Embed Size (px)
Citation preview
UNIVERZA V MARIBORU
EKONOMSKO-POSLOVNA FAKULTETA
Magistrsko delo
DEJAVNIKI RASTI HITRO RASTOČIH
MALIH IN SREDNJE VELIKIH PODJETIJ
V SLOVENIJI
Marec 2016 Mojca Mastnak
UNIVERZA V MARIBORU EKONOMSKO-POSLOVNA FAKULTETA
Magistrsko delo
DEJAVNIKI RASTI HITRO RASTOČIH
MALIH IN SREDNJE VELIKIH PODJETIJ
V SLOVENIJI
Factors of Growth of Fast Growing Small and Medium-sized
Enterprises in Slovenia
Kandidatka: Mojca Mastnak
Študijski program: Ekonomija in poslovne vede
Študijska smer: Računovodstvo in revizija
Mentorica: izr. prof. dr. Mojca Duh
Somentorica: izr. prof. dr. Bojana Korošec
Študijsko leto: 2015/16
Maribor, marec 2016
POVZETEK
Mala in srednje velika podjetja (MSP) so temeljni del slovenskega gospodarstva, saj
predstavljajo več kot 99 % vseh podjetij ter ustvarjajo skoraj 70 % delovnih mest in
skoraj 68 % vrednosti prihodkov vseh podjetij (po podatkih iz leta 2013). Zaradi svoje
sposobnosti prilagajanja na spreminjajoče se poslovno okolje so ključnega pomena za
rast slovenskega gospodarstva in zagotavljajo trdno podlago za rast novih ter krepitev
že obstoječih panog. V skupini več kot 182.089 MSP je opazna množica hitro rastočih,
dinamičnih podjetij. Odkar se je pričela svetovna kriza v letu 2008, so skoraj vsa nova
delovna mesta in gospodarsko rast ustvarila MSP. Medtem ko velika podjetja in ostalo
gospodarstvo okreva, pa hitro rastoča podjetja (v nadaljevanju HRP) dosegajo izjemne
stopnje rasti, visoko donosnost in hitro rast števila zaposlenih.
V empirični raziskavi smo po vzoru podobnih raziskav tujih avtorjev proučevali vpliv
specifičnih dejavnikov (značilnosti premoženjsko-finančnega položaja, poslovne
učinkovitosti, denarne uspešnosti poslovanja, velikosti in starosti) na rast prihodkov od
prodaje in števila zaposlenih v hitro rastočih MSP v Sloveniji. Študija obsega panelne
podatke iz obdobja 2009–2013 za vzorec 200 podjetij, pridobljen iz izbora Slovenska
gazela 2014. Z multiplo regresijsko analizo smo ugotovili, da na rast prihodkov od
prodaje pozitivno vpliva večja delovna produktivnost, negativno pa vplivajo velikost,
starost in enostavni denarni tok. Na rast števila zaposlenih pa prav tako pozitivno
vplivata večja delovna produktivnost in večji enostavni denarni tok, negativno pa
velikost, starost in statična likvidnost.
Rast MSP je pomemben pokazatelj uspešnega gospodarstva, vendar še vedno prezrt s
strani oblikovalcev politike. Več je treba storiti za dvig ozaveščenosti o pomembnosti
teh podjetij in ustvariti poslovno okolje, ki bo ugodno za njihov razvoj in rast.
Ključne besede: mala in srednje velika podjetja (MSP), rast podjetja, panelni podatki,
regresijska analiza, dejavniki hitre rasti podjetij.
SUMMARY
Small and medium sized enterprises (SMEs) are a fundamental part of the slovenian
economy, comprising over 99 % of total establishments and contributing to almost 70 %
of employment as well as over 68 % of income (data of 2013). With their capacity to
adapt in an ever-changing business environment, SMEs are vital for the growth of the
Slovenian economy. They have potential to contribute substantially to the economy and
can provide a strong foundation for the growth of new industries as well as
strengthening existing ones. Within this group of more than 182.089 SMEs there is a
notable subset of fast-growing, dynamic businesses. Since global crisis started in 2008,
they have almost exclusively generated new, net job creation and growth of BDP. While
large companies and other economy is recovering, they are growing rapidly, showing
high profitability and increased number of employees.
In the empirical study we examined the impact of firm specific variables on the growth
in sales revenue and employees of fast growing SMEs in Slovenia. The study utilizes
panel data of a sample of 200 firms observed from 2009 to 2013 in Slovenia using
regression analysis. The determinants of growth were selected as identified by previous
studies, and were size (measured by operating revenue and numbers of employee), age,
indebtedness, internal financing, factor productivity. Our findings of panel regressions
show that labor productivity has positive, and size, age and net cash flow have negative
influence on growth of operating revenue, which mean, that larger and older companies
grow slower. Positive influence on growth of employees have again labor productivity
and this time also net cash flow. On the contrary, negative influence have size, age and
current liquidity.
Growth of SMEs is an important indicator of a thriving economy, but still it is often
overlooked by policy makers. More needs to be done to raise awareness of the
importance of these businesses and to create a business environment that will be
beneficial for SMEs development.
Key words: small and medium enterprises (SME’s), firm growth, panel data analysis,
regression analysis, growth factors.
i
KAZALO
1 UVOD ........................................................................................................................ 1 1.1 Opredelitev področja in opis problema ............................................................................................ 1 1.2 Namen in cilji naloge .......................................................................................................................... 3 1.3 Načrt poteka raziskave ...................................................................................................................... 3
1.3.1 Hipoteze ...................................................................................................................................... 4 1.3.2 Potek raziskave ........................................................................................................................... 6 1.3.3 Metode raziskave ........................................................................................................................ 8
1.4 Predpostavke in omejitve raziskave .................................................................................................. 9
2 TEORETIČNA IZHODIŠČA ............................................................................... 10 2.1 Uvod ................................................................................................................................................... 10 2.2 Opredelitev in pomen MSP.............................................................................................................. 10
2.2.1 Opredelitev MSP ....................................................................................................................... 10 2.2.2 Pomen MSP .............................................................................................................................. 16
2.3 Opredelitev rasti MSP ...................................................................................................................... 19 2.3.1 Uspešnost in učinkovitost ......................................................................................................... 19 2.3.2 Razvoj podjetja ......................................................................................................................... 20 2.3.3 Rast podjetja ............................................................................................................................. 21
2.4 Rast MSP v Sloveniji in EU ............................................................................................................. 24 2.4.1 Rast MSP v Sloveniji ................................................................................................................ 24 2.4.2 Rast MSP v EU ......................................................................................................................... 28 2.4.3 Podpora MSP s strani države in EU .......................................................................................... 30
2.5 Gazele kot hitro rastoča podjetja .................................................................................................... 33 2.5.1 Dinamična podjetja ................................................................................................................... 33 2.5.2 Izbor Slovenska gazela ............................................................................................................. 35 2.5.3 Izbor evropske gazele Europe's 500 .......................................................................................... 37
2.6 Dejavniki rasti MSP ......................................................................................................................... 38 2.6.1 Notranji dejavniki ..................................................................................................................... 41 2.6.2 Zunanji dejavniki ...................................................................................................................... 48 2.6.3 Dejavniki, ki ovirajo rast podjetja ............................................................................................. 52 2.6.4 Rast MSP v prihodnosti ............................................................................................................ 54
2.7 Sinteza spoznanj ............................................................................................................................... 55
3 EMPIRIČNA ANALIZA ...................................................................................... 57 3.1 Predstavitev vzorca .......................................................................................................................... 57 3.2 Opredelitev in pomen izbranih spremenljivk ................................................................................ 60
3.2.1 Odvisni spremenljivki ............................................................................................................... 61 3.2.2 Neodvisne spremenljivke .......................................................................................................... 64 3.2.3 Gibanje spremenljivk modela ................................................................................................... 74
3.3 Korelacijska analiza ......................................................................................................................... 75 3.3.1 Korelacijska analiza med odvisno in neodvisnimi spremenljivkami ........................................ 75 3.3.2 Korelacijska analiza med posameznimi neodvisnimi spremenljivkami .................................... 76
3.4 Multipla regresijska analiza ............................................................................................................ 78 3.4.1 Regresijski model ..................................................................................................................... 78 3.4.2 Izračun alternativnih regresijskih modelov ............................................................................... 80
3.5 Ovrednotenje hipotez ....................................................................................................................... 88 3.6 Primerjava rezultatov raziskave z drugimi raziskavami .............................................................. 89 3.7 Sinteza spoznanj ............................................................................................................................... 91
4 SKLEP .................................................................................................................... 93
LITERATURA IN VIRI .............................................................................................. 96
ii
KAZALO SLIK
SLIKA 1: DIAGRAM POTEKA RAZISKAVE ......................................................................................... 7 SLIKA 2: GOSTOTA MSP PO SVETU NA 1.000 PREBIVALCEV ...................................................... 18 SLIKA 3: CIKEL RASTI NOVEGA PODJETJA ..................................................................................... 22 SLIKA 4: PRIMERJAVA GIBANJA POVPREČNEGA ŠTEVILA ZAPOSLENIH
V CELOTNEM GOSPODARSTVU IN V HRP V OBDOBJU 2006–2013 ............................ 28 SLIKA 5: GIBANJE ŠTEVILA MSP, ŠTEVILA ZAPOSLENIH V MSP IN DODANE
VREDNOSTI MSP V OBDOBJU 2008–2013 V EU ............................................................... 29 SLIKA 6: DODANA VREDNOST IN ZAPOSLENOST V MSP V DRŽAVAH ČLANICAH EU
V OBDOBJU 2008–2013. ....................................................................................................... 30 SLIKA 7: MULTIDIMEZIONALNI MODEL RASTI PODJETJA ......................................................... 39 SLIKA 8: DEJAVNIKI RASTI DINAMIČNIH PODJETIJ ..................................................................... 40 SLIKA 9: POVPREČNE OCENE OKVIRNIH POGOJEV ZA PODJETNIŠTVO – SLOVENIJA,
GEM IN EU .............................................................................................................................. 54 SLIKA 10: GIBANJE POVPREČNIH PRIHODKOV OD PRODAJE, SREDSTEV IN
ZAPOSLENIH V PODJETJIH IZ VZORCA V OBDOBJU 2009-2013 ............................... 60 SLIKA 11: HISTOGRAM PORAZDELITVE GROWTHREV................................................................... 62 SLIKA 12: HISTOGRAM PORAZDELITVE GROWTHEMP .................................................................. 63 SLIKA 15: POVPREČNE STOPNJE RASTI SPREMENLJIVK 2009–2013 .......................................... 75
KAZALO TABEL
TABELA 1: RAZVRŠČANJE PODJETIJ PO VELIKOSTI PO ZGD-1 .................................................. 10 TABELA 2: RAZVRŠČANJE PODJETIJ PO VELIKOSTI PO KLASIFIKACIJI EVROPSKE
KOMISIJE ............................................................................................................................ 11 TABELA 3: PREDNOSTI IN SLABOSTI MSP V PRIMERJAVI Z VELIKIMI PODJETJI .................. 11 TABELA 4: ZNAČILNOSTI MSP V PRIMERJAVI Z VELIKIMI PODJETJI ...................................... 14 TABELA 5: MSP V SLOVENIJI PO DEJAVNOSTIH V LETU 2013 .................................................... 17 TABELA 6: ŠTEVILO PODJETIJ, ZAPOSLENOST IN DODANA VREDNOST MSP V EU
LETA 2013 ........................................................................................................................... 18 TABELA 7: ZNAČILNOSTI RASTI IN RAZVOJA PODJETJA ............................................................ 20 TABELA 8: HITRO RASTOČA PODJETJA V OBDOBJU 2007–2013 ................................................. 26 TABELA 9: HITRO RASTOČA PODJETJA NA DAN 31. 12. 2013 PO VELIKOSTI .......................... 26 TABELA 10: PODATKI O POSLOVANJU HITRO RASTOČIH PODJETIJ V LETU 2013
(V TISOČ EUR) ................................................................................................................. 26 TABELA 11: RAZLIKA MED DINAMIČNIMI IN STATIČNIMI PODJETJI....................................... 35 TABELA 12: KLJUČNI GEMOVI OKVIRNI POGOJI ZA PODJETNIŠTVO ...................................... 50 TABELA 13: DEJAVNIKI SPODBUJANJA IN ZAVIRANJA RASTI .................................................. 52 TABELA 14: PREDSTAVITEV VZORCA PO VELIKOSTI, STAROSTI IN SEKTORJU NA
DAN 31. 12. 2013 ............................................................................................................... 58 TABELA 15: POVPREČNE VREDNOSTI BILANČNIH PODATKOV ZA VSA PODJETJA IZ
VZORCA NA DAN 31. 12. 2013 IN NJIHOVE STOPNJE RASTI V OBDOBJU
2009–2013 .......................................................................................................................... 59 TABELA 16: SEZNAM ODVISNIH IN NEODVISNIH SPREMENLJIVK ........................................... 60 TABELA 17: OPISNA STATISTIKA GROWTHREV ............................................................................... 62 TABELA 18: OPISNA STATISTIKA GROWTHEMP .............................................................................. 63 TABELA 19: TEST NORMALNE PORAZDELITVE GROWTHREV IN GROWTHEMP ......................... 64 TABELA 20: PRIMERJAVA UPORABE SPREMENLJIVK MODELA V NAŠI RAZISKAVI Z
NEKATERIMI TUJIMI RAZISKAVAMI ......................................................................... 64 TABELA 21: OPISNA STATISTIKA SIZE ............................................................................................. 66 TABELA 22: TEST NORMALNE PORAZDELITVE LOG SIZE .......................................................... 66 TABELA 23: OPISNA STATISTIKA CUR_RATIO ............................................................................... 67 TABELA 24: TEST NORMALNE PORAZDELITVE CUR_RATIO ..................................................... 67
iii
TABELA 25: OPISNA STATISTIKA LEVER ........................................................................................ 68 TABELA 26: TEST NORMALNE PORAZDELITVE LEVER ............................................................... 68 TABELA 27: OPISNA STATISTIKA CAP_PROD ................................................................................. 69 TABELA 28: TEST NORMALNE PORAZDELITVE CAP_PROD ....................................................... 69 TABELA 29: OPISNA STATISTIKA LAB_PROD ................................................................................. 70 TABELA 30: TEST NORMALNE PORAZDELITVE LOG LAB_PROD .............................................. 70 TABELA 31: OPISNA STATISTIKA ENOSTAVNI DENARNI TOK IN CF_RATIOA) ....................... 71 TABELA 32: TEST NORMALNE PORAZDELITVE CF_RATIOA) ...................................................... 72 TABELA 33: OPISNA STATISTIKA »ČISTI DENARNI TOK IZ POSLOVANJA« IN
CF_RATIOB) ....................................................................................................................... 73 TABELA 34: TEST NORMALNE PORAZDELITVE (CF_RATIOB)).................................................... 73 TABELA 35: OPISNA STATISTIKA AGE ............................................................................................. 74 TABELA 36: TEST NORMALNE PORAZDELITVE SIZE ................................................................... 74 TABELA 37: POVPREČNE VREDNOSTI NEODVISNIH SPREMENLJIVK IN NJIHOVE
STOPNJE RASTI ............................................................................................................... 74 TABELA 38: KORELACIJSKA MATRIKA POVEZANOSTI SPREMENLJIVK MODELA S
POSAMEZNO ODVISNO SPREMENLJIVKO ................................................................ 76 TABELA 39: KORELACIJSKA MATRIKA MEDSEBOJNE POVEZANOSTI SPREMENLJIVK
MODELA ........................................................................................................................... 77 TABELA 40: ALTERNATIVNI REGRESIJSKI MODELI GROWTHREV .............................................. 81 TABELA 41: ALTERNATIVNI REGRESIJSKI MODELI GROWTHEMP.............................................. 85 TABELA 42: PRIMERJAVA REZULTATOV RAZISKAVE Z DRUGIMI RAZISKAVAMI .............. 90
SEZNAM OKRAJŠAV
AJPES Agencija Republike Slovenije za javnopravne evidence in storitve
BDP bruto domači proizvod
BDV bruto dodana vrednost
BISNODE Bisnode, družba za medije ter poslovne in bonitetne informacije, d. o. o.
ESS Evropski socialni sklad
EU Evropska unija
Europe's 500 500 najhitreje rastočih evropskih podjetij (angl. The European top growth companies ali
Europe's Most Dynamic Entrepreneurs)
HRP hitro rastoča podjetja
MGRT Ministrstvo za gospodarski razvoj in tehnologijo
MSP mala in srednje velika podjetja
OECD Organizacija za gospodarsko sodelovanje in razvoj (angl. Organisation for Economic
Co-operation and Development)
SBA Small Business Act
SIST Slovenski inštitut za standardizacijo
SPSS programska oprema za prediktivno analitiko (angl. Statistical Package for the Social
Sciences)
SURS Statistični urad Republike Slovenije
ZGD Zakon o gospodarskih družbah
1
1 UVOD
1.1 Opredelitev področja in opis problema
Mala in srednje velika podjetja (v nadaljevanju MSP) so tako v Sloveniji kot drugje po
svetu izredno pomembna, saj predstavljajo večino gospodarstva in ustvarijo velik delež
bruto domačega proizvoda. Po podatkih Statističnega urada Republike Slovenije (v
nadaljevanju SURS) so MSP v letu 2013 predstavljala 99,8 % vseh podjetij, zaposlovala
66,9 % vseh zaposlenih in skupaj ustvarila skoraj 68 % vrednosti prihodkov slovenskih
podjetij. Ti makroekonomski podatki nam povedo, da so ta podjetja gonilna sila
slovenskega gospodarstva. Rebernik in Tominčeva (2014, str. 7–8) ugotavljata, da se je
v obdobju 2010–2012 skupno število podjetij povečalo za 4 %, k čemur so v največji
meri prispevala mikro podjetja, v vseh drugih velikostnih razredih pa se je število
podjetij zmanjšalo. V vseh velikostnih razredih se je zmanjšalo tudi število zaposlenih,
najbolj v srednje velikih podjetjih. Zmanjšali sta se tudi povprečna dodana vrednost na
podjetje in povprečna dodana vrednost na zaposlenega, ki je v Evropski uniji (v
nadaljevanju EU) v letu 2012 znašala 44.800 EUR, v Sloveniji pa le 29.100 EUR.
Svetovna gospodarsko-finančna kriza, ki se je začela v letu 2008, je nedvomno močno
prizadela slovensko gospodarstvo, zato je zelo pomembno, da se uredijo
makroekonomski okviri ter se podjetja sama primerno prestrukturirajo. Rebernik in
Tominčeva (prav tam, str. 8) menita, da je ključni proizvodni vir pri tem strokovno
znanje ter znanje o iskanju, odkrivanju in izkoriščanju poslovnih priložnosti ter o
uresničevanju ustvarjalnih idej in inovacij.
Kljub negativnim posledicam krize in težjim pogojem poslovanja pa še vedno obstajajo
podjetja, ki hitro rastejo in dosegajo nadpovprečne uspehe. To so predvsem MSP, ki so
bolj fleksibilna in se lahko hitreje odzovejo in prilagodijo novim okoliščinam na trgu.
Proučevanje rasti pa je zelo heterogeno, saj obstajajo precejšnje razlike v merjenju
podjetniške rasti v daljšem času, razlike v procesih, zaradi katerih podjetja rastejo
(organska rast, združitev itd.), razlike v značilnostih podjetij samih in v okolju, v
katerem poslujejo (Širec, 2011, str. 21). V literaturi se zato za rast podjetja pojavljajo
številna merila. Raziskovalci (Mateev in Anastasov, 2012; Zhoua et al., 2009; Almus,
2002; Grundström et al., 2003) so v svojih raziskavah uporabili različne definicije rasti,
kot npr.: rast prodaje, rast števila zaposlenih, rast sredstev, rast dobička in rast tržnega
deleža.
Običajno vsako podjetje želi rasti in se razvijati, kar mu bo omogočilo doseči prednost
pred konkurenco ter maksimirati dobiček. Na rast in razvoj podjetja pa vplivajo številni
dejavniki, poleg notranjih (organizacijskih, individualnih) tudi zunanji, na katera
podjetja nimajo vpliva, temveč se jim lahko le prilagajajo. Duhova (2002, str. 47–66)
navaja notranje in zunanje dejavnike rasti in razvoja MSP. Notranji dejavniki so širina
poslovnega procesa podjetja, razpoložljivost temeljne sestavine, kakovost upravljalno-
vodstvene strukture podjetja, osebni cilji lastnika/managerja, mreže oz. odnosi lastnika/
managerja v okolju, lastnosti lastnika/managerja in metode managementa oz. pristop k
planiranju in kontroli v podjetju. Kot zunanji dejavniki pa so najpogosteje omenjeni
splošni pogoji gospodarjenja v narodnem gospodarstvu, značilnosti in rasti panoge, v
kateri podjetje deluje, obstoječe tržne priložnosti, struktura gospodarstva v pogledu
delitve moči in trgov med malimi in srednje velikimi ter velikimi podjetji ter zunanja
2
ekonomija. Duhova pri tem poudarja, da imajo med dejavniki osrednjo vlogo kakovost
upravljalno-vodstvene strukture ter lastnosti, cilji in mreže lastnika/managerja.
Veliko raziskovalcev (Zhou in Wit, 2009; Širec, 2011; Pšeničny, 2009; Mateev in
Anastasov, 2010 in 2012; Molinari et al., 2009; Nunes et al., 2013; Voulgaris et al.,
2003) je v svojih raziskavah proučevalo dejavnike hitre rasti podjetij. V prvi sklop bi
lahko uvrstili raziskave, ki so se pretežno ukvarjale s kvalitativnimi dejavniki ter
temeljijo na anketnih vprašalnikih in obravnavajo osebnostne lastnosti, izobrazbeno
strukturo, osebne cilje in motive vodstva podjetij, okoljske vplive, finančno okolje itd.
Raziskovalca Zhou in Wit (2009, str. 3) menita, da lahko dejavnike za rast podjetij
razdelimo v tri skupine, in sicer individualne, organizacijske in okoljske, od katerih
imajo največji vpliv na rast organizacijski dejavniki. Avtorja ugotavljata (prav tam, str.
17), da bodo podjetja, katerih podjetniki imajo visoko motivacijo in veliko tehničnega
znanja, rasla hitreje, ključnega pomena pa je tudi dostopnost finančnih virov oz.
možnosti zadolževanja. Gray (2000) ter Maki in Pukkinen (2000, povzeto po Širec,
2011, str. 24) pravijo, da k rasti podjetja najbolj prispeva človeški dejavnik –
osebnostne lastnosti lastnika oz. podjetnika. Rast malega podjetja je rezultat jasne,
pozitivne motivacije, namena in dejanj podjetnika. Dejavniki, ki spodbujajo rast, zato v
največji meri predstavljajo podjetnika, ki ga vodijo lastna potreba, želje in zaupanje k
dosežkom (prav tam, str. 24). V Sloveniji je vpliv subjektivnih dejavnikov na hitro rast
podjetij raziskoval Pšeničny (2009, 280–281), ki je ugotovil, da na rast slovenskih gazel
v primerjavi z gazelami iz EU podobno vplivajo dejavniki podjetniška vizija in strateški
management podjetja, nagnjenost k raziskavam in razvoju, uvajanju inovacij,
internacionalizacija in globalizacija ter lojalnost zaposlenih. Manjši vpliv na rast
slovenskih v primerjavi z evropskimi gazelami pa imajo dejavniki odnos do tveganja,
pomembnost logistike, organizacije in nagrajevanja zaposlenih, finančno okolje in
finančno planiranje.
V drugi sklop pa bi lahko uvrstili raziskave, ki so dajale prednost obravnavi
kvantitativnih dejavnikov in proučujejo računovodsko-finančne podatke ter vpliv
poslovanja, velikosti in starosti na rast podjetij. Po ugotovitvah Mateev in Anastasov
(2012, str. 131–132) se MSP v tranzicijskih ekonomijah – državah (Bolgarija, Hrvaška,
Češka, Romunija in Srbija) opirajo na interne vire financiranja, zato bistveno hitreje
rastejo podjetja z velikim čistim denarnim tokom iz poslovanja. Avtorja nadalje
ugotavljata, da ima kratkoročna likvidnost negativen vpliv na rast prihodkov od prodaje,
nasprotno pa imata poslovna učinkovitost uporabe opredmetenih osnovnih sredstev in
delovna produktivnost velik pozitiven vpliv na rast, tako sredstev kot prihodkov od
prodaje. Prav tako na rast vpliva tudi starost podjetja, in sicer mlajša podjetja rastejo
hitreje kot starejša. Molinari et al. (2009, str. 18–19) ugotavljajo, da hitreje rastejo
italijanska proizvodna podjetja, ki imajo velik čisti denarni tok iz poslovanja, hkrati pa
se opirajo na zunanje vire financiranja. Avtorji zato menijo, da sta pomembna dejavnika
rasti teh podjetij dober bančni sistem in razvit finančni trg. Nunes et al. (2013, str. 269–
270) ugotavljajo, da imata velik vpliv na rast portugalskih podjetij delovna
produktivnost ter čisti denarni tok iz poslovanja, ki prav tako povečujeta možnosti
preživetja mlajših in manjših podjetij v primerjavi z večjimi in starejšimi. Elston (2002,
str. 12–13) ugotavlja, da imata velik vpliv na rast nemških podjetij likvidnost in denarni
tok. Voulgaris et al. (2003, str. 817) pa ugotavljajo, da imajo na rast grških podjetij
največji vpliv zunanje financiranje, delovna produktivnost ter donosnost sredstev in
kapitala. V lastni raziskavi bomo za rast podjetja upoštevali letno stopnjo rasti čistih
prihodkov od prodaje in števila zaposlenih ter se posvetili raziskavi kvantitativnih
3
dejavnikov, ki vplivajo na rast hitro rastočih slovenskih MSP. V Sloveniji podobne
raziskave še ni bilo.
1.2 Namen in cilji naloge
Osnovni namen magistrskega dela je ugotoviti, ali in kako izbrani dejavniki vplivajo na
rast hitro rastočih MSP v Sloveniji, ter primerjati rezultate dobljene analize z
ugotovitvami drugih avtorjev podobnih raziskav iz posameznih držav v Evropi. Namen
je tudi predstaviti raziskovalne ugotovitve, ki so lahko v pomoč pri odločanju lastnikom
in managerjem MSP ter podpornim inštitucijam v Sloveniji.
Cilji v teoretičnem delu so:
predstaviti značilnosti in pomen MSP v Sloveniji in po svetu;
predstaviti rast MSP v Sloveniji in EU v preteklih letih;
predstaviti gazele kot HRP ter izbor slovenskih in evropskih gazel;
pregledati relevantno literaturo s področja hitre rasti MSP;
proučiti merila rasti ter predstaviti dejavnike, ki vplivajo na hitro rast MSP;
pregledati raziskovalne modele in ključne spremenljivke, uporabljene v
preteklih raziskavah, na katerih bo temeljila primerjava;
predstaviti rezultate podobnih raziskav o dejavnikih rasti MSP v Evropi.
Cilji empirične raziskave so:
ugotoviti, ali in kako izbrani dejavniki vplivajo na rast hitro rastočih MSP v
Sloveniji,
ugotoviti, ali izbrani dejavniki vplivajo na rast hitro rastočih MSP v Sloveniji
podobno kot v drugih evropskih državah.
1.3 Načrt poteka raziskave
V lastni raziskavi ugotavljamo, ali in kako izbrani dejavniki vplivajo na rast hitro
rastočih slovenskih MSP. Dejavnike smo izbrali na podlagi ugotovitev tujih avtorjev
(Mateev in Anastasov, 2010 in 2012; Molinari et al., 2009; Voulgaris et al., 2003 in
Nunes et al., 2013) o pomembnem vplivu določenega dejavnika na hitro rast MSP v
posameznih evropskih državah. Ti so izraženi kot spremembe računovodsko-finančnih
kazalnikov in predstavljajo statično likvidnost, zadolženost, poslovno učinkovitost
uporabe opredmetenih osnovnih sredstev, delovno produktivnost, denarno izidnost
čistih prihodkov od prodaje, čisti denarni tok iz poslovanja ter velikost in starost
podjetja. Kvantitativne podatke, potrebne za izračun kazalnikov, bomo pridobili in
izračunali iz javno objavljenih letnih poročil (bilance stanja in izkaza uspeha), na
podlagi katerih smo proučevali vpliv sprememb kazalnikov na hitro rast podjetij.
Statistični vzorec bomo pridobili iz izbora Slovenska gazela, ki ga vsako leto pripravi
medijska hiša Dnevnik in predstavlja lestvico 500 najhitreje rastočih podjetij v
Sloveniji. Verodostojnost izbora temelji na skrbno oblikovani in natančni metodologiji,
ki upošteva: indeks petletne rasti prihodkov od prodaje, dodano vrednost na
zaposlenega, rast števila zaposlenih, indeks DaBeg in stopnjo verjetnosti propada
podjetja (Dnevnik, 2015). Ker bomo za hitro rast podjetja upoštevali dve odvisni
spremenljivki (rast čistih prihodkov od prodaje in rast števila zaposlenih), bomo
analizirali vpliv sprememb kazalnikov (neodvisnih spremenljivk) na vsako odvisno
4
spremenljivko posebej. Ta merila so relativno nesporna, podatki so javno dostopni,
rezultati pa omogočajo primerjavo z drugimi državami.
1.3.1 Hipoteze
H1: Večja velikost podjetja pozitivno vpliva na rast MSP.
H1.1: Večja velikost podjetja pozitivno vpliva na rast čistih prihodkov od prodaje
MSP.
H1.2: Večja velikost podjetja pozitivno vpliva na rast števila zaposlenih v MSP.
Utemeljitev: velikost podjetij bomo merili z obsegom čistih prihodkov od prodaje ter s
številom zaposlenih. Proučevali bomo, kako prihodki od prodaje in število zaposlenih
vplivajo na letno stopnjo rasti prihodkov od prodaje oz. na letno stopnjo rasti števila
zaposlenih. Številni avtorji v svojih raziskavah (Mateev in Anastasov, 2012; Molinari et
al., 2009; Zhou in de Wit, 2009) ugotavljajo, da lažje in posledično hitreje rastejo MSP,
ki so večja po obsegu prihodkov od prodaje in številu zaposlenih, in menijo, da večja
podjetja lažje pridobijo tuje vire financiranja, ki omogočajo hitro rast.
H2: Manjša statična likvidnost pozitivno vpliva na rast MSP.
H2.1: Manjša statična likvidnost pozitivno vpliva na rast čistih prihodkov od prodaje
MSP.
H2.2: Manjša statična likvidnost pozitivno vpliva na rast števila zaposlenih v MSP.
Utemeljitev: statično likvidnost bomo merili s kazalnikom »kratkoročni koeficient«, ki
meri razmerje med kratkoročnimi sredstvi in kratkoročnimi obveznostmi in izraža
pokritost kratkoročnih sredstev s kratkoročnimi viri. Statična likvidnost podjetja se
povečuje, če se povečuje vrednost tega koeficienta. Kadar je vrednost kazalnika večja
od 1, potem gospodarska družba kratkoročna sredstva financira tudi z dolgoročnimi
viri1. Mateev in Anastasov (2012, 130) ugotavljata, da imajo hitro rastoča MSP (glede
na rast prihodkov od prodaje, celotnih sredstev in števila zaposlenih) v vzhodni Evropi
svoja denarna sredstva vezana v financiranje rasti, kar posledično pomeni, da vzdržujejo
nizko likvidnost.
H3: Večja zadolženost pozitivno vpliva na rast MSP.
H3.1: Večja zadolženost pozitivno vpliva na rast čistih prihodkov od prodaje MSP.
H3.2: Večja zadolženost pozitivno vpliva na rast števila zaposlenih v MSP.
Utemeljitev: obseg zadolževanja bomo merili s kazalnikom, ki meri razmerje med
dolgovi in vsemi obveznostmi do virov sredstev. Kazalnik kaže način financiranja
podjetja in delež tujih virov financiranja. Nižja kot je vrednost kazalnika, večjo
finančno moč (večji delež lastniških virov) ima podjetje in bolj neizkoriščen je finančni
vzvod podjetja. Velik delež kapitala (lastniških virov) v financiranju zmanjšuje tveganje
pri poslovanju, vendar je kapital večinoma dražji vir financiranja, hkrati pa so tuji viri
financiranja običajno težje dosegljivi za MSP. Molinari et al. (2009, str. 18) ugotavljajo,
da bolj zadolžena italijanska MSP rastejo hitreje.
1 Opisi posameznih kazalnikov so povzeti po AJPES (Agencija Republike Slovenije za javnopravne
evidence in storitve) in BISNODE (Bisnode, družba za medije ter poslovne in bonitetne informacije,
d. o. o., je vodilni ponudnik poslovnih informacij v slovenskem gospodarskem prostoru).
5
H4: Večja poslovna učinkovitost uporabe opredmetenih osnovnih sredstev
pozitivno vpliva na rast MSP.
H4.1: Večja poslovna učinkovitost uporabe opredmetenih osnovnih sredstev pozitivno
vpliva na rast čistih prihodkov od prodaje MSP.
H4.2: Večja poslovna učinkovitost uporabe opredmetenih osnovnih sredstev pozitivno
vpliva na rast števila zaposlenih v MSP.
Utemeljitev: poslovno učinkovitost uporabe opredmetenih osnovnih sredstev bomo
merili s kazalnikom poslovne učinkovitosti, ki meri razmerje med čistimi prihodki od
prodaje in opredmetenimi sredstvi. Kazalnik poslovne učinkovitosti kaže učinkovitost
poslovodstva pri upravljanju (izkoriščanju) opredmetenih osnovnih sredstev. T a so
poleg zaposlenih najpomembnejša prvina, saj podjetje z njimi ustvarja poslovne učinke
in pridobiva prihodke. Podjetje posluje učinkovitejše, če je vrednost kazalnika čim večja
(pozitivna). Mateev in Anastasov (2012, str. 130) ugotavljata, da ima večanje poslovne
učinkovitosti uporabe opredmetenih osnovnih sredstev velik pozitiven vpliv na rast
MSP.
H5: Večja delovna produktivnost pozitivno vpliva na rast MSP.
H5.1: Večja delovna produktivnost pozitivno vpliva na rast čistih prihodkov od
prodaje MSP.
H5.2: Večja delovna produktivnost pozitivno vpliva na rast števila zaposlenih MSP.
Utemeljitev: delovno produktivnost bomo merili s kazalnikom delovne produktivnosti,
ki meri razmerje med čistimi prihodki od prodaje in številom zaposlenih. Večja kot je
vrednost kazalnika, učinkovitejše podjetje posluje. Mateev in Anastasov (2012, str. 130)
ugotavljata, da ima večanje delovne produktivnosti velik pozitiven vpliv na rast podjetij.
Nunes et al. (2013, str. 270) ugotavljajo, da večanje delovne produktivnosti zelo
pozitivno vpliva na rast tako starejših kot mlajših MSP, hkrati pa pozitivno vpliva na
sposobnost preživetja starejših MSP.
H6: Večja denarna izidnost sredstev pozitivno vpliva na rast MSP.
H6.1: Večja denarna izidnost sredstev pozitivno vpliva na rast čistih prihodkov od
prodaje MSP.
H6.2: Večja denarna izidnost sredstev pozitivno vpliva na rast števila zaposlenih v
MSP.
Utemeljitev: obseg denarne izidnosti (kot kazalnik relativne velikosti denarnega izida iz
poslovne dejavnosti podjetja) bomo merili tako, da bomo ocenili denarni izid na dva
načina. Najprej po zgledu tujih raziskav Mateev in Anastasov (2012) ter Nunes et al.
(2013) tako, da bomo merili razmerje med čistim poslovnim izidom obračunskega
obdobja, povečanim za amortizacijo in prevrednotovalne poslovne odhodke pri
neopredmetenih sredstvih in opredmetenih osnovnih sredstvih (kot grobim približkom
denarnega izida iz poslovanja) in celotnimi sredstvi. Vsota v števcu (»enostavni denarni
tok«) nam pokaže grobo oceno prostega denarnega toka, ki ga je podjetje akumuliralo v
poslovnem letu in ga lahko usmeri v različne investicije ali druga plačila. V razmerju do
celotnih sredstev pa dobimo normaliziran kazalnik, ki ga lahko primerjamo s podjetji
različnih velikosti. Mateev in Anastasov (2012, str. 130) v svoji raziskavi ugotavljata,
da ima denarni tok zelo pomembno vlogo pri financiranju rasti, še posebej mlajših MSP,
ker ta težje pridobijo tuje vire financiranja. Podobno ugotavljajo tudi Nunes et al. (2013,
6
str. 270) in dodajajo, da je denarni tok skupaj z dolgovi zelo pomemben dejavnik
sposobnosti preživetja mlajših MSP.
Ker je rast podjetij povezana praviloma tudi z rastjo čistih obratnih sredstev, zaradi
česar je razpoložljivi čisti denarni tok iz poslovanja (za druge dejavnosti) nižji od
enostavnega denarnega toka, bomo denarno izidnost sredstev merili tudi tako (H6.1,
H6.2), da bomo števec opredelili kot denarni izid iz poslovanja (torej z upoštevanjem
sprememb tekočega poslovnega investiranja in poslovnega financiranja). Števec nam v
tem primeru pove čisti denarni tok iz poslovanja oz. presežek likvidnih finančnih
sredstev, ki so posledica poslovne dejavnosti, v razmerju do celotnih sredstev pa
dobimo normaliziran kazalnik, ki ga lahko primerjamo med podjetji različnih velikosti.
Menimo, da se pri HRP čista obratna sredstva hitro povečujejo in je posledično
razpoložljivi poslovni čisti denarni tok v njih pomembno manjši. Če pa kljub temu še
raste, to toliko bolje kaže na sposobnost samofinanciranja dolgoročne naložbene
dejavnosti podjetja, potrebne za njegovo nadaljnjo rast. Merjenje denarne izidnosti na
podlagi enostavnega čistega denarnega toka bomo izvedli predvsem zaradi
primerljivosti rezultatov z navedenimi raziskavami, merjenje z denarnim izidom iz
poslovanja pa bomo dodatno (kot alternativo) vključili v raziskavo, da bi ugotovili, ali
in kako se drugačno merjenje spremenljivke odraža na proučevane povezave, oz. da bi
prispevali k metodološki izpopolnitvi tovrstnih proučevanj.
H7: Starost negativno vpliva na rast MSP.
H7.1: Starost negativno vpliva na rast čistih prihodkov od prodaje MSP.
H7.2: Starost negativno vpliva na rast števila zaposlenih v MSP.
Utemeljitev: starost podjetij bomo merili z leti poslovanja. Kakor ugotavljajo številni
avtorji v svojih raziskavah (Mateev in Anastasov, 2012; Molinari et al., 2009; Zhou in
de Wit, 2009), pričakujemo, da starost tudi na hitro rast slovenskih MSP vpliva
negativno oz. da mlajša podjetja rastejo hitreje kot starejša.
1.3.2 Potek raziskave
Izdelava magistrskega dela bo potekala po naslednjem zaporedju korakov:
iskanje ustreznih člankov, raziskav, literature in virov,
pisanje teoretičnega dela: opredeliti ključne pojme o rasti podjetij, predstaviti
rast MSP v Sloveniji in EU, izbora slovenske in evropske gazele ter
metodologijo in kriterije izbire ter povzeti spoznanja o merilih rasti in
dejavnikih, ki vplivajo na rast MSP,
zbiranje podatkov: na podlagi doseženih prihodkov od prodaje z izbora
Slovenska gazela 2013 izbrati 200 najhitreje rastočih MSP ter za njih pridobiti
potrebne podatke iz računovodskih izkazov za izračune vrednosti odvisne in
neodvisnih spremenljivk, določenih v povezavi z raziskovalnimi hipotezami,
obdelava podatkov: iz pridobljenih podatkov izračunati letne stopnje rasti
prihodkov od prodaje in števila zaposlenih ter računovodsko-finančne
kazalnike v obdobju 2009–2013, ki bodo podlaga za analizo,
obdelava podatkov in preverjanje hipotez: pridobljene in izračunane podatke
statistično obdelati v programih Microsoft Excel in SPSS. Na podlagi
dobljenih rezultatov analize preveriti zastavljene hipoteze,
primerjava dobljenih rezultatov z drugimi raziskavami: rezultate primerjati z
izvlečki podobnih raziskav drugih avtorjev v Evropi,
7
podajanje ugotovitev: na podlagi pridobljenih rezultatov analize opisati
zaključke.
Slika 1: Diagram poteka raziskave
8
1.3.3 Metode raziskave
Magistrsko delo je sestavljeno iz teoretičnega in empiričnega dela. Teoretični del
zajema makroekonomsko raziskavo značilnosti in pomena MSP v Sloveniji in v Evropi
ter mikroekonomsko raziskavo meril in dejavnikov rasti MSP. V teoretičnem delu
uporabimo naslednje metode:
metodo deskripcije – predstavimo značilnosti in pomen MSP v Sloveniji in
Evropi, opredelimo osnovne pojme ter predstavimo merila in dejavnike rasti
MSP,
metodo kompilacije – povzamemo spoznanja različnih avtorjev,
metodo sinteze – predstavimo rezultate podobnih raziskav drugih avtorjev v
Evropi.
Empirični del je mikroekonomska kvantitativna raziskava o vplivu izbranih dejavnikov
na hitro rast MSP v Sloveniji. Raziskava je dinamične narave, saj proučimo vpliv na
rast MSP v obdobju 2009–2013. Podatke pridobimo na spletnih straneh AJPES in
Bisnode. V empiričnem delu za preverjanje hipotez uporabimo naslednje metode:
Pearsonova korelacijska matrika – Pearsonov koeficient korelacije meri
korelacijsko povezanost med dvema spremenljivkama in nam pove, ali
povezanost obstaja in kako močna je (pozitivna ali negativna). Vrednosti
koeficienta se lahko gibljejo na intervalu med –1 in +1, pri čemer se jakost
korelacije povečuje z oddaljevanjem od vrednosti 0. V raziskavi bomo merili
korelacijo izbranih dejavnikov (neodvisnih spremenljivk) z vsako odvisno
spremenljivko (z rastjo čistih prihodkov od prodaje in z rastjo števila
zaposlenih) posebej (Kožuh, 2008, str. 101–104).
multipla regresijska analiza – ocenjuje odnos med različnimi dejavniki, ki
jih merijo posamezne neodvisne spremenljivke, in odvisno spremenljivko.
Kadar v medsebojni odvisnosti nastopa več pojavov, gre za večkratno ali
multiplo regresijo, ki jo lahko izrazimo kot model v obliki linearne funkcije
(Jesenko in Jesenko, 2007, str. 288).
Oblikovali bomo regresijski model (ki bo vključeval vse pojasnjevalne in
odvisno spremenljivko) in ugotavljali pojasnjevalno moč posameznih
neodvisnih spremenljivk na odvisno spremenljivko.
Glede na dva predvidena načina merjenja pojasnjevalne spremenljivke v H6
bomo izvedli analizo v dveh različicah.
Zanesljivost izračunane regresijske funkcije bomo ugotavljali z F-testom,
zanesljivost izračunanih regresijskih koeficientov pa s t-testom. Posamezno
hipotezo bomo sprejeli, če bo t-test za regresijski koeficient pri posamezni
neodvisni spremenljivki pokazal, da je ta koeficient statistično značilno
različen od 0 in je njegov predznak takšen, kot je pričakovan v posamezni
hipotezi glede na smer povezanosti opazovane neodvisne spremenljivke z
rastjo podjetja (prav tam, str. 288).
9
Komparativna metoda – rezultate dobljene analize bomo primerjali z
rezultati podobnih raziskav drugih avtorjev v Evropi in tako prišli do
spoznanja, ali so slovenska hitro rastoča MSP odvisna od podobnih dejavnikov
rasti kot evropska oz. ali za naše področje veljajo drugačni dejavniki
poslovanja.
1.4 Predpostavke in omejitve raziskave
Predpostavke raziskave:
predpostavljamo, da je metodološki pristop, ki so ga uporabili avtorji
podobnih raziskav v Evropi (Mateev in Anastasov, 2010 in 2012; Molinari et
al., 2009; Voulgaris et al., 2003; Nunes et al., 2013), možno uporabiti tudi v
Sloveniji ter tako zanesljivo primerjati rezultate naše raziskave z drugimi,
analizirani podatki bodo pridobljeni in izračunani iz podatkov, objavljenih na
spletnih straneh AJPES in Bisnode. Predpostavljamo, da bomo v raziskavi
zajeli dovolj podatkov, na podlagi katerih je mogoče upravičeno analizirati
vpliv posameznih dejavnikov na rast,
predpostavljamo, da je proučevani vzorec hitro rastočih MSP zadosten, da
lahko rezultate posplošimo na vsa hitro rastoča MSP v Sloveniji.
Omejitve raziskave:
v raziskavi se bomo omejili na proučevanje vpliva različnih dejavnikov, in
sicer: 1.) izbranih demografskih značilnosti (starost) in 2.) izbranih značilnosti
premoženjsko-finančnega položaja, poslovne učinkovitosti in denarne
uspešnosti poslovanja MSP, merjenih s pomočjo računovodsko-finančnih
kazalnikov. Kazalnike bomo izračunali na podlagi podatkov iz bilance stanja
in izkaza poslovnega izida ter drugih javno dostopnih podatkov, ki jih bomo za
izbrani vzorec pridobili na spletnih straneh AJPES in Bisnode. Dejavniki oz.
kazalniki so izbrani na podlagi ugotovitev drugih raziskovalcev (Mateev in
Anastasov, 2010 in 2012; Molinari et al., 2009; Voulgaris et al., 2003; Nunes
et al., 2013) o pomembnem vplivu posameznega dejavnika na rast MSP,
vzorec MSP bomo pridobili iz projekta Slovenska gazela, ki poteka v Sloveniji
od leta 1991 pod okriljem medijske hiše Dnevnik. Ta letno podeljuje priznanja
500 najhitreje rastočim podjetjem v Sloveniji. Iz izbora bodo izločena
podjetja, ki presegajo merila za MSP ter podjetja, ki poslujejo manj kot pet let,
v raziskavi bomo kot rast podjetja upoštevali letno stopnjo rasti čistih
prihodkov od prodaje ter števila zaposlenih v obdobju 2009–2013. Z vsaj enim
od teh kriterijev so rast MSP obravnavali tudi drugi avtorji,
pri primerjavi rezultatov z drugimi državami smo se omejili na evropske
države in od teh na tiste, za katere so dostopne podobne raziskave. Menimo,
da poslovanje proučevanih podjetij zaradi drugačnih makroekonomskih
razmer ni primerljivo s poslovanjem podobnih podjetij drugod po svetu.
