickou
osobou, který je součástí koncernu.
Podíl podniků skupiny A, B a C v jednotlivých typech vlastnických strukturGraf č. 22:
55,3 34,0 10,6
36,4 48,1 15,6
52,2 41,7 6,1
41,9 52,7 5,4
49,3 37,3 13,4
typ 1
typ 5
typ 4
typ 3
typ 2
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 %
A
B
C
Zdroj: Autoři
Ukazuje se, že z hlediska hospodářské úspěšnosti jsou na tom nejlépe podniky typu 1, tedy ty,
které mají jediného vlastníka, ale nejsou součástí koncernu (zastoupení ve skupině A 55,3%, zastoupení
ve skupině C pouze 10,6%). Dále pak podniky typu 4, tedy podniky vlastněné několika
domácími fyzickými osobami (zastoupení ve skupině A 52,2%, zastoupení ve skupině C jen pouhých
6,1%). Až na třetím místě figurují podniky typu 2, tj. podniky, které mají jediného vlastníka
a jsou součástí koncernu (zastoupení ve skupině A 49,3%, zastoupení ve skupině C 13,4%). Za
povšimnutí stojí, že jejich situace se poněkud vylepší, jestliže budeme hodnotit pouze ty z těchto
podniků, které jsou ve vlastnictví zahraničních společností – 51,2% ve skupině A, 34,1% ve skupině
B a 14,6% ve skupině C.
(F 19) Podnikatelská strategie
Ve výběrovém souboru uplatňuje 23,1% podniků strategii „cost leadership“, 29,0% strategii „differentiation“,
18,3% strategii „cost focus“ a 29,6% strategii „differentiation focus“. Ve skupině
A realizuje strategii „cost leadership“ 21,0% podniků, strategii „differentiation“ 26,1% podniků,
strategii „cost focus“ 21,0% podniků a strategii „differentiation focus“ 31,8% podniků. V rámci
skupiny B realizuje strategii „cost leadership“ 22,8% podniků, strategii „differentiation“ 31,6%
podniků, strategii „cost focus“ 15,2% podniků a strategii „differentiation focus“ 30,4% podniků.
Ve skupině C je strategie „cost leadership“ realizována u 34,2% podniků, strategie „differentiation“
u 31,6% podniků, strategie „cost focus“ u 18,4% podniků a strategie „differentiation focus“
u 15,8% podniků.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 101
Podíl podniků skupiny A, B a C v jednotlivých typech podnikatelských strategiíGraf č. 23:
43,0 41,9 15,1
50,9 43,6 5,5
54,4 35,3 10,3
42,6 46,3 11,1
cost focus
differentiation
focus
cost
leadership
differentiation
0 % 20 % 40 % 60 % 80 % 100 %
A
B
C
Zdroj: Autoři
Podniky uplatňující strategii „cost focus“ a „differentiation focus“ jsou častěji úspěšné, než podniky
uplatňující strategii „cost leadership“ a „diferentiation“. Z celkového počtu podniků uplatňujících
strategii „cost focus“ je většina ve skupině A – 54,4% -, ve skupině B je jich 35,3% a ve skupině
C 10,3%. Z celkového počtu uplatňujících strategii „differentiation focus“ je rovněž většina
ve skupině A – 50,9% -, ve skupině B je jich 43,6% a ve skupině C pouhých 5,5%. Naproti tomu
z celkového počtu podniků uplatňujících strategii „cost leadership“ je ve skupině A jen 43,0%, ve
skupině B 41,9% a ve skupině C 15,1%. Podobně, snad o něco málo lépe, jsou na tom podniky
uplatňující strategii „diferentiation“. Jejich relativní zastoupení činí 42,6% ve skupině A, 46,6%
ve skupině B a 11,1% ve skupině C.
(P 22) Specifičnost produktů
Ve výběrovém souboru převládají podniky se specifickými produkty nad podniky se standardizovanými
produkty. Zastoupení podniků, kde specifické produkty převládají (mají více než padesátiprocentní
podíl), činí ve výběrovém souboru 59,9%.
Podíl podniků s převahou specifických produktů ve skupinách A, B a CGraf č. 24:
42,9
65,6
57,5
C
A
B
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 %
Zdroj: Autoři
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ102
Je patrné, že podniky s výraznější orientací na specifické produkty mají častější zastoupení mezi
hospodářsky úspěšnými podniky, než podniky zaměřené na standardizované produkty. Ve skupině
A je zastoupeno 65,6% podniků s převahou specifických produktů, ve skupině B je těchto
podniků 57,5% a ve skupině C je to pouze 42,9%
(P 20) Stabilita odběratelů
Stabilita odběratelů je hodnocena na pětistupňové bodovací škále, kde 1 = nízká stabilita odběratelů,
5 = vysoká stabilita odběratelů. Průměr za výběrový soubor je 3,82, což značí mírně nadprůměrnou
stabilitu.
Průměrná stabilita odběratelů podniků ve skupinách A, B a CGraf č. 25:
3,81
3,98
3,65
C
A
B
3,40 3,50 3,60 3,70 3,80 3,90 4,00 4,10
bodovací škála
Zdroj: Autoři
Podniky skupiny A vykazují nejvyšší průměrnou stabilitu odběratelů – 3,98. Relativně nižší průměrnou
stabilitu odběratelů vykazují podniky ve skupině B – 3,65 a ve skupině C – 3,81.
(P 21) Podíl exportu na tržbách
Ve výběrovém souboru jsou podniky s převahou exportu v menšině. Zastoupení podniků, kde podíl
exportu na tržbách je více než padesátiprocentní, činí ve výběrovém souboru 34,3%. Zatímco
podniků, které exportují veškerou svou produkci jsou jen 4%, podíl podniků, které neexportují
vůbec činí 23,6%.
Podíl podniků s převahou exportu ve skupinách A, B a CGraf č. 26:
55,0
29,6
34,7
C
A
B
0 % 10 % 20 % 30 % 40 % 50 % 60 %
Zdroj: Autoři
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 103
V dané souvislosti je třeba poukázat na markantní rozdíly proexportní orientace mezi zpracovatelským
průmyslem a stavebnictvím. Ve zpracovatelském průmyslu tvoří podíl podniků s více než
padesátiprocentním podílem exportu na tržbách 43,1%, ve stavebnictví takové podniky neexistují.
Nejvyšší podíl exportu na tržbách je zde třicetiprocentní a vykazují ho pouze 3 podniky.
Ukazuje se, že proexportní orientace podniků je zpravidla v protikladu s jejich hospodářskou
úspěšností. Ve skupině A je zastoupeno pouze 29,6% podniků, jejichž podíl na tržbách je více
než padesátiprocentní, z toho podniků, které exportují veškerou produkci, je pouze 3,8%. Naproti
tomu podíl podniků, které neexportují vůbec, činí 29%. Ve skupině B je zastoupeno 34,7%
proexportně orientovaných podniků. Podíl podniků, které exportují veškerou produkci činí v této
skupině 4%, podíl podniků, které neexportují vůbec, činí 19,1%. Naproti tomu ve skupině C tvoří
podíl proexportně orientovaných podniků nadpoloviční většinu – 55%. Podíl stoprocentních
exportérů je zde 5%, podíl podniků, které neexportují vůbec činí 17,5%.
(P 25) Specifičnost dodávek
Ve výběrovém souboru je více podniků s převahou standardizovaných dodávek než podniků
s převahou specifických dodávek. Zastoupení podniků, kde specifické dodávky převládají (mají
více než padesátiprocentní podíl), činí ve výběrovém souboru 42,0%.
Podíl podniků s převahou specifických dodávek ve skupinách A, B a CGraf č. 27:
39,0
44,9
41,1
C
A
B
36 % 37 % 38 % 39 % 40 % 41 % 42 % 43 % 44 % 45 % 46 %
Zdroj: Autoři
Ukazuje se, že podniky s výraznější orientací na specifické dodávky mají častější zastoupení mezi
hospodářsky úspěšnými podniky, než podniky zaměřené na standardizované dodávky. Ve skupině
A je zastoupeno 44,9% podniků s převahou specifických dodávek, ve skupině B je těchto podniků
41,1% a ve skupině C je jich 39,0%.
(P 23) Stabilita dodavatelů
Stabilita dodavatelů je hodnocena na pětistupňové bodovací škále, kde 1 = nízká stabilita dodavatelů,
5 = vysoká stabilita dodavatelů. Průměr za výběrový soubor je 3,84, což značí mírně nadprůměrnou
stabilitu.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ104
Průměrná stabilita dodavatelů podniků ve skupinách A, B a CGraf č. 28:
3,84
3,92
3,75
C
A
B
3,65 3,70 3,75 3,8 3,85 3,90 3,95
bodovací škála
Zdroj: Autoři
Nejvyšší průměrnou stabilitu dodavatelů – 3,92 vykazují podniky skupiny A. Naproti tomu nejnižší
průměrnou stabilitu dodavatelů – 3,75 mají podniky ve skupině B.
(F 24) Podíl importu na dodávkách
Ve výběrovém souboru jsou podniky s převahou importu v menšině. Zastoupení podniků, kde
podíl importu na celkových dodávkách je více než padesátiprocentní, činí ve výběrovém souboru
pouhých 21,3%. Počet podniků, které nakupují veškeré suroviny, materiály, polotovary a komponenty
pro výrobu v zahraničí je pouhých 8, což představuje 1,9% výběrového souboru. Naproti
tomu podíl podniků, jejichž dodavatelé jsou výlučně z řad tuzemských subjektů je 22,3%.
Podobně jako u proexportní orientace lze i zde spatřovat významné rozdíly mezi zpracovatelským
průmyslem a stavebnictvím. Ve zpracovatelském průmyslu tvoří podíl podniků s více než
padesátiprocentním podílem na dodávkách 25,5%, naproti tomu ve stavebnictví se jedná o pouhé
3 podniky, tedy 3,7% z celkového počtu stavebních podniků.
Podíl podniků s převahou importu ve skupinách A, B a CGraf č. 29:
16,7
17,0
27,1
C
A
B
0 % 5 % 10 % 15 % 20 % 25 % 30%
Zdroj: Autoři
Vliv rozsahu importu na hospodářskou úspěšnost podniků není patrný. Ve skupině A je zastoupeno
17,0% podniků, ve skupině B 27,1% podniků a ve skupině C 16,7% podniků.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 105
(P8) Úroveň rozhodujících složek hmotného majetku
Úroveň rozhodujících složek hmotného majetku je hodnocena na pětistupňové bodovací škále,
kde 1 = zastaralý hmotný majetek (na hranici morální a fyzické životnosti), 5 = hmotný majetek
špičkové úrovně. Průměr za výběrový soubor je 3,54, což značí mírně nadprůměrnou úroveň.
Průměrná úroveň rozhodujících složek hmotného majetku podniků ve skupinách A, B a CGraf č. 30:
3,19
3,77
3,38
C
A
B
2,90 3,00 3,10 3,20 3,30 3,40 3,50 3,60 3,70 3,80 3,90
bodovací škála
Zdroj: Autoři
Souvislost mezi úrovní hmotného majetku a hospodářskou úspěšností je evidentní. Ve skupině
A dosahuje průměrná úroveň rozhodujících složek hmotného majetku hodnoty 3,77, ve skupině
B hodnoty 3,38 a ve skupině C hodnoty 3,19.
(F 9) Softwarové aplikace – Moduly MRP (řízení výroby)
Podíl podniků s implementovaným softwarovým modulem MRP (řízení výroby) činí 70,5% z celého
výběrového souboru. V odvětví průmyslu je tento podíl oproti průměru vyšší – 74,5%.
P0odíl podniků s aplikací modulu MRP ve skupinách A, B a CGraf č. 31:
75,0
67,9
72,3
C
A
B
64 % 66 % 68 % 70% 72 % 74 % 76 %
Zdroj: Autoři
Z uvedeného grafu jednoznačně vyplývá paradoxní situace: Aplikace modulu MRP snižuje hospodářskou
úspěšnost podniku. Tento paradoxní jev však způsobuje třetí proměnná, kterou je velikost
podniku.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ106
Podíl podniků s aplikací modulu MRP v jednotlivých velikostních skupináchGraf č. 32:
81,5
50,4
77,3
250 a více
50 až 99
100 až 249
velikostnískup
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 %
Zdroj: Autoři
Platí, že ve vyšší velikostní skupině je větší podíl aplikací podniků s aplikací modulu MRP. Ve
skupině o velikosti 250 a více zaměstnanců je to 81,5%, ve skupině o velikosti 100 až 249 77,3%
a u podniků velikostní skupiny 50 až 99 zaměstnanců je to pouhých 50,4%. Zároveň však platí, že
menší podniky jsou hospodářsky úspěšnější než podniky větší. Z uvedeného lze vyvodit, že hospodářská
úspěšnost podniku není v negativním slova smyslu ovlivňována softwarovými aplikacemi,
ale platí, že v souboru faktorů působí na hospodářskou úspěšnost v podstatně silnější míře jiné
faktory, než právě tento.
(F 36) Přidaná hodnota na zaměstnance
Průměrná přidaná hodnota na zaměstnance za celý výběrový soubor činí 485,55 tis. Kč za rok.
Rozdíly mezi zpracovatelským průmyslem a stavebnictvím nejsou výrazné. Ve zpracovatelském
průmyslu dosahuje tento ukazatel hodnoty 496,44 tis. Kč za rok, ve stavebnictví 435,16 tis. Kč
za rok.
Průměrná přidaná hodnota na zaměstnance ve skupinách A, B a CGraf č. 33:
563,71
451,34
270,85C
A
B
0 100 200 300 400 500 600
tis. Kč na zaměstnance
Zdroj: Autoři
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 107
Je patrná výrazná souvislost mezi produktivitou práce vyjádřenou ukazatelem přidaná hodnota
na zaměstnance a hospodářskou úspěšností podniků. Ve skupině A dosahuje tento ukazatel výše
563,71 tis. Kč, ve skupině B 451,34 tis. Kč a ve skupině C 270,85 tis. Kč.
(F 14) Podíl technicko-hospodářských pracovníků
Průměrný podíl technicko-hospodářských pracovníků z celkového počtu pracovníků činí ve výběrovém
souboru 30%.
Průměrný podíl technicko-hospodářských pracovníků z celkového počtu pracovníkůGraf č. 34:
ve skupinách A, B a C
27,1
32,0
27,8
C
A
B
24 % 25 % 26 % 27 % 28 % 29 % 30 % 31 % 32 % 33 %
Zdroj: Autoři
Ukazuje se, že hospodářsky úspěšné podniky mají v průměru vyšší podíl technicko-hospodářských
pracovníků. Ve skupině A činí podíl technicko-hospodářských pracovníků z celkového počtu pracovníků
32%, ve skupině B 27,8% a ve skupině C 27,1%.
(F 16) Podíl pohyblivé složky mzdy
Ve výběrovém souboru dosahuje průměrný podíl pohyblivé složky mzdy hodnoty 29,2%
Průměrný podíl pohyblivé složky mzdy z celkové mzdy ve skupinách A, B a CGraf č. 35:
23,7
30,9
28,6
C
A
B
0 % 5 % 10 % 15 % 20 % 25 % 30 % 35 %
Zdroj: Autoři
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ108
Je zřejmé, že podniky s vyšší mírou mzdové diferenciace a variability patří v průměru k podnikům
hospodářsky úspěšnějším. Podniky skupiny A mají průměrný podíl pohyblivé složky mzdy
30,9%, podniky skupiny B 28,6% a podniky ve skupině C pouze 23,7%.
(F 17) Výše prostředků na zaměstnanecké výhody
Výše prostředků vynakládaných na zaměstnanecké výhody činí ve vztahu k personálním nákladům
v průměru za výběrový soubor 5,56%.
Průměrný podíl prostředků vynakládaných na zaměstnanecké výhody ve vztahuGraf č. 36:
k personálním nákladům ve skupinách A, B a C
6,34
5,96
4,94
C
A
B
0 % 1 % 2 % 3 % 4 % 5 % 6 % 7 %
Zdroj: Autoři
Vztah mezi hospodářskou úspěšností a výší prostředků se neprojevuje. Podniky ve skupině A vykazují
průměrné náklady na zaměstnanecké výhody ve vztahu k personálním nákladům ve výši
5,96%, podniky ve skupině B vykazují nejnižší hodnotu, 4,94% a podniky ve skupině C naopak
nejvyšší hodnotu, 6,34%.
(F 18) Výše prostředků na vzdělávání
Výše prostředků vynakládaných na vzdělávání zaměstnanců činí ve vztahu k personálním nákladům
v průměru za výběrový soubor 3,5%. V podnicích v odvětví průmyslu je tato hodnota v průměru
vyšší (3,6%), než v podnicích v odvětví stavebnictví (3,1%).
Průměrný podíl prostředků vynakládaných na vzdělávání ve vztahu k personálnímGraf č. 37:
nákladům ve skupinách A, B a C
3,39
3,83
3,16
C
A
B
0 % 0,5 % 1,0 % 1,5 % 2,0 % 2,5 % 3,0 % 3,5 % 4,0 % 4,5 %
Zdroj: Autoři
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 109
Sledujeme-li výběrový soubor jako celek, pak vztah mezi hospodářskou úspěšností a výší prostředků
na vzdělání není jednoznačný. Podniky ve skupině A mají průměrné náklady na vzdělávání ve
vztahu k personálním nákladům ve výši 3,83%, podniky ve skupině B vykazují nejnižší hodnotu,
3,16%, podniky ve skupině C hodnotu 3,39%. Pokud však sledujeme tento vztah dle odvětví, pak
určitá závislost mezi hospodářskou úspěšností a prostředky na vzdělávání je patrná ve stavebnictví
– ve skupině A 3,43%, ve skupině B 2,55% a ve skupině C 1,00%. Nejednoznačný vztah však
přetrvává v podnicích zpracovatelského průmyslu – ve skupině A 3,96%, ve skupině B 3,26 a ve
skupině C 3,46%.
(F 15) Fluktuace
Fluktuace je hodnocena na třístupňové bodovací škále, kde 1 značí míru fluktuace do 2%, 2 značí
míru fluktuace v rozmezí od 2% do 10% a 3 značí míru fluktuace nad 10%. Průměr za výběrový
soubor je 1,870 bodů.
Průměrná míra fluktuace ve skupinách A, B a CGraf č. 38:
2,048
1,871
1,828
C
A
B
1,70 1,75 1,80 1,85 1,90 1,95 2,00 2,05 2,10
bodovací škála
Zdroj: Autoři
Podniky zařazené do skupiny A vykazují ve srovnání s výběrovým souborem průměrnou míru
fluktuace (1,871 bodů), což obráží proporci jejich stability a růstových trendů. Podniky ze skupiny
B, s průměrnými hospodářskými výsledky, jsou stabilní. Míra fluktuace je zde podprůměrná
(1,828 bodů). Naproti tomu podniky skupiny C, které jsou ztrátové, resp. u nich dochází ke snižování
aktiv, mají míru fluktuace nadprůměrnou (2,048 bodů).
(F 31) Certifikát ISO 14000
Certifikát ISO 14000, který prokazuje, že podnik má zavedený systém environmentálního managementu,
vlastní 44,0% podniků výběrového souboru.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ110
Podíl podniků vlastnících certifikát ISO 14000 ve skupinách A, B a CGraf č. 39:
18,4
55,1
36,9
C
A
B
0 % 10 % 20 % 30 % 40 % 50 % 60 %
Zdroj: Autoři
Vztah mezi vlastnictvím tohoto certifikátu a hospodářskou úspěšností je jednoznačný. Ve skupině
A vlastní tento certifikát 55,1% podniků z celkového počtu podniků zařazených do této skupiny,
ve skupině B 36,9% podniků a ve skupině C pouze 18,4% podniků.
(F 32) Certifikát OHSAS 18001
Certifikát OHSAS 18001 prokazující, že podnik má vypracovaný systém řízení ochrany zdraví
a bezpečnosti práce je zatím mezi podniky méně rozšířen. Ve výběrovém souboru ho má
jen 17,5%.
Podíl podniků vlastnících certifikát OHSAS 18001 ve skupinách A, B a CGraf č. 40:
5,6
20,8
16,4
C
A
B
0 % 5 % 10 % 15 % 20 % 25 %
Zdroj: Autoři
Podobně jako v předchozím případě je vztah mezi vlastnictvím certifikátu a hospodářskou úspěšností
jednoznačný. Ve skupině A vlastní certifikát systému řízení ochrany zdraví a bezpečnosti
práce 20,8% podniků, ve skupině B 16,4% podniků a ve skupině C pouze 5,6% podniků.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 111
Charakteristika skupiny A9.2.
S využitím přístupu „nejlepší praxe“ je v této podkapitole soustředěna pozornost na ty podniky,
které považujeme z hlediska hospodářské úspěšnosti za nejlepší, tedy na skupinu A. Ve této skupině
bylo s využitím shlukové analýzy vytvořeno celkem 7 skupin podniků. Pro dvě nejmenší
z těchto skupin (A VI a A VII), obsahující pouze dva a jeden podnik, nebyla, s ohledem na jejich
nedostatečnou velikost, charakteristika zpracována.
Skupina A jako celek
Zahrnuje 205 podniků.
Ve skupině A mají relativně vyšší zastoupení podniky z odvětví stavebnictví. Z jejich celkového
počtu jich sem náleží nadpoloviční většina (66,3%), zatímco z celkového počtu podniků zpracovatelského
průmyslu je to jen 43%.
Relativně vyšší zastoupení v této skupině mají společnosti s ručením omezeným. Z jejich celkového
počtu je v této skupině nadpoloviční většina (57,4%), naproti tomu z celkového počtu
akciových společností je ve skupině A pouze 34,7%.
Podobně je tomu i z hlediska zastoupení podle velikostních skupin podniků. Relativně nejvyšší
zastoupení mají ve skupině A podniky o počtu 50 až 99 zaměstnanců. Z jejich celkového počtu
sem patří 55,5% podniků, z celkového počtu podniků o velikosti 100 až 249 zaměstnanců je ve
skupině A méně jak polovina (49,1%) a z celkového počtu podniků o velikosti 250 a více zaměstnanců
patří do této skupiny pouze o něco málo více než jedna třetina (37,2%). Uvedená skutečnost
může být do jisté míry ovlivněna tím, že stavební podniky, které jsou relativně hojně ve skupině
A zastoupeny, jsou v průměru menší, než podniky z odvětví zpracovatelského průmyslu.
Relativní zastoupení podniků ve skupině A se v podstatě neliší dle koncernové příslušnosti.
Z celkového počtu podniků, které jsou součástí koncernu je ve skupině A 47,2%, podíl podniků,
které součástí koncernu nejsou je v této skupině 48,7%.
Podobně nevýrazná diferenciace je též podle původu kapitálu (domácí – zahraniční). Z celkového
počtu podniků, které jsou pouze ve vlastnictví domácích vlastníků patří do skupiny A 49,1%,
které jsou ve vlastnictví pouze zahraničních vlastníků náleží do skupiny A 46% a které jsou vlastněny
společně domácími a zahraničními vlastníky patří do skupiny A 46,7% podniků.
Při komplexnějším posouzení vlastnické struktury se však hledané vztahy ukazují v jasnějších
konturách. Ve skupině A převládají podniky, které mají jediného vlastníka, ale nejsou součástí
koncernu (55,3% z celkového počtu podniků tohoto typu vlastnické struktury), podniky vlastněné
několika domácími fyzickými osobami (52,2%) a rovněž podniky vlastněné zahraničními
koncerny (51,2%).
Ve skupině A se relativně častěji objevují podniky uplatňující strategii cost focus a differentiation
focus. V případě cost focus figuruje v této skupině 54,4% z celkového počtu podniků uplatňujících
tuto strategii, v případě differentiation focus 50,9%. Podniky uplatňující strategii cost
leadership a differentiation dosahují naopak v průměru menší hospodářské úspěšnosti. V případě
cost leadership je ve skupině A 43,0% z celkového počtu podniků uplatňujících tuto strategii,
v případě differentiation 42,6%.
Ve skupině A mají častější zastoupení podniky s výraznější orientací na specifické produkty.
Z celkového počtu podniků skupiny A je 65,6% podniků, jejichž produkce je z více než poloviny
specifická. Specifičnost produktů je patrně též příčinou skutečnosti, že podniky ve skupině A mají,
v porovnání se skupinou B a C, v průměru stabilnější odběratele.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ112
Pro podniky v dané skupině je velmi charakteristická nízká orientace na export. Zastoupení
podniků, kde podíl exportu na tržbách je více než padesátiprocentní, je v porovnání s oběma
zbývajícími skupinami nejnižší a činí pouze 29,6%. Skutečnost, že úspěšnější jsou podniky, které
málo vyvážejí, je dána dlouhodobým posilováním domácí měny vůči euru a dolaru a dále souvisí
s tím, že podstatná část hospodářsky úspěšných podniků je z odvětví stavebnictví, jejichž export
je z technických důvodů, typických pro toto odvětví, omezený.
Ve skupině A jsou častěji zastoupeny podniky, které mají, oproti zbývajícím dvěma skupinám,
výraznější orientaci na specifické dodávky. Toto je, podobně jako v případě odběratelů, patrně
příčinou skutečnosti, že podniky ve skupině A mají, v porovnání se skupinou B a C, v průměru
stabilnější dodavatele.
Orientace na import je nevýrazná. Podíl importu na dodávkách je, v porovnání s celým výběrovým
souborem, mírně podprůměrný.
Úroveň rozhodujících složek hmotného majetku podniků ve skupině A je nadprůměrná.
Podniky ve skupině A vytvářejí relativně nejvyšší přidanou hodnotu na zaměstnance
(563,71 tis. Kč), 1,25 krát vyšší v porovnání s podniky skupiny B a 2,08 krát vyšší v porovnání
s podniky skupiny C.
Podniky zastoupené ve skupině A mají, v porovnání s podniky ve skupině B a C, relativně nejvyšší
podíl technicko-hospodářských pracovníků (32%). Lze předpokládat, že tato skutečnost je
způsobena výraznějším podílem intelektuální práce (výzkum, vývoj, marketing, management), popřípadě
relativně vysokou produktivitou práce související s vysokou vybaveností technikou v oblasti
dělnických činností.
Ve skupině A se rovněž projevuje relativně nejvyšší míra mzdové diferenciace. Podíl pohyblivé
složky mezd zde dosahuje 30,9%. To dává prostor pro poměrně výrazné uplatňování motivačních
systémů pružně reagujících na množství a kvalitu vykonané práce.
Výše prostředků vynakládaných na zaměstnanecké výhody nabývá u podniků ve skupině A spíše
průměrných hodnot. Naproti tomu na vzdělávání dávají v průměru tyto podniky, v porovnání
s podniky ve skupině B a C, nejvíce.
Fluktuace v podnicích zařazených do této skupiny je poměrně nízká, i když v průměru vyšší,
než v podnicích skupiny B. To patrně souvisí se skutečností, že v řadě podniků skupiny A je realizován
dynamický růst, což do jisté míry může mít vliv na zvýšení fluktuace.
Více jak polovina podniků skupiny A (55,1%) vlastní certifikát ISO 14000, osvědčující zavedení
systému environmentálního managementu. To je podstatně více než ve skupině B (36,9%) a zejména
C (18,4%). Více než 20% podniků skupiny A vlastní certifikát OHSAS 18001, který dokládá,
že podnik má vypracovaný systém řízení ochrany zdraví a bezpečnosti práce. To je rovněž
více, než u podniků ve skupině B (16,4%) a především ve skupině C (5,6%).
Nyní věnujme, již na podrobnější rozlišovací úrovni, pozornost jednotlivým skupinám A I až
A V s tím, že skupiny A VI a A VII do analýzy pro nízký počet členů (2 a 1 podnik) zahrnuty
nebudou.
Skupina AI
Zahrnuje 86 podniků.
Všechny náležejí do odvětví zpracovatelského průmyslu.
Výrazně převažují společnosti s ručením omezeným, kterých je více než 74%, akciových společností
je necelých 26%.
Zastoupeny jsou převážně podniky malé (50 až 99 zaměstnanců) s podílem 43% a střední (100
až 249 zaměstnanců) s podílem více než 40%. Velkých podniků (250 a více zaměstnanců) je pouhých
cca 16%.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 113
Žádný z podniků není součástí koncernu.
V drtivé většině (více než 97%) jsou vlastněny domácími vlastníky. Ve většině případů – bezmála
44% – se jedná o vlastnickou strukturu několika fyzických osob. V necelých 30% případů jsou
podniky vlastněny jediným vlastníkem, a to buď fyzickou nebo právnickou osobou.
Většina těchto podniků (více než 42%) realizuje strategii differentiation focus, tedy strategii,
orientovanou na úzký rozsah výroby, resp. úzký okruh zákazníků, se zaměřením na specifický
charakter výrobků s možností požadovat vyšší ceny. Ostatní podniky se víceméně rovnoměrně
„dělí“ o zbývající tři strategie, tj. cost leadership (bezmála 20%), differentiation (cca 21%) a cost
focus (cca 17%).
Podniky se vyznačují vysokou specifičností svých produktů. Plných 72% podniků má ve svém
výrobním programu více než polovinu specifických produktů, které směřují převážně ke stabilním
odběratelům. Stabilita odběratelů, sledovaná na bodovací škále 1 až 5 (1 nízká stabilita, 5 vysoká
stabilita), dosahuje hodnoty 4,09, což dosti výrazně převyšuje průměr celého výběrového souboru
(3,82) i celé skupiny A (3, 98).
Podíl podniků, které exportují více než padesát procent své produkce, činí téměř 37%, což je
hodnota nadprůměrná, a to jak vůči celému výběrovému souboru (cca 34%), tak zejména ve vztahu
k průměru skupiny A, který činí pouze necelých 30%.
Na rozdíl od specifičnosti produktů je specifičnost dodávek podstatně nižší. Podíl podniků, kde
podíl specifických dodávek na celkovém objemu dodávek je nadpoloviční, činí cca 38%. To je
méně než průměr za skupinu A (bezmála 45%) i celý výběrový soubor (42%). Nižší specifičnosti
dodávek odpovídá i nižší stabilita dodavatelů. Ta v průměru činí 3, 96 (měřeno, podobně jako
v případě stability odběratelů, na bodovací škále 1 až 5). Ve srovnání s průměrem celé skupiny
A (3, 92) je však vyšší, ve srovnání s průměrem celého výběrového souboru (3, 84) je daná relace
ještě výraznější.
Podíl podniků, které mají více než padesát procent svých dodávek ze zahraničí, činí necelých
13%. Jde o podprůměrnou hodnotu, a to jak vůči průměru podniků ve skupině A (17%), tak vůči
průměru všech podniků výběrového souboru (více než 21%). S ohledem na skutečnost, že všechny
podniky předmětné skupiny A I náleží do odvětví zpracovatelského průmyslu, je zajímavé
i srovnání s průměrem za podniky zpracovatelského průmyslu v celém výběrovém souboru, který
je podstatně vyšší – činí téměř 25%.
Průměrnou úroveň hmotného majetku (měřenou na bodovací škále 1 – hmotný majetek zastaralý,
na hranici morální a fyzické životnosti, 5 – hmotný majetek na špičkové úrovni) vykazují
podniky této skupiny v hodnotě 3,7 bodů. Ve vztahu k průměru skupiny A (3, 77) je tato hodnota
podprůměrná, naopak ke k průměru celého výběrového souboru 3, 54) se jedná o nadprůměrnou
hodnotu.
Téměř 71% podniků uplatňuje v oblasti softwarového zabezpečení moduly řízení výroby.
Oproti celé skupině A (téměř 68%) je to nadprůměrná hodnota, nicméně v porovnání s celým
výběrovým souborem jde o hodnotu v podstatně stejnou a při srovnání s podniky zpracovatelského
průmyslu v celém výběrovém souboru (cca 75%) se jedná dokonce o hodnotu nižší. Je to
zřejmě tím, že se jedná o podniky malé a střední, kde uplatnění MRP modulů je obecně menší
než u podniků větších.
Přidaná hodnota na zaměstnance, dosahující výše cca 472 tis. Kč/zaměstnance za rok, je spíše
nízká. Ve srovnání s průměrem skupiny A (bezmála 564 tis. Kč) je podstatně nižší a je dokonce
nižší i ve srovnání s průměrem celého výběrového souboru (cca 486 tis. Kč). Spíše nižší produktivita
práce souvisí patrně s poněkud nižší vybaveností technikou i se skutečností, že produkty jsou
specifické, vyráběné často v menších sériích, kde nelze očekávat výraznější výnosy z rozsahu.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ114
Podíl technicko-hospodářských pracovníků z celkového počtu zaměstnanců činí o málo více
než 32% a je v podstatě stejný jako průměr za celou skupinu A. Ve srovnání s celým výběrovým
souborem (30%) je mírně vyšší.
Motivační systém poměrně výrazně využívá pohyblivou složku mzdy. Průměrný podíl pohyblivé
složky mzdy z celkové mzdy dosahuje více než 34%, což je více než činí průměr za celou
skupinu A (cca 31%) i průměr za celý výběrový soubor (cca 29%). Součástí motivačního systému
jsou též zaměstnanecké výhody. Náklady, které na ně podniky předmětné skupiny v průměru vynakládají,
dosahují více než 6, 2% v relaci vůči personálním nákladům. To je více než činí průměr
skupiny A (necelých 6%) a zejména celého výběrového souboru (cca 5, 6%).
Prostředky vynakládané na vzdělávání zaměstnanců nejsou příliš vysoké. Jejich výše, vyjádřená
jako relace vůči personálním nákladům, dosahuje hodnoty 3,8%, což je o něco méně, než činí
průměr za skupinu A (3,83%), avšak více, než je průměr celého výběrového souboru (3,5%).
Fluktuace pracovníků je průměrná. Její hodnota (1,871) je stejná jako průměr za skupinu A a téměř
stejná jako průměr celého výběrového souboru (1,87).
Certifikát ISO 14000 vlastní pouze necelých 36% podniků, což je hluboko pod průměrem
skupiny A, který činí více než 55%, a rovněž pod průměrem celého výběrového souboru (44%).
Ještě hůře jsou na tom podniky této skupiny s certifikátem OHSAS 18001. Tento certifikát vlastní
pouhých cca 6% podniků, zatímco průměr za skupinu A dosahuje téměř 21% a průměr za celý
výběrový soubor činí více než 17%.
Skupina AII
Zahrnuje 49 podniků.
Všechny náležejí do odvětví stavebnictví.
Převažují společnosti s ručením omezeným, kterých je více než 63%, akciových společností je
necelých 37%.
Zastoupeny jsou převážně podniky malé (50 až 99 zaměstnanců) s podílem cca 39% a střední
(100 až 249 zaměstnanců) s podílem 49%. Velkých podniků (250 a více zaměstnanců) je pouhých
cca 12%.
Pouze 12% je součástí koncernu.
Ve velké většině případů (cca 91%) jsou vlastněny domácími vlastníky. Ve většině případů –
bezmála 45% – se jedná o vlastnickou strukturu několika fyzických osob. V cca 25% případů jsou
podniky vlastněny jediným vlastníkem, a to buď fyzickou nebo právnickou osobou.
Nelze říci, že by v této skupině podniků výrazněji dominovala některá z podnikatelských strategií.
