Acta Univ. Agric. Silvic. Mendelianae Brun. 2010, 58(3), 219-224 | DOI: 10.11118/actaun201058030219

KLASIFIKACE OBCHODNÍCH PARTNERŮ S VYUŽITÍM MATEMATICKÝCH METOD

Mária Režňáková1, Jaromír Jedlička2
1 Ústav financí, Fakulta podnikatelská, Vysoké učení technické v Brně, Kolejní 4, 612 00 Brno, Česká republika
2 Fosfa, a. s., Hraniční 268, 691 41 Břeclav-Poštorná, Česká republika

Článek pojednává o možných přístupech ke klasifikaci obchodních partnerů/zákazníků podniku za účelem volby strategie poskytování obchodních úvěrů. Poskytnutím obchodního úvěru je podnik vystaven platebnímu riziku, tj. riziku nezaplacení dluhu, resp. opožděného zaplacení. To má za následek vznik druhotní platební neschopnosti podniku. Jednou z možností třídění podniků je vývoj vlastního scoringového modelu, protože aplikace v literatuře dostupných modelů neposkytuje korektní zatřídění podniků. Vývoj scoringového modelu je náročný na informace o podnicích a vhodnými daty disponují zpravidla pouze instituce zabývající se poskytováním finančních služeb. Cílem článku je prezentovat možnosti využití shlukové analýzy pro třídění podniků do skupin s využitím poměrových ukazatelů finanční analýzy. Pro účely třídění byly použity ukazatele finanční analýzy, a to šest ukazatelů rentability, tři ukazatele likvidity, pět ukazatelů zadluženosti, jeden ukazatel aktivity a šest dalších ukazatelů konstruovaných na bázi ukazatele potenciálního cash flow. Předmětem analýzy byl soubor podniků chemického průmyslu zabývajících se výrobou chemických látek, pracích prášků a hnojiv. Výsledkem analýzy je rozdělení souboru podniků do pěti skupin vykazujících podobné znaky. K ověření správnosti výsledků byla použita metoda kofenetické korelace. V článku byla prokázána možnost využití hierarchických metod shlukové analýzy pro třídění podniků. Pokud výrobce využije tento postup pro klasifikaci svých zákazníků, může pro každou skupinu zvolit specifický přístup k poskytování obchodních úvěrů.

credit management, třídění podniků, rating podniků, scoring, poměrové ukazatele finanční analýzy, shluková analýza, platební neschopnost

Customers' classification by the using mathematics methods

Companies, as well as financial institutions, deal with the same problem - verification of credibility of and enterprise. How can they identify enterprises with real threat of insolvency? One of the ways are various scoring models oriented on evaluation of the failure probability. This possibility is, however, very demanding on information about financial behaviour of a given subject. Our article discusses the utilisation of cluster analysis to identify similarities of companies and their distribution into groups. The aim of this contribution is to show what possibility are hidden in utilization of the cluster analysis and test by using of cophenetic correlation coefficient. The firms' distribution in the class may be used to determine strategy for granting trade credits.

Keywords: credit management, firms' classification, rating, scoring, ratio analysis, cluster analysis, defaults

Received: March 16, 2010; Published: September 27, 2014  Show citation

ACS AIP APA ASA Harvard Chicago IEEE ISO690 MLA NLM Turabian Vancouver
Režňáková, M., & Jedlička, J. (2010). Customers' classification by the using mathematics methods. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 58(3), 219-224. doi: 10.11118/actaun201058030219
Share...
Download citation
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Open full article

    References

    1. ČERMÁKOVÁ, A., ROST, M. 2009: Statistické nástroje a jejich využití při segmentaci trhu. Dostupné: http://www.agris.cz/etc/textforwarder.php?iType=2&iId=137518&PHPSESSID=a3. [cit: 21-08-2009].
    2. DOSTÁL, P., 2008: Pokročilé metody analýz a modelování v podnikatelství a veřejné správě. 1. vyd. Brno: CERM, 340 s. ISBN 978-80-7204-605-8.
    3. GRÜNWALD, R., 2001: Analýza finanční důvěryhodnosti podniku. 1. vyd. Praha: EKOPRESS, 76 s. ISBN 80-86119-47-5.
    4. HINDLS R., HRONOVÁ, S., SEGER, J., 2006: Statistika pro ekonomy, 6. vyd. Praha: Professional Publishing, 412 s. ISBN 80-86419-99-1.
    5. KISLINGEROVÁ, E., HNILICA, J., 2007: Finanční analýza krok za krokem. 1. vyd. Praha: C. H. Beck, 137 s. ISBN 80-7179-321-3.
    6. HURTOŠOVÁ, J., 2008: Postup vývoja ratingového modelu. Trendy ekonomiky a managementu. 2, 2: s. 34-40. ISSN 1802-8527.
    7. JEDLIČKA, J., 2008: Využití statistických metod při hodnocení finančního rizika podniku. (Diplomová práce) Brno: VUT v Brně, Fakulta podnikatelská, 2008, 78 s.
    8. MRKVIČKA, J., 1997: Finanční analýza. 1. vyd. Praha: Bilance, 207 s.
    9. REŽŇÁKOVÁ, M., 2006: Řízení platebního rizika podniku. In: Řízení a modelování finančních rizik. Sborník vybraných příspěvků. VŠB-TU Ostrava, s. 300-307. ISBN 80-248-1159-6.
    10. ŘEZÁNKOVÁ, H., HÚSEK, D., SNÁŠEL, V., 2007: Shluková analýza dat. 1. vyd. Praha: Professional Publishing, 196 s. ISBN 978-80-86946-26-9.
    11. SŮVOVÁ, H. a kol., 1999: Finanční analýza. 1. vyd. Praha: Bankovní institut, 622 s. ISBN 80-7265-027-0
    12. ZALAI, K. a kol., 2007: Finančno-ekonomická analýza podniku. 5. vyd. Bratislava: SPRINT vfra, 358 s. ISBN 978-80-89085-74-1.
    13. VINŠ, P., LIŠKA, V., 2005: Rating. 1. vyd. Praha: C. H. Beck, 110 s. ISBN 80-7179-807-X.
    14. www.justice.cz

    This is an open access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY NC ND 4.0), which permits non-comercial use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.


    Return to the content