Ocena efektywności restrukturyzacji wybranego

B a n k i K r e d y t 41 (6), 2010, 85–104
www.bankikredyt.nbp.pl
www.bankandcredit.nbp.pl
Ocena efektywności restrukturyzacji wybranego
sektora gospodarki w Polsce z wykorzystaniem
taksonomicznego miernika rozwoju
społeczno-gospodarczego
Miłosz Stanisławski*
Nadesłany: 31 maja 2010 r. Zaakceptowany: 27 października 2010 r.
Streszczenie
Przedmiotem niniejszego artykułu jest proces restrukturyzacji wybranego sektora gospodarki oparty na przedsiębiorstwach odgrywających główną rolę w tym sektorze. W zaprezentowanej analizie wykorzystano syntetyczną miarę rozwoju społeczno-gospodarczego opracowaną przez Danutę
Strahl. Na potrzeby badania wybrano sektor górnictwa węgla kamiennego w Polsce, gdyż restrukturyzacja właśnie tego sektora gospodarki, obok hutnictwa żelaza i stali, spowodowała swoistą
integrację państw europejskich, co doprowadziło do powstania Europejskiej Wspólnoty Gospodarczej. W Polsce jednym z pierwszych przedsięwzięć transformacji gospodarczej była restrukturyzacja właśnie sektora górnictwa węgla kamiennego.
Wyniki przeprowadzonych analiz pokazały, że proces restrukturyzacji poszczególnych podmiotów badanego sektora przebiegał zbyt wolno w stosunku do zmian zachodzących w otoczeniu,
a ich efekty były nieadekwatne do poniesionych nakładów oraz wymagań rynkowych. Na podstawie badań udowodniono wysoką przydatność wykorzystanej metody taksonomicznej do oceny
efektywności restrukturyzacji poszczególnych sektorów gospodarki w Polsce.
Słowa kluczowe: taksonometria, restrukturyzacja
JEL: G34, R15
* Wyższa Szkoła Ekonomiczno-Informatyczna w Warszawie; e-mail: [email protected].
86
M . S t anisławski
1. Wstęp
Niezwykle rzadko wykorzystuje się w Polsce metody ekonometryczne do analizy porównawczej
przedsiębiorstw państwowych działających w tej samej branży pod kątem oceny efektywności ich
restrukturyzacji. W większości przypadków studia porównawcze albo mają charakter bardzo poglądowy, albo są bardzo szczegółowe. Takie podejście metodologiczne uniemożliwia lub znacznie
utrudnia podejmowanie decyzji o charakterze strategicznym bądź taktycznym. W rezultacie sprawujący nadzór nad działalnością przedsiębiorstw państwowych mogą mieć problem z ewaluacją
postępu restrukturyzacji. Mogą pojawiać się również obiekcje, czy przyznana pomoc publiczna
była wykorzystana efektywnie, czy z jakichś przyczyn pojawiły się zakłócenia w realizacji zadań.
Właściwa identyfikacja skutków prowadzonych działań restrukturyzacyjnych, przeprowadzona
w wyniku klasyfikacji podmiotów sektora pod względem efektywności zmian strukturalnych,
pozwala na opracowanie ewentualnych korekt planu restrukturyzacji oraz określenie kierunków
usprawnień. Wydaje się więc, że metody taksonomiczne powinny znaleźć wiele zastosowań w życiu gospodarczym, nie tylko ze względu na możliwość porządkowania oraz porównywania heterogenicznych obiektów, lecz przede wszystkim ze względu na prostotę i jednoznaczność otrzymywanych wyników, obiektywizm, kompleksowość oraz możliwość wykorzystania uzyskanych wyników jako źródła informacji zarządczej dla kadry kierowniczej.
W niniejszym artykule została podjęta próba analizy efektywności restrukturyzacji wybranego
sektora gospodarki na przykładzie górnictwa węgla kamiennego w Polsce. Obiektami badawczymi, które wykorzystano w procedurze taksonomicznej, były trzy największe przedsiębiorstwa wydobywcze działające na Górnym Śląsku: Jastrzębska Spółka Węglowa SA, Kompania Węglowa SA
oraz Katowicki Holding Węglowy SA. Analizą objęto lata 2003–2008, głównie ze względu na dostępność sprawozdań finansowych badanych spółek.
2. Syntetyczne mierniki rozwoju społeczno-gospodarczego
W literaturze ekonometrycznej można się spotkać z wieloma sposobami mierzenia stanu rozwoju
gospodarczego, zarówno w skali mikro, na poziomie przedsiębiorstw, jak i w skali makro – całych branż lub sektorów gospodarki. Wykorzystując miary syntetyczne, można dokonać kwantyfikacji, za pomocą jednej liczby, stanu rozwoju badanego zjawiska, którego opisanie wymaga
zazwyczaj użycia wielu cech diagnostycznych. W konsekwencji możliwe staje się prowadzenie
gruntownych analiz porównawczych oraz porządkowanie obiektów pod względem stopnia rozwoju gospodarczego.
Prekursorem badań nad miarami syntetycznymi, które służyłyby do kwantyfikacji rozwoju
społeczno-gospodarczego, był w Polsce Zdzisław Hellwig, który zaproponował koncepcję miary
rozwoju gospodarczego (1968). Stworzenie tego miernika oraz jego dość liczne zastosowania w życiu gospodarczym udowodniły jego przydatność, dając jednocześnie impuls do powstania innych
miar. Objętość tego artykułu nie pozwala na szczegółowe przedstawienie wszystkich prac poświęconych metodom taksonomicznym i ich zastosowaniom w badaniach społeczno-ekonomicznych.
Dlatego autor ograniczył się jedynie do wymienienia mierników jego zdaniem najbardziej odpowiednich z punktu widzenia niniejszej publikacji.
Ocena efektywności restrukturyzacji…
87
W polskiej literaturze ekonometrycznej można wyróżnić wiele mierników rozwoju społeczno-gospodarczego, m.in.:
– miarę rozwoju gospodarczego (Hellwig 1968; 1990),
– modyfikację miary rozwoju gospodarczego (Pluta 1977),
– absolutny miernik rozwoju (Cieślak 1974),
– syntetyczną zmienną (Bartosiewicz 1984),
– syntetyczną miarę rozwoju społeczno-gospodarczego (Strahl 1990).
Konstrukcja wymienionych mierników jest na tyle ogólna, że pozwala to na ich wykorzystanie
jako miar rozwoju zarówno społecznego, jak i gospodarczego.
Z punktu widzenia niniejszej publikacji najbardziej użyteczna wydaje się koncepcja syntetycznej miary rozwoju społeczno-gospodarczego, której autorką jest Danuta Strahl. Metoda ta ma
relatywnie dużo zastosowań w analizie zjawisk ekonomicznych. W praktyce, podejmując decyzje
strategiczne, kadra menedżerska dysponuje bardzo dużą ilością różnorodnych informacji dotyczących spółek bądź sektora gospodarki, będących przedmiotem jej zainteresowania. Właściwe uporządkowanie i klasyfikacja dostępnych danych wydają się zadaniem krytycznym dla powodzenia
analizy porównawczej, której narzędziem jest właśnie wskaźnik Strahl. Przyjmuje się, że klasyfikacja jest jednocześnie narzędziem i celem poznania (Pociecha i in. 1988). Termin klasyfikacja ma
wiele znaczeń. Z punktu widzenia niniejszej publikacji najbardziej odpowiednie znaczenia tego
słowa to:
– dział metodologii ogólnej, który oprócz gromadzenia informacji i modelowania zjawisk
dostarcza podstawowych narzędzi do badania rzeczywistości,
– podział badanego zbioru przedmiotów (jednostek, obiektów) na rozłączne podzbiory (skupiska, klasy, grupy) według określonego kryterium opartego na cechach klasyfikowanych przedmiotów (Grabiński, Wydymus, Zeliaś 1989).
Trudności, które powstają w procesie analitycznym, wynikają m.in. z wielorakich uwarunkowań oraz wzajemnych powiązań badanych zmiennych. Ponadto nie wszystkie dane mają charakter ilościowy, a część informacji jest dodatkowo wyrażona w jednostkach, których nie sposób ze
sobą porównać. Nie można także zapominać o tym, że analiza porównawcza najczęściej wymusza
konieczność prowadzenia badań dynamicznych, a więc pojawia się problem zmienności zjawisk
w czasie.
W takim przypadku zastosowanie syntetycznej miary rozwoju społeczno-gospodarczego pozwala zredukować potencjalny zbiór posiadanych informacji i danych do zawężonego zbioru cech
diagnostycznych, uporządkować dostępne dane według wybranych przez użytkownika kryteriów oraz skoncentrować się na najistotniejszych zmiennych, dzięki którym analiza porównawcza
staje się pełniejsza.
W analizie porównawczej wykorzystującej omawiany wskaźnik niebagatelne znaczenie ma dobór cech diagnostycznych. Odpowiedni układ i dobór wskaźników stwarza bowiem warunki do
właściwej analizy skutków rozmaitych przedsięwzięć restrukturyzacyjnych oraz pozwala wyciągnąć obiektywne wnioski.
88
M . S t anisławski
3. Model pomiaru efektywności restrukturyzacji przedsiębiorstw
Konstrukcja miary taksonomicznej, mającej służyć do uporządkowania badanych obiektów pod
względem efektywności działań restrukturyzacyjnych, została oparta na wskaźniku syntetycznej
miary rozwoju społeczno-gospodarczego. W trakcie prac nad możliwościami wykorzystania tego
miernika do pomiaru efektywności restrukturyzacji wybranego sektora gospodarki wykorzystano doświadczenia badawcze Choroszczaka, Fornalczyk oraz Mikulca (2008), związane z zastosowaniem taksonomicznego wskaźnika restrukturyzacji do analizy efektywności zmian zachodzących w wybranych kopalniach węgla kamiennego w Polsce. Interesujące studia przeprowadzili Kaczorowski i Krajewski (2000), którzy podjęli próbę oceny poziomu restrukturyzacji dużych
przedsiębiorstw za pomocą metod taksonomicznych. W pracach nad konstrukcją taksonomicznego
wskaźnika restrukturyzacji niezwykle przydatny okazał się również podział sfer dostosowywania
przedsiębiorstw do gospodarki rynkowej zaproponowany przez Lipowskiego (1998). Wyróżnił on
następujące rodzaje restrukturyzacji: majątkową, produktową, operacyjną oraz finansową. Warto
podkreślić, że opracowując model taksonomiczny, zrezygnowano z uwzględnienia restrukturyzacji decyzyjno-własnościowej i potraktowano ją jako punkt wyjścia do dalszej oceny zaawansowania restrukturyzacji oraz wskazania tempa i głównych kierunków zmian.
Budując na potrzeby niniejszej publikacji wskaźnik taksonomiczny, wyróżniono siedem zasadniczych etapów jego tworzenia. Poniżej opisano zastosowany algorytm postępowania.