10
2 TEORETIČNA IZHODIŠČA
2.1 Uvod
V tem poglavju bomo opredelili MSP in proučili njihov pomen za gospodarstvo,
zaposlovanje in državo. Sledila bo predstavitev rasti MSP v Sloveniji in EU v preteklih
letih in proučitev gazel kot hitro rastočih podjetij.
Hitra rast MSP je raziskovalno področje, ki je v zadnjih letih pritegnilo številne
raziskovalce. Proučevanje rasti pa je zelo heterogeno, saj obstajajo precejšnje razlike v
merjenju podjetniške rasti v daljšem času, razlike v procesih, zaradi katerih podjetja
rastejo, razlike v značilnostih podjetij samih in v okolju, v katerem poslujejo (Širec,
2011, str. 21). V literaturi se zato za rast podjetja pojavljajo številna merila in različne
definicije rasti, ki jih bomo proučili.
Podobno velja tudi za dejavnike rasti, saj kljub velikem obsegu raziskav še vedno ni
enotne teorije, zakaj podjetja rastejo. Na podlagi izsledkov empiričnih raziskav bomo
opredelili dejavnike rasti MSP, ki so se izkazali kot pomembni vplivni dejavniki. Poleg
pozitivnih vplivnih dejavnikov bomo proučili tudi ovire za rast.
Razpravi o rasti in pogojih za rast MSP v prihodnosti je namenjeno predzadnje
podpoglavje.
2.2 Opredelitev in pomen MSP
2.2.1 Opredelitev MSP
Obstaja več opredelitev MSP in kriterijev za razvrščanje. Ker smo v nalogi proučevali
slovenska MSP, najprej predstavljamo kriterije za razvrstitev, kakor jih opredeljuje
Zakon o gospodarskih družbah (v nadaljevanju ZGD-1). Po 55. členu ZGD-1 v
Sloveniji družbe po velikosti razvrščamo na mikro, majhne, srednje in velike z uporabo
treh meril: povprečnega števila zaposlenih v poslovnem letu, čistih prihodkov od
prodaje v poslovnem letu in vrednosti aktive na koncu poslovnega leta, ki se običajno
ujema s koledarskim. Čeprav so merila izvirno določena za družbe, veljajo tudi za
pridobitno dejavnost samostojnih podjetnikov. Za razvrstitev v posamezen velikostni
razred mora družba dve zaporedni poslovni leti izpolnjevati dve izmed treh meril2.
Tabela 1: Razvrščanje podjetij po velikosti po ZGD-1
Merilo Mikro družba Majhna družba Srednja družba Velika družba
Povprečno št.
zaposlenih < 10
≥ 10
< 50
≥ 50
< 250 ≥ 250
Čisti prihodki
od prodaje < 2,0 mio. EUR
≥ 2.0 mio. EUR
< 8,8 mio. EUR
≥ 8.8 mio. EUR
< 35,0 mio. EUR ≥ 35,0 mio. EUR
Aktiva < 2,0 mio. EUR ≥ 2,0 mio. EUR
< 4,4 mio. EUR
≥ 4,4 mio. EUR
< 17,0 mio. EUR ≥ 17.5 mio. EUR
Vir: (ZGD-1, 2006).
2 PO ZGD-1I iz leta 2015 so bile te meje (glede prihodkov in sredstev) nekoliko spremenjene.
Spremembe veljajo od 1. 1. 2016 in v nalogi niso upoštevane.
11
Po klasifikaciji EU oz. Evropske komisije so MSP podjetja z manj kot 250 zaposlenimi,
ki so neodvisna od večjih podjetij. Poleg tega ustvarjajo do 50 mio. EUR v obliki
letnega prometa oz. do 43 mio. EUR v letni bilanci stanja. MSP so razvrščena v tri
razrede glede na število zaposlenih in letni promet ali bilančno vsoto (Muller et al.,
2014, str. 10).
Tabela 2: Razvrščanje podjetij po velikosti po klasifikaciji Evropske komisije
Kategorija podjetja Št.
zaposlenih Letni promet ali Bilančna vsota
Mikro < 10 ≤ 2 mio. EUR ≤ 2 mio. EUR
Malo < 50 ≤ 10 mio. EUR ≤ 10 mio. EUR
Srednje veliko < 250 ≤ 50 mio. EUR ≤ 43 mio. EUR
Vir: (Muller et al., 2014, str. 10).
MSP imajo veliko prednosti pred velikimi podjetji. Načeloma velja, da so bolj
fleksibilna in se lažje prilagajajo številnim spremembam na trgu. Imajo pa tudi določene
slabosti. V tabeli 3 so prikazane prednosti in slabosti MSP v primerjavi z velikimi
podjetji.
Tabela 3: Prednosti in slabosti MSP v primerjavi z velikimi podjetji3
Področje MSP Velika podjetja
Trženje
Sposobnost hitrega
spreminjanja na hitro
spreminjajoče zahteve trga
(tržni nastopi v tujini znajo biti
zelo dragi).
Vsestranske distribucijske in
servisne zmogljivosti. Visoka
stopnja tržne moči z obstoječimi
izdelki.
Upravljanje
Odsotnost birokracije.
Dinamični, podjetni managerji
se hitro odzivajo na nove
priložnosti in so pripravljeni
prevzemati tveganje.
Profesionalni managerji so
sposobni nadzirati kompleksne
organizacije in uvajati strategije
(lahko trpijo za veliko
birokracijo. Pogosto nadzirajo
računovodje, ki odklanjajo
tveganje. Managerji lahko
postanejo »administratorji«, ki
jim manjka dinamike za nove
priložnosti).
Notranje
komuniciranje
Učinkovite in neformalne
komunikacijske mreže.
Omogočajo hitre odzive na
reševanje notranjih
problemov; zagotavljajo
sposobnost za hitro
prilagajanje spremembam v
okolju.
(Notranje komunikacije so
pogosto okorne, kar lahko vodi
v počasno odzivanje na zunanje
izzive in priložnosti.)
3 Besedilo v oklepaju predstavlja področja potencialnih slabosti.
12
Področje MSP Velika podjetja
Kvalificirana
tehnična
delovna sila
(Pogosto primanjkuje
primernih tehničnih
strokovnjakov. Pogosto niso
sposobni v zadostni meri
podpreti formalne R&R
napore.)
Sposobnost, da pritegnejo
visoko izobražene tehnične
specialiste. Lahko podpirajo
ustanavljanje velikih R&R
laboratorijev.
Zunanje
komunikacije
(Pogosto primanjkuje časa ali
virov za identifikacijo in rabo
zunanjih virov znanstvenih in
tehnoloških ekspertiz.)
Sposobni »priključiti« se na
zunanje vire znanstvenih in
tehnoloških ekspertiz. Lahko si
privoščijo informacijski in
knjižničarski servis. Lahko se
pogodbeno navežejo na
specialistične R&R centre.
Lahko kupijo pomembne
informacije in tehnologijo.
Finance
(Lahko se spopadajo z
velikimi težavami pri
privabljanju kapitala, zlasti
tveganega. Inovacije
predstavljajo nesorazmerno
veliko finančno tveganje.
Nesposobni razprostreti
tveganje po portfelju
projektov.)
Sposobni izposojati si na trgu
kapitala. Sposobni razprostreti
tveganje po portfelju projektov.
Bolj sposobni financirati
diverzifikacijo v nove
tehnologije in nove trge.
Ekonomika
obsega in
sistemski
pristop
(Na nekaterih področjih tvori
ekonomija obsega pomembno
vstopno oviro za majhna
podjetja. Nesposobnost
ponuditi integralne proizvodne
linije ali sisteme.)
Sposobnost doseganja
ekonomije obsega v R&R,
proizvodnji in trženju.
Sposobnost ponujati paleto
komplementarnih izdelkov.
Sposobnost potegovati se za
velike ključne projekte.
Rast
(Lahko se spopadajo z
velikimi težavami pri
pridobivanju zunanjega
kapitala, potrebnega za hitro
rast. Podjetni managerji so
včasih nesposobni obvladovati
naraščajočo kompleksnost
organizacije.)
Sposobni financirati ekspanzijo
proizvodne baze. Sposobni
financirati rast skozi
diverzifikacijo in prevzeme.
Patenti
(Lahko se spopadajo s
problemi obvladovanja
patentnega sistema. Ne morejo
si privoščiti časa ali stroškov,
ki jih zajema patentni proces.)
Sposobni zaposliti patentne
strokovnjake. Lahko si
privoščijo pravdanje za zaščito
pred kršenjem patentnih pravic.
13
Področje MSP Velika podjetja
Uradni predpisi
(Pogosto ne morejo
obvladovati kompleksnosti
predpisov. »Stroški predpisov«
na enoto so za majhna podjetja
pogosto visoki.)
Sposobni financirati pravne
servise, da bi obvladovali
kompleksne zahteve uradnih
predpisov. Lahko razpršijo
»stroške predpisov«. Lahko
financirajo R&R, potrebne za
izkoriščanje predpisov.
Vir: (Beesley in Rothwell, 1987, povzeto po Rebernik, 1997, str. 26–27).
Najpomembnejše razlike majhnih podjetij v primerjavi z velikimi navaja Carson s
soavtorji (1995, povzeto po Harc, 2013, str. 11):
področje delovanja: mala podjetja poslujejo na lokalnih trgih, izjemoma
na nacionalnih ali mednarodnih trgih. Tržne priložnosti iščejo v vrzelih oz. na
omejenem delu določenega trga, kjer niso prisotna velika podjetja;
omejen vpliv na okolje: relativno majhen obseg poslovanja malim
podjetjem omejuje njihovo moč in vpliv na dogajanje na trgu. Prav tako so pri
poslovanju z dobavitelji v slabšem položaju kot velika podjetja, saj imajo
omejitve, kot so minimalno naročilo, avans plačila in podobno. Cene jim
določa trg;
lastništvo: običajno so mala podjetja v lasti ene ali največ nekaj oseb.
Lastnik/lastniki v mikro in malih podjetij v veliko primerih sami vodijo
in upravljajo podjetje;
neodvisnost: mala podjetja so neodvisna, lastnik/manager samostojno upravlja
in sprejema odločitve;
poseben način vodenja – majhno podjetje vodi lastnik oz. manager, ki na ta
način združuje lastniško in managersko funkcijo. Njihovi pogledi in
značilnosti vplivajo na vse vidike dejavnosti podjetja. Velikokrat so
osebni cilji lastnika skladni s cilji podjetja. Namesto načrtovanja dolgoročnih
aktivnosti se lastnik raje ukvarja s kratkoročnimi, operativnimi zadevami in
problemi;
organizacija malega podjetja: struktura v malih in mikro podjetjih je
enostavna,
linijska in prilagodljiva, na ta način ima lastnik nad njimi popoln pregled;
tveganje v poslovanju: za mala podjetja je značilno veliko tveganje v
poslovanju zaradi omejenosti obsega poslovanja ter predvsem odvisnosti od
manjšega števila kupcev;
pomanjkanje finančnih virov – mala podjetja so običajno v lasti omenjenega
števila lastnikov in nimajo dostopa do trga kapitala.
Značilnosti MSP v primerjavi z velikimi podjetji obravnava tudi Duhova (2002, str. 23–
26), ki primerja MSP in velika podjetja na področju vodenja podjetja, organizacije,
nabave, proizvodnje, prodaje, odstranjevanja odpadnih snovi, raziskav in razvoja,
financiranja, kadrov in logistike. Primerjava je prikazana v tabeli 4.
14
Tabela 4: Značilnosti MSP v primerjavi z velikim podjetjem
MSP Velika podjetja
Vodenje podjetja
Lastnik/podjetnik Manager
Pomanjkljivo znanje o vodenju podjetja Temeljito znanje o vodenju podjetja
Tehniško usmerjena izobrazba Dobro tehniško znanje v strokovnih
oddelkih in štabih
Informacijski sistem ne zadošča za izrabo
obstoječih prednosti fleksibilnosti Zgrajen formaliziran informacijski sistem
Patriarhalno vodenje Vodenje po načelih managementa
Redke skupinske odločitve Pogoste skupinske odločitve
Velik pomen improvizacije in intuicije Majhen pomen improvizacije in intuicije
Planiranja skoraj ni Obsežno planiranje
Preobremenjenost zaradi kopičenja funkcij,
zato delitev po sodelavcih Visoka stopnja delitve po objektih
Neposredna udeležba pri dogajanju v
podjetju Daleč od dogajanja v podjetju
Majhne možnosti korekture pri napačnih
odločitvah
Dobre možnosti korekture pri napačnih
odločitvah
Vodstvenega potenciala ni možno
zamenjati Vodstveni potencial je možno zamenjati
Organiziranost
Na podjetnika naravnan linijski sistem, nad
katerim ima pregled on sam ali s pomočjo
majhnega števila vodilnih sodelavcev
Kompleksna organizacijska struktura, ki je
neodvisna od oseb in je objektivno
usmerjena
Kopičenje funkcij Delitev dela
Redko oblikovanje oddelkov Razvito oblikovanje oddelkov
Kratke neposredne poti informacij Predpisane poti informacij
Močna osebna povezanost Neznatna osebna povezanost
Navodila in kontrola z osebnimi stiki Formalizirani brezosebni odnosi glede navodil in kontrole
Omejeno delegiranje Delegiranje na mnogih področjih
Neznatni koordinacijski problemi Veliki koordinacijski problemi
Neznatna stopnja formalizacije Velika stopnja formalizacije
Visoka fleksibilnost Neznatna fleksibilnost
Nabava
Šibka pozicija na nabavnem trgu Močna pozicija na nabavnem trgu _na pozicija na nabavnem trgu
Pogosto nabava materiala po naročilu
Pretežno nabava materiala neodvisno od
naročil, zagotovljena z dolgoročnimi
pogodbami z dobavitelji
Proizvodnja
Delovno intenzivna Kapitalno intenzivna
Neznatna delitev dela Visoka delitev dela
Pretežno univerzalni stroji Pretežno specialni stroji
15
MSP Velika podjetja
Majhna degresija stroškov pri rastočem
obsegu učinkov
Močna degresija stroškov pri rastočem obsegu učinkov
Pogosto dolgoročno vezana z določeno
temeljno inovacijo
Ni dolgoročno povezana s temeljno inovacijo
Prodaja
Zadovoljevanje individualiziranega
povpraševanja majhnega obsega v
prostorsko in/ali stvarno ozkem tržnem
segmentu
Zadovoljevanje povpraševanja velikega
obsega v prostorsko in/ali stvarno širokem
tržnem segmentu
Zelo različen konkurenčni položaj Dober konkurenčni položaj
Odstranjevanje odpadnih snovi
Pogosto skrajni načini ravnanja (izogibanje
predpisom o odlaganju odpadnih snovi ali
pa izraba inovacijskih potencialov za
odstranjevanje odpadnih snovi)
Pogosto reakcijska politika omejevanja
tveganja
Ni javnega interesa za politiko glede
odstranjevanja odpadnih snovi v podjetju
Razvita politika glede odstranjevanja
odpadnih snovi, ker obstaja velik interes
javnosti
Raziskave in razvoj
Brez stalnega institucionaliziranega
raziskovalno-razvojnega oddelka
Stalen institucionaliziran raziskovalno-
razvojni oddelek
Kratkoročno intuitivno usmerjeno
raziskovanje in razvoj
Dolgoročno sistematično zastavljeno
raziskovanje in razvoj
Skoraj izključno v uporabo usmerjen
razvoj izdelkov in postopkov, temeljnih
raziskav skoraj ni
Razvoj izdelkov in postopkov v tesni
povezavi s temeljnimi raziskavami
Relativno kratko časovno obdobje od
iznajdbe do gospodarske uporabe
Relativno dolgo časovno obdobje od
iznajdbe do gospodarske uporabe
Financiranje
V družinski lasti Praviloma široko razpršena lastnina
Ni dostopa na anonimni trg kapitala, torej
zato le omejene možnosti financiranja
Neoviran dostop na anonimni trg kapitala, zato veliko različnih možnosti financiranja
Nikakršna neposredna, neznatna splošna
državna podpora v krizi
Verjetno neposredna državna podpora v krizi
Kadri
Majhno število zaposlenih Veliko število zaposlenih
Pogosto nepomemben delež nekvalificirane
in priučene delovne sile
Pogosto velik delež nekvalificirane in priučene delovne sile
Zaposlen komaj kak sodelavec z visokošolsko izobrazbo
Zaposlenih veliko sodelavcev z visokošolsko izobrazbo
Pretežno široko strokovno znanje Močno izražena tendenca po specializaciji
Velik del sodelavcev, zadovoljnih z delom Malo sodelavcev, zadovoljnih z delom
16
MSP Velika podjetja
Logistika
Ni sistematičnega logističnega koncepta Pogosto prisoten logističen koncept
Ni posebnega oddelka za logistiko V večini primerov posebni oddelek za
logistiko
Poudarek na izvedbi operativnih logističnih dejavnosti
Operativni in strateški logistični
management
Vir: (Pfohl in Kellerwessel, 1997; Pfohl in Kellerwessel, 1993; povzeto po Duh, 2002, str. 23–26).
2.2.2 Pomen MSP
MSP so danes povsod po svetu izredno pomembna in predstavljajo večino
gospodarstva. So dinamična in konkurenčna, predvsem pa vir številnih delovnih mest in
glavni ustvarjalec gospodarske rasti. MSP poslujejo v vseh gospodarskih sektorjih,
največ pa v storitvenem sektorju. V zelo majhnem slovenskem gospodarstvu je njihov
pomen še toliko večji. Kljub temu da se pri svojem delovanju soočajo s številnimi
težavami oz. ovirami, ki so povezane predvsem s težko pridobitvijo finančnih virov v
začetnih letih in obsežno birokratizacijo, te uspešno premagujejo in dosegajo visoko rast
in dodano vrednost. Rast podjetja je velika motivacija lastnikov – podjetnikov. To pa
predstavlja velik potencial za nastajanje velikih podjetij v prihodnosti, ki bodo lahko
konkurenčna tudi v globalnem svetu.
Antončič et al. (2002, str. 38) menijo, da je podjetništvo trenutno najbolj uspešen način
povezovanja znanosti s trgom, odpiranja novih podjetij in uvedbe novih izdelkov oz.
storitev. Podjetništvo ima velik vpliv na lokalno gospodarstvo, saj poleg novih delovnih
mest postavlja tudi ekonomske temelje za nadaljnji razvoj.
Vpliv in pomen HRP za gospodarstvo se kažeta na številnih področjih (Tajnikar, 2000,
str. 14–19), saj:
uvajajo nove tehnologije, inovacije;
izkoriščajo nove tehnične možnosti in razvijajo inovativnost;
spodbujajo nastajanje novih, učinkovitejših organizacijskih oblik;
ustvarjajo nova delovna mesta;
povečujejo proizvodnjo na ravni posameznega podjetja, posledično pa tudi na
ravni narodnega gospodarstva;
povečujejo mednarodno konkurenčnost posameznega gospodarstva;
uveljavljajo sposobnejši management;
ustvarjajo nove motivacije.
V slovenskem gospodarstvu imajo MSP zelo pomembno vlogo. V letu 2013 je bilo v
Sloveniji evidentiranih 182.089 podjetij. Skoraj vsa podjetja (99,8 % oz. 181.759)
predstavljajo MSP oz. podjetja z manj kot 250 zaposlenimi. Med njimi je največ takih,
ki spadajo v strokovne, znanstvene in tehnične dejavnosti (15,7 %) in v dejavnost
trgovina, vzdrževanje in popravila motornih vozil (14,8 %), sledila so podjetja v
17
dejavnostih gradbeništvo (11,2 %) in druge dejavnosti (10,9 %)4. V tabeli 5 sta
prikazana število in delež MSP po dejavnostih v letu 2013.
Tabela 5: MSP v Sloveniji po dejavnostih v letu 2013
Dejavnost Število %
Skupaj – dejavnosti po SKD 2008 (področja) 181.759 100,0
A Kmetijstvo, in lov, gozdarstvo, ribištvo 2.763 1,5
B Rudarstvo 109 0,1
C Predelovalne dejavnosti 18.611 10,2
D Oskrba z električno energijo, plinom in paro 1.528 0,8
E Oskrba z vodo, ravnanje z odplakami in odpadki, saniranje
okolja
457 0,3
F Gradbeništvo 20.281 11,2
G Trgovina, vzdrževanje in popravila motornih vozil 26.848 14,8
H Promet in skladiščenje 8.881 4,9
I Gostinstvo 10.830 6,0
J Informacijske in komunikacijske dejavnosti 7.462 4,1
K Finančne in zavarovalniške dejavnosti 2.197 1,2
L Poslovanje z nepremičninami 2.515 1,4
M Strokovne, znanstvene in tehnične dejavnosti (maks.) 28.623 15,7
N Druge raznovrstne poslovne dejavnosti 6.328 3,5
O Dejavnost javne uprave in obrambe, dejavnost obvezne
socialne varnosti
2.166 1,2
P Izobraževanje 5.243 2,9
Q Zdravstveno in socialno varstvo 4.779 2,6
R Kulturne, razvedrilne in rekreacijske dejavnosti 12.256 6,7
S Druge dejavnosti 19.882 10,9
Vir podatkov: (SURS, 2013).
Tudi v EU 23 milijonov MSP oz. preko 98 % vseh podjetij predstavlja gonilno silo
celotnega evropskega gospodarstva. Ta nudijo dve tretjini vseh delovnih mest v
zasebnem sektorju, v zadnjih petih letih pa so ustvarila približno 80 % novih delovnih
mest (Evropska komisija, 2011, str. 5 in 11). Največ MSP predstavljajo mikro podjetja z
manj kot deset zaposlenimi (v letu 2013 kar 92,4 % vseh MSP). Skupaj so MSP v letu
2013 zaposlovala 88,8 mio. ljudi, kar predstavlja 66,9 % vseh zaposlenih, in ustvarila
58,1 % celotne dodane vrednosti v EU. Vloga MSP je ključnega pomena tudi za
evropsko gospodarsko okrevanje. Zagotavljanje pravih pogojev, v katerih se bodo MSP
razvijala, je bistvenega pomena za zagotavljanje trajnega okrevanja in doseganje
blaginje za vse državljane EU (Muller et al., 2014, str. 15). Število podjetij, število
zaposlenih in dodana vrednost MSP v EU v letu 2013 so prikazani v tabeli 6.
4 Vir: (SURS, 2013).
18
Tabela 6: Število podjetij, zaposlenost in dodana vrednost MSP v EU leta 2013
Mikro Mala Srednja MPS Velika Skupaj
Število podjetij
Število 19.969.338 1.378.374 223.648 21.571.360 43.517 21.614.908
% 92,4 % 6,4 % 1,0 % 99,8 % 0,2 % 100 %
Zaposlenost
Število 38.629.012 27.353.660 22.860.792 88.843.464 44.053.576 132.897.040
% 29,1 % 20,6 % 17,2 % 66,9 % 33,1 % 100 %
Dodana vrednost
Vrednost v
mio EUR 1.362.336 1.147.885 1.156.558 3.666.779 2.643.795 6.310.557
% 21,6 % 18,2 % 18,3 % 58,1 % 41,9 % 100 %
Vir: (Muller et al., 2014, str. 15).
Tudi drugod po svetu MSP predstavljajo hrbtenico gospodarstva in zaposlujejo velik
delež vseh zaposlenih. Na sliki 2 je prikazana gostota MSP na 1.000 prebivalcev po
svetu v letu 2010.
Slika 2: Gostota MSP po svetu na 1000 prebivalcev5
Vir: (Kushnir et al., 2010, str. 3).
Po ugotovitvah raziskave Kushnir et al. (2010, str. 3–4), ki so raziskovali število MSP
in zaposlenost v MSP v 132 državah po svetu, znaša povprečna gostota MSP na 1.000
prebivalcev 31. Države z največjim deležem so: Brunej (122), Indonezija (100),
Paragvaj (95), Češka (85) in Ekvador (84). Za celoten vzorec ugotavljajo, da imajo
države z večjim BDP/prebivalca v povprečju tudi večjo gostoto MSP.
5 Prevodi: Latin America and the Caribbean – Latinska Amerika in Karibsko otočje; High-income
OECD members – članice OECD z visokim BDP; Sub-Saharan Africa – Saharska in južna Afrika;
Middle East and North Africa – srednjevzhodna in severna Afrika; Europe and Central Asia – Evropa
in osrednja Azija; South Asia – južna Azija; High-income: non-OECD economies: države z visokim
BDP, ki niso članice OECD; East Asia and the Pacific (vzhodna Azija in pacifiško območje).
19
V svetovnem merilu se je število MSP na 1.000 ljudi od leta 2000 do 2009 povečalo za
6 %. Evropa in srednja Azija sta doživeli največji razcvet s 15 % rastjo. Tak hiter tempo
je verjetno povzročilo nadaljevanje postsovjetske privatizacije in pristop
vzhodnoevropskih gospodarstev v EU. MSP pa imajo poleg velikega pomena na
gospodarsko rast tudi veliko vlogo pri zaposlovanju, saj je v njih zaposlenih prek 30 %
vseh zaposlenih. Vzhodna Azija in Pacifik imajo najvišjo razmerje zaposlitve v MSP v
okviru celotne zaposlenosti, kar je predvsem posledica Kitajske, kjer je v MSP
zaposlenih kar 80 % celotne delovne populacije (prav tam, str. 4).
Pomen MSP se povečuje z razvojem države. Ayyagari et al. (2005, str. 8–19)
ugotavljajo, da imajo države na višji stopnji razvoja večji delež MSP v gospodarstvu in
manjši delež sive ekonomije in obratno. Medtem ko je manj kot 5,5 % uradno
zaposlenih v MSP v Azerbajdžanu, Belorusiji in na Tajskem, je nasprotno več kot 80 %
zaposlenih v Čilu, Grčiji in na Tajskem. Podobno je z deležem sive ekonomije, ki
variira od 9 % v Švici do 71 % na Tajskem. Države z večjim BDP na prebivalca imajo
večji delež MSP in delež zaposlenih v MSP. Na rast deleža MSP pozitivno vplivajo tudi
zmanjševanje vstopnih stroškov za podjetje, zaščita izumov oz. licenčna zaščita ter
učinkovitejša kreditna podpora.
2.3 Opredelitev rasti MSP
Ko govorimo o rasti podjetja, ne moremo mimo pojmov uspešnost, učinkovitost in
razvoj. Običajno so vsi med seboj povezani oz. soodvisni, ni pa nujno. Zaradi tega
bomo najprej nekaj besed namenili uspešnosti in učinkovitosti poslovanja ter razvoju
podjetja.
2.3.1 Uspešnost in učinkovitost
Uspešnost podjetja je odvisna od tega, kdo jo presoja. Za podjetnika pomeni uspeh, če
so uresničeni zadani cilji, za lastnike čim višji dobiček, za banko likvidnost in
kredibilnost, za državo čim več pobranih davkov in število zaposlenih, za zaposlene
zagotovljeno delovno mesto v prihodnje itd. Kljub temu obstajajo številne definicije
uspešnosti podjetja. Koletnik (2006, str. 214) meni, da je uspešnost odvisna od tega, ali
podjetje dela prave stvari, torej tiste, po katerih je povpraševanje na tržišču, kupci pa so
zanje pripravljeni priznati prodajno ceno, s katero podjetje doseže želeno oz. načrtovano
uspešnost. Belak (2002, str. 34–36) meni, da je podjetje uspešno, če posluje dobro oz.
boljše kot druga podjetja, zato velja naslednje:
uspešnost podjetja je pogoj za njegov obstoj;
uspešnost je pogojena s kakovostjo podjetja, ki jo prizna okolje;
kakovost je povezana z razvojem, ki je zato za vsako podjetje nujen, saj brez
razvoja ni obstoja in življenja;
pri razvijanju podjetja je pomembna njegova rast kot možno sredstvo za
uresničevanje razvoja;
obstoj podjetja, njegova uspešnost, razvoj in rast služijo večanju blaginje vseh
njegovih udeležencev, kar pa je dolgoročni razvojni smoter podjetja,
podjetnika in vseh udeležencev.
Učinkovitost je običajno pogoj za uspešnost, vendar je sama po sebi še ne zagotavlja.
Možno je namreč zelo učinkovito uresničevati napačne stvari. Gotovo pa učinkovito
uresničevanje postavljenih ciljev vodi do visoke uspešnosti poslovanja (Tekavčič, 2002,
20
povzeto po Crnogaj, 2008, str. 47). Koletnik (2006, str. 215–216) meni, da lahko
učinkovitost presojamo z vidika:
tehnične učinkovitosti – doseganje načrtovanega vrednostnega in količinskega
obsega poslovnih učinkov; splošna tehnična učinkovitost, doseganje
načrtovane splošne tehnične učinkovitosti in
ekonomske učinkovitosti (oz. gospodarnosti) – doseganje načrtovanega obsega
stroškov v podjetju; splošna ekonomska učinkovitost podjetja, doseganje
načrtovane splošne ekonomske učinkovitosti podjetja.
2.3.2 Razvoj podjetja
Razvoj podjetja je pogosto enačen z rastjo podjetja, vendar razvoj podjetja pomeni
kontinuiran, ciljno usmerjen proces spreminjanja podjetje na boljše. Razvojno
spreminjanje zadeva različne dele in procese v podjetju, njegovo organizacijo in tudi
okolje. Sprememba obsega podjetja (rast) je le eden izmed možnih dejavnikov
njegovega razvoja. Pri tem je optimalna velikost podjetja pomemben dejavnik
njegovega obstoja. To pa je velikost, pri kateri je podjetje najuspešnejše (Belak, 2002,
str. 38–39).
Pomembnejše vidike za razvoj podjetja po Bleicherju (1996) povzema Duhova (2002,
str. 29–29):
z razvojem podjetja razumemo spreminjanje potencialov podjetja za
ustvarjanje koristi za udeležence podjetja;
pomembno je ločevanje med nameravanim in realiziranim razvojem. Razlike
rešujejo prilagajanja zastavljenih ciljev ter ukrepi oblikovanja in usmerjanja.
Odmiki zato povzročajo v managementu značilno dinamiko podjetniško-
političnega, strateškega in operativnega ravnanja v notranjosti podjetja;
politika podjetja opredeljuje želeno pot razvoja v prihodnosti, strategije jo
konkretizirajo, venomer pa ostanejo (nastanejo) še lastne evolucijske,
nedoločljive sile, ki glede na dane okoliščine vplivajo na razvoj podjetja;
razvoj podjetja je na prvi pogled merljiv z opazovanjem in s spremljanjem
kvantitativnih veličin prodaje, bilančne vsote, števila zaposlenih itd. Razvoj
podjetja izraža spreminjanje dolgoročnega ustvarjanja koristi za udeležence in
relativno pozicioniranje nasproti drugim podjetjem z izgradnjo strateških
uspešnostnih potencialov. Nasprotno se lahko tudi zmanjšanje kvantitativnih
količin šteje za pozitivni razvoj podjetja, kadar se s tem razvijejo novi strateški
uspešnostni potenciali oz. se izboljša relativni položaj podjetja v primerjavi s
konkurenti.
V tabeli 7 so prikazane značilnosti in razlike med rastjo in razvojem podjetja.
Tabela 7: Značilnosti rasti in razvoja podjetja
Rast Razvoj
Kvantitativne spremembe Kakovostne spremembe
Povečanje učinkovitosti Povečanje uspešnosti
Introvertiranost – proizvodna usmerjenost Ekonomija kakovosti in različnosti (angl.
economies of scope)
Veliki sistemi Organizacije »človeških razsežnosti«
Poslušnost in rutina Ustvarjalni nemir in inovacije Vir: (Kajzer, 1998, povzeto po Duh, 2002, str. 49).
21
2.3.3 Rast podjetja
Podjetje lahko raste na različne načine, ki niso nujno med seboj povezani. Glavni motiv
je gotovo maksimizacija dobička. Podjetje z rastjo išče optimalno velikost, to je tista,
pri kateri doseže maksimalni dobiček. Tajnikar (1997, str. 49–51) meni, da se rast
podjetja lahko uveljavlja kot:
večja količina proizvodov in storitev;
večanje dohodka, ki je posledica dodatno zaposlene delovne sile, nakupa
novih strojev, prostorov;
večji izkoristek proizvodnih zmogljivosti oz. povečanje produktivnosti dela;
povečanje dobička, ki je posledica spremembe politike cen;
večanje baze kupcev;
včasih je rast podjetja tudi v tem, da se spremenita proizvodna sestava in
sestava blaga, ki ga podjetje ponuja na trgu.
Vahčič (1995, povzeto po Senjur, 2002, str. 221) meni, da manjša, HRP (gazele), ki so
eden najpomembnejših dejavnikov gospodarskega razvoja, rastejo na naslednjih
podlagah:
na podlagi izkoriščanja neizkoriščenih razvojnih dejavnikov: nezaposlena
delovna sila, neizkoriščen kapital;
na podlagi izkoriščanja inovacij, kjer gre za lastne inovacije, vendar ne na
podlagi lastnih izdatkov za raziskave in razvoj;
izkoriščajo in poiščejo tržne niše potencialnega ali neizkoriščenega
povpraševanja;
polnijo vrzel v nepopolni velikostni strukturi podjetij.
Značilnosti rastočih podjetij so naslednje (Doren, 2012b):
je podjetnik/lastnik/manager izkušena oseba,
organizacijsko razvejana struktura,
je način vodenja in izvajanja dela timski oz. skupinski, fleksibilne oblike dela,
stabilna struktura zaposlenih (malo fluktuacij), urejena birokratizacija,
dajejo velik poudarek kakovostnemu odnosu z zaposlenimi,
je finančni nadzor znotraj podjetja organiziran po profitnih centrih,
imajo izbrano ustrezno obliko financiranja rasti,
sprotno mesečno spremljajo podatke poslovanja, ustrezno načrtujejo,
analizirajo in izvajajo kontrolo (denarni tok, prodaja itd.),
imajo dober odnos s kupci in tesno sodelujejo z njimi,
so inovativni na vseh ravneh in v vseh ozirih,
jim je cilj dobiček, ne prodaja (maksimizirajo dobiček, povečujejo prodajo),
je rastoči trg njihov temelj za rast.
Glede na stopnjo rasti Pšeničny et al. (2000, str. 155) razvrščajo podjetja v naslednji pet
skupin:
hitro rastoča podjetja – podjetja, ki dosegajo zelo hitro rast, njihova rast v
5-letnem obdobju je realno večja od 50 %,
rastoča podjetja – podjetja, ki dosegajo zmerno rast, rastejo realno hitreje od
letne stopnje rasti BDP,
povprečna podjetja – podjetja, ki rastejo skozi daljše obdobje z enako stopnjo
rasti kot gospodarstvo,
22
usihajoča podjetja – podjetja, ki zaostajajo za povprečjem v gospodarstvu in
panogi ter imajo negativno stopnjo rasti,
odmirajoča podjetja – podjetja, ki odmirajo in skozi daljše časovno obdobje
zmanjšujejo obseg svojega poslovanja.
Vzroki za rast podjetij so lahko številni in zelo različni. Kot najpogostejši pa so
največkrat omenjeni naslednji (Doren, 2012b):
pritiski trga, da nas konkurenca ne prehiti,
tekmovalnost podjetja, da želi biti prvo na trgu npr. zaradi želje po prestižu,
družbeni pritiski – npr. vodilni manager mora uspeti, da bo sprejet v določen
krog ljudi, ki mu bodo pomagali do novih poslov,
doseči optimalno velikost podjetja – tj. maksimizirati dobiček,
razpršitev tveganja zaradi nekaterih oblik rasti,
spontanost odziva podjetja na trg – npr. zahteva kupcev po nadgradnji nekega
izdelka/storitve, ker se je pokazala nova dodana vrednost na proizvodu, na kar
podjetje, ki to prodaja, sploh ni pomislilo, da bi se lahko v tak namen
uporabilo,
včasih pa celo tudi spontani in nepredvideni dogodki (nepredviden velik odziv
na nov izdelek/storitev, ki se je pojavila na trgu – značilno za inovacije, kjer ni
bila predvidena takšna eksplozija interesa s strani kupcev).
Po navadi je hitra rast znak uspeha, vendar obstaja nevarnost, da hitra rast spremeni
status novega posla iz donosnega v propadlega, če podjetnik ni pozoren na nekatere
občutljive točke. Problemi hitre rasti so: lahko prikrije slabo vodstvo, nezadostno
načrtovanje ali zapravljena sredstva; slabi učinkovito vodenje; povzroči, da se podjetje
oddalji od svojih ciljev; vodi h komunikacijskim oviram; premalo pozornosti je
namenjene usposabljanju in razvoju ljudi; lahko pripelje k stresnim situacijam in
pregorevanju; ni prenosa odgovornosti, nadzor opravljajo le ustanovitelji in tako
ustvarjajo zastoje pri sprejemanju vodstvenih odločitev; ni kakovostnega nadzora. Zato
je treba postaviti mejo rasti podjetja, saj dobro prihodnje finančno stanje zahteva
nadzorovano stopnjo rasti. Meje rasti kateregakoli podjetja so odvisne od
razpoložljivosti trga, kapitala in vodstvenega talenta. Prehitra rast lahko te meje
raztegne in pripelje do resnih finančnih problemov pa tudi do bankrota (Antončič et al.,
2002, str. 364–365). Na sliki 3 je prikazan cikel rasti novega podjetja.
Slika 3: Cikel rasti novega podjetja
Vir: (Antončič et al., 2002, str. 372).
23
Podjetje ima več možnosti za rast: generično ali z diverzifikacijo, s franšizami, z nakupi
in s prodajami licenc, z joint-venture posli, s strateškimi partnerstvi, s spojitvami,
pripojitvami in prevzemi. Za katero strategijo rasti se bo odločilo, je odvisno predvsem
od tega, kaj želi z navedenim doseči, v vseh primerih pa morajo biti zagotovljeni
določeni pogoji. Da podjetje lahko raste generično, mora obstajati dovolj velik in rastoči
trg ter biti zagotovljena ustrezna dobičkonosnost. Podjetje mora imeti zagotovljenih
dovolj finančnih virov, s katerimi bo financiralo svojo načrtovano rast. Nujno je, da
podjetje poskrbi za ustrezen denarni tok, da ne pride do nelikvidnosti ali celo
insolventnosti in zatona podjetja. Za diverzifikacijo pa se podjetja po navadi odločijo,
ko generično ne morejo več rasti (npr. zaradi zasičenega trga). Pogoj je tudi ustrezno
organizirano poslovanja v generični rasti, saj v nasprotnem primeru lahko obstaja velika
verjetnost, da v diverzifikacijski rasti ne bo uspelo, kar pa bo hkrati vplivalo tudi na
težave v generičnem delu rasti. Namen diverzifikacije je podpreti temeljni, že obstoječi
program v podjetju in mu omogočiti nadaljnjo generično rast (Doren, 2012a).
Podjetje se lahko odloči rasti z licenco ali s franšizo. Razlika med njima je v tem, da gre
pri licenci za nakup tehnologije, pri čemer se podjetje izogne dragim raziskavam in
stroškom razvoja, pri franšizi pa za nakup celotnega poslovnega koncepta ('know how',
kako organizirati celotno podjetja, proizvajati, kako obravnavati kupce, dobavitelje,
kako prodajati itd.). Podjetje lahko raste z joint-venture poslom, tj. da dve podjetji za
določen čas ustanovita skupaj tretje podjetje v namen, da izpeljeta določen
projekt/posel, pri čemer si delita sredstva, prihodke in stroške. Podjetje se lahko tudi
odloči za rast s strateškimi partnerstvi, pri katerih sta najpogostejša mreženje in
podizvajalske pogodbe, katerih temeljni namen je zmanjševanje velikosti podjetij, kar v
zadnjem času postaja trend v poslovnem svetu, saj s takšnim načinom rasti dosežemo
bistveno učinkovitejše poslovanje. Spojitev, pripojitev oz. prevzem je naslednji način
rasti. Dinamično podjetje (lastniki in management), ki je uspešno v rasti, načrtuje rast
izključno na dolgi rok. Smiselno je, da podjetje raste do meje, dokler raste tudi dobiček
(prav tam).
Zaradi vsega navedenega lahko zaključimo, da je merjenje rasti podjetja zelo
kompleksno. Portal E-podjetnik navaja, da je rast podjetja pojav, ki nastane v razmerju
med količino proizvedenega blaga in storitev, cenami, zaposleno delovno silo in
proizvajalnimi sredstvi. Čeprav se v praksi opredeljuje, da podjetje raste že, če se mu
povečuje dobiček, predmetno v resnici ne zadostuje za takšno klasifikacijo. Dejansko
rast pomeni sklop več dejavnikov, ki skupaj tvorijo rast podjetja (Doren, 2012c):
povečanje prodaje (celotne prodaje, zaradi zvišanja cen, inovacij itd.);
količinsko povečanje obsega proizvodnje (zmogljivost, produktivnost);
povečanje števila zaposlenih delavcev;
sredstva se zvišujejo oz. ostajajo vrednostno približno na isti ravni (ne smejo
imeti korenitega padca);
plasiranje novih izdelkov, storitev na trg, osvajanje novih trgov, prodajnih
kanalov, nakupi podjetij itd. in
povečanje dobička.
Najpogosteje uporabljena merila rasti v raziskavah o rasti podjetij pa so relativna
sprememba celotnih sredstev, prihodkov od prodaje ter števila zaposlenih v dve- do
petletnem obdobju. Ti podatki so javno dostopni in primerljivi. Ardishvili et al. (1998,
povzeto po Širec, 2011, str. 22) menijo, da je v primeru uporabe enega samega merila
smiselno uporabiti prihodke od prodaje, saj je ta podatek javno dostopen in relativno
24
neobčutljiv za kapitalsko intenzivnost in stopnjo integracije. Poleg prednosti pa ima to
merilo tudi svoje slabosti, saj nanj vplivata stopnja inflacije in menjalni valutni tečaji.
Prav tako ni nujno, da rast prihodkov od prodaje vodi procese rasti, ampak se lahko rast
prihodkov zgodi s časovnim zamikom. V visokotehnoloških podjetjih se lahko rast
sredstev in števila zaposlenih pojavi prej kot pa rast prihodkov. Teh pomanjkljivosti
nima merilo »število zaposlenih«. Pri tem merilu pa ne smemo prezreti dejstva, da na
število zaposlenih vplivajo zmanjševanje števila delavcev, ker njihovo delo prevzamejo
stroji (dvig produktivnosti dela) ter različne vrste povezav in odločitev naredi – kupi.
Veliko rast poslovnih učinkov in sredstev lahko podjetja izkazujejo, brez da se poveča
število zaposlenih. Za pridobitev bolj popolne slike dogajanja in preverjanja empiričnih
povezav je smiselna uporaba več različnih meril rasti (Širec, 2011, str. 22).
Naslednji vidik proučevanja rasti podjetij je pravilen način merjenja v daljšem
časovnem obdobju. Pogosto so v empiričnih raziskavah proučevani podatki med dvema
časovnima točkama, kjer ni upoštevan vmesni razvoj in tudi ne razvoj zunaj tega
časovnega okvira. Celovita rast, dosežena v monotoni, postopni ekspanziji, ima
običajno popolnoma drugačni vzrok kot hitra rast ali pa celo oscilacija določenega
proučevanega sodila rasti, ki je kratkotrajne narave (prav tam, str. 22).
Najpomembnejši vidik proučevanja rasti podjetij pa je vzrok rasti. Podatek, ali gre za
organsko rast ali rast, ki je posledica združitev (pripojitev, prevzemov) podjetij ali pa
morda kar obojega, je pomemben zaradi priporočil managementa kakor tudi družbe kot
celote. Organska rast običajno prinese npr. rast števila zaposlenih, medtem ko je rast, ki
je posledica združitev, ne prinaša, saj gre samo za prenos že obstoječih delovnih mest iz
ene pravne organizacijske oblike v drugo (prav tam, str. 22). Penroseova (1959, povzeto
po Širec, 2011, str. 22) ugotavlja, da podjetja rastejo počasneje, kadar rastejo na
»organski« način, za razliko od hitre rasti, ki je posledica združitev. Ugotavlja tudi, da
je organska rast bolj prisotna v majhnih in mladih podjetjih v nastajajočih panogah,
medtem ko v zrelih panogah večja in starejša podjetja rastejo z združevanjem.
2.4 Rast MSP v Sloveniji in EU
2.4.1 Rast MSP v Sloveniji
V Sloveniji je podjetništvo s prehodom na tržno gospodarstvo postalo bistven dejavnik
gospodarskega razvoja in rasti. Stara gospodarska ureditev, za katero sta bila značilna
majhno število velikih podjetij, usmerjenih na notranji trg, in predimenzioniranost
industrijskega sektorja, z odpiranjem trga konkurenci ni mogla obstati. Ta podjetja so
imela v primerjavi z mednarodno konkurenco prevelike stroške, bila so preokorna,
kakovost pa ni ustrezala zahtevam trga. Po drugi strani je obstajajo povpraševanje za
številne vrste proizvodov in storitev, ki jih gospodarstvo ni proizvajalo. Konkurenčni
pritisk je na eni strani pripeljal do razpada velikih podjetij, zmanjševanja števila
zaposlenih, opuščanja panog, preusmerjanja na zunanje trge, hkrati pa je omogočil
nastajanje številnih novih majhnih podjetij, ki so takšne poslovne priložnosti v novih
razmerah izkoristila. Hitra rast malih podjetij je ustavila rast brezposelnosti, saj so bila
novonastala podjetja najpomembnejši vir ustvarjanja novih delovnih mest, pripomogla
pa so tudi k povečanju učinkovitosti in poslovni stabilizaciji velikih podjetij. Hitro so se
razvijala storitvena podjetja na področju poslovnih storitev in manjša poslovna podjetja,
kar je večjim podjetjem omogočalo osredotočanje na ključno proizvodnjo in s tem na
25
zniževanje stroškov ter povečanje kakovosti, to pa jim je omogočilo uveljavljanje tudi
na svetovnem trgu (Antončič et al., 2002, str. 38–39).
Razmah podjetništva v Sloveniji, iz faze nastajanja in rasti majhnih podjetij, počasi
prehaja v fazo, ko bo nadaljnji razvoj odvisen predvsem od nastajanja proizvodenj, ki
bodo imela visoko dodano vrednost. Potrebna je nova usmeritev podjetništva –
nastajanje HRP, ki bodo sposobna razviti globalne tržne niše z visoko dodano
vrednostjo, in ne nastajanje novih malih, na domači trg usmerjenih podjetij. V vseh
razvitih državah je bil na tej stopnji razvoja ključen ta del gospodarstva. To kaže zgled
nemških MSP, ki so se razvila po vojni in sedaj tvorijo hrbtenico zahodnonemškega
gospodarstva. Taka podjetja se lahko razvijejo iz novonastalih malih podjetij ali pa iz
odcepljenih delov večjih podjetij. Razvoj HRP z visoko dodano vrednostjo pa zahteva
veliko znanja tako na managerskem kot tehničnem področju, ugodne razmere za razvoj
podjetništva in učinkovito infrastrukturo (prav tam, str. 39–49).
