Finanční výkonnost podniků a proměnné ze souhrnné části dotazníku empirického šetření WORKING PAPER č. 15/2008 Ondřej Částek Červen 2008 Řada studií Working Papers Centra výzkumu konkurenční schopnosti české ekonomiky je vydávána s podporou projektu MŠMT výzkumná centra 1M0524. ISSN 1801-4496 Vedoucí: prof. Ing. Antonín Slaný, CSc., Lipová 41a, 602 00 Brno, e-mail: slany@econ.muni.cz, tel.: +420 549491111 FINANČNÍ VÝKONNOST PODNIKŮ A PROMĚNNÉ ZE SOUHRNNÉ ČÁSTI DOTAZNÍKU EMPIRICKÉHO ŠETŘENÍ Abstract: This paper aims to continue in analysis of data acquired in an empirical survey carried out by the Research Centre for Competitiveness of the Czech Economy at the Faculty of Economics and Administration at Masaryk University. Until now were done these steps: data cleaning, primary analysis and cluster analysis. The cluster analysis is the stage, which this paper wants to follow with bivariate analysis, where is examined relation of variables from discussed part of questionnaire to performance of corporations expressed by classifying into the clusters. Abstrakt: Tento příspěvek si klade za cíl pokračovat v analýze dat získaných v empirickém šetření konkurenceschopnosti podniků. Dosud byly provedeny kroky čištění matice dat, primární analýza a shluková analýza. Právě na shlukovou analýzu tak může navázat bivariační analýzou, kdy budou dány do vztahu proměnné této části dotazníku a výkonnost podniků vyjádřená zařazením podniků do různých variant shluků. Recenzoval: prof. Ing. Ladislav Blažek, CSc. 1. PŘEDSTAVENÍ VÝZKUMU Centrum výzkumu konkurenční schopnosti české ekonomiky Představovaný výzkum je prováděn v rámci Centra výzkumu konkurenční schopnosti české ekonomiky. Jeho cílem je ,,komplexní analýza zdrojů a výsledků konkurenční schopnosti České republiky a identifikace souvisejících hospodářskopolitických implikací pro podporu úspěšného přechodu na znalostně založenou ekonomiku"1 . Tento výzkum je realizován na třech institucích, jimiž jsou Národní vzdělávací fond (www.nvf.cz), Centrum ekonomických studií VŠEM (www.cesvsem.cz) a Ekonomicko-správní fakulta Masarykovy univerzity (www.econ.muni.cz). Na Ekonomicko-správní fakultě Masarykovy univerzity se pak výzkumný projekt dělí do tří komponent, jimiž jsou Růstová výkonnost a stabilita, Institucionální kvalita a Inovační výkonnost. Inovační výkonnost se dále dělí na subkomponenty Podniková sféra, Regionálně-ekonomická problematika a Legislativní problematika. Právě v rámci Podnikové sféry se v roce 2007 uskutečnilo Empirické šetření konkurenceschopnosti podniků, jehož cílem je ,,analyzovat vývojové trendy v dané oblasti a formulovat klíčové faktory, které konkurenceschopnost podporují"2 . Empirické šetření konkurenceschopnosti podniků Vlastnímu empirickému šetření předcházely etapy studia dané problematiky, rešerše relevantní literatury, formulování východisek a konstrukce vlastního dotazníku. Pro více informací je možno použít níže uvedenou literaturu3 . Sběrem dat byla pověřena externí společnost. Základní soubor byl vymezen společnostmi splňujícími tato kritéria: * sídlo v ČR; * velikost nad 50 zaměstnanců; * právní forma společnost s ručením omezeným nebo akciová společnost; * odvětvová klasifikace C ­ K. Základní soubor tak čítá 7396 subjektů. Velikost výběrového souboru byla stanovena na 500 subjektů, dosaženo bylo 440 vyplněných dotazníků, z nichž 8 bylo vyřazeno kvůli nedostatkům. Potenciální respondenti byli osloveni dopisem, typicky se jednalo o generální ředitele nebo statutární orgán. Následně proběhl telefonický screening s domluvením schůzek, na kterých zástupci podniků vyplňovali dotazník přímo s tazateli zajištěnými externí společností. Tak bylo 1 Více informací dostupných na http://www.econ.muni.cz/t175/. 2 Více informací dostupných na http://www.econ.muni.cz/t240/. 3 Viz publikace [1], [2], [3], [4], [6], [7], [8], [10], [11]. 4 zajištěno co možná nejlepší pochopení dotazníku a zároveň dosaženo míry návratnosti vyšší než 15%. Více ke skladbě vzorku a jeho reprezentativnosti je uvedeno v monografii Konkurenční schopnost podniků4 . Získané údaje byly tazatelskou společností předány ve formě matice odpovědí ke statistickému zpracování. Kromě takto získaných údajů však jsou v šetření použity také údaje z veřejně dostupných zdrojů, a to: * databáze Albertina, obchodního rejstříku a databáze iPoint5 - tyto zdroje poskytly finanční údaje k vyhodnocení výkonnosti podniků; * webové stránky podniků - prezentace podniků posloužily ke zpracování tzv. anotací podniků, jež umožnily tazatelům seznámit se s podnikem před vlastním dotazováním a dále se počítá s využitím těchto anotací k případovým studiím a dalším analýzám. Po získání empirických dat byly učiněny tyto další kroky: * čištění matice; * primární analýza6 (vyhodnocení četností a křížové srovnání jednotlivých proměnných se stanovenými charakteristikami, jimiž byla velikost podniku, obor podnikání a typ společnosti); * shluková analýza7 , kdy byly podniky pomocí zvolených ukazatelů (ROA a růst aktiv) roztříděny do skupin podle výkonnosti. Tento working paper si tedy klade za cíl pokračovat v analýze získaných dat, a to zkoumáním vztahů proměnných předmětné oblasti k výkonnosti podniků vyjádřené formou zařazení do příslušného shluku. 4 BLAŽEK, L. a kol. (2007): Konkurenční schopnost podniků : (primární analýza výsledků empirického šetření). 5 Databáze iPoint, dostupná na: http://ipoint.financninoviny.cz/subj_hledani.php 6 BLAŽEK, L. a kol. (2007): Konkurenční schopnost podniků : (primární analýza výsledků empirického šetření). 7 ŠIŠKA, L. (2008): Analýza finanční výkonnosti respondentů empirického šetření CVKS. 5 2. PŘEDSTAVENÍ ZKOUMANÉ OBLASTI Souhrnná část dotazníku, tedy část B1, zkoumá podnik jako celek, respektive nezachází do detailů jednotlivých stakeholderských skupin, jako je tomu u skupin otázek B2 ­ B6, ale zajímá se spíše o strukturu nebo vztahy mezi těmito skupinami z pohledu řízení podniku. Je tak tvořena nejprve baterií otázek zjišťujících důležitost jednotlivých definovaných zájmových skupin. Dále zkoumá teritoriální strukturu podniku, a to odděleně v rámci České republiky a celosvětově. Následně se věnuje struktuře organizační, zde baterie otázek zjišťuje počet relativně autonomních organizačních jednotek (bez právní subjektivity, tedy divizí, závodů apod.) včetně způsobu a míry autonomie (měřené v šesti oblastech), další otázky se pak ptají na počet stupňů řízení a příslušnost do holdingové struktury (dceřiná/mateřská společnost). 