Razvoj sistema uravnoteženih kazalnikov Aleksander Janeš Razvoj sistema uravnoteženih kazalnikov Znanstvene monografije Fakultete za management Koper Glavni urednik dr. Matjaž Novak Uredniški odbor dr. Ana Arzenšek dr. Štefan Bojnec mag. Dubravka Celinšek dr. Armand Faganel dr. Viktorija Florjančič Alen Ježovnik, spec. dr. Borut Kodrič dr. Suzana Laporšek dr. Mirko Markič dr. Franko Milost dr. Matjaž Nahtigal dr. Mitja Ruzzier i s s n 1855-0878 Razvoj sistema uravnoteženih kazalnikov Aleksander Janeš Management Razvoj sistema uravnoteženih kazalnikov Aleksander Janeš Recenzenta · dr. Borut Likar in dr. Mirko Markič Izdala in založila · Univerza na Primorskem Fakulteta za management, Cankarjeva 5, 6104 Koper Risbe, oblikovanje in tehnična ureditev · Alen Ježovnik Koper · 2015 © 2015 Aleksander Janeš Izid monografije je finančno podprla Javna agencija za raziskovalno dejavnost Republike Slovenije iz sredstev državnega proračuna iz naslova razpisa za sofinanciranje znanstvenih monografij c i p – Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 005.52(0.034.2) ja n e š, Aleksander Razvoj sistema uravnoteženih kazalnikov [Elektronski vir] / Aleksander Janeš ; [risbe Alen Ježovnik]. – El. knjiga. – Koper : Fakulteta za management, 2015. – (Znanstvene monografije Fakultete za management Koper, i s s n 1855-0878) Način dostopa (u rl): http://www.fm-kp.si/zalozba/ISBN/978-961-266-190-8.pdf i s b n 978-961-266-190-8 (pdf) 282824704 Kazalo Seznam preglednic · 7 Seznam slik · 8 Krajšave · 9 1 Uvod · 11 1.1 Opredelitev raziskovalnega problema · 14 1.2 Namen, raziskovalna vprašanja in cilji · 19 1.3 Razvoj hipoteze · 20 1.4 Hipoteza · 22 1.5 Predstavitev raziskovalnih metod · 22 1.6 Omejitve · 24 2 Vzročnost · 27 2.1 Opredelitev vzročnosti · 27 2.2 Vzročnost kot temelj raziskave · 33 2.3 Vzročnost v managementu in ekonometriji · 36 3 Sistem managementa organizacije · 47 3.1 Managerski vidik organizacije · 48 3.2 Razvoj managerskega modela · 50 3.3 Zakaj merimo in kaj merimo · 56 3.4 Sistem managementa, ki temelji na procesnem pristopu · 73 4 Sistem uravnoteženih kazalnikov · 77 4.1 Zgodovinski pregled razvoja · 77 4.2 Pregled pristopov za povezovanje ciljev in kazalnikov poslovanja · 86 4.3 Sistemi uravnoteženih kazalnikov in strateške mape · 90 4.4 Kazalniki poslovanja za strateško mapo · 107 5 Empirična analiza kazalnikov poslovanja · 111 5.1 Metodologija kvalitativne empirične analize · 111 5.2 Predstavitev podjetja · 113 5.3 Analiza dokumentov in zapisov · 119 5.4 Analiza in ugotovitve polstrukturiranih intervjujev · 128 5.5 Metodologija kvantitativne empirične analize · 156 5 Kazalo 5.6 Empirična kvantitativna analiza kazalnikov poslovanja · 183 5.7 Analiza in rezultati empirične verifikacije sistema uravnoteženih kazalnikov in preverjanje hipoteze · 219 6 Razprava in razlaga raziskave · 231 6.1 Identifikacija vzročnih povezav kazalnikov poslovanja · 231 6.2 Kvalitativna utemeljitev vzročnih povezav kazalnikov poslovanja · 236 7 Sklep · 243 7.1 Odgovori na raziskovalna vprašanja · 243 7.2 Povzetek ključnih ugotovitev · 244 Literatura · 249 Priloge · 275 6 Seznam preglednic 4.1 Pregled uporabljanih pristopov povezovanja ciljev in kazalnikov · 87 4.2 Pregled osnovnih kazalnikov strateške mape · 109 5.1 Izjava o namenu · 135 5.2 Strateški cilji razvrščeni po strateških temah · 139 5.3 Vzročno-posledične povezave med strateškimi cilji in pripadajočimi kazalniki · 145 5.4 Rezultati testov stacionarnosti uporabljenih kazalnikov poslovanja · 188 5.5 Rezultati testa kointegriranosti uporabljenih kazalnikov poslovanja · 190 5.6 Rezultati Grangerjevega testa vzročnosti (skupina povezav D) · 192 5.7 Model popravljanja napak za stroškovno učinkovitost · 196 5.8 Model popravljanja napak za neto poslovni rezultat pred davki · 200 5.9 Model popravljanja napak za širitev priložnosti prihodkov · 204 5.10 Model popravljanja napak za dobičkovnost sredstev · 208 5.11 Model popravljanja napak za mesečni dobiček · 212 5.12 Primerjava med modeli popravljanja napak (prvi del) · 215 5.13 Primerjava med modeli popravljanja napak (drugi del) · 218 7 Seznam slik 1.1 Proces izvajanja raziskave · 25 4.1 Model strateškega učenja · 99 5.1 Organizacijska shema Ydria Motors d. o. o. · 118 5.2 Poslovni procesi v podjetju Ydria Motors d. o. o. · 127 5.3 Koncept in predloga sistema uravnoteženih kazalnikov · 131 5.4 Razporeditev strateških ciljev po štirih vidikih · 141 5.5 Strateška mapa podjetja Ydria Motors d. o. o. · 151 5.6 Izračun deterministično-statične simulacije · 220 5.7 Deterministično-statična simulacija napovedi za eno obdobje vnaprej · 221 5.8 Izračun stohastično-dinamične simulacije · 223 5.9 Stohastično-dinamična simulacija napovedi za več obdobij vnaprej · 226 8 Krajšave a b m Management na osnovi aktivnosti (ang. Activity Based Management) a c Elektromotor na izmenični tok (ang. Alternating Current Motor) a df Razširjeni test stacionarnosti (ang. Augmented Dickey-Fuller) b s i Britanski certifikacijski zavod (ang. British Standards Institution) b s i Institut za b s c (ang. Balanced Scorecard Institute) b s c Sistem uravnoteženih kazalnikov (ang. Balanced Scorecard) b p r Prenova poslovnih procesov (ang. Business Process Reengineering) c s a Kanadsko združenje za testiranje in certifikacijo izdelkov (ang. Canadian Standards Association) de a Analiza paketa podatkov (ang. Data Envelopment Analysis) e c Elektronski komutacijski motorji (ang. Electronically Commutated Motors) e f q m Evropska fundacija za obvladovanje kakovosti (ang. European Founda- tion for Quality Management) e c m Model popravljanja napak (ang. Error Correction Model) e r p Planiranje virov podjetja (ang. Enterprise Resource Planing) g r a Analiza sivih povezav (ang. Grey Relation Analysis) i n u s Nezadostno potreben in nepotrebno zadosten pogoj (ang. Insufficiently Necessary and Unnecessarily Sufficient) j i t Ravno ob pravem času (ang. Just in Time) l p Vitka proizvodnja (ang. Lean Production) l s Metoda najmanjših kvadratov (ang. Least Squares) m e c Markov model popravljanja napak (ang. Markov Error Correction Model) oe c d Organizacija za ekonomsko sodelovanje in razvoj (ang. Organization for Economic Co-Operation and Development) os m Pisarna strateškega managementa (ang. Office of Strategic Management) p d c a Planiraj, izvajaj, nadziraj in ukrepaj (ang. Plan, Do, Control, Act) p e poslovna enota p p b s Sistem za načrtovanje, programiranje in proračun (ang. Planning, Pro- gramming, and Budgeting Systems) p p m Število slabih izdelkov (ang. parts per million) r oi Donosnost sredstev (ang. Return on Investment) 9 Krajšave Rop de Donos razvojnih stroškov proizvoda (ang. Return on Product Develop- ment Expense) r p m Delovni obrati (ang. Revolutions Per Minute) r r a Regionalna razvojna agencija s a p Informacijski sistem s a p (ang. Systems, Applications, and Products in Data Processing) s u r s Statistični urad Republike Slovenije t q m Celovito obvladovanje kakovosti (ang. Total Quality Management) u l Neodvisna organizacije za certificiranje varnih proizvodov (ang. Underwri- ters Laboratories) va r Vektorska avtoregresija (ang. Vector Autoregression) v de Združenje za elektrotehniko, elektroniko in informacijsko tehnologijo (nem. Verband der Elektrotechnik Elektronik Informationstechnik) v e c Model za vektorsko popravljanje napak (ang. Vector Error Correction) 10 1 Uvod Pred bralcem je znanstvena monografija, ki predstavlja študijo primera merjenja učinkovitosti in uspešnosti poslovanja proizvodnega podjetja. Osredotočena je na postavitev sistema uravnoteženih kazalnikov z upo- rabo kvalitativnih in kvantitativnih metod. Tako se vsebina monogra- fije umešča med raziskave v managementu ter znotraj tega na področje sistemov merjenja učinkovitosti¹ in uspešnosti² organizacij. V zadnjih desetletjih so bili na tem področju razviti številni pristopi merjenj kot tudi pripadajoča merila in kazalniki poslovanja. V obdobju prve polovice dvajsetega stoletja je bila pozornost mana- gerjev usmerjena samo na vidike, ki so jih merili tj. predvsem finančni vidik za nadzor prihodkov in odhodkov, medtem ko so bili zanemar- jeni vidiki, kot so vidik učenja (in inoviranja) in rasti za nadzor kom- petenc, ter vidik notranjih poslovnih procesov za nadzor ključnih pro- cesov. Finančni vidik s svojimi kazalniki poslovanja daje managerjem prikaz posledic ekonomskih aktivnosti, vendar šele po času, ko so se slednje že zgodile in pričajo o posledično (ne)uspešnem izvajanju stra- tegij organizacije (Abdel-Maksoud 2004, 156; Bose in Thomas 2007, 659; Schmidt idr. 2006, 120). Zaradi tega je upoštevanje različnih vidikov po- slovanja s pripadajočimi finančnimi in nefinančnimi kazalniki postala pomembna tema uporabnikov, strokovnjakov in raziskovalcev na pod- ročju sistemov merjenja poslovanja organizacij. V osemdesetih letih dvajsetega stoletja sta tudi Kaplan in Norton (1992) ugotovila, da je spremljanje poslovanja v računovodstvu pomanj- kljivo ter razvila sistem uravnoteženih kazalnikov. Poimenovala sta ga z angleškim izrazom »balanced scorecard«, pod katerim ga poznamo tudi danes. ¹ Učinkovitost v splošnem pomeni delati pravilno oz. predstavlja razmerje med doseže- nimi rezultati in uporabljenimi viri (Conti 2011; Slovenski inštitut za standardizacijo 2005, 19). ² Uspešnost v splošnem pomeni delati prave stvari oz. predstavlja doseganje postavljenih ciljev (Conti 2011; Slovenski inštitut za standardizacijo 2005, 19). 11 1 Uvod Številni avtorji, kot so Kaplan in Norton (1992), Bititci (1994), Bititci idr. 2006, Olve, Roy in Wetter (1999) ter Robson (2004) po Thakkar idr. (2007), so zagovarjali stališče, da se postavitev sistema merjenja začne s pregledom strategije in ne na osnovi dejanskih izhodov poslovnih pro- cesov (Janeš 2014). Zaradi tega morajo biti merila neposredno povezana s strategijo organizacije in jih je treba izbrati na osnovi strateških ciljev organizacije. Santos, Belton in Howick (2002) so razvili sistema mer- jenja, v katerem so združili dinamiko organizacije in odločanje po kri- terijih. Pri tem so upoštevali soodvisnosti in kompromise med merili delovanja organizacije ter strukturo organizacije z medsebojnimi vplivi njenih delov. S tem so postavili sistem merjenja, ki omogoča večjo zmo- gljivost obdelave informacij ob hkratni temeljiti obravnavi problemov, ki jih srečujejo managerji. Raziskovalci so tudi poudarili pomen različ- nih dimenzij v razvoju sistema merjenja delovanja organizacij. Drucker (1990) in Russell (1992) sta dala poudarek na usklajevanje finančnih in nefinančnih meril. S poslovnimi in empiričnimi izkušnjami so tako ma- nagerji kot raziskovalci prišli do spoznanja o smiselnosti upoštevanja različnih vidikov poslovanja s pripadajočimi merili in kazalniki poslova- nja organizacij (Drucker 1990; Garcia-Valderrama, Mulero-Mendigorri in Revuelta-Bordoy 2008, 244-245; Kaplan in Norton 2004a, i x; Russell 1992 po Bititci, Carrie in McDevitt 1997, 523). Merjenje delovanja organizacije predstavlja dobro prakso in je se- stavni del managementa organizacije pri uresničevanju strategij in do- seganju ciljev. Sistem merjenja in pripadajoča merila se v praksi obrav- nava kot proces, ki podpira pregledovanje in spremembe sistema mer- jenja glede na spremembe v poslovnem okolju organizacije. Vsak sistem merjenja ima svoj nabor poslovnih kazalnikov z medsebojnimi poveza- vami, njegova uspešnost pa je odvisna od upoštevanja kvalitativnih in kvantitativnih vidikov (Johnson in Kaplan 1987 po Modell 2009, 62; La- itinen 2005; Santos, Belton in Howick 2002, 1249; Thakkar idr. 2007). Kot rezultat ugotovitev različnih avtorjev, predvsem pa Kaplana in Nortona (1992), lahko povzamemo, da se izognemo pomanjkanju in- formacij za odločanje ali reakcijskemu managementu, če v organizacijo vpeljemo sistem uravnoteženih kazalnikov (Bititci, Carrie in McDevitt 1997; Thakkar 2007). Največja prednost sistema uravnoteženih kazalnikov, v primerjavi z drugimi pristopi ali modeli, je v njegovi sposobnosti povezati zmoglji- vosti med različnimi vidiki poslovanja podjetja-finančnimi in nefinanč- nimi vidiki ter notranjimi in zunanjimi vidiki. Povezava s strategijo je 12 Uvod 1 subtilna, vendar močna. Merila in kazalniki, ki so skladni s strategijo, nudijo informacije o tem, ali se strategija izvaja ter spodbuja vedenje in ravnanje zaposlenih, ki je skladno s strategijo. Poleg tega podpira tudi spremljanje napredka glede na vnaprej postavljene cilje (Neely 1998 po Neely 1999, 206; Amaratunga idr. 2002). Pri sistemu uravnoteženih ka- zalnikov je bistveno razumevanje dejstva, da so lahko nekatera merila v medsebojnem konfliktu. Vendar je naloga managementa, da s postavi- tvijo prioritet doseže rešitev teh konfliktov, za zagotavljanje ravnovesja med strateškimi cilji (Santos, Belton in Howick 2002, 1250; Thakkar idr. 2007, 27–29). Kaplan in Norton sta v sistem uravnoteženih kazalnikov uvrstila štiri vidike poslovanja: finančni vidik, vidik odjemalcev,³ vidik notranjih pro- cesov in vidik učenja in rasti. Na osnovi vzročno-posledičnih povezav med naštetimi štirimi vidiki se izvaja aktivnosti za izpolnitev dolgo- ročnih strateških ciljev organizacije. To je lahko dosegljivo z razgradnjo vizije in strateških ciljev organizacije na posamična vzročno povezana merila in pripadajoče kazalnike poslovanja. Takšen nabor kazalnikov se tudi razvije po vseh ravneh managementa. Tako postavljeni kazalniki poslovanja podpirajo razumevanje in izpolnjevanje ciljev organizacije iz vidika managerjev in vseh zaposlenih (Agostino in Arnaboldi 2011, 102; Dutta in Reichelstein 2003, 838; Kaplan in Norton 2000a; 2004a; 2006a; Modell 2009; Poister 1982; van der Woerd in van den Brink 2004, 175; Wisniewski in Dickson 2001, 1057–1058). Raziskave avtorjev, kot sta npr. Lipe in Salterio (2000), pa kažejo, da se organizacije pri uporabi uravnoteženega sistema kazalnikov raje na- gibajo k uporabi kazalnikov poslovanja, ki so skupni vsem organizacij- skim enotam posamezne organizacije, kar pa ni skladno s konceptom uravnoteženega sistema kazalnikov (Lipe in Salterio 2000, 287, 291– 294, 297; Banker, Chang in Pizzini 2004, 2; Libby, Salterio in Webb 2004, 1076–1079). Koncept sistema uravnoteženih kazalnikov podpira siste- matičen opis strategij organizacije. Iz tega sledi uskladitev vseh virov organizacije za udejanjanje strategij in izpolnjevanje ciljev. Ravno tako mora obstajati skladnost ciljev s poslanstvom in vizijo na vseh ravneh in v vseh organizacijskih enotah, vključno s specifičnimi kazalniki po- slovanja, ki jih spremljajo v slednjih (Biloslavo 2008, 176–178; Kaplan in Norton 1992; 2004a; 2006a; Tavčar 2002, 85–87; Wang 2005, 208). ³ V besedilu izmenično uporabljamo izraz odjemalec ali kupec, ki v okviru monografije odražata soznačnost ali isti pomen. 13 1 Uvod Pričujoča monografija predstavlja razvoj modela sistema uravnote- ženih kazalnikov z uporabo drugačnega metodološkega pristopa, saj je poznavanje povezanosti oz. medsebojne vzročnosti kazalnikov poslo- vanja ključno pri izboru in sestavi sistema uravnoteženih kazalnikov za učinkovito in uspešno managiranje organizacij. Rezultati in ugotovitve empirične analize so pokazali, da je upora- bljene metode primerno vključiti v metodološki pristop, saj so kom- plementarne. Zato lahko upravičeno trdimo, da je vpeljava kvantita- tivnih metod zvezne analize podatkov za postavitev sistema uravno- teženih kazalnikov izboljšala pristop uveljavljenih kvalitativnih metod. V monografiji smo empirično preizkusili in razvili pristop, ki predsta- vlja osnovo za nadaljnje delo na področju raziskovanja v managementu in raziskovanja sistemov merjenja poslovanja podjetja z uporabo orodij ekonometrije. Raziskave številnih avtorjev na področju sistema urav- noteženih meril in pripadajočih kazalnikov poslovanja kažejo na aktu- alnost znanstvenega področja sistema merjenja poslovanja podjetja, iz- brana metodologija pa nudi podporo procesom odločanja v organizaci- jah, kar potrjuje izvirnost raziskave. V Republiki Sloveniji je že kar nekaj podjetij, ki so v svoje poslovanje uspešno vpeljale sistem uravnoteženih kazalnikov poslovanja, vendar nam ni znan primer, kjer bi za sistem uravnoteženih kazalnikov vzročne povezave med kazalniki poslovanja določili s kvantitativno metodo. 