1. Do badania wybrano trzy obiekty – największe przedsiębiorstwa wydobywające węgiel kamienny, działające na Górnym Śląsku: Jastrzębską Spółkę Węglową SA, Kompanię Węglową SA
oraz Katowicki Holding Węglowy SA. Przyjęto sześcioletni horyzont czasowy badania: lata 2003–
–2008. Wybór okresu wynikał głównie z dostępności sprawozdań finansowych badanych spółek.
Następnie przyporządkowano wybrane cechy diagnostyczne do każdej z czterech sfer restrukturyzacji, wyodrębnionych przez Lipowskiego (1998). Zdecydowano, że elementami cech
diagnostycznych będą wartości 12 wskaźników ekonomicznych (po trzy wskaźniki dla każdej ze
sfer restrukturyzacji), starannie wybranych spośród różnych mierników stosowanych w analizie
wskaźnikowej, służących do oceny sytuacji finansowej przedsiębiorstwa. Pozwolą one najlepiej
określić siłę przeobrażeń dokonujących się w przedsiębiorstwach.
Poszczególnym sferom restrukturyzacji zostały przyporządkowane następujące wskaźniki:
Restrukturyzacja majątkowa
• Wskaźnik obrotowości aktywów (x1M ), który jest najbardziej syntetycznym miernikiem efektywności zarządzania, gdyż jego konstrukcja opiera się na wszystkich przychodach i dostępnych
przedsiębiorstwu aktywach. Z kolei punktu widzenia produktywności wskaźnik informuje, ile
przychodów (w złotych) wypracowują posiadane aktywa, czyli pokazuje wydajność uzyskaną
z majątku. Z punktu widzenia obrotowości majątku wskaźnik informuje, ile razy w ciągu okresu aktywa zużywają się i odtwarzają, a więc obrazuje wykorzystanie aktywów w czasie.
• Wskaźnik rentowności aktywów (x2M ), będący jednym z najbardziej rozpowszechnionych
mierników zyskowności. Informuje on, ile złotych zysku lub straty po opodatkowaniu wypracowują wszelkie aktywa przedsiębiorstwa, a więc jaką część lub jaki procent wartości
aktywów stanowi wypracowany zysk (strata) netto. Wskaźnik pokazuje również, jaka jest
stopa zwrotu ze wszystkich rodzajów działalności, który uzyskuje przedsiębiorstwo z majątku zaangażowanego w tę działalność.
Ocena efektywności restrukturyzacji…
89
• Wskaźnik odnowienia aparatu produkcyjnego (x3M ), który informuje, ile złotych zostało
zainwestowane w „techniczne” aktywa operacyjne w stosunku do amortyzacji przeznaczonej na nabycie tych aktywów, a więc jaki procent amortyzacji stanowią nakłady inwestycyjne. Ogromne znaczenie wskaźnika w badaniu wynika z faktu, że amortyzacja jest
de facto głównym źródłem finansowania inwestycji w Polsce. Wskaźnik odzwierciedla,
czy inwestycje w przedsiębiorstwie mają charakter rozwojowy, odtworzeniowy i zrównoważony, czy bezinwestycyjny.
Restrukturyzacja produktowa
• Wskaźnik rentowności sprzedaży netto (x1P ), zaliczany do fundamentalnych mierników
rentowności. Informuje on, ile złotych zysku (straty) po opodatkowaniu wypracowują
wszystkie przychody z działalności, a więc jaką część wszystkich przychodów stanowi
zysk po opodatkowaniu.
• Wskaźnik rentowności operacyjnej (x2P ), będący fundamentalnym miernikiem zyskowności, gdyż pokazuje zysk (stratę) przedsiębiorstwa zarówno we właściwych, jak i w specyficznych warunkach prowadzenia działalności. Wskaźnik informuje, ile złotych zysku
(straty) wypracowują przychody z podstawowej działalności, a więc jaką część przychodów stanowi zysk ze sprzedaży.
• Wskaźnik rentowności kapitału własnego (x3P ), uważany za najważniejszy ze wszystkich
mierników używanych w analizie wskaźnikowej, gdyż mierzy korzyść uzyskaną przez
właścicieli, pokazuje, czy przedsiębiorstwo powiększa swoją wartość czy nie, co stanowi
najważniejszą przesłankę podjęcia przez właścicieli decyzji o kontynuowaniu lub zaprzestaniu działalności przez przedsiębiorstwo. Wskaźnik informuje, ile złotych zysku (straty)
po opodatkowaniu przypada na kapitał właścicieli, a więc jaka jest stopa zwrotu z kapitału
właścicieli.
Restrukturyzacja operacyjna
• Wskaźnik cyklu należności w dniach (x1O ), informujący, przez ile dni przedsiębiorstwo inkasuje swoje należności od kontrahentów oraz innych dłużników lub przez ile dni przedsiębiorstwo chce albo musi kredytować swoich kontrahentów i innych dłużników w celu
stymulowania sprzedaży, bądź na ile dni gotówka jest zamrożona w należnościach.
• Wskaźnik obrotowości zapasów w dniach (x2O ), który informuje, ile obrotów wykonały
zapasy w ciągu roku.
• Wskaźnik poziomu kosztów całkowitych (x3O ), stanowiący syntetyczny wskaźnik kosztochłonności sprzedaży, który uwzględnia wszystkie koszty i przychody z działalności przedsiębiorstwa. Informuje on, ile wszystkich kosztów (w złotych) przypada na
wszystkie przychody przedsiębiorstwa, a więc jaką część przychodów ogółem stanowią koszty ogółem.
Restrukturyzacja finansowa
• Wskaźnik bieżącej płynności (x1F ), informujący, ile aktywów (w złotych), które stosunkowo łatwo zamienić na gotówkę, zabezpiecza spłatę złotówki zobowiązań do uregulowania
w ciągu roku. Innymi słowy wskaźnik pokazuje, ile razy aktywa bieżące zabezpieczają spłatę zobowiązań bieżących lub jaki procent zobowiązań bieżących stanowią aktywa bieżące.
• Wskaźnik zadłużenia ogólnego (x2F ), informujący, ile obecnych i potencjalnych zobowiązań (w złotych) przypada na aktywa ogółem lub jaki jest udział zadłużenia w pasywach.
90
M . S t anisławski
• Wskaźnik struktury pasywów (x3F ), pokazujący, ile obecnych i potencjalnych zobowiązań
(w złotych) przypada na kapitały własne, a więc ile razy zobowiązania przekraczają kapitały
własne.
2. Na podstawie wybranych wskaźników cząstkowych zdefiniowano macierze cech diagnostycznych dla poszczególnych lat. Każda macierz składała się z 12 wskaźników cząstkowych, zgrupowanych w cztery bloki (po trzy wskaźniki dla każdej ze sfer restrukturyzacji), obliczonych dla
badanej liczby obiektów. Dla poszczególnych lat, których dotyczy analiza, macierze mają następującą postać:
D t = [ X ikMt; X ikPt; X ikOt; X ikFt ] (1)
gdzie:
D t – macierz cech diagnostycznych
w roku
t; x jt ) − x jt
xik' jt = max
(max
ik
ik
t
k
jt
X ik – wektory ji-tych wskaźników, gdzie: j – poszczególne obszary restrukturyzacji: M – restrukturyzacja majątkowa, P – restrukturyzacja produktowa, O – restrukturyzacja operacyjna;
jt
xikjt ≤ max. poszczególnym
nom. xij0
F – restrukturyzacja finansowa,⎧⎪ix –ik cechy diagnostyczne, które dla
odpowiadają
' jt
⎨max (max
xikk =
xikjt ) −Kompania
xikjt
dla xikjtSA,
> max
. nom. xij0 Holding
obszarom restrukturyzacji,
– badane
obiekty:
Węglowa
Katowicki
⎪⎩ t
k
Węglowy SA, Jastrzębska Spółka Węglowa SA, t – przyjęty horyzont czasowy badania.
' jt
ik
3. Następnie przeprowadzono xdwie
operacje, które miały na celu dostosowanie wartości
jt
poszczególnych cech diagnostycznych
do ich późniejszego wykorzystania w taksonomicznym
xik
mierniku restrukturyzacji.
Dokonano zamiany cech destymulant
na stymulanty
oraz nominant na stymulanty, w tych
xik' jt =się
xikjt jak
− min
(min xikjt ) W tym celu uprzednio przyporządprzedziałach, w których zachowywały
destymulanty.
t
k
kowano każdy ze wskaźników cząstkowych
do jednej z trzech kategorii: stymulant, destymulant
jt
xik
oraz nominant. Pierwsza z wymienionych kategorii opisuje te mierniki, których wzrost korzystnie
świadczy o zmianach w badanych przedsiębiorstwach
górniczych. Do grupy stymulant można zalix ki' jt
czyć: x1M, x2M, x3M, x2O, x1P, x2P, x3P. Kolejna kategoria to destymulanty, których spadek jest korzystny
dla badanego zjawiska. Do tej grupy
się xx1jtO, x3O, x2F, x2F. Ostatnia
dla kategoria
xikjt ∈ S to nominanty,
yij0zaliczają
= max max
ik
t
k
których odchylenia od poziomu najkorzystniejszego dla badanego zjawiska są niepożądane. Przyjęto optymalny poziom nasycenia w przedziale
lecz nie wystąpiła
xik' jt ∈ wartość
yij0 = max max1,2–2,0,
xik' jt
dla żadna
SD i xik' jt ∈powyżej
SP
t
k
progu 2,0, w przypadku której istniałaby konieczność transformacji na destymulantę. Dla wartości
j
'j
j
N
powyżej
1,2 miernik zachowuje
się jak
stymulanta,
tego 'progu,
mimo
wartość jest
Ft
. nom. xia poniżej
xik' jt ∈że Sjego
dla
0 , max. nom. xi 0
D t = [ X ikMt; X ikPt; Xt ikOt; X ikMt
] Pt yi 0 Ot= min
Ft
D = [ X ikprzedsiębiorstwa,
; X ik ; X ik ; X ik ]zachowuje kierunek – im większa wartość, tym lepiej
niekorzystna dla badanego
Mt
Ptcharakteru.
