utjecaj strukture kapitala na uspjeŠnost …oliver.efri.hr/zavrsni/538.b.pdf · ponderirani...

SVEUČILIŠTE U RIJECI EKONOMSKI FAKULTET

MARIJA COLIĆ

UTJECAJ STRUKTURE KAPITALA NA USPJEŠNOST

POSLOVANJA MALIH PODUZEĆA U PRERAĐIVAČKOJ

INDUSTRIJI

DIPLOMSKI RAD

RIJEKA, 2014.

SVEUČILIŠTE U RIJECI EKONOMSKI FAKULTET

UTJECAJ STRUKTURE KAPITALA NA USPJEŠNOST

POSLOVANJA MALIH PODUZEĆA U PRERAĐIVAČKOJ

INDUSTRIJI

DIPLOMSKI RAD

Predmet: Financijski menadžment Voditelj: Prof.dr.sc. Mira Dimitrić Studentica: Marija Colić Smjer: Financije i bankarstvo Matični broj: 0081119884

Rijeka, lipanj, 2014.

SADRŽAJ

1. UVOD ........................................................................................................................... 1

1.2. Radna hipoteza i cilj rada ...................................................................................... 1

1.3. Metode istraživanja i struktura rada ...................................................................... 2

2. STRUKTURA KAPITALA ......................................................................................... 4

2.1. Teorije o strukturi kapitala .................................................................................... 5

2.1.1. Miller – Modigliani teorija irelevantnosti strukture kapitala ......................... 5

2.1.2. Tradicionalno gledište na strukturu kapitala .................................................. 8

2.1.3. Agencijski modeli ......................................................................................... 10

2.1.4. Pristup asimetričnih informacija ................................................................... 11

2.2. Financijska poluga ............................................................................................... 12

2.3. Financiranje poduzeća ......................................................................................... 13

2.3.1. Pravila financiranja ....................................................................................... 13

2.3.2. Poteškoće financiranja malih i srednjih poduzeća ........................................ 14

3. OSOBITOSTI PRERAĐIVAČKE INDUSTRIJE ..................................................... 17

3.1. Prerađivačka industrija u RH ............................................................................... 17

3.2. Mala poduzeća prerađivačke industrije u RH...................................................... 19

4. USPJEŠNOST POSLOVANJA I POKAZATELJI STRUKTURE KAPITALA ...... 21

4.1. Pokazatelji likvidnosti ......................................................................................... 21

4.2. Pokazatelji zaduženosti........................................................................................ 22

4.3. Pokazatelji profitabilnosti (rentabilnosti) ............................................................ 24

4.4. Neto radni kapital ................................................................................................ 25

5. EMPIRIJSKO ISTRAŽIVANJE UTJECAJA STUPNJA ZADUŽENOSTI NA

PROFITABILNOST MALIH PODUZEĆA U PRERAĐIVAČKOJ INDUSTRIJI ...... 29

5.1. Analiza rezultata istraživanja za 2013. godinu .................................................... 30

5.2. Analiza rezultata istraživanja za 2008. godinu .................................................... 35

5.3. Usporedba rezultata istraživanja .......................................................................... 39

6. ZAKLJUČAK ............................................................................................................. 40

LITERATURA ............................................................................................................... 42

POPIS ILUSTRACIJA ................................................................................................... 45

POPIS PRILOGA ........................................................................................................... 46

1

1. UVOD

1.1. Problem i predmet istraživanja

Analiza strukture kapitala bitna je kako bi se moglo utvrditi u kojoj se mjeri poduzeće

financira iz vlastitih izvora, a u kojoj mjeri iz tuđih izvora, odnosno koliki je stupanj

korištenja financijske poluge. Za poduzeće je najpovoljnije da se financira 50% iz

vlastitih i 50% iz tuđih izvora kako bi se to najpovoljnije odrazilo na stabilnost

poslovanja. Udio tuđih izvora financiranja utvrđuje se analizom zaduženosti zbog

utvrđivanja učinkovitosti korištenja tuđih izvora, pa se tu očituje veza između

pokazatelja zaduženosti i profitabilnosti (rentabilnosti).

Prema Ministarstvu gospodarstva Republike Hrvatske prerađivačka industrija je sektor

u Republici Hrvatskoj s ponajvećim udjelom u bruto društvenom proizvodu (BDP-u),

ukupnoj zaposlenosti i najvećim udjelom u ukupnom izvozu, stoga se s pravom može

reći da je to najvažniji sektor koji zahtijeva mnoga ulaganja jer se smatra okosnicom

gospodarstva Hrvatske.

Problem istraživanja ovog rada je kako struktura kapitala utječe na poslovanje

poduzeća. Utjecaj strukture kapitala na uspješnost poslovanja biti će prikazan na

praktičnom primjeru kod malih poduzeća u prerađivačkoj industriji. Analiza će se

odnositi na razdoblje prije i nakon krize, s ciljem uočavanja eventualnih razlika u

utjecaju strukture kapitala na poslovanje.

1.2. Radna hipoteza i cilj rada

Svrha rada je istražiti povezanost između zaduženosti i uspješnosti, a cilj istražiti i

analizirati strukturu kapitala i uspješnost poslovanja u poduzećima prerađivačke

industrije, te njihovom usporedbom, prije i nakon krize, oblikovati odgovarajuće

2

zaključke. Time će se ujedno ukazati i na probleme u poslovanju malih poduzeća.

Temeljna hipoteza rada je da zaduženost negativno utječe na uspješnost, odnosno da su

zaduženost i uspješnost protusmjerno povezani.

Posebni ciljevi rada su:

· Teorijski objasniti sve relevantne koncepte kao što su struktura kapitala, neto

radni kapital, pokazatelji zaduženosti i profitabilnosti i ostali koncepti

relevantni za ovaj rad;

· Analizirati utjecaj stupnja zaduženosti na uspješnost poslovanja malih poduzeća

u prerađivačkoj industriji prije i nakon krize;

· Na temelju provedenog teorijskog i empirijskog istraživanja donijeti

odgovarajuće zaključke.

1.3. Metode istraživanja i struktura rada

U razradi teorijskog dijela korištena je znanstvena i stručna literatura domaćih i stranih

autora, kao i internetski izvori koji razrađuju problematiku rada, a spoznaje autora su

međusobno uspoređivane i kritički ocijenjene. Korištene istraživačke metode su:

metoda klasifikacije i deskripcije, analize i sinteze, dedukcije, komparacije, a u

empirijskom dijelu rada i statistička i matematička metoda.

Sadržaj rada je podijeljen u šest međusobno povezanih cjelina uključujući uvod i

zaključak.

U uvodnom dijelu objašnjen je predmet i problematika istraživanja, postavljena je

temeljna hipoteza i navedeni glavni i posebni ciljevi rada. Navedene su korištene

metode i razrada strukture rada.

Drugi dio rada, koji nosi naziv Struktura kapitala, teorijski objašnjava koncept strukture

kapitala, objašnjava teorije o strukturi kapitala i pravila financiranja, te financijsku

polugu.

3

U trećem dijelu opisane su temeljne karakteristike prerađivačke industrije u Hrvatskoj,

prikazana je klasifikacija prema NKD 2007, te stanje i mogućnosti malih poduzeća u

ovom sektoru, čime se ukazuje i na njihove osnovne probleme u poslovanju.

Četvrti dio obrađuje pokazatelje poslovanja, s detaljnom razradom pokazatelja

likvidnosti, zaduženosti i profitabilnosti zbog njihovog daljnjeg korištenja u

empirijskom dijelu, te s posebnim osvrtom na neto radni kapital.

U petom dijelu rada provedeno je empirijsko istraživanje postavljene hipoteze, pomoću

regresijske analize za razdoblje prije i poslije krize. Prilikom provedbe analize koristio

se statistički program SPSS 19.0 (Statistical Package for the Social Sciences), te MS

Excel.

Šesti dio rada je zaključak u kojem je provedena sinteza svih činjenica, informacija i

saznanja do kojih se došlo.

4

2. STRUKTURA KAPITALA

Struktura kapitala podrazumijeva udjele pojedinih izvora financiranja u ukupnim

izvorima – sa stajališta ročnosti i sa stajališta vlasništva. Hoće li poduzeće imati veći

udio vlastitog kapitala u odnosu na tuđi, ili će pak preferirati kratkoročne u odnosu na

dugoročne obveze, ovisi o samoj politici poduzeća, ali za što god se odlučili sve je u

cilju maksimiziranja vrijednosti poduzeća.

Odnos između tuđeg i vlastitog kapitala u pasivi poduzeća, naziva se strukturom

kapitala ili stupnjem korištenja poluge financiranja, stoga je ona jedan od važnih

aspekata dugoročne financijske ravnoteže (Marković 2000, p. 273).

Mogući čimbenici koji utječu na odluku o strukturi kapitala su: perspektiva tvrtke,

veličina tvrtke i pravni oblik organiziranja, stabilnost potražnje i prodajnih cijena,

poslovna poluga, stopa rasta, uvjeti na financijskom tržištu, uobičajena financijska

poluga u industriji, kreditni standard tvrtke, te faze životnog ciklusa (Vidučić 2011, p.

238).

Struktura kapitala i trošak kapitala naslanjaju se na zlatno pravilo financiranja koje

zahtijeva da se dugoročne potrebe poduzeća financiraju dugoročno. Kada poduzeće

kratkoročnim kreditima financira dugoročne potrebe, ono treba razmotriti mogućnost

njihova uključivanja u strukturu kapitala. Problem je što takva politika strukture

kapitala ima za posljedicu dodatne rizike koji se sastoje od rizika refinanciranja i rizika

promjene kamatnih stopa (Orsag, Dedi 2011, pp. 204-205).

Smatra se da se poduzeće treba zaduživati, odnosno da treba koristiti polugu

financiranja sve dok je stopa troška financiranja pozajmljenim kapitalom manja od

stope prinosa vlastitog kapitala, odnosno optimalna struktura kapitala je ona kod koje je

rentabilnost vlastitog kapitala najveća (Marković 2000, pp. 300-304).

Strukturu kapitala je puno lakše odrediti kod velikih poduzeća u odnosu na mala

poduzeća zbog utvrđivanja troškova kapitala, koju je kod malih poduzeća teže

procijeniti.

5

Poteškoće malih i srednjih poduzeća se javljaju kod određivanja pojedinačnih i ukupnih

troškova kapitala, gdje se javljaju problemi upotrebe mogućih pristupa procjeni

troškova glavnice. Zbog toga se oni uspoređuju sa poduzećima kod kojih je moguće

doći do potrebnih inputa za utvrđivanje troška kapitala, a te su usporedbe problematične

zbog usporedivosti javnih i privatnih, kao i malih i velikih poduzeća (Orsag, Dedi 2011,

p. 207).

