VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU

DIPLOMOVÁ PRÁCE

2013JIŘÍ MIKEŠ

DIPLOMOVÁ PRÁCE

MASTER OF BUSINESS ADMINISTRATION

NÁZEV DIPLOMOVÉ PRÁCE/TITLE OF THESIS

Riziková analýza, vyhodnocení ekonomické efektivnosti a komerční životaschopnosti investičního projektu výzkumu a vývoje. Porovnání

metod, návrh způsobu zajištění financování projektu.

TERMÍN UKONČENÍ STUDIA A OBHAJOBA (MĚSÍC/ROK)leden 2014

JMÉNO A PŘÍJMENÍ / STUDIJNÍ SKUPINAJiří Mikeš / MBA 29

JMÉNO VEDOUCÍHO DIPLOMOVÉ PRÁCEMiroslav Špaček

PROHLÁŠENÍ STUDENTA

Prohlašuji tímto, že jsem zadanou diplomovou práci na uvedené téma vypracoval/a samostatně a že jsem ke zpracování této diplomové práce použil/-a pouze literární prameny v práci uvedené.Jsem si vědom/a skutečnosti, že tato práce bude v souladu s § 47b zák. o vysokých školách zveřejněna, a souhlasím s tím, aby k takovému zveřejnění bez ohledu na výsledek obhajoby práce došlo.Prohlašuji, že informace, které jsem v práci užil/a, pocházejí z legálních zdrojů, tj. že zejména nejde o předmět státního, služebního či obchodního tajemství či o jiné důvěrné informace, k jejichž použití v práci, popř., k jejichž následné publikaci v souvislosti s předpokládanou veřejnou prezentací práce, nemám potřebné oprávnění.

Datum a místo: 18. 11. 2013

____________________________

podpis studenta

PODĚKOVÁNÍ

Rád bych tímto poděkoval vedoucímu diplomové práce za možnost zpracovat téma práce a za jeho vstřícnost a odborné rady při jejím vzniku.

SOUHRNCíl práce: Posoudit ekonomickou efektivnost a komerční životaschopnost jednotlivých variant investičního projektu v podobě výzkumu a vývoje soupravy kitů pro spolehlivý popis poměrů na kontaminovaných lokalitách s ohledem na její sanační řešení. Současně s tím se zaměřit na rizika projektu, jejich řízení a vliv na vlastní projekt. Řešením by mělo být porovnání hodnotících metod a jejich aplikování na varianty projektu. Cílem je mimo jiné zdůraznění významu ekonomicko-finančního rámce projektu jako jeho integrální součásti, výzkum a vývoj nevyjímaje.Výzkumné metody: V teoretické části byla uplatněna analýza recentních a

relevantních informačních zdrojů. Jejich syntézou vznikla teoretická část jako informační východisko projektu. V praktické části byly sestaveny tři finanční modely výzkumných projektů, které se následně zhodnotily metodami hodnocení investic na bázi kvantitativních metod (NPV, IRR, PP a RI). Vzhledem k významu hodnoty flexibility v investičních projektech následovalo použití metody reálných opcí. Pro analýzu rizik byl zvolen postup založený na numerických metodách – simulace Monte Carlo pracující s náhodnými čísly.Výsledky výzkumu/práce: Výsledky práce mají dva rozměry: Strukturální (systematický) rozměr, který představuje metodický aparát pro přesvědčivější přípravu ekonomicko-finančních částí projektů ve výzkumu a vývoji, které mohou být financovány různými způsoby, a rozměr případové studie, v níž jsou využity metody hodnocení a metody analýzy rizik.Závěry a doporučení: Výstupy práce ukazují směr v přípravě výzkumně-vývojových projektů, který je založen vedle kvalitně zpracované věcné části záměru také na promyšleném postupu finančně-ekonomické analýzy. Na příkladu nástroje veřejné podpory výzkumných projektů je upozorněno na podcenění těchto aspektů. Zásadní doporučení se opírá o apel přistupovat k financování a ekonomice projektů zodpovědně na půdorysu jakéhokoliv projektového financování.

KLÍČOVÁ SLOVA

výzkum a vývoj, projekt R&D, metody hodnocení investic, reálné opce, analýza rizik

SUMMARYMain objective: Assessment of the economic efficiency and commercial viability of each variant of an investment project (research and development kits reliable description of conditions on contaminated sites with respect to its remediation solutions). At the same time, focusing on project risks, their management and the impact of its projects. The solution should be a comparison of evaluation methods and their application on variants of the project. Finally, this work should emphasize the importance of economic and financial framework of any project as its integral part (research and development is not exception).Research methods: In the theoretical part, analysis of recent and relevant information sources has been applied. Their synthesis was established as part of the theoretical basis of particular information. The practical part has been compiled in the form of three financial models, research projects, which are evaluated by capital budgeting (appraisal) methods based on quantitative methods (NPV, IRR, PP, and RI). Given the importance of flexibility in the value of investment projects, real

options method was used in order to quantify it. The risk analysis approach was based on numerical methods - Monte Carlo simulation working with random numbers.Result of research: The results of two dimensions: structural (systematic) dimension, which represents a methodological apparatus for preparing of compelling economic-financial parts of the projects in research and development, which may be financed in various ways. As a case study, evaluation methods and methods of risk analysis were used in order to comment their impact.Conclusions and recommendation: The outputs show the direction of the work of R & D projects, which is based not only on the quality of the processed material, however it focuses on particular methods of financial and economic analysis. The example of the public fund instruments for research projects is highlighted as well. A fundamental recommendation is based on the appeal to use finance and economics tools in project proposal preparation for any project financing mechanism.

KEYWORDS

research & development, project, capital budgeting methods, real options, risk analysis

JEL CLASSIFICATION

G11 – Portfolio Choice, Investment decisionsG3 – Corporate finance and Governance

D21 – Firm behavior

Obsah

1 Úvod.............................................................................................................................1

2 Teoreticko-metodologická část práce...........................................................................2

2.1 Management výzkumu a vývoje – teorie nástrojů a metod.....................................................3

2.1.1 Terminologický přehled.....................................................................................................3

2.1.2 Nástroje a metody výzkumu a vývoje................................................................................5

2.1.3 Stage Gate Innovation Process a další metody plánování projektů...................................6

2.1.4 Identifikace potřeb, SWOT analýza, rozhodování.............................................................7

2.2 Organizační rámec projektu..................................................................................................10

2.2.1 Log Frame projektu..........................................................................................................11

2.2.2 Ganttův digram................................................................................................................12

2.3 Ekonomické aspekty R&D projektu.....................................................................................13

2.4 Finanční a ekonomický pohled na R&D a jeho výstupy.......................................................14

2.4.1 Hodnotící metody, oceňování výstupů............................................................................15

2.4.2 Podstata investičního a finančního rozhodování..............................................................16

2.4.3 Dynamické metody hodnocení investic...........................................................................17

2.4.4 Ekonomická přidaná hodnota..........................................................................................18

2.4.5 Teorie dotací a subvencí..................................................................................................21

2.4.6 Multikriteriální hodnocení investičních variant...............................................................22

2.4.7 Reálné opce......................................................................................................................24

2.5 Analýza rizik a jejich management.......................................................................................29

3 Analytická/praktická část práce..................................................................................34

3.1 Přípravná fáze projektu.........................................................................................................34

3.2 Odborná část projektu a nefinanční přínosy..........................................................................34

3.3 Finanční model projektu.......................................................................................................37

3.4 Ekonomická hlediska projektu..............................................................................................42

3.5 Rozbor rizik a jejich prevence...............................................................................................49

3.5.1 Rizika dosažení cíle projektu...........................................................................................50

3.5.2 Citlivostní analýza a analýza rizik metodou Monte Carlo...............................................51

4 Závěr...........................................................................................................................66

Literatura.........................................................................................................................69

Přílohy.............................................................................................................................75

Seznam zkratek

CF cash flow (peněžní tok)

CSO/CTO chief science officer / chief technology officer

ČNB Česká národní banka

E! Eureka (evropský program podpory výzkumu a vývoje)

FEMS Federation of European Microbiological Societies

IRR internal rate of return

MPO Ministerstvo průmyslu a obchodu

NPV net present value

OECD Organizace pro hospodářskou spolupráci a rozvoj

OFAT One-Factor-at-a-Time

PERT project evaluation and review technique

PP payback period

R&D research and development (výzkum a vývoj)

RI rentability of investment

SWOT analýza silných, slabých stránek, příležitostí a hrozeb

TAČR Technologická agentura České republiky

US EPA US Environmental Protection Agency

VaVaI výzkum, vývoj a inovace

Seznam tabulek

Tab. 1 Logický rámec projektu...................................................................................................................12

Tabulka 2 Přehled zdrojů investičních projektů.........................................................................................21

Tab. 3 Typy reálných opcí..........................................................................................................................25

Tab. 4 Etapy a výsledky projektu...............................................................................................................36

Tab. 5 Varianty a scénáře investičního projektu........................................................................................38

Tab. 6 Struktura nákladů dotační fáze.......................................................................................................39

Tab. 7 Návrh variabilních nákladů.............................................................................................................41

Tab. 8 Finanční ukazatele firmy.................................................................................................................42

Tab. 9 Kvantitativní hodnocení investic.....................................................................................................44

Tab. 10 Ukazatele efektivnosti při variabilních nákladech z modelu VLASTNÍ...........................................45

Tab. 11 Vstupní hodnoty parametrů opce analyzovaného projektu VLASTNÍ............................................46

Tab. 12 Parametry pro reálnou opci v modelu VLASTNÍ............................................................................47

Tab. 13 Binomický rozvoj modelu VLASTNÍ a vývoj vnitřní hodnoty jeho opce..........................................48

Tab. 14 Podklady pro charakterizaci rizik..................................................................................................50

Seznam příloh

Příloha 1 Definice výzkumu a vývoje

Příloha 2 Přehled hodnotících metod dle faktoru času

Příloha 3 Log Frame projektu

Příloha 4 Ganttův diagram

Příloha 5 Finanční modely projektů

Příloha 6 Matice rizik

Seznam obrázků

Obrázek 1 Kontinuum R&D..........................................................................................................................4

Obrázek 2 Proces fází a bran.......................................................................................................................7

Obrázek 3 Matice SWOT.............................................................................................................................9

Obrázek 4 Rozhodovací strom...................................................................................................................10

Obrázek 5 Projektová fiše..........................................................................................................................12

Obrázek 6 Ganttův diagram zhotovený v MS Excel...................................................................................13

Obrázek 7 Word cloud k tématu ekonomických aspektů...........................................................................13

Obrázek 8 SWOT analýza..........................................................................................................................37

Obrázek 10 Průběh kumulovaného CF v tis. Kč..........................................................................................43

Obrázek 11 Model DOTACE - Tornado Chart.............................................................................................53

Obrázek 12 Model DOTACE – rozdělení pravděpodobnosti NPV, IRR a RI.................................................54

Obrázek 13 Model DOTACE - analýza citlivosti..........................................................................................55

Obrázek 14 Model VLASTNÍ -Tornado Chart..............................................................................................56

Obrázek 15 Model VLASTNÍ – rozdělení pravděpodobnosti NPV, IRR a RI.................................................57

Obrázek 16 Model VLASTNÍ – analýza citlivosti.........................................................................................58

Obrázek 17 Model NÁKUP - Tornado Chart...............................................................................................59

Obrázek 18 Model NÁKUP – rozdělení pravděpodobnosti NPV, IRR a RI...................................................60

Obrázek 19 Model NÁKUP – analýza citlivosti...........................................................................................61

Obrázek 20 Simulace vlivu diskontní sazby na NPV modelů......................................................................63

Obrázek 21 Simulace vlivu variabilních nákladů na NPV modelů..............................................................64

Obrázek 22 Simulace vlivu objemu produkce na NPV projektů..................................................................65

1 Úvod

Jednou z cest, jak systematicky budovat konkurenční výhodu, je bezesporu výzkum a vývoj. Je-li konkurenční výhoda vnímána jako klíčový prvek úspěšné existence na trhu a takového podnikání, které může být označeno za úspěšné, je nasnadě namísto snah o elegantní definice konkurenční výhody věnovat o to více času jejímu aktivnímu budování, ochraně a rozvíjení. V dnešní době, která bez nadsázky bývá označována jako informační věk, se stále více smývají rozdíly mezi jednotlivými subjekty na globálním trhu a právě tvorba pozice, která dostatečně účinně odlišuje vůči konkurentům, která je efektivním průmětem konkurenceschopnosti a která posiluje prvek výjimečnosti, je stále těžší. Současně s tím je však nutné dodat, že nikdy nebylo snazší aktivně se zapříčinit o systematický a zejména strategický přístup k utváření konkurenční výhody. Nejenom díky informovanosti, ale především díky možnosti zužitkovat bezpočet prostředků pro její budování.Aplikovaný výzkum, popř. experimentální vývoj představují oblasti, jejichž společným jmenovatelem je silný důraz na použitelnost jejich výstupů v praxi (i ve smyslu businessu). Výrazně se tak odlišují od výzkumu základního, jehož stěžejní pohnutku představuje síla zaplnit bílá místa ve stavu poznání z hlediska principů a teorií. Aplikovaný výzkum zaujímá v podnikových procesech místo, kterého zdánlivě odlišuje od úsilí okamžitě zvyšovat zisk, zlepšovat procesy jako takové a zefektivnit návratnost investic. Zapojení prvku nejistoty jako základního charakteristického znaku R&D však bezprostředně závisí, ovlivňuje a za správně zvoleného postupu zlepšuje všechny zmíněné oblasti na mikroekonomické úrovni. Z hlediska makroekonomického je konkrétní složkou, jejímž úspěšným rozvojem celé hospodářství posiluje svoji konkurenceschopnost, znalostní charakter a strategická pozice v globálním světě.Možná více než kdy v minulosti mají podniky šanci buď samy, nebo formou účinné spolupráce se specializovanými organizacemi (univerzity, vysoké školy, výzkumné ústavy) možnost rozvíjet svou konkurenční výhodu cestou výzkumu a vývoje. Státy obecně bývají velmi nakloněny těmto snahám a poskytují ať již na národní nebo mezinárodní úrovni globální nástroje, kterými lze snižovat rizikovost výzkumu, odbourávat silnou averzi k riziku a podporovat tuto formu chování na podnikové úrovni. Jedná se nástroje v podobě programů podpory výzkumu a vývoje, seed fondy nebo politiku daňových úlev pro nositele výzkumu a vývoje na firemní úrovni.Tato práce si v teoretické rovině vytkla popsat proces výzkumu, shromáždit účinné nástroje pro implementaci, měření a řízení těchto aktivit a nastínit cesty, jak vidět přínos v celkovém parametru úspěchu. V praktické části se věnuje konkrétnímu projektu výzkumu a vývoje v oblasti biotechnologie pro životní prostředí a aplikuje na ně ekonomicko-manažerský aparát s cílem nastínit přínos integrálního průniku odborné a technické roviny s efektivní správou a alokací finančních zdrojů a vhodně koncipovanou pozicí ve výzkumu a vývoji.

1

2 Teoreticko-metodologická část práce

Investiční projekty pro komerční subjekty jsou nástroji, jejichž prostřednictvím mohou

značnou měrou ovlivnit svoji budoucnost. Ve znalostně orientované ekonomice

s důrazem na posilování konkurenceschopnosti sehrávají klíčovou roli investiční

projekty ve výzkumu a vývoji. Výzkum může být chápán jako náklad (vysoká škola,

výzkumná organizace), ale měl by být vždy brán jako investice1 (aplikovaný výzkum,

experimentální vývoj, transfer poznatků základního výzkumu) (Boer, 1997, pp. 97–99).

Investiční rozhodování vyžaduje nejenom nezbytné penzum ekonomických a

manažerských znalostí, ale klade nároky na synergii s racionalitou designu a řízení

vlastní výzkumně-vývojové činnosti. Jedná se o exemplární případ potřebné

mezioborové symbiózy, která nesmí být pouhým účelovým konstatováním.

Intenzivně se rozvíjejícím sektorem na pomezí konvenčních přístupů vycházejících ze

znalostí chemie, geologie, mikrobiologie a jejich inženýrských aplikací je

environmentální servis v oblasti technické ochrany životního prostředí. Právě relativní

mládí této oblasti nabídky služeb klade značné požadavky na intenzifikaci

technologických transferů, na identifikaci konkrétních potřeb a především na hledání

východisek, díky kterým nejenom prosperuje firma toho odvětví, ale zároveň značným

způsobem ovlivňuje znalostně pojatou ekonomiku, přispívá k posílení

konkurenceschopnosti a v neposlední řadě má i nezanedbatelně velký vliv na životní

prostředí jako veřejný zájem a externalitu. To ještě více umocňuje potřebu racionálně

vynakládaných prostředků nejenom na vlastní podnikatelskou činnost, ale i na koncepci

R&D, neboť veřejné zdroje na odstraňování starých ekologických škod a v mnoha

případech i ekologických havárií před přijetím legislativy spojené s ekologickou újmou

jsou značně omezené a malé. Trh environmentálního servisu je specifický a

komplikovaný variabilitou možných interakcí.

Vliv na výdaje a příjmy komerčního subjektu, nezbytná riziková analýza, predikce

životního cyklu projektu2 s důrazem na komerční životaschopnost a průběžné

vyhodnocování ekonomické efektivnosti vymezují mantinely, které nejsou pouhou

teoretickou studií, ale mají nesmírně velký dopad na celkovou úspěšnost výzkumně-

1 investiční projekt jako nástroj tvorby hodnoty ekonomického subjektu2 graficky často znázorňovaná jako S-křivka, křivka se sigmoidním průběhem, analogie růstové křivky

z populačních studií a biologie

2

vývojově koncipovaného projektu v reálné praxi. Výše uvedené okruhy tak poskytují

základní okruh cílů, jejichž splněním by mělo být dosaženo účelu této práce – konkrétní

propojení ekonomicko-manažerské teorie s managementem výzkumu a vývoje na bázi

výstupu, jehož výsledky by měly mít reálný průmět v konkrétních aktivitách

komerčního subjektu zabývajícího se mj. smluvním výzkumem a technologickým

vývojem.

Cílem práce je na konkrétním výzkumně-vývojovém projektu aplikovat tři scénáře jeho

financování, s využitím dotačního titulu a bez veřejné podpory formou nákupu řešení

nebo jeho vlastního vývoje. Tyto situace budou modelovány s využitím shodných

parametrů, které v sobě nesou organizační, nefinanční, hospodářskou a finanční stránku

projektu. V obou zmíněných případech budou uplatněny hodnotící metody a analýza

rizik.

V případě environmentálních projektů bývá často zmiňováno hledisko veřejného zájmu,

neboť životní prostředí se vnímá jako externalita a oblast s významným vlivem státu

(Coase, 2012, p. 23). Tento výrok hraje důležitou roli při hodnocení těchto typů

projektu, neboť se proces hodnocení komplikuje o fázi přiřazení hodnoty externalitě,

což je vždy nesmírně komplikované a subjektivní (Šauer, 2007, p. 30).

2.1 Management výzkumu a vývoje – teorie nástrojů a metod

2.1.1 Terminologický přehled

Výzkum a vývoj (v anglosaském světě často pod zkratkou R&D) je typem podnikových

procesů, které mají velmi specifickou funkci a pozici ve struktuře podnikových aktivit.

Zjednodušeně může být komerční výzkum a vývoj vnímán v kontextu dvou rovin

problému: První z nich je nový produkt, jehož lze jen těžko dosáhnout bez jakékoliv

formy posunu ve stavu poznání, a druhou nová znalost na bázi osvojení si vědeckých a

technologických témat, jejichž cestou je odhalení a rozvinutí cesty k novému produktu

nebo službě. Trott (2008, p. 252) logicky upozorňuje na dějovou souslednost obou

aspektů a integruje je do tzv. R&D continuum3 (Obr. 1). Existují i jiné verze této

myšlenky, které jsou znázorňovány většinou jako časový průběh, životní cyklus,

3 termín zvolen za účelem vystihnout spojitost všech zúčastněných dějů jako vzájemně nedělitelných a

se závislostí na pořadí

3

nicméně princip zůstává shodný – vyjádřit přeměnu myšlenky nebo konceptu do

podoby fyzického produktu (služby).

Twiss (1992) nalezl pro komerční výzkum a vývoj přiléhavou a dodnes často citovanou

definici: „R&D is the purposeful and systematic use of scientific knowledge to improve

man‘s lot even through some of its manifestation do not meet with universal approval.4“

Kontroverzní výstupy dle této definice jsou v dnešní době mnohem snáze doložitelné na

konkrétních příkladech – např. kmenové buňky, genetické modifikace – odpor

konzervativců, odpor církevních kruhů, mnohdy absolutně mimo rozsah racionálního

chápání. Roussel (1991, p. 252) přinesl možná ještě výstižnější popis: „To develop new

knowledge and apply scientific or engineering knowledge to connect the knowledge in

one field to that in others.5“ Přidaná hodnota tohoto výroku leží v upozornění na natolik

vysokou rychlost vývoje stavu poznání, že je mnohdy naprosto nereálné tento integrační

krok uskutečnit.

Obr. 1 Kontinuum R&D

zdroj: podle Trott (2008, p. 252)

V této části může být užitečné definitoricky přiblížit některé stěžejní pojmy spojené

s problematikou výzkumu a vývoje. Předně zejména pro evropské prostředí (pojetí

akceptované EU a používané v dokumentech Rámce společenství) by měly být odlišeny

pojmy základní výzkum, experimentální vývoj a aplikovaný výzkum.

4 proces účelného a systematického využití vědecké znalosti – popření častých výroků o „neužitečnosti

základního výzkumu“, autor této práce (Jiří Mikeš) se přiklání k názoru, že výzkum je buď dobrý,

nebo špatný5 chvála interdisciplinarity s jedinou podmínkou – nesmí být samoúčelná a uměle konstruovaná

4

2.1.2 Nástroje a metody výzkumu a vývoje

Nositeli výzkumu a vývoje bývají vědečtí pracovníci6, v pojetí základního výzkumu

badatelé, v rovině komerčního výzkumu a vývoje inženýři nebo tzv. industrial

scientists7, což je název obtížně přeložitelný vhodným způsobem do českého jazyka.

Např. v USA je kariéra výzkumného pracovníka v komerčních službách nesmírně

ceněna, na rozdíl od tuzemského prostředí, kde je chápána spíše jako neúspěch ve

vztahu ke kariéře akademické nebo ze zištných důvodů.8 Většina výzkumných

pracovníků, kteří opouštějí akademickou půdu a přicházejí do komerčního prostředí, je

deformována stereotypy, které jsou obvyklé pro prostředí vysokých škol a výzkumných

ústavů. Zjednodušeně se jedná o utlumený účinek existenčních tlaků a potřeby

ekonomické racionality daných charakterem uvedených pracovišť, jež jsou vesměs

příspěvkovými organizacemi státu. Změna ve způsobu jejich uvažování bývá

dlouhodobým procesem a ne vždy se ho plně zdaří uskutečnit. Viditelným způsobem se

tyto skutečnosti projevují v momentě, kdy se výzkumný pracovník dostává na

manažerskou pozici. Tyto otázky si kladl Holec (2007), kdy definoval skutečnou

motivaci výzkumníka, kterou je zisk uznání v komunitě vědců získávané publikacemi v

uznávaných (impaktovaných) časopisech. Odtud také pramení mezi akademickými

pracovníky známé heslo publish or perish9. Právě ztráta určité svobody je často

používána jako argument neochoty měnit akademickou půdu za půdu komerční. Stane-li

se tak, bývá změna v uvažování a návycích velmi obtížná, zejména skutečnost

přizpůsobit se potřebě rozhodovat a využívat omezeně alokované a dostupné zdroje.