1.1. Proměnné zahrnuté do dalšího zkoumání Důležitost zájmových skupin Otázka zkoumající důležitost zájmových skupin zněla: B.1.1. Uveďte, jakou důležitost mají níže uvedené zájmové skupiny (stakeholders) pro Váš podnik V otázce se jedná o zjišťování důležitosti přikládané vyjmenovaným skupinám stakeholderů. Respondenti uváděli úroveň důležitosti jednotlivých zájmových skupin na škále ,,1 ­ nedůležitá zájmová skupina až 5 ­ vysoce důležitá zájmová skupina" pro stávající situaci a zároveň také označovali minulý a odhadovali budoucí trend, obojí na škálách ,,sledovaná veličina převážně rostla, zůstávala stejná, nastával pokles", respektive ,,lze předpokládat, že sledovaná veličina bude převážně růst, zůstane stejná, nebo nastane pokles". Zájmové skupiny byly stanoveny tyto: Vlastníci (x37), Zaměstnanci (x38), Zákazníci (x39), Dodavatelé (x40), Věřitelé (x41), Stát (x42), Komunita v okolí podniku (x43)8 . Všechny proměnné získané z otázky B1.1 jsou ordinálními proměnnými9 . Proměnné x37b-x43b mohou být s ohledem na velikost škály 1-5 považovány i za kvazi intervalové. Do dalšího zkoumání tedy byly zahrnuty proměnné: * minulý trend důležitosti jednotlivých zájmových skupin (x37a ­ x43a); 8 Viz předchozí fáze výzkumu a zprávy z nich jsou v publikacích: BLAŽEK, L. DOLEŽALOVÁ, K. ­ KLAPALOVÁ, A. (2005); BLAŽEK, L. a kol. (2005); BLAŽEK, L. a kol. (2005). 9 Významy stupňům 2, 3 a 4 byly přiděleny až pro interpretaci, nebyly součástí dotazníku. Proměnnou tedy nelze považovat za nominální. 6 ˇ stávající důležitost zájmových skupin (x37b ­ x43b). Obě tyto skupiny proměnných splnily podmínky variability dat a dostatečné míry zodpovězení otázky. Zároveň byla zkonstruována nová proměnná: * průměrná důležitost stakeholderů (x37b_43b_prum). Tato proměnná je průměrem hodnocení důležitosti všech stakeholderských skupin každým podnikem. Hypotézy Část literatury věnované stakeholdingu se snaží prokázat (tzv. instrumentální použití stakeholderské teorie, že zaměření se managementu podniku nejen na vlastníky může vést k vyšší výkonnosti podniku. Shareholderské pojetí pak oponuje tím, že pouze orientace na tvorbu hodnoty pro vlastníky přispívá k vyšší výkonnosti, jiné zdroje uvádí například zákazníky jako z tohoto pohledu nejdůležitější skupinu. Proto byly stanoveny následující hypotézy: H1. Čím vyšší je důležitost vlastníků, tím vyšší je výkonnost podniku; H2. Čím vyšší je důležitost zaměstnanců, tím vyšší je výkonnost podniku; H3. Čím vyšší je důležitost zákazníků, tím vyšší je výkonnost podniku; H4. Čím vyšší je důležitost dodavatelů, tím vyšší je výkonnost podniku; H5. Čím vyšší je důležitost věřitelů, tím vyšší je výkonnost podniku; H6. Čím vyšší je důležitost státu, tím vyšší je výkonnost podniku; H7. Čím vyšší je důležitost komunity v okolí podniku, tím vyšší je výkonnost podniku; H8. Čím vyšší je průměrná důležitost všech stakeholderských skupin, tím vyšší je výkonnost podniku. Teritoriální hledisko - ČR Otázka zjišťující územní rozložení kapacit zněla: B.1.2. Má Váš podnik samostatné provozovny v České republice, jejichž sídlo je jinde než sídlo podniku? Tato otázka byla dále doplněna otázkou na počet takových provozoven a jejich rozmístění (vč. počtu zaměstnanců v jednotlivých provozovnách). Pro účely dalšího zkoumání byla použita proměnná vyjadřující počet samostatných provozoven a byla povýšena o 1, čímž vyjadřuje počet samostatných provozoven včetně sídla podniku. Protože takto má ale tato proměnná malou vypovídací schopnost, byla dále dána do vztahu s počtem zaměstnanců tak, aby vyjadřovala počet zaměstnanců na jednu samostatnou provozovnu (proměnná x86VSx44rec2). 7 Hypotézy Předpokladem k ověření zde může být, že podniky, které mají více provozoven, optimalizují svoje územní rozmístění a tudíž by měly být konkurenceschopnější. Například z důvodů, že výroba nebo prodej jsou blíže zákazníkovi, administrativa nebo výroba jsou v místě s menšími mzdovými náklady nebo s lepší dostupností kvalitní pracovní síly, případně lepší infrastrukturou atd. Hypotéza vážící se k této proměnné proto zní: H9. Čím vyšší je počet samostatných provozoven, tím vyšší je výkonnost podniku; H10. Čím nižší je počet pracovníků na jednu samostatnou provozovnu, tím vyšší je výkonnost podniku. Poznámka: v obou případech uvažujeme počet samostatných provozoven včetně sídla podniku. Teritoriální hledisko - zahraničí Otázka zkoumající územní rozložení kapacit v mezinárodním měřítku zněla: B.1.3. Má Váš podnik samostatné provozovny, jejichž sídlo je v zahraničí? Analogicky s předchozí otázkou byly pro bližší popis provozoven vyčleněny 4 sety proměnných (počty zaměstnanců v jednotlivých provozovnách atd.) a respondenti také uváděli počet samostatných provozoven v zahraničí. Opět byly provedeny transformace povýšení dat o 1 a poměření s počtem zaměstnanců. Vznikla tedy proměnná x86VSx51rec2 vyjadřující počet zaměstnanců na jednu zahraniční provozovnu. Hypotézy I předpoklady, které chceme ověřit, jsou podobné: podniky, které mají více provozoven, optimalizují svoje územní rozmístění a tudíž by měly být konkurenceschopnější. Například z důvodů, že výroba nebo prodej jsou blíže zákazníkovi, administrativa nebo výroba jsou v místě s menšími mzdovými náklady nebo s lepší dostupností kvalitní pracovní síly, případně lepší infrastrukturou atd. Hypotéza vážící se k této proměnné proto zní: H11. Čím vyšší je počet samostatných provozoven, tím vyšší je výkonnost podniku; H12. Čím nižší je počet pracovníků na jednu samostatnou provozovnu, tím vyšší je výkonnost podniku. Poznámka: v obou případech uvažujeme počet samostatných provozoven se sídlem v zahraničí včetně sídla podniku. 8 Míra decentralizace Otázka zkoumající míru decentralizace zněla: B.1.4. Existují ve Vašem podniku relativně autonomní organizační jednotky (divize, závody, apod.)