2.1. Teorije o strukturi kapitala

Teorije iz područja strukture kapitala su:

· Miller – Modigliani teorija irelevantnosti strukture kapitala

· Tradicionalno gledište na strukturu kapitala

· Agencijski modeli

· Pristup asimetričnih informacija:

o Teorija signalizacije

o Teorija „redoslijed pakiranja“ (Vidučić 2011, p. 215).

2.1.1. Miller – Modigliani teorija irelevantnosti strukture kapitala

Smatra se da su Miller i Modigliani postavili temelje o strukturi kapitala 1958. godine, u

kojem su ustanovili da je vrijednost poduzeća bez duga jednaka poduzeću koje koristi

dug (financijsku polugu). Dakle, oni su smatrali da je struktura kapitala potpuno

irelevantna, odnosno dug i kapital su prema njima supstituti, a poduzeće se može

zadužiti neovisno o postojećem dugu.

Vrijednost zadužene tvrtke je jednaka vrijednosti nezadužene tvrtke što je izraženo

postavkom I. MM prije – porezna postavka I:

gdje je:

6

Vz = vrijednost tvrtke koja se zadužuje

Vn = vrijednost tvrtke koja se ne zadužuje

Prema ovom gledištu financijska poluga nema utjecaj na prosječni ponderirani trošak

kapitala, jer je utjecaj jeftinijeg financiranja zaduživanjem kompenziran rastom tražene

stope povrata na vlastiti kapital zbog većeg rizika, što prikazuje postavka II. MM prije –

porezna postavka II:

gdje je:

re = tražena stopa povrata na vlastiti kapital

ro = trošak kapitala tvrtke koje ne koristi financijsku polugu

= financijska poluga (omjer duga i vlastitog kapitala)

rd = kamatna stopa (Vidučić 2011, p. 216).

Potaknuti brojnim kritikama, u svoj model uveli su porez, pa tako proizlazi da je

vrijednost poduzeća koje je zaduženo jednako vrijednosti nezaduženog poduzeća

uvećano za sadašnju vrijednost poreznog zaklona.

1964. godine Miller i Modigliani su postavili poreznu MM teoriju. Uzeli su u obzir

korporacijske poreze, ali ne i troškove financijskih neprilika vezanih za korištenje

zaduživanja. Utvrđuju da je vrijednost tvrtke pozitivno vezana s polugom, što je

izraženo poslije – poreznom propozicijom I (Vidučić 2011, pp. 216-217).

7

Grafikon 1. MM postavka I u uvjetima poreza

Izvor: Vidučić, Lj 2001, 'Teorijska i praktična motrišta strukture kapitala', Ekonomski

pregled, vol. 52, no. 7-8, p. 787

Grafikon 1. prikazuje da poduzeće koje ima veći udio duga ima i veću vrijednost tvrtke,

odnosno, ako je poduzeće 100% zaduženo ono ima najveću vrijednost što u stvarnosti

nije moguće.

Prema MM postavci II s porezima veza između očekivane stope povrata na vlastiti

kapital i poluge je pozitivna kao i u slučaju prijeporezne postavke II, što prikazuje

grafikon 2 (Vidučić 2011, p. 218).

8

Grafikon 2. MM postavka II u uvjetima poreza


pregled, vol. 52, no. 7-8, p. 788

2.1.2. Tradicionalno gledište na strukturu kapitala

Tradicionalni pogled na strukturu kapitala polazi od pretpostavke da promjene strukture

kapitala utječu na promjenu troškova financiranja, tj. da je moguće financijskim

odlukama mijenjati omjer vlastitih i tuđih izvora financiranja i na taj način povećavati

ili smanjivati troškove financiranja. Troškove financiranja predstavlja prosječni

ponderirani trošak kapitala (WACC) koji predstavlja zbroj troškova financiranja

vlastitim i tuđim kapitalom, a ponderi su udjeli pojedine vrste financiranja u ukupnim

izvorima. Dakle, osnovna pretpostavka tradicionalnog gledišta je da je dug jeftiniji izvor

financiranja od vlastitog kapitala (Pepur 2012, p. 85).

Prema ovom stajalištu, kako se tvrtka počinje zaduživati, raste rizik dioničara bez

utjecaja na rizik imatelja obveznica. Zbog toga su vjerovnici spremni ulagati u dugovne

instrumente poduzeća uz stopu povrata bez rizika ili blisku njoj što prikazuje grafikon 3

(Vidučić 2011, p. 221).

9

Grafikon 3. Veza između poluge i troška kapitala prema tradicionalnom pristupu


pregled, vol. 52, no. 7-8, p. 789

Grafikon 4. prikazuje kako je dug jeftiniji izvor financiranja ukupni trošak kapitala će

biti niži, a vrijednost tvrtke veća. Kako zaduženost raste, raste i trošak duga i ukupni

trošak kapitala, pa je cilj postići što veću vrijednost tvrtke uz što niži trošak kapitala

(Vidučić 2011, p. 221).

10

Grafikon 4. Veza između vrijednosti tvrtke i WACC-a prema tradicionalnom

pristupu


pregled, vol. 52, no. 7-8, p. 790

2.1.3. Agencijski modeli

Agencijski pristup prikazuje interese, odnose i ciljeve u poduzeću kroz agencijski

odnos, tj. ugovor kojim vlasnik (principal) angažira neku drugu osobu (agenta) da za

njega obavlja određene poslove. Rastom vrijednosti tvrtke, odnos principal – agent

postaje sve složeniji i kompliciraniji, budući da svatko od njih želi ostvariti svoje

interese. Razlikuju se dva tipa sukoba interesa, a to su između dioničara i menadžera, te

između dioničara i vlasnika duga. Agencijski troškovi koji nastaju iz agencijskog

odnosa su prije svega troškovi nadgledanja, koje imaju principali nadgledajući rad

11

agenta. Sam čin uspostavljanja agencijskog odnosa i njegovog održavanja spada pod

troškove vezivanja, dok postoje još i oportunitetni troškovi koji ostaju nakon što se

zahtjevi iz agencijskog odnosa ispune.

Postoje brojni načini na koji se može ukloniti ili ublažiti sukob interesa između

principala i agenata, od kojih su neki:

· Zaduživanjem, umjesto emisije vlasničkog kapitala, poduzeće se obvezuje na

fiksna plaćanja po dugu vjerovnicima, čime se umanjuje mogućnost

oportunističkog ponašanja menadžera

· Zaduživanjem na kratki rok, čime su menadžeri prisiljeni obavljati ugovor jer su

bolje nadzirani od strane vjerovnika

· Ugovornim odredbama koje štite interese vjerovnika

· Dugoročnim zaduživanjem koje se osigurava stavljanjem određene imovine u

zalog (Pepur 2012, p. 99).

2.1.4. Pristup asimetričnih informacija

Modeli temeljeni na asimetričnim informacijama jesu teorija signalizacije i teorija

redoslijeda pakiranja (postupka slaganja), koje polaze od toga da postoje asimetrične

informacije između menadžera i drugih službenika tvrtke ili pak vanjskih investitora.

Teorija signalizacije polazi od toga da menadžeri ili ostali zaposlenici imaju privatne

informacije o poduzeću ili investicijama, koje oni mogu iskoristiti u svoju korist kako

zaradu ne bi trebali dijeliti sa dioničarima. Pa ako očekuju dobre rezultate investicija,

oni će preferirati financiranje emisijom dugovnih instrumenata.

Teorija redoslijeda pakiranja smatra da menadžeri preferiraju financiranje novih

investicijskih projekata prema rasporedu: najprije interno generirana gotovina, onda

nisko rizični dugovni instrumenti – obveznice, pa hibridne vrijednosnice i na kraju

obične dionice. Dakle, poduzeća kod investiranja prvotno koriste svoja interna sredstva,

a tek onda posežu za dugom, iz čega proizlazi da visoko profitabilne tvrtke imaju malu

polugu, a nisko profitabilne koriste višu polugu (Vidučić 2011, pp. 225-226).

12

2.2. Financijska poluga

Financijska izvješća poput bilance i računa dobiti i gubitka su glavni izvori koji ukazuju

na financijsku situaciju poduzeća. Suočavajući prihode sa rashodima poduzeće dolazi

do ostvarenog financijskog rezultata na osnovi kojeg odlučuje o potrebi daljnjeg

financiranja. Kada poduzeće odlučuje o zaduživanju, potrebno je prvo odlučiti u koje

svrhe će ta sredstva ići, zatim hoće li uložena sredstva ostvariti povrat, odnosno koliki je

rizik takvog zaduživanja. U tu svrhu koristi se analiza točke pokrića ili indiferencije

koja se provodi grafičkim ili matematičkim putem, a kojom se utvrđuje razina dobiti pri

kojoj je poduzeće indiferentno između različitih alternativa financiranja jer sve

rezultiraju istom zaradom po dionici.

Jednadžba za izračun financijske poluge:

gdje je:

SFP = stupanj financijske poluge

EBIT – trošak kamata = dobit prije oporezivanja, tj. bruto dobit (Vidučić 2011, p. 229).

Dug može predstavljati prednost za poduzeće jer smanjuje porezna davanja, budući da

su kamate porezno priznate. Prednost se može izmjeriti ako se izračuna sadašnja

vrijednost poreznog zaklona. No, visok dug isto tako može izazvati financijske

poteškoće. Optimalna razina zaduživanja bi bila ona na kojoj se financijske poteškoće

mogu nadoknaditi poreznim prednostima (Kapil 2011, p. 310).

13

2.3. Financiranje poduzeća

Pod pojmom financiranje podrazumijeva se prikupljanje novca, njegovo ulaganje u

imovinu odnosno investicije i vraćanje novca. Proces financiranja počinje sa

prikupljanjem novca koji služi za razne potrebe poduzeća, bilo razvojne ili tekuće.

Ulaganje novca je druga komponenta u kojoj se prikupljena sredstva ulažu u razne vrste

imovine kako bi se novac oplodio. I zadnja faza je vraćanje prikupljenog novca koji se

oslobađa iz kružnog toka poslovanja i ponovno se ulaže, odnosno iznova se izmjenjuju

navedene faze.

Također, pod pojmom financiranja podrazumijeva se i dinamični proces usklađivanja

izvora financiranja s ulaganjima po obujmu i roku. Cilj je postići paralelitet rokova

izvora i ulaganja, te sinkronizaciju novčanih primitaka i izdataka radi ostvarenja

solventnosti (Marković 2000, p. 5).