Nejvhodnějším adeptem na manažera výzkumu a vývoje10 se tak pragmaticky stává

kandidát v podobě ekonomicky vzdělaného vědce, nejlépe s akademickou i komerční

praxí. Takových lidí je však na trhu práce velmi málo, a pokud již jsou, tak je jejich

6 Drucker (1999, p. 166) je zastáncem širšího termínu znalostní pracovníci, neboť ne vždy se jedná o

intelektuálně pracující, mohou jimi být i techničtí a manuálně pracující pracovníci, společným rysem

je fakt, že vytváření ekonomickému subjektu hodnotu. Davenport (2005, p. 12) definuje znalostní

pracovníky jako lidi, kteří si vydělávají na živobytí tím, že myslí.7 http://www.careerinscience.co.uk/pathways/industrial.html8 ústní sdělení prof. Vladimíra Jirků, z roku 2002 (profesor mikrobiologie na VŠCHT Praha)9 autorství je přisuzováno M. Faradayovi, mj. známého obdobným výrokem Work, finish, publish

(paradoxně nadprodukce odborných textů jako důsledek tlaku hodnotících nástrojů vědecké práce vedl

k jízlivé poznámce, že všichni píšou a nikdo nečte…)10 R&D director, v anglosaském světě často chief science officer (CSO) nebo chief technology officer

(CTO)

5

práce velmi nákladná. Reakcí na potřebu saturovat poptávku po manažerech výzkumu

bylo zavedení studijních programů na některých amerických a evropských univerzitách,

popř. posílení významu studia programu MBA. V českém prostředí se vzdělávání v této

oblasti věnuje např. Katedra informačních technologií při VŠE v Praze. Jinak se jedná o

poměrně pozoruhodnou příležitost pro poskytovatele profesního vzdělávání, neboť je

evidentní nárůst poptávky po schopných manažerech v této oblasti.

2.1.3 Stage Gate Innovation Process a další metody plánování projektů

Výzkumně-vývojové projekty mají charakter jednorázových produkčních systémů,

neboť většinou jsou časově ohraničené, věcně definované a po splnění svého účelu

končí. Obecně je jejich věcná stránka determinována obecnými principy projektového

managementu ve vazbě na proces identifikace potřeb. Nicméně na tomto místě není od

věci uvést, že obdobné nástroje mohou nacházet uplatnění jak v procesu výzkumu a

vývoje, tak v širším pojetí inovací (např. produktové nebo procesní). Manažer projektu,

který je zodpovědný za jeho řízení (ať už výzkumně-vývojového nebo inovačního) musí

čelit vysokému stupni nejistoty, neznámých, proměnných a s tím souvisejících rizik.

U jednoduchých projektů se nabízí možnosti sloupcových diagramů, kterými se projekt

rozčlení na diskrétní objekty (činnosti nebo úkoly, analyzuje a sleduje (monitoruje)

v čase, včetně průmětu potřeb pracovní síly, postupu řešení, popř. zpoždění nebo

problémů. U komplikovaných typů projektů je však tento prostředek již nevhodný,

neboť nestačí na složitost systému. Z těchto důvodů se v součinnosti s rozvíjející se

výpočetní technikou objevila možnost síťové projekce konkrétních projektů. Konkrétně

se jedná o model PERT (Program Evaluation and Review Technique) a metodu CPM

(Critical Path Method – metoda kritické cesty), které v současnosti existují v mnoha

modifikacích a během své historie, která sahá do 50. let 20. století, se velmi osvědčily

např. v projektu vývoje ponorky pro odpalování raket Polaris, resp. při koordinaci prací

v rafinériích (Skalický, et al., 2007). Jinou metodou je Stage-Gate, v řadě svých

modifikací používaný nejenom v projektech výzkumu a vývoje a inovací, ale také

v marketingu a managementu obecně. Společným jmenovatelem těchto prostředků je

vnesení systému a pevných bodů do struktury projektu.

Stage-Gate Control Process (SGCP), jinými slovy též proces fází a bran (Obr. 2), což je

určitá metafora pro inovační proces nebo pro vývoj nových produktů. Je oblíbeným

dokumentačním prostředkem těchto dějů. Metafora spočívá v příměru projektových

6

aktivit k fázím (stages), které jsou přetínány kontrolními body v podobě bran (gates).

Brány jsou kontrolními body, které pracují v režimu stop-or-go. Generický model

SGCP popsal podrobněji Roberts (2007) ve své práci, včetně významu nastavení svých

metrik.

Obr. 2 Proces fází a bran

zdroj:STAGE-GATETM, logisticviewpoint.com

Na druhou stranu dobře sestavená struktura v rovině identifikace potřeb, popř.

identifikace příležitostí, SWOT analýza, logický rámec projektu a jeho průmět do

časového rozměru např. formou Ganttova diagramu mnohdy poslouží pro řízení

projektu více, než sebedokonalejší softwarová aplikace. Složitost (např. koexistence

více projektů v čase v rámci kompetenčního centra) se následně řeší aplikací tzv. work

packages (WP), pracovních balíčků. V tomto případě je však nutné původně dílčí

projekty překlasifikovat na součásti většího projektového celku.

2.1.4 Identifikace potřeb, SWOT analýza, rozhodování

Potřeba je subjektivně pociťovaný nedostatek něčeho nezbytného, což při jejím

dlouhodobém nenaplňování vede k deprivaci (definice v ekonomii a psychologii). Právě

schopnost analytického odhalení určitého nedostatku bývá často v kontextu

s dostupným stavem poznání spouštěcím mechanismem pro přípravnou práci na

výzkumně-vývojovém projektu, jehož účelem je pozitivní změna vyjádřená cílem

v podobě naplnění konkrétní potřeby (Plamínek, 2008, p. 70).

Příležitost je časově podmíněný pozitivní okamžik pro realizaci určitého cíle nebo

naplnění účelu. Rozpoznání vnějšího potenciálu je novou možností, stimulem a

impulzem k využití. Jedná se o jinou formu spouštěcího mechanismu v rozhodovacím

procesu pro zahájení práce na projektu výzkumu a vývoje nebo inovace (Korecký, 2011,

p. 196).

7

Souvislost mezi příležitostmi a potřebami může být přímá i nepřímá, jednoznačně však

platí, že každá potřeba se stává příležitostí pokusit se ji naplnit. Z hlediska inovačních i

výzkumných procesů se jejich identifikací může podařit vytvořit soubor zásadních

výchozích předpokladů, které determinují logický rámec projektu, o kterém bude

pojednáno (v kapitole 2.2) v širších souvislostech. Pokud už byly zmíněny potřeby jako

příležitosti, je žádoucí zároveň dodat, že determinantem potřeby se mohou stát i

konkrétní slabé stránky objektu, stejně tak stránky silné (z hlediska potřeby je udržet a

rozvíjet) a v neposlední řadě i hrozby (vůči nimž reálnou potřebu představuje obrana

před jejich účinkem). Výčtem pojmů silné a slabé stránky, příležitosti a hrozby byl

vysloven základní věcný rozměr tzv. matice SWOT11. Původ tohoto prostředku je

přisuzován autorovi jménem Albert Humphrey12, který ho konstruoval jako strategickou

plánovací metodu pro konkrétní projekty nebo podnikatelská rizika (Witcher, 2010, p.

140). SWOT však není v podstatě žádný průlom v poznání, je to však typická ukázka,

jak pracovat s informacemi a jak jejich novou superpozicí zvýraznit jejich skrytou

hodnotu. Otázkami, na které přináší odpověď SWOT se lidstvo zabývá od nepaměti a

minimálně v dobách antických filozofů byly poměrně intenzivně řešeny v podobě, jak

k nim dnes přistupuje např. strategický management. SWOT umožňuje přehlednou

konfrontaci s problémem, k jejímu popisu a konstrukci je dobré uvést, že se od ní

neočekává vyčerpávající obraz situace, ale především použitelnost v kontinuu vymezení

kritických oblastí – formulace cílů – stanovení cesty pro dosažení cílů (Kotler, 1992, p.

105). Pro snazší interpretaci může být v obecném uchopení SWOT vyjádřena graficky

(Obr. 3) s důrazem na všechny její součásti.

11 SWOT je akronymem odvozeným z počátečních písmen anglických ekvivalentů – strengths,

weaknesses, opprotunities, and threats12 chemický inženýr s titulem MBA z Harvard Universtity

8

¨

Obr. 3 Matice SWOT

zdroj: vlastní konstrukce inspirovaná nepublikovanou prezentací

Není potřeba komentovat obsah grafického znázornění, ovšem je na místě

charakterizovat každou ze složek matice. Silné stránky jsou ty, které je třeba udržet,

budovat a posilovat, slabé napravit nebo opustit, příležitosti vyhodnotit dle priorit a

přizpůsobit a vůči hrozbám Mašína (2011) postavit protiútok. Poslední poznámkou

k tomuto tématu může být doporučení, jak v rámci matice formulovat strategie: SO –

nové cesty k rozvoji silných stránek, WO – eliminací slabých generovat nové

příležitosti, ST – silnými zamezit hrozbám a WT – omezit hrozby, které útočí na slabé

stránky (Jalan, 2004). Pro projekt inovace a výzkumu to představuje velmi dobrou cestu

vpřed.

Rozhodování se prolíná prakticky jakoukoliv lidskou činností, řízení zejména. Již

z uvedených slov může být patrné, že faktor rozhodování je všudypřítomný (např.

Stage-Gate, volba programu pro projekt). Zabývá se jím samostatná součást manažerské

vědy, decission management (manažerské rozhodování), které však svou abstraktností

je mnohdy spíše na uživatelovu obtíž. Na druhou stranu v souvislosti s faktem, že

výzkum a vývoj může být velmi často vnímán jako reálná opce, představuje teoreticko-

metodologický aparát této subdisciplíny základní východisko k řešení těchto problémů.

Tak např. tzv. Black – Scholes vzorec pro jejich výpočet je neodmyslitelně spjat

s rozhodovacími stromy (Obr. 4), neboť poskytují rámec pro uskutečnění výpočtu

(Marlow, 2001, p. 59)

9

Obr. 4 Rozhodovací strom

zdroj: zpracováno podle (Duchoň, 2008, p. 149)

Jedná se o typ grafu, který tvoří uzly a hrany. Uzly jsou buď rozhodovací (ovlivněné

subjektem rozhodování, čtvereček) nebo situační (dané stavem, kroužek). Z obou

vycházejí hrany, které jsou v rozhodovacím případě deterministického charakteru a

v případě situačního stochastického charakteru. Pro ně je typické, že suma jejich

pravděpodobností v systému se musí rovnat jedné. V situačních uzlech se počítá jistotní

ekvivalent, v rozhodovacích poziční hodnota, která je maximem (výnosový princip)

nebo minimem (nákladový princip) ocenění. A rozhodování se zakládá na zamítnutí

variant s horší hodnotou. Hodí se pro víceetapové procesy s jedním rozhodovacím

kritériem, což je v případě inovací i výzkumu poměrně dobře využitelné (Rokach, 2008,

p. 49).

2.2 Organizační rámec projektu

Předpokladem úspěšné konstrukce návrhu projektu výzkumu a vývoje je jeho vhodná

organizační struktura. Ta nejenomže ovlivňuje způsoby, jak bude dosaženo cílů, ale má

nezanedbatelný vliv na kontrolní rovinu projektu a ovlivňuje i práci s rizikem a jeho

komunikaci navenek, monitoring a ocenění. Podle principů projektového managementu

lze vnitřní strukturu projektu velmi dobře aproximovat jeho tzv. logickým rámcem13,

což je systém otázek a odpovědí, které determinují vnitřní prostor projektu z hlediska

rámce jeho cílů, aktivit, výstupů a jejich výsledků. Z časového hlediska splňuje

13 neboli log frame, zpodrobnění návrhu projektu, jehož duchovním otcem je L. J. Rosenberg a ustálil se

pro komunikaci a charakterizaci projektu

10

požadavky a vhodně vyhovuje výzkumným a inovačním projektům tzv. Ganttův

diagram14, který vedle vyjádření časového průmětu do délky trvání projektových

činností mnohdy i velmi účinně charakterizuje vnitřní závislost mezi těmito objekty.

2.2.1 Log Frame projektu

Logický rámec projektu pracuje s objekty, jimiž jsou definovány následující

charakteristiky – hlavní cíle, účel projektu, výstupy projektu, aktivity projektu a popř.

předběžné podmínky. Každý tzv. intervenční cíl by měl být vyjádřitelný objektivně

ověřitelným ukazatelem, dále zdrojem, ve kterém je tato informace ověřitelná a

definován, za jakého vnějšího předpokladu a rizika nastane (Morra, 2009). Jak je

z tohoto textu patrné, logický rámec projektu je silnou pomůckou i pro management

rizik, neboť vykresluje cestu výskytu rizik jako omezující podmínky. Vraťme se

k intervenčním cílům. Pro jejich snazší identifikaci je možné použít soubor otázek:

cíle (Co?) účel (Proč? Kvůli čemu?) výstupy (Co?) aktivity (Jak?)

Celkový cíl (cíle) a specifický cíl (účel) jsou mnohdy velkou komplikací správně je

identifikovat a stanovit. Účel musí vyjadřovat cíl, ne aktivity, zjednodušeně by mělo být

z účelu zřejmé, jaké změny má být prostřednictvím projektu dosaženo. Účel je

souborem specifických cílů. Celkový cíl představuje metu snažení, kvůli které projekt je

řešen. Specifické cíle utváří jeho účel a jsou průmětem operačních cílů, které

determinují rozsah aktivit. Prostřednictvím aktivit dochází k přetváření vstupů do

výstupů, které se projeví svým výsledkem a druhotně reprezentují tzv. specifické

dopady, což je kontrolně splněním specifických cílů. Jejich úhrnný dopad pak koreluje

s celkovým cílem a představuje naplnění potřeb. Logický rámec tvoří část tzv.

projektové fiše15 (Obr. 5), což může být chápáno jako dokumentační charakteristika

konkrétního projektu.

14 neboli rozvrh projektu vyvinutý H. Ganttem a velmi rychle se rozšířil v projektovém managementu pro

potřebu vyjádření časového rozměru jeho prvků15 z francouzského la fiche, kartička, lísteček

11

Obr. 5 Projektová fiše

zdroj: Kraj středočeský na www.kr-stredocesky.cz

V logickém rámci (Tab. 1) existuje vertikální logika (příčina – důsledek), jestliže byly

provedeny aktivity, bylo dosaženo výstupů s výsledky. Jestliže tyto výstupy s výsledky

byly dosaženy, lze očekávat změnu (účel, specifický cíl). Jestliže byl naplněn specifický

cíl (účel), pak bylo přispěno k dosažení celkového cíle. Vedle toho horizontální logika

popisuje co – kolik, o kolik, kdy, dokdy, za kolik – kde lze ověřit – za jakých podmínek

a s jakými riziky je v projektu obsaženo. (Chambers, 2012)

Tab. 1 Logický rámec projektu

LFA Intervenční logika

Objektivně ověřitelné ukazatele

Zdroje a prostředky pověření

Předpoklady a rizika

Celkový cíl 0Účel

Výstupy a výsledkyAktivity Vstupy a

prostředkyČasový

harmonogramzdroj: vlastní konstrukce

2.2.2 Ganttův digram

Rozvržení času v projektu je předmětem tzv. Ganttova diagramu (Obr. 6). Časové

charakteristiky úkolů v projektu, často doplněné o vzájemnou závislost na bázi principu

12

je-li splněno, může být přistoupeno k dalšímu kroku. Z hlediska projektu velmi užitečný

kontrolní nástroj a prostředek plánování aktivit.

Obr. 6 Ganttův diagram zhotovený v MS Excel

zdroj Microsoft Office

2.3 Ekonomické aspekty R&D projektu

Smyslem této části je pokus o nalezení odpovědí na otázku, co výzkum a vývoj může

znamenat z ekonomického (finančního) hlediska. Pro přehlednost byla graficky

zpracována konfrontace pojmu s pojmovým rámcem ekonomie a financí (Obr. 7 Word

cloud k tématu ekonomických aspektů) s důrazem na váhu vlivu (velikost písma).

equity asset expenditure expense

cost goodwill R&D investment

offset capitalized option cash flow

taxObr. 7 Word cloud16 k tématu ekonomických aspektů

zdroj: vlastní konstrukce

16 nebo též tag cloud, vizuální prezentace metadat v podobě klíčových slov, které se vyskytují v určitém

souboru, slouží pro zpřehlednění a pochopení souvislostí mezi nimi navzájem

13

2.4 Finanční a ekonomický pohled na R&D a jeho výstupy

V makroekonomickém pojetí sledují statistikové státní výdaje na výzkum a vývoj

(zejména formou dotační politiky, grantů) a soukromé výdaje za stejným účelem

(většinou ve vazbě na požadovaný vlastní vklad v projektech výzkumu v rámci

národních programů) a vyjadřují je jako procenta HDP. Tento ukazatel slouží k

charakteristice daného státu z hlediska jeho inklinace ke znalostní ekonomice a

formování vlastní konkurenceschopnosti. České celkové výdaje na výzkum a vývoj

představovaly v roce 2011 70,7 mld. Kč, což bylo 1,28 % HDP a meziroční nárůst

znamenal zvýšení o 20,6 %), (ČSÚ, 2012). Ze strukturálního hlediska představuje

veřejná podpora výzkumně-vývojových projektů pobídkový aparát, který by měl přimět

podniky a jiné subjekty k vynakládání vlastních prostředků ke tvorbě takových hodnot

(nová pracovní místa, posilování konkurenceschopnosti, utváření znalostního charakteru

národní ekonomiky), které přinesou veřejnou přidanou hodnotu. Strategií se v českém

prostředí na tomto poli zabývá Rada vlády pro výzkum, vývoj a inovace

(www.vyzkum.cz) jako poradní orgán státní exekutivy.

Výzkum a vývoj představuje buď investici, nebo náklad17 (Boer, 1997, pp. 97-99).

Z hlediska komerční firmy je jeho pozice v roli investice žádoucí, neboť takto odložená

spotřeba je cíleným (i když poměrně rizikovým) alokováním prostředků s cílem jejich

zúročení. Podobně se na výzkum dívají investoři rizikového kapitálu (např. business

angels, venture investors, poskytovatelé private equity), kteří od vložených prostředků

očekávají minimálně jejich návratnost, optimálně přínos, zisk. Ovšem existují subjekty,

pro které je výzkum z tohoto hlediska nákladem. Jedná se o univerzity a výzkumné

instituce, pro něž je výzkum a vývoj hlavním tématem jejich činnosti. Bohužel se však

ukazuje, že pouhý nákladový koncept je velmi krátkozraký a i tyto instituce by na

výzkum alespoň částečně měly pohlížet jako na investici, která jim v budoucnu zajistí

aktivum nehmotného charakteru (např. podíl na vlastnictví patentu, užitného vzoru nebo

jiného nástroje IPR, díky kterému lze licenčně generovat stabilní příjem v rámci cash

flow). Obdobně uvažuje i komerční podnik, který se věnuje výzkumu a vývoji, v jeho

17 Stejný problém, který bývá frekventovanou otázkou v účetnictví, zda konkrétní náklady mají být

účtovány jako investiční (CAPEX) nebo jako výdaje. Náklady klasifikované jako výdaje se v měsíčním

vykazování objeví jen jednou. Náklady vedené jako investiční se amortizují (promítají do nákladů)

několik let (Máče, 2013, p. 250). Jinými slovy lze problém náklad – investice vnímat jako řešení

problému money value versus nevratně vynaložené prostředky.

14

případě se ještě může hovořit o nezanedbatelném příspěvku k budování jiného

nehmotného aktiva, jímž je goodwill. Představuje-li výsledek výzkumu způsob rozšíření

aktiv subjektu (neboli kapitalizace výsledku výzkumu), tak je zároveň potřeba dodat, že

obdržená dotace navyšuje cizí zdroje na straně pasiv. Mnohem výstižnějším příměrem

pro výzkum a vývoj je jejich vnímání jako reálné opce. Opce znamená volbu a ve

finančním hledisku zohledňuje výzkum v podobě reálné opce svoji hodnotu danou

prostřednictvím svých výsledků. Výpočet hodnoty reálné opce je poměrně složitý,

nicméně pro účely hodnocení výzkumu a vývoje v komerčním prostřední nesmírně

užitečný (Skalický, et al., 2007). Z hlediska daňového je v řadě národních legislativ

zakotvena možnost daňově odpočitatelného nákladu v podobě výzkumu a vývoje.

V českém prostředí je tato skutečnost zakotvena v § 34 Zákona 586/1992 o daních z

příjmů ve znění pozdějších předpisů o možnosti odpočtu 30 % výdajů na výuku žáků a

100 % výdajů na výzkum a vývoj.

V navazující podkapitole pak následuje finanční a ekonomický pohled na R&D a jeho

výstupy, zejména z hlediska oceňování výzkumu a vývoje a jeho výstupů. Klíčovým

faktorem v tomto náhledu na výzkum a vývoj je jeho hodnota.

2.4.1 Hodnotící metody, oceňování výstupů

Nechť je výzkum a vývoj vnímán jako riziková investice se zpožděným výnosem.

Zároveň je třeba dodat, že riziková investice může být co do svých výnosů vysoce

atraktivní. V případě výzkumu a vývoje se jedná o vzájemný účinek příležitosti

technické a obchodní, které představují hodnototvorný potenciál. Z hlediska dostupných

nástrojů se ke stanovení hodnoty hodí konvenční diskontované modely projektů, odhad

hodnoty kvantitativního přídavku R&D k   intelektuálnímu kapitálu 18 a stále častěji

uplatňovaný koncept reálných opcí související s pravděpodobnostními rozhodovacími

stromy (Skalický, et al., 2007).18 Jednou ze složek intelektuálního kapitálu (mj. vzniká výzkumem, vývojem, ale i obchodními procesy,

v marketingu apod.) je tzv. goodwill (prvky tvořící „dobré jméno podniku“, který Sweiby (1997, p. 8)

ještě doplňuje o nehmotný kapitál, podobně jako Brooking (1996, p. 78), jež zdůrazňuje, že až 44 %

bohatství firmy tvoří intelektuální kapitál. Intelektuální kapitál definuje jako druh nehmotných aktiv

(intangible assets), které v sobě obsahují složku lidských zdrojů (znalostní pracovníci, jejich

dovednosti, know-how), strukturální složku (patenty, obchodní značky) a složku vztahovou (např.

zákazníci, partneři, stakeholders). Ocenění nehmotných aktiv, goodwill a intelektuálního kapitálu je

metodicky nejednoznačné a mnohdy velmi subjektivní, zejména ve vztahu, jak se promítá do tržní ceny

společnosti.

15

Finanční kritéria hodnocení efektivnosti investic představují nejčastěji používaný

přístup, díky kterému slouží matematický aparát jako nástroj pro zjištění a kvantifikaci

ekonomického efektu. Faktor času, resp. zda je nebo není zohledněna časová hodnota

peněz, rozděluje hodnotící metody na statické a dynamické. Ucelený přehled čtyř

nejfrekventovanějších metod pro kvantitativní hodnocení investic je přehledně shrnuto

v příloze 2, pro praktické aplikace z nich mají největší význam ty, které pracují

s časovou hodnotou peněz, tedy metody dynamické, na rozdíl od statických, které jsou

spíše ilustrativním vyjádřením finančních skutečností.

