219
ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS
Ročník LVIII 23 Číslo 3, 2010
KLASIFIKACE OBCHODNÍCH PARTNERŮ
S VYUŽITÍM MATEMATICKÝCH METOD
M. Režňáko á, J. Jedlička
Došlo: 16. března 2010
Abs ac
REŽŇÁKOVÁ, M., JEDLIČKA, J.: Cus ome s’ classifi ca ion by he using ma hema ics me hods. Ac a uni . ag ic.
e sil ic. Mendel. B un., 2010, LVIII, No. 3, pp. 219–224
Companies, as well as fi nancial ins i u ions, deal wi h he same p oblem – e ifi ca ion o c edibili y
o and en e p ise. How can hey iden i y en e p ises wi h eal h ea o insol ency? One o he ways
a e a ious sco ing models o ien ed on e alua ion o he ailu e p obabili y. This possibili y is, how-
e e , e y demanding on in o ma ion abou fi nancial beha iou o a gi en subjec . Ou a icle dis-
cusses he u ilisa ion o clus e analysis o iden i y simila i ies o companies and hei dis ibu ion
in o g oups. The aim o his con ibu ion is o show wha possibili y a e hidden in u iliza ion o he
clus e analysis and es by using o cophene ic co ela ion coeffi cien . The fi ms’ dis ibu ion in he
class may be used o de e mine s a egy o g an ing ade c edi s.
c edi managemen , fi ms’ classifi ca ion, a ing, sco ing, a io analysis, clus e analysis, de aul s
Při p odeji ý obků, esp. posky o ání služeb je
běžnou p axí posky o a obchodním pa ne ům
obchodní ú ě . Jeho posky nu í je nás ojem pod-
po ujícím p odejnos p oduk ů. Obchodní ú ě je
současně i běžným nás ojem fi nanco ání podniku.
P o posky o a ele ú ě u je obchodní ú ě spojen
s exis encí pla ebního izika, k e ým ozumíme i-
ziko pla ební neschopnos i a iziko zpožďo ání pla-
eb. Neuh azením obchodního ú ě u nebo jeho
uh azením se zpožděním může zákazník způso-
bi s ému ěři eli/doda a eli p oblémy řízení cash
fl ow.
Rozhodnu í o p odeji na ú ě by měla předcháze
analýza kupujícího z hlediska pla ební schopnos i
a s abili y. V zá islos i na ýsledcích analýzy je pak
po řebné z oli zásady p o posky nu í obchodního
ú ě u. S ano ení p incipů ú ě o é poli iky pa ří
mezi s a egická ozhodnu í managemen u podniku
a je součás í c edi managemen u podniku. K omu
účelu se použí á klasifi kace zákazníků do skupin/
říd dle boni y a ýznamnos i zákazníka p o pod-
nik. Možnos odhalení podniků s omezenou schop-
nos í spláce zá azky ychází z předpokladu, že y o
podniky budou ykazo a společné znaky. Základní
in o mace o ekonomické si uaci podniku posky ují
úče ní ýkazy, p o o jednou z možnos í posuzo ání
dů ě yhodnos i podniků je kons ukce modelů y-
uží ajících in o mací obsažených úče ních ýka-
zech. Jiným přís upem kons ukce modelů je yu-
ži í žních da . V našich podmínkách má šak en o
pos up omezené yuži í, p o ože žní ocenění pod-
niků je elice ojedinělé.
Cílem článku je zdů azni nu nos hledání ne a-
dičních přís upů ke klasifi kaci podniků podle i-
zika zniku pla ební neschopnos i a p ezen o a
ýsledky řídění podniků s použi ím me od shlu-
ko é analýzy. K omu o zá ě u edly nega i ní zku-
šenos i au o ů s aplikací boni ních modelů y oře-
ných jiných ekonomických podmínkách a ná oč-
nos o by las ního sco ingo ého modelu. Na zá-
kladě znalos i ýpo ědní schopnos i dílčích ukaza-
elů pomě o é fi nanční analýzy byly nejdří e y i-
po ané nejdůleži ější ukaza ele p o hodnocení fi -
nanční s abili y a ýkonnos i podniků, k e é byly
dále použi y jako k i é ium p o říděné podniků
do boni ních skupin.