2.3.1. Pravila financiranja

Postoje horizontalna i vertikalna pravila financiranja, no ona ne daju točan odgovor

kako se poduzeće treba financirati u situaciji u kojoj se nađe, već se ona mogu

protumačiti kao opća pravila kojih se poduzeće treba pridržavati u što većoj mjeri.

Horizontalna pravila financiranja daju naputak kakav treba biti odnos između pojedinih

dijelova aktive i pasive, da bi se održala solventnost i rentabilnost poduzeća. Od njih su

najpoznatija zlatna bankarska i zlatna bilančna pravila. Zlatna bankarska pravila govore

da banke trebaju svoje kratkoročne depozite koristiti za kratkoročne plasmane, a

dugoročne depozite za dugoročne plasmane. No, ponekad banke odstupaju od ovog

pravila jer im to omogućuje obnavljanje kratkoročnih depozita, taloženje novca,

povezanost komitenata banke i međubankarsko kreditiranje. Kad se ovo pravilo

primjeni na poduzeća, ono kazuje da poduzeća trebaju svoje kratkoročne izvore koristiti

za ulaganja u kratkotrajnu imovinu, a dugoročne izvore za ulaganja u dugotrajnu

imovinu. Zlatno bilančno pravilo kazuje da poduzeće treba dugoročna ulaganja,

14

uključujući i ulaganja u stalnu obrtnu imovinu, financirati iz vlastitih i tuđih dugoročnih

izvora. Vertikalna pravila financiranja kazuju kakav treba biti omjer između pojedinih

dijelova pasive, izvora financiranja po porijeklu (vlastiti i tuđi izvori), te po

raspoloživosti izvora (kratkoročni i dugoročni izvori). Omjer tuđih i vlastitih izvora

financiranja bi trebao biti 1:1, odnosno poduzeće bi se trebalo financirati 50% iz

vlastitih izvora i 50% iz tuđih izvora. Što se tiče odnosa vlastitog i pričuvnog kapitala,

ne postoji jedinstveni stav o tome koliki treba biti omjer između vlastitog i pričuvnog

kapitala. Poslovanje je sigurnije ako poduzeće ima veći pričuvni (rezervni kapital).

Ostala pravila financiranja su pravilo financiranja 2:1, 1:1 i pravilo o omjeru novca i

kratkoročnih izvora. Pravilo financiranja 2:1 nalaže da omjer kratkotrajne imovine i

kratkoročnih izvora financiranja bude 2:1. Pravilo financiranja 1:1 zahtijeva da suma

novca, kratkoročnih vrijednosnih papira i kratkoročnih potraživanja bude jednaka sumi

kratkoročnih izvora financiranja. Pravilo o omjeru novca i kratkoročnih izvora nastoji

normirati minimalnu svotu novca u odnosu na kratkoročne izvore koja bi osigurala

solventnost poduzeća. Prema oštrijoj verziji tog pravila, poduzeće bi trebalo držati 20%

gotovine od vrijednosti kratkoročnih obveza, a prema blažoj varijanti 12% (Marković

2000, pp. 18-28).

2.3.2. Poteškoće financiranja malih i srednjih poduzeća

Struktura početnog kapitala ovisi o tome da li se osniva inokosno, partnersko ili

dioničko poduzeće. Kod osnivanja inokosnog poduzeća, inokosni poduzetnik sam

osigurava sredstva za koja je neograničeno odgovoran, ali i sam upravlja poduzećem i

snosi dobit ili gubitak. Kod partnerskog poduzeća dva ili više suvlasnika ulažu sredstva,

upravljaju poduzećem i snose dobit ili gubitak. Prednost partnerskog u odnosu na

inokosno poduzeće je u tome što više partnera brže i lakše mogu osigurati početna

sredstva. Kod dioničkog društva početni temeljni kapital osiguravaju dioničari kupnjom

osnivačkih dionica. Prednost dioničkog društva je u tome što se početni kapital može

prikupiti emisijom dionica i privlačenjem kapitala većeg broja manjih dioničara.

Najčešći je problem što poduzetnici ne skupe dovoljno početnog kapitala za osnutak

poduzeća. Pri tome banke nisu sklone davati zajmove novim, malim i nesigurnim

15

poduzećima jer je iskustvo pokazalo da takvi pothvati najčešće propadnu. Ako banke i

odobre zajam, onda je to uz nepovoljne uvjete kao što je npr. hipoteka na imovinu,

garancije i sl. koje je jako teško priskrbiti. Mala poduzeća ovaj problem najčešće

rješavaju pomoću franšizinga, tj. uspostavljanjem dugoročne poslovne suradnje s

velikim poduzećima. Nakon osnutka poduzeća javlja se problem tekućeg financiranja,

jer poduzeća nemaju pristup tržištu novca kao što to imaju velika poduzeća. Ovaj

problem rješavaju korištenjem trgovačkog kredita, pomoću vremenskih razgraničenja i

prodajom potraživanja faktoring organizaciji. Glavna prednost malih i srednjih

poduzeća je u njihovoj prilagodljivosti tehnološkim, tržišnim i drugim promjenama

(Marković 2000, pp. 219-222).

U Hrvatskoj je u skladu s europskom praksom kreditiranje MSP u sve većem porastu.

Smatra se da je pravi izazov za banke pronalaženje dobrih projekata jer ako su oni

kvalitetni, onda nema problema s dobivanjem komercijalnih kredita u bankama ni

državnih potpora. MSP se trebaju okrenuti dobrim i kvalitetnim projektima koji ne

iziskuju previše kompliciranja oko dobivanja sredstava za rast i razvoj. Kako bi to

postigli, potrebno je napraviti plan poslovanja u kojem je jasno definirana uloga banke

kao partnera u financiranju projekata (Cvijanović, Marović i Sruk 2008, p. 87).

Razlozi zbog kojih je teško malim i srednjim poduzećima osigurati pristup vanjskim

izvorima financiranja u odgovarajućim iznosima i/ili po odgovarajućim uvjetima

uključuju veću neizvjesnost i neperfektne informacije, te nedostatak imovine za pokriće.

Problem kod zaduživanja mogu uzrokovati neizvjesnost, asimetrija informacija, sukob

interesa, zatim loš kreditni rejting, koncentracija vlasništva, ali i sam karakter

poduzetnika. Tu su još često prisutni i nedostatak iskustva i obrazovanja, te financijska

nepismenost i nedovoljno znanje financijskog menadžmenta (Vidučić 2011, p. 480).

Hrvatska mala i srednja poduzeća za rast trebaju upravljačka znanja, kapital i

tehnologije. Tržište postaje sve otvorenije i konkurentnije, a domaće je gospodarstvo

strukturirano poput ekonomija slične veličine u razvijenom dijelu Europske unije.

Struktura domaće ekonomije sve će više nalikovati na susjedne ekonomije, a hrvatska

MSP će biti ili preuzimana od strane fleksibilnijih igrača ili će sklapati strateške saveze

kako bi se osigurale strateške pozicije. Uspješnost poduzeća očituje se u sljedećim

potrebama za rast:

16

· Kapitalna opremljenost koja omogućava održavanje visoke razine operativnosti

poduzeća

· Upravljačke sposobnosti menadžmenta u procesu odvijanja transformacije

poduzeća u dijelu prelaska na višu razinu

· Zadržavanje konkurentske prednosti i omogućavanje razvoja upravljačkih

informacijskih sustava (Cvijanović, Marović i Sruk 2008, p. 58).

17

3. OSOBITOSTI PRERAĐIVAČKE INDUSTRIJE

Prerađivačka industrija je jedan od najvažnijih sektora svake ekonomije. Također je i

najvažniji trgovinski sektor svake ekonomije, što zapravo znači da je ujedno i

najkonkurentniji sektor. Značajnost prerađivačke industrije se očituje i u tome što je

nositelj inovacija, istraživanja i razvoja, koji se zatim prelijevaju u druge industrije i

rezultira povećanom produktivnošću (Tkalec, Vizek 2010, p.62).

3.1. Prerađivačka industrija u RH

Prerađivačka industrija u Hrvatskoj zauzima važnu ulogu budući da ima 13,6% udjela u

strukturi BDP-a u 2010. godini, 17,4% udjela u ukupnoj zaposlenosti u 2012. godini, te

najveći udio u izvozu od 89,6% u 2012. godini (Statistički ljetopis Republike Hrvatske

2013, p. 205, 159, 378). No, potrebna joj je tehnološka obnova kako bi se potakla

proizvodnost u svim sektorima. Stoga zahtjeva ulaganje u tehnologiju, istraživanje i

razvoj, obrazovanje zaposlenih i ostale potrebne aktivnosti kako bi se dostigao veći

stupanj tehnološkog razvoja. Aktivnosti u prerađivačkoj industriji utječu na ukupna

gospodarska kretanja zemlje, budući da su uz ovu djelatnost vezani i proizvodi nekih

drugih djelatnosti, bilo kao sirovina ili kao gotov proizvod. Ovaj bi sektor zbog toga

trebao biti glavni oslonac i glavna strateška odrednica Republike Hrvatske.

Prema Nacionalnoj klasifikaciji djelatnosti (NKD) 2007 sektori prerađivačke industrije

su:

1. Proizvodnja tekstila, odjeće, kože i srodnih proizvoda

· C 13 Proizvodnja tekstila

· C 14 Proizvodnja odjeće

· C 15 Proizvodnja kože

2. Proizvodnja kemikalija i kemijskih proizvoda, farmaceutskih proizvoda, gume i

plastike i ostalih nemetalnih mineralnih proizvoda

18

· C 20 Proizvodnja kemikalija i kemijskih proizvoda

· C 21 Proizvodnja osnovnih farmaceutskih proizvoda i farmaceutskih pripravaka

· C 22 Proizvodnja proizvoda od gume i plastike

· C 23 Proizvodnja ostalih nemetalnih mineralnih proizvoda

3. Proizvodnja metala i metalnih proizvoda

· C 24 Proizvodnja metala

· C 25 Proizvodnja gotovih metalnih proizvoda osim strojeva i opreme

4. Proizvodnja elektroničkih i električnih proizvoda i strojeva

· C 26 Proizvodnja računala te elektroničkih i optičkih proizvoda

· C 27 Proizvodnja električne opreme

· C 28 Proizvodnja strojeva i uređaja

· C 29 Proizvodnja motornih vozila, prikolica i poluprikolica

· C 30 Proizvodnja ostalih prijevoznih sredstava

· C 32 Ostala prerađivačka industrija

5. Proizvodnja prehrambenih proizvoda i pića

· C 10 Proizvodnja prehrambenih proizvoda

· C 11 Proizvodnja pića

6. Prerada drva i proizvoda od drva i pluta i proizvodnja namještaja; proizvodnja papira

i proizvoda od papira

· C 16 Prerada drva i proizvoda od drva i pluta, osim namještaja; proizvodnja

proizvoda od slame i pletarskih materijala

· C 17 Proizvodnja papira i proizvoda od papira

· C 31 Proizvodnja namještaja (Ministarstvo gospodarstva RH n.d.).