1.1 Opredelitev raziskovalnega problema Razporeditev in izkoriščanje virov organizacije je v racionalnih orga- nizacijah skladno z maksimiziranjem dodajanja vrednosti poslovnih funkcij, kar izhaja iz delovanja v podporo uresničevanju izbrane strate- gije. Udejanjanje strategije pa učinkovito podpremo s sistemom merje- nja, ki nam omogoči pregled nad ključnimi viri organizacije in podpre odločanje na tem področju (Laitinen 2004; 2005, 325–326; Samuelson in Nordhaus 2002, x x i x, 4–5). Z raziskovanjem na področju sistemov merjenja delovanje organiza- cij in empiričnimi izkušnjami pa predvsem v zadnjih dveh desetletjih narašča poudarek na trendu merjenja neopredmetenih, kvalitativnih in nefinančnih vidikov organizacij. Raziskave številnih avtorjev s pod- ročja elektronike in telekomunikacij, farmacije, avtomobilske in kmetij- ske industrije, bančništva (14 finančnih holdingov), letalskega prometa, intelektualnega kapitala, hotelirstva (6 luksuznih hotelskih verig), ma- nagementa znanja, investicij (250 podjetij), policijskega dela, vzdrže- 14 Opredelitev raziskovalnega problema 1.1 vanj (102 študije primera), vladnih agencij in zdravstva kažejo, da so nefinančni vidiki vsaj enako pomembni kot finančni vidiki (Agostino in Arnaboldi 2011; Aidemark 2010; Basu, Little in Millard 2009; Cobbold, Lawrie in Issa 2004; De Toni idr. 2007; Gomes, Yasin in Lisboa 2011, 13; Gosselin 2005, 435; Hussain 2005, 580; Johnston in Pongatichat 2008; Min, Min in Joo 2007; Moeller 2009, 226–227; Sullivan 2000 po Bose in Thomas 2007, 655; Sullivan 2000 po Maditinos idr. 2011, 134; Schmidt idr. 2006; Urrutia in Eriksen 2005; Wang 2005, 207–220; Wisniewski in Dickson 2001). Strokovno in raziskovalno delo Kaplana in Nortona (2004a) obsega več kot 300 organizacij, ki delujejo na različnih področjih in so v svoj sis- tem managementa vpeljale sistem uravnoteženih kazalnikov (Kaplan in Norton 2004a, 9; 2001b, 16). Seveda se je tudi sistem uravnoteženih kazalnikov razvil od začetnega uravnoteženega merjenja uspešnosti s finančnimi in nefinančnimi kazalniki (Kaplan in Norton 1992) v sistem managementa, ki v sedanjosti predstavlja okvir za sistem strateškega managementa. Kot osrednji del strateškega managementa temelji na ci- klu učenja z dvojno povratno zanko, ki zahteva ocenjevanje strateškega delovanja organizacije z uporabo naslednjih vprašanj: • Smo naredili tisto, kar smo želeli storiti? • Ali smo dosegli rezultate, za katere smo menili, da jih lahko? • Kaj moramo v prihodnosti storiti drugače? Odgovori na zgornja vprašanja in spremembe v poslovnem okolju nam omogočajo širšo analizo, razpravo in odločanje glede veljavnosti strateških izbir, ki smo jih zapisali v sistem uravnoteženih kazalni- kov. Učenje z dvojno povratno zanko pa izkaže svoj potencial, ko se na osnovi naučenega izvajajo ukrepi glede politike, domnev in ciljev podje- tja. Uporaba in učenje z dvojno povratno zanko je običajno odgovornost vršnega managementa (Agostino in Arnaboldi 2011, 102; Argyris 1976, 369; 1980, 291; Lawrie in Andersen in Cobbold 2006, 9; Smith in God- dard 2002, 247). Vendar so vse prej naštete raziskave izvedene na vzorcih organiza- cij in študijskih primerih, ki so obravnavani praviloma s kvalitativno metodologijo. Pri oblikovanju nabora meril in kazalnikov poslovanja za spremljanje uresničevanja strategije se organizacije praviloma oprejo na obstoječe baze podatkov, ki jih spremljajo njihove številne organizacij- ske enote. Pogosto se dogaja, da obstoječe baze podatkov med seboj niso povezane in se oblika oz. format podatkov med organizacijskimi eno- 15 1 Uvod tami razlikuje. Tako sta izmenjava in primerjava spremljanih podatkov na ravni cele organizacije otežena. Zato je primerno oceniti potencialno vrednost teh virov podatkov, izboljšati njihovo izkoriščanje ter povezlji- vost in, kjer je primerno, uvajati nove postopke zbiranja, povezovanja in analiziranja podatkov, ki nam predstavljajo merila poslovanja orga- nizacije (Poister 1982, 54). Vzpostavitev povezav med vizijo in operativnimi aktivnostmi (Ka- plan in Norton 2006a, 279) z uskladitvijo med strateškimi usmeritvami in njenimi pripadajočimi cilji ter merili in kazalniki, predstavlja okvir za merjenje delovanja organizacij. To je okvir, ki dopolnjuje in nadgra- juje klasične finančne kazalnike (Banker, Chang in Pizzini 2004, 1; Rao 2006, 362–363). V poslovni praksi je sistem uravnoteženih kazalnikov uporabljan kot orodje za osredotočenje, ki združuje strateške cilje in kazalnike poslovanja za izpolnitev sprememb v organizacijah (Kaplan in Norton 2004a, x i). Sistem uravnoteženih kazalnikov obsega štiri vi- dike: vidik učenja (inoviranja) in rasti, vidik notranjih poslovnih proce- sov, vidik odjemalcev in finančni vidik, ki managerjem nudijo podporo pri razumevanju med funkcijskih povezav, podporo pri urejanju zadev, odločanju in strateškem managementu. Pomemben del sistema uravnoteženih kazalnikov so prepoznane po- vezave med strateškimi cilji in povezave med pripadajočimi kazalniki poslovanja. Ko so povezave prepoznane, lahko organizacije strateške ci- lje prevedejo v izvedljive ukrepe, ki jim podprejo izboljšanje poslovanja (Ball in Halwachi 1987; Kaplan in Norton 1992 po Banker, Chang in Piz- zini 2004, 2; Poister 1982, 58). V t. i. strateški mapi managerji, na vseh ravneh, povežejo strateške cilje z vzročno-posledičnimi povezavami ter na ta način pridobijo vidno predstavitev povezav sestavnih delov strategije organizacije. Povezava dobrih praks s strateškimi izidi je navadno abstraktna in slabše razu- mljiva, jo je pa koristno podpreti in spremljati s sistemom uravnoteže- nih kazalnikov, ker je tako dobra praksa dokumentirana in je lahko raz- širjana po organizaciji za informiranje, usposabljanje in izobraževanje (Jones 2011a, 11–12; Kaplan in Norton 2006a, 284; van der Woerd in van den Brink 2004, 176). Kaplan in Norton (2000c) poudarjata, da je razu- mevanje strategije na strani zaposlenih izjemno pomembno za uspešno vpeljavo in uporabo sistema uravnoteženih kazalnikov (Banker, Chang in Pizzini 2004, 2–4). Strategija organizacije je tako predstavljena s štirimi vidiki sistema uravnoteženih kazalnikov. Znotraj štirih vidikov pa s strateško mapo 16 Opredelitev raziskovalnega problema 1.1 omogočimo razumljivost in izvedljivost strategije organizacije. S ka- zalniki poslovanja nadalje številčno predstavimo oz. kvantificiramo strategije tako, da vsak zaposleni razume, kako izvajati aktivnosti in prispevati k uresničitvi strategij (Johanson idr. 2006, 844; Kaplan in Norton 2001b, 116; Niven 2003 po Schmidt idr. 2006, 124–126). Poleg tega Kaplan in Norton (2000c; 2004a; 2006a) razpravljata o vzročno- posledičnih povezavah med štirimi vidiki na kvalitativen način in s po- udarkom na strateški mapi, ki vsebuje vse te povezave. Sistem urav- noteženih kazalnikov, zato temelji na predlogi štirih vnaprej določenih vidikov. V primeru posamezne organizacije so to lahko ključni vidiki, lahko je pri tem kakšen ključen vidik izpuščen ali pa obravnavan vidik, ki ni ključen. Zato je primeren temeljit razmislek, kaj vključiti v obravnavo štirih vidikov. Za vsako organizacijo posebej je primerna prilagoditev vidikov glede na njihovo vsebinsko pomembnost (Bititci idr. 2006, 1344; Bose in Thomas 2007, 662; De Toni idr. 2007; Janeš in Dolinšek 2010, 267–268; Janeš in Faganel 2013; Podobnik 2008; Schmidt idr. 2006, 123; Wisniewski in Dickson 2001). Ravno tako je zahtevna opredelitev kom- promisov med štirimi vidiki, ki pa so pomembni pri določanju ciljev in kazalnikov. Za postavitev uravnoteženega sistema kazalnikov je izre- dnega pomena uravnoteženost v delovanju managerjev in ocenjevanje delovanja organizacije v kontekstu kompromisov med posameznimi vi- diki poslovanja. Ob tem pa ne smemo zanemariti, da nam razširitev sistema uravnoteženih kazalnikov omogoči tudi povezavo s sistemom nagrajevanja vseh zaposlenih, ki je praviloma vezano na uspešnost po- slovne enote, sektorja in celotnega podjetja (Abdel-Maksoud 2004, 156; Banker, Potter in Srinivasan 2000, 66–67, 86–89; Deloitte Tousce To- hmatsu 2007, 2; Kaplan in Norton 2001b, 66). V zadnjih desetletjih smo priča naraščanju števila objav o vpeljavi sis- tema uravnoteženih kazalnikov, ki so pretežno splošne narave in pravi- loma predstavljajo spremembo načina nadzora v organizacijah različ- nih dejavnosti. Še vedno pa ostaja odprto vprašanje, koliko nam takšen sistem dejansko odpravi nerazumljivost strategij, kratkoročnost, pre- veliko usmerjenost v finančni vidik, poenostavljanje, pomanjkanje ne- finančnih dejavnikov in izražanje želj managerjev in vključenih zaposle- nih. Zaradi tega so primerne nadaljnje teoretične in empirične raziskave med finančnimi in nefinančnimi kazalniki, ki bodo podprle osvetlitev temeljev sistema uravnoteženih kazalnikov kot tudi njihovega razume- vanja ter olajšale učenje na strani vključenih ljudi (Agostino in Arna- boldi 2011, 111; Hussain 2005, 580; Ittner in Larcker 1998a; Lages, La- 17 1 Uvod ges in Lages 2005, 83; Nörreklit 2000; Otley 1999 po Laitinen 2005, 326; Johanson idr. 2006, 843; Stonehouse and Pemberton 2002, 860). Potreba po integraciji finančnih in nefinančnih kazalnikov je te- meljno ozadje raziskovalnega problema. Za opredelitev raziskovalnega problema smo izhajali iz preprostega modela dodajanja vrednosti, ki v splošnem velja pretežno za organizacije zasebnega kapitala (Kaplan in Norton 2004a, 8). Vzročna povezanost med strateškimi cilji iz obrav- navanih štirih vidikov poslovanja in med pripadajočimi kazalniki po- slovanja, znotraj vidikov, je v praksi določena le po logični poti, empi- ričnih izkušnjah ali presoji v primeru nejasne verodostojnosti. Ob tem pa kvalitativno določene povezave niso tudi številčno oz. kvantitativno določene. Raziskovalni problem, ki smo ga raziskali in razrešili, je razvoj sis- tema uravnoteženih kazalnikov s kvantitativno analizo medsebojnih povezav in določanjem vzročnosti med kazalniki poslovanja. Rezultati raziskovanja povezav med merili samimi oz. kazalniki po- slovanja lahko nudijo boljši model vzročno-posledičnih povezav kot po- vezave med vidiki poslovanja. Pri tem moramo razumeti, da so merila in kazalniki poslovanja povezani ter se razlikujejo le po načinu uporabe. Namreč kazalniki poslovanja so praviloma razmerja, ki jih dobimo s pri- merjavo dveh veličin in predstavljajo načela v procesu planiranja ter mere v procesu nadzora. Kazalnike poslovanja lahko opredelimo širše in ožje. Po širši opredelitvi so to absolutna in relativna števila, po ožji opredelitvi pa le relativna števila. V tej monografiji upoštevamo širšo opredelitev kazalnikov poslovanja in se v tem smislu pridružujemo rabi tega izraza, kot ga je navedel Milost (2007, 191). Kazalniki poslovanja nam predstavljajo kje smo trenutno na poti do izpolnjevanja ciljev in s tem izpolnjujejo svoj osnovni namen, da zago- tavljajo čimprejšnje informacije glede na finančne rezultate, ki so pravi- loma predstavljeni z zakasnitvijo. Merila pa pridejo do izraza v procesu nadzora in nam količinsko opredeljujejo spremljana razmerja veličin oz. so merilo rezultata (Kaplan in Norton 2004b po Moeller 2009, 225; Mi- lost 2007, 191–192; Rozman 2010; Tekavčič 2002, 666–668). V zvezi z analizo vzročnosti različni raziskovalci opozarjajo na t. i. konceptualni problem, ki se je pojavil z opredelitvijo povezav med ka- zalniki. Namreč, opredelitev povezav med kazalniki je omogočila lažje modeliranje, vendar se je ob tem pojavilo mnogo »dokazovanja« vzroč- nosti med kazalniki ob uporabi različnih vrst analiz (Lawrie in Cobbold 2002, 6; Lipe in Salterio 2000 po Banker, Chang in Pizzini 2004; Newing 1995; Brewer 2002 po Cobbold in Lawrie 2002a, 3). Dodatna pomanjklji- 18 Namen, raziskovalna vprašanja in cilji 1.2 vost, ki jo navajajo Hudson, Smart in Bourne (2001), je pomanjkanje povezanosti ali integracije med najvišjo, srednjo in operativno ravnjo kazalnikov. Zaradi tega prihaja do težav pri izvajanju strategije (Ander- son in McAdam 2004, 472). Merjenje delovanja organizacij je zahtevna naloga, ker na tem pod- ročju ne poznamo natančnih pravil glede povezav med spremenljiv- kami, med katerimi želimo izbrati ključne kazalnike poslovanja. Nam- reč, na delovanje organizacije vpliva veliko število spremenljivk. To je tudi razlog za zahtevnost pri merjenju in razumevanju povezav med temi številnimi spremenljivkami (Brown 2000; Rozman, Kovač in Ko- letnik 1993, 70, 138–146; Porter 1980; Thakkar idr. 2007, 26). S strani številnih avtorjev raziskav je tudi ugotovljeno, da povezav med kazalniki poslovanja ne moremo potrditi na osnovi količine spre- mljanih in opazovanih kazalnikov poslovanja. V vsakem primeru, pa so raziskave na tem področju dobrodošel pokazatelj povezanosti med kazalniki poslovanja saj podpirajo uporabnost definicije vzročnosti (Jeffreys 1980; Pearson 1920; Holland 1986 po Singpurwalla 2002, 198– 199). 1.2 Namen, raziskovalna vprašanja in cilji Iz pregleda stanja dosegljive literature in virov na področju sistemov merjenja poslovanja organizacij smo opredelili raziskovalni problem, ki nam je dal osnovo za določitev namena, raziskovalnih vprašanj in ciljev raziskave. Namen Namen raziskave je bil opredeliti in empirično ovrednotiti oz. kvan- tificirati vzročno-posledične povezave sistema uravnoteženih kazalni- kov poslovanja proizvodnega podjetja. Sistem uravnoteženih kazalni- kov omogoča podporo managementu podjetja pri spremljanju izpolnje- vanja strategij in strateških ciljev na vseh ravneh. Izvedli smo raziskavo študije primera, s katero smo ugotovili in utemeljili vzročno-posledične povezave sistema uravnoteženih kazalnikov. Kar pomeni, da smo izve- dli preskok iz dosedanjega kvalitativnega postavljanja sistema uravno- teženih kazalnikov v kvantitativno testiranje in utemeljevanje vzročno- sti med kazalniki poslovanja na osnovi kvantitativnega pristopa. Raziskovalna vprašanja Na osnovi pregleda literature, opredelitve problema in namena razi- skave smo določili raziskovalna vprašanja na katera iščemo odgovore: 19 1 Uvod • Katera kvantitativna metoda je primerna za ugotavljanje vzročno- sti med kazalniki poslovanja? • Kakšen prispevek daje kvantitativna metoda in kakšen prispevek daje kvalitativna metoda k postavitvi modela sistema uravnoteže- nih kazalnikov in ali je primerno oba pristopa združiti? Cilji Pri izvajanju raziskave, ki izvira iz namena, smo izpolnjevali naslednje cilje: 1. Postaviti teoretične osnove raziskave z analizo nastanka in ra- zvoja sistema uravnoteženih kazalnikov ter analizo kvantitativnih metod za postavitev sistema uravnoteženih kazalnikov na osnovi vzročno-posledičnih povezav. 2. Postaviti model sistema uravnoteženih kazalnikov v okviru iz- brane kvantitativne metode. 3. Zbrati in analizirati podatke za postavitev sistema uravnoteženih kazalnikov. 4. Empirično evalvirati primernost izbrane kvantitativne metode. 5. Empirično evalvirati primernost izbrane kvalitativne metode. 1.3 Razvoj hipoteze Razvoj hipoteze in hipotezo smo postavili v skupno poglavje, ker takšna postavitev sledi logiki razvoja načrta raziskave študije primera proizvo- dnega podjetja. Začetki sistema uravnoteženih kazalnikov segajo v čas, ko se je ma- nagement organizacij praviloma zanašal na kratkoročni vidik odločanja z upoštevanjem podatkov iz preteklosti, ki so bili pretežno finančni ka- zalniki (Johnson in Kaplan 1987 po Modell 2009, 62). Postopoma se je izoblikovala potreba po upoštevanju drugih vidikov poslovanja kot so zadovoljstvo odjemalcev, procesni vidik ter vidik uče- nja in rasti. Na osnovi vzročno-posledičnih povezav med naštetimi šti- rimi vidiki pa lahko organizacije izpolnijo dolgoročne strateške cilje or- ganizacije. To je lahko doseženo z razgradnjo vizije in strateških ciljev organizacije na nabor meril in pripadajočih vzročno povezanih kazalni- kov poslovanja, ki predstavljajo finančni vidik, vidik odjemalcev, vidik notranjih procesov ter vidik učenja in rasti. Takšen nabor kazalnikov razširimo po vseh ravneh managementa tako, da podpirajo razumeva- nje ciljev organizacije iz vidika managerjev in vseh zaposlenih (Kaplan 20 Razvoj hipoteze 1.3 in Norton 2000a; 2001b; 2004a; 2006a; Modell 2009; Poister 1982; Wi- sniewski in Dickson 2001, 1057–1058). Praviloma se na osnovi preteklih izkušenj določi kazalnike poslova- nja, ki se jih z rednim pregledovanjem ter po potrebi potrjuje, njihov nabor razširja in nekatere tudi ukinja. Namreč zakaj merimo, kaj že- limo meriti in kako pogosto, je treba razjasniti preden se odločimo, kako bomo merili (Jones 2009, 4). Managerjem smo zato najprej postavili vprašanja o tem, kaj želijo doseči v triletnem srednjeročnem obdobju, kaj je poslanstvo podjetja, kaj so njihovi cilji in kako jih lahko opišejo. Zato smo postavitev sistema uravnoteženih kazalnikov začeli s konsen- zom managerjev glede opisa njihovih ciljev v štirih vidikih, saj to olajša določanje merjenja kot tudi spreminjanje samih kazalnikov in virov po- datkov (Cobbold, Lawrie in Issa 2004, 629; Kaplan in Norton 2004a, x i i; Ittner, Larcker in Meyer 2003, 753–754; Poister 1982, 77). Doseda- nje raziskave na področju poslovnih procesov so bile izvedene pretežno s podatki v točno določenem trenutku oz. časovno gledano v kratkem obdobju. To pa pomeni, da gre v teh raziskavah za uporabo diskretne analize. Takšne raziskave tudi ne vsebujejo časovnega zamika (ang. time lag) tj. ne upoštevajo, da imajo nekatere aktivnosti takojšen vpliv, med- tem ko se vpliv nekaterih drugih pokaže šele po določenem času (Ban- ker, Potter in Srinivasan 2000, 75; Hendry in Richard 1983, 112; Ittner, Larcker in Rajan 1997; Lages, Lages in Lages 2005, 84; Neely 2008, 22; Nörreklit 2000 po Johanson idr. 2006, 848; Thakkar idr. 2007, 32). Medtem so po drugi strani dolgoročne raziskave oz. longitudinalne raziskave za razvoj teorij na tem področju zelo redke. Longitudinalna raziskava obravnava podatke v daljšem obdobju. Zato lahko domne- vamo, da takšni podatki vsebujejo določeno dinamiko. Proizvodno pod- jetje, ki je proučevano kot študija primera, ima z rednim spremljanjem svojih kazalnikov poslovanja na dolgi rok v slednjih zajete tudi vplive iz poslovnega okolja kot je na primer zadnja globalna finančna kriza. Zato z logitudinalno obravnavo oz. zvezno analizo kazalnikov poslovanja in uporabo kvantitativnih metod dajemo prispevek k celovitosti razisko- vanja poslovnih procesov (Banker, Potter in Srinivasan 2000, 90; Brock in Durlauf 2001, 245; Fritz in Fritz 1985; Monge 1990, 407; Novak 2015; Othman 2008, 260). Dodana vrednost v poslovnih procesih se izkazuje v obliki verig vzročno-posledičnih povezav od vidika učenja in rasti ter vidika no- tranjih procesov in vse do vidika odjemalcev (Ittner in Larcker 1998b, 32–33) ter finančnega vidika (Kaplan in Norton 2006a, 29–32). Vzročno- 21 1 Uvod posledične povezave zato lahko razumemo tudi kot množico hipotez, oz. stavkov tipa če-potem ali aktivnosti, ki jih izvajamo za izpolnitev strateških ciljev (Laitinen 2004, 1–2). Pri tem so vzročno-posledične povezave zanimive za raziskavo, saj nudijo boljši model povezav med vidiki (glej poglavje o opredelitvi raziskovalnega problema). Ker ne poznamo eksaktnih zakonitosti med opazovanimi spremen- ljivkami oz. kazalniki⁴ poslovanja, bomo upoštevali, poleg virov, kot so dostopna literatura, raziskave, dokumenti in zapisi podjetja, tudi in predvsem informacije, ki jih vsebujejo časovne vrste opazovanih spre- menljivk. Namreč, že z opazovanjem linearne regresije med pari spre- menljivk lahko predpostavljamo vzročnost, ki jo nato potrdimo z Gran- gerjevim testom vzročnosti (Smith 1993, 157). 