Nejvíce podniků, téměř 30%, realizuje strategii differentiation, následují strategie cost leadership
a differentiation focus, každá z nich je uplatňována ve 25% podniků. Nejmenší zastoupení,
necelých 21% mají podniky uplatňující strategii cost focus.
Specifičnost produktů podniků v této skupině není vysoká. Více než polovinu specifických produktů
má ve svém produktovém portfoliu necelých 63% podniků, což je o něco méně než průměr
skupiny A (necelých 66%), nicméně více, než činí průměr za celý výběrový soubor (bezmála
60%). Stabilita odběratelů je relativně nízká. Při hodnocení na bodovací škále 1 až 5, dosahuje
hodnoty 3,73, což je méně při porovnání s průměrem za skupinu A (3,98) i s průměrem za celý
výběrový soubor (3,82).
Podíl exportu je velmi nízký. V dané skupině se nevyskytují podniky, které exportují více než
padesát procent své produkce. U celé poloviny podniků nepřekračuje podíl exportu na tržbách
20%, více než 27% podniků neexportuje vůbec. Uvedené skutečnosti nejsou překvapující, pokud
si uvědomíme, že všechny podniky analyzované skupiny patří do stavebnictví, kde exportní orientace
je nízká.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 115
Podíl podniků, kde podíl specifických dodávek na celkovém objemu dodávek je nadpoloviční
činí cca 41%. To je méně než průměr za skupinu A (bezmála 45%) i celý výběrový soubor (42%).
Relativně nízký podíl specifických dodávek souvisí se stabilitou dodavatelů, která je v porovnání
s průměry ostatních skupin skupiny A nejnižší. Při hodnocení na bodovací škále 1 až 5, dosahuje
hodnoty pouhých 3,62, což je méně jak při porovnání s průměrem za skupinu A (3,92), tak i při
porovnání s průměrem za celý výběrový soubor (3,84).
Podíl podniků, které mají více než padesát procent svých dodávek ze zahraničí je velmi nízký,
činí cca 6%. Jde o výrazně podprůměrnou hodnotu, a to jak vůči průměru podniků ve skupině
A (17%), tak vůči průměru všech podniků výběrového souboru (více než 21%).
Úroveň hmotného majetku této skupiny podniků se blíží průměru skupiny A. Při hodnocení
na bodovací škále 1 až 5 nabývá hodnoty 3,75, což je o něco méně, než je průměr skupiny A, ale
znatelně více než činí průměr celého výběrového souboru (3,54).
Podíl podniků této skupiny, ve kterých je softwarová aplikace modulů řízení výroby (MRP), je
mimořádně nízký. Činí pouhých 50%, což je podstatně méně, než je průměr skupiny A (téměř
68%) a celého výběrového souboru (více než 70%). Uvedená skutečnost má patrně tyto dva důvody:
jedná se o podniky malé a střední, kde je uplatnění modulů řízení výroby obecně menší než
u podniků velkých a dále, že se jedná výlučně o podniky z odvětví stavebnictví, kde je rovněž, ve
srovnání s odvětvím zpracovatelského průmyslu, výskyt aplikace těchto modulů menší.
Přidaná hodnota na zaměstnance je poměrně nízká. Činí o něco více než 445 tis. Kč/zaměstnance
za rok. Je podstatně nižší, než průměr skupiny A (bezmála 564 tis. Kč) a je dokonce nižší
i ve srovnání s průměrem celého výběrového souboru (cca 486 tis. Kč). Je to zřejmě dáno zejména
skutečností, že ve stavebnictví je produktivita práce obecně nižší, než ve zpracovatelském průmyslu,
což souvisí s nižší vybaveností technikou a relativně vysokou specifičností realizace stavebních
zakázek.
Podíl technicko-hospodářských pracovníků z celkového počtu zaměstnanců činí téměř 34%. Je
o necelé 2 procentní body vyšší, než průměr za celou skupinu A (32%). Je rovněž vyšší než průměr
celého výběrového souboru (30%). To patrně opět souvisí se specifiky stavebnictví, a to zejména
s náročností přípravy zakázek a náročností řízení realizace staveb.
Průměrný podíl pohyblivé složky mzdy z celkové mzdy dosahuje hodnoty téměř 30%, což
je méně, než činí průměr za celou skupinu A (bezmála 31%) i průměr za celý výběrový soubor
(cca 29%). Náklady na zaměstnanecké výhody dosahují, v relaci vůči personálním nákladům, více
než 6,2%. To je více než činí průměr skupiny A (necelých 6%) a zejména celého výběrového souboru
(cca 5,6%).
Prostředky vynakládané na vzdělávání zaměstnanců jsou podprůměrné. Jejich výše, vyjádřená jako
relace vůči personálním nákladům, dosahuje hodnoty necelých 3,4%, což je méně, než činí průměr
za skupinu A (více než 3,8%) a rovněž méně, než je průměr celého výběrového souboru (3,5%).
Fluktuace pracovníků je mírně podprůměrná. Dosahuje hodnoty 1,837 bodů, což je méně než
průměr za skupinu A (1,871) i průměr za celý výběrový soubor (1,87).
Certifikát ISO 14000 vlastní téměř 90% podniků, což je vysoko nad průměrem skupiny A, (cca
55%), a zejména nad průměrem celého výběrového souboru (44%). Tato skutečnost je dána tím,
že všechny podniky předmětné skupiny jsou z odvětví stavebnictví, kde vlastnictví certifikátu
ISO 14000 se stává nutnou podmínkou pro úspěšnost při získávání zakázek. Vysoce nadprůměrné
je rovněž uplatnění certifikátu OHSAS 1801. V dané skupině ho vlastní téměř 46% podniků, zatímco
průměr skupiny A činí necelých 21% a průměr celého výběrového souboru necelých 16%.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ116
Skupina A III
Zahrnuje 33 podniků.
Všechny náležejí do odvětví zpracovatelského průmyslu.
Relace mezi společnostmi s ručením omezeným a akciovými společnostmi je téměř totožná
s podniky skupiny A II.
Ve srovnání s předchozími dvěma skupinami jsou zde podstatně více zastoupeny velké podniky
(více než 39%), na úkor malých podniků, kterých je cca 18%. Největší zastoupení mají podniky
střední, kterých je více než 42%.
Téměř 94% podniků je součástí koncernu. V této skupině výrazně převládají zahraniční vlastníci,
kteří vlastní téměř 82% podniků, více než 7% podniků je ve společném vlastnictví zahraničních
a českých vlastníků a pouze cca 11% je ve vlastnictví českých vlastníků. Ve většině případů
(cca 55%) mají podniky této skupiny jediného vlastníka – právnickou osobu.
V předmětné skupině podniků je nejvíce uplatňována strategie differentiation focus (téměř
36%), následuje strategie cost focus (bezmála 29%) a differentiation (25%). Pouze minoritně jde
o uplatňování strategie cost leadership (necelých 11%).
Specifičnost produktů je průměrná. Více než polovinu specifických produktů má ve svém výrobním
programu cca 61% podniků. To je méně než průměr skupiny A (necelých 66%), nicméně
o něco více, než činí průměr za celý výběrový soubor (bezmála 60%). Stabilita odběratelů je
nadprůměrná. Při hodnocení na bodovací škále 1 až 5 dosahuje hodnoty 4,06, což je více než činí
průměr skupiny A (3,98) i celého výběrového souboru (3,82).
Podniky dané skupiny mají výrazně proexportní orientaci. Více než 14% podniků vyváží veškerou
svoji produkci. Podniků, které exportují více než padesát procent své produkce je téměř 61%.
To výrazně převyšuje průměr jak skupiny A (cca 30%), tak celého výběrového souboru (cca 34%).
Proexportní orientace podniků začleněných do nadnárodních společností významně souvisí s vnitro-koncernovými
dodávkami.
Existuje relativně vysoká specifičnost dodávek, což patrně rovněž souvisí se začleněním podniků
do koncernů a s vnitro-koncernovou specializací a kooperací. Zastoupení podniků, kde podíl
specifických dodávek na celkovém objemu dodávek je nadpoloviční, činí téměř 66%. To je podstatně
více, než je průměr za skupinu A (cca 45%) i průměr za celý výběrový soubor (42%). Stabilita
dodavatelů je, podobně jako v případě odběratelů, nadprůměrná. Při hodnocení na bodovací
škále 1 až 5, dosahuje hodnoty 4,06. To je více než činí průměr za skupinu A (3,92) a podstatně
více, než dosahuje průměr celého výběrového souboru (3,84).
Podíl importu na dodávkách je vysoce nadprůměrný, což je projevem skutečnosti, že velká většina
podniků je v rukou zahraničních vlastníků a je součástí koncernu. Zastoupení podniků, které
mají více než padesát procent svých dodávek ze zahraničí je vysoké, činí téměř 38%. Jde o výrazně
nadprůměrnou hodnotu, a to jak vůči průměru podniků ve skupině A (17%), tak vůči průměru
všech podniků výběrového souboru (více než 21%).
Úroveň hmotného majetku této skupiny podniků je nadprůměrná. Při hodnocení na bodovací
škále 1 až 5 nabývá hodnoty 3,97, což je znatelně více, než je průměr skupiny A (3,77) a podstatně
více, než činí průměr celého výběrového souboru (3,54).
Podíl podniků této skupiny, ve kterých je softwarová aplikace modulů řízení výroby (MRP), je
vysoce nadprůměrný. Dosahuje více než 81%, což je podstatně více, než je průměr skupiny A (téměř
68%) i celého výběrového souboru (více než 70%). To souvisí s tím, že podniky dané skupiny
jsou výlučně z odvětví zpracovatelského průmyslu, že jsou poměrně veliké a že jejich převážná
část je propojena do celo-koncernových informačních systémů.
Přidaná hodnota na zaměstnance je značně vysoká a dokládá závěry jiných šetření o pozitivním
vlivu přímých zahraničních investic na produktivitu práce. V předmětné skupině podniků
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 117
dosahuje v průměru cca 715 tis. Kč/zaměstnance za rok. To je znatelně více, než činí průměr skupiny
A (bezmála 564 tis. Kč) a výrazně více ve srovnání s průměrem celého výběrového souboru
(cca 486 tis. Kč).
Podíl technicko-hospodářských pracovníků z celkového počtu zaměstnanců je relativně nízký,
činí necelých 26%. To je podstatně méně, než činí průměr skupiny A (32%) i průměr celého výběrového
souboru (30%). Tato skutečnost patrně souvisí s výraznějšími efekty výnosů z rozsahu,
projevujících se ve středních a zejména velkých podnicích.
Průměrný podíl pohyblivé složky mzdy z celkové mzdy je relativně nízký. Dosahuje hodnoty
necelých 23%, což je o dost méně, než činí průměr za celou skupinu A (bezmála 31%) i průměr
za celý výběrový soubor (cca 29%). Náklady na zaměstnanecké výhody dosahují, v relaci vůči personálním
nákladům, hodnoty cca 5,7%. To je méně, než činí průměr skupiny A (necelých 6%)
a více, než je průměr celého výběrového souboru (cca 5,6%).
Jako výrazně nadprůměrné lze hodnotit prostředky vynakládané na vzdělávání zaměstnanců.
Jejich výše, vyjádřená jako relace vůči personálním nákladům, dosahuje hodnoty téměř 5,7%, což
je podstatně více, než činí průměr za skupinu A (více než 3,8%) a zejména podstatně více, než je
průměr celého výběrového souboru (3,5%). Tato skutečnost potvrzuje názory o podpoře rozvoje
kvalifikace ve velkých podnicích, které jsou součástí nadnárodních společností.
Fluktuace pracovníků v podnicích této skupiny je poměrně nízká. Dosahuje hodnoty 1,636 bodů,
což je méně, než průměr za skupinu A (1,871) i průměr za celý výběrový soubor (1,87).
Podíl podniků dané skupiny, které vlastní certifikáty, není příliš velký. Certifikát ISO 14000
vlastní pouze 48% podniků, což je pod průměrem skupiny A, (cca 55%), avšak nad průměrem
celého výběrového souboru (44%). Certifikát OHSAS 18001 vlastní v předmětné skupině necelých
19% podniků, což je o něco méně, než činí průměr za skupinu A (téměř 21%), ale více než
je průměr celého výběrového souboru. Relativně nízký podíl vlastnictví uvedených certifikátů
u podniků, které by si to mohly „dovolit“, lze vysvětlit tím, že se jedná o zpracovatelský průmysl,
kde vlastnictví těchto certifikátů není zatím příliš rozšířené a rovněž tím, že podniky této skupiny
sázejí spíše na jiné konkurenční výhody.
Skupina A IV
Zahrnuje 27 podniků.
Do odvětví zpracovatelského průmyslu náleží 81,5% podniků, do odvětví stavebnictví 18,5%
podniků.
Poměrně výrazně převažují společnosti s ručením omezeným, kterých je více než 70%, akciových
společností je necelých 30%.
Převažují podniky střední, kterých je více než 44% a velké, kterých je více než 33%. Podniků
malých je cca 22%.
Podíl podniků, které jsou a nejsou součástí koncernu, je v podstatě vyrovnaný. Podniků, které
jsou součástí koncernu je téměř 52%, podniků, které nejsou součástí koncernu je více než 48%.
Podíl podniků v českém vlastnictví je 45%, v zahraničním vlastnictví 30% a ve společném vlastnictví
českých a zahraničních vlastníků 25%. Nedominuje žádný z uvedených pěti typů vlastnické
struktury. Lze však konstatovat, že převažují podniky s jediným vlastníkem, a to fyzickou,
nebo, a to podstatně častěji, právnickou osobou. Takových podniků je v předmětné skupině více
než 59%.
Dominantní postavení zaujímá strategie differentiation, která je uplatňována ve více než 42%
podniků, následuje strategie cost leadership s téměř 32% aplikací. Strategii cost focus uplatňuje
cca 21% podniků a differentiation focus jen jeden podnik, tj. cca 5%.
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ118
Specifičnost produktů je poměrně nízká. Více než polovinu specifických produktů má ve svém
výrobním programu jen cca 54% podniků. To je o dost méně, než průměr skupiny A (téměř
66%), i méně, než činí průměr za celý výběrový soubor (bezmála 60%). S nízkou specifičností
víceméně souvisí stabilita odběratelů, která je podprůměrná. Při hodnocení na bodovací škále 1
až 5, dosahuje hodnoty 3,71, což je méně, než činí průměr skupiny A (3,98) i celého výběrového
souboru (3,82).
Podniky dané skupiny mají poměrně nízkou proexportní orientaci. Podniků, které exportují
více než padesát procent své produkce, je o něco více než 27%. To je méně, než činí průměr
skupiny A (cca 30%) a podstatně méně ve srovnání s průměrem celého výběrového souboru
(více než 34%).
Specifičnost dodávek je mírně podprůměrná. Zastoupení podniků, kde podíl specifických dodávek
na celkovém objemu dodávek je nadpoloviční, činí necelých 42%. To je méně, než je průměr
za skupinu A (cca 45%) a téměř stejně, ve srovnání s průměrem celého výběrového souboru
(42%). Stabilita dodavatelů je poměrně nízká. Při hodnocení na bodovací škále 1 až 5 dosahuje
hodnoty 3,71. To je méně, než činí průměr za skupinu A (3,92) a rovněž méně, než dosahuje průměr
celého výběrového souboru (3,84).
Podíl importu na dodávkách je relativně nízký. Zastoupení podniků, které mají více než padesát
procent svých dodávek ze zahraničí, činí necelých 17%. To je přibližně stejná hodnota, jakou má
průměr za skupinu A a nižší hodnota ve srovnání s průměrem všech podniků výběrového souboru
(více než 21%).
Úroveň hmotného majetku předmětné skupiny podniků není vysoká, činí 3,62. To je méně
než hodnota průměru skupiny A (3,77), nicméně více ve srovnání s průměrem celého výběrového
souboru (3,54).
Podíl podniků se softwarovou aplikací modulů řízení výroby (MRP) je na úrovni průměru skupiny
A (cca 68%). V porovnání s průměrem celého výběrového souboru (více než 70%) je nižší.
Přidaná hodnota na zaměstnance je nízká. Dosahuje výše 432 tis. Kč/zaměstnance za rok. To
je podstatně méně, než činí průměr skupiny A (bezmála 564 tis. Kč) a rovněž méně ve srovnání
s průměrem celého výběrového souboru (cca 486 tis. Kč).
Podíl technicko-hospodářských pracovníků z celkového počtu zaměstnanců je velmi nízký, činí
cca 20%. To je podstatně méně, než činí průměr skupiny A (32%) i průměr celého výběrového
souboru (30%). Lze usuzovat, že souvisí s relativně nízkou sofistikovaností výroby v této skupině
podniků.
Překvapivým, těžko interpretovatelným zjištěním je extrémně vysoký podíl pohyblivé složky
mzdy. Dosahuje hodnoty téměř 56%. Pro srovnání připomínáme, že průměr za celou skupinu
A činí necelých 31% a průměr za celý výběrový soubor cca 29%. Naproti tomu náklady na zaměstnanecké
výhody jsou poměrně nízké. Dosahují, v relaci vůči personálním nákladům, hodnoty
cca 4,05%. To je méně, než činí průměr skupiny A (necelých 6%) a rovněž méně, než je průměr
celého výběrového souboru (cca 5,6%).
Jako velmi nízké lze hodnotit prostředky vynakládané na vzdělávání zaměstnanců. Jejich výše,
vyjádřená jako relace vůči personálním nákladům, dosahuje hodnoty necelých 1,7%, což je hluboko
pod průměrem skupiny A (více než 3,8%) i celého výběrového souboru (3,5%). To patrně
souvisí s již výše vzpomenutou nízkou sofistikovaností výroby.
Fluktuace pracovníků je v podnicích této skupiny relativně velmi vysoká. Dosahuje hodnoty
2,36, což je podstatně více, než činí průměr za skupinu A (1,871) i průměr za celý výběrový
soubor (1,87).
Podíl podniků dané skupiny, vlastnících certifikáty, se pohybuje kolem průměru. Certifikát ISO
14000 vlastní cca 46% podniků, což je méně, než činí průměr skupiny A (cca 55%), avšak více
než je průměr celého výběrového souboru (44%). Certifikát OHSAS 18001 vlastní v předmětné
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ 119
skupině 16% podniků, což je méně, než činí průměr za skupinu A (téměř 21%) a rovněž méně
než je průměr celého výběrového souboru (téměř 18%).
Skupina A V
Zahrnuje 7 podniků.
Všechny náleží do zpracovatelského průmyslu.
Na rozdíl od předchozích skupin je podíl společností s ručením omezeným menší (necelých
43%), než akciových společností (více než 57%).
Z hlediska velikostních kategorií jde o heterogenní skupinu. Dominují podniky malé (téměř
43%) a velké (rovněž téměř 43%). Střední podniky mají podíl cca 14%.
Více než 71% podniků je součástí koncernu. Podniky jsou převážně v rukou zahraničních vlastníků,
a to buď plně (více než 57%), nebo ve společném vlastnictví zahraničních a českých vlastníků
(téměř 43%). Ve většině případů (více než 57%) se jedná o jediného vlastníka, právnickou
osobu a podnik je součástí koncernu.
V předmětné skupině nelze rozpoznat žádnou dominantní podnikatelskou strategii.
Specifičnost produktů je poměrně vysoká. Více než polovinu specifických produktů má ve svém
výrobním programu více než 71% podniků. To je více, než dosahuje průměr skupiny A (necelých
66%) a podstatně více, než činí průměr za celý výběrový soubor (necelých 60%). S vysokou
specifičností produktů souvisí vysoká stabilita odběratelů. Při hodnocení na bodovací škále 1 až
5, dosahuje hodnoty 4,43. To je podstatně více, než činí průměr skupiny A (3,98) i celého výběrového
souboru (3,82).
Podniky dané skupiny mají nízkou proexportní orientaci. Pouze jeden z podniků (16,7%) exportuje
více než padesát procent své produkce. To je podstatně méně, než činí průměr skupiny
A (cca 30%) i průměr celého výběrového souboru (více než 34%).
Specifičnost dodávek je poměrně vysoká. Zastoupení podniků, kde podíl specifických dodávek
na celkovém objemu dodávek je nadpoloviční, činí více než 57%. To je podstatně více ve srovnání
s průměrem za skupinu A (cca 45%) i ve srovnání s průměrem celého výběrového souboru
(42%). Stabilita dodavatelů je vysoká. Při hodnocení na bodovací škále 1 až 5 dosahuje hodnoty
4,43. To je více, než činí průměr za skupinu A (3,92) a podstatně více než dosahuje průměr celého
výběrového souboru (3,84).
Podíl importu na dodávkách je velmi vysoký a souvisí patrně se skutečností, že se z větší části
jedná o podniky, které jsou součástí zahraničních společností. Zastoupení podniků, které mají
více než polovinu svých dodávek ze zahraničí, činí 50%. To je podstatně více než průměr skupiny
A (17%) i průměr všech podniků výběrového souboru (více než 21%).
Úroveň hmotného majetku dané skupiny podniků je poměrně vysoká. Činí 3,86 bodů, což je
více než hodnota průměru skupiny A (3,77) a rovněž více ve srovnání s průměrem celého výběrového
souboru (3,54).
Podíl aplikací modulů řízení výroby (MRP), je mírně nadprůměrný. Počet podniků, ve kterých
je daná softwarová aplikace realizovaná, dosahuje více než 71%. To je o něco více, než činí průměr
skupiny A (cca 68%) i průměr celého výběrového souboru (necelých 71%).
Přidaná hodnota na zaměstnance je mimořádně vysoká. Dosahuje výše více než 2238 tis. Kč/
zaměstnance za rok. To je téměř čtyřnásobek průměru skupiny A (bezmála 564 tis. Kč) a více než
čtyřapůlnásobek průměru celého výběrového souboru (cca 486 tis. Kč).
Podíl technicko-hospodářských pracovníků z celkového počtu zaměstnanců dosahuje rovněž
mimořádné výše (více než 55%), což vysoce převyšuje jak průměr skupiny A (32%), tak průměr
celého výběrového souboru (30%).
9. INTERPRETACE DOSAŽENÝCH VÝSLEDKŮ120
Značně vysoký je též podíl pohyblivé složky mzdy. Dosahuje hodnoty cca 41%, což je podstatně
více než činí průměr za celou skupinu A (necelých 31%) a průměr za celý výběrový soubor (cca
29%). Náklady na zaměstnanecké výhody jsou mírně nadprůměrné. V relaci vůči personálním nákladům
dosahují hodnoty 6,25%. To je více než činí průměr skupiny A (necelých 6%) a rovněž
více, než je průměr celého výběrového souboru (cca 5,6%).
Prostředky vynakládané na vzdělávání zaměstnanců lze hodnotit jako vysoké. Jejich výše, vyjádřená
jako relace vůči personálním nákladům, dosahuje hodnoty necelých 5,6%, což je vysoko nad
průměrem skupiny A (více než 3,8%) i celého výběrového souboru (3,5%).
Fluktuace pracovníků je nízká. V podnicích této skupiny nabývá hodnoty 1,429 bodů, což je
méně, než činí průměr za skupinu A (1,871) i průměr za celý výběrový soubor (1,87).
Podíl podniků vlastnících certifikát ISO 14000 je vysoký (téměř 86%). To je podstatně více než
činí průměr skupiny A (cca 55%) i celého výběrového souboru (44%). Podíl podniků vlastnících
certifikát OHSAS 18001 je rovněž vysoký, činí 40%. To je přibližně dvojnásobek průměru skupiny
A (téměř 21%) a více než dvojnásobek celého výběrového souboru (téměř 18%).
10. PŘÍPADOVÉ STUDIE 121
Případové studie10.
Ačkoliv hlavní směr výzkumu spočíval v systematickém vyhodnocování výsledků empirického šetření
metodami statistické analýzy a následné interpretaci dosažených výsledků, byla jako vedlejší
produkt získána celá řada poznatků z praxe jednotlivých podniků. Tento zajímavý materiál byl zatím
zpracován pouze částečně, a to v podobě několika případových studií. Dvě z nich, tématicky
orientované na symbiózu japonské a české kultury a boj malého rodinného podniku s čínskými
plagiátory, uvádíme v následujících dvou podkapitolách.
Toray Textiles Central Europe, s.r.o. – prostředí dvou kultur10.1. 1
Toray Textiles Central Europe, s.r.o., (TTCE) se sídlem v Prostějově, je středně velkým podnikem,
který byl založen v roce 1997. V současné době zaměstnává téměř 270 pracovníků. Je součástí velké
japonské nadnárodní společnosti Toray Industries, Inc., která je jeho jediným vlastníkem. Podnik
je výrobcem polyesterových tkanin určených především pro evropský trh. Nosným výrobním
programem je tkaní a úprava lehkých podšívkových tkanin ze 100% polyesteru. V roce 2002 byl
výrobní program rozšířen o výrobu tkanin určených pro šití automobilových airbagů. V roce 2008
podnik získal certifikát ISO/TS 16949.
Společnost Toray Industries, Inc., založená v roce 1926, podniká v globálním rozměru. Je předním
světovým výrobcem umělých vláken a textilu se 199 pobočkami a afilacemi v 17 zemích světa.
Podniky skupiny Toray působí hlavně v Asii, dále pak v Americe a v Evropě. V Evropě jsou
podniky této společnosti kromě České republiky též v Itálii, Velké Británii, Nizozemí, Francii
a Německu. V roce 2006 zaměstnávala tato společnost 34 670 pracovníků. Provozní výsledek hospodaření
byl 93 mld. jenů.
Do výrobního programu společnosti patří syntetická vlákna, uhlíková vlákna, textilie apod. Diversifikované
výrobní a obchodní aktivity společnosti jsou však podstatně širší a zahrnují kromě
vláken a textilu také výrobu plastů a chemických komponentů, produktů pro stavebnictví, strojírenství,
zdravotnictví, farmacii a dalších výrobků, jako jsou např. elektrotechnické součástky a výrobky
pro informační technologie.
Ve všech podnicích společnosti jsou silně uplatňovány společné zásady řízení, které stojí na
hodnotách japonské kultury a odpovídají japonskému stylu vedení. Tento vliv je zdrojem obohacení
zaměstnaneckých kultur v podnicích hostitelských zemí, nicméně může být i příčinou nedorozumění
a konfliktů.
1 Případová studie je publikována se souhlasem představitele společnosti Toray Textiles Central Europe, s.r.o.
10. PŘÍPADOVÉ STUDIE122
Kolektivismus, hierarchie, řád a obezřetnost
Japonská kultura je, podobně jako řada dalších východních kultur, kolektivistická. Proto se japonský
management, který na této kolektivistické kultuře vyrůstá, v mnohém liší od západního managementu,
který se opírá o kulturu individualistickou. Japonský management často upřednostňuje
zájmy kolektivu nad individuálními zájmy, dbá na společnou práci, snaží se o to, aby všichni byli
o všem informováni a mohli se podílet na věcech, které se týkají všech, při rozhodování se snaží
o konsensus.
V podniku TTCE v Prostějově jsou téměř všichni členové top managementu Japonci. S výjimkou
generálního ředitele, který má samostatnou kancelář, sedí jednotliví odborní ředitelé spolu se
svými spolupracovníky. Celé podnikové ředitelství je umístěno ve dvou velkoprostorových kancelářích.
Tím je vytvářeno prostředí pro mnohačetné kontakty a kolektivní práci.
Spolu s kolektivismem je však zároveň prosazována a respektována hierarchie. Status spjatý
s příslušností k určitému stupni řízení je jasně demonstrován právem (i povinností) užívat určité
věci. To se projevuje například v hierarchicky odstupňované úrovni služebních automobilů. Ale
nejen tam. Za statusový symbol je považována i pracovní židle. Stalo se, že si jeden z nižších českých
manažerů obstaral pracovní židli, která příslušela vedoucímu pracovníkovi na vyšším stupni
řízení. Když to zjistil generální ředitel, kvalifikoval tento čin jako hrubé porušení pracovní kázně.
Dotyčný manažer musel židli okamžitě vrátit a sedět na té, která odpovídá jeho hierarchické úrovni.
To, čeho by si v prostředí české kultury nikdo nevšimnul, bylo japonskou manažerskou kulturou
vnímáno jako něco nepřijatelného.
Japonský management ctí řád a je pro něj typické uvědomělé dodržování předpisů. Přepisy jsou
pro něj něčím, co slouží, co je pro organizaci užitečné a proto je třeba předpisy brát vážně a respektovat.
V podnikové praxi TTCE v Prostějově se často střetá tato vlastnost japonského managementu
s převažující laxností k předpisům a jejích dodržování na straně české zaměstnanecké kultury.
Sklon japonské manažerské kultury k obezřetnosti lze spatřovat v řadě rozhodovacích situací.
Velmi dlouhou dobu od založení bylo vedení podniku TTCE pevně v rukou japonských řídících
pracovníků. Teprve po získání důvěry a zvážení řady skutečností začalo postupně docházet k větší
decentralizaci. Až po devíti letech existence podniku došlo k obměně na některých pozicích z japonského
na české vedení. Čeští manažeři na nižších řídících úrovních byli japonským top managementem
dlouho a pečlivě vybíráni z řad interních zaměstnanců a prošli velmi přísnými testy.
Dlouhým procesem byla příprava rozhodnutí týkající se realizace rozšíření výrobního programu
podniku o výrobu tkanin určených pro šití automobilových airbagů. S odstupem řady měsíců se
u potenciálního odběratele uskutečnila tři oficiální jednání. Nejprve na úrovni generálního ředitele
podniku, další dvě pak na vyšších hierarchických úrovních nadnárodní společnosti Toray Industries,
Inc. Japonský management, ve snaze minimalizovat riziko špatného rozhodnutí, se opakovaně
ujišťoval o všech podmínkách a okolnostech zamýšleného záměru tak dlouho, až vzniklo
zřetele hodné riziko, že s novým výrobkem vstoupí na trh pozdě.
Pracovní nasazení, platy, loajalita
Japonští manažeři jsou typičtí svojí pracovitostí. V zaměstnání tráví 10 až 12 hodin denně, což
považují za samozřejmé. To značně kontrastuje s pracovním nasazením zejména českých dělníků
v podniku, které není příliš vysoké. Na tom se zejména v posledních létech podepsaly stagnující
mzdy a zejména skutečnost, že v regionu sídla podniku se nezaměstnanost snížila do té míry, že
na trhu práce není k dispozici potenciální pracovní síla. Poptávka po kvalifikované pracovní síle
převyšuje nabídku. To vede v podniku ke snižování pracovní kázně a růstu fingované nemocnosti.
Zaměstnanci si práce neváží, snižuje se loajalita a zvyšuje se fluktuace.
10. PŘÍPADOVÉ STUDIE 123
Pro japonský management, předpokládající dlouhodobou zaměstnaneckou stabilitu a věrnost
podniku, jsou uvedené postoje českých zaměstnanců a z nich vyplývající chování těžko pochopitelné
a přijatelné. V dané souvislosti je třeba uvést, že zaměstnanci podniku TTCE mají, podobně
jako ve většině ostatních podniků nadnárodní společnosti, pouze fixní složku mzdy. Daná skutečnost
vychází z japonské filozofie podniku, která pohyblivou složku mzdy neschvaluje s odůvodněním,
že „každý zaměstnanec má pracovat tak, aby si svoji mzdu zasloužil“. Dlužno však podotknout,
že na základě zkušeností s českou zaměstnaneckou kulturou, byla jistá pohyblivá složka
mzdy zavedena, ale pouze u dělnických profesí.
Požadavek loajality je oboustranný, jak na straně zaměstnanců, tak na straně zaměstnavatele.
Zatímco loajalita zaměstnanců je v nejednom případě nízká, loajalita zaměstnavatele vůči zaměstnancům
je na vysoké úrovni. Japonský management se vyznačuje velmi silným sociálním cítěním
vůči svým zaměstnancům. K sankcím za nedodržování pracovní kázně, či za další přestupky, se
přistupuje pouze výjimečně, tam kde jiné řešení už není možné. Takové formy sankcí, které vedou
např. k výraznému snížení platu, či dokonce k propuštění, se prakticky neuplatňují. Je snahou
problémy trpělivě projednávat, snažit se pracovníky přesvědčovat, vychovávat. Vždy se bere ohled
na sociální důsledky řešení.
Bezpečnost práce
Bezpečnost práce je prioritním a jasně deklarovaným cílem celé společnosti Toray Industriess,
Inc. Dokonce je, podle slov vedení společnosti, důležitější než dosahování zisku. Systém péče
o bezpečnost práce realizovaný v rámci celé společnosti je důsledně aplikován i v jejích jednotlivých
podnicích, tedy i v podniku Toray Textiles Central Europe, s.r.o. v Prostějově. Každý týden
společnost vyhlašuje den bezpečnosti práce. Samotní zaměstnanci jsou motivováni k tomu, aby
vedení společnosti upozorňovali na případné možnosti úrazů na pracovišti. Veškeré úrazy jsou
hlášeny na vedení podniku, které musí o úrazech informovat všechny ostatní podniky skupiny Toray
Industriess, Inc. Formou vyvěšení na veřejných nástěnkách se pak informace o úrazu dostane
až k jednotlivým zaměstnancům všech těchto podniků.
Prevence úrazů se českým zaměstnancům podniku zdá být často až přehnaná. Příkladem je nošení
pracovní přilby na pracovišti. Českým zaměstnancům se používání přilby na řadě pracovišť
jeví jako zbytečné a obtěžující, nicméně japonské vedení nošení přileb striktně a bez výjimek vyžaduje.
A to i v provozech, kde podle českých zaměstnanců nehrozí žádné nebezpečí úrazu hlavy.
Podobně přehnaná se jeví i míra informovanosti zaměstnanců o případném nebezpečí. Na bezpečnost
práce upozorňuje nespočet nápisů a cedulí. Veškerá místa a části vybavení, u kterých by
mohlo dojít, byť s malou pravděpodobností ke zranění pracovníka, jsou výrazně označeny upozorněním
na nebezpečí úrazu.
Zajímavým případem byl případ zaměstnance TTCE Prostějov, který místo po vyznačeném
chodníku přecházel parkoviště zkratkou přes oplocený trávník a podvrtnul si nohu. I když šlo
zjevně k pochybení zaměstnance, byla k tomuto případu svolána porada na úrovni vedení podniku,
která musela daný případ řešit. Výsledkem bylo výrazné upozornění pracovníků na možnost
úrazu při přelézání oplocení. Kromě oznámení pracovníkům daného podniku, bylo o případu
informováno, v souladu s výše uvedenými zásadami, i vedení všech ostatních podniků celé nadnárodní
společnosti.
S bezpečností práce úzce souvisí i čistota a pořádek na pracovišti. Veškeré provozy jsou neustále
uklízeny. Nepořádek na pracovišti se nepřipouští. Kontrola bezpečnosti práce a školení o bezpečnosti
práce probíhají dle střednědobých plánů.