SCORINGOVÉ MODELY – MOŽNOSTI
VYUŽITÍ PRO KLASIFIKACI PODNIKŮ
Nás ojem hodnocení dů ě yhodnos i podniků
jsou zp a idla sco ingo é modely, případně a ing.
Dle au o ů Vinše a Lišky (2005) se a ingem ozumí
komple ní hodnocení iziko os i hodnoceného
subjek u spojené s udělením u či ého a ingo ého
s upně, yjadřujícího p a děpodobnos , že daný
220 M. Režňáko á, J. Jedlička
subjek nespla í s ůj dlužný zá azek. Nap o i omu
sco ing je hodnocení subjek u na základě k an i a-
i ních da získaných zp a idla z úče nic í. V p axi
i odbo né li e a uře (např. M k ička, 1997; G un-
wald, 2001; Kislinge o á a Hnilica, 2007; Sů o á
a kol., 1999; Zalai a kol., 2007) jsou známy ůzné
sco ingo é modely, zp a idla označo ané jako bo-
ni ní, případně bank o ní modely (Al mano o Z-s-
co e, Taffl e ů model, Tama iho model, K alicků
Quick es , model W. Bea e a, Index boni y a další).
Vycházejí z úče ních da za minulá období a ozdě-
lují hodnocené subjek y do ka ego ií z hlediska spo-
lehli os i. Z oho o pohledu lze sco ing po ažo a
za dílčí čás celko ého a ingu.
U edené modely byly y ořeny jiných ekono-
mických podmínkách (např. Al mano o Z-sco e
oce 1983, Taffl e ů index oce 1977) a zkuše-
nos i z jejich použi í ukazují, že dochází k nejedno-
značnos i při iden ifi kaci p oblémo ých, esp. s a-
bilních podniků. Z oho dů odu by bylo hodné
použí las ní sco ingo ý model.
Kons ukce sco ingo ého modelu je ná očná
na získání a alidaci da . Vý oj sco ingo ého mo-
delu p obíhá e č yřech e apách:
1. y oření da abáze podniků;
2. ý oj sco ingo é unkce;
3. kalib ace hodno sco e;
4. alidace modelu.
Da abáze použi elná p o ý oj sco ingo ého mo-
delu musí obsaho a da a o podnicích, k e é splá-
cely zá azky e s anda dní době, dále da a o pod-
nicích, k e é zá azky nesplácely, esp. je splácely
opožděně. P o účely ý oje sco ingo é unkce se
použí ají ukaza ele kons uo ané na p incipu fi -
nančních pomě o ých ukaza elů. Jejich použi ím se
eliminují ozdíly e elikos i podniků, a šak nezo-
hledňují ozdílnos i yplý ající z obo u podnikání,
p o o je žádoucí y áře da abázi podniků a y íje
model podle obo u podnikání.
Vý oj sco ingo é unkce p obíhá několika k o-
cích. V p ní řadě je nu né s ano i mí u ko e-
lace mezi k an ifi ko anými pomě o ými ukaza eli
a cho áním podniků. P o ý oj unkce je hodné
použí maximálně možný poče (někdy i ne adič-
ních) ukaza elů. Možnos i disponibilního so wa e
šak mohou bý limi ující. Pak je hodné z již zmi-
ňo aných bank o ních a boni ních modelů y ipo-
a nejp a děpodobnější d uhy pomě o ých ukaza-
elů, k e é mohou s oupi do ýpoč u modelu ( iz
např. Režňáko á, 2006). Z ukaza elů, k e é ykazují
nej yšší ko elaci, se pak me odami íce ozmě né
analýzy oří sco igo á unkce.
Kalib ace hodno sco e předs a uje s ano ení
h aničních hodno p o ozdělení podniků do sku-
pin. V ámci alidace modelu se následně o ěřuje,
jes li sco ingo ý model sp á ně ozlišuje podniky se
sníženou pla ební schopnos í a za řiďuje je do de-
fi no aných skupin. Validace může p obíha s y-
uži ím s ejné da abáze, k e á byla použi a k y o-
ření modelu. V případě dos a ečně elké da abáze se
její čás použije na ý oj modelu a d uhá čás slouží
k alidaci modelu.