Ot
Ft Do tej grupy został zakwalifikowany x F.
j
– więc nie istniała potrzeba
D t = [ Xzmiany
2
ik ; Xyiki 0; X ik ; X ik ]
Powyższa
procedura
została
przeprowadzona według następujących wzorów:
' jt
jt
jt
xik = max (max xik' jt ) − xik
xik = max (max min
xikjt ) y− jxik=jt min. nom. x j
t
k
' jt
ik
t
k
i0
jt
ik
jt
− ik
jt
jt ik
ki jt
− ik0jtji ik
jt
jt
' jt ik
ik −
ki
j
0i
i0
max yi j0 = max. nom. xij0
dla destymulant: x = max ( max x ) x t
k
⎧ xikjt
dla x ≤ max. nom. xij0 jt
j
⎪
⎧ xikjt
dla xik ≤ max
x
' jt
jt . nom. xi 0
jt
j
xik = ⎨max (max x' jtjt ) −⎪⎨x jt
dla
x
S
∈
y
=
ki dla x > max. nom. xi 0 jt
ki
dla nominant:
xikik = max
ik⎧ jt
⎪⎩ t
(max x jt ) xy
dladla
xik x>ikjtmax
. nom
. xij0. xij0 k
≤ max
. nom
⎪ ⎪ xik k ik
' jt⎩ t
xik = ⎨max (max x ) x
dla xikjt > max. nom. xij0
gdzie:
⎪⎩ t
k
x
' jt
jt
y ki =
dla xna
S D i xik' jt ∈ –S SPD (SN),
xik' jt – wartość ji-tego
ki ∈
zmienionego
stymulantę
xik' jt wskaźnika destymulanty
y
SDjt – stymulanty powstałe
z przekształconych destymulant,
' jt
xik
x
' jt
ik
xikjt
(5)
(6)
(2)
(3)
(8
(9
xikjt xik
xikjt
x ' jt
jt
y kijt = jt ki j
= x − min (min
' jt xik jt)
xikk = xik − min (min xmin
t
ik ) y 0 i
jt
ik
' jt
jt ik
t
dla
k
jt
x = xikjt − min
y kijt(min
= 1 xik )
t
k
dla
⎫
xkijt < min y0ji ⎪
⎪
⎪
xkijt ∈ y 0ji
⎬
dla
xki' jt ∈ S N ( xkijt ∈ N )
(1
jt
xik' jtt = max
) − xikjtFt
Mt ( max
Pt x ik Ot
Dt = [ XMt
tik ; Xkik ; X ik ; X ik ]
Pt
Ot
D = [ X ik ; X ik ; X ik ; X ikFt ]
D t = [ X ikMt; X ikPt; X ikOt; X ikFt ]
91
Ocena efektywności restrukturyzacji…
⎧ xikjt
dla xikjt ≤ maxjt. nom. xjtij0
' jt
⎪ (max x jt ) − x jt
x
=
max (max xik ) − xik
xx' jtik'' jtjt == max
ik
⎨max
jtikjt
t
k xx
(max
−xxikjtikikjt
dlat xikjt >k max. nom. xij0
xikik = max
−
ik) )
ik
⎪⎩t t (max
k k
SN – stymulanty
powstałe z przekształconych
nominant,
⎧ xikjtx jt ≤ max. nom. x j
dla xikjt ≤ max. nom. xij0
⎧ xikjt
dla
⎪
ik
'
jt
⎪
jt
jt
ji 0
min.
n
om.x
(max.nom.x
)
–
dolna
(górna)
granica
przedziału
wartości
optymalnej wskaźnika
'
jt
⎧
'
jt
0
0
xik jt ≤ max. nom
.x
⎨max
xik =dla
ik
jt
x'xjtikik =⎪⎨xmax
(max
x.ikjtnom
) − .xxikijt0ij0
dla xikjt > max. nom. xij0
(
max
x
)
− xjtikjt
dla
x
>
max
dominanty,
ik
ik
⎪
jt
jt
j
⎨
k
⎩ xt > max
xik jt= ⎪⎩max
t ( max
k x )− x
dla
. nom. xi 0
ik
ik
ik
xik –⎪⎩ wartość
t
k ji-tego wskaźnika destymulanty (dominanty).
tt
Mt
Pt
Ot
Ft
Mt
Pt
Ot
Ft
D = [ X ikik ; X ikik ; X ikik ; X ikik ]
Kolejnym
zabiegiem było sprowadzenie
wartości wskaźników cząstkowych, zarówno ujemMt Pt Pt Ot Ot Ft Ft
xik' jt
x' jtik'tjtD=t[=X[ikMt
X
;
X
;
X
;
X
]
D
;
X
;
X
;
X
]
ik
ik
ik
ik
ik
ik
ik
'
jt
jt
jt
nych,
jak
do przedziału (0, +∞). Operacja objęła wskaźniki restrukturyzacji majątkot i dodatnich,
xxikikD
==x[ikX ik−Mt;min
X ikPt(;min
X ikOtx; ikX)ikFt ]
jt
t
k
jt
'' jt
jt
jt
wej xoraz
produktowej.
Zastosowano
wzór:
jt
jtx iknastępujący
jt
jtik
x
=
max
(
max
x
)
− xikik
ik
ik
ik
ik
jt
xikx' jt ' jt
t
k
t
k
jt
jt
= max
(max
xikikx'=
(max
xikjtx)jtik−)x−ikjtxjtik
ik max
jt
t t
k k
x
=
max
(
max
x
)
−
x
jt
jt ik
ik
(4)
xik' jt = xikjt − min (min xikjtjtjt) k ( min x
x' jtikki' jtik= xjtik t − min
jt
jtjtik )
⎧
t
k
x
dla
xikik ≤ max. nom. xiijj00
t ( min
k⎪ xik )
xik = xik − jtmin
ikik
'
jt
jt
j
jt
jt
t ' jt k
jt
≤ max
.dla
nom
jt xik x≤
. nom
. xij.0xxjtjti 0 > max. nom. x jj
gdzie:x jt ' jt ⎧⎪ x⎧⎪ik xjtik xikik = ⎨max (max xikjtjt )xik−jtdla
ik max
xikikdla
jt
ii 00
ik
' jjt
jtik
⎧
t
k
jt
jt
x
dla
x
≤
max
.
nom
. xikikjj
⎪
⎩
jt
jt
jt
⎨
t
k
x
=
jt
jt
jt
⎨
=
ik max
⎪ max
ik
(max
x)ik−)x−ik xikji-tego wskaźnika
>– ∈
max
dla
S. nom
(5)
yxxiikik0 '=
xxikwartość
max
(max
dladla
xik xik>ikxmax
. nom
. xi.j0 xii00
–jt ⎪max
pierwotna
stymulanty,
ik
ik
⎪
t kk k
jt
jt
xik ⎩= ⎨t⎩tmax
' jt dla x jt > max. nom. x j
' jt
(
max
x
)
−
x
x
P
ik
ik
ik
i
0
x ki – wartość
ki dostosowaniu (S ) do przedziału <0; +∞>,
⎪⎩ t
jik -tego wskaźnika po
P
xyki' jtPj = max maxx ''xjtjt' jt
dla xik' jt ∈ SD ido
xik' jtprzedziału
∈ S
Si 0' jt– ' stymulanty
<0; +∞>. (6)
ik ikpowstałe na skutek dostosowania
jt
k ik
xjik x'ikjt t
j
jt
jt
jt
czynności
przetworzone
dla macierze
xikjt (5)
yi 0 =
max
max
xSik
∈ S cech diagnodla
xjtik'kjt ∈otrzymano
y4.ji 0j xW wyniku
=ik max maxxprzeprowadzonych
xjtjtjtik ' j
'j
N
t
ik
jt
t
k
ik
jt
dla
x
S
(5)
y
=
max
max
x
∈
y
=
min
.
nom
.
x
,
max
.
nom
.
x
x
∈
dla
S
x
i
0
ik
ik
stycznych,
poszczególnym
obszarom
restrukturyzacji w badanych przedsiębiorxiik0 jtik t odpowiadające
i0
i0
ik
k
' jtD
D
x
' jt
yij0 = max
max
x
dla xik' jt(6)
∈ S obiekt
i xik' jt ∈wzorzec
SP
stwach
czasowym.
Na
ich
podstawie
tzw.
yjij0j =ikw przyjętym
max max 'xjt' jtik' jthoryzoncie
dla
x
∈
S
i
x' jtik' jt ∈ SPPwyodrębniono
ikD
' jtikk
t
jt
jt
t
k
'
jt
jt
jt
max
max
dla
xik ∈ Skażda z cech diagnostycznych,
(6)
yi 0i '0jt= 'nim
xxikikik = xikik jt −przedsiębiorstwo
) xgórnicze,
ik ∈ S i którego
jt
jt
jtmin ( min x ik
W0.yJest
hipotetyczne
chaik
t jtx−
k− min
(min
kk
xik x'ik=
x=
(min
xik x)jtik ) tt
ik min
ik jt
' jN
'j
' jt
N
j jt
'kj k
'j j
' jt
t t
y
=
min
.
nom
.
x
,
max
.
nom
.
x
x
∈
dla
S
xik .poszczególne
−
min
(
min
x
)
rakteryzująca
sfery
restrukturyzacji,
przyjmuje
najkorzystniejsze
wartości
spośród
yji 0x=ik =jmin
nom
.
x
,
max
.
nom
.
x
x
∈
dla
S
ik
iN0
i0
jt
jt i 0 k j ik
' ji 0i 0
jtik
j
ymin
=jtxyikjtmin
.min
nom..txnom
xikiki' 0j ,.badanych
max
∈ .Snom. xi 0 okresie.
yi j0 =xik'max
xi 0 . nom. xpodmiotach
i 0xik
i 0 max dla
i 0 = w trzech
osiągniętych
w przyjętym
jt
x
yij0 zapisać następująco:
Definicję
obiektu
yij'0jt 'ikjt
x kiki'' jtjt wzorca W0 można
yixj0ki x' kijt jt
x x
xkijtmin
∈ S j j
(8)
y jt ki= ki
j dla
max yi j0 = max
. nom. xij0
y 0ji 0==min
. nom
. x.ij0xjij0 jtjt
max
. nom
jki jyjij0y=j min. nom
min
jj jt jt. xi 0
jt
jt max iy
jt
jt
j
0
i
(5) (5)
= max max xikik max dla
x∈ik ∈S. nom
S .dla
==max
max
yi 0dla
=
xi 0 xikik ∈ S
iix0
xikmax
yi 0y=
max
(5)(5)
min
yji 0i 0max
min
.ynom
0ik x.ikxi 0t
kk
t t k k
max xikjt t
dla xikjt ∈ S
(5)
yi 0 = max
' jt
k
D jt ' 'jtjt ' jt
yj jt j= xx kijt t
' jt
D
P
' jt ' jt '' jt
xdla
dla xikikx'' jtjtki'jtjty∈jt S=dla
ikixxikikx∈ik∈ ∈SDPSiD xidla
yiixjj00ik' jt=xik' jtmax max
SPP(6)(9)
(6) (6)
= jtmax
max
x∈
yi 0kijty=ji 0 max
SikikjtP S∈P xSjtD ∈i Sxikik' jt ∈ (6)
kij max
ik x∈
' jt
' jt tt
D ik ' jt dla
t
k
k
dla
x
S
(8)
∈
y
=
t
k
ki
ki
k
y
x
j
x
x
y
=
max
max
x
dla
∈
S
i
∈
S
(6)
jtki
jtki
0j i
ki
i
0
ik
ik
ik
dla xki ∈ S y0 i
(8)
yki = yj0 it
k
j j y
' ''jjj ' j
' jt ' jt '' jj N N
jj ' j ' j
'' jt
N
jt
N
y
=
min
.
nom
.
x
,
max
.
nom
.
x
x
∈
dla
S
0
i
y
=
min
.