2.4.2 Podstata investičního a finančního rozhodování

Podstatou finančního rozhodování je správa podnikových financí, zohledňuje pohyb,

rozložení a krytí peněžních prostředků, kapitálu a finančních zdrojů, sleduje finance

z hlediska krátkodobého i dlouhodobého využívání. Dříve se dominantně zabývalo

cílem v podobě maximalizace zisku, ale tento koncept jako jediný a klíčový je již

překonán a mnohem se více se hledí na časovou hodnotu peněz, rizika, zajištění

likvidity apod. Zde se překrývá s investičním rozhodováním, jehož klíčovým vodítkem

je především struktura a nadefinování střednědobých a dlouhodobých cílů, tudíž se více

projevuje efekt strategického přístupu. Ovšem otázka zajištění prostředků na krytí

příslušných investic se bezprostředně dotýká rozhodování finančního (Synek, 2007, p.

82).

Souček (2005, p. 295) doplňuje výše uvedený text o přehled s příslušnými

rozhodováními spojenými činnostmi:

investiční činnost (výdaje investičního programu, který se realizuje, pořizování finančních investic a příjem, jenž vyplývá z prodeje dlouhodobého majetku)

finanční činnost (příjmy spojené s dlouhodobými závazky a jejich řízením – obligace, úvěry v delším období, výdaje dané poklesem těchto závazků, růst vlastního kapitálu úpisem cenných papírů, zisk darů, dotací, daňových výhod, ale také výdaje tvořené dividendovou výplatou)

2.4.3 Dynamické metody hodnocení investic

Vliv diskontní sazby, daňové sazby, inflace a rizika má zásadní dopad na objektivitu

hodnocení investic. Na tomto místě je třeba věnovat zvýšenou pozornost zejména

stanovení diskontu, diskontní sazby, neboť od ní se odvíjí správné stanovení

ekonomické efektivnosti. Za předpokladu, že se hodnocený projekt jako investiční

16

záměr neodchyluje zásadním způsobem od oblasti podnikání subjektu, který je

nositelem projektu, poté je možné přistoupit k použití diskontní sazby vlastní pro daný

subjekt a zohledňující jak úhradu nákladů cizího kapitálu, tak odměnu vlastníkům za

použití jejich kapitálových prostředků. V tomto případě se nejčastěji volí tzv. vážený

průměr nákladů na kapitál19, známý pod zkratkou WACC (Kislingerová, 2010, p. 392).

WACC=riE

E+D+re (1−t ) D

E+D, (1)

kde r jsou procentuální náklady příslušného kapitálu a E, D jsou objemy vlastního a cizího20 kapitálu v měnové jednotcezdroj: podle (Synek, 2007, p. 56)

Při výpočtu je nutné obezřetně kontrolovat kvantifikaci jednotlivých složek vzorce tak,

aby se ve výsledku neprojevilo zkreslení s fatálním dopadem na objektivitu ukazatele

nákladů kapitálu ve sledované společnosti (Vochozka, 2011, p. 32). Náklady vlastního

kapitálu jsou zejména náklady obětované příležitosti a úzce souvisí s riziky

podnikatelskými. Subjekt ve vysoce konkurenčním prostředí je má nezpochybnitelně

vyšší, než firmy, které se pohybují v téměř monopolních oblastech trhu. Sestávají ze

dvou složek, z tzv. bezrizikové prémie r zohledňující časovou prémii (míra časové

substituce) a z rizikové prémie. Prvá je vyjádřením míry časové preference spotřeby,

nakolik je ceněna jistá dnešní spotřeba před nejistou spotřebou v budoucnosti.

Kvantifikace druhé, rizikové prémie, je mnohem složitější v přímé spojitosti

s kvantifikacemi firemních rizik. Praxe si osvojila model CAPM21, předpokládající

fungující kapitálový trh22, popř. lze zvolit tzv. stavebnicový způsob určení. CAPM

model určuje rizikovou prémii vztahem

r p=β (r m−rrf ) , (2)

kde je bezriziková sazba, průměrná výnosnost tržního portfolia akcií a bezriziková prémie nejčastěji vztahovaná k bezrizikovým státním pokladničním poukázkám (Synek,2010, p. 279).

19 weighted average cost of capital20 zpoplatněného cizího kapitálu (pomocí úroku)21 capital asset pricing model22 z toho důvodu se nehodí pro výpočty nákladů na kapitál v neakciových společnostech

17

Rozdíl v závorce (tzv. riziková prémie trhu) odborníci označují za systematické tržní

riziko23, které nelze umenšit diverzifikací portfolia. Je-li rovna 1, potom se hovoří o

věrné časové korelaci pohybu i velikosti cenného papíru na trh, ve směru k nule je

dodržen směr, ale nikoliv velikost a v případě hodnot větších než jedna je velikost

hodnoty cenného papíru větší než uvedeného portfolia. Vlastní kapitál mimo akcie se

skrývá v obligatorně nebo fakultativně tvořených fondech z reinvestovaného zisku.

Náklady cizího kapitálu věrně odráží úrokové míry půjček a úvěrů nebo IRR dluhopisů.

Daň ze zisku udává platná legislativa24 (Synek, 2010, p. 99).

2.4.4 Ekonomická přidaná hodnota

V rámci hodnocení investic se jiným používaným postupem stalo zohlednění

ekonomické přidané hodnoty (EVA®)25. Věcně se jedná o ekonomický zisk umenšený o

úhradu nákladů subjektu na celkový kapitál.

EVA®=NOPAT−WACC ∙C , (3)

kde EVA je ekonomická přidaná hodnota, NOPAT26 zisk z hlavní činnosti po zdanění, WACC průměrné vážené náklady na kapitál (bezrozměrná veličina) a C celkový kapitál využívaný k hlavní činnosti27

zdroj: (Synek, 2010, p. 64)

EVAdis=∑n=1

N EBITn∗(1−t )−WACC∗Cn

(1+i)n, (4)

EVAdis je celková hodnota investičního projektu podle ukazatele EVA®, t daňová sazba, EBITn zisk před úroky a zdaněním v n-tém roce, i diskontní sazba, Ct účetní hodnota investice k počátku n-tého roku, N ekonomická doba životnosti, n jednotlivá léta po uvedení investice do provozu, WACC náklady kapitáluzdroj: (Synek, 2010, p. 65)

Pavelková (2005) připomíná, že v současnosti jsou strategické plány podniků ponejvíce

založeny na maximalizaci obratu, investiční rozhodování se opírá o čistou současnou

23 více je teorii rizika a jeho praktickým dopadům věnován prostor v oddílu 2.5 - včetně systematického

(tržního) rizika, jejíž mírou je právě koeficient beta24 Zákon č. 586/1992 Sb., o daních z příjmů, ve znění pozdějších předpisů.25 Zkratka je odvozena z anglického termínu economic value added, přičemž je na místě zmínit, že se

jedná o registrovanou obchodní značku společnosti Stern Steward & Co., z roku 1989.

(www.sternvaluemanagement.com)26 NOPAT pochází z anglického termínu net operating profit after taxation27 pasiva očištěná o krátkodobé závazky (neúročené)

18

hodnotu a vnitřní výnosové procento a manažerské odměny se odvíjí od dosaženého

zisku nebo tržeb. Cestou, jak eliminovat případné výkladové nejednoznačnosti je právě

parametr EVA®, neboť v sobě integruje informaci vhodnou pro měření výkonnosti

podniku, ocenění podniků a M&A, pro stanovení manažerské odměny i pro hodnocení

investičních projektů (zejména v podnicích, kde se EVA® používá). Postup vykazuje

analogii s NPV s tím rozdílem, že zisk před odečtem úroků a zdaněním se multiplikuje

faktorem (1 – sazba daně), čímž se mění v NOPAT. Vázaný kapitál je roven účetní

hodnotě investice za sledované období. Kladná hodnota EVA® signalizuje růst bohatství

vlastníků v důsledku zhodnocování kapitálu větší částí, než kolik představují jeho

náklady. Naopak její záporná hodnota znamená opak a projekt by měl být zavrhnut. Jak

již bylo uvedeno, nevýhodou se může stát tehdy, pokud finanční řízení podniku není

postaveno na principech EVA® a je třeba kvantifikovat NOPAT.

V praxi projektů typu R&D platí pro parametr EVA® více méně výše uvedené, zejména

s důrazem na snazší implementaci, je-li EVA® aplikována na finanční řízení jako celek.

Ve farmaceutickém průmyslu, který bývá úzce spojen s výzkumem a vývojem jako jeho

hybnotvornou silou, jak uvádí Hartmann (2006), se v rámci skórovacích metod dobře

osvědčilo využívání poměrového kritéria ROE/ROI/EVA®, zejména v klinických

projektech, klinických fázích III a při registraci. Autor podotýká, že jedině soubor všech

tří členů uvedeného poměrového kritéria má další význam pro velké podniky, neboť

zvláště hodnocení rizik bývá spojeno se scénáři a citlivostními analýzami opřených

mnohdy o nepříliš exaktní predikce. Výdaje na R&D jsou typickým příkladem kapitálu

podléhajícího úpravě svých ekvivalentních částí (equity equivalent adjustment). Podle

účetních standardů bez bližší specifikace jsou tyto výdaje výdaji provozními a odepisují

se v období, kdy vznikly. Pro účely zjištění hodnoty EVA® jsou všechny výdaje na

R&D kapitalizovány a odpisovány ze zisku po období těžící z úspěšného projektu R&D.

V tomto případě opět představují výdaje na R&D investici a jsou zahrnuty do kapitálu

společnosti (Dierks & Patel, 1997, p. 6).

19

Kvantitativní příspěvek R&D k intelektuálnímu kapitálu je podrobněji rozebrán v části

textu, která se věnuje teorii reálných opcí, neboť svým stochastickým pojetím je právě

tento nástroj pravděpodobně nejsnazší cestou, nicméně velmi komplikovanou, jak zjistit

hodnotu toho, co činí podle Boer (2005, p. 99) chybějící část v nerovnosti mezi

bilančním výkazem a tržní hodnotou firmy.

Získat finanční zdroje pro výzkum a vývoj je složité, o to více v konkurenčním

prostředí, kde zdroje představují velmi omezeně dostupný faktor. Má-li investor v rámci

svého rozhodování učinit kladné rozhodnutí, musí být přesvědčen o rentabilitě svého

kapitálového výdaje, jinak se okamžitě poohlíží po příležitostech jiných. Manažeři

obecně silně tlačí na redukci rozpočtu pro výzkum a vývoj, neboť ze svých zkušeností

jsou přesvědčeni o neatraktivitě takovýchto typů investic. O to důležitější je pak

v podniku role erudovaného manažera výzkumu, který je schopen aktivně obhájit a

nastavit parametry tak, aby se rizika snižovala. Jednou z cest snižování rizik investic

obecně je diverzifikace portfolia. Nicméně sestavení portfolia je možné pouze na

základě znalosti exaktních dat. Problematika stavby portfolií projektů výzkumu a

vývoje je metodicky velmi dobře obsáhnuta v Cooperově (2001) knize. Nákladový

pohled na výzkum je jinou cestou obhájení jejich pozice v podnikovém účetnictví –

náklad jako odečitatelná položka ze zisku před zdanění zbavuje manažera nepříjemností

daných odpisem neproduktivních projektů výzkumu. (Skalický, et al., 2007) Ve

finančních výkazech jako základním dokumentu pro tento způsob přístupu se plně

odráží náklady, avšak neprojevují se přínosy.

Volba způsobu financování projektu by měla přijít v případě projektů investičního

charakteru ke slovu až tehdy, pokud hodnocení investice poskytne kladnou informaci o

ekonomické efektivnosti investice. V případě R&D je to o to složitější, že faktor

nejistoty v jejich pojetí sehrává výrazně větší vliv než v případech, které jsou mnohem

exaktněji uchopitelné, např. vybudování nové produkční kapacity. Obecně však platí, že

investice jakožto peněžní výdaj v delším časovém období nutně směřuje k potřebě

zajistit dlouhodobý kapitál, jímž bude daný záměr financován.28 I výzkumný projekt

chápaný jako investice se promítne do budoucí kapitálové struktury podniku, čímž je

jasně řečeno, že velká pozornost musí být věnována správnému a objektivnímu určení

hodnoty diskontní sazby (Mikeš, 2010, p. 49). Minimální požadovaná výnosnost jako

28 zlaté bilanční pravidlo financování opakovaně zdůrazňující nutnost financovat dlouhodobý majetek ze

zdrojů se stejným přívlastkem, stejně tak jako majetek krátkodobý ze zdrojů krátkodobých

20

kompenzace investičního rizika29 se zjišťuje právě prostřednictvím diskontní sazby. Je-li

projektové riziko blízké riziku podnikání firmy, pak existuje cesta ztotožnění diskontní

sazby s průměrnými váženými náklady na kapitál podniku, protože udávají míru

výnosnosti pro investory za svůj vložený kapitál do podniku. I z těchto důvodů

zasluhuje pohled na financování investic z hlediska zdrojové základny svůj prostor

v této práci. V Tab. 2 Přehled zdrojů investičních projektů Error: Reference source not

foundje přehledně rozdělen okruh potenciálních zdrojů.

Tab. 2 Přehled zdrojů investičních projektů

vlastnictví

půvo

d

vlastní cizíinterní odpisy, fakultativní rezervní

fondy, nerozdělený ziskpodniková banka

externí venture capital, dotace, dary, vklady vlastníků

úvěry, dluhopisy, směnky, leasing, obchodní úvěry,

přijaté zálohy, jiné závazkyzdroj: vlastní konstrukce podle Kislingerová (2010, p. 317)

2.4.5 Teorie dotací a subvencí

Dotací se účetně chápe transfer, který je takto označen v právním předpise, na základě

něhož se poskytuje, nebo ve smlouvě (rozhodnutí), podle něhož se poskytuje. Pořizují-li

se jedním výdajem věci, služby, práce, výkony nebo práva znamenající více

ekonomických hodnot, zařazuje se tento výdaj na položku, která odpovídá hlavní části

výdaje, nejsou-li v účetnictví tyto položky rozděleny (Máče, 2013, p. 145). Efekt dotací

mívá řadu podob, nejčastěji poskytnutí prostředků za účelem veřejného prospěchu. Úřad

pro ochranu hospodářské soutěže říká: Pojmem dotace se v ekonomii rozumí peněžitý

dar nebo daru podobná peněžitá úhrada ze strany státu (zpravidla vlády nebo

zákonodárného sboru) nebo územněsprávního celku (v Česku kraj, obec nebo městská

část) nějakému subjektu v zájmu snížení ceny určitého statku, jehož poskytování je ve

„veřejném zájmu“. V některých oborech, například u veřejné osobní dopravy, se dotace

provádějí formou úhrady prokazatelné ztráty, případně zákonem definovaného

přiměřeného zisku. Často bývá poskytnutí dotace vázáno na jistou míru vlastní

spoluúčasti příjemce (například dotace tvoří určitý procentní podíl z částky vynaložené

29 problematika nesystematického rizika (rizika podniku, rizika investičního záměru), které je do určité

míry ovlivnitelné na rozdíl od tržního rizika, je teoreticky podchycena v kapitole 2.5

21

příjemcem dotace). U veřejné podpory se předpokládá, že dojde k narušení hospodářské

soutěže30 (ÚOHS, 2013).

Důraz na finanční spoluúčast by měl mít oboustranný efekt, ze strany státu

(poskytovatele) iniciovat výdaje subjektů na konkrétní oblast (často výzkum a vývoj ve

smyslu zvýšení konkurenceschopnosti a znalostního charakteru ekonomiky, ale také i

tvorba nových pracovních míst. Ze strany příjemce poskytnutí prostředků pro konkrétní

činnost. V Česku býval vysoký trend velmi malých finančních spoluúčastí, nyní je

kladen důraz na spoluúčast všech subjektů a pouze některé instituce mají umožněno

vlastní prostředky nevykazovat v projektu, ale za podmínky, že o tuto částku se sníží

výše dotace komerčních subjektů. Tyto skutečnosti vedly k ochabnutí některých forem

spolupráce mezi akademickou a podnikatelskou sférou z důvodů nevýhodnosti.

Příkladem je projekt o 2 účastnicích, vysoká škola a soukromý podnik. V projektu si

oba subjekty dělí celkové uznatelné náklady 2 000 000,- Kč, při maximálně 65% míře

podpory dotací mohou získat 1 300 000,- Kč, přičemž žádá-li škola 100% podporu,

získá celou výši částky, ale soukromý podnik namísto 650 000,- Kč obdrží pouze

300 000,- Kč podpory. Rozdíl představuje doplatek za vlastní vklad akademického

pracoviště. Z těchto důvodů je spolupráce mnohdy nemožná nebo za cenu nesmyslně a

neadekvátně zvětšovaných rozpočtů.

Dotace však může mít i podobu pomoci, jejímž nositelem je soukromý subjekt, což však

lépe vystihuje termín sponzorský příspěvek nebo charita. Existuje rovněž pojem

dotovaná cena, jimiž je kryt účel v podobě praktické nepoužitelnosti produktu bez

vazby na jiný produkt nebo službu (telefon). Výše popsané případy se někdy označují

jako subvence. Finančně je dotace nástrojem s opačným efektem než daň. Vedle toho je

dobré uvést, že existují případy dotací (pomocí), které jsou koncipovány jako negativní

daň (daňová úleva, prázdniny), např. pro subjekty postižené živelnou pohromou.

2.4.6 Multikriteriální hodnocení investičních variant

Pro projekty výzkumu je zásadní pojem hodnoty. Mimo jiné i proto, že překlenuje výše

zmíněné nedostatky účetních výkazů a jejich vypovídající funkce. Hodnota však

existuje ve dvou souvislostech, jako ekonomická hodnota a hodnota tržní. Skalický

(2007) upozorňuje ve vazbě na výzkum na zásadní rozdíl. Projekt ve svých počátcích

30 http://www.uohs.cz/cs/verejna-podpora/definicni-znaky-verejne-podpory.html - Definiční znaky veřejné

podpory

22

vyžaduje náklady vyjádřené jako ekonomická hodnota a za předpokladu, že se podaří

dosáhnout funkčního výsledku, tvoří tato inovace nezanedbatelný zdroj tržní hodnoty.

Ekonomickou přidanou hodnotu (EVA®) tvoří soubor předpokládaných volných

peněžních toků, diskontovaných dle nákladů na kapitál. Je to vlastně převýšení

vloženého kapitálu ziskem z alternativní investice s podobným rizikem. Boer (2005)

upozorňuje na skutečnosti, které v uplynulých letech vedly v důsledku převisu služeb

nad výrobním odvětvím k tvorbě vysoké přidané hodnoty služeb. To vysvětluje

přeměnou konceptu intelektuálního vlastnictví do podoby znalostního (intelektuálního)

kapitálu31. Podle Sweiby (1997, p. 204) se intelektuální vlastnictví zahrnuje jako součást

do intelektuálního kapitálu, což je však možné vysvětlit úhlem pohledu na tuto

problematiku. Rozdíl tržní hodnoty a hmotných aktiv může zjednodušeně vyjadřovat

hodnotu intelektuálního kapitálu. Aktiva mohou přinášet zisky, aniž by měla fyzikální

podobu. (Warren, 2008) Problémem však bylo a mnohdy doposud je, jakým nástrojem

uvést koncept ekonomické hodnoty na stejnou úroveň s intelektuálním kapitálem tak,

aby byly komparovatelné. Lev (2001) vytvořil model oddělených příspěvků fyzických,

finančních a intelektuálních aktiv a do posledně jmenovaných zařadil také minulé

investice do výzkumu.

Má-li být text objektivní, je třeba uvést další pojem těsně spjatý s výzkumem a

vývojem. Týká se tzv. strategického kapitálu. V praktické rovině musí výzkum a vývoj

respektovat strategii subjektu, neboť ta je zavazující a představuje fundamentální

trajektorii rozvoje. Manažeři těchto procesů musí pro své zaměstnavatele vytvářet

především strategickou hodnotu. Kompenzace rozdílu mezi strategickou hodnotou a

ekonomickou hodnotou je velmi podrobně rozebrána v publikaci Third Generation

R&D: Making the Link to Corporate Strategy (Roussel, et al., 1991). Základem

následující úvahy je definice strategického kapitálu jako úhrnu reálných opcí podniku

(Boer, 2002, p. 352). Z toho lze snadno usoudit, že celková hodnota firmy je součtem

ekonomického a strategického kapitálu. V kontextu již uvedených nedostatků

oceňovacích metod překlenuje pojem strategický kapitál32 uvedenou mezeru a vlastní

firemní strategie je tak určena rozměrem portfolia reálných opcí (Luehman, 1998).

31 Největší výzva, která dnes stojí před každou organizací, je pochopení obrovské diference mezi jejím

bilančním výkazem a tržním hodnocením. Tuto propast tvoří klíčová hodnota společnosti – její

intelektuální kapitál. (Boer, 2005)32 Na druhou stranu je nutné mít na paměti, že ne všechen strategický kapitál generuje výzkum a vývoj,

avšak ve velké části případů stojí u nových investičních příležitostí (VŠMIE, 2005).

23

2.4.7 Reálné opce

Reálné opce, popř. oceňování reálnými opcemi33 je jeden z nejnovějších nástrojů

hodnocení investičních projektů a záměrů. Na rozdíl od metody finančních opcí, které

slouží k oceňování aktiv na finančních trzích a z níž je odvozená, slouží k oceňování

reálných aktiv v projektech zamýšlených k realizaci ve vysoce volatilních prostředích

nebo u projektů, jejichž NPV je blízko nulové hodnoty. Hodnota flexibility je vždy větší

než nula. Jakákoliv opce je vždy právem, ale není povinností. Lze ji využít nebo

nevyužít (Scholleová, 2007, pp. 47-60). Jejich rozdělení obsahuje

.

Holec (VŠMIE, 2005) upozorňuje na praktický rozměr reálných opcí v oblasti

oceňování díky univerzální aplikovatelnosti. O to silnější je vypovídací hodnota takto

koncipované metody za předpokladu, že se v zavedeném sektoru objeví inovace

zásadního významu. Rozdíl mezi dvěma firmami spočívá pouze v tom, že jedna opci na

tuto inovaci má a druhá ne. Obě firmy mají svoji ekonomickou hodnotu zjištěnou

konvenčními metodickými nástroji. Firma s opcí však disponuje ještě hodnotou aditivní.

Uvolněním prostředků na realizaci opce (NPV projektu inovace) se jí navýšila

ekonomická hodnota a o stejnou částku sníží hodnota strategická. Stejný autor dále

rozvíjí předešlou myšlenku na příkladu start-up firmy technologického typu.

Charakterizuje ji záporný tok hotovosti, agresivní business plán, okruh spolehlivých

partnerů a absolutně vzato vyšší míra výnosů z malého rozsahu. Konvenční metody jí

přisoudí zápornou ekonomickou hodnotu. Akcie této hypotetické firmy jsou volatilní a

jejich hodnota málo stálá. Přičemž právě oba posledně zmíněné faktory (rychlý růst a

volatilita akcií, zdánlivě rizika) výrazně navyšují hodnotu opce (Boer, 2000). Celková

hodnota firmy tak bude odpovídat strategické hodnotě umenšené o ekonomickou

hodnotu. I reálné opce mají svoje slabé stránky, v případě internetové bubliny v 90.

letech 20.století podcenili investoři expirovatelnost opce a poměrně dobře definovatelné

meze opce.