V nadaljevanju so predstavljeni podatki o številu in rasti MSP v Sloveniji v obdobju
2009–2013, kot jih je predstavila AJPES iz javno objavljenih letnih poročil
gospodarskih družb in samostojnih podjetnikov posameznikov (s. p.) v skladu z
metodologijo Ministrstva za gospodarski razvoj in tehnologijo (v nadaljevanju MGRT)6
za določanje hitro rastočih MSP. Podlago za pripravo podatkov za analizo HRP v letu
2013 predstavlja 131.799 gospodarskih družb in s. p. (v nadaljevanju podjetij). Ob
upoštevanju v opombi navedenih izločitvenih kriterijev je število HRP v letu 2013
3.867. Od teh jih je 3.771 oz. kar 97,5 % MSP. V tabeli 8 je prikazano gibanje HRP v
obdobju od leta 2007 do 2013. Prikazani so podatki o številu HRP v letu 2011, 2013 in
2013, pri čemer so upoštevani izločitveni kriteriji po metodologiji MGRT za celotno
petletno obdobje. Podjetje se lahko uvrsti med HRP v posameznem letu, če ne
izpolnjuje izločitvenih kriterijev v preteklih petih letih. Od 3.867 HRP v obdobju 2009–
2013 jih je 1.329 oz. 34,4 % izpolnjevalo kriterije za HRP tudi po podatkih za obdobji
2007–2011 in 2008–2012.
6 Med hitro rastoče MSP se po metodologiji MGRT ne uvrstijo podjetja, ki imajo v proučevanem
obdobju (AJPES: Hitro rastoča podjetja (HRP) v obdobju 2009–2013):
manj kot 2 zaposlena v 2013 (pri s. p. se upošteva nosilec dejavnosti + 1 zaposlen);
čisti prihodki od prodaje v letu 2013 < 100.000 EUR;
izguba na substanci (negativna dodana vrednost) v 2013;
ni podatkov za 2009;
podjetja, ki niso poslovala 12 mesecev v letih 2009 ali 2013;
podjetja, ki niso dosegla dvojne rasti čistih prihodkov v gospodarstvu v letu 2013 glede na leto
2009;
podjetja > 50 % v državni lasti;
podjetja v dejavnostih L – poslovanje z nepremičninami, O – dejavnosti javne uprave;
obrambe; socialnega varstva, S – druge dejavnosti, T – dejavnosti gospodinjstev; proiz. za
lastno rabo, U – dejavnost eksteritorialnih organizacij in teles, v letu 2013;
podjetja, ki so v obdobju 2009–2013 kum. izkazala čisto izgubo (pri s. p. negativni poslovni
izid);
podjetja v letu 2013, ki so imela v letu 2009 izgubo na substanci ali dodano vrednost (DV) =
0;
DV v letu 2013 < DV v letu 2009;
DV/zaposlenega v letu 2013 < 21.000 EUR.
26
Tabela 8: Hitro rastoča podjetja v obdobju 2007–2013
Obdobje
2007–2011 2008–2012 2009–2013
Število podjetij 131.494 132.619 131.799
HRP 4.380 3.725 3.867
HRP / št. podjetij, v % 3,3 2,8 2,9
Vir: (AJPES, 2013).
V tabeli 9 so prikazana HRP po velikosti v letu 2013 (proučevano obdobje 2009–2013).
Iz tabele je razvidno, da 97,5 % HRP predstavljajo MSP, med njimi je največ (76,70 %)
mikro podjetij, to je podjetij z manj kot 10 zaposlenimi, sledijo majhna podjetja
(15,80 %) in srednja podjetja (5 %), najmanj pa je velikih podjetij (2,5 %).
Tabela 9: Hitro rastoča podjetja na dan 31. 12. 2013 po velikosti
Velikost Število
podjetij
HRP HRP /
št. podjetij
v % Število
Delež
v %
Mikro 128.024 2.965 76,70 2,30
Majhna 2.442 612 15,80 25,10
Srednja 714 194 5,00 27,20
Skupaj MSP 131.180 3.771 97,50 2,86
Velika 619 96 2,50 15,5
Skupaj 131.799 3.867 100,00 2,90
Vir podatkov: (AJPES, 2013).
V tabeli 10 so prikazani podatki o poslovanju slovenskih HRP v letu 2013. Ta so v letu
2013 ustvarila 20.268.158 mio. EUR prihodkov, v njih je bilo zaposlenih 84.427 ljudi,
ustvarila so 872.397 mio. EUR čistega dobička, kar predstavlja 187,8 % v primerjavi s
čistim dobičkom vseh podjetij in pomeni, da so HRP v letu 2013 ustvarila za 87,8 %
več čistega dobička, kot so ga ustvarila vsa podjetja skupaj v letu 2013. Podatek kaže na
veliko poslovno uspešnost HRP v primerjavi z drugimi podjetji, med katerimi so
številna izkazala izgubo. Daleč največ HRP je v letu 2013 poslovalo v osrednji
slovenski regiji (1274), od tega kar 714 v občini Ljubljana. Več kot 100 HRP pa so
imele tudi občine Maribor (167), Celje (105) in Kranj (102). Največ HRP deluje na
področju predelovalne dejavnosti (29,4 %), trgovine, vzdrževanja in popravila motornih
vozil (18,9 %) ter prometa, skladiščenja in zvez (16 %).
Tabela 10: Podatki o poslovanju hitro rastočih podjetij v letu 2013 (v tisoč EUR)
Kategorija
Podatki iz
letnih poročil
podjetij za
leto 2013
Podatki iz
letnih poročil
HRP za leto
2013
Delež
v %
Število podjetij 131.799 3.867 2,9
Kapital 38.572.052 6.233.797 16,2
Sredstva 94.492.808 13.525.438 14,3
Dolgoročne in kratkoročne obveznosti 55.730.477 7.288.549 13,1
Finančne obveznosti 33.380.358 3.407.549 10,2
Prihodki 80.200.849 20.268.158 25,3
27
Kategorija
Podatki iz
letnih poročil
podjetij za
leto 2013
Podatki iz
letnih poročil
HRP za leto
2013
Delež
v %
Čisti prihodki od prodaje 77.964.949 19.880.237 25,5
Neto dobiček iz poslovanja7 2.488.787 1.045.870 42,0
Dobiček iz poslovanja, zmanjšan za
izgubo iz poslovanja ter povečan za
amortizacijo in odpise
6.928.236 1.767.075 25,5
Stroški plač 7.850.134 1.583.378 20,2
Število zaposlenih 463.688 84.427 18,2
Davek iz dobička 393.417 115.128 29,3
Neto čisti dobiček 464.480 872.397 187,8
Neto dodana vrednost8 17.689.808 3.921.509 22,2
Vir: (AJPES, 2013).
HRP so pomembna tudi z vidika zaposlenosti, saj je bilo v letu 2013 v njih zaposlenih
skoraj 20 % vseh zaposlenih. Slika 4 prikazuje povprečno število zaposlenih v celotnem
slovenskem gospodarstvu in število zaposlenih v HRP v obdobju 2006–2013. Iz slike 4
je razvidno, da je do leta 2008 število zaposlenih v celotnem gospodarstvu še naraščalo,
po tem letu pa pričelo strmo padati, medtem ko so HRP v celotnem obdobju vztrajno
ustvarjala nova delovna mesta. V proučevanem obdobju se je le med letoma 2011 in
2012 število zaposlenih v HRP zmanjšalo (za 0,83 %), sicer pa je zaposlenost ves čas
naraščala, povprečna letna stopnja rasti v obdobju 2006–2013 je znašala 6,8 %. V
absolutnem številu se je povprečno število zaposlenih v HRP od leta 2006 do 2013
povečalo za 30.500 oz. za 56,6 %, medtem ko se je povprečno število zaposlenih v
celotnem gospodarstvu zmanjšalo za 74.072 oz. 13,8 %.
7 Dobiček iz poslovanja, zmanjšan za izgubo iz poslovanja.
8 Dodana vrednost je kosmati donos od poslovanja, zmanjšan za stroške blaga, materiala in storitev in
druge poslovne odhodke. Neto dodana vrednost je dodana vrednost, zmanjšana za izgubo na substanci
(AJPES, 2013).
28
Slika 4: Primerjava gibanja povprečnega števila zaposlenih v celotnem gospodarstvu in
v HRP v obdobju 2006–2013
Vir podatkov: (Vidovič, 2013, povzeto po Pšeničny in Novak, 2012, str. 29; AJPES, 2013).
Kljub temu da so slovenska HRP izredno uspešna in vseskozi ohranjajo rast ter večajo
število zaposlenih, pa je preostalo slovensko gospodarstvo še vedno v globoki krizi.
Podobno stanje je tudi v nekaterih drugih državah EU.
2.4.2 Rast MSP v EU
MSP se tudi drugod v EU še spopadajo s krizo. Poročilo Evropske komisije (2012) o
različnih trendih v državah članicah EU kaže, da so dotedanja prizadevanja MSP, če
gledamo EU kot celoto, večinoma vodila v rast brez zaposlovanja. Kljub težkim
razmeram pa so MSP ostala hrbtenica evropskega gospodarstva. Posebej uspešna so bila
MSP v Avstriji in Nemčiji. Samo v teh dveh državah so MSP glede bruto dodane
vrednosti (BDV) in zaposlovanja presegla svoje predkrizne ravni (2008). V večini držav
članic se MSP še ni uspelo vrniti na ravni iz obdobja pred krizo. Dobra novica pa je, da
je vse več držav članic nedavno našlo pot iz krize; njihova MSP so ponovno začela
zaposlovati in širiti svoje dejavnosti, kar kaže na bolj vzdržnejše okrevanje
gospodarstva v prihodnje. Poročilo Evropske komisije (2012) ugotavlja tudi, da:
rastoča gospodarstva z naraščajočim ali vsaj stalnim povpraševanjem
pomagajo MSP ohraniti ali celo razširiti dejavnosti;
dejanska rast dodane vrednosti je rezultat tako rasti zaposlovanja kot tudi
realne rasti produktivnosti, pri čemer je prispevek rasti zaposlovanja brez
dvoma pomembnejši;
pomaga tudi, če ima gospodarstvo močno visokotehnološko in
srednjetehnološko proizvodnjo in storitve z intenzivno uporabo znanja;
v državah članicah z navedenimi lastnostmi se je zaposlenost v MSP
zmanjšala precej manj kot v drugih državah članicah.
53.927
62.961
71.747 74.982
77.392
80.901 80.228
84.427
537.760
561.013
574.125
538.536
513.841
497.927
480.964
463.688
420.000
440.000
460.000
480.000
500.000
520.000
540.000
560.000
580.000
600.000
40.000
45.000
50.000
55.000
60.000
65.000
70.000
75.000
80.000
85.000
90.000
2006 2007 2008 2009 2010 2011 2012 2013
Po
vpre
čno
št.
zap
osl
en
ih
v ce
lotn
em
go
spo
dar
stvu
Po
vpre
čno
št.
zap
osl
en
ih v
HR
P
Leto
HRP Vsa podjetja
29
Poleg tega na uspešnost MSP vplivajo številni ciklični in strukturni dejavniki. Dostop
MSP do financiranja se je v zadnjih mesecih v večini držav članic slabšal, pri čemer jih
veliko ni dobilo bančnih posojil, za katera so zaprosila. Podjetniško okolje se v
posameznih državah članicah še vedno znatno razlikuje (prav tam). Še posebej uspešna
v smislu produktivnosti in zaposlovanja so bila podjetja v t. i. sektorjih
»visokotehnološke proizvodnje« in »storitev z intenzivno uporabo znanja«. Po ocenah
Evropske komisije je v EU 46.000 MSP v sektorju visokotehnološke proizvodnje, več
kot 4,3 milijona pa jih ponuja storitve z intenzivno uporabo znanja. Gre za MSP, ki
proizvajajo farmacevtske izdelke in elektroniko ali ponujajo pravne in računovodske
storitve, ter MSP s področja znanstvenih raziskav in razvoja ter ustvarjalnih panog.
Skupaj predstavljajo več kot petino (21,1 %) vseh MSP v EU (Evropska komisija,
2012).
Slika 5 prikazuje število MSP, število zaposlenih v MSP in ustvarjeno dodano vrednost
MSP v EU v obdobju od leta 2008 do 2013. Iz slike 5 je razvidno, da je leta 2009
močno padla dodana vrednost MSP, ki je šele leta 2012 dosegla izhodiščno raven iz leta
2008. Vseskozi je rahlo upadala zaposlenost, ki je bila tudi konec leta 2013 še vedno za
okoli 3 % nižja kot v izhodiščnem letu 2008. Število MSP pa se v proučevanem času ni
bistveno spreminjalo.
Slika 5: Gibanje števila MSP, števila zaposlenih v MSP in dodane vrednosti MSP v
obdobju 2008– 2013 v EU
Opomba: Slovaška ni vključena.
Vir: (Muller et al., 2014, str. 17).
Na sliki 6 so prikazani okrevanje MSP, dodana vrednost in zaposlenost v obdobju
2008–2013 v državah članicah EU. Najvišjo dodano vrednost glede na izhodiščno leto
2008 so v letu 2013 dosegle Nemčija, Švedska, Malta, Belgija in Avstrija, medtem ko
so slovenska MSP v letu 2013 dosegla le okoli 90 % dodane vrednosti in zaposlenosti v
MSP v primerjavi z letom 2008. Slika 6 prikazuje 27 držav, Slovenija se uvršča na 21.
mesto, kar pomeni, da je med njimi le še šest držav, ki imajo manjšo dodano vrednost in
zaposlenost v letu 2013 glede na izhodiščno leto 2008 od Slovenije.
30
Slika 6: Dodana vrednost in zaposlenost v MSP v državah članicah EU v obdobju
2008–2013
Vir: (Muller et al., 2014, str. 7).9
2.4.3 Podpora MSP s strani države in EU
Rebernik et al. (2015, str. 8) menijo, da slovenska podjetniška struktura števila podjetij
v primerjavi z drugimi državami EU ni ustrezna, kar ima za posledico zaostajanje
slovenskih podjetij po produktivnosti, merjeni s prihodki na zaposlenega oz. prihodki na
podjetje, po ustvarjeni dodani vrednosti in po povprečni velikosti podjetja. Zaradi svoje
relativne majhnosti mnoga od podjetij pogosto niso usposobljena za prodor na druge,
tuje trge, s čimer bi povečala obseg svojega poslovanja. Snovalci ekonomske politike bi
se morali zavedati, da je za uspešno delovanje gospodarstva namesto obremenjevanja
podjetij z vedno višjimi davki treba prisluhniti podjetjem in jim omogočati, da se
dolgoročno razvijajo, rastejo, postanejo in ostanejo uspešna podjetja. Večanje in trajnost
podjetij pa bosta imela multiplikativni gospodarski učinek za družbo kot celoto.
Slovenija se je zavzela za spodbujanje konkurenčnosti slovenskega gospodarstva in
spodbujanje poslovanja slovenskih podjetij na tujih trgih. Velik poudarek je na področju
MSP, saj ta predstavljajo večino slovenskega in tudi evropskega gospodarstva. Zaveda
se, da ta podjetja generirajo številna nova delovna mesta, po drugi strani pa so ravno
zaradi majhnosti bolj občutljiva in hitreje občutijo deficit potrebnih resursov za
poslovanje. Spodbujanje internacionalizacije MSP s strani javnega sektorja je zelo
pomembno, saj MSP, ki so aktivno vključena v internacionalizacijo, prinašajo velike
pozitivne gospodarske učinke (MGRT et al., 2013, str. 3).
9 Slovaška ni vključena.
Prevod navpične osi: Ratio of Value Added of SME's 2013 to 2008 – razmerje dodane vrednosti MSP
v letu 2013 v primerjavi z letom 2008; prevod vodoravne osi: Ratio of Employment in SME's 2013 to
2008 – razmerje zaposlenosti v MSP v letu 2013 v primerjavi z 2008.
31
Člani10
Partnerstva za spodbujanje mednarodnega poslovanja slovenskih podjetij
(Mednarodni izzivi, 2013) so si zadali cilj spodbujati podjetja, ki temeljijo na
inovacijah, tehnologijah, znanju, spretnostih, nišnih produktih in produktih/storitvah z
višjo dodano vrednostjo, predvsem pa podjetja, ki mednarodno poslujejo (ali to želijo)
in vidijo priložnosti in prednosti povezave s tujimi trgi. To bo zagotovilo dinamično in
trajnostno poslovanje slovenskega gospodarstva v prihodnosti z namenom ustvarjanja
blaginje za celotno družbo. Slovenija mora krepiti svojo vlogo v svetovnem
gospodarstvu, predvsem v okviru novih globalnih trgov, za dosego takih ciljev pa
moramo podpirati odprto ekonomijo. Ravno odprtost ekonomije in zagotavljanje
svobodne konkurence (prost pretok blaga, storitev, kapitala in delovne sile) omogočata
podjetjem povečanje konkurenčnih sposobnosti tudi zaradi lažjega dostopa do sodobnih
tehnologij in znanja, olajšata dostop na tuje trge, povečujeta prodajne možnosti,
omogočata izkoriščanje ekonomij obsega ter iskanje novih nišnih priložnosti (prav tam,
str. 3).
Svetovna gospodarsko-finančna kriza je močno prizadela tudi evropska MSP, ki zaradi
problemov z denarnim tokom, birokracije in globalnega gospodarskega nazadovanja
potrebujejo pomoč za premostitev težav. EU zato uporablja vsa sredstva, da bi jih
podprla in s tem spodbudila inovacije in ustvarila delovna mesta. V ta namen je
Evropska komisija junija 2008 predstavila »Small Business Act« (SBA) za Evropo, ki je
širok nabor ukrepov, namenjenih podpori podjetjem. Z njim so se države članice
zavezale sklopu 10 načel, ki so naklonjena MSP in naj bi usmerjala zasnovo in izvajanje
politik tako na ravni EU kot tudi na nacionalni ravni. Glavni ukrepi so (povzeto po:
Evropska komisija, 2011):
EU se je zavezala, da bo zmanjšala upravno breme podjetij, s čimer lahko
posamezna podjetja prihranijo denar in pridobijo več časa za poslovanje. MSP
se lahko omogočijo posebna podpora, nižji prispevki in izjeme, ki zagotavljajo
enake konkurenčne pogoje. Po uvedbi SBA so države članice okrepile svoja
prizadevanja za skrajšanje časa ter zmanjšanje stroškov ustanovitve podjetja in
vzpostavilo točke »vse na enem mestu«, ki omogočajo odprtje družbe z
omejeno odgovornostjo v času enega samega obiska. Slovenska elektronska
točka VEM (vse na enem mestu) lahko podjetje registrira v treh dneh ali manj
– slovenska MSP na ta način prihranijo 10,2 mio. EUR na leto. V 22 državah
obstaja tudi »enotna kontaktna točka«, ki pomaga podjetjem, ki želijo svoje
storitve nuditi v tujini.
Stečaji predstavljajo 15 % vseh zaprtij podjetij in vsako leto prizadenejo
700.000 MSP in približno 2,8 mio. delovnih mest. SBA poziva nacionalne
vlade, da poštenim podjetnikom omogočijo dokončanje vseh pravnih
postopkov za zaprtje podjetja v enem letu, Evropska komisija pa spodbuja
izmenjavo najboljše prakse med državami članicami. V večini evropskih držav
se podjetniki, ki začenjajo znova, zdaj obravnavajo enako kot novinci, kar
velja tudi v primeru uporabe shem podpor EU.
posojanje za MSP je lahko težavno – še posebej, če nimajo poroštva ali dovolj
dolge zgodovine uspešnosti oz. kreditne sposobnosti. Evropska komisija je
zato ustanovila Finančni forum za MSP in podpira finančne posrednike, kot so
banke, lizinška podjetja, jamstvene sklade, vzajemne garancijske ustanove,
10
Ministrstvo za gospodarski razvoj in tehnologijo, Ministrstvo za zunanje zadeve, Ministrstvo za
kmetijstvo in okolje, Urad predsednika vlade RS, Urad predsednika države RS, Javna agencija RS za
spodbujanje podjetništva, inovativnosti, razvoja, investicij in turizma, Sid banka d.d., Gospodarska
zbornica Slovenije, Obrtno-podjetniška zbornica Slovenije, Trgovinska zbornica Slovenije.
32
promocijske banke ali druge finančne institucije, ki omogočajo finančna
sredstva za MSP z zagotavljanjem posojilnih jamstev. To zmanjšuje njihovo
tveganje in jim omogoča, da MSP ponudijo več posojil, kot bi jih sicer lahko
nudili.
Evropska komisija tesno sodeluje z državami članicami, da bi izboljšala
učinkovitost trgov za kapitalske naložbe, da bi dobri projekti našli ustrezne
vlagatelje in da bi se obenem oblikoval bolj odprt in konkurenčen vseevropski
trg tveganega kapitala. Veliko vlagateljev ni naklonjenih vlaganju v
novoustanovljena in inovativna podjetja zaradi visokih tveganj in stroškov
transakcij ali zato, ker ocenjujejo, da predviden dobiček ne bo nadomestil
tveganja. Komisija želi spodbuditi države članice, da podprejo angelske
naložbe, predvsem v tujini, in da sodelujejo s skladi tveganega kapitala.
Komisija še naprej spodbuja dostop MSP do 7. okvirnega programa za
raziskave in tehnološki razvoj (7OP). EU je v letu 2009 sprejela začasne
spremembe svojih pravil o državni pomoči, ki državam članicam omogočajo,
da lahko lažje pomagajo malim podjetjem. Kohezijska politika zagotavlja
največjo podporo EU za MSP. Evropski socialni sklad (ESS) priznava tudi
posebno vlogo MSP pri ustvarjanju novih delovnih mest in se z načrtovanimi
naložbami usmerja v zagotavljanje neposredne pomoči podjetjem, zlasti MSP.
Spodbujanje podjetniškega duha med evropskimi državljani je glavna točka
akta »Small Business Act« (SBA) za Evropo. Namen niza programov, ki se
izvajajo, je poudariti poklicne poti za prihodnje podjetnike in spodbuditi ljudi
vseh starosti in narodnosti, da se navdušijo za podjetništvo. Maja 2009 je
Evropska komisija organizirala prvi Evropski teden MSP. Na prireditvah, ki so
potekale v 36 državah, so bili v središču dogajanja podjetniki – poslovneži so
imeli možnost, da vzpostavijo dragocene mreže in hkrati povečajo ugled
podjetništva v javnosti. Evropski teden MSP poteka od takrat vsako leto. EU
podpira mlade, ki imajo dobre zamisli in se želijo učiti od poslovnežev, s
programom Erasmus, prek katerega mlade/nove podjetnike pošilja na delo v
druga MSP v EU, kjer lahko pridobijo nova poslovna znanja in izkušnje.
Podjetniki gostitelji delijo svoje znanje o premagovanju ovir in razvoju
zdravega podjetja. Program krepi vrednost notranjega trga in spodbuja
podjetnike, da pogledajo preko svojih meja. Podjetništvo je ključna življenjska
veščina, ki ljudem pomaga misliti kreativno, presojati in tvegati ter ustvarjati
inovacije: podjetništvo je sposobnost, da zamisli prenesemo v dejanja.
Podjetniške veščine so sedaj v večini držav EU vključene v učne načrte
poklicnega izobraževanja. Evropska komisija sodeluje z državami članicami,
da bi učiteljem omogočila dostop do usposabljanja na področju poučevanja
podjetništva in do inovativnega učnega gradiva na to temo.
Evropski notranji trg predstavlja 500 milijonov strank, zato si EU prizadeva
dokončati enotni trg, da bi odklenila velik potencial Evrope. Akt o enotnem
trgu, ki ga je Evropska komisija razkrila oktobra 2010, vsebuje posebne
ukrepe, ki bodo MSP pomagali pri inovacijah, ustvarjanju novih poslovnih
modelov, lažjem dostopu do finančnih sredstev, prodaji blaga in storitev v
tujini in delovanju v manj birokratskem okolju.
Evropska komisija je predlagala sprejetje Statuta evropske zasebne družbe, ki
bo s poenostavitvijo prava družb odpravil ovire na notranjem trgu. Direktiva
EU o storitvah bo poenostavila ustanovitev storitvenega podjetja, ki lahko
deluje po Evropi. Veliko težavo za mala podjetja predstavlja preveč zapleteno
usklajevanje z evropskimi standardi. Zato so na posebni spletni strani
33
objavljene podrobnosti o standardih, ki pojasnjujejo, kako standardi vplivajo
na posamezne sektorje, vzpostavljata pa se tudi služba za pomoč MSP ter
portal za standarde SIST (Slovenski inštitut za standardizacijo). Dostopen in
uporabniku prijazen sistem za zaščito intelektualne lastnine je ena od glavnih
prednostnih nalog EU. EU si prizadeva za enotni evropski patent in enotno
sodišče za reševanje patentnih sporov, s čimer bi se zaščitili patenti.
EU si prizadeva, da bi MSP dobila pošten delež javnih naročil v EU in da
odkrijejo svoj polni potencial. Ugotovitve Evropske komisije kažejo, da MSP
pridobijo 34 % javnih naročil, ki se oglašujejo v EU, njihov prispevek širšemu
gospodarstvu pa je 52 %. Mreža Enterprise Europe Network usposablja
podjetja in omogoča lažji dialog med javnimi organi in MSP.
Cilj načrta »Unija inovacij« EU, ki je bil predstavljen oktobra 2010, je
usmeriti politike raziskav in inovacij v ključne izzive, s katerimi se sooča naša
družba, kot so podnebne spremembe, energetska učinkovitost in demografski
razvoj, kjer obstaja tudi velik gospodarski potencial. EU se namerava spopasti
tudi z »ozkimi grli«, ki trenutno onemogočajo zamislim, da bi prodrle na trg,
na primer drago patentiranje, razdrobljenost trga, omejen tvegani kapital in
pomanjkanje veščin. Dobre poslovne priložnosti se skrivajo v iskanju
trajnostnih rešitev vsakodnevnih težav. Ekoinovacije oz. vsak nov proizvod,
storitev ali postopek, ki koristi okolju, je temeljnega pomena za ustvarjanje
trajnostne rasti in novih delovnih mest kot cilja EU. Leta 2008 je
»ekoindustrija« EU že zaposlovala približno 3,4 mio. ljudi in je imela več kot
300 milijard EUR prometa.
Tudi digitalno gospodarstvo nudi veliko inovacijsko priložnost za
visokotehnološka MSP, ki lahko razvijejo nišne proizvode, obenem pa lahko
digitalna znanja bolj tradicionalnim podjetjem pomagajo, da postanejo bolj
konkurenčna. Zato si Evropa prizadeva za zmanjšanje ovire za vstop na
digitalne trge, ustvarjanje zaupanja do spletnih omrežij, zagotavljanje
interoperabilnosti digitalnih storitev in spodbujanje digitalne pismenosti.
Mreža Enterprise Europe Network združuje 589 organizacij za podporo
podjetjem iz 47 držav, vključno z vsemi državami članicami EU in pomaga
podjetjem (predvsem MSP), ki se želijo »internacionalizirati«. EU vlaga v
podporo podjetjem, katerih cilj je globalno poslovanje. Nujno svetovanje o
lokalni zakonodaji in kulturi je lahko pomembno za uspeh ali neuspeh
predvsem v manjših podjetjih. Na 30 ključnih izvoznih trgih so bile
vzpostavljene tudi skupine za dostop do trgov, medtem ko delegacije EU,
države članice in poslovne organizacije EU izmenjujejo svoje izkušnje in
strokovno znanje, da bi odpravile tržne ovire.
2.5 Gazele kot hitro rastoča podjetja
2.5.1 Dinamična podjetja
Dinamično podjetje je lahko majhno ali veliko, novo ali dlje časa delujoče. Za
dinamična podjetja so značilni hitra rast, uspešna uveljavitev profesionalizacije vodenja
in izoblikovanje procesa strateškega upravljanja podjetja. Tudi zrelo podjetje, ki uspe
doseči preobrat in uresničiti strategijo rasti, lahko štejemo med dinamična podjetja
(Pšeničny et al., 2000, str. 158). Dinamična podjetja s potencialom rasti obstajajo in so
prisotna v vseh gospodarstvih v vsakem časovnem obdobju ne glede na gospodarsko
rast ali recesijo. Gre za podjetja, ki nadpovprečno hitro rastejo, izkazujejo nadpovprečne
34
donose in tudi nadpovprečno zaposlujejo, se bliskovito razvijajo in rastejo. Vsako
gospodarstvo bi moralo staviti na takšna podjetja ter na njihov pomen za nacionalno
gospodarstvo, jih spodbujati in z ustreznimi ukrepi podpreti (Pšeničny in Novak, 2012,
str. 27).
Značilnosti dinamičnih podjetij so (Doren, 2012c):
prvenstveno dobro in natančno opredeljeni cilji (dosežemo z načrtovanjem);
razumevanje celotne dejavnosti, s katero se podjetje ukvarja (ne samo
osnovne, temveč tudi vseh ostalih, s katerimi se ukvarja posredno in vplivajo
na osnovni izdelek/storitev);
ustrezne osebne in poslovodne značilnosti vodilnega managementa;
razumevanje trga, na katerem delujejo;
razumevanje priložnosti, nevarnosti, prednosti in slabosti podjetja z njegovimi
akcijskimi rešitvami ozkih grl (slabosti podjetja);
razumevanje podjetniških financ;
jasen dobičkonosni motiv.
Pšeničny in Novak (2012, str. 11) povzemata splošna teoretična spoznanja številnih
avtorjev o dinamičnih podjetjih:
biti dinamično podjetje je načeloma fenomen malih in mladih podjetij;
v povprečju so to mala in mlada podjetja, ki predstavljajo od 2 do 3 % (od 5
do 10 %) vseh podjetij v nekem nacionalnem gospodarstvu;
imajo povprečno 20 % letno rast v treh letih in začnejo z najmanj 20
zaposlenimi;
ustvarijo večino novih delovnih mest. Imajo učinkovito ciljno usmerjeno tržno
politiko;
v povprečju se njihova rast »dogodi« zelo nepričakovano in hitro;
hitra rast je odvisna predvsem od strukture podjetja, podjetnika in njegovega
tima oz. managementa, financ itd.;
v povprečju najbolj tržijo svoj »intelektualni kapital« (v storitvah ali v
proizvodih);
imajo zelo dober management človeških virov in zelo dober ter usposobljen
kader zaposlenih;
prisotna so v skoraj vseh dejavnostih oz. panogah;
ovire za njihovo rast so: tržne ovire, težave pri pridobivanju finančnih
sredstev, težave pri pridobitvi dovolj usposobljenih (predvsem tehnično) novih
zaposlenih, težave pri pridobivanju intelektualnih pravic, neprimerna davčna
zakonodaja itd.
Podjetja, ki ne dosegajo večje rasti, so tako imenovana statična podjetja. V tabeli 10 so
prikazane razlike med dinamičnimi in statičnimi podjetji.
35
Tabela 11: Razlika med dinamičnimi in statičnimi podjetji
Kriteriji
razlikovanja Dinamična podjetja Statična podjetja
Cilji poslovanja Maksimirajo profite
Povečujejo prodajo
Manjši poudarek na profitih
Večji poudarek na
proizvodih
Organizacijska
struktura Razvejana struktura
Razvejana struktura le v
zrelih podjetjih
Način vodenja
Nastajanje ekip
Fleksibilne oblike dela
Oblikovanje stabilne strukture
zaposlenih
Avtokratski začetki
Paternalističen odnos
Strukture
računovodstva Organizacija profitnih centrov
Podjetje spremljajo kot
celoto
Podatki o preteklem
poslovanju Spremljanje Zelo malo zgodovinskih
Ključne
spremenljivke
vodenja
Mesečna napoved
Gotovinski tok
Profitnost
Prodaja
Pomembni odnosi z
dobavitelji
Vir: (Tajnikar, 2006, str. 17).
2.5.2 Izbor Slovenska gazela
Slovenija je mlada država, ki je načela tržnega gospodarstva sprejela šele po
osamosvojitvi leta 1991. Pred tem je delovalo plansko gospodarstvo, ki ni dopuščalo
podjetništva oz. ga je zelo oteževalo. Prehod na tržno gospodarstvo je zato pomenil zelo
veliko spremembo v podjetniški aktivnosti in nastanjanje ter velik porast MSP.
Projekt izbora najboljšega HRP izhaja iz uredništva Gospodarskega vestnika. Leta 1991
so tako bila v enem članku prvič analizirana dinamična podjetja. To so bila uspešna
slovenska podjetja, ki so rasla, imela dobiček in zaposlovala nove delavce. Podjetja, ki
so bila izbrana bolj ali manj naključno, so sodila med prva »prava« slovenska
dinamična podjetja. Prva lestvica 100 največjih slovenskih zasebnih podjetij je nastala
leta 1992. Leta 1993 je bila prvič sestavljena lestvica 500 največjih slovenskih zasebnih
podjetij. Prva lestvica 500 najhitreje rastočih slovenskih podjetij pa je bila med prvimi v
Evropi predstavljena leta 1995. Metodologijo so pripravili ob pomoči strokovnjakov z
Ekonomske fakultete v Ljubljani. Od takrat dalje se je izbor izpopolnjeval in vsako leto
pridobival na veljavi. Od leta 2006 je Gazela pod pokroviteljstvom časopisne hiše
Dnevnik, d. d., ki je projektu dodala mednarodno dimenzijo. Slovenska HRP se lahko
uvrstijo med 500 najhitreje rastočih podjetij Europe's 500, ter sodelujejo pri izboru za
European Business Awards (Dnevnik, 2015).
Gazele so dinamična podjetja, ki hitro rastejo, se bliskovito razvijajo, intenzivno
zaposlujejo in vedno držijo korak prednosti pred konkurenco. Njihov cilj ni le preživeti,
ampak uspeti. To so pogosto majhna družinska podjetja, ki požrtvovalno gradijo in
previdno izbirajo svoje zaposlene. Ko začnejo hitro rasti je pomembno predvsem, da
znajo zagotoviti sredstva za hitro rast in pravočasno najti prave ljudi za nove naloge v
36
podjetju. Gazela, kot izbor najuspešnejših slovenskih HRP, je postal eden največjih
poslovnih dogodkov v Sloveniji, hkrati pa je tudi velika motivacija za MSP. Osnovni
namen izbora je najti in nagraditi podjetja, ki imajo lastnosti gazel (dinamičnost, hitra
rast, uravnotežen razvoj in intenzivno zaposlovanje), hkrati pa so odgovorna do
zaposlenih in do okolja, v katerem delujejo (prav tam).
Verodostojnost izbora, lestvice 500 najhitreje rastočih podjetij v Sloveniji in šest
regijskih lestvic s 100 najhitreje rastočimi podjetji v posamezni regiji v Sloveniji,
temelji na skrbno oblikovani in natančni metodologiji, ki jo ves čas nadzira
metodološka komisija. Tako se HRP na izbor ne morejo prijaviti, ampak se na lestvico
uvrstijo na podlagi bilančnih podatkov oz. rasti prihodkov od prodaje v preteklih petih
letih. Poleg indeksa petletne rasti prihodkov od prodaje se pri izboru upošteva tudi
dodano vrednost na zaposlenega, rast števila zaposlenih, izračun sintetiziranega
kazalnika, ki petletno dinamiko rasti prodaje dopolnjuje z dodano vrednostjo in njeno
rastjo v petih letih ter indeksom DaBeg11
(ta omogoča primerjavo stopnje rasti
zaposlenih med različno velikimi podjetji), ter stopnja verjetnosti propada podjetja
(angl. failure score model). Za uvrstitev v izbor morajo biti izpolnjeni naslednji kriteriji
(prav tam):
bilančni dobiček v zadnjem bilančnem letu,
vsaj 220.500 EUR prihodkov od prodaje v izhodiščnem letu,
podjetje je moralo v obeh indeksnih letih poslovati vseh 12 mesecev in imeti v
zadnjem letu dobiček,
v zadnjem bilančnem letu mora imeti podjetje minimalno pet zaposlenih (od
Gazele 2013 naprej).
Seznam 500 najhitreje rastočih podjetij med letoma 2008 in 2013 potrjuje, da so gazele
res motor slovenskega gospodarstva. Ta podjetja so namreč v letu 2013 ustvarila za 4,8
milijarde skupne prodaje, kar je skoraj polovica državnega proračuna. V omenjenem
petletnem obdobju so na novo odprla 11.200 delovnih mest ter skupno dodano vrednost
dvignila na 769,5 mio. EUR, kar predstavlja 163 % povprečno rast, medtem ko dodana
vrednost na zaposlenega znaša 46.517 EUR in je občutno višja od republiške, ki znaša
39.049 EUR (Rankov, 2014, str. 6).
Zmagovalci izbora Gazela od leta 2010 do 2014 so (Dnevnik, 2015):
Slovenska gazela 2014:
o zlata gazela in savinjsko-zasavska gazela: Plastika Skaza, d. o. o.,
o srebrna gazela in primorsko-notranjska gazela: SMT, d. o. o.,
o bronasta gazela in dolenjsko-posavska gazela: Cablex Plastik, d. o. o.
Slovenska gazela 2013:
o zlata gazela in gorenjska gazela: Knauf Insulation, d. o. o.,
o srebrna gazela in dolenjsko-posavska gazela: L-Tek elektronika, d. o. o.,
o bronasta gazela in savinjsko-zasavska gazela: Termo-tehnika, d. o. o.
11
Indeks DaBeg ali Birdchev indeks se imenuje po izumitelju imena gazel Davidu Birchu, ki ga je
definiral za petletno proučevano obdobje. Indeks označuje rast števila zaposlenih v izbranem
časovnem obdobju in pomeni absolutno razliko v zaposlenosti med letoma Ztn in Ztn−5, kar je
pomnoženo z zaposlenostjo v letu Ztn in deljeno z zaposlenostjo v letu Ztn−5. DaBeg = (Ztn – Ztn-5) x (Ztn
/ Ztn-5) (Krajnik, 2007, str. 264).
37
Slovenska gazela 2012:
o zlata gazela 2012 in savinjsko-zasavska gazela: DEWESoft, d. o. o.,
o srebrna gazela 2012 in dravsko-pomurska gazela: GMT, d. o. o.,
o bronasta gazela 2012 in gorenjska gazela: Lotrič, d. o. o.
Slovenska gazela 2011:
o zlata gazela 2011 in savinjsko-zasavska gazela: KLS, d. o. o.,
o srebrna gazela 2011 in gazela osrednje Slovenije: XLAB, d. o. o.,
o bronasta gazela 2011 in dravsko-pomurska gazela: GMT, d. o. o.
Slovenska gazela 2010:
o zlata gazela 2010 in dolenjsko-posavska gazela: KRKA, d. d.,
o srebrna gazela 2010 in savinjsko-zasavska gazela: KLS, d. o. o.,
o bronasta gazela 2010 in primorsko-notranjska gazela: SEC, d. o. o.
2.5.3 Izbor evropske gazele Europe's 500
Europe's 500 (pa tudi The European top growth companies ali Europe's Most Dynamic
Entrepreneurs) je letni izbor 500 najhitreje rastočih evropski podjetij in poteka od leta
1996. Njegov glavni namen je promovirati podjetništvo, prispevati k rasti podjetij in
zaposlenosti v Evropi ter k ugodnejšemu okolju za podjetništvo z razvojem pobud v
prid rasti in z dialogom z institucijami EU. V izbor je zajetih vseh 28 držav članic EU
ter Islandija, Norveška in Švica (Europe's 500, 2015).
V nasprotju z drugimi poslovnimi lestvicami se izbor Europe's 500 osredotoča na
ustvarjanje novih delovnih mest in prihodkov od prodaje med MSP v vseh poslovnih
sektorjih. Razvrstitev temelji na Birchevem indeksu rasti zaposlenosti (sl. DaBeg
indeks) ter analizira sedem kriterijev: podjetniško udejstvovanje, neodvisnost, prihodke
od prodaje, zaposlovanje, organsko rast, velikost in starost podjetja. Podobno kot v
Sloveniji predstavlja izbor na lestvico veliko čast za vsako podjetje (prav tam).
Kriteriji za uvrstitev na seznam 500 vodilnih evropskih podjetniških gazel so (Pšeničny
in Novak, 2012, str. 23):
podjetnik ali podjetniški tim mora biti lastnik najmanj 15 % podjetja oz. če
podjetje kotira na borzi, najmanj 5 % vseh rednih (upravljavskih) delnic;
podjetje ni del holdinga oz. drugo podjetje ali delničar nima v lasti več kot
50 % osnovnega kapitala;
celoten prihodek podjetja mora v letih proučevanja izkazovati najmanj 50 %
realno rast ter 30 % rast v zaposlenosti v petletnem obdobju, prav tako mora
biti konstantna rast v obdobju zbiranja in selekcioniranja;
rast prodaje in prihodka kot tudi zaposlenosti naj bi bila v večji meri posledica
organske rasti podjetja in ne združitve in pripojitve;
podjetje naj bi ob koncu proučevanega obdobja ustvarjalo dobiček, toda ker
hitra rast običajno ne izkazuje dobičkov, raziskovalci naredijo precej izjem;
podjetje mora imeti najmanj 50 zaposlenih v prvem letu proučevanja in ne več
kot 5.000 v zadnjem letu opazovanja (rast zaposlovanja, merjena z indeksom
DaBEG ≥ 20);
podjetje mora biti staro najmanj tri leta. Kasneje ustanovljena podjetja so
izključena.
38
Podjetja se na listo Europe's 500 umestijo po posebni metodologiji, ki je sestavljena iz
naslednjih korakov (prav tam, str. 23–24):
kompilacija podatkov iz baze podatkov, ki jo pripravlja GrowthPlus. Baza
vsebuje podatke nacionalnih lestvic, podatke raznih raziskav in tekmovanj;
selekcija liste nominacij – selekcija skoraj 6.000 podjetij iz držav, ki
sodelujejo v izboru;
preverjanje podatkov in telefonski pogovori z ožjim izborom 1.000 podjetij, ki
privolijo v vključitev in vrnejo izpolnjen vprašalnik;
izbor finalistov Europe's 500 – ocenjevanje 500 podjetij in rangiranje po
Birchevem indeksu.
Metodologija izbora slovenskih gazel je dokaj podobna metodologiji izbora Europe's
500. Obe metodologiji imata skupno to, da se podjetja na lestvico razvrstijo na podlagi
doseženih prihodkov od prodaje, rasti števila zaposlenih, dodane vrednosti/zaposlenega
in indeksa Dabeg. Med seboj pa se razlikujeta predvsem po vstopnih pogojih za
uvrstitev na lestvico, kot so pri slovenski gazeli minimalno pet zaposlenih v zadnjem
bilančnem letu in najmanj pet let poslovanja, pri lestvici Europe'500 pa najmanj 50
zaposlenih in najmanj tri leta poslovanja. Izbor Slovenska gazela upošteva tudi izračun
sintetiziranega kazalnika, ki petletno dinamiko rasti prodaje dopolnjuje z dodano
vrednostjo in njeno rastjo v petih letih ter indeksom DaBeg ter stopnjo verjetnosti
propada podjetja. Lestvica Europe's 500 pa vsebuje še vstopne pogoje, kot so ustrezna
lastniška struktura, najmanj 50 % realna rast prihodkov od prodaje in 30 % rast števila
zaposlenih ter organska rast podjetja v proučevanem obdobju (Europe's 500, 2015).
2.6 Dejavniki rasti MSP
Rast in dejavniki (hitre) rasti MSP so raziskovalno področje, ki ima veliko pozornosti
številnih raziskovalcev. Pregledali smo 13 tujih raziskav, ki so proučevale vpliv
različnih dejavnikov na rast MSP. Povzetek pregledanih raziskav, opis vzorca, časovne
dimenzije, zastavljenih hipotez, odvisnih in neodvisnih spremenljivk, raziskovalnih
metod ter glavnih ugotovitev smo prikazali v prilogi 2. Raziskave vključujejo MSP iz
naslednjih držav: Albanija, Argentina, Avstrija, Bolgarija, Brazilija, Češka, Čile, Črna
gora, Finska, Francija, Grčija, Hrvaška, Irska, Italija, Izrael, Japonska, Koreja,
Kostarika, Luksemburg, Madžarska, Makedonija, Mehika, Nemčija, Nizozemska, Peru,
Poljska, Portugalska, Romunija, Salvador, Singapur, Srbija, Španija, Švedska, Švica,
Tajvan, Velika Britanija in ZDA. Menimo, da lahko empirične raziskave razvrstimo v
naslednje skupine:
raziskave, ki obravnavajo vpliv starosti in velikosti podjetja na rast (Mateev in
Anastasov, 2010 in 2012; Evans, 1987; Becchetti in Trovato, 2002; Audretsch
et al., 2004 (povzeto po Mateev in Anastasov, 2010); Geroski in Gugler, 2004;
Glancey, 1998; Liu, Tsou in Hammitt, 1999; Reichstein in Dahl, 2004; Robson
in Bennett, 2000; Yasuda, 2005, Almus in Nerlinger, 2000; Bottazzi in Secchi,
2003; Calvo, 2006; Dunne in Hughes, 1994; Goddard, Wilson in Blandon,
2002; McPherson, 1996; povzeto po Zhou in Wit, 2009);
raziskave, ki proučujejo značilnosti lastnikov/managerjev (motivacijske,
vedenjske in osebnostne lastnosti), vodenje, strategijo in organizacijo
(Wiklund et al., 2007; Zhou in Wit, 2009; Lumpkin in Dess, 2001; povzeto po
Zhou in Wit, 2009; Pšeničny, 2009);
raziskave, ki proučujejo specifične lastnosti podjetja, kot so financiranje
(zadolženost, denarni tok, likvidnost), inovacije, produktivnost (Mateev in
39
Anastasov, 2010 in 2012; Molinari et al., 2009; Nunes et al., 2013; Elston,
2002; Voulgaris et al., 2003);
raziskave, ki proučujejo vpliv okolja, lokacije, zakonodaje,
narodnogospodarskih značilnosti (Zhou in Wit, 2009; Mateev in Anastasov,
2010 in 2012; Almus in Nerlinger, 1999; Davidsson et al., 2002; povzeto po
Zhou in Wit, 2009; Becchetti in Trovato, 2002; povzeto po Mateev in
Anastasov, 2010). Nekateri avtorji so raziskovali tudi več sklopov dejavnikov,
večinoma so poleg drugih dejavnikov proučevali še vpliv starosti in velikosti.