? Tato otázka byla opět doplněna otázkou na počet takových organizačních jednotek. Znovu tedy byla proměnná, vyjadřující tento počet, povýšena o 1, aby vyjadřovala počet relativně autonomních organizačních jednotek vč. centrály podniku. Byla také poměřena s počtem zaměstnanců, čímž vznikla proměnná x86VSx57rec2 vyjadřující počet zaměstnanců na jednu autonomní organizační jednotku. Hypotézy Ověřovat lze předpoklad, že vyšší autonomie znamená vyšší pružnost a tedy i vyšší výkonnost podniku. H13. Čím vyšší je počet samostatných relativně autonomních organizačních jednotek, tím vyšší je výkonnost podniku; H14. Čím nižší je počet zaměstnanců na jednu autonomní organizační jednotu, tím vyšší je výkonnost podniku. Míra decentralizace ­ způsob realizace autonomie Způsob realizace autonomie byl zkoumán baterií otázek zjišťujících míru autonomie v šesti definovaných oblastech. Těmito jsou: * plánování výrobního programu (x58); * jednání s odběrateli (x59); * plánování materiálových vstupů (x60); * jednání s dodavateli (x61); * plánování rozvoje pracovních sil (x62); * výběr a přijímání pracovníků (x63). Míra autonomie byla označována na stupnici 1­5 s naznačeným významem10 . Je nutné si uvědomit, že na tyto otázky odpovídaly jen podniky, pro něž byly relevantní (měly autonomní jednotky), což znamenalo 138 podniků (cca 32 % výběrového souboru). 10 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." 9 Kromě stávající míry autonomie (proměnné (x58b ­ x63b) zároveň respondenti označovali minulý a odhadovali budoucí trend, obojí na škálách ,,sledovaná veličina převážně rostla, zůstávala stejná, nastával pokles", respektive ,,lze předpokládat, že sledovaná veličina bude převážně růst, zůstane stejná, nebo nastane pokles". Do dalšího zkoumání tedy byly zahrnuty proměnné: * minulý trend míry autonomie v jednotlivých oblastech (x58a ­ x63a); * stávající míra autonomie v jednotlivých oblastech (x58b ­ x63b). Obě tyto skupiny proměnných splnily podmínky variability dat a dostatečné míry zodpovězení otázky. Zároveň byla zkonstruována nová proměnná: * průměrná míra autonomie (autonomie_b). Tato proměnná je průměrem míry autonomie ve všech oblastech každým podnikem. Hypotézy Vyšší autonomie v některé z oblastí může znamenat vyšší pružnost a tedy i vyšší výkonnost podniku. H15. Čím vyšší je míra autonomie v plánování výrobního programu, tím vyšší je výkonnost podniku; H16. Čím vyšší je míra autonomie v jednání s odběrateli, tím vyšší je výkonnost podniku; H17. Čím vyšší je míra autonomie v plánování materiálových vstupů, tím vyšší je výkonnost podniku; H18. Čím vyšší je míra autonomie v jednání s dodavateli, tím vyšší je výkonnost podniku; H19. Čím vyšší je míra autonomie v plánování rozvoje pracovních sil, tím vyšší je výkonnost podniku; H20. Čím vyšší je míra autonomie ve výběru a přijímání pracovníků, tím vyšší je výkonnost podniku; H21. Čím vyšší je průměrná míra autonomie, tím vyšší je výkonnost podniku. Stupeň řízení Otázka zjišťující počet stupňů řízení zněla: B1.5. Kolik stupňů řízení (v hlavní linii) má Váš podnik? Tazatelé i respondenti byli upozorněni, že se jedná o počet vedoucích mezi dělníkem hlavní výroby a ředitelem podniku včetně a za první stupeň je považován v této řadě první přímý nadřízený dělníka. 10 Vzniklá proměnná (x64) nevyžadovala dalších úprav. Pro vyšší vypovídací hodnotu byl však počet stupňů řízení poměřen s počtem zaměstnanců, čímž vznikla nová proměnná x86VSx64. Protože původní proměnná x64 nebyla sama o sobě dostatečně variabilní a protože byla uspokojivě nahrazena novou proměnnou x86VSx64, nebyla proměnná x64 zařazena do dalšího zkoumání. Hypotézy Vyšší hodnota této proměnné může znamenat vyšší pružnost řízení a tedy i vyšší výkonnost podniku. H22. Čím vyšší je počet pracovníků na jeden stupeň řízení, tím vyšší je výkonnost podniku. Koncernová struktura ­ mateřská společnost Otázka zjišťující, zda je předmětná společnost dceřinou společností zněla: B1.6. Je váš podnik součástí koncernu? Tato otázka byla dále doplněna otázkou na zemi sídla mateřské společnosti. Hypotézy Podniky, které jsou součástí koncernu, mohou těžit ze zázemí poskytujícího kapitál, znalosti i technologie. Tím může zařazení do koncernu souviset s úspěšností podniku. Také může hrát svou roli země původu mateřské společnosti. U zahraničních mateřských společností se mohou výše uvedené výhody projevovat intenzivněji. H23. Podniky, jež jsou dceřinou společností, jsou výkonnější, než ostatní podniky; H24. Podniky, jejichž mateřská společnost má sídlo v zahraničí, jsou výkonnější, než ostatní podniky. Koncernová struktura ­ dceřiná společnost Otázka zjišťující, zda má podnik dceřinou společnost zněla: B1.6. Kolik dceřiných společností má Váš podnik? Tato otázka byla dále doplněna otázkou na počet dceřiných společností, v nichž má podnik kapitálovou účast nad 50 %. Zde byla ale míra zodpovězení nižší než 50 %. Hypotézy Zakládání dceřiných společností může svědčit o diverzifikaci rizika, daňové optimalizaci nebo jiných způsobech pružné reakce na vnější impulzy. Může tak souviset s úspěšností podniku. H25. Čím více dceřiných společností podnik vlastní, tím vyšší je jeho výkonnost; 11 H26. Výkonnost podniků, jež vlastní alespoň jednu dceřinou společnost, je vyšší, než výkonnost ostatních podniků; H27. Čím více dceřiných společností s kapitálovou účastí nad 50 % podnik vlastní, tím vyšší je jeho výkonnost; H28. Výkonnost podniků, jež vlastní alespoň jednu dceřinou společnost s kapitálovou účastí nad 50 %, je vyšší, než výkonnost ostatních podniků. 12 3. SHRNUTÍ RELEVANTNÍCH VÝSLEDKŮ PRIMÁRNÍ ANALÝZY Následující poznatky vyplynuly z primární analýzy výsledků empirického šetření. Jednotlivé otázky byly zkoumány z pohledu velikosti podniku, oboru a právní formy. Tyto vztahy mohou ovlivňovat níže analyzované vztahy mezi jednotlivými zkoumanými proměnnými a hospodářskou úspěšností podniků, proto by měly být do analýzy zahrnuty také. Další proměnné mohou být samozřejmě přidány na základě úvahy výzkumníka, studia literatury apod. Na základě těchto níže uvedených již zjištěných skutečnostech a dále dalších předpokládaných skutečnostech budou formulovány další hypotézy, označené vždy jako dílčí k původním výše uvedeným hypotézám. Tyto dílčí hypotézy pak budou vždy uvedeny přímo v části textu zkoumající konkrétní vztah. 1.1. Důležitost zájmových skupin Nepřímo úměrná závislost na velikosti podniku se ukazuje u těchto zájmových skupin: věřitelé, zaměstnanci a stát; u zájmové skupiny zaměstnanci jde navíc o statisticky významnou závislost. Opačným směrem je na velikosti podniku závislá důležitost zákazníků a komunit v okolí podniku. Pozorované rozdíly v průměrech jsou ale velmi nízké. V závislosti na oboru činnosti se jeví jako výrazné rozdíly v důležitosti státu a věřitelů. U obou skupin je jejich důležitost vyšší v očích podniků ze stavebnictví. V případě důležitosti státu se jedná o statisticky významný rozdíl. Při rozdělení podniků do skupin podle právní formy byl nalezen nápadný rozdíl pouze u komunit v okolí podniku, kdy u akciových společností je jejich důležitost vyšší, než u společností s ručením omezeným. 