10. PŘÍPADOVÉ STUDIE124
Každý podnik společnosti Toray Industriess, Inc. má zaveden management rizik. Úkolem managementu
rizik je vytipovat a sledovat možná ohrožení, která mohou vzniknout nejen z interních,
ale i z externích důvodů. Řada podniků společnosti je umístěna v lokalitách, kde je reálné
nebezpečí zemětřesení, požárů, popřípadě výbuchu. Management rizika proto realizuje různé preventivní
akce a školení, určená k přípravě zaměstnanců na zvládání možných ohrožení. V rámci
podniků tak probíhají požární cvičení, cvičení k nácviku opatření v případě zamoření okolního
prostředí, atd.
Ochrana lidských práv
Společnost Toray Industriess, Inc. uplatňuje ve svých podnicích doktrínu lidských práv. Daný
přístup je založen na předpokladu, že dodržování lidských práv je důležitou podmínkou, která
zaměstnance motivuje k práci a loajalitě vůči podniku. K problematice dodržování lidských práv
je pořádána řada seminářů a školení. Vedení společnosti dokonce nechalo vydat příručku k prevenci
sexuálního obtěžování. Navíc všechna oddělení posléze prošla kurzy zaměřenými na tuto
problematiku.
V rámci ochrany lidských práv je pozornost věnována též rovnosti mužů a žen vůči pracovním
příležitostem. Situace v uplatnění žen na vyšších pozicích se sice v rámci společnosti postupně
zlepšuje, ale skutečné zastoupení žen na vysokých manažerských pozicích je ve společnosti Toray
Industriess, Inc. malé. Nejinak je tomu i v prostějovském podniku. V duchu japonské patriarchální
kultury je při obsazování vyšších manažerských pozic dávána zpravidla přednost mužům.
Ochrana životního prostředí
Společnost Toray Industriess, Inc. deklaruje velmi zodpovědný přístup k ochraně životního prostředí.
V rámci inovační aktivity se společnost orientuje zejména na projekty zaměřené na ekologii
a udržitelný rozvoj. Koncepce ekologicky zaměřených produktů společnosti vystupuje pod značkou
„Ecodream2
“ a zahrnuje např. výzkum a vývoj nových materiálů, které sníží energetickou náročnost
letecké a silniční dopravy. Kromě jiného jde o produkty které jsou přátelské k životnímu
prostředí a recyklovatelné. V současné době tvoří produkty pod značkou „Ecodream“ 11% konsolidovaných
tržeb společnosti Toray Industriess, Inc., což představuje 26% jejího konsolidovaného
provozního výsledku hospodaření. Projekt „Ecodream“ zahrnuje i opatření vedoucí k zastavení
globálního oteplování.
Kromě projektu „Ecodream“ se společnost neustále snaží o snižování skleníkových plynů
a omezování výrob, které nejsou přátelské k životnímu prostředí. Hodnoty důležitosti ochrany
životního prostředí jsou zapojeny i do podnikové kultury a obráží se v každodenní činnosti podniků.
Až úzkostlivě se sleduje podíl recyklovatelných materiálů využívaných nejen při výrobě, ale
také při administrativní činnosti. V současné době podnik využívá 91% recyklovatelného papíru,
89% recyklovatelných tužek a 83% recyklovatelných záznamníků a složek3
.
Prostředí dvou kultur
Japonská kultura, promítající se do manažerské kultury a stylu vedení japonského managementu
v podniku Toray Textiles Central Europe přinesla do zaměstnanecké kultury hostitelské země řadu
prvků, které byly často pro české zaměstnance obtížně pochopitelné a akceptovatelné. Podobně
2 Interní materiály společnosti TTCE – Toray Textiles Central Europe, s.r.o., Toray Group, CSR Report, 2006.
3 Interní materiály společnosti TTCE – Toray Textiles Central Europe, s.r.o., Toray Group, CSR Report, 2006.
10. PŘÍPADOVÉ STUDIE 125
na tom byl i japonský management, který mnohdy nedokázal správně pochopit a vysvětlit si postoje
a chování českých zaměstnanců. Podniková kultura je spontánně se vyvíjející řád. Sžívání
obou subkultur, japonské a české je přirozený proces, kterému lze sice v mnohém napomáhat, ale
není ho možno ani nařídit, ani nějak nepřiměřeně urychlit. Více než desetiletá historie podniku
však ukazuje, že tento proces, byť často rozporuplný, vykazuje dlouhodobě pozitivní trend. Toray
Textiles Central Europe, s.r.o. v Prostějově je dnes stabilizovanou společností, plnící ve střední
Evropě své strategické cíle.
Blata, s.r.o. – boj s čínskými plagiátory10.2. 4
Podnik Blata, s.r.o. je známý výrobou minimotorek, motorových koloběžek a čtyřkolek. Všechny
produkty vyrábí z originálních a vlastními silami vyvinutých komponentů5
. O popularitu podniku
se však kromě nesporných úspěchů jeho produktů na domácích a zahraničních trzích i na
závodních okruzích postarali též čínští výrobci plagiátů minimotorek značky Blata, se kterými
podnik sváděl poměrně dlouhý a náročný boj.
Úspěšný rozvoj
Počátky společnosti Blata jsou spojeny se závodní kariérou majitele podniku Pavla Blaty, který byl
v sedmdesátých letech minulého století motocyklovým závodníkem a úspěšným továrním jezdcem
Povážských strojíren. Jeho snem bylo vyrábět automobily, ale z důvodu složitosti výroby se
rozhodl začít s výrobou motocyklů.
Své výrobky začal vyrábět v provizorních prostorách vlastní garáže.6
V roce 1991 vyrobil první
malý motocykl. Po té následovala první série 50 minimotorek, jejichž konstrukční řešení a kvalitní
zpracování se odrazilo v požadavcích zákazníků na další výrobky. To znamenalo vyrobit nástroje,
formy a další vybavení, které umožnilo reagovat na tyto požadavky. V roce 1992 již podnik vyráběl
554 malých motocyklů a začínal s vývojem skútru. O rok později byly skútry BLATA exportovány
do USA a zemí EU.
K rozšíření povědomí o značce Blata přispělo také pořádání BLATA CUPu, závodů minibiků
na speciálních okruzích. Seriálu závodů se zúčastnilo 70 závodníků výhradně na strojích BLATA.
Na základě zkušeností ze závodů byl zahájen vývoj modelu s výkonnějším motorem, který byl
nasazen již na otevřeném republikovém přeboru. V roce 1997 společnost Blata spoluzakládá seriál
závodů mistrovství Evropy. Tovární jezdec firmy Blata Jan Němec se stává mistrem Evropy.
Zájem o malé motocykly této firmy se tak rozšířil, že účastníci Velké ceny České republiky, závodu
mistrovství světa silničních motocyklů, si pro své propagační účely nechali zhotovit minibiky
BLATA v barvách svých týmů.
Rostoucí zájem o produkty firmy si vynutil zásadní investice, a to jak do podpory vývoje, tak
i do posílení výrobní základny. V roce 1996 bylo mimo jiné pořízeno CNC obráběcí centrum
a prostředky výpočetní techniky pro konstruování ve 3D. To umožnilo analýzu a výpočty konečných
parametrů součástí, generování a převedení dat do řídících systémů CNC strojů. Pořízení
moderních technologií nejen do výrobní oblasti, ale i do vývoje, kde bylo umožněno zjišťovat
a měřit proudění plynů v pracovním prostoru válců motorů, představovalo značné zkrácení průběžné
doby vývoje a výroby. Pro minibike byl vyvinut nový motor se špičkovými parametry. To
4 Případová studie je publikována se souhlasem představitele společnosti Blata, s.r.o.
5 Blata: Existuje recept na dobrého šéfa? Tisková zpráva, 2008.
6 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
10. PŘÍPADOVÉ STUDIE126
umožnilo získat závodníkům BLATA-týmu dva tituly mistrů Evropy. Nové motory začaly být dodávány
i jiným výrobcům minibiků.
Významné sportovní a obchodní úspěchy bylo nutno využít pro další rozvoj podnikání. Byl
zpracován projekt rozvoje podniku, který byl rozvržen do čtyř na sebe navazujících etap, s cílem
vybudování silného výrobně vývojového komplexu na produkci jednostopých motorových vozidel.
Byly postaveny patrové budovy pro logistické a montážní účely. Po získání zkušeností s touto
výstavbou, kterou prováděla externí stavební firma, byla další část výstavby, kterou představuje
atypická stavba sklobetonového objektu, ve kterém je soustředěn vývoj, technologie, obchodní
činnost, administrativa a řízení firmy, již realizována vlastními silami. Management firmy plnil
roli jak generálního dodavatele, tak i investora.
Díky cílenému úsilí bylo v závěru roku 2001 dovršeno vybudování druhé etapy projektu rozvoje
firmy. Byly soustředěny a zejména posíleny vývojové a technologické kapacity, podstatně se posílila
výrobní základna. Byla instalována nejmodernější technologická zařízení.
Výsledkem změn, které byly realizovány v tomto období, byl i nový produkt – minibike ORIGAMI,
který se stal ve své kategorii špičkovým strojem. Ihned po svém uvedení si získal velmi
dobrou pozici na závodech v USA. Za tento model motocyklu byla udělena v národní soutěži
„Vynikající výrobek roku 2003“ cena za vynikající design a cena za manažerský počin roku v oblasti
designu.
V průběhu roku 2003 byl připraven investiční záměr na realizaci třetí etapy rozvoje podniku,
a to formou vybudování nového průmyslového komplexu firmy, který se stal pilotním projektem
první etapy nově budované průmyslové zóny Blansko7
.
Čínská hrozba
V roce 2003 byla společnost Blata na vrcholu svého rozkvětu. Oceněním jejích podnikatelských
aktivit a dosahovaných výsledků, byla i návštěva prezidenta republiky Václava Klause
v listopadu 20038
.
Ve výrobkovém portfoliu byly minibiky pro volný čas, minibiky pro závodní účely, skútry
a čtyřkolky. Firma prodávala téměř 10 000 výrobků za rok.9
Prodej výrobků byl na vysoké úrovni
a značka Blata měla ve světě dobré jméno. Polovina produkce směřovala do Spojených států
amerických.
Na přelomu roku 2003 a 2004 se ale objevily první zprávy o čínských plagiátech společnosti Blata.
Vedení společnosti sice počítalo s možností padělání výrobků, ovšem nemělo představu o tom,
kdo a kdy s padělky přijde.
První plagiát minibiku byl objeven ve Spojených státech. Byl tak nekvalitní, že v něm vedení
společnosti nevidělo konkurenci. Ve velmi krátké době byl však trh zaplaven obrovskou vlnou
plagiátů. Jen do Evropy čínští výrobci dodávali sto tisíc minimotorek měsíčně10
. Plagiáty se týkaly
zejména výrobků určených pro volný čas a hobby. Minibiky byly detailně okopírovány. Kromě
vzhledu, tvaru rámů a plastů byly v některých případech okopírovány i ochranné známky a díly
chráněné patenty11
. Vedení společnosti bylo vzniklou situací zaskočeno a začalo reagovat až se
zpožděním. Teprve tehdy poznalo, jak je trh minibiků pro volný čas obrovský. Nicméně bylo to
až v době, kdy byl zahlcen levnými čínskými plagiáty.
7 Malé motocykly a motorové koloběžky z Blanska. Tisková zpráva, 2008.
8 Malé motocykly a motorové koloběžky z Blanska. Tisková zpráva, 2008.
9 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
10 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
11 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
10. PŘÍPADOVÉ STUDIE 127
Již v roce 2004 musela společnost výrazně snížit produkci. To mělo neblahý vliv na hospodářský
výsledek. V roce 2006 byla hospodářská ztráta podniku z nerealizovaných prodejů vyčíslena
na 200 mil. korun12
. Kromě vysoké ztráty související s výraznými odbytovými potížemi a omezováním
výroby, poškozovaly plagiáty jméno značky Blata na tuzemském i zahraničním trhu a také
ohrožovaly spotřebitele. Některé napodobeniny výrobků byly na základě odborné expertízy označeny
dokonce za životu nebezpečné13
.
Vládní podpora českých podnikatelů?
Plagiátorství dosahuje ve světovém obchodě obrovských rozměrů. Ročně plagiátoři zfalšují zboží
za přibližně 500 miliard eur. Experti odhadují, že obchod s padělaným zbožím představuje šest
procent z celkového světového obchodu14
.
Oficiální čínští představitelé deklarují svou snahu s plagiátorstvím skoncovat. Čína je členem
Světové obchodní organizace (WTO) a jejím zájmem je volný obchod. Čínský premiér Wen Ťiapao
v projevu na půdě francouzské podnikatelské konfederace prohlašoval: „Důsledně splníme závazky,
jež přináší členství ve WTO, budeme dále otevírat náš trh, zdokonalovat zákony, zvyšovat
transparentnost a také zásadně posílíme ochranu duševního vlastnictví.“15
Realita je ovšem jiná. Když měl přijet čínský premiér na návštěvu České republiky, byli zástupci
vedení společnosti Blata přizváni k účasti na setkání. Jako ostatní účastníci setkání s českými
podnikateli mu mohli položit otázku. Vedení společnosti formulovalo dotaz v souladu s diplomatickými
zvyklostmi a zcela nekonfliktně – byl v něm zdůrazněn zájem o vzájemnou spolupráci
s Čínou, přitom se však tázali, zda jim může čínská strana s problematikou napodobenin nějak
pomoci. Hospodářská komora, která setkání připravovala, však vedení společnosti informovala,
že dotaz neprošel do „užšího kola”16
. S podobným alibistickým přístupem se společnost setkala
i ze strany české vlády. Čína je důležitý obchodní partner a to je zřejmě důvod neochoty ze strany
vlády problém plagiátorství zásadním způsobem řešit.
Pomož si sám
Vedení společnosti se rozhodlo, že bude s čínskými výrobci bojovat vlastními silami. Zástupci firmy
Blata, vydávající se za zájemce o nákup minimotocyklů, osobně navštívili 12 čínských továren,
které vyráběly plagiáty výrobků jejich podniku. Poznali odlišnou mentalitu Číňanů, pro které je
kopírování výrobků způsobem, jak se přiblížit světové úrovni17
.
Důkladným monitoringem prodejních kanálů a také výrobců v Číně zjistili, jak dlouho trvá, než
je výrobek okopírován a dán na trh. Průměrně šlo o šest měsíců, což je velmi krátká doba. Nicméně
vedení společnosti vědělo, že za tu dobu je firma schopna vyvinout nový výrobek, případně
inovovat současnou produktovou řadu18
.
V té chvíli firma uplatnila následující strategii: Jakmile se objevily napodobeniny výrobků stávající
produktové řady, začalo se pracovat na novém produktu, motorové čtyřkolce, kterou se během
šesti měsíců podařilo vyvinout a připravit pro výrobu. Tento nový výrobek byl uveden na
trh v dubnu 2005. Plán předpokládal výrobu 10 000 kusů během šesti měsíců, na což byl připra-
12 Blata: Neprodáváme motorky, ale vítězství. Tisková zpráva, 2008.
13 Plagiáty-plagiátoři způsobují tuzemským firmám stamilionové škody. Tisková zpráva, 2008.
14 Potopí čínské padělky české podnikatele? Server IDNES.CZ. Tisková zpráva, 2008.
15 Padělky jsou všude: Kotila, Blata, Hamé… Server IDNES.CZ. Tisková zpráva, 2008.
16 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
17 Motocyklový boj s čínskými mlýny. Podnikatelský týdeník Profit, 2008.
18 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
10. PŘÍPADOVÉ STUDIE128
ven i takt výrobní linky. Po uvedení na trh měla společnost půl roku na to, aby vyrobila a prodala
čtyřkolek co nejvíce. K velkému překvapení však čínské plagiáty přišly už několik týdnů po té, co
byla čtyřkolka uvedena na britský trh. Čínský výrobce začal prodej inzerovat pouhých 14 dní po
uvedení nového výrobku firmy Blata na trh, a to ještě dříve, než byla kopie připravena ve výrobě,
což je běžný způsob, jakým zkoumá poptávku. Za jeden jediný měsíc měli čínští výrobci kopii
vyrobenou19
.
Vedení společnosti z dalšího šetření u čínských výrobců, i od svých partnerů v jednotlivých
zemích zjistilo, že čínští výrobci produkty, které firma Blata uvádí na evropský trh neustále monitorují
a ve chvíli, kdy je možné si zakoupit originál, ihned jej zakoupí a kurýrem zašlou do Číny.
Zde okamžitě začíná proces kopírování. V daném případě už čtyři dny po uvedení na trh byl výrobek
v čínské továrně, kde byl rozebrán a každý jeho díl byl prostorově oskenován. Výroba trvala
měsíc, další měsíc zabrala doprava lodí do Evropy. Dva měsíce od nástupu čtyřkolky dorazily na
evropský trh čínské plagiáty20
.
Dva měsíce je příliš krátká doba na to, aby firma Blata mohla přijít s novým výrobkem. Trh minimotorek
a čtyřkolek určený pro volný čas byl během krátké doby zahlcen čínskými výrobky. Firma
tak přišla o stěžejní oblast své výroby určenou pro širší veřejnost. Sen Pavla Blaty, který firmu
úspěšně budoval, se pomalu, ale jistě utápěl v čínské záplavě levných a nekvalitních plagiátů.
Vedení společnosti se proto rozhodlo navštívit právní kanceláře v Pekingu. Zástupci společnosti
zjistili, že zákony postihující plagiátorství jsou v Číně stejně tvrdé jako v západní Evropě. Problém
je ovšem s jejich vynucováním21
. Uplatnění práv duševního vlastnictví prostřednictvím patentů,
nebo vlastnění průmyslových či užitných vzorů je nutné provést přímo v dané zemi. Registrace
průmyslového vzoru v Evropě trvá zhruba 2 až 3 měsíce, v Číně je to asi 1 rok a více. Tato doba je
pro čínské výrobce natolik dostatečná, aby dokázali vyrobit takové množství plagiátů, které v podstatě
zničí trh v dané zemi22
.
Spolupráce s Celní správou
V kritické situaci, kdy zkrácení inovačního cyklu se ukázalo jako neúčinné, hledala společnost Blata
jiný způsob, jak se s hrozbou plagiátů vyrovnat. Vedení společnosti začalo intenzivně jednat se
specializovanými státními orgány. K danému případu byla ustavena komise, složená ze zástupců
Celní správy, Ministerstva zahraničí, České obchodní inspekce, Ministerstva průmyslu a obchodu
a policie. Setkání komise k řešení dané situace proběhlo zhruba třikrát, k zásadnímu řešení ovšem
komise nedospěla.
Jako lepší se ukázaly být přímé kontakty s Českou obchodní inspekcí a Celní správou. Cesta
ke zdárné spolupráci ovšem nebyla snadná. Vedení společnosti začalo intenzivně spolupracovat
zejména s Celní správou. Společnost se zúčastňovala seminářů, kde zástupce Celní správy „učila“
kde a jak hledat padělané minibiky. Bylo třeba naučit celníky, jaký je rozdíl mezi originálem a plagiátem.
Nejednalo se o spolupráci s orgány celní správy pouze v České republice, ale ve všech zemích,
kam byly plagiáty dováženy. Vůči zahraničí však byla problémem jazyková bariéra. Veškerá
komunikace, včetně školení a seminářů, musela probíhat v jazyce dané země.
Prvním velkým výsledkem tohoto snažení byly zadržené kontejnery s čínskými padělky na Maltě.
Dnes je situace taková, že sami celníci, už při zadržení zboží, se na firmu Blata iniciativně obracejí.
Lze říci, že největší kus práce udělali ve věci plagiátů čeští celníci. Kdyby se chovaly celní
19 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
20 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
21 Motocyklový boj s čínskými mlýny. Podnikatelský týdeník Profit. On-line, 2008.
22 Blata Blansko: Jak čínské padělky málem zničily českého výrobce. Tisková zpráva, 2008.
10. PŘÍPADOVÉ STUDIE 129
orgány v ostatních zemích podobně, právní kroky, které mají za úkol plagiátorství zastavit, by pro
řešení daného problému dostačovaly.
Uplatnění obdobných postupů přímo v Číně se ukázalo jako velmi problematické. Spolupráce
a komunikace s čínskými orgány je zatížena obrovskou byrokracií, která v Číně panuje. Společnost
Blata proto využívá pomoc ze strany české ambasády.
Nová strategie
I když se společnosti Blata podařilo uskutečnit kroky k omezení dovozu čínských plagiátů, její
postavení na trhu minimotorek a čtyřkolek pro volný čas, který byl plagiáty postižen nejvíce, se
již v původní podobě obnovit nepodařilo. Navíc náklady spojené s bojem proti plagiátům byly
vyšší, než kýžený efekt.
Ztráty, které konkurence plagiátů způsobila, byly značné. Kromě vysokých finančních ztrát
podnik musel propustit také řadu zaměstnanců. Ze skoro 90 zaměstnanců jich dnes v podniku
pracuje jen 55.
Vedení společnosti přijalo novou strategii. Spočívá v zaměření na výrobky s vysokou přidanou
hodnotou. Jedná se zejména o řadu závodních minibiků. Při jejich výrobě je uplatněno 20 let
know-how, dané použitím materiálů, technologií výroby a vývojem. V této oblasti plagiátoři nejsou
schopni konkurovat. Dokáží sice napodobit vzhled produktu, ovšem nedokáží docílit toho,
aby měl výrobek vlastnosti, které jsou pro závody nezbytné. Tedy vysoký výkon, vysokou bezpečnost
a provozní spolehlivost a další důležité technické parametry.
Pokud si zákazník kupuje motorku pro volný čas, je pro něj rozhodujícím faktorem pro koupi
cena. Pokud je motorka určena k závodění, rozhodující jsou technické parametry a kvalita. Bez
kvalitního výrobku závodník nevyhraje. I nepatrné odchýlení plagiátu od originálu má na jízdní
vlastnosti závodního minibiku velký vliv. Závodníci chtějí vyhrát, proto nemají plagiáty na trhu
určeném pro závodníky šanci. Čínské plagiáty určené pro závodění dosahují pouze 60% výkonových
parametrů originálních závodních strojů.
V rámci nové strategie je vysoký důraz kladen na kvalitu. Společnost vyvinula vlastní způsob
kontroly. U všech výrobků, které opouštějí továrnu, se kontroluje více než 200 bodů, na kterých
celková úroveň kvality výrobku závisí. Úroveň a důkladnost těchto testů v mnohém převyšuje požadavky
světových průmyslových a motoristických norem i kritéria stanovovaná konkurenčními
podniky ve vyspělých zemích23
.
Vysoký důraz je též kladen na úroveň inovačního procesu. Vedení společnosti sleduje záměr
vyrábět minibiky Blata a skútry Blatino, a to na světové úrovni. Z tohoto důvodu se neustále investuje
do vývoje. Objevují se nové materiály, přibývají technologie. Společnost má vlastní tým
kvalitních vývojářů, kteří neustále přichází s novými řešeními.
Připravuje se rozšíření výrobního programu o silniční motocykly. V nejbližší době bude na trh
uveden motocykl Blata 125. Poprvé byl tento motocykl s motorem o objemu 125 cm2
představen
na frankfurtském veletrhu Intermot. Jeho prodej má být směřován jak na tuzemský trh, tak i do
západní Evropy a Spojených států amerických. Hlavní cílovou skupinou mají být mladí motocyklisté,
toužící po stroji sportovního vzhledu.
23 Internetové stránky společnosti Blata, s.r.o.
130
11. ZÁVĚR 131
Závěr11.
Předložená monografie shrnuje výsledky etapy zaměřené na analýzu faktorů hospodářské úspěšnosti
podniků. S využitím dat z rozsáhlého empirického šetření byla na základě relevantních statistických
metod potvrzena platnost základní hypotézy předmětného výzkumu, která předpokládá,
že existuje významná závislost mezi určitým typem hospodářské úspěšnosti podniků a určitou
typickou konfigurací faktorů vytvářejících konkurenceschopnost podniků. Bylo rovněž identifikováno
17 faktorů hospodářské úspěšnosti podniků a nalezeny jejich typické konfigurace, vytvářející
určité typy hospodářské úspěšnosti podniků. Tím byl naplněn hlavní vědecký cíl výzkumu.
Zdá se tedy, že všechno podstatné bylo splněno a není co dál řešit. Nicméně není tomu tak. Přesto,
že lze konstatovat splnění cíle výzkumu, je nutno zároveň přiznat, že v průběhu předmětné
etapy byla nastolena řada problémů a odkryta řada oblastí, které jsou výzvou pro další výzkumné
aktivity.
V oblasti instrumentální jde zejména o další experimenty s aplikací metody statistického rozpoznávání
obrazů. Je třeba uvést, že se jedná o první aplikaci této statistické metody v oblasti ekonomiky
a řízení podniků a dostatečné zkušenosti zatím chybí. Nedá se proto říci, že by další ověřování
důvěryhodnosti získaných výsledků bylo zbytečné. Z doposud provedených experimentů
je patrná přílišná citlivost výstupů na poměrně malé změny na straně vstupních proměnných. To
důvěryhodnost doposud získaných výsledků poněkud relativizuje. Při dalších experimentech by
bylo proto dobré se zaměřit na formulaci vstupních proměnných tak, aby algoritmu dané metody
vyhovovaly lépe než doposud. Lze uvažovat i o zcela zásadní transformaci proměnných získaných
z empirického šetření do nové soustavy proměnných, popisujících analyzované podniky kvalitativně
odlišným způsobem. Tyto úvahy vybízejí k celé řadě poměrně pracných experimentů.
Další výzvy k řešení jsou v oblasti interpretační. Ta doposud nebyla rozpracována v požadované
šíři a hloubce. Jednotlivé skupiny podniků jsou zatím bohužel popisovány spíše jako hodnoty
vedle sebe stojících proměnných, kterými jsou podniky charakterizovány, hlubší analýza objasňující
společný účinek (tj. synergický efekt) těchto proměnných chybí. Kvantitativní analýza by
měla být doplněna kvalitativní analýzou. Oporou by měly být informace z tzv. volných odpovědí
z dotazníků, ze zpracovaných anotací podniků a z dalších dostupných informačních zdrojů. To
je samozřejmě velmi náročné na pracnost, nicméně pro hlubší pochopení a kvalitnější zvládnutí
dané problematiky téměř nezbytné.
V oblasti kvalitativní analýzy by měl být podstatně více než doposud využit potenciál případových
studií, zachycujících a analyzující případy „nejlepší praxe“, nebo jiné pozoruhodné kausy,
které by mohly mimo jiné přispět k hlubšímu pochopení některých výsledků získaných cestou
kvantitativní analýzy a zároveň přinést odborné veřejnosti další zajímavé informace.
Zatím byla pozornost zaměřena na endogenní vlivy působící na hospodářskou úspěšnost podniků,
od působení exogenních vlivů bylo víceméně abstrahováno. V dalším řešení je proto třeba
11. ZÁVĚR132
se zaměřit výrazně právě na exogenní vlivy, s cílem zasadit vývojové trendy podniků do širšího
ekonomického a společenského rámce.
Vzhledem k tomu, že podniková sféra podléhá stálým změnám, je nezbytné dbát na neustálou
aktualizaci. Předpokládá se opakované hodnocení hospodářské úspěšnosti analyzovaných podniků
na základě nejnovějších informací z jejich účetních závěrek.
Výběrový soubor podniků, se kterým se doposud pracovalo, reprezentuje odvětví zpracovatelského
průmyslu a odvětví stavebnictví. Nabízí se otázka odvětvového zaměření dalšího případného
empirického šetření. V úvahu přichází orientace na jiná, méně tradiční odvětví, jejichž stávající
rychlý rozvoj úzce souvisí s nástupem postindustriální společnosti.
V neposlední řadě je nutno připomenout, že řešitelský kolektiv se ve svých publikacích doposud
zabýval spíše metodickou stránkou řešení a popisem výsledků aplikace použitých metod. S ohledem
na potřeby podnikové praxe i širší odborné veřejnosti se jeví jako potřebné zpracování publikace
podávající teoreticky zakotvený a zároveň čtivou formou podaný celkový obraz podnikové
sféry v České republice a jejích vývojových trendů.
POUŽITÁ LITERATURA 133
Použitá literatura
ANTHONY, J. H.; RAMESH, K. Asssociation between accounting performance measures and stock1.
prices: a test of the life-cycle hypothesis. Journal of Accounting and Economics, 1992, vol. 22, no. 1–3,
s. 3–30.
BERMAN S. L.; WICKS A. C.; KOTHA S.; JONES T. M. Does stakeholder orientation matter?2.
The relationship between stakeholder management models and firm financial performance. Academy
of Management Journal, 1999, vol. 42 no. 5, s. 488–506.
BLAŽEK a kol. K3. onkurenční schopnost podniků. Primární analýza výsledků empirického šetření.
Brno: Masarykova univerzita, 2007. 309 s. ISBN 978–80–210–4456–2.
BLAŽEK, L. Dílčí závěry z empirického šetření konkurenceschopnosti podniků.4. Working paper 31/2007.
Brno: Ekonomicko-správní fakulta, CVKS, č. 31.
BLAŽEK, L.; DOLEŽALOVÁ, K.; KLAPALOVÁ, A.; ŠIŠKA, L. Metodická východiska zkoumání řízení5.
inovační výkonnosti. Working Paper 11/2005. Brno: ESF Brno, CVKS, 2005, č. 11.
ČÁSTEK, O. Finanční výkonnost podniků a proměnné ze souhrnné části dotazníku empirického6.
šetření. Working Paper 15/2008. Brno: ESF MU, CVKS, 2008, č. 15.
DUDA, R. O.; HART, P. E.; STORK, D. G.7. Pattern classification. 2nd Edition. New York: A Wiley
Interscience, 2000. 654 s. ISBN 0–471–05669.
GREGOROVÁ, I. Faktory konkurenceschopnosti a vztahy se zaměstnanci.8. Working Paper 16/2008.
Brno: ESF MU, CVKS, 2008, č. 16.
HRONOVÁ, S.; HINDLS, R.9. Národní účetnictví: koncept a analýzy. 1. vydání. Praha: C.H.Beck, 2000.
258 s. ISBN 80–7179–235–7.
Internetové stránky společnosti Blata, s.r.o. On-line.10.
Dostupné na: http://www.blata.com/main.asp?id=2&country=53&lang=cz
Internetové stránky společnosti Toray Textiles Central Europe, s.r.o. On-line.11.
Dostupné na: http://www.toray.cz/o_nas.html
Interní materiály společnosti TTCE – Toray Textiles Central Europe, s.r.o., Toray Group,12.
CSR Report, 2006.
JAIN, A. K.; CHANDRASEKAR, B.13. Dimensionality and sample size considerations in pattern recognition
practice. Handbook of Statistics. Amsterdam: P. R.Krishnaiah and L. N.Kanal, 1982, vol. 2., s.835–855.
JAIN, A. K.; DUIN, R. P. W., MAO, J. Statistical pattern recognition: A review.14. IEEE Transanctions on
Pattern Analysis and Machine Intelligence, 2000, vol. 22, no. 1, s.4–37.
KAPLAN, R. S.; NORTON, D. P.15. Strategy maps: converting intangible assets into tangible outcomes. Boston
(Mass.): Harvard Business School, 2004. ISBN 1–59139–134–2.
KARPISSOVÁ, E. Certifikáty systémů řízení.16. Working Paper 18/2008. Brno: ESF MU, CVKS,
2008, č. 18.
POUŽITÁ LITERATURA134
KARPISSOVÁ, E. Faktory konkurenceschopnosti.17. Working Paper 17/2008. Brno: ESF MU, CVKS,
2008, č. 17.
KAŠPAROVÁ, K. Společenská odpovědnost podniku – vyhodnocení.18. Vývojové tendence podniků III.
Svazek 1. Brno: Ekonomicko-správní fakulta, MU, 2007, s. 375–408. ISBN 978–80–210–4466–1.
KISLINGEROVÁ, E. a kol.19. Manažerské finance. Praha: C.H.Beck, 2004. ISBN 80–7179–802–9.
KLAPALOVÁ, A. Konkurenceschopnost podniku a vztahy se zákazníkem.20. Working Paper 19/2008.
Brno: ESF MU, CVKS, 2008, č. 19.
KOHAVI, R.; JOHN, G. H. Wrap pers for feature subset selection.21. Artificial Inteligence, 1997 č. 1–2,
s. 273–324.
KOVANICOVÁ, D.22. Finanční účetnictví: světový koncept. 3. aktualizované vydání. Praha: Polygon, 2002.
ISBN 80–7273–062–2.
KUBÁTOVÁ, E. Analýza dodavatelských vztahů.23. Vývojové tendence podniků III. Svazek 1.
Brno: Ekonomicko-správní fakulta, MU, 2007, s. 313–374. ISBN 978–80–210–4466–1.
KUBÁTOVÁ, E. Vliv dodavatelů na konkurenceschopnost podniku.24. Working Paper 20/2008.
Brno: ESF MU, CVKS, 2008, č. 20.
LIANG, CH.J.; LIN, Y. L. Which IC is more important? A life-cycle perspective. J25. ournal of Intellectual
Capital, 2008, vol. 9, no. 1, s. 62–76.
MAŘÍK, M.; MAŘÍKOVÁ, P.26. Moderní metody hodnocení výkonnosti a oceňování podniku. 2. vydání.
Praha: Ekopress, 2005. 164 s. ISBN 80–86119–61–0.
MILITKÝ, J.; MELOUN, M.27. Kompendium statistického zpracování dat: metody a řešené úlohy včetně CD.
1. vydání. Praha: Academia, 2002. 764 s. ISBN 8020010084.
Motocyklový boj s čínskými mlýny28. . Podnikatelský týdeník Profit. On-line. 2008
Dostupné na <http://www.profit.cz/motocyklovy-boj-s-cinskymi-mlyny/19855.html>
PECÁKOVÁ, I. Testy nezávislosti v řídkých kontingenčních tabulkách.29. Statistika, 2007,
roč. 87, č. 1, s. 61–68.
PETERS, T. J.; WATERMANN, R. H.30. Hledání dokonalosti. Poučení z nejlépe vedených amerických společností.
Praha: Svoboda – Libertas, 1992. ISBN 80–7205–817–7.
Podnikové dokumenty společnosti Toray Textiles Central Europe, s.r.o. – Toray Group,31.
CSR report 2006.
PUDIL, P.; NOVOVIČOVÁ, J.; KITTLER, J. Floating Search Methods in Feature Selection.32. Pattern
Recognition Letters, 1994, roč. 15, s.1119–1125.
PUDIL, P.; PIROŽEK, P.; SOMOL, P. Selection of Most Informative Factors in Merger and Acquisition33.
Process by Means of Pattern Recognition. Signal Processing, Pattern Recognition, and Applicatio,
IASTED, ACTA Press, 2002, s.224–229. ISBN 0–88986–338–5.
PUDIL, P.; PIROŽEK, P.; SOMOL, P. Výběr nejinformativnějších faktorů při akvizici podniků pomocí34.
metod rozpoznávání obrazů. Acta Oeconomica Pragensia, 2000, roč. 8(2), s. 143—159.
RABUŠIC, L.; MAREŠ, P. Interní podkladové materiály ke kurzu SOC108 Statistická analýza dat.35.
Brno, Masarykova univerzita, 2003.
ŘEZANKOVÁ, H.; MAREK, L.; VRABEC, M.36. IASTAT – interaktivní učebnice statistiky. [online].
Praha: VŠE, 2000. Dostupné z http://iastat.vse.cz/.