Tab. 3 Typy reálných opcí

typ anglicky charakteristika paralelavyčkávání option to

waitprávo odkladu investice, využitelná za předpokladu

analogie americké call option

33 real option valuation, real option analysis

24

kladné změny v informační asymetrii a následném zhodnocení efektivnosti záměru, (např. volný pozemek, licence, patent)

ukončení option to abandon

právo ukončit projekt při nerentabilitě ekonomického hodnocení, následný prodej aktiv (stroj, zařízení, IPR), realizační cena rovna zůstatkové ceně aktiv, současná cena odpovídá obětovaným budoucím cash flow

analogie americké put option

přerušení option to interrupt

právo dočasného přerušení za nevýhodného vývoje cen na trhu, investičním výdajem náklady po dobu přerušení

analogie kupní opce

záměny option to switch (option to flexibility)

právo zaměnitelnosti různých vstupů a výstupů, flexibilita je zabudovaná přímo v aktivech,

kombinace americké call (vstup) a put (výstup) option

složená compound option

právo využít v projektu více opcí, hodnota flexibilita je dána jejich vzájemnou kombinací

existují i opce fázování (option to stage) a opce zúžení nebo rozšíření (option to alter operation scale), popř. dočasné přerušení projektu (option to shut down and restart)zdroj: vlastní konstrukce podle Starého (2003, pp. 25–26) a Scholleové ( (2007, pp. 61-76)

V předchozím odstavci naznačená otázka trvanlivosti opce zasluhuje rozvinutí. Někteří

autoři (Mitchell, 2007, p. 21); (VŠMIE, 2005); (Munn, 2005) upozorňují na

podmíněnou nekonečnost trvanlivosti reálné opce, tedy jejího expiračního času.

Vyžaduje to informace pro její objevení, kreativitu pro vznik jejího rámce, analytické

uchopení pro zjištění její hodnoty a v neposlední řadě excelentní manažerské dovednosti

pro její uskutečnění. Tvořivost ve schématu rámec, analýza a jednání utvářejí soulad

s dovedností vytvořit reálnou opci. Míra důležitosti strategického kapitálu je základem

pro adekvátně úměrnou odměnu tvůrci. Holec (VŠMIE, 2005) uvádí příklad firmy

Celera Genomics, která je pomocí reálné opce vyvinula rychlejší a účinnější metody

sekvenace genomu. Nákladové a kapitálové pokrytí vyžadovalo správnou analýzu a

25

interpretaci34. Avšak spuštění tohoto celku jako funkčního podnikání (jednání) potřebuje

další (a odlišný) soubor dovedností, ten se však stále zkouší.

V klasických postupech hodnocení převládal názor, že projekt zahubí buď specifické

riziko, nebo komerční důvody (systémové riziko umocněné specifickým rizikem). Ve

skupině W. R. Grace35 propadly téměř všechny projekty pokročilých environmentálních

technologií z komerčních důvodů. Zpětně se zjistilo, že tehdy firmy ze sektoru

environmentálního servisu měly nedozírné problémy vůbec si vydělat na cenu kapitálu.

Proto připisování nezdaru pouze technickému riziko bylo zavádějící, neboť to je

diverzifikovatelné (aktivní přístup) na rozdíl od neovlivnitelného systémového rizika

trhu. Zlými časy si prošla drtivá většina sektorů se silnými tržními silami, např.

energetika nebo telekomunikace (VŠMIE, 2005).

Reálné opce se objevily jako prostředek vymezení vůči opcím finančním, které jsou

primárně určené pro finanční trh, na rozdíl od reálných, které se většinou zabudovávají

do kapitálové struktury podniku. O reálných opcích se hovoří i v souvislosti

s managementem rizik, neboť díky nim bylo možné vytvořit si na něj nový pohled

v rovině specifických (řiditelných diverzifikací) a tržních, které jsou neovladatelné.

Expozice riziku zvyšuje náklady na kapitál, u reálných opcí naopak vyšší tržní riziko

zvyšuje jejich hodnotu. (Boer, 2005)

Plány (opce) se liší od fyzických nebo finančních aktiv, díky svobodě v podobě

modifikace nebo zrušení. Předmětem kvantifikace je hodnota svobody. Jeho rizika lze

umenšovat diverzifikací do alternativních technických přístupů se svými specifickými

riziky. Hodnota opce je kvantitativně určena Black – Scholes vzorcem36. Očekávaná

hodnota projektu je rovněž predikovatelná pomocí rozhodovacích stromů, jejichž teorie

s ohledem na využitelnost v řízení projektu v obecnější rovině byla podrobněji

34 Novými nástroji se staly tabulkové kalkulátory a exponenciálně rostoucí schopnosti a dovednosti

výpočetní techniky. Druhou inovací pak objevení elektronických databází, zejména finanční a

technické báze výzkumně-vývojových projektů, které dovolily firmám a investorům kalkulovat náklady

a výnosy z historických dat (Boer, 2007). Ukázkou budiž databáze IRI/CIMS, která se stala základní

platformou dat pro tento typ benchmarkingu (Beans, et al., 1998, p. 116).35 W. R. Grace www.grace.com, americký chemický a materiálový koncern

36 The Black-Scholes Formula, C=S . N ( d1 )−X . e−rT .N (d2 ), (12)

kde C je cena opce, S je cena podkladového portfolia, X uplatněná opční cena, r bezriziková úroková

míra, T čas do expirace, N plocha křivky normálního rozdělení (Schwartz & Trigeorgis, 2004, p. 409)

26

rozebrána v rámci této studie dříve. Skutečnost, že varianty, konfrontované různými

scénáři vývoje, jsou součástí reálných opcí, jim propůjčuje velkou přidanou hodnotu a

posiluje jejich úlohu v rámci aktivit výzkumu a vývoje. Nejjednodušší příklad významu

reálné opce dokládá následující vzorec pro výpočet čisté současné hodnoty zvýšené o

hodnotu flexibility (opce).

NPV ¿=NPV +opční hodnota (11)

kde NPV je čistá přidaná hodnota a NPV* zvětšená o flexibilitu

zdroj: (Scholleová, 2007, p. 49)

Uplatnění opcí v rámci aktivit výzkumu a vývoje změnilo pohled na rizika. Konkrétně

to představuje uchopení rizika jako zdroje výhody a skutečnost, že jeho přijetí může

znamenat určitou lukrativitu (VŠMIE, 2005). Na tomto místě je znovu potřeba klást

důraz na existenci dvojího druhu rizika. Specifické riziko je spojeno s definovanou

situací a do určité míry je možné s ním pracovat. Systematické riziko oproti tomu

vychází z těkavosti trhu a vůči jeho ovládání prakticky nástroje neexistují. Pro reálnou

opci je typický negativní vliv na kapitál, neboť zvyšuje jeho cenu a snižuje hodnotu,

naopak vyšší tržní riziko umocňuje hodnotu reálných opcí, včetně možnosti

kvantifikace (Meyers, et al., 2008).

Významným parametrem práce s reálnými opcemi je stanovení volatility a vypořádání

se s problematikou, která tento parametr obklopuje. Velmi úzce souvisí s nejistotou, na

straně příčin budoucích dopadů (Scholleová, 2007, p. 77). Historické ceny, míra

ovlivnitelnosti nebo analogie s obdobnými projekty jsou dobrým vodítkem, jak najít

vhodné číselné vyjádření nejistoty pro konkrétní simulaci. Biotechnologie patří tradičně

(jak na americkém, tak na evropském trhu) mezi odvětví spojovaná s vysokou hodnotou

volatility

Holec (VŠMIE, 2005) dokresluje výše uvedená obecná slova na konkrétním příkladu

výzkumně-vývojového plánu výrobce automobilů vyvinout a produkovat palivové

články. Projekt je exponován specifickým rizikem tržního neúspěchu a systematického

rizika malé poptávky. Na příznivém trhu obsahuje cennou opci investovat do výrobní

kapacity nebo od záměru ustoupit za opačného charakteru trhu. Nebyl-li přijat závazek

investovat, tržní riziko je generátorem hodnoty, zatímco technické riziko je záporné.

Jistícím podkladovým portfoliem pro opci je NPV projektu, realizační cenou je výše

27

investice pro zahájení výroby a hodnotu opce lze kvantifikovat Black-Scholesovou

formulí využívající volatilitu akcií automobilového trhu jako měřítka tržního rizika.

Závěrem shrnuto, jedná se o plnou analogii myšlenky finančních opcí.37

Pro americké opce lze uplatnit nástroj binomického rozvoje za předpokladu, že

životnost opce lze rozdělit na n období, kdy dochází k růstu (index růstu u)

s predikovanou pravděpodobností p nebo k poklesu (index poklesu d) s předpokládanou

pravděpodobností (1 - p). Vyčíslení těchto parametrů se provádí podle níže uvedených

vzorců (Scholleová, 2007, p. 26).

u=eσ√T

n (13)

d=e−σ√T

n (14)

p=(1+r)T /n−du−d

(15)

1−p=(1+r )T /n−ud−u

(16)

kde  volatilita sektoru, T životnost projektu v letech, n členění projektu, r bezriziková

úroková míra, u index růstu, d index poklesu, p pravděpodobnost

zdroj: podle (Scholleová, 2007, p. 26)

Zejména pro účely citlivostních analýz je potřeba vytvářet varianty formou scénářů.

Oblíbenou a i poměrně užitečnou praxí bývá formulování scénářů na bázi pesimistické,

neutrální a optimistické varianty. Samozřejmě se jedná o hrubou aproximaci. V reálném

světě se projekty hodnocené konvenčními metodami (NPV, IRR, PP, RI) právě

v uvedených parametrech komparují podle chování v podmínkách určeném scénářem,

např. v intervalu poklesu a nárůstu tržeb o konkrétní procentní podíl vůči původní

variantě. Jinou cestou je alternace podnikového diskontu nebo studium vlivu

devizového kurzu. V těsné vazbě na analýzu citlivosti se ocitá studium nejistot

parametrů. Důležitým výchozím předpokladem je sestavení správného modelu a určení

vhodných proměnných parametrů. Obvyklou metodu představuje model OFAT (one-

factor-at-a-time method), bohužel statistici často namítají, že pro datovou relevanci je

37 více o rizicích v oddílu 2.5

28

žádoucí variovat více faktorů v navrženém experimentálním modelu (Czitrom, 1999, p.

126).

2.5 Analýza rizik a jejich management

Úvodem této stati bude proveden rozbor terminů a jejich definice. S problematikou je

vedle pojmu riziko38 spojen výraz nebezpečí, hrozba, scénář, pravděpodobnost a škoda.

Nebezpečí znamená potenciální výskyt nepříznivé události (např. růst inflace). Hrozba

je konkrétním projevem nebezpečí (inflace). Scénářem se v teorii rizik rozumí

nepříznivý děj (jejich sekvence), který skončí nějakým dopadem na objekt (vzroste

inflace – sníží se příjmy spotřebitelů – klesne spotřeba – klesnou tržby – nastane

bankrot ekonomického subjektu). Pravděpodobnost je míra, se kterou nastane dvojice

hrozba – scénář. Škoda je kvantitativní vyjádření dopadu v důsledku nepříznivé

události. A konečně riziko, podle PMI a ČSN ISO 10006, je nejistou událostí, která

v   případě, že nastane, bude mít negativní (nebo i pozitivní) vliv na dosažení cílů

(Dvořák, 2006). Co je tedy riziko? Jinými slovy dvojice hrozba – scénář, která

kvantitativně říká, s jakou pravděpodobností lze utrpět konkrétní formu škody.

Názvosloví a jeho správné chápání je důležitým předpokladem pro schopnost rozumět

rizikům, umět je identifikovat, modelovat, ale především řídit. Existuje skupina pojmů

neurčitost, nejistota a riziko. Na první pohled zdánlivě významově podobná slova, která

mnohý člověk zaměňuje, aniž by to bylo na úkor pochopení jeho sdělení. Teorie a praxe

řízení rizik však zastává názor opačný. Nejistota je množina procesů, podmínek a

faktorů, které musí být předmětem sledování. Určitá proměnná dosáhne v čase t

(budoucnost) určitého výsledku. Člověk ji však neumí se zřejmou jistotu kvantitativně

popsat. V případě rizika také prakticky nelze říct, jaké hodnoty nabude v budoucnosti,

ale v současnosti existuje objektivní cesta pomocí statistických metod a subjektivní

cesta pomocí odhadu, která umí delegovat ke zmíněnému stavu pravděpodobnost,

s jakou mohou nastat. Kvantifikace v sobě nese rozdělení pravděpodobnosti (Fotr, 2005,

p. 168). Stejný autor se zabývá rozhodováním za nejistoty, tedy za situace, kdy se zná

množina faktorů s vlivem na výsledek, ale není známa síla, kterou zmíněné faktory

38 Z italštiny risico, což znamenalo tehdy úskalí, jemuž se mají vyhnout námořníci (17. století). Následně

se pojem sémanticky rozšířil do podoby vystavení se nepříznivým okolnostem. Staré slovníky vysvětlují

pojem odvahou a nebezpečím, což se dodnes promítá do slovesa riskovat. Teprve později se pojem

asocioval se ztrátou. Dnes je zřetelný rozdíl mezi pojmem nebezpečím a rizikem, podle teorie rizik

souvisí s hrozbami (Rais, 2006, p. 78).

29

působí, tudíž není možní kvantifikace nejistoty. Protipólem je rozhodování za rizika,

kde pozorovatel vedle množiny faktorů disponuje souborem pravděpodobnostního

rozložení, kdy uvedené faktory nastanou (Fotr, 2005, p. 169).

Klasifikace rizik je obor krajně variabilní a multidisciplinární. Souček (2005, p. 138)

uvádí čtyři základní okruhy rizik:

riziko podnikatelské a riziko čisté – odchylky od očekávaného stavu oběma směry (podnikatelské) a odchylky pouze negativní

systematické riziko a nesystematické riziko – dopad prvého je na všechny subjekty (vývoj makroekonomie, legislativní dopady), druhé je spjato s určitými subjekty, je vyhraněno na definovatelném půdorysu a je teoreticky plně diverzifikovatelné

vnitřní a vnější rizika – rizika subjektu mohou působit z vnějšího i vnitřního prostředí

ovlivnitelná a neovlivnitelná rizika – existuje nebo neexistuje možnost působení na příčinu rizika osobou manažera a jeho práce

primární a sekundární rizika – za účelem snížení rizika primárního vyvstalo jiné, sekundární

Polách (2012, p. 93) vyzdvihuje ještě věcné členění rizika, které je bližší podnikatelské

praxi. V jeho výčtu jsou zastoupena níže uvedená rizika podle oblasti svého výskytu

nebo náplně, s níž bezprostředně přicházejí do styku:

technicko-technologická výrobní ekonomická tržní finanční

Jsou-li rizika charakterizována, zákonitě musí být přistoupeno ke způsobům jejich

kvantifikace. Mun (2010, p. 403) pracuje s volatilitou rizik (rizika a nejistoty u

časových řad), s jejich Value-at-Risk (daná hladina významnosti a časový horizont a

vyjadřuje maximální možnou změnu hladiny aktiva; Kolik lze ztratit s x-procentní

pravděpodobností v určitém čase?) a s prvky pravděpodobnostního rozdělení:

střední hodnota (středová oblast distribuce veličin) standardní odchylka a rozptyl (širokost rozdělení, standardní odchylka je

kvadrátem rozptylu)39

39 Zde platí důležitý poznatek, čím je rozptyl distribuce širší, tím rizikovější je distribuce proměnné.

Problém je v obtížné diagnostikovatelnosti pozitivních a negativních odchylek.

30

variační koeficient (podíl standardní odchylky ku střední hodnotě, relativizace pro vzájemné srovnání, jsou-li použity různé jednotky)

semistandardní odchylka (jen negativní odchylky´ šikmost (míra asymetrie, čím delší rameno distribuce, tím šikmější) špičatost (ostřejší vrcholy distribuce, čím vyšší, tím vyšší pravděpodobnost

výskytu extrému)

Ekonomickou efektivnost klasifikuje trojice kritérií: Rentabilita, návratnost a

diskontování (přepočet na současnou hodnotu). Známý investorský trojúhelník

vyjadřuje ve svých vrcholech riziko, likviditu a výnosnost. Okruhy simulací rizik se

bezprostředně dotýkají uvedeného. Vlastní řízení rizik (jeho modelování) vede

k identifikaci faktorů, které dotují celkové riziko projektu, dále k jejich kvantifikaci a

k identifikaci opatření, která riziko sníží. Určit faktor rizika je úlohou nalezení takových

faktorů, které mají vliv na rentabilitu projektu. Významnost faktoru je jejich

hierarchizací v souboru buď cestou expertní zkušenosti, nebo citlivostní analýzy.

Citlivostní analýza stanovuje koeficient významnosti faktoru jako marginální změnu

výsledného kritéria efektivnosti. Jinými slovy umožňuje seřadit jednotlivé faktory podle

jejich vlivu na kritérium rentability. Vlastní stanovení rizika projektu (těch faktorů,

které k celkovému riziku nejvíce přispívají) se následně děje buď pomocí manažerských

charakteristik, nebo statistickými metodami, které vykreslí pravděpodobnostní

rozdělení. Vzhledem k tomu, že jen málo faktorů je prakticky lineárních, nevyhnutelně

vede cesta k numerickým metodám. Patrně nejpoužívanější metodou na numerické bázi

je metoda Monte Carlo, která pracuje s řízeným generováním náhodných čísel na

statisticky významném počtu opakování simulace (Fotr, 2005, p. 168).

Základní osnova metody Monte Carlo:

Fáze 1: Vybrat kritérium hodnocení a stanovit ho jako funkci rizikových

proměnných

Fáze 2: Vybrat klíčové faktory rizika (proměnné)

Fáze 3: Stanovit pravděpodobnostní rozdělení klíčových faktorů rizika

Znalostní báze rizik (project risk knowledge base) se opírá o čtyři sekvenčně řazené

oblasti: Identifikace rizik, jejich charakterizace (kvalitativně i kvantitativně), dále jejich

možnou eliminací a v neposlední řadě monitoringem případného nebo předpokládaného

výskytu (Niwa, 1999, p. 120).

31

Analýza rizik je procesem jejich identifikace a přiřazení hodnoty (nebo proces

inventarizace rizik). V podnikatelské praxi je riziko možností ztráty, možností vzniku

události, která zmaří dosažení cíle a nebezpečí negativních odchylek. Rizika s pouze

negativní stránkou jsou, Pure Risks na rozdíl od podnikatelského prostředí, kde rizika

mohou mít i stránku kladnou (Business Risks). Toto je však jen jeden z nejhrubších

nástinů klasifikace rizik, mezi základní přístupy dělení, jak již bylo v této studii

nastíněno, se řadí systematičnost rizik, determinace jejich působení, ale také věcná

náplň (technicko-technologická, ekonomická, finanční, kreditní, právní, politická,

environmentální, lidská, informační nebo zásahy vyšší moci). Od toho se rovněž odvíjí

postoje k riziku, které do značné míry kopírují klasický koncept tvorby scénářů: Averze

k riziku, neutrální postoj, sklon k riziku (Hnilica & Fotr, 2009, p. 86). Kvantitativní

rozměr naráží na nutnou výchozí podmínku jeho vyjádření vždy vůči určitému kritériu

kvantitativní povahy. Z nejčastěji používaných číselných měr se uvádí pravděpodobnost

výskytu, statistické charakteristiky variability kritéria – rozptyl, variační koeficient nebo

směrodatná odchylka a hodnoty kritérií, kde nastalo překročení za zvolené

pravděpodobnosti (Hnilica & Fotr, 2009, p. 103). Grafickým výstupem identifikace

rizik bývá tzv. matice rizik. Jedná se podstatě o soubor odpovědí na konkrétní otázky,

jejich uspořádání do útvaru vyjadřující jejich váhu a četnost a následnou interpretaci.

Typická hlavní rizika projektů:

obchodní a marketingová technická a technologická regulační a právní environmentální, aplikační a bezpečnostní

Kritéria efektivnosti projektu představuje nejčastěji NPV a IRR, jejichž definiční

charakterizace jsou obsaženy v kapitole 2.4.3.

Bohužel však i přes existenci různých nástrojů řízení rizik portfolia výzkumně-

vývojových projektů zůstává sporné, zda nastane doba, kdy si je příslušní manažeři

osvojí. Problém představuje složitost výpočtu a nutnost investovat do vzdělání a

výcviku těchto řídících pracovníků.

32

3 Analytická/praktická část práce

3.1 Přípravná fáze projektu

V rámci identifikace potřeb souvisejících s podnikatelskými aktivitami se objevila

příležitost zaplnění trhu komerčně uchopitelnými nástroji, jejichž aplikací lze výrazně

objektivněji zhodnotit potenciál kontaminované lokality. Partnerství v projektu bylo

zvažováno, okruhem potenciálních adeptů byla komerční firma i veřejná vysoká škola.

Nakonec byl zvolen model jednoho účastníka řešení s odůvodněním, že kapacity

subjektu jsou dostatečné a požadavek školy na 100% dotaci neakceptovatelný.

33

3.2 Odborná část projektu a nefinanční přínosy

Cílem projektu je posílit možnosti objektivního sledování, hodnocení a monitorování

bioremediačních procesů, které lze uplatnit v rámci nápravy ekologických zátěží,

formou souboru komplexních prostředků opírajících se o metody nespojené s kultivací v

laboratorních podmínkách. Právě tato skutečnost se jeví jako klíčová vůči současnému

metodologickému rámci, jenž se rutinně uplatňuje v praxi sanačního inženýrství

vycházejícího z biotechnologických metod. Navržený projekt prostřednictvím svých

výstupů chce eliminovat rušivé faktory, které ovlivňují skutečný stav mikrobiálního

profilu kontaminované lokality ať již před použitím sanační metody, tak zejména během

její aplikace, popř. ve fázi postsanačního monitoringu. Eliminovanými faktory jsou

dominance anaerobního metabolismu (a tedy komplikovaná kultivace v běžných

laboratorních systémech), obtížné simulování umělých podmínek v rámci kultivace na

Petriho miskách tak, aby co nejvěrněji vyhovovaly přirozeným podmínkám, a v

neposlední řadě fenomén nekultivovatelných mikroorganismů, tedy těch, které jsou

strůjci rozkladných procesů cizorodé látky, nicméně stávající metodický aparát není

možný z různých důvodů (nutriční šok, rozvrácení rovnováhy syntrofie) podchytit a

včlenit do výsledného profilu mikrobiálního osídlení. Cílem projektu je hmatatelně

posílit možnost uplatnění metod mikrobiologického rozboru nespojených s kultivací v

laboratorních podmínkách (principy molekulární biologie, metagenomika) tak, aby byly

uplatnitelné v rutinní praxi.

Účelem projektu, tedy proč by měl být uskutečněn, je vyvolat změnu a posunout

současný stav metodologické úrovně výše formou zpřístupnění metod a postupů, které

budou poskytovat objektivní informace a budou dostupné v rámci technické praxe.