1.4 Hipoteza Ker izhajamo iz predpostavke, da je vzročno-posledičnih povezav v okviru sistema uravnoteženih meril veliko oz. te povezave zaradi šte- vilčnosti lahko postavimo kot množico različnih hipotez ali aktivnosti, ki jih izvajamo za izpolnitev strateških ciljev, smo se odločili, da v razi- skavi postavimo in preverimo le eno hipotezo: h i p o t e z a 1 Vpeljava kvantitativnih metod zvezne analize podatkov za postavitev sistema uravnoteženih kazalnikov doprinese k izboljšanju sistema uravnoteženih kazalnikov v primerjavi z uporabo uveljavljenih kvalitativnih metod. 1.5 Predstavitev raziskovalnih metod Raziskavo smo izvedli kot študijo primera (Gummesson 2000; Ivanko 2007; Yin 1994) postavitve sistema uravnoteženih kazalnikov proizvo- dnega podjetja. Študijo primera smo osnovali na komplementarnosti, ki jo omogoča uporaba kvantitativnih in kvalitativnih metod, ki nam poleg finančnega vidika podpira razumevanje vidika učenja in rasti zaposlenih ljudi, poslovnih procesov v organizaciji in odjemalcev (Easterby-Smith, Thrope in Lowe 2005, 181–182; Parthasarathi, Moreno in Rao 1996, p e- 89; Yin 1994). Za naš namen so bile uporabljene naslednje metode: • Za izpolnitev prvega cilja smo uporabili deskriptivno analizo na- stanka in razvoja sistema meril in pripadajočih kazalnikov poslo- vanja na osnovi dostopne literature, raziskav in virov v obliki do- ⁴ V besedilu izmenično uporabljemo izraze spremenljivka ali časovna vrsta ali kazalnik poslovanja, ki v okviru monografije odražajo soznačnost ali isti pomen. 22 Predstavitev raziskovalnih metod 1.5 kumentov in zapisov proizvodnega podjetja. Isti cilj smo izpol- nili tudi z deskriptivno analizo kvantitativnih multivariatnih sta- tističnih metod (Ambler 1989; Stock in Watson 1988b po Cubadda 1999; Cuthbertson in Barlow 1991; Engle in Granger 1987; Hair idr. 2006), s katero smo izbrali primerno kvantitativno metodo za ugotavljanje vzročno-posledičnih povezav v sistemu uravnoteže- nih kazalnikov. • Na osnovi izbrane kvantitativne metode smo opredelili okvir za postavitev modela sistema uravnoteženih kazalnikov vključno s statističnim programjem e views (2010a) ter tako dosegli drugi cilj. • Podatke, ki smo jih uporabili v raziskavi smo opredelili glede na dosegljivost, obdobje in način zbiranja (Gujarati 1995, 23). Za iz- polnitev namena raziskave smo potrebovali podatke v daljšem ob- dobju, ker smo raziskavo študije primera zasnovali kot longitudi- nalno (Brock in Durlauf 2001, 245; Fritz in Fritz 1985; Monge 1990, 407). Za ta namen smo pridobili in uporabili kazalnike poslova- nja, ki jih proizvodno podjetje že spremlja in so v naši raziskavi predstavljali sekundarni vir podatkov. Opredelitev podatkov je ob- segala tudi razvrstitev povezav med kazalniki poslovanja, saj smo povezave razvrstili med funkcijske (deterministične) in vzročno- posledične (stohastične) povezave. Z opredelitvijo podatkov smo tudi izpolnili tretji cilj raziskave. • Osrednji del študije primera predstavlja del, kjer smo z izbrano kvantitativno metodo, katere namen je bil proučiti in določiti vzročno-posledične povezave med kazalniki poslovanja (Agostino in Arnaboldi 2011, 102; Kralj 2003, 210; Urad Republike Slovenije za standardizacijo in meroslovje 2000, 11; Othman 2008, 260), pod- prli in empirično evalvirali postavitev modela sistema uravnote- ženih kazalnikov in tako izpolnili četrti cilj raziskave. Na področju ekonometrije je vzročnost eden najbolj proučevanih konceptov. Koncept, ki je zanimiv za našo raziskavo, obsega časovno vzroč- nost, kar pomeni, da se vzrok zgodi pred posledico in vsebuje edin- stveno informacijo o slednji. Iz te ideje sledi, da poznavanje vzroka podpira napovedi več vidikov posledice. Pri tem smo opredelili npr. spremenljivko X, kot vzrok za spremenljivko Y, če dobimo boljše napovedi Y z uporabo pretekle informacije o X, kot pa brez te in- formacije. Posledica tega je, da vzročna spremenljivka X podpre napovedovanje posledične spremenljivke Y (Granger 1969; 1986, 23 1 Uvod 967; 2004, 425; Mooney Marini in Singer 1988, 350; Nachane 2003, 3797). • S kvalitativno metodo polstrukturiranih intervjujev z zaposlenimi na različnih managerskih ravneh (Kvale 2007) smo razvrstili ka- zalnike poslovanja, ki so po mnenju managerjev in na osnovi pre- poznanih vzročno-posledičnih povezav najbolj primerni za uvrsti- tev v sistem uravnoteženih kazalnikov. Strateška mapa podjetja, ki vsebuje vzročne povezave med kazalniki poslovanja, je bila po- stavljena in potrjena s konsenzom vršnega managementa. Metodo polstrukturiranih intervjujev v obliki delavnic smo dopolnili še z udeležbo raziskovalca z opazovanjem (Angrosino in Mays de Pérez 2000; Easterby-Smith, Thrope in Lowe 2005, 143). Poleg tega smo upoštevali primernost izbora kazalnikov poslovanja na osnovi pre- gleda dostopne literature in raziskav o uporabi sistema uravnote- ženih kazalnikov v zasebnem sektorju (npr. glej Nanni, Dixon in Vollmann 1992 po Gosselin 2005, 419–420; Kaplan in Norton 1992; 2000c; 2004a; 2006a; Neely in Adams 2001 po Bititci idr. 2006). Opazovani nabor kazalnikov poslovanja vsebuje podatke, ki jih v podjetju že spremljajo, in posredno vključuje vse pomembne dejav- nike. To pomeni, da smo vključili tudi razpoložljive težje merljive ali nefinančne kazalnike poslovanja, ki so lahko merjeni z določeno sistemsko napako (Kaplan in Norton 1992; 2000c; 2004a; 2006a; Fildes 1985, 553–555). Na ta način smo podprli izpolnitev petega ci- lja raziskave. Raziskava je tako sestavljena iz dveh medsebojno prepletenih delov, ki predstavljata kvalitativni del in kvantitativni del raziskave. Dejansko se je raziskava izvajala najprej s kvalitativno empirično analizo, ki je bila osnova za osrednji del raziskave tj. kvantitativno empirično analizo. Za- radi tega na začetku vsakega izmed obeh delov empirične analize kazal- nikov poslovanja najprej predstavljamo uporabljeno metodologijo in v nadaljevanju analizo ter ugotovitve. Potek izvajanja izbranih metod oz. proces izvajanja raziskave je nazorno predstavljen na sliki 1.1. 1.6 Omejitve Potencialno omejitev, ki jo je v prvi vrsti predstavljalo časovno obdo- bje pridobljenih podatkov (tj. od 2 0 04 m 1 do 2 0 1 1 m 1 2 kar ustreza 96. mesečnim meritvam), v katerem smo opazovali vzročnosti, bomo lahko ocenili naknadno z vključitvijo novejših podatkov časovnih vrst kazal- 24 Omejitve 1.6 Pregled literature, Dokumenti, Raziskovalec analiza in izbira kvanti- zapisi . . . tativne metode Intervjuvanci oz. udeleženci delavnic Podatki, zbrani z Vprašalnik za Raziskovalec intervjuji in delavnicami intervju Analiza delavnic in Raziskovalec intervjujev Postavitev Določene časovne Raziskovalec sistema uravnoteženih vrste kazalnikov kazalnikov Empirična evalvacija Raziskovalec kvalitativne metode Empirična evalvacija Vzročnost med Raziskovalec kvantitativne metode kazalniki Komparativna ana- Raziskovalec liza kvantitativne in kvali- tativne metode Ugotovitve in verifikacija Ugotovitve in Raziskovalec hipoteze rešitev problema Slika 1.1 Proces izvajanja raziskave nikov. Iz raziskav v ekonometriji je znano, da se nekatere informacije, ki jih vsebujejo časovne vrste podatkov, izkažejo šele v dolgem časovnem obdobju, ki ga naš vzorec morda ne zajema povsem. Zato je razlikovanje med primernostjo in uspešnostjo različnih modelov lahko časovno dol- gotrajna, saj ne poznamo algoritma, ki bi omogočal ocene vzročnosti na osnovi dejstev brez obravnave večjega števila možnih razlag vzroč- 25 1 Uvod nosti istega pojava. V obravnavani študiji primera lahko z vključitvijo novejših podatkov časovnih vrst kazalnikov in nadaljnjim preizkuša- njem zmožnosti napovedovanja ocenimo ustreznosti modela, saj tako primerjamo napovedi z dejanskimi vrednostmi časovnih vrst (Brock in Durlauf 2001, 245; Granger 1997, 172, 176; Phillips in Granger 1997, 269). Pri empirični analizi kazalnikov poslovanja smo naleteli na določeno omejitev pri razpoložljivosti podatkov, saj se vsi kazalniki poslovanja, ki smo jih v raziskavi opazovali, ne spremljajo v enakem obdobju ali pa so se začeli spremljati v zadnjih letih. Naslednja omejitev je v ugotovitvah teoretičnega in empiričnega dela raziskave, ki so bile preverjene in utemeljene v enem podjetju, kar nam postavlja omejitev v zvezi s posploševanjem (Gummesson 2000; Ivanko 2007; Yin 1994). Tako lahko posploševanje ugotovitev omejimo le na raziskavo v enem podjetju ter, z nadaljevanjem raziskovanja študijskih primerov, predhodno pridobljena spoznanja razširjamo še na druge or- ganizacije. 26 2 Vzročnost Vzročnost je tema, ki jo človeštvo ali vsaj njegov razmišljujoči del, obrav- nava že stoletja. Že Aristotel je v svojem delu Physis opredelil več vrst vzrokov: materialni, oblikovni, učinkoviti in končni. Večina razprav o vzročnosti uporablja t. i. učinkovito vzročnost, ki pomeni vzrok, ki je izdelal neko stvar, predmet ali opravil neko delo (Holland 1986, 949– 950). 2.1 Opredelitev vzročnosti V osemnajstem stoletju je David Hume (1739) v svoji razpravi o člove- ški naravi poudaril, da je vzročnost povezava med izkušnjami in ne med dejstvi, saj gre pri vzročnosti za subjektivni miselni konstrukt. Razpra- vljal je o tem, da empirično ni možno preveriti, da vzrok povzroči po- sledico. Temveč gre za to, da doživeti dogodek poimenovan vzrok ve- dno povzroči doživeti dogodek poimenovan posledica. Hume je razpra- vljal, da vzročnost kot logična nujnost ni zaznana empirično, ampak obstaja le v mislih ljudi. Peirce (1892), Pearson (1911) in Russell (1913)¹ so bili naklonjeni stališču, da je vzrok nesmiseln metafizični izraz, do katerega bi morala biti znanstvena praksa ravnodušna. Za Russella je bil primeren način izražanja znanstvenih zakonov v obliki diferencial- nih enačb, medtem ko je bil Pearson mnenja, da bi jih morali izraziti kot empirične statistične korelacije (Nachane 2003, 3791, 3793–3794). Člove- ško naravno pojmovanje vzročnosti izhaja iz naravnanosti možganov, ki omogočajo napoved, da bo zaporedje dogodkov, ki so bili večkrat pove- zani v preteklosti (verjetno) tudi povezani v prihodnosti (Young 1978, 234, po Mooney Marini in Singer 1988, 367). Zato je pomembno prouče- vanje vzrokov, saj nam njihovo prepoznavanje omogoči predvidevanje in povzročanje želenih posledic (Holland 1986, 960; Mooney Marini in Singer 1988, 348, 350, 363; Nachane 2003). ¹ Avtorji Peirce (1892), Pearson (1911) in Russell (1913) so povzeti tako kot jih navaja Nachane (2003, 3791). 27 2 Vzročnost Hume (1739; 1740; 1748) v svoji analizi prepoznava tri osnovne kri- terije za določanje vzročnosti: (1) prostorsko – časovna bližina, (2) ča- sovna zaporednost in (3) stalna zveza ali povezanost. Kar pomeni, da če X povzroči Y, sta si X in Y prostorsko – časovno blizu, X se zgodi pred Y ter tretji kriterij, po katerem se X in Y zgodita skupaj ali pa se ne zgodita. Vsi trije opisani kriteriji se ugotovijo na isti entiteti (Hume 1740; 1748 po Holland 1986, 949–950; Hume 1739; 1896; 1740; 1938; 1748; 1900 po Mooney Marini in Singer 1988, 350; Singpurwalla 2002, 198). Mooney Marini in Singer (1988) proučujeta ontološke² in epistemo- loške³ vidike problema vzročnosti v družboslovju. Zato v okviru druž- boslovja razpravljata, da upoštevanje pomena vzročnosti opozarja na več posebnih vidikov tega koncepta, ki imajo večinoma neznane posle- dice za raziskovalno prakso. Prvič, vzročne povezave se vedno ugota- vljajo v ozadju nekega področja vzroka. Specifikacija področja je tako bistvenega pomena za razlago opazovane povezave. Drugič, vzroki so pogosto ločeni deli nekih povezav. V kolikor ne obravnavamo povezo- valnih lastnosti teh povezav, lahko to privede do neuspeha pri odkri- vanju vzročne povezave. Tretjič, vzroki so lahko različnih vrst. Pri tem je lahko njihovo področje, v katerega so vključeni, določeno kot zuna- nje, notranje, samodoločenost in teleološka⁴ določenost. Zato različne vrste vzrokov zahtevajo različne pristope pri njihovi empirični analizi. Četrtič, ker je velik delež človeškega vedenja namenski, lahko časovno urejanje vedenja ali celo vedenjskih namer napačno prikaže smer vzroč- nosti. Tako Mooney Marini in Singer (1988) razpravljata, da prva ideja oz. hipoteza o vzročni povezavi izhaja iz empiričnih namigov. Empirični namigi pokažejo, da je morda vzročno sklepanje upravičeno, čeprav no- beden izmed namigov sam po sebi ne predstavlja nespornen dokaz za ali proti vzročni hipotezi. Pri ocenjevanju vzročnosti se ni mogoče izogniti vidiku subjektivnosti. Tako nas empirični namigi glede vzročnosti vo- dijo do nastanka hipoteze, ki ima lahko različne stopnje verodostojno- sti. V družboslovju so empirični namigi predvsem kovarianca različnih tipov, časovna verodostojnost, in prostorsko-časovna bližina spremenljivk (Mooney Marini in Singer 1988, 348–349, 366). ² Ontologija je filozofska disciplina, ki obravnava osnovo, vzroke in najsplošnejše lastnosti stvarnosti. ³ Epistemologija je filozofska disciplina, ki obravnava izvor, strukturo, metodo spozna- vanja in veljavnost spoznanja. ⁴ Teleologija je filozofski nauk, po katerem ima vse dogajanje v naravi in družbi svoj cilj. 28 Opredelitev vzročnosti 2.1 Mooney Marini in Singer (1988) nadalje razpravljata, da obstoj kova- riance med spremenljivkama X in Y ustreza konceptu vzročnosti Huma (1739; 1740; 1748) in raziskovalnim metodam Milla (1843). Čeprav kovarianca sama ne zadošča za vzročno zvezo, je verjetna vzročna hipoteza tam, kjer kovarianca obstaja in si je mogoče zamisliti mehanizem, s ka- terim bi lahko X povzročil Y. Če obstaja med X in Y kovarianca, potem so druge spremenljivke, ki so z njima povezane, skladne s to kovarianco. Poleg tega je tudi moč ali jakost kovariance eden od pomembnih poka- zateljev na možen obstoj vzročnosti. Visoka stopnja povezanosti med X in Y kaže na vzročno zvezo. Takšna ugotovitev običajno vodi k priza- devanjem za izključitev drugih možnosti za vzročno hipotezo. Po drugi strani pa nizka stopnja povezanosti, ali celo odsotnosti povezanosti, ni zadosten znak za neobstoj vzročne povezave (Mooney Marini in Singer 1988, 368). Časovna verodostojnost oz. časovno zaporedje je splošno sprejeto kot pomemben pokazatelj vzročnosti. Drugače povedano gre za vzročno prioriteto, ki zahteva prisotnost vzroka, kjer se zgodi posledica. Vzroki se običajno zgodijo pred posledicami. Sočasen in zakasnjeni vzrok je možen vendar redek, njegov obstoj pa stvar razprave. To ne pomeni, da so meritve dovolj občutljive, da zaznajo časovno zaporedje vzročnosti, ampak da je takšno zaporedje pojavov značilno za skoraj vse vzročne povezave v empiričnem svetu. Tako pogoj, da se vzrok zgodi pred ali so- časno s posledico (tj., da se Y ne zgodi pred X), igra pomembno vlogo pri empiričnem ugotavljanju vzročnih povezav na vseh področjih druž- boslovja. V splošnem so za ugotavljanje časovnega zaporedja potrebni longitudinalni podatki. Dokaz, da so si pojavi časovno in prostorsko blizu, je empirični pokaza- telj vzročnosti. Kadar je takšna bližina očitna oz. je časovna razlika med pojavnostjo X in Y majhna, lahko sklepamo na njuno povezanost. Na osnovi tega lahko določimo mehanizem, ki ju povezuje. V nasprotnem primeru, ko je