SEGER, J.; HINDLS, R.; HRONOVÁ, S.37. Statistika pro ekonomy. 4. vydání. Praha: Professional
publishing, 2003. 415 s. ISBN 8086419525.
SOMOL P.; BAESENS B.; PUDIL P.; VANTIHIENEN, J. Filter- versus wrapper-based feature selection38.
for credit scoring. [Porovnání filtrovacího a obalovacího přístupu k výběru příznaků v kontextu
posuzování kredibility klientů.] International Journal of Intelligent Systems, 2005, roč. 20, č. 10,
s. 985–999.
SOMOL, P.; PUDIL, P. Oscillating search algorithms for feature selection.39. Proceedings of the 15th
International Conference on Pattern Recognition. IEEE Computer Society, Los Alamitos, 2000, s. 406–409.
POUŽITÁ LITERATURA 135
SUCHÁNEK, P. Přístupy k analýze vztahů.40. Konkurenční schopnost podniků. 1. vydání. Brno: Centrum
výzkumu konkurenční schopnosti, Ekonomicko-správní fakulta, Masarykova univerzita Brno, 2007.
ISBN 978–80–210–4456–2, s. 293–298.
ŠIŠKA, L. Analýza finanční výkonnosti respondentů empirického šetření CVKS.41. Working Paper 10/2008.
Brno: ESF MU, CVKS, 2008, č. 10, 34 s.
ŠPALEK, J.42. Aplikovaná statistika II. 1. vydání. Brno: Masarykova univerzita, 2004. 132 s.
ISBN 80–210–3413–0.
ŠPALEK, J. Metodika a realizace statistického zpracování.43. Konkurenční schopnost podniků (Primární
analýza výsledků empirického šetření). 1. vydání. Brno: Centrum výzkumu konkurenční schopnosti,
Ekonomicko-správní fakulta, Masarykova univerzita Brno, 2007. ISBN 978–80–210–4456–2, s. 35–40
ŠPALEK, J. Přístupy k analýze vztahů.44. Konkurenční schopnost podniků (Primární analýza výsledků empirického
šetření). 1. vydání. Brno: Centrum výzkumu konkurenční schopnosti, Ekonomicko -správní fakulta,
Masarykova univerzita Brno, 2007, s. 291–298. ISBN 978–80–210–4456–2.
THEODORIDIS, S.; KOUTROUMBAS, K.45. Pattern Recognition. 3rd edition. USA: Academic Press, 2006.
ISBN 0126858756.
Tisková zpráva, Blata Blansko.46. Existuje recept na dobrého šéfa? 2008 On-line.
Dostupné na: https://services.erudia.cz/storage/files/per_blata_existuje_recept_na_sefa.pdf
Tisková zpráva, Blata Blansko.47. Jak čínské padělky málem zničily českého výrobce. 2008 On-line.
Dostupné na http://www.velkaepocha.sk/content/view/2871/41/
Tisková zpráva, Blata Blansko.48. Malé motocykly a motorové koloběžky z Blanska. 2008 On-line.
Dostupné na http://www.itest.cz/blata.htm
Tisková zpráva, Blata: neprodáváme motorky, ale vítězství. 2008. On-line.49.
Dostupné na http://www.businessinfo.cz/cz/clanek/czechtrade/blata-neprodavame-motocykly-ale-vitezstv
/1001668/46355/
Tisková zpráva.50. Padělky jsou všude: Kotila, Blata, Hamé… Server IDNES.CZ, 2008 On-line.
Dostupné na http://podnikani.idnes.cz/potopi-cinske-padelky-ceske-podnikatele-fd
g-/firmy_leg.asp?c=A060919_150244_firmy_eu_vra
Tisková zpráva.51. Plagiáty-plagiátoři způsobují tuzemským firmám stamilionové škody. 2008. On-line.
Dostupné na http://mam.ihned.cz/1–10000006–18434700–100000_d-d0
Tisková zpráva.52. Potopí čínské padělky české podnikatele? Server IDNES.CZ, 2008. On-line.
Dostupné na: http://podnikani.idnes.cz/potopi-cinske-padelky-ceske-podnikatele-fd
g-/firmy_leg.asp?c=A060919_150244_firmy_eu_vra
VAN, P. N.; LAISNEY, F.; KAISER, U. The Performance of German Firms in the Business-Related53.
Service Sector: A Dynamic Analysis. Journal of Business & Economic Statistics, Jul 2004. Vol. 22,
Iss. 3; s. 274.
136
SEZNAM OBRÁZKŮ, TABULEK A GRAFŮ 137
Seznam obrázků, tabulek a grafů
Seznam obrázků
[1] Výchozí volba rozdělení (23)
[2] Proces selekce příznaků (44)
[3] Blokové schéma SFFS algoritmu (46)
[4] Blokové schéma oscilačního algoritmu (47)
[5] Část výstupu z finálního experimentu (90)
Seznam tabulek
[1] Současná shoda zařazení do shluků v prvním a ve druhém pokusu (25)
[2] Míra korelace v závislosti na hodnotě korelačního koeficientu (36)
[3] Použitelné míry asociace dle typu proměnné (37)
[4] Datové proměnné exportované z databáze CreditInfo (57)
[5] Přehled vstupních dat pro jednotlivé fáze analýzy (68)
[6] Vztah mezi hodnocením vnitřních faktorů konkurenceschopnosti a jejich vlivem na konkurenceschopnost (70)
[7] Vztah mezi hodnocením vnějších faktorů hospodářské úspěšnosti a jejich vlivem na konkurenceschopnost (71)
[8] Důležitost stakeholderů (72)
[9] Matice C – proměnné vstupující do algoritmu metody statistického rozpoznávání obrazů (86)
[10] Porovnání absolutních maxim a vybraných lokálních maxim (92)
[11] Matice D – přehled faktorů hospodářské úspěšnosti podniků – výstup z aplikace metody SFFS 5NN (93)
[12] Sekundární shluky (94)
Seznam grafů
[1] Dendogram podobnosti prvního a druhého pokusu (25)
[2] Souvislost počtu shluků a počtu pokusů (27)
[3] Podobnost zařazení podniků při 27 pokusech (27)
[4] Struktura chybějících dat (58)
[5] Hypotéza rozdělení primárních shluků respondentů (58)
[6] Průměrná ROA a průměrná míra růstu aktiv typických shluků (61)
[7] Průměry hlavních kritérií shluků vč. průměrů ohnisek (61)
[8] Typické shluky, jejich průměrná ziskovost a počty členů (62)
[9] Vážené průměry za každý podnik (63)
[10] Vážené průměry každý ohniskový podnik (64)
[11] Minimální a maximální hodnoty v rámci shluků (65)
[12] Poměr mezi veřejnými a soukromými zakázkami ve stavebnictví (76)
[13] Vlastník jako součást managementu a vliv na konkurenceschopnost (79)
[14] Průběh informativnosti kombinací proměnných (91)
SEZNAM OBRÁZKŮ, TABULEK A GRAFŮ138
[15] Detail analyzovaného lokálního maxima (92)
[16] Podíl podniků skupiny A, B a C ve zpracovatelském průmyslu a ve stavebnictví (96)
[17] Podíl podniků skupiny A, B a C v s.r.o. a a.s. (97)
[18] Podíl podniků skupiny A, B a C v jednotlivých velikostních skupinách podniků (97)
[19] Podíl podniků skupiny A, B a C v koncernových a ostatních podnicích (98)
[20] Podíl podniků skupiny A, B a C ve skupinách dle země vlastníka (99)
[21] Podíl jednotlivých typů vlastnických struktur ve výběrovém souboru (99)
[22] Podíl podniků skupiny A, B a C v jednotlivých typech vlastnických struktur (100)
[23] Podíl podniků skupiny A, B a C v jednotlivých typech podnikatelských strategií (101)
[24] Podíl podniků s převahou specifických produktů ve skupinách A, B a C (101)
[25] Průměrná stabilita odběratelů podniků ve skupinách A, B a C (102)
[26] Podíl podniků s převahou exportu ve skupinách A, B a C (102)
[27] Podíl podniků s převahou specifických dodávek ve skupinách A, B a C (103)
[28] Průměrná stabilita dodavatelů podniků ve skupinách A, B a C (104)
[29] Podíl podniků s převahou importu ve skupinách A, B a C (104)
[30] Průměrná úroveň rozhodujících složek hmotného majetku podniků ve skupinách A, B a C (105)
[31] P0odíl podniků s aplikací modulu MRP ve skupinách A, B a C (105)
[32] Podíl podniků s aplikací modulu MRP v jednotlivých velikostních skupinách (106)
[33] Průměrná přidaná hodnota na zaměstnance ve skupinách A, B a C (106)
[34] Průměrný podíl technicko-hospodářských pracovníků z celkového počtu pracovníků ve skupinách A, B a C (107)
[35] Průměrný podíl pohyblivé složky mzdy z celkové mzdy ve skupinách A, B a C (107)
[36] Průměrný podíl prostředků vynakládaných na zaměstnanecké výhody ve vztahu k personálním nákladům
ve skupinách A, B a C (108)
[37] Průměrný podíl prostředků vynakládaných na vzdělávání ve vztahu k personálním nákladům
ve skupinách A, B a C (108)
[38] Průměrná míra fluktuace ve skupinách A, B a C (109)
[39] Podíl podniků vlastnících certifikát ISO 14000 ve skupinách A, B a C (110)
[40] Podíl podniků vlastnících certifikát OHSAS 18001 ve skupinách A, B a C (110)
139
1
Příloha č.1. SEZNAM PODNIKŮ
140
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 141
Zpracovatelský průmysl1.
Kategorie 15 – Výroba potravinářských výrobků a nápojů
AGROPODNIK, a.s. IČO 46982761
Sídlo: Velké Meziříčí
Zaměření činnosti: Volně ložená i pytlovaná průmyslová hnojiva; vápenatá hnojiva; skleníky;
pytlovaný síran amonný technický.
Agrovýkup, a.s. IČO 25305107
Sídlo: Moravské Budějovice
Zaměření činnosti: Základní druhy obilovin, luštěnin a olejnin.
A S P E C, s.r.o. IČO 43960073
Sídlo: Krnov
Zaměření činnosti: Klasické pekařské výrobky – různé druhy chleba, rohlíků, jemné pečivo včetně
listového; slané trvanlivé pečivo – zejména tyčinky CLUB: sýrové, grahamové a sezamové.
AVOS, a.s. IČO 00558311
Sídlo: Kroměříž
Zaměření činnosti: Široký sortiment pekárenských a cukrářských výrobků; kvalitní textil
SECOND HAND z Holandska; pěstitelské pálení z ovocných kvasů.
DRINKS UNION, a.s. IČO 46708219
Sídlo: Ústí nad Labem
Zaměření činnosti: Výroba piva a lihovin.
FRITAGRO Nížkov, s.r.o. IČO 63492938
Sídlo: Nížkov (okres Žďár nad Sázavou)
Zaměření činnosti: Bramborové předsmažené zmrazené hranolky; sušené bramborové lupínky;
sušené bramborové kostky; sušená bramborová mouka.
J.L.N., s.r.o. IČO 47678585
Sídlo: Opava
Zaměření činnosti: Výroba pekárenských výrobků.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ142
Jaroměřická mlékárna, a.s. IČO 49968939
Sídlo: Jaroměřice nad Rokytnou
Zaměření činnosti: Tvarohy; přírodní eidamské sýry; smetanový sýr; pomazánkové máslo;
máslo.
Jatka Lanškroun, s.r.o. IČO 49286501
Sídlo: Lanškroun
Zaměření činnosti: Výroba masných výrobků; porážka a bourárna jatečních zvířat
LABETA, a.s. IČO 49813749
Sídlo: Chrudim
Zaměření činnosti: Hotové směsi na přípravu moučníků; přílohy k pokrmům na bázi brambor;
želírovací a konzervační přípravky; polévky; směsi na chléb do domácích elektrických pekáren;
DIA výrobky; bezlepkové výrobky.
LAPEK, a.s. IČO 44015593
Sídlo: Jihlava
Zaměření činnosti: Pekařské a cukrářské výrobky; sváteční pečivo.
LINEA NIVNICE, a.s. IČO 49970666
Sídlo: Nivnice, okres Uherské Hradiště
Zaměření činnosti: Alkoholické nápoje (lihoviny konzumní, lihoviny značkové, ovocná vína);
sirupy; ovocné šťávy; kečupy a dětské výživy.
Masokombinát Jičín, s.r.o. IČO 48168408
Sídlo: Jičín
Zaměření činnosti: Výrobky sekané (párky, klobásy); výrobky měkké (gothajský salám, junior,
točák); speciality (moravské uzené, anglická slanina, cikánská pečeně, selský bok…); uzená masa;
výrobky kuřecí; šunky; tuky (slanina, sádlo); produkty na grilování (grilovací párky…); maso
výsekové vepřové; maso výsekové hovězí.
MELITES, s.r.o. IČO 62362321
Sídlo: Medlov
Zaměření činnosti: Listové těsto; mražené pekařské a cukrářské polotovary tradičních tvarů
a náplní.
Měšťanský pivovar Havlíčkův Brod, a.s. IČO 60917628
Sídlo: Havlíčkův Brod
Zaměření činnosti: Výroba piva.
MILKAGRO, a.s. IČO 47677198
Sídlo: Olomouc
Zaměření činnosti: Salámy; klobásky; párky; masné produkty.
Moravia Lacto, a.s. IČO 49969897
Sídlo: Jihlava
Zaměření činnosti: Základní čerstvé mléčné výrobky; polotvrdé a tvrdé sýry.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 143
Moravskoslezské cukrovary, a.s. IČO 46900764
Sídlo: Hrušovany nad Jevišovkou
Zaměření činnosti: Výroba a prodej cukru.
NET PLASY, s.r.o. IČO 45358133
Sídlo: Bystřice pod Hostýnem
Zaměření činnosti: Pomazánkové máslo; termizované sýry; smetanové krémy; pařený sýr;
měkký tvaroh.
NOBRS, s.r.o. IČO 49810189
Sídlo: Brněnec
Zaměření činnosti: Mlýnské výrobky pro zpracovatelský průmysl (mouky).
OLMA, a.s. IČO 47675730
Sídlo: Olomouc
Zaměření činnosti: Čerstvá a trvanlivá mléka; smetany; kysané mléčné výrobky a jogurty;
dezerty; máslo; máselné melange; rostlinné tuky; sušená mléka.
Pivovar Černá Hora, a.s. IČO 25310887
Sídlo: Černá Hora
Zaměření činnosti: Výroba piva; výčepní zařízení; limonády.
Pivovar Janáček, a.s. IČO 60742917
Sídlo: Uherský Brod
Zaměření činnosti: Výroba piva.
Pivovar Náchod, a.s. IČO 47468661
Sídlo: Náchod
Zaměření činnosti: Výroba piva; výroba nealkoholického piva; výroba nealkoholických nápojů.
Pivovar Nymburk, s.r.o. IČO 47536373
Sídlo: Nymburk
Zaměření činnosti: Výroba piva.
POLABSKÉ MLÉKÁRNY, a.s. IČO 45148678
Sídlo: Poděbrady
Zaměření činnosti: Výroba tvarohů a tvarohových specialit.
Prima Karlovy Vary, s.r.o. IČO 45353620
Sídlo: Karlovy Vary
Zaměření činnosti: Řeznictví a uzenářství; koupě strojů, zařízení a dalších potravinářských
potřeb za účelem dalšího prodeje; koupě zboží za účelem jeho dalšího prodeje v režimu živnosti
volné; hostinská činnost.
RUPA, s.r.o. IČO 25057588
Sídlo: Praha
Zaměření činnosti: Mysli tyčinky – FLY; cereální a ovocné tyčinky; ořechové tyčinky,
desertní tyčinky.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ144
STAROBRNO, a.s. IČO 46346911
Sídlo: Brno
Zaměření činnosti: 12° Starobrno Ležák; 10° Starobrno Tradiční; Starobrno Medium; Starobrno
Černé; nealkoholické pivo Fríí; Baron Trenck; Červený drak.
SVOBODA – výroba domácích knedlíků, s.r.o. IČO 63492580
Sídlo: Blučina
Zaměření činnosti: Výroba a distribuce domácího knedlíku v různých modifikacích: kynuté,
bramborové, ovocné, škvarkové, speciální; mražené výrobky; těsta na pečení; noky; pizza.
Škrobárny Pelhřimov, a.s. IČO 60071206
Sídlo: Pelhřimov
Zaměření činnosti: Bramborový, pšeničný a kukuřičný škrob; modifikované škroby; pšeničná
vláknina; pšeničný lepek vitální; škrobový sirup; bramborová kaše; líh.
TRUMF International, s.r.o. IČO 25353284
Sídlo: Přerov
Zaměření činnosti: Kořenící směsi.
Unimills, a.s. IČO 26766698
Sídlo: Praha
Zaměření činnosti: Mouky pro pekařské účely; běžné pečivo; jemné pečivo; cukrářské výrobky;
mouky pro speciální účely (oplatky, sušenky, pizza, knedlíky, mražené výrobky, aj.); směsi
pro maloobchod; směsi a zlepšující přípravky pro pekařské účely a krmné suroviny vhodné na
výrobu krmných směsí pro živočišnou výrobu.
Kategorie 17 – Výroba textilií a textilních výrobků
DEKORA-Jeníček, a.s. IČO 64829359
Sídlo: Žďírec nad Doubravou
Zaměření činnosti: Nábytkové látky.
DOPPLER CZ, s.r.o. IČO 16190963
Sídlo: Trhové Sviny (okres České Budějovice)
Zaměření činnosti: Podušky; malé sedáky; slunečníky; zahradní nábytek; deštníky.
EKOTEX, s.r.o. IČO 46345027
Sídlo: Ivančice
Zaměření činnosti: Zušlechťování textilních materiálů; netkané textilie; textilní podlahové
krytiny, rouna, trhaniny a prošívané přikrývky.
ELASTA-VESTIL, s.r.o. IČO 47473622
Sídlo: Krucemburk
Zaměření činnosti: Stuhy; pruženky; popruhy; šle; čelenky; nátepníky; opasky.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 145
FILOGROUP, a.s. IČO 25264281
Sídlo: Ústí nad Orlicí
Zaměření činnosti: Bavlněné příze.
Jabatex, s.r.o. IČO 25968262
Sídlo: Ústí nad Orlicí
Zaměření činnosti: Žinylkové potahové látky.
KORDÁRNA, a.s. IČO 00012157
Sídlo: Velká nad Veličkou
Zaměření činnosti: Technický textil pro pneumatiky a dopravní pásy; geomříže; geotextilie.
Kožešnická, a.s. IČO 25616315
Sídlo: Hlinsko
Zaměření činnosti: Pravé kožichy; umělé kožichy; kožešinové doplňky; bytový textil.
Niťárna Česká Třebová, s.r.o. IČO 64824136
Sídlo: Česká Třebová
Zaměření činnosti: Výroba šicích nití; polygrafická výroba; výroba textilních vláken a tkanin;
pronájem a půjčování věcí movitých; specializovaný maloobchod; zprostředkování obchodu;
výroba vlákniny, papíru a lepenky a zboží z těchto materiálů; zprostředkování služeb; velkoobchod;
služby v oblasti administrativní správy a služby organizačně hospodářské povahy
u fyzických a právnických osob; barvení a chemická úprava textilií.
PŘÍHODA, s.r.o. IČO 62024205
Sídlo: Hlinsko v Čechách
Zaměření činnosti: Textilní rozvody vzduchu (pro potravinářský, chemický, textilní, elektrotechnický
průmysl, pro sklady potravin, bazény, sportovní haly, supermarkety).
SINTEX, a.s. IČO 25298496
Sídlo: Česká Třebová
Zaměření činnosti: Výroba bavlněných, směsových a syntetických zátažných úpletů a jejich
zpracování do konfekčních výrobků.
SPOLSIN, s.r.o. IČO 62063545
Sídlo: Česká Třebová
Zaměření činnosti: Aplikační výzkum a vývoj; poradenství a informatika; ověřování zpracovatelnosti
nových vláknitých materiálů textilními technologiemi předení, pletení a tkaní; vypracování
a ověřování nových textilních technologických postupů; kontrola kvality vláken a textilií, včetně
vypracování znaleckých posudků a analýz; malotonážní výroba technických textilních specialit;
testování textilních materiálů v akreditované zkušební laboratoři.
STAP, a.s. IČO 44569599
Sídlo: Vilémov u Šluknova
Zaměření činnosti: Popruhy – obuvnické, technické a speciální; stuhy – bavlněné, se skelnými
vlákny, nomexové a polyesterové; šňůry a šněrovadla; suché zipy; pruženky – nábytkářské,
oděvní a obuvnické, dámské prádlové; tkané etikety; stuhy; spirálové zipy.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ146
SVITAP J. H. J., s.r.o. IČO 46509755
Sídlo: Svitavy
Zaměření činnosti: Výroba technických tkanin (stanovky a plachtoviny, lnářské tkaniny,
technické tkaniny, filtrační tkaniny) a technické konfekce; POE plachtoviny, netkané textilie,
potahové tkaniny a přikrývky; tkaniny na pracovní ošacení, úklidové textilie a upravené textilie;
ubrusy, utěrky, ručníky, povlečení, geotextílie atd.
Toray Textiles Central Europe, s.r.o. IČO 25500040
Sídlo: Prostějov
Zaměření činnosti: Hladký taft, texturovaný taft a pongem.
Kategorie 18 – Výroba oděvů, zpracování a barvení kožešin
ODEX, s.r.o. IČO 60705990
Sídlo: Vracov
Zaměření činnosti: Dámské a pánské noční prádlo; spodní prádlo; oblečení pro volný čas;
sportovní kolekce značky DOOX.
Kategorie 20 – Zpracování dřeva, výroba dřevařských, korkových,
proutěných a slaměných výrobků kromě nábytku
České dřevařské závody Praha, a.s. IČO 14010
Sídlo: Praha
Zaměření činnosti: Okna dřevěná, platová; dveře; zárubně; srubové domky.
DH Dekor, s.r.o. IČO 26028263
Sídlo: Humpolec
Zaměření činnosti: Laminované desky; impregnovaný papír; nábytkové dílce.
Javořice, a.s. IČO 63492202
Sídlo: Ptení
Zaměření činnosti: Středové řezivo sušené a nesušené; boční řezivo sušené a nesušené; sypané
materiály (štěpka, pilina, kůra, odřezky).
LIRA, obrazové lišty a rámy, a.s. IČO 15789772
Sídlo: Český Krumlov
Zaměření činnosti: Obrazové lišty; hotové obrazové rámy; dřevěné brikety.
PF Postforming, s.r.o. IČO 25748050
Sídlo: Velká Bíteš-Janovice
Zaměření činnosti: Výroba vnitřních okenních parapetů upravených postformingovou hranou;
výroba kuchyňských a stolových desek vč. atypických rozměrů; výroba, prodej a montáž
schodových elementů z laminované MDF; prodej, projekce a servis střešních světlíků a zařízení
pro odvod tepla a kouře; TOPWET – výroba a prodej střešních a balkónových vpustí, odvětrání
střech a šachet pro zelené střechy.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 147
Kategorie 21 – Výroba vlákniny, papíru a výrobků z papíru
Biocel Paskov, a.s. IČO 26420317
Sídlo: Paskov
Zaměření činnosti: Bělená buničina VIAN ECO.
Charvát, a.s. IČO 25947869
Sídlo: Doudleby nad Orlicí
Zaměření činnosti: Asfaltové hydroizolační pásy; asfaltové šindele; parafinové balící papíry.
Kazeto, s.r.o. IČO 48400840
Sídlo: Přerov
Zaměření činnosti: Kancelářská řada (krabicové pořadače, různé krabice, složky, organizéry,
zásuvky, aktovky atd.); výrobky pro domácnost (krabice různých velikostí a tvarů, odpadkové
koše atd.; hračky; lepenkové kufry.
KORONA Lochovice, s.r.o. IČO 25660187
Sídlo: Lochovice
Zaměření činnosti: Pořadače; kroužkové pořadače; archivační výrobky; podložky; sešitové boxy.
Label design, a.s. IČO 26156890
Sídlo: Praha
Zaměření činnosti: Grafické etikety, termo-etikety, logistické etikety; nekonečné pásy; visačky;
booklety; sandwiche.
Mikes, s.r.o. IČO 48397041
Sídlo: Ostrava-Svinov
Zaměření činnosti: Výroba vlnitého papíru a vlnité lepenky, obalů z papíru a lepenky; výroba
zboží z papíru a lepenky; koupě zboží za účelem jeho dalšího prodeje a prodej; zámečnictví;
překlad nákladů.
ORPA, a.s. IČO 00012335
Sídlo: Lanškroun
Zaměření činnosti: Trubice, dutinky, cívky z papíru a z plastů; obalové prostředky.
STI Česko, s.r.o. IČO 25002741
Sídlo: Rumburk
Zaměření činnosti: Dárkové, prodejní, regálové i transportní obaly ze zušlechtěné vlnité lepenky;
UV lakované obaly i stojany; konturově tvarované krabice, tzv. Body Box.; prodejní stojany.
Kategorie 22 – Vydavatelství, tisk a rozmnožování nahraných nosičů
Grada Publishing, a.s. IČO 48110248
Sídlo: Praha
Zaměření činnosti: Vydávání knih.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ148
VLTAVA-LABE-PRESS, a.s. IČO 61860981
Sídlo: České Budějovice
Zaměření činnosti: Vydávání novin (deníky, týdeníky, např. Šíp); tisk; inzerce.
Kategorie 24 – Výroba chemických látek, přípravků, léčiv
a chemických vláken
BIOPHARM, Výzkumný ústav biofarmacie a veterinárních léčiv, a.s. IČO 46356606
Sídlo: Jílové u Prahy
Zaměření činnosti: Široký sortiment veterinárních přípravků.
BorsodChem MCHZ, s.r.o. IČO 26019388
Sídlo: Ostrava
Zaměření činnosti: Základní chemikálie; Cyklohexylamin a Dicyklohexylamin; speciální aminy.
COLORLAK, a.s. IČO 49444964
Sídlo: Staré Město
Zaměření činnosti: Syntetické, vodou ředitelné, polyuretanové, nitrokombinační, chlorkaučukové,
lihové, vypalovací nátěrové hmoty a spreje.
DEZA, a.s. IČO 00011835
Sídlo: Valašské Meziříčí
Zaměření činnosti: Výroba základních aromatických komodit; výroba organických intermediátů;
výroba aromatických specialit; výroba fenolových homologů; nákup a prodej chemických
produktů; výzkumné, vývojové a analytické činnosti v oboru organické chemie; výroba a prodej
tepla a elektřiny.
FARMAK, a.s. IČO 45192961
Sídlo: Olomouc
Zaměření činnosti: Aktivní farmaceutické ingredience – léčivé látky; chemické meziprodukty
a speciality; dezinfekční prostředky.
Hexion Specialty Chemicals, a.s. IČO 00011771
Sídlo: Sokolov
Zaměření činnosti: Kyselina akrylová; organické kyseliny; estery sulfonových kyselin; estery
acyklických karboxylových kyselin; akrylátové kopule; polymery; polymery aldehydů a jejich
deriváty.
LINDE VÍTKOVICE, a.s. IČO 45193088
Sídlo: Ostrava
Zaměření činnosti: Výroba technických plynů.
Lučební závody Draslovka, a.s. IČO 46357351
Sídlo: Kolín
Zaměření činnosti: Syntetický kyanovodík; kyanid sodný; acetonkyanhydrin; diphenylguanidin;
chlorcholinchlorid; výrobky pro maskování kovu, úpravu vody, pro výrobu nátěrových hmot,
plastických omítkovin.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 149
Medites Pharma, s.r.o. IČO 45194815
Sídlo: Rožnov pod Radhoštěm
Zaměření činnosti: Substituční roztoky pro kontinuální eliminační metody.
MG Odra Gas, s.r.o. IČO 46577220
Sídlo: Vratimov
Zaměření činnosti: Technické plyny – kyslík, dusík, argon, vodík, oxid uhličitý jakož i směsi
těchto plynů a acetylén.
MORÁVIA-CHEM, s.r.o. IČO 25314416
Sídlo: Hrobice
Zaměření činnosti: Oleje a maziva; autokosmetika; náplně do vstřikovačů; rozmrazovače;
technické kapaliny; čističe pro domácnost; osvěžovače vzduchu; profesionální mytí; příslušenství;
zálohované obaly.
Mölnlycke Health Care Klinipro, s.r.o. IČO 25886665
Sídlo: Karviná
Zaměření činnosti: Zdravotnické přístroje a prostředky.
Ryor, a.s. IČO 26746042
Sídlo: Praha
Zaměření činnosti: Přírodní bylinná kosmetika; potravinové doplňky (speciální čaje a naturální
výživa).
VUAB Pharma, a.s. IČO 63078180
Sídlo: Roztoky u Prahy
Zaměření činnosti: Nystatin; nystatin crude; suché injekce; syntetické nečistoty; meziprodukty.
Kategorie 25 – Výroba pryžových a plastových výrobků
Advanced Plastics, s.r.o. IČO 18953557
Sídlo: Vrbno pod Pradědem
Zaměření činnosti: Formy pro vstřikování; technické výlisky z plastu.
BACHL, s.r.o. IČO 14503603
Sídlo: Modřice
Zaměření činnosti: Izolační hmoty; bazénové tvarovky; PE obalové fólie; vláknitocementová
krytina; plastová okna a dveře; stavební materiály.
Barum Continental, s.r.o. IČO 45788235
Sídlo: Otrokovice
Zaměření činnosti: Pneumatiky pro osobní, dodávková a nákladní vozidla.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ150
D PLAST, a.s. IČO 00544752
Sídlo: Zlín
Zaměření činnosti: Plastové výrobky pro potravinářský, stavební, automobilový a textilní průmysl;
technické granuláty; ochrana galvanických závěsů; vytlačované profily a hadice; stavební
tmely; PVC foliové plechy.
DECRO BZENEC, s.r.o. IČO 63476142
Sídlo: Bzenec
Zaměření činnosti: Výroba, montáž a prodej plastových oken, plastových dveří, dveřních výplní
a zimních zahrad.
DK PLAST, s.r.o. IČO 62029959
Sídlo: Bělá nad Svitavou
Zaměření činnosti: Zboží lisované ve vlastních formách; zahrádkářské potřeby (truhlíky a misky
pod truhlíky, květináče, hrábě, květinové číše); potřeby pro domácnost (dózy, ramínka, lžíce
na obouvání, široký program pro mikrovlnné trouby – dózy, stojánky, kryty, pánev na vajíčka,
talíře, kompotové misky); technické výlisky vyráběné většinou na formách zákazníků (transportní
technika, výtahy, části elektrospotřebičů a dalších výrobků).
EFFBE-CZ, s.r.o. IČO 25696602
Sídlo: Zlín
Zaměření činnosti: Výroba a prodej membrán z technické pryže
HOBAS CZ, s.r.o. IČO 46972498
Sídlo: Uherské Hradiště
Zaměření činnosti: Odstředivě lité sklolaminátové potrubí.
Chemoplast, a.s. IČO 44015861
Sídlo: Brno
Zaměření činnosti: Vstřikovací formy; technické výlisky; hračky; kancelářské potřeby; domácí
potřeby; šatní a obleková ramínka z plastických hmot.
IBEROFON CZ, a.s. IČO 49971034
Sídlo: Uherský Brod
Zaměření činnosti: Plastové součástky pro osvětlování; palivová čerpadla; interiérové díly.
IMG Bohemia, s.r.o. IČO 49824732
Sídlo: Planá nad Lužnicí
Zaměření činnosti: Konstrukční desky; stěnové prvky; plastové rošty; segment skruže DN 1000;
drobné výrobky.
IMS – Drašnar, s.r.o. IČO 25273396
Sídlo: Česká Třebová
Zaměření činnosti: Výlisky z plastu.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 151
J.P. PLAST, s.r.o. IČO 46971696
Sídlo: Kyjov
Zaměření činnosti: Vyfukované obaly; lahve; kanystry; výlisky pro automobilový průmysl;
technické výlisky.
KORES PRAHA, s.r.o. IČO 48208124
Sídlo: Strmilov
Zaměření činnosti: Lepidla; korekční prostředky; samolepicí bločky; samolepicí pásky; razítkové
barvy a podušky; uhlový papír; kompatibilní náplně do inkoustových tiskáren; tonery; barvicí
pásky do jehličkových tiskáren a psacích strojů; speciální papíry pro vysoce kvalitní tisk;
termotransferové pásky pro faxy.
LPS Automotive, s.r.o. IČO 25558277
Sídlo: Brno
Zaměření činnosti: Výroba plastových výlisků.
Pipelife Czech, s.r.o. IČO 60709391
Sídlo: Otrokovice
Zaměření činnosti: Kanalizační systémy; vodovodní systémy; vnitřní odpadní systémy rozvody
studené a horké vody; drenážní systémy (trubky, tvarovky a šachty); plynovodní trubky;
kabelové chráničky; trubky.
RETAL Czech, a.s. IČO 26116219
Sídlo: Mělník
Zaměření činnosti: Výroba PET lahví a PET preforem.
RETRIM-CZ, s.r.o. IČO 48911348
Sídlo: Zlín
Zaměření činnosti: Zpracování polymerů pro automobilový průmysl.
SPUR, a.s. IČO 46900098
Sídlo: Zlín
Zaměření činnosti: Plastové potrubní systémy; izolační materiály; retroreflexní materiály; barvicí
koncentráty a aditiva pro úpravu vlastností plastů; vytlačované profily na zakázku; nesnímatelné
samolepící folie.
SULKO, s.r.o. IČO 47976969
Sídlo: Zábřeh
Zaměření činnosti: Plastová a hliníková okna a dveře.
Tanex Plasty, a.s. IČO 13583808
Sídlo: Jaroměř
Zaměření činnosti: Tvarovky z měkké polyuretanové pěny vhodné pro výplňové díly automobilů;
výrobky z integrální polyuretanové pěny jako pohledové díly automobilů; díly z částicových
pěn; tvrdé polyuretanové pěny.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ152
United Polymers, s.r.o. IČO 18055290
Sídlo: Hranice
Zaměření činnosti: Výroba pryžových výrobků a plastových výrobků.
Kategorie 26 – Výroba ostatních nekovových minerálních výrobků
AGC Processing Teplice, a.s. IČO 25012266
Sídlo: Teplice
Zaměření činnosti: Ploché sklo pro stavebnictví (vnější fasády a dekoraci interiérů) a pro
specializovaná průmyslová odvětví (doprava, elektrické spotřebiče, nejmodernější technologie –
dotykové displaye, elektrochromatická zrcadla, skleněné disky,…).
B & BC, a.s. IČO 64832783
Sídlo: Plzeň
Zaměření činnosti: Dílce pro výstavbu pozemních komunikací a terénní úpravy; prvky
pro výstavbu kanalizací trubní a šachtový program; prvky pro zdění a stropní konstrukce;
transportbeton.
BETA Olomouc, a.s. IČO 45192308
Sídlo: Olomouc
Zaměření činnosti: Dlažba; dílce pro stavbu komunikačních a terénních úprav (např. obrubníky);
dílce pro stavby podzemních sítí; odlučovače ropných látek.