Iz grafikona 5. uočava se kako u strukturi hrvatskog gospodarstva najveći udio čine

mala poduzeća u prerađivačkoj industriji u razdoblju od 2004. do 2011. godine,

19

odnosno njihov udio u ukupnom broju poduzeća raste od 2004. godine, tj. najveći udio

doživljavaju upravo za vrijeme financijske krize 2009. i 2010. godine.

Grafikon 5. Struktura poduzeća prema veličini u prerađivačkoj industriji

Izvor: Škuflić, L i Turuk M, 2013, 'Barijere ulaska malih i srednjih poduzeća u prerađivačku industriju u Hrvatskoj', Poslovna izvrsnost, Zagreb, p. 34

3.2. Mala poduzeća prerađivačke industrije u RH

Prema Zakonu o poticanju razvoja malog gospodarstva (2013, čl. 3) mali subjekti su

fizičke i pravne osobe koje:

· Prosječno godišnje imaju zaposleno manje od 50 radnika

· Prema financijskim izvještajima za prethodnu godinu ostvaruju godišnji

poslovni prihod u iznosu protuvrijednosti do 10.000.000,00 eura, ili imaju

ukupnu aktivu ako su obveznici poreza na dobit, odnosno ukupnu dugotrajnu

imovinu ako su obveznici poreza na dohodak u protuvrijednosti do

10.000.000,00 eura.

5087 54506110 6436

71578144 8258

7659

14361513

16511701

1792

1895 19171846

347360

366376

382

374 368367

0

2000

4000

6000

8000

10000

12000

2004 2005 2006 2007 2008 2009 2010 2011

Velika

Srednja

Mala

20

U gospodarstvu je prerađivačka industrija ona gospodarska djelatnost koja čini najveću

zaposlenost. Od ukupnog broja zaposlenih od 469.059 u MSP (mala i srednja

poduzeća), u prerađivačkoj industriji 2012. godine 29,4% je zaposleno u

visokotehnološkoj prerađivačkoj industriji. Sektor s najvećim brojem MSP je trgovina

na veliko i malo s 22,7% svih MSP, nakon kojeg slijedi prerađivačka industrija s 12,1%.

Mala poduzeća su 2012. godine ostvarila najbolje brojke za profitabilnost u svim

područjima djelatnosti, dok je 79,5% malih poduzeća u prerađivačkoj industriji

ostvarilo dobit. To je također sektor koji čini gotovo polovinu cijelog izvoza MSP. Mala

poduzeća prerađivačke industrije najvećim dijelom proizvode nisko tehnološke

proizvode, pa je u tom pogledu potrebno provoditi inovacije, te istraživanje i razvoj

(Ministarstvo poduzetništva i obrta 2013).

U djelatnosti proizvodnje kože i srodnih proizvoda mala poduzeća ostvaruju negativnu

prosječnu zaradu prije poreza i kamata po poduzeću, dok je obrnut slučaj kod

farmaceutske djelatnosti u kojoj mala poduzeća ostvaruju najveću prosječnu zaradu

prije poreza i kamata po poduzeću (Škuflić, Turuk 2013, pp. 34-35).

21

4. USPJEŠNOST POSLOVANJA I POKAZATELJI STRUKTURE

KAPITALA

Analizom financijskih izvještaja dobivaju se informacije koje koriste interni i eksterni

subjekti poduzeća. Interni subjekti (menadžeri, interna revizija, zaposlenici i ostali

subjekti unutar poduzeća) analiziraju izvještaje s ciljem utvrđivanja poslovanja u

prošlosti što će im poslužiti za planiranje budućeg poslovanja poduzeća. Eksterni

subjekti (investitori, konkurenti, šira javnost i ostali vanjski subjekti) analiziraju

financijske izvještaje s ciljem mogućeg ulaganja u promatrano poduzeće, doprinosa

razvoju gospodarstva i mnogih drugih razloga. Jedna od mogućih metoda analiziranja

financijskih izvještaja je ona putem pokazatelja. U praksi postoji velik broj pokazatelja,

a najčešće se svrstavaju u sljedeće skupine:

· Pokazatelji likvidnosti

· Pokazatelji aktivnosti

· Pokazatelji zaduženosti

· Pokazatelji profitabilnosti (rentabilnosti)

· Pokazatelji investiranja

4.1. Pokazatelji likvidnosti

Pokazatelji likvidnosti mjere sposobnost poduzeća u podmirenju kratkoročnih obveza.

Četiri su najznačajnija pokazatelja likvidnosti, a to su pokazatelj trenutne, ubrzane,

tekuće likvidnosti i pokazatelj financijske stabilnosti, koji su prikazani u tablici 1.

Likvidnost poslovanja predstavlja sposobnost trgovačkog društva za pravodobno

namirenje obveza. Za razliku od likvidnosti, solventnost je sposobnost poduzeća da

trajno ispunjava sve obveze, dugoročne i kratkoročne (Horvat Jurjec 2011, p. 20).

22

Tablica 1. Pokazatelji likvidnosti

Pokazatelji Brojnik Nazivnik

Koeficijent trenutne

likvidnosti Novac Kratkoročne obveze

Koeficijent ubrzane

likvidnosti Novac + potraživanja Kratkoročne obveze

Koeficijent tekuće likvidnosti

Kratkotrajna imovina Kratkoročne obveze

Koeficijent financijske

stabilnosti Dugotrajna imovina

Kapital + dugoročne obveze

Izvor: Žager, K, Mamić Sačer, I, Sever, S, Žager, L 2008, Analiza financijskih

izvještaja, 2. prošireno izdanje, Masmedia, Zagreb, p. 248

Koeficijent trenutne likvidnosti pokazuje da li je poduzeće trenutno sposobno podmiriti

svoje obveze. Koeficijent ubrzane likvidnosti bi trebao biti 1 ili veći od 1, što znači da

ako poduzeće želi biti likvidno, mora imati minimalno lako unovčive imovine onoliko

koliko ima kratkoročnih obveza. Koeficijent tekuće likvidnosti bi trebao biti veći od 2

ako poduzeće želi održati likvidnost na normalnoj razini, pri čemu je potrebno da se dio

kratkotrajne imovine financira iz dugoročnih izvora. Upravo se taj dio dugoročnih

izvora naziva radni kapital, koji je razlika između kratkotrajne imovine i kratkoročnih

obveza. Koeficijent financijske stabilnosti treba biti manji od 1. Što je vrijednost ovog

pokazatelja manja, to je likvidnost i financijska stabilnost poduzeća veća, odnosno što je

ovaj pokazatelj veći to znači da poduzeće nema radnog kapitala i dio svoje dugotrajne

imovine financira iz kratkoročnih izvora (Žager et al. 2008, pp. 248-250).

4.2. Pokazatelji zaduženosti

Pokazatelji zaduženosti mjere koliko se poduzeće financira iz vlastitih izvora, a koliko

iz tuđih izvora, odnosno u kojoj mjeri koriste financijsku polugu. Najčešći pokazatelji

zaduženosti jesu pokazatelj zaduženosti, vlastitog financiranja i koeficijent financiranja,

a njima se još mogu pridodati pokriće troškova kamata, faktor zaduženosti i stupanj

pokrića I i II. Način njihova izračuna prikazan je u tablici 2.

23

Tablica 2. Pokazatelji zaduženosti

Pokazatelj Brojnik Nazivnik

Koeficijent zaduženosti Ukupne obveze Ukupna imovina

Koeficijent vlastitog

financiranja Glavnica Ukupna imovina

Koeficijent financiranja Ukupne obveze Glavnica

Pokriće troškova kamata Dobit prije poreza i kamata Kamate

Faktor zaduženosti Ukupne obveze Zadržana dobit + amortizacija

Stupanj pokrića I Glavnica Dugotrajna imovina

Stupanj pokrića II Glavnica + dugoročne obveze

Dugotrajna imovina



Prva tri pokazatelja iz tablice 2., koeficijent zaduženosti, koeficijent vlastitog

financiranja i koeficijent financiranja su formirani na temelju bilance, te su odraz

strukture pasive i govore koliko je imovine financirano iz vlastitog kapitala, a koliko iz

tuđeg kapitala. Pri tom koeficijent zaduženosti ne bi trebao biti veći od 50% (Žager et

al. 2008, p. 250).

Pokazatelj pokrića troškova kamata pokazuje koliko su puta kamate pokrivene

ostvarenim iznosom bruto dobiti, pa bi taj pokazatelj trebao biti što veći, odnosno ne bi

trebao biti manji od 3. Faktor zaduženosti bi trebao biti što manji, jer prikazuje broj

godina koje su potrebne da se iz ostvarene zadržane dobiti uvećane za amortizaciju

podmire ukupne obveze. Smatra se da je granica zaduženosti 5 godina, te sve više od

toga je prekomjerna zaduženost (Grubišić 2011, pp. 207-208).

Stupnjevi pokrića I i II razmatraju pokriće dugotrajne imovine glavnicom, tj. glavnicom

uvećanom za dugoročne obveze. Stupanj pokrića II treba uvijek biti veći od 1, jer dio

dugoročnih izvora treba biti namijenjen za financiranje kratkotrajne imovine (Žager et

al. 2008, p. 251).

24

4.3. Pokazatelji profitabilnosti (rentabilnosti)

Analitičari pokazatelje profitabilnosti koriste kao metodu za predviđanje financijskog

rezultata, te kao mjeru sposobnosti poduzeća da omogući odgovarajuću stopu povrata

ulaganja (Horvat Jurjec 2011, p. 24).

Najznačajniji pokazatelji profitabilnosti jesu marža profita, povrat na imovinu (ROA) i

povrat na kapital (ROE) koji su prikazani u tablici 3.