Silný akcent se přisuzuje aktivitám na bázi public relations, tedy formou intenzivní

komunikace, prezentace a diseminace vyvolat rovněž změnu v uvažování a způsobech

rozhodování zainteresovaných odborníků v sanační praxi a zejména ve státní sféře, pro

které je zpětná vazba efektivity vynaložených prostředků na vlastní zákrok podstatná a

klíčová. Současně s hmatatelnou formou změny (výstupy projektu v podobě prostředků

a markerů) musí na tomto procesu velmi elegantně participovat i metodická podpora v

podobě technických dokumentací a uživatelských manuálů tak, aby konverze

současného stavu ve stav nový, efektivnější a účinnější vůbec nastala a rozvíjela se dále

i v období po skončení projektu (tedy jeho udržitelnost).

34

Popis přínosů projektu může být rozdělen do tří klíčových oblastí. Předně představují

výstupy projektu posun současného stavu poznání, inovační proces a posílení transferu

metod a technických přístupů vstříc reálné uživatelské praxi. Jinými slovy je

představuje změna v uvažování a příklon k takovým metodám, které jsou objektivní,

rychlejší a užitečnější v rovině podpory bioremediačně orientovaných sanačních

zákroků. Druhou rovinou přínosů zcela jednoznačně musí být označeno vyplnění

relativně prázdné oblasti na trhu tomuto podobných prostředků, tedy posílení

dostupnosti nástrojů, které vyhovují výše popisovanými vlastnostmi technickým a

technologickým nárokům biologicky koncipovaných sanačních metod. V neposlední

řadě třetí skupinou přínosů je vštěpení do povědomí a posílení znalostního aparátu

v rámci celého sektoru environmentálního servisu a na něho navázaného

institucionálního aparátu (orgány státní správy, vzdělávání). Vedlejší přínosy projektu

představuje posílení interdisciplinarity v aplikovaném výzkumu a experimentálním

vývoji, synergické působení zdánlivě odtažitých skupin odborníků a celkově výrazně

pozitivní efekt na ekonomiku Česka a v neposlední řadě zvýraznění možného uplatnění

v podobě exportovatelného artiklu, zejména směrem k postkomunistickým zemím. I při

obtížnosti reálného budoucího odhadu vývoje hospodářství a ekonomiky

předpokládáme, že mimo zvýšení obratů budou vytvořena jedno a postupně až 3

pracovní místa.

Velkým problémem je výkladová nejednotnost u některých kategorií výsledků40. Patent,

užitný vzor a průmyslový vzor mají díky své právní ochraně silnou oporu v legislativě.

U zbývajících nezbývá, než ctít definice v programové dokumentaci, popř.

improvizovat. V současnosti se zpřísňuje např. kategorie N, kde je již v rovině návrhu

vyžadováno stanovisko certifikační autority.

Tab. 4 Etapy a výsledky projektu

etapa41

Náplň výsledek

Etapa 1

Materiální podpora projektu Web projektu (X)

40 Tuzemští poskytovatelé dotací pro aplikovaný výzkum a experimentální vývoj vyžadují, aby alespoň

jeden výsledek projektu s veřejnou podporou spadal do níže uvedených kategorií vyjma X-jiné. P-

patent, Z-poloprovoz, ověřená technologie, F-výsledky s právní ochranou, užitný vzor, průmyslový

vzor, G-technicky realizované výsledky – prototyp, funkční vzorek, N-certifikované metodiky a postupy,

R-software, X-jiné (knihy, článek, workshop…)41 Etapa = 1 kalendářní rok

35

Etapa 2

Funkční analýza mikrobiálních společenstev

Souprava HOW + Souprava HETEROGEN (F)

Etapa 3

Charakterizace mikrobiálních společenstev

Souprava WHAT (F)

Etapa 4

Kvantifikace mikrobiálních společenstev Souprava QUANT (F) + kompendium (X)

zdroj: vlastní konstrukce

Z uvedených důvodů jsou výsledky jednotlivých etap (viz. Error: Reference source not

found) koncipovány jako funkční vzorky a výsledky kategorie jiné. V případě potvrzení

původních předpokladů bude přistoupeno k uplatnění nástrojů pro ochranu duševního

vlastnictví.

SWOT analýza (Obr. 8)

Silnou stránkou projektu je předpoklad vzniku analytického nástroje, jehož přidanou

hodnotou by měla být vysoká nákladová úspora v bioremediačních procesech

(minimalizace výdajů na sanaci tam, kde problém mohou vyřešit podpořené přirozené

procesy. Také projektový tým představuje soubor špičkových odborníků získaných se

zkušenostmi z akademické sféry, řízených CTO s mnoha lety praxe v komerčním

výzkumu

Obr. 8 SWOT analýza

zdroj: vlastní konstrukce

Slabou stránku lze spatřovat v nevyzpytatelnosti práce s biologickým činitelem, kde se

může ukázat, že dosavadní soubor znalostí a zkušeností v rámci projektového týmu

nestačí zcela na pokrytí hloubky problému, který determinuje heterogenita

mikrobiálních společenstev.

36

Příležitostí se jeví možnost zaujmout místo ve specifickém tržním segmentu v podobě

nabídky produktu nebo i specializované služby na míru, neboť právě toto je aspekt,

který bioremediaci u řady odborníků znehodnocuje – obtížné bilancování, predikce a

monitoring (black box). Zatraktivnění konceptu bioremediace představuje další

příležitost projektu prostřednictvím jeho výstupů a profitování formou konkurenční

výhody v tomto typu servisu.

Zanedbatelnou hrozbu znamená konkurence GMO aplikací, ale ta je doposud silně

regulována natolik přísnou legislativou, že je prakticky nemožné v oblasti mikrobiálních

biotechnologií proniknout na trh bez sankcí.

3.3 Finanční model projektu

V rámci práce s variantami a jejich konfrontováním s konkrétními scénáři (přítomnost

dotace v podobě veřejné podpory výzkumu a vývoje nebo její nepřítomnost ve

financování projektu) byly vytvořeny tři modely (Příloha 3) možného řešení. Konkrétně

se jedná o níže (Tab. 5) uvedené formy řešení, které vycházejí z předpokladu, že

společnost disponuje infrastrukturou pro vlastní výzkumně-vývojovou činnost,

vyhovuje podmínkám získání nenárokové podpory z veřejných prostředků, dodržuje

pravidla veřejné podpory (zákaz komercializace ve fázi výzkumu a vývoje, vyloučeno

financování investice, která není dále předmětem výzkumu) a v neposlední řadě je

schopna koncipovat výzkumnou část projektu jako zakázku pro výzkumnou organizaci,

včetně specifických nároků zejména na velice specifickou formu komunikace a

controllingu.

Tab. 5 Varianty a scénáře investičního projektu

varianta varianta financování výzkumu a vývoje z vlastních zdrojů

varianta nákupu know-how jako investice

scénář scénář dotace scénář bez dotace scénář dotace scénář bez

dotace

model model DOTACE model VLASTNÍ nepřípustné model NÁKUP

zdroj: Miroslav Špaček

Finanční model projektu DOTACE se řídí pravidly pro projekty, které jsou dotovány

veřejnou podporou z programů určených pro podporu aplikovaného výzkumu a

experimentálního vývoje. Pro finanční model projektu se jedná zejména o stěžejní

37

podmínku, že po dobu trvání projektu výzkumu a vývoje nesmí být generován zisk.42

Z těchto důvodů je projekt rozdělen na fázi dotovaného výzkumu a vývoje (2013 –

2016) a na fázi komercializace (2017–2021). Kalkulace nákladů v první fázi vychází

z návrhu projektu podle pravidel programu Alfa zřizovaného TAČR (2012). Kalkulace

nákladů ve druhé části je kompromisem pravidel používaných v komerčních subjektech

s ohledem na potřebu implementace výstupů výzkumu a vývoje do reálné praxe.

Vychází ze zobecněného odhadu objemu produkce výrobku, která byla vyjádřena jako

příslušné variabilní náklady v jednotkách Kč/ks. Jednotkou se rozumí soubor reagencií,

biologického materiálu a spotřebního zboží pro vlastní konstrukci soupravy

monitorovacích prostředků pro zjištění mikroorganismů uskutečňující bioremediaci a

jejich charakteristiky, funkční analýzy a kvantifikace. S ohledem na predikovaný

exportní charakter je model opřen o prodeje na domácím trhu a na trhu zahraničním.

Diskontní sazba byla vypočtena pomocí modelu CAPM, obecně se pro rizikové

projekty (z hlediska tržního rizika) doporučuje sazba zohledňující přirážku za riziko,

nicméně tato skutečnost se týká zejména první fáze, která je dotačně podpořena natolik,

že se riziko kompenzuje. V rozboru rizik a analýze citlivosti je simulována situace

různých příspěvků k riziku v rámci celého projektu. Výrobní kapacita je odhadem

současných možností firmy, v prvním roce komercializace se předpokládá zkušební

výroba 10 ks souprav. Vzhledem k pravidlům poskytovatele dotace (jak již bylo

uvedeno) je zakázáno vyrábět výsledek projektu během doby trvání projektu. (TAČR,

2012)

Struktura nákladů zahrnuje spotřebu, osobní náklady, odpisy a jiné náklady. Ve fázi

řešení projektu vychází z podaného návrhu projektu a svým charakterem zohledňuje

potřeby výzkumu a vývoje. Ve fázi komercializace byl vyvinut maximální tlak na

nákladovou optimalizaci s ohledem na produkci, způsob výroby a prodeje. Náklady

řešené v rámci dotovaného výzkumu a vývoje vyžaduje poskytovatel vyjadřovat podle

svých pravidel. Jako příklad slouží Tab. 6, které doslovně vychází z programových

doporučení (TAČR, 2012).

Tab. 6 Struktura nákladů dotační fáze

Kategorie Jednotka

Rok Celkem2013 2014 2015 2016

42 A právě z tohoto důvodu je varianta nákupu know-how jako investice za podmínek scénáře s dotací

vyhodnocena jako nepřípustné řešení.

38

Osobní tis. Kč 800 800 800 900 3300Dlouhodobý hmotný majetek tis. Kč 0 0 0 0 0

Dlouhodobý nehmotný majetek tis. Kč 0 0 0 0 0

Služby tis. Kč 338 238 238 190 1004Ochrana duševního vlastnictví tis. Kč 0 0 0 48 48

Další provozní + cestovné tis. Kč 300 400 400 300 1400Režie tis. Kč 100 100 100 100 400

Náklady celkem tis. Kč 1538 1538 1538 1538 6152

Dotace tis. Kč 1000 1000 1000 1000 4000Investiční dotace tis. Kč 0 0 0 0 0

Neinvestiční dotace tis. Kč 1000 1000 1000 1000 4000Ostatní veřejné zdroje tis. Kč 0 0 0 0 0

Neveřejné zdroje tis. Kč 538 538 538 538 2152Náklady celkem tis. Kč 1538 1538 1538 1538 6152Podíl podpory 0,65 0,65 0,65 0,65 0,65

zdroj: vlastní konstrukce

Struktura příjmů pracuje s odhadem prodatelného objemu výroby v jednotlivých letech

s přihlédnutím k faktu, že již od počátku komercializace musí být produkt marketingově

komunikován alespoň na trzích, které sousedí s Českem (německý, rakouský, polský,

slovenský). Z těchto důvodů se pracuje s prodejní cenou tuzemskou a exportní a je

zdůrazněn význam měnového kurzu.

Výpočet nezdaněného zisku (EBIT) vychází z definice rozdílu celkových nákladů a

tržeb, obdržených licenčních poplatků a sumy získané postoupením práv k výsledkům43,

jíž je prodej patentu. Čistý peněžní tok je vypočten z EBIT sníženém o daň, pracovní

kapitál a ve fázi výzkumu a vývoje (ve fázi trvání projektu) naopak navýšenou o

poskytnutou účelovou podporu (dotaci). Čistý peněžní tok je vyjádřen v kumulované

podobě (pro zjištění nediskontované doby návratnosti), následně vyjádřen v současné

hodnotě a tato diskontovaná podoba následně opět kumulována, aby mohla být

stanovena doba návratnosti respektující časovou hodnotu peněz.

Finanční model VLASTNÍ je vystavěn na vizi uplatnit soběstačnost podniku v oblasti

výzkumu a vývoje, překlenout diskrétnost výzkumně-vývojové fáze a fáze

komercializace tak, jak je požadováno v projektech ucházejících se o veřejnou podporu.

Projekt by měl trvat výrazně kratší časové období (5 let), počítá se pouze s minimální

43 ocenění nehmotných stálých aktiv a uvolněného pracovního kapitálu formou odhadu obou cen

metodou srovnání

39

investicí ve výši 50 000 Kč pro zdokonalení produkční kapacity a obchodovat začíná již

současně s prvními pozitivními výsledky.

Třetím modelem je NÁKUP, který zohledňuje řešení vybudované na pořízení práv

k duševnímu vlastnictví vyprodukovaném na akademické půdě za 4 000 000 Kč a

bezprostřední transferace technologického řešení do podnikatelského prostředí podniku

po dobu 5 let. Tento model byl zvolen jako příklad situace, která za předpokladu nákupu

kvalitních práv k duševnímu vlastnictví může výrazně zlepšit celý projekt a především

se projevit na nákladové úspoře a akcelerovat ho k pozitivním ekonomickým

ukazatelům.

Pro všechny použité modely jsou prakticky identické oblasti příjmů, které, jak již bylo

uvedeno, kombinují tržby tuzemské a exportní ve vazbě na takovou kapacitu výroby, jež

se odhaduje jako plně uplatnitelná v rámci tržního prostředí. Jejich výpočet vychází

z definice tržby jako součinu prodaného objemu produkce a příslušné ceny, upravené

v případě cizí měnové jednotky pomocí příslušného měnového kurzu. V čem se naopak

všechny tři projekty liší, jsou struktury nákladové. Jak ukazuje tabulka 7, základní

uchopení každého ze tří modelů jiným způsobem nabízí možnost rozložení nákladové

struktury. S přihlédnutím k faktu, že veřejné podpory musí být do poslední měnové

jednotky vynaloženy na řešení schváleného návrhu formou smlouvy mezi

poskytovatelem dotace a jejím příjemcem, je nutné z hlediska manažerského účetnictví

hledat přínos v jiných oblastech. Tou je bezesporu nikoliv nevýznamná úspora

mzdových nákladů na pracovníky oddělení výzkumu a vývoje a při dobrém

managementu této skupiny lidských zdrojů a jejich vhodné motivaci může být dosaženo

významně pozitivního efektu v úspoře variabilních nákladů mzdové povahy, které jsou

spojeny přímo úměrně s objemem produkce jako motivačním faktorem. Naopak

v případě modelu koncipovaném jako vnitropodnikový výzkum musí zcela logicky být

počítáno s výrazně vyššími náklady, které v sobě budou integrovat potřebu krýt jimi

jako nároky a požadavky výzkumně-vývojové práce, tak v oblasti provozně-produkční.

Vzhledem k charakteru produktu, který je výsledkem projektu, vyžaduje úspěšné

naplnění cílů implementaci pracovníků výzkumu a vývoje i do produkční fáze.

V případě modelu postaveném na nákupu IRP je možné uspořit náklady spojené s již

ukončeným procesem výzkumu a vývoje, což rovněž není zanedbatelná položka.

Tab. 7 Návrh variabilních nákladů

40

variabilní nákladyfinančních modelů

jednotka

roky

průměr

1.1.

2013

1.1.

2014

1.1.

2015

1.1.

2016

1.1.

2017

1.1.

2018

1.1.

2019

1.1.

2020

1.1.

2021

DOTACE tis. Kč/ks 0 0 0 0 15 16 17 18 19 1744

VLASTNÍ tis. Kč/ks 35 36 37 38 39 37NÁKUP tis. Kč/ks 5 5 4 4 4 4,4zdroj: vlastní konstrukce

Problematika variabilních nákladů je v další kapitole ještě řešena z hlediska

předpokladu jejich stejné výše ve všech třech použitých modelech a výsledky v podobě

srovnání čtyř dynamických metod kvantitativního hodnocení projektů srovnány

s původním konceptem modelů, který zohledňuje jejich různou výši dle okolností, za

kterých konkrétní model vzniknul.

Z hlediska finanční analýzy může být podnik, jenž dané projekty má realizovat, být

charakterizován níže dostupnými daty pocházejících z veřejných zdrojů45 a ta byla

zpracována do přehledné formy Tab. 88, zejména pro potřeby výpočtu WACC a

predikce diskontní míry.

Tab. 8 Finanční ukazatele firmy

2012 2011 2010 2009 2008Aktiva celkem 120951 87345 83166 66202 53519Finanční majetek 21969 6705 13449 3720 3080Vlastní kapitál 57614 53184 31402 18442 9563Cizí zdroje 61057 34120 47656 39687 34122HV za účetní obd. 3877 6952 12960 8879 5980zaměstnanci 24 24 24 19 16WACC 0,105 0,111 0,100 0,097 0,092zdroj: vlastní konstrukce s daty z www.justice.cz

Vzhledem ke skutečnosti, že financování projektu se neodchyluje od financování celého

podniku a projekt jako takový je součástí činnosti podniku, pak lze tvrdit, že hodnotu

tohoto rizika velmi dobře odráží vážené náklady na kapitál celého podniku (WACC)

(Scholleová, 2007, p. 7).

44 v tomto případě se jedná o průměr vytvořený pouze z argumentů komercializační fáze45 www.justice.cz

41

3.4 Ekonomická hlediska projektu

Zhodnocení záměru v podobě projektu výzkumu a vývoje je koncipováno jako srovnání

klasických metod hodnocení a metody reálných opcí. Jak již bylo uvedeno v teoretické

části, každá z uvedených cest se odlišuje jak náročností aplikace na konkrétní případ,

tak také svou vypovídací hodnotou pro rozhodovací procesy. V této kapitole bude

věnován prostor aplikaci konvenčních přístupů stanovení hodnoty s důrazem na jejich

dynamickou formu zohledňující očekávané budoucí výnosy (NPV, IRR, PI, PP), tak

metodě reálných opcí v podnikové praxi tvořené projektovými případy (Scholleová,

2007, p. IX). Hlavním důvodem je odhalení hodnoty flexibility, neboť její absence

v klasických metodách hodnocení nedokáže přinášet odpovědi na výskyt odchylek

skutečnosti od návrhu (plánu). Modelování pomocí reálných opcí mnohem lépe

vystihuje přítomnost flexibility, především jeho vystihnutí, dále přiřazení hodnoty

flexibilitě projektu a konečně výstupem metody reálných opcí bude rozhodovací strom,

který představuje užitečný nástroj optimalizace strategie.

Obr. 9 Průběh kumulovaného CF v tis. Kč

zdroj: vlastní konstrukce

V předchozí kapitole sestavený finanční model byl graficky zpracován do podoby

průběhu jeho cash flow ve všech třech variantách (DOTACE, VLASTNÍ, NÁKUP).

Průběh diskontovaného (diskontní míra 10,5 %) kumulovaného cash flow (Error:

42

Reference source not found) umožňuje první hrubé odhady z hlediska doby návratnosti

takto vynaložených projektů. Vzhledem ke stěžejnímu významu hodnoty peněžních

prostředků následuje nyní část zabývající se odhadem parametru investice a jinak

alokovaných prostředků (dotace). Jakákoliv použitá diskontní míra významně ovlivňuje

hodnotu projektu. Zrcadlí v sobě nejenom faktor rizika (z těchto důvodů jí bude

věnována pozornost i v části zabývající se rizikem), ale i faktor času (délku trvání

projektu).

Uplatněním klasických metod hodnocení investice byly získány následující parametry

pro všechny tři modely a přehledně zpracovány do tabulky 9. Červeným písmem jsou

vyznačeny parametry, které z hlediska těchto metod hodnocení investičních projektů

jsou považovány za nevyhovující. Pro výpočet vnitřního výnosového procenta (IRR) a

čisté současné hodnoty (NPV) byly využity možnosti tabulkového kalkulátoru Excel.

Čistá současná hodnota dále posloužila ve vazbě na modulovanou míru diskontu ke

grafické kontrole zjištěné hodnoty IRR (Obr. 19). Index rentability byl spočítán podle

doporučení Fotra (Fotr & Souček, 2011, p. 229) jako podíl NPV a investice, který

připomíná, že v případě investičních výdajů by měla být do jmenovatele přičtena i

hodnota přírůstku čistého pracovního kapitálu za období výstavby. Diskontovaná doba

návratnosti se odhadla z průběhu kumulované formy diskontovaného cash flow.

Tab. 9 Kvantitativní hodnocení investic

DOTACE VLASTNÍ NÁKUPIRR 0,44 0,28 0,57NPV 5 654 Kč 922 Kč 6 054 KčRI 2,57 18,43 1,51DPP 6 let 3 roky 3 rokyzdroj: vlastní výpočet

Pomocí aplikace dynamických metod vznikl obraz vývoje peněžního toku za

předpokladu, že bude postupováno přesně dle návrhu projektu. Model je postaven na

určité predikci chování trhu a cen v konkrétním budoucím období, což omezuje

vypovídací hodnotu tohoto nástroje. NPV bere v úvahu časovou hodnotu peněz a závisí

na prognózovaných hotovostních tocích a oportunitních nákladech kapitálu (Scholleová,

2007, p. 4), proto je její vypovídací schopnost ve velkém množství případů správná a

přesvědčivá. Zároveň poskytuje informaci, kolik prostředků nad vynaloženou investici

podnik získá navíc, tudíž, o kolik se zvýší hodnota podniku díky realizaci konkrétního

43

projektu. Fakultativnost rozhodnutí přijmout nebo zamítnout investici se řídí hodnotou

NPV; je-li kladná, může být investice přijata, je-li záporná, nenastane vrácení vloženého

kapitálu. Z tohoto pohledu jsou všechny tři finanční modely projektu vyhovující a

mohou být přijaty. Z hlediska indexu rentability platí kritérium pro přijetí vytvořeného

projektu v podobě hodnoty tohoto indexu většího než jedna, jinými slovy budoucí

příjmy převyšují celkově kapitálové výdaje. Čím více index rentability přesahuje

hodnotu 1, tím více by měl být ekonomicky výhodnější (Scholleová, 2007).

Nejvýhodněji se v tomto případě jeví projekt řešení výhradně vlastními prostředky a

kapacitami, jehož hodnota indexu rentability je vyšší než 18. V případě použití dotace

nebo nákupu know-how (IRP) se také naplňuje výše vyslovená podmínka, ale jejich

hodnoty IR jsou výrazně nižší. Relativní rentabilitu zohledňuje vnitřní výnosové

procento, čím vyšší je hodnota diskontní sazby, při které má projekt nulové NPV, tím

lepší je její relativní výhodnost. Vzhledem k tomu, že charakter finančních toků u všech

tří modelů je konvenční, neměla by nastat situace falešně pozitivních nebo negativních

výsledků. Orientačním ukazatelem může být doba návratnosti, která se používá

především pro svoji srozumitelnost neekonomicky vzdělaným stakeholderům. Obecně

platí, že lepší situace je ta, kdy se investice splatí co nejdříve a ve stanoveném limitu

(Scholleová, 2007, p. 5). Z tohoto hlediska se jako lepší jeví řešení vlastními prostředky

nebo nákupem IRP, v případě dotovaného výzkumu a vývoje se uměle prodlužuje doba,

kdy už by bylo možné projekt komerčně realizovat. Pokud by se doba návratnosti

korigovala o čtyřleté období dotovaného výzkumu, byly by investiční výdaje splaceny

již po 2 letech. Scholleová (2007, p. 6) upozorňuje na průzkum mezi manažery, který

ukázal, že celá řada z nich přijímá investice i se zápornou hodnotou NPV. Vysvětlení

tkví v neschopnosti kvantitativních metod hodnocení postihnout prvek dodatečného

flexibilního rozhodnutí i v průběhu realizace projektu. Ta lze vnímat jako právo na

změny (ne povinnost) a právo na uplatnění finančních požadavků analogických

s finančními opcemi. Van Putten (2004) zmiňuje, že minimálně opce na ukončení

projektu by měla být součástí každého projektu, neboť pokaždé existuje možnost na

projekt rezignovat. Je otázkou za jakou cenu a jak velká zanedbatelnost by se u hodnoty

opce objevila v projektu. Z tohoto důvodu se v rámci objektivního pohledu na finančně-

ekonomické řešení projektu zaměří v následující části pozornost na uplatnění některých

možností práce s reálnými opcemi.

44

Za předpokladu, že ve všech třech modelech budou uvažovány variabilní náklady

z modelu VLASTNÍ (příloha 3), dojde k dramatickým změnám všech čtyř sledovaných

dynamických ukazatelů kvantitativního hodnocení. Konkrétní výsledky shrnuje Tab.

100.

Tab. 10 Ukazatele efektivnosti při variabilních nákladech z modelu VLASTNÍ

DOTACE VLASTNÍ NÁKUPIRR 0,22 0,28 0,00NPV 1 438 Kč 922 Kč -2 079 KčIR 0,65 18,43 0,00DPP 7 let 3 roky 0 letzdroj: vlastní konstrukce

Z uvedených výsledků je zřejmé, že efekt dotace dokáže zamaskovat negativní efekt

vysokých variabilních nákladů, které jsou zbytečné. Ještě více je patrné na modelu

nákupu IRP, kolik hodnoty v sobě skrývá nákup know-how, která se pak lépe

zhodnocuje i za vysokých variabilních nákladů do příznivých ekonomických ukazatelů.

Z výstupu kvalitativních metod hodnocení investic prakticky není možné vytvořit si

představu o opatření pro situace, že vývoj nabere jiný směr (např. nežádoucí), popř.

jakým způsobem budou ovlivněny tržby. Předpokladem je stanovení vstupních hodnot

pro model reálných opcí v tomto konkrétním příkladu a zjistit, které podklady je

následně možné reálné zužitkovat v hodnotícím procesu a v procesu odstraňování

nedostatků, popř. identifikování možností, které při konvenčním hodnotícím procesu

nejsou patrné.

Existuje možnost s dodatečnými náklady ve výši 100 000 Kč prodat dílčí licenci a

vytvořit dodatečnou současnou hodnotu 4 000 000 Kč. V odvětví je směrodatná

odchylka 0,846, bezriziková úroková míra 3,847 a podniková diskontní míra 10,5.

V následujícím textu bude zkoumána hodnota projektů s flexibilitou.

Tab. 11 Vstupní hodnoty parametrů opce analyzovaného projektu VLASTNÍ

X 100 100 100 100 100 100S 4 000 4 000 4 000 4 000 4 000 4 000T 5 4 3 2 1 0

46 odhad proveden podle tabulky odhadů s pro vysoce volatilní odvětví, kde mimo jiné figuruje i

biotechnologie jako oborově nejbližší řešenému projektu (Scholleová, 2007, p. 129)47 ČNB, www.cnb.cz (fulltextové vyhledání)

45

rf 3,8 % 3,8 % 3,8 % 3,8 % 3,8 % 3,8 %s 0,6 0,6 0,6 0,6 0,6 0,6

d1 3,562 3,801 4,179 4,861 6,511 1944,211d2 2,220 2,601 3,140 4,013 5,911 1944,209N(d1) 1,000 1,000 1,000 1,000 1,000 1,000N(d2) 0,987 0,995 0,999 1,000 1,000 1,000hodnota call opce 3 918 3 914 3 911 3 907 3 904 3 900

rozdíl opčních hodnot 3 3 3 4 4 3 900

NPV* 4 771 KčIRR* 47 %zdroj: vlastní konstrukce podle (Scholleová, 2007)

K výpočtu byl využit model (Tab. 111), jehož výstupem je informace o hodnotě

flexibility (opce prodejní) implementované přímo v projektu. Hodnota opce byla

vypočtena pomocí modelu Black-Scholes. Jejich přičtením k hodnotě NPV vychází

celková současná přidaná hodnota investičního záměru NPV* a především je takto

způsobilé korigovat relativní výnosnost projektu, je-li zvažována flexibilita IRR*

pomocí opce na prodej dalších licenčních práv. Z dosažených výsledků a především za

předpokladu, že věcně je zcela reálné uvést projekt v život, se nabízí velice

pozoruhodný a potenciálně výdělečný projekt.

Z klasických metod hodnocení investic se obtížně zjišťuje, jak se zachovat v případech,

že se vývoj projektu neubírá žádoucím směrem. Koncept reálných opcí nabízí možnost,

jak se lépe vypořádat s faktorem rozhodovací možnosti a jak ji přisoudit hodnotu pro

zjištění efektivnosti. Americký typ opce reflektuje možnost změn v projektu během jeho

realizace. Je vystavěn na binomickém rozvoji. Pro tento typ hodnocení projektu

VLASTNÍ byla sestavena kompozice vstupních parametrů (Tab. 12) a následně

proveden zmíněný binomický rozvoj odhadu možných změn hodnoty podkladového

portfolia jak pozitivním, tak negativním směrem.

Tab. 12 Parametry pro reálnou opci v modelu VLASTNÍ

parametr název parametru hodnota parametru

podklad pro zjištění

S současná hodnota budoucích CF 922

neobsahuje počáteční investici,

diskontovaný průběh cash flow

46

X investiční výdaj 50 skutečná hodnota investice

T doba životnosti 5 trvání projektu

r bezriziková úroková míra 3,80 %48

průměrný výnos státních

desetiletých dluhopisů

2 volatilita projektu 0,60metodou převzetí její hodnoty pro sektor, odvětví

zdroj: vlastní konstrukce

Pro výpočet binomického rozvoje byly použity matematické aparáty popsané

v teoretické části práce. Tím byla zjištěna hodnota flexibilita zakomponovaná přímo do

projektu C (opce call) a P (opce put). Přičtením k NPV projektu došlo ke korekci

ukazatele efektivnosti projektu v podobě celkové současné přidané hodnoty NPV*.

Binomickým rozvojem se získají podklady v podobě možných budoucích cash flow a

následně zpětně možnost rekurentního přepočtu na prodejní i kupní typ americké opce.

Binomický rozvoj charakterizuje hodnota růstového a poklesového koeficientu, resp.

pravděpodobnosti výskytu růstu a poklesu. Veškeré výše uvedené je uvedené

v doprovodném vyjádření v podobě parametrické tabulky binomického rozvoje (Tab.

133). Jinými slovy se jedná o simulace možného vývoje budoucích cash flow po dobu

existence projektu za předpokladu pozitivního i negativního vývoje v jeho jednotlivých

letech.

Tab. 13 Binomický rozvoj modelu VLASTNÍ a vývoj vnitřní hodnoty jeho opce

u 2,169717d 0,46089p 0,333627 20 4341-p 0,666373 9 418

4 340 4 3402 000 2 000

922 922 922425 425

196 19690

42

20 3849 368

4 290 4 2901 950 1 950

48 Úrokové sazby [online]. Ministerstvo financí České republiky 2013, www.mpo.cz

47

872 872 872375 375

146 14640

0Zdroj: vlastní výpočet podle (Scholleová, 2007, p. CD)

Současná hodnota budoucích peněžních toků 922 000 Kč je prvním sloupcem

binomického rozvoje, další sloupce odpovídají dalším letům průběhu projektu a

představují možné stavy hodnoty opce. Za předpokladu výhradně pozitivního vývoje

situace může projekt vytvořit hodnotu až 20,4 mil. Kč. V opačném případě může nastat

situace, které je přiřazena hodnota 42 000 Kč, což je méně než použitá investice, čili by

se realizovala ztráta. Interpretace reálných opcí je postavena na následující logice.

Pokud například ve 3 po sobě jdoucích obdobích je vývoj ekonomického prostředí

negativní, mělo by být zváženo (možnost volby, flexibilita), zda v něm pokračovat,

omezit ho nebo zlikvidovat. Pokud by podnik dostal nabídku na odkup projektu za

100 000 Kč, bylo by toto rozhodnutí správné za předpokladu, že další vývoj

ekonomického prostředí bude pokračovat v negativním trendu. Pro zisk (efektivnost)

projektu je potřeba uplatňovat rekurentní výpočet. Jeho výsledky jsou zobrazeny

v podobě druhého rozvoje v Tab. 13. Jelikož se jedná o americkou call opci, jednotlivé

kolonky rozvoje vyjadřují hodnotu flexibility C, která navyšuje hodnotu projektu

vyjádřenou jako NPV. V prvním roce je tak hodnota NPV projektu dána součtem podle

níže uvedeného vztahu (kapitola 2.4.7):

NPV* = NPV + C = 922 000 + 872 000 = 1 794 000 Kč

Hodnota projektu se připočtením hodnoty flexibility zvýšila o téměř 49 %, za

předpokladu pravděpodobnosti růstu (33,4 %), resp. poklesu (66,6 %) má management

podniku k dispozici rozhodovací strom, na jehož základě může posuzovat, zda využít

jednu z níže uvedených forem opčního práva:

opce vyčkávat opce přerušit opce rozšířit / zaměnit

Úspěšnost je podmíněna vysoce aktivním přístupem managementu, který musí

komplexně a podrobně sledovat vývoje široké škály ekonomických i nefinančních

faktorů a každé své rozhodnutí podkládat dalšími analýzami a propočty.

48

3.5 Rozbor rizik a jejich prevence

V případě konkrétního projektu výzkumu a vývoje je nejprve představeno požadované

pojetí problematiky rizik pro návrh projektu ze strany poskytovatele dotačního titulu.

V další fázi je provedena objektivnější analýza rizik, kterou vyjadřuje její matice.

Následuje citlivostní analýza simulovaná za účelem zjištění změn spojených s cash flow

v důsledku poklesu tržeb. K tomuto účelu jsou komparovány obvyklé modely pro

hodnocení investic.

Teorie rozhodování pracuje se třemi možnými situacemi. K rozhodování může docházet

za jistoty (výsledky kroků, které byly podniknuty, jsou známé), za rizika (jsou

odhadnuty pravděpodobnosti reakcí, že nastanou) a za nejistoty (tyto pravděpodobnosti

známé nejsou). V praxi je podstatná část rozhodovacích kroků zatížena riziky a

nejistotami a v zájmu dosažení úspěchu musí být vytvořena taková opatření, aby

negativní dopady rizik a nejistot byla co nejvíce zmenšena. Klasické metody hodnocení

buď s rizikem pracovat nedovedou (statické metody) nebo je obsaženo v použité

diskontní míře (dynamické metody). Z uvedených důvodů doporučuje teorie hodnocení

investic paralelně studovat rizika, jak jim předejít, nebo jak umenšovat rozsah

negativních dopadů, pokud jejich vznik nelze zamezit.

3.5.1 Rizika dosažení cíle projektu

Jakýkoliv projekt zahrnuje celou škálu rizik, která se liší mírou dopadu na úspěšné

uskutečnění a realizaci. S ohledem na skutečnost, že jen v omezené míře lze použít

exaktní vyjádření, doporučuje se při jejich identifikaci a charakterizaci vytvořit předem

danou strukturu jejich klasifikace. Jejích reálným průmětem bývá tzv. matice rizik.

Legenda vytvořená jako Tab. 144 pro případ projektu výzkumu a vývoje vysvětluje

terminologii a rozložení rizik použitých v rámci jejich analýzy.

Tab. 14 Podklady pro charakterizaci rizik

popis rizika

pravděpodobnost výskytu

závažnost dopadů návrh jejich eliminace nebo omezení

projevy rizika

nízká zanedbatelná návrh systému opatření, jak výskytu rizika

předejít nebo jak utlumit jeho negativní dopadstřední průměrnávysoká kritická

zdroj: vlastní konstrukce

49

Obecně mývají rizika za následek negativní dopady na ekonomické ukazatele, limitují

provozně-technické aspekty projektu, popř. bývají klasifikována jako jiná (externě

působící).

Rizika spojená s tímto projektem musí být vnímána v pozitivní rovině jako předpoklady

a podmínky pro zdárné dosažení. Z hlediska odborného zaštítění disponuje řešitelský

tým velmi renomovanými odborníky pohybujícími se dlouhodobě v problematice

molekulární biologie, aplikované biologie, sanačního inženýrství a zejména v prostředí

projektového managementu výzkumu, vývoje a inovací. S ohledem na plánované

rozšíření stávajících pracovních týmů se nabízí možnost implementace nadaných

jedinců, kteří již v průběhu své odborné přípravy prokázali vynikající předpoklady stát

se platnými prvky v oblasti lidských zdrojů. Druhou nezanedbatelnou oblastí

předpokladů, které vytváří optimální podmínky pro řešení projektu, je špičková úroveň

vybavení pracovišť všech zainteresovaných subjektů, jak v rovině laboratorní, tak

rovněž v technickém vybavení, které umožňuje sofistikovanou práci v oblasti

environmentálního servisu. Rizika, která jsou obtížně odhadnutelná, vyplývají ze

samotné podstaty biologického činitele, jenž je nesmírně složitým systémem,

podléhajícím vlivu velkého okruhu faktorů, které v něm v mnoha případech vyvolávají

nepředpokládané reakce. Nicméně již jen samotné vytčení cílů tohoto projektu je

koncipováno tak, aby se maximálně umenšily jejich negativní efekty a frekvence

výskytu a výsledky projektu tak představují i určitou formu preventivních opatření pro

dosažení pozitivní změny na tomto poli. Popis rizik a přístupů k jejich eliminaci

postihuje velmi užitečný prostředek převzatý z managementu rizik, jímž je matice rizik.

Determinuje následky definovaných příčin a jejich frekvenci, čímž vytváří prostředí pro

konkretizaci kritéria přijatelnosti rizika a zejména umožňuje i konstrukci vhodných

opatření. Matice rizik je součástí doplňujících údajů projektu. Postihuje faktor lidského

zdroje, faktor technického zázemí a faktor biologického činitele. Obecně předpoklady

eliminace rizik vycházejí např. ze zastupitelnosti klíčových členů řešitelského kolektivu,

intenzifikace sdílení informací, z existence záložních technických systémů a v

neposlední řadě z velkého penza zkušeností, jak čelit nepředpokládaným odpovědím

biologického činitele na definovaný podnět a to zejména v rovině maximalizace úsilí

transponování těchto poznatků do uchopitelné a technicky zužitkovatelné roviny. Z

biologického hlediska je nejvíce křehkou a zranitelnou oblastí pojetí fenoménu tzv.

nekultivovatelných mikroorganismů. Na jednu stranu jsou velkým zdrojem problémů

50

objektivní charakterizace kontaminované lokality, na druhou stranu představují

obrovský potenciál pro zužitkování v technické praxi sanačního inženýrství. Rizika

pramení z proměnlivosti jejich chování, které v některých případech mohou vést, až

zavádějícím zjištěním v rovině nelze / lze kultivovat. Tyto projevy jsou zahaleny

nedostatečně provedenou experimentální prací a s ohledem na množství

mikroorganismů přítomných na Zemi zřejmě nikdy ne zcela plně proveditelnou.

3.5.2 Citlivostní analýza a analýza rizik metodou Monte Carlo

Od nejpravděpodobnějších hodnot veličin, které tvoří finanční model projektu, se

vstupní veličiny mohou odchylovat. Postihnout tyto změny nutně vyžaduje provedení

analýzy rizik. U všech tří modelů byla nejprve uskutečněna analýza citlivosti pomocí

MS Excel s doplňkem Crystal Ball49 v režimu tzv. Tornado Chart (tornádo graf).

Zvolená cesta se zaměřila na citlivost čisté současné hodnoty při izolovaných změnách

každé vstupní proměnné od její plánované hodnoty, která je vyjádřena jako první soubor

informací v kapitole 3.3. Výsledky této analýzy jsou vyjádřeny graficky pomocí

Tornado Chart (Obr. 10, Obr. 13, Obr. 16). V Tornado Chart jsou uspořádány podle

velikosti dopadu na NPV projektu podle jejich stejných procentních změn. V případě

modelu DOTACE se ukázalo, že největší vliv na sledovaný parametr efektivnosti má

diskontní sazba, následovaná s odstupem cenami a variabilními náklady. K obdobným

zjištěním se dospělo i v případě modelů VLASTNÍ a NÁKUP. Potvrzuje se tak

poměrně známá skutečnost, která je předmětem zájmu nejenom akademické obce, ale

především investorů, spojená s vypořádáním se s problémem zjištění míry diskontní

sazby co možná nejvíce relevantním a exaktním způsobem. Diskontní míra v sobě

zrcadlí riziko a vnáší ho jak do dynamických modelů postavených na diskontování

výnosů budoucích, tak v rámci senzitivních analýz. A především její dopad na výnosy

projektu je značný.50 Jednoznačně akceptovatelná metodika stanovení diskontní sazby

neexistuje, je předmětem řady studií. Velice závažným sdělením by mělo být

připomenutí snadné zmanipulovatelnosti projektu volbou diskontní sazby. Silný dopad

faktoru doby trvání projektu, jak dokládá učebnicový příklad uvedený výše v poznámce. 49 Crystal Ball – produkt společnosti ORACLE, použita volně dostupná trial verze

(www.oracle.com/us/products/applications/crystalball/overview/index.html) s možností stažení

patnáctidenní trial version, která byla použita pro modelování v této práci50 Známým příkladem je porovnání očekávaných výnosů ve výši 100 000 Kč za 1 rok a za 15 let. Při 5%

diskontu zbyde za 15 let z výnosu zhruba polovina částky, při 10% diskontu méně než čtvrtina sumy

obdržené za 1 rok.

51

Analýza pokračuje rozborem příspěvku jednotlivých faktorů rizika pro každý z modelů

projektu. Závěrečná simulace v každém modelu znázorňuje rozdělení pravděpodobnosti

jak NPV projektu, tak IRR projektu. V návaznosti na zjištěné skutečnosti budou některé

parametry simulovány pro snazší pochopitelnost ve vazbě na změny NPV každého

z dílčích modelů za účelem vyjádřit jejich vliv na NPV projektu, se zjednodušením

v podobě konstantních parametrů během doby trvání projektu pro snazší grafické

zpracování.

Analýza rizik v modelu DOTACE

Na základě expertního posouzení a především pomocí citlivostní analýzy vyjádřené

pomocí tornádo grafu (Obr. 10) se dospělo k závěru, že rizikovými faktory projektu

52

Obr. 10 Model DOTACE - Tornado Chart

zdroj: vlastní konstrukce

jsou jeho diskontní sazba, tuzemská prodejní cena (PCT), objem produkce a variabilní

náklady (VN), posuzují-li se v rámci jednofaktorové analýzy citlivosti (izolované

změny parametru v 10% oboustranném intervalu od dané hodnoty). Překvapivým

zjištěním je zanedbatelný vliv dotace ve všech sledovaných letech (D1 – D4).

Z hlediska jejich vlivu na ekonomickou rentabilitu by však měly být hodnoceny buď

binárně (je nebo není) nebo z hlediska její výše.

53

Obr. 11 Model DOTACE – rozdělení pravděpodobnosti NPV, IRR a RI

zdroj: vlastní konstrukce

Ve výše uvedených simulacích (Obr. 111) bylo u dotace použito trojúhelníkové

rozdělení mezi hodnotami 100 tis. Kč až 2 000 tis. Kč. Rozdělení pravděpodobnosti

bylo zjištěno na všech třech ukazatelích efektivnosti investičních projektů. Potvrdilo se,

54

že pravděpodobnost dosažení takových hodnot, při kterých jsou investice považovány

za efektivní, dosáhlo vzájemné shody, při pravděpodobnosti okolo 58 % model

DOTACE dosahuje přijatelných hodnot u ukazatele NPV a RI. V případě IRR je tento

předpoklad splněn s pravděpodobností 48 %, nicméně IRR jako míra relativní

výnosnosti není vždy v plném souladu s vývojem jiných ukazatelů.

Obr. 12 Model DOTACE - analýza citlivosti

O to překvapivější je zjištění, jakým způsobem nalezené faktory rizika přispívají

k nejistotě zkoumaných proměnných. Logicky existuje v případě NPV a RI shoda i

s ohledem na konstrukci výpočtu (viz. Příloha 2). Téměř 90 % přispívá diskontní sazba

k nalezenému rozdělení, následovaná dílčími dotacemi v jednotlivých letech. Oproti

tomu v případě IRR je nejvýznamnějším rizikovým faktorem soubor dotačních vlivů.

55

Analýza rizik v modelu VLASTNÍ

Expertním zhodnocením byl největší význam v souboru rizikových faktorů přisuzován

variabilním nákladům, objemu produkce a diskontní sazbě. Citlivostní analýza

jednotlivých faktorů (Obr. 13) tento odhad potvrdila a doplnila ještě o parametr

tuzemské prodejní ceny.

Obr. 13 Model VLASTNÍ - Tornado Chart

zdroj: vlastní konstrukce

56

Obr. 14 Model VLASTNÍ – rozdělení pravděpodobnosti NPV, IRR a RI

zdroj: vlastní konstrukce

57

Ve výše uvedených simulací (Obr. 14) za účelem nalezení rozdělení nejistoty byl

sledován vliv faktorů rizika, které byly vyhodnoceny v citlivostní analýze. V případě

investice, která je v modelu zvolena velmi nízká (50 tis. Kč) byla simulována až do výše

1 000 tis. Kč. Dále byl zohledněn faktor variabilních nákladů, u nichž se horní mez

v simulaci navýšila na dvojnásobek. Ze získaných výsledků je patrná poměrně dobrá

shoda hodnoty pravděpodobnosti (okolo 60 %), za níž je dosaženo parametrů

odpovídajících ekonomicky efektivnímu investičnímu projektu.

Obr. 15 Model VLASTNÍ – analýza citlivosti

zdroj: vlastní konstrukce

Význam variabilních nákladů se projevil jako nejvýznamnější příspěvek rizika při

simulaci nejistoty IRR. U zbývajících parametrů dominuje diskontní sazba, vzápětí

následovaná hodnotou diskontu (Obr. 15).

58

Analýza rizik v modelu NÁKUP

Obr. 16 Model NÁKUP - Tornado Chart

zdroj: vlastní konstrukce

Prvním testem citlivosti (Obr. 16) na bázi vlivu osamocených faktorů rizika byl

potvrzen předpoklad, že se patrně bude jednat o dvojici diskontní sazba a výše investice

(nákupu licence). V navazujících simulacích rozdělení nejistoty byly tyto skutečnosti

zohledněny a doplněny o vliv objemu produkce.

59

Obr. 17 Model NÁKUP – rozdělení pravděpodobnosti NPV, IRR a RI

zdroj: vlastní konstrukce

60

Z výstupů simulace vyplývá (Obr. 177), že parametr NPV pro ekonomicky efektivní

investici se naplňuje s pravděpodobností kolem 50 %. Co je však varující, to jsou

signály, které lze vyčíst z nejistoty IRR a RI. V případě IRR existuje pouhá 16%

pravděpodobnost, že se octne v intervalu relativně rentabilní investice, v případě RI je

tato pravděpodobnost dvojnásobná. Tyto výsledky svědčí o tom, jak citlivým

parametrem pro ekonomickou efektivnost je v tomto případě výše investice, na rozdíl

od projektu, který je dotován nebo projektu, který je od svého začátku tlačen k tomu,

aby tvořil zisk.