Kljub znatno povečanemu obsegu raziskav pa pregled literature kaže, da še vedno ni
enotne teorije, zakaj podjetja rastejo. Razlog za to je, da vsaka študija pokriva le del
spremenljivk, ki se pokažejo pomembne v drugih raziskavah. Prav tako avtorji različno
opredeljujejo oz. razmejujejo dejavnike rasti. Zhou in Wit (2009, str. 3) ter Hashi in
Krasniqi (2010) menijo, da lahko dejavnike za rast podjetij razdelimo v tri skupine:
individualne – v katere sodijo osebnostne lastnosti podjetnika/lastnika/
managerja (potreba po dosežkih, prevzemanje tveganja, lokus kontrole,
radikalno razmišljanje); motivacija za rast, individualne sposobnosti (znanje,
sposobnosti itd.); osebne značilnosti (spol, starost, izobrazba, izkušnje);
organizacijske (starost, velikost, človeški kapital, učinkovitost, organizacijsko
znanje, organizacija, mreženje) in
okoljske.
Storey (1994, povzeto po Niskanen in Niskanen, 2007, str. 2) meni, da obstajajo tri
kategorije dejavnikov rasti malih podjetij, to so individualni viri podjetnika, specifične
značilnosti podjetja kot velikost, starost in pravna oblika ter strateške odločitve
podjetnika oz. lastnikov podjetja.
Širčeva (2011, str. 20) meni, da je rast MSP zapleten in multidimenzionalen proces, ki
obsega usklajenost lastnikovih (podjetnikovih) ambicij, namenov in sposobnosti,
notranjih organizacijskih dejavnikov podjetja – regionalno specifičnost proizvodnih
virov in infrastrukturo ter zunanjih odnosov in konfiguracijo mrež. Bistvena razlika k
rasti usmerjenih podjetij je usklajenost podjetnikovih ambicij, sposobnosti podjetja in
okoljskih priložnosti. Vse tri dimenzije so med seboj tesno povezane in soodvisne, že
odsotnost ene ne bo pripeljala do želene rasti podjetja. Multidimezionalni model rasti
podjetja, ki kaže vpliv značilnosti podjetnika, podjetja in okolja na rast podjetja, je
prikazan na sliki 7.
Pri raziskovanju najhitreje rastočih evropskih dinamičnih podjetij Pšeničny in Novak
(2012, str. 13) povzemata ugotovitve Mei-Pochtler (1999), Roure (1999) in Pšeničny
(2002) ter navajata, da na rast podjetij najbolj vplivajo: zunanje okolje podjetja,
podjetnik oz. podjetniški tim, inovativnost in uvajanje sprememb, strategija rasti in
žetve, poslovni model in sistem poslovodenja, človeški viri ter financiranje rasti.
Omenjeni dejavniki in njihov vpliv na rast so prikazani na sliki 8.
40
Slika 7: Multidimezionalni model rasti podjetja12
Vir: (Širec, 2011, str. 25).
Slika 8: Dejavniki rasti dinamičnih podjetij
Vir: (Mei-Pochtler, 1999, povzeto po Pšeničny in Novak, 2012, str. 13).
12
Atributi = značilnosti, lastnosti.
41
Številni avtorji (med njimi Pučko (1996), Duh (2002) idr.) pa dejavnike rasti razvrščajo
med notranje in zunanje, zato bomo v nadaljevanju predstavili ugotovitve nekaterih
raziskovalcev o pomembnih vplivih na rast MSP ter jih razvrstili med notranje in
zunanje dejavnike.
2.6.1 Notranji dejavniki
Notranji dejavniki so tisti, ki se nanašajo na podjetje in na katere podjetje lahko vpliva.
Duhova (2002, str. 46–66) meni, da so notranji vplivni dejavniki ključni za razvoj in
rast podjetja, saj je od njih odvisno, katere zunanje priložnosti in nevarnosti bo podjetje
sposobno pravočasno zaznati, izkoristiti oz. se jim izogniti. Na podlagi ugotovitev v
predhodnem poglavju omenjenih raziskovalcev bomo v nadaljevanju predstavili
naslednje notranje dejavnike rasti podjetja: lastnosti podjetnika / lastnika / managerja,
vodenje in strategijo podjetja, raziskave in inovacije, denarni tok, zadolževanje,
likvidnost, produktivnost (dela in osnovnih sredstev) ter velikost in starost podjetja.
Lastnosti podjetnika / lastnika / managerja
Podjetnik v malem podjetju pogosto deluje tako v vlogi lastnika in upravljavca ter
managerja podjetja. Pri tem imajo na obstoj in rast podjetja odločilen vpliv njegove
osebne lastnosti ter vodstvene sposobnosti. Sahlman in Stevenson (1992, povzeto po
Rebernik 1997, str. 34) menita, da uspešni podjetniki pravočasno in gibko ugotovijo
priložnosti, zberejo potrebne vire, uresničijo akcijski načrt in požanjejo nagrade. Betz
(1987, povzeto po Rebernik 1997, str. 34) pravi, da so tipične lastnosti podjetnika: želja
prevladovati, potreba po dosežkih, želja po prevzemanju osebne odgovornosti za
odločitve, dajanje prednosti tveganim odločitvam, zanimanje za konkretne rezultate,
nagnjenost k razmišljanju o prihodnosti ter želja biti sam svoj gospodar. Wiklund et al.
(2007, str. 13) v svoji raziskavi ugotavljajo, da imajo podjetniška usmerjenost oz.
strateške odločitve odločilen vpliv na rast podjetja ter da podjetja z intenzivno
podjetniško usmerjenostjo hitreje rastejo oz. povečujejo število zaposlenih. Še posebej
se podjetniška usmerjenost pokaže kot odločilna v dinamičnem okolju, kjer trg nenehno
zahteva iskanje novih priložnosti. V takšnem turbulentnem okolju najhitreje rastejo
MSP, ki stremijo k nenehnemu iskanju novih priložnosti in imajo dobro usklajeno
strategijo razvoja podjetja s prilagajanjem okolju. Gray (2000) ter Maki in Pukkinen
(2000, povzeto po Širec, 2011, str. 24) pravijo, da k rasti podjetja najbolj prispeva
človeški dejavnik – osebnostne lastnosti lastnika oz. podjetnika. Rast malega podjetja je
rezultat jasne, pozitivne motivacije, namena in dejanj podjetnika. Dejavniki, ki
spodbujajo rast, zato v največji meri predstavljajo podjetnika, ki ga vodijo lastna
potreba, želje in zaupanje k dosežkom, s katerimi bo dosegel izzive in izrabil poslovne
priložnosti. Almus (2002, str. 1507) ugotavlja, da imajo podjetja pravne oblike, kjer
lastniki ne odgovarjajo z lastnim premoženjem, višji potencial rasti, kar je verjetno
posledica tega, da bolj tvegajo pri poslovanju. Prav tako pa ima velik vpliv izobrazbena
struktura, kar pomeni, da imajo podjetja, katerih ustanovitelji imajo vsaj univerzitetno
ali višjo izobrazbo, večje možnosti rasti. Federico et al. (2012, str. 575), ki so proučevali
dejavnike rasti MSP v 13 državah (Argentina, Brazilija, Peru, Mehika, Kostarika,
Salvador, Čile, Japonska, Koreja, Singapur, Tajvan, Italija in Španija), so glede
pomembnosti človeškega kapitala dokazali vpliv v državah Latinske Amerike ter Italiji
in Španiji. Ugotovili so, da podjetja, katerih vodstvena ekipa ima višjo izobrazbo ter
pretekle podjetniške izkušnje, dosegajo boljše uspehe in večjo rast zaposlenosti.
42
Duhova (2002) povzema avtorje, ki so v svojih raziskovanjih ugotovili pomemben vpliv
posameznega dejavnika na razvoj in hitro rast podjetja. Dejavniki, neposredno povezani
s podjetnikom oz. z lastnikom / managerjem, so (povzeto po Duh, 2002, str. 46–62):
Lastnosti lastnika / managerja – podjetnik kot osebnost s številnimi lastnostmi
bistveno vpliva na razvoj, rast in uspešnost podjetja, kar dokazujejo tudi
številne raziskave. Manjše kot je podjetje, pomembnejši je podjetnik oz.
njegove lastnosti, ki jih lahko razdelimo med: intelektualne, značajske,
podjetniške, vodstvene in osebne lastnosti. V različnih fazah razvoja in rasti
podjetja pa najbolj izrazito vplivajo značajske, podjetniške in vodstvene
lastnosti. Podjetniki morajo poznati svoje specifične prednosti ter se nenehno
truditi izboljšati in izpopolnjevati se v preostalih lastnostih (Pleitner, 1997, str.
184–195).
Osebni cilji lastnika / managerja – so precej podobni ciljem podjetja, ko je le
to še malo, saj le ti narekujejo prihodnost podjetja. Ko se podjetje razvija in
raste, pa se lahko zelo spremenijo. Nekateri raziskovalci so ugotovili, da
večina lastnikov / managerjev nima osebnega cilja za razvoj in rast svojega
podjetja, saj ne želijo izgubiti nadzora, ko se le to veča in razvija, lahko pa je
tudi povezano z nepripravljenostjo do uporabe zunanjih virov kot vir
nadaljnjega razvoja. Osebni cilji lastnika / managerja (pogojevani in vplivani s
strani družine) imajo pomemben vpliv na razvoj in rast podjetja, vendar pa ne
obstajajo trdni dokazi, da le ti sami po sebi napovedujejo kasnejši razvoj in
rast podjetja (Gibb in Davies, 1990, str. 22).
Mreže lastnika / managerja – ki obsegajo organizirane sisteme odnosov z
zunanjim okoljem so pomembne še posebej za MSP. Mreža je navadno
definirana kot posebna vrsta odnosa, ki povezuje določeno vrsto ljudi,
objektov ali dogodkov. Kot elemente mreže lahko obravnavamo prijatelje,
sorodnike, izobraževanje in šolanje, dobavitelje in kupce, finančni sektor,
sejme, profesionalne združbe in organizacije, neprofesionalne družbe, druge
podjetnike, zunanje svetovalce in izobraževalne ustanove. Neformalne mreže
sestoje iz vseh možnih informacijskih kanalov med posamezniki. Formalne
mreže pa nasprotno označujejo možno zvezo med lastnikom / managerjem in
organizacijo. Mreže se oblikujejo oz. uporabljajo predvsem z namenom
pridobivanja informacij, za bogatenje znanja in veščin ter za psihološko
pomembnost, prednost. Mreže imajo velik pomen na razvoj in rast podjetja,
zato je za lastnike in managerje zelo pomembno, da jih razvijajo in ohranjajo
(Donckles in Lambrecht, 1995, str. 273–284).
Lastnik podjetja, ki je na začetku v večini primerov tudi v podjetniški vlogi izvršilne
odgovorne osebe v podjetju, se mora na določeni stopnji razvoja odločiti, kdaj in ali je
čas, da prepusti vodenje profesionalnemu managerju. Odločitve niso enostavne in so
odvisne od veliko dejavnikov. Na kakšen način se bo podjetje razvijalo in kam ga bo
vodila njegova pot, je predvsem odvisno od osebe, ki ima v podjetju v resnici izvršilno
oblast: lastnik, manager oz. podjetnik. Za doseganje rasti podjetja je pomembno, da ima
podjetnik vizijo in oblikovano strateško načrtovano usmeritev razvoja podjetja, da zna
ustrezno upravljati s podjetjem, se izpopolnjuje in osvežuje svoje znanje ter ima
ustrezne osebne lastnosti, hkrati pa se zaveda svojih negativnih lastnosti in jih skuša
odpraviti. Dejavniki uspešne rasti so tudi kreativnost, inovativnost, ustrezno
financiranje, ustrezni sodelavci itd. (Doren, 2012c).
43
Vodenje in strategija podjetja
Kakovost upravljalno-vodstvene strukture podjetja je ključni dejavnik za razvoj in rast
podjetja. Kakovostno in sposobno vodstvo, ki ima potrebne upravljalno-poslovodstvene
sposobnosti, dovolj podjetniškega duha, poguma in energije, hkrati pa se ne boji
prevzemati poslovnega tveganja, bo znalo v podjetju vzpostaviti organizirane načine za
iskanje in razvijanje novih poslovnih priložnosti, predvideti spremembe, se jim
prilagajati in upoštevati ter težiti k poslovnim področjem, ki obljubljajo rast in razvoj
podjetja (Pučko, 1996, str. 48). Pri MSP se ta dejavnik v veliki meri nanaša na lastnike/
managerje in njihove lastnosti. Lastniki/managerji s široko strateško usmeritvijo in
zavestjo delujejo bolje (Gibb in Davies, 1990, povzeto po Duh, 2002, str. 62).
Dejavniki, ki vplivajo na rast, so odvisni tudi od tega, ali se podjetje usmeri v tako
imenovani mali posel ali v dinamično podjetništvo. Za mali posel je značilno, da je
njegova oblika s. p. ali samozaposlitveni d. o. o., je bolj lokalnega značaja, razvojno
skromen, z izključno notranjimi viri, se izogiba tveganju in konkurence ter deluje za
preživetje. Za dinamičnega je nasprotno značilno, da išče vedno nove možnosti, izzive
in priložnosti, teži k uspehu, deluje globalno, je razvojno učinkovit, predvsem pa se
njegov značaj kaže v ustreznih poslovnih funkcijah podjetja (Doren, 2012c).
Pomemben dejavnik rasti podjetja je njegova konkurenčna prednost, ki mora postati
temeljna strategija vodenja podjetja. Porter (1980, povzeto po Vizjak, 2007, str. 27) v
svoji raziskavi ugotavlja:
podjetja konkurirajo na podlagi stroškovne prednosti ali diferenciacije od
konkurentov;
najbolj dobičkonosna so podjetja z velikim ali majhnim tržnim deležem,
medtem ko so podjetja s srednje velikim tržnim deležem najmanj
dobičkonosna.
Strategija stroškovne prednosti pomeni doseganje nižjih stroškov poslovanja od
konkurence. To je pomembna prednost v mnogih panogah, predvsem pa velja za
panoge, ki so v fazi zrelosti, ko proizvodi postanejo tako imenovani masovni izdelki oz.
izdelki za široko potrošnjo, ki jih je vse težje razlikovati med seboj, in je cena postala
eden najpomembnejših nakupnih dejavnikov v procesu odločanja. Namen strategije je
ustvarjanje visokih marž v primerjavi s konkurenti na podlagi stroškovne prednosti. Na
voljo je več načinov ustvarjanja konkurenčne prednosti, najbolj pogoste pa so predvsem
(Vizjak, 2007, str. 26–30):
ekonomija obsega – temelji na preprostem načelu: stroški na enoto proizvoda
se znižujejo s povečevanjem količine proizvodov);
izkoriščenost kapacitet – še posebej pomembno v kapitalsko intenzivni panogi;
krivulja izkušenj – več kot podjetje proizvaja, intenzivnejši je njegov proces
učenja, podjetje postaja vse učinkovitejše in znižuje stroške;
ekonomija širine – podjetje s povečevanjem obsega, širine portfelja
proizvodov (panog) izboljšuje svojo stroškovno učinkovitost z razdelitvijo
fiksnih stroškov;
strošek razdalje – ta dejavnik v posameznih panogah omogoča dolgoročno
prevlado lokalnih oz. regionalnih podjetij.
44
Med ključne dejavnike uspešnosti pri izvajanju strategije stroškovne prednosti spadajo:
obvladovanje ključnih stroškovnih mehanizmov in stalen nadzor nad stroški,
standardizacija komponent, sodobna visoko učinkovita in avtomatizirana tehnologija ali
nizki stroški dela, stroškovno usmerjena kultura zaposlenih ter preprečevanje izmeta in
nastajanja dodatnih stroškov zaradi nekakovosti (prav tam, str. 31). Pučko (1996, str.
48) meni, da je izvajanje strategije ekonomije obsega in velikosti, ki pomembno vpliva
na razvoj in rast podjetja, v največji meri odvisna od razpoložljivosti določene temeljne
sestavine in namestitve temeljnih sestavin v podjetju.
Strategija diferenciacije predstavlja alternativo stroškovni učinkovitosti in prehod od
strategije učinkovitosti k strategiji efektivnosti oz. uspešnosti. Njen namen je
oblikovanje lastnega načina podjetja, ki ga razlikuje od konkurence in tako zagotavlja,
da kupec prepozna ponujeno vrednost in je zanjo pripravljen plačati. Za uspešno
diferenciacijo lahko podjetje izvaja različne aktivnosti, ki so povezane z razvojem
blagovne znamke, slovesa (reputacije) podjetja ali specifičnih sposobnosti na področju
prodaje ali distribucije in z drugimi aktivnostmi, ki jih konkurenti ne morejo z lahkoto
posnemati, kar podjetju omogoča ustvarjanje trajnostne konkurenčne prednosti. Če so
sposobnosti podjetja značilne samo zanj, redke, zahtevne za posnemati, pomembno
prispevajo k ustvarjanju vrednosti za kupca in omogočajo njihov prenos tudi na druga
področja delovanja podjetja, jih lahko prepoznamo kot ključne kompetence podjetja in
vir njegove trajnostne konkurenčne prednosti (Vizjak, 2007, str. 31–32). Duhova (2002,
str. 47–49, povzeto po Gibb in Davies, 1990; Penrose, 1995) pravi, da se vsaka temeljna
sestavina gospodarske organizacije lahko uporablja na različne načine in daje različne
možne produktivne prispevke, zato je treba temeljne sestavine izkoriščati tako, da bomo
od njih dobili optimalne produktivne prispevke v različnih spreminjajočih se razmerah.
To pa pomeni stalno spodbudo za procese diverzificiranja podjetja. Zadostna količina
finančnih virov oz. njihovo pridobivanje v zvezi z dejavnikom razpoložljivosti
temeljnih sestavin podjetja lahko predstavlja problem oz. oviro za razvoj in rast MSP, ki
izhaja iz slabše začetne kapitalske osnove in neprivlačne ekonomije obsega za dajalce
finančnih virov.
Ko podjetje raste, se lahko zgodi, da se »ujame v luknjo«. Raziskava Schoeffler et al.
(1974, povzeto po Vizjak, 2007, str. 34–35) kaže, da so srednje velika podjetja s srednje
velikimi tržnimi deleži manj dobičkonosna predvsem zaradi nedoseganja potrebne
kritične mase (če podjetje izvaja strategijo stroškovne prednosti, saj s svojo omejeno
velikostjo ni sposobno izrabiti prednosti ekonomije obsega). Ali pa se podjetja usmerijo
v izbrani segment trga, pa so zanj pogosto prevelika, saj kapacitete presegajo
povpraševanje v izbranem segmentu. Če želi takšno podjetje dosegati višje cene
proizvodov, mora izvesti strategijo repozicioniranja v novi segment trga, kar pa je zelo
zahtevno in povezano z velikimi ovirami in tveganji. Prehod pa pomeni ponujanje
drugačne vrednosti za kupca in pogosto povsem drugačen poslovni model. To morajo
prepoznajo tudi kupci in biti pripravljeni plačati, sicer se lahko stanje za podjetje še
močno poslabša. Tudi Pučko (1996, str. 47) meni, da je širina poslovnega programa
podjetja pomemben dejavnik rasti in razvoja ter da najhitreje rastejo podjetja, ki imajo
poslovni program diverzificiran do te mere, da še vedno temelji na neki osrednji
konkurenčni prednosti. Razvijanje poslovnega programa okoli te prednosti oz.
sposobnosti zagotavlja podjetju hitro rast in doseganje nadpovprečne rentabilnosti.
45
Želja po širitvi poslovanja vodi podjetja v globalno razmišljanje oz. poslovanje. Proces
širjenja poslovanja zunaj lokalnih meja se v literaturi opredeljuje kot mednarodno
poslovanje oz. internacionalizacija poslovanja (Devetak in Novak, 2012, str. 36). Motivi
za internacionalizacijo po Hollensenu (2007, povzeto po Devetak in Novak, 2012, str.
36) so lahko:
proaktivni, ki spodbujajo podjetje k spremembi strategije (dobiček in rast,
želja vodilnih, tehnološka znanja in zmožnosti, priložnosti/informacije,
ekonomija obsega in davčne olajšave), in
reaktivni, ki silijo podjetje, da se odziva na spreminjajoče se okolje (pritisk
konkurence, majhen in zasičen domači trg, prevelika proizvodnja/neizrabljene
zmogljivosti, podaljšana prodaja sezonskih izdelkov, bližina tujih kupcev/
psihološka oddaljenost).
Načini in strategije vstopa na tuje izbrane trge so lahko vstop z izvozom izdelkov
(posredni izvoz; neposredni izvoz s posredniki in z zastopniki v tujini; izvoz iz lastnih
enot v tujini); pogodbene oblike vstopa na tuje trge (prodaja licence, franšizing, tehnični
sporazumi, pogodbe o storitvah, pogodbeno vodenje, pogodbena proizvodnja, pogodbe
o inženiring poslih, kooperacijska pogodba) in vstop na tuje trge z neposrednimi
naložbami (lastni obrati in enote v tujini; joint venture – sonaložbe) (prav tam, str. 37,
povzeto po Hisrich et al., 2005). Diazin in Vassolo (2007, str. 18) pravita, da ima
geografska diverzifikacija trga oz. prodaje pomemben vpliv na rast argentinskih
podjetij. Podjetja, ki imajo dostop do regionalnih, nacionalnih in mednarodnih trgov, so
lahko bistveno bolj uspešna in dosegajo višje stopnje rasti kot podjetja, ki delujejo zgolj
na lokalnih trgih. Slovenska raziskovalca Devetak in Novak (2012, str. 38–39) sta na
podlagi pridobljenih empiričnih podatkov izvedene raziskave ugotovila, da so glavni
razlogi, da se slovenska hitro rastoča MSP poslužujejo internacionalizacije, predvsem
konkurenčna prednost na tujem trgu, večje povpraševanje, ustvarjanje večjega dobička,
želja biti prvi na trgu in močna konkurenca na domačem trgu. Ugotovila pa sta tudi, da
se še vedno premalo slovenskih hitro rastočih MSP odloča za mednarodno poslovanje
(le 65,65 % podjetij iz raziskave deluje na tujih trgih). Doseg ali pobuda za
internacionalizacijo teh bi morala biti bolj naklonjena slovenskemu podjetništvu.
Devetak in Novak (prav tam, str. 39) zato menita, da bi iz tega razloga morali bolj
prilagoditi davčno politiko za pravne osebe in namenjati več sredstev za
novoustanovljena slovenska podjetja.
Usmerjenost k raziskavam in inoviranje je naslednji dejavnik rasti, ki je odvisen od
strategije in načina vodenja podjetja. Grundström et al. (2012, 2) povzemajo
raziskovalce, ki so ugotovili, da obstaja močna povezava med raziskavami in razvojem
ter inovacijami s hitro rastjo podjetij (gazel):
Coad (2009) meni, da so inovacije lahko ključnega pomena za hitro rast
podjetij ter da so inovacije proizvodov močno pozitivno povezane z rastjo
zaposlovanja;
Laforet (2010) piše, da se morajo današnji voditelji na trgu poleg vizionarske
strategije rasti močno osredotočiti na inovacije;
Storey in Greene (2010) pa navajata, da imajo podjetja na izbiro dve strategiji
inoviranja, in sicer inovacijsko strategijo hitre rasti in majhne rasti. To
pomeni, da podjetja, ki nenehno uvajajo inovacije, dosegajo hitro rast, medtem
ko so druga zadovoljna s statusom quo oz. z nizko rastjo.
46
Nasprotno tem ugotovitvam pa so Grundström et al. (2012, 15–16) ugotovili, da visoka
stopnja inovacij sama po sebi še ni zagotovilo za rast in dobičkonosnost švedskih HRP.
Menijo, da mora podjetnik/manager dobro poznati konkurenčno okolje in trende
razvoja, hkrati pa biti pripravljen prevzemati tveganja do uvajanja inovacij ter močno
zaupanje v lastne sposobnosti in zmožnosti družbe, da vodijo do uspeha.
Golovko in Valentini (2011, str. 362) ugotavljata, da je inovacije in izvoz oz.
internacionalizacija pozitivno vplivata in spodbujata drug drugega, hkrati pa oba močno
vplivata na hitro rast španskih MSP. Udeležba na tujih trgih namreč sili podjetja k
nenehnim izboljšavam in inoviranju, hkrati pa se z inovacijami podjetju odpirajo novi
trgi, z novejšimi in izboljšanimi produkti, kar omogoča lažji in uspešnejši vstop na
druge trge. Na ta način se podjetju povečata kakovost in prodaja ter posledično hitreje
raste. Avtorici zato menita, da sprejetje strategije internacionalizacije pozitivno vpliva
tudi na strategijo inoviranja.
Slovenski raziskovalec Pšeničny (2009, str. 280–281) je v svoji raziskavi o vplivu
dejavnikov na hitro rast podjetij slovenskih gazel v primerjavi z evropskimi gazelami
ugotovil, da na rast slovenskih gazel v primerjavi z gazelami iz EU podobno vplivajo
dejavniki, kot so podjetniška vizija in strateški management podjetja, nagnjenost k
raziskavam in razvoju ter uvajanju inovacij, internacionalizacija in globalizacija ter
lojalnost zaposlenih. Nasprotno pa ugotavlja (prav tam, str. 281), da imajo manjši vpliv
kot v EU dejavniki odnos do tveganja, pomembnost logistike, organizacije in
nagrajevanja zaposlenih, finančno okolje in finančno planiranje. Avtor zato meni, da
posledično slovenske gazele še vedno niso primerljive z evropskimi.
Financiranje poslovanja
Pod ta dejavnik bi lahko uvrstili razna razmerja financiranja podjetja z lastniškimi in
dolžniškimi viri, likvidnost in čisti denarni tok. Lastniško financiranje je za HRP zelo
pomembno, saj zadosten lastniški kapital podjetjem omogoča lažji dostop do tržnih
posojil in drugih oblik financiranja, hkrati pa izboljša njihovo kreditno sposobnost
(Podjetniški portal, 2014).
Carpenter in Petersen (2002, str. 307–308) sta v svoji raziskavi ugotovila, da je rast
malih podjetij odvisna od razpoložljivosti notranjih financ oz. ustvarjenega čistega
denarnega toka. Ugotovila sta, da tipično majhno podjetje ohranja (oz. vlaga) ves
dobiček in relativno malo povečuje zunanje vire financiranja, zato menita, da je rast
večine malih podjetij omejena z internim financiranjem, skupaj z majhnim učinkom
vzvoda. Podobno sta ugotovila tudi Mateev in Anastasov (2012, str. 131) za MSP v
tranzicijskih državah, saj se ta opirajo na čisti denarni tok za podporo rasti in prodaje,
zato bistveno hitreje rastejo podjetja z velikim čistim denarnim tokom. Nadalje sta
avtorja (prav tam, str. 131) ugotovila, da kratkoročna likvidnost negativno vpliva na rast
podjetij (prihodkov od prodaje in sredstev), kar je verjetno posledica tega, da podjetja z
večjimi možnostmi investiranja vzdržujejo nizko likvidnost in tako omogočajo hitro
rast. Velik vpliv čistega denarnega toka in zadolževanja na rast podjetij so ugotovili tudi
Nunes et al. (2013, str. 269–270), še posebej za mlajša podjetja, saj jim povečujejo
možnosti njihovega obstoja. Ker mlajša podjetja težje pridobijo zunanje vire
financiranja, so še posebej odvisna od ustvarjenega čistega denarnega toka.
47
Nasprotno pa rezultati raziskave Monilari et al. (2009, 18) kažejo, da italijanska
proizvodna podjetja v povprečju ne uporabljajo kapitala za financiranje širitve, ampak
povečujejo zadolževanje. Po tej raziskavi je za italijanska HRP značilen višji čisti
denarni tok, hkrati pa močna odvisnost od zunanjih virov financiranja.
Produktivnost (dela in opredmetenih osnovnih sredstev)
Mateev in Anastasov (2012, str. 131) ugotavljata, da tako delovna produktivnost kot
poslovna učinkovitost uporabe opredmetenih osnovnih sredstev močno pozitivno
vplivata na hitro rast podjetij (prihodkov od prodaje in sredstev), kar pomeni, da višanje
produktivnosti vedno generira večjo rast teh podjetij. Nunes et al. (2013, str. 269–270)
ugotavljajo, da delovna produktivnost pozitivno vpliva na rast mlajših MSP. Še večji
vpliv pa ima na rast starejših MSP, saj zelo pozitivno vpliva na sposobnost preživetja in
obstoja starejših MSP v primerjavi z mlajšimi podjetji. Empirični rezultati kažejo vpliv
izkušenj in učenja na delovno produktivnost, ki prispevajo k rasti starejših MSP.
Pozitiven vpliv produktivnosti dela na rast podjetij so potrdili še Voulgaris et al. (2003)
ter Mateev in Anastasov (2010).
Velikost in starost podjetja
Leta 1931 je Gibrat postavil tezo, poznano kot Gibratov zakon ali zakon
proporcionalnega učinka, ki pravi, da je velikost podjetja slučajna spremenljivka, ki je
ne pojasnjuje noben sistematičen dejavnik. Tudi Penrose je leta 1959 postavila tezo, da
meja rasti podjetja ne obstaja in je možna neomejena rast. Od tedaj so številni
raziskovalci preiskovali ti dve tezi in ugotavljali, ali obstaja negativno razmerje med
velikostjo podjetja in njegovo rastjo oz. ali večja podjetja rastejo počasneje (oz. z
manjšo stopnjo rasti) kot manjša. Starost in velikost podjetja sta dva najpogosteje
raziskovana dejavnika rasti in uporabljeni neodvisni spremenljivki v empiričnih
raziskavah (povzeto po Diaz in Vassolo, 2007, str. 5).
Rezultati številnih raziskav kažejo, da hitreje rastejo mlajša podjetja. Negativni vpliv
starosti podjetja na stopnjo rasti potrjujejo raziskave: Almus in Nerlinger, 1999; Hashi
in Krasniqi (2010); Davidsson et al., 2002; Glancey, 1998; Wagner, 1995;
Wijewardena in Tibbits, 1999; Mateev in Anastasov, 2012; Evans, 1987; Geroski in
Gugler, 2004; Liu et al., 1999; Reichstein in Dahl, 2004; Robson in Bennett, 2000;
Yasuda, 2005, povzeto po Zhou in Wit, 2009; Niskanen in Niskanen, 2007 (za podjetja
z manj kot 10 zaposlenimi); Voulgaris et al., 2003, idr. Rezultati raziskave Audretsch et
al. (2004, povzeto po Zhou in Wit, 2009, str. 8) kažejo, da morajo mala podjetja rasti
hitreje zato, da dosežejo svojo optimalno velikost. Negativni učinek starosti na trdno
rast je skladna tudi med različnimi državami in panogami. Podobno, da večja starost in
velikost negativno vplivata na rast mlajših portugalskih MSP, so ugotovili tudi Nunes et
al. (2013), nasprotno pa na starejša MSP velikost in starost ne vplivata. Elston (2002,
str. 13) ugotavlja, da starost podjetja vpliva na rast MSP. V stari ekonomiji rastejo
hitreje nemška starejša podjetja, v novi ekonomiji pa hitreje rastejo mlajša podjetja.
Elston (prav tam, str. 13) meni, da se s starostjo podjetjem izboljšuje dostop do kapitala,
kar jim povečuje možnosti rasti, v novi ekonomiji pa hitreje rastejo manjša podjetja.
Tudi glede vpliva velikosti na stopnjo rasti podjetja obstajajo različni empirični rezultati
raziskav. Večina jih je Gibratov zakon zavrnila, to so npr.: Almus in Nerlinger, 2000,
povzeto po Zhou in Wit, 2009; Voulgaris et al., 2003, idr. Druge študije (kot npr. Evans,
48
1987; Niskanen in Niskanen, 2007) ugotavljajo, da se odklon od zakona zmanjšuje,
kadar so v vzorec vključena tudi velika podjetja. Nasprotno pa sta Gibratov zakon
potrdila Diaz in Vassolo (2007, str. 16), ki sta na podlagi raziskave vpliva velikosti na
rast argentinskih podjetij ugotovila, da velikost v nobenem primeru ne vpliva na rast
podjetja. Za podjetja, ki imajo manj zaposlenih od 10, sta Gibratov zakon potrdila tudi
Niskanen in Niskanen (2007, str. 6). Nunes et al. (2013, str. 250) so ugotovili, da tako
večja starost kot velikost negativno vplivata na rast mlajših MSP, medtem ko na starejša
MSP ni zaznati tega vpliva. Tudi Sutton (1997, povzeto po Nunes et al., 2013, str. 249)
je ugotovil podobno in zato meni, da obstaja večja verjetnost, da Gibratov zakon drži za
večja podjetja, za manjša pa ne. Manjša podjetja namreč morajo dosegati minimalne
stopnje učinkovitosti in rasti, da jim je omogočeno preživetje oz. obstoj na trgu.
Podobno ugotavlja tudi Almus (2002, str. 1507), da imajo manjša podjetja po številu
zaposlenih ob ustanovitvi večji potencial rasti, in meni, da je to posledica dejstva, da
morajo mala podjetja zrasti zelo hitro, da dosežejo optimalno velikost, pri kateri niso
več ogrožena od konkurence, po tem pa rast ni več nujna.
2.6.2 Zunanji dejavniki
Zunanji dejavniki se nanašajo na okolje podjetja. Danes je podjetniško okolje zelo
dinamično, kompleksno in turbulentno. Podjetja se na vseh področjih soočajo z
globalno konkurenco, ki jih sili k nenehnemu povečevanju učinkovitosti in
konkurenčnosti. Okolje ima zato velik vpliv na rast in razvoj podjetja. Duhova (2002,
str. 63–66) povzema naslednje dejavnike razvoja in rasti podjetja, ki jih lahko uvrstimo
med vplivne dejavnike okolja:
splošni pogoji gospodarjenja v narodnem gospodarstvu – pomembna sta
takšno makroekonomsko okolje in zakonodaja, ki bosta podpirala in ne ovirala
razvoja in rasti podjetij (Smole, 1998a, str. 5);
značilnosti in rast panoge, v kateri je podjetje – je pomemben dejavnik razvoja
in rasti specializiranih podjetij in tistih podjetij, ki so velika po merilih panoge
(Pučko, 1996, str. 47);
obstoječe tržne priložnosti – spremembe v povpraševanju, tehnološke
inovacije in spremembe v drugih pogojih na trgu ponujajo podjetju možnost,
da izboljša svoj konkurenčni položaj (Pučko, 1996, str. 39);
struktura gospodarstva v pogledu delitve moči in trgov med MSP ter velikimi
podjetji – odločitve velikih podjetij (delati ali kupiti) lahko imajo velik vpliv
na možnosti razvoja MSP kakor tudi kakršnakoli druga oblika partnerstva med
njimi. Pri tem sta zelo pomembni vloga odnosov in filozofija velikih podjetij
pri ravnanju z manjšimi podjetji (Gibb in Davies, 1990, str. 25–36; Gibb,
1992, str. 9);
zunanja ekonomija – je pomemben dejavnik razvoja in rasti podjetja ter izvira
iz bližine naravnih virov, ugodnih prometnih povezav, tradicije določene
industrije v določenem kraju, rasti in razvoja dopolnilne dejavnosti, možnosti
skupnega uporabljanja specializirane opreme, razpoložljive kvalificirane
delovne sile, dopolnjevanja obstoječih podjetij v pogledu zaposlovanja,
odvisnosti med rastmi posameznih panog (interpanožna ekonomija), urbane
ekonomije (Pučko, 1996, str. 40).
Med dejavnike okolja lahko uvrstimo dostop do finančnih virov. Zagotovitev virov
financiranja za ustanovitev in rast podjetja je izredno pomembna, saj se v nasprotnem
primeru podjetje lahko hitro znajde v resnih finančnih težavah. Najpogostejši viri
49
financiranja MSP so običajno dolžniški (dolgoročni in kratkoročni krediti), ki pa so
pogosto za MSP težje dosegljivi v primerjavi z velikimi podjetji. Carpenter in Petersen
(2002, str. 299) menita, da so glavna ovira za pridobivanje zunanjih finančnih virov
asimetrične informacije med podjetji in potencialnimi dobavitelji zunanjega
financiranja. Informacijskimi problemi lahko vodijo do negativne selekcije in problema
moralnega hazarda. Poleg tega obsežna uporaba dolga ni primerna za nekatera podjetja,
zlasti tista, katerih projekti imajo malo vrednost zavarovanja zaradi specifičnosti obsega
sredstev. S temi težavami se večinoma soočajo ravno majhna in mlajša podjetja, kar pa
lahko močno vpliva na njihovo investiranje in rast.
Med dejavnike okolja sodita država in gospodarska politika. Dobrobit družbe je odvisna
od ekonomskega razvoja in gospodarske rasti njenih podjetij. Z ustvarjanjem in rastjo
podjetij se pojavljajo nove priložnosti za nova delovna mesta in uspešnejše življenje
vseh ljudi. Obstoj podjetij in njihova rast sta izredno pomembna, zato se države oz.
njihovi politiki močno prizadevajo oblikovati in izvajati številne programe in nameniti
znatna sredstva za pomoč rasti in razvoju podjetij ter tako spodbuditi gospodarsko
blaginjo (Diaz in Vassolo, 2007, str. 4).
Tajnikar (2000, 78) navaja naslednje pogoje za razvoj dinamičnega podjetništva:
zelo odprto gospodarstvo, kjer lahko podjetje že od vsega začetka načrtuje
prodajo proizvodov in storitev na svetovnem tržišču;
dobro razvit finančni sistem, saj dinamično podjetje temelji na številnih
zunanjih virih, ki niso omejeni zgolj na bančne kredite, pač pa tudi na mnoge
druge oblike lastniških financ;
razvoj dinamičnega podjetja temelji na spoznanju, da je možno organizirano
povezovati ljudi, ki delajo pri raziskovalnem in razvojnem delu in nudijo
inovacije in nove poslovne priložnosti z ljudmi, ki razumejo, da je neka
tehnologija ali inovacija v resnici poslovna priložnost, ki se jo da spremeniti
v dinamično podjetje, in z ljudmi, ki imajo finance, da lahko takšne poslovne
priložnosti financirajo. Obstajati mora tudi določena preglednost nad dogajanji
v svetu znanstvenega in razvojnega dela ter preglednost nad ljudmi, ki se
ukvarjajo s podjetništvom in dogodki v finančnem sistemu.
Z naraščajočo globalizacijo in ekonomijo, temelječo na znanju, se tradicionalna
industrijska politika vse bolj usmerja k sodobni podjetniški politiki. Za podjetniško
ekonomijo so značilna manjša, inovativna podjetja, znanje in nov tip kapitala –
podjetniški kapital, ki pomeni zmožnost najti in izkoristiti poslovne priložnosti, zato bo
morala ekonomska politika najti takšne ukrepe, ki bodo spodbujali nastajanje in
izkoriščanje podjetniškega kapitala. Podjetniška aktivnost ni samo stvar posameznika,
ampak je naloga države, da ustvari temeljne pogoje za uspešno poslovanje, saj
podjetniška aktivnost ni rezultat samo posameznikovih sposobnosti, nagnjenosti in
ambicij, ampak je v enaki meri tudi rezultat okolja, v katerem posameznik živi in deluje.
Šele takrat, ko so vzpostavljeni temeljni pogoji, je možno uveljavljati dejavnike, ki
prispevajo k večji učinkovitosti gospodarstva (Rebernik et al., 2015, str. 125). V tabeli
12 so prikazani ključni okoljski pogoji za podjetništvo po raziskavi GEM 2014.
50
Tabela 12: Ključni GEMOVI okvirni pogoji za podjetništvo
1 Finančna podpora. Razpoložljivost različnih finančnih virov – lastniški in
dolžniški viri financiranja – za MSP, vključno z garancijami in s subvencijami.
2 Vladne politike. Obseg, v katerem javne politike podpirajo podjetništvo. Ta okvirni
pogoj ima dve komponenti:
2a Vladne politike – podpora. Podjetništvo kot pomembno gospodarsko vprašanje
(ocena vladne podpore za MSP).
2b Vladne politike – regulativa. Davki in predpisi so za vse velikostne skupine
podjetij enaki ali spodbujajo nova podjetja in MSP (ocena vladne regulative, npr.
davki in drugi predpisi za MSP).
3 Vladni programi. Prisotnost in kakovost vladnih programov, ki ustvarjajo pogoje
za razvoj podjetništva (spodbuda za MSP), na vseh vladnih ravneh (nacionalni,
regionalni, občinski).
4 Izobraževanje in usposabljanje za podjetništvo. Obseg, v katerem je
usposabljanje pri ustanavljanju ali vodenju MSP vključeno v izobraževanje ter
usposabljanje na vseh ravneh. Ta okvirni pogoj ima dve komponenti:
4a Izobraževanje in usposabljanje za podjetništvo – v OŠ in SŠ. Razširjenost in
kakovost izobraževanja in usposabljanja za podjetništvo v osnovni in srednji šoli.
4b Izobraževanje in usposabljanje za podjetništvo – po SŠ. Razširjenost in kakovost
izobraževanja in usposabljanja za podjetništvo po srednji šoli (poklicno
izobraževanje, fakultete, poslovne šole itd.).
5 Prenos raziskav in razvoja. Obseg, v katerem nacionalne raziskave in razvoj
vodijo do novih poslovnih priložnosti in so na voljo MSP (obstoj in učinkovitost
različnih mehanizmov za prenos raziskovalnih dosežkov in tehnologije v podjetniško
prakso).
6 Poslovna in strokovna infrastruktura. Kakovost in dostopnost poslovne, pravne
in strokovne infrastrukture, ki jo potrebujejo MSP (lastninske pravice, poslovna
infrastruktura, računovodske, pravne in druge storitve, ki podpirajo ali spodbujajo
MSP).
7 Odprtost in konkurenčnost na notranjem trgu. Ta okvirni pogoj ima dve
komponenti:
7a Odprtost in konkurenčnost na notranjem trgu – dinamičnost. Stopnja spremembe
trga iz leta v leto.
7b Odprtost in konkurenčnost na notranjem trgu – odprtost, bremena. V kolikšni meri
lahko nova podjetja prosto vstopijo na obstoječa tržišča.
8 Fizična infrastruktura. Enostaven dostop do razpoložljive fizične infrastrukture,
potrebne za poslovanje podjetij (npr. komunikacije, komunalne storitve, ceste,
zemljišče ali prostor) po ceni, ki ne diskriminira MSP.
9 Kulturne in družbene norme. Obseg, v katerem kulturne in družbene norme
spodbujajo ali zavirajo dejavnosti, ki vodijo do novih poslov, metod ali dejavnosti, ki
lahko potencialno povečajo osebno premoženje in dohodek.
Vir: (Rebernik et al., 2015, str. 126).
Država mora zagotavljati konkurenčno in stabilno ekonomsko okolje ter s svojim
delovanjem ter proaktivno politiko podjetja usposabljati in spodbujati k čim hitrejšemu
prilagajanju strukturnim spremembam. Z razvojnimi programi lahko država ustvarja trg
za nova znanja tako, da uvaja programe usposabljanja, s katerimi povezuje najnovejše
tuje znanje z domačim, lahko tudi spodbuja internacionalizacijo podjetij, povezave
podjetij s strateškimi partnerji itd. Država ima vlogo katalizatorja določenih procesov,
51
do katerih brez njene udeležbe ne bi prišlo oz. bi prišlo z zamudo. Danes gospodarska
rast temelji na izkoriščanju možnosti novih tehnologij, večji fleksibilnosti in hitrejšem
pretoku informacij, zato mora država pospešiti proces spreminjanja tako, da bo njena
gospodarska sestava prevzela koristi tehnološko usmerjenega razvoja. Podjetništvo in
inovacije, pri katerih se izkoriščajo nove tehnologije, ki bistveno povečajo hitrost, s
katero se proizvodi in nove storitve pojavljajo na trgu oz. so zamenjani z boljšimi, sta
ključni gonilni sili, ki spreminjata gospodarsko sestavo v naprednih gospodarstvih, ter
ključna dejavnika konkurenčne prednosti v globalni konkurenci (Antončič et al., 2002,
str. 40–41). Visoka gospodarska rast je splet treh dejavnikov (prav tam, str. 41):
pripravljenost posameznikov in podjetij za tvegano vlaganje v inovativne
projekte,
pripravljenost podjetij za preoblikovanje s ciljem povečati učinkovitost z
zmanjševanjem stroškov ter s povečevanjem proizvodne in zaposlitvene
fleksibilnosti in
nastajanje inštitucij, ki skrbijo za prenos znanja z univerz in iz raziskovalnih
inštitutov v proizvodnjo, ter finančnih inštitucij, specializiranih za financiranje
zelo tveganih naložb.
Za podjetništvo, ki bo uspešno in bo prispevalo k nacionalni ekonomski rasti, je
pomembno, da so izpolnjeni temeljni pogoji: urejene inštitucije, primerna infrastruktura,
makroekonomska stabilnost, urejeno zdravstvo in primerno temeljno izobraževanje.
Razvite države so te pogoje že zdavnaj uredile, v manj razvitih državah pa
neizpolnjevanje teh pogojev lahko predstavlja velike ovire za razvoj podjetništva. Šele z
vzpostavitvijo temeljnih pogojev, je možno uveljavljati dejavnike, ki prispevajo k večji
učinkovitosti gospodarstva in bo tudi investiranje v inovacijske in podjetniške podporne
okvire prineslo pozitiven učinek. Pozornost je treba nameniti visokem šolstvu in
izpopolnjevanju ter učinkovitemu delovanju trga delovne sile, saj brez njih ni mogoče
vzpostavljati učinkovite izrabe človekovih zmogljivosti niti motivirati ljudi za
pridobivanje ustrezne izobrazbe in znanja. Nadalje sta pomembna učinkovitost trga
dobrin in finančnega trga, ki bistveno prispevata oz. omogočata nemoten razvoj podjetij
in uveljavljanje tehnološkega napredka. Z uvajanjem mednarodnega poslovanja in oz.
širitvijo na večje mednarodne trge pa lahko podjetja izkoriščajo tudi učinke ekonomije
obsega in uveljavljanja primerjalnih (komparativnih) prednosti (Rebernik et al., 2014,
str. 9).