Tablica 3. Pokazatelji profitabilnosti

Pokazatelj Brojnik Nazivnik

Neto marža profita Neto dobit + kamate Ukupni prihod

Bruto marža profita Dobit prije poreza +

kamate Ukupni prihod

Neto rentabilnost imovine Neto dobit + kamate Ukupna imovina

Bruto rentabilnost

imovine

Dobit prije poreza +

kamate Ukupna imovina

Rentabilnost vlastitog

kapitala Neto dobit Vlastiti kapital



Marža profita računa se prema podacima iz računa dobiti i gubitka. Razlikuje se bruto i

neto marža profita, a osnovna razlika među njima je u tome koliko relativno u odnosu

na ostvareni prihod iznosi porezno opterećenje. Pokazatelji rentabilnosti računaju se iz

bilance i računa dobiti i gubitka. Razlikuje se bruto i neto rentabilnost imovine, te

ukazuju na relativno porezno opterećenje u odnosu na ukupnu imovinu. Rentabilnost

vlastitog kapitala je najznačajniji pokazatelj koji govori koliko novčanih jedinica dobiti

poduzeće ostvaruje na jednu jedinicu vlastitog kapitala (Žager et al. 2008, p. 253).

25

4.4. Neto radni kapital

Bruto radni kapital je pojam koji se odnosi na kratkotrajnu imovinu, dok se neto radni

kapital odnosi na razliku između kratkotrajne imovine i kratkoročnih obveza, odnosno

to je neto iznos sredstava potreban za dnevno odvijanje poslovanja. Da bi menadžment

radnog kapitala bio uspješan, treba osigurati uspješno poslovanje na način da što manje

sredstava bude vezano u kratkotrajnoj imovini (Vidučić 2011, p. 321).

Postavlja se pitanje koja razina radnog kapitala je potrebna poduzeću? Ona nije ista

primjerice, u bankama i u industrijskom sektoru. Dakle, razina radnog kapitala ovisi o

prirodi samog posla poduzeća, ali i o ostalim uvjetima kao što su tržišni uvjeti,

proizvodna politika, odnosi sa dobavljačima, politici naplate i sl. Niska razina radnog

kapitala može dovesti do negativnih efekata u poduzeću, kao što je loša profitabilnost i

zastoj u poslovnim operacijama, naravno isto vrijedi i za previsoku razinu radnog

kapitala.

Loš menadžment radnog kapitala uočava se kod:

· Previsoke razine zalihe koja ima za posljedicu visoke obveze prema

dobavljačima/kreditorima i nedostatak gotovine

· Previsoke razine proizvodnje koja rezultira viškom poluproizvoda i gotovih

proizvoda

· Neefikasne politike naplate (Vidučić 2011, p. 322).

Menadžment radnog kapitala je osobito bitan kod malih poduzeća koja imaju ograničen

pristup dugoročnom zaduživanju, pa svoje potrebe za financijskim sredstvima

pribavljaju isključivo kratkoročnim zaduživanjem. Upravo zbog toga mala poduzeća

rijetko preživljavaju na tržištima. Čimbenici koji utječu na njihovo preživljavanje se

mogu podijeliti na unutrašnje i vanjske. Dakle, unutrašnji su čimbenici oni koji dolaze

iz samog poduzeća, a na koje ono može utjecati, kao što su poslovna politika poduzeća,

menadžment, radna snaga i ostali. Vanjski čimbenici su pak oni koji dolaze iz same

okoline poduzeća, a na koje poduzeće ne može utjecati kao što su gospodarski uvjeti,

konkurencija, vladini propisi i sl. Poduzeća trebaju održati ravnotežu između likvidnosti

i profitabilnosti u svakodnevnom poslovanju koje treba biti i efikasno i profitabilno.

26

Moguće je da se ostvari nesrazmjer između imovine i obveza što će povećati

profitabilnost na kratki rok, a utjecati će na rizik od insolventnosti u dugom roku.

Glavni cilj upravljanja radnim kapitalom je održavanje razine neto kapitala s ciljem

maksimiziranja bogatstva. Druga važnost upravljanja radnim kapitalom se očituje u

slijedećem:

· Postoji izravan odnos između menadžmenta radnog kapitala i upravljanja

likvidnošću. Učinkovito upravljanje radnim kapitalom pruža poduzeću s

adekvatnom likvidnošću da plati svoje dospjele obveze. Postoje slučajevi u

kojima poduzeća ne uspiju, jer ne održavaju dovoljnu razinu likvidnosti iako

imaju rastuću prodaju.

· Postoji izravan odnos između profitabilnosti i menadžmenta radnog kapitala.

Razina radnog kapitala utječe na profitabilnost zbog troškova koji su uključeni u

financiranje kratkotrajne imovine (Agyei-Mensah 2012, p. 570).

Učinkovitost upravljanja radnim kapitalom temelji se na principu ubrzanja naplate i što

je više moguće usporavanje isplate. Ovaj glavni princip menadžmenta radnog kapitala

se temelji na konceptima poslovnog ciklusa, konverzije novca i neto trgovinskom

ciklusu. Smatra se da je neto trgovinski ciklus bolja mjera učinkovitosti menadžmenta

radnog kapitala u usporedbi sa konceptom konverzije novca jer prikazuje dnevnu

prodaju iz koje društvo mora financirati svoj radni kapital, a menadžment radnog

kapitala može s lakoćom procijeniti potrebe financiranja obrtnih sredstava izraženih kao

funkciju očekivanog rasta prodaje (Nobanee, AlHajjar 2009, pp. 2-4).

Permanentni bruto radni kapital je razina ulaganja u kratkotrajnu imovinu koja

omogućuje da se postigne minimalna razina prodaje, dok je privremeni bruto radni

kapital suvišak iznad te razine. Razina permanentne imovine je stalna kod stagnirajuće

prodaje, odnosno uzlazno nagnuta kod rastuće prodaje, a razina privremene kratkotrajne

imovine fluktuira u skladu sa fluktuacijama prodaje, što se može vidjeti na grafikonu 6.

Ako poduzeće ima veći neto radni kapital znači da ono nema spontani način

financiranja i samim time odnosi s dobavljačima će biti bolji. No, kao posljedica se

javljaju veći troškovi financiranja i niža rentabilnost poslovanja (Vidučić 2011, pp. 324-

325).

27

Grafikon 6. Permanentni i povremeni bruto radni kapital

Izvor: Vidučić Lj, 2011, Financijski menadžment, RRIF plus, Zagreb, p. 325

Sva dugotrajna imovina i permanentna kratkotrajna imovina bi se trebale financirati iz

dugoročnih izvora, dok bi se kratkotrajna imovina trebala financirati iz kratkoročnih

izvora.

Politika radnog kapitala se može podijeliti u tri kategorije:

· Konzervativna ili liberalna ili fleksibilna politika

· Agresivna ili striktna ili restriktivna politika

· Umjerena ili na sredini puta politika (Mathur B. S 2003, p. 16).

Konzervativna politika radnog kapitala se povezuje sa manjim rizikom i istodobno

manjom profitabilnošću, dok se agresivna politika veže za visok rizik ali i za mogućnost

ostvarenja veće profitabilnosti, što nije nužno. Umjerena politika je kombinacija

agresivne i konzervativne politike, koja se zapravo smatra optimalnom.

Ako je usvojena politika agresivna, znači da se kratkotrajna imovina financira iz

kratkoročnih izvora, što uključuje i permanentnu kratkotrajnu imovinu. A kada se iz

28

dugoročnih izvora financiraju i sezonske potrebe za kratkotrajnom imovinom, tada je

usvojena politika konzervativna (Vidučić 2003, pp. 327-328).

29

5. EMPIRIJSKO ISTRAŽIVANJE UTJECAJA STUPNJA

ZADUŽENOSTI NA PROFITABILNOST MALIH PODUZEĆA U

PRERAĐIVAČKOJ INDUSTRIJI

Osnovni cilj regresijske analize je testiranje hipoteza o vezi između dvije ili više

varijabli, ali ona istodobno ne dokazuje uzročnost. Za razliku od jednostavnog

regresijskog modela, koji sadrži jednu nezavisnu varijablu, višestruki regresijski model

je onaj sa dvije ili više nezavisnih varijabli. Općeniti oblik modela, na osnovi podataka

iz uzorka, prikazan je jednadžbom:

U modelu je sa Y označena zavisna varijabla, X1, X2,... Xn su nezavisne varijable, 0,

1, 2,... n su nepoznati parametri, a e je slučajna greška ili slučajno odstupanje, koje

predstavlja razliku između empirijskih i očekivanih vrijednosti zavisne varijable. U

modelu mogu biti prisutne kvalitativne (binarne ili dummy) varijable, koje poprimaju

vrijednosti 1 ili 0 čime se izražava prisutnost odnosno odsutnost nekog svojstva (Lovrić

2005, p. 3-15).

Cilj ovog poglavlja je, koristeći regresijsku analizu, dokazati temeljnu hipotezu rada da

zaduženost negativno utječe na uspješnost poslovanja. Populaciju iz koje je biran

uzorak za potrebe istraživanja čine 40 malih poduzeća, proizvoljno izabrana, koja se

odnose na 2013. godinu (Vidi Prilog 1.), odnosno 25 istih poduzeća (Vidi Prilog 2.)

koja se odnose na 2008. godinu (budući da poduzeća koja su postojala 2013. godine,

nisu nužno postojala i 2008. godine), društva s ograničenom odgovornošću (d.o.o.) iz

prerađivačke industrije. Podaci su prikupljeni iz javne baze podataka Financijske

agencije, FINE. Najprije su prikupljeni podaci iz financijskih izvještaja poduzeća, zatim

se za definirani uzorak kreirala baza podataka sa pokazateljima koji su neophodni za

provedbu regresijske analize, a nakon koje je provedena usporedba rezultata prije i

nakon krize. Prilikom provedbe potrebnih testova koristio se statistički paket SPSS

19.0. (Statistical Package for the Social Sciences), te MS Excel.

30

Može se primijeniti više metoda odabira varijabli u modelu višestruke regresije pri

čemu se u ovom radu koristi enter metoda koja predstavlja forsirani ulazak svih

varijabli odjednom u model (Rozga 2009, p.12).

Prilikom provedbe testiranja koristili su se pokazatelji povrata na imovinu (ROA),

koeficijent zaduženosti (KZ), pokriće troškova kamata (PTK), te koeficijent tekuće

likvidnosti (KTL) izraženi u jedinicama, a način njihova izračuna prikazan je u tablici 4.

Utjecaj stupnja zaduženosti na profitabilnost poslovanja ispitan je pomoću regresijskog

modela:

Tablica 4. Pregled korištenih varijabli

Kratica Puni naziv Formula

ROA Povrat na imovinu Neto financijski

rezultat/Ukupna imovina

KZ Koeficijent zaduženosti Ukupne obveze/Ukupna

imovina

PTK Pokriće troškova kamata EBIT(Zarada prije kamata i

poreza)/ Trošak kamata

KTL Koeficijent tekuće likvidnosti

Kratkotrajna imovina/

Kratkoročne obveze

Izvor: Izračun autorice

5.1. Analiza rezultata istraživanja za 2013. godinu

Model oblikovan je na podacima iz

financijskih izvještaja za 2013. godinu (Vidi Prilog 1.), a kasnije i na podacima za 2008.

godinu. Navedeno je učinjeno kako bi se ispitalo postoje li razlike u značajnosti

pojedinih varijabli prije i poslije krize. U tablici 5. prikazana je deskriptivna statistika

financijskih pokazatelja za 2013. godinu.