nom
.
x
,
max
.
x
x
∈
dla
S
y
=
min
.
nom
x
,
max
.
nom
.
x
x
∈
dla
S
(7)
ik ik i 0
i0 i0
ii00 i 0
ii 00 i 0 'ij0
ik
ik
jt
. nom
. xi 0 , max. nom.i'x0jti' 0j jt Ddla
x ki' jt ' xjtik' jt i∈0 PSN
yjt ij0 =x ki'min
' jt
D
' jt
P
'
jt
'
jt
y
=
dla
x
∈
S
i
x
∈
S
y ki =
(9)
dla x' jtki ∈ki SDj ⎫i jx' jtik ∈ SP
ki
ik
j x ki jx
ki
yx0 iik ∈ S
yyykiijtjki0jty=ji=
(9)
∈ Sy0 i i⎪
0 yj0 i
y jj0 dla dlaxkijt <xkimin
j ii 0
y 0 i (dla przekształconych⎪nominant SN będzie to przedział wartości:
gdzie yi 0 –ymin
0wartość
i
j
j
j
j ⎪j
j
'ji
jt
N
jt y y= min
jt
j max
jj
= max
. nom
jj y y
. nom
. nom
. xyi.j0jjx)xji=
min
. nom
.dla
xjj i.j0x=ji 0min
i 0 max
0 -tego
i 0 ⎬=
y kimin
=i10 ji 0 = min
xoraz
ymax
(10) wzorca W0.
dla
∈ S .miernika
( xkijt .∈xiiN
) dla obiektu
max
nom
j
ki max
ki . ∈
0.i xii 0
min
y
nom
ii 0
0
ii 0
0
0
0
0
'
jt
max
y
=
max
.
nom
.
x
min y i 0 =' jtmin. nom. xi 0
i
0
i
0
⎫
x
⎫⎪
x
' jt
y kijt y=0jji⎫⎪ ki j
dla xkijt < min y0ji ⎪
yjtkijtjt = xjt kix' jtkikijt j
dla xjtkijtjt < min
j min y
y
=
dla
x
>
max
y
y kikijt=jt min
dla xkiki < min
xki xjtkiyxj0'ijt
0i
jt y 0i
⎪ (8)(8)
max
yki min
= jx yj ki jtjt xkikijtjt dladla
xkijtx∈jtki S∈jt 0Si ⎪⎪
⎭ x jtjt ∈ S
⎪
N
Tabelaykijt1 =
jt N
j jt
⎪
jt
ki 0 i y ki =
'
jt
dla
jt
j
⎪
y
y
ki
x ∈ y 0 iki ∈ N⎬)
dla xki' jt ∈ S(8)
( xkijt ∈ N )
dla
(8)(10)
ki dlajj
ki dla dlax
yjtkiyki= 1= 0 i j0 i
xjtki ∈ yxjki0 iy∈ki S=⎪1⎬
ki ∈kiSN ( x
y
'
jt
jt
0
Wartości
obiektu
(W0)ki ∈ N )⎪
0 ii x diagnostycznych
y ki =poszczególnych
1 y0''ijtjt
dlacech
(10)
dla xwzorca
⎬⎪ dla
ki ∈ S ( x
ki ∈ y 0 i
' jt
xki'' jtjt P P
jt D j⎪
jt
j ⎪
jtjt jt x ki x' jt
jt
'
jt
D
ki
ki
'
jt
'
jt
jt
jt dla
yyki y=ki = xjxki' jtMt
dla
xdla > max
xkiy kiS∈y=
Sj0ii ⎪xiik x∈ik S∈''jtjt S Ddla ' jtxki >Pmax y 0i
(9)(9)
x kiki'' Restrukturyzacja
jt jt
Mt jtki xki '∈
D
' jt
P
jtMt
jt
D
' jt x ' jt Restrukturyzacja
P
jt max
Restrukturyzacja
ki j x '+
⎪⎭ Restrukturyzacja
⎪max
⎪
y
y
+
y
y kijtkiy=Mt
dla
x
>
max
y
y
=
(9)
dla
x
∈
S
i
x
∈
S
y
ki
(9)
=
dla
x
∈
S
i
x
∈
S
0
i
ki
ki
0
i
M
M
M
ki
ik
ki
0
i
'
jt
j
⎭
ik
ki
⎪⎭ ik ki
majątkowa
operacyjna
Wk ki max
= y0jxi 1ki ki 2 y00jii 3produktowa
(11) finansowa
3
x1P
1,8273
0,3279
33,4477
1,2/2,0
x1M
x1O
x1F
Pt
Pt
' Pt
jt ' jt
⎫
O
x
y
y
y
+
+
⎫
x
Mt
Mt
Mt
P
jt
jt
j
M
F
PMt
PMt
Px3Mt jt
ki
0,8677
0,8757
1 ki
2
x1 yWkijtyPt=ki0,48
x2
< min
y ⎪ y M1 + xy2M 2 +⎫y73,6859
dladla
min
y0jMt
== yMt
(12)
M3
i ⎪j0 i ⎫
x1ki' jtj+y jyMt
M
M + yMt
xM2kiki''3jtjtxkixx<jtki <
kMt
jt
jt
jt
jj
min
W
=
jt 2 + y
jt
(11)
min
y
W
=
(11)
y
dla
min
y
=
y
+
y
3
0
i
O
k
0
i
dla
x
<
min
y
=
k ki2,0597
M1
M
⎪0 i ⎪⎪kiki
x33 00 ii ⎪ 0,9146
9,7033
x3M W Mt
x33Py jj kijt 1,3321
x3F
min
y 0jyi Mkiki32 min
(11)
⎪
⎪
' jt ' jt
N N jt jt
jt0 i
j j
kjt jt=
⎪
(10)
∈ )N )
y ki y=
x 0xi∈jtki y∈0 iy j0 i ⎬ ⎪⎬
(10)
dladla xki⎪x'∈kijt S∈ S(Nxki( x∈jtki N
Ot dladla
ki 1= 1 Ot
jt
+ y3podstawie
+ dla
yPtOOt3 kidanych
⎪xPt ∈ SJastrzębskiej
Pt
'' jt
N
jt
jt
O
jt) Spółki
N (10)
jt2
jty Pt + jj y
1yyOPt
xki ∈ y 0dla
dla
(
x
∈x
N
Ot
Źródło:
ze
finansowych
Węglowej
⎪
⎬
' na
jt y Pt
⎪
ki
ki
ki =
i sprawozdań
+
y
' jt1 +
=
1
x
∈
y
(10)
dla
∈
S
(
xkikijtjt ∈ N ) SA, Kompanii
+
y
Wjtyobliczenia
=
⎬P3
ki
ki
0
Pt
ki (13)
ki
ki P1
0 ii P2
P2
xPtPki1 x' kijtKatowickiego
kPtjt
Ptki
PtP3 Holdingu
jt jt
j ⎪j=
⎪
W
Węglowej
SA
oraz
Węglowego
SA
za
lata
2003–2008.
(12)
⎪
W
=
(12)
y
+
dla
x
>
max
kiy 0i
y kiPtky=
dla
x
>
max
y
⎪
ki =y P1 x+' jty'Pjt3
ki
P
'
jt
ki
0
3
3 j
max
Wky kijt==max
(12)
xkiki x'kijt32jtjt dla
xkiki' jt xkijt > max y⎪⎭0ji ⎪⎪⎭ jtjt
j ⎪
y Ft = Ft '' jtjt
dla ⎪xkiki > max y 00ii
Ft x 3
max
y FOt
+ kiykikiFOt
+ max
y FOt3 xki
⎭ y Ot + y Ot + ⎪y Ot
Ft
1
2
ki
⎭ O3
WkOt = yOtO1 + yOtO2 + yOtO3
(14)
O1
O2
Ot
W
=
(13)
WOtk = yO1 + y O32 + yO3
(13)
k
3
Wk Mt = Mty Mt +3Mty Mt +Mty Mt
(13)
y M+ y M+ y M
Wk W
Mt Mt
=M Mt 3 M Mt M Mt
(11)
Wk k =
y
1
Ft
1
+ Fty
2
2
+Fty
3
3
Ft
Ft
Ft
(11)
(5)
(6)
(8
(9
(1
ik
ik
ik
t max kxik
dla xik ∈ S
(5)
xik'jtjtyi=0 =xikjtmax
−t min
(min xikjt )
k
' jt
t
k
xikjt
x kix jt
j
jt jt
jt jt
j
x x∈ S∈ S
dladla
(5)(5)
y y= max
max
x xik ' jt
ik
= max
max
x ki'xjtikyjt ij0 = max max xik' jt i 0 i 0 t ' jtt k k ik dla
xik ∈ SD i xik' jt ∈ SP ik ik
(6)
t
k
' jt
x
ki
jt
M
92yxixj0ki' jt= max
dla
max xikjt ' j yij0 y=ij0max
∈ S
xik' jt x∈ik' jt S∈D Si D(5)
xiik' jt x∈ik' jt S∈P SP
max
xik'.jt xSik'iktjtanisławski
dladla
(6)(6)
=
max
j
' j max
' jt
N
t
k . nom
j ki y =
jt . x , max. nom
t .tx k k dlajt x
min
∈
S
i 0 dla x ik ∈ik S
(5)
yi 0 =i 0max max xik i 0
jt
jt
t
k
j
yij0 = max
∈ S
(5)
' jt'jtj xik D
' jt' j ' j P
j
' jmax
' jt dla
j
' jt Nx ik N
dla
S
(5)
max max
maxxxik'ikjtjtjt
∈
yyiji00j == max
dla
i
x
∈
S
(6)
t x .xx
kmax
ik
y
=
min
.
nom
.