Naznačený pos up jednoznačně p okazuje, že ý-
oj las ního sco ingo ého modelu si mohou do o-
li pouze společnos i disponující dos a ečně elkou
da abází podniků, e k e é lze iden ifi ko a skupinu
s anda dně se cho ajících podniků a skupinu pod-
niků, k e é zá azky nesplácejí, případně nesplácejí
čas. Nelze předpokláda , že ako ou o da abází
podniky běžně disponují. To ede k zamyšlení, jes li
nelze p o účely klasifi kace podniků použí jiné me-
odické pos upy.
METODY SHLUKOVÉ ANALÝZY
Shluko á analýza da pa ří mezi me ody íce oz-
mě né s a is ické analýzy, jejímž předmě em je po-
pis a zobecňo ání z ahů e skupině p oměnných.
P o po řeby klasifi kace je nu né s ano i p a idla,
podle nichž se objek y zařazují do jedné z několika
říd. Následně dochází k ypologii objek ů, při k e-
ém se objek y hie a chicky řídí do ela i ně ho-
mogenních skupin. Předem nemusí bý známý po-
če skupin, skupiny nemusejí bý defi no ány a sou-
časně je možné u či ých případech u či pořadí
ěch o skupin podle z olených k i é ií. Klasifi kace
se p o ádí na základě měření předem u čeného po-
č u znaků a y oření popisu ěch o říd.
Cílem shluko é analýzy je edy oz řídění daného
poč u objek ů do několika ela i ně homogenních
shluků, přičemž se požaduje, aby si byly objek y
u ni ř jednoho shluku co nej íce podobné a ob-
jek y pa řící do ůzných shluků si byly podobné co
nejméně.
Při aplikaci me od shluko é analýzy je dle Řezán-
ko é (2007) nu né pos upo a následujících k o-
cích:
1. y oření množiny objek ů, našem případě
podniků/odbě a elů, k e é budou předmě em
shluko ání;
2. ymezení množiny p oměnných, dle k e ých se
budou měři objek y množiny, j. našem pří-
padě defi no ání k i é ií řídění podniků;
3. ýpoče zdálenos í mezi objek y dle z olených
k i é ií;
4. použi í shluko é analýzy k y oření shluků
z podobných objek ů;
5. po zení ýsledků me od shluko é analýzy.
Shluko ací me ody se dělí podle ůzných k i é ií,
a o například:
• dle způsobu o by shluků:
•
• aglome a i ní me ody, u nichž dochází k po-
s upnému spojo ání objek ů do ě ších skupin;
•
• di izi ní, u nichž dochází k pos upnému dělení
objek ů do menších skupin.
• dle uspořádání shluků:
•
• hie a chické, j. shluky jsou hie a chicky uspo-
řádané,
•
• nehie a chické, j. objek y se dělí jen do p imá -
ních skupin, klasifi kace na yšších ú o ních se
nep o ádí.
Klasifi kace obchodních pa ne ů s yuži ím ma ema ických me od 221
Jednou z čas o použí aných echnik shluko é
analýzy jsou hie a chické aglome a i ní me ody. Je-
jich pods a ou je pos upné sd užo ání (shluko ání)
objek ů pomocí ůzných mě . P o p oměnné pomě-
o ého ypu se nejčas ěji použí á euklido ská zdá-
lenos . Vzdálenos dxj,xi mezi objek y xj a xi se ypo-
čí á:
p
dxj,xi = ∑ (xik − xjk)2.
√
k=1
Vzdálenos i ypoč ené p o šechny d ojice ob-
jek ů se uspořádají do ma ice zdálenos í D. Na za-
čá ku každý objek oří samos a ný jednobodo ý
shluk. V každém k oku se sloučí d a shluky, je-
jichž zdálenos je nej hodnější dle z olené me-
ody. V dalším k oku se přepočí á ma ice zdále-
nos í, jejíž řád se sníží o jedna ( j. n – 1) ůči ýcho-
zímu s a u. Shluko ání končí, když dojde ke slou-
čení šech objek ů do jednoho shluku.