31

Tablica 5. Deskriptivna statistika financijskih pokazatelja za 2013. godinu

ROA KZ PTK KTL

N Važećih 40 40 40 40

Nedostaje 0 0 0 0

Aritm. sredina ,01027 ,72294 1,64097 1,20119

Medijan ,01029 ,76186 1,68690 1,17105

Mod -,15348 ,36087 -3,36532 ,02111

Stand. Devijacija ,04977 ,14322 2,04227 ,66070

Varijanca ,00248 ,02051 4,17086 ,43652

Minimum -,15348 ,36087 -3,36532 ,02111

Maksimum ,16783 ,98453 5,74048 3,16984

Zbroj ,41088 28,91748 65,63896 48,04757

Napomena: ROA=povrat na imovinu, KZ=koeficijent zaduženosti, PTK=pokriće troškova kamata, KTL=koeficijent tekuće likvidnosti Izvor: Izračun autorice u statističkom paketu SPSS 19.0.

Iz podataka se može uočiti da je prosječna vrijednost povrata na imovinu (ROA)

pozitivna i iznosi 1,03% što nije zadovoljavajuće, jer ROA pokazuje koliko je dobiti

poduzeće ostvarilo od jedne kune uložene u imovinu. Odnosno, poduzeća na jednu kunu

uloženu u imovinu ostvaruju povrat od 1,03 kune. Povrat na imovinu se kreće u rasponu

od minimalne vrijednosti -15,35% do maksimalne vrijednosti 16,78%. Mod, odnosno

najčešća vrijednost u modelu je -15,35%. Medijan iznosi 1,03%, odnosno polovica

poduzeća u uzorku su imala vrijednost povrata na imovinu manju od 1,03%, a druga

polovica veću.

Prosječna vrijednost koeficijenta zaduženosti iznosi 72,29% što ukazuje na činjenicu da

su poduzeća prezadužena, obzirom da ovaj pokazatelj ne bi trebao biti veći od 50%, jer

pokazuje koliko se imovine financira tuđim izvorima. Koeficijent zaduženosti se kreće u

rasponu od 36,09% do 98,45%, a mod, tj. najčešća vrijednost iznosi 36,09%. Polovica

poduzeća su imala ovaj pokazatelj veći od 76,18%, a druga polovica manji.

Prosječna vrijednost pokazatelja pokrića troškova kamata je 1,64 što nije

zadovoljavajuće, budući da ovaj pokazatelj pokazuje koliko su puta kamate pokrivene

iznosom bruto dobiti, te se smatra da bi trebao biti minimalno 3.

32

Prosječna vrijednost koeficijenta tekuće likvidnosti je 1,20 što je preniska vrijednost.

Ovaj pokazatelj bi trebao biti barem 2, a to znači da poduzeće treba imati dvostruko više

gotovine, potraživanja i zaliha nego što su kratkoročne obveze koje dolaze na naplatu.

Tablica 6. Osnovni podaci o ocijenjenom modelu za 2013. godinu

Model

R-koef.

korelacije

Koef. multiple

determinacije

Korigirani koef.

determinacije

Standardna greška

ocijenjene regresije Durbin-Watson

1 ,798 ,637 ,606 ,03122 1,869

a. Prediktori: (Konstanta), KTL, PTK, KZ b. Zavisna varijabla: ROA

Izvor: Izračun autorice u statističkom paketu SPSS 19.0.

U tablici 6. prikazani su osnovni podaci o ocijenjenom regresijskom modelu za 2013.

godinu. Koeficijent korelacije modela (r) iznosi 0,798 što upućuje na umjerenu i

pozitivnu vezu između varijabli. Koeficijent determinacije iznosi 0,637 te ukazuje

da se 63,7% varijabilnosti povrata na imovinu može objasniti regresijskim modelom, uz

60,6% korigiranog koeficijenta determinacije. Uz pomoć standardne pogreške koja

iznosi 0,03122 može se izračunati koeficijent varijacije modela pomoću formule:

ȳ

Model je reprezentativan ako je koeficijent varijacije manji od 15%. Budući da je

koeficijent varijacije 7,60% može se zaključiti da je model reprezentativan. DW test1

iznosi 1,87, a donja i gornja granica iz tablice za kritične vrijednosti za Durbin-

Watsonov test iznose dL=1,34 i dU=1,66 (za n=40 i k=3). Empirijsku veličinu se

uspoređuje sa dU i 4-dU. Budući da je 4-dU=2,34 može se zaključiti da u modelu nije

prisutna autokorelacija što prikazuje sljedeća tablica 7.

1 Durbin-Watsonov d test koristi se za otkrivanje prisutnosti autokorelacije u regresijskom modelu.

33

Tablica 7. Durbin- Watsonov pokazatelj (test veličine) Pozitivna

autokorelacija Bez odluke

Nema

autokorelacije Bez odluke

Negativna

autokorelacija

0 dL dU 2 4-dU 4-dL 4

Izvor: Lovrić, LJ 2005, Uvod u ekonometriju, Ekonomski fakultet Sveučilišta u Rijeci, Rijeka, p. 100

U tablici 8. ocijenjen je regresijski model pomoću F testa2. Empirijska signifikantnost

iznosi 0,000, te se zaključuje da je model statistički značajan na razini pouzdanosti od

95%.

Tablica 8. ANOVA modela za 2013. godinu

Model Zbroj kvadrata df

Srednja vrijednost

kvadrata F-test Značajnost

1 Regresija ,062 3 ,021 21,035 ,000

Rezidual ,035 36 ,001

Ukupno ,097 39



U tablici 9. prikazan je ocijenjeni regresijski model za 2013. godinu:

(0,044) (0,000) (0,304)

Ako bi se koeficijent zaduženosti povećao za jednu jedinicu, povrat na imovinu bi se u

prosjeku povećao za 0,094 jedinica, uz uvjet ceteris paribus. Varijabla koeficijent

zaduženosti ima empirijsku signifikantnost ( 0,044<5% stoga je to varijabla koja je

statistički značajna za model. Da se pokazatelj pokrića troškova kamata poveća za jednu

jedinicu, povrat na imovinu bi se u prosjeku povećao za 0,020 jedinica, uz uvjet ceteris

2 F-test koristi se za testiranje statističke značajnosti prilagođenosti modela empirijskim podacima.

34

paribus. Ova varijabla ima empirijsku signifikantnost 0,000, te je statistički značajna za

model. Ako bi se koeficijent tekuće likvidnosti povećao za jednu jedinicu, povrat na

imovinu bi se u prosjeku smanjio za 0,010 jedinica, uz uvjet ceteris paribus. Ovo je

varijabla koja nije statistički značajna za model budući da empirijska signifikantnost

iznosi 0,304>5%.

Tablica 9. Ocijenjeni regresijski model za 2013. godinu

Model

Nestandardizirani

koeficijenti

Standardizirani

koeficijenti

t-test Značajnost

95,0% Interval

pouzdanosti za

B

Statistika

kolinearnosti

B

Stand.

greška Beta

Donja

granica

Gornja

granica Tolerancija VIF

1 (Konstanta) -,103 ,042 -2,457 ,019 -,188 -,018

KZ -,094 ,045 -,272 2,087 ,044 -,003 ,186 ,595 1,680

PTK ,020 ,003 ,830 7,906 ,000 ,015 ,025 ,915 1,093

KTL -,010 ,009 -,131 1,043 ,304 -,009 ,029 ,638 1,568

a. Zavisna varijabla: ROA


Pokazatelji multikolinearnosti3, inflacijski faktor varijance VIF i njemu ekvivalentan

pokazatelj TOL definirani su izrazom: ,

Ozbiljan problem multikolinearnosti je prisutan ako je >0,8, a VIF>5, ekvivalentno

TOL<0,2. Naziv faktor inflacije varijance proizlazi iz činjenice da u slučaju visoke

korelacije regresijske varijable Xi, s ostalim regresijskim varijablama, koja rezultira

koeficijentom determinacije R2≈1, dolazi do povećanja varijance od i (Bahovec n.d.,

pp. 7-8).

, a , odnosno, za sve parametre regresije (KZ,

PTK, KTL) faktori inflacije varijance su manji od 5, a postotak tolerancije je veći od

20%, pa se zaključuje da ne postoji problem multikolinearnosti.

3 Problem multikolinearnosti je prisutan ako su dvije ili više regresijskih varijabli linearno zavisne. Zbog velikih standardnih pogrešaka empirijska signifikantnost je nerealno mala, što navodi na zaključak da su varijable nesignifikantne, te da ih treba izbaciti iz modela.

35

5.2. Analiza rezultata istraživanja za 2008. godinu

U nastavku rada prikazan je model koje je oblikovan na podacima iz financijskih

izvještaja za 2008. godinu (Vidi Prilog 2.). Uzorak čine 25 malih poduzeća koja su

prethodno analizirana u modelu za 2013. godinu. U tablici 10. prikazana je deskriptivna

statistika financijskih pokazatelja za 2008. godinu.

Tablica 10. Deskriptivna statistika financijskih pokazatelja za 2008. godinu

ROA KZ PTK KTL

N Važećih 25 25 25 25

Nedostaje 0 0 0 0

Aritm. sredina ,01886 ,74479 1,81777 1,27434

Medijan ,01909 ,79452 1,94009 1,16086

Mod -,07315a ,42139a -8,79837a ,48975a

Stand. devijacija ,02697 ,14389 2,46706 ,58522

Varijanca ,00073 ,02070 6,08637 ,34248

Minimum -,07315 ,42139 -8,79837 ,48975

Maksimum ,06499 ,94088 4,80570 2,53143

Zbroj ,47146 18,61977 45,44435 31,85844

Napomena: ROA=povrat na imovinu, KZ= koeficijent zaduženosti, PTK=pokriće troškova kamata, KTL=koeficijent tekuće likvidnosti Izvor: Izračun autorice

Prosječna vrijednost povrata na imovinu (ROA) je kao za 2013. godinu pozitivna i

iznosi 1,87%. Navedeno je dobro za poduzeća jer na jednu kunu uložene imovine

ostvaruju povrat od 1,87 kune. Povrat na imovinu se kreće u rasponu od minimalne

vrijednosti -7,32% do maksimalne vrijednosti 6,50%.

Prosječna vrijednost koeficijenta zaduženosti iznosi 74,48% što ukazuje na prekomjernu

zaduženost poduzeća. Navedeni pokazatelj se kreće u rasponu od 42,14% do 94,09%.

Prosječna vrijednost pokazatelja pokrića troška kamata je 1,82 što pokazuje da

poduzeća ne mogu svojim iznosom bruto dobiti pokriti troškove kamata.

36

Prosječna vrijednost koeficijenta tekuće likvidnosti je 1,27. Vrijednost ovog pokazatelja

nije zadovoljavajuća i može se zaključiti da poduzeća dio svoje kratkotrajne imovine ne

financiraju iz dugoročnih izvora (permanentna kratkotrajna imovina).

Tablica 11. Osnovni podaci o ocijenjenom modelu za 2008. godinu

Model

R-koef.

korelacije

Koef. multiple

determinacije

Korigirani koef.

determinacije

Standardna greška

ocijenjene regresije Durbin-Watson

1 ,931a ,866 ,847 ,01054 2,495



U tablici 11. prikazani su osnovni podaci o ocijenjenom regresijskom modelu za 2008.

godinu. Koeficijent korelacije modela (r) iznosi 0,931 i ukazuje na jaku i pozitivnu vezu

među varijablama u modelu. Koeficijent determinacije iznosi 0,866 te ukazuje da

se 86,6% varijabilnosti ROA može objasniti regresijskim modelom, uz 84,7%

korigiranog koeficijenta determinacije. Standardna pogreška modela iznosi 0,01054, pa

je koeficijent varijacije modela 2,24% ( ), te je

ovaj model reprezentativan, budući da je koeficijent varijacije modela manji od 15%.

Ako DW test iznosi 2 u modelu nije prisutna autokorelacija, odnosno ako DW test

iznosi 0 i 4 u modelu je prisutna pozitivna tj. negativna autokorelacija. U modelu za

2008. godinu DW test iznosi 2,495, pa se može zaključiti da nije prisutna

autokorelacija.

37

Tablica 12. ANOVA modela za 2008. godinu

Model Zbroj kvadrata df

Srednja vrijednost

kvadrata F-test Značajnost

1 Regresija ,015 3 ,005 45,397 ,000a

Rezidual ,002 21 ,000

Ukupno ,017 24



U tablici 12. ocijenjen je regresijski model pomoću F testa. Empirijska signifikantnost

iznosi 0,000, pa se može zaključiti da je model statistički značajan na razini pouzdanosti

od 95%.

U tablici 13. prikazan je ocijenjeni regresijski model za 2008. godinu:

(0,013) (0,000) (0,104)

Ako bi se koeficijent zaduženosti povećao za jednu jedinicu, povrat na imovinu bi se u

prosjeku smanjio za 0,048 jedinica, uz uvjet ceteris paribus. Varijabla koeficijent

zaduženosti ima empirijsku signifikantnost ( 0,048<5% stoga je to varijabla koja je

statistički značajna za model. Ukoliko se pokazatelj pokrića troškova kamata poveća za

jednu jedinicu, povrat na imovinu bi se u prosjeku povećao za 0,010 jedinica, uz uvjet

ceteris paribus. Ova varijabla ima empirijsku signifikantnost 0,000, te je statistički

značajna za model. Ako bi se koeficijent tekuće likvidnosti povećao za jednu jedinicu,

povrat na imovinu bi se u prosjeku smanjio za 0,008 jedinica, uz uvjet ceteris paribus.

Međutim ova varijabla nije statistički značajna za model budući da empirijska

signifikantnost iznosi 0,104>5%.

38

Tablica 13. Ocijenjeni regresijski model za 2008. godinu

Model

Nestandardizirani

koeficijenti

Standardizirani

koeficijenti

t-test Značajnost

95,0% Interval

pouzdanosti za

B

Statistika

kolinearnosti

B

Stand.

greška Beta

Donja

granica

Gornja

granica Tolerancija VIF

1 (Konstanta) ,047 ,017 2,707 ,013 ,011 ,082

KZ -,048 ,018 -,259 -2,724 ,013 -,085 -,011 ,706 1,416

PTK ,010 ,001 ,903 11,130 ,000 ,008 ,012 ,967 1,035

KTL -,008 ,004 -,163 -1,702 ,104 -,017 ,002 ,691 1,448

a. Zavisna varijabla: ROA


Pokazatelji multikolinearnosti iznose , a , odnosno za

sve parametre regresije (KZ, PTK, KTL) faktori inflacije varijance su manji od 5, a postotak

tolerancije je veći od 20%, pa se zaključuje da ne postoji problem multikolinearnosti. Može

se zaključiti da su koeficijent zaduženosti i pokazatelj pokrića troškova kamata statistički

značajni u oba izvedena modela.

39

5.3. Usporedba rezultata istraživanja

U 2008. godini poduzeća ostvaruju veći povrat na imovinu u odnosu na 2013. godinu

(1,87%>1,03%), što prikazuje tablica 14. Premda su poduzeća u obje godine

prezadužena, ipak u 2013. godini zaduženost poduzeća je niža u odnosu na 2008.

godinu (72,29%<74,48%). Pokazatelj pokrića troškova kamata ukazuje na činjenicu da

poduzeća prije krize kao ni poslije krize ne mogu iznosom bruto dobiti pokriti troškove

kamata.

Tablica 14. Usporedba pokazatelja poslovanja

Pokazatelji 2008. 2013.

ROA 0,01886 0,01027

KZ 0,74479 0,72294

PTK 1,81777 1,64097

KTL 1,27434 1,20119


Iz modela za 2008. godinu može se zaključiti da zaduženost mjerena koeficijentom

zaduženosti i pokrićem troškova kamata utječu na profitabilnost poslovanja

poduzeća mjerenu povratom na imovinu. Odnosno, zaduženost smanjuje uspješnost

poslovanja promatranih poduzeća.

Iz rezultata regresijske analize modela za 2013. godinu može se isto tako zaključiti da

zaduženost mjerena koeficijentom zaduženosti i pokrićem troškova kamata utječu

na profitabilnost poslovanja poduzeća mjerenu povratom na imovinu. U ovom

modelu, povećanjem zaduženosti povećava se i povrat na imovinu, što se može

objasniti racionalnim korištenjem financijske poluge, odnosno poduzeća se zadužuju

dokle god im je kamatna stopa na dug manja od stope rentabilnosti.

Može se zaključiti da su poduzeća u 2008. godini poslovala gotovo jednako kao i u

2013., dakle velike razlike se ne mogu uočiti. Ali ono što se sigurno može zaključiti je

da poduzeća ne posluju uspješno, ostvaruju nisku profitabilnost, te su prezadužena.

40

6. ZAKLJUČAK

Odluku o strukturi kapitala donose sama poduzeća, a ono što im je svima zajedničko je

postizanje maksimalne vrijednosti poduzeća kombinacijom vlastitih i tuđih izvora

financiranja. Najvažnije za uspješnost poduzeća je postići da se dugoročna imovina

financira iz dugoročnih izvora, a kratkotrajna imovina iz kratkoročnih izvora, ali se dio

kratkotrajne imovine (permanentna kratkotrajna imovina) treba financirati iz dugoročnih

izvora. Uz to za uspješnost poduzeća potrebno je da kamatna stopa na dug bude manja

od stope povrata na vlastiti kapital. Budući da gotovo ne postoji poduzeće koje se u

potpunosti može financirati iz vlastitih izvora, bitno je prema tradicionalnoj ekonomskoj

doktrini da omjer vlastitih i tuđih izvora ne prelazi 1:1 u korist tuđih izvora.

Mala poduzeća su ona koja najviše gube u mogućnosti financiranja, budući da im banke

nisu naklonjene upravo zbog njihove veličine i najčešće nemogućnosti povrata

pozajmljenih sredstava. U hrvatskoj prerađivačkoj industriji upravo su mala poduzeća

ona kojih ima najviše, a budući da je to sektor koji čini ponajveći udio u ukupnom

izvozu, zaposlenosti i strukturi BDP-a, potrebno je poticati ulaganja u ova poduzeća i

ovu industriju. S druge strane, upravo su mala poduzeća ona koja se najlakše mogu

prilagoditi tržišnim, tehnološkim i drugim promjenama na tržištu, pa je to još jedan

razlog da se potakne njihov razvoj.

Uspješnost poslovanja poduzeća može se utvrditi pomoću financijskih pokazatelja.

Pokazatelji zaduženosti koriste se za utvrđivanje financijskog rizika tvrtke, te ukazuju

na kapitalnu strukturu. Pokazatelji profitabilnosti su oni koji mjere uspjeh poduzeća

kroz mogućnost ostvarenja što veće stope povrata ulaganja. Pokazatelji likvidnosti

pokazuju da li je poduzeće u stanju podmiriti svoje dospjele obveze. Ove tri skupine

pokazatelja su korištene u empirijskom dijelu rada, odnosno pomoću njih je provedena

regresijska analiza.

Analiza se odnosi na mala poduzeća hrvatske prerađivačke industrije i to za razdoblje

prije i nakon krize, odnosno na 40 malih poduzeća u 2013. godini i 25 istih poduzeća u

2008. godini. Analiza je provedena uz razinu pouzdanosti od 95%, a rezultati pokazuju

da poduzeća jako loše posluju, prezadužena su, što im sa sigurnošću smanjuje

41

rentabilnost, a značajne razlike prije i poslije krize ne mogu se uočiti. Pokazatelji

likvidnosti, zaduženosti i profitabilnosti jednako su loši za 2008. i 2013. godinu.

Dovodeći u vezu uspješnost poslovanja sa pokazateljima zaduženosti i likvidnosti može

se zaključiti da u strukturi kapitala malih poduzeća u prerađivačkoj industriji

prevladavaju tuđi izvori, odnosno poduzeća su prezadužena i nelikvidna što utječe na

njihovo neuspješno poslovanje.

42

LITERATURA

KNJIGE

1. Cvijanović, V, Marović, M i Sruk, B 2008, Financiranje malih i srednjih

poduzeća, Binoza press, Zagreb

2. Kapil S 2011, Financial management, Dorling Kindersley, New Delhi

3. Lovrić, LJ 2005, Uvod u ekonometriju, Ekonomski fakultet Sveučilišta u Rijeci,

Rijeka

4. Marković, I 2000, Financiranje Teorija i praksa financiranja trgovačkih

društava, RRIF plus, Zagreb

5. Mathur, B. S 2003, Working capital management and control principles &

practice, New age international, New Delhi

6. Orsag, S, Dedi, L 2011, Budžetiranje kapitala Procjena investicijskih projekata,

Drugo prošireno izdanje, Masmedia, Zagreb

7. Pepur, S 2012, Institucionalno okruženje, financijska struktura i performanse

poduzeća, doktorska disertacija, Sveučilište u Splitu, Ekonomski fakultet, Split

8. Vidučić, Lj 2011, Financijski menadžment, VII. dopunjeno i izmijenjeno

izdanje, RRIF plus, Zagreb

9. Žager, K, Mamić Sačer, I, Sever, S, Žager, L 2008, Analiza financijskih

izvještaja, 2. prošireno izdanje, Masmedia, Zagreb

ČLANCI

10. Agyei-Mensah, B. K 2012, 'Working capital management practices of small

firms in the Ashanti region of Ghana', International Journal of Academic

Researsch in Business and Social Science, vol. 2, no. 1, gledano 27 ožujka 2014,

<http://www.hrmars.com/admin/pics/571.pdf>

43

11. Grubišić, M 2011, 'Financijski pokazatelji uspješnosti poslovanja mikro

poduzetnika te malih poduzetnika Hrvatske', Računovodstvo i financije, no. 4,

Zagreb

12. Horvat Jurjec, K 2011, 'Analiza financijskih izvještaja pomoću financijskih

pokazatelja', Računovodstvo, revizija i financije, no. 7, Zagreb

13. Nobanee, H, AlHajjar, M 2009, Optimizing working capital management,

gledano 25 ožujka 2014,

<http://www.google.hr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=3&ved=0

CDgQFjAC&url=http%3A%2F%2Fwww.researchgate.net%2Fpublication%2F2

28252601_Optimizing_Working_Capital_Management%2Ffile%2F79e4151373

9f4ed9f8.pdf&ei=S1kwU_itFOen4ATN54CYCg&usg=AFQjCNEtNbVkd07jS0

BcOv54mRrYfOZ5Ww&bvm=bv.62922401,d.bGE >

14. Škuflić, L i Turuk M 2013, 'Barijere ulaska malih i srednjih poduzeća u

prerađivačku industriju u Hrvatskoj', Poslovna izvrsnost, Zagreb, vol. 7, no. 2,

gledano 23 ožujka 2014,

<http://hrcak.srce.hr/search/?q=barijere+ulaska+malih+i+srednjih+poduze%C4

%87a>

15. Tkalec, M, i Vizek M 2010, 'The impact of macroeconomic policies on

manufacturing production in Croatia', Privredna kretanja i ekonomska politika,

vol. 19, no. 121, pp.61-92, gledano 22 ožujka 2014,

<http://hrcak.srce.hr/48269>

16. Vidučić, LJ 2001, 'Teorijska i praktična motrišta strukture kapitala', Ekonomski

pregled, vol. 52, no. 7-8, pp. 784-800, gledano 28 ožujka 2014,

<http://hrcak.srce.hr/index.php?show=clanak&id_clanak_jezik=45118>

OSTALI IZVORI

17. Bahovec, V n.d., Narušavanje pretpostavki u linearnom regresijskom modelu,

autorizirana predavanja, Ekonomski fakultet Zagreb, gledano 16 svibnja 2014,

<http://web.efzg.hr/dok/sta/vbahovec//REG_DIJAGNOSTIKA-pds.pdf>

44

18. Ministarstvo gospodarstva n.d., Prerađivačka industrija, gledano 23 ožujka

2014,

<http://www.mingo.hr/default.aspx?id=3379>

19. Ministarstvo poduzetništva i obrta 2013, Izvješće opservatorija malog i srednjeg

poduzetništva u Republici Hrvatskoj, gledano 24 ožujka 2014,

<http://www.minpo.hr/UserDocsImages/2.Izvje%C5%A1%C4%87e%20opserva

torija%20malog%20i%20srednjeg%20poduzetni%C5%A1tva%20za%202013..p

df>

20. Rozga, A 2009, Multivarijantna statistička analiza, autorizirana predavanja,

Ekonomski fakultet Split

21. Zakon o poticanju razvoja malog gospodarstva- pročišćen tekst 2013, Članak 3,

Narodne novine, gledano 24 ožujka 2014,

<http://www.zakon.hr/z/527/Zakon-o-poticanju-razvoja-malog-gospodarstva>

45

POPIS ILUSTRACIJA

POPIS GRAFIKONA

Redni

broj Naslov grafikona Stranica

1. MM postavka I u uvjetima poreza 7

2. MM postavka II u uvjetima poreza 8

3. Veza između poluge i troška kapitala prema tradicionalnom pristupu

9

4. Veza između vrijednosti tvrtke i WACC-a prema

tradicionalnom pristupu 10

5. Struktura poduzeća prema veličini u prerađivačkoj industriji 19

6. Permanentni i povremeni bruto radni kapital 27

POPIS TABLICA

Redni broj Naslov tablice Stranica

1. Pokazatelji likvidnosti 22

2. Pokazatelji zaduženosti 23

3. Pokazatelji profitabilnosti 24

4. Pregled korištenih varijabli 30

5. Deskriptivna statistika financijskih pokazatelja za 2013.

godinu

31

6. Osnovni podaci o ocijenjenom modelu za 2013. godinu 32

7. Durbin- Watsonov pokazatelj (test veličine) 33

8. ANOVA modela za 2013. godinu 33

9. Ocijenjeni regresijski model za 2013. godinu 34

10. Deskriptivna statistika financijskih pokazatelja za 2008.

godinu

35

11. Osnovni podaci o ocijenjenom modelu za 2008. godinu 36

12. ANOVA modela za 2008. godinu 37

13. Ocijenjeni regresijski model za 2008. godinu 38

14. Usporedba pokazatelja poslovanja 39

46

POPIS PRILOGA

Redni broj Naslov priloga Stranica

1. Pregled ulaznih varijabli modela za 2013.

godinu 47

2. Pregled ulaznih varijabli modela za 2008.

godinu 48

47

Prilog 1. Pregled ulaznih varijabli modela za 2013. godinu

Poduzeće ROA KZ PTK KTL

Abel 0,012082 0,466523 1,238382 1,902377

A.d. Gaj 0,167831 0,79244 4,218234 1,044483

Adaco 0,010738 0,536405 1,851797 2,168217

Adriateh 0,008034 0,863496 1,278279 1,260031

Aerolega -0,06747 0,984528 -2,67578 0,327706

Agapa Zagreb 0,005952 0,808854 1,513362 0,340387

Agroeuropa 0,043031 0,776611 2,807131 1,496765

Agrokultura -0,01571 0,786504 -1,68096 0,021106

Agropromet-s i m 0,000614 0,703898 1,063866 1,707374

Agz 0,013858 0,845122 1,059887 0,764488

Akord Dubrava 0,00041 0,837584 1,055358 1,025203

Al-di pek 0,075093 0,685813 4,405492 1,104539

Aleta 0,027397 0,833652 2,024448 1,389927

Alida 0,017316 0,450314 1,563116 2,131344

Allvar 0,011426 0,803096 1,525028 1,474485

Alpi aviation 0,006945 0,884853 1,830989 0,658036

Aris-pro -0,04262 0,515931 -1,37052 2,267248

Arogos 0,021581 0,654822 2,835211 1,200756

Arty 0,00271 0,360871 1,681416 1,485916

Aš 0,008509 0,838023 1,349187 1,118097

Autoispuh -0,15348 0,616426 -0,90607 0,954115

Awax -0,01889 0,75632 -0,53877 1,916634

Bmb 0,006515 0,784096 1,918253 0,961037

Box ambalaža -0,07436 0,871785 -1,81851 0,308863

Bravarija Iveković 0,053801 0,667883 3,802147 0,795542

Bravarija Svetec 0,017531 0,789534 2,62406 0,625761

Bravarsko poduzeće Čelik 0,024566 0,698548 2,682584 1,353961

Brina 0,009848 0,77097 3,543027 0,304571

Cmb 0,067319 0,6595 5,740485 1,285457

Codex Zagreb -0,05726 0,619685 0,687168 1,607884

Copyreklam 0,045031 0,706707 3,404749 1,834808

Crc -0,02792 0,946659 -3,36532 0,83898

Croatiašport -0,02008 0,880473 0,655854 1,575999

Cvitaš vg 0,077219 0,806151 3,649909 1,170508

Ćurić usluge 0,028951 0,759387 1,796616 1,171587

Dušak 0,005619 0,537079 1,692384 3,169836

Hiropnemautika 0,039777 0,610923 5,482518 1,158596

Inkop koža 0,043946 0,752805 2,44482 0,431878

Ivanićplast 0,038364 0,488888 3,770869 1,648204

PDA -0,00336 0,764327 0,798254 0,044861


48

Prilog 2. Pregled ulaznih varijabli modela za 2008. godinu

Poduzeće ROA KZ PTK KTL

Abel 0,049105 0,471289 4,082741 1,731406251

Adriateh 0,017559 0,794273 1,683233 1,240984077

Agapa Zagreb 0,026457 0,813864 1,584147 0,489753953

Agropromet-s i m 0,001274 0,825206 1,050469 2,531425075

Akord Dubrava -0,01385 0,796783 0,67496 1,160861597

Aleta 0,005814 0,832017 1,129039 1,326088994

Alida 0,01239 0,653751 1,272868 1,404843625

Allvar 0,020779 0,867552 2,636942 1,151960021

Alpi aviation 0,007064 0,83906 1,286876 0,642460639

Aris-pro -0,07315 0,469533 -8,79837 2,218005467

Aš 0,015721 0,844146 1,781008 1,083488767

Autoispuh 0,014493 0,776347 1,506743 2,013569547

Bmb 0,011342 0,853261 2,461177 0,702591676

Box ambalaža 0,037166 0,860816 2,670353 0,557788543

Bravarsko poduzeće Čelik 0,021631 0,794519 1,940088 1,157394305

Cmb 0,046567 0,741171 3,500631 0,933263071

Codex Zagreb 0,019091 0,544074 3,111613 1,769320133

Copyreklam 0,021276 0,940884 2,42411 0,780024173

Crc 0,001515 0,899992 1,275349 1,005878048

Croatiašport 0,032342 0,790518 2,645091 1,325104312

Cvitaš vg 0,034075 0,835807 2,100702 0,510133151

Dušak 0,040032 0,606781 4,805699 2,481878696

Hiropnemautika 0,057132 0,421392 3,806412 1,394677601

Inkop koža 0,000639 0,720622 1,030099 0,764705373

Ivanićplast 0,064993 0,62611 3,782369 1,480827993


utjecaj strukture kapitala na uspjeŠnost …oliver.efri.hr/zavrsni/538.b.pdf · ponderirani...

Documents