,
.
nom
.
x
y
=
min
.
nom
x
,
max
.
nom
.
x
x
∈
dla
S
x
∈
dla
S
ik
ik
ik ik
i0 i0
i 0 i' 0jtjt
i0 i0 P
j tt
k
k
'
jt
j
'
jt
D
dla xxik ∈∈ SS i x ∈ S
(5)
maxmax
maxxxik
y=i 0max
yyi5.
dla
(6)
0i 0 =
ik
ik porównanie
ik efektywności restrukturyzacji
' jt
' jt przedsię' jt
D
P
Ustalony
wzorzec (Wy0)j umożliwił
tt
k kobiekt
'
jt
'
jt
j
' 'jtj
D
P
x
=
max
max
x
dla
∈
(6)
j
'
j
'
jt
N
ik (6) S i xik ∈ S
jnom
j . x i0
y
=
max
max
x
dla
x
∈ ikSS i xik ∈ S
y
=
min
.
nom
.
x
,
max
.
t
k' jt∈
x
dla
i
0
ik
ik
y
y
i
0
i
0
i
0
ik
'
jt
j
'
jt
D
P
biorstw
w badanym
okresie
określenie,
j czy oddalały jsię, czy zbliżały do W0. Analizę porówji 0 przez
t j
k
i0
j
'
j
'
j
'
jt
N
max
max
x.iknom
dlayix0x=
∈ S. nom
i xik. x∈i 0 S
(6)
yt i 0 .=
min
. xi 0. nom. xi 0 max
ik max
yyi 0i 0min
== poprzedziło
min
nom
, max
dla
k . xi 0 przeprowadzenie
ik ∈ S
j
'normalizacji
j
'j
' jt
N
nawczą
procedury
poszczególnych
cech
diagnostycz'j
' ji 0 = min. nom
' jt . xi 0N, max. nom. xj i 0 j
y
x
∈
dla
jj
j Sj
ik
j. x j
j ∈jS
y
=
min
.
nom
.
x
,
max
.
nom
x
dla
y
i
0
i
0
i
0
ik
max
y
max
.
nom
.
x
=
max
y
max
.
nom
.
x
=
min
y
min
.
nom
.
x
=
min
y
min
.
nom
.
x
=
i
0
j
'
j
'
j
'
jt
N
nych,
a więc sprowadzenie
do przedziału
<0, 1>. W procedurze
użyto
i0 i0
i0 i0
i0 i0
. nom. xi 0 , max.analizowanych
nom
. xi 0
xiki 0 ∈i 0 S
dla wskaźników
yyij0i 0 =jt min
xkijt wzorów:
j jt
następujących
dla yix0 ki ∈ Sj
(8)
= j
j
yij0j yyikij0 =
min
min
. xij0
jtmax
y0 i . nom
jt yi 0 = max. nom. xi 0
j
j
x
x
j
j
yi 0 y = min. nom. x y jt y=jt =ki max
ki
y = max
. nom
min
dla
dla.j xkiijt0 x∈kijtS∈ S (8) (8)(8)
i0
i0
j
ki ki
j i0
j
j
' jt
j min. nom. x
j
max
y
=
max
. nom. xij0
j
j
min
y
=
y
y
i
0
i0
0 imax
0' jt
i i 0yi 0 D= max
x ki . nom. xi 0
min y ijt0j jt= min
' jt . nom
P . xi 0
(9)
= j . nom. x j
dla jt xmax
∈ S j i xik ∈. nom
S .xj
jt yy
kixki
i0
i 0 = min
i 0 dla
xki' jt∈ 'kiSjt yi 0 = max
(8)
ymin
ki = x jjt y0 i
x
jt x ki
jt
'
jt
D
'
jt
P
ki
'
jt
D
'
jt
P
jt
jt
y
ki
dla
(8)
yki = 0jtij
(9) (9)(9)
y ki y=ki x=kij ∈jt jS xkijt
dladlaxki x∈ki S∈ Sijt xiki x∈ik S∈ S
xyki0 ijt
jt
jt
y
y
dla
x
S
∈
(8)
y
=
ki
ki
0
i
0
i
dla
x
(8)
∈ S yj
yki
=
'xjtj
ki
' jtjt ∈ SD 0 i ' jt
P
jt jt =xyki ki
dla
x
(8)
y
(9)
y kiki= jt x 0'jjtij x ' jt
dla xjtkiki∈ S i xj ik⎫ ∈ S
ki
' jt< minD y' jt ' jt
P
jt y yy
ki
=
dla
x
0' ijt0 i
(9)
y
=
dla
x
∈
S
i
x
∈
S
⎪
ki
ki
0
i
j
x ik
ki jt
ki
P
' jtD ki ' jt
xy j min y 0 i
' jty 'kijt x=
P
(9)
dla j x⎫ki' jtj ⎫∈ S D i xik' jt ∈ S(9)
jt jt x x∈
jt jt
j x⎪ ∈ S
ki
ki
y kijtjt = xki0j'ijt
dla
S
i
ki
ik
y
dla
x
<
min
y
=
y
⎪
y
=
dla
x
<
min
y
P ki ki
' jt 0 i ⎪0N
jt y ki
ki ki jt ' jt j j D j0 i ' jt
i ⎪ jt
(10)
(9)(10)
y ki y=ki =0 i1j
x∈kimin
dladla xkimin
y∈y0 i0Si y 0 ii x⎬ik ∈ S dla xki ∈ S ( xki ∈ N )
⎪ ⎪
yx0'i jt ' jt
⎫
⎪
⎪
⎪
jt
y kijt = jt xki' jt xj ki
dla yxkijtkijty=<
min y0ji ⎪⎫ j ⎪dladlaxkijt x∈kijt y∈0ji y 0ji ⎬ ⎬
dladlaxki' jt x∈ki' jtS∈N S( xNkijt( x∈kijt N∈)N ) (10)
(10)
= kiy
dla jt xkiki1jt=>1max
jt y kimin
j y 0i ' jt
'
jt
0i
y ki =
dla xki < min'jtjt y0' jti⎪⎪ xki⎪
⎪
⎪
max
⎫
' jt j xki
jt
j
xki x=kij ⎪⎫ ⎭
x y
jt jt j y
min
j jt⎪ y
' jt xki N
ki y ⎪
0i ⎪
j dla
dla
xkijtdla
y 0<ji (y⎪min
x>kixjt kimax
>∈max
dla yxxkikijty∈=
min
yykijtkijtjt==1 xki' jt 0ji
dla
(10)
dla
S
x
ki<y=
0ki
i ∈ N)
⎬
⎫
0
i
⎪
'
jt
0
i
'
jt
min
y
j⎪
ki
0i
' jt
N ⎪ jt
⎪
j max
x
x
⎪
ykijtkiMacierz
dla xkixjtkijt∈ <max
y
ki
ki
ij
⎭
⎭
y6.
dla
ymin
(10)
==1min' jty 0znormalizowanych
dla
x
∈
S
(
x
∈
N
)
obliczenie
dla każdego
bada0⎪
i⎬
⎪
⎪diagnostycznych
ki umożliwiła
0 i cech
⎪
N
jt
jt
j ki
xki y 0 i
min
⎪
jtjt
jtjt
'
jt
N
jt
jy ki =j 1
dla
x
y
(10
∈
dla P, TWR
xki' jt ∈OS, TWR
( xkijtF),∈ N )
⎪
⎪
M
⎬
ki
0
i
⎪
yykikiprzedsiębiorstwa
== 1 x ' jt ' jtMt dla
x
>
max
y
dla
x
y
(10)
∈
dla
x
∈
S
(
x
∈
N
)
nego
cząstkowych
wskaźników
taksonomicznych
(TWR
,
TWR
ki
0
i
⎬
Mt
Mt
ki' jt
ki jt
ki jt
0 ij
⎪
N
jtjt maxkix y
jt
j
⎪
+
y
+
y
⎪
'
jt
⎪
ki
y
1
dla
x
y
(10)
=
∈
dla
x
∈
S
(
x
∈
N
)
M2
y kiki =
dla
xMkikiw poszczególnych
Mt ' jt M 1
3 > max
⎪⎬ x
ki
ki
0 i jt y 0i⎭
charakteryzujących
zmiany
sferach restrukturyzacji
w badanym okresie.
Wkmax
x=ki' xjt ki' jt
jt
y kiMt
=Mtj ⎪⎭⎪⎪Mt kiMt' jt Mt Mtdla xkijt > max y 0ji ⎪ (11)
3
y kijtjt =
dla
x
>
max
y
y
+
y
+
y
ki
0
i
y
+
y
+
y
x
'
jt
⎪
max
x
jt
j
M M M M M M
⎭
y ki =maxkixki' jt
dla WxkkiMt
W>k=Mtmax
= 1 y 01i⎪⎭⎪ 2 ki2 3 3
(11)
(11)
Pt
Pt
Pt
Procedurę
przeprowadzono
za pomocą
wzorów:
⎪
max
x
3
3
y
+
y
+
y
ki
⎭
Pt Mt P1 Mt P2 Mt P3
W y=M + y M + y M
(12)
Pt Pt Pt Pt Pt Pt
W kMt =k y Mt1 + y Mt2 3+ y Mt3
(11)
y
+
y
+
y
y
y
y
+
+
M
M
M
P P P
Pt Pt P1 P1 P2 Mt
Mt
W
= Mt1 Ot 3Mt2 Ot Mt3 W
W= = Mt y M21 +3 y MMt3 2 + y MMt3
(12)
(11)
(12)
k Ot k k
y
+
y
+
y
(11) (11)
M
M
M
3
3
3
Mt
+
y
+
y
=
W
1y
2
3
Mt
Mt
Mt
O
O
O
k
Ot Pt
W
(11)(13)
y M+ +y1 Pty M+ y+2 Pty M 3
k W= y =
3
WkPtkMt=k=yP1Pt 1+ yPPt23 +23 yPPt3 3
(11)
Ot Ot Ot Ot Ot Ot
W
(12)
y y+ y+ y+O2 y+O3 yPtO3 Pt
P1
P23
P3
Ot Ot O1 O1 O2 Pt
Pt
3
Wk = Pt Ft Pt Ft Pt W
W= =
(13)
(12)
(13)
y P1Pty+ y3+P2Pty+ y+P3Pty Ft k k W Pt =3 y P31 + y P2 + y P3
(12)
(12)
F1 Ot F2 Ot F3
k
Ot +
Ft y
WkPtW
=
(12)
yOP2 ++yyOP3
(14)
3
Pt k y=
O1P1 + y3
Ot
2
3
(12)
WWk k == y Ot + y Ot +3 y Ot
(13)
y Ft y+Ft y+Ft y+FFt2 y+FFt3 yOtFFt3
O3
32
Ft Ft F1 F1 F2 Ot
Ot
Ot =Mt OOt1 3OOt
W
=
W
=
(14)
W
(14)
(13)
Ot
y + y O2 + yO3
k k
kW
Ot
yOOt
+ y3O2 + yO3
(13) (13)
3 O31
Ot k
W
=
1
Ot
Ot
k
Ft
Ft
Ft
Wk Ot = y yO++y y O+ +y yO
(13)
3
WkFtkW==Pt yFFt1 1 + yF3Ft2 2+ yFFt3 3 WkMt
(13)
WkMt
W
(14)
F1
F32
F3
Ft k
Ft
Ft
Ft
3
Wk = Ft
(14)
y F1 + y F2 + y F3
y F1Ft + y3FFt2Ft + y FFt3Ft
Pt Pt W Ft =
(14) (14)
MtFt
W
W
k
WW
Ot
=
k
(14)
k
y F1 + y F2 + y F3
kk W
3
MtFt k
3
(14)
WWk k =
Mt
Pt
3
Ot Ot W
WkkMt
gdzie:
k
W
W
k k
Pt
Mt
W Ft
W kk –k wskaźnik poziomu restrukturyzacji
majątkowej k-tego przedsiębiorstwa w roku t,
Pt
Pt
Ft Ft W k
WkOt
W
restrukturyzacji
produktowej
k-tego przedsiębiorstwa w roku t,
k Pt – wskaźnik poziomu
W
W
k k
t
4 W Mt W PtW Ot W Ft
WOt
k
=
W
k
k
k
k
k
kTWR
– wskaźnik poziomu restrukturyzacji
operacyjnej k-tego przedsiębiorstwa w roku t,
W Ot
WkkFtOtOt – wskaźnik poziomu restrukturyzacji
t
t 4 k 4 Mt MtPt PtOt
OtFt Ft
W
finansowej
k-tego przedsiębiorstwa w roku t,
TWR
Wk WW
Wk k WW
TWR
k =k =
k kW
k k Wk
WkFtTWR t
W
k
k
pozostałe oznaczenia jak wyżej. Ft
W kFtFtt = 4 W MtW PtW OtW Ft t tW k
TWR
k TWR
k k
W k kt 4 k Mt k Pt k Ot TWR
TWR
Wk Wk który
WkFt umożliwił
7. Ostatnim
analizę efektywności restrukturyzacji górnictwa węgla
k = Wk etapem,
t
Ot
Ft
TWRkt = 4 WkMtWkPtWkOtWkFt
WkMtMtWkPtPtWna
kamiennego
przykładzie
badanych przedsiębiorstw, było zdefiniowanie syntetycznej
TWRkkt t = 44w Polsce,
k OtW
k Ft
TWRtk = Wk Wk Wk Wk
TWR
k
TWRkt
TWRkt t
TWRk
WkOt =
WkFt =
O1
O2
3
O3
WkFt =
Ft Mt
y FFt1 + y FFt2 + yW
F3 k
WkMt
Pt
3
W kPt
y F1 + y F2 + y F3
(13)
(14)
(14)
93
3
Ocena efektywności restrukturyzacji…
WkOt
Wk
miary rozwoju
społeczno-gospodarczego (TWR), która została obliczona jako średnia geometryczna
syntetycznych wskaźników cząstkowych.