Mezi nejznámější hie a chické me ody mě-
ření zdálenos i mezi shluky pa ří dle Če máko é
a Ros a (2009):
• me oda nejbližšího souseda: u é o me ody je
zdálenos mezi d ěma shluky minimem ze šech
zdálenos í mezi jejich objek y;
• me oda nej zdálenějšího souseda: u é o me ody
je zdálenos mezi d ěma shluky maximem ze
šech zdálenos í mezi jejich objek y;
• me oda p ůmě né azby, u níž je zdálenos mezi
shluky měřena jako p ůmě ze šech zdálenos í
mezi jejich objek y;
• cen oidní me oda, u níž se zdálenos shluků po-
čí á jako euklido ská zdálenos p ůmě ů p o-
měnných jedno li ých shlucích – cen oidů.
• Wa do a me oda, k e á je u čena k op imalizaci
minimální odchylky u ni ř shluků.
Výsledky shluko ání s yuži ím u edených me-
od se zp a idla znázo ňují pomocí dend og amu,
k e ý g afi cky znázo ňuje ý ojo é z ahy skupin
objek ů o mou ě ícího se s omu.
S upeň shody mezi las nos mi objek ů a ýsled-
ným shluko acím p ocesem je hodné yjádři ko e-
ne ickým koefi cien em ko elace (CPCC, Cophene ic
Co ela ion Coeffi cien ). CPCC je koefi cien em ko-
elace mezi p ky p imá ní ma ice zdálenos í mezi
objek y a mezi p ky ko ene ické ma ice. Ko ene ic-
kou ma icí se ozumí ojúhelníko á ma ice, jejíž
p ky oří zdálenos i mezi shluko anými objek y
okamžiku, kdy byly pop é zařazeny do shluku.
Obecně pla í, že čím je CPCC yšší, ím nižší je z á a
in o mací p ocesu shluko ání objek ů.
Spojení me od shluko é analýzy s ekonomickými
ukaza eli podniků dá á možnos klasifi kace pod-
niků dle z olených pa ame ů do ela i ně homo-
genních skupin. Tím se nabízí možnos yuži í me-
od při hodnocení ýnosnos i a spolehli os i ( j. bo-
ni y) podniků a jejich ka ego izace.
VSTUPNÍ DATA
S použi ím hie a chické me ody shluko é ana-
lýzy jsme se pokusili oz řídi d ace podniků pů-
sobících chemickém p ůmyslu. K analýze byla po-
uži a da a, získaná z ý očních zp á ěch o společ-
nos í, umís ěných Obchodním ejs říku, případně
doplněna z in e ne o ých s ánek jedno li ých spo-
lečnos í. Předmě em analýzy byly společnos i: An-
d e G oup, Bochemie, Bo sod Chem, Deza, Don Ge-
mini, D uchema, D u ep, Fos a, Henkel, Chemo ex,
Chepo , Lo ochemie, P echeza, P oc e & Gam-
ble, Qal , Spolchemie, Syn hesia, Unile e , Val ech,
Zeni . Ty o podniky oří ela i ně homogenní sku-
pinu ý obců chemických lá ek, p acích p ášků
a hnoji . Rozdílná je elikos podniků měřená eli-
kos i žeb.
Množina k i é ií, dle k e ých se posuzo ala boni a
podniků, byla ořena 21 ukaza eli použí anými
ámci fi nanční pomě o é analýzy. Množinu o-
řilo šes ukaza elů en abili y, ři ukaza ele lik idi y,
pě ukaza elů zadluženos i, jeden ukaza el ak i i y
a šes dalších ukaza elů kons uo aných na báze
ukaza ele po enciálního cash fl ow.
Vzhledem ke značné a iabili ě da bylo dalším
k oku nu né p o és s anda dizaci da , k e á se s ala
předmě em analýzy. P o p oces shluko ání byl po-
uži p og am MATLAB. Jako mí a podobnos i byla
použi a euklido ská zdálenos a na zniklou ma-
ici zdálenos í byly apliko ány č yři nejznámější
hie a chické me ody shluko ání:
• Me oda nejbližšího souseda;
• Me oda nej zdálenějšího souseda;
• Me oda p ůmě né azby;
• Wa do a me oda.
VÝSLEDKY SHLUKOVÁNÍ PODNIKŮ
Na ob ázku 1 jsou znázo něny ýsledné dend o-
g amy u edených shluko acích me od.