časovna in prostorska razlika velika, lahko sklepamo, da vzročnost ni verjetna. V tem primeru nam vzročnost med spremen- ljivkama lahko pokaže le identificirani vzročni mehanizem. Sklepanje o vzročnosti je podkrepljeno s skrbno utemeljeno razlago ali teorijo, ki zagotovi podroben prikaz korakov mehanizma, s katerim je vzrok po- vezan s posledico (Granger 1969; Davis 1985; Einhorn in Hogarth 1986 po Mooney Marini in Singer 1988, 376–379). Empirično opazovanje in induktivno sklepanje nas privede do obliko- vanja vzročne hipoteze, ki je pogosto povezana z domnevnim vzročnim 29 2 Vzročnost mehanizmom. V ta namen moramo zbrati dokaze v podporo trditvi, da X povzroča Y. Pri tem konsistentnost pomeni zmožnost ponovitve po- vezav tj., da se lahko s ponovitvijo dokaže, da je povezava konsistentno opazovana. To je splošno prepoznan kriterij za dokazovanje pomemb- nosti hipotez v vseh vejah znanosti. Kopičenje dokazov v podporo po- sploševanju je v družboslovju navadno zaželeno zato, da se ponovi po- vezavo v različnih prizoriščih in z različnimi metodami za potrditev, da povezava obstaja v različnih pogojih. Poleg iskanja dokazov, da je X vzrok za Y, in izključevanju možnosti, da povezanost med X in Y ni prava, je pomembno tudi razumevanje, zakaj je X vzrok za Y. Z drugimi besedami, poskušamo določiti meha- nizem, s katerim X povzroča Y, saj takšna ugotovitev močno podkrepi sklep o vzročnosti (Mooney Marini in Singer 1988, 381, 394). Deterministična vzročnost V matematičnem jeziku je deterministična povezanost izražena z enač- bo v obliki Y = f ( X). Kar drugače povedano pomeni, da je X vzrok za Y, če se X zgodi v času pred Y. Funkcija f pa je preslikava iz zaloge vrednosti X v vrsto Y. Razlogi za posamezno matematično specifikacijo so raz- lični, na primer: strokovne in raziskovalne izkušnje, znanje pridobljeno iz poslovnih izkušenj, znanje o temeljnih znanostih in morda špekula- cije. Specifikacija Y = f ( X) je tako podobna določanju modelov v zna- nosti in tehniki. Vendar v resničnem življenju in zlasti v raziskovanju v družboslovni znanosti vsi vključeni posamezniki ne delijo podobne iz- kušnje in nimajo enakega znanja. Tako se vsi ne morejo strinjati glede določene deterministične povezanosti Y = f ( X). Dejansko lahko neka- teri tudi nasprotujejo, da povezava med Y in X sploh obstaja. Vse to vodi do zaključka, da je bistvo vzročne zveze, ki temelji na izkušnjah, individualna presoja. Tako je za enega posameznika (ali skupine posa- meznikov), lahko X vzrok za Y, medtem ko lahko drugi menijo, da temu ni tako. Podpora tem trditvam sega v preteklost vse do Huma (1739), ki je pou- daril, da je vzročnost povezava med izkušnjami in ne med dejstvi. Vzroč- nost je zato ocena posameznika glede funkcijske povezanosti, med X in Y, v določenem trenutku. Ta odločitev temelji na informacijah, ki jih ta posameznik zazna kot relevantne v tistem času in na zaznavanju spre- membe v X, ki se zgodi pred spremembo v Y. Ali povedano drugače, Y se ne more zgoditi brez X. V kolikor nimamo negotovosti glede določanja, da je Y = f ( X), potem lahko rečemo, da je vzročna povezava determini- 30 Opredelitev vzročnosti 2.1 stična (Hume 1740 po Holland 1986, 950; Pearl 2000 po Singpurwalla 2002, 198–199, 204). Pristni, zaporedni in pogosti vzroki Poleg zgoraj naštetih vidikov in poenostavljene vzročne povezave med X in Y lahko predpostavljamo tudi, da X ni edini vzrok za Y. Lahko je tudi npr. Z vzrok za Y tako, da velja Y = g( Z), kjer je g funkcija, ki je lahko drugačna od f . Potem je Y = f ( X) = g( Z), tako da je Z = g− 1 f ( X) in X = f − 1 g( Z), če inverzne funkcije obstajajo. Če se X zgodi pred Z v kro-nološkem času, kot jih zaznavajo posamezniki, potem je X tudi vzrok za Z, sicer je Z vzrok za X. V prvem primeru, je Z nepravi vzrok za Y, X pa pristen vzrok za Y, v drugem primeru pa je obratno. Če posplošimo zgornje, domneve, da so Z 1,..., Zn, vsi lažni vzroki za Y, in da se Zi zgodi pred Zi+ 1, ( i = 1,..., N− 1), izključimo možnost sočasnega pojava dveh ali več vzrokov (pravega ali lažnega). Tako je skladno z deterministično postavitvijo X pravi vzrok za Y. Pravi vzrok X se zgodi pred vsemi drugimi nepravimi vzroki za Y. Poleg tega je X, tudi pravi vzrok za vse neprave vzroke Zi. Na primer Z 1 ni le nepravi vzrok za Y, ampak je tudi nepravi vzrok za Z 2, Z 3,..., Zn. Takšna časovna zaporedja vzrokov so uporabna, pri razumevanju pojavov, ki imajo zaporedni oz. domino učinek, kot so npr. zaporedne napake. Naša razprava je omejena na primer, v katerem obstaja le eden re- snični vzrok za Y. Ob tem se lahko pojavi več vmesnih (nepravih) vzro- kov, ki so razporejeni v časovnem zaporedju. Ti vmesni vzroki so tudi vzročno povezani. Predpostavimo sedaj primer, po katerem X 1 in X 2 ni- sta vzročno povezana (tako da se X 1, lahko ali pa tudi ne, pojavi pred X 2). Predpostavimo, da X 1 in X 2 skupaj povzročita Y. To pomeni, da se mo-rata oba X 1 in X 2 zgoditi pred pojavom Y. Potem sledi, da je Y = f ( X 1, X 2), pod pogojem, da so koeficienti, povezani z X 1 in X 2, različni od nič. Tudi ob pogoju, da so koeficienti enaki nič, dobimo enak rezultat. Na- čeloma lahko X 1 in X 2 povzročita Z 1,..., Zn, kot lažna vzroka za Y. Tako sta X 1 in X 2 resnična vzroka za Z 1,..., Zn, ter tudi resnična vzroka za Y. Kar pomeni, da gre v obeh primerih za zaporedne oz. kaskadne vzroke X 1, X 2, Z 1,..., Zn. V zadnjem primeru pa predpostavimo, da je X resnični vzrok za Y 1 in Y 2. To pomeni, da se X zgodi pred Y 1 in Y 2, ter da Y 1 = f ( X) in Y 2 = g( X). Potem je X znan kot pogosti vzrok za Y 1 in Y 2. Če se Y 2 pojavi pred Y 1 in ker velja, da je Y 1 = f [ g− 1( Y 2)], potem je Y 2 nepravi vzrok za Y 1. Če pa se zgodi Y 1 pred Y 2 in ker velja, da je Y 2 = g[ f − 1( Y 1)], potem je Y 1 nepravi 31 2 Vzročnost vzrok za Y 2. Če X povzroči lažne vzroke Z 1,..., Zn, sledi, da je vsak Zi tudi nepravi pogosti vzrok za Y 1 in Y 2 (Singpurwalla 2002, 199–201). Neskončna regresija, pogojne domneve in zadostnost V vsakem od zgoraj opisanih primerov, lahko identifikacija pravega vzroka naleti na težave, saj se lahko zapletemo v neskončno iskanje enega (ali več) vzrokov, kjer se je opazovani problem sploh začel. Tako Suppes (1970) razpravlja, da so vsi pravi vzroki le začasni. Na anali- tikih in njihovih izkušnjah sloni odgovornost za ugotavljanje pravih pogojev za nek dogodek. Primer je podoben »neskončni regresiji«, ki predstavlja problem v teoriji iger, za katero pa normativna rešitev ne obstaja. Individualni pogled na vzročnost ima zato prednost v tem, ker lahko ustavi iskanje pristnega vzroka, ki navadno temelji na koristi po- sameznika. Rezultat prizadevanja posameznika pri iskanju resničnega vzroka se potem lahko razglasi kot individualni pristni vzrok. Pomanj- kljivost pa je ta, da se dva posameznika ne moreta zediniti o resničnem vzroku glede na interes, ki jima predstavlja korist. Zaradi tega se po- gosto zgodi, da je prizadevanje za resnični vzrok motiviran s potrebo, da se vpliva na vzrok skladno z interesom. Logiki pogosto razpravljajo o deterministični vzročnosti preko pojmov pogojnih domnev in zado- stnosti. Pogojna domneva je rezultat, ki bi bil opazovan, če bi se svet drugače razvil, kot se je. Predpostavimo, da sta X in Y binarna, pri tem je X = 1, če se določen dogodek zgodi, in 0, če se ne zgodi. Enako velja tudi za Y. Potem lahko trdimo, da je X deterministični vzrok za Y, če, in samo če, se Y ne zgodi v odsotnosti X. Podobno lahko rečemo, da sta X 1 in X 2 skupaj vzrok za Y, če, in samo če, se Y ne zgodi v odsotnosti obeh X 1 in X 2. Načelo zadostnosti pri deterministični vzročnosti temelji na ideji, da je vzrok zadosten ali del zadostnega pogoja za pojav posledice. Načelo zadostnosti pomeni, da če ima dogodek vzrok, potem je ta vzrok zadosten (Suppes 1970 po Singpurwalla 2002, 201). Stohastična vzročnost Kadar obstajajo negotovosti glede matematične specifikacije Y = f ( X), lahko trdimo, da gre za stohastično povezavo. Verjetnost je orodje za proučevanje negotovosti, zato je vzročnost, ki je specificirana z nego- tovostmi oz. stohastična vzročnost postavljena v stohastični okvir. Iz pregleda literature in raziskav lahko ugotovimo, da obstajata dve smeri proučevanja tega področja. Eno smer so določili statistiki, drugo pa fi- lozofi. V naši raziskavi smo usmerjeni v smer, ki so jo začrtali stati- 32 Vzročnost kot temelj raziskave 2.2 stiki. Pomemben vidik, na osnovi katerega se razlikujejo vzročni mo- deli od modelov iz standardnih multivariatnih analiz, je, da so v prvem naključne spremenljivke časovno indeksirane. To pomeni, da se spre- menljivka X vedno zgodi v času pred spremenljivko Y. Zato je stoha- stični model v tej raziskavi izenačen s stohastičnim procesom, ki ga analiziramo s časovnimi vrstami. Če povzamemo, ker je teorija verje- tnosti s časovno dinamiko značilnost modela stohastičnega procesa, iz tega sledi, da je stohastična vzročnost preprost model verjetnosti s posebno strukturo (Hudoklin 1999; Pearl 2000 po Singpurwalla 2002, 201–203). 2.2 Vzročnost kot temelj raziskave Empirična raziskava je proces, ki obravnava definicijo povezav med spremenljivkami. Pri tem gre za vrsto odločitev glede izbora opazovanih spremenljivk ter strukture, ki povezuje opazovane spremenljivke. Ker v raziskavi opazujemo časovne vrste spremenljivk, zaradi tega obrav- navamo dinamično strukturo povezav med opazovanimi spremenljiv- kami. Tak proces se na osnovi preizkušanja postavljene povezovalne strukture spremenljivk lahko tudi iterativno ponavlja (e views 2010c, 141). Mill (1843) je bil naklonjen empiričnim poskusom, saj je bil mne- nja, da samo z opazovanjem raziskovalec ne more dokazati vzročnosti: »Da je predhodni pojav vzrok, lahko dokažemo, ko obrnemo vzročno- posledični proces in umetno povzročimo posledico s sredstvi predho- dnega pojava. Ko to storimo in dejansko sledi posledica, je s tem induk- cija končana (Mill 1843 po Holland 1986)«. Na osnovi svoje raziskovalne prakse je opredelil štiri splošne razisko- valne metode za določanje vzročnosti: • Metoda sočasne variacije: metoda obravnava pojav, ki variira, na ka- kršenkoli način in drugi pojav, ki variira na določen način. Potem sledi, da je prvi pojav vzrok ali posledica drugega ali pa je povezan z njim preko nekega udejstvovanja vzročnosti. • Metoda diference: če so v primeru, v katerem pride do pojava, ki je predmet raziskave, in primeru, v katerem se pojav ne zgodi, vse okoliščine enake razen ene, potem eden pojav povzroča drugega. Okoliščine, v katerih se oba primera razlikujeta, je posledica ali vzrok, ali nepogrešljiv del vzroka za pojav. • Metoda ostankov oz. residualov: od kateregakoli pojava odštejemo 33 2 Vzročnost del posledic, ki so znane iz sklepov o vzrokih. Tako dobimo ostanek pojava, ki je posledica preostalih vzrokov. • Metoda sporazuma: če imata dva ali več primerov opazovanega po- java samo eno enako okoliščino, potem je okoliščina, v kateri vsi primeri sovpadajo, vzrok ali posledica opazovanega pojava. Dru- gače povedano je ta metoda uporabna za izključevanje možnih vzrokov (Mill 1843 po Holland 1986, 950–951). Rubinov model za vzročno sklepanje vsebuje entitete kot objekte pro- učevanja, na katere lahko vplivajo vzroki ali postopki. Pri tem Rubinov model v raziskavo vključuje empirični poskus v vlogi postopka in nad- zor v vlogi opazovanja. Ključni koncept predstavlja zmožnost za izpo- stavitev (ali neizpostavitev) entitete delovanju vzroka v obeh načinih. Torej sta le dva vzroka oz. dve ravni postopka, ki ju ne moremo izva- jati hkrati, lahko pa ju izvajamo ločeno. Sicer je izvedba načina odvisna od obravnavanega primera. Tako Holland prepoznava dve splošni reši- tvi, ki ju imenuje znanstevna rešitev in statistična rešitev (Holland in Rubin 1980; Holland 1986, 946–947). Teorija verjetnosti vzročnosti, ki jo je postavil Suppes (1970) obrav- nava model stohastičnih procesov. Suppes je predpostavil, da je prvi do- godek vzrok za drugega, če je pojavnost prvega dogodka z veliko verje- tnostjo povzroči pojav drugega dogodka. Poleg tega pa ni nobenega tre- tjega dogodka, ki ga lahko določimo za verjetni dejavnik povezanosti med prvim in drugim dogodkom. Na tak način je določil vzrok posle- dice. Podobno kot sta storila Hume (1739) in Mill (1843), je tudi Suppes predpostavil, da se vzročni dogodek pojavi v času pred njegovo posle- dico in ni postavil nobene druge splošne omejitve glede narave vzroka (Suppes 1970 po Holland 1986, 951–953). Holland (1986) pa se je postavil na stališče, da so vzroki samo tiste zadeve, ki so načeloma lahko postopki v poskusih. Koncept vzroka, ki nastopa v empiričnem poskusu, je po mnenju Hollanda povsem enak tistemu iz opazovalne študije. Razlika je le v stopnji nadzora empirič- nega poskusa, ki ga ima raziskovalec nad pojavom pri poiskusu, v pri- merjavi s stopnjo nadzora, ki ga ima opazovalec pri opazovanju. Hol- land (1986) nadalje razpravlja, da je splošni problem v določanju, ali je neka zadeva lastnost opazovanega pojava (entitete) ali vzrok, ki deluje na opazovan pojav. V prvem primeru gre verjetno za asociativnost opa- zovanega pojava, v drugem primeru pa gre vsaj za opazovanje merjenih posledic vzroka (Holland 1986, 955). 34 Vzročnost kot temelj raziskave 2.2 Granger (1969) je razvil poseben pojem vzročnosti, ki so ga nekateri ekonomisti prepoznali kot koristnega pri svojih analizah tj. časovno za- poredje vzročnosti. Pri tem so ekonomistom lahko na razpolago pri- marni ali sekundarni viri podatkov oziroma t. i. »časovne vrste«. Ča- sovne vrste so redne meritve spremenljivk ekonomske entitete, ki se iz- vajajo v daljšem časovnem obdobju. Namreč spremenljivka, ki je vzrok drugi spremenljivki, s svojimi vrednostmi izboljša možnost napovedi prihodnjih vrednosti druge spremenljivke. Grangerjeva odsotnost vzročnosti je zelo podoben pojem kot Su- ppesov nepravi vzrok. Oba pristopa upoštevata, da nepravi vzroki niso zmožni napovedi prihodnjih dogodkov ali vrednosti spremenljivk. Hol- land (1986) sicer priznava, da ima Grangerjeva vzročnost nekaj intu- itivnih lastnosti, ki so uporabne, vendar opozarja na možnost pojava neprave vzročnosti med opazovanimi spremenljivkami (Granger 1969; Holland 1986, 957–958). Holland (1986) vidi kot zelo koristno, da z empiričnimi poskusi pri- dobimo znanje o vzročni zvezi. Pri tem poudarja tri ideje, na katerih se je osredotočil pri statističnih poskusih: • Analiza vzročne zveze se mora začeti s proučevanjem posledic vzrokov, namesto tradicionalnega pristopa, ki poskuša opredeliti, kaj je vzrok neke posledice. • Posledice vzrokov so vedno v relativnem razmerju do drugih vzro- kov (npr. potrebujemo dva vzroka za opredelitev posledice). • Karkoli ne more biti vzrok. Še posebej to velja za lastnosti entitet, ki ne morejo biti vzroki (Holland 1986, 959). Singpurwalla (2002) postavlja definicijo vzročnosti kot oceno o funk- cijski (deterministični) povezavi med dvema entitetama, ki jo določi po- sameznik v določenem trenutku, na osnovi informacij, ki se mu zdijo ustrezne v tistem času. Poleg tega ta posameznik predpostavlja, da se mora sprememba v eni spremenljivki zgoditi pred spremembo v drugi spremenljivki (Singpurwalla 2002, 198–199). Glede predhodnosti spre- membe v spremenljivki je definicija, ki jo izpostavlja Singpurwalla tudi skladna z Grangerjevo definicijo vzročnosti. Uporaba vzročnih modelov je po mnenju raziskovalcev kot so Cordray (1986), Mooney Marini in Singer (1988) izboljšalo védenje o vzročnih modelih. Pridobljeno znanje se bo verjetno še povečalo z natančnostjo in skladnostjo modelov z raziskovanimi pojavi. Vendar imajo vzročni modeli tudi omejitve, ki zahtevajo uporabo drugih metodoloških pri- 35 2 Vzročnost stopov pri zbiranju dokazil za vzročna sklepanja. Ena od omejitev je, da so vzročni modeli še preveč mehanični in neprilagodljivi, kar se odraža v uporabljani logiki pri testiranju, ki je močno vezana na statistične me- tode (Cordray 1986, 17; Mooney Marini in Singer 1988, 394). Čeprav je veliko različnih raziskovalnih pristopov in analitičnih me- tod, ki so na voljo za pomoč pri zbiranju dokazov v podporo sklepom o vzročnosti na različnih področjih znanosti, so vse te metode koristne le, če je njihova uporaba vodena in omejena z ustrezno vsebino raziskova- nega problema. Nobena metoda ali metodologija sama po sebi ne more določiti vzročnosti (Mooney Marini in Singer 1988, 402). Metodologija raziskovalca se razvija iz njegovega lastnega razumeva- nja raziskovalnega problema. Poleg tega na razumevanje raziskovalnega problema vpliva še usposabljanje, izkušnje in okolje, iz katerega razisko- valec izhaja. V tem smislu je odnos do izbire metodoloških pristopov subjektiven ali oseben. Vendar je utež, ki jo lahko damo na teoretično eleganco na eni strani in empirično ustreznost na drugi strani, odvi- sna v veliki meri od odnosa do same vzročnosti. To je bil vir obširnih in predvsem nezadostnih razprav v ekonomiji. Toda najbolj pomembna točka, za katero se zdi, da se je izmuznila razpravi, je, da se lahko zakoni vzročnosti in ekonomski procesi spre- minjajo, kot se razvijajo podjetja v svojem življenjskem ciklu (Nachane 2003, 3798). 