BETONIKA, s.r.o. IČO 00561681
Sídlo: Lobodice
Zaměření činnosti: Betonové výrobky pro inženýrské a pozemní stavby.
Elektroporcelán Louny, a.s. IČO 49902521
Sídlo: Louny
Zaměření činnosti: Keramické izolátory pro systémy NN, VN a VVN a řada dalších výrobků,
včetně oxidové keramiky.
Holcim (Česko), a.s. IČO 15052320
Sídlo: Prachovice
Zaměření činnosti: Cement; beton; kamenivo.
IP SYSTÉM, a.s. IČO 26787971
Sídlo: Olomouc
Zaměření činnosti: Projekce, výroba, montáž a realizace železobetonových prefabrikovaných
konstrukcí.
ISOTHERM, s.r.o. IČO 60647612
Sídlo: Kaplice
Zaměření činnosti: Izolační skla; kalená bezpečnostní skla.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 153
Izoglass, s.r.o. IČO 25763385
Sídlo: Kladno
Zaměření činnosti: Výroba izolačních skel.
IZOLAS, s.r.o. IČO 46981195
Sídlo: Brno – Horní Heršpice
Zaměření činnosti: Základní sklo; izolační sklo; interiérové sklo; bezpečnostní sklo; protipožární
sklo.
Moravské keramické závody, a.s. IČO 46900985
Sídlo: Rájec-Jestřebí
Zaměření činnosti: Výrobky pro slévárenství – např. naběračky, tvarovky…; formovací hmoty
do slévárenství; malty; tmely; materiály pro licí pánev; omítky; písky; různé druhy šamotu;
nátěry; filtrační systémy; šamotové licí systémy; tuhové kelímky.
PREFA ŽATEC, s.r.o. IČO 63145898
Sídlo: Žatec
Zaměření činnosti: Výroba železobetonových dílců, skeletů a průmyslových hal a hal pro
obchod a administrativu; provádění staveb, zejména montáží prefabrikovaných konstrukcí pro
občanskou a průmyslovou výstavbu.
Savas, s.r.o. IČO 00663891
Sídlo: Beroun
Zaměření činnosti: Výrobky z betonu; silniční panely a stropní panely; skruže studniční;
květináče; plotové tvárnice; římsovky; obrubníky; dlaždice; stropní desky; lavičky; příkopové
a zatravňovací tvárnice.
Skanska Prefa, a.s. IČO 25346261
Sídlo: Praha
Zaměření činnosti: Prefabrikáty včetně montáže pro stavby dopravní, inženýrské, průmyslové,
občanské a bytové.
Skanska Transbeton, s.r.o. IČO 60471778
Sídlo: Praha
Zaměření činnosti: Výroba, doprava a čerpání betonových směsí; prodej písků a štěrkopísků;
lodní doprava.
Sklárna Janštejn, s.r.o. IČO 14502402
Sídlo: Horní Dubénky
Zaměření činnosti: Osvětlovací sklo; skleněné výrobky.
SKLÁRNY MORAVIA, a.s. IČO 16343646
Sídlo: Úsobrno
Zaměření činnosti: Láhve na alkohol a likéry; láhve na víno; laboratorní sklo; kosmetické
flakony; potravinářské sklo.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ154
Starorolský porcelán Moritz Zdekauer, a.s. IČO 46886419
Sídlo: Karlovy Vary
Zaměření činnosti: Hotelový porcelán; ozdobný porcelán; užitkový porcelán.
Wienerberger cihlářský průmysl, a.s. IČO 00015253
Sídlo: České Budějovice
Zaměření činnosti: Cihelné bloky; vodorovné konstrukce; malty a omítky; příslušenství; lícové
cihly; keramická dlažba; doplňky.
Wolf Prefa, s.r.o. IČO 61249963
Sídlo: Praha
Zaměření činnosti: Železobetonové prefabrikáty; sklocementové dílce; kompletizované garáže;
betonářská výztuž.
ŽPSV, a.s. IČO 46346741
Sídlo: Uherský Ostroh
Zaměření činnosti: Výroba pražců; prefabrikáty pro železniční značkování; prefabrikáty pro
drátovody; zábradlí a svodidla; betonové obrubníky.
Kategorie 27 – Výroba základních kovů a hutních výrobků
FERAMO METALLUM INTERNATIONAL, s.r.o. IČO 46962913
Sídlo: Brno
Zaměření činnosti: Odlitky ze šedé litiny s lamelárním grafitem o hmotnosti 0,5–120 kg.
FIMES, a.s. IČO 46995242
Sídlo: Uherské Hradiště
Zaměření činnosti: Odlitky; formy.
FMP, s.r.o. IČO 60490705
Sídlo: Praha
Zaměření činnosti: Kovové uzavírací a spojovací prvky pro potrubní systémy; formy pro
lisování plastů; klempířské střešní komponenty; vrtulové listy pro větrné elektrárny a ultralehká
letadla.
KOMAP DĚDOV, s.r.o. IČO 15032108
Sídlo: Teplice nad Metují – Dědov
Zaměření činnosti: Příruby; tvarové a volné kování; přechody; klenutá dna; nástroje a přípravky;
kalení; žíhání; cementování.
KOVOHUTĚ ČELÁKOVICE, a.s. IČO 46357033
Sídlo: Čelákovice
Zaměření činnosti: Tyče (84% produkce); kondenzátorové trubky; trubky; dráty (z čisté mědi,
z mědi legované nižšími obsahy jiných kovů, z mosazi, z bronzu).
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 155
KRÁLOVOPOLSKÁ SLÉVÁRNA, s.r.o. IČO 63491001
Sídlo: Brno
Zaměření činnosti: Tělesa ventilů; armatury; bubnová dna; lanová kola; pojezdová kola;
speciální polotovary; tělesa ložisek; ozubená kola; rošty pecí; žíhací koše; nápravy a poloosy;
odstředivě lité trubky.
Metalurgie Rumburk, s.r.o. IČO 64652955
Sídlo: Rumburk
Zaměření činnosti: Šedá litina; kusová a malosériová výroba odlitků určených pro stavbu obráběcích
strojů; odlitky typu protizávaží pro stavební stroje a mechanismy; modely pro odlévání.
SLÉVÁRNA PILANA HULÍN, s.r.o. IČO 18189440
Sídlo: Hulín
Zaměření činnosti: Odlitky ze středně a vysoce kvalitních materiálů podle požadavků zákazníků;
hotové výrobky (mlecí segmenty a dovlákňovací disky pro papírenské a dřevozpracující
stroje, mlecí tělesa pro cementárny, frézy na kov, náhradní díly pro tryskací a pískovací stroje).
Slévárny Třinec, a.s. IČO 25830716
Sídlo: Třinec – Staré Město
Zaměření činnosti: Odlitky z litin; odlitky z oceli; odlitky z neželezných kovů; nabídka služeb
jako – nedestruktivní zkoušky (rentgenem, ultrazvukem, magnetickou metodou).
Spojené slévárny, s.r.o. IČO 60202505
Sídlo: Praha
Zaměření činnosti: Produkce odlitků ze šedé litiny, odlévaných do pískových forem a kokil;
tlakové i gravitační lití hliníkových slitin a gravitační lití bronzových slitin; výroba forem,
modelů a obrábění odlitků.
UXA, s.r.o. IČO 44013353
Sídlo: Brno
Zaměření činnosti: Výroba a prodej odlitků ze šedé, tvárné a temperované litiny; obchodní
živnost – koupě zboží za účelem jeho dalšího prodeje a prodej; zprostředkovatelská činnost.
Kategorie 28 – Výroba kovových konstrukcí a kovodělných výrobků
(kromě strojů a zařízení)
ALSTOM Power, s.r.o. IČO 47916044
Sídlo: Brno
Zaměření činnosti: Parní a horkovodní kotle.
Auto Závod Český Dub, s.r.o. IČO 47284731
Sídlo: Český Dub
Zaměření činnosti: Součásti vysokozdvižných vozíků; komplety žacích lišt na zemědělské
stroje; svařované ocelové konstrukce; lisované díly; třískově obráběné díly; součásti osobních
automobilů; součásti komunálních strojů; dělení a tváření plechů; pískování; pálení plamenem
a plazmou; ohýbání na ohraňovacím lisu; další strojírenská výroba.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ156
AVEX TRADE, s.r.o. IČO 25303279
Sídlo: Zlín
Zaměření činnosti: Palety pro pneumatiky; výrobky pro jaderný, automobilový, chemický
a stavební průmysl.
BLEX, a.s. IČO 25247409
Sídlo: Karlovy Vary
Zaměření činnosti: Cedníky různých tvarů a velikostí – galvanicky leskle pokovováno; drátové
zboží – mačkadla, obracečky, metly, naběračky – rovněž galvanicky leskle pokoveno; výrobky
z ocelového leskle pocínovaného plechu – formy na pečení mnoha velikostí a nejrůznějších
tvarů, lopatky na sypké materiály; formy a formičky na pečení s povrchem Teflon® – různé
tvary a velikosti.
Bode-Panzer, s.r.o. IČO 63480182
Sídlo: Rajhrad
Zaměření činnosti: Trezory; vzduchotechnické potrubí a komíny; vzduchotechnika.
BODYCOTE HT, s.r.o. IČO 44569017
Sídlo: Liberec
Zaměření činnosti: Technologie tepelného zpracování – kalení a popouštění nástrojových
materiálů ve vakuu, plazmová a nízkotlaká nitridace.
BUČOVICE TOOLS, a.s. IČO 4996656
Sídlo: Bučovice
Zaměření činnosti: Závitníky; závitové kruhové čelisti; závitořezné nástroje; vrtáky.
DSB EURO, s.r.o. IČO 63468867
Sídlo: Blansko
Zaměření činnosti: Odlitky ze šedé litiny; odlitky z uhlíkatých i legovaných ocelí; odlitky
z tvárné litiny.
ELFE, s.r.o. IČO 47973293
Sídlo: Krnov – Pod Cvilínem
Zaměření činnosti: Svařované ocelové konstrukce; ohýbané dílce; dopravníky a jiné díly do
povrchových dolů; válcovací trať do hutí; náhradní díly pro válcovací tratě do hutí; hřídele pro
potravinářský průmysl; navijáky pro lodní průmysl; jeřáby pro lodní průmysl.
ELSEREMO, a.s. IČO 25565893
Sídlo: Brumov
Zaměření činnosti: Kompletní el. systémy, systémy vytápění, sanitární systémy; montáž
technologie, elektrické, topné a vzduchové systémy.
EUTECH, a.s. IČO 47151421
Sídlo: Šternberk
Zaměření činnosti: Mechanické budíky; quartzové analogové a digitální budíky; rádiem řízené
budíky; nástěnné hodiny v různém provedení (např. plastové, dřevěné, kyvadlové, dětské,
kukačky apod.); široký sortiment klasických a digitálních barometrů; šachové hodiny.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 157
Fluokov, s.r.o. IČO 25013840
Sídlo: Praha
Zaměření činnosti: Kovovýroba (řezání, ohýbání, ohraňování, kroužení, sváření, vrtání);
ocelové konstrukce; kovoobrábění.
FRIGERA METAL, a.s. IČO 25767101
Sídlo: Praha
Zaměření činnosti: Kovové díly pro průmyslové podniky.
GALVAMET, s.r.o. IČO 25779893
Sídlo: Vsetín
Zaměření činnosti: Služby v oboru tepelného zpracování a povrchových úprav kovů.
GRADIOR STEEL, s.r.o. IČO 25562797
Sídlo: Brno
Zaměření činnosti: Výrobky pro potřeby energetiky a teplárenství; výroba ocelových konstrukcí
a jevištní a divadelní techniky.
Halex – Schauenberg ocelové konstrukce, s.r.o. IČO 48948527
Sídlo: Příbram
Zaměření činnosti: Nosné konstrukce zařízení; potrubní mosty; plošiny pro obsluhu strojů
a zařízení; dodávky ocelových konstrukcí pro ocelové haly k výrobním; skladovým nebo
obchodním účelům.
Hobes, s.r.o. IČO 45195277
Sídlo: Horní Benešov
Zaměření činnosti: Zadlabací zámky do dveří: obyčejné, dozické, vložkové; bezpečnostní,
přídavné a protipožární protiplechy; okenní a balkónové válečkové uzávěry; cylindrické vložky
a klíče; střižné nástroje; lisované díly pro autoprůmysl.
HOPAX, s.r.o. IČO 60779713
Sídlo: Červenka
Zaměření činnosti: Ocelové konstrukce; svařené konstrukce včetně opracování; zvedací
zařízení; montážní práce ocelových konstrukcí.
HSE, s.r.o. IČO 45033145
Sídlo: Humpolec
Zaměření činnosti: Dveře; zárubně; zasklívací rámy; portály; protipožární uzávěry.
HVM Plasma, s.r.o. IČO 45309787
Sídlo: Praha
Zaměření činnosti: Povlakování metodami PVD a PACVD.
INTERNATIONAL METAL PLAST, s.r.o. IČO 47309547
Sídlo: Jablonec nad Nisou
Zaměření činnosti: Skladovací a manipulační technika; plastové díly; drátěný program.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ158
Impress, a.s. IČO 46506381
Sídlo: Skřivany
Zaměření činnosti: Potravinářské obaly.
IMTRADEX, a.s. IČO 00545392
Sídlo: Nivnice (okres Uherské Hradiště)
Zaměření činnosti: Paletové, konzolové a policové regálové systémy (stabilní, v pojízdném
(posuvném) provedení); vjezdové a průjezdové regály; průběžné regály; samonosná skladovací
sila; ocelové plošiny.
INA Lanškroun, s.r.o. IČO 25922092
Sídlo: Lanškroun
Zaměření činnosti: Plasty v primární formě; nástroje a nářadí; povrchová úprava kovů.
ISOTRA, a.s. IČO 47679191
Sídlo: Opava
Zaměření činnosti: Výroba žaluzií horizontálních; výroba žaluzií vertikálních; výroba textilních
rolet; výroba eurooken a dveří; výroba a vývoj komponentů k žaluziím; výroba rolokazet;
výroba garážových vrat; výroba rolovacích mříží; výroba sítí proti hmyzu; výroba forem
a nástrojářské práce; vstřikování termoplastů.
KASI, s.r.o. IČO 47470011
Sídlo: Pardubice
Zaměření činnosti: Kanalizační poklopy; vtokové mříže; uliční a dvorní vpusti; kanalizační
stupadla; domovní šachty; vyrovnávací prstence; manipulační prostředky pro skruže; zatravňovací
dlaždice.
Kermi, s.r.o. IČO 64832279
Sídlo: Stříbro
Zaměření činnosti: Sprchové kouty; otopná tělesa.
Key Tec České Budějovice, s.r.o. IČO 62063545
Sídlo: České Budějovice
Zaměření činnosti: Lisované a lakované díly určené pro široké spektrum produktů v oboru
elektroniky, audiotechniky a automobilového průmyslu.
KOMAS, s.r.o. IČO 46580344
Sídlo: Opava
Zaměření činnosti: Díly pro autoprůmysl; kování (bezpečnostní, okenní, dveřní, stavební,
speciální, montážní sady); výlisky pro elektroprůmysl a ostatní.
KOVOKON Popovice, s.r.o. IČO 25520971
Sídlo: Popovice
Zaměření činnosti: Díly pro automobily; díly pro elektromotory, součásti pro CNC brusky.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 159
MGT Group, a.s. IČO 61974650
Sídlo: Ostrava-Výškovice
Zaměření činnosti: Montáže, demontáže, modernizace a opravy ocelových konstrukcí hal,
dopravních, potrubních mostů, průmyslových objektů, technologických zařízení, kotelen,
potrubních rozvodů, jeřábových drah, mostových jeřábů, vyhrazených ocelových konstrukcí
železniční dopravy ČD; výroba a dodávky stavebních i technologických ocelových konstrukcí,
potrubí, jednoúčelových montážních pomůcek.
MONTIFER, s.r.o. IČO 64255824
Sídlo: Přelouč
Zaměření činnosti: Výroba a montáž ocelových konstrukcí; dodávka a montáž potrubních
rozvodů (zajišťováno ve spolupráci se smluvními partnery); opravy a rekonstrukce; demontáže;
povrchové úpravy.
MONTKOV, s.r.o. IČO 42936250
Sídlo: Vápno u Přelouče
Zaměření činnosti: Požární, bezpečnostní a normální dveře a zárubně; revizní dvířka; poklopy
a zakázkové zámečnictví.
MSV Metal Studénka, a.s. IČO 47675942
Sídlo: Studénka
Zaměření činnosti: Kování, lisování, ražení, válcování, protlačování kovů- prášková metalurgie;
výroba kovových konstrukcí a jejich dílů; povrchová úprava a zušlechťování kovů; všeobecné
strojírenské činnosti; výroba nástrojů a nářadí; výroba zámků a kování.
Narex Ždánice, s.r.o. IČO 25576909
Sídlo: Ždánice
Zaměření činnosti: Strojní závitníky; tvářecí závitníky; maticové závitníky; ruční sadové
závitníky; závitové kruhové čelisti; výrobky na zakázku; příslušenství; soupravy závitořezných
nástrojů.
NERIA, a.s. IČO 25307983
Sídlo: Hustopeče
Zaměření činnosti: Otopná článková tělesa; krbová kamna; olejové radiátory; trubková otopná
tělesa; strojírenská výroba; klimatizační jednotky.
NEXT, s.r.o. IČO 14892162
Sídlo: Budyně nad Ohří
Zaměření činnosti: Bezpečnostní dveře; mechanické zabezpečovací zařízení.
Obchodní společnost KREDIT, s.r.o. IČO 18188494
Sídlo: Slavkov
Zaměření činnosti: Regály; jeřáby; patrové sklady; kompletní vybavení dílen archivů a servisů.
OK STS Toužim, a.s. IČO 49790331
Sídlo: Toužim
Zaměření činnosti: Standardní palety, individuální výroba palet, palety pro automobilový
průmysl.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ160
OPOP, s.r.o. IČO 47674105
Sídlo: Valašské Meziříčí
Zaměření činnosti: Kotle na tuhá paliva do 50 kW; zplyňovací kotle; kotle na peletky; lázeňská
kamna; krbová kamna; parní kotle (kromě kotlů na ústřední topení); povrchová úprava a zušlechťování
kovů.
PLASTICO, s.r.o. IČO 00575275
Sídlo: Domaželice u Přerova
Zaměření činnosti: Kontejnery pro ramenný systém; kontejnery pro hákový systém; speciální
výměnné nástavby; ocelové konstrukce; výrobky z plastu; lesní a zemědělské programy.
Ponast, s.r.o. IČO 47678232
Sídlo: Valašské Meziříčí
Zaměření činnosti: Výroba kovových konstrukcí a jejich dílů; povrchová úprava a zušlechťování
kovů; výroba rádiových, televizních a spojových zařízení a přístrojů; hotely a podobná ubytovací
zařízení; pronájem vlastních nemovitostí; účetní a auditorské činnosti a jejich revize – daňové
poradenství.
První brněnská strojírna Brno DIZ, a.s. IČO 00211281
Sídlo: Brno
Zaměření činnosti: Komplexní dodávky tepláren a elektráren zejména pro průmyslovou
energetiku a teplárenství s jednotkami středních výkonů od zpracování projektu po uvedení do
provozu.
Řetězárna, a.s. IČO 47672081
Sídlo: Česká Ves
Zaměření činnosti: Svařované článkové řetězy; závěsné vázací prostředky; ochranné řetězy
na kolové nakladače; sněhové řetězy; záběrové řetězy na lesní kolové traktory; důlní řetězy;
rybářské řetězy.
Servis Climax, a.s. IČO 25352628
Sídlo: Vsetín
Zaměření činnosti: Hliníkové vnitřní žaluzie; bambusové vnitřní žaluzie; látkové vnitřní žaluzie;
hliníkové a plastové venkovní rolety; hliníkové venkovní žaluzie; látkové fasádní stínění;
markýzy; stínění zimních zahrad; sítě proti hmyzu; rolovací a sekční garážová vrata.
SPEDOS, s.r.o. IČO 41084781
Sídlo: Valašské Meziříčí
Zaměření činnosti: Automatické dveřní a vratové systémy.
SSI Schäfer, s.r.o. IČO 61060755
Sídlo: Hranice
Zaměření činnosti: Přepravky a kontejnery; skladovací a regálová technika; zařízení dílen
a závodů (kovové konstrukce, kotle, tělesa a kontejnery); logistické systémy; prospekty, technika
pro odpady.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 161
Stavokonstrukce Český Brod, a.s. IČO 45148392
Sídlo: Český Brod
Zaměření činnosti: Ocelové požární dveře; vrata; konstrukce; pásové dopravníky.
STROJTEX, a.s. IČO 46504893
Sídlo: Dvůr Králové n. L
Zaměření činnosti: Strojírenské výrobky; palety; hydraulické plošiny; svěráky.
STS-V Opava, s.r.o. IČO 47155477
Sídlo: Opava
Zaměření činnosti: Traktorové návěsy; ocelové konstrukce; ocelové kontejnery.
ŠKODA JS, a.s. IČO 25235753
Sídlo: Plzeň
Zaměření činnosti: Investiční inženýring; servis pro jaderné elektrárny; zařízení pro jaderné
elektrárny typu VVER; zařízení pro západní typy jaderných elektráren; skladování vyhořelého
jaderného paliva.
TENEZ, a.s. IČO 45534535
Sídlo: Chotěboř
Zaměření činnosti: Procesní nebo úschovné nerezové nádrže; smaltované nádrže pro chemický
průmysl; filtry; míchací zařízení; kontejnery na sypké hmoty; trubkové odpařovací stanice;
zařízení pro výrobu másla, pasterů, sanitačních systémů a svařovaných nebo rozebíratelných
deskových výměníků tepla.
Thermona, s.r.o. IČO 13692861
Sídlo: Zastávka u Brna
Zaměření činnosti: Závěsné kotle; kondenzační kotle; elektrokotle; stacionární kotle; kaskádové
kotelny; kondenzační kaskádové kotelny; průtokové ohřívače; solární systémy.
TKZ Polná, s.r.o. IČO 49973819
Sídlo: Polná
Zaměření činnosti: Nábytkové kování; závěsy k zašroubování stavební a nábytkové; závěsy
okenní, dveřní, vratové, tyčové, kloubové, atypické; soustružení malých dílů na automatech;
ozdobné návleky na dveře; mechanické zábrany pro okna a dveře; montážní přípravky; upínací
elementy; řada dveřních závěsů Exclusive; závěsy dveřní seřiditelné ve třech osách- TRIO,
EXPERT.
TONA, a.s. IČO 00009539
Sídlo: Pečky
Zaměření činnosti: Maticové klíča a ostatní utahovací nářadí.
TONER, s.r.o. IČO 15036472
Sídlo: Moravská Třebová
Zaměření činnosti: Příbory.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ162
TRIANGOLO, s.r.o. IČO 47906600
Sídlo: Hulín
Zaměření činnosti: Volně kované výrobky; zápustkové kované výrobky; rozválcování kroužků;
tepelné zpracování materiálu; hrubování, tryskování; zkoušky mechanických vlastností materiálu,
včetně ultrazvuku; dělení materiálu.
Urdiamant, s.r.o. IČO 25858653
Sídlo: Šumperk
Zaměření činnosti: Brousící kotouče z diamantu a kubického nitridu boru; diamantové nástroje
pro opracování skla; diamantové nástroje; diamantové vrtací nástroje; diamantové nástroje pro
stavebnictví a kamenoprůmysl.
Wera Werk, s.r.o. IČO 60751983
Sídlo: Bystřice nad Perštejnem
Zaměření činnosti: Utahovací nářadí.
Zapletal-Kovo, a.s. IČO 26248026
Sídlo: Brno
Zaměření činnosti: Požární uzávěry; speciální dveře a vrata.
Kategorie 29 – Výroba a opravy strojů a zařízení j. n.
ABX, s.r.o. IČO 44568703
Sídlo: Rumburk
Zaměření činnosti: Krbová kamna; kachlová kamna; krby; krbové vložky.
ACword, s.r.o. IČO 44741065
Sídlo: Třinec
Zaměření činnosti: Odsávání a filtrace; zpracování plechu; prodej elektromateriálu; hromosvodový
materiál.
ADAMOV – SYSTEMS, a.s. IČO 46995919
Sídlo: Adamov
Zaměření činnosti: Vývoj, výroba a dodávky technologií a zařízení pro čerpání, měření a výdej
kapalných a plynných paliv.
AGM – AGROMOTOR, s.r.o. IČO 26231778
Sídlo: Velké Meziříčí
Zaměření činnosti: Opravy dieselových motorů traktorů, stavebních strojů, nákladních
automobilů a pod.; generální a střední opravy všech modifikací motorů; speciální renovační
technologie.
AGRICO, s.r.o. IČO 26032163
Sídlo: Třeboň
Zaměření činnosti: Stroje a zařízení pro ustájení prasat, krmení prasat, napájení prasat, ventilace
stájí, uskladnění, doprava a aplikace kejdy, uskladnění a zpracování obilí.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 163
ANTREG, a.s. IČO 25306821
Sídlo: Vyškov
Zaměření činnosti: Obrábění a kompletace dílů pro traktory, zemědělskou techniku, nákladní
vozidla a jiné aktivity v CNC obrábění litiny, hliníku, kovů; vývoj a výroba omračovacích nástrojů;
vývoj a výroba speciální světelné techniky pro nákladní vozidla, pásová vozidla, letadla;
vývoj a výroba elektromagnetických ventilů v nevýbušném provedení; konstrukce a výroba
lisovacích nástrojů, upínačů a forem na plasty.
APT, s.r.o. IČO 00569861
Sídlo: Praha
Zaměření činnosti: Jednoúčelová zařízení pro oblast technický plynů; povrchové úpravy;
kovovýroba; projektová činnost; montážní práce; elektrovýroba.
AQUA – STYL, s.r.o. IČO 16367758
Sídlo: Prostějov
Zaměření činnosti: Dodávka a montáž investičních celků pro energetiku; montáž vyhrazených
částí jaderných elektráren; dodávka a montáž technologií čerpacích stanic pro průmysl i vodohospodářství;
výroba a montáž čistíren odpadních vod; prodej a opravy čerpadel všech velikostí
a typů včetně vývěv a náhradních dílů; dodávka a montáž vodovodů, topení a vyhrazených
plynových zařízení; zpracování technologických projektů; provádění servisních služeb a oprav;
výroba zámečnických prvků z materiálů tř. 11 a z nerezi; vyrovnávání rotačních soustrojí
pomoci laseru; realizace malých vodních elektráren.
ARMATURKA KRNOV, s.r.o. IČO 48397334
Sídlo: Krnov
Zaměření činnosti: Ocelové armatury, a to kulové kohouty, šoupátka a zpětné klapky.
Armatury Group, a.s. IČO 25572881
Sídlo: Dolní Benešov
Zaměření činnosti: Firma zajišťuje vývoj, výrobu, prodej a servis průmyslových armatur,
dodávky čerpadel a hutního materiálu.
BENTELER MASCHINENBAU CZ, s.r.o. IČO 25426583
Sídlo: Liberec
Zaměření činnosti: Dodávky strojů a zařízení pro mateřskou společnost.
Česká zbrojovka, a.s. IČO 46345965
Sídlo: Uherský Brod
Zaměření činnosti: Pistole; malorážky; kulovnice; kozlice; combos; vzduchovky; příslušenství
(pouzdra, sady na čištění, ochrana sluchu).
ČKD NOVÉ ENERGO, a.s. IČO 26131226
Sídlo: Praha
Zaměření činnosti: Radiální turbokompresory; horizontální nebo vertikální pístové kompresory;
šroubové kompresory; kompresorová soustrojí poháněná elektromotory vlastní výroby; elektrické
stroje; speciální průmyslové stroje; větrné elektrárny.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ164
ČZ Řetězy, s.r.o. IČO 60071303
Sídlo: Strakonice
Zaměření činnosti: Vývoj a výroba řetězů a převodů pro jízdní kola, mopedy, motocykly,
automobily; všeobecné strojírenství a zemědělství.
D A S, s.r.o. IČO 42868696
Sídlo: Frýdek – Místek
Zaměření činnosti: Výroba a opravy zvedacích a manipulačních zařízení; výroba a opravy strojů
na výrobu textilií, textilních a oděvních výrobků, usní; výroba elektrických rozvodných, řídicích
a spínacích zařízení; výroba elektrických zařízení j. n.; výroba a rozvod elektřiny; montáž
střešních konstrukcí a pokládání střešních krytin.
Fite, a.s. IČO 47674938
Sídlo: Ostrava – Mariánské Hory
Zaměření činnosti: Vývoj, konstrukce, výroba, servis a prodej báňských technologií, především
pro hlubinné dobývání uhlí; projekční činnost v oblasti nakládání s odpady; ekologické technologie;
likvidace starých ekologických zátěží a rekultivace území postižených báňskou činností;
nakládání s odpady; likvidace jam hlubinných dolů; dovoz, skladování, prodej a doprava
průmyslových trhavin.
Fritzmeier, s.r.o. IČO 46975730
Sídlo: Vyškov
Zaměření činnosti: Povrchová úprava a zušlechťování kovů; všeobecné strojírenské činnosti;
výroba zámků a kování.
GOOS, s.r.o. IČO 60711701
Sídlo: Kuřim
Zaměření činnosti: Výroba přenosného ručního mechanizovaného nářadí a nástrojů; zámečnictví;
stavba strojů s mechanickým pohonem; kovoobrábění; projektová činnost v investiční
výstavbě; činnost organizačních a ekonomických poradců; pronájem nebytových prostor; koupě
zboží za účelem jeho dalšího prodeje a prodej; zprostředkovatelská činnost nevyžadující zvláštní
oprávnění; provádění inženýrských staveb; provádění průmyslových staveb.
Greif-akustika, s.r.o. IČO 45307385
Sídlo: Praha
Zaměření činnosti: Tlumiče hluku; akustické kryty; akustické zástěny; stavební prvky; akustické
izolace.
HASTEX & HASPR, s.r.o. IČO 45535442
Sídlo: Pardubice
Zaměření činnosti: Hasicí přístroje a jejich příslušenství a servis.
Humpolecké strojírny Humpolec, a.s. IČO 60827882
Sídlo: Humpolec
Zaměření činnosti: Čelní nakladače; hydraulická technika; pracovní nástroje.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 165
CHVALIS, s.r.o. IČO 25433971
Sídlo: Hoštka
Zaměření činnosti: Hydraulické systémy; pneumatické systémy; centrální mazání; filtrační
systémy; ventilové bloky.
INPROMA, s.r.o. IČO 16577604
Sídlo: Křinec
Zaměření činnosti: Díly a komponenty z hliníkových a zinkových tlakových i kokilových
odlitků, případně odlitků barevných kovů; nástroje pro obrábění; upínací a kontrolní přípravky.
ISH&MSA ČERPADLA, a.s. IČO 25272365
Sídlo: Olomouc
Zaměření činnosti: Čerpadla pro jadernou i klasickou energetiku, petrochemický a chemický
průmysl, vodní hospodářství a pro těžební a zpracovatelský průmysl; závlahová technika.
JCEE, s.r.o. IČO 46508544
Sídlo: Lanškroun
Zaměření činnosti: Sériově vyráběné stroje (automatické navíječky kondenzátorových svitků,
automatické montážní stroje, zahořovací a testovací automaty, balící stroje); jednoúčelové stroje
(pro automobilový a elektrotechnický průmysl); popisovače.
JESVA, s.r.o. IČO 60916958
Sídlo: Nové Město nad Metují
Zaměření činnosti: Středofrekvenční svařovací stroje; odporové svařovací stroje; robotizovaná
pracoviště; přípravky a příslušenství; chladící jednotky; obloukové stroje a zařízení;
transformátory.
John Crane Sigma, a.s. IČO 47151561
Sídlo: Lutín
Zaměření činnosti: Mechanické ucpávky; podpůrné systémy ucpávek; spojky; ochrana ložisek;
ucpávkové šňůry.
Junker industrial equipment, s.r.o. IČO 60730285
Sídlo: Boskovice
Zaměření činnosti: Výroba strojů a zařízení pro všeobecné účely; stavba strojů s mechanickým
pohonem; obchodní činnost; výroba strojů a zařízení pro využití mechanické energie;
poskytování softwaru a poradenství v oblasti hardwaru a softwaru; grafické a kresličské práce;
výuka obsluhy (řízení technických zařízení); činnost technických poradců v oblasti strojírenství;
hutnictví a energetiky; výroba elektrických strojů a přístrojů; elektronických zařízení pracujících
na malém napětí a výroba elektrického vybavení; projektování elektrických zařízení; zastupování
v celním řízení.
K-PROTOS, a.s. IČO 25617214
Sídlo: Kralupy nad Vltavou
Zaměření činnosti: Komplexní dodávky typu generálních oprav i nových investičních výstaveb;
tlakové nádoby; výměníky; nádrže; reaktory; ocelové konstrukce; různé mechanické díly; strojní
údržba; montážní servisní a opravárenské činnosti; práce s mobilními jeřáby a mechanismy;
zpracování výrobní dokumentace zařízení; výuka svářečů.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ166
Kinshofer CZ, s.r.o. IČO 25164325
Sídlo: České Velenice
Zaměření činnosti: Příslušenství stavebních strojů; přístroje pro nakládací hydraulické jeřáby;
hydraulické komponenty.
LUTOS, a.s. IČO 25422332
Sídlo: Lubenec
Zaměření činnosti: Výroba a opravy čerpadel a kompresorů.
MAUTING, s.r.o. IČO 46979794
Sídlo: Valtice
Zaměření činnosti: Udírenské komory; zchlazovací komory; varné komory; klimakomory; varné
vany; vozíky; stoly; dveře.
MINERVA BOSKOVICE, a.s. IČO 00010944
Sídlo: Boskovice
Zaměření činnosti: Výroba a prodej průmyslových šicích strojů, a to pro šití obuvi, kůže, textilu
a galanterie.
MODIKOV, s.r.o. IČO 25515063
Sídlo: Hulín
Zaměření činnosti: CRUSADER – integrovaný stroj pro soustružnické, frézařské a vrtařské
operace; zakázková výroba jednoúčelových a speciálních strojů; konstrukční zpracování a výroba
přípravků.
Montáže Přerov, a.s. IČO 45193657
Sídlo: Přerov
Zaměření činnosti: Montáže a demontáže investičních celků a technologických zařízení.
MOTOR JIKOV Fostron, a.s. IČO 26024501
Sídlo: České Budějovice
Zaměření činnosti: Tlakové formy pro výrobu odlitků z hliníkových a zinkových slitin; ostřihovací
nástroje; jednoúčelová zařízení pro obrábění odlitků, výkovků, nebo jiných polotovarů
o hmotnosti do 3 kg; montážní zařízení.
Motor Lučina spol., s.r.o. IČO 25367625
Sídlo: Frýdek-Místek
Zaměření činnosti: Díly stavebních strojů; příhradové konstrukce, komponenty pro nákladní
dopravu; ocelové konstrukce; díly jeřábů; míchací technika.