1.2. Teritoriální hledisko ­ ČR Počet samostatných provozoven v ČR se ukázal být závislý na všech zvolených kritériích. Statisticky významné rozdíly pak byly nalezeny u vztahu velikost podniku ­ počet provozoven (silná pozitivní závislost) a u vztahu právní forma ­ počet provozoven (více provozoven v akciových společnostech). 1.3. Teritoriální hledisko ­ zahraničí U samostatných provozoven v zahraničí se potvrzuje už jen závislost na velikosti podniku, a to samozřejmě stejným směrem (čím větší podnik, tím více samostatných provozoven se sídlem v zahraničí). 13 1.4. Míra decentralizace U počtu autonomních organizačních jednotek je zjevná a logická souvislost se samostatnými provozovnami. Proto i zde se ukázala závislost této proměnné na všech zvolených kritériích, statisticky významná pak byla ve vztahu velikost podniku ­ počet autonomních organizačních jednotek (pozitivní závislost) a právní forma ­ počet autonomních organizačních jednotek (více autonomních jednotek mezi akciovými společnostmi). 1.5. Míra decentralizace ­ způsob realizace autonomie Míra autonomie v plánování výrobního programu statisticky významně souvisela s velikostí podniku, v plánování materiálových vstupů a jednání s dodavateli se ukázaly výrazné rozdíly mezi jednotlivými právními formami podnikání (mezi společnostmi s ručením omezeným byla míra autonomie v obou případech vyšší) a v plánování materiálových vstupů i podle oboru činnosti (ve stavebnictví vyšší míra autonomie), nicméně žádný z těchto vztahů nebyl statisticky významný. 1.6. Stupeň řízení Jak bylo očekáváno, počet stupňů řízení souvisí s velikostí podniků a tato pozitivní závislost je statisticky významná. To samé platí i o závislosti na právní formě podnikání, i když zde můžeme předpokládat, že hlavním důvodem, že mezi akciovými společnostmi je v podnicích více stupňů řízení souvisí také, a možná hlavně, s faktem, že mezi akciovými společnostmi je většina velkých společností. 1.7. Koncernová struktura ­ mateřská společnost Cca 29% podniků uvedlo, že jsou dceřinou společností jiné společnosti. Tento jev je mnohem častější ve zpracovatelském průmyslu a mezi většími podniky. Oba tyto vztahy jsou statisticky významné. 1.8. Koncernová struktura ­ dceřiná společnost Výrazné rozdíly se projevovaly jak mezi obory činnosti (více dceřiných společností mezi podniky ve stavebnictví), tak mezi právními formami podnikání (více dceřiných společností v akciových společnostech), ale i v závislosti na velikosti podniku ­ růst počtu dceřiných společností s růstem velikosti podniku. Tyto vztahy byly ověřeny jako statisticky významné. 14 4. PŘEDSTAVENÍ SHLUKŮ PODLE VÝKONNOSTI PODNIKŮ Pro zařazení podniků do shluků podle výkonnosti podniků byly použity dva ukazatele, a to rentabilita aktiv a meziroční míry růstu aktiv. Vzorec výpočtu rentability aktiv (dále ROA), stejně jako podrobné důvody zařazení obou ukazatelů, uvádí L. Šiška11 . Zde si jen pro úplnost uveďme vzorce použité pro výpočet jednotlivých ukazatelů: 100* 2 aktivstavkonečnýaktivstavpočáteční íhospodařenvýsledekprovozní ROA + = 100*1_ -= aktivstavpočáteční aktivstavkonečný AktivRust Uvedené ukazatele byly pro každý podnik použity za roky 2002 až 2006, aby se zamezilo zkreslení z nejrůznějších důvodů. Pro zavedení dynamiky byly jednotlivým letům přiřazeny navíc váhy o velikosti 1 (r. 2002), 2, 3, 4 a 5 (rok 2006). Na základě provedených shlukových analýz byly podniky rozčleněny do 13 shluků. Následující obrázek uvádí pro každý z těchto 13 shluků vážené průměrné hodnoty ROA a růstu aktiv: Obrázek č. 1: Vážené průměry ROA a růstu aktiv v jednotlivých shlucích Původní D G C L J K I B M E A F H Vážené průměry rentabilit a růstu aktiv za jednotlivé shluky (plocha bublin značí počet respondentů) -10% -5% 0% 5% 10% 15% 20% 25% 30% 35% 40% -20% -10% 0% 10% 20% 30% 40% 50% 60% 70% 80% Růst aktiv ROA BB2 AA5 BB1 CC1 AB2 BA1 AA2 AA3 BA2 AB1 AA4 AA1 BA3 AAxABxACx BAxBCx CCx CAxCBx Zdroj: ŠIŠKA, L. (2008): Analýza finanční výkonnosti respondentů empirického šetření CVKS, v tisku 11 ŠIŠKA, L. (2008): Analýza finanční výkonnosti respondentů empirického šetření CVKS. V tisku. 15 V grafu představují plné přímky osy a čárkované přímky průměrné hodnoty ROA a míry růstu aktiv. Tyto přímky tedy dělí graf do kvadrantů, jež byly pojmenovány AA až CC. Po těchto kvadrantech se pak jmenují v nich se nalézající shluky, jež dále ještě odlišuje přípona ve tvaru čísla označujícího od jedničky výše nejziskovější shluky nalézající se v daném kvadrantu. Protože 13 shluků je pro některé analýzy příliš mnoho (počet podniků ve shlucích je nedostatečný), byly tyto shluky dále slučovány, a to podle toho, ve kterém kvadrantu se nacházely. Došlo tak k vytvoření 5 shluků, a to AA, AB, BA, BB a CC (ostatní kvadranty zůstaly prázdné). Vzhledem k tomu, že shluky AB a BA jsou si v tomto pojetí dost blízké a k tomu, že v některých analýzách se to zdálo být účelné, byly tyto dva shluky slouženy pro potřeby tohoto working paperu do jednoho (nazvaného AB,BA). Další logický krok se nabízel, a to sloučit nadprůměrné podniky do jednoho shluku (AA, AB, BA) pojmenovaného A a ponechat podprůměrné podniky BB jako druhý shluk, B, a ztrátové podniky CC jako třetí shluk, C. Protože 5 shluků bylo zvoleno jako optimální, a tedy výchozí varianta pro další analýzy, věnuje se následující kapitola popisu těchto shluků z pohledu předmětné části dotazníku. 