2.3 Vzročnost v managementu in ekonometriji Glede na namen in raziskovalni problem, ki ga obravnavamo v naši raz- iskavi, smo se glede vzročnosti omejili na pojmovanje vzročnosti, ki jo je razvil Granger (1969). Izraz Grangerjeva vzročnost (glej poglavje Wiener-Grangerjeva vzročnost ali Grangerjeva vzročnost) je pristop, ki obravnava časovno zaporedje vzročnosti in je med ekonomisti prepo- znan kot koristen. Vzročnost v managementu Ekonomske vede so bile skozi svoj zgodovinski razvoj pod vplivom me- todoloških razprav in napetosti med dvema filozofskima šolama: reali- stično in pozitivistično šolo razmišljanja. Realizem lahko označimo s tremi različnimi vidiki: • predmet raziskave obstaja neodvisno od raziskave, ki ga proučuje, • objektivni svet obstaja in »prave« teorije naj bi ga odkrivale in 36 Vzročnost v managementu in ekonometriji 2.3 • izpodbijanje teorij na način Karla Popperja⁵ je pomembno, vendar jih je mogoče doseči le z uporabo deduktivne metode brez empi- rične verifikacije. V vidiku realizma je vzročnost postavljena v središče. Vendar je to vzročnost, ki je postavljena s procesom teoretičnega vpogleda brez em- pirične definicije. Stališče realistov predstavlja avtor Robbins (1935), ki je razpravljal o prvenstvu vzroka in nezmožnosti njegove empirične po- trditve. Robbins ni dvomil v smiselnosti razprave, da je vsak naključni vzorec v vesolju rezultat določenih vzrokov. Vendar ni videl nobenega razloga za domnevo, da bo študija naključnega vzorca izmed naključnih vzorcev verjetno prinesla pomembne posplošitve. Robbins je bil mne- nja, da lahko samo teorija prispeva k rešitvi problema. Poleg tega je tudi podcenjeval pomen statističnih metod v ekonomiji (Robbins 1935, 120, po Nachane 2003, 3793–3794). Pozitivizem ne polaga velike pozornosti realizmu, teorijam in entite- tam. Stališče pozitivistov je, da je naloga znanosti izgradnja hipotez o realnem svetu, ki temeljijo na entitetah, ki se lahko vsaj približno koli- činsko določijo. Takšne hipoteze se nato preverijo s podatki. V svoji togi manifestaciji, torej pozitivizem še naprej odraža Humovo nagnjenost proti vzročnosti. To je pripeljalo pozitiviste na eni strani do tega, da so se osredotočili na merjenje podatkov in zbiranje dejstev. Po drugi strani pa, da so se ukvarjali s statističnimi metodami za empirično preverjanje in napovedi. Njihovo stališče lepo ponazarja van Fraassen (1989), ki je razpravljal, da je znanstvena dejavnost prej izgradnja kot odkrivanje. Gre namreč za izgradnjo modelov, ki morajo ustrezati obravnavanim pojavom, in ne za odkrivanje resnice o stvareh, ki jih ne moremo opa- zovati. Beseda ustrezati v zgornjem povzetku dopušča dve razlagi. Na osnovni ravni, se lahko razlaga kot ustreznost ali usklajenost podatkov. Na poglobljeni ravni, se lahko uporablja v zvezi z Jeffieys-Wrinchovim postulatom preprostosti. Postulat preprostosti trdi, da je množica vseh možnih oblik znanstvenih zakonov končna ali preštevna. Kar pomeni, da imajo preprostejši zakoni večjo prioriteto verjetnosti (Hendry 1993; Jeffreys 1931 po Nachane 2003, 3794). ⁵ Koncept je postavil Karl Popper, ki je v svoji filozofski kritiki pozitivističnih pogledov na znanstvene metode ugotovil, da hipoteza, predlog ali teorija obravnava opazovani pojav samo, če jo/ga je možno izpodbijati. Izpodbijanje velja za pozitivno (in pogosto nujno) kakovost hipoteze, saj to pomeni, da je hipotezo moč testirati z empiričnimi poskusi in je tako v skladu s standardi znanstvene metode. 37 2 Vzročnost Polemike med realisti in pozitivisti glede ekonomije so pomembno vplivale na razvoj področja ekonometrije. Kot je Morgan (1990) doku- mentiral, je šlo za ločeni temi v zgodnjem razvoju ekonometrije – prva je bila analiza povpraševanja in druga analiza poslovnega cikla. Skupina ne modelnih metod (kot je npr. analiza časovnih vrst, stohastični pro- cesi, itd.) je bila sprejeta med ekonomisti po zelo ustvarjalnem članku, ki sta ga predstavila Zellner in Palm (1974). V tem članku sta prikazala istoličnost med strukturno ekonometrijo in ne modelno metodologijo. Sinteza obeh avtorjev je dala pomemben prispevek k pojavu vzročnosti v ekonometriji (Zellner in Palm 1974 po Nachane 2003, 3794). Ker ni bilo splošno sprejete definicije vzročnosti je v zadnjem dese- tletju pridobil na veljavnosti t. i. nezadostno potreben in nepotrebno zadosten pogoj (ang. insufficiently necessary and unnecessarily sufficient – i n u s), ki sta ga objavila Mackie (1965) in Suppes (1970). Definicija i n u s je naslednja: A je i n u s vzrok za B, če A in nek drug pogoj C skupaj povzročita B. Pri tem pa ne izključujemo drugih sklopov različnih pogojev D 1,..., Dm, (posamično ali skupaj), ki lahko prispevajo k B. i n u s definicija vzročnosti je tista, ki jo ekonomisti navadno uporab- ljajo pri razlagah, kot je npr. »ponudba denarja povzroči sorazmerne spremembe cen«. Takšna izjava je lahko smiselna le, če se razume, kot da sprememba v ponudbi denarja povzroči sorazmerne spremembe cen, pri tem pa dopušča še določeno vrsto drugih pogojev (npr. v zvezi z izko- riščanjem zmogljivosti, fleksibilnostjo plač, denarjem, nominalno vre- dnostjo denarja, itd). Takšna izjava, dopušča, da se cene lahko spremi- njajo tudi zaradi drugih vzrokov in tudi, da spremembe v ponudbi de- narja ne pomenijo vedno sorazmernih sprememb cen. Zgodovina zna- nosti je bila vse do dvajsetega stoletja pod vplivom trdnega prepričanja v determinizem, ne le v naravoslovnih vedah, ampak tudi v družboslovni znanosti. V splošnem pa determinizem obsega naslednja stališča: • prepričanje, da se vsi pojavi in dogodki po svetu ravnajo skladno z nespremenljivimi vzročnimi zakoni, • vsaj na načelni ravni zaupanje v možnost odkrivanja teh zakonov, ter • brezpogojno vero v metodo formalne logike oz. dedukcijo, pred- vsem matematike, za razumevanje zunanjega sveta (Mackie 1965; Suppes 1970 po Nachane 2003, 3795). Managerske teorije in prakse temeljijo na spoznanjih vzročnosti iz 38 Vzročnost v managementu in ekonometriji 2.3 naravoslovja. Naravoslovne znanstvene teorije so torej osnova za raz- lage človekovega delovanja in organizacije, kar je imelo svoj vpliv na ra- zvoj organizacijskih teorij in vedo o managementu (Create Advantage 2012). Organizacija je po Tavčarju (2002) in Biloslavu (2008) skupnost in- teresov vplivnih udeležencev, zato predstavlja instrument za doseganje njihovih ciljev. Organizacijo ustanovijo lastniki ali drugi ustanovitelji z namenom, da bo učinkovito in uspešno izpolnjevala njihove interese z doseganjem ciljev. Ustanovitelji zato oskrbijo organizacijo s primer- nimi materialnimi in nematerialnimi sredstvi oz. svojim premoženjem, ki je zato izpostavljeno določenemu tveganju. Na osnovi tega avtorja sklepata, da se v organizaciji neločljivo prepletata interesni in instru- mentalni vidik ter da ljudje v organizaciji delujejo, če v njej lahko bo- lje uresničujejo lastne interese, kot bi jih zunaj organizacije (Biloslavo 2008, 15–20; Tavčar 2002, 3–4). Lastniki oz. ustanovitelji zaupajo obvladovanje podjetij managerjem. Tako sta temeljni nalogi managerjev obvladovanje podjetja in vodenje ljudi. Lastniki pričakujejo od managerjev učinkovito in uspešno dosega- nje ciljev organizacije, ki so skladni s cilji lastnikov in zagotavljajo nji- hovo dolgoročno uspešnost. Pri tem je prvi korak obvladovanja podjetja načrtovanje za različna časovna obdobja. Delovanje podjetja pa obsega nepregledno množico sestavin, dejavnikov in njihovih povezav. Zaradi tega so se izoblikovale poenostavljene mislene podobe najpomembnej- ših sestavin delovanja podjetja. Poenostavljena podoba, ki se v praksi obnese, obsega cilje in načine za doseganje ciljev ali strategije. Na pod- ročju managementa temeljna opredelitev strategije zajema dejavnosti, urejenost in sredstva za doseganje ciljev. Mintzberg (1978) je strategijo v splošnem poimenoval kot vzorec v toku odločitev ali akcij. Skupno ime za cilje in strategije za doseganje ciljev pa je politika organizacije, kar pomeni, da je smoter ali cilj namera, ki jo uresničimo s strategijo. Koncepti snovanja politike organizacije opredeljujejo temeljne zamisli in so vodilo načrtovalcem strategij. Strateško načrtovanje je korpora- tivna managerska praksa, s katero se izvajaja niz procesov, za opredeli- tev strategij, ki bodo prispevali k doseganju želene smeri in k uresni- čevanju poslanstva podjetja. Cilj procesov strateškega načrtovanja je oblikovanje konkurenčnih strategij, ki omogočajo podjetju konkurenčni položaj v poslovnem okolju. Obenem pa omogoča preseganje dojema- nja trenutnega stanja, kar bo tudi razlikovalo podjetje od konkuren- tov v prihodnosti (Barney 1997, 18; Chandler 1962, 13, po Mintzberg 39 2 Vzročnost 1978, 935; Mintzberg in Waters 1985, 257; Biloslavo 2008, 39, 42–43, 62). Drugače povedano je strategija nabor hipotez o vzrokih in posledicah med strateškimi cilji za njeno uresničevanje. Pri tem sistem merjenja poslovanja podjetja opredeljuje obravnavane hipoteze (povezave) med cilji (in kazalniki) tako, da jih je mogoče potrditi, oceniti ali spremeniti. Izpolnjevanje strateških ciljev se spremlja s pripadajočimi kazalniki po- slovanja. Vsak kazalnik poslovanja, ki je vključen v takšen sistem merje- nja poslovanja, mora biti del verige vzročnih povezav, ki posreduje po- men strategije za podjetje in se konča v finančnih ciljih oz. rezultatih (Kaplan in Norton 1992, 71–72; Kaplan in Norton 2000c, 41, 47, 71, 159– 160; Garengo in Bititci 2007, 807–808; Neely, Gregory in Platts 2005, 1253). Razumevanje strategij in njihovega opisa s strateškimi cilji in vzroč- nosti med strateškimi cilji je zato osrednjega pomena za učinkovito in uspešno managersko prakso, saj je postavljanje, spremljanje, preizku- šanje in spreminjanje vzročno-posledičnih hipotez stalna aktivnost ma- nagerjev. Naštete aktivnosti managerjev se izvajajo na vseh ravneh od oblikovanja in spreminjanja strategije, strateških tem, strateških ciljev, poslovnih procesov in kazalnikov poslovanja do ciljev kazalnikov poslo- vanja. Vzročnost v ekonometriji V znanstveni literaturi prevladujeta dva nazora vzročnosti: • vzročnost kot algebraična lastnost pojavov in • vzročnost kot resnična povezava v svetu, ki je bolj skladen s splo- šno rabo izraza vzročnost. Odraz teh dveh različnih znanstvenih trendov, sta tudi dve različni skupini metod. Prva skupina je skupina modelnih metod vzročne ana- lize (tj. vzročna urejenost (Simon 1953); pristop vzročnih verig (Strotz in Wold 1960) in informacijski pristop (Le Roy 1995) in druga je skupina metod vzročne analize na osnovi podatkov, ki je zanimivejša za okvir naše raziskave. V drugi skupini sta tako med metodami vzročne analize na osnovi podatkov najbolj pomembni: • grafično teoretične metode oz. pristop teorije informacij (Glymour in Spirtes 1988 po Nachane 2003, 3796) in • Weiner-Grangerjeva vzročnost (Wiener 1956; Granger 1969). 40 Vzročnost v managementu in ekonometriji 2.3 Pristop teorije informacij Glymour idr. (1987) so ugotovili, da je Grangerjeva vzročnost lahko več- krat neprava, zato so predlagali alternativni pristop za specifikacijo mo- dela, ki temelji na načelih teorije grafov, in ga poimenovali pristop teo- rije informacij. Za formalni preizkus vzročnosti so predlagali uporabo naslednjega teorema: vsak aciklični graf vzročnih povezav med štirimi spremenljivkami, ki obsega izginjanje četverokotne diference,⁶ tudi vse- buje niz izginjanja delnih korelacij. Pri tem pristopu pa je pomankljivost ta, da ni znana natančna porazdelitev četverokotnih diferenc (Granger 1997; Glymour idr. 1987 po Nachane 2003, 3798). Wiener-Grangerjeva vzročnost ali Grangerjeva vzročnost Wiener-Grangerjeva vzročnost oz. v nadaljevanju Grangerjeva vzroč- nost je verjetno ena izmed najbolj znanih v ekonometriji (Granger 2004, 425). Grangerjeva vzročnost je koncept vzročnosti, ki obsega dve bi- stveni sestavini: • razlaga vzročnosti je postavljena kot definicija »predvidljivosti, ki je skladna z zakonom« (Feigl 1953 po Nachane 2003, 3797) in • temelji na Humejevem konceptu, ki pravi, da se vzrok zgodi v času, predno se zgodi posledica (Hume 1740; 1748 po Holland 1986, 950, po Singpurwalla 2002, 198–199; Hume 1739; 1896; 1740; 1938; 1748; 1900 po Mooney Marini in Singer 1988, 350; Nachane 1991, 385,⁷ Nachane 2003, 3797). Z uporabo teh dveh načel skupaj Granger (1969) opredeljuje X, kot vzrok za Y, če dobimo boljše napovedi Y z uporabo preteklih informa- cije o X, kot pa brez te informacije, saj je znano, da prihodnost napo- vedujemo na osnovi podatkov iz preteklosti. Pri tem je tudi koristno upoštevati večje število zamikov pri določanju smeri vzročnosti, saj se rezultati Grangerjevega testa vzročnosti lahko različno odzivajo na raz- lično število uporabljenih zamikov oz. se spreminjajo glede na število uporabljenih zamikov. V realnem svetu je zaradi različnih razlogov, kot so ekonomski, institucionalni, psihološki in tehnološki, možno, da od- visna spremenljivka reagira na neodvisno z določenim časovnim zami- kom. Posledica tega je, da vzročna spremenljivka podpre napovedovanje ⁶ Četverokotna diferenca je determinanta vsake podmatrike velikosti (2 × 2), ki je del variančno – kovatriančne matrike V, ki vsebuje Xj,( j = 1,..., N). ⁷ Nachane (1991, 385) navaja aksiom, katerega avtor je Francis Bacon (1561–1626), da se posledica ne more pojaviti pred njenim vzrokom. 41 2 Vzročnost posledične spremenljivke (Granger 2004, 425; Gujarati 1995, 620–623; Geweke, Meese in Dent 1983, 161, po Macunovich in Easterlin 1988, 72; Mooney Marini in Singer 1988, 352–353). Kot navaja vzročnost njen avtor in Nobelov nagrajenec za ekonomijo prof. Granger (1986, 967) sam: »Moj posebni interes je v časovni vzroč- nosti. Menim, da so potrebni pogoji za vzročnost, da se vzrok zgodi pred posledico in da vsebuje edinstveno informacijo o posledici. Iz te ideje sledi, da poznavanje vzroka podpira napovedi več vidikov posledice in testiranje vzročnosti lahko temelji na tej preprosti ideji.« Po svoji naravi se pojem vzročnosti uporabi le, ko je na razpolago ča- sovna vrsta podatkov. Toda za razliko od drugih metod ne temelji na teoretičnem modelu in se ga zato lahko opredeli tudi kot nemodelen pri- stop. Obstaja tudi več ekonometričnih problemov pri opredelitvi aplika- tivne uporabnosti: • napovedljivost spremenljivk se tukaj razume v kontekstu uporabe metode najmanjših kvadratov in samo linearnih napovedi, • opredelitev ni tranzitivna,⁸ • sklepanja o vzročnosti so občutljiva za specifikacijo osnovnega mo- dela. Ena od pomembnih kritik Grangerjevega testa vzročnosti je bila t. i. odsotnost eksplicitnih vidikov predmeta raziskave vključno s teorijo (Geweke 1984; Zellner 1979a po Mooney Marini in Singer 1988, 391). Kljub vsem omejitvam, se metoda pogosto uporablja, saj je tako ugo- tovljena Grangerjeva vzročnost, glede svojega obstoja in smeri, nespre- menljiva v času (Covey in Bessler 1992; Feigl 1953; Fildes 1985, 550; Gran- ger 1969 po Nachane 2003, 3797–3798; Granger 2004, 425; Holland 1986; Mooney Marini in Singer 1988, 352–153; Nachane 1991, 384–385). Testiranje Grangerjeve vzročnosti predpostavlja, da je informacija za napoved spremenljivk y in x vsebovana v časovnih vrstah obeh spre- menljvk. Test obsega oceno regresije obeh spremenljivk. n n y = αixt− 1 + βiyt−j +u 1 t. (2.1) i= 1 j= 1 n n y = λixt− 1 + δiyt−j +u 2 t. (2.2) i= 1 j= 1 ⁸ V matematiki je povezava med spremenljivkami tranzitivna, kadar je npr. element A povezan z B, in element B je povezan z elementom C, kar pomeni, da je element A povezan tudi z elementom C. 42 Vzročnost v managementu in ekonometriji 2.3 Iz enačbe 2.1 vidimo, da je vrednost spremenljivke y odvisna od njenih preteklih vrednosti in od vrednosti spremenljivke x. Podobno povezanost nam prikazuje tudi enačba 2.2. Pri tem upoštevamo, da sta vrednosti residualov u 1 t in u 2 t medsebojno neodvisni (Gujarati 1995, 620). Iz enačb 2.1 in 2.2 sledi, da lahko razlikujemo med štirimi primeri vzročnosti: • Enosmerna vzročnost v smeri od x proti y, če so koeficienti spre- menljivke x n t−i statistično različni od nič tj. α i= 1 i = 0 in koefici- enti spremenljivke y n t−j statistično niso različni od nič δ j= 1 i = 0. • Enosmerna vzročnost v smeri od y proti x, če koeficienti spremen- ljivke x n t−i statistično niso različni od nič tj. α i= 1 i = 0 in so koefi- cienti spremenljivke y n t−j statistično različni od nič δ j= 1 i = 0. • Dvosmerna vzročnost med spremenljivkama x in y, ko so koeficienti obeh spremenljivk statistično značilno različni od nič v obeh regresijah. Pri vzročnosti se pogosto dogaja, da naletimo na dvo- smerno vzročnost med dvema spremenljivkama (e views 2010b, 428). • Vzročnosti med spremenljivkama x in y ni, ker njuni koeficienti v obeh regresijah niso statistično značilno različni od nič (Gujarati 1995, 620–621). Pomembno pri tem je vedeti, da Grangerjeva vzročnost med spre- menljivkama