MSA, a.s. IČO 45192278
Sídlo: Dolní Benešov
Zaměření činnosti: Průmyslové armatury, především kulové kohouty, šoupátka, klapky, ventily
a speciální armatury pro jadernou energetiku.
MSV Liberec, s.r.o. IČO 61328952
Sídlo: Liberec
Zaměření činnosti: Návrh a realizace a servis výtahů; zámečnická výroba.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 167
OKD, BASTRO, a.s. IČO 47672617
Sídlo: Ostrava
Zaměření činnosti: Strojních součásti; hydraulické válce; převodovky; ozubení; opravy strojů
a zařízení; hydraulika a hydraulické tlakové hadice; montáž a demontáž technologických
zařízení; montáž ocelových konstrukcí všech druhů; montáž mostových jeřábů; elektromontáže;
dodavatelko-inženýrské služby.
Pavliš a Hartmann, s.r.o. IČO 60934000
Sídlo: Chvaletice
Zaměření činnosti: Hydrantové systémy; čerpadla; požární armatury; příslušenství požárních
vodovodů; požární hadice.
PBS Turbo, s.r.o. IČO 25321234
Sídlo: Velká Bíteš
Zaměření činnosti: Turbodmychadla konstrukce PBS; konstrukční řada PTR s radiální turbínou;
konstrukční řada PTD s axiální turbínou; konstrukční řada PDH s axiální turbínou a nezávislým
mazáním ložisek; turbodmychadla řady NR/S; turbodmychadla řady TCR; originální náhradní
díly pro turbodmychadla konstrukce PBS.
P K I – Teplotechna Brno, s.r.o. IČO 46905308
Sídlo: Brno
Zaměření činnosti: Zařízení pro výpal hrubé a jemné keramiky.
Poličské strojírny, a.s. IČO 46504851
Sídlo: Polička
Zaměření činnosti: Dveřní systémy; standardní pneumatické prvky; měřící a čerpací technologie
tekutin; zakázková strojní výroba; munice a trhací technika.
Prim Tool, s.r.o. IČO 25356739
Sídlo: Šternberk
Zaměření činnosti: Výroba vstřikovacích a lisovacích forem na termoplasty; nářadí, nástroje,
přípravky a speciálních měřidla pro dílce jemné mechaniky, hodinářství, automobilového
a elektrotechnického průmyslu.
PRIMUS CE, s.r.o. IČO 27374220
Sídlo: Příbor
Zaměření činnosti: Pračky; sušiče; žehliče.
PSP Pohony, a.s. IČO 47674784
Sídlo: Přerov
Zaměření činnosti: Výroba a opravy ložisek, ozubených kol, převodů a jejich dílů.
SANBORN, a.s. IČO 46966773
Sídlo: Praha
Zaměření činnosti: Opravy vodních, plynových a parních turbosoustrojí; servisní a montážní
práce; výroba speciálního spojovacího materiálu (svorníky, matice, šrouby) pro mechanicky
i chemicky namáhané spoje jako jsou zařízení v teplárnách, elektrárnách, chemických provozech
a podobně; renovace kluzných kompozicových ložisek statickým i odstředivým litím; výroba
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ168
kluzných kompozicových ložisek a axiálních kamenů; výroba strojních dílů a částí včetně práce
ve mzdě; obrábění velkých rotačních dílů na karuselech; výroba ultrafiltračních zařízení a odstředivek
pro ekologické provozy; výroba svařenců.
Servis-technika-Služby Soběslav, a.s. IČO 60838701
Sídlo: Soběslav
Zaměření činnosti: Strojírenská výroba, výroba stájových technologií, zakázková výroba; oprava
přívěsů a návěsů, oprava pneu; renovace a obrábění; výroba a montáž rozvaděčů, elektromontáže;
zemní práce, doprava, služby pro zemědělce; obchodní a zemědělská činnost.
Strojírna STELON Břidličná, s.r.o. IČO 43960197
Sídlo: Velká Štáhle (okres Bruntál)
Zaměření činnosti: Výrobní, manipulační a balící linky; jednoúčelové stroje a zařízení pro linky
na výrobu automobilů.
Strojírny Prostějov, a.s. IČO 46900331
Sídlo: Prostějov
Zaměření činnosti: Svařované dílce pro obráběcí, stavební, dopravní stroje a svařované ocelové
konstrukce.
Strojírny Třinec, a.s. IČO 25363654
Sídlo: Třinec
Zaměření činnosti: Výrobky pro kolejový svršek; výrobní zařízení drobného kolejiva; zařízení
pro válcovny; zařízení pro koksovny; zařízení pro vysoké pece; strojní součásti a náhradní díly;
jednoúčelové stroje a zařízení; dopravníky a zvedací zařízení; ocelové konstrukce; mostní konstrukce
a haly; repase obráběcích strojů a zařízení; výkovky a tepelné zpracování; hutní válce.
Strojtos Lipník, a.s. IČO 60792515
Sídlo: Lipník nad Bečvou
Zaměření činnosti: Výroba obráběcích strojů a zařízení s mechanickým a el. pohonem.
STS Prachatice, a.s. IČO 60826983
Sídlo: Těšovice
Zaměření činnosti: Prodej lesnických a zemědělských strojů; speciální zakázková strojírenská
výroba; pily kotoučové a pásové klasické i CNC; nůžky hydraulické; lisy výstředníkové i hydraulické;
soustruhy universální klasické i CNC; laser na zpracování plechů; frézky universální;
vodorovná vyvrtávačka; brusky; vrtačky; svářecí agregáty; elektrostatické i klasické stříkací
zařízení pro lakování.
Svatavské strojírny, s.r.o. IČO 49196227
Sídlo: Svatava
Zaměření činnosti: Řezání tyčového materiálu; stříhání materiálu; pálení materiálu; ohýbání;
zkružování; svařování; třískové obrábění.
ŠKODA POWER, a.s. IČO 49193864
Sídlo: Plzeň
Zaměření činnosti: Dodávky strojoven, turbosoustrojí s příslušenstvím a parních turbín.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 169
TAJMAC-ZPS, a.s. IČO 26215578
Sídlo: Zlín
Zaměření činnosti: Vývoj, výroba a prodej obráběcích strojů (vertikální, horizontální, multifunkční
obráběcí centra, CNC soustruhy, atd.).
TECH TRADE, s.r.o. IČO 60708361
Sídlo: Hodonín
Zaměření činnosti: Výrobky z tenkých plechů pro vzduchotechnické systémy i jiné technické
aplikace.
TM ELITEX, s.r.o. IČO 62024132
Sídlo: Lomnice nad Popelkou
Zaměření činnosti: Textilní stroje; zlatnické nářadí.
TOPOS, a.s. IČO 61325155
Sídlo: Šlukov
Zaměření činnosti: Pekařské stroje (Hnětač; překlápěč; rohlíkovač; houskovač; prosekávač);
fritovací systémy.
TOPTHERM, s.r.o. IČO 48202665
Sídlo: Kamenice nad Lipou
Zaměření činnosti: Komponenty elektrotepelných přístrojů pro domácnost; závěsná zařízení
pro osobní automobily; komponenty pro automobilový průmysl; lisování umělých hmot
– termosetů; provoz vlastní nástrojárny; automatizované zpracování dat; práce se strojními
mechanismy.
TOS Kuřim, a.s. IČO 46347615
Sídlo: Kuřim
Zaměření činnosti: Frézky; jednoúčelové stroje a automatické obráběcí linky.
TS Plzeň, a.s. IČO 25240293
Sídlo: Plzeň
Zaměření činnosti: Vulkanizační a hydraulické lisy; strojní zařízení pro třtinové cukrovary;
válcovny.
VÍTKOVICE GEARWORKS, a.s. IČO 25877933
Sídlo: Ostrava- Vítkovice
Zaměření činnosti: Převodovky a převodové skříně; ozubená kola (ozubené věnce); ozubené
spojky; strojírenská výroba.
Vítkovické slévárny, s.r.o. IČO 62304992
Sídlo: Ostrava- Vítkovice
Zaměření činnosti: Válce odstředivě lité; válce stacionárně lité; odlitky; modely.
VMV, s.r.o. IČO 18199101
Sídlo: Jihlava
Zaměření činnosti: Výroba a montáž přípravků; výroba speciálního nářadí; výroba a montáž
měřidel či měřících pomůcek; výroba a montáž celých strojů.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ170
VOP GROUP, s.r.o. IČO 25370961
Sídlo: Český Těšín
Zaměření činnosti: Bazar; elektronika; speciální telekomunikační technika; strojírenské výrobky
(skladové vozíky; hydrantové skříně; školní lavice; …); nábytek na míru; autoservis; pneuservis;
plastové podlahové krytiny; plastové výrobky; kompletní řešení technických plynů; nákladní
přeprava; pronájem nebytových prostor (ve vlastním areálu).
Walter, s.r.o. IČO 61060003
Sídlo: Kuřim
Zaměření činnosti: Nástroje k soustružení, vrtání a frézování; software pro správu nástrojových
dat.
WISCONSIN ENGINEERING CZ, s.r.o. IČO 25565010
Sídlo: Praha
Zaměření činnosti: Traktory; žací stroje; sněhové frézy.
ZAPE, s.r.o. IČO 47976870
Sídlo: Opatovice
Zaměření činnosti: Plošné tváření (lisování); ohraňování; pálení laserem a vysekávání materiálu
na CNC strojích; zámečnická výroba; svařování.
ZETOR TRACTORS, a.s. IČO 26921782
Sídlo: Brno
Zaměření činnosti: Traktory; motory; servis.
ZKL Brno, a.s. IČO 25507851
Sídlo: Brno
Zaměření činnosti: Soudečková ložiska dvouřadá; axiální soudečková ložiska; speciální ložiska.
Zoeller Systems, s.r.o. IČO 46349413
Sídlo: Říčany-Kuří
Zaměření činnosti: Hydraulické vyklápěče; vozy pro svoz odpadu.
ZVU POTEZ, a.s. IČO 25267141
Sídlo: Hradec Králové
Zaměření činnosti: Tlakové nádoby; trubkové výměníky; chemické aparáty – pro farmaceutický
energetický, chemický a petrochemický průmysl; výroba technologií pro potravinářský průmysl.
ZVVZ, a.s. IČO 00009041
Sídlo: Milevsko
Zaměření činnosti: Vzduchotechnické a další výrobky a zařízení pro ekologii a s nimi související
služby (odlučovací zařízení, odprašovací zařízení, větrání a klimatizace, filtrační systémy pro
jaderné elektrárny, ventilátory, filtry, odlučovače, návěsy a kontejnery, potrubí…).
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 171
Kategorie 30 – Výroba kancelářských strojů a počítačů
Barco Manufacturing, s.r.o. IČO 26118793
Sídlo: Kladno
Zaměření činnosti: Výroba elektronických a elektrotechnických zařízení (vizuální technika,
projektory, bankovní systémy a další); výroba rozhlasových a televizních přijímačů včetně
přístrojů na záznam a reprodukci zvuku a obrazu.
Kategorie 31 – Výroba elektrických strojů a zařízení j. n.
ATAS elektromotory Náchod, a.s. IČO 45534543
Sídlo: Náchod
Zaměření činnosti: Jednofázové asynchronní motory s trvale připojeným kondensátorem
s výkonem až do 800 W; jednofázové asynchronní motory se stíněným pólem s výkonem do 20
W; trojfázové asynchronní motory s kotvou nakrátko; stejnosměrné motory s permanentními
magnety do výkonu 1.100 W; komutátorové motory sériové a derivační do výkonu 500 W;
axiální a radiální ventilátory; převodové motory; tachodynama a tachogenerátory; bezkontaktní
návlekové revolvery; dentální vysokootáčkové mikromotorky; motory pro letecký průmysl.
BEGHELLI – ELPLAST, a.s. IČO 46347909
Sídlo: Brno
Zaměření činnosti: Interiérová svítidla vhodná pro osvětlení administrativních budov, veřejných
prostor, kanceláří, obchodů a butiků; průmyslová svítidla s vyšším krytím IP 65; uliční svítidla.
Cegelec, a.s. IČO 26689103
Sídlo: Praha
Zaměření činnosti: Elektrozařízení pro MHD a ŽD.
COGEBI, a.s. IČO 659487
Sídlo: Tábor
Zaměření činnosti: Elektrické izolační materiály na bázi slídy.
DESKO, a.s. IČO 46709444
Sídlo: Desná v Jizerských horách
Zaměření činnosti: Výroba produkčních sklářských strojů, zařízení, nástrojů a forem; výroba
a distribuce elektroinstalačního materiálu (vestavné spínače, mikrospínače, objímky a kontaktní
světla).
ELTODO Ostrava, s.r.o. IČO 61974137
Sídlo: Ostrava – Vítkovice
Zaměření činnosti: Aplikace elektrotechnických zařízení (komplexní dodávky, revize, celková
údržba, servis, provádění oprav, modernizací a rekonstrukcí).
EM Brno, s.r.o. IČO 64507301
Sídlo: Brno
Zaměření činnosti: Výroba elektromotorů, generátorů a transformátorů.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ172
I & C Energo, a.s. IČO 49433431
Sídlo: Třebíč
Zaměření činnosti: Průmyslový servis; investiční dodávky; systémová integrace a inženýrská
řešení.
invelt – elektro, s.r.o. IČO 40522342
Sídlo: Plzeň
Zaměření činnosti: Řídicí systémy; elektrické ochrany; budicí soupravy; synchronizační soupravy
a el. měření; regulační systémy turbín; regulované pohony; aplikace frekvenčních měničů.
Inženýrsko-výrobní elektrotechnický podnik, a.s. IČO 00566993
Sídlo: Brno – Dolní Heršpice
Zaměření činnosti: Venkovní přístroje VN; vnitřní přístroje VN.
JM-montáže, s.r.o. IČO 60721910
Sídlo: Brno
Zaměření činnosti: Projektování, dodávky, montáže, uvádění do provozu a údržba rozvoden
a transformoven 110/22 kV a trafostanic 22/0,4 kV.
JULI Motorenwerk, s.r.o. IČO 47909765
Sídlo: Moravany
Zaměření činnosti: Elektromotory pro pohony pojezdu, zdvihu a řízení ve vysokozdvižných
vozících.
KAPPENBERGER + BRAUN, Elektro-Technik, s.r.o. IČO 16736907
Sídlo: Plzeň
Zaměření činnosti: Silnoproudé instalace a montáže; rozvaděče; software; projektová
dokumentace.
KABELOVNA Děčín Podmokly, s.r.o. IČO 26759993
Sídlo: Děčín
Zaměření činnosti: Telekomunikační kabely; signální kabely; datové kabely; spínací kabely;
speciální kabely.
KE Ostrov – Elektrik, s.r.o. IČO 25205145
Sídlo: Ostrov (okres Karlovy Vary)
Zaměření činnosti: Výroba elektrických zařízení pro motory a vozidla.
Lear Corporation Electrical and Electronics, s.r.o. IČO 25225227
Sídlo: Vyškov
Zaměření činnosti: Elektromechanické prvky pro automobilový průmysl.
MAGNETON, a.s. IČO 49969862
Sídlo: Kroměříž
Zaměření činnosti: Alternátory; startéry; relé; bimetalové pojistky; systémy zapalování pro
motory na alternativní pohon.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 173
MODUS, s.r.o. IČO 49976796
Sídlo: Praha
Zaměření činnosti: Osvětlovací technika.
Ostroj – Hansen + Reinders, s.r.o. IČO 47973862
Sídlo: Opava
Zaměření činnosti: Silové spínací systémy; spínací přístroje; ochranné přístroje; zkušební
přístroje; svítidla pro prostředí s nebezpečím výbuchu; jiskrově bezpečné systémy; ostatní
jiskrově bezpečná zařízení; komponenty EEx; obchodní, montážní, servisní a opravárenská
činnost; projekční činnost.
SENCO Příbram, s.r.o. IČO 25096087
Sídlo: Příbram
Zaměření činnosti: Projekce elektrických zařízení nízkého napětí; konstrukce a výroba elektrických
rozvaděčů nízkého napětí; konstrukce a výroba rozváděčových skříní a jejich příslušenství;
zakázková výroba atypických rozváděčových skříní; elektromontážní činnost; servisní činnost
v oblasti elektro; prášková lakovna.
SERW, s.r.o. IČO 46882308
Sídlo: Sedlec – Starý Plzenec
Zaměření činnosti: Odpojovače, uzemňovače, podpěrky venkovního a vnitřního provedení;
motorové a ruční pohony k odpojovačům; venkovní a vnitřní vakuové vypínače; servisní
činnost; atypické provedení spínacích přístrojů; opravy a rekonstrukce odpojovačů; galvanizace.
Trade FIDES, a.s. IČO 61974731
Sídlo: Brno
Zaměření činnosti: Zabezpečení objektů, bezpečnostní systémy.
ZLKL, s.r.o. IČO 47973943
Sídlo: Loštice
Zaměření činnosti: Kovářství; kovoobráběčství.
Kategorie 32 – Výroba rádiových, televizních a spojových
zařízení a přístrojů
ANDREW Telecommunications, s.r.o. IČO 26751771
Sídlo: Modřice
Zaměření činnosti: Výroba a export telekomunikačního a elektronického zařízení (pozemní
mikrovlnné antény, širokopásmové antény, antény bezdrátové a pro televizní vysílání, kabelové
systémy, vlnovody).
Gatema, s.r.o. IČO 60749954
Sídlo: Boskovice
Zaměření činnosti: Prodej podnikových informačních systémů; výroba plošných spojů.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ174
InfoTel, s.r.o. IČO 46981071
Sídlo: Brno
Zaměření činnosti: Výstavba a provoz telekomunikačních sítí; mobilní sítě; optické sítě;
kabelová televize; dátové sítě.
RACOM, s.r.o. IČO 46343423
Sídlo: Nové Město na Moravě
Zaměření činnosti: Výroba a vývoj zařízení pro budování datových sítí zaměřených především
na rádiové úzkopásmové přenosy dat v pásmech 140–900 MHz, z jednotlivých komponent lze
sestavit paketový telekomunikační systém MORSE (MOdems for Radio-based SystEms).
Siemens, s.r.o. IČO 00268577
Sídlo: Praha
Zaměření činnosti: Počítače; zdravotnické přístroje; ortopedické pomůcky; opravy lékařských
přístrojů; projektování elektrických zařízení; výroba, instalace a opravy elektronických zařízení;
projektová činnost ve výstavbě; montáž, údržba a servis telekomunikačních zařízení; atd.
SITRONICS Telecom Solutions, Czech Republic, a.s. IČO 47550937
Sídlo: Praha
Zaměření činnosti: Síťové spojovací systémy; systémy pro podporu obchodních a provozních
procesů; systémy pro měření a účtování dodavatelů elektřiny, vody a plynu.
TSE, s.r.o. IČO 15771946
Sídlo: České Budějovice
Zaměření činnosti: Elektrotechnická výroba; telekomunikační technika; zdravotnická technika;
městský mobiliář.
TTC Marconi, s.r.o. IČO 48591254
Sídlo: Praha
Zaměření činnosti: Přenosové telekomunikační technologie; spojovací telekomunikační
technologie; IP telefonie.
ZEZ SILKO, s.r.o. IČO 15030334
Sídlo: Žamberk
Zaměření činnosti: Výkonové kondenzátory, kompenzační a filtračně kompenzační zařízení
NN a VN.
Kategorie 33 – Výroba zdravotnických, přesných, optických
a časoměrných přístrojů
AVL Moravia, s.r.o. IČO 64619842
Sídlo: Hranice
Zaměření činnosti: Prodej a servis výrobků koncernu AVL (motorové a vozidlové zkušebny,
emisní laboratoře).
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 175
BMT, a.s. IČO 46346996
Sídlo: Brno
Zaměření činnosti: Sterilizátory; sušárny; inkubátory; rentgeny; čistící a desinfekční prostředky;
nerezový nábytek.
Mahr, s.r.o. IČO 49098667
Sídlo: Proboštov
Zaměření činnosti: Měřící technika; zvlákňovací a odměřovací čerpadla; kuličková vedení.
Medin, a.s. IČO 43378030
Sídlo: Nové Město na Moravě
Zaměření činnosti: Nástroje pro běžné i speciální obory chirurgie.
MESIT přístroje, s.r.o. IČO 60709235
Sídlo: Uherské Hradiště
Zaměření činnosti: Letecké přístroje; přístroje pro dopravní prostředky; přístroje pro průmyslové
a jiné použití.
Microtherm CZ, s.r.o. IČO 25964623
Sídlo: Police nad Metují
Zaměření činnosti: Vestavné bimetalové termostaty; omezovače teploty a pojistky, určené pro
domácí spotřebiče; různé průmyslové aplikace (chlazení); pokojové termostaty rego.
OPTOKON Co., Ltd., s.r.o. IČO 13692283
Sídlo: Jihlava
Zaměření činnosti: Pasivní komponenty pro vláknovou optiku; optické rozvaděče; aktivní
jednotky pro optické sítě; instalace a měření opitckých sítí; komponenty pro vojenské taktické
sítě; optická vlákna a kabely.
OPTREX Czech, a.s. IČO 64789225
Sídlo: Vrchlabí
Zaměření činnosti: Výroba displejů a modulů na bázi tekutých krystalů (LCD).
T. O. OSTRAVA – PROTEOR, s.r.o. IČO 48396818
Sídlo: Ostrava
Zaměření činnosti: Protézy; ortézy; ortopedické vložky; ortopedická obuv.
TESCAN, s.r.o. IČO 41600240
Sídlo: Brno
Zaměření činnosti: Rastrovací elektronové mikroskopy; integrovaný systém obsahující optiku
elektronového a iontového svazku; vakuový systém mikroskopů; detektory a příslušenství.
TOROLA ELECTRONIC, s.r.o. IČO 42767555
Sídlo: Frýdek – Místek
Zaměření činnosti: Vlastní vývoj, výroba a prodej elektronických systémů pro automobilovou
a měřící techniku.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ176
Kategorie 34 – Výroba motorových vozidel (kromě motocyklů),
výroba přívěsů a návěsů
APOS-AUTO, s.r.o. IČO 47906260
Sídlo: Blansko
Zaměření činnosti: Pošívání volantů kůží.
AUTO-Tech Vinoř, s.r.o. IČO 25753002
Sídlo: Praha
Zaměření činnosti: Výroba a montáž nástaveb na užitkové automobily: valníkové, sklápěcí
a skříňové nástavby na všechny typy užitkových a nákladních vozidel; montáž hydraulických
zvedacích čel, hydraulických rukou, spacích nástaveb a dalších doplňků pro užitkové
automobily.
ESSA CZECH, s.r.o. IČO 25639641
Sídlo: Úvaly u Prahy
Zaměření činnosti: Výroba lisovaných a svařovaných dílů osobních automobilů.
Iveco Czech Republic, a.s. IČO 48171131
Sídlo: Vysoké Mýto
Zaměření činnosti: Autobusy; minibusy.
KOVOVÝROBA HOFFMANN, s.r.o. IČO 25321820
Sídlo: Ostrožská Nová Ves
Zaměření činnosti: Měřící přípravky; sériové lisovací nářadí pro automobilový průmysl; prototypové
lisovací nářadí pro automobilový a letecký průmysl; prototypové karosářské díly; formy
pro lisování plastů; sestavy a podsestavy prototypových vozů; data kontrol modely; kontrolní,
pohledové a jiné modely.
NAVARA Novosedly, a.s. IČO 46347445
Sídlo: Novosedly
Zaměření činnosti: Nosiče kontejnerů; kontejnery; výfuky a tlumiče výfuků.
ORLET služby, s.r.o. IČO 64791050
Sídlo: Choceň
Zaměření činnosti: Výroba kovových palet a kontejnerů a komínových stříšek; zámečnické
a klempířské práce.
PANAV, a.s. IČO 47672731
Sídlo: Senice na Hané
Zaměření činnosti: Valníkové návěsy; sklápěčkové návěsy, přívěsy a nástavby; valníkové přívěsy
a nástavby; nosiče výměnných nástaveb; plošinové přívěsy a nástavby; sklápěcí nástavby na
automobil.
PRAGA Hostivař, a.s. IČO 60193786
Sídlo: Praha
Zaměření činnosti: Výroba mechanických převodových skříní Praga pro nákladní automobily
a autobusy; výroba převodů pro těžkou civilní a vojenskou techniku; výroba hydraulických
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 177
prvků a zařízení; axiální pístová čerpadla a motory; filtry a filtrační prvky; letecké hydraulické
prvky pro civilní a vojenskou techniku; vysokotlaké agregáty; konstrukce a výroba nástrojů;
zakázkové kovoobrábění.
TATRA, a.s. IČO 45193444
Sídlo: Kopřivnice
Zaměření činnosti: Těžká terénní a silniční vozidla; vojenská a speciální vozidla; náhradní díly.
Továrna hasicí techniky, s.r.o. IČO 46508147
Sídlo: Polička
Zaměření činnosti: Výroba požárních automobilů, vozidel a kontejnerů pro technické zásahy
a likvidaci ekologických havárií (cisternové automobilové stříkačky, letištní hasicí automobily,
kontejnerové automobily, dopravní automobily); nástavby na tyto vozidla včetně vodních čerpadel,
kulových ventilů, lafetových proudnic, nádrží a karoserií; požární armatury a příslušenství.
TRW volant, a.s. IČO 61860905
Sídlo: Horní Počernice
Zaměření činnosti: Autopříslušenství (brzdy, hřebenové tyče apod.)
VALEO AUTOKLIMATIZACE, k.s. IČO 49823001
Sídlo: Rakovník
Zaměření činnosti: Topicí a klimatizační jednotky a ovládací panely do automobilů.
Zemědělská a dopravní technika, s.r.o. IČO 47915315
Sídlo: Nové Veselí
Zaměření činnosti: Návěsy a přívěsy pro zemědělství.
Kategorie 35 – Výroba ostatních dopravních prostředků a zařízení
CZ LOKO, a.s. IČO 61672131
Sídlo: Česká Třebová
Zaměření činnosti: Výroba, opravy, modernizace lokomotiv a kolejových vozidel; výroba
a prodej komponent; pronájem, servis kolejových vozidel; dopravní servis; technické prohlídky;
autoservis.
DAKO-CZ, a.s. IČO 46505091
Sídlo: Třemošnice
Zaměření činnosti: Brzdové systémy pro všechny druhy kolejových vozidel.
Driessen Aerospace CZ, s.r.o. IČO 26339510
Sídlo: Plzeň
Zaměření činnosti: Hliníkové interiéry pro letadla, vlaky.
Evektor – Aerotechnik, a.s. IČO 25560280
Sídlo: Kunovice
Zaměření činnosti: Výroba, údržba a opravy letadel, jejich součástí a výrobků letecké techniky;
koupě zboží za účelem jeho dalšího prodeje a prodej; konstrukční práce strojírenské;
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ178
reprografické práce; činnost organizačních a ekonomických poradců; zprostředkovatelská
činnost v oblasti obchodu; ubytovací služby; zámečnictví; kurzy výcviku pilotů; výzkum a vývoj
v oblasti přírodních a technických věd nebo společenských věd.
Krnovské opravny a strojírny, s.r.o. IČO 46581146
Sídlo: Krnov
Zaměření činnosti: Svařence a obrobky; nákladní železniční vozidla; osobní železniční vozy;
tramvaje; historická kolejová vozidla.
LOSTR, a.s. IČO 46711201
Sídlo: Louny
Zaměření činnosti: Nákladní vagony; cisternové vozy; dieselové lokomotivy; opravy a revize
kolejových vozidel; atypické konstrukce.
RYKO, a.s. IČO 25418572
Sídlo: Děčín
Zaměření činnosti: Opravy, změny a technické prohlídky železničních nákladních vozů (modernizace
vagónů); revize, prohlídky a zkoušky určených technických zařízení; čištění železničních
kolejových vozidel; zámečnictví; kovovýroba; kovářství; truhlářství.
SKD TRADE, a.s. IČO 15269507
Sídlo: Praha
Zaměření činnosti: Výroba a opravy železničních a tramvajových lokomotiv a vozového parku;
výroba elektrických přístrojů a zařízení převážně pro domácnost; výroba elektrických zařízení
j. n.; ostatní velkoobchod; zprostředkovatelské činnosti realitních agentur; výzkum a vývoj
v oblasti přírodních a technických věd.
Kategorie 36 – Výroba nábytku; zpracovatelský průmysl j. n.
BÖHM, s.r.o. IČO 46905910
Sídlo: Jihlava
Zaměření činnosti: Výroba čalouněného nábytku.
C.I.E.B. Kahovec, s.r.o. IČO 45788731
Sídlo: Praha
Zaměření činnosti: Výroba a prodej odpružených sedadel pro nákladní vozidla, autobusy,
stavební a zemědělské stroje; výroba jednotlivých komponentů sedadel.
ELROZ, a.s. IČO 49789431
Sídlo: Plesná
Zaměření činnosti: Bytové rozvodnice; elektroměrové rozvodnice; rozvodnice pro anténní
a sdělovací zařízení; staveništní rozvaděče; oceloplechové rozvaděče; kovové regály; protipožární
ochrana.
GRATA, s.r.o. IČO 46971157
Sídlo: Žďár nad Sázavou
Zaměření činnosti: Dvířka (dřevěná), zejména pro kuchyňské linky.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 179
H – nábytek, s.r.o. IČO 47154144
Sídlo: Šternberk
Zaměření činnosti: Nábytek dle návrhu investora na klíč; stavebnicový nábytek v široké škále
skříní, skříněk, komod, regálů, stolů a dalších prvků pro zařizování bytových a kancelářských
interiérů.
JELÍNEK – VÝROBA NÁBYTKU, s.r.o. IČO 42866022
Sídlo: Valašské Meziříčí
Zaměření činnosti: Ortopedické matrace, ložnice z masivu a ohýbaný nábytek.
KOVONA SYSTEM, a.s. IČO 25855646
Sídlo: Karviná
Zaměření činnosti: Válcování otevřených i uzavřených tenkostěnných trubek a profilů; bezdeformační
ohýbání tenkostěnných trubek a profilů; dělení trubek, profilů a plošného materiálu;
tváření plechů; vysekávání a děrování; automatické závitování a flowdrill; odporové a obloukové
svařování; povrchová úprava práškovými nátěrovými hmotami.
KOVONAX, s.r.o. IČO 46345949
Sídlo: Bystřice p. Hostýnem
Zaměření činnosti: Sedací nábytek; stoly a příslušenství; zdravotní nábytek; školní nábytek;
vojenský nábytek.
Kovostal, s.r.o. IČO 15530507
Sídlo: Uherské Hradiště
Zaměření činnosti: Sedadla a teleskopické tribuny pro stadiony, sportovní haly, posluchárny,
školy, divadla a kina.
Oblastní průmyslový podnik Polička, a.s. IČO 45534594
Sídlo: Polička
Zaměření činnosti: Dřevoobráběcí stroje; nábytek; zahradní příslušenství.
OZT-OBCHODNÍ ZAŘÍZENÍ TOUŽIM, a.s. IČO 25213512
Sídlo: Toužim
Zaměření činnosti: Regálové, rámové regálové systémy; sektorové prodejní pulty; prosklené
vitríny; pokladní boxy; výroba jednoduchých lisovacích a ohýbacích nástrojů, svařovacích
a vrtacích přípravků, tepelné zušlechťování kovů; zakázková zámečnická výroba; zakázková
výroba v truhlárně; lakování výrobků v práškové truhlárně; zpracování teflonu.
Potrusil, s.r.o. IČO 25310119
Sídlo: Brno
Zaměření činnosti: Nábytek; kuchyně; orientační systémy; stavební výroba; služby.
Ravensburger Karton, s.r.o. IČO 25257064
Sídlo: Polička (okres Svitavy)
Zaměření činnosti: Výroba her a hraček.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ180
Schwan-STABILO ČR, s.r.o. IČO 45280746
Sídlo: Český Krumlov
Zaměření činnosti: Tužky; pastelky; popisovače; psací potřeby; rýsovací potřeby.
Spojené kartáčovny, a.s. IČO 25183427
Sídlo: Pelhřimov
Zaměření činnosti: Kartáče pro osobní hygienu; kartáče pro domácnost; štětce školní, umělecké
a retušovací; natírací a malířské potřeby; technické kartáče.
TON, a.s. IČO 49970585
Sídlo: Bystřice pod Hostýnem
Zaměření činnosti: Židle; barové židle; křesla; stoly; věšáky a zahradní nábytek.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 181
Stavebnictví2.
Kategorie 45 – Stavebnictví
3V&H, s.r.o. IČO 46992715
Sídlo: Uherský Brod
Zaměření činnosti: Dodávky staveb na klíč občanské; bytová výstavby a výstavby rodinných
domů; realizace projektů občanské výstavby; provádění celkových rekonstrukcí, adaptací a sanací
budov; výstavba a opravy výrobních a průmyslových hal a objektů; komunikace, chodníky
a zpevněné plochy; zateplovací systémy a opravy fasád včetně historických; inženýrské stavby,
výstavby a přeložky inženýrských sítí; provedení a opravy krovů a střech včetně půdních
vestaveb a nástaveb.
ABD Group, a.s. IČO 25554778
Sídlo: Modřice
Zaměření činnosti: Výstavba pozemních a inženýrských staveb.
AGROSTAVING, s.r.o. IČO 47217049
Sídlo: Dačice
Zaměření činnosti: Výroba betonu; potěry řady P100 – P600; potěry se zaručenou pevností
(frakce do 4 mm); vodostavební betony; betony odolné agresivnímu prostředí; speciální betony,
kamenivo zpevněné cementem a cementové stabilizace; cementové malty.
AGSTAV TŘEBÍČ, a.s. IČO 46966676
Sídlo: Třebíč
Zaměření činnosti: Stavební výroba; výroba betonových výrobků; obchodní činnost; doprava.
ARSTAV, s.r.o. IČO 26030152
Sídlo: Jindřichův Hradec
Zaměření činnosti: Výstavba-rekonstrukce; zámečnictví; truhlářství; zateplení budov; minerální
a SDK systémy; půjčovna mechanizace; zemní práce a doprava.
BALTOM, s.r.o. IČO 44565038
Sídlo: Liberec
Zaměření činnosti: Zemní práce; hutněné asfaltové vrstvy; obnova a zesílení krytů vozovek
recyklací za horka na místě; recyklace podkladních vrstev za studena na místě; frézování vozovek
za studena.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ182
BAU plus, a.s. IČO 25607618
Sídlo: Praha
Zaměření činnosti: Pozemní stavitelství, provádí stavební a montážní práce včetně technologických
částí staveb.
BAUSET CZ, a.s. IČO 63217139
Sídlo: Pardubice
Zaměření činnosti: Bourací, demontážní a destrukční práce; zemní práce; dopravní stavby
a inženýrské sítě; vodohospodářské stavby a ČOV; bednící a betonářské práce.
Bláha, s.r.o. IČO 25052748
Sídlo: Velké Přílepy
Zaměření činnosti: Výstavby rodinných domů na klíč; provádění bytových a nebytových
staveb; půdní vestavby; rekonstrukce; inženýrská činnost.