Ft
WkOt
Ft
Wk
Wk
TWRkt = 4 WkMtWkPtWkOtWkFt
(15)
TWR t
Ft
k
4 W Mt W PtW Ot Wwskaźnik
gdzie TWRkt –= taksonomiczny
poziomu restrukturyzacji k-tego przedsiębiorstwa w roku
k
k
k
k
t; pozostałe oznaczenia jak wyżej.
TWRkt
4. Analiza otrzymanych wyników
4.1. Restrukturyzacja majątkowa
Do analizy efektywności restrukturyzacji majątkowej zostały wykorzystane trzy wskaźniki:
wskaźnik obrotowości aktywów (x1M
­­ ), wskaźnik rentowności aktywów (x2M ) oraz wskaźnik odnoM
wienia aparatu produkcyjnego (x3­­ ). Z poczynionych badań wynika, że restrukturyzacja majątkowa była najgłębsza w Jastrzębskiej Spółce Węglowej SA. Mimo to wskaźnik TWRM wykazywał tendencję malejącą w całym badanym okresie, a średnia wartość wskaźnika TWRM oscylowała wokół
0,6 (obliczona jako średnia arytmetyczna wskaźników TWRM z sześciu analizowanych okresów).
Na drugim miejscu uplasował się Katowicki Holding Węglowy SA, który osiągnął wartość TWRM
około 0,47. Ostatnie miejsce w tej klasyfikacji zajęła Kompania Węglowa SA, uzyskując wartość
TWRM zaledwie 0,3. Na wyniki obu przedsiębiorstw mogła wpłynąć mała aktywność w pozbywaniu się zbędnego majątku oraz słabe wyniki finansowe.
W badanych przedsiębiorstwach program przekształceń majątkowych polegał przede wszystkim na zbywaniu niektórych elementów majątku produkcyjnego, zbędnych w prowadzonej działalności, oraz sprzedaży większości majątku pozaprodukcyjnego, w tym finansowego. Umożliwiło
to badanym podmiotom uzyskanie dodatkowych źródeł przychodu, które zostały przeznaczone na
pokrycie części zobowiązań. Intensywność pozbywania się zbędnego majątku była niewątpliwie
różna w poszczególnych przedsiębiorstwach i wywarła duży wpływ na wartości wskaźnika obrotowości aktywów. Można stwierdzić, że badane podmioty nieefektywnie gospodarują posiadanymi
Tabela 2
Średni poziom taksonomicznego wskaźnika restrukturyzacji majątkowej (TWR M)
2003
2004
2005
2006
2007
2008
Średnia
wartość
TWR M
Ogółem
0,5157
0,5311
0,4620
0,4488
0,3874
0,4174
0,4604
KW SA
0,2600
0,3077
0,3171
0,3303
0,2774
0,3201
0,3021
KHW SA
0,4530
0,4834
0,4611
0,4821
0,4489
0,4919
0,4701
JSW SA
0,8339
0,8021
0,6077
0,5339
0,4360
0,4402
0,6090
Wyszczególnienie
Źródło: obliczenia na podstawie danych ze sprawozdań finansowych Jastrzębskiej Spółki Węglowej SA, Kompanii
Węglowej SA oraz Katowickiego Holdingu Węglowego SA za lata 2003–2008.
94
M . S t anisławski
Wykres 1
Kształtowanie się taksonomicznego wskaźnika restrukturyzacji majątkowej (TWR M) w badanych
podmiotach w latach 2003–2008
1,0
0,8
0,6
0,4
0,2
0
2003
2004
K W SA
2005
2006
KHW S A
2007
2008
J S W SA
Źródło: obliczenia na podstawie danych zawartych w tabeli 2.
aktywami. W konsekwencji przychody netto uzyskiwane ze sprzedaży wymagają bardziej niż proporcjonalnego zaangażowania majątku. Wydaje się, że w następnych latach możliwości sprzedaży
majątku nieprodukcyjnego przez badane przedsiębiorstwa będą coraz mniejsze.
Badane przedsiębiorstwa charakteryzowały się ponadto niską efektywnością wykorzystania
posiadanych zasobów. Jest to niekorzystne z powodu kumulowania się zapasów, a ponadto może
doprowadzić do znacznego ograniczenia możliwości zaciągania pożyczek w bankach komercyjnych. Wydaje się, że w kolejnych latach nastąpi powolny wzrost rentowności aktywów, a tym samym poprawi się sytuacja finansowa badanych podmiotów, lecz będzie to zależało głównie od poprawy koniunktury na światowych rynkach węgla kamiennego.
W badanych podmiotach postępuje proces unowocześniania maszyn oraz urządzeń wydobywczych, jednak jego skala i dynamika nie są wystarczające w stosunku do wyzwań rynku. Inwestycje miały zazwyczaj charakter odtworzeniowy i zrównoważony. W kolejnych latach przedsiębiorstwa będą musiały zwiększyć nakłady finansowe na unowocześnianie parku maszynowego oraz
modernizację linii technologicznej, gdyż tylko takie postępowanie może dać gwarancję zachowania konkurencyjności na rynku i przetrwania w długim okresie. Głównym czynnikiem ograniczającym wydaje się w tym przypadku brak środków finansowych na podjęcie inwestycji i niemożność ich pozyskania.
4.2. Restrukturyzacja produktowa
Do analizy efektywności restrukturyzacji produktowej zostały wykorzystane trzy wskaźniki:
wskaźnik rentowności sprzedaży netto (x1P­­ ), wskaźnik rentowności operacyjnej (x2P­­ ) oraz wskaź-
95
Ocena efektywności restrukturyzacji…
Tabela 3
Średni poziom taksonomicznego wskaźnika restrukturyzacji produktowej (TWR P )
Wyszczególnienie
2005
2006
2007
2008
Średnia
wartość
TWR P
0,3570
0,1451
0,2567
0,0448
0,0990
0,2090
0,1628
0,0925
0,1643
0,0494
0,0423
0,0852
0,3456
0,1258
0,0905
0,2910
0,0405
0,0141
0,1513
0,7083
0,7823
0,2522
0,3148
0,0445
0,2405
0,3904
2003
2004
Ogółem
0,3513
KW SA
0,0000
KHW SA
JSW SA
Źródło: obliczenia na podstawie danych ze sprawozdań finansowych Jastrzębskiej Spółki Węglowej SA, Kompanii
Węglowej SA oraz Katowickiego Holdingu Węglowego SA za lata 2003–2008.
nik rentowności kapitału własnego (x3P ). Analizując kształtowanie się taksonomicznego wskaźnika restrukturyzacji produktowej (TWRP) w latach 2003–2008, można stwierdzić, że przedsiębiorstwem, które najefektywniej prowadziło restrukturyzację produktową, była Jastrzębska Spółka Węglowa SA. Uzyskała ona średnią wartość TWRP 0,4, przede wszystkim dzięki utrzymaniu wysokiego
udziału eksportu w przychodach ze sprzedaży. Pozostałe dwa przedsiębiorstwa osiągnęły w badanym okresie niższe wartości TWRP. Katowicki Holding Węglowy SA uzyskał średnią wartość TWRP
około 0,15, natomiast Kompania Węglowa SA – zaledwie 0,08. W przypadku obu spółek było to spowodowane głównie bardzo małym zaangażowaniem tych firm w produkcję eksportową.
Wielkość zysku przypadająca na jednostkę wartości sprzedaży w analizowanych przedsiębiorstwach stopniowo zmniejszała się w badanym okresie, czego przyczyną mógł być koniec hossy na
rynkach węglowych. Marża zysku netto, uzyskiwana na sprzedaży towarów i usług, była wysoce
Wykres 2
Kształtowanie się taksonomicznego wskaźnika restrukturyzacji produktowej (TWR P ) w badanych
podmiotach w latach 2003–2008
1,0
0,8
0,6
0,4
0,2
0
2003
2004
KW SA
2005
2006
KHW SA
Źródło: obliczenia na podstawie danych zawartych w tabeli 3.
2007
2008
J S W SA
96
M . S t anisławski
niezadowalająca. Należy przypuszczać, że w kolejnych latach sytuacja się poprawi, głównie dzięki
zwiększeniu wyników finansowych na skutek podjętych przedsięwzięć restrukturyzacyjnych.
Rentowność sprzedaży w badanych podmiotach utrzymywała się na stosunkowo niskim poziomie, ponieważ znaczna część przychodów generowanych przez przedsiębiorstwa pochodziła
nie z podstawowej działalności, jaką jest wydobycie węgla kamiennego, lecz z dodatkowych form
działalności. Podmioty działające w branży wydobywczej większość przychodów muszą czerpać
z działalności podstawowej, a więc perspektywy wydają się korzystne.
Rentowność kapitału własnego nie była w pełni satysfakcjonująca. Przyczyną tego jest przede wszystkim niska zyskowność netto badanych przedsiębiorstw oraz konieczność finansowania
działalności podstawowej w znacznym stopniu kapitałem obcym. Wydaje się, że w kolejnych latach obserwowany będzie wzrost wartości tego wskaźnika, gdyż tylko wysoka rentowność kapitałów własnych może spowodować zwiększenie konkurencyjności oraz zainteresowanie ze strony
potencjalnych inwestorów, którzy powierzając swoje pieniądze przedsiębiorstwu, oczekują godziwej stopy zwrotu z zainwestowanego kapitału.