x in y sama po sebi ne kaže na to, da bi y bila posledica ali rezultat x. Grangerjeva vzročnost meri predhodnost in vsebnost informacije ter sama po sebi ne kaže na vzročnost, kot je v splošni uporabi tega izraza (e views 2010b, 428). Pri uporabi Grangerjevega testa vzročnosti se moramo zavedati, da je pomembno število uporabljenih zamikov v regresijskih enačbah 2.1 in 2.2. Število zamikov namreč lahko vpliva na smer Grangerjeve vzroč- nosti. Zato je pomembno, da testiramo smer vzročnosti na številu za- mikov, ki je največ do ene tretjine velikosti vzorca (Gujarati 1995, 716; Janeš 2011a, 1351–1352). Definicijo vzročnosti, ki jo v sedanjosti poznamo kot Grangerjevo vzročnost, je njen avtor raziskoval na področju spektralne analize in jo v določeni obliki našel v članku Norberta Wienerja (Phillips in Gran- ger 1997, 271). Granger je v svojih člankih izrazil mnenje, da se mu raba va r pristopa za ugotavljanje vzročnosti, ne zdi primerna, ker so takšni modeli namenjeni izdelovanju napovedi. Granger je bil mnenja, da mo- del, ki ustreza podatkom, še ne zagotavlja primerne napovedi. Treba 43 2 Vzročnost je izdelati dva modela, in sicer model s spremenljivkami in model brez spremenljivk, ki so možne za opazovani sistem. Nato se ugotavlja, ka- teri model je boljši za napovedi, ki se nanašajo na obdobje v prihodno- sti in ga opazovani vzorec podatkov še ne vsebuje. To je pravi preizkus sposobnosti napovedovanja modelov in prava opredelitev je definicija napovedovanja. Za napoved je Granger vedno jemal časovni horizont enega obdobja z upoštevanjem funkcije, ki nam predstavlja »strošek« njene uporabe. Takšna funkcija je lahko metoda najmanjših kvadratov, Lehmannova metoda ali katera izmed kasneje razvitih (Granger 1980, Ashley, Granger in Schmalensee 1980 po Phillips in Granger 1997, 272– 273). Orodja za analizo časovnih vrst zagotavljajo natančno številčno mer- ljivost dinamike časovnih vrst. V zadnjih desetletjih se je razvila vr- sta ekonometričnih metod, kot so: vektorsko avtoregresivno makroe- konomsko modeliranje, modeli dinamičnih dejavnikov, vzročnost, ko- integracija, sezonskost, režim s preklapljanjem modelov, nelinearna di- namika in nelinearno filtriranje ter še vrsta drugih (Diebold 2004, 170). V naši raziskavi pa se osredotočamo predvsem na uporabo ekonome- tričnih metod, kot so kointegracija, vzročnost in mehanizem popravlja- nja napak. Velik del statistične literature nas seznani z dejstvom, da odvisnost oz. korelacija med dvema spremenljivkama ne more biti tolmačena kot njuna vzročna povezanost. Obenem pa literatura ne pojasni, kaj lahko tolmačimo kot vzročnost med spremenljivkama. Pristop, s katerim lahko oblikujemo skupino ekonomskih spremenljivk za proučevanje medsebojne vzročnosti, tako obsega dve splošno sprejeti pravili: • Prihodnost ne more povzročati preteklosti. Določena vzročnost se lahko pojavi le na način, da preteklost povzroča sedanjost ali pri- hodnost. • O vzročnosti je smiselno razpravljati le za skupino stohastičnih procesov, saj iskanje vzročnosti med dvema determinističnima procesoma ni možno. Ker s splošnimi pravili in definicijami ne moremo reševati resničnih ekonomskih problemov, moramo s poenostavitvami poiskati definicijo, ki jo lahko preizkusimo. S tem postane definicija manj intuitivna in v neki meri nagnjena k napakam. V naši raziskavi uporabljamo Granger- jevo obliko testa vzročnosti, saj se je v številnih raziskavah izkazalo, da se obnese bolje kot drugi testi pri relativno majhnih vzorcih (tj. manj 44 Vzročnost v managementu in ekonometriji 2.3 kot 200 meritev). Avtorji, kot so Geweke, Meese in Dent (1983), Guil- key in Salemi (1982) ter Macunovich in Easterlin (1988, 75), trdijo, da je Grangerjev test vzročnosti tudi v splošnem najbolj zanesljiva oblika testa vzročnosti. V iskanju rešitve izbranega raziskovalnega problema smo se odločili, da na osnovi informacij iz zbranih časovnih vrst uporabimo poenosta- vitev definicije vzročnosti v obliki linearne napovedi, z uporabo metode najmanjših kvadratov. Slednja je lahko zelo različna od splošne defi- nicije vzročnosti, vendar nam takšen način zagotavlja definicijo, ki jo lahko preverimo (Granger in Newbold 1977, 224–226). V naši raziskavi imamo opravka s skupino spremenljivk oz. časovnih vrst, ki vsebujejo informacije, ki jih želimo prepoznati, proučiti in razumeti. Izbira časov- nih vrst za analizo je odvisna od vsebine raziskovalnega problema, in- tuicije raziskovalca in dostopnih podatkov. 45 3 Sistem managementa organizacije Organizacija se pogosto opredeljuje v pomenu institucije ali podjetja. Podjetje pa je združba ljudi, ki deluje na takšen način, da bo dosegla čim uspešnejše poslovanje. Torej je organizacija podjetja sestavljena iz med- sebojnih razmerij med ljudmi, ki zagotavljajo obstoj, družbenih, eko- nomskh in ostalih značilnosti podjetja ter smotrnega uresničevanje ci- ljev podjetja (Lipovec 1987, 33–36, po Rozman, Kovač in Koletnik 1993, 127–128). Kralj (2003) opredeljuje organizacijo kot interesni in dejavnostni sis- tem oz. poslovni sistem, ljudi, sredstev in virov. Iz podjetniške zamisli se določa vizijo in poslanstvo organizacije. Na osnovi interesov in žele- nih koristi udeležencev ima organizacija opredeljene smotre in cilje, ki jih skozi svoje delovanje uresničuje. Podjetje je oblika organizacije kot poslovnega in interesno-politične- ga sistema v tržnem gospodarstvu. Kar pomeni, da je podjetje časovno pogojena, samostojna, gospodarsko zaokrožena in ciljno usmerjena or- ganizacija, ki je izpostavljena tudi tveganjem. Za uspešno obvladovanje poslovnega sistema oz. podjetja je koristen sistemski pristop in kiber- netično organiziranje. Slednje pomeni sistemski pogled na podjetje ter povezave in odvisnosti njegovih delov, ki jih upoštevamo pri odločanju. Podjetje kot političen sistem pa je namenjeno predvsem uresničevanju koristi, smotrov, ciljev in izidov udeležencev. Pri tem politični sistem združuje obvladovanje podjetja, usklajevanja interesov, nasprotovanja in sodelovanja vplivnih udeležencev. Iz tega pa sledita tako organiziranost, ki predstavlja stanje urejenosti in organiziranje, ki je sam proces urejanja organizacije. V razvitejših tr- žnih gospodarstvih prevzema podjetje tudi družbene odgovornosti, ki jih praviloma izpolnjuje skladno s svojim poslovanjem. Za organizacijo kot sistem se uporablja tudi izraz združba (Kralj 2003, 23–24, 62–64, 72). Organizacija je po Tavčarju (2002) in Biloslavu (2008) skupnost inte- resov vplivnih udeležencev in zato predstavlja instrument za doseganje njihovih ciljev. Organizacijo ustanovijo lastniki ali drugi ustanovitelji 47 3 Sistem managementa organizacije z namenom, da bo učinkovito in uspešno izpolnjevala njihove interese z doseganjem ciljev. Ustanovitelji zato oskrbijo organizacijo s primer- nimi materialnimi in nematerialnimi sredstvi oz. svojim premoženjem, ki je zato izpostavljeno določenemu tveganju. Na osnovi tega avtorja sklepata, da se v organizaciji neločljivo prepletata interesni in instru- mentalni vidik ter da ljudje v organizaciji delujejo, če v njej lahko bo- lje uresničujejo lastne interese, kot bi jih zunaj organizacije (Biloslavo 2008, 15–20; Tavčar 2002, 3–4). Nujnost po trajnostnem razvoju je za spreminjajoče se poslovne trende, po mnenju Lubina in Estyja (2010), pomenila predvsem trend gi- banja kakovosti, razvoj tehnologij osebnih računalnikov in svetovnega medmrežja. Takšne spremembe trendov so močno vplivale na preži- vetje in konkurenčnost organizacij (Lubin in Esty 2010 po Rohm in Montgomery 2011, 1). 3.1 Managerski vidik organizacije Rozman (2002a) ugotavlja, da je pojav managementa v dvajsetem sto- letju ključni trenutek v novejši človeški zgodovini, ki predstavlja pre- obrazbo družbe posameznikov v družbo združb ali organizacij. Posa- mezniki, ki v organizacije vstopajo, se s tem prilagajajo in spreminjajo ter prevzemajo določene vloge. Tako združba postane nova zaokrožena celota s svojim lastnim ciljem, ki je dosežen z usklajenim delovanjem članov združbe. Nenehno prilagajanje članov organizacije je glavna na- loga posameznikov, ki jim pravimo managerji. Management je vedno povezan z združbo in predstavlja predvsem družbeni pojav. Managerji so torej ljudje, ki z usmerjanjem in usklajevanjem dela drugih skupaj z njimi dosegajo cilje združbe. S svojim delom dosegajo, da delajo drugi ljudje. Zato je management najpomembnejši za doseganje uspešnosti delovanja gospodarskih združb ali podjetij v vse bolj zahtevnem in spre- minjajočem se poslovnem okolju (Rozman, Kovač in Koletnik 1993, 19; Rozman 2002a, 47–48). Greenhalgh (2001) opredeljuje managerja kot pogajalca, ki deluje v hibridni organizacijski stukturi na takšen način, da oblikuje in mana- gira razmerja. Drugače povedano je manager tisti, ki skrbi, da je delo opravljeno z zagotavljanjem zavezanosti pri izvajanju aktivnosti, ki omogočajo izvajanje strategije (Greenhalgh 2001, x i i i). Management pomeni po Kralju (2003) proces vodenja podjetja k iz- idom, lahko pa je tudi organ, ki to opravlja oz. so to vsi managerji v podjetju. Izidi podjetja nastajajo v njegovem poslovanju, ki ga vodi ma- 48 Managerski vidik organizacije 3.1 nagement. Poslovanje podjetja se nanaša na oskrbo s sredstvi, ravna- nje z njimi, na zaposlovanje ljudi in njihovo usmerjanje k doseganju iz- idov. Poslovanje podjetja se nanaša tudi na uporabo sredstev in vklju- čevanje ljudi v procesih opravljanja dejavnosti za pridobivanje ter tr- ženje učinkov. Za doseganje izidov je treba voditi poslovanje, kjer ima prvenstveno vlogo odločanje in odgovornost za posledice odločitev, kar je oboje stvar managerjev. Ljudi je treba voditi k poslovnim izidom, jih usmerjati in dajati navodila na vseh ravneh v podjetju (Kralj 2003, 14). Drucker (2006) opredeljuje managerja kot osebo, ki si prizadeva do- seči najboljše ekonomske rezultate iz razpoložljivih virov. To so ljudje, ki večino časa porabijo z managiranjem ljudi, razvijanjem njihovih po- tencialov in odločanjem v zvezi z ljudmi. Drucker meni, da je velik izziv za managerje dvig produktivnosti delavcev znanja in zaposlenih v sto- ritvah. Management je usklajevanje ljudi, kjer pridejo do izraza njihove prednosti. Torej management integrira ljudi v podjetju in je globoko po- vezan s kulturo, postavlja cilje, vrednote in daje zgled. Rezultat poslo- vanja pa je zadovoljen odjemalec (Drucker 2006, 61, 81, 155, 195). Naloga managerjev je po Tavčarju (2002) in Biloslavu (2008) obvla- dovanje organizacije tj. urejanje zadev v delovanju. Ustanovitelji zau- pajo obvladovanje organizacije managerjem. Obvladovanje organizacij po tradicionalnem modelu obsega načrtovanje dejavnosti sodelavcev, organiziranje, usmerjanje in nadziranje sodelavcev pri opravljanju de- javnosti. Manager je v najširšem pomenu besede vsakdo, ki vsaj enemu sodelavcu načrtuje, organizira, usmerja in nadzira delovanje. Je tudi oseba, ki načrtuje in usmerja osebni razvoj sodelavcev, kar je odločilno področje za dolgoročno uspešnost organizacije. Management je torej naloga managerjev, s katero obvladujejo organizacijo tako, da slednja učinkovito deluje in dosega zastavljene smotre, ki so skladni s smotri ustanoviteljev. Zato je manager praviloma odločilen za uspešnost orga- nizacije, saj je tudi redka temeljna zmožnost organizacije, lahko pa je tudi vir največjega tveganja za organizacijo. Zato je tudi izbiranje ma- nagerja težavna naloga, saj poleg meril, kot so: podjetnost, sposobnost, treznost, zaupanja vreden človek, ki ima primerna strokovna znanja, ki zmore voditi ljudi in je pokončen, verodostojen in pošten, veljajo tudi priporočila in izkušnje (Biloslavo 2008, 20–22, 27; Tavčar 2002, 2, 5–6, 16). Management bo nedvomno ostal zelo pomembna funkcija. Njegova tehnična (koordiniranje dela) in procesna (načrtovanje, organiziranje, vodenje in nadzor) vloga bo še naprej zelo poudarjena. Managerji bodo 49 3 Sistem managementa organizacije ljudje, ki bodo vodili in usklajevali razdeljeno delo na osnovi njihovega znanja, veščin, etike in osebnostnega značaja. Kakorkoli že, vodili in usklajevali bodo v dobro kolektiva in družbe, saj se vloga lastnikov pri odločanju v podjetju zmanjšuje (Rozman 2002b, 156; Rozman 2012, 162– 163). 3.2 Razvoj managerskega modela Lastniki podjetij od managerjev pričakujejo obvladovanje podjetij za njihovo dolgoročno uspešnost. Pri tem je prvi korak obvladovanja pod- jetja načrtovanje za različna časovna obdobja. Delovanje podjetja pa ob- sega nepregledno množico sestavin, dejavnikov in njihovih povezav. Za- radi tega so se izoblikovale poenostavljene mislene podobe najpomemb- nejših sestavin delovanja podjetja. Poenostavljena podoba, ki se v praksi obnese, obsega cilje in načine za doseganje ciljev ali strategije. Na pod- ročju managementa temeljna opredelitev strategije zajema dejavnosti, urejenost in sredstva za doseganje ciljev. Mintzberg (1978) je strategijo v splošnem poimenoval kot vzorec v toku odločitev ali akcij. Skupno ime za cilje in strategije za doseganje ciljev pa je politika organizacije, kar pomeni, da je smoter ali cilj namera, ki jo uresničimo s strategijo. Koncepti snovanja politike organizacije opredeljujejo temeljne zamisli in so vodilo načrtovalcem strategij. Strateško načrtovanje je korpora- tivna managerska praksa, za opredelitev strategij, s katero se izvaja niz procesov, ki bodo prispevali k doseganju želene smeri in k uresničeva- nju poslanstva podjetja. Cilj procesov strateškega načrtovanja je obliko- vanje konkurenčnih strategij, ki omogočajo podjetju konkurenčni polo- žaj v poslovnem okolju. Obenem pa omogoča preseganje dojemanja tre- nutnega stanja, kar bo tudi razlikovalo podjetje od konkurentov v pri- hodnosti (Barney 1997, 18; Chandler 1962, 13, po Mintzberg 1978, 935; Mintzberg in Waters 1985, 257; Biloslavo 2008, 39, 42–43, 62; Janeš idr. 2014). Barney (1997) zagovarja stališče, da je Mintzbergov eklektični pri- stop pri definiranju strategije in strateškega managementa primeren, ker managerje opominja, da je strategija tako ideja kot politike in po- stopki, ki to idejo pripeljejo do uporabnosti. Pri tem je za strategijo pri- vzel več definicij ali označb za pridobitev spoznanj, ki jih vsaka od teh različnih opredelitev zagotavlja. Tako je po Mintzbergu strategija lahko plan, manever za izigranje nasprotnika, vzorec aktivnosti, pozicionira- nje v konkurenčnem okolju in vidik v katerem managerji podjetja vidijo sebe in svet okoli njih. 50 Razvoj managerskega modela 3.2 Ob tem tudi navaja pomanjkljivosti pristopa, ki se odražajo pred- vsem v tem, da pristop zajema širok obseg pojavov v strateškem ma- nagementu pri tem pa ne izključuje nobenega, saj je vsaka ideja lahko obravnavana kot strategija. Pri eklektičnem pristopu je tudi premalo poudarka na delovanju in razporeditvi virov. Mintzberg se tudi sam za- veda omejitev eklektičnega pristopa in razpravlja, da je pri opredelitvi strategije bolj ali manj uspešna uporaba različnih pristopov, kar pa je odvisno tudi od konkurenčnega okolja, v katerem se podjetje nahaja. Poleg Mintzbergovega pristopa Barney (1997) navaja še hierarhični pristop, ki obsega razmerje med poslanstvom, cilji, strategijami, politi- kami in taktikami podjetja. Prednosti hierarhičnega pristopa so pred- vsem v povezanosti strategije in delovanja, prepoznavanje več ravni analize strateških možnosti in osredotočenje na pomembnost prevedbe idej v odločitve o razporejanju virov. Kot tretji pristop opredelitve strategije pa Barney (1997) navaja osre- dotočenje na ujemanje notranjih prednosti in pomanjkljivosti podje- tja z zunanjimi konkurenčnimi grožnjami in priložnostmi. Prednosti pristopa ujemanja so predvsem v prepoznavanju pomembnosti konku- renčnega okolja kot determinante delovanja podjetja, prepoznavanje notranjih prednosti in priložnosti kot sestavin procesa strateške izbire, osredotočanje na prevedbo idej in vizije v odločanje o razporejanju virov in poudarek na strategiji in delovanju z eksplicitnimi kriteriji za evalva- cijo strategije. Na osnovi vseh treh pristopov Barney (1997) opredeljuje strategijo kot vzorec razporeditve virov, ki omogočijo podjetju, da obdrži ali iz- boljša svoje delovanje. Dobra strategija je pri tem tista, ki prepreči grož- nje in izkorišča priložnosti, izkorišča svoje prednosti in se izogiba ali od- pravlja svoje slabosti. Strateški management pa je proces, s katerim so izbrane strategije, ki gredo v izvedbo (Mintzberg 1990 po Barney 1997, 20–21, 27–28). Crittenden in Crittenden (2000) opredeljujeta strateško načrtovanje kot prizadevanje za sistemiziranje procesov, ki omogočajo doseganje ci- ljev podjetja. V splošnem avtorja prepoznavata pet korakov strateškega procesa načrtovanja: določanje ciljev, analiza stanja, obravnava alterna- tiv, izvajanje in ocenjevanje (Crittenden in Crittenden 2000). Stonehouse in Pemberton (2002) razpravljata, da združevanje stra- teškega načrtovanja z visoko mero predpisanosti pristopa strateškega managementa ni primerna kombinacija. Po njunem mnenju si ti kon- cepti