Bytostav Poruba, a.s. IČO 45192464
Sídlo: Ostrava
Zaměření činnosti: Zemní práce, pažení, bednění, armování, betonáž; zdění, montáž sádrokartonových
konstrukcí; montáže prefa konstrukcí a prvků; monolitické konstrukce svislé
a vodorovné; úpravy povrchů vnitřních a vnějších vč. provádění zateplovacích systémů; práce
PSV: izolace proti vodě, izolace proti chemickým vlivům radonu, izolace protipožární, izolace
tepelné a akustické, podlahy ze syntetických hmot, terakoty, konstrukce zámečnické, podhledy
kazetové a lamelové, konstrukce tesařské, podlahy FARMACEL, elektroinstalace, VO, VN, NN;
strojní dílna: výroba zámečnických výrobků; ohýbárna: zpracování a výroba betonářské oceli,
stavebních armatur.
CBPS, s.r.o. IČO 14502992
Sídlo: České Budějovice
Zaměření činnosti: Byty; občanské stavby; rekonstrukce; průmyslové stavby.
COLAS CZ, a.s. IČO 26177005
Sídlo: Praha
Zaměření činnosti: Standardní práce silničního stavitelství – výstavba, rekonstrukce, opravy
a další práce na pozemních komunikacích a mostech, dále těžba kamene, výroba drceného
kameniva a výroba modifikovaných asfaltů.
COMMODUM, s.r.o. IČO 46577238
Sídlo: Valašská Bystřice
Zaměření činnosti: Dřevovýroba (schody, ploty, palubovky, dřevostavby – rodinné domky,
chaty, rekreační celky); stavebniny a dřevoprodej; stavební výroba.
Cooptel, stavební, a.s. IČO 25560271
Sídlo: Brno
Zaměření činnosti: Provádění staveb, jejich změn a odstraňování; zemní práce za pomocí
strojních mechanizmů; montáž, opravy a zkoušky vyhrazených elektrických zařízení; silniční
motorová doprava nákladní vnitrostátní; pronájem stavebních mechanizmů a zařízení; pronájem
nemovitostí, včetně poskytování jiných než základních služeb; poskytování služeb pro zeměděl-
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 183
ství a zahradnictví; nakládání s odpady; inženýrská činnost v investiční výstavbě; provozování
čerpacích stanic s pohonnými hmotami; zprostředkovatelská činnost v oblasti obchodu a služeb.
DĚČÍNSKÝ STAVEBNÍ PODNIK, s.r.o. IČO 47781483
Sídlo: Děčín
Zaměření činnosti: Stavební práce pozemní a inženýrské.
Dopravní stavby Brno, s.r.o. IČO 45474281
Sídlo: Brno
Zaměření činnosti: Provádění zemních prací, pozemních komunikací a zpevněných ploch;
stavby a opravy mostů; kanalizační stoky a přípojky, vodovodní řady a přípojky; monolitické
kanalizační stoky s použitím nafukovacího bednění; výstavba tramvajových tratí.
EKO Agrostav, a.s. IČO 47672200
Sídlo: Přerov
Zaměření činnosti: Vodovody a kanalizace; rybníky a vodní toky; zemědělské stavby; rodinné
domy a komunikace.
Elektromont Brno, a.s. IČO 48906549
Sídlo: Brno
Zaměření činnosti: Technické návrhy; studie proveditelnosti; prováděcí dokumentace; dodávky
zařízení; montáž; revize; uvedení do provozu, komplexní zkoušky; zkušební provoz; dokumentace
skutečného provedení; školení obsluhy; servis; financování vybraných akcí.
Elektromont servis Brno, s.r.o. IČO 48907758
Sídlo: Brno
Zaměření činnosti: Vypracování projektové dokumentace v oblasti elektro; dodávka a montáže
silnoproudých (motorická, světelná, hromosvod), slaboproudých elektroinstalací a mar; kompletní
dodávky investičních celků (projekt, montáže, zkoušky a revize, uvádění do provozu), stavby
na klíč; zkoušky a revize včetně vystavení zkušebních protokolů a revizních zpráv na zařízení
nn,vn,vvn (rozvodny, generátory); dodávky a montáž svítidel pro osvětlení veřejných historických
budov a dalších objektů (včetně projektu) a předvedení pomocí přenosných světlometů;
dodávka a montáž vzduchových a olejových distribučních transformátorů aj.
ELEKTROSTAV STRAKONICE, s.r.o. IČO 47239034
Sídlo: Strakonice
Zaměření činnosti: Zpracování přípravné a projektové dokumentace na venkovní a kabelové
rozvody VN a NN, transformační stanice VN/NN; investorsko-inženýrská činnost (dozor
stavby) a dodavatelsko-inženýrská činnost; realizace venkovních a kabelových rozvodů VN
a NN, venkovních a vnitřních trafostanic 22/04 kV, domovních přípojek, elektroinstalací
a hromosvodů; výroba a prodej všech druhů rozvaděčů NN pro distribuční trafostanice, pro
bytové a výrobní prostory; výstavba venkovního a kabelového veřejného osvětlení; provádění
revizní činnosti u el. zařízení VN a NN, el. nářadí, hromosvodů včetně vystavování zpráv
o výchozí, popř. periodické revizi; stavební práce HSV, zemní práce, práce s autojeřábem včetně
dodávky materiálu.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ184
ELEKTROTRANS, a.s. IČO 25655558
Sídlo: Praha
Zaměření činnosti: Kompletní služby v oblasti výstavby energetických vedení.
EUROVIA Silba, a.s. IČO 64830551
Sídlo: Plzeň
Zaměření činnosti: Opravy povrchu cestních komunikací; provádění svislého a vodorovného
dopravního značení; zimní údržba silnic.
EZAMONT Group, a.s. IČO 25309391
Sídlo: Brno
Zaměření činnosti: Montáž, opravy, revize a zkoušky vyhrazených elektrických zařízení.
FORTEX – AGS, a.s. IČO 00150584
Sídlo: Šumperk
Zaměření činnosti: Realizace staveb; stavební projekce; stavby čistíren odpadních vod; kovovýroba
(výroba produktů pro skladování, dopravu a manipulaci se zbožím); prodej a oprava
motorových vozidel (značka Volkswagen); velkoobchod s hutním materiálem.
GASCO, s.r.o. IČO 15049035
Sídlo: Pardubice
Zaměření činnosti: Vodovodní sítě; tlakové stanice; plynovodní sítě; regulační stanice plynu;
průmyslové produktovody; kanalizace gravitační, tlakové a vakuové; přečerpávací stanice;
domovní rozvody; další inženýrské sítě.
GEOINDUSTRIE, s.r.o. IČO 62242911
Sídlo: Praha
Zaměření činnosti: Hlubinné zakládání a podchycování objektů; zajišťování stavebních jam
pomocí pilot, mikropilot, kotev, zápor, injektážních a jiných speciálních prací.
GREMIS, s.r.o. IČO 15544451
Sídlo: Velké Meziříčí
Zaměření činnosti: Komplexní dodávky staveb občanské a průmyslové výstavby; liniové stavby;
stavba komunikací; fasády na památkových objektech; protiradonová opatření, stavba komunikací;
energetické audity včetně zateplených fasád.
Chladicí věžě Praha, a.s. IČO 45273651
Sídlo: Praha
Zaměření činnosti: Výstavba, opravy a rekonstrukce chladících věží všech typů a velikostí;
výroba a montáž mikrochladičů včetně chladících okruhů; provádění průmyslových a pozemních
staveb; sanace železobetonových konstrukcí; práce a pronájem dopravní techniky a jeřábů;
projekční činnost.
IMOS Brno, a.s. IČO 25322257
Sídlo: Brno
Zaměření činnosti: Pozemní stavby; vodohospodářské a dopravní stavby.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 185
IMOS group, s.r.o. IČO 42340250
Sídlo: Zlín
Zaměření činnosti: Komplexní dodávky stavebních prací.
INTOZA, s.r.o. IČO 25873261
Sídlo: Ostrava
Zaměření činnosti: Nová výstavba; rekonstrukce budov včetně interiérů a řemesel; fasády;
zateplování a sanace.
Ještědská stavební společnost, s.r.o. IČO 18382550
Sídlo: Liberec
Zaměření činnosti: Stavební činnosti; inženýrské činnosti.
JIHOSPOL, Jihočeská obchodní a stavební společnost, a.s. IČO 62509641
Sídlo: Strakonice
Zaměření činnosti: Stavby rodinných domů; prodej výrobků PARAMO.
KALÁB-stavební firma, s.r.o. IČO 49436589
Sídlo: Brno
Zaměření činnosti: Provádění průmyslových staveb; provádění bytových a občanských staveb;
provádění inženýrských staveb; provádění staveb včetně jejich změn, udržovacích prací na nich
a jejich odstraňování.
KOMFORT, a.s. IČO 25524241
Sídlo: Brno
Zaměření činnosti: Bytové domy; rodinné domy; stavby pozemního stavitelství.
KVAZAR, a.s. IČO 00560383
Sídlo: Ostrava
Zaměření činnosti: Výstavba; pronájem stavebního zařízení; bazar stavebního zařízení
a materiálu.
Labit, a.s. IČO 15037274
Sídlo: Vrchlabí
Zaměření činnosti: Vzduchotechnika; klimatizace; filtrační a odsávací systémy; horkovzdušná
kamna na upotřebené oleje; výstředníkové lisy; nerezový program pro potravinářství a stavební
výrobu, lisované kovové součásti.
Lesostavby Třeboň, a.s. IČO 47239328
Sídlo: Třeboň
Zaměření činnosti: Pozemní stavby; dopravní stavby; vodohospodářské stavby; zemědělské
stavby.
Lumen, a.s. IČO 25197452
Sídlo: České Budějovice
Zaměření činnosti: Projektování staveb ve všech stupních, odborné poradenství v oblasti
elektromateriálů i svítidel; elektroinstalace (trafostanice, rozvodny NN, VN, rozvaděče NN,
osvětlení, kabely, kabelové trasy, zálohování, UPS, přepěťová ochrana, uzemnění; slaboproudé
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ186
systémy, kontrola, monitoring: elektrická požární signalizace, elektrické zabezpečovací systémy,
měření a regulace, telefonní ústředny, strukturovaná kabeláž; energetika: dodávky a distribuce
elektřiny, provozování distribučních soustav v průmyslových parcích České republiky; provozování
distribučních soustav v průmyslových parcích České republiky.
OK mont – STM, s.r.o. IČO 15529827
Sídlo: Brno
Zaměření činnosti: Dodávka a montáž ocelových konstrukcí pro občanské i průmyslové stavby;
opláštění halových objektů sendvičovými systémovými panely.
OKD, Rekultivace, a.s. IČO 47676175
Sídlo: Havířov
Zaměření činnosti: Demolice a zemní práce.
OTHERM, s.r.o. IČO 28068033
Sídlo: Husinec
Zaměření činnosti: Plastová okna a dveře; hliníková okna a dveře; sklo; těsnění.
PaPP, s.r.o. IČO 00207608
Sídlo: Uherské Hradiště
Zaměření činnosti: Stavby na klíč: bytové, průmyslové, inženýrské, rekonstrukce staveb včetně
památkově chráněných objektů; instalatérství, plynofikace; prodej plynových spotřebičů.
PKS INPOS, a.s. IČO 46980059
Sídlo: Žďár nad Sázavou
Zaměření činnosti: Stavba občanských, bytových a hotelových staveb, službových a servisních
staveb, průmyslových hal a staveb ekologických a zemědělských; sádrokartonové konstrukce
a vestavby; dodávka elektroinstalací; dodávka vodoinstalací a topení; výroba a dodávka
ocelové prostorové výztuže; výroba a dodávka betonových směsí; obchodní činnost; doprava
a mechanizace.
Pozemní stavitelství Zlín, a.s. IČO 46900918
Sídlo: Zlín
Zaměření činnosti: Stavební výroba; panelárna – výroba a prodej; pronájem stavební mechanizace
a lešení; výroba armatur.
POZEMSTAV Prostějov, a.s. IČO 25527380
Sídlo: Prostějov
Zaměření činnosti: Zateplování; lodžie; střechy; TZB; výplně; byty.
PRIMA, a.s. IČO 47239743
Sídlo: Strakonice
Zaměření činnosti: Stavby na klíč; kompletní stavební práce HSV; veškerou činnost PSV;
stavebně zámečnické konstrukce – výrobu a montáž atypických ocelových halových objektů
i výrobu a montáž běžných stavebně zámečnických konstrukcí; dopravu, mechanizaci, zemní
práce vč. odbahňování vodních toků a nádrží; truhlářské práce; elektroinstalace – montáž
slaboproudých a silnoproudých rozvodů nízkého napětí, montáž a revize hromosvodů, revize
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 187
zařízení, měření a regulace, záruční a pozáruční servis plynových kotlů, vč. uvádění do provozu;
vodoinstalace, ústřední topení, kanalizace, plyn.
PRŮMSTAV ŠTĚTÍ, a.s. IČO 47782251
Sídlo: Štětí
Zaměření činnosti: Stavební a architektonické činnosti.
První podještědská stavební, s.r.o. IČO 47781874
Sídlo: Liberec
Zaměření činnosti: Kompletní stavební činnost; rekonstrukce; panelové montáže; občanské
a bytové stavby na klíč; výstavba rodinných domků
PŘEMYSL VESELÝ stavební a inženýrská činnost, s.r.o. IČO 25342100
Sídlo: Brno
Zaměření činnosti: Výstavba inženýrských sítí; stavby pozemního a průmyslového stavitelství;
čistírny odpadních vod, vodojemy, úpravny vod; komunikace, zpevněné plochy, sportovní
areály; chodníky a úpravy terénů; recyklace vybouraných živičných směsí a jejich pokládka;
opravy a rekonstrukce uvedených prací; opravy výtluků a rýh po překopech na komunikacích;
kladení potrubí bezvýkopovou technologií; kontrola stavu potrubí technickou videokamerou
se záznamem; zkoušky vodotěsnosti kanalizačních potrubí; prodej stavebních materiálů; prodej
značkovacích, linkovacích a zakrývacích barev.
PSJ BRNO, s.r.o. IČO 63479231
Sídlo: Brno
Zaměření činnosti: Stavby na klíč; rekonstrukce staveb; výroba a montáž ok; montáž obvodových
a střešních plášťů; inženýrská a projektová činnost; jednotlivé produkty oddělené
středníkem.
Rapos, s.r.o. IČO 25504487
Sídlo: Holešov
Zaměření činnosti: Výstavba pozemních a inženýrských staveb; provádění staveb, jejich změn
a odstraňování; projektová činnost ve výstavbě (v rozsahu platného oprávnění); zámečnictví;
kovoobráběčství; velkoobchod; maloobchod se smíšeným zbožím; specializovaný maloobchod;
maloobchod tabákovými výrobky; maloobchod provozovaný mimo řádné provozovny; maloobchod
použitým zbožím; maloobchod motorovými vozidly a jejich příslušenstvím; maloobchodní
prodej a pronájem zvukových a zvukově – obrazových záznamů a jejich nenahraných nosičů;
realitní činnost.
RAVEL, s.r.o. IČO 47282312
Sídlo: Ústí nad Labem
Zaměření činnosti: Stavba průmyslových staveb, bytových a občanských staveb; pozemní,
vodohospodářské a inženýrské stavby; rekonstrukce a modernizace staveb; udržovací a demoliční
práce; výstavba čistíren odpadních vod; recyklace stavebních odpadů; práce truhlářské
a zámečnické; realitní činnost; likvidace odpadů včetně nebezpečných; poskytování ubytovacích
a restauračních služeb; autodoprava a autoopravárenství.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ188
Realistav, s.r.o. IČO 60875577
Sídlo: České Budějovice
Zaměření činnosti: Kompletní dodávky základnových stanic GMS na klíč.
Realitní a stavební společnost, s.r.o. IČO 41432037
Sídlo: Čáslav
Zaměření činnosti: Realizace staveb; projekce a inženýrská činnost; prodej stavebního materiálu;
oceňování nemovitostí a realitní činnost; půjčovna nářadí; doprava a mechanizace.
Regionální stavební, s.r.o. IČO 44565208
Sídlo: Praha
Zaměření činnosti: Stavba bytových, občanských, průmyslových a inženýrských staveb.
REKONT, s.r.o. IČO 00673056
Sídlo: Roudnice nad Labem
Zaměření činnosti: Stavby; stavby na klíč; projekční činnost.
RESA – SANACE A REKONSTRUKCE, s.r.o. IČO 25837982
Sídlo: Ostrava
Zaměření činnosti: Výstavba nových objektů, bytových jednotek, rekonstrukce objektů
a provádění speciálních stavebních prací v oblasti statiky staveb a geotechniky.
ROSS Holding, s.r.o. IČO 25259741
Sídlo: Havlíčkův Brod
Zaměření činnosti: Elektromontážní činnost; slaboproudé, datové, zabezpečovací a telekomunikační
rozvody; projektování a konzultační činnost; výroba rozvaděčů; provádění rozvodů tzb,
inženýring; projektování a realizace systémů mar, průmyslová automatizace; facility management,
development.
Rovina, a.s. IČO 64508510
Sídlo: Hulín
Zaměření činnosti: ČOV, kanalizace, inženýrské sítě; úpravy toků a jezy; průmyslové stavby;
skládky; bytová výstavba.
SAG EMG Elektro, s.r.o. IČO 45355886
Sídlo: Plzeň
Zaměření činnosti: Elektromontáže; digitalizace map; technických výkresů a ostatních dokumentů;
geodetické služby; projektové práce; telekomunikace; záložní zdroje; ochrany a řídicí
systémy.
SAN-JV, s.r.o. IČO 64618951
Sídlo: Šumperk
Zaměření činnosti: Administrativní budovy; hotely; školy; nemocnice; nákupní centra; rodinné
domy; bytové domy; haly; sklady; technologie do velkokuchyní; ocelové konstrukce; atypické
schodiště a zábradlí; regálové a dopravní systémy.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 189
SART-stavby a rekonstrukce, a.s. IČO 25898671
Sídlo: Šumperk
Zaměření činnosti: Provozovatel Železnice Desná (od r. 2005); výstavba mostů; železniční
stavby.
Setra, s.r.o. IČO 00220159
Sídlo: Brno
Zaměření činnosti: Třídění a recyklace stavebních sutí a dřeva.
Severomoravská stavební společnost, s.r.o. IČO 47153849
Sídlo: Nový Jičín
Zaměření činnosti: Stavební činnost – dodávky staveb bytových, občanských.
Silnice Jičín, a.s. IČO 46504788
Sídlo: Jičín
Zaměření činnosti: Výstavba silničních staveb.
Skanska DS, a.s. IČO 26271303
Sídlo: Brno
Zaměření činnosti: Stavba silnic, dálnic, rychlostní komunikací; kolejové stavby (železnice,
tramvaje); mostní stavby; tunely a podzemní stavby; pokládka cementobetonového krytu;
výroba betonové a asfaltové směsi; stavba letišť; ekologické stavby; vodohospodářské stavby;
dopravně mechanizační práce; specializované činnosti (stavby protihlukových stěn, demoliční
a střelecké práce, zlepšování zemin, hydroosev, recyklace asfaltových vozovek za studena).
SKD Průmstav – stavby, a.s. IČO 25406523
Sídlo: Ústí nad Labem
Zaměření činnosti: Průmyslové inženýrské stavby; bytové a občanské stavby.
STASPO, s.r.o. IČO 41035704
Sídlo: Ostrava
Zaměření činnosti: Prodej vybavení koupelen a interiérů (dlažby, obklady, vany, sprchové
kouty, vodovodní baterie, koupelnový nábytek a dřevěné podlahy); provádění inženýrských,
průmyslových a občanských staveb; rekonstrukce staveb; výroba a dodávka betonových výrobků
a produktů.
STAVISERVIS, s.r.o. IČO 42408008
Sídlo: Jindřichův Hradec
zaměření činnosti: prodej hutního materiálu; prodej stavební keramiky; nákladní doprava
vnitrostátní i mezinárodní; veškeré stavební práce a rekonstrukce.
STAVOPROGRES BRNO, s.r.o. IČO 60701455
Sídlo: Brno
Zaměření činnosti: Stavby bytové; stavby občanské vybavenosti; stavby průmyslové; stavby
ekologické; rekonstrukce stávajících objektů a fasád; projektová a inženýrská činnost; prodej
stavebního materiálu.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ190
STAVOPROJEKTA stavební firma, a.s. IČO 26232073
Sídlo: Brno
Zaměření činnosti: Regenerace panelových sídlišť; výstavba bytů; provoz copycentra.
Tocháček, s.r.o. IČO 44961367
Sídlo: Brno
Zaměření činnosti: Rekonstrukce; novostavby; půjčovna bouracího nářadí; prodej zboží pro
stavebníky.
Techniserv, s.r.o. IČO 44264020
Sídlo: Praha
Zaměření činnosti: Investiční výstavba; pozemní letecká zabezpečovací zařízení; telekomunikace;
monitoring a měření; komunikační a informační systémy; dokument management
a ukládání dat; dispečerské a regulační systémy; bezpečnostní systémy EZS, EPS, PTV, CCTV
atp.; elektrotechnické a elektronické systémy; elektromagnetické stínění; strojně technologické
systémy.
TENNIS Zlín, a.s. IČO 46975764
Sídlo: Zlín
Zaměření činnosti: Výstavba sportovních povrchů; projektová činnost; výstavba sportovišť.
TENZA, a.s. IČO 25570722
Sídlo: Brno
Zaměření činnosti: Vodohospodářské, inženýrské a pozemní stavby; projekce a inženýrská
činnost; tlakové lití zinku; kompaktní předávací stanice; předizolované potrubní systémy.
TRIGEMA REAL, s.r.o. IČO 25654926
Sídlo: Praha
Zaměření činnosti: Zprostředkovatelské činnosti realitních agentur; správa nemovitostí na
základě honoráře nebo smlouvy; účetní a auditorské činnosti a jejich revize- daňové poradenství;
architektonické a inženýrské činnosti a související technické poradenství; průmyslové čištění
a všeobecný úklid.
UNISTAV, a.s. IČO 531766
Sídlo: Brno
Zaměření činnosti: Stavby všeho druhu (obytné komplexy, rodinné domy, průmyslové objekty,
hypermarkety a zdravotnické zařízení, rekonstrukce historických objektů).
Univerzální stavební, a.s IČO 41190866
Sídlo: Praha
Zaměření činnosti: Provádění staveb včetně jejich změn, udržovacích prací na nich a jejich
odstraňování; montáž a opravy vyhrazených plynových zařízení; montáž, opravy, údržba
a revize vyhrazených elektrických zařízení.
PŘÍLOHA Č. 1 – SEZNAM PODNIKŮ 191
UniWel STAVBY, s.r.o. IČO 61324043
Sídlo: Teplice
Zaměření činnosti: Komplexní dodávky a opravy sklářských pecí; modernizace, rekonstrukce
a výstavba občanských a průmyslových staveb; zateplování a sanace obvodových plášťů budov;
dodávka a montáž plastových oken a dveří; elektroinstalační práce; projekční a inženýrská
činnost.
VAMOZ – servis, a.s. IČO 25848461
Sídlo: Ostrava
Zaměření činnosti: Kompletní dodávky projektové dokumentace; kompletní dodávky staveb
a rekonstrukcí „na klíč“; kompletní dodávky technologie; zpracování software pro řídící systémy.
Vegacom, a.s. IČO 25788680
Sídlo: Praha
Zaměření činnosti: Implementace systémů EZS, EPS, CCTV, ozvučení, kontroly a evidence
vstupu; protichemický detekční systém; vývoj a implementace varovných a informačních
systémů; řešení sítí LAN; dopravní telematika; housingové služby; dohled a servis komunikačních
sítí aj.
VHS Břeclav, s.r.o. IČO 42324149
Sídlo: Břeclav
Zaměření činnosti: Kanalizace, ČOV; silnice, povrch silnic; ekologické, hydrotechnické,
vodohospodářské stavby.
192
193
2
Příloha č.2. DOTAZNÍK
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU194
EMPIRICKÉ ŠETŘENÍ KONKURENCESCHOPNOSTI
PODNIKŮ
MASARYKOVA UNIVERZITA
EKONOMICKO-SPRÁVNÍ
FAKULTA
CENTRUM VÝZKUMU
KONKURENČNÍ SCHOPNOSTI
ČESKÉ EKONOMIKY
DOTAZNÍK
Obálka dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 195
MASARYKOVA UNIVERZITA
EKONOMICKO-SPRÁVNÍ
FAKULTA
CENTRUM VÝZKUMU
KONKURENČNÍ SCHOPNOSTI
ČESKÉ EKONOMIKY
Ekonomicko-správní fakulta Masarykovy univerzity provádí
v rámci dlouhodobého programu Centra výzkumu konkurenční
schopnosti české ekonomiky a v úzké spolupráci s výzkumnou
organizací Augur Consulting, s.r.o. empirické šetření konkurenceschopnosti
podniků se sídlem v České republice. Předmětem zájmu
je reprezentativní vzorek několika set velkých a středních podniků
z různých odvětví národního hospodářství.
Cílem této výzkumné aktivity je analyzovat vývojové trendy
v dané oblasti a formulovat klíčové faktory, které konkurenceschopnost
podporují. Z hlediska rozsahu a komplexnosti řešení jde
o ojedinělou akci. Její výsledky přispějí nejen k rozvoji teoretického
poznání, využitelného ve výuce vysokoškolských studentů i ve
specializovaných kurzech pro manažery, ale, a to zejména, budou
zdrojem poznání pro podnikovou praxi, především pro ty podniky,
které se daného šetření zúčastní.
Významným zdrojem primárních informací jsou, vedle veřejně
dostupných informací z databází a webových stránek podniků,
informace z dotazníků vyplněných respondenty ve spolupráci
s tazateli.
Dotazník se skládá ze dvou částí. Část A zjišťuje názory respondenta
na faktory konkurenceschopnosti šetřeného podniku, část B
zjišťuje charakteristiky daného podniku.
Informace zjišťované prostřednictvím dotazníku nepředstavují
většinou přesné a podrobné statistické údaje, které by bylo třeba
složitě vyhledávat v podnikových databázích. Jde spíše o získávání
názorů a kvalifikovaných odhadů.
EMPIRICKÉ ŠETŘENÍ KONKURENCESCHOPNOSTI
PODNIKŮ
DOTAZNÍK
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU196
2
A FAKTORY KONKURENCESCHOPNOSTI
PODNIKU
Konkurenceschopnost je chápána jako schopnost podniku obstát v soutěži s konkurenty na trhu produktů (tj. výrobků resp.
služeb). Podnik vysoce konkurenceschopný disponuje značnou konkurenční výhodou, to znamená, že je v řadě důležitých
oblastí (v řadě faktorů) lepší než jeho významní konkurenti, což mu umožňuje být na trhu úspěšnější než tito konkurenti.
A1. Které podniky patří k nejvýznamnějším konkurentům Vašeho podniku v České republice?
Název podniku Podíl na trhu
01
............................................................................................................................... ................... %
02
............................................................................................................................... ................... %
03
............................................................................................................................... ................... %
04
............................................................................................................................... ................... %
05
Uveďte podíl Vašeho podniku v České republice. ................... %
Které podniky patří k nejvýznamnějším konkurentům Vašeho podniku na těch zahraničních trzích,
které mají pro váš podnik strategický význam?
Název podniku Podíl na trhu
06
............................................................................................................................... ................... %
07
............................................................................................................................... ................... %
08
............................................................................................................................... ................... %
09
............................................................................................................................... ................... %
10
Uveďte podíl Vašeho podniku. ................... %
K1. Případný další komentář k otázce A1 (Uveďte, prosím, ke které položce se komentář vztahuje.)
11
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 197
3
A FAKTORY KONKURENCESCHOPNOSTI PODNIKU
Vnitřní faktory konkurenceschopnosti:
Každá z oblastí, tj. každý z potenciálních faktorů konkurenceschopnosti, nemusí mít díky specifickým podmínkám na konkurenceschopnost
stejně významný vliv. Například vliv levné pracovní síly na konkurenceschopnost je u podniků s velkým
podílem lidské práce větší než u podniků s malým podílem lidské práce.
Z uvedených důvodů je proto u každého faktoru zvlášť zjišťována
jeho hodnota (v porovnání s konkurenty),
vliv hodnoty tohoto faktoru na konkurenceschopnost daného podniku.
Hodnocení Vašeho podniku Vliv na konkurenceschopnost Vašeho podniku
U následujících otázek zakroužkujte
příslušnou hodnotu bodovací škály.
výrazněnižší
mírněnižší
přibližněstejná
mírněvyšší
výrazněvyšší
silněnegativní
vliv
mírněnegativní
vliv
žádnývliv
mírněpozitivní
vliv
silněpozitivní
vliv
A2.
12
Jak hodnotíte, v porovnání s konkurenty, inovační
aktivitu Vašeho podniku v oblasti rozvoje svých
produktů (výrobků či služeb)?
1 2 3 4 5
A3.
13
Jak hodnotíte, v porovnání s konkurenty, schopnost
Vašeho podniku pružně přizpůsobovat své produkty
požadavkům zákazníků?
1 2 3 4 5
A4.
14
Jak hodnotíte, v porovnání s konkurenty, kvalitu
produktů Vašeho podniku? 1 2 3 4 5
A5.
15
Jak hodnotíte, v porovnání s konkurenty, náklady
na pracovní sílu ve Vašem podniku? 1 2 3 4 5
A6.
16
Jak hodnotíte, v porovnání s konkurenty, ostatní
náklady ve Vašem podniku? 1 2 3 4 5
A7.
17
Jaká je, v porovnání s konkurenty, úroveň kvalifikace
pracovníků Vašeho podniku? 1 2 3 4 5
A8.
18
Jaká péče je, v porovnání s konkurenty, věnována
zákazníkům Vašeho podniku? 1 2 3 4 5
A9.
19
Jaký přístup má, v porovnání s konkurenty, Váš
podnik ke zdrojům financování? 1 2 3 4 5
A10.
20
Jak je ceněno, v porovnání s konkurenty, jméno
(resp. značka) Vašeho podniku? 1 2 3 4 5
A11. Uveďte další vnitřní faktory včetně jejich charakteristik a vlivu na konkurenceschopnost Vaší společnosti,
pokud je považujete za dostatečně významné.
21
......................................................................... 1 2 3 4 5
22
......................................................................... 1 2 3 4 5
23
......................................................................... 1 2 3 4 5
K2. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
24
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU198
4
A FAKTORY KONKURENCESCHOPNOSTI PODNIKU
Vnější faktory konkurenceschopnosti:
Ze stejných důvodů jako u vnitřních faktorů konkurenceschopnosti je rovněž u vnějších faktorů konkurenceschopnosti
zvlášť sledována hodnota každého faktoru a zvlášť její vliv na konkurenceschopnost.
U vnějších faktorů konkurenceschopnosti je třeba si uvědomit, že tatáž hodnota určitého faktoru může pro silné a dynamické
podniky představovat rozvojovou příležitost, pro slabé podniky či podniky se strategií stability ohrožení, popř.
situaci, kterou nemohou či nechtějí využít. Například vysoký konkurenční boj představuje pro silný podnik šanci k potlačení
konkurentů a ovládnutí trhu, naopak pro slabý podnik znamená ohrožení jeho existence, resp. vytlačení z trhu. Podobně
rozšíření trhů znamená potenciální zvýšení konkurenceschopnosti pouze pro ty podniky, které jsou schopny expandovat.
Hodnocení Vašeho podniku Vliv na konkurenceschopnost Vašeho podniku
U následujících otázek zakroužkujte
příslušnou hodnotu bodovací škály.
velminízký(á)
nízký(á)
střední
vysoký(á)
velmivysoký(á)
silněnegativní
vliv
mírněnegativní
vliv
žádnývliv
mírněpozitivní
vliv
silněpozitivní
vliv
A12.
25
Konkurenční boj na trzích produktů, kde působí
Váš podnik, je: 1 2 3 4 5
A13.
26
Vyjednávací síla odběratelů Vašeho podniku je:
1 2 3 4 5
A14.
27
Vyjednávací síla dodavatelů Vašeho podniku je:
1 2 3 4 5
A15.
28
Zájem vstoupit do pracovního poměru ve Vašem
podniku je: 1 2 3 4 5
A16.
29
Korupce v prostředí, ve kterém podniká
Váš podnik, je: 1 2 3 4 5
A17.
30
Podpora Vašeho podniku ze strany
státních orgánů je: 1 2 3 4 5
A18.
31
Podpora Vašeho podniku ze strany místních orgánů
veřejné správy je: 1 2 3 4 5
A19. Uveďte další vnější faktory včetně jejich charakteristik a vlivu na konkurenceschopnost Vaší společnosti,
pokud je považujete za dostatečně významné.
32
......................................................................... 1 2 3 4 5
33
......................................................................... 1 2 3 4 5
34
......................................................................... 1 2 3 4 5
velmi
zužují
zužují
nemění
poměrně
rozšiřují
velmi
rožširují
silně
negativní
vliv
mírně
negativní
vliv
žádný
vliv
mírně
pozitivní
vliv
silně
pozitivní
vliv
A20.
35
Trhy produktů, kde působí Váš podnik se:
1 2 3 4 5
K3. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
36
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 199
5
B CHARAKTERISTIKA PODNIKU
Vysvětlivky k tabulkám uvedeným v části B
V dotazníku nejde jen o zachycení stávajícího stavu, ale též o postižení vývojových trendů.
Z tohoto důvodu je ve většině tabulek sledována nejen stávající situace, ale též minulý trend a budoucí trend.
Dynamika vývoje je zachycena takto:
Minulý trend – trend v uplynulých cca pěti letech (tj. od cca roku 2002); na základě rámcového hodnocení se uvede,
zda sledovaná veličina převážně rostla , zůstávala stejná , nebo nastával pokles .
Stávající situace – současnost, rok 2007; hodnota sledované veličiny je zachycena buď na bodovací škále,
nebo v procentech, popřípadě jiným způsobem.
Budoucí trend – trend v budoucích cca pěti letech (tj. do cca roku 2012); na základě kvalifikovaného odhadu se uvede,
zda lze předpokládat, že sledovaná veličina bude převážně růst , zůstane stejná , nebo nastane pokles .
B1. SOUHRNNÁ ČÁST
B1.1. Uveďte, jakou důležitost mají níže uvedené zájmové skupiny
(stakeholders) pro Váš podnik.
1 nedůležitá zájmová skupina
5 vysoce důležitá zájmová skupina
Zájmové skupiny (stakeholders) Minulý trend Stávající situace Budoucí trend
37 Vlastníci 1 2 3 4 5
38 Zaměstnanci 1 2 3 4 5
39 Zákazníci 1 2 3 4 5
40 Dodavatelé 1 2 3 4 5
41 Věřitelé 1 2 3 4 5
42 Stát 1 2 3 4 5
43 Komunita v okolí podniku
(Subjekty v okolí podniku)
1 2 3 4 5
B1.2.
44
Má Váš podnik samostatné provozovny v České republice,
jejichž sídlo je jinde než sídlo podniku?
(Provozovnou se myslí vnitřní součást podniku, nikoliv dceřiná společnost)
1 NE 2 ANO Počet ...................
Pokud ano, uveďte sídla provozoven:
Obec Kód obce A Počet zaměstnanců Okres A Kód okresu A Kraj Kód kraje A
45 .................................................... ............ ............ .................. ............ .................. ............
46 .................................................... ............ ............ .................. ............ .................. ............
47 .................................................... ............ ............ .................. ............ .................. ............
48 .................................................... ............ ............ .................. ............ .................. ............
49 .................................................... ............ ............ .................. ............ .................. ............
50
Případný komentář B
.............................................................................................................................................
Vysvětlivky: A Uveďte dle číselníku obcí, okresů a krajů.
B Uveďte, prosím, ke které položce se komentář vztahuje.
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU200
6
B1. CHARAKTERISTIKA PODNIKU » SOUHRNNÁ ČÁST
B1.3.
51
Má Váš podnik samostatné provozovny,
jejichž sídlo je v zahraničí?
(Provozovnou se myslí vnitřní součást podniku, nikoliv dceřiná společnost)
1 NE 2 ANO Počet ...................
Pokud ano, uveďte sídla provozoven:
Země Kód země A Počet zaměstnanců
52 ........................................................................................... ....................................... ............................
53 ........................................................................................... ....................................... ............................
54 ........................................................................................... ....................................... ............................
55 ........................................................................................... ....................................... ............................
56
Případný komentář .............................................................................................................................................
Vysvětlivky: A Uveďte dle číselníku zemí.
B1.4.
57
Existují ve Vašem podniku relativně autonomní organizační
jednotky A (divize, závody apod.)? 1 NE 2 ANO Počet ...................
Pokud ano, jak je tato autonomie realizována? 1 nízká autonomie
3 střední autonomie
5 vysoká autonomie
Oblast Minulý trend Stávající situace Budoucí trend
58 Plánování výrobního programu 1 2 3 4 5
59 Jednání s odběrateli 1 2 3 4 5
60 Plánování materiálových vstupů 1 2 3 4 5
61 Jednání s dodavateli 1 2 3 4 5
62 Plánování rozvoje pracovních sil 1 2 3 4 5
63 Výběr a přijímání pracovníků 1 2 3 4 5
Vysvětlivky: A Jedná se o organizační jednotky bez právní subjektivity.
1 Autonomie v dané oblasti je nízká; to znamená, že o dané oblasti rozhoduje ředitelství podniku,
dané organizační jednotce jsou direktivně stanoveny relativně podrobné úkoly.
3 Autonomie v dané oblasti je střední; to znamená, že organizační jednotka je vyzvána k tomu, aby v dané oblasti předložila návrh,
který s ní podnikové ředitelství projedná a v návaznosti na to stanoví organizační jednotce úkoly.
5 Autonomie v dané oblasti je vysoká; to znamená, že podnikové ředitelství po projednání s organizační jednotkou
jí stanovuje pouze velmi rámcové úkoly.
B1.5.
64
Kolik stupňů řízení (v hlavní linii) má Váš podnik?
.....................................
Vysvětlivka: Uvede se počet vedoucích, kteří jsou mezi dělníkem hlavní výroby a ředitelem podniku (včetně),
přičemž první v této řadě je přímý nadřízený dělníka.
B1.6.
65
Je Váš podnik součástí koncernu?
1 NE 2 ANO Název: ..................................................
66 Uveďte zemi sídla koncernu:
...................................... ..................... Kód země dle číselníku.
B1.7.
67
Kolik dceřiných společností má Váš podnik?
.....................................
68 Z toho s kapitálovou účastí Vašeho podniku nad 50%
.....................................
K4. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
69
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 201
7
B2. CHARAKTERISTIKA PODNIKU » VLASTNÍCI, MAJETEK
B2. VLASTNÍCI, MAJETEK
B2.1. Uveďte typ vlastnické struktury Vašeho podniku.
70
Zařaďte vlastnickou strukturu podniku do jednoho z uvedených typů. Odpovídající typ (pouze jeden) z výběru 01 až 21
se označí zakroužkováním. Pokud konkrétní strukturu zařadit nelze (XX), uvede se její stručná charakteristika
(obdobně jako u výše uvedených typů).
TYP Velikostní struktura hlavních vlastníků Typ vlastníka A Země vlastníka, resp. vlastníků B
Součást
koncernu C Velikostní struktura dalších vlastníků
01 Jediný vlastník FO .......... — — NE —
02 Jediný vlastník PO .......... — — NE —
03 Jediný vlastník PO .......... — — ANO —
04 Majoritní vlastník FO .......... ........... ........... NE několik minoritních vlastníků
05 Majoritní vlastník PO .......... ........... ........... NE několik minoritních vlastníků
06 Majoritní vlastník PO .......... ........... ........... ANO několik minoritních vlastníků
07 Majoritní vlastník FO .......... ........... ........... NE mnoho minor. a drob. vlastníků
08 Majoritní vlastník PO .......... ........... ........... NE mnoho minor. a drob. vlastníků
09 Majoritní vlastník PO .......... ........... ........... ANO mnoho minor. a drob. vlastníků
10 Několik velkých vlastníků FO CZ — — NE —
11 Několik velkých vlastníků FO+PO CZ — — NE —
12 Několik velkých vlastníků PO CZ — — NE —
13 Několik velkých vlastníků FO .......... ........... ........... NE —
14 Několik velkých vlastníků FO+PO .......... ........... ........... NE —
15 Několik velkých vlastníků PO .......... ........... ........... NE —
16 Několik velkých vlastníků FO CZ — — NE mnoho minor. a drob. vlastníků
17 Několik velkých vlastníků FO+PO CZ — — NE mnoho minor. a drob. vlastníků
18 Několik velkých vlastníků PO CZ — — NE mnoho minor. a drob. vlastníků
19 Několik velkých vlastníků FO .......... ........... ........... NE mnoho minor. a drob. vlastníků
20 Několik velkých vlastníků FO+PO .......... ........... ........... NE mnoho minor. a drob. vlastníků
21 Několik velkých vlastníků PO .......... ........... ........... NE mnoho minor. a drob. vlastníků
XX Jiná vlastnická struktura .......... .......... ........... ........... NE ......................................
Vysvětlivky A FO – fyzická osoba, PO – právnická osoba
B Uvede se země vlastníka, resp. vlastníků.
C Zjištění, zda je podnik součástí koncernu; připadá v úvahu prakticky pouze v případech, kdy je jediným, resp. majoritním vlastníkem
právnická osoba.
B2.2.
71
Změnila se v uplynulých cca pěti letech
vlastnická struktura Vašeho podniku? 1 NE 2 ANO Jakým způsobem: A
...............................
72 Očekáváte, že se vlastnická struktura bude
měnit v příštích cca pěti letech? 1 NE 2 ANO Jakým způsobem: A
...............................
Vysvětlivky: A Uveďte kód příslušného typu z výběru 01 až 21 dle definice v otázce B 2.1.
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU202
8
B2. CHARAKTERISTIKA PODNIKU » VLASTNÍCI, MAJETEK
B2.3.
73
Jakým podílem z celkového počtu jsou v následujících
orgánech Vaší akciové společnosti zastoupeni vlastníci,
jejichž vlastnický podíl přesahuje 5%?
Představenstvo společnosti Dozorčí rada společnosti
......................% ......................%
B2.4.
74
Kolik členů top managementu je zároveň vlastníky,
jejichž vlastnický podíl přesahuje 5%? .........................
B2.5. Na jaké úrovni je vybavení Vašeho podniku
hmotným majetkem?
1 zastaralé, na hranici morální a fyzické životnosti
5 na špičkové úrovni
Minulý trend Stávající situace Budoucí trend
75 Úroveň rozhodujících složek
hmotného majetku:
1 2 3 4 5
Vysvětlivky: Uveďte, na jaké převažující úrovni jsou rozhodující složky hmotného majetku tj. stroje, zařízení, ostatní technické prostředky,
budovy a další složky, důležité pro funkceschopnost a dosahování cílů společnosti.
B2.6. Které z níže uvedených softwarových aplikací užívá Váš podnik?
Označení softwarové aplikace Současný stav
Uvažujete o zavedení či obměně
do cca jednoho roku?
76 Moduly MRP (řízení výroby) 1 ANO 2 NE 1 ANO 2 NE
77 Moduly pro personální agendy 1 ANO 2 NE 1 ANO 2 NE
78 Moduly pro účetní agendy 1 ANO 2 NE 1 ANO 2 NE
79 Moduly CRM (řízení vztahů se zákazníky) 1 ANO 2 NE 1 ANO 2 NE
80 Moduly SCM (řízení dodavatelského řetězce) 1 ANO 2 NE 1 ANO 2 NE
81 MIS (podpora rozhodování manažerů) 1 ANO 2 NE 1 ANO 2 NE
82 Intranet 1 ANO 2 NE 1 ANO 2 NE
83 Kancelářské aplikace (MS Office apod.) 1 ANO 2 NE 1 ANO 2 NE
B2.7.
84
Je propojení softwarových aplikací,
které používá Váš podnik, vyhovující?
1 zcela nevyhovující 5 plně vyhovující
1 2 3 4 5
K5. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
85
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 203
9
B3. CHARAKTERISTIKA PODNIKU » ZAMĚSTNANCI
B3. ZAMĚSTNANCI
B3.1. Uveďte počty zaměstnanců Vašeho podniku
dle níže specifikovaných skupin.
Uveďte průměrný roční
přepočtený stav zaměstnanců
Minulý trend Stávající situace Budoucí trend
86 Celkem zaměstnanců ................................
87 Z toho:podíl žen ..................... %
88 Z toho:podíl pracovníků s VŠ vzděláním ..................... %
89 Technicko-hospodářští pracovníci A
............................
90 Z toho:Vrcholový management 1
.........................
91 Z toho:počet žen ......................
92 počet cizinců ......................
93 Nižší management B 2
.........................
94 Ostatní technicko-hospodářští pracovníci .........................
95 Z toho:techničtí pracovníci B C 3
......................
96 pracovníci nákupu a prodeje B C 4
......................
97 administrativní pracovníci B C 5
......................
98 Dělníci A
............................
99 Z toho:podíl cizinců ..................... %
Vysvětlivky: A Uvede se v souladu se statistickým výkazem.
B Uvedou se na základě kvalifikovaného odhadu.
C Mimo vedoucí pracovníky.
1 Generální ředitel, resp. ředitel společnosti, odborní ředitelé, resp. náměstci, ředitelé závodů, resp. divizí.
2 Všichni ostatní manažeři, tj. střední management a management první linie
(vedoucí provozů, dílen, mistři, vedoucí úseků, odborů, oddělení a pod.).
3 Pracovníci výzkumu a vývoje, technické přípravy výroby, operátoři a obsluha výpočetní techniky apod.
4 Pracovníci útvarů nákupu a prodeje, včetně obchodních zástupců, marketingu apod.
5 Pracovníci sekretariátů, personálního úseku, ekonomického úseku, právního oddělení, další administrativní pracovníci.
B3.2. Jak velká je fluktuace ve Vašem podniku? Minulý trend Stávající situace Budoucí trend
100 Míra fluktuace: 1 2 3
< 2% 2–10% > 10%
Vysvětlivky: 1 Fluktuace je zanedbatelná, počet zaměstnanců, kteří v průběhu roku rozvážou pracovní poměr, nepřekračuje cca 2%
(z celkového počtu zaměstnanců).
2 Fluktuace je střední, počet zaměstnanců, kteří v průběhu roku rozvážou pracovní poměr, se pohybuje zhruba mezi cca 2 až 10%.
3 Fluktuace je vysoká, počet zaměstnanců, kteří v průběhu roku rozvážou pracovní poměr, překračuje 10%.
Poznámka: Předmětem sledování nejsou odchody do důchodu ani opakované propouštění a opětné přijímání sezónních pracovníků.
B3.3. Pokud zaměstnanec odchází z vlastní iniciativy,
které důvody ho k tomu vedou?
1 nevyskytuje se
2 vyskytuje se jen občas
3 vyskytuje se častoDůvody
101 Reorganizace a nutnost přeškolení 1 2 3
102 Nízký plat 1 2 3
103 Nezajímavá práce 1 2 3
104 Nedostatečné možnosti kariérního růstu 1 2 3
105 Špatné vztahy se spolupracovníky, resp. s nadřízeným 1 2 3
106 Osobní důvody (rodinné, zdravotní apod.) 1 2 3
107 Jiné důvody: ............................................................... 1 2 3
B3.4.
108
Sledují se a vyhodnocují se systematicky důvody odchodů zaměstnanců z podniku?
1 ANO 2 NE
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU204
10
B3. CHARAKTERISTIKA PODNIKU » ZAMĚSTNANCI
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
B3.5. Uveďte poměr mezi pohyblivou složkouA a základní
složkou mzdy dle níže specifikovaných skupin Poměr pohyblivé složky k základní složce mzdy.
zaměstnanců Vašeho podniku.
Minulý trend
Stávající situace
Budoucí trendPohyblivá složka Základní složka
109 Vrcholový management
................ : .................
110 Nižší management
................ : .................
111 Techničtí pracovníci
................ : .................
112 Pracovníci nákupu a prodeje
................ : .................
113 Administrativní pracovníci
................ : .................
114 Dělníci
................ : .................
Vysvětlivky: A Jedná se o horní limity pohyblivé složky mzdy dle pravidel odměňování, nikoliv o skutečně vyplacené částky. Pohyblivá složka mzdy je
závislá na rozsahu a kvalitě pracovního výkonu zaměstnance. Patří do ní prémie, výkonové odměny, bonusy, provize, podíly na zisku apod.
B3.6.
115
Jaký vliv na motivaci pracovníků Vašeho
podniku má výše uvedená pohyblivá
složka mzdy?
1 zanedbatelný 5 velmi vysoký
Minulý trend Stávající situace Budoucí trend
1 2 3 4 5
B3.7. Uveďte, které typy zaměstnaneckých výhod Váš podnik poskytuje.
Typ zaměstnaneckých výhod Komu:
116 Akciové opce 1 nikomu 2 všem 3 některým ................................
117 Služební automobil k soukromým účelům 1 nikomu 2 všem 3 některým ................................
118 Služební mobilní telefon 1 nikomu 2 všem 3 některým ................................
119 Poskytnutí notebooku, připojení k internetu
pro práci doma
1 nikomu 2 všem 3 některým ................................
120 Zajištění stravování 1 nikomu 2 všem 3 některým ................................
121 Příspěvky na dopravu, ubytování 1 nikomu 2 všem 3 některým ................................
122 Zajišťování možnosti rekreace, sportu, kultury 1 nikomu 2 všem 3 některým ................................
123 Poskytování půjček 1 nikomu 2 všem 3 některým ................................
124 Příspěvky na důchodové připojištění 1 nikomu 2 všem 3 některým ................................
125 Příspěvky na životní pojištění 1 nikomu 2 všem 3 některým ................................
126 Podpora vzdělávání zaměstnanců
na základě jejich iniciativy
1 nikomu 2 všem 3 některým ................................
127 Kafeteria systém 1 nikomu 2 všem 3 některým ................................
128 Jiné: ...................................................... 1 nikomu 2 všem 3 některým ................................
129 ...................................................... 1 nikomu 2 všem 3 některým ................................
130 ...................................................... 1 nikomu 2 všem 3 některým ................................
B3.7.
131
Jaké prostředky vynakládá Váš podnik
na zaměstnanecké výhody?
Minulý trend Stávající situace A Budoucí trend
.............................. (%)
132 Sleduje podnik tyto náklady systematicky? 1 ANO 2 NE
Vysvětlivky A Uveďte jako relaci v procentech vůči personálním nákladům. Pokud se dané náklady systematicky nesledují, uveďte kvalifikovaný odhad.
B3.8.
133
Jaký vliv na motivaci pracovníků Vašeho
podniku mají výše uvedené zaměstnanecké
výhody?
1 zanedbatelný 5 velmi vysoký
Minulý trend Stávající situace Budoucí trend
1 2 3 4 5
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 205
11
B4. CHARAKTERISTIKA PODNIKU » ODBĚRATELÉ, ZÁKAZNÍCI
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
B3.9.
134
Jaké prostředky vynakládá Váš podnik
na vzdělávání zaměstnanců?
Minulý trend Stávající situace A Budoucí trend
.............................. (%)
135 Sleduje podnik tyto náklady systematicky? 1 ANO 2 NE
Vysvětlivky A Uveďte jako relaci v procentech vůči personálním nákladům. Pokud se dané náklady systematicky nesledují, uveďte kvalifikovaný odhad.
K6. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
136
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
B4. ODBĚRATELÉ, ZÁKAZNÍCI
Odběratelé jsou ty subjekty, které bezprostředně odebírají od Vašeho podniku jeho produkty (výrobky, či služby).
Zákazníci jsou ty subjekty, pro které jsou určeny produkty Vašeho podniku.
Mezi Vaším podnikem a Vaším zákazníkem mohou v roli Vašich odběratelů být organizace velkoobchodu a maloobchodu.
Pokud tomu tak není, jsou odběratelé zároveň zákazníky.
B4.1. Jakou obchodní strategii Váš podnik uplatňuje?
137 Označte v příslušném kvadrantu. zaměření na nízké ceny
a nízké náklady
zaměření na specifický charakter výrobků
s možností požadovat vyšší ceny
široké zaměření široký rozsah výroby
široký okruh zákazníků 1 COST LEADERSHIP 2 DIFFERENTIATION
úzké zaměření úzký rozsah výroby
úzký okruh zákazníků
3 COST FOCUS 4 DIFFERENTIATION FOCUS
B4.2. Odhadněte percentuální podíl na tržbách dle níže uvedených typů
odběratelů Vašeho podniku. Podíl na tržbách (%)
Typ odběratele Minulý trend Stávající situace Budoucí trend
138 Velkoobchod
............................ %
139 Maloobchod
............................ %
140 Zákazníci (mimo koncern) A
............................ %
141 z toho: Dodávky pro další zpracování B
........................ %
142 Dodávky dlouhodobého hmot. majetkuC
........................ %
143 Dodávky pro konečnou spotřebu D
........................ %
144 Zákazníci v rámci koncernu E
............................ %
145 Podíl tržeb ze zakázek financovaných
z veřejných zdrojů
........................ %
100 %
Vysvětlivky A Jedná se o podniky, které nejsou součástí stejného koncernu jako Váš podnik. Dále se jedná o další zákazníky – právnické i fyzické osoby.
B Jedná se o zákazníky, kterým slouží produkty Vašeho podniku (suroviny, materiál, polotovary či komponenty) pro další zpracování.
C Jedná se o zákazníky, kterým slouží produkty Vašeho podniku jako dlouhodobý hmotný majetek (budovy, stroje, zařízení)
pro podnikatelskou nebo nepodnikatelskou činnost.
D Jedná se o zákazníky, kterým slouží produkty Vašeho podniku pro konečnou spotřebu.
E Jedná se o podniky, které jsou součástí stejného koncernu jako Váš podnik.
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU206
12
B4. CHARAKTERISTIKA PODNIKU » ODBĚRATELÉ, ZÁKAZNÍCI
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
B4.3. Uveďte míru stability odběratelů Vašeho podniku. 1 nízká stabilita odběratelů
5 vysoká stabilita odběratelů
Typ odběratele Minulý trend Stávající situace Budoucí trend
146 Velkoobchod 1 2 3 4 5
147 Maloobchod 1 2 3 4 5
148 Zákazníci (mimo koncern) 1 2 3 4 5
149 Zákazníci v rámci koncernu 1 2 3 4 5
Vysvětlivky: 1 Stabilita odběratelů je nízká; to znamená, že odběratelé Vašeho podniku se neustále mění, vztahy jsou tedy spíše epizodické.
5 Stabilita odběratelů je vysoká; to znamená, že Váš podnik má stabilní odběratele, vztah mezi podnikem a jejími odběrateli jsou
dlouhodobé.
B4.4. Z jakých teritorií jsou zákazníci Vašeho podniku? Podíl na tržbách (%) A
Teritorium Minulý trend Stávající situace Budoucí trend
150 Region B
.................................%
151 Ostatní tuzemsko
.................................%
152 Zahraničí C
.................................%
153 toho:D
.............................................. .............................%
154
.............................................. .............................%
155
.............................................. .............................%
156
.............................................. .............................%
157 Ostatní E
.............................%
Celkem 100 %
Vysvětlivky A Uvede se odhad percentuálního podílu na tržbách.
B „Region“: jedná se o zákazníky nacházející se do vzdálenosti zhruba 50km od sídla podniku, resp. jeho příslušné provozovny,
C Uvede se export celkem.
D Údaje o exportu se rozvedou dle jednotlivých zemí (viz číselník zemí), nebo dle teritorií (viz číselník teritorií). Pokud se jedná o větší
počet zemí, uvedou se čtyři největší, zbytek se zahrne pod položku ostatní (E). V případě, že se jedná o zákazníky víceméně rovnoměrně
rozprostřené do velkého počtu zemí v globálním rozměru, pak se použije hrubší členění na teritoria (viz číselník teritorií).
B4.5. Uveďte specifičnost produktů Vašeho podniku.
Specifičnost Podíl na tržbách
158 Velmi specifické produkty A
........................%
159 Spíše specifické produkty
........................%
160 Spíše standardizované produkty
........................%
161 Velmi standardizované produkty B
........................%
Celkem 100%
162 Specifičnost Vašich produktů v uplynulých
cca pěti letech v průměru spíše 1 klesala 2 zůstávala stejná 3 rostla
163 Specifičnost Vašich produktů v budoucích
cca pěti letech v průměru spíše 1 bude klesat 2 zůstane stejná 3 bude růst
Vysvětlivky: A Velmi specifické produkty: jde o výrobky specializovaného, resp. individualizovaného zaměření, tedy o výrobky „šité na míru“ Vašim
zákazníkům. Takové výrobky jsou mnohdy vyvíjené ve spolupráci se zákazníkem a jejich dodávky jsou často spojované s poprodejními
službami. Zákazník není v krátké době zpravidla schopen přejít k jinému dodavateli.
B Velmi standardizované produkty: jde o výrobky standardizovaného charakteru, které zákazník může bez větších problémů nahradit
výrobky Vašich konkurentů.
K7. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
164
...............................................................................................................................................................................
..............................................................................................................................................................................
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 207
13
B5. CHARAKTERISTIKA PODNIKU » DODAVATELÉ
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
B5. DODAVATELÉ
Jedná se o dodavatele surovin, materiálu, polotovarů a komponent pro výrobu. Dodavatelé ostatních vstupů (investice,
inventář apod.) nejsou předmětem šetření.
B5.1. Odhadněte percentuální podíl na objemu nákupu dle níže
uvedených typů dodavatelů Vašeho podniku. Podíl (%)
Typ dodavatele Minulý trend Stávající situace Budoucí trend
165 Velkoobchod
.................................%
166 Maloobchod
.................................%
167 Dodavatelé mimo koncern A
.................................%
168 Dodavatelé v rámci koncernu B
.................................%
Celkem 100 %
Vysvětlivky: A Jedná se o podniky, které nejsou součástí stejného koncernu jako Váš podnik.
B Jedná se o podniky, které jsou součástí stejného koncernu jako Váš podnik.
B5.2. Uveďte míru stability dodavatelů Vašeho podniku. 1 nízká stabilita dodavatelů
5 vysoká stabilita dodavatelů
Typ dodavatele Minulý trend Stávající situace Budoucí trend
171 Velkoobchod 1 2 3 4 5
172 Maloobchod 1 2 3 4 5
173 Dodavatelé mimo koncern 1 2 3 4 5
174 Dodavatelé v rámci koncernu 1 2 3 4 5
Vysvětlivky: 1 Stabilita dodavatelů je nízká; to znamená, že dodavatelé Vašeho podniku se neustále mění, vztahy jsou tedy spíše epizodické.
5 Stabilita dodavatelů je vysoká; to znamená, že Váš podnik má stabilní dodavatele, vztahy mezi podnikem a jeho odběrateli jsou
dlouhodobé.
B5.3. Z jakých teritorií jsou dodavatelé Vašeho podniku? Podíl (%) A
Teritorium Minulý trend Stávající situace Budoucí trend
175 Region B
.................................%
176 Ostatní tuzemsko
.................................%
177 Zahraničí C
.................................%
178 z toho: D
.............................................. .............................%
179
.............................................. .............................%
178
.............................................. .............................%
179
.............................................. .............................%
180 Ostatní E
.............................%
Celkem 100 %
Vysvětlivky A Uvede se odhad percentuálního podílu na nákupu (v peněžním vyjádření).
B „Region“: jedná se o dodavatele nacházející se do vzdálenosti zhruba 50km od sídla podniku, resp. jeho provozovny,
pro kterou jsou určeny dodávky.
C Uvedou se dodávky ze zahraničí celkem.
D Údaje o dodávkách ze zahraničí se rozvedou dle jednotlivých zemí (viz číselník zemí), nebo dle teritorií (viz číselník teritorií). Pokud se
jedná o větší počet zemí, uvedou se čtyři největší, zbytek se zahrne pod položku ostatní (E). V případě, že se jedná o dodavatele víceméně
rovnoměrně rozprostřené do velkého počtu zemí v globálním rozměru, pak se použije hrubší členění na teritoria (viz číselník teritorií).
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU208
14
B5. CHARAKTERISTIKA PODNIKU » DODAVATELÉ
B5.4. Uveďte specifičnost dodávek.
Specifičnost Podíl na dodávkách
181 Velmi specifické dodávky A
........................%
182 Spíše specifické dodávky
........................%
183 Spíše standardizované dodávky
........................%
184 Velmi standardizované dodávky B
........................%
Celkem 100%
185 Specifičnost dodávek pro Váš podnik
v uplynulých cca pěti letech v průměru spíše 1 klesala 2 zůstávala stejná 3 rostla
186 Specifičnost dodávek pro Váš podnik
v budoucích cca pěti letech v průměru 1 bude klesat 2 zůstane stejná 3 bude růst
Vysvětlivky: A Velmi specifické dodávky: jde o dodávky surovin, materiálů, polotovarů a komponent specializovaného, resp. individualizovaného zaměření,
„šité na míru“ zákazníkovi (tj. Vašemu podniku). Dodávané produkty jsou mnohdy vyvíjené ve spolupráci se zákazníkem a jejich
dodávky jsou často spojované s poprodejními službami. Případný přechod k jinému dodavateli by pro Vás byl obtížný a jeho realizace
dlouhodobá a nákladná.
B Velmi standardizované dodávky: jde o dodávky surovin, materiálů, polotovarů a komponent standardizovaného charakteru, které jsou na
trhu běžně k dostání; přechod k jinému dodavateli lze realizovat bez problémů.
B5.5. Ohodnoťte důležitost uvedených kritérií při výběru nového
dodavatele (resp. při hodnocení stávajícího).
1 zcela nedůležité
5 velmi důležité
Kriterium Minulý trend Stávající situace Budoucí trend
187 Cena produktů 1 2 3 4 5
188 Platební podmínky 1 2 3 4 5
189 Ostatní dodací podmínky
(doprava, převzetí rizika)
1 2 3 4 5
190 Kvalita produktů 1 2 3 4 5
191 Certifikát jakosti dodavatele 1 2 3 4 5
192 Doba působení dodavatele na trhu 1 2 3 4 5
193 Reference jiných odběratelů 1 2 3 4 5
194 Soulad chování dodavatele s politikou společenské
odpovědnosti (CSR) Vašeho podniku
1 2 3 4 5
Jiné kriterium:
195
....................................................... 1 2 3 4 5
196
....................................................... 1 2 3 4 5
197
....................................................... 1 2 3 4 5
K8. Případný další komentář (Uveďte, prosím, ke které položce se komentář vztahuje.)
198
...............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
Označení dynamiky vývoje: nastával pokles /nastane pokles veličina zůstávala / zůstane stejná veličina převážně rostla / bude růst
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU 209
15
B6 CHARAKTERISTIKA SPOLEČNOSTI » SPOLEČENSKÁ ODPOVĚDNOST, KODEXY, CERTIFIKÁTY
B6. SPOLEČENSKÁ ODPOVĚDNOST, KODEXY, CERTIFIKÁTY
Společenskou odpovědnost podniku chápeme jako dobrovolné integrování sociálních a ekologických hledisek do každodenních
podnikových operací a interakcí se zájmovými skupinami (stakeholdery).
B6.1. Kterými formami se Váš podnik angažuje ve smyslu tzv. společenské odpovědnosti podniků (CSR)?
Forma Příklad
199 Firemní dobrovolnictví 1 ANO 2 NE akční den, mentoring, partnerství v managementu,
stínování, sociální praxe
200 Firemní dárcovství 1 ANO 2 NE materiální dary, payroll giving, matchingový fond,
služby pro bono, ostatní finanční dary
201 Firemní nadace 1 ANO 2 NE
202 Partnerské programy 1 ANO 2 NE rozvojové projekty, secondment, poskytování stipendií
203 Sponzoring 1 ANO 2 NE cause related marketing, jiné formy sponzoringu
204 Snižování dopadů na životní prostředí 1 ANO 2 NE
205 Jiné formy:
..........................................
1 ANO 2 NE
B6.2. Ve kterých oblastech se Váš podnik těmito způsoby zejména angažuje?
1 vůbec, nebo jen epizodicky
3 velmi významně a systematickyOblast
206 Zdravotnictví 1 2 3
207 Sociální péče 1 2 3
208 Sport 1 2 3
209 Kultura 1 2 3
210 Vzdělávání 1 2 3
211 Životní prostředí 1 2 3
212 Jiná oblast:
.................................................................................................
1 2 3
213
.................................................................................................
1 2 3
214
.................................................................................................
1 2 3
B6.3. Proč Váš podnik vynakládá svoje úsilí a prostředky na uvedené aktivity?
215
..............................................................................................................................................................................
.............................................................................................................................................................................
.............................................................................................................................................................................
.............................................................................................................................................................................
B6.4. Uveďte, jaké kodexy Váš podnik přijal, resp. uvažuje o jejich přijetí.
Usilujete o jeho získání
do cca jednoho roku?Oblast Současný stav
216 Etický kodex (Vašeho podniku) 1 ANO 2 NE 1 ANO 2 NE
217 Kodex správy (corporate governance) 1 ANO 2 NE 1 ANO 2 NE
218 Jiné kodexy (oborové, profesní apod.) 1 ANO A
1 ANO B
219
A Pokud ano, uveďte jaké: ....................................................................................................................................
220
B Pokud ano, uveďte jaké: ....................................................................................................................................
Vnitřní strana dotazníku
PŘÍLOHA Č. 2 – DOTAZNÍK VÝZKUMU210
16
B6.5. Uveďte, jaké certifikáty jakosti Váš podnik získal, resp. usiluje o jejich získání.
Označení certifikátu Současný stav
Usilujete o jeho získání
do cca jednoho roku? Charakteristika certifikátů
221 ISO 9000 1 ANO 2 NE 1 ANO 2 NE Normy definují požadavky na kvalitu řízení (managementu)
společnosti, tj. říkají jakým způsobem by podniky
měly být řízeny, což je předpoklad pro kvalitní produkci.
222 ISO 14000 1 ANO 2 NE 1 ANO 2 NE Společnost držící certifikát musí vytvořit, dokumentovat,
uplatňovat a udržovat systém environmentálního
managementu a neustále zlepšovat jeho efektivnost.
Smyslem je snižovat negativní dopad podnikových aktivit
na přírodu.
223 ISO 17799
(BS 7799)
1 ANO 2 NE 1 ANO 2 NE Podnik s tímto certifikátem má zavedený a dokumentovaný
systém řízení bezpečnosti informací (ISMS)
v organizaci. Systém pokrývá všechny aspekty získávání,
zpracovávání a ukládání informací prostřednictvím
(a nejenom) informačních systémů a technologií
organizace.
224 OHSAS 18001 1 ANO 2 NE 1 ANO 2 NE Certifikát dokazující, že podnik má vypracovaný
systém řízení ochrany zdraví a bezpečnosti práce podle
požadavků této normy.
225 SA 8000 1 ANO 2 NE 1 ANO 2 NE Certifikát podle tohoto mezinárodního standardu
dokazuje, že daný podnik pečuje o své zaměstnance (má
systém řízení sociální odpovědnosti).
226 QS 9000 1 ANO 2 NE 1 ANO 2 NE Jedná se o skupiny oborových norem automobilového
průmyslu (amerických výrobců aut).
227 VDA 6 1 ANO 2 NE 1 ANO 2 NE Jedná se o skupiny oborových norem automobilového
průmyslu (německých výrobců aut).
228 ISO/TS 16949 1 ANO 2 NE 1 ANO 2 NE Jedná se o skupiny oborových norem automobilového
průmyslu (sjednocující mezinárodní norma).
229 AS/EN 9100 1 ANO 2 NE 1 ANO 2 NE Certifikát dodavatelů leteckého průmyslu.
230 TL 9000 1 ANO 2 NE 1 ANO 2 NE Certifikát, který vyžadují poskytovatelé telekomunikačních
služeb po svých dodavatelích.
231 HACCP 1 ANO 2 NE 1 ANO 2 NE Systém bezpečnosti potravin založený na prevenci, který
představuje systém řízení kvality a nezávadnosti potravin
aplikovatelný v jakýchkoliv organizacích zemědělského
a potravinářského sektoru.
Jiné certifikáty:
Současný stav Název certifikátu Usilujete o získání do cca jednoho roku?
232 1 ANO ....................................................... 1 ANO ..........................................................
233 1 ANO ....................................................... 1 ANO ..........................................................
234 1 ANO ....................................................... 1 ANO ..........................................................
235 1 ANO ....................................................... 1 ANO ..........................................................
236 1 ANO ....................................................... 1 ANO ..........................................................
B6.6. Uveďte, jaká významná ocenění Váš podnik získal.
237
.........................................................................................................................................................................
238
.........................................................................................................................................................................
239
.........................................................................................................................................................................
240
.........................................................................................................................................................................
Vnitřní strana dotazníku
211
Vydala Masarykova univerzita roku 2008
1. vydání, 2008, náklad 200 výtisků
Návrh a sazba: EXACTDESIGN, Pavel Jílek, www.exactdesign.cz
Tisk: EXPODATA-DIDOT spol. s r.o., Výstaviště 1, 648 75 Brno
Technická spolupráce: Ing. Eva Kubátová
CENTRUM VÝZKUMU KONKURENČNÍ SCHOPNOSTI ČESKÉ EKONOMIKY
EKONOMICKO-SPRÁVNÍ FAKULTA MASARYKOVY UNIVERZITY
prof. Ing. Antonín Slaný, CSc., vedoucí výzkumného centra
KONKURENČNÍ SCHOPNOST PODNIKŮ
(ANALÝZA FAKTORŮ HOSPODÁŘSKÉ ÚSPĚŠNOSTI)
prof. Ing. Ladislav Blažek, CSc., a kolektiv
Ediční rada: L. Bauer, L. Blažek, H. Hušková, E. Hýblová,
M. Kvizda, L. Lukášová, R. Lukášová, J. Menšík, J. Nekuda,
A. Slaný, J. Šedová, V. Žítek
Pořadové číslo ESF-9/08-02/58
ISBN 978-80-210-4734-1
MASARYKOVA UNIVERZITA
EKONOMICKO-SPRÁVNÍ
FAKULTA
CENTRUM VÝZKUMU
KONKURENČNÍ SCHOPNOSTI
ČESKÉ EKONOMIKY
ISBN 978-80-210-4734-1