V Sloveniji je ministrstvo za gospodarstvo oblikovalo proaktivno gospodarsko politiko,
ki vsebuje programe, namenjene pospeševanju omenjenih treh dejavnikov gospodarske
rasti. Večina programov se nanaša na pospeševanje konkurenčne sposobnosti podjetij ne
glede na velikost, lastništvo in dejavnost, del pa jih je usmerjenih posebej v MSP. To so
programi za promocijo podjetništva in razvoj podpornega okolja ter programi za
spodbujanje razvoja mikro, malih in srednjih podjetij (vavčerski sistem svetovanja,
sistem usposabljanja za obrtništvo, podpora podjetnosti in ustvarjalnosti mladih,
podpora poklicnemu uveljavljanju žensk, garancije za dolgoročne investicijske kredite,
subvencioniranje obresti za dolgoročna investicijska posojila, ugodnejša posojila MSP
itd.). Najpomembnejše inštitucije za podporo razvoja podjetništva, predvsem MSP v
Sloveniji so: Nacionalni pospeševalni center za malo gospodarstvo v Ljubljani (PCMG),
regionalni pospeševalni centri (RPC), lokalni pospeševalni centri (LPC), ki podjetnikom
zagotavljajo ustrezne informacije in storitve na nacionalni, regionalni in lokalni ravni;
slovenska podjetniško-inovativna mreža (SPIM), ki povezuje inovativne podjetnike;
evropski informacijski centri (Ljubljana, Maribor, Koper itd.), ki ponujajo informacije
52
in pomoč pri mednarodnem vključevanju slovenskih podjetnikov na trge EU v okviru
mednarodnih projektov. Glavni cilji programov in nalog teh inštitucij so usmerjeni k
odpravljanju ovir, ki otežujejo hitrejši razvoj podjetništva v Sloveniji, zagotavljanju
razmer, ki omogočajo rast in spodbujajo inovativnost, ter zagotavljanju razvojnih
spodbud za najbolj ranljiv sektor gospodarstva – mikro in mala podjetja (Antončič et al.,
2002, str. 41–42).
2.6.3 Dejavniki, ki ovirajo rast podjetja
Medtem ko predhodno obravnavani dejavniki omogočajo oz. pozitivno vplivajo na rast
podjetja, pa obstajajo tudi dejavniki, ki ovirajo potencialno rast. Z ovirami rasti se
soočajo vsa podjetja, še posebej pa je to opazno za MSP, zlasti mlajša in manjša, v
primerjavi z velikimi podjetji. Pogosto obravnavane ovire za MSP vključujejo
institucionalne in finančne ovire, ki temeljijo v glavnem na interakciji z vlado, vključno
z legalizacijo, obdavčevanjem in vladno podporo. MSP se tako marsikje soočajo z
neugodnim davčnim sistemom, diskriminatornimi predpisi in zapleteno zakonodajo
(Zhou in de Wit, 2009, str. 12). Finančne ovire predstavljajo pomanjkanje finančnih
sredstev. Raziskovalci (Becchetti in Trovato, 2002; Pissarides, 1998; Riding in Haines,
1998; Zhou in de Wit, 2009, str. 12) so dokazali, da so kreditne omejitve, pomanjkanje
zunanjega dolga in lastniškega kapitala glavne ovire za rast MSP, saj so banke bolj
konservativne in nezaupljive, ko zagotavljajo posojila za MSP. Poleg institucionalnih in
finančnih ovir pa se MSP lahko soočajo tudi z organizacijskimi ovirami ter družbenimi
ovirami, ki pokrivajo vidike tržnega položaja podjetja, dostop do usposobljenega
človeškega kapitala in dostop do mrež (Bartlett & Bukvic, 2001, povzeto po Zhou in de
Wit, 2009, str. 12). Hashi in Krasniqi (2010, str. 476), ki sta proučevala vplive
dejavnikov na rast MSP v dveh skupinah tranzicijskih držav (1. naprednejše tranzicijske
države: Poljska, Madžarska in Češka ter 2. počasneje razvijajoče tranzicijske države:
Albanija, Srbija in Črna gora ter Makedonija), sta ugotovila, da obdavčitev, birokracija
ter organiziran kriminal predstavljajo veliko oviro za rast počasneje razvijajočih se
podjetij, nasprotno pa sta v naprednejših podjetjih veliki oviri za rast dostop do zunanjih
finančnih virov in korupcija. V tabeli 13 so navedeni dejavniki spodbujanja in zaviranja
rasti, kot jih je iz številnih raziskav povzela Širčeva (2011, str. 25).
Tabela 13: Dejavniki spodbujanja in zaviranja rasti
Dejavniki spodbujanja rasti Dejavniki zaviranja rasti
Namen
- demografske spremenljivke
- osebne značilnosti
- vrednote in prepričanje
- pomanjkanje ambicij in vizije
- neposlovni »hobi« pristop
- protekcionistično naravnan
odnos do kakovosti življenja
- zrel položaj v življenjskem ciklu
Sposobnosti
- stopnja izobrazbe
- poznavanje različnih področij
poslovanja
- dejansko zaznavanje
podjetnikove sposobnosti
- posedovanje proizvodov,
sredstev in premoženja, ki
imajo
potencial rasti
- omejene managerske
sposobnosti
- ozka baza znanj in veščin
- fizična omejenost širjenja
proizvodnje
- organizacijske strukture vodijo k
pomanjkanju časa in
proizvodnih virov
53
Dejavniki spodbujanja rasti Dejavniki zaviranja rasti
- pravna oblika podjetja
- proaktivno učenje s pomočjo
družbenih in neformalnih mrež
Priložnosti
- tržne razmere
- dostop do financ
- zakonodaja
- trg delovne sile
- šibka pozicijska moč v panogi in
na trgu
- visoka stopnja odvisnosti od
eksternalij
- neugodne finančne in
ekonomske razmere
- nenaklonjenost lokalnih
skupnosti razvoju podjetništva
- omejena vladna regulativa in
komuniciranje
Vir: (Širec, 2011, str. 25).
Dejavniki, ki preprečujejo rast podjetja, so (Doren, 2012b):
napačno financiranje;
slabo upravljanje z resursi;
neustrezna delovna sila – tako zaposlenih kot managementa;
neprimeren dostop do tržnih kanalov;
premajhna razpoložljivost trga za dodatno rast;
negativni vplivi lokalne skupnosti;
premajhne investicije v nabavo nove tehnologije (tudi: »know-how«), sicer
nujno potrebne za razvoj podjetja, itd.
Če podjetja niso sposobna izkoristiti sprememb na trgu ali pa ustvarjati razmer za rast,
potem do rasti ne more priti. Enako podjetje ne bo raslo, če lastniki ne postavijo
ustrezne žetvene strategije (kaj želijo »žeti« od tega, kar so »posadili« – pri tem je seme
vloženi kapital lastnikov v podjetje) (prav tam).
Geršak (2013, str. 2–3) v svoji raziskavi ugotavlja, da je najbolj pereč problem za MSP
v Sloveniji plačilna nedisciplina. Sledijo mu konkurenca, predpisi, stroški proizvodnje
ali dela in dostopnost do financiranja. V evroobmočju pa sta za MSP najbolj pereča
problema iskanje strank in dostopnost do financiranja.
Kot je pokazala raziskava Pšeničny, Blejec in Glas (2001, povzeto po Vabšek, 2002) o
vplivu okolja na rast dinamičnih podjetij, se Slovenija v primerjavi z državami, ki imajo
jasne dolgoročne strategije za spodbujanje podjetniškega delovanja, uvršča med
podjetništvu manj naklonjene. Hitrejšo rast in razvoj najbolj zavirajo številne
birokratske ovire ob vstopanju v posel ter kasneje še v večji meri ob širitvi poslovanja,
neprijazni predpisi, nestimulativna davčna politika ter slaba dostopnost do sredstev za
financiranje rasti.
Primerjava ocen okvirnih pogojev za podjetništvo v Sloveniji s povprečjem ocen
okvirnih pogojev držav EU in držav GEM je prikazana na sliki 9. V letu 2014 je bil
ponovno najbolje ocenjen dostop do fizične infrastrukture, potrebne za poslovanje
podjetij, najslabše pa okvir, ki zajema razširjenost in kakovost izobraževanja in
usposabljanja za podjetništvo v osnovnih in srednjih šolah. Primerjava kaže, da še
54
vedno na vseh področjih zaostajamo, razen pri dinamiki notranjega trga (Rebernik et al.,
2015, str. 128–129).
Slika 9: Povprečne ocene okvirnih pogojev za podjetništvo – Slovenija, GEM in EU
Vir: (Rebernik et al., 2015, str. 130).
2.6.4 Rast MSP v prihodnosti
Živimo v obdobju, ko vladne in izobraževalne ustanove ter celotna družba spodbujajo
podjetništvo. Podjetniško izobraževanje ima velik pomen in raste povsod po svetu. Tudi
v prihodnosti se mora spodbujanje, ki ga izvajajo vladne institucije, nadaljevati. Vse več
zakonodajalcev spoznava, da nova podjetja ustvarjajo nova delovna mesta in povečujejo
gospodarsko proizvodnjo. Podpora družbe je bistvena, saj zagotavlja tako motivacijsko
kot javno oporo. Eden glavnih dejavnikov pri uveljavitvi javnega odobravanja
podjetništva so mediji, ki so in bodo še naprej imeli močno in konstruktivno vlogo, saj
poročajo v splošnem podjetniškem duhu in poudarjajo uspešne primere. Medijsko
izpostavljanje dviguje imidž podjetnikov in podjetij v rasti ter poudarja njihov prispevek
družbi (Antončič et al., 2002, str. 48–49).
Zaradi spremenjenih pogojev poslovanja in spreminjajočih okusov kupcev morajo danes
podjetja, ki želijo konkurirati na svetovnih trgih, obvladovati učinkovitost proizvodnje,
kakovost in fleksibilnost. To so temelji, na katerih se lahko podjetje uveljavi kot
inovativno. Danes lahko podjetje konkurira le z inovativnostjo, vendar razvojnih faz ne
more preskakovati. Najprej mora obvladovati učinkovitost in kakovost. Velika večina
slovenskih podjetij se še vedno nahaja v fazi, ko rešujejo probleme z učinkovitostjo, na
svetovnih trgih pa lahko konkurirajo le z nizko ceno. Čaka jih pot prek kakovostnega in
fleksibilnega podjetja do inovativnega, na tej poti pa bodo potrebovali veliko sodobnega
svetovnega znanja, prilagojenega svojim potrebam (Rebernik, 1997, str. 12).
55
V Sloveniji je treba še marsikaj postoriti, da bo ovir manj in bodo v prihodnosti lahko
MSP nastajala in rastla hitreje, s tem pa omogočila blaginjo vsem državljanom.
Pšeničny (2008, str. 17) meni, da je za večanje obsega dinamičnega podjetništva v
Sloveniji v prihodnosti treba:
spremeniti družbeni odnos do podjetništva in podjetnikov,
spremeniti negativen odnos do tveganja propadov,
izboljšati izobraževalni sistem v smeri večjega spodbujanja ustvarjalnosti in
inovativnosti,
vzpostaviti prijaznejšo klimo za podjetniške izločitve,
učinkoviteje ščititi intelektualno lastnino,
vzpostaviti razmere za boljše povezovanje rastočih podjetij z raziskovalno in
razvojno dejavnostjo in spodbuditi tehnološko zahtevnejše podjeme,
vzpostaviti možnosti za aktivne strategije rasti predvsem na tujih trgih,
razviti trg delovne sile s spremembami v delovni zakonodaji in odpiranjem
možnosti za najemanje domačih in tujih strokovnjakov,
z zniževanjem davčnih obremenitev povečati dobičke kot glavni vir
financiranja rasti dinamičnih podjetij v Sloveniji,
vzpostaviti privlačne možnosti za ugodnejše reinvestiranje dobičkov, za
udeležbo zaposlenih v dobičku, za delniške opcije za management in
zaposlene ter za druge odkupe podjetij,
spodbuditi razvoj trga tveganega kapitala,
še povečati učinkovitost finančnih trgov.
2.7 Sinteza spoznanj
V teoretičnem delu naloge smo se posvetili raziskavi strokovne literature, ki obravnava
MSP, njihovo rast in dejavnike rasti. Najprej smo predstavili značilnosti in pomen MSP
v Sloveniji in po svetu. Ta v današnjem globalnem in turbulentnem času povsod po
svetu prevladujejo in so hkrati gonilo gospodarske rasti ter velik ustvarjalec delovnih
mest. Vzrok temu so številne prednosti pred velikimi podjetji, predvsem fleksibilnost in
sposobnost hitrega odzivanja na nenehno spreminjajoče se zahteve trga ter dinamični,
visoko motivirani in podjetni managerji, ki so pripravljeni prevzemati tveganje.
V nadaljevanju naloge smo predstavili rast MSP v Sloveniji in EU v preteklih letih in
med njimi še posebej izpostavili slovenska HRP. Prikazali smo, da kljub negativnim
posledicam krize in težjim pogojem poslovanja še vedno obstajajo številna podjetja, ki
dosegajo nadpovprečne uspehe, čeprav celotno gospodarstvo nazaduje. Rast in
dejavniki rasti hitro rastočih MSP predstavljajo raziskovalno področje, ki ima veliko
pozornosti številnih raziskovalcev. Merjenje rasti podjetja pa je zelo kompleksno, saj
lahko podjetje raste na različne načine, ki niso nujno med seboj povezani. Pomemben
vidik proučevanja rasti je zato vzrok rasti (organska rast ali rast, ki je posledica
združitev podjetij, ali pa morda kar oboje). Najpogosteje uporabljena merila rasti v
raziskavah o rasti podjetij so relativna sprememba celotnih sredstev, prihodkov od
prodaje ter števila zaposlenih v dve- do petletnem obdobju. Pregledali smo številne
raziskave, kjer so avtorji proučevali dejavnike rasti MSP, in predstavili merila rasti ter
dejavnike oz. rezultate raziskav o dejavnikih rasti MSP v Evropi. Povzetek z opisom
vzorca, časovne dimenzije, hipotez, odvisnih in neodvisnih spremenljivk, raziskovalnih
metod ter glavnih ugotovitev pregledanih raziskav je prikazan v prilogi 2. Povzetek
56
vsebuje 13 predstavljenih raziskav, kjer so bila vključena MSP iz 36 držav. Na podlagi
izbora proučevanih dejavnikov smo empirične raziskave uvrstili v raziskave, ki
obravnavajo vpliv starosti in velikosti podjetja na rast; raziskave, ki proučujejo
značilnosti lastnikov/managerjev ter vodenje, strategijo in organizacijo; raziskave, ki
proučujejo specifične lastnosti podjetja (financiranje, inovacije, produktivnost); ter
raziskave, ki proučujejo vpliv okolja, lokacije, zakonodaje in narodnogospodarskih
značilnosti na rast podjetij. Nekateri avtorji so raziskovali več sklopov dejavnikov,
večina jih je poleg drugih dejavnikov proučevalo tudi vpliv starosti in velikosti. Prav
tako so avtorji različno opredelili oz. razmejili dejavnike rasti. Mi smo jih razvrstili med
notranje in zunanje, pri čemer so notranji tisti, ki se nanašajo na podjetje in na katere to
lahko vpliva, nasprotno pa na zunanje ne more vplivati, saj se nanašajo na njegovo
okolje. Duhova (2002, str. 46–66) meni, da so ravno notranji dejavniki, med katere
lahko prištevamo lastnosti podjetnika / lastnika / managerja, vodenje in strategija
podjetja, raziskave in inovacije, denarni tok, zadolževanje, likvidnost, produktivnost
(dela in osnovnih sredstev) ter velikost in starost podjetja, ključni za razvoj in rast
podjetja. Ker je danes podjetniško okolje zelo dinamično, kompleksno in turbulentno, se
podjetja na vseh področjih soočajo z globalno konkurenco, ki jih sili k nenehnemu
povečevanju učinkovitosti in konkurenčnosti, ima tudi okolje zelo velik vpliv na rast in
razvoj podjetja. Po mnenju Duhove (2002) med dejavnike okolja sodijo predvsem
splošni pogoji gospodarjenja v narodnem gospodarstvu, značilnosti in rast panoge, v
kateri je podjetje, obstoječe tržne priložnosti, struktura gospodarstva v pogledu delitve
moči in trgov med MSP ter velikimi podjetji, zunanjo ekonomijo. Mednje pa lahko
uvrstimo tudi dostop do finančnih virov, ki je za (hitro) rast podjetja izredno
pomembna, in državo oz. gospodarsko politiko.
MSP pa se soočajo tudi s številnimi ovirami in preprekami, ki ovirajo potencialno rast.
Pogosto obravnavane ovire so institucionalne in finančne. Geršak (2013) v svoji
raziskavi ugotavlja, da je najbolj pereč problem za slovenska MSP plačilna nedisciplina.
Sledijo mu konkurenca, predpisi, stroški proizvodnje ali dela in dostopnost do
financiranja. Raziskava Pšeničny, Blejec in Glas (2001, povzeto po Vabšek, 2002) je
pokazala, da hitrejšo rast in razvoj najbolj zavirajo številne birokratske ovire, neprijazni
predpisi, nestimulativna davčna politika ter slaba dostopnost do sredstev za financiranje
rasti. Slovenija se v primerjavi z državami, ki imajo jasne dolgoročne strategije za
spodbujanje podjetniškega delovanja, uvršča med podjetništvu manj naklonjene, zato bo
treba še marsikaj postoriti, da bo ovir manj in bodo v prihodnosti lahko MSP nastajala
in rastla hitreje, s tem pa omogočila blaginjo vsem državljanom.
V nadaljevanju naloge sledi empirična raziskava notranjih dejavnikov rasti hitro
rastočih MSP. Na podlagi ugotovitev v teoretičnem delu predstavljenih tujih raziskav
smo izbrali kvantitativne notranje dejavnike: statično likvidnost, zadolženost, poslovno
učinkovitost uporabe opredmetenih osnovnih sredstev, delovno produktivnost,
enostavni denarni tok, čisti denarni tok iz poslovanja, velikost in starost podjetja, za
katere bomo s pomočjo multiple regresijske analize prikazali vpliv na rast prihodkov od
prodaje in števila zaposlenih slovenskih hitro rastočih MSP ter primerjali dobljene
rezultate s tujimi raziskavami. V Sloveniji je vpliv kvalitativnih dejavnikov na hitro rast
slovenskih gazel v primerjavi z evropskimi proučeval Pšeničny (2009), takšne
raziskave, kot je naša, pa še ni bilo.
57
3 EMPIRIČNA ANALIZA
Osnovni namen empirične analize je ugotoviti, ali in kako izbrani notranji dejavniki
vplivajo na rast hitro rastočih MSP v Sloveniji. V teoretičnem delu naloge so navedene
nekatere tuje raziskave, ki so proučevale obravnavano tematiko, v Sloveniji pa podobne
raziskave še ni bilo. Z našo študijo želimo zapolniti to vrzel in ugotoviti vplive pogosto
proučevanih dejavnikov rasti na slovenska hitro rastoča MSP ter primerjati rezultate
dobljene analize z ugotovitvami drugih avtorjev podobnih raziskav iz posameznih držav
v Evropi.
Ocenjevanje statističnega modela je vključevalo naslednje korake:
zbiranje statističnih podatkov o spremenljivkah, vključenih v model;
predstavitev vzorca in priprava podatkov za analizo (poglavje 3.1);
opredelitev in prikaz značilnosti izbranih spremenljivk (poglavje 3.2);
izdelava korelacijske analize vključenih spremenljivk (poglavje 3.3);
izdelava multiple regresijske analize (poglavje 3.4);
predstavitev rezultatov analize in presoja njenih predpostavk in posledic teh za
ocenjene parametre (poglavje 3.5).
3.1 Predstavitev vzorca
Naša analiza temelji na panelnih podatkih slovenskih hitro rastočih MSP. Vzorec smo
pridobili iz nacionalne lestvice 500 najhitreje rastočih podjetij 2013, iz projekta
Slovenska gazela 2014. Glede na obseg prihodkov od prodaje smo v izbor vključili
prvih 200 podjetij, ki izpolnjujejo kriterije za razvrstitev med MSP. Vsi podatki so bili
skrbno pridobljeni in pregledani. Vzorec vsebuje vse potrebne računovodske podatke za
200 podjetij v obdobju 2009–2013, kar predstavlja 1.000 bilančnih panelnih podatkov,
na podlagi katerih smo nadalje izračunali letne stopnje rasti oz. kazalnike proučevanih
kategorij za pet zaporednih let in dobili skupaj 800 izvedenih podatkov.
Predstavitev vzorca po velikosti, starosti, sektorju in regiji na dan 31. 12. 2013 je
prikazana v tabeli 14. Podatki iz tabele 14 kažejo, da je v vzorcu največ, kar 71 % malih
podjetij (glede na število zaposlenih, ki je med 10 in 49). Največ podjetij posluje od 5
do 10 let, to je 41,50 %, povprečna starost podjetij za celotni vzorec pa je 14,75 leta.
Največ podjetij (31,50 %) deluje v predelovalnih dejavnostih, nato pa sledijo z 19,50 %
dejavnost promet in skladiščenje ter z 19,00 % dejavnost trgovina, vzdrževanje in
popravila motornih vozil. 8,50 % podjetij deluje v gradbeni dejavnosti, 7,50 % jih
deluje v strokovni, znanstveni oz. tehnični dejavnosti, preostale dejavnosti pa nimajo
veliko HRP. Po regijah prevladuje osrednjeslovenska regija, kjer deluje 36,50 %
podjetij in v njej ljubljanska občina. Za njo z 17,50 % sledi savinsko-zasavska regija ter
z 17 % dravsko-pomurska regija. Najmanj HRP v letu 2013 je imela dolenjsko-
posavska regija (7 %).
58
Tabela 14: Predstavitev vzorca po velikosti, starosti in sektorju na dan 31. 12. 2013
Kriterij razvrstitve Število %
Velikost 200 100,00 %
Mikro (< 10 zaposlenih) 6 3,00 %
Malo (10–49 zaposlenih) 142 71,00 %
Srednje (50–249 zaposlenih) 52 26,00 %
Kriterij razvrstitve Število %
Starost 200 100,00 %
5–10 let 83 41,50 %
10–20 let 57 28,50 %
> 20 let 60 30,00 %
Sektor 200 100,00 %
A Kmetijstvo in lov, gozdarstvo, ribištvo 1 0,50 %
B Rudarstvo 1 0,50 %
C Predelovalne dejavnosti 63 31,50 %
D Oskrba z električno energijo, plinom in paro 1 0,50 %
E Oskrba z vodo, ravnanje z odplakami in odpadki,
saniranje okolja
4 2,00 %
F Gradbeništvo 17 8,50 %
G Trgovina, vzdrževanje in popravila motornih vozil 38 19,00 %
H Promet in skladiščenje 39 19,50 %
I Gostinstvo 3 1,50 %
J Informacijske in komunikacijske dejavnosti 8 4,00 %
K Finančne in zavarovalniške dejavnosti 1 0,50 %
M Strokovne, znanstvene in tehnične dejavnosti 15 7,50 %
N Druge raznovrstne poslovne dejavnosti 7 3,50 %
Q Zdravstvo in socialno varstvo 1 0,50 %
R Kulturne, razvedrilne in rekreacijske dejavnosti 1 0,50 %
Regija 200 100,00 %
Savinjsko-zasavska 35 17,50 %
Primorsko-notranjska 19 9,50 %
Osrednjeslovenska 73 36,50 %
Gorenjska 25 12,50 %
Dravsko-pomurska 34 17,00 %
Dolenjsko-posavska 14 7,00 %
V tabeli 15 povzemamo agregatne podatke o čistih prihodkih od prodaje, čistem
poslovnem izidu poslovnega leta, celotnih sredstvih, kapitalu, številu zaposlenih, dodani
vrednosti na zaposlenega, novih delovnih mestih, indeksu DaBeg, številu let poslovanja
na dan 31. 12. 2013 in njihovih povprečnih stopnjah rasti v obdobju 2009–2013 za vsa
podjetja iz vzorca. Povprečni prihodki od prodaje so znašali 7.245.096 EUR in so se v
petih letih v povprečju povečali za skoraj štirikrat (stopnja rasti je 3,46). Vsa podjetja so
izkazala čisti dobiček, ki je povprečno znašal 356.325 EUR. Vseh 200 podjetij skupaj je
ustvarilo dobiček v višini 71.265.057 EUR. Povprečna celotna sredstva (aktiva) teh
podjetij so znašala 5.126.570 EUR in so se v petih letih v povprečju povečala za 152 %.
Povprečni kapital je znašal 2.039.835 EUR.
59
V povprečju so podjetja iz vzorca v letu 2013 zaposlovala 42 delavcev. Najmanjše
število zaposlenih je znašalo 7, največje pa 225. Ob tem so v proučevanem obdobju
dodatno zaposlili 4.413 novih delavcev in tako konec leta 2013 zaposlovali skupaj
8.318 delavcev. Povprečno so podjetja dosegla dodano vrednost na zaposlenega
49.664 EUR, kar je za 30 % večje kot povprečna BDV na zaposlenega v Sloveniji, ki je
v letu 2013 znašala 38.093 EUR. Indeks Dabeg pa je v povprečju znašal 124,79.
Tabela 15: Povprečne vrednosti bilančnih podatkov za vsa podjetja iz vzorca na dan 31.
12. 2013 in njihove stopnje rasti13 v obdobju 2009–2013
Postavka Aritm.
sredina Mediana
Min.
vrednost
Maks.
vrednost Vsota
Čisti prihodki od
prodaje (€) 7.245.096 4.678.288 2.011.227 79.758.275 1.449.019.340
Stopnja rasti prih. od
prodaje 2009/13 3,46 1,54 -,15 252,42
Čisti poslovni izid
posl. leta (€) 356.325 152.558 199 2.976.731 71.265.057
Sredstva (€) 5.126.570 3.214.817 340.288 126.590.632 1.025.314.154
Stopnja rasti sredstev
2009/13 1,52 0,99 –0,84 23,19
Kapital (€) 2.039.835 980.017 -539.407 57.557.808 407.967.155
Število zaposlenih14
41,59 27,28 7,00 225,17 8.318,02
Stopnja rasti
zaposlenih 2009/13 1,90 0,73 –0,42 81,35
Dod. vrednost/
zaposlenega (€) 49.664 36.750 12.145 457.074
Nova delovna mesta 22,07 13,99 -80 159 4.413
Index DaBeg15
124,79 35,88 –39 4208
Starost (let) 13,76 13,00 4 38 * N = 200
Vir podatkov: (Bisnode, 2014).
Na sliki 10 je prikazano gibanje povprečnih vrednosti prihodkov od prodaje, celotnih
sredstev in števila zaposlenih v obdobju 2009–2013. Iz slike 10 je razvidno, da so skozi
celotno proučevano obdobje vse postavke rastle, med njimi najbolj prihodki od prodaje,
ki so se s povprečno 2.807.586 EUR v letu 2009 povečali na povprečno 7.238.817 EUR
v letu 2013. Močno je rastlo tudi število zaposlenih, ki je v letu 2009 povprečno znašalo
23,09 zaposlenega, v letu 2013 pa že 41,59 zaposlenega. Tudi celotna sredstva podjetij
so se močno večala, saj so v izhodiščnem letu 2009 znašala 2.931.809 EUR, v letu 2013
pa že 5.126.571 EUR.
13
Stopnja rasti = (X t – X t-1) / X t-1. 14
Število zaposlenih na podlagi delovnih ur na zadnji dan leta. 15
DaBeg = (Ztn – Ztn-5) x (Ztn / Ztn-5).
60
Slika 10: Gibanje povprečnih prihodkov od prodaje, sredstev in zaposlenih v podjetjih
iz vzorca v obdobju 2009–2013
3.2 Opredelitev in pomen izbranih spremenljivk
Na podlagi proučene literature o rasti in dejavnikih rasti podjetij, ki je pokazala različne
pristope pri opredelitvi rasti podjetij in veliko njenih dejavnikov, smo se odločili, da v
lastni raziskavi v analizo vključimo:
dve odvisni spremenljivki: 1.) rast prihodkov od prodaje in 2.) rast števila
zaposlenih;
več neodvisnih spremenljivk, ki merijo: 1.) demografske značilnosti (starost)
in 2.) značilnosti premoženjsko-finančnega položaja, poslovne učinkovitosti in
denarne uspešnosti poslovanja MSP, merjenih s pomočjo računovodsko-
finančnih kazalnikov.
V tabeli 16 je prikazan seznam odvisnih in neodvisnih spremenljivk, v nadaljevanju pa
so te tudi podrobneje opisane in analizirane. Za angleško poimenovanje spremenljivk
smo se odločili zaradi lažje primerjave rezultatov s tujimi raziskavami.
Tabela 16: Seznam odvisnih in neodvisnih spremenljivk
Spremenljivka Angl. poimenovanje
Odvisni spremenljivki
Rast prihodkov od prodaje GROWTHREV
Rast števila zaposlenih GROWTHEMP
Neodvisne spremenljivke
Prihodki od prodaje SIZE_REV
Število zaposlenih SIZE_EMP
Statična likvidnost CUR_RATIO
Zadolženost LEVER
Poslovna učinkovitost uporabe opredmetenih
osnovnih sredstev CAP_PROD
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00
40,00
45,00
50,00
2.000.000,00
3.000.000,00
4.000.000,00
5.000.000,00
6.000.000,00
7.000.000,00
8.000.000,00
2009 2010 2011 2012 2013
PO
VP
REČ
NO
ŠT.
ZA
PO
SLEN
IH
PO
VP
REČ
NI
PR
IHO
DK
I O
D P
RO
DA
JE
IN P
OV
PR
EČN
A S
RED
STV
A (
v €
)
POVPREČNI PRIHODKI OD PRODAJEPOVPREČNA SREDSTVAPOVPREČNO ŠT. ZAPOSLENIH
61
Spremenljivka Angl. poimenovanje
Delovna produktivnost LAB_PROD
a) Enostavni denarni tok oz. denarna izidnost
b) Čisti denarni tok iz poslovanja
CF_RATIOa)
CF_RATIOb)
Starost podjetja AGE
3.2.1 Odvisni spremenljivki
Odvisno spremenljivko »rast podjetja« (GROWTH) smo proučevali na dva načina, in
sicer kot letno stopnjo rasti čistih prihodkov od prodaje (GROWTHREV) ter kot letno
stopnjo rasti števila zaposlenih (GROWTHEMP) v petletnem časovnem obdobju od leta
2009 do 2013. Letno stopnjo rasti prihodkov od prodaje so v svoji raziskavi uporabili
Niskanen in Niskanen (2007) ter Voulgaris et al. (2003). Letno stopnjo rasti števila
zaposlenih pa so za odvisno spremenljivko uporabili Molinari et al. (2009). Tudi Nunes
et al. (2013) ter Mateev in Anastasov (2010 in 2012) so upoštevali rast prihodkov od
prodaje, pri čemer so rast računali kot razliko med logaritmom prihodkov v letu t in t-1.
Izračun odvisne spremenljivke:
Stopnja rasti = (Xt – Xt-1) / Xt-1 (1)
kjer je:
X – prihodki od prodaje oz. število zaposlenih v obdobju t oz. t-1.
Tabela 17 prikazuje opisno statistiko odvisne spremenljivke »stopnja rasti prihodkov«
(GROWTHREV). Iz tabele 17 je razvidno, da je povprečna letna stopnja rasti prihodkov
od prodaje (GROWTHREV) znašala 60,31 %. Srednje vrednosti se med seboj precej
razlikujejo, kar kaže na nesimetričnost porazdelitve. To potrjuje tudi koeficient
asimetričnosti, ki je različen od 0. Njegova pozitivna vrednost 27,85 kaže na
asimetričnost porazdelitve v desno. Koeficient sploščenosti ima vrednost 783,50 in
potrjuje, da porazdelitev ni podobna normalni. Tudi variacijski razmik, ki kaže razliko
med največjo in najmanjšo vrednostjo, je velik in znaša kar 182,78. Porazdelitev
spremenljivke ni podobna normalni porazdelitvi zaradi obrobnih vrednosti. Ker bi lahko
obrobne vrednosti, ki se bistveno razlikujejo od preostalih vrednosti, vplivale na
pristranskost podatkov v nadaljnji analizi, smo jih izločili. Opisna statistika odvisne
spremenljivke GROWTHREV, brez obrobnih vrednosti, je prikazana v tretjem stolpcu
tabele 17. Iz podatkov lahko ugotovimo, da se srednje vrednosti ne razlikujejo več
bistveno, da sta tako koeficient asimetričnosti kot sploščenosti blizu vrednosti 0,
variacijski razmik pa sedaj znaša le 1,5867. Majhna vrednost standardne napake
aritmetične sredine (0,0103) glede na vrednost aritmetične sredine ter standardnega
odklona (0,2793) kaže na zanesljivost vzorca in izračunanih statistik. V nadaljnji analizi
smo upoštevali spremenljivko GROWTHREV brez obrobnih vrednosti.
62
Tabela 17: Opisna statistika GROWTHREV
Statistični parameter GROWTHREV GROWTHREV*
N 800 730
Aritmetična sredina ,6031 ,2398
Stand. napaka aritm. sredine ,2281 ,0103
Mediana ,2269 ,1997
Standardni odklon 6,4524 ,2793
Varianca 41,6336 ,0780
Koeficient asimetričnosti 27,8512 ,5050
Koeficient sploščenosti 783,4998 ,4051
Minimalna vrednost –,8498 –,5385
Maksimalna vrednost 181,9330 1,0482
Variacijski razmik 182,7828 1,5867
* Brez obrobnih vrednosti.
Na sliki 11 je prikazan histogram porazdelitve odvisne spremenljivke »stopnja rasti
prihodkov od prodaje« (GROWTHREV). Iz slike je razvidno, da je porazdelitev rahlo
asimetrična v desno in dokaj koničasta, vendar podobna normalni porazdelitvi.
Slika 11: Histogram porazdelitve GROWTHREV
Tabela 18 prikazuje opisno statistiko odvisne spremenljivke »stopnja števila
zaposlenih« (GROWTHEMP). Iz tabele 18 lahko ugotovimo, da je bila tudi rast števila
zaposlenih (GROWTHEMP) visoka, povprečna letna stopnja rasti je znašala 25,33 %. Ti
podatki nam povedo, da so ta podjetja v proučevanem obdobju dosegala res izjemno
hitro rast. Srednje vrednosti se med seboj precej razlikujejo, kar zopet kaže na
nesimetričnost porazdelitve. To potrjuje tudi koeficient asimetričnosti, ki je različen od
0. Njegova pozitivna vrednost 12,2950 kaže na asimetričnost porazdelitve v desno.
Koeficient sploščenosti ima vrednost 186,9475 in potrjuje, da porazdelitev ni podobna
63
normalni, kar je razvidno tudi iz histograma na sliki 12. Variacijski razmik kaže razliko
med največjo in najmanjšo vrednostjo, ki je 15. Zaradi obrobnih vrednosti, ki se
bistveno razlikujejo od preostalih vrednosti in bi lahko vplivale na pristranskost
podatkov v nadaljnji analizi, smo jih izločili. Opisna statistika odvisne spremenljivke
GROWTHEMP brez obrobnih vrednosti je prikazana v tretjem stolpcu tabele 18. Iz
podatkov lahko ugotovimo, da se srednje vrednosti ne razlikujejo več bistveno, da sta
tako koeficient asimetričnosti kot sploščenosti blizu vrednosti 0, variacijski razmik pa
sedaj znaša le 1,0587. Majhna vrednost standardne napake aritmetične sredine (0,0068)
in standardnega odklona (0,1839) kaže na zanesljivost vzorca in izračunanih statistik. V
nadaljnji analizi smo upoštevali spremenljivko GROWTHEMP brez obrobnih vrednosti.
Tabela 18: Opisna statistika GROWTHEMP
Statistični parameter GROWTHEMP GROWTHEMP*
N 800 738
Aritmetična sredina ,2533 ,1369
Stand. napaka aritm. sredine ,0279 ,0068
Mediana ,1223 ,1067
Standardni odklon ,7891 ,1839
Varianca ,6226 ,0338
Koeficient asimetričnosti 12,2950 ,5955
Koeficient sploščenosti 186,9475 ,6348
Minimalna vrednost –1,0000 –,3539
Maksimalna vrednost 14,0000 ,7047
Variacijski razmik 15,0000 1,0587 * brez obrobnih vrednosti.
Na sliki 12 je prikazan histogram porazdelitve odvisne spremenljivke »stopnja rasti
števila zaposlenih« (GROWTHEMP). Iz slike je razvidno, da je porazdelitev asimetrična
v desno in dokaj koničasta, vendar podobna normalni porazdelitvi.
Slika 12: Histogram porazdelitve GROWTHEMP
64
Pomemben pogoj pri izboru ustrezne metode je normalna porazdelitev vrednosti
proučevanih spremenljivk. Izpolnjenost pogoja lahko preverimo s Kolmogorov-
Smirnovim in Shapiro-Wilkovim testom. V teh testih se primerjajo vrednosti
proučevane spremenljivke z vrednostmi normalno porazdeljene spremenljivke z enako
aritmetično sredino in standardnim odklonom, kot ga ima proučevana spremenljivka.
Porazdelitev proučevane spremenljivke se ne razlikuje bistveno od normalne
porazdelitve, kadar je test statistično neznačilen (p > 0,05), in obratno (Bastič, 2006, str.
21). Rezultati obeh testov so izračunani s pomočjo programa SPSS in prikazani v tabeli
19.
Tabela 19: Test normalne porazdelitve GROWTHREV in GROWTHEMP
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic16 df Sig. Statistic df Sig.
GROWTHREV ,071 730 ,000 ,976 730 ,000
GROWTHEMP ,079 738 ,000 ,969 738 ,000
a. Lilliefors Significance Correction
Iz tabele 19 je razvidno, da je stopnja značilnosti pri obeh testih manjša od 0,05 (p =
0,000), kar pomeni, da spremenljivki GROWTHREV in GROWTHEMP nista normalno
porazdeljeni.
3.2.2 Neodvisne spremenljivke
Kot možne dejavnike rasti oz. neodvisne spremenljivke hitro rastočih MSP smo za
empirično raziskavo izbrali osem kategorij po vzoru raziskav Nunes et al. (2013),
Voulgaris et al. (2003), Molinari et al. (2009); Niskanen in Niskanen (2007), Mateev in
Anastasov (2010 in 2012). V prilogi 1 so prikazani seznam odvisnih in neodvisnih
spremenljivk, definicija kazalnika, izračun spremenljivke, predvidena in ugotovljena
povezava v skladu z v uvodu zastavljeno hipotezo. Opis in izračun spremenljivke sta
pojasnjena tudi v poglavju 1.3.1. V tabeli 20 pa je prikazana primerjava med
uporabljenimi spremenljivkami v naši raziskavi in nekaterimi tujimi raziskavami.
Tabela 20: Primerjava uporabe spremenljivk modela v naši raziskavi z nekaterimi tujimi
raziskavami
Spremenljivka /
Avtorji tujih
raziskav
Nunes et al.,
2013
Molinari
et al.,
2009
Niskanen
in
Niskanen,
2007
Mateev in
Anastasov,
2010 in
2012
Voulgaris
et al.,
2003
SIZE_REV X X
SIZE_EMP X X
CUR_RATIO X X
LEVER X X X X X
CAP_PROD X
16
Statistic – vrednost statistike, df – število enot v vzorcu, Sig. – stopnja značilnosti preizkusa.
65
Spremenljivka /
Avtorji tujih
raziskav
Nunes et al.,
2013
Molinari
et al.,
2009
Niskanen
in
Niskanen,
2007
Mateev in
Anastasov,
2010 in
2012
Voulgaris
et al.,
2003
LAB_PROD
Dodana
vrednost /
zaposlenega
X X
CF_RATIOa) X X X
AGE X X X X X
V raziskavi smo upoštevali vpliv neodvisnih spremenljivk s časovnim zamikom (t-1).
Menimo, da vsi izbrani dejavniki vplivajo na rast podjetij, vendar pa se to lahko včasih
zgodi šele s časovnim zamikom. Zato smo v nadaljnji analizi proučevali vpliv
neodvisnih na odvisno spremenljivko s časovnim zamikom enega leta. Časovni zamik
so v svojih raziskavah upoštevali tudi Molinari et al. (2009).
3.2.2.1 Velikost podjetja (SIZE)
Spremenljivko »velikost podjetja« (SIZE) smo merili na dva načina:
1. z logaritmom prihodkov od prodaje v posameznem proučevanem poslovnem
letu (SIZE_REV). Enak način merjenja te kategorije so uporabili Nunes et al.
(2013);
2. z logaritmom števila zaposlenih na podlagi delovnih ur, na zadnji dan leta
(SIZE_EMP). Enak način merjenja te kategorije so uporabili Molinari et al.
(2009), Niskanen in Niskanen (2007) ter Mateev in Anastasov (2010 in 2012).
Kadar med vrednostmi proučevane spremenljivke nastopajo obrobne vrednosti
ali porazdelitev vrednosti spremenljivke ni normalna, si lahko pomagamo
tako, da transformiramo podatke. Logaritmiranje vrednosti je ena najpogosteje
uporabljenih transformacij, ki je učinkovit način za zmanjšanje pozitivne
asimetrije V primerih, ko nismo prepričani, da statistična enota z obrobno
vrednostjo ne spada v statistično množico, je transformacija podatkov boljša
alternativa kot izločitev obrobnih vrednosti (Bastič, 2006, str. 11).
Tabela 21 prikazuje opisno statistiko neodvisne spremenljivke »velikost podjetja«,
merjeno s prihodki od prodaje (SIZE_REV) in številom zaposlenih (SIZE_EMP) v letih
2009–2012. Iz tabele 21 je razvidno, da so povprečni prihodki od prodaje (SIZE_REV)
znašali 4.296.543,30 EUR, minimalna vrednost je bila 3.400,00 EUR, maksimalna
vrednost pa je znašala 54.878.214,00 EUR. Ker se vrednosti med seboj močno
razlikujejo, standardna napaka aritmetične sredine znaša 164.283,75 EUR, standardni
odklon pa kar 4.646.646,13 EUR, smo vrednosti logaritmirali. S transformacijo
podatkov smo dobili porazdelitev spremenljivke, ki je bolj podobna normalni.
Koeficient asimetričnosti je skoraj 0, koeficient sploščenosti pa tudi ni velik in znaša
5,6321.
Povprečno število zaposlenih je znašalo 30,2285, vrednost mediane je 19,80 in pomeni,
da ima polovica manj in polovica večje število zaposlenih od 19,80. Najmanjše število
zaposlenih je 0, največje pa 256,26. Tudi te podatke smo transformirali z
logaritmiranjem in posledično dobili porazdelitev spremenljivke, ki je bolj podobna
66
normalni porazdelitvi, saj imata tako koeficient asimetričnosti kot koeficient
sploščenosti vrednost blizu 0, srednje vrednosti pa so sedaj dokaj identične.
Tabela 21: Opisna statistika SIZE
Statistični parameter SIZE_REV log
SIZE_REV SIZE_EMP
log
SIZE_EMP
N 800 800 800 799
Aritmetična sredina 4.296.543,30 6,4631 30,2285 1,3092
Stand. napaka a. sredine 164.283,75 ,0142 1,08216 ,0140
Mediana 2.873.578,00 6,4584 19,8000 1,2978
Standardni odklon 4.646.646,13 ,4003 30,6055 ,3951
Varianca 21591320241106 ,1602 936,6947 ,1561
Koeficient asimetričnosti 3,83 –,8224 2,5747 –,2092
Koeficient sploščenosti 24,68 5,6321 9,1697 ,6396
Minimalna vrednost 3.402,00 3,5317 ,0000 –,4685
Maksimalna vrednost 54.878.214,00 7,7394 256,2600 2,4087
Variacijski razmik 54.874.812,00 4,2077 256,2600 2,8772
Normalno porazdelitev logaritmiranih vrednosti spremenljivke SIZE smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 22 je prikazan rezultat,
iz katerega je razvidno, da tudi po transformaciji podatkov porazdelitev spremenljivke
ni podobna normalni porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od
0,05 (p = 0,012 oz. p = 0,018).
Tabela 22: Test normalne porazdelitve log SIZE
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
SIZE_REV ,037 800 ,012 ,954 800 ,000
SIZE_EMP ,037 799 ,018 ,991 799 ,000
a. Lilliefors Significance Correction
3.2.2.2 Statična likvidnost (CUR_RATIO)
Kategorijo smo merili s kazalnikom »kratkoročni koeficient«, ki meri razmerje med
kratkoročnimi sredstvi in kratkoročnimi obveznostmi ter izraža pokritost kratkoročnih
sredstev s kratkoročnimi viri. Statična likvidnost podjetja se povečuje, če se povečuje
vrednost tega koeficienta. Kadar je vrednost kazalnika večja od 1, potem gospodarska
družba kratkoročna sredstva financira tudi z dolgoročnimi viri. Enak način merjenja te
kategorije so uporabili tudi Voulgaris et al. (2003) ter Mateev in Anastasov (2010 in
2012).
Izračun spremenljivke:
Kratkoročni koeficient (CUR_RATIO) = (kratkoročna sredstvat-1) / (kratkoročne
obveznostit-1) (2)
67
V tabeli 23 je prikazana opisna statistika neodvisne spremenljivke »statična likvidnost«
(CUR_RATIO) v obdobju 2009–2012. Povprečno razmerje kazalnika statične
likvidnosti je 1,7665 in je relativno visoko, kar kaže, da povprečno podjetje v vzorcu
nima težav z likvidnostjo. Največjo vrednost je imelo podjetje, ki je imelo vrednost
koeficienta 24,67 (najmanjše pa 0,24). Pozitivna vrednost koeficienta asimetričnosti
kaže, da je porazdelitev rahlo asimetrična v desno, visoka pozitivna vrednost koeficienta
sploščenosti pa kaže koničasto porazdelitev.
Tabela 23: Opisna statistika CUR_RATIO
Statistični parameter CUR_RATIO
N 800
Aritmetična sredina 1,7665
Stand. napaka a. sredine ,0565
Mediana 1,2700
Standardni odklon 1,5993
Varianca 2,5577
Koeficient asimetričnosti 5,5546
Koeficient sploščenosti 58,3070
Minimalna vrednost ,2400
Maksimalna vrednost 24,6700
Variacijski razmik 24,4300
Normalno porazdelitev vrednosti spremenljivke CUR_RATIO smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 24 je prikazan rezultat,
iz katerega je razvidno, da porazdelitev spremenljivke ni podobna normalni
porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od 0,05 (p = 0,000).
Tabela 24: Test normalne porazdelitve CUR_RATIO
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
CUR_RATIO ,213 800 ,000 ,590 800 ,000
a. Lilliefors Significance Correction
3.2.2.3 Zadolženost (LEVER)
Zadolženost (LEVER) smo merili z razmerjem med dolgovi in vsemi obveznostmi do
virov sredstev. Kazalnik kaže način financiranja podjetij oz. delež tujih virov
financiranja. Nižja kot je vrednost kazalnika, večjo finančno moč (večji delež lastniških
virov) ima podjetje in bolj neizkoriščen je finančni vzvod podjetja. Enak način merjenja
te kategorije so uporabili tudi Voulgaris et al. (2003), Nunes et al. (2013), Niskanen in
Niskanen (2007) ter Mateev in Anastasov (2010 in 2012), medtem ko so Molinari et al.
(2009) upoštevali razmerje med kapitalom in vsemi obveznostmi do virov sredstev.
68
Izračun spremenljivke:
Zadolženost (LEVER) = dolgovit-1 / (obveznosti do virov sredstevt-1) (3)
V tabeli 25 je prikazana opisna statistika neodvisne spremenljivke »zadolženost«
(LEVER) v obdobju 2009–2012. Podjetja iz vzorca imajo relativno nizko vrednost
kazalnika zadolženosti, povprečno razmerje dolgov do celotnih obveznostih do virov
sredstev znaša 62,9051, mediana pa znaša 64,83. Največjo vrednost je imelo podjetje, ki
je imelo vrednost koeficienta 188,11 (najmanjše pa 1,399. Tako koeficient
asimetričnosti kot koeficient sploščenosti sta blizu vrednosti 0, kar kaže, da bi lahko bila
porazdelitev spremenljivke podobna normalni porazdelitvi.
Tabela 25: Opisna statistika LEVER
Statistični parameter LEVER
N 800
Aritmetična sredina 62,9051
Stand. napaka a. sredine ,8920
Mediana 64,8300
Standardni odklon 25,2288
Varianca 636,4907
Koeficient asimetričnosti ,1789
Koeficient sploščenosti 1,0400
Minimalna vrednost 1,3900
Maksimalna vrednost 188,1100
Variacijski razmik 186,7200
Normalno porazdelitev vrednosti spremenljivke LEVER smo preverili s Kolmogorov-
Smirnovim in Shapiro-Wilkovim testom. V tabeli 25 je prikazan rezultat, iz katerega je
razvidno, da porazdelitev spremenljivke ni podobna normalni porazdelitvi, saj je stopnja
značilnosti pri obeh testih manjša od 0,05 (p = 0,000).
Tabela 26: Test normalne porazdelitve LEVER
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
LEVER ,047 800 ,000 ,971 800 ,000
a. Lilliefors Significance Correction
3.2.2.4 Poslovna učinkovitost uporabe opredmetenih osnovnih sredstev
(CAP_PROD)
Kategorijo smo merili s kazalnikom poslovne učinkovitosti, ki kaže razmerje med
čistimi prihodki od prodaje in opredmetenimi sredstvi. Ta so poleg zaposlenih
najpomembnejša prvina, saj podjetje z njimi ustvarja poslovne učinke in pridobiva
prihodke. Podjetje posluje učinkovitejše, če je vrednost kazalnika čim večja (pozitivna).
Enak način merjenja te kategorije sta uporabila tudi Mateev in Anastasov (2010 in
2012).
69
Izračun spremenljivke:
Poslovna učinkovitost uporabe opredmetenih osnovnih sredstev (CAP_PROD) = (čisti
prihodki od prodaje t-1) / (opredmetena osnovna sredstva t-1) (4)
V tabeli 27 je prikazana opisna statistika neodvisne spremenljivke »poslovna
učinkovitost uporabe opredmetenih osnovnih sredstev« (CAP_PROD) v letih od 2009
do 2012. Povprečna vrednost spremenljivke znaša 31,64 EUR in pomeni, da so podjetja
na 1 EUR vloženih opredmetenih osnovnih sredstev povprečno ustvarila 31,64 EUR
prihodkov od prodaje. Največjo vrednost je imelo podjetje, ki je imelo vrednost
kazalnika 2.547 EUR (najmanjše pa 0,17 EUR). Ker se srednje vrednosti med seboj
močno razlikujejo, vrednosti koeficienta asimetričnosti in koeficienta sploščenosti pa
nista blizu vrednosti 0, porazdelitev spremenljivke ni podobna normalni porazdelitvi.
Tabela 27: Opisna statistika CAP_PROD
Statistični parameter CAP_PROD
N 795
Aritmetična sredina 31,6375
Stand. napaka a. sredine 4,8211
Mediana 4,6217
Standardni odklon 135,9342
Varianca 18478,1030
Koeficient asimetričnosti 10,9353
Koeficient sploščenosti 164,7741
Minimalna vrednost ,1667
Maksimalna vrednost 2.547,1674
Variacijski razmik 2.547,0007
Normalno porazdelitev vrednosti spremenljivke CAP_PROD smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 27 je prikazan rezultat,
iz katerega je razvidno, da porazdelitev spremenljivke ni podobna normalni
porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od 0,05 (p = 0,000).
Tabela 28: Test normalne porazdelitve CAP_PROD
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
CAP_PROD ,090 795 ,000 ,949 795 ,000
a. Lilliefors Significance Correction
3.2.2.5 Delovna produktivnost (LAB_PROD)
Kategorijo smo merili s kazalnikom, ki meri razmerje med čistimi prihodki od prodaje
in številom zaposlenih. Večja kot je vrednost kazalnika, učinkovitejše posluje podjetje.
Enak način merjenja te kategorije so uporabili tudi Voulgaris et al. (2003) ter Mateev in
Anastasov (2010 in 2012), medtem ko so Nunes et al. (2013) upoštevali dodano
vrednost na zaposlenega.
70
Izračun spremenljivke:
Delovna produktivnost (LAB_PROD) = (čisti prihodki od prodajet-1) / (število
zaposleniht-1) (5)
V tabeli 28 je prikazana opisna statistika neodvisne spremenljivke »delovna
produktivnost« (LAB_PROD) v letih od 2009 do 2012. Povprečna vrednost
spremenljivke znaša 234.592 EUR, kar pomeni, da so podjetja z enim zaposlenim
povprečno ustvarila 234.592 EUR prihodkov od prodaje, mediana znaša 139.491 EUR.
Največja vrednost znaša 6.077.322 EUR in najmanjša 12.085 EUR. Ker se srednje
vrednosti med seboj močno razlikujejo, vrednosti koeficienta asimetričnosti in
koeficienta sploščenosti pa nista blizu vrednosti 0, porazdelitev spremenljivke ni
podobna normalni porazdelitvi.
Tabela 29: Opisna statistika LAB_PROD
Statistični parameter LAB_PROD
N 798
Aritmetična sredina 234.592,1409
Stand. napaka a. sredine 14.286,8510
Mediana 139.490,7058
Standardni odklon 403.587,7365
Varianca 162.883.061.076,5150
Koeficient asimetričnosti 7,6954
Koeficient sploščenosti 82,3727
Minimalna vrednost 12.085,1020
Maksimalna vrednost 6.077.321,5947
Variacijski razmik 6.065.236,4926
Normalno porazdelitev vrednosti spremenljivke LAB_PROD smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 30 je prikazan rezultat,
iz katerega je razvidno, da porazdelitev spremenljivke ni podobna normalni
porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od 0,05 (p = 0,000).
Tabela 30: Test normalne porazdelitve log LAB_PROD
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
LAB_PROD ,292 798 ,000 ,395 798 ,000
a. Lilliefors Significance Correction
3.2.2.6 Enostavni denarni tok (CF_RATIOa))
Enostavni denarni tok oz. denarno izidnost (kot kazalnik relativne velikosti denarnega
izida iz poslovne dejavnosti podjetja) glede na velikost sredstev smo merili tako, da smo
ocenili denarni izid na dva načina. Najprej po zgledu tujih raziskav Nunes et al. (2013)
ter Mateev in Anastasov (2012) tako, da smo merili razmerje med čistim poslovnim
izidom obračunskega obdobja, povečanim za amortizacijo in prevrednotovalne poslovne
odhodke pri neopredmetenih sredstvih in opredmetenih osnovnih sredstvih (kot grobim
71
približkom denarnega izida iz poslovanja), in celotnimi sredstvi. Vsota v števcu
(»enostavni denarni tok«) nam pokaže grobo oceno prostega denarnega toka, ki ga je
podjetje akumuliralo v poslovnem letu in ga lahko usmeri v različne investicije ali druga
plačila. V razmerju do celotnih sredstev pa dobimo normaliziran kazalnik, ki ga lahko
primerjamo s podjetji različnih velikosti. Enak način merjenja te kategorije so uporabili
tudi Nunes et al. (2013) ter Mateev in Anastasov (2010 in 2012), medtem ko so
Molinari et al. (2009) kazalnik normalizirali tako, da so v števcu upoštevali prihodke od
prodaje.
Izračun spremenljivke:
Enostavni denarni tok oz. denarna izidnost (CF_RATIOa)) = (čisti poslovni izidt-1 +
amortizacijat-1 + prevrednotovalni poslovni odhodki pri osnovnih sredstviht-1) /
(obseg celotnih sredstevt-1) (6)
V tabeli 31 je prikazana opisna statistika enostavnega denarnega toka (zgolj
informativen podatek) in neodvisne spremenljivke CF_RATIOa) v letih od 2009 do
2012. Povprečna vrednost enostavnega denarnega toka znaša 382.295 EUR, mediana pa
205.950 EUR. Največja vrednost je 4.705.739 EUR in najmanjša –1.211.504 EUR.
Kazalnik »enostavni denarni tok« smo normalizirali z deljenjem s celotnimi sredstvi.
Podatki so prikazani v tretjem stolpcu tabele 31. Kljub temu da sta si aritmetična sredina
in mediana dokaj podobni ter je koeficient asimetričnosti blizu vrednosti 0, pa je
koeficient sploščenosti dokaj velik, kar kaže, da porazdelitev vrednosti spremenljivke ni
podobna normalni porazdelitvi.
Tabela 31: Opisna statistika enostavni denarni tok in CF_RATIOa)
Statistični parameter Enostavni denarni tok CF_RATIOa)
N 800 800
Aritmetična sredina 382.294,8425 ,1247
Stand. napaka a. sredine 20.675,7226 ,0047
Mediana 205.950,0000 ,1156
Standardni odklon 584.797,7472 ,1339
Varianca 341.988.405.129,1769 ,0179
Koeficient asimetričnosti 3,4200 –1,9605
Koeficient sploščenosti 14,9450 27,6714
Minimalna vrednost –1.211.504,0000 –1,3956
Maksimalna vrednost 4.705.739,0000 ,7673
Variacijski razmik 5.917.243,0000 2,1629
Normalno porazdelitev vrednosti spremenljivke CF_RATIOa) smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 32 je prikazan rezultat,
iz katerega je razvidno, da porazdelitev spremenljivke ni podobna normalni
porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od 0,05 (p = 0,000).
72
Tabela 32: Test normalne porazdelitve CF_RATIOa)
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
CF_RATIOa) ,155 800 ,000 ,768 800 ,000
a. Lilliefors Significance Correction
3.2.2.7 Čisti denarni tok iz poslovanja (CF_RATIOb))
Ker je rast podjetij praviloma povezana tudi z rastjo čistih obratnih sredstev, zaradi
česar je razpoložljivi čisti denarni tok iz poslovanja (za druge dejavnosti) praviloma
nižji od enostavnega denarnega toka, smo merili denarno izidnost celotnih sredstev tudi
tako (H6.1, H6.2), da smo števec opredelili kot denarni izid iz poslovanja (torej z
upoštevanjem sprememb tekočega poslovnega investiranja in poslovnega financiranja).
Števec nam v tem primeru pove čisti denarni tok iz poslovanja oz. presežek likvidnih
finančnih sredstev, ki so posledica poslovne dejavnosti, v razmerju do celotnih sredstev
pa dobimo normaliziran kazalnik, ki ga lahko primerjamo s podjetji različnih velikosti.
Menimo, da se pri HRP čista obratna sredstva hitro povečujejo in je posledično
razpoložljivi poslovni denarni tok v njih pomembno manjši, če pa kljub temu še raste, to
toliko bolje kaže na sposobnost samofinanciranja dolgoročne naložbene dejavnosti
podjetja, potrebne za njegovo nadaljnjo rast. Merjenje denarne izidnosti na podlagi
enostavnega denarnega toka (CF_RATIOa)) smo izvedli predvsem zaradi primerljivosti
rezultatov z navedenimi raziskavami, merjenje z denarnim izidom iz poslovanja
(CF_RATIOb)) pa dodatno (kot alternativo) vključujemo v raziskavo, da bi ugotovili, ali
in kako se odraža drugačno merjenje spremenljivke na proučevane povezave, oz. da bi
prispevali k metodološki izpopolnitvi tovrstnih proučevanj.
Izračun spremenljivke:
Čisti denarni tok iz poslovanja (CF_RATIOb)) = (čisti poslovni izidt-1 + amortizacijat-1 +
prevrednotovalni poslovni odhodki pri osnovnih sredstviht-1 + 17
kratkoročnih
poslovnih obveznostit-1 + kratkoročnih pasivnih časovnih razmejitevt-1 + zalogt-1 +
kratkoročnih poslovnih terjatevt-1 + kratkoročnih aktivnih časovnih razmejitevt-1) /
(obseg celotnih sredstevt-1) (7)
V tabeli 33 je prikazana opisna statistika čistega denarnega toka iz poslovanja (zgolj
informativen podatek) in neodvisne spremenljivke CF_RATIOb) v letih od 2009 do
2012. Povprečna vrednost čistega denarnega toka iz poslovanja znaša 309.635 EUR,
mediana pa 162.024 EUR. Variacijski razmik znaša 18.846.572 EUR. Kazalnik »čisti
denarni tok iz poslovanja« smo normalizirali z deljenjem s celotnimi sredstvi. Podatki
so prikazani v tretjem stolpcu tabele 33. Aritmetična sredina in mediana sta spet dokaj
podobni, vendar pa sta tako koeficient asimetričnosti kot koeficient sploščenosti precej
različna od 0, kar kaže, da porazdelitev vrednosti spremenljivke ni podobna normalni
porazdelitvi.
17
– sprememba.
73
Tabela 33: Opisna statistika »čisti denarni tok iz poslovanja« in CF_RATIOb)
Statistični parameter Čisti denarni tok
iz poslovanja CF_RATIOb)
N 800 800
Aritmetična sredina 309.634,6437 ,0865
Stand. napaka a. sredine 36.696,0613 ,0116
Mediana 162.024,0000 ,0926
Standardni odklon 1.037.921,3516 ,3270
Varianca 1.077.280.732.026,3446 ,1069
Koeficient asimetričnosti 1,2587 -15,0656
Koeficient sploščenosti 31,8902 341,9031
Minimalna vrednost -9.383.427,0000 -7,3842
Maksimalna vrednost 9.463.145,0000 ,9771
Variacijski razmik 18.846.572,0000 8,3613
Normalno porazdelitev vrednosti spremenljivke CF_RATIOb) smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 34 je prikazan rezultat,
iz katerega je razvidno, da porazdelitev spremenljivke ni podobna normalni
porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od 0,05 (p = 0,000).
Tabela 34: Test normalne porazdelitve (CF_RATIOb))
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
CF_RATIOb) ,209 800 ,000 ,417 800 ,000
a. Lilliefors Significance Correction
3.2.2.8 Starost (AGE)
Starost podjetja (AGE) smo merili z logaritmom let poslovanja. Enak način merjenja te
kategorije so uporabili Molinari et al. (2009), medtem ko so Nunes et al. (2013),
Niskanen in Niskanen (2007), Mateev in Anastasov (2010 in 2012) ter Voulgaris et al.
(2003) prav tako uporabili logaritem let, niso pa upoštevali časovnega zamika (t-1).
V tabeli 35 sta prikazani opisna statistika spremenljivke »starost podjetja« (AGE)
(informativno) in logaritmirana vrednost spremenljivke v letih od 2009 do 2012. Iz
tabele 35 je razvidno, da je bila povprečna starost podjetij v vzorcu 12,25 leta.
Minimalno število let poslovanja je 3, maksimalno pa 39, kar pomeni, da je variacijski
razmik 36 let. Vrednosti aritmetične sredine in mediane so precej blizu, pa tudi
koeficienta asimetričnosti in sploščenosti sta skoraj enaka 0, kar kaže na podobnost
porazdelitve spremenljivke normalni porazdelitvi. Tudi te podatke smo transformirali z
logaritmiranjem, podatki so prikazani v tretjem stolpcu tabele 35. V nadaljnji analizi
smo upoštevali spremenljivko »logaritmirano vrednost spremenljivke AGE«.
74
Tabela 35: Opisna statistika AGE
Statistični parameter AGE log AGE
N 800 800
Aritmetična sredina 12,2500 ,9926
Stand. napaka a. sredine ,2619 ,0109
Mediana 11,0000 1,0414
Standardni odklon 7,4072 ,3080
Varianca 54,8661 ,0948
Koeficient asimetričnosti ,6044 –,4238
Koeficient sploščenosti ,1435 –,8869
Minimalna vrednost 2,0000 ,3010
Maksimalna vrednost 38,0000 1,5798
Variacijski razmik 36,0000 1,2788
Normalno porazdelitev logaritmiranih vrednosti spremenljivke SIZE smo preverili s
Kolmogorov-Smirnovim in Shapiro-Wilkovim testom. V tabeli 21 je prikazan rezultat,
iz katerega je razvidno, da tudi po transformaciji podatkov porazdelitev spremenljivke
ni podobna normalni porazdelitvi, saj je stopnja značilnosti pri obeh testih manjša od
0,05.
Tabela 36: Test normalne porazdelitve SIZE
Spremenljivka Kolmogorov-Smirnov
a Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
log AGE ,168 800 ,000 ,928 800 ,000
a. Lilliefors Significance Correction
3.2.3 Gibanje spremenljivk modela
V nadaljevanju je prikazano gibanje oz. rast proučevanih neodvisnih spremenljivk v
celotnem proučevanem obdobju od leta 2009 do 2013. V tabeli 37 so navedene
povprečne vrednosti spremenljivk modela v posameznem letu proučevanega obdobja. Iz
tabele 37 lahko ugotovimo, da so se vseskozi močno večale povprečne vrednosti
prihodkov od prodaje. Močno so se večali tudi povprečno število zaposlenih ter
poslovna učinkovitost uporabe opredmetenih osnovnih sredstev (CAP_PROD) in
delovna produktivnost (LAB_PROD). Povprečna vrednost kazalnika zadolženosti se je
zmanjševala, kar kaže na to, da se proučevana podjetja za financiranje hitre rasti niso
dodatno zadolževala, ampak so svojo rast večinoma financirala z ustvarjenim
enostavnim denarnim tokom, ki se je zaradi rasti prihodkov od prodaje nenehno
povečeval. Povprečne vrednosti ostalih spremenljivk pa se niso bistveno spreminjale.
Tabela 37: Povprečne vrednosti neodvisnih spremenljivk
Spremenljivka Povprečna vrednost
2009 2010 2011 2012 2013
SIZEREV 2.807.586,56 3.707.321,33 4.845.123,70 5.826.141,63 7.245.096,70
SIZEEMP 23,09 27,13 32,55 38,15 41,59
CUR_RATIO 1,88 1,76 1,75 1,67 1,83
75
Spremenljivka Povprečna vrednost
2009 2010 2011 2012 2013
LEVER 65,28 63,64 61,52 61,17 58,51
CAP_PROD 29,12 25,05 26,58 45,87 260,08
LAB_PROD 221.121,93 225.955,93 248.359,37 250.492,17 304.997,02
CF_RATIOa) 0,11 0,11 0,13 0,14 0,14
CF_RATIOb) 0,08 0,09 0,07 0,11 0,11
Na sliki 13 so prikazane povprečne stopnje rasti spremenljivk modela iz izhodiščnega
leta 2009 do končnega leta 2013. Iz slike je razvidno, da so bile vse povprečne stopnje
rasti pozitivne, med njimi pa najbolj izstopa povprečna stopnja rasti prihodki od
prodaje, ki je bila 3,46. Nato je sledila poslovna učinkovitost uporabe opredmetenih
osnovnih sredstev (CAP_PROD), ki je imela stopnjo rasti od leta 2009 do 2013 2,48.
Nato sta sledili rast števila zaposlenih (SIZE_EMP) s povprečno stopnjo rasti 1,90 ter
delovna produktivnost (LAB_PROD) s povprečno stopnjo rasti 0,82. Najmanjša je bila
povprečna stopnja rasti zadolženosti (LEVER), ki je znašala 0,05.
Slika 13: Povprečne stopnje rasti spremenljivk 2009–2013
3.3 Korelacijska analiza
V poglavju 3.2 smo prikazali značilnosti izbranih spremenljivk, pri čemer se je za vse
spremenljivke modela izkazalo, da njihova porazdelitev vrednosti ni podobna normalni
porazdelitvi, zato smo v nadaljevanju korelacijske analize uporabili neparametričen test
– Spearmanov koeficient korelacije.
3.3.1 Korelacijska analiza med odvisno in neodvisnimi spremenljivkami
V tabeli 38 je prikazana korelacijska matrika povezanosti spremenljivk modela s
posamezno odvisno spremenljivko. Prikazana sta Spearmanov koeficient korelacije in
stopnja značilnosti.
3,46
1,90
0,34 0,05
2,48
0,82
0,27 0,38
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
STO
PN
JE
RA
STI
76
Iz tabele je razvidno, da so z odvisno spremenljivko »stopnja rasti prihodkov od
prodaje« (GROWTHREV) statistično značilno:
šibko pozitivno povezani spremenljivka LEVER (Sp. kor. koeficient = ,077);
šibko negativno povezane spremenljivke SIZE_REV (Sp. kor. koeficient =
–,254), SIZE_EMP (Sp. kor. koeficient = –,166), CF_RATIOb) (Sp. kor.
koeficient = –,115), CF_RATIOa) (Sp. kor. koeficient = –,107), AGE (Sp. kor.
koeficient = –,076) ter LAB_PROD (Sp. kor. koeficient = –,074);
Z odvisno spremenljivko »stopnja rasti števila zaposlenih« (GROWTHEMP) pa so
statistično značilno:
šibko pozitivno povezane spremenljivke CF_RATIOa) (Sp. kor. koeficient =
,127) ter LAB_PROD (Sp. kor. koeficient = ,079);
šibko negativno povezani spremenljivki SIZE_EMP (Sp. kor. koeficient =
–,180), AGE (Sp. kor. koeficient = –,118) ter SIZE_REV (Sp. kor. koeficient
= –,117).
Tabela 38: Korelacijska matrika povezanosti spremenljivk modela s posamezno odvisno
spremenljivko
Spremenljivka GROWTHREV GROWTHEMP
Spearmanov k. Sig. Spearmanov k. Sig.
SIZE_REV –,254**
,000 –,117**
,001
SIZE_EMP –,166**
,000 –,180**
,000
CUR_RATIO –,015 ,686 –,021 ,575
LEVER ,077* ,037 ,053 ,149
CAP_PROD –,052 ,159 ,032 ,381
LAB_PROD –,074* ,045 ,079
* ,033
CF_RATIOa) –,107**
,004 ,127**
,001
CF_RATIOb) –,115**
,002 ,025 ,495
AGE –,076* ,039 –,118
** ,001
* Correlation is significant at the 0.05 level (2-tailed).
** Correlation is significant at the 0.01 level (2-tailed).
3.3.2 Korelacijska analiza med posameznimi neodvisnimi spremenljivkami
Korelacijska matrika medsebojne povezanosti posameznih neodvisni spremenljivk je
prikazana v tabeli 39.
77
Tabela 39: Korelacijska matrika medsebojne povezanosti spremenljivk modela
Spremenljivka18
SIZE_
REV
SIZE_
EMP
CUR_
RATIO LEVER
CAP_
PROD
LAB_
PROD
CF_RA
TIOa)
CF_RA
TIOb) AGE
SIZE_REV 1,000 ,479
** –,011 –,077
* ,149
** ,462
** –,054 ,029 ,257
**
. ,000 ,767 ,030 ,000 ,000 ,126 ,414 ,000
SIZE_EMP ,479
** 1,000 ,023 –,181
** –,117
** –,492
** ,034 ,022 ,210
**
,000 . ,512 ,000 ,001 ,000 ,335 ,528 ,000
CUR_RATIO –,011 ,023 1,000 –,667
** ,110
** –,037 ,309
** ,013 ,156
**
,767 ,512 . ,000 ,002 ,298 ,000 ,710 ,000
LEVER –,077
* –,181
** –,667
** 1,000 ,108
** ,103
** –,403
** –,179
** –,267
**
,030 ,000 ,000 . ,002 ,004 ,000 ,000 ,000
CAP_PROD ,149
** –,117
** ,110
** ,108
** 1,000 ,272
** –,094
** –,114
** –,149
**
,000 ,001 ,002 ,002 . ,000 ,008 ,001 ,000
LAB_PROD ,462
** –,492
** –,037 ,103
** ,272
** 1,000 –,083
* ,002 ,055
,000 ,000 ,298 ,004 ,000 . ,020 ,956 ,123
CF_RATIOa) –,054 ,034 ,309
** –,403
** –,094
** –,083
* 1,000 ,501
** ,009
,126 ,335 ,000 ,000 ,008 ,020 . ,000 ,793
CF_RATIOb) ,029 ,022 ,013 –,179
** –,114
** ,002 ,501
** 1,000 ,037
,414 ,528 ,710 ,000 ,001 ,956 ,000 . ,292
AGE ,257
** ,210
** ,156
** –,267
** –,149
** ,055 ,009 ,037 1,000
,000 ,000 ,000 ,000 ,000 ,123 ,793 ,292 .
* Correlation is significant at the 0.05 level (2-tailed).
** Correlation is significant at the 0.01 level (2-tailed).
Ugotavljamo, da obstaja statistično značilna povezava med spremenljivkami:
srednje močna pozitivna povezanost med spremenljivkama CF_RATIOa) in
CF_RATIOb) (Sp. kor. koeficient = 0,501), SIZE_REV in SIZE_EMP (Sp. kor.
koeficient = 0,479) ter SIZE_REV in LAB_PROD (Sp. kor. koeficient =
0,462);
srednje močna negativna povezanost med spremenljivkama CUR_RATIO in
LEVER (Sp. kor. koeficient = –0,667), LAB_PROD in SIZE_EMP (Sp. kor.
koeficient = –0,492) ter LEVER in CF_RATIOa) (Sp. kor. koeficient = –
0,403);
šibka pozitivna povezanost med spremenljivkami CUR_RATIO in
CF_RATIOa) (Sp. kor. koeficient = 0,309); CAP_PROD in LAB_PROD (Sp.
kor. koeficient = 0,272); SIZE_REV in AGE (Sp. kor. koeficient = 0,257);
SIZE_EMP in AGE (Sp. kor. koeficient = 0,210); CUR_RATIO in AGE (Sp.
kor. Koeficient = 0,156); SIZE_REV in CAP_PROD (Sp. kor. koeficient =
0,149); CUR_RATIO in CAP_PROD (Sp. kor. Koeficient = 0,110); LEVER
in CAP_PROD (Sp. kor. koeficient = 0,108) ter LEVER in LAB_PROD (Sp.
kor. Koeficient = 0,103);
šibka negativna povezanost med spremenljivkami LEVER in AGE (Sp. kor.
koeficient = –0,267); SIZE_EMP in LEVER (Sp. kor. koeficient = –0,181);
LEVER in CF_RATIOb) (Sp. kor. koeficient = –0,179); CAP_PROD in AGE
18
V prvi vrstici je Spearmanov koeficient korelacije, v drugi vrstici je stopnja značilnosti.
78
(Sp. kor. koeficient = –0,149); SIZE_EMP in CAP_PROD (Sp. kor. koeficient
= –0,117); CAP_PROD in CF_RATIOb) in (Sp. kor. koeficient = –0,114);
CAP_PROD in CF_RATIOa) in (Sp. kor. koeficient = –0,094); LAB_PROD in
CF_RATIOa) (Sp. kor. koeficient = –0,083) ter SIZE_REV in LEVER (Sp.
kor. koeficient = –0,077);
med nobenima spremenljivkama pa ni močne povezanosti.
3.4 Multipla regresijska analiza
Multipla regresijska analiza je statistična metoda, ki ocenjuje odnos med odvisno
spremenljivko in več neodvisnimi spremenljivkami. Po Gujaratiju (1988, povzeto po
Pfajfar, 1994, str. 29) se regresijska funkcija ukvarja s proučevanjem odvisnosti ene
spremenljivke (odvisne) od ene ali več drugih spremenljivk (neodvisnih,
pojasnjevalnih) z namenom, da oceni ali predvidi povprečno vrednost prve
spremenljivke ob danih oz. fiksnih vrednostih drugih spremenljivk (prav tam, str. 29).
3.4.1 Regresijski model
Multiplo regresijo lahko izrazimo kot model v obliki linearne funkcije (povzeto po
Bastič, 2006, str. 27–30):
yi = a0 + a1xi1 + a2xi2 +… + ak xik + i za i = 1,2,…, n (8)
kjer je:
yi – vrednost odvisne spremenljivke (v našem primeru stopnja rasti prihodkov
od prodaje in stopnja rasti števila zaposlenih) pri i-ti enoti;
ak – vrednost regresijskega koeficienta pri k-ti neodvisni spremenljivki, ki
pokaže, za koliko enot se v povprečju spremeni vrednost odvisne
spremenljivke, če se neodvisna spremenljivka spremeni za enoto, vrednosti
ostalih spremenljivk pa ostanejo nespremenjene;
xik – vrednost k-te neodvisne spremenljivke pri i-ti enoti;
i – napaka modela, imenovana tudi ostanek oz. rezidual, ki nastane zaradi
slučajnih vplivov, napak pri merjenju ali zaradi tega, ker v model niso
vključeni vsi vplivi (spremenljivke) na odvisno spremenljivko.
Ker smo analizirali le del populacije (vzorec 200 podjetij), enačba 8 predstavlja osnovo
za ocenjeno regresijsko funkcijo, ki poda ocene parcialnih regresijskih koeficientov. Pri
analitičnem določanju parametrov so z uporabo metode najmanjših kvadratov vrednosti
regresijske premice določene tako, da je vsota kvadratov odklonov stvarnih vrednosti od
vrednosti na regresijski premici najmanjša (prav tam, str. 27). V naši raziskavi smo
predvidevali funkcijo:
GROWTHit = α0 + β1(SIZE_REV)it-1 + β2(SIZE_EMP)it-1 + β3(CUR_RATIO)it-1 +
β4(LEVER)it-1 + β5(CAP_PROD)it-1 + β6(LAB_PROD)it-1 + β7(CF_RATIOa))it-1 +
β8(CF_RATIOb))it-1 + β9(AGE)it-1 + (za i = 1,2, …, n) (9)
79
Z multiplo regresijsko analizo dobljene parametre je treba preveriti in se opredeliti o
zanesljivosti dobljenih rezultatov. Preverjanje rezultatov obsega ugotovitev, ali so ocene
parametrov teoretično sprejemljive in statistično zadovoljive (Pfajfar, 1994, str. 23).
Zanesljivost modela smo presojali:
s t-statistiko (statistična značilnost regresijskih koeficientov), ki pove, ali so
regresijski koeficienti statistično različni od 0 oz. ali določena neodvisna
spremenljivka vpliva na odvisno spremenljivko. T-statistiko izračunamo tako,
da oceno za regresijski koeficient delimo z njegovo standardno napako ocene.
Za vsak regresijski koeficient postavimo ničelno in alternativno domnevo.
Slednjo sprejmemo takrat, ko izračunana vrednost t-testa pri želeni stopnji
značilnosti (običajno 5 %) presega tabelirano kritično vrednost (Hrovatin,
1994, str. 40–42);
z determinacijskim koeficientom, ki pove, kolikšen delež celotne variance
odvisne spremenljivke je pojasnjen z linearnim regresijskim modelom, na
podlagi katerega je izračunan. Determinacijski koeficient (R2) je najpogosteje
uporabljena splošna mera primernosti oz. zanesljivosti regresijskega modela,
ki odraža, kako dobro se ocenjeni regresijski model prilega vzorčnim
podatkom. Vendar ima koeficient tudi svoje slabosti, saj se z vključitvijo
dodatnih neodvisnih spremenljivk njegova vrednost povečuje, hkrati pa bodo
naraščale tudi standardne napake ocen regresijskih koeficientov in s tem
upadale vrednosti t-statistike. Zato je primernejša mera zanesljivosti
regresijskega modela popravljeni determinacijski koeficient, ki upošteva
ustrezno število stopinj prostosti (Pfajfar, 1994, str. 86);
z F-statistiko (statistična značilnost regresijskega modela kot celote), ki se v
regresijski analizi uporablja z namenom preverjanja domneve o primernosti
modela kot celote s pomočjo determinacijskega koeficienta in odraža
statistično značilnost determinacijskega koeficienta, saj z njeno pomočjo
preverimo ničelno domnevo, da so vsi regresijski koeficienti enaki 0 (Pfajfar,
1994, str. 90–92).
Običajno iz zapisa regresijskega modela sledi, da so vrednosti odvisne spremenljivke
odvisne tudi od vrednosti slučajne spremenljivke (). Zato morajo biti izpolnjene
naslednje predpostavke (Pfajfar, 1994, str. 49–56)19
:
v regresijskem modelu ne obstaja avtokorelacija – kar pomeni, da ni
odvisnosti med zaporednimi vrednosti slučajne spremenljivke () in ni
odvisnosti med zaporednimi vrednostmi odvisne spremenljivke. Problem
avtokorelacije je največkrat prisoten pri regresijskih modelih, ki so preverjani
na podlagi časovnih vrst, saj veliko število neodvisnih spremenljivk odraža
določeno tendenco razvoja v času (naš primer);
heteroskedastičnost – se pojavi, kadar se variance slučajne spremenljivke
spreminjajo s spreminjanjem vrednosti neodvisnih spremenljivk, kar pomeni,
da so vrednosti slučajne spremenljivke različno razpršene pri različnih
19
Omenjene predpostavke morajo veljati za populacijski regresijski model, za ocene modela na podlagi
vzorčnih podatkov pa ne (Pfajfar, 1994, str. 57).
80
vrednostih odvisnih spremenljivk, morale pa bi biti enako. Pojav
heteroskedastičnosti se največkrat pojavlja pri regresijskih modelih, ki
temeljijo na časovnih presekih podatkov (naš primer);
v modelu ni prisotna multikolinearnost, ki se v regresijskem modelu pojavi,
kadar sta dve ali več neodvisnih spremenljivk medsebojno zelo odvisni. Če se
dve neodvisni spremenljivki vedno proporcionalno spreminjata v isti smeri, ne
moremo ugotoviti, kakšen je vpliv posamezne neodvisne spremenljivke na
odvisno spremenljivko (Hrovatin, 1994, str. 66–67). Nepopolna
multikolinearnost je običajni problem regresijske analize, saj se nemalokrat
zgodi, da bi bile neodvisne spremenljivke popolnoma nepovezane med seboj
(Pfajfar, 1994, str. 55). Absolutna vrednost koeficientov linearne korelacije naj
ne bi bila večja od 0,30, saj večje vrednosti pomenijo prisotnost
multikolinearnosti. To pa še ni zadosten razlog, da regresijske funkcije ne bi
uporabljali, če je prilagojenost regresijske funkcije stvarnim podatkom sicer
zelo dobra (Artenjak, 1997, str. 293).
3.4.2 Izračun alternativnih regresijskih modelov
V nadaljevanju sledi predstavitev rezultatov multiple regresijske analize vpliva
neodvisnih spremenljivk na vsako odvisno spremenljivko posebej. Za ocenjevanje
parametrov multiple regresijske funkcije smo uporabili metodo Enter, za katero je
značilno, da lahko v model vključimo vse neodvisne spremenljivke, ne glede na to, če
so nekateri ocenjeni regresijski koeficienti statistično neznačilni (Rogelj, 2003, 132).
3.4.2.1 GROWTHREV – alternativni regresijski modeli
Najprej smo analizirali vpliv neodvisnih spremenljivk na odvisno spremenljivko rast
prihodkov od prodaje (GROWTHREV). Na podlagi korelacijske analize smo oblikovali
šest alternativnih regresijskih modelov. Povzetki rezultatov posameznega modela so
prikazani v tabeli 40. Ustreznost modelov ter dobljenih regresijskih koeficientov smo
preverili z izračunom korelacijskega koeficienta (R), determinacijskega koeficienta
(R2), popravljenega determinacijskega koeficienta (Adjusted R Square), F statistike,
testom multikolinearnosti (VIF – variance inflation factor) ter testom nekoreliranosti
rezidualov (Durbin-Watson test).
81
Tabela 40: Alternativni regresijski modeli GROWTHREV
Spremenljivka 1. model 2. model 3. model
B Sig. B Sig. B Sig.
(Constant) 1,632 ,000 1,588 ,000 1,587 ,000
logSIZE_REV –,200*** ,000 –,200*** ,000 –,213*** ,000
logSIZE_EMP –,002 ,969 ,002 ,961 ,011 ,777
CUR_RATIO –,004 ,628 ,000 ,965
LEVER ,000 ,366 ,000 ,399
CAP_PROD –3,991E-005 ,598 –4,234E-005 ,576 –7,750E-006 ,919
LAB_PROD 6,814E-008* ,058 6,754E-008* ,060 7,828E-008** ,031
CF_RATIO a) –,376*** ,000 –,353*** ,000
CF_RATIO b) ,044 ,162 ,044 ,155 ,008 ,794
logAGE –,029 ,415 –,022 ,524 –,021 ,557
Statistika modela
R ,308 ,307 ,262
R2 ,095 ,094 ,069
Popravljeni R2 ,084 ,084 ,060
St. napaka oc. ,268 ,268 ,271
F 8,370 ,000 9,317 ,000 7,598 ,000
Povprečni VIF 1,628 1,556 1,613
Durbin-Watson 2,096 2,096 2,081
82
Spremenljivka 4. model 5. model 6. model
B Sig. B Sig. B Sig.
(Constant) ,569 ,000 ,547 ,000 1,608 ,000
logSIZE_REV –,213*** ,000
logSIZE_EMP –,129*** ,000 –,115*** ,000 ,010 ,807
CUR_RATIO –,003 ,718 –,002 ,746 –,004 ,606
LEVER –,001 ,329 –,001 ,305 ,000 ,651
CAP_PROD –9,698E-
005 ,201 ,000 ,107
–4,622E-
006 ,952
LAB_PROD –3,647E-
008 ,198
7,814E-
008** ,032
CF_RATIO a) –,403*** ,000 –,400*** ,000
CF_RATIO b) ,046 ,146 ,048 ,133 ,007 ,812
logAGE –,062* ,079 -,066* ,060 –,021 ,555
Statistika modela
R ,261 ,256 ,263
R2 ,068 ,066 ,069
Popravljeni R2 ,058 ,057 ,059
St. napaka oc. ,272 ,272 ,271
F 6,538 ,000 7,228 ,000 6,675 ,000
Povprečni VIF 1,273 1,242 1,641
Durbin-Watson 2,061 2,059 2,080
*** Correlation is significant at the 0.01 level (2-tailed).
** Correlation is significant at the 0.05 level (2-tailed).
* Correlation is significant at the 0.10 level (2-tailed).
V tabeli 40 so prikazani rezultati šestih alternativnih regresijskih modelov
GROWTHREV. V prvi model smo vključili vse neodvisne spremenljivke hkrati. Pri tem
se je izkazalo, da imajo statistično značilen vpliv na odvisno spremenljivko »rast
prihodkov od prodaje« (GROWTHREV) samo tri neodvisne spremenljivke. Pozitiven
vpliv ima delovna produktivnost (LAB_PROD), negativen pa velikost, merjena s
prihodki od prodaje (SIZE_REV) in enostavni denarni tok oz. denarna izidnost
(CF_RATIOa). Ostale modele smo oblikovali glede na rezultate korelacijske analize in
postopoma izločali posamezne spremenljivke, ki so bile korelirane med seboj, ter tako
skušali ugotoviti vpliv posameznih neodvisnih spremenljivk, ki zaradi prisotnosti
multikolinearnosti v prvem modelu ni signifikanten. Najprej smo v drugem modelu
zaradi srednje močne koreliranosti med spremenljivkama statična likvidnost
(CUR_RATIO) in zadolženost (LEVER) izločili spremenljivko zadolženost (LEVER),
vendar se vpliv statične likvidnosti (CUR_RATIO) ni spremenil oz. ni postal statistično
značilen. V tretjem modelu smo zaradi srednje močne koreliranosti spremenljivke
»zadolženost« (LEVER) s spremenljivko »statična likvidnost« (CUR_RATIO) in
spremenljivko »enostavni denarni tok oz. denarna izidnost« (CF_RATIOa) slednji dve
83
izločili in skušali ugotoviti, ali bo s tem spremenljivka »zadolženost« (LEVER) imela
statistično značilen vpliv, vendar se tudi to ni zgodilo. V četrtem modelu smo zaradi
srednje močne koreliranosti med spremenljivkama »velikost prihodkov od prodaje«
(SIZE_REV) in »velikost števila zaposlenih« (SIZE_EMP) izločili spremenljivko
»velikost prihodkov od prodaje« (SIZE_REV) ter ugotovili, da ima v tem primeru
spremenljivka »velikost števila zaposlenih« (SIZE_EMP) statistično značilen negativni
vpliv na odvisno spremenljivko »rast prihodkov od prodaje« (GROWTHREV). Prav tako
pa je spremenljivka »starost podjetja« (AGE) pridobila statistično značilen negativni
vpliv (p < 0,10). V nadaljevanju smo na podlagi korelacijske analize oblikovali še dva
modela, ki pa nista pokazala novih rezultatov, ki bi signifikantno vplivali na odvisno
spremenljivko in tako prispevali k povečanju števila statistično značilnih neodvisnih
spremenljivk.
Zaradi koreliranosti posameznih spremenljivk (oz. multikolinearnosti), smo te morali
izločati iz modela, čeprav so bile statistično značilne. Zaradi tega nismo izbrali
končnega modela, ampak iz vsakega modela povzeli statistično značilne vplivne
neodvisne spremenljivke. Za vse alternativne regresijske modele smo v drugem delu
tabele 40 prikazali tudi statistiko modela, ki vključuje: korelacijski koeficient (R),
determinacijski koeficient (R2), popravljeni determinacijski koeficient (Adjusted R
Square), F-statistiko, test multikolinearnosti (VIF – variance inflation factor) ter test
nekoreliranosti rezidualov (Durbin-Watson test). Statistika modela potrjuje, da so vsi
modeli primerni, prav tako imajo vsi podobne rezultate statistike modela. Standardna
napaka ocene regresije modela se giblje v razponu od 0,268 do 0,272. Multipli
determinacijski koeficient (R2), ki predstavlja delež variabilnosti odvisne spremenljivke
in pove, kako dobro se regresijski model prilagaja vzorčnim podatkom, je imel
vrednosti od 0,066 do 0,095. Največjo vrednost multiplega determinacijskega
koeficienta (R2) je imel prvi model, v katerega so vključene vse neodvisne
spremenljivke. Sicer pa so preostali modeli imeli vrednost okoli 7 %, kar pomeni, da
lahko z vključenimi neodvisnimi spremenljivkami v posameznem modelu pojasnimo
7 % variabilnosti rasti prihodkov od prodaje. Nepojasnjeni del variiranja odpade na
druge znane ali neznane dejavnike in slučajne vplive, ki niso vključeni v regresijsko
funkcijo. Ker je rast prihodkov od prodaje in še posebej hitra rast odvisna od številnih
dejavnikov, ki so opisani v poglavju 2.6 (dejavniki rasti MSP), menimo, da je izračunan
odstotek celotne variance zadovoljiv. Vrednost F-statistike alternativnih modelov se
giblje od 6,370 do 8,370 ob stopnji tveganja α, ki je precej manjša od 0,50, zato lahko
zavrnemo ničelno hipotezo, da so vsi regresijski koeficienti enaki 0.
Z Durbin-Watsonovim testom smo preverili nekoreliranost rezidualov. Če je njegova
vrednost enaka 2, reziduali med seboj niso korelirani, če je njegova vrednost večja od 2,
obstaja negativna koreliranost med reziduali, o pozitivni korelaciji med reziduali pa
govorimo, ko je vrednost testa manjša od 2. Na veliko koreliranost med reziduali kaže
rezultat testa, ki je večji od 3 oz. manjši od 1 (Bastič, 2006, str. 32). V vseh
predstavljenih modelih je vrednost testa blizu vrednosti 2, in sicer se giblje od 2,059 do
2,096, kar pomeni, da v nobenem modelu ne obstaja avtokorelacija oz. koreliranost
rezidualov.
Heteroskedastičnost smo preverjali grafično. V prilogi 3 so prikazani vsi modeli. Ker se
pojav heteroskedastičnosti največkrat pojavlja pri regresijskih modelih, ki temeljijo na
časovnih presekih podatkov, kar je ravno naš primer, menimo, da je porazdelitev
standardiziranih slučajnih odklonov regresijskih modelov v primerjavi z linearnim
84
regresijskim modelom napovedanih vrednosti odvisne spremenljivke sprejemljiva.
Porazdelitev standardiziranih ostankov je prikazana v prilogi 3 s histogramom. V
razsevnem grafikonu pa je prikazana odvisnost standardiziranih vrednosti ostankov od
standardiziranih ocen odvisne spremenljivke. Na podlagi obeh grafov lahko sklepamo,
da so ostanki približno normalno porazdeljeni.
Na podlagi prikazanih rezultatov alternativnih regresijskih modelov lahko povzamemo,
da na odvisno spremenljivko »rast prihodkov od prodaje« (GROWTHREV) statistično
značilno pozitivno vpliva neodvisna spremenljivka »delovna produktivnost«
(LAB_PROD), statistično značilen negativen vpliv pa imajo neodvisne spremenljivke:
»velikost prihodkov od prodaje« (SIZE_REV), »velikost števila zaposlenih«
(SIZE_EMP), »enostavni denarni tok oz. denarna izidnost« (CF_RATIOa) in »starost
podjetja« (AGE). Ostale spremenljivke, ki so »statična likvidnost« (CUR_RATIO),
»zadolženost« (LEVER), »poslovna učinkovitost uporabe opredmetenih osnovnih
sredstev« (CAP_PROD) in »čisti denarni tok iz poslovanja« (CF_RATIOb), pa nimajo
statistično značilnega vpliva.
3.4.2.2 GROWTHEMP – alternativni regresijski modeli
Analizirali smo še vpliv neodvisnih spremenljivk na odvisno spremenljivko »rast števila
zaposlenih« (GROWTHEMP). Na podlagi korelacijske analize smo zopet oblikovali šest
alternativnih regresijskih modelov. Povzetki rezultatov posameznega modela so
prikazani v tabeli 41. Tudi tokrat smo preverili ustreznost modelov, ki je prikazana v
rubriki »statistika modela« (tabela 41).
85
Tabela 41: Alternativni regresijski modeli GROWTHEMP
Spremenljivka 1. model 2. model 3. model
B Sig. B Sig. B Sig.
(Constant) ,298 ,061 ,312 ,045 ,264 ,093
logSIZE_REV ,004 ,879 ,005 ,871 ,008 ,768
logSIZE_EMP –,109*** ,000 –,110*** ,000 –,108*** ,000
CUR_RATIO –,008* ,094 –,009** ,028
LEVER ,000 ,661 ,000 ,372
CAP_PROD –1,916E-
005 ,710
–1,845E-
005 ,720
–3,255E-
005 ,527
LAB_PROD –2,011E-
008 ,429
–2,029E-
008 ,425
–2,091E-
008 ,412
CF_RATIO a) ,109** ,049 ,102* ,054
CF_RATIO b) –,002 ,916 –,002 ,907 ,010 ,629
logAGE –,044* ,063 –,046** ,046 –,046* ,055
Statistika modela
R ,249 ,249 ,232
R2 ,062 ,062 ,054
Popravljeni R2 ,051 ,052 ,045
St. napaka oc. ,179 ,179 ,180
F 5,324 ,000 5,972 ,000 5,866 ,000
Povprečni VIF 1,585 1,509 1,559
Durbin-Watson 2,092 2,092 2,118
86
Spremenljivka 4. model 5. model 6. model
B Sig. B Sig. B Sig.
(Constant) ,636 ,000 ,655 ,000 ,308 ,000
logSIZE_REV –,074*** ,000 –,073*** ,001
logSIZE_EMP –,097*** ,000
CUR_RATIO -,006 ,196 –,006 ,212 -,008* ,098
LEVER ,000 ,393 8,711E-
005 ,792 ,000 ,740
CAP_PROD -9,727E-
006 ,852
–1,666E-
005 ,749
–2,766E-
005 ,576
LAB_PROD 4,205E-
008** ,041
4,145E-
008** ,045
CF_RATIO a) ,121** ,030 ,109** ,041
CF_RATIO b) –,003 ,893 ,009 ,658
logAGE –,044* ,066 –,046* ,054 –,045* ,053
Statistika modela
R ,202 ,185 ,242
R2 ,041 ,034 ,058
Popravljeni R2 ,030 ,025 ,051
St. napaka oc. ,181 ,181 ,179
F 3,829 ,000 3,682 ,001 7,496 ,000
Povprečni VIF 1,277 1,253 1,240
Durbin-Watson 2,089 2,102 2,104
*** Correlation is significant at the 0.01 level (2-tailed).
** Correlation is significant at the 0.05 level (2-tailed).
* Correlation is significant at the 0.10 level (2-tailed).
V tabeli 41 so prikazani rezultati šestih alternativnih regresijskih modelov
GROWTHEMP. V prvi model smo vključili vse neodvisne spremenljivke hkrati. Pri tem
se je izkazalo, da imajo statistično značilen vpliv na odvisno spremenljivko »rast števila
zaposlenih« (GROWTHEMP) štiri neodvisne spremenljivke. Od tega ima pozitiven vpliv
spremenljivka »enostavni denarni tok oz. denarna izidnost« (CF_RATIOa), negativnega
pa »velikost števila zaposlenih« (SIZE_EMP), »statična likvidnost« (CUR_RATIO) in
»starost« (AGE). Ostale modele smo oblikovali glede na rezultate korelacijske analize
in postopoma izločali posamezne spremenljivke, ki so bile korelirane med seboj, in tako
skušali ugotoviti vpliv posameznih neodvisnih spremenljivk, ki zaradi prisotnosti
multikolinearnosti v prvem modelu ni signifikanten. Najprej smo v drugem modelu
zaradi srednje močne koreliranosti med spremenljivkama »statična likvidnost«
(CUR_RATIO) in »zadolženost« (LEVER) izločili spremenljivko »zadolženost«
(LEVER), pri čemer je postal negativen vpliv spremenljivke »statična likvidnost«
(CUR_RATIO) bistveno bolj signifikanten (p = 0,028, prej 0,094). V tretjem modelu
smo zaradi srednje močne koreliranosti spremenljivke »zadolženost« (LEVER) s
spremenljivko »statična likvidnost« (CUR_RATIO) in spremenljivko »enostavni
87
denarni tok oz. denarna izidnost« (CF_RATIOa) slednji dve izločili in skušali ugotoviti,
ali bo s tem spremenljivka »zadolženost« (LEVER) pridobila statistično značilen vpliv,
vendar se to ni zgodilo, pa tudi vpliv spremenljivke »čisti denarni tok iz poslovanja«
(CF_RATIOb) ni postal statistično značilen. V četrtem modelu smo zaradi srednje
močne koreliranosti med spremenljivkama »velikost prihodkov od prodaje«
(SIZE_REV) in »velikost števila zaposlenih« (SIZE_EMP) izločili slednjo ter ugotovili,
da ima v tem primeru spremenljivka »velikost prihodkov od prodaje« (SIZE_REV)
statistično značilen negativni vpliv na odvisno spremenljivko »rast števila zaposlenih«
(GROWTHEMP), velik pozitiven statistično značilen vpliv pa je pridobila tudi
spremenljivka »delovna produktivnost« (LAB_PROD). Oblikovali smo še dva modela,
s katerima smo skušali ugotoviti, ali lahko ima statistično značilen vpliv še
spremenljivka »čisti denarni tok iz poslovanja« (CF_RATIOb), vendar rezultati modela
tega niso potrdili.
Tudi v tem primeru nismo izbrali končnega reprezentativnega modela, saj smo morali
zaradi koreliranosti posameznih spremenljivk (oz. multikolinearnosti) te izločati kljub
temu, da so bile statistično značilne. Ker statistika modela potrjuje, da so vsi modeli
primerni, prav tako imajo vsi podobne rezultate statistike modela, smo iz vsakega
modela povzeli statistično značilne vplivne neodvisne spremenljivke. Standardna
napaka ocene regresije modela se giblje v razponu od 0,179 do 0,181. Multipli
determinacijski koeficient (R2) ima vrednosti od 0,034 do 0,062. Vrednost F-statistike
alternativnih modelov se giblje od 3,682 do 7,496 ob stopnji tveganja α, ki je precej
manjša od 0,50, zato lahko zavrnemo ničelno hipotezo, da so vsi regresijski koeficienti
enaki 0. Z Durbin-Watsonovim testom smo preverili nekoreliranost rezidualov, ki ni
prisotna, saj se vrednosti testa gibljejo od 2,092 do 2,118. Heteroskedastičnost smo
preverili grafično (prikaz v prilogi 4). Porazdelitev standardiziranih ostankov je
prikazana s histogramom. V razsevnem grafikonu pa je prikazana odvisnost
standardiziranih vrednosti ostankov od standardiziranih ocen odvisne spremenljivke. Na
podlagi obeh grafov lahko sklepamo, da so ostanki približno normalno porazdeljeni.
Na podlagi prikazanih rezultatov alternativnih regresijskih modelov lahko povzamemo,
da na odvisno spremenljivko »rast števila zaposlenih« (GROWTHEMP) statistično
značilno pozitivno vplivata neodvisni spremenljivki »delovna produktivnost«
(LAB_PROD) in »enostavni denarni tok oz. denarna izidnost« (CF_RATIOa),
statistično značilen negativen vpliv pa imajo neodvisne spremenljivke: »velikost
prihodkov od prodaje« (SIZE_REV), »velikost števila zaposlenih« (SIZE_EMP),
»statična likvidnost« (CUR_RATIO) in »starost« (AGE). Ostale spremenljivke, ki so še
»zadolženost« (LEVER), »poslovna učinkovitost uporabe opredmetenih osnovnih
sredstev« (CAP_PROD) in »čisti denarni tok iz poslovanja« (CF_RATIOb) pa nimajo
statistično značilnega vpliva.
88
3.5 Ovrednotenje hipotez
Na podlagi prikazanih alternativnih regresijskih modelov podajamo ovrednotenje
posameznih zastavljenih hipotez.
H1: Večja velikost podjetja pozitivno vpliva na rast MSP.
H1.1: Večja velikost podjetja pozitivno vpliva na rast čistih prihodkov od prodaje
MSP.
H1.2: Večja velikost podjetja pozitivno vpliva na rast števila zaposlenih v MSP.
Hipotezo smo v celoti zavrnili. Ugotovili smo, da velikost podjetja, merjena z obsegom
prihodkov od prodaje in številom zaposlenih, negativno vpliva tako na rast prihodkov
od prodaje kot tudi števila zaposlenih v MSP, kar pomeni, da večja podjetja rastejo
počasneje kot manjša. Hipotezo smo zavrnili z manj kot 5 % tveganjem.
H2: Manjša statična likvidnost pozitivno vpliva na rast MSP
H2.1: Manjša statična likvidnost pozitivno vpliva na rast čistih prihodkov od prodaje
MSP.
H2.2: Manjša statična likvidnost pozitivno vpliva na rast števila zaposlenih v MSP.
Hipotezo H2.1 smo zavrnili, saj rezultat regresijske analize ni pokazal, da bi statična
likvidnost statistično značilno vplivala na rast prihodkov od prodaje. Hipotezo H2.2
smo potrdili. Ugotovili smo, da večanje statične likvidnosti negativno vpliva na rast
števila zaposlenih v MSP, kar pomeni, da na rast števila zaposlenih vpliva manjša
statična likvidnost, kar deloma potrjuje tudi podatek, da se je povprečni kazalnik
statične likvidnosti v proučevanem obdobju zmanjševal.
H3: Večja zadolženost pozitivno vpliva na rast MSP.
H3.1: Večja zadolženost pozitivno vpliva na rast čistih prihodkov od prodaje MSP.
H3.2: Večja zadolženost pozitivno vpliva na rast števila zaposlenih v MSP.
Hipotezo smo v celoti zavrnili, saj rezultat regresijske analize ni pokazal statistično
značilnega vpliva neodvisne spremenljivke »zadolženost« za obe odvisni spremenljivki.
Povprečna zadolženost v MSP se v proučevanem obdobju ni bistveno spreminjala in se
je v petletnem obdobju povečala le za 5 %.
H4: Večja poslovna učinkovitost uporabe opredmetenih osnovnih sredstev
pozitivno vpliva na rast MSP.
H4.1: Večja poslovna učinkovitost uporabe opredmetenih osnovnih sredstev pozitivno
vpliva na rast čistih prihodkov od prodaje MSP.
H4.2: Večja poslovna učinkovitost uporabe opredmetenih osnovnih sredstev pozitivno
vpliva na rast števila zaposlenih v MSP.
Hipotezo smo v celoti zavrnili, saj rezultat regresijske analize ni pokazal statistično
značilnega vpliva neodvisne spremenljivke »poslovna učinkovitost uporabe
opredmetenih osnovnih sredstev« za obe odvisni spremenljivki.
H5: Večja delovna produktivnost pozitivno vpliva na rast MSP.
H5.1: Večja delovna produktivnost pozitivno vpliva na rast čistih prihodkov od
prodaje MSP.
89
H5.2: Večja delovna produktivnost pozitivno vpliva na rast števila zaposlenih v MSP.
Hipotezo smo v celoti potrdili. Ugotovili smo, da ima delovna produktivnost velik
statistično značilen pozitiven vpliv tako na rast prihodkov od prodaje kot tudi števila
zaposlenih. Hipotezo smo potrdili z manj kot 5 % tveganjem.
H6: Večja denarna izidnost sredstev pozitivno vpliva na rast MSP.
H6.1: Večja denarna izidnost sredstev pozitivno vpliva na rast čistih prihodkov od
prodaje MSP.
H6.2: Večja denarna izidnost sredstev pozitivno vpliva na rast števila zaposlenih v
MSP.
To hipotezo smo preverjali na dva načina (z enostavnim denarnim tokom in s čistim
denarnim tokom iz poslovanja). Rezultat regresijske analize za čisti denarni tok iz
poslovanja ni pokazal statistično značilnega vpliva na nobeno odvisno spremenljivko.
Za enostavni denarni tok pa je rezultat analize pokazal negativni vpliv na rast prihodkov
od prodaje in pozitiven vpliv na rast števila zaposlenih. Zato smo zavrnili hipotezo H6.1
in potrdili hipotezo 6.2 – večji enostavni denarni tok pozitivno vpliva na rast števila
zaposlenih v MSP.
H7: Starost negativno vpliva na rast MSP.
H7.1: Starost negativno vpliva na rast čistih prihodkov od prodaje MSP.
H7.2: Starost negativno vpliva na rast števila zaposlenih v MSP.
Hipotezo smo v celoti potrdili; z manj kot 10 % tveganjem za negativen vpliv na rast
prihodkov od prodaje in manj kot 5 % tveganjem za negativen vpliv na rast števila
zaposlenih, kar potrjuje, da starejša MSP rastejo počasneje oz. hitreje rastejo mlajša
MSP.
3.6 Primerjava rezultatov raziskave z drugimi raziskavami
Z našo študijo smo želeli ugotoviti vplive pogosto proučevanih dejavnikov rasti na
slovenska hitro rastoča MSP ter primerjati rezultate dobljene analize z ugotovitvami
drugih avtorjev v Evropi, ki so že opravili takšno ali podobno raziskavo. Raziskavo smo
opravili s podobno metodologijo in vključili spremenljivke, ki so se v drugih raziskavah
izkazale za pomembne.
V tabeli 42 je navedena primerjava ugotovljenih vplivov naše raziskave z ugotovljenimi
vplivi s strani avtorjev raziskav, ki so na podoben način proučevali dejavnike rasti MSP.
Ugotovljeni vplivi so navedeni po vrstnem redu, kot si sledijo zastavljene hipoteze.
Povzetek pregledanih raziskav, opisa vzorca, časovnih dimenzij, hipotez, odvisnih in
neodvisnih spremenljivk, raziskovalnih metod ter glavnih ugotovitev pa je prikazan v
prilogi 2. Pregledali smo 13 raziskav, ki vključujejo MSP iz 36 držav.
90
Tabela 42: Primerjava rezultatov raziskave z drugimi raziskavami20
Spremenljivka SIZE_
REV
SIZE_
EMP
CUR_
RATIO
LEVE
R
CAP_
PROD
LAB_
PROD
CF_RA
TIOa)21
AGE
Hipoteze 1
+ / +
1
+ / +
2
– / –
3
+ / +
4
+ / +
5
+ / +
6
+ / +
7
– / –
Naša raziskava – / – – / – / – / / + / + – / + – / –
Nunes et al.,
2013 – / + / + / + / – /
Molinari et al.,
2009 / – / + / + / –
Niskanen in
Niskanen,
2007
Ne
vpliva/ – / – /
Voulgaris et
al., 2003 – / + / + /
Ne
vpliva
/
Mateev in
Anastasov,
2010
+ / – / + / + / + / + /
Ne
vpliva
/
Mateev in
Anastasov,
2012
+ / – / Ne
vpliva/ + / + / + / – /
Iz tabele 42 je razvidno, da so ugotovitve avtorjev šestih primerljivih tujih raziskav o
vplivu posameznih dejavnikov na rast MSP dokaj različne. Da delovna produktivnost
pozitivno vpliva se je podobno kot v naši raziskavi na primeru hitro rastočih slovenskih
MSP izkazalo tudi v raziskavah Nunes et al. (2013), Voulgaris et al. (2003), Mateev in
Anastasov (2010) ter Mateev in Anastasov (2012). Da starost podjetja negativno vpliva
na rast MSP, podobno kot v naši raziskavi, se je izkazalo v raziskavah Nunes et al.
(2013), Molinari et al. (2009), Niskanen in Niskanen (2007) ter Mateev in Anastasov
(2012). Nadalje se je podobno kot našem v primeru, da enostavni denarni tok pozitivno
vpliva na rast MSP, izkazalo še v raziskavah: Nunes et al. (2013), Molinari et al. (2009),
Mateev in Anastasov (2010) ter Mateev in Anastasov (2012).
Kot smo pojasnili že v uvodu, nismo našli nobene raziskave, ki bi proučevala vpliv rasti
čistega denarnega toka iz poslovanja (CF_RATIOb) na rast prihodkov od prodaje oz.
rast števila zaposlenih. Za merjenje denarne izidnosti sredstev na ta način smo se
odločili, ker je rast podjetij praviloma povezana tudi z rastjo čistih obratnih sredstev,
zaradi česar je razpoložljivi čisti denarni tok iz poslovanja (za druge dejavnosti) nižji od
enostavnega denarnega toka. Menimo, da se pri HRP čista obratna sredstva hitro
povečujejo in je posledično razpoložljivi poslovni denarni tok v njih pomembno manjši.
V empirični raziskavi smo ugotovili, da se je čisti denarni tok iz poslovanja v
proučevanem obdobju v povprečju povečal za 38 %, kar je dokaj veliko in kaže na
dobro sposobnost samofinanciranja dolgoročne naložbene dejavnosti podjetja, potrebne
za njegovo nadaljnjo rast. Naša raziskava pa ni potrdila statistično značilnega vpliva na
rast prihodkov od prodaje oz. števila zaposlenih.
20
Vpliv na rast prihodkov od prodaje / vpliv na rast števila zaposlenih. 21
Ker nismo našli nobene raziskave, ki bi proučevala vpliv rasti čistega denarnega toka iz poslovanja
(CF_RATIOb), pa tudi naša raziskava ni potrdila vpliva, te spremenljivke nismo vključili v tabelo.
91
Ugotovitve pa se najbolj razhajajo glede vpliva velikosti (natančneje števila zaposlenih)
na rast MSP. V naši raziskavi in raziskavi avtorjev Molinari et al. (2009) je bil potrjen
negativen vpliv števila zaposlenih na rast MSP, medtem ko sta avtorja Mateev in
Anastasov v svojih raziskavah iz let 2010 in 2012 ugotovila pozitiven vpliv.
Pri primerjavi je treba upoštevati tudi različni časovni vidik raziskovanja. Naša
raziskava proučuje obdobje od leta 2009 do 2013, čas po začetku gospodarske krize,
čeprav iz proučevanih kazalnikov tega ni možno sklepati. Kljub temu pa bi bilo mogoče
dobili drugačni izid raziskave, če bi proučevali drugo obdobje. Še posebej se to tiče
dejavnikov zadolževanja, statične likvidnosti in rasti števila zaposlenih, saj se
gospodarski subjekti različno obnašajo v času gospodarske rasti kot v času krize, ko
praviloma prevlada načelo previdnosti.
3.7 Sinteza spoznanj
V empiričnem delu naloge smo opravili statistično analizo vpliva izbranih dejavnikov
na rast prihodkov od prodaje oz. števila zaposlenih. Raziskavo smo opravili na vzorcu
200 slovenskih najhitreje rastočih MSP v letu 2013, ki smo ga pridobili iz izbora Gazela
2014. Obravnavali smo petletno časovno obdobje, od leta 2009 do 2013. Najprej smo
predstavili vzorec po velikosti, starosti, sektorju in regiji na dan 31. 12. 2013, kjer so
podatki pokazali, da v vzorcu prevladujejo mala in mlada podjetja, večina podjetij
deluje v predelovalnih dejavnostih ter v osrednjeslovenski regiji. Vzorčna podjetja so
bila izredno uspešna, povprečni prihodki od prodaje so na dan 31. 12. 2013 znašali
7.245.096 EUR in so se v petih letih v povprečju povečali za skoraj štirikrat, pri čemer
so vsa podjetja v letu 2013 izkazala čisti dobiček, ki je povprečno znašal 356.325 EUR,
skupaj pa so v letu 2013 ustvarila dobiček v višini 71.265.057 EUR. Povprečna celotna
sredstva (aktiva) teh podjetij so znašala 5.126.570 EUR in so se v petih letih v
povprečju povečala za 152 %. V povprečju so podjetja iz vzorca v letu 2013
zaposlovala 42 delavcev, v celotnem proučevanem obdobju pa so dodatno zaposlila
4.413 novih delavcev in tako konec leta 2013 zaposlovala skupaj 8.318 delavcev.
Povprečna dodana vrednost na zaposlenega v letu 2013 je bila za 30 % večja od
povprečne dodane vrednosti v Sloveniji in je znašala 49.664 EUR.
Kot rast podjetja smo obravnavali dve odvisni spremenljivki, in sicer letno stopnjo rasti
čistih prihodkov od prodaje ter letno stopnjo rasti števila zaposlenih. Kot možne
dejavnike rasti oz. neodvisne spremenljivke hitro rastočih MSP pa smo izbrali osem
kategorij: velikost (merjena z obsegom prihodkov od prodaje in številom zaposlenih),
statično likvidnost, zadolženost, poslovno učinkovitost uporabe opredmetenih osnovnih
sredstev, delovno produktivnost in enostavni denarni tok. V raziskavo smo vključili tudi
neodvisno spremenljivko »čisti denarni tok iz poslovanja«, ki je nismo zasledili v
nobeni drugi raziskavi, vendar pa rezultat analize ni potrdil vpliva na odvisni
spremenljivki. Prikazali smo opisno statistiko vseh spremenljivk in ugotovili, da nobena
spremenljivka ni normalno porazdeljena. Nato smo prikazali gibanje spremenljivk
modela v proučevanem obdobju. Vseskozi so se močno večale povprečne vrednosti
prihodkov od prodaje, povprečno število zaposlenih ter delovna produktivnost in
poslovna učinkovitost uporabe opredmetenih osnovnih sredstev. Povprečne vrednosti
ostalih spremenljivk pa se niso bistveno spreminjale.
Vpliv neodvisnih spremenljivk na odvisno spremenljivko smo ugotavljali z multiplo
regresijsko analizo, pri čemer smo uporabili metodo Enter, za katero je značilno, da v
92
model lahko vključimo vse neodvisne spremenljivke hkrati. Za obe odvisni
spremenljivki smo oblikovali po šest alternativnih regresijskih modelov, ki smo jih
preverili z izračunom korelacijskega koeficienta, determinacijskega koeficienta,
popravljenega determinacijskega koeficienta, F-statistiko, testom multikolinearnosti ter
Durbin-Watson testom. Na podlagi izračunanega statistično značilnega vpliva
neodvisnih spremenljivk smo ovrednotili zastavljene hipoteze. Analiza je potrdila, da na
rast prihodkov od prodaje pozitivno vpliva delovna produktivnost, negativno pa
vplivajo velikost (merjena tako z obsegom prihodkov od prodaje kot s številom
zaposlenih), enostavni denarni tok in starost. Na rast števila zaposlenih pa pozitivno
vplivata delovna produktivnost in enostavni denarni tok, negativen vpliv pa imajo zopet
velikost in starost ter statična likvidnost. Potrdili smo hipoteze H2.2, H5, H6.2 ter H7 in
zavrnili H1, H2.1, H3, H4, H6.1.
Rezultate dobljene analize smo primerjali tudi z ugotovitvami drugih avtorjev v Evropi,
ki so takšno ali podobno raziskavo že opravili, in ugotovili, da se rezultati teh med seboj
precej razlikujejo. Največ avtorjev je podobno kot mi ugotovilo, da delovna
produktivnost pozitivno vpliva, starost podjetja pa negativno vpliva na rast MSP.
Rezultati se najbolj razhajajo glede vpliva velikosti števila zaposlenih na rast MSP oz.
veljave Gibratovega zakona. Pri primerjavi je treba upoštevati različni časovni vidik in
zajeto obdobje – ali je to čas gospodarske ekspanzije ali krize, kot je bilo v našem
primeru.
93
4 SKLEP
V magistrskem delu smo vsebino strukturirali skladno z namenom in zastavljenimi cilji
ter skozi celotno nalogo skušali prikazati pomen, rast in dejavnike rasti MSP ter
empirično preizkusiti raziskovalne domneve, predstavljene v uvodu. V ta namen smo
nalogo razdelili na dva dela, ki obsegata predstavitev teoretičnih izhodišč in izsledke
lastne empirične raziskave.
V prvem, teoretičnem delu smo najprej predstavili pomen MSP v Sloveniji in po svetu.
Ta je v današnjem globalnem in turbulentnem času izredno velik, saj MSP povsod
prevladujejo in so hkrati gonilo gospodarske rasti ter velik ustvarjalec delovnih mest.
Razlog za to je, da imajo MSP številne prednosti pred velikimi podjetji. Med njimi velja
izpostaviti večjo fleksibilnost oz. sposobnost hitrega odzivanja na nenehno
spreminjajoče se zahteve trga ter dinamične, visoko motivirane in podjetne managerje,
ki so najpogosteje tudi (večinski) lastniki teh podjetij.
Podatek, da je v Sloveniji v letu 2013 delež MSP znašal 99,8 %, da so prispevala
66,9 % k zaposlenosti in ustvarila 63 % dodane vrednosti, opozarja, da je treba v
prihodnosti večji poudarek nameniti razvoju in spodbujanju rasti teh podjetij. Še
posebej pa izstopajo HRP. Izbor 500 najhitreje rastočih podjetij v Sloveniji vsako leto
pripravi medijska hiša Dnevnik. Podjetja so na lestvico izbrana na podlagi indeksa
petletne rasti prihodkov od prodaje, dodane vrednosti na zaposlenega, rasti števila
zaposlenih, indeksa DaBeg ter stopnje verjetnosti propada podjetja. Podatki o rasti teh
podjetij so izredno pozitivni in spodbudni, saj ta kljub krizi in nazadovanju celotnega
slovenskega gospodarstva dosegajo izredno visoke stopnje rasti prihodkov od prodaje in
števila zaposlenih. Hkrati pa imajo velik potencial, da v prihodnosti postanejo velika in
mednarodna podjetja, ki bodo konkurenčna tudi globalno.
Po svetu so bile opravljene številne raziskave o vzrokih in dejavnikih hitre rasti podjetij
(MSP). Kljub temu ne obstaja enotna teorija, zakaj podjetja rastejo, niti kaj rast podjetja
sploh obsega. Merjenje rasti podjetja je zelo kompleksno, saj lahko podjetje raste na
različne načine in lahko pomeni (Doren, 2012c): povečanje prodaje, količinsko
povečanje obsega proizvodnje, povečanje števila zaposlenih delavcev, povečanje
sredstev, plasiranje novih izdelkov, storitev na trg, osvajanje novih trgov, prodajnih
kanalov, nakupi podjetij in povečanje dobička. Pri tem ne moremo mimo vzroka rasti,
ki je lahko organska rast ali rast, ki je posledica združitev podjetij, ali pa morda kar
oboje. Še več kot opredelitev rasti pa je dejavnikov, ki vplivajo na rast. Številne
empirične raziskave, ki so proučevale vpliv različnih dejavnikov na rast MSP, bi lahko
uvrstili med raziskave, ki obravnavajo vpliv starosti in velikosti podjetja na rast;
raziskave, ki proučujejo značilnosti lastnikov/managerjev ter vodenje, strategijo in
organizacijo; raziskave, ki proučujejo specifične lastnosti podjetja (zadolženost,
denarni tok, likvidnost, inovacije, produktivnost itd.), in raziskave, ki proučujejo vpliv
okolja na rast podjetij. Mnoge med njimi pa proučujejo več sklopov.
Na podlagi ugotovitev številnih avtorjev in njihove predstavitve smo v poglavju o
dejavnikih rasti te razdelili med notranje in zunanje. V sklop notranjih dejavnikov
sodijo tisti, ki se nanašajo na podjetje in na katere podjetje lahko vpliva. Po mnenju
Duhove (2002, str. 46–66) so ravno ti ključni za razvoj in rast podjetja, saj je od njih
odvisno, katere zunanje priložnosti in nevarnosti bo podjetje sposobno pravočasno
94
zaznati, izkoristiti oz. se jim izogniti. Med notranje dejavnike rasti podjetja lahko
prištevamo: lastnosti podjetnika / lastnika / managerja, vodenje in strategijo podjetja,
raziskave in inovacije, denarni tok, zadolževanje, likvidnost, produktivnost (dela in
osnovnih sredstev) ter velikost in starost podjetja. Nasprotno pa podjetje ne more
vplivati na zunanje dejavnike, ampak se jim lahko le v najboljši možni meri prilagaja.
Zunanji dejavniki se nanašajo na okolje podjetja. Ker se podjetja zaradi turbulentnega in
globalnega okolja danes soočajo z globalno konkurenco, so prisiljena v nenehno
povečevanje učinkovitosti, uspešnosti in konkurenčnosti. V tem pogledu okolje
pozitivno vpliva na rast podjetja. Med zunanje dejavnike sodijo: splošni pogoji
gospodarjenja v narodnem gospodarstvu, značilnosti in rast panoge, v kateri je podjetje,
obstoječe tržne priložnosti, struktura gospodarstva v pogledu delitve moči in trgov med
MSP ter velikimi podjetji, zunanja ekonomija, dostop do finančnih virov ter država oz.
gospodarska politika.
Podjetja pa se ne samo v času krize, ampak tudi sicer soočajo s številnimi ovirami in
preprekami, ki jih ovirajo pri rasti in razvoju. Najpogosteje gre za institucionalne in
finančne ovire. Po ugotovitvah Geršaka (2013, str. 2–3) so za slovenska MSP najbolj
pereči problemi plačilna nedisciplina, konkurenca, predpisi, stroški proizvodnje ali dela
in dostopnost do financiranja. Raziskava Pšeničny, Blejec in Glas (2001, povzeto po
Vabšek, 2002) pa kaže, da se Slovenija v primerjavi z državami, ki imajo jasne
dolgoročne strategije za spodbujanje podjetniškega delovanja, uvršča med podjetništvu
manj naklonjene. Temeljne ovire za hitrejšo rast in razvoj so številne birokratske ovire
ob vstopanju v posel in še v večji meri ob širitvi poslovanja, neprijazni predpisi,
nestimulativna davčna politika ter slaba dostopnost do sredstev za financiranje rasti. V
Sloveniji je zato treba še marsikaj postoriti, da bo ovir manj in bodo v prihodnosti lahko
MSP nastajala in rastla hitreje, s tem pa omogočila blaginjo vsem državljanom.
V empiričnem delu magistrskega dela smo proučevali vpliv specifičnih dejavnikov
(značilnosti premoženjsko-finančnega položaja, poslovne učinkovitosti, denarne
uspešnosti poslovanja, velikosti in starosti) na rast hitro rastočih MSP v Sloveniji.
Vzorec 200 podjetij smo pridobili iz nacionalne lestvice 500 najhitreje rastočih podjetij
– projekt Slovenska gazela 2014. Vzorec vsebuje panelne računovodske podatke v
obdobju od leta 2009 do 2013, ki smo jih preračunali v želene kazalnike (neodvisne
spremenljivke) oz. v letne stopnje rasti (odvisni spremenljivki).
Za odvisno spremenljivko »rast podjetja« smo upoštevali oz. proučevali letno stopnjo
rasti čistih prihodkov od prodaje in števila zaposlenih. Kot dejavnike rasti oz. neodvisne
spremenljivke pa smo izbrali naslednje kategorije: velikost – merjeno na dva načina:
1) s številom zaposlenih na podlagi delovnih ur na zadnji dan leta in 2) z obsegom
prihodkov od prodaje; statično likvidnost; zadolženost; poslovno učinkovitost uporabe
opredmetenih osnovnih sredstev; delovno produktivnost; enostavni denarni tok, čisti
denarni tok iz poslovanja ter starost podjetja.
Z multiplo regresijsko analizo smo ocenili odnos med odvisno spremenljivko in
neodvisnimi spremenljivkami. Na podlagi metode Enter smo ocenili, da na rast
prihodkov od prodaje najbolj pozitivno vpliva delovna produktivnost. Negativno pa
vplivajo velikost, merjena tako z obsegom prihodkov od prodaje kot s številom
zaposlenih, enostavni denarni tok ter starost, kar pomeni, da večja in starejša podjetja
rastejo počasneje. Za neodvisne spremenljivke statična likvidnost, zadolženost,
95
poslovna učinkovitost uporabe opredmetenih osnovnih sredstev in čisti denarni tok iz
poslovanja pa rezultat analize ni potrdil vpliva na rast prihodkov od prodaje.
Glede vpliva proučevanih dejavnikov na rast števila zaposlenih smo ugotovili, da nanjo
prav tako najbolj pozitivno vpliva delovna produktivnost. Pozitivno pa vpliva tudi
enostavni denarni tok. Nasprotno pa negativno vplivajo velikost (tudi tokrat za oba
načina merjenja), statična likvidnost in starost. Tudi v tem primeru statistično
značilnega vpliva niso pokazale neodvisne spremenljivke zadolženost, poslovna
učinkovitost uporabe opredmetenih osnovnih sredstev ter čisti denarni tok iz poslovanja.
V nalogi smo predstavili tudi ugotovitve različnih avtorjev podobnih raziskav,
izvedenih v Evropi in po svetu. Povzetek pregledanih raziskav, opisa vzorca, časovnih
dimenzij, hipotez, odvisnih in neodvisnih spremenljivk, raziskovalnih metod ter glavnih
ugotovitev smo prikazali v prilogi 2. V poglavju 3.6 (Primerjava rezultatov raziskave z
drugimi raziskavami) pa smo prikazali primerjavo ugotovitev po posameznih
zastavljenih hipotezah. Te se med seboj precej razlikujejo. Največ avtorjev je podobno
kot mi ugotovilo, da starost in velikost podjetja negativno vpliva na rast ter da večja
delovna produktivnost pozitivno vpliva na rast. Najbolj pa se ugotovitve razhajajo glede
vpliva statične likvidnosti in zadolženosti na rast MSP, kjer številni avtorji ugotavljajo
pozitivni vpliv, mi pa tega nismo potrdili. Tako kot se razlikujejo gospodarske razmere
in okolje v posamezni državi, je pričakovano, da se bodo tudi dejavniki rasti razlikovali.
Do razlik pa prihaja tudi zaradi različne časovne dimenzije raziskovanja, saj je v našem
primeru obravnavan čas velike gospodarske krize (2009–2013). Zaradi tega bi v
nadaljevanju mogoče bili smiselni kakšna podobna raziskava v drugačnih gospodarskih
okoliščinah in primerjava z manj oz. ne hitro rastočimi MSP, kar ponuja številne
možnosti za nadaljnje raziskovanje.
96
LITERATURA IN VIRI
1. AJPES. (2013). Hitro rastoča podjetja (HRP) v obdobju 2009-2013. Pridobljeno
25. februar 2015 iz Ajpes: http://www.ajpes.si/letna_porocila/ druzbe_in_zadruge/
informacije/hitro_rastoca_podjetja_2013.
2. Almus, M. (2002). What characterizes a fast – growing firm? Applied Economics,
34, 1497–1508.
3. Antončič, B., Hisrich, R. D., Petrin, T., & Vahčič, A. (2002). Podjetništvo.
Ljubljana: GV založba.
4. Artenjak, J. (1997). Poslovna statistika. Maribor: Ekonomsko-poslovna fakulteta.
5. Ayyagari, M., Beck, T., & Demirgüc-Kunt, A. (2005). Small and medium
enterprises across the globe. Pridobljeno 25. februar 2015 iz
Siteresources.worldbank.org: http://siteresources.worldbank.org/DEC/Resources/
84797-114437274304/SME_ globe.pdf.
6. Bastič, M. (2006). Metode raziskovanja. Maribor: Ekonomsko-poslovna fakulteta.
7. Belak, J., soavtorice in soavtorji (2002). Politika podjetja in strateški management.
Maribor: Založba MER.
8. Bisnode, družba za medije ter poslovne in bonitetne informacije, d. o. o. (2015).
Pridobljeno 14. februar 2015 iz Gvin.com: http://www.gvin.com.
9. Carpenter, E. R., & Petersen, B. C. (2002). Is the Growth of Small Firms
Constrained by Internal Finance? The Review of Economics and Statistic, 84 (2),
298–309.
10. Crnogaj, K. (2008). Vpliv mrežnega delovanja na uspešnost malih in srednje velikih
podjetij. Maribor: Ekonomsko-poslovna fakulteta.
11. Devetak, G., & Novak, R. (2012). Tržna podoba slovenskih gazel. Revija
management, 3, 191–204.
12. Diaz, H. F., & Vassolo, R. (2007). The Determinants Of Firm’s Growth: An
Empirical Examination. Revista Abante, 10 (1), 3–20.
13. Dnevnik. (2015). O projektu. Pridobljeno 11. januar 2015 iz Portal gazela Dnevnik:
http://gazela.dnevnik.si/sl/O+ projektu/.
14. Doren, D. (2012a). Strategije podjetniške rasti. Pridobljeno 9. januar 2015 iz
Podjetniški portal: http://www. e-podjetnik.org/podjetnistvo/11-rast/31-strategije-
podjetniske-rasti.
15. Doren, D. (2012b). Pojem: podjetniška rast. Pridobljeno 9. januar 2015 iz
Podjetniški portal: http://www.e-podjetnik.org/podjetnistvo/11-rast/30-podjetni
stvo-rast.
97
16. Doren, D. (2012c). Dejavniki podjetniške rasti. Pridobljeno 9. januar 2015 iz
Podjetniški portal: http://www.e-podjetnik.org/podjetnistvo/11-rast/34-dejavniki-
podjetniske-rasti.
17. Duh, M. (2002). Razvoj in razvojni modeli podjetja. V Razvojni modeli podjetja in
managementa. Maribor: Založba MER.
18. Elston, J. A. (2002). An Examination of the Relationship Between Firm Size,
Growth and Liquidity in the Neuer Markt. Frankfurt: Deutsche Bundesbank.
19. Europe's 500. (2015). The European growth companies. Pridobljeno 2. februar
2015 iz Europes500.eu: http://www. europes500.eu/.
20. Evropska komisija. (2011). Veliki načrti za mala podjetja. Vse, kar EU počne za
MSP. Pridobljeno 15. januar 2015 iz Ec.europa.eu: http://ec.europa.eu/ enterprise/
policies/sme/files/thinking_big_sl.pdf.
21. Evropska komisija. (2012). Evropska mala in srednja podjetja na razpotju: za
oživitev rasti potrebni dodatni ukrepi politike. Pridobljeno 2. februar 2015 iz
Ec.europa.eu: http://europa.eu/rapid/press-release_IP-12-1101_sl.pdf.
22. Federico, J., Rabetino, R., & Kantis, H. (2012). Comparing young SME's growth
determinants across regions. Journal of small business and enterprise development,
19 (4), 575–588.
23. Geršak, U. (2013). Predstavitev raziskave o dostopnosti finančnih virov za podjetja
2013. Pridobljeno 2. april 2015 iz portal Banka Slovenije: https://www.bsi.si/
library/includes/datoteka.asp? DatotekaId=5505.
24. Golovko, E., & Valentini, G. (2011). Exploring the complementarity between
innovation and export for SMEs’ growth. Journal of International Business Studies,
42, 362–380.
25. Grundström, C., Sjöström, R., Uddenberg, A., & Öhrwall Rönnbäck, A. (2012).
Fast-growing SMEs and the role of innovation. International Journal of Innovation
Management, 16 (3), 1–19.
26. Harc, S. (2013). Mikro, mala in srednje velika podjetja (MSP) v Republiki Sloveniji
ter stimulacija za njihov razvoj. Maribor: Ekonomsko-poslovna fakulteta.
27. Hashi, I., & Keasniqi, B. A. (2011). Entrepreneurship and SME growth: evidence
from advanced and laggard transition economies. International Journal of
Entrepreneurial Behavior and Research, 17 (5), 456–487.
28. Hrovatin, N. (1994). Ocenjevanje funkcije povpraševanja. Ljubljana: Ekonomska
fakulteta.
29. Jesenko, J., & Jesenko, M. (2007). Multivariantne statistične metode. Kranj:
Moderna organizacija v okviru FOV.
30. Koletnik, F. (2006). Proučevanje (analiziranje) računovodskih izkazov. Maribor:
Ekonomsko-poslovna fakulteta.
98
31. Kožuh, B. (2008). Statistične metode v pedagoškem raziskovanju. Ljubljana:
Znanstvena založba Filozofske fakultete Univerze v Ljubljani.
32. Krajnik, M. (2007). Uporaba poslovnega načrta v 500 najhitreje rastočih slovenskih
podjetjih. Management, 2 (3), 253–266. Pridobljeno 12. september 2015 iz Fm-
kp.si: http://www.fm-kp.si/zalozba/ISSN/1854-4231/2_253-266.pdf.
33. Kushnir, K., Mirmulstein, M. L., & Ramalho, R. (2010). Micro, Small, and Medium
Enterprises Around the World: How Many Are There, and What Affects the Count?
World Bank / IFC. Pridobljeno 25. februar 2015 iz Ifc.org::
http://www.ifc.org/wps/wcm/connect/9ae1dd80495860d6a482b519583b6d16/MS
ME-CI-AnalysisNote.pdf? MOD= AJPERES.
34. Mateev, M., & Anastasov, Y. (2010). Determinants of small and medium sized fast
growing enterprises in central and eastern Europe: a panel data analysis. Financial
Theory and Practice, 34 (3), 269–295.
35. Mateev, M., & Anastasov, Y. (2012). New determinants of small and medium sized
fast growing enterprises in central and eastern Europe: a panel data analysis.
International Journal of Economic Research, 9 (1), 113–136.
36. Ministrstvo za gospodarski razvoj in tehnologijo, Ministrstvo za zunanje zadeve,
Ministrstvo za kmetijstvo in okolje, Urad predsednika vlade RS, Urad predsednika
države RS, Javna agencija RS za spodbujanje podjetništva, inovativnosti, razvoja,
investicij in turizma, Sid banka, d. d., Gospodarska zbornica Slovenije, Obrtno-
podjetniška zbornica Slovenije, Trgovinska zbornica Slovenije. (2013).
Mednarodni izzivi 2013 – Partnerstvo za spodbujanje mednarodnega poslovanja
slovenskih podjetij. Pridobljeno 16. februar 2015 iz MGRT.gov.si:
www.mgrt.gov.si/fileadmin/mgrt.gov.si/...TNI/MI_2013-koncno.doc.
37. Molinari, M., Fagiolo, G., & Giannangeli, S. (2009). Financial structure and
corporate growth, evidence from Italian panel data. Paper to be presented at the
Summer Conference 2009 on CBS - Copenhagen Business School Solbjerg Plads,
Danska. 1–27.
38. Muller, P., Gagliardi, D., Caliandro, C., Bohn, N. U., & Klitou, D. (2014). A
Partial and Fragile Recovery. Annual Report on European SMEs 2013/2014.
Pridobljeno 4. maj 2015 iz Ec.europa.eu: http://ec.europa.eu/
enterprise/policies/sme/facts-figures-analysis/performance-review/files/supporting-
documents/2014/annual-report-smes-2014_en.pdf.
39. Niskanen, M., & Niskanen, J. (2007). The Determinants of Firm Growth in Small
and Micro Firms – Evidence on relationship lending effects. Kuopio: University of
Kuopio, School of Business and Administration.
40. Nunes, P. M., Goncalves, M., & Serrasqueiro, Z. (2013). The influence of age on
SMEs’ growth determinants: empirical evidence. Small Bus Econ 40, 249–272.
41. Pfajfar, L. (1994). Ekonometrija zapiski predavanj, 1. del. Ljubljana: Ekonomska
fakulteta.
99
42. Podjetniški porta. (2014). Lastniško financiranje. Pridobljeno 29. december 2014 iz
Podjetniški portal: http://www.podjetniski-portal.si/izdelki-in-storitve/viri-
financiranja/Lastnisko-financiranje.
43. Pšeničny, V. (2008). Mali so veliki heroji gospodarske rasti in novih delovnih mest,
5.000 podjetij – gazel poganja Slovenijo. Obrtnik, 37 (9), 16−17.
44. Pšeničny, V. (2009). A longitudinal comparison of the growth factors of slovenian
fast growing enterprises. Economic and bussines review, 4, 265–283.
45. Pšeničny, V., & Novak, R. (2012). Dejavniki hitre rasti dinamičnih podjetij 2012.
Poročilo o rezultatih preverjanja skladnosti posameznih atributov. Maribor:
DOBA.
46. Pšeničny, V., Berginc, J., Letonja, M., Pavlin, I., Vadnjal, J., & Žižek, J. (2000).
Podjetništvo: podjetnik, podjetniška priložnost, podjetniški proces, podjem.
Portorož: Visoka strokovna šola za podjetništvo.
47. Pučko, D. (1996). Strateško upravljanje. Ljubljana: Ekonomska fakulteta.
48. Rankov, S. (2014). Uvodnik. Dnevnik, Gazela 2014.
49. Rebernik, M. (1997). Podjetništvo in management malih podjetij. Maribor:
Ekonomsko-poslovna fakulteta in Fakulteta za strojništvo.
50. Rebernik, M., Močnik, D., & Bradač Hojnik, B. (2015). Slovenska podjetja in
okoljski vidiki poslovanja: Slovenski podjetniški observatorij 2014. Maribor:
Ekonomsko-poslovna fakulteta.
51. Rebernik, M., Širec, K., & Močnik, D. (2014). Stanje slovenskega podjetništva in
izzivi izobraževanja za podjetnost. Slovenski podjetniški observatorij 2013.
Maribor: Ekonomsko-poslovna fakulteta. Pridobljeno 19. maj 2014 iz Portal EPF:
http://www.epfip.uni-mb.si/aktualno.
52. Rebernik, M., Tominc, P., Crnogaj, K., Širec, K., Bradac Hojnik, B., & Rus, M.
(2015). Pomanjkanje vitalnosti slovenskega podjetništva. GEM Slovenija 2014
Maribor: Ekonomsko-poslovna fakulteta. Pridobljeno 14. marec 2015 iz Portal
EPF: www.um.si/univerza/medijsko-sredisce/.../GEM%20Slovenija_2014.pdf.
53. Rebernik, M., Tominc, P., Crnogaj, K., Širec, K., Bradač Hojnik, B., & Rus, M.
(2014). Spregledan podjetniški potencial mladih. GEM Slovenija 2013. Maribor:
Ekonomsko-poslovna fakulteta. Pridobljeno 14. marec 2015 iz Portal EPF:
www.gemconsortium.org/docs/download/3344.
54. Rogelj, R. (2003). Statistika 2. Ljubljana: Ekonomska fakulteta.
55. SURS, Statistični urad Republike Slovenije. Podjetja, Slovenija. (2013). Končni
podatki. Pridobljeno 2. februar 2015 iz SURS: http://www.stat.si/StatWeb/
glavnanavigacija/podatki/prikazistaronovico?IdNovice=6658.
56. Širec, K. (2011). Izzivi in predlog multidimenzionalnega modela proučevanja rasti
malih in srednje velikih podjetij. Naše gospodarstvo, 57 (5/6), 20–29.
100
57. Tajnikar, M. (2000). Tvegano poslovodenje: knjiga o poslovodenju rastočih poslov.
Portorož: Visoka strokovna šola za podjetništvo.
58. Vabšek S. (2002). Birokracija usodno zavira rast slovenskih dinamičnih podjetij.
Časnik Finance. Pridobljeno 16. marec 2015 iz Portal Finance: http://www.finan
ce.si/20333/Birokracija-usodno-zavira-rast-slovenskih-dinami%C4%8Dnih-
podjetij.
59. Vizjak, A. (2007). Zmagovalci tržnih niš: perspektive slovenskih podjetij v boju
proti globalni konkurenci. Ljubljana: GV založba.
60. Voulgaris F., Asteriou, D. & Agiomirgianakis, G. (2003). The Determinants of
Small Firm Growth in the Greek Manufacturing Sector. Journal of Economic
Integration 18(4), 817-836.
61. Wiklund, J., Patzelt, H., & Shepherd, A. A. (2007). Building an integrative model
of small business growth. Small Bus Econ, 2009 (32), 351–374.
62. ZGD-1. (2006). Zakon o gospodarskih družbah. Uradni list RS, 42/2006.
63. Zhou, H., & de Wit, G. (2009). Determinants and dimensions of firm growth.
Zoetermeer: EIM, 1-32.
1
PRILOGE
Priloga 1: Seznam odvisnih in neodvisnih spremenljivk
Spremenljivka Definicija kazalnika Izračun spremenljivke Hipoteza P*
vpliv
U**
vpliv
Odvisni spremenljivki
GROWTHREV Letna stopnja rasti čistih prihodkov od
prodaje
(Čisti prihodki od prodajet – čisti prihodki od prodajet-1) /
(čisti prihodki od prodajet-1)
GROWTHEMP Letna stopnja rasti števila zaposlenih (Število zaposleniht – število zaposleniht-1) / (število zaposleniht-1)
Neodvisne spremenljivke
SIZEREV Prihodki od prodaje Obseg prihodkov od prodaje v obdobju t-1 H1 + / + – / –
SIZEEMP Število zaposlenih Povprečno število zaposlenih (na podlagi delovnih ur na
zadnji dan leta) v obdobju t-1 H1 + / + – / –
CUR_RATIO Statična likvidnost Kratkoročni koeficient =
(kratk. sredstvat-1) / (kratkoročne obveznostit-1) H2 – / – / –
LEVER Zadolženost
Dolgovit-1 / (obveznosti do virov sredstevt-1) H3 + / + /
CAP_PROD Poslovna učinkovitost uporabe
opredmetenih osnovnih sredstev
(Čisti prihodki od prodajet-1) /
(opredmetena osnovna sredstvat-1) H4 + / + /
LAB_PROD Delovna produktivnost (Čisti prihodki od prodajet-1) / (število zaposleniht-1) H5 + / + + / +
2
Spremenljivka Definicija kazalnika Izračun spremenljivke Hipoteza P*
vpliv
U**
vpliv
CF_RATIO
a) Enostavni denarni tok oz. denarna
izidnost
b) Čisti denarni tok iz poslovanja
a) (čisti poslovni izid + amortizacija +
prevrednotovalni poslovni odhodki pri osnovnih
sredstvih) /
(obseg celotnih sredstev) ***
b) (čisti poslovni izid + amortizacija + prevrednotovalni
poslovni odhodki pri osnovnih sredstvih + 22
kratkoročnih poslovnih obveznosti + kratkoročnih
pasivnih časovnih razmejitev + zalog +
kratkoročnih poslovnih terjatev + kratkoročnih
aktivnih časovnih razmejitev) / (obseg celotnih sredstev)
***
H6 + / +
a)
– / +
b) ne
vpliva
AGE Starost podjetja Starost podjetja v letih poslovanja v obdobju t H7 – / – – / –
* pričakovan vpliv
** ugotovljen vpliv
*** vse v obdobju t-1
Vir podatkov: (Mateev in Anastasov, 2012; Molinari et al., 2009; Voulgaris et al., 2003; Nunes et al., 2013; Bisnode, 2014).
22
– sprememba.
3
Priloga 2: Povzetek pregledanih raziskav
Avtorji
Država
Leto
Naslov
raziskave
Vzorec in
časovna dimenzija Hipoteze
Odvisne spremenljivke
Neodvisne spremenljivke
Raziskovalna
metode Glavne ugotovitve
1)
Viljem Pšeničny
Slovenija
2009
A longitudinal
comparison of the growth factors of
slovenian fast
growing enterprises.
134 najhitreje rastočih podjetij v Sloveniji.
2009
H1: zunanji in notranji dejavniki
dinamičnih slovenskih MSP se bistveno razlikujejo od
dejavnikov dinamičnih podjetij v
EU na začetku 21. stoletja. H1: rast dinamičnih podjetij v
Sloveniji je odvisna od
drugačnih dejavnikov kot v EU. H2: nekateri dejavniki rasti so
pomembnejši in tisti omogočajo
napovedovanje uspeha in rasti v prihodnje.
Os: rast poslovnih prihodkov,
dodana vrednost na zaposlenega, rast števila zaposlenih.
Ns: ekonomsko okolje;
sposobnosti vodstvene strukture; odnos podjetja do inovacij,
raziskav in razvoja ter uvajanja
sprememb; strategija rasti in razvoja; sistem vodenja,
poslovni model; upravljanje s
človeškimi viri; financiranje rasti.
Anketni
vprašalnik o
vplivu posameznih
dejavnikov na
rast podjetij, t-test; hi-kvadrat
preizkus;
induktivno strojno učenje
(angl. inductive
machine learning;
Mitchell, 1997)
Na rast slovenskih gazel v primerjavi z gazelami
iz Evropske Unije podobno vplivajo dejavniki, kot so podjetniška vizija in strateški
management podjetja, nagnjenost k raziskavam
in razvoju ter uvajanju inovacij, internacionalizacija in globalizacija ter lojalnost
zaposlenih.
Manjši vpliv kot v EU pa imajo dejavniki odnos do tveganja, pomembnost logistike, organizacije
in nagrajevanja zaposlenih, finančno okolje ter
finančno planiranje. Posledično sl. gazele še vedno niso primerljive z evropskimi konkurenti.
2)
Miroslav Mateev, Yanko
Anastasov
Bolgarija
2010
Determinants of
small and medium sized fast growing
enterprises in
central and eastern
Europe: a panel
data analysis
560 hitro rastočih MSP iz
Bolgarije, Hrvaške,
Češke, Romunije in Srbije, ki imajo več kot
10 zaposlenih in poslujejo
več kot 5 let.
Obdobje od 2001 do
2005.
H1: rast proizvodnih in
storitvenih MSP v tranzicijskih ekonomijah je močno povezana
s starostjo in z velikostjo
podjetja H2: na rast MSP močno vplivajo
tudi drugi dejavniki, kot so
finančna struktura, kapitalska struktura, lastniška struktura,
denarni tok, produktivnost.
Os: rast prihodkov od prodaje; rast celotnih sredstev; rast št.
zaposlenih.
Ns: rast celotnih sredstev; delež dolgov oz. kapitala v celotnih
obveznostih do virov sredstev;
delež kratkoročnih sredstev v kratk. obveznostih; sprememba
kapitalske in delovne
produktivnosti, prihodnje možnosti rasti (merjene z
obsegom neopredmetenih
sredstev), velikost, starost, lastništvo, sektor delovanja.
Korelacijska matrika
Multivariatna
regresijska analiza,
Fisherjev test,
Dickey-Fullerjev test
Velikost podjetja, merjena z obsegom celotnih
sredstev, močno pozitivno vpliva na rast prihodkov od prodaje. Rast št. zaposlenih močno
pozitivno vpliva na rast celotnih sredstev.
Podjetja z velikim čistim denarnim tokom rastejo hitreje. Kratkoročna likvidnost ima
negativen vpliv tako na rast prihodkov od
prodaje kot obsega celotnih sredstev. Večanje
poslovne učinkovitosti uporabe opredmetenih
OS in delovne produktivnosti pozitivno vpliva
na rast prihodkov od prodaje in obsega celotnih sredstev. Nasprotno pa na rast ne vplivajo
starost, sektor in vrsta lastništva podjetja.
3)
Miroslav
Mateev, Yanko Anastasov
Bolgarija
2012
New determinants
of small and medium sized fast
growing
enterprises in
central and eastern
Europe: a panel
data analysis
560 hitro rastočih SMP iz Bolgarije, Hrvaške,
Češke, Romunije in
Srbije, ki imajo več kot 10 zaposlenih in poslujejo
več kot 5 let.
Obdobje od 2001 do
2005.
H1: rast proizvodnih in
storitvenih MSP v tranzicijskih ekonomijah je močno povezana
s starostjo in z velikostjo
podjetja. H2: na rast MSP močno vplivajo
tudi drugi dejavniki, kot so
finančna struktura, kapitalska struktura, lastniška struktura,
denarni tok, produktivnost.
H3: MSP rastejo hitreje v
Os: rast prihodkov od prodaje,
rast celotnih sredstev, rast št.
zaposlenih. Ns: stopnja davka od dobička,
inflacija, BDP/prebivalca,
finančna struktura, kapitalska
struktura, produktivnost,
prihodnje možnosti rasti,
velikost, starost, lastništvo, sektor in regija delovanja.
Korelacijska
matrika Multivariatna
regresijska
analiza
Na rast negativno vpliva davčna stopnja.
Velikost podjetja, merjena z obsegom celotnih sredstev, močno pozitivno vpliva na rast
prihodkov od prodaje, hkrati je rast št.
zaposlenih močno pozitivno povezana z rastjo obsega celotnih sredstev. Podjetja v proučevanih
tranzicijskih državah se močno opirajo na čisti
denarni tok, ki močno pozitivno vpliva na rast MSP, kar pomeni, da posledično podjetja z
velikim denarnim tokom rastejo hitreje.
Kratkoročna likvidnost ima negativen vpliv na
4
Avtorji
Država
Leto
Naslov
raziskave
Vzorec in
časovna dimenzija Hipoteze
Odvisne spremenljivke
Neodvisne spremenljivke
Raziskovalna
metode Glavne ugotovitve
gospodarstvih z večjimi
možnostmi rasti. Velik vpliv na rast imajo obdavčitev, inflacija
in rast BDP na prebivalca.
rast prihodkov od prodaje in celotnih sredstev.
Izboljševanje poslovne učinkovitosti uporabe opredmetenih OS in delovne produktivnosti zelo
pozitivno vpliva na rast prihodkov od prodaje in
obsega celotnih sredstev. V nasprotju s prejšnjo raziskavo sta ugotovila, da starost podjetja
negativno vpliva na hitro rast. Bistveno hitreje
rastejo mlajša podjetja. Na rast tudi ne vplivata lastniška struktura in sektor poslovanja.
4)
Massimo Molinari,
Giorgio Fagiolo
in Silvia Giannangeli
Italija
2009
Financial structure and corporate
growth, evidence
from Italian panel data.
9.315 proizvodnih
podjetij z več kot dvema zaposlenima in vsaj
petletnim poslovanjem
Obdobje od 1998 do
2003.
Raziskovalno vprašanje: Ugotoviti, kako izbrani
dejavniki oz. neodvisne
spremenljivke vplivajo na rast podjetij.
Os: rast števila zaposlenih Ns: denarni tok iz poslovanja/
obseg prodaje, kapital/celotna
sredstva, finančne obveznosti/celotne obveznosti,
bančni dolg/finančne obveznosti,
kratkoročne finančne obveznosti/finančne obveznosti.
Multivariatna
regresijska analiza
Bolj likvidna in podjetja z večjim čistim
denarnim tokom rastejo hitreje.
Na rast močno pozitivno vplivata čisti denarni tok in obseg zunanjega financiranja. Starost
negativno vpliva na rast, pri čemer se relacija
zmanjšuje s povečevanjem velikosti.
5)
Niskanen, Mervi
in Jyrki Niskanen
Finska
2007
The Determinants of Firm Growth in
Small and Micro
Firms – Evidence on relationship
lending effects.
2672 mikro in malih podjetij iz srednjega
zahoda Finske.
Obdobje od 1994 do
1997.
Gibrat's law (Gibratov zakon): stopnja rasti je neodvisna od
velikosti podjetja.
Os: rast podjetja definirana kot
povprečna letna rast prihodkov od prodaje od leta 1994 do 1997.
Ns: starost, velikost (celotna
sredstva), produktivnost, lokacija, finančna struktura,
obseg subvencij, pravna oblika,
lastništvo, sektor.
Multivariatna regresijska
analiza
Mlajša podjetja izkazujejo višje stopnje rasti kot
starejša, starost negativno vpliva na rast MSP z
manj kot 10 zaposlenimi. Na rast močno vpliva pravna oblika podjetja. Večja podjetja imajo več
koristi od bolj konkurenčnih bančnih trgov kot
manjša. Lokacija in obseg subvencij ne vplivata bistveno na rast podjetja. Družinsko lastništvo
ima negativen vpliv na rast, nasprotno pa ima
managersko lastništvo pozitiven vpliv na rast podjetij.
6)
Haibo, Zhou a,
Gerrit de Wit
Nizozemska
2009
Determinants and dimensions of firm
growth.
523 MSP hitro rastočih
glede na rast zaposlenih.
Obdobje od 2003 do
2005.
Tri bistvene dimenzije rasti
MSP: H1: individualna (pozitiven vpliv: potreba po
uspehu, tveganje, managerske
sposobnosti, motivacija, izobrazba itd.)
H2: organizacijska (negativen
vpliv starosti in velikosti podjetja, pozitiven vpliv tržne
usmerjenosti, iskanja tržnih niš,
dostopa do financiranja, organizacijskega učenja itd.).
H3: okoljska (pozitivno vplivajo
dinamičen trg, heterogenost,
Os: rast števila zaposlenih, rast
sredstev, dobička, tržnega deleža.
Ns: individualni dejavniki:
osebnostne lastnosti, motivacija po rasti, sposobnosti.
Organizacijski dejavniki: starost,
velikost podjetja, tržna usmerjenost, organizacijsko
učenje itd.
Okoljski dejavniki: konkurenčnost, dinamičnost
trga, tehnološka stabilnost /
turbulenca itd.
Multivariatna linearna
regresija.
Okoljski dejavniki ne vplivajo na rast, pač pa
močno vplivajo individualni dejavniki. Pomeni, da bodo podjetja, katerih podjetniki imajo
visoko motivacijo in veliko tehničnega znanja,
rasla hitreje. Največji vpliv pa imajo organizacijski dejavniki – starejša kot so
podjetja, počasneje bodo rasla. Ključnega
pomena je tudi možnost financiranja.
5
Avtorji
Država
Leto
Naslov
raziskave
Vzorec in
časovna dimenzija Hipoteze
Odvisne spremenljivke
Neodvisne spremenljivke
Raziskovalna
metode Glavne ugotovitve
tehnološka razvitost trga itd.)
7)
Paulo Macas
Nunes, Marco Goncalves,
Zelia
Serrasqueiro
Portugalska
2013
The influence of age on SMEs’
growth
determinants: empirical evidence
Dva vzorca: 1) 495 SMP, mlajših od
10 let, ter
2) 1.350 MSP, starejših od 10 let.
V letih od 1999 do 2006.
H1: starost negativno vpliva na
rast MSP.
H2: velikost negativno vpliva na
rast MSP. H3: raziskave in razvoj močno
vplivajo na rast MSP.
H4: delovna produktivnost je pomemben dejavnik rasti.
H5: notranji viri financiranja so
pomemben dejavnik rasti. H6: zunanje financiranje zelo
vpliva na rast predvsem mlajših
MSP; plačilo obresti vpliva na
zmanjšanje rasti.
Os: rast podjetja definirana kot
rast prihodkov od prodaje ter rast števila zaposlenih.
Ns: starost, velikost, delovna
produktivnost, raziskave in razvoj, denarni tok iz
poslovanja, dolgovi, obresti.
Korelacijska matrika
Multivariatna
linearna regresija.
Večja starost in velikost negativno vplivata na
rast mlajših MSP. Na starejša MSP pa velikost
in starost ne vplivata. Raziskave in razvoj imajo večji vpliv na rast mlajših kot starejših MSP.
Delovna produktivnost ima večji vpliv na rast
starejših MSP kot mlajših, prav tako ima velik vpliv na sposobnost preživetja starejših MSP.
Delovna produktivnost pozitivno vpliva tudi na
rast mlajših MSP. Denarni tok in dolgovi imajo velik pomen na rast mlajših MSP ter na
sposobnost preživetja mlajših MSP v primerjavi
s starejšimi.
8)
J. Ann Elston
Nemčija
2002
An Examination of
the Relationship
Between Firm Size, Growth and
Liquidity in the
Neuer Markt.
V letih od 1997 do 2000.
Dva vzorca: 1) stara
ekonomija – podjetja, ki
se ukvarjajo s proizvodnjo oz. katere končni učinek
je izdelek ali storitev.
295 nemških podjetij. 2) nova ekonomija –
podjetja, ki se ukvarjajo z
razvojem ter aplikacijo informacij in znanj
341 podjetij iz VB, Nemčije, Avstrije,
Francije, Izraela, Irske,
Luxemburg, Švice Nizozemske, in ZDA.
H1: manjša podjetja hitreje rastejo kot večja.
H2: razmerje med velikostjo in
rastjo podjetja je neodvisno od likvidnostnih omejitev.
H3: podjetja nove ekonomije rastejo hitreje kot podjetja stare
ekonomije.
Os: rast števila zaposlenih.
Ns: starost, denarni tok iz
poslovanja in likvidnost.
Korelacijska matrika.
Multivariatna
linearna regresija.
Starost podjetja vpliva na rast MSP. V stari ekonomiji hitreje rastejo starejša podjetja, v novi
ekonomiji pa mlajša podjetja. S starostjo se
podjetjem izboljšuje dostop do kapitala, kar jim povečuje možnosti rasti.
V novi ekonomiji hitreje rastejo manjša podjetja. Večja likvidnost in čisti denarni tok imata velik
vpliv na rast še zlasti manjših in mlajših podjetij.
9)
Iraj Hashi in
Besnik A.
Krasniqi
Velika Britanija
2010
Entrepreneurship
and SME growth: evidence from
advanced and
laggard transition economies
1608 podjetij iz dveh
skupin tranzicijskih držav:
1) naprednejše tranzicijske države: Poljska,
Madžarska in Češka.
2) počasneje razvijajoče tranzicijske države:
Albanija, Srbija in Črna
gora ter Makedonija. V letih
od 1999 do 2002 ter
Raziskovalno vprašanje: Kako trije sklopi dejavnikov
(lastnosti podjetnika in
inovativnost, karakteristike podjetja ter zunanji – okoljski
dejavniki) vplivajo na rast
podjetij v posamezni skupini?
Os: rast prihodkov od prodaje
Ns: tehnološke inovacije;
organizacijske spremembe; mreženje (članstvo v
podjetniških združenjih);
velikost, starost, sektor, izvozna usmerjenost, izobrazbena
struktura zaposlenih; okoljski –
zunanji dejavniki (dostopnost do zunanjih virov financiranja,
stopnja birokracije in
Regresijska
analiza OLS regresija
(metoda
najmanjših kvadratov)
Inovativnost ima velik pozitiven vpliv na rast
podjetij v vseh proučevanih državah, prav tako
podjetništvo in mreženje. Starost ima negativen vpliv na rast, kar pomeni, da starejša podjetja
rastejo počasneje. Človeški kapital (izobrazba in
izkušnje) je pomemben dejavnik le v naprednejših tranzicijskih državah, saj so
počasneje razvijajoče se tranzicijske države na
nižji stopnji razvoja in bodo ti dejavniki postali pomembni šele čez čas. Obdavčitev, birokracija
ter organiziran kriminal predstavljajo veliko
6
Avtorji
Država
Leto
Naslov
raziskave
Vzorec in
časovna dimenzija Hipoteze
Odvisne spremenljivke
Neodvisne spremenljivke
Raziskovalna
metode Glavne ugotovitve
od 2002 do 2005. obdavčitve, korupcija, delovanje
pravnega sistema in organiziranega kriminala).
Raziskovalna metoda:
oviro za rast počasneje razvijajočih podjetij.
Nasprotno pa sta v naprednejših podjetjih veliki oviri za rast dostop do zunanjih finančnih virov
in korupcija.
10)
Juan Federico, Rodrigo
Rabetino in
Hugo Kantis
Španija, Finska, Argentina
2012
Comparing young
SME's growth determinants
across regions
1443 podjetij starih med
tri in deset let iz 13 držav (Argentina, Brazilija,
Peru, Mehika, Kostarika,
Salvador, Čile, Japonska,
Koreja, Singapur, Tajvan,
Italija in Španija)
H1: človeški kapital pozitivno
vpliva na rast podjetja; H2: obstaja pozitivno razmerje
med obsegom podjetniške ekipe
in rastjo zaposlenih. Podjetja, ki povečujejo število partnerjev v
ekipi, imajo večjo rast
zaposlenih. H3: podjetja, ki so financirana z
zunanjimi viri, imajo večjo rast
števila zaposlenih;
H4: velike mreže podjetja v
okolju pozitivno vplivajo na rast;
H5: povečana konkurenca
pozitivno vpliva na rast H6: obstaja pozitivno razmerje
med izvozom in rastjo
zaposlenosti.
Os: rast števila zaposlenih
Ns: človeški kapital
(izobrazbena struktura, podjetniške izkušnje); velikost
ekipe, rast ekipe.
Zunanji viri financiranja (tvegani kapital, bootstrapping,
posojila bank). Mreže podjetja (poslovni odnosi,
poznanstva).
Stopnja konkurence. Izvozna usmerjenost.
Anketni
vprašalnik o
vplivu posameznih
dejavnikov na
rast podjetij,
OLS-model
(angl. optimal least squares).
Glede pomembnosti človeškega kapitala so
avtorji dokazali vpliv v državah Latinske
Amerike ter Italiji in Španiji. Ugotovili so, da bodo podjetja, katerih vodstvena ekipa ima višjo
izobrazbo ter pretekle podjetniške izkušnje,
dosegala boljše uspehe in večjo rast zaposlenosti. V proučevanih azijskih državah so
ugotovili pozitiven vpliv uporabe tveganega
kapitala ter financiranja javnih inštitucij. Podobno tudi v Italiji in Španiji na rast
zaposlenosti zelo pozitivno vplivata dostop do tveganega kapitala in obseg lastnega kapitala.
Mreže stikov podjetja so statistično značilne
samo v Latinski Ameriki. Podjetja, ki tekmujejo (konkurirajo) z večjimi podjetji, dosegajo boljše
uspehe ter večjo rast zaposlenosti. Izvozna
usmerjenost pozitivno vpliva na rast zaposlenosti v vseh proučevanih regijah.
11)
F. Voulgaris, D. Asteriou in G.
Agiomirgianakis
Grčija
2003
The Determinants
of Small Firm
Growth in the Greek
Manufacturing
Sector
143 proizvodnih grških MSP
V obdobju od 1988 do 1996.
Cilj raziskave:
ugotoviti, kako izbrani dejavniki (neodvisne spremenljivke)
vplivajo na rast podjetij.
Os: rast prihodkov od prodaje Ns: donosnost prihodkov iz
prodaje, čista donosnost
prihodkov, donosnost sredstev in donosnost kapitala, finančni
vzvod, delovna produktivnost,
delež stalnih sredstev, delež izvoza v prihodkih od prodaje,
statična likvidnost, starost,
velikost podjetja, merjena z obsegom celotnih sredstev.
Regresijska analiza
Avtorji so ugotovili signifikanten pozitivni vpliv
dejavnikov: donosnost sredstev, dolgoročno
financiranje in delovna produktivnost. Negativni vpliv so ugotovili za statično likvidnost,
zadolževanje in donosnost stalnih sredstev.
Izvozna usmerjenost in starost nimata bistvenega vpliva na rast podjetij. Na grška
podjetja vplivajo enaki dejavniki, kot je
ugotovljeno v raziskavah iz ostalih držav EU.
12)
Christina
Grundström,
Roland Sjöström,
Anders
Uddenberg in
Fast-growing
SME-s and the
role of innovation
409 švedskih SMP, razdeljenih v dve skupini:
hitro rastoča in počasi
rastoča podjetja. Obdobje od 2006 do
2009.
Cilj raziskave:
ugotoviti, kako inovacije
prispevajo k uspehu hitro
rastočih v primerjavi s počasi
rastočimi podjetji.
Os: rast prihodkov od prodaje,
rast števila zaposlenih. Ns: konkurenca, vpliv
dobaviteljev, prepoznavanje
potreb kupcev, diferenciacija izdelkov, stroškovna
učinkovitost, pomen rasti
poslovnih prihodkov,
Anketni
vprašalnik.
Analiza skupin; t-test.
Inovacije so poleg na hitro rast podjetja vplivale
tudi na visoko produktivnost, povečano število zaposlenih, povečan tržni delež. Hitro rastoča
SMP so imela pomembno večje število novih
proizvodov in boljših proizvodov, večje razumevanje potreb kupcev, nižje stroške. Prav
tako so bolj nagnjena k prevzemanju tveganja,
reinvestiranju dobička ne glede na panogo.
7
Avtorji
Država
Leto
Naslov
raziskave
Vzorec in
časovna dimenzija Hipoteze
Odvisne spremenljivke
Neodvisne spremenljivke
Raziskovalna
metode Glavne ugotovitve
Anna Öhrwall
Rönnbäck
Švedska
2012
sprejemanje tveganja, prioriteta
rasti podjetja ter rasti tržnega deleža ter pred
dobičkonosnostjo, prioriteta
reinvestiranju pred dobičkom, prioriteta lastnemu financiranju
nasproti tveganemu kapitalu itd.
Splošni zaključek raziskave je, da hitro rastoča
podjetja rastejo in postajajo čedalje bolj dobičkonosna zaradi želje po rasti in
prevzemanja večjih tveganj, skupaj z
zavedanjem konkurenčnosti ter razvoja trga.
13)
Almus, Mattias
Nemčija
2002
What characterizes
a fast – growing firm?
1949 nemških podjetij, ki
so začela v letih med
1990 in 1993 poslovati v naslednjih dejavnostih:
proizvodnja,
gradbeništvo, trgovina, prevozništvo, storitvene
dejavnosti.
Raziskovalno vprašanje:
Ali hitreje rastejo podjetja iz
tehnološko intenzivne ter na znanju temelječe storitvene
dejavnosti?
Os: rast števila zaposlenih.
Ns: velikost podjetja ob
ustanovitvi, pravna oblika, leto ustanovitve, število
ustanoviteljev podjetja, število
zaposlenih ob ustanovitvi, izobrazbena struktura vodstva,
gostota prebivalstva v regiji.
Telefonsko
anketiranje.
Analiza skupin (Cluster
analysis);
Hi-kvadrat preizkus;
OLS-model.
Manjša podjetja po številu zaposlenih ob
ustanovitvi imajo večji potencial rasti, kar je verjetno posledica, da morajo mala podjetja
zrasti zelo hitro, da dosežejo optimalno velikost,
pri kateri niso več ogrožena od konkurence, po tem pa rast ni več nujna. Podjetja pravne oblike,
po kateri lastniki ne odgovarjajo z lastnim
premoženjem, imajo višji potencial rasti, kar je verjetno posledica tega, da bolj tvegajo pri
poslovanju. Število ustanoviteljev podjetja nima
vpliva na hitro rast, ima pa nasprotno velik vpliv izobrazbena struktura. To pomeni, da imajo
podjetja, katerih ustanovitelji imajo vsaj
univerzitetno ali višjo izobrazbo, večje možnosti rasti. Avtor ni ugotovil nobenega dokaza, da
imajo večje možnosti rasti podjetja iz tehnološko intenzivne ter na znanju temelječe storitvene
dejavnosti.
8
Priloga 3: Izpis rezultatov multiple regresije – metoda Enter (odvisna spremenljivka: GROWTHREV)
1. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_REV_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP CUR_RATIO LEVER CAP_PROD LAB_PROD CF_RATIOa, CF_RATIOb, logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 5,401 9 ,600 8,370 ,000b
Residual 51,403 717 ,072
Total 56,804 726
a. Dependent Variable: GROWTH_REV_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, CF_RATIOa, log_SIZE_EMP, LEVER, log_SIZE_REV
9
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 1,632 ,240
6,791 ,000
log_SIZE_REV -,200 ,043 -,257 -4,641 ,000 ,410 2,437
log_SIZE_EMP -,002 ,040 -,002 -,038 ,969 ,417 2,400
CUR_RATIO -,004 ,007 -,020 -,484 ,628 ,715 1,399
LEVER ,000 ,001 -,042 -,904 ,366 ,598 1,671
CAP_PROD -3,991E-005 ,000 -,020 -,527 ,598 ,888 1,126
LAB_PROD 6,814E-008 ,000 ,097 1,899 ,058 ,485 2,061
CF_RATIOa_ -,376 ,083 -,181 -4,526 ,000 ,790 1,266
CF_RATIOb_ ,044 ,031 ,052 1,399 ,162 ,913 1,095
logAGE -,029 ,036 -,032 -,816 ,415 ,832 1,201
a. Dependent Variable: GROWTH_REV_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,202607 ,798320 ,240377 ,0862494 727
Residual -,7803214 ,8346061 ,0000000 ,2660882 727
Std. Predicted Value -5,136 6,469 ,000 1,000 727
Std. Residual -2,914 3,117 ,000 ,994 727
a. Dependent Variable: GROWTH_REV_BO
10
2. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_REV_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP CUR_RATIO CAP_PROD LAB_PROD CF_RATIOa CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
11
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,307a ,094 ,084 ,2677189 2,096
a. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, CF_RATIOa, log_SIZE_EMP, log_SIZE_REV
b. Dependent Variable: GROWTH_REV_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 5,342 8 ,668 9,317 ,000b
Residual 51,461 718 ,072
Total 56,804 726
a. Dependent Variable: GROWTH_REV_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, CF_RATIOa, log_SIZE_EMP, log_SIZE_REV
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 1,588 ,235
6,750 ,000
log_SIZE_REV -,200 ,043 -,258 -4,659 ,000 ,410 2,436
log_SIZE_EMP ,002 ,040 ,003 ,050 ,961 ,421 2,377
CUR_RATIO ,000 ,006 -,002 -,043 ,965 ,946 1,057
CAP_PROD -4,234E-005 ,000 -,021 -,560 ,576 ,889 1,125
LAB_PROD 6,754E-008 ,000 ,096 1,883 ,060 ,485 2,060
CF_RATIOa_ -,353 ,079 -,170 -4,459 ,000 ,866 1,155
CF_RATIOb_ ,044 ,031 ,053 1,425 ,155 ,914 1,094
12
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
logAGE -,022 ,035 -,024 -,638 ,524 ,872 1,147
a. Dependent Variable: GROWTH_REV_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,206807 ,750226 ,240377 ,0857804 727
Residual -,8168473 ,8385187 ,0000000 ,2662397 727
Std. Predicted Value -5,213 5,944 ,000 1,000 727
Std. Residual -3,051 3,132 ,000 ,994 727
a. Dependent Variable: GROWTH_REV_BO
13
3. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_REV_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP LEVER CAP_PROD LAB_PROD CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
14
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,262a ,069 ,060 ,2712232 2,081
a. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CAP_PROD, LEVER, log_SIZE_EMP, log_SIZE_REV
b. Dependent Variable: GROWTH_REV_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3,913 7 ,559 7,598 ,000b
Residual 52,891 719 ,074
Total 56,804 726
a. Dependent Variable: GROWTH_REV_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CAP_PROD, LEVER, log_SIZE_EMP, log_SIZE_REV
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 1,587 ,240
6,610 ,000
log_SIZE_REV -,213 ,043 -,274 -4,897 ,000 ,413 2,423
log_SIZE_EMP ,011 ,040 ,016 ,284 ,777 ,421 2,377
LEVER ,000 ,000 ,032 ,845 ,399 ,899 1,112
CAP_PROD -7,750E-006 ,000 -,004 -,102 ,919 ,903 1,107
LAB_PROD 7,828E-008 ,000 ,111 2,158 ,031 ,487 2,053
CF_RATIOb_ ,008 ,030 ,010 ,262 ,794 ,980 1,020
logAGE -,021 ,036 -,023 -,588 ,557 ,834 1,199
15
a. Dependent Variable: GROWTH_REV_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value ,030534 ,505204 ,240377 ,0734108 727
Residual -,7522370 ,8245824 ,0000000 ,2699124 727
Std. Predicted Value -2,858 3,607 ,000 1,000 727
Std. Residual -2,773 3,040 ,000 ,995 727
a. Dependent Variable: GROWTH_REV_BO
16
4. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_REV_BO
/METHOD=ENTER log_SIZE_EMP CUR_RATIO LEVER CAP_PROD LAB_PROD CF_RATIOa CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,261a ,068 ,058 ,2715550 2,061
a. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, CF_RATIOa, log_SIZE_EMP, LEVER
b. Dependent Variable: GROWTH_REV_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3,857 8 ,482 6,538 ,000b
Residual 52,947 718 ,074
Total 56,804 726
a. Dependent Variable: GROWTH_REV_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, CF_RATIOa, log_SIZE_EMP, LEVER
17
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,569 ,074
7,730 ,000
log_SIZE_EMP -,129 ,030 -,178 -4,376 ,000 ,789 1,268
CUR_RATIO -,003 ,007 -,015 -,362 ,718 ,715 1,398
LEVER -,001 ,001 -,046 -,977 ,329 ,599 1,671
CAP_PROD -9,698E-005 ,000 -,048 -1,281 ,201 ,912 1,097
LAB_PROD -3,647E-008 ,000 -,052 -1,288 ,198 ,802 1,247
CF_RATIOa_ -,403 ,084 -,194 -4,797 ,000 ,794 1,260
CF_RATIOb_ ,046 ,032 ,055 1,454 ,146 ,914 1,095
logAGE -,062 ,035 -,068 -1,759 ,079 ,867 1,153
a. Dependent Variable: GROWTH_REV_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,166517 ,870259 ,240377 ,0728859 727
Residual -,8036280 ,8626394 ,0000000 ,2700546 727
Std. Predicted Value -5,583 8,642 ,000 1,000 727
Std. Residual -2,959 3,177 ,000 ,994 727
a. Dependent Variable: GROWTH_REV_BO
18
5. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_REV_BO
/METHOD=ENTER log_SIZE_EMP CUR_RATIO LEVER CAP_PROD CF_RATIOa CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
19
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,256a ,066 ,057 ,2716794 2,059
a. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, CAP_PROD, log_SIZE_EMP, CF_RATIOa, LEVER
b. Dependent Variable: GROWTH_REV_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3,734 7 ,533 7,228 ,000b
Residual 53,069 719 ,074
Total 56,804 726
a. Dependent Variable: GROWTH_REV_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, CAP_PROD, log_SIZE_EMP, CF_RATIOa, LEVER
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,547 ,072
7,636 ,000
log_SIZE_EMP -,115 ,027 -,158 -4,197 ,000 ,916 1,091
CUR_RATIO -,002 ,007 -,014 -,324 ,746 ,716 1,397
LEVER -,001 ,001 -,048 -1,028 ,305 ,599 1,668
CAP_PROD ,000 ,000 -,059 -1,613 ,107 ,961 1,041
CF_RATIOa_ -,400 ,084 -,193 -4,767 ,000 ,794 1,259
CF_RATIOb_ ,048 ,032 ,057 1,504 ,133 ,915 1,093
logAGE -,066 ,035 -,073 -1,883 ,060 ,875 1,143
a. Dependent Variable: GROWTH_REV_BO
20
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,167436 ,860608 ,240377 ,0717206 727
Residual -,7923687 ,8006946 ,0000000 ,2703665 727
Std. Predicted Value -5,686 8,648 ,000 1,000 727
Std. Residual -2,917 2,947 ,000 ,995 727
a. Dependent Variable: GROWTH_REV_BO
21
6. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_REV_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP CUR_RATIO LEVER CAP_PROD LAB_PROD CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,263a ,069 ,059 ,2713617 2,080
a. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, log_SIZE_EMP, LEVER, log_SIZE_REV
b. Dependent Variable: GROWTH_REV_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3,932 8 ,492 6,675 ,000b
Residual 52,871 718 ,074
Total 56,804 726
a. Dependent Variable: GROWTH_REV_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, CUR_RATIO, CAP_PROD, log_SIZE_EMP, LEVER, log_SIZE_REV
22
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 1,608 ,244
6,600 ,000
log_SIZE_REV -,213 ,043 -,275 -4,906 ,000 ,412 2,425
log_SIZE_EMP ,010 ,041 ,014 ,244 ,807 ,418 2,391
CUR_RATIO -,004 ,007 -,022 -,516 ,606 ,715 1,399
LEVER ,000 ,001 ,020 ,453 ,651 ,656 1,524
CAP_PROD -4,622E-006 ,000 -,002 -,061 ,952 ,897 1,114
LAB_PROD 7,814E-008 ,000 ,111 2,153 ,032 ,487 2,053
CF_RATIOb_ ,007 ,031 ,009 ,238 ,812 ,978 1,022
logAGE -,021 ,036 -,023 -,591 ,555 ,834 1,199
a. Dependent Variable: GROWTH_REV_BO
23
24
Priloga 4: Izpis rezultatov multiple regresije – metoda Enter (odvisna spremenljivka: GROWTHEMP)
1. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_EMP_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP CUR_RATIO LEVER CAP_PROD LAB_PROD CF_RATIOa CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,249a ,062 ,051 ,1790115 2,092
a. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, CF_RATIOa, log_SIZE_EMP, LEVER, log_SIZE_REV
b. Dependent Variable: GROWTH_EMP_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1,536 9 ,171 5,324 ,000b
Residual 23,137 722 ,032
Total 24,672 731
a. Dependent Variable: GROWTH_EMP_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, CF_RATIOa, log_SIZE_EMP, LEVER, log_SIZE_REV
25
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,298 ,158
1,879 ,061
log_SIZE_REV ,004 ,028 ,009 ,152 ,879 ,412 2,427
log_SIZE_EMP -,109 ,027 -,217 -4,078 ,000 ,457 2,188
CUR_RATIO -,008 ,005 -,072 -1,674 ,094 ,701 1,426
LEVER ,000 ,000 ,020 ,438 ,661 ,607 1,647
CAP_PROD -1,916E-005 ,000 -,014 -,372 ,710 ,892 1,121
LAB_PROD -2,011E-008 ,000 -,040 -,791 ,429 ,512 1,952
CF_RATIOa_ ,109 ,055 ,079 1,973 ,049 ,809 1,237
CF_RATIOb_ -,002 ,021 -,004 -,105 ,916 ,911 1,098
logAGE -,044 ,024 -,073 -1,864 ,063 ,856 1,168
a. Dependent Variable: GROWTH_EMP_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,021494 ,293928 ,138186 ,0458322 732
Residual -,5655434 ,6137940 ,0000000 ,1779061 732
Std. Predicted Value -3,484 3,398 ,000 1,000 732
Std. Residual -3,159 3,429 ,000 ,994 732
a. Dependent Variable: GROWTH_EMP_BO
26
2. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_EMP_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP CUR_RATIO CAP_PROD LAB_PROD CF_RATIOa CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
27
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,249a ,062 ,052 ,1789115 2,092
a. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, CF_RATIOa, log_SIZE_EMP, log_SIZE_REV
b. Dependent Variable: GROWTH_EMP_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1,529 8 ,191 5,972 ,000b
Residual 23,143 723 ,032
Total 24,672 731
a. Dependent Variable: GROWTH_EMP_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, CF_RATIOa, log_SIZE_EMP, log_SIZE_REV
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,312 ,155
2,009 ,045
log_SIZE_REV ,005 ,028 ,009 ,163 ,871 ,412 2,426
log_SIZE_EMP -,110 ,027 -,220 -4,147 ,000 ,462 2,165
CUR_RATIO -,009 ,004 -,082 -2,203 ,028 ,945 1,058
CAP_PROD -1,845E-005 ,000 -,014 -,359 ,720 ,893 1,119
LAB_PROD -2,029E-008 ,000 -,040 -,798 ,425 ,512 1,951
CF_RATIOa_ ,102 ,053 ,074 1,928 ,054 ,877 1,140
CF_RATIOb_ -,002 ,021 -,004 -,117 ,907 ,911 1,098
28
logAGE -,046 ,023 -,076 -1,998 ,046 ,894 1,118
a. Dependent Variable: GROWTH_EMP_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,047424 ,279453 ,138186 ,0457403 732
Residual -,5537435 ,6130652 ,0000000 ,1779298 732
Std. Predicted Value -4,058 3,088 ,000 1,000 732
Std. Residual -3,095 3,427 ,000 ,995 732
a. Dependent Variable: GROWTH_EMP_BO
29
3. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_EMP_BO
/METHOD=ENTER log_SIZE_REV log_SIZE_EMP LEVER CAP_PROD LAB_PROD CF_RATIOb_ssredstvi logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,232a ,054 ,045 ,1795791 2,118
a. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, LEVER, CAP_PROD, log_SIZE_EMP, log_SIZE_REV
b. Dependent Variable: GROWTH_EMP_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1,324 7 ,189 5,866 ,000b
Residual 23,348 724 ,032
Total 24,672 731
a. Dependent Variable: GROWTH_EMP_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, LAB_PROD, LEVER, CAP_PROD, log_SIZE_EMP, log_SIZE_REV
30
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,264 ,157
1,684 ,093
log_SIZE_REV ,008 ,028 ,017 ,295 ,768 ,414 2,418
log_SIZE_EMP -,108 ,027 -,215 -4,043 ,000 ,462 2,163
LEVER ,000 ,000 ,034 ,894 ,372 ,921 1,086
CAP_PROD -3,255E-005 ,000 -,024 -,633 ,527 ,902 1,109
LAB_PROD -2,091E-008 ,000 -,041 -,821 ,412 ,514 1,946
CF_RATIOb_ ,010 ,020 ,018 ,484 ,629 ,978 1,023
logAGE -,046 ,024 -,075 -1,920 ,055 ,858 1,165
a. Dependent Variable: GROWTH_EMP_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value ,027338 ,270006 ,138186 ,0425599 732
Residual -,6145205 ,6017727 ,0000000 ,1787172 732
Std. Predicted Value -2,605 3,097 ,000 1,000 732
Std. Residual -3,422 3,351 ,000 ,995 732
a. Dependent Variable: GROWTH_EMP_BO
31
4. model
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_EMP_BO
/METHOD=ENTER log_SIZE_REV CUR_RATIO LEVER CAP_PROD LAB_PROD CF_RATIOa CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
32
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,202a ,041 ,030 ,1809356 2,089
a. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, CF_RATIOa, log_SIZE_REV, LEVER
b. Dependent Variable: GROWTH_EMP_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1,003 8 ,125 3,829 ,000b
Residual 23,669 723 ,033
Total 24,672 731
a. Dependent Variable: GROWTH_EMP_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, CF_RATIOa, log_SIZE_REV, LEVER
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,636 ,137
4,656 ,000
log_SIZE_REV -,074 ,021 -,147 -3,548 ,000 ,769 1,301
CUR_RATIO -,006 ,005 -,056 -1,295 ,196 ,707 1,414
LEVER ,000 ,000 ,040 ,854 ,393 ,614 1,629
CAP_PROD -9,727E-006 ,000 -,007 -,187 ,852 ,894 1,118
LAB_PROD 4,205E-008 ,000 ,083 2,044 ,041 ,800 1,250
CF_RATIOa_ ,121 ,056 ,088 2,173 ,030 ,811 1,233
33
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
CF_RATIOb_ -,003 ,021 -,005 -,135 ,893 ,911 1,098
logAGE -,044 ,024 -,072 -1,840 ,066 ,856 1,168
a. Dependent Variable: GROWTH_EMP_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,040004 ,280848 ,138186 ,0370371 732
Residual -,5531639 ,5811259 ,0000000 ,1799429 732
Std. Predicted Value -4,811 3,852 ,000 1,000 732
Std. Residual -3,057 3,212 ,000 ,995 732
a. Dependent Variable: GROWTH_EMP_BO
34
5. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_EMP_BO
/METHOD=ENTER log_SIZE_REV CUR_RATIO LEVER CAP_PROD LAB_PROD CF_RATIOb logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
35
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,185a ,034 ,025 ,1814004 2,102
a. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, log_SIZE_REV, LEVER
b. Dependent Variable: GROWTH_EMP_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression ,848 7 ,121 3,682 ,001b
Residual 23,824 724 ,033
Total 24,672 731
a. Dependent Variable: GROWTH_EMP_BO
b. Predictors: (Constant), logAGE, CF_RATIOb, CUR_RATIO, LAB_PROD, CAP_PROD, log_SIZE_REV, LEVER
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,655 ,137
4,793 ,000
log_SIZE_REV -,073 ,021 -,144 -3,465 ,001 ,770 1,299
CUR_RATIO -,006 ,005 -,054 -1,248 ,212 ,707 1,413
LEVER 8,711E-005 ,000 ,012 ,264 ,792 ,664 1,505
CAP_PROD -1,666E-005 ,000 -,012 -,320 ,749 ,898 1,114
LAB_PROD 4,145E-008 ,000 ,082 2,010 ,045 ,800 1,250
CF_RATIOb_ ,009 ,020 ,016 ,443 ,658 ,976 1,024
logAGE -,046 ,024 -,076 -1,931 ,054 ,858 1,166
36
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
a. Dependent Variable: GROWTH_EMP_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value ,015806 ,272274 ,138186 ,0340615 732
Residual -,5710360 ,5633892 ,0000000 ,1805298 732
Std. Predicted Value -3,593 3,937 ,000 1,000 732
Std. Residual -3,148 3,106 ,000 ,995 732
a. Dependent Variable: GROWTH_EMP_BO
37
6. model
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT GROWTH_EMP_BO
/METHOD=ENTER log_SIZE_EMP CUR_RATIO LEVER CAP_PROD CF_RATIOa logAGE
/SCATTERPLOT=(*ZRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 ,242a ,058 ,051 ,1789577 2,104
a. Predictors: (Constant), logAGE, CF_RATIOa, CAP_PROD, log_SIZE_EMP, CUR_RATIO, LEVER
b. Dependent Variable: GROWTH_EMP_BO
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1,440 6 ,240 7,496 ,000b
Residual 23,251 726 ,032
Total 24,691 732
a. Dependent Variable: GROWTH_EMP_BO
b. Predictors: (Constant), logAGE, CF_RATIOa, CAP_PROD, log_SIZE_EMP, CUR_RATIO, LEVER
38
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) ,308 ,048
6,453 ,000
log_SIZE_EMP -,097 ,019 -,196 -5,258 ,000 ,936 1,068
CUR_RATIO -,008 ,005 -,071 -1,656 ,098 ,704 1,421
LEVER ,000 ,000 ,015 ,332 ,740 ,605 1,652
CAP_PROD -2,766E-005 ,000 -,020 -,560 ,576 ,970 1,031
CF_RATIOa_ ,109 ,053 ,079 2,048 ,041 ,870 1,149
logAGE -,045 ,023 -,074 -1,935 ,053 ,893 1,120
a. Dependent Variable: GROWTH_EMP_BO
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -,022845 ,292530 ,137998 ,0443597 733
Residual -,5547087 ,6164659 ,0000000 ,1782227 733
Std. Predicted Value -3,626 3,484 ,000 1,000 733
Std. Residual -3,100 3,445 ,000 ,996 733
a. Dependent Variable: GROWTH_EMP_BO
39