Dend og am má na e ikální ose ynesený koe-
fi cien podobnos i (simila i y) a na ose ho izon ální
jsou yneseny objek y ( našem případě čísla pod-
niků). Čím delší jsou e s omo ém diag amu e i-
kální úsečky, ím ě ší je ozdíl mezi objek y. K o ě-
ření sp á nos i ýsledků byla použi a me oda ko-
ene ické ko elace. Poně adž nebyla splněna pod-
mínka no málního ozdělení obou ma ic, byl po-
uži Spea manů koefi cien ko elace namís o běž-
ného ko elačního koefi cien u. Ko ene ické koefi ci-
en y Spea mano y (pořado é) ko elace1 p o jedno -
li é me ody jsou následující:
• Me oda nejbližšího souseda: 0,49
• Me oda nej zdálenějšího souseda: 0,67857
• Me oda p ůmě né azby: 0,72098
• Wa do a me oda: 0,63962
1 Spea manů koefi cien ko elace pořado ých čísel yjadřuje zá islos mezi pořadím znaků. Může nabý a hodno
ozmezí −l až 1 če ně. Řadíme ho mezi nepa ame ické ukaza ele (řídí se pořadím znaků).
222 M. Režňáko á, J. Jedlička
Nej hodnější me odou p o shluko ání podniků
dle zadaných k i é ií je me oda p ůmě né azby,
k e á má nej yšší ko ene ický koefi cien ko elace.
VYTVOŘENÍ A POPIS SKUPIN
PODNIKŮ
P o u čení poč u shluků byl použi g a zá islos i
poč u shluků na hodno ách uzních koefi cien ů.
Jako k i é ium p o olbu poč u shluků byla použi a
slo ní cha ak e is ika skupin podniků: podniky y-
nikající, nadp ůmě né, p ůmě né, podp ůmě né
a zaos á ající podniky, j. pě shluků. Při změně po-
č u shluků z pě i na č yři se g a u p oje uje již
ě ší zploš ění, k e é s ědčí o om, že o o snížení
poč u shluků není hodné.
Po ozdělení objek ů na pě ýsledných shluků,
což odpo ídá „přes řihnu í” dend og amu zh uba
na hladině zdálenos i 0,7, obsahují jedno li é
shluky následující poč y a cha ak e is iky podniků:
1. shluk obsahující d a podniky, yznačující se y-
nikajícími ýsledky, ysokou en abili ou,
pla ební schopnos í, nízkou zadluženos í;
2. shluk obsahující sedm podniků, k e é dosahují
nadp ůmě né ýsledky oblas i en abili y
i pla ební schopnos i;
3. shluk obsahující osm podniků, k e é mají e s o -
nání s předešlou skupinou ho ší pa ame y
lik idi y;
4. shluk obsahující jeden podnik, k e ý dosahuje
podp ůmě né ýsledky;
5. shluk shluk obsahující d a podniky s nejnižší bo-
ni ou, j. z á o é, oh ožené pla ební ne-
schopnos í, se zápo ným čis ým p aco -
ním kapi álem.
P o každý shluk ( řídu) podniků může podnik
z oli specifi cký přís up k posky o ání obchodních
ú ě ů. U p ní skupiny podniků je možné posky-
o a odloženou spla nos ak u , čímž může získa
konku enční ýhodu. Nap o i omu u poslední sku-
piny podniků lze p odej usku ečňo a pouze p o i
okamži é pla bě.
Z u edeného ýsledku lze usuzo a , že pla ební
iziko podniků do jis é mí y kopí uje Gausso o no -
mální ozdělení, kdy se ě šina podniků pohybuje
kolem s řední hodno y izika šech fi em; os a ní
případy, kdy je iziko příliš ysoké nebo příliš malé,
se nacházejí na ok ajích.