ne nasprotujejo in so lahko uporabljani istočasno na različnih rav- 51 3 Sistem managementa organizacije neh snovanja strategije. Iz literature je razvidno, da so v preteklih de- setletjih, uporabniki, strokovnjaki in raziskovalci razumeli, kako po- membno je razvijanje strategije v večstopenjskem procesu. Za to je po mnenju Stonehousea in Pembertona (2002) strateško pla- niranje, razvoj in oblikovanje planov podjetja, ki določa splošne in pri- lagodljive cilje poslovanja, ki vodijo podjetje k izpolnjevanju vizije. Tak- šno planiranje vključuje strateško razmišljanje, ki je osnovano na stra- teškem učenju ter se odraža v nenehno razvijajočem se procesu stra- teškega planiranja (Langfield-Smith 1997; Stonehouse and Pemberton 2002, 853–854; Tapinos, Dyson in Meadows 2005, 371). Burnes (2004) ugotavlja, da se v praksi zadnjih desetletij izvajajo trije osnovni modeli strategije: model konkurenčnih sil, model na osnovi vi- rov in model strateškega konflikta ter se pri tem sklicuje na avtorje Te- eceja, Pisana in Shuena (1997). Model konkurenčnih sil usklajuje organizacijo z njenim okoljem. Ta model je tesno povezan z modelom petih sil, ki ga je razvil Porter (1980, 3–5, 187) in obsega pogajalsko moč odjemalcev, grožnjo potencialnih substitutov, nove konkurente, in tekmovalnost med obstoječimi kon- kurenti. Model na osnovi virov obravnava nadpovprečno dobičkovnost, ki iz- haja iz uspešne rabe boljših ali edinstvenih virov v primerjavi s konku- renti. Slednji omogočajo podjetjem, da imajo nižje stroške ali boljše pro- izvode ter obsegajo opredmetena in neopredmetena sredstva kot tudi zmožnosti (Fahy 2000). Model strateškega konflikta prikazuje konkurenčnost kot »vojno« med konkurenti. Model proučuje dinamično naravo strategije in odziv konkurente, katerih ravnanje ni vedno enostavno za predvidevanje. Vsi trije modeli so v uporabi, vendar je Porterjev model petih sil pre- vladujoč. Modeli se razlikujejo po osredotočenosti in časovnih obdobjih. Model petih sil je osredotočen na identificiranje in zasedbo tržne pozi- cije, ki je ubranljiva. Pri tem je osredotočen na srednjeročno obdobje. Model na osnovi virov je osredotočen na dolgoročno obdobje in gradi strateške kompetence, ki bodo omogočile izpolnjevanje prihodnjih in nepričakovanih tržnih zahtev. Model strateškega konflikta pa je krat- koročno osredotočen z nekaj dolgoročnimi implikacijami v taktikah ter deluje na osnovi dinamičnega odziva na konkurente (Mintzberg, Ahl- strand in Lampel 1998 po Burnes 2004, 233–258; von Clausewitz idr. 2001). Ker se poslovno okolje nenehno spreminja, je tudi strateško načrto- 52 Razvoj managerskega modela 3.2 vanje stalen proces v podjetju. To je proces, s katerim podjetja oblikujejo strategijo, ki omogoča predvidevanje in odzivanje na spreminjajoče se dinamično okolje, v katerem poslujejo. V dinamičnem poslovnem oko- lju so načrti vršnih managerjev nenehno deležni sprememb, revizij in izboljšav, ki so pogosto v glavah vodstvev. Zaradi tega lahko pride do odstopanja med načrtovano strategijo in porajajočo se ali dejansko stra- tegijo. Vzorec sprememb strategije je po Mintzbergu (1978) v skladu s človeškim spoznavanjem in znanjem. Ljudje se na pojave ne odzivamo neprestano, ampak v diskretnih korakih, kot odziv na spremembe, ki so dovolj očitne za naše dojemanje. Podobno se odvijajo tudi strateški procesi odločanja v podjetjih, ki niso stalni, ampak neenakomerni (Ka- plan in Norton 2005, 1; Porter 1979 po León-Soriano, Muñoz-Torres in Chalmeta-Rosaleñ 2010, 252; Mintzberg 1978, 941, 943, 945). Od tod iz- hajajo prizadevanja, iz katerih so različni avtorji zasnovali svoje modele za strateško načrtovanje. Strateško načrtovanje je za področje snovanja modelov politike or- ganizacije pomenilo prebujenje. Namreč nizati stopnjo za stopnjo pro- cesa načrtovanja ni zahtevno, vendar model postane nepregleden in ne- razumljiv. Zaradi tega razloga so praktično uporabni le zelo poenosta- vljeni modeli. Konceptu strateškega managementa bi ustrezal vseobse- žen model, ki ne bi bil enostaven niti natančen. Tako managerji za izpol- njevanje osnovnih zahtev vseobsežnosti, natančnosti in enostavnosti iščejo njihovi organizaciji najprimernejšo izvedenko modela (Biloslavo 2008, 62). Pri tem izhajamo iz Tavčarjevih (1997) zahtev pri praktičnem modelu snovanja politike: • Model naj bo sestavljen iz modulov in uporaben po njegovih delih. V skupinah podjetij ali zapletenih podjetjih so okoliščine razvoja in poslovanja zelo različne. Uporabnik naj si iz sestavin modela izbere tiste sestavine, ki ustrezajo njegovim trenutnim potrebam. Slednje mu bo tudi olajšalo vnašanje sprememb. • Model mora biti prilagodljiv in odprt, na takšen način, da nudi možnost nabora različic rešitev, med katerimi je moč preveriti in izbrati najbolj ustrezno. • Model mora biti praktičen tako, da pri reševanju problema po stop- njah vodi snovalca in ga opominja na potrebne presoje in možne pasti. Model naj nudi tudi osnutke postopkov za snovanje. • Model naj tudi omogoča izbiro podrobnosti snovanja in planiranja. 53 3 Sistem managementa organizacije To naj velja za podrobnosti kot tudi za okvirno planiranje. • Model mora biti primeren za management in zasnovan po meri podjetja, zato je potrebna metodologija snovanja in planiranja z vidika konkretnega podjetja (Tavčar 1997, 68, po Kralj 2003, 137). Posebej zahtevna je odločitev, katere vsebinske značilnosti organiza- cije naj obsega model. Dober model mora tako obsegati sprotno kot tudi srednjeročno in dolgoročno časovno razsežnost. Poleg tega mora model upoštevati trde in mehke vidike kot tudi statične in dinamčne vidike organizacije. Tako Tavčar (2002, 476–477) in Biloslavo (2008) določata tri izvirne modele, ki so: • Osnovni model, ki obsega cilje in strategije za doseganje ciljev. Ci- lji tvorijo hierarhijo s smotri na vrhu. Smotri izhajajo iz interesov udeležencev in so skladni z vizijo organizacije. Elementi strategije organizacije so dejavnosti (poslanstvo, programi in usmeritve de- lovanja), urejenost (struktura, sistemi in procesi) in sredstva (ma- terialna in nematerialna) za doseganje ciljev. • Procesni model, ki kaže osnovni potek načrtovanja ob uporabi osnov- nega modela. Strateško načrtovanje se ukvarja s snovanjem novih temeljnih zmožnosti organizacije za prihodnost. Strateško načr- tovanje razmejimo med srednjeročnim načrtovanjem politike pro- gramov in razporejanjem razpoložljivih sredstev med njimi na eni strani ter podrobnim načrtovanjem nalog na letni ravni na drugi strani. • Okvirni model, ki obsega dolgoročno, srednjeročno in kratkoročno časovno razsežnost politike organizacije. Vsaka od teh razsežnosti obsega dejavnosti, urejenost in sredstva. Okvirni model politike tako obsega temeljno politiko organizacije, ki jo sestavljajo smo- tri, poslanstvo, kultura in koncepti sredstev. Razvojno politiko or- ganizacije, ki obsega razvojne cilje, poslovni model, strukturo, in- frastrukturne sisteme, oskrbo in razporejanje sredstev ter sprotno politiko organizacije, ki zajema sprotne cilje, izvajanje programov, vedenjske procese in gospodarjenje s sredstvi (Biloslavo 2008, 63– 69). Okvirni model temelji na Kraljevi zamisli o okvirnosti politike orga- nizacije (Kralj 1992, 28, po Tavčar 2002, 477). Kralj (2003) je zasnoval izvirni model interesnega vodenja politike podjetja. Model izhaja iz sis- temskega pristopa in kibernetičnega organiziranja (sistemski pogled). 54 Razvoj managerskega modela 3.2 Kot dejavnike politike podjetja upošteva interesno vedenje udeležencev ter njihovih medsebojnih vplivov. Politika podjetja pa obsega: zamisli, poslanstvo, smotre in cilje v razsežnostih temeljne, razvojne in tekoče politike. Okvir za to postavljajo upravljalci ali lastniki. Management se informira prek ključnih področij politike ter izvršuje poposlovanje in ra- zvoj. Model se izteče v udejanjanje politike podjetja kot programirano usmerjanje in sprotno odločanje. Uresničenje politike se doseže z izva- janjem in poslovnimi izidi (Kralj 2003, 99–135). Kraljeva (2003) metoda za presojanje vodenja politike podjetja je orodje za prepoznavanje prednosti in priložnosti podjetja. Metoda upo- števa tako notranji kot zunaji vidik podjetja ter presoja vodenje politike in management. Metoda obsega pet skupin postavk in znotraj slednjih 60 vrst postavk: o okolju podjetja, podjetju kot sistemu, interesih ude- ležencev, filozofiji podjetja, subkulturah, ožjih sestavinah politike in merilih kakovosti vodenja politike. Presojanje poteka po štirih razvoj- nih modelih managementa, v katerih se lahko nahaja podjetje. To so: izkustveni management, umni management, spoznavni management in združevalni management (Kralj 2003, 148–149). Pučko (2002) opredeljuje strateško planiranje kot vrsto planiranja, ki opredeljuje prednostne in odločilne smeri razvoja organizacije. Torej gre pri strateškem planiranju v organizaciji za oblikovanje planov, ki se na- našajo na zadeve, ki so življenjskega pomena za organizacijo. V grobem se sestoji iz planskih izhodišč, procesa strateškega planiranja v ožjem pomenu ter uresničevanja in kontrole (Pučko 2002, 271–273). Modeli za strateško načrtovanje oz. snovanja politik podjetja se tako razlikujejo predvsem v razdelitvi odločanja v planiranju in nadzorova- nju celotnega poslovanja, kar sodi v upravljanje, in organiziranja ter vo- denja, ki sodijo v management. V upravljanje tako sodijo strateške odlo- čitve, medtem ko iskanje učinkovitosti na začrtani poti sodi v taktične odločitve managementa. Iz tega izhaja ugotovitev Rozmana (2002b), ki razlikuje modele upravljanja in managementa v razdelitvi strateških in taktičnih odločitev v planiranju in nadzorovanju (Podobnik 2008, 34; Rozman 2002b, 154–155). Medtem ko strateško načrtovanje določa splošno strategijo izhaja- joč iz poslanstva, je za uvedbo in izvajanje strategije treba postopno razviti bolj konkreten niz ciljev, meril in kazalnikov, ki so razdeljeni glede na ravni področij in oddelkov poslovanja podjetja (León-Soriano, Muñoz-Torres in Chalmeta-Rosaleñ 2010, 253). Pomemben del siste- mov za nadzor strateškega managementa je tudi merjenje poslovanja, 55 3 Sistem managementa organizacije ki je področje, na katerem je jasno prepoznavno povečanje zanimanja na strani uporabnikov, strokovnjakov in akademikov (Langfield-Smith 1997; Neely idr. 1997; Neely, Gregory in Platts 2005). Za namen naše raziskave smo se omejili na srednjeročno obdobje treh let in v tem časovnem okviru na razvojno politiko podjetja. Pregled in izbiro ustreznega mangerskega orodja za izpolnitev strategij v izbranem triletnem obdobju pa predstavljamo v poglavju o sistemu uravnoteže- nih kazalnikov. 3.3 Zakaj merimo in kaj merimo Merjenje poslovanja je proces količinske opredelitve aktivnosti, kjer je samo merjenje proces kvantificiranja opravljenih aktivnosti. Opra- vljene aktivnosti vodijo k učinkom oz. izidom. Zato je raven doseganja rezultatov poslovanja funkcija učinkovitosti in uspešnosti izvedenih aktivnosti in na osnovi tega: • Merjenje poslovanja lahko opredelimo kot proces kvantificiranja učinkovitosti in uspešnosti delovanja. • Merila in kazalnike poslovanja je mogoče opredeliti kot metriko za kvantificiranje učinkovitosti in uspešnosti izvedenih aktivnosti. • Sistem merjenja poslovanja lahko opredelimo kot niz meril in ka- zalnikov, ki se uporabljajo za kvantificiranje tako učinkovitosti ak- tivnosti kot njihove uspešnosti. • Pri ugotavljanju uspešnosti poslovanja podjetja nas zanima rezul- tat poslovanja v primerjavi s sredstvi, ki so potrebna za doseganje tega rezultata (Neely, Gregory in Platts 2005, 1228–1229; Tekavčič 2002, 667). Zato da managerji lahko nadzorujejo in obvladujejo podjetja, morajo meriti njihovo učinkovitost in uspešnost. Merjenje vodi k boljšemu ra- zumevanju, boljši komunikaciji in razdeljevanju virov, kar vse privede do izboljšanja poslovanja podjetja. Proces merjenja ne le opisuje po- stopek ali stanje merjenega objekta v določenem trenutku, ampak je tudi aktivnost, ki prispeva k izboljšanju uspešnosti podjetja. Merjenje omogoča neposredno obravnavo poslovanja, kar nadalje omogoča ko- munikacijo in interpretacijo, ki podpirajo organizacijsko učenje, moti- vacijo in vrednotenje. Namreč, česar ne moremo izmeriti, tudi pravi- loma ne moremo obvladovati (Biloslavo 2008, 174; Kaplan in Norton 2000c, 33, 287; Kaplan in Norton 2004a; León-Soriano, Muñoz-Torres in Chalmeta-Rosaleñ 2010, 253; Moeller 2009, 225; Tavčar 2002, 249). 56 Zakaj merimo in kaj merimo 3.3 Razmišljanje o razlogih, zakaj merimo poslovanje podjetja in kaj že- limo doseči z uporabo sistema merjenja ter kako najbolje doseči želeno stanje v prihodnosti (Neely idr. 2002), nas pripelje do praktične upo- rabne vrednosti procesnega pristopa. Poslovne procese merimo zato, da jih lahko obvladujemo. Zakaj merimo in kaj sploh želimo meriti ter tudi kako pogosto izvajamo meritve, je treba razjasniti, preden se odločimo, kako bomo merili (Jones 2009, 4; Križman 1999, 24). Merila in kazalniki Merjenje poslovanja je funkcija učinkovitosti in uspešnosti izvedenih aktivnosti. Kar je tudi razlog za umestitev izbranih meril in kazalni- kov v okvir strategij, saj vplivajo na tisto, kar ljudje počnejo v podjetjih. Merjenje je tako glasnik tega, kar je pomembno spremljati in arhivi- rati v določenem času in podpira usmerjanje delovanja ljudi. Običajno se razmerje med merjenjem in managementom opisuje z rekom »kar lahko merimo, lahko tudi managiramo« ali povedano drugače: »to kar merimo, to tudi imamo«. Kar merimo, se praviloma tudi izvede oz. je verjetnost za izvedbo večja. S postavljanjem meril in kazalnikov mana- gement daje jasno sporočilo vsem organizacijskim enotam in zaposle- nim glede usmeritve v prihodnost ter spodbuja sistemsko razmišljanje. Poleg tega merjenje daje managerjem vpogled in boljše razumevanje do- gajanja v podjetju. V praksi se tudi izkazuje, da vse, kar je merjeno, ni managirano in tudi vse, kar je managirano, ni merjeno. Empirične razi- skave povezave med merjenjem in managementom pa so redke (Bilo- slavo 2008, 175; Catasús idr. 2007, 505, 507; Elg 2007, 226; Farris idr. 2011, 378; Kaplan in Norton 1992, 71; 2001a, 102; Neely idr. 2002; Otley 2003, 319). Pri tem moramo razumeti, da so merila in kazalniki poslovanja po- vezani ter da se razlikujejo le po načinu uporabe. Namreč, kazalniki po- slovanja so praviloma razmerja, ki jih dobimo s primerjavo dveh veličin in predstavljajo načela v procesu planiranja ter mere v procesu nadzora. Kazalnike poslovanja lahko opredelimo širše in ožje. Po širši opredelitvi so to absolutna¹ in relativna števila,² po ožji opredelitvi pa le relativna ¹ Absolutno število je lahko posamezno število (cena), razlika (poslovni izid) ali srednja vrednost (povprečno stanje terjatev do kupcev) (Milost 2007, 191). Tekavčič (2002, 666) opredeljuje kazalce poslovanja kot širši pojem, ki vključujejo tudi absolutno izražene informacije o poslovanju (npr. dobiček je kazalec poslovanja iz njega izvedeni kazalniki pa so npr. delež dobička v prihodkih, dobiček na delnico idr.). ² Relativna števila so stopnja udeležbe, indeks in koeficient (Milost 2007, 191). 57 3 Sistem managementa organizacije števila. V tej monografiji upoštevamo širšo opredelitev kazalnikov po- slovanja in se v tem smislu pridružujemo rabi tega izraza, kot ga je na- vedel Milost (2007, 191). Kazalniki poslovanja nam predstavljajo, kje smo trenutno na poti do izpolnjevanja ciljev in s tem izpolnjujejo svoj osnovni namen, da zago- tavljajo čimprejšnje informacije glede na finančne rezultate, ki so pravi- loma predstavljeni z zakasnitvijo (Kaplan in Norton 2004b, 52, po Mo- eller 2009, 225; Milost 2007, 191–192). Merila pa pridejo do izraza v pro- cesu nadzora in nam količinsko opredeljujejo spremljana razmerja³ ve- ličin oz. so merilo rezultata. V zvezi z merjenjem in presojanjem uspešnosti poslovanja je eko- nomsko-poslovna stroka razvila različne poglede, ki se odražajo v dveh tradicijah: • Anglosaksonska tradicija, ki se je pri opredeljevanju merjenja in uspešnosti poslovanja omejila na dobiček kot temeljni cilj poslova- nja podjetij v razvitih tržnih gospodarstvih s prevladujočo zasebno lastnino. • Evropska tradicija, znotraj katere je zajeta tudi slovenska stroka, je razvila celovit pristop presoje uspešnosti poslovanja. V njenem okviru so se razvili trije tradicionalni kazalniki poslovanja tj. pro- duktivnost dela, ekonomičnost in dobičkovnost. Pri tem je dobič- kovnost iz vidika celotnega podjetja gotovo pomembnejša in je po- vezana z ekonomičnostjo ta pa s produktivnostjo. Zaradi tega pri analizi uspešnosti velja upoštevati vse tri delne mere uspešnosti poslovanja v njihovi povezanosti. V novejšem času se jim je pri- družil še kazalnik družbene odgovornosti (Rozman 2010; Tekavčič 2002, 666–668). Tavčar (2002) in Biloslavo (2008) opredeljujeta merila in standarde za merjenje učinkovitosti in uspešnosti poslovanja podjetij. Merila pri tem predstavljajo merske enote, standardi uspešnosti pa pričakovane vrednosti pri doseganju ciljev. Z njimi managerji nadzirajo doseganje ciljev, hkrati pa imajo usmerjevalen vpliv na sodelavce organizacije, saj povedo, zakaj se je vredno zavzemati (Biloslavo 2008, 174; Tavčar 2002, 249). ³ Kazalnik uspešnosti je načelo, mera ali sodilo (npr. dobičkovnost) = uspeh (npr. do- biček) / merilo (npr. vložen kapital) Kazalnike uspešnosti poimenujemo po števcu, ki predstavlja merjeno količino. Uporabljena sredstva tj. merilo rezultata pa poimenu- jemo po imenovalcu (Rozman 2010; Tekavčič 2002, 667). 