Obr. 18 Model NÁKUP – analýza citlivosti

Zdroj: vlastní konstrukce

61

Nálezy v simulacích potvrzují výsledky analýzy příspěvku rizikových faktorů

k nejistotě (Obr. 18), vyjma NPV, kde je opět nejvýznamnějším činitelem diskontní

sazba, v případě IRR i RI se jako největší dotace na nejistotě projevuje výše investice.

Ve všech případech se ukazuje, že nejcitlivěji reagují finanční modely prostřednictvím

NPV na změnu diskontní sazby. V modelu DOTACE a NÁKUP se projevuje sice

nikoliv výrazným způsobem, ale přesto, objem produkce. Ukazuje se, že úplně jiná

situace nastává, je-li sledována jako hodnotící parametr investice IRR a IR. U těchto

ukazatelů se silně projevuje způsob nastavení financování a z výsledků analýzy rizika

pomocí numerických simulací je zřejmé, že nejrizikovějším projektem bude model

postavený na nákupu licence, následovaný modelem s dotací. U obou se promítá vliv

alokované částky, na rozdíl od modelu s financováním z vlastních zdrojů, kde je již od

počátku vyvinut tlak na komercializaci. V případě dotace je zakázána a při nákupu

licence se projevuje její splácení.

Výše provedené analýzy nastolily otázku, jak se projeví změna parametru, které analýza

určila jako jeden z nejvýznamnějších – diskontní sazba, pokud bych numerický model

neměl k dispozici a byl odkázán pouze na finanční model projektu v tabulkovém

kalkulátoru (Scholleová, 2009, p. 175). Zjištění pro všechny používané modely

z hlediska míry dopadu diskontní sazby na jejich NPV je vyjádřeno graficky jako

průběh změn (Obr. 19).

62

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

-2000

-1000

0

1000

2000

3000

4000

5000

6000

7000

VLASTNÍNÁKUPDOTACE

diskontní sazba

NPV

v ti

s. Kč

Obr. 19 Simulace vlivu diskontní sazby na NPV modelů

zdroj: vlastní konstrukce

Již v úvodních částech přípravy finančních modelů byl vysloven předpoklad o

významném příspěvku variabilních nákladů a jejich výše na ukazatel efektivnosti

v podobě NPV. Numerický nástroj však neprokázal zásadní dopad těchto nákladů na

rizikovost. Při pohledu na grafický průběh vlivu variabilních nákladů na NPV (Obr.

200) zaujme lineární charakter změn, které vyvolá modulace tohoto parametru. Ještě

více zaujme skutečnost, že oblast, kdy jsou projekty ekonomicky pořád efektivní

(hodnota NPV je větší než nula), se poměrně značně shoduje u všech tří finančních

modelů.

63

0 1 5 10 20 35 45 50 100

-50000

-40000

-30000

-20000

-10000

0

10000

20000

30000

40000

NVD

variabilní náklady v tis. Kč/ks

NPV

v ti

s. Kč

Obr. 20 Simulace vlivu variabilních nákladů na NPV modelů

zdroj: vlastní konstrukce

Z tohoto zjištění plyne doporučení věnovat pozornost udržení dostupnosti vstupů

v podobě variabilních nákladů po dobu existence projektu, což lze řešit např.

předzásobením se surovinami, které lze dlouhodobě skladovat za nízkých provozních

nákladů – chemikálie, spotřební zboží typu jednorázové misky, manipulátory apod.

Variabilní náklady mají největší rizikový příspěvek v projektu VLASTNÍ, neboť jsou

základním prvkem ovlivňujícím tvorbu hodnoty projektu a nejsou rozpuštěny např.

v nákupu IRP nebo v dotační částce.

Z výše provedených analýz dále vyplývá, že velmi senzitivním parametrem projektů je

objem produkce, což na druhou stranu vyznívá jako zcela logické. Pokud by předešlý

postup byl aplikován na všechny modely, vedou graficky vyjádřena zjištění jejich vlivu

na NPV (Obrázek 21) ke konstatování, že pro projekty, které jsou buď stimulovány

dotací (DOTACE) nebo mají velký kapitálový výdaj (NÁKUP) existuje podobný objem

produkce, který za zachování zbývajících parametrů povede k ekonomické efektivitě.

64

0 10 20 30 40 50 60 70 80 90 100

-10000

-5000

0

5000

10000

15000

VDN

objem produkce v ks

NPV

v ti

s. Kč

Obrázek 21 Simulace vlivu objemu produkce na NPV projektů

zdroj: vlastní konstrukce

V případě nákupu IRP se od objemu produkce více jak 40 ks začne projevovat nejvyšší

nárůst ukazatele NPV, což je i v souladu s nejvyšší hodnotou IRR jako ukazatele

relativní výnosnosti, která v případě modelu NÁKUP má hodnotu 0,57. Jednoznačným

doporučením je maximalizace úsilí v obchodní a marketingové rovině, neboť právě zde

vede cesta k vysoké ziskovosti za předpokladu volby projektu spojeného s finančním

modelem NÁKUP.

65

4 Závěr

Objevování, budování a rozvíjení konkurenční výhody se v dnešním globalizovaném

světě neobejde bez výzkumu a vývoje, neboť tyto procesy jsou hnacím prvkem inovací

a nalézání nových příležitostí pro zvyšování hodnoty obecně. Výzkum a vývoj je

pojmem nesmírně širokým a také jeho průměty do dílčích sektorů tržních odvětví a

sektorů nabývají různého významu. Cílem této práce bylo postihnout možnosti

výzkumu a vývoje v komerčním subjektu v teoretické rovině a v rovině praktické

akcentovat sílu významu finančních a ekonomických faktorů jako neoddělitelné

součásti jakékoliv investiční aktivity, což výzkum a vývoj, jak práce ukázala, je –

splňuje prostou definici investice jako odložené spotřeby za účelem generování zisku

v obdobích budoucích.

Přínos práce lze vnímat v rovině strukturální, protože přináší v kruzích neekonomicky

vzdělaných pracovníků výzkumu a vývoje konkrétní pohled na uchopení ekonomické a

finanční problematiky projektů výzkumu formou konkrétního rozpracování těchto částí

návrhů a konfrontuje je se současnou realitou na poli ucházení se o dotační podpory

z veřejných zdrojů formou konkrétních programů. Tři modely, které v práci vznikly

jako varianty vlastního výzkumu nebo jeho outsourcingu za scénáře bez dotační

podpory a s dotací (DOTACE, VLASTNÍ, NÁKUP) představují tři typy řešení, na

kterých autor projektové dokumentace jakékoliv formy projektu výzkumu a vývoje

může uplatnit hodnocení ekonomické efektivity. Sestavené modely v podobě svých

kumulovaných a diskontovaných průběhů cash flow byly podrobeny klasickým

nástrojům kvantitativního hodnocení investic (NPV, IRR, RI a PP). Výpočty ukázaly, že

dobře sestavené modely mohou nezávisle na svých aspektech jako zdroje financování a

alokace výdajů vykazovat veskrze pozitivní výsledky vedoucí k možnosti volby

konceptu. Konkrétně se potvrzuje, jak náročná je správná interpretace výsledků

z dynamických metod hodnocení v kontextu řešení. Např. značný nárůst variabilních

nákladů způsobí takovou změnu modelu NÁKUP, že se stane ekonomicky

neefektivním. Naopak model VLASTNÍ ukazuje, že i při nízkém ukazateli NPV lze

sestavit řešení, které v sobě obsahuje vnitřní hodnotu. Z hlediska investičních

příležitostí je zřejmé, že značný rozdíl v ukazateli RI díky své jednoduché vypovídací

hodnotě bude jednoduše přesvědčivý. A nakonec je nutné dodat, že koncepty postavené

na snaze získat podporu v podobě dotačních titulů se mohou ukázat jako ekonomicky

průměrné, čemuž přispívá oddalování komerční fáze v důsledku pravidel poskytovatele

66

a mnohdy i promarnění příležitosti zaujmout v důsledku toho silné tržní postavení. Vliv

dotace se ukázal jako přínosný za výrazného nárůstu variabilních nákladů v podobě

tlumícího efektu propadu ukazatelů efektivity.

Odpovědět na otázku, jak vyšlo porovnání nástrojů hodnocení investičních projektů

v oblasti výzkumu a vývoje, lze kladně. Za dodržení zobecněných principů a doručení

práce s nimi (průběhy cash flow) představují bezpochyby užitečné instrumenty pro

získání podkladových informací pro rozhodovací procesy. Na druhou stranu se potvrdil

fakt, že nezohledňují jednu z nejvýznamnějších možností – možnost flexibilních

rozhodnutí, např. prakticky kdykoliv uplatnitelný koncept zavržení a odstoupení od

projektu.

V navazující části byl proto uplatněn jeden z nástrojů zohledňující rozhodovací

flexibilitu – nástroj reálných opcí. Za předpokladu významné informační asymetrie,

kterou ve svůj prospěch skutečně dobří manažeři výzkumu a vývoje mají, existuje

bezpočet možností, jak vytěžit maximum z investičního projektu již v jeho průběhu. Na

konkrétním příkladu byla metodou reálné opce vyčíslena kladná změna ukazatele

relativní efektivnosti IRR a její hodnota atakovala bezmála 50 %. Právě tato cesta se

jeví jako potenciálně velmi perspektivní pro obhajobu záměrů ve výzkumu a vývoji.

Vyplývají zde doporučení akcentovat komplexní vnímání projektu a systematicky

zohledňovat okruhy flexibility možností ve prospěch řízení projektů a potlačování jejich

rizik. Pomocí modelu reálné opce na bázi typu americké kupní opce se podařilo zjistit,

že hodnota flexibility projektu zvyšuje jeho hodnotu o téměř 49 % a především

poskytuje pozoruhodný nástroj ve formě rozhodovacího stromu pro další řešení jako

reakce na ekonomický vývoj v kontextu projektu.

Poslední významnou částí práce je další podceňovaný prvek projektů obecně, těch

výzkumně-vývojových zvláště. Citlivostní analýzy a jejich zúročení v podobě

managementu řízení rizik jsou silným vodítkem pro efektivnější a bezpečnější práci na

profilu projektů investic a výzkumně-vývojových investic zvláště. Všechny tři modely

byly podrobeny citlivostní analýze za účelem identifikovat faktory dotující riziko

projektu. Ukázalo se, že původně předpokládané variabilní náklady nemají až tak

vysoký příspěvek k riziku jako míra diskontní sazby, dotace a investice, vyjma modelu

VLASTNÍ. Všechny zmíněné parametry byly dále v modelech simulovány za účelem

odhalení limitů, za kterých dochází k negativní konverzi ukazatele efektivity projektů

67

v podobě NPV, ale i IRR a RI. U IRR je nutné poznamenat, že se na něm projevuje

kvantitativně jiná struktura příspěvků faktorů rizika. Doporučení, která z těchto kroků

vyplývají, lze shrnout do konstatování věnovat velkou péči finančním zdrojům

v podniku a stabilizovat diskontní míru, dále řídit náklady takovým způsobem, aby se

např. preventivně čelilo nečekaným cenovým výkyvům předzásobením v obdobích, kdy

některé předměty spotřeby dosahují velmi výhodných cen a posledním klíčovým

doporučením je obchodní a marketingová činnost. Ze své zkušenosti autor potvrzuje, že

právě tato fáze je v oblasti výzkumu a vývoje těžce podceněná a bohužel přispívá

nemalou měrou k velkým ztrátám hodnoty a mnohdy i k promarnění posunu na

jedinečné konkurenční výhody. V akademické rovině si autor dovoluje formulovat

doporučení zintenzivnit výzkumné směry, které se problematikou diskontu a úrokových

sazeb v různých, zejména investičních souvislostech zabývají na půdorysu rozmanitých

tržních sektorů. V této oblasti je skutečně významný informační nedostatek a je škoda

tento fakt opomíjet.

68

Literatura

Monografie

BARTES, F., 2005. Inovace v podniku. Brno : CERM. ISBN 8021430869

BOER, F., 2002. The Real Option Solutions. Finding Total Value in High Risk World.

New York : John Willey & Sons. ISBN 978-0-07-338237-1.

BOER, F., 2007. Oceňování technologií. Praha : Zoner Press. ISBN 978-80-86815-66-

4.

BROOKING, A., 1996. Intellectual Capital. New York : Cengage Learning EMEA.

ISBN 9781861524089.

CAOASE, R.H., 2012. The Firm, the Market, and the Law. Chicago : University of

Chicago Press. ISBN 978-02-26051-20-8.

COOPER, R., 2001. Portfolio Management for New Products, New York: Basic Books.

ISBN 0-7382-0514-1.

DAVENPORT, T., 2005. Thinking for Living. Boston : HVB School Publishing. ISBN

1-59139-423-6.

DRUCKER, P. F., 1999. Management Challenges for the 21st Century. Oxford :

Butterworth-Heineman. ISBN 80-7261-021-X.

DUCHOŇ, B., 2008. Management. Integrace tvrdých a měkkých prvků řízení. Praha :

CH Beck. ISBN 978-80-7400-003-4.

FOTR, J. & Souček, I., 2011. Investiční rozhodování a řízení projektů. Praha : Grada

Publishing. ISBN 978-80-247-3293-0.

FOTR, J. & Švecová, L., 2010. Manažerské rozhodování: postupy, metody a nástroje.

Praha : Ekopress. ISBN 80-247-0939-2.

HNILICA, J. & Fotr, J., 2009. Aplikovaná analýza rizik - ve finančním managementu a

investičním rozhodování. Praha : Grada. ISBN 978-80-247-2560-4.

CHAMBERS, R., 2012. Ideas for Development. London : Earthscan, Routledge, Taylor

& Francis Group. ISBN 1-84407-088-3.

JALAN, P., 2004. Industrial Sectors Reforms in Globalization Era. New Delhi : Sarup

& Sons, 2004. ISBN 81-7625-536-X.

KISLINGEROVÁ, E., 2010. Manažerské finance. Praha : C. H. Beck. ISBN 978-80-

7400-194-9.

KORECKÝ, M., 2011. Management rizik projektů. Praha : Grada. ISBN 978-80-2473-

221-3.

KOTLER, P., 1992. Marketing Management. Praha : Grada. ISBN 978-80-247-1359-5.

LEV, B., 2001. Intangibles. Management Measurement, and Reporting. Washington :

Brookings Institution Press. ISBN 978-08-157-0093-7.

MÁČE, M., 2013. Účetnictví a finanční řízení. Praha : Grada. ISBN 978-08-157-0093-7

MARLOW, J., 2001. Option Pricing: Black-Scholes Made Easy. New York: John

Wiley and Sons. ISBN 978-04-714-3641-6.

MEYERS, R. A., Brealey, S. C. & Allen, F., 2008. Principles of Corporate Finance.

New York: McGraw-Hill/Irwin. ISBN 978-0073405100.

MIKEŠ, J., 2010. Výzkumné projekty a jejich ekonomická hodnota. In: Sborník

Průmyslová ekologie. Chrudim : Vodní zdroje Ekomonitor spol.s r.o. ISBN 978-80-

86832-50-0.

MORRA, L., 2009. The Road to Results: Designing and Conducting Effective

Development Evaluations. Washington: World Bank Publication. ISBN 978-

0821378915.

MUN, J., 2010. Modeling Risk: Applying Monte Carlo Risk Simulation, Strategic Real

Options, Stochastic Forecasting, and Portfolio Optimization. NY: John Wiley & Sons.

ISBN 978-0-470-59221-2.

MUNN, J., 2005. Real Options Analysis: Tools and Techniques for Valuing Strategic

Investment and Decisions. New York: Willey Finance. ISBN 978-0471747482.

NENADÁL, J., 2004. Měření v systémech managementu jakost. Praha: Management

Press. ISBN 80-7261-110-0.

NIWA, K., 1999. Knowledge Base Risk Management in Engineering. New Jersey:

Willey. ISBN 978-04-71628934

PAVELKOVÁ, D. & Knápková, A., 2005. Výkonnost podniku z pohledu finančního

manažera. Praha: Linde. ISBN 978-80-86131-85-6.

PLAMÍNEK, J., 2008. Vedení lidí, týmů a firem - Praktický atlas managementu. Praha:

Grada. ISBN 978-80-247-3664-8.

POLÁCH, J., 2012. Reálné a finanční investice. Praha: Grada. ISBN 978-80-7400-436-

0.

RAIS, K., 2006. Řízení rizik ve firmách a jiných organizacích. Praha: Grada. ISBN 978-

80-247-4644-9.

ROKACH, L., 2008. Data Mining with Decision Trees: Theory and Application.

Geneva: World Scientific. ISBN 978-9812771711.

ROUSSEL, P. A., Saad, K. N. & Erickson, T. J., 1991. Third Generation R&D: Making

the Link to Corporate Strategy. Boston: Harvard Business Review Press. ISBN 978-

0471496151.

SOUČEK, I., 2005. Podnikatelský záměr a investiční rozhodování. Praha : Grada. ISBN

80-247-0939-2.

SCHOLLEOVÁ, H., 2007. Hodnota flexibility reálné opce. Praha: C H Beck. ISBN

978-80-7179-735.

SCHOLLEOVÁ, H., 2009. Investiční controlling. Praha: Grada. ISBN 9788024729527

SCHWARTZ, E. S. & Trigeorgis, L., 2004. Real Options and Investment Under

Uncertainty: Classical Readings and Recent Contributions. Boston: MIT Press. ISBN

978-0262693189.

STARÝ, O., 2003. Reálné opce. Brno : A plus. ISBN 9788090251465

SVEIBY, K. E., 1997. The New Organizational Wealth: Managing & Measuring

Knowledge-based Assets. San Francisco : Berrett-Koehler Publishers. ISBN

9781576750148.

SYNEK, M., 2007. Manažerská ekonomika. Praha: Grada. ISBN 80-247-9069-9.

SYNEK, M., 2010. Podniková ekonomika. Praha: C H Beck. ISBN 80-7179-892-4.

ŠAUER, P., 2007. Kapitoly z environmentální ekonomie a politiky i pro neekonomy.

Praha : Univerzita Karlova, Centrum pro otázky životního prostředí. ISBN

9788087076064.

TIDD, J. & Bessant, J., 2011. Managing Innovation: Integrating Technological, Market

and Organizational Change. New York : John Wiley & Sons. ISBN 9781119959335.

VOCHOZKA, M., 2011. Metody komplexního hodnocení podniku. Praha : Grada.

ISBN 8024736470, 9788024736471

WARREN, C., 2008. Accounting. Stamford: Cengage Learning. ISBN 978-0-538-

47500-6.

WITCHER, B., 2010. Strategic Management: Principles and Practice. Stamford:

Cengage Learning EMEA. ISBN 9781844809936.

WÖHE, G., 1995. Úvod do podnikového hospodářství. Praha: C H Beck. ISBN

9788071798972

Odborné články

BEANS, A., Russo, M. J. & Whiteley, R. L., 1998. Benchmarking Your R&D> Result

from IRI/CIMS Annual R&D Survey for FY 96. Research - Technology Management,

Svazek 41, pp. 24-34.

BOER, F., 2000. Valuation of Technology Using Real Options. RTM, Svazek 43, pp. 1-

9.

BOER, R., 2005. Research is an investment, not an expense. Applied Catalysis A:

General, 280(1), pp. 3-15.

CZITROM, V., 1999. OFAT Versus Designed Experiments. The American Statistician,

53(2), pp. 126-131.

DIERKS, P. A. & Patel, A., 1997. What is EVA, and how can it help your company?.

Management Accounting, Svazek 1, pp. 52-58.

HARTMANN, M. & Hassan, A., 2006. Application of real options analysis for

pharmaceutical R&D project valuation—Empirical results from a survey. Research

Policy, 35(3), pp. 343-354.

LUEHMAN, T., 1998. Strategy as a Portfolio of Real Options. Harvard Business

Review, 76(5), pp. 89-99.

ROBERTS, E. B., 2007. Managing Invention and Innovation. Research-Technology

Management. 50(1), pp. 35-54

SKALICKÝ, J., Vacek, J. & Ircingová, J., 2007. Metodika hodnocení výzkumných

projektů, Plzeň: ZČU Plzeň.

VAN PUTTEN, A. a. M. I., 2004. Making real options really work. Harvard Bussines

Review, 82(12), pp. 134-41.

Kvalifikační práce

MITCHELL, R., 2007. Real Options as a Strategic Management Framework: A Case

Study of the Operationallly Responsive Space Initiative. Ohio.

Elektronické zdroje

ČSÚ, Věda a výzkum i nadále především v režii soukromých firem. [Online] 2012 [cit.

2012-12-13]. Dostupné z WWW:

http://www.czso.cz/csu/tz.nsf/i/veda_a_vyzkum_i_nadale_predevsim_v_rezii_soukrom

ych_firem20120918.

DVOŘÁK, J., Management inovací. [Online] 2006 [cit. 2013-11_18]. Dostupné z

WWW: http://inovace.vsmie.cz/kniha.pdf

HOLEC, P., Výzkum. [Online]. 2007. [cit. 2013-11_18] Dostupné z WWW:

www.exu.sk/material/temac/holec/Inovace-jak.ppt

HOLEC, P., Management inovací v teorii, praxi a ve výuce (sešit číslo 10). Vysoká

škola manažerské informatiky a ekonomiky [Online]. 2013. [cit. 2013-11-18] Dostupné

z WWW: http://www.rozhlas.cz/plzen/jazykovykoutek/_zprava/238237

MAŠÍN, P., Strategie a vize v moderní firmě. [Online] 2012. [cit. 2013-11_18]

Dostupné z WWW: http://masin.blog.vsem.cz/2011/05/10/strategie-a-vize-v-moderni-

firme/

OECD, Research and Development Statistics . [Online]. 2012 [cit. 2013-11_18]

Dostupné z WWW:

http://www.oecd.org/innovation/inno/researchanddevelopmentstatisticsrds.htm

RVVI, Základní pojmy výzkumu a vývoje v OECD a EU. [Online]. 2013 [cit. 2013-

11_18] Dostupné z WWW: http://www.vyzkum.cz/PrintClanek.aspx?

idsekce=932&jazyk=CZ

TAČR, Program na podporu aplikovaného výzkumu a experimentálního vývoje ALFA.

[Online]. 2012. [cit. 2013-11_18] Dostupné z WWW:

http://www.tacr.cz/dokums_raw/program_na_podporu_aplikovaneho_vyzkumu_a_expe

rimentalniho_vyvoje_1.pdf

ČRo, Jazykový koutek, Inovační versus Inovativní. [Online]. 2013. [cit. 2013-11_18]

Dostupné z WWW: http://www.rozhlas.cz/plzen/jazykovykoutek/_zprava/238237

Právní předpisy

Zákon č. 130/2002 Sb., o podpoře výzkumu, experimentálního vývoje, ve znění

pozdějších předpisů.

Zákon č. 586/1992 Sb., o daních z příjmů, ve znění pozdějších předpisů.

Zákon č. 513/1991 Sb., obchodní zákoník, ve znění pozdějších předpisů.

Přílohy

Příloha 1 Definice výzkumu a vývojeZákladní výzkum je systematický proces, který pomocí vědeckých metod řeší

problémy identifikované nedostatky v elementární podstatě jevů. Podle OECD (2013):

„Experimentální nebo teoretické práce, které jsou v prvé řadě zaměřeny na získávání

nových poznatků o nejzákladnějších příčinách jevů (fenoménů) a pozorovatelných

skutečností, aniž by se však zabývaly otázkami užití a vyžití těchto poznatků.“ Jinými

slovy též tzv. badatelský výzkum uskutečňovaný zejména na vysokých školách a ve

výzkumných institucích. Klíčové pro odlišení představuje důraz na nezájem o užití a

využití, nicméně reálně samo užití a využití je vetknuto už do samé podstaty tohoto

posunu stavu poznání.

Aplikovaný výzkum je doplňováním stavu poznání pro bezprostřední (cílené) využití.

Podle OECD (2013): Experimentální a teoretické práce k získání nových poznatků, ale

zcela jednoznačně zaměřených na specifické, konkrétní předem stanovené cíle využití.

Jinými slovy též cílené získávání poznatků pro umožnění realizace konkrétního záměru,

které chybí jako svorníky v současném stavu poznání (např. je znám princip

metabolické reakce a aplikovaným výzkumem se zjišťuje senzitivita této reakce vůči

měnícím se faktorům v kontaminovaném prostředí).

A konečně experimentální vývoj, který je zdrojem v rovině definování největších

neporozumění. Podle OECD (2013): „Systematická tvůrčí práce směrující k rozšíření

stavu poznání, včetně poznatků o člověku, kultuře a společnosti, a jeho použití s cílem

nalézt nové možnosti využití těchto poznatků.“ Pochopitelnější interpretací může být

systematické využívání známých znalostí, principů a fenoménů formou jejich nového

seskupení, strukturalizace a vzájemné interakce, kde nová (přidaná) hodnota spočívá

právě v tomto novém uchopení.

V evropské praxi pro management komerčního výzkumu a vývoje je osvojení výše

uvedených definic a především jejich porozumění základním předpokladem pro

správnou strategii těchto aktivit z hlediska hledání podpůrných finančních zdrojů.

V programech podpory výzkumu a vývoje jak na národní, tak na evropské bázi

představuje správná charakterizace obsahové (věcné stránky) konkrétního projektu

důležitý předpoklad pro vyhovění pravidlům poskytovatelům dotačních titulů. Např.

základní výzkum není v programech komerčního výzkumu a vývoje podporován vůbec

a správná kategorizace podle kritérií aplikovaný výzkum versus experimentální vývoj

zásadně ovlivňuje míru podpory – aplikovaný výzkum ji mívá vyšší a nastavení tzv.

poměru AV:EV je úskalím pro zamítnutí celé řady projektů.

Programy výzkumu a vývoje jsou konkrétně vymezené rámce zastřešené

poskytovatelem konkrétní podpory (např. GAČR, TAČR, MPO, MŠMT nebo

EUREKA), které prostřednictvím svých cílů jsou věcně, termínově a finančně

vymezené. Programy se liší mírou (úrovní) konkrétnosti věcného zaměření, dobou

trvání, způsobem přípravy, schvalování a vyhlašování i metodikou realizace: V podstatě

bez věcného vymezení bývají (vědecké) programy podpory badatelského výzkumu

(neorientovaného základního výzkumu); často bývají hrazeny z rozpočtu dané

organizace (tzv. interní programy). Velice podrobně a konkrétně bývají stanoveny cíle

užších programů cíleného výzkumu (např. vysokorychlostní kolejová doprava, využití

netradičních zdrojů energie, aj.), ale vždy tak, aby se na řešení a využití výsledků

podílelo více subjektů (podniků). Nejrozšířenější formou programů VaV v současné

době jsou programy se "střední" mírou konkrétnosti vymezení cílů. Patří k nim všechny

programy (dílčí programy) současného 4. Rámcového programu výzkumu a vývoje

Evropské unie, dílčí programy programu EUREKA a většina státem podporovaných

programů v členských zemích EU. V těchto programech se uplatňuje tzv. "přistup

(naplňování) zdola" ("bottom up"). Cíle programu jsou staveny pouze rámcově, jsou

však stanovena velmi konkrétní kritéria výběru projektů VaV pro zařazení do programu.

Programy (ad b) a c)) se zpravidla připravují v široké spolupráci zástupců výzkumu,

uživatelů výsledků a státní správy. Vlastní příprava bývá institucionalizována,

organizaci a koordinaci zpravidla zabezpečuje orgán státní správy s působností pro

VaV. V návrhu se respektují specifika příslušné země či integračního seskupení

(předpoklady výzkumu, předpoklady a potřeby výrobců a jiných uživatelů). Programy

zpravidla vyhlašuje vláda nebo nejvyšší orgán příslušného integračního seskupení.

Relativně běžné jsou postupy, kdy programy projednává a schvaluje parlament

příslušné země nebo seskupení. Např. 4. Rámcový program VaV EU a jeho rozpočet byl,

na rozdíl proti třem předcházejícím, podrobně projednáván a schvalován v Evropském

parlamentu. V ČR programy schvalují a vyhlašují, po předchozím projednání v Radě

vlády pro výzkum a vývoj, příslušné ústřední orgány státní správy a informace o všech

programech i o soutěži na podporu grantových projektů jsou na webovém rozhraní

Rady (RVVI, 2013).

Projektem je myšlen dokument51, který shrnuje věcnou, časovou, etapovou a finanční

strukturu výzkumu a vývoje. Jejich nedílnou součástí bývá prokazování odborné

organizační způsobilosti navrhovatele. Metodicky ho ošetřuje programová a

implementační dokumentace konkrétního programu, která bývá rozdílná. Navrhovatelé

s těmito dokumenty soutěží ve veřejných soutěžích, kde se ucházejí o podporu.

V případě úspěchu se financování děje na základě smlouvy mezi příjemcem podpory a

poskytovatelem.

Velmi problematický se ukazuje pojem grant, který původně představoval finanční

prostředky (dar), nicméně dnes je často synonymem pro projekt výzkumu a vývoje.

Posledním termínem s výkladem bude inovace52. Pro Joe Tidda (2007, p. 11) je inovace

změnou produktu, procesu, pozice nebo paradigmatu. Inovace se mohou rozlišovat i na

základě míry novosti (Tidd, 2007, s. 12): Inkrementální – přírůstkové inovace, které

stojí na malých zlepšeních; nebo radikální proměny, které boří a nově tvoří způsob, jak

člověk o věcech uvažuje a používá je. Většinou se tyto změny týkají sektoru nebo druhu

činností. Inkrementální inovace vykazuje znak potenciální řiditelnosti, neboť pracuje se

známými fakty, která jsou postupně zlepšována.

Nadužívání pojmu vedlo k určité devalvaci jeho významu, zejména v kontextu

s adjektivy od něho odvozených – inovační, inovativní apod.53 Inovace je proces změny,

který reprezentuje transferaci vědeckého a technického pokroku do praxe, přičemž by

mělo dojít k úsporám práce a zdrojů, jinými slovy ke zdokonalení nebo postupnému

vývoji produktu, ale i procesu. Velkým dílem přispěl k problematice inovací již v 60.

letech minulého století František Valenta, který ve své teorii inovace pracuje

v aktuálním modelu s devíti řády inovačního procesu, zohledňující racionalizační

inovace, kvalitativní inovace a vrcholem je technologický převrat (ovšem v negativním

smyslu je inovací i degenerace jako projev změny, popř. regenerace – nultý řád):51 kontroverzní výrok, ovšem na tomto místě je třeba vnímat ho čistě technicky, tudíž dle legislativních a

programových předpisů pro podporu výzkumu a vývoje je projekt dokumentem, resp. návrh projektu je

dokumentem s vysokou mírou závaznosti v případě jeho podpoření veřejnými zdroji (více na

www.avo.cz)52 z latinského innovare, obnovovat53 Dle doporučení, zveřejněném na ČRo (2013), je dobré pro zachování významového rozměru pomoci

si příměrem s jiným (podobným) slovem převzatým z anglického jazyka – komunikace, komunikační a

komunikativní. Je nasnadě, že komunikační může být prostředek, na rozdíl od komunikativního

jedince. Stejně inovační podnikání, na rozdíl od inovativního nápadu.

řád název poznámka-1 degenerace 0 regenerace 1 změna kvanta Nové lidské zdroje 2 intenzita Zvýšený posun pásu 3 reorganizace Přesuny operací 4 kvalitativní adaptace Technologická konstrukce* 5 varianta Rychlejší stroj 6 generace Stroj s elektronikou 7 druh Tryskový stav 8 rod Netkané textilie 9 technologický převrat* s racionalizačními inovacemi

Zdroj: Bartes (2005, p. 33)

Příloha 2 Přehled hodnotících metod dle faktoru času

Hodnotící metody Definice Vzorec pro výpočet Ćíslo

Stati

cké

met

ody Průměrné roční náklady náklady za konkrétní období R=O+ i∗J +V−L/n (5)

Průměrná výnosnost rozpočtený výnos v rámci investiceV p=

∑n=1

N

Zn

N . I p

(6)

Doba návratnosti odhad doby splacení investice v nediskontovaných tocích (7)

Dyna

mic

ké m

etod

y

Čistá současná hodnota suma diskontovaných projektových příjmů a kapitálových výdajů

NPV =∑n=1

N Pn

(1+i )n+T −∑t=0

T K t

(1+i )t (8)

Index rentability podíl současných hodnot budoucích příjmů a kapitálových výdajů (9)

Vnitřní výnosové procento úroková míra, při které je čistá současná hodnota nulová, tedy platí rovnost peněžních příjmů a kapitálových výdajů ∑

n=1

N Pn

(1+ i)n+T =∑t=0

T K t

(1+i )t (10)

NPV čistá současná hodnota, Pn peněžní příjem v n-tém roce, Kn kapitálový výdaj v k-tém roce, t jednotlivá léta uvedení investice do provozu, T celková dobauvedení investice do provozu, i diskontní sazba (požadovaná výnosnost), N ekonomická doba životnosti, n jednotlivá léta po uvedení investice do provozu

zdroj: (Kislingerová, 2010)

Příloha 3 Log Frame projektu

Strom cílů Objektivně ověřitelné ukazatele Zdroje informací k ověření Rizika / předpoklady (vnější)Hlavní cíle

nástroje pro komplexní kvantifikaci mikrobiálního osídlenínástroje pro charakterizaci mikrobiálního osídlenínástroje pro funkční analýzu konkrétních mikrobiálních taxonů

rešerše současného stavu poznání, která identifikuje potřebu a vhodnost aplikovat oba parametry do sanačně inženýrské praxe

teoretické znalosti základního výzkumu absence jakéhokoliv úsilí transponovat do

podoby technických nástrojů a prostředků

Účel projektu

zaplnění mezery v interdisciplinárním pojetí technologického rámce sanačních metod s akcentem na trvalou udržitelnost rozvoje prostředí

efektivnější volby technologických řešení sanací v podobě monitorovacích a závěrečných zpráv o sanačních pracích

state-of-art problematiky studia osudu polutantů v životním prostředí

zkušenosti lidský faktor

Výstupy projektu

souprava pro diagnostiku mikrobiologických procesů v kontaminovaných systémech

etapové a závěrečné zprávy, prezentace v odborném médiu a na fórech odborné veřejnosti

nedostatky pramenící z praxe deficience zařízení pro objektivní

posouzení stavu podpora rozhodovacího procesu volby

technologie

překlenutí konstrukčních problémů a úskalí vzorkování matric životního prostředí

Aktivity projektu

výzkum a vývoj na poli environmentální mikrobiologie, bioinformatiky a molekulární biologie

Prostředky/vstupy

moderně vybavené pracoviště obou partnerů – kvalitní technické a laboratorní zázemí

kvalifikovaní pracovníci v řešitelském týmu se zkušenostmi s výzkumnými a vývojovými pracemi

vlastní finanční zdroje účastníka projektu

Časový rámec projektu

4 základní etapy co do rozsahu analogické kalendářnímu roku

předpokládané zahájení projektu:1. 1.20XXpředpokládané ukončení projektu:31. 12.20XX

nalezení vhodného systému řešení úskalí daných strukturou projektu

Předběžné podmínkymožnost výrazně lepšího přístupu k řešení za předpokladu veřejné podpory

Zdroj: vlastní konstrukce

Příloha 4 Ganttův diagram

Zdroj: vlastní konstrukce

Příloha 5 Finanční modely projektůModel DOTACE

Položka Jednotka

D1 D2 D3 D4 Komercializace

1 2 3 4 5

Objem produkce ks 0 0 0 0 50 75 100 120 150Podíl exportu % 0 0 0 0 0,2 0,3 0,4 0,5 0,5Cena tuzemská tis. Kč 0 0 0 0 54 57 57 60 62Cena exportní € 0 0 0 0 2,1 2,4 2,7 2,8 2,9Měnový kurz tis. Kč/€ 0 0 0 0 25,5 27 27 27 27Variabilní náklady tis. Kč/ks 0 0 0 0 15 16 17 18 19Režijní náklady bez odp.

tis. Kč 0 0 0 0 1 1 1,2 1,2 1,3

Sazba daně z příjmů 0,21 0,19 0,19 0,19 0,19

Přírůstek ČPK tis. Kč 4,5 2 1,5 1 1

Investice tis Kč 2000 2000

2000 2000

Diskont 0,105

Likvidační hodnota tis. Kč

Položka D1 D2 D3 D4 Komercializace

1 2 3 4 5

Tržby export tis. Kč 0 0 0 0 535 1458 2916 4536 5872,5Tržby tuzemsko tis. Kč 0 0 0 0 2160 2992 3420 3600 4650Tržby celkem tis. Kč 0 0 0 0 2695 4450 6336 8136 10522Variabilní náklady tis. Kč 0 0 0 0 750 1200 1700 2160 2850Odpisy tis. Kč 0 0 0 0 100 100 100 100 100Režijní náklady bez odpisů

tis. Kč 0 0 0 0 1000 1000 1000 1000 1000

Náklady celkem tis. Kč 0 0 0 0 1850 2300 2800 3260 3950Zisk před zdaněním tis. Kč 0 0 0 0 845 2150 3536 4876 6572Daň z příjmů 0 0 0 0 177 408 671 926 1248

Zisk po zdanění tis. Kč 0 0 0 0 667 1741 2864 3949 5323

Položka D1 D2 D3 D4 Komercializace

2013 2014

2015 2016 2017 2018 2019 2020 2021

PříjmyTržby tis. Kč 0 0 0 0 2695,5 4450,5 6336 8136 10522Dotace tis. Kč 1000 100

01000 1000 0 0 0 0 0

Příjmy tis. Kč 1000 1000

1000 1000 2695,5 4450,5 6336 8136 10522

VýdajeNáklady bez odpisů tis. Kč 1538 153

81538 1538 1750 2200 2700 3160 3850

Investice tis. Kč 50

Daň z příjmů tis. Kč 0 0 0 0 177 408 671 926 1248Výdaje celkem tis. Kč 1538 153

81538 1708 1972 2628 3396 4101 5108

Cash flow tis. Kč -538 -538 -538 -708 722 1821 2939 4034 5413DCF tis. Kč -487 -441 -399 -475 439 1001 1461 1815 2204Kumulovaný DCF tis. Kč -487 -927 -1326 -1801 -1362 -361 1100 2915 5119

NPV10,5 tis. Kč 5654IRR 0,44RI 2,57

Model VLASTNÍ

Položka Jednotka Komercializace

1 2 3 4 5

Objem produkce ks 10 75 100 100 100

Podíl exportu % 0,2 0,3 0,4 0,5 0,5

Prodejní cena tuzemská tis. Kč 54 57 57 60 62

Prodejní cena exportní € 2,1 2,4 2,7 2,8 2,9

Měnový kurz tis. Kč/€ 25,5 24,5 24 23 22

Variabilní náklady tis. Kč/ks 35 36 37 38 39

Režijní náklady bez odpisů tis. Kč 2000 1000 1000 1000 1000

Sazba daně z příjmů 0,21 0,19 0,19 0,19 0,19

Přírůstek čistého pracovního kapitálu tis. Kč 4,5 2 1,5 1 1

Investice tis Kč

Diskont 0,105

Likvidační hodnota tis. Kč

Položka Komercializace v tis. Kč

1 2 3 4 5

Tržby export tis. Kč 107 1323 2592 3220 3190

Tržby tuzemsko tis. Kč 432 2993 3420 3000 3100

Tržby celkem tis. Kč 539 4316 6012 6220 6290

Variabilní náklady tis. Kč 350 2700 3700 3800 3900

Odpisy tis. Kč 100 100 100 100 100

Režijní náklady bez odpisů tis. Kč 2000 1000 1000 1000 1000

Náklady celkem tis. Kč 2450 3800 4800 4900 5000

Zisk před zdaněním tis. Kč -1911 516 1212 1320 1290

Daň z příjmů -401 98 230 251 245

Zisk po zdanění tis. Kč -1510 418 982 1069 1045

Položka Komercializace

1.1.2013 1.1.2014 1.1.2015 1.1.2016 1.1.2017

Příjmy

Tržby tis. Kč 539 4316 6012 6220 6290

Likvidace tis. Kč 0

Příjmy tis. Kč 539 4316 6012 6220 6290

VýdajeNáklady bez odpisů tis. Kč 2350 3700 4700 4800 4900

Investice tis. Kč 50

Daň z příjmů 0 98 230 251 245

Výdaje celkem tis. Kč 2520 3843 4950 5076 5160

Cash flow tis. Kč -1981 473 1062 1144 1130

DCF tis. Kč -1793 387 787 767 686

Kumulovaný DCF tis. Kč -1793 -1406 -619 149 835

NPV10,5 tis. Kč 921,98 Kč

IRR 0,28

RI 18,44

Model NÁKUPPoložka Jednot

kaKomercializace

1 2 3 4 5

Objem produkce ks 10 75 100 100 100

Podíl exportu % 0,2 0,3 0,4 0,5 0,5

Prodejní cena tuzemská tis. Kč 54 57 57 60 62

Prodejní cena exportní € 2,1 2,4 2,7 2,8 2,9

Měnový kurz tis. Kč/€ 25,5 24,5 24 23 22

Variabilní náklady tis. Kč/ks

5 5 4 4 4

Režijní náklady bez odpisů tis. Kč 1000 1000 1000 1000 1000

Sazba daně z příjmů 0,21 0,19 0,19 0,19 0,19

Přírůstek čistého pracovního kapitálu

tis. Kč 4,5 2 1,5 1 1

Investice tis Kč

Diskont 0,105

Likvidační hodnota tis. Kč

Položka Komercializace v tis. Kč

investice 1 2 3 4 5

Tržby export tis. Kč 107 1323 2592 3220 3190

Tržby tuzemsko tis. Kč 432 2993 3420 3000 3100

Tržby celkem tis. Kč 539 4316 6012 6220 6290

Variabilní náklady tis. Kč 50 375 400 400 400

Odpisy tis. Kč 100 100 100 100 100

Režijní náklady bez odpisů tis. Kč 1000 1000 1000 1000 1000

Náklady celkem tis. Kč 1150 1475 1500 1500 1500

Zisk před zdaněním tis. Kč -611 2841 4512 4720 4790

Daň z příjmů -128 540 857 897 910

Zisk po zdanění tis. Kč -483 2301 3655 3823 3880

Položka Komercializace

31.12.2013

1.1.2014 1.1.2015

1.1.2016

1.1.2017

1.1.2018

Příjmy

Tržby tis. Kč 539 4316 6012 6220 6290

Likvidace tis. Kč 0

Příjmy tis. Kč 539 4316 6012 6220 6290

VýdajeNáklady bez odpisů tis. Kč 1050 1375 1400 1400 1400

Investice tis. Kč 4000 50

Daň z příjmů tis. Kč 0 0 540 857 897 910

Výdaje celkem tis. Kč 4000 1220 1960 2277 2322 2325

Cash flow tis. Kč -4000 -681 2356 3735 3898 3965

DCF tis. Kč -4000 -558 1929 2768 2615 2407

Kumulovaný DCF tis. Kč -4000 -4558 -2628 140 2754 5161

NPV10,5 tis. Kč 6 054,05 Kč

IRR 0,57

RI 1,51

Příloha 6 Matice rizik

Oblast Riziko V Opatření Způsob zajištění

Obsah a cíle projektu

Příliš komplexní záběr projektu a z toho vyplývající

obtížnější realizovatelnost

4Řešeno flexibilním stanovením

cílů projektu a složením řešitelského týmu

Základní vytýčení cílů na počátku

projektu s periodickou

aktualizací

Příliš úzký záběr projektu a tím nerentabilnost

vložených nákladů

2 Řešeno flexibilním stanovením cílů projektu

Základní vytýčení cílů na počátku

projektu s periodickou

aktualizací

Odmítnutí spolupráce

významného partnera

2

Dostatečná motivace partnera ke spolupráci předkládáním

průběžných výsledků výzkumu, pravidelná setkání s partnerem

V průběhu celého projektu

Nemožnost koordinace s partnerem

z důvodů neplnění

časového plánu partnerem

2 Vzájemná neustálá komunikace V průběhu celého projektu

Nedostupnost výsledků projektů

s podobným tematickým

obsahem

1Slouží pouze ke zpřesnění predikce, není její klíčovou

součástí

V počáteční fázi projektu

Nedostatek finančních

prostředků na projekt

3

Přiměřené stanovení cílů projektu s ohledem na trendy a

realizovatelnost výsledků projektu na trhu

V počáteční fázi projektu – vlastní zdroje, příp. úvěr

na oběžné prostředky

Časové prodlevy při převodu finančních

prostředků ze strany státu

4 Není v kompetenci řešitele

V počáteční fázi projektu a na

počátku každého roku příjemce

pokryje náklady z vlastních zdrojů

Financování projektu

Nepružné finanční toky

mezi účastníky projektu

2Přesné vytýčení pracovních etap, odpovídající rozdělení

finančních prostředků

Především v počátečních fázích projektu

s průběžnou

kontrolou. Vymezení

v každoročních smlouvách o

převodu plánované části fin.prostředků

Administrace projektu

Formální řízení projektu vedením projektu

2Zjištěno složením řešitelského týmu odborníků řešitele, v čele

s vedoucím projektu

Plán koordinačních schůzek, kontrola

plnění úkolů

Nedostatečná koordinace mezi

partnery projektu

3Pravidelné schůzky partnerů, vytvoření interní informační

databáze

Hlavně v počáteční fázi projektu s průběžnou kontrolou,

dodržením plánu jednotlivých etap

Nedodržení časového

harmonogramu projektu

3Vytvoření detailního a

realistického časového plánu projektu

Především v počáteční fázi

projektu s průběžnou

kontrolou dosažených cílů

Vztahy s veřejností a popularizace

Nedostatečná publicita výsledků projektu

2

Stanovení metod šíření výsledků projektu všemi

dostupnými informačními kanály

V průběhu celého projektu,

adekvátně k dané fázi projektu

Špatná interpretace

výsledků laickou veřejností

3Prezentovat a interpretovat

výsledky projektu jako pozitivní přínos pro společnost

Řízená medializace v průběhu projektu

Legenda: V – významnost rizika kategorizovaná škálou 1 (minimální) až 5 (nejvýznamnější

Zdroj: konstrukce autora podle neveřejné šablony L. Sýkory