a) b)
c) d)
1: Dend og am: a) Me oda nejbližšího souseda, b) Me oda nej zdálenějšího souseda, c) Me oda p ůmě né azby, d) Wa do a me oda
1: Hie a chical ee: a) Single linkage (nea es neighbou ) me hod, b) Comple e linkage ( u hes neighbou ) me hod, c) Unweigh ed pai -g oup
a e age, d) Wa d’s me hod
Klasifi kace obchodních pa ne ů s yuži ím ma ema ických me od 223
ZÁVĚR
Me odou p ůmě né azby byly podniky ozdě-
leny do pě i shluků podobných podniků. Dle po-
souzení hodno použi ých ukaza elů bylo kaž-
dému shluku přiřazeno označení yjadřující mí u
izika pla ební neschopnos i. P o analýzu bylo po-
uži o co nej íce pomě o ých ukaza elů s očeká á-
ním lepší možnos i za řídění hodnocených sub-
jek ů. Ten o předpoklad se šak nepo dil a pod-
niky byly jednoznačně oz říděny do shluků s jinou
mí ou izika lik idi y. P o zá ě ečné řídění pod-
niků do shluku byly posuzo ány zejména ukaza ele
lik idi y a en abili y. Z oho plyne, že p o řídění
podniků do shluků je možné ycháze i z menšího
poč u ukaza elů.
Jak u edená aplikace ukázala, použi í me od
shluko é analýzy není ak ná očné na in o mace
o podnicích, jako je omu případě ý oje sco ingo-
ého modelu, přičemž získané ýsledky a jejich ná-
sledná analýza s ědčí o ko ek nos i ozdělení sub-
jek ů do skupin.
2: Zá islos poč u shluků na hodno ách uzních koe icien ů p o me odu p ůmě né azby
2: Clus e numbe dependence o unweigh ed pai -g oup a e age me hod
SOUHRN
Článek pojedná á o možných přís upech ke klasifi kaci obchodních pa ne ů/zákazníků podniku
za účelem olby s a egie posky o ání obchodních ú ě ů. Posky nu ím obchodního ú ě u je podnik
ys a en pla ebnímu iziku, j. iziku nezaplacení dluhu, esp. opožděného zaplacení. To má za ná-
sledek znik d uho ní pla ební neschopnos i podniku. Jednou z možnos í řídění podniků je ý oj
las ního sco ingo ého modelu, p o ože aplikace li e a uře dos upných modelů neposky uje ko-
ek ní za řídění podniků. Vý oj sco ingo ého modelu je ná očný na in o mace o podnicích a hod-
nými da y disponují zp a idla pouze ins i uce zabý ající se posky o áním fi nančních služeb. Cílem
článku je p ezen o a možnos i yuži í shluko é analýzy p o řídění podniků do skupin s yuži ím
pomě o ých ukaza elů fi nanční analýzy. P o účely řídění byly použi y ukaza ele fi nanční analýzy,
a o šes ukaza elů en abili y, ři ukaza ele lik idi y, pě ukaza elů zadluženos i, jeden ukaza el ak i-
i y a šes dalších ukaza elů kons uo aných na bázi ukaza ele po enciálního cash fl ow. Předmě em
analýzy byl soubo podniků chemického p ůmyslu zabý ajících se ý obou chemických lá ek, p a-
cích p ášků a hnoji . Výsledkem analýzy je ozdělení soubo u podniků do pě i skupin ykazujících
podobné znaky. K o ěření sp á nos i ýsledků byla použi a me oda ko ene ické ko elace. V článku
byla p okázána možnos yuži í hie a chických me od shluko é analýzy p o řídění podniků. Pokud
ý obce yužije en o pos up p o klasifi kaci s ých zákazníků, může p o každou skupinu z oli spe-
cifi cký přís up k posky o ání obchodních ú ě ů.
c edi managemen , řídění podniků, a ing podniků, sco ing, pomě o é ukaza ele fi nanční analýzy,
shluko á analýza, pla ební neschopnos
224 M. Režňáko á, J. Jedlička
SUMMARY
The a icle discusses possible app oaches o classifi ca ion o business pa ne s/cus ome s o a com-
pany in o de o choose he s a egies o g an ing ade c edi s. By selling on open accoun a company
is exposed o paymen isk ( he de aul isk o delayed paymen . This leads o seconda fi nancial in-
sol ency. One o he possible ways o company classifi ca ion is using o sco ing model. Applica ion o
adi ional models accessible in li e a u e doesn’ p o ide co ec company classifi ca ion. This is he
eason o de elopmen o indi idual sco ing models. The de elopmen demands in o ma ion abou
companies; which is usually accessible only o ins i u ions o fi nancial in e media ion. The goal o he
a icle is o p esen po en ial o clus e analysis o company classifi ca ion wi h u iliza ion o fi nan-
cial a io indica o s. Fo he pu pose o so ing he ollowing fi nancial a ios ha e been used: six p o-
fi a bi li y a ios, h ee liquidi y a ios, fi e deb managemen a ios, one asse managemen a io and
six o he indica o s cons uc ed on he basis o a po en ial cash fl ow. The subjec o he analysis was
a sample o companies p oducing chemical subs ances, washing powde s and e ilize s. The esul
is dis ibu ion o he companies in o fi e g oups; companies in each g oup showed simila a ibu es.