4.3. Restrukturyzacja operacyjna
Do analizy efektywności restrukturyzacji operacyjnej zostały wykorzystane trzy wskaźniki: wskaźnik
cyklu należności w dniach (x1O­­ ), wskaźnik obrotowości zapasów w dniach (x2O­­ ) oraz wskaźnik poziomu kosztów całkowitych (x3O­­ ). Na podstawie danych dotyczących kształtowania się taksonomicznego
wskaźnika restrukturyzacji operacyjnej (TWRP) w latach 2003–2008 można stwierdzić, że przedsiębiorstwem, w którym sprawność kierowania osiągnęła najwyższy poziom, była Jastrzębska Spółka Węglowa SA. Uzyskała ona średnią wartość TWRO około 0,5. Nieco gorzej w tym rankingu wypadła Kompania Węglowa SA, która osiągnęła wartość TWRO około 0,43. Na ostatnim miejscu uplasował się Katowicki Holding Węglowy SA, uzyskując wartość TWRO około 0,42. Warto podkreślić, że analizowane podmioty zanotowały na koniec badanego okresu wzrost wartości wskaźnika TWRO w stosunku do okresu
wyjściowego, a linia trendu była wyraźnie rosnąca. Może to świadczyć o usprawnieniu przez przedsiębiorstwa systemu ściągania należności oraz lepszym gospodarowaniu zasobami.
Badane podmioty wykazywały dużą operatywność oraz sprawność w ściąganiu należności.
W analizowanym okresie nie istniało praktycznie żadne zagrożenie powstawaniem zatorów płatniczych czy długookresowym zamrożeniem środków pieniężnych w należnościach.
Analizowane przedsiębiorstwa zadowalająco radzą sobie z gospodarowaniem zapasami. Widać,
że gotówka jest zamrażana w zapasach na stosunkowo krótki okres (jak na branżę wydobywczą), co
wydaje się symptomem bardzo pozytywnych zmian, gdyż świadczy o powolnym, ale konsekwentnym dostosowywaniu mocy wytwórczych badanych przedsiębiorstw do podaży ich produktów.
Można założyć, że w następnych latach utrzyma się pozytywny trend zmian, co będzie świadczyć
o prorynkowym podejściu badanych podmiotów do racjonalizacji wielkości wydobycia.
Analizowane przedsiębiorstwa nie przywiązywały większej wagi do rygorystycznego kontrolowania kosztów oraz ich obniżania, co znalazło odzwierciedlenie w niskiej efektywności gospodarowania kosztami. Zauważono, że znaczną część strat badanych podmiotów stanowią
koszty. Można wysunąć wniosek, że kierownictwo badanych przedsiębiorstw nie było w stanie
realizować strategii przywództwa kosztowego oraz nie potrafiło istotnie obniżyć kosztów działal-
97
Ocena efektywności restrukturyzacji…
Tabela 4
Średni poziom taksonomicznego wskaźnika restrukturyzacji operacyjnej (TWRO)
2003
2004
2005
2006
2007
2008
Średnia
wartość
TWRO
Ogółem
0,3297
0,6066
0,4085
0,4113
0,4726
0,4685
0,4495
KW SA
0,0948
0,4747
0,4313
0,4680
0,4866
0,6314
0,4311
KHW SA
0,2839
0,5012
0,5245
0,4410
0,4092
0,3664
0,4211
JSW SA
0,6105
0,8438
0,2699
0,3250
0,5218
0,4076
0,4964
Wyszczególnienie
Źródło: obliczenia na podstawie danych ze sprawozdań finansowych Jastrzębskiej Spółki Węglowej SA, Kompanii
Węglowej SA oraz Katowickiego Holdingu Węglowego SA za lata 2003–2008.
Wykres 3
Kształtowanie się taksonomicznego wskaźnika restrukturyzacji operacyjnej (TWRO ) w badanych
podmiotach w latach 2003–2008
1,0
0,8
0,6
0,4
0,2
0
2003
2004
K W SA
2005
2006
KHW S A
2007
2008
J S W SA
Źródło: obliczenia na podstawie danych zawartych w tabeli 4.
ności, co znacznie obniżyło osiągnięty zysk. Nie można jednak z tego faktu wyciągać daleko idących wniosków, gdyż na osiągnięte rezultaty duży wpływ miała branża, w której działają badane
podmioty. Sektor wydobywczy charakteryzuje się dużą kosztochłonnością, wysokimi kosztami
stałymi i zmiennymi oraz możliwością pojawienia się dodatkowych kosztów (związanych z eksploatacją złóż węgla), których w przypadku wystąpienia nieprzewidzianych zdarzeń nie sposób
wyeliminować.
98
M . S t anisławski
4.4. Restrukturyzacja finansowa
Do analizy efektywności restrukturyzacji finansowej zostały wykorzystane trzy wskaźniki: wskaźnik bieżącej płynności (x1F­­ ), wskaźnik zadłużenia ogólnego (x2F­­ ) oraz wskaźnik struktury pasywów
(x3F ). Na podstawie danych dotyczących kształtowania się taksonomicznego wskaźnika restrukturyzacji finansowej (TWRF) w latach 2003–2008 można stwierdzić, że analizowane podmioty są dość
silnie zróżnicowane pod względem zaawansowania restrukturyzacji finansowej mierzonej wskaźnikiem TWRF. Przedsiębiorstwem, w którym restrukturyzacja finansowa była przeprowadzona najskuteczniej, okazała się Jastrzębska Spółka Węglowa SA. Uzyskała ona średnią wartość TWRF około
0,8. W przypadku Kompanii Węglowej SA oraz Katowickiego Holdingu Węglowego SA zauważalny
jest wzrost wskaźnika TWRO; wyniósł on odpowiednio 0,55 oraz 0,41. Warto nadmienić, że zadowalające wielkości wskaźnika TWRO były zasługą nie tyle dostosowań w sferze finansowej, ile działań
oddłużeniowych ze strony Skarbu Państwa.
Sprawność zarządzania finansami w badanych podmiotach pozostaje na zadowalającym poziomie. Przedsiębiorstwa zachowują względną równowagę finansową oraz dysponują aktywami,
które w razie potrzeby można stosunkowo łatwo zamienić na gotówkę, chociażby w przypadku
konieczności spłaty zobowiązań. W przyszłości może nastąpić poprawa sprawności zarządzania
finansami, gdyż w przeciwnym razie zwiększy się ryzyko utraty przez podmioty zdolności do
terminowego regulowania zobowiązań środkami obrotowymi.
Badane podmioty wypadają korzystnie pod względem zadłużenia. Świadczy to, że właściwie przeprowadzono zmiany w obszarze finansowym, co oznacza, że większa część aktywów pochodziła z kapitału własnego. Poziom zadłużenia może się zmieniać, co wiąże się z prowadzeniem kosztochłonnych
inwestycji, do których finansowania w większości wykorzystywany jest kapitał obcy. Można stwierdzić, że w przypadku badanych przedsiębiorstw nie został przekroczony pewien próg bezpieczeństwa
zadłużania się, a więc podmioty są w pełni wypłacalne. W przyszłości można oczekiwać wzrostu wartości wskaźnika zadłużenia, spowodowanego konieczną modernizacją parku maszynowego oraz kosztownymi inwestycjami, które pozwolą eksploatować kolejne pokłady węgla kamiennego.
Analizowane podmioty charakteryzowały się niską zdolnością do spłaty swojego zadłużenia. Znaczna część zobowiązań przypadała na kapitały własne przedsiębiorstw. Konsekwencją tego była niemożność uregulowania zobowiązań z tytułu zadłużenia. Przedsiębiorstwa nie potrafiły
sprostać swoim zobowiązaniom długoterminowym, stabilność finansowa była w znacznym stopTabela 5
Średni poziom taksonomicznego wskaźnika restrukturyzacji finansowej (TWR F)
2003
2004
2005
2006
2007
2008
Średnia
wartość
TWRF
Ogółem
KW SA
0,3783
0,3288
0,6103
0,3372
0,6438
0,4347
0,6163
0,3478
0,7197
0,6630
0,5932
0,3794
0,5936
0,4152
KHW SA
JSW SA
0,1147
0,6912
0,6799
0,8140
0,6496
0,8471
0,6631
0,8380
0,6646
0,8316
0,5743
0,8260
0,5577
0,8080
Wyszczególnienie
Źródło: obliczenia na podstawie danych ze sprawozdań finansowych Jastrzębskiej Spółki Węglowej SA, Kompanii
Węglowej SA oraz Katowickiego Holdingu Węglowego SA za lata 2003–2008.
99
Ocena efektywności restrukturyzacji…
Wykres 4
Kształtowanie się taksonomicznego wskaźnika restrukturyzacji finansowej (TWR F ) w badanych
podmiotach w latach 2003–2008
1,0
0,8
0,6
0,4
0,2
0
2003
2004
K W SA
2005
2006
KHW S A
2007
2008
JSW S A
Źródło: obliczenia na podstawie danych zawartych w tabeli 5.
niu zagrożona. Przewiduje się, że w następnych latach kwestia zadłużenia nie ulegnie większym
zmianom, chyba że Skarb Państwa podejmie radykalne kroki w celu trwałego uregulowania zobowiązań przedsiębiorstw wobec innych podmiotów oraz dokona ich całkowitego oddłużenia, co wydaje się nieodzowne w związku z planowaną prywatyzacją analizowanych podmiotów.
5. Wnioski
W tabeli 6 zostały przedstawione wartości syntetycznego taksonomicznego wskaźnika restrukturyzacji (TWR) oraz uśrednione wartości taksonomicznego wskaźnika restrukturyzacji w analizowanym okresie. Wysokie wartości wskaźnika TWR (0,4–1,0) świadczą o adaptacji badanych przedsiębiorstw do warunków rynkowych, natomiast niższe (0,1–0,4) – o nieskuteczności prowadzonej
restrukturyzacji i braku dostosowania przedsiębiorstw do warunków rynkowych.
Na podstawie wykresu 5 oraz danych zawartych w tabeli 6 można wyciągnąć następujące
wnioski.
W okresie objętym analizą dokonał się proces restrukturyzacji, ale intensywność prowadzonych
dostosowań, mierzona wskaźnikiem TWR, była zróżnicowana. W latach 2003–2004 dynamika zmian
restrukturyzacyjnych we wszystkich badanych podmiotach była najwyższa w całym analizowanym
okresie. Wpłynął na to przede wszystkim skokowy wzrost cen węgla kamiennego na światowych
rynkach, przeprowadzone w trybie ustawowym oddłużenie sektora górnictwa przez państwo oraz
przyspieszenie przez rząd reformy tego sektora. W kolejnych latach zmniejszyło się tempo zmian restrukturyzacyjnych. W całym badanym okresie dynamika zmian wskaźnika TWR była niewielka,
dlatego trudno mówić o głębokiej restrukturyzacji w odniesieniu do badanych podmiotów.
100
M . S t anisławski
Tabela 6
Syntetyczny taksonomiczny wskaźnik restrukturyzacji (TWR) w badanych podmiotach
Wyszczególnienie
2003
2004
2005
2006
2007
2008
Średnia
wartość
TWR
Ogółem
0,3246
0,4963
0,3501
0,4064
0,2753
0,2895
0,3570
KW SA
0,0000
0,2992
0,2723
0,3066
0,2578
0,2387
0,2291
KHW SA
0,2672
0,3794
0,3453
0,4501
0,2652
0,1954
0,3171
JSW SA
0,7066
0,8102
0,4327
0,4626
0,3029
0,4345
0,5249
Źródło: obliczenia na podstawie danych ze sprawozdań finansowych Jastrzębskiej Spółki Węglowej SA, Kompanii
Węglowej SA oraz Katowickiego Holdingu Węglowego SA za lata 2003–2008.
Okresy wzrostu efektów restrukturyzacji przeplatają się z okresami stagnacji bądź spadku
postępów. Częściowo mogło to być winą pasywnej postawy samych podmiotów, jednak przede
wszystkim sytuacja ta była wynikiem braku spójnej, długookresowej polityki państwa wobec badanego sektora.
Najwyższą efektywnością restrukturyzacji charakteryzuje się Jastrzębska Spółka Węglowa SA,
w przypadku której niemal każdy z obliczonych wskaźników osiągał najwyższe wartości. W latach
2003–2008 średnia wartość syntetycznego wskaźnika restrukturyzacji wynosiła dla tego podmiotu
około 0,52. Drugie miejsce pod względem efektywności prowadzenia restrukturyzacji zajął Katowicki Holding Węglowy SA (średnia wartość TWR 0,31), natomiast najwolniejsze tempo zmian dosto-
Wykres 5
Kształtowanie się taksonomicznego wskaźnika restrukturyzacji (TWR) w badanych podmiotach w latach
2003–2008
1,0
0,8
0,6
0,4
0,2
0
2003
2004
KW SA
2005
2006
KHW S A
Źródło: obliczenia na podstawie danych zawartych w tabeli 6.
2007
JSW S A
2008
Ocena efektywności restrukturyzacji…
101
sowawczych było w Kompanii Węglowej SA (średnia wartość TWR 0,23). Warto podkreślić, że dysproporcje między poziomem wskaźnika TWR dla badanych podmiotów maleją z upływem czasu na
skutek osłabienia tempa, a niekiedy wręcz czasowego zahamowania tempa zmian przez Jastrzębską Spółkę Węglową SA (na początku badanego okresu wartości TWR dla Jastrzębskiej Spółki Węglowej SA wynosiła 0,70, dla Katowickiego Holdingu Węglowego SA – 0,27, a dla Kompanii Węglowej SA – 0; na końcu okresu odpowiednio 0,43; 0,19; 0,23). Najlepsze rezultaty restrukturyzacji
(najwyższe wartości wskaźnika TWR) miały podmioty, których cząstkowe wskaźniki restrukturyzacji we wszystkich badanych obszarach kształtowały się na zbliżonym poziomie.
Wszystkie podmioty podejmowały w badanym okresie czasu wiele działań restrukturyzacyjnych, lecz ich skuteczność była stosunkowo niewielka. Na skutek wprowadzanych rozwiązań dostosowawczych przedsiębiorstwa w krótkim czasie osiągały zadowalające rezultaty, lecz wyraźnie brakowało zdecydowania, konsekwencji oraz myślenia strategicznego, aby było to odczuwalne
w średnim i długim okresie.
Wyniki przeprowadzonych analiz pokazały, że proces restrukturyzacji poszczególnych podmiotów badanego sektora przebiegał zbyt wolno w stosunku do zmian zachodzących w otoczeniu,
a ich efekty były nieadekwatne do wymagań rynku.
Na analizowane przedsiębiorstwa, będące własnością Skarbu Państwa, duży wpływ miały
czynniki polityczno-gospodarcze. Silne uzależnienie planów restrukturyzacji sektora od krótkookresowych celów politycznych powodowało częste zmiany kierunków i kształtu restrukturyzacji.
Takie postępowanie nie mogło mieć pozytywnych skutków w postaci trwałości wprowadzanych
zmian. Najlepiej widać to na przykładzie Kompanii Węglowej SA oraz Katowickiego Holdingu
Węglowego SA.
W żadnym wypadku nie można uznać, że proces restrukturyzacji badanych podmiotów został
zakończony, co potwierdzają wartości wskaźników cząstkowych poszczególnych sfer restrukturyzacji. Analizowane przedsiębiorstwa wykazały się w badanym okresie brakiem odporności na nagłe zmiany zachodzące w ich otoczeniu, uzależnieniem dodatniego wyniku finansowego od wysokich cen węgla na rynkach i niezdolnością do konkurencji cenowej.
Na niepełny sukces restrukturyzacji badanego sektora wpłynęło wiele czynników o charakterze wewnętrznym. Do najważniejszych z nich należy zaliczyć działalność silnych związków zawodowych, utrudniających wprowadzanie zmian dostosowawczych w przedsiębiorstwach, strukturę organizacyjną, której wieloszczeblowość oraz złożoność nie sprzyjała szybkiemu przepływowi
informacji, brak powiązania wyników finansowych badanych podmiotów z wysokością wynagrodzeń i świadczeń socjalnych, częste zmiany kadrowe w zarządach badanych przedsiębiorstw, silnie skorelowane ze zmianami władz centralnych.
Czynnikami zewnętrznymi, które w znacznym stopniu spowolniły wdrażanie zmian w badanych podmiotach, były: brak konkurencji, spowodowany ograniczeniami prawnymi oraz wysokimi
barierami wejścia do branży i wyjścia z niej, źle sprawowany nadzór właścicielski nad badanymi
podmiotami, silna centralizacja opracowywania zmian w górnictwie na poziomie rządowym, bez
uwzględniania postulatów oraz opinii zarządów poszczególnych badanych podmiotów.
Przywództwo kosztowe wydaje się być strategią, która najbardziej sprzyja wprowadzaniu zmian
restrukturyzacyjnych. Badane przedsiębiorstwa powinny z jednej strony dążyć do obniżania kosztów,
a z drugiej strony szukać sposobu pełnego wykorzystania posiadanych zdolności produkcyjnych. Jednakże ze względu na specyfikę branży oraz silną konkurencję ze strony państw eksporterów węgla
102
M . S t anisławski
niełatwo było realizować strategię kosztową. Częste zmiany koniunktury na rynkach zbytu, prowadzące do spadku popytu na węgiel, a w rezultacie zmniejszenia rozmiarów produkcji, powodują natychmiastowy wzrost kosztów wydobycia, co uniemożliwia realizowanie strategii kosztowej.
Analizując efekty dostosowawcze w poszczególnych podmiotach, można stwierdzić, że restrukturyzacja przebiegała nierównomiernie, w zależności od obszarów zmian. Najgorsze efekty restrukturyzacji wystąpiły w sferze produktowej, natomiast największe zmiany, potwierdzone
przez najwyższe cząstkowe wskaźniki restrukturyzacji, miały miejsce w sferze finansowej.
Na podstawie przeprowadzonych analiz nie można określić wyraźnej korelacji pomiędzy wielkością udzielonej pomocy publicznej a efektami restrukturyzacji w badanych podmiotach. Wydaje
się jednak, że zwiększenie pomocy publicznej nie będzie prowadzić automatycznie do zwiększenia
efektywności restrukturyzacji. Można nawet sformułować tezę, że przyznanie mniejszej pomocy
publicznej będzie się wiązało z osiągnięciem lepszych rezultatów dostosowań przez badane podmioty z branży górniczej.
Sposobem, który może istotnie wpłynąć na przyśpieszenie restrukturyzacji badanych przedsiębiorstw, jest zapowiedź rządu dotycząca ich prywatyzacji. Zważywszy na kiepskie wskaźniki
finansowe tych przedsiębiorstw, wydaje się to w najbliższym czasie mało prawdopodobne.
Bibliografia
Bartosiewicz S. (1984), Zmienne syntetyczne w modelowaniu ekonometrycznym, Prace Naukowe
Akademii Ekonomicznej we Wrocławiu, 262.
Cieślak M. (1974), Modele zapotrzebowania na kadry kwalifikowane, Wydawnictwo Naukowe PWN,
Warszawa.
Choroszczak J., Fornalczyk A., Mikulec M. (2008), Restrukturyzacja górnictwa węgla kamiennego
– programy, bariery, efektywność, pomoc publiczna, Poltext, Warszawa.
Grabiński T., Wydymus S., Zeliaś A. (1983), Metody prognozowania rozwoju społeczno-gospodarczego,
Państwowe Wydawnictwo Ekonomiczne, Warszawa.
Hellwig Z. (1968), Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze
względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr, Przegląd
Statystyczny, 4, 307–327.
Hellwig Z. (1990), Taksonomia – teoria i jej zastosowania, Akademia Ekonomiczna w Krakowie.
Kaczorowski P., Krajewski S. (2000), Taksonomiczny wskaźnik restrukturyzacji, Instytut Nauk
Ekonomicznych PAN, Working Papers, 27.
Lipowski A. (1998), Rodzaje restrukturyzacji dużych przedsiębiorstw w okresie transformacji,
Instytut Nauk Ekonomicznych PAN, Working Papers, Warszawa.
Pociecha J., Podolec B., Sokołowski A., Zając K. (1988), Metody taksonomiczne w badaniach społeczno
-ekonomicznych, Wydawnictwo Naukowe PWN, Warszawa.
Pluta W. (1977), Wielowymiarowa analiza porównawcza w badaniach ekonomicznych, Państwowe
Wydawnictwo Ekonomiczne, Warszawa.
Strahl D. (1990), Metody programowania rozwoju społeczno gospodarczego, Polskie Wydawnictwo
Ekonomiczne, Warszawa.
Ocena efektywności restrukturyzacji…
103
Assessment of the restructuring process effectiveness of the
selected sector of economy in Poland with application of the
method of cluster analysis – synthetic measure of the social-economic development
Abstract
This article concentrates on the restructuring process of a selected sector of the economy in Poland,
based on companies that play a key role in the sector, with the application of cluster analysis method
– a synthetic measure of socioeconomic development, introduced by Danuta Strahl. For the purpose
of the study, the coal mining sector has been selected. The restructuring of this particular sector,
in addition to iron and steel industry restructuring, has been a driving force of European countries
integration, which later led to the creation of the European Economic Community. One of the first
projects of economic transformation in Poland, carried out after 1989 was government decision
to restructure the coal mining industry. The results of the analysis show that taking the developments
on international coal markets into account, the process of the mining sector restructuring in
Poland was implemented too slowly and its effects were inadequate and unsatisfactory in terms
of the total financial costs that had been paid by the Polish economy and from the point of view
of market requirements. The research has proved large usefulness of the selected cluster analysis
method in monitoring the effectiveness of the mining sector restructuring in Poland.
Keywords: cluster analysis, restructuring