16 5. POPIS 5 SHLUKŮ POMOCÍ PROMĚNNÝCH SOUHRNNÉ ČÁSTI Shluk AA Z tabulky č. xx je vidět, že shluk AA se umístil v hodnocení důležitosti jednotlivých zájmových skupin na prvním místě u zájmových skupin zákazníci a stát. Zatímco u zákazníků byl odstup shluku AA relativně výrazný, u státu tomu již tak nebylo. Dále tento shluk třikrát skončil na druhém místě, a to u vlastníků, zaměstnanců a komunit v okolí podniku. U vlastníků byly rozdíly mezi shluky minimální mezi všemi shluky (kromě shluku BB), u zaměstnanců byl také odstup za prvním shlukem (BA) minimální (0,2 % škály), pouze u komunit byl výrazný za shlukem CC. U zbývajících skupin, dodavatelů a věřitelů, se umístil shluk AA shodně až na čtvrtém místě. V počtu zaměstnanců na jednu tuzemskou provozovnu byl shluk AA na třetím místě, v počtu zaměstnanců na jednu zahraniční provozovnu potom na druhém místě. Shluk AA má druhý nejnižší počet zaměstnanců na jednu autonomní jednotku (po shluku AB), zároveň má druhou nejnižší průměrnou míru autonomie (po shluku CC). Počet zaměstnanců na jeden stupeň řízení je u shluku AA s odstupem nejnižší, dá se tak říci, že řídící struktury podniků tohoto shluku jsou nejvyšší (zcela v kontrastu s očekáváním). Podniky ve shluku AA mají průměrně necelou jednu dceřinou společnost, což je prostřední hodnota mezi shluky. Shluk AB Shluk AB byl první pouze v hodnocení dodavatelů , a to velmi těsně před shlukem CC. Na druhém místě byl v hodnocení zákazníků (s odstupem za AA, těsně před BB) a státu (těsně za AA, s odstupem před BA). Na třetím místě byl v hodnocení zaměstnanců (spolu se shlukem CC) a komunit v okolí podniku, na čtvrtém v hodnocení vlastníků (téměř stejné všemi shluky) a na posledním místě v hodnocení věřitelů. Shluk AB měl nejnižší počet zaměstnanců jak na jednu tuzemskou, tak na jednu zahraniční provozovnu. Počet zaměstnanců na jednu autonomní organizační jednotku je u shluku AB nejnižší, míra autonomie těchto jednotek je ale prostřední. Shluk AB měl velmi podobný počet zaměstnanců na jeden stupeň řízení se shlukem CC, společně následují za shlukem AA. Podniky ve shluku AB mají druhý nejnižší počet dceřiných společností na jeden podnik. 17 Shluk BA Shluk BA je zároveň první v hodnocení vlastníků (téměř stejné všemi shluky) i zaměstnanců (velmi těsně před shlukem AA). Druhý je v hodnocení věřitelů, třetí v hodnocení státu a čtvrtý v hodnocení komunit v okolí podniku. Poslední je v hodnocení zákazníků a dodavatelů. Shluk BA měl, přesně na rozdíl od shluku AB, nejvíce zaměstnanců na jednu tuzemskou provozovnu. U počtu zaměstnanců na jednu zahraniční provozovnu se však umístil až na třetím místě. Ve shluku BA je počet zaměstnanců na jednu autonomní organizační jednotku druhý nejvyšší, míra autonomie těchto organizačních jednotek je ale nejvyšší ze všech shluků. Shluk BA má po shluku BB druhý nejvyšší počet zaměstnanců na jeden stupeň řízení. Tento jediný shluk vykázal odlišné hodnoty v počtu podniků, které jsou dceřinými společnostmi. Takových podniků je v tomto shluku až o třetinu méně, než v ostatních shlucích. Shluk BA má výrazně nejvyšší počet dceřiných společností na jeden podnik. Shluk BB Shluk BB jediným shlukem s výrazně odlišným hodnocením vlastníků pro tyto podniky jsou vlastníci méně důležití. Zároveň je tento shluk poslední v hodnocení komunit. Na čtvrtém místě je v hodnocení zaměstnanců a státu, na třetím místě potom v hodnocení zákazníků, dodavatelů a věřitelů. Shluk BB měl druhý nejvyšší počet zaměstnanců na jednu tuzemskou provozovnu, ale nejvyšší počet zaměstnanců na jednu zahraniční provozovnu. V počtu zaměstnanců na jednu autonomní organizační jednotku i v míře autonomie těchto jednotek je shluk BB prostřední. Shluk BB má nejvyšší počet zaměstnanců na jeden stupeň řízení, tedy jeho podniky vykazují nejplošší řídící struktury. Podniky ve shluku BB mají druhý nejvyšší průměrný počet dceřiných společností na jeden podnik. Shluk CC Shluk CC je první v hodnocení nejen věřitelů, ale i komunit v okolí podniku, v obou případech s odstupem. Druhý je v hodnocení dodavatelů (těsně za AB), třetí v hodnocení vlastníků a zaměstnanců (zároveň se shlukem AB), čtvrtý v hodnocení zákazníků a poslední v hodnocení státu. 18 Shluk CC měl druhý nejnižší počet zaměstnanců na jednu tuzemskou provozovnu, zároveň ale druhý nejvyšší počet zaměstnanců na jednu zahraniční provozovnu. Podniky shluku CC mají shodně nejvyšší počet zaměstnanců na jednu organizační jednotku i nejnižší míru autonomie těchto jednotek. Shluk CC za shlukem AA druhý nejnižší počet zaměstnanců na jeden stupeň řízení. Podniky ve shluku CC mají nejnižší průměrný počet dceřiných společností na jeden podnik. Tabulka č. 1: Pořadí shluků v hodnocení důležitosti zájmových skupin. zájmová skupina shluk AA AB BA BB CC x37b ­ Vlastníci 2. 4. 1. 5. 3. x38b ­ Zaměstnanci 2. 3. 1. 4. 3. x39b ­ Zákazníci 1. 2. 5. 3. 4. x40b ­ Dodavatelé 4. 1. 5. 3. 2. x41b ­ Věřitelé 4. 5. 2. 3. 1. x42b ­ Stát 1. 2. 3. 4. 5. x43b ­ Komunita v okolí podniku 2. 3. 4. 5. 1. Zdroj: vlastní zpracování 19 6. VÝSLEDKY V této části bude vyhodnocena platnost stanovených hypotéz, a to na základě vyjádření hospodářské úspěšnosti zkoumaných podniků rozdělením do pěti, čtyř a tří shluků podle stanovených kritérií. H1. Čím vyšší je důležitost vlastníků, tím vyšší je výkonnost podniku. Při porovnání průměrné důležitosti vlastníků ve čtyřech shlucích je vidět klesající trend důležitosti vlastníků s klesající hospodářskou úspěšností. Výjimku ale tvoří shluk CC, který se tomuto trendu silně vymyká. Mezi třemi shluky dochází ke stejnému jevu, průměrná důležitost vlastníků je dokonce stejná ve shluku A jako ve shluku C, pouze ve shluku B je nižší (4,54 proti 4,37). Rozdíly v průměrech ale nejsou ani v jednom případě statisticky významné. Naopak závislost výkonnosti na důležitosti vlastníků se potvrzuje korelačním koeficientem Gamma12 , který je statisticky významný na hladině 0,04 u 4 shluků a 0,03 u 3 shluků s hodnotami závislosti 0,15 resp. 0,17. Hypotéza tedy není potvrzena. Závislost výkonnosti na důležitosti vlastníků buď neexistuje vůbec, nebo je jen velmi slabá. H2. Čím vyšší je důležitost zaměstnanců, tím vyšší je výkonnost podniku. Podobně jako u předchozí proměnné klesá, měřeno průměry ve čtyřech shlucích, spolu s důležitostí zaměstnanců i výkonnost podniku, ale opět s výjimkou shluku CC. Pozorované rozdíly ale nejsou statisticky významné. Měřeno koeficientem Gamma, je závislost o síle 0,1 na hladině významnosti 0,09 a 0,12 na hladině významnosti 0,08 pro 4, resp. 3 shluky. Hypotéza tedy není potvrzena. Závislost výkonnosti na důležitosti zaměstnanců buď neexistuje vůbec, nebo je jen velmi slabá. H3. Čím vyšší je důležitost zákazníků, tím vyšší je výkonnost podniku. S výjimkou shluku BA jsou klesá průměrná důležitost zákazníků s klesající výkonností podniků rozdělených do pěti shluků. Podobně se stejnému trendu vymyká shluk ABBA a teprve při rozdělení podniků do tří shluků má trend čistý průběh. Ani v jednom případě ale nemají pozorované rozdíly statistickou významnost. Stejně tak korelace nejsou statisticky významné. Hypotéza tedy není potvrzena. 12 Goodman-Kruskalovo Gamma. 20 H4. Čím vyšší je důležitost dodavatelů, tím vyšší je výkonnost podniku. U dodavatelů se ukazuje tendence opačná, než jaké jsme pozorovali doposud. Při rozdělení podniků do čtyř i tří shluků je čistý trend růstu důležitosti dodavatelů s poklesem výkonnosti podniků. Směr závislosti je tedy opačný, než předpokládá hypotéza. Nicméně hladina statistické významnosti je velmi vysoká, a to i u korelací. Hypotéza tedy není potvrzena. H5. Čím vyšší je důležitost věřitelů, tím vyšší je výkonnost podniku. U důležitosti věřitelů je také trend opačný než předpokládaný. Průběh trendu ale není čistý, vymyká se mu shluk BA, který se zařadil mezi shluky CC a BB (CC, BA, BB, AB, AA v pořadí od shluku s nejvyšší důležitostí věřitelů). Při rozdělení podniků do čtyř a tří shluků je již průběh trendu čistý. Hladina statistické významnosti křížových tabulek je 2 =0,109, tedy s ohledem na velikost vzorku akceptovatelná. Bohužel hladina statistické významnosti korelací je příliš vysoká. Lze tedy říci, že hypotéza byla vyvrácena a ukázalo se, že naopak platí čím vyšší je důležitost věřitelů, tím nižší je výkonnost podniku. Pravděpodobné ale je, že tato závislost platí opačně, tedy čím nižší výkonnost podniku, tím vyšší důležitost věřitelů, což je i logické. H6. Čím vyšší je důležitost státu, tím vyšší je výkonnost podniku. Průměrná důležitost plynule klesá s klesající výkonností podniku měřeno jak pěti, tak čtyřmi i třemi shluky. U všech třech vyhodnocovaných variant jsou pak rozdíly mezi průměry statisticky významné (0,046, 0,03, 0,014). Statisticky významné jsou také korelace tří shluků a výkonnosti (Gamma = -0,16 na hladině stat. významnosti 0,01) i čtyř shluků a výkonnosti (Gamma = -0,156 při na hladině stat. významnosti 0,01). Hypotézu H6 tak můžeme potvrdit, nicméně nalezená závislost je nízká. H7. Čím vyšší je důležitost komunity v okolí podniku, tím vyšší je výkonnost podniku. Důležitost komunity v okolí podniku má zajímavý průběh podobný ve všech třech typech shluků. Vždy klesá s klesající výkonností podniku, aby ale nakonec byla nejvyšší ve shluku C (resp. CC). Statisticky významná je jen křížová tabulka důležitosti komunity a tří shluků ( 2 =0,09). Rozdíly v průměrech jsou statisticky významné u pěti shluků (0,043), čtyř (0,02) i tří shluků (0,001). 21 Korelace statisticky významné nejsou. Hypotézu H7 můžeme tedy zamítnout. Vyšší důležitost komunit v okolí podniku může být výsledkem hospodářské úspěšnosti, kdy úspěšnější podniky se mohou více věnovat komunitám. Zároveň ale může být vyšší důležitost komunit výsledkem problémů, které mají také vliv na hospodářskou úspěšnost podniků. H8. Čím vyšší je průměrná důležitost všech stakeholderských skupin, tím vyšší je výkonnost podniku. U průměrné důležitosti všech stakeholderských skupin se setkáváme s průběhem podobným důležitosti komunit. Opět tato důležitost klesá s klesající výkonností, ale ve shluku C (resp. CC) je nakonec nejvyšší. Rozdíly v průměrech jsou statisticky významné u tří shluků (0,08), u čtyř je hladina statistické významnosti vyšší (0,12) a u pěti příliš vysoká. Pořadové korelace nejsou statisticky významné. Síla efektu průměrné důležitosti na výkonnost podniku měřenou třemi shluky je pouhé 1 %. Lze tedy prohlásit, že hypotéza H8 byla vyvrácena. Otázkou ale zůstává, zda byla průměrná důležitost všech stakeholderských skupin dobrým ukazatelem stakeholderského přístupu podniku, když se jasně ukázalo, že některé proměnné působí přesně opačným, než předpokládaným směrem (viz. důležitost věřitelů nebo komunit). H9. Čím vyšší je počet samostatných provozoven, tím vyšší je výkonnost podniku. S výjimkou shluku AB, který má nejvyšší průměrný počet provozoven, klesá průměrný počet provozoven s klesající výkonností podniků měřenou pěti shluky. U čtyř shluků je tento průběh nejprve nerostoucí, kdy shluky AA a ABBA mají stejný průměrný počet provozoven, a poté klesající. U tří shluků je trend čistě klesající. Rozdíly v průměrech však nejsou statisticky signifikantní. Pořadové korelace a regrese13 jsou pro čtyři a pět shluků statisticky významné na hladině významnosti vždy nižší, než 0,1, resp. 0,08 a 0,112 pro tři shluky. Nicméně síla závislosti je vždy nižší, než -0,1 u tří a čtyř shluků a 0,1 u pěti shluků. Zkoumanou hypotézu proto můžeme zamítnout. H10. Čím nižší je počet pracovníků na jednu samostatnou provozovnu, tím vyšší je výkonnost podniku. 13 Měřeno Kendallovým tau c, Spearmanovým Rhó a Pearsonovým R. 22 Průměry v jednotlivých shlucích nevykazují trendy a rozdíly mezi nimi nejsou statisticky významné. Pro závislost výkonnosti měřené třemi shluky na zkoumané proměnné jsou statisticky významné Kendallovo tau c a Spearmanovo Rhó na hladině významnosti 0,006. Síla závislosti je 0,12, resp. 0,134. U čtyř shluků jsou u obou zmíněných koeficientů hladiny významnosti 0,02 a síly závislosti 0,1 a 0,11, u pěti shluků je situace téměř totožná. Hypotézu H10 tak můžeme zamítnout ­ závislost je velmi slabá. H11. Čím vyšší je počet samostatných provozoven v zahraničí, tím vyšší je výkonnost podniku. Podle průměrných počtů samostatných provozoven v zahraničí v jednotlivých shlucích se ukazuje spíše opačný, než předpokládaný trend. Počet provozoven roste s klesající výkonností, ovšem z trendu vybočují shluky AB a BA u pěti shluků a tím i ABBA u čtyř shluků. Jen u tří shluků je průběh trendu čistý. Statistická významnost těchto rozdílů je však vždy příliš vysoká. Pořadové korelace a regrese nejsou statisticky významné ve všech případech. Hypotézu tedy nelze potvrdit. H12. Čím nižší je počet pracovníků na jednu samostatnou provozovnu v zahraničí, tím vyšší je výkonnost podniku. Průměry počtů pracovníků na jednu samostatnou provozovnu se sídlem v zahraničí nevykazují u jednotlivých variant shluků trend a rozdíly v těchto průměrech nejsou statisticky významné. Pořadové korelace a regrese také nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H13. Čím vyšší je počet samostatných relativně autonomních organizačních jednotek, tím vyšší je výkonnost podniku. Pouze u tří shluků mají průměry počtů samostatných relativně autonomních organizačních jednotek jednoznačný trend, a to klesající s klesající výkonností podniku. Rozdíly v průměrech však nejsou statisticky významné. Pořadové korelace a regrese také nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H14. Čím nižší je počet zaměstnanců na jednu autonomní organizační jednotu, tím vyšší je výkonnost podniku. 23 Obdobně jako u předchozí proměnné pouze u tří shluků mají průměry počtů zaměstnanců na jednu samostatnou relativně autonomní organizační jednotku jednoznačný trend, a to klesající s klesající výkonností podniku. Rozdíly v průměrech však nejsou statisticky významné. Pořadové korelace a regrese také nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H15. Čím vyšší je míra autonomie v plánování výrobního programu, tím vyšší je výkonnost podniku. Průměrná míra autonomie v této oblasti plynule roste s klesající výkonností podniků. Výjimkou je shluk AA při rozdělení do čtyř a pěti shluků, kdy je nejvyšší míra autonomie právě v tomto shluku. Pozorované rozdíly však nejsou statisticky významné a statisticky významné nejsou ani provedené korelace. Hypotézu tedy nelze potvrdit. H16. Čím vyšší je míra autonomie v jednání s odběrateli, tím vyšší je výkonnost podniku. Průměrná míra autonomie v této oblasti nevykazuje trend a pozorované rozdíly nejsou statisticky významné. Provedené korelace také nejsou statisticky významné. Hypotézu tedy nelze potvrdit. H17. Čím vyšší je míra autonomie v plánování materiálových vstupů, tím vyšší je výkonnost podniku. Ani průměrná míra autonomie v plánování materiálových vstupů nevykazuje trend mezi jednotlivými shluky, ale pozorované rozdíly jsou statisticky významné na hladině 0,03 a nižší a síla efektu podle Eta2 je mezi 6 a 7 procenty. Měřeno korelačními koeficienty má závislost hodnotu od -0,1 do -0,15 (Kendallovo tau b a c a Sommersovo D) na hladině významnosti od 0,03 do 0,08. Vzhledem k síle závislosti není hypotéza potvrzena. H18. Čím vyšší je míra autonomie v jednání s dodavateli, tím vyšší je výkonnost podniku. Průměrná míra autonomie opět nevykazuj trend, pozorované rozdíly ve třech a čtyřech jsou ale statisticky významné na hladině významnosti 0,05 a 0,1 se sílou účinku Eta2 okolo 4 procent. Provedené korelace nejsou v tomto případě statisticky významné. 24 Vzhledem k pozorovaným, statisticky významným, průměrům (viz. následující tabulky), můžeme prohlásit zkoumanou hypotézu H18 za vyvrácenou. Tabulka č. 2: Průměrná autonomie v jednání s dodavateli ve třech shlucích shluk A B C průměrná autonomie v dané oblasti 3,52 3,04 3,64 Zdroj: vlastní zpracování Tabulka č. 3: Průměrná autonomie v jednání s dodavateli ve čtyřech shlucích shluk AA AB,BA BB CC průměrná autonomie v dané oblasti 3,45 3,62 3,04 3,64 Zdroj: vlastní zpracování Tabulka č. 4: Průměrná autonomie v jednání s dodavateli v pěti shlucích shluk AA AB BA BB CC průměrná autonomie v dané oblasti 3,45 3,40 3,74 3,04 3,64 Zdroj: vlastní zpracování H19. Čím vyšší je míra autonomie v plánování rozvoje pracovních sil, tím vyšší je výkonnost podniku. Průměrná míra autonomie opět nevykazuj trend, pozorované rozdíly ve třech a pěti shlucích jsou ale statisticky významné na hladině významnosti cca 0,08 se sílou účinku Eta2 okolo 3 a 5,5 procent. Provedené korelace jsou statisticky významné na hladinách významnosti okolo 0,15, pouze pro čtyři shluky stoupá statistická významnost ke 0,11. Síla závislosti je však pouze okolo -0,1. Provedené korelace nejsou v tomto případě statisticky významné. Vzhledem k pozorovaným, statisticky významným, průměrům (viz. následující tabulky), a ke zjištěné slabé závislosti, můžeme prohlásit zkoumanou hypotézu H19 za vyvrácenou. Tabulka č. 5: Průměrná autonomie v plánování rozvoje pracovních sil ve třech shlucích shluk A B C průměrná autonomie v dané oblasti 3,37 2,90 3,29 Zdroj: vlastní zpracování Tabulka č. 6: Průměrná autonomie v plánování rozvoje pracovních sil ve čtyřech shlucích shluk AA AB,BA BB CC průměrná autonomie v dané oblasti 3,46 3,24 2,90 3,29 Zdroj: vlastní zpracování 25 Tabulka č. 7: Průměrná autonomie v plánování rozvoje pracovních sil v pěti shlucích shluk AA AB BA BB CC průměrná autonomie v dané oblasti 3,46 2,70 3,53 2,90 3,29 Zdroj: vlastní zpracování H20. Čím vyšší je míra autonomie ve výběru a přijímání pracovníků, tím vyšší je výkonnost podniku. Průměrná míra autonomie v této oblasti nevykazuje trend a pozorované rozdíly nejsou statisticky významné. Provedené korelace taktéž nejsou statisticky významné. Hypotézu tedy nelze potvrdit. H21. Čím vyšší je průměrná míra autonomie, tím vyšší je výkonnost podniku. Průměrná míra autonomie skutečně ukazovala klesající trend s klesající výkonností podniků, u pěti a čtyř shluků ale narušený shluky AB (výrazně nižší než trend) a BA (výrazně vyšší, než trend) a ABBA (mírně vyšší než trend). Rozdíly v průměrech však nejsou statisticky významné. Pořadové korelace a regrese také nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H22. Čím vyšší je počet pracovníků na jeden stupeň řízení, tím vyšší je výkonnost podniku. Pouze shluky C a CC vybočují z předpokládaného trendu, jejich průměrné hodnoty jsou zhruba prostřední. Rozdíly v průměrech však nejsou statisticky významné. Pořadové korelace a regrese také nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H23. Podniky, jež jsou dceřinou společností, jsou výkonnější, než ostatní podniky. Počty podniků, jež jsou dceřinou společností, se v jednotlivých shlucích liší minimálně, tyto rozdíly nejsou statisticky významné a ani rozložení křížových tabulek není statisticky významné. Stejné platí pro provedené korelace (koeficienty Lambda a Cramerovo V). Hypotézu tedy nelze potvrdit. H24. Podniky, jejichž mateřská společnost má sídlo v zahraničí, jsou výkonnější, než ostatní podniky. 26 Počty podniků, jejichž mateřská společnost sídlí v zahraničí, nevykazují trend mezi jednotlivými shluky a tyto rozdíly nejsou statisticky významné. Ani rozložení křížových tabulek není statisticky významné. Stejné platí pro provedené korelace (koeficienty Lambda a Cramerovo V). Hypotézu tedy nelze potvrdit. H25. Čím více dceřiných společností podnik vlastní, tím vyšší je jeho výkonnost. Počty dceřiných společností nevykazují mezi shluky trend a rozdíly v jejich průměrných počtech nejsou statisticky významné. Pořadové korelace a regrese také nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H26. Výkonnost podniků, jež vlastní alespoň jednu dceřinou společnost, je vyšší, než výkonnost ostatních podniků. Křížové tabulky a porovnání průměrů nepřináší jednoznačný závěr o směru trendu, nicméně se ukazuje, že s klesající výkonností podniků spíše roste počet podniků s alespoň jednou dceřinou společností. Křížové tabulky jsou pro všechny varianty shluků statisticky významné na hladině cca 0,1, stejné platí pro rozdíly v průměrech, ale také pro korelace (měřené koeficientem Cramerovo V). Síla závislosti měřena Cramerovým V však dosahuje pouze cca 0,1 a síla efektu podle Eta2 od 1 do 2 procent. Hypotézu tedy můžeme zamítnout. H27. Čím více dceřiných společností s kapitálovou účastí nad 50 % podnik vlastní, tím vyšší je jeho výkonnost. Pouze při rozdělení podniků do tří shluků je zřejmý trend, a to růstu počtu dceřiných společností s kapitálovou účastí podniku nad 50 % s klesající výkonností podniku. Pozorované rozdíly však nejsou statisticky významné. Pořadové korelace a regrese nejsou statisticky významné (ve všech případech). Hypotézu tedy nelze potvrdit. H28. Výkonnost podniků, jež vlastní alespoň jednu dceřinou společnost s kapitálovou účastí nad 50 %, je vyšší, než výkonnost ostatních podniků. Ačkoli jsou křížové tabulky statisticky významné, trend neukazují. Rozdíly v průměrech mezi shluky jsou sice statisticky významné, ale jejich síla efektu podle Eta2 je jen okolo tří procent. Nicméně 27 Cramerovo V je statisticky významné na hladině od 0,022 do 0,066 a síla závislosti činí téměř 0,2. Proto můžeme říci, že hypotéza H28 se potvrdila. 28 7. ZÁVĚR Zkoumáním stanovených hypotéz lze dojít k těmto následujícím závěrům: Závislost výkonnosti na důležitosti vlastníků buď neexistuje vůbec, nebo je velmi slabá. V tomto případě bude ještě vhodné rozdělit výběrový soubor např. podle typu společnosti, typu vlastníka nebo účasti vlastníka na řízení společnosti. Závislost výkonnosti na důležitosti zaměstnanců buď neexistuje vůbec, nebo je velmi slabá. Další postup může být obdobný, jako v předešlém případu. Při zkoumání vlivu důležitosti dodavatelů sice nebyly výsledky analýz statisticky významné, nicméně zajímavé je, že se ukázal zřejmý trend opačného směru (čím vyšší důležitost dodavatelů, tím nižší výkonnost podniku), než jaký byl předpokládán. Interpretováno to může být například tak, že pokud je podnik ve vztahu k dodavatelům relativně slabší, pak to má důsledky pro jeho výkonnost. Důležitost dodavatelů tak může naznačovat právě tuto relativní slabost např. ve vyjednávání. Předpoklad růstu výkonnosti podniků při vyšší přikládané důležitosti věřitelům se ukázal jako mylný; naopak se ukázalo, že čím vyšší je důležitost věřitelů, tím nižší je výkonnost podniku. Závislost by zde ale mohla být spíše opačná: má-li podnik potíže, pak jsou pro něj věřitelé důležití. Naopak se potvrdila hypotéza H6, která předpokládala vyšší výkonnost v závislosti na důležitosti státu. Nalezená závislost je sice také nízká, ale nabízí se ještě rozdělení výběrového souboru podle velikosti a typu společnosti a také podle odvětví, což jsou (kromě typu společnosti) shodou okolností veličiny, u kterých se objevila souvislost s důležitostí státu již v primárním šetření. Hypotézu H7 bylo nutno zamítnout na základě nejednoznačného průběhu průměrné důležitosti v jednotlivých shlucích, když tyto průměrné hodnoty byly statisticky významné. Dalo by se z nich snad usuzovat, že vyšší důležitost komunit v okolí podniku může být výsledkem hospodářské úspěšnosti, kdy úspěšnější podniky se mohou více věnovat komunitám. Zároveň ale může být vyšší důležitost komunit výsledkem problémů, které mají také vliv na hospodářskou úspěšnost podniků. Protože i u důležitosti komunit se ukazovaly v primárním šetření vztahy k různým charakteristikám (velikost podniku, typ společnosti), bude zajímavé testovat vztah k výkonnosti podniku na rozdělených podmnožinách základního souboru. Hypotéza H8 byla poměrně přesvědčivě vyvrácena, otázkou ale zůstává, zda byla průměrná důležitost všech stakeholderských skupin dobrým ukazatelem stakeholderského přístupu podniku, když se jasně 29 ukázalo, že některé proměnné působí přesně opačným, než předpokládaným směrem (viz. důležitost věřitelů nebo komunit). Hypotéza H9 byla zamítnuta a stejně tak související hypotéza H10, tedy že vyšší počet samostatných provozoven nebo nižší počet pracovníků na jednu samostatnou provozovnu znamená vyšší výkonnost podniku. Pro testování dílčích souborů by snad mohl sloužit obor podnikání jako potenciální intervenující proměnná. Vyvráceny byly postupně i hypotéza H17 o míře autonomie v oblasti plánování materiálových vstupů, H18 o míře autonomie v oblasti jednání s dodavateli a H19 o míře autonomie v oblasti plánování rozvoje pracovních sil. Dále bylo možno na základě získaných dat zamítnout hypotézu H26, že výkonnost podniků, jež vlastní alespoň jednu dceřinou společnost, je vyšší, než výkonnost ostatních podniků. Zajímavé je, že související hypotéza H28 o vyšší výkonnosti podniků, jež vlastní alespoň jednu dceřinou společnost s kapitálovým podílem nad 50 %, se spíše potvrdila. 30 8. POUŽITÁ LITERATURA BLAŽEK, L. ­ DOLEŽALOVÁ, K. ­ KLAPALOVÁ, A. (2005): Společenská odpovědnost podniků. Working paper č.9/2005. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2005. 24 s. BLAŽEK, L. ­ DOLEŽALOVÁ, K. ­ KLAPALOVÁ, A. ­ ŠIŠKA, L. (2005): Metodická východiska zkoumání a řízení inovační výkonnosti podniku. Working paper č.11/2005. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2005. 30 s. BLAŽEK, L. ­ KLAPALOVÁ, A. (2005): Vztahy podniku se zákazníkem. Working paper č.10/2005. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2005. 26 s. ISSN 1801- 4496. BLAŽEK, L. ­ KUČERA, R. (2005): Vztahy podniku k vlastníkům. Working paper č.12/2005. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2005. 23 s. BLAŽEK, L. a kol. (2007): Konkurenční schopnost podniků: (primární analýza výsledků empirického šetření). 1. vyd., Brno: Masarykova univerzita, 2007. ISBN 9788021044562. KUBÁTOVÁ, E. (2005): Analýza dodavatelských vztahů v kontextu inovací. Working paper č. 13/2005. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2005. 30 s. SLANÝ, A. a kol. (2006): Konkurenceschopnost české ekonomiky. 1. vyd. Brno: Masarykova univerzita, 2006. 375 s. ISBN 80-210-4157-9. ŠIŠKA, L. (2005): Možnosti měření a řízení efektivnosti a úspěšnosti podniku. Working paper č. 14/2005. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2005. 36 s. ŠIŠKA, L. (2008): Analýza finanční výkonnosti respondentů empirického šetření CVKS. Working paper. Brno: Centrum výzkumu konkurenční schopnosti české ekonomiky, 2008. V tisku. Vývojové tendence podniků I. 1. vyd. Brno: Masarykova univerzita, 2005. ISBN 80-210-3847-0. Vývojové tendence podniků II. 1. vyd. Brno: Masarykova univerzita, 2006. ISBN 80-210-4133-1. 31