Fo esul s e ifi ca ion was used a cophene ic co ela ion coeffi cien . In his con ibu ion was show
how o used hie a chical clus e analysis o cus ome s’ so ing. The p oduce hen migh choose spe-
cifi c app oach o g an ing a ade c edi o each g oup.
LITERATURA
ČERMÁKOVÁ, A., ROST, M. 2009: S a is ické ná-
s oje a jejich yuži í při segmen aci hu. Dos upné:
h p://www.ag is.cz/e c/ ex o wa de .php?iTy-
pe=2&iId=137518&PHPSESSID=a3. [ci : 21-08-
2009].
DOSTÁL, P., 2008: Pok očilé me ody analýz a modelo ání
podnika els í a eřejné sp á ě. 1. yd. B no: CERM,
340 s. ISBN 978-80-7204-605-8.
GRÜNWALD, R., 2001: Analýza fi nanční dů ě yhod-
nos i podniku. 1. yd. P aha: EKOPRESS, 76 s. ISBN
80-86119-47-5.
HINDLS R., HRONOVÁ, S., SEGER, J., 2006: S a is-
ika p o ekonomy, 6. yd. P aha: P o essional Publis-
hing, 412 s. ISBN 80-86419-99-1.
KISLINGEROVÁ, E., HNILICA, J., 2007: Finanční
analýza k ok za k okem. 1. yd. P aha: C. H. Beck,
137 s. ISBN 80-7179-321-3.
HURTOŠOVÁ, J., 2008: Pos up ý oja a ingo ého
modelu. T endy ekonomiky a managemen u. 2, 2:. s. 34–
40. ISSN 1802-8527.
JEDLIČKA, J., 2008: Využi í s a is ických me od při hod-
nocení fi nančního izika podniku. (Diplomo á p áce)
B no: VUT B ně, Fakul a podnika elská, 2008,
78 s.
MRKVIČKA, J., 1997: Finanční analýza. 1. yd. P aha:
Bilance, 207 s.
REŽŇÁKOVÁ, M., 2006: Řízení pla ebního i-
zika podniku. In: Řízení a modelo ání fi nančních i-
zik. Sbo ník yb aných příspě ků. VŠB-TU Os a a,
s. 300–307. ISBN 80-248-1159-6.
ŘEZÁNKOVÁ, H., HÚSEK, D., SNÁŠEL, V., 2007:
Shluko á analýza da . 1. yd. P aha: P o essional Pu-
blishing, 196 s. ISBN 978-80-86946-26-9.
SŮVOVÁ, H. a kol., 1999: Finanční analýza. 1. yd.
P aha: Banko ní ins i u , 622 s. ISBN 80-7265-
027-0
ZALAI, K. a kol., 2007: Finančno-ekonomická ana-
lýza podniku. 5. yd. B a isla a: SPRINT a, 358 s.
ISBN 978-80-89085-74-1.
VINŠ, P., LIŠKA, V., 2005: Ra ing. 1. yd. P aha: C. H.
Beck, 110 s. ISBN 80-7179-807-X.
www.jus ice.cz
Ad esa
doc. Ing. Má ia Režňáko á, CSc. Ús a fi nancí, Fakul a podnika elská, Vysoké učení echnické B ně, Ko-
lejní 4, 612 00 B no, Česká epublika, e-mail: eznako [email p o ec ed], Ing. Mg . Ja omí Jedlička, Fos a, a. s.,
H aniční 268, 691 41 Břecla -Poš o ná, Česká epublika, e-mail: jedlicka.ja omi @ os a.cz