58 Zakaj merimo in kaj merimo 3.3 Milost (2007) je v okviru vrednotenja človeških zmožnosti mnenja, da so finančna merila pomembnejša, vendar pomena nefinančnih, ne- denarnih ali neopredmetenih sredstev ne gre zanemarjati. Poleg meril gospodarske vrednosti se vse bolj uporabljajo kazalniki poslovanja. Sle- dnje avtor deli med finančne in nefinančne kazalnike poslovanja (Milost 2007, 113, 117, 191). Finančni kazalniki Finančni kazalniki so tisti, pri katerih vrednostno primerjamo izražene velikosti ali pa so izračunani na osnovi denarno izraženih ekonomskih kategorij. Finančne kazalnike Rejc (2002) v okviru temeljnih računovodskih iz- kazov deli v tri skupine: • Tradicionalni računovodski kazalniki, ki temeljijo na dobičku, kot je na primer: dobičkovnost kapitala in sredstev (Bititci 1994, 16–17; Ghalayini in Noble 1996, 64–65; Gomes, Yasin in Lisboa 2011, 6; Kaplan in Norton 2000c, 34–36; Kaplan in Norton 2001b, 37–39; Chandler 1977, 417, po Neely idr. 2000, 1124; Tekavčič 2002, 675). • Finančni kazalniki denarnega toka, ki zajemajo prejemke in izdatke v obračunskem obdobju: rast in stabilnost denarnega toka. • Finančni kazalniki razvitih trgov kapitala, ki prikazujejo spremembe sestavin kapitala v obračunskem obdobju: delitev čistega dobička in razmerje med tržno in knjigovodsko vrednostjo kapitala (Milost 2009, 77–92; Rejc 2002, 19, po Podobnik 2008, 129–130). Ker se je v poslovni praksi izkazalo, da finančni kazalniki iz klasič- nega računovodstva ne zadostijo potrebam po informacijah notranjih uporabnikov v podjetjih, je dobila veliko spodbudo raba nefinančnih ka- zalnikov. Kratkoročni finančni kazalniki, ki so osnovani na dobičku, ne ustrezajo več sodobnim potrebam merjenja in presojanja uspešnosti po- slovanja, saj slednji temeljijo na preteklih podatkih in z zakasnitvijo ka- žejo na posledice poslovanja (Milost 2007, 187–188, 191; Tekavčič 2002, 675, 680). Tako Milost (2007, 192) navaja razloge za vse večjo uporabo nefinanč- nih kazalnikov oz. omejitve finančnih kazalnikov: • Finančni kazalniki so usmerjeni v preteklost. • Spodbujajo kratkoročne in pogosto napačne poslovne odločitve in imajo majhno sposobnost predvidevanja. 59 3 Sistem managementa organizacije • Nudijo malo informacij o vzrokih za nastalo stanje tj. niso akcijsko usmerjeni. • Ključnih problemov oz. vzrokov zanje ne zaznajo pravočasno. • So zbirni in splošni ter odražajo le delne procese v smislu funkcij. • Ne predstavljajo ustrezne osnove za ovrednotenje neopredmete- nih dolgoročnih sredstev, kot je npr. intelektualna lastnina. Nefinančni kazalniki Nefinančni kazalniki so tisti, ki so izraženi opisno, kot je na primer za- dovoljstvo odjemalcev ali število reklamacij na tisoč prodanih proizvo- dov. Opisujejo razmerja, ki so v klasičnem računovodstvu nezadovoljivo vrednostno pojasnjena in jih želimo pojasniti na nefinančen način (Mi- lost 2007, 191, 193). Torej nefinančni kazalniki po svoji vsebini informacijsko dopolnju- jejo finančne kazalnike. V zvezi s tem jih Rejc (2002) deli v dve skupini: • Nefinančni kazalniki, ki prikazujejo rezultate oz. učinke poslo- vanja: npr. zadovoljstvo odjemalcev, zadovoljstvo zaposlenih in ugled podjetja. • Nefinančni kazalniki dejavnikov, kot so: kompetence zaposlenih, inovativnost, kakovost in učinkovitost poslovnih procesov (Milost 2007, 194; Rejc 2002, 79–81, po Podobnik 2008, 131–132). Značilni nefinančni kazalniki so tako gotovo različni za posamezne panoge in organizacije. Raziskave tudi kažejo, da so lahko vrednosti ne- finančnih kazalnikov odvisne od okoljskih dejavnikov, kot je zakono- daja in za organizacijo značilne dejavnike, kot so strategija podjetja in razvoj izdelkov ter njihovi življenjski cikli. Te ugotovitve kažejo, da vla- gatelji verjetno potrebujejo zanesljive in časovno prilagojene modele, s katerimi lahko v celoti izkoristijo informacije, ki jih nudijo nefinančni kazalniki. Vendar ugotovitve kažejo, da imajo managerji težave z vzpo- stavljanjem povezav med nefinančnimi kazalniki in prihodnjo finančno uspešnostjo. Zaradi tega podjetja morda niso zmožna ali tudi voljna (npr. zaradi skrbi razkritja informacij konkurentom), ponuditi takšnih modelov vlagateljem. Raziskave tudi kažejo, da so uporabniki ovirani v njihovi zmožnosti, da uporabijo nefinančne informacije zaradi same raznoli- kosti v vrstah nefinančnih kazalnikov in oblikah njihovega poročanja. Ob tem naj dodamo še, da obstajajo tudi možnosti, da podjetja v svoje modele za predvidevanje finančnih rezultatov ne vključijo nefinančnih 60 Zakaj merimo in kaj merimo 3.3 kazalnikov zaradi različnih vzrokov, kot sta npr. specifičnost področja poslovanja ali skrivanje informacij. Zaradi raznolikosti nefinančnih ka- zalnikov in njihove informacijske vrednosti se lahko tudi zgodi, da vla- gatelji v ocenjevanje poslovanja podjetij vključijo le finančne kazalnike (Lipe in Salterio 2000 po Banker, Chang in Pizzini 2004; Milost 2007, 194). Mnogi avtorji trdijo, da izboljšave na področjih, kot so zadovoljstvo odjemalcev, zadovoljstvo zaposlenih, kakovost, življenjski cikel izdel- kov in storitev ter inovacije predstavljajo naložbe v specifične vire or- ganizacije, ki niso v celoti zajete v klasičnih računovodskih izkazih. Po mnenju različnih avtorjev, lahko nefinančni kazalniki za naložbe v neo- predmetena sredstva podprejo predvidevanja prihodnjih finančnih re- zultatov (npr. cene delnic). Nefinančni kazalniki bi zato morali dopol- njevati finančne kazalnike v notranjih računovodskih sistemih (Deloitte Tousce Tohmatsu 2007; Ittner in Larcker 1998b, 1–2; Kaplan in Norton 2006a; Milost 2007, 187–188, 194). Ameriška komisija za finančno-računovodske standarde je priporo- čila, da je primerno spodbujati organizacije pri razvoju lastnih poslov- nih modelov, ki vključujejo finančne in nefinančne kazalnike poslova- nja. Čeprav to lahko medsebojno primerljivost organizacij zmanjša, pa upoštevanje nefinančnih kazalnikov s strani managementa poveča pre- glednost strategije organizacije in predvidevanje prihodnjega delova- nja. Takšen uravnoteženi sistem kazalnikov povezuje opredmetena in neopredmetena sredstva v dejavnostih organizacije, ki ustvarjajo vre- dnost (Kaplan in Norton 2001b, 80). Ittner in Larcker (1998a; 1998b) v svoji raziskavi ugotavljata, da imajo vršni managerji pomisleke glede kakovosti nefinančnih informacij, zla- sti tistih, ki so povezane z uspešnostjo zaposlenih, družbeno odgovor- nostjo, okoljem in inovacijami. Ti managerji prav tako zaznavajo kako- vost finančnih informacij, kot pomembnejšo v primerjavi z nefinanč- nimi informacijami. Ker so vršni managerji na položaju, kjer jim raz- položljivost informacij omogoča, da razumejo zanesljivost teh kazalni- kov, pa glede na izsledke raziskav kaže, da je primerna previdnost pri domnevah o točnosti nefinančnih kazalnikov (Ittner in Larcker 1998a; 1998b; Milost 2007, 198–199). Raziskave so tudi pokazale, da posamezni vlagatelji pri uporabi infor- macij upoštevajo zanesljivost informacijskih virov. Natančneje, vlagate- lji prilagodijo svoje zaupanje glede na informacije o poslovnih spodbu- dah in predhodne natančnosti informacijskih virov poleg upoštevanja 61 3 Sistem managementa organizacije verodostojnosti managementa (Hirst, Koonce in Simko 1995; Maines 1996; Williams 1996; Hirst, Koonce in Miller 1999, 105–106). Tako je uporaba nefinančnih kazalnikov s strani vlagateljev verjetno odvisna od njihovega dojemanja zanesljivosti virov teh informacij. S tem povezano dojemanje je tudi učinek, ki ga ima zunanja revizija nefinančnega poslo- vanja na zaznavo vlagatelja glede zanesljivost teh informacij. Raziskave kažejo, da uporabniki na splošno menijo, da so revidirane informacije bolj verodostojne kot nerevidirane informacije. Skratka, v akademski literaturi je malo neposrednih dokazov, ki se nanašajo na zanesljivost nefinančnih kazalnikov poslovanja. Po ugotovitvah iz raziskave Deloitte Tousce Tohmatsu (2007) so ne- kateri spremljani nefinančni kazalniki ustrezni in po mnenju manager- jev pomembni ter jih je možno uporabiti za predvidevanje. Nefinančni dejavniki so pogosto obravnavani kot zelo pomembni spodbujevalci pri- hodnjega uspeha podjetja, vendar jim je v večini primerov naklonjena precej manjša pozornost managementa kot finančnim kazalnikom. Drži tudi, da je neopredmetene dejavnike težje povezati s finančnimi rezul- tati. Seveda gre pri tem upoštevati tudi inercijo zaradi dolgoletne upo- rabe finančnih kazalnikov. Kljub vsemu kaže, da je vendarle bila do- sežena minimalna stopnja zanesljivosti nefinančnih kazalnikov, saj jih podjetja vključujejo v letna poročila in poročila za delničarje, kot tudi v razvoj struktur za nadomestila. Pristopi za potrditev ali druge oblike povečanja zanesljivosti, ki lahko vplivajo na kakovost nefinančnih ka- zalnikov poslovanja, ostajajo v glavnem neraziskani. Po mnenju raziskovalcev iz podjetja Deloitte Tousce Tohmatsu je ravno spremljanje nefinančnih kazalnikov delovanja, kot je zavezanost zaposlenih, njihova učinkovitost in strast ter zadovoljstvo in lojalnost odjemalcev in številni drugi kazalniki poslovnih procesov tisto, kar omogoča boljše dolgoročne napovedi in trajne konkurenčne prednosti (Deloitte Tousce Tohmatsu 2007). Ittner in Larcker (1998b) navajata, da empirične študije številnih av- torjev prikazujejo različne dokaze o povezavah med zadovoljstvom od- jemalcev in finančnimi rezultati. Poleg tega izbira metodologije organi- zacij za spremljanje zadovoljstva odjemalcev ne vpliva na same rezultate raziskav. Z uporabo in analizo podatkov odjemalcev in poslovnih enot sta Ittner in Larcker našla skromno podporo za trditve, da so kazalniki zadovoljstva strank tudi vodilni kazalniki za nakupno vedenje odjemal- cev (ohranjanje odjemalcev, prihodki in rast prihodkov), rast števila od- jemalcev in računovodsko uspešnost (prihodki poslovne enote, stopnje 62 Zakaj merimo in kaj merimo 3.3 dobičkovnosti in dobičkovnost prihodkov). Ittner in Larcker (1998b) sta našla tudi nekaj dokazov o tem, da so kazalniki zadovoljstva odjemal- cev na ravni podjetja lahko ekonomsko pomembni za borzno trgovanje, vendar se ne odražajo v dovoljšnji meri v računovodsko-knjigovodski vrednosti. Nekateri izmed testov kažejo, da so vedenje odjemalcev in finančni rezultati relativno konstantni na širši ravni zadovoljstva od- jemalcev. Spreminjajo se le, ko se zadovoljstvo odjemalcev giblje skozi različne ravni vrednosti in zmanjšujejo na visoki ravni zadovoljstva od- jemalcev (Ittner in Larcker 1998b, 4–14, 21, 32–33). Rezultati raziskave med 121 ameriškimi vršnimi managerji proizvod- nih podjetij, ki sta jo opravila Fullerton in Wempe (2009), kažejo, da je uporaba nefinančnih meril za merjenje poslovanja pozitivno povezana s finančno uspešnostjo podjetij predvsem z dobičkovnostjo. Pri tem je zelo pomembna vključenost ljudi za uspešno uvedbo pristopov kot je npr. vitka proizvodnja in številni drugi, ki tudi sami podpirajo rabo ne- finančnih kazalnikov (Fullerton in Wempe 2009, 216, 232). Današnje organizacije se zavedajo, da konkurenčne prednosti izvirajo predvsem iz neopredmetenega znanja, tehnologije, veščin, sposobnosti in odnosov, ki jih ustvarjajo zaposleni, ter v veliko manjši meri iz opred- metenih sredstev in dostopa do kapitala. Nefinančne kazalnike se pogo- sto opisuje kot gonilne oz. vnaprejšnje kazalnike, vendar so poleg tega tudi dolgoročni kazalniki. Ravno odziv vodstev podjetij v kratkoročnih obdobjih slabega poslovanja kaže na to, kako je podjetje zavezano k dol- goročnem in trajnem ustvarjanju vrednosti (Kaplan in Norton 2001b, 16, 72, 78). Oblikovanje nefinančnih kazalnikov je koristno, vendar moramo pri tem upoštevati tudi njihove prednosti in pomanjkljivosti. Pri tem Mi- lost (2007, 195–199) navaja kot prednosti nefinančnih kazalnikov dopol- njevanje podatkov v računovodskih izkazih in njihovo lastnost v smislu pokazatelja neodzivnosti klasičnega računovodstva na sodobne izzive in spremembe v poslovanju podjetij. Po drugi strani pa vsebujejo tudi nekatere pomanjkljivosti, ki se odražajo v tem, da je njihova informa- cijska moč precenjena, se uporabljajo za zunanje poslovno poročanje in so neustrezen pristop za reševanje problema računovodske stroke glede razlike med knjigovodsko in tržno vrednostjo kapitala. Milost (2007) ugotavlja, da nefinančni kazalniki v pretežni meri niso domena računovodij, ampak so pri njihovem oblikovanju in razširjanju aktivni podjetni ekonomisti s področja poslovodenja. Na osnovi takšnih pobud je nastal tudi pristop imenovan sistem uravnoteženih kazalnikov 63 3 Sistem managementa organizacije (ang. Balanced Scorecard), ki sta ga oblikovala Kaplan in Norton (1992).⁴ Njun pristop verjetno predstavlja najbolj celovito in formalizirano reši- tev povezovanja finančnih in nefinančnih kazalnikov za presojanje po- slovanja. Potrebo po dopolnjevanju finančnih in nefinančnih informacij pa poudarja veliko avtorjev (Nanni, Dixon in Vollmann 1992 po Gosselin 2005, 419–420; Ghalayini in Noble 1996, 74; Jones 2011b, 6; Johnson in Kaplan 1987 po Modell 2009, 62; Laitinen 2005; Langfield-Smith 1997, 225; Milost 2007, 189; Neely, Gregory in Platts 2005, 1243–1244; Tekavčič 2002, 681). Kriteriji za izbiro kazalnikov Za izbiro ustreznih kazalnikov tako različni avtorji predlagajo upošte- vanje lastnosti, ki predstavljajo presek najbolj ustreznih lastnosti: • Kazalniki naj izhajajo iz strategije. • Kazalniki naj bodo jasno opredeljeni z eksplicitnim namenom. • Kazalniki naj bodo ustrezni in enostavni za vzdrževanje. • Kazalniki naj bodo enostavni za razumevanje in uporabo. • Kazalniki naj zagotavljajo hitro in natančno povratno informacijo. • Kazalniki naj povezujejo aktivnosti s strateškimi cilji. • Kazalniki naj spodbujajo stalne izboljšave. V literaturi je moč najti številne izraze za lastnosti ustreznih kazalni- kov, ki jih avtorji priporočajo. Vendar se navajanje nekaterih lastnosti ponavljajo, nekatere lastnosti pa tudi niso povsem relevantne (Cross in Lynch 1989 po Thakkar idr. 2007; Dixon, Nanni in Vollmann 1990; Glo- berson 1985; Hudson, Smart in Bourne 2001, 1100–1101; Maskell 1989; Neely idr. 1997, 1148; Neely Gregory in Platts 2005, 1243–1248). Merjenje je samo po sebi lahko »proces kvantificiranja«, vendar je njegov namen, da spodbudi in usmerja delovanje ljudi (Hauser in Katz 1998, 6–10), saj se strategije uresničujejo le prek usklajenih aktivnosti v podjetju. Kar pomeni, da kazalniki podpirajo izvajanje strategije, saj iz strategije tudi izhajajo. Kazalnike je treba tudi redno pregledovati in s tem zagotavljati njihovo skladnost s strategijo, saj spremembe strate- gije vplivajo na prioritete in s tem na uporabljena merila in kazalnike v procesu merjenja. Merjenje poslovanja zato rešuje enega od problemov, ⁴ Obširneje je pristop predstavljen v poglavju Kaplan in Nortonov sistem uravnoteženih kazalnikov. 64 Zakaj merimo in kaj merimo 3.3 s katerim se srečujejo managerji. To je, kako izbrano strategijo udeja- niti in uspešno izvesti. Namreč, koristi merjenja pridejo do izraza ravno z uvedbo in izvedbo v praksi. Pomembno je, da zaposleni prepoznajo povezavo med odločitvijo, aktivnostjo in rezultatom, saj se na tem me- stu zgodi učinek sporočanja strategije in občutka izida pri zaposlenih, ki obenem spodbuja timsko delo in izboljšave med funkcijami podjetja (Johnston in Pongatichat 2008, 945–946, 949; Mintzberg 1978; Neely idr. 1997, 1148–1150; Neely, Gregory in Platts 2005, 1228–1231; Skinner 1969 po Johnston in Pongatichat 2008, 942; Tapinos, Dyson in Mea- dows 2005, 371; Wouters in Sportel 2005). Sistem merjenja poslovanja S tržnega vidika podjetja dosežejo svoje cilje z izpolnitvijo zahtev odje- malcev na bolj učinkovit in uspešen način, kot to počnejo njihovi kon- kurenti. Uspešnost se nanaša na to, kako spretno se rešujejo zahteve odjemalcev. Kar z drugimi besedami pomeni izpolnjevanje postavlje- nih ciljev podjetja. Učinkovitost je merilo, kako so uporabljeni ekonom- ski viri za doseganje zadovoljstva odjemalcev. Namreč, učinkovitost po- meni delati na pravilen način, uspešnost pa delati prave stvari. V tem okviru je sistem merjenja poslovanja niz metrik za merjenje in ocenje- vanje učinkovitosti in uspešnosti poslovanja, ki se lahko uporabljajo kot pomoč pri oblikovanju ustreznih odločitev za povečanje konkurenčno- sti podjetja (León-Soriano, Muñoz-Torres in Chalmeta-Rosaleñ 2010, 252–253). Opredelitve sistema merjenja poslovanja obsegajo strateški vidik, s kaskadno razvrstitvijo meril, ki so uporabljana za izvