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
Izvor: Vidučić, Lj 2001, 'Teorijska i praktična motrišta strukture kapitala', Ekonomski
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
Izvor: Vidučić, Lj 2001, 'Teorijska i praktična motrišta strukture kapitala', Ekonomski
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
Izvor: Vidučić, Lj 2001, 'Teorijska i praktična motrišta strukture kapitala', Ekonomski
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
Izvor: Žager, K, Mamić Sačer, I, Sever, S, Žager, L 2008, Analiza financijskih
izvještaja, 2. prošireno izdanje, Masmedia, Zagreb, p. 251
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
Izvor: Žager, K, Mamić Sačer, I, Sever, S, Žager, L 2008, Analiza financijskih
izvještaja, 2. prošireno izdanje, Masmedia, Zagreb, p. 253
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
a. Prediktori: (Konstanta), KTL, PTK, KZ b. Zavisna varijabla: ROA
Izvor: Izračun autorice u statističkom paketu SPSS 19.0.
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
Izvor: Izračun autorice u statističkom paketu SPSS 19.0.
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
a. Prediktori: (Konstanta), KTL, PTK, KZ b. Zavisna varijabla: ROA
Izvor: Izračun autorice
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
a. Prediktori: (Konstanta), KTL, PTK, KZ b. Zavisna varijabla: ROA
Izvor: Izračun autorice
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
Izvor: Izračun autorice
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
Izvor: Izračun autorice
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
Izvor: Izračun autorice
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
Izvor: Izračun autorice
49