No abstract

Streszczenie Jakość podejmowania decyzji, a tym samym właściwe zarządzanie przedsiębiorstwem, jest ściśle związane z pozyskiwaniem ważnych informacji, którymi powinno dysponować kierownictwo firmy. Jedną z metod po­zyskiwania takich ważnych informacji jest benchmarking. Znaczenie benchmarkingu jest na tyle ważne, że coraz więcej badaczy włącza go jako obowiązkową część składową działalności przedsiębiorstwa. W sferze gospodarki występują jednak trudności z wykorzystaniem tej metody zarządzania z powodu tajemnicy prawa handlowego. Szeroka grupa fachowców jest więc pozbawiona cennych informacji. Nasze opracowanie ma na celu przys­pieszenie zmiany tej sytuacji wprowadzając zasady i pokazując efekty benchmarkingu dla wybranych spółek wydobywających wapienie. W ramach benchmarkingu wybrano największe spółki górnicze w Republice Czeskiej zajmujące się eks­ploatacją wapieni. Wybrane spółki obejmują obecnie 66% rynku. Wybrano więc: Ceskomorawsky cement a.s.; Cement Hranice a s.; LOMY MORINA, spol.s r. o; Holcim (Cesko) a. s., członek koncernu ; Velkolom Certovy schody, a. s. Podstawą badań benchmarkingu były wskaźniki finansowe (ROE, stopa zysku) i produkcyjne (koszty, wielkość produkcji DHM, wydajność pracy). Obliczenia tych wskaźników prowadzono dla lat 2008-2010. Ocena danych wykonywana była na podstawie analizy finansowej. Do przeprowadzenia analizy finansowej wybrano metodę matematyczno-statystyczną. Zastosowano metodę normowania zmiennych, której rezultatem było utwo­rzenie rankingu przedsiębiorstw od najlepszego do najgorszego. Wykazano, że znaczenie benchmarkingu można zwiększyć przydzielając wskaźnikom, za pomocą których badany jest obiekt przemysłowy, odpowiednie wagi, zmieniające rangę wybranych wskaźników. W obliczeniach autorzy zdecydowali się zastosować metody Fulliera, a konkretnie trójkąt Fulliera. W dużej liczbie badanych przedsiębiorstw wydobywczych spółki „Cement Hranice" w podanym wyżej okresie oka, w najgorszej sytuacji znajdowało się przedsiębiorstwo Velkolom Certovy schody a.s

Risk assessment is an integral part of the assessment of an investment project. Underestimating risks may lead to erroneous conclusions with negative impacts on the economy of the project. With regard to the level of investments and the time factor under mining company conditions, the issue of risk gains importance. The evaluation of existing practical experience shows that managers of mining companies more often approach to the risk assessment based on intuition, than through exact methods. The article is devoted to the risk assessment itself whose procedure is illustrated on a model example of assessing continuous and discontinuous alternatives of exploitation of loose overburden materials during large-scale coal mining operations in progress at pit quarries. AbstraktHodnocení rizika je nedílnou součástí posouzení investičního projektu. Podcenění rizika může vést k chybným závěrům s negativními dopady na ekonomiku projektu. S ohledem na výši investic a hledisko času v podmínkách těžebního podniku, nabývá problematika rizika na významu. Z hodnocení stávajících praktických zkušeností vyplývá, že manažeři těžebních podniků přistupují ke stanovení rizika častěji na bázi intuice, než s využitím exaktních metod. Článek se věnuje vlastnímu stanovení rizika, jehož postup naznačuje na modelovém příkladu posuzování kontinuální a diskontinuální alternativy exploatace sypkých skrývkových hmot při velkokapacitní těžbě uhlí probíhající na jámových lomech.

Among other methods, build-up models have been used to value equity. However, the build-up models are usually general models to appraise business and financial risks, and thus cannot fully mirror the special characteristics of different industries. The article presents a new model called 'Mining Build-up Model' to assess the risks of mining companies. The model has four modules of risks (A -Business risks, B -Financial risks, C -Mining risks, and D -Module of a mining company), altogether roofing 12 areas of different risks. To demonstrate its usefulness, the Mining Build-up Model was applied on a mining company called OKD, a.s. -a member of the mining group New World Resources (NWR) in the Czech Republic. For the different areas of risks, we quantified the components of risk, which became the starting points to determine the final risk premium. The quantification of the components of risks relies on expert evaluations of the degree of risk of the different components of risk in the risk modules. The weighs of the components of risks were determined using Saaty's method (the Analytic Hierarchy Process -AHP). We found that in OKD, a. s. -a member of the mining group NWR -the risk premium of cost of equity reached the value of 12.52 % in 2013. As we worked with the risk-free rate of return at a value of 2.83 %, the cost of equity for OKD, a. s. -a member of the mining group NWR, amounted to 15.35 %. The weighted average cost of capital of NWR Plc was calculated as 12.34 %.

Benchmarking is a useful managerial tool to identify opportunities in order to improve the efficiency and effectiveness of a companyvia the application of benchmarks to assess and compare the company efficiency with the leader in the field or other selected companies.For this reason, it is vital to conveniently select the different benchmarks and adequate methods for the evaluation. Havingbenchmarked five selected mining companies exploiting gravel-sand in the Czech Republic, CEMEX Sand, k.s., Českomoravskýštěrk, a. s., LB MINERALS, s.r.o., CEMEX Cement, s.r.o., and ZEPIKO, spol. s r.o., the article aims to consider mutual replacebilityof mathematical-statistical methods used for evaluation in benchmarking. Next, it verifies the agreement in results rendered bythe solvency and bankruptcy models and those rendered by mathematical-statistical methods. We used eleven benchmarks (EBITDA,ROA, ROS, WACC, Quick ratio, Total assets turnover, Net working capital turnover ratio, Interest coverage, Altman’s model,Index IN05, and Taffler’s model), and seven evaluation methods. The research study shows that the majority of the examinedbenchmarking methods may be mutually replaced. Based on the results, we determined two groups of methods, out of which onemethod may be chosen and mutually combined with a method from the other group, and vice versa. The first group contains theRank ordering weighting method, Point allocation method, Standardised variable method, Method of the distance from a fictitiousobject, Weighted sum method and TOPSIS method. The second group contains Weighted average method. The research also provesthat selected benchmarks, such as Altman’s model and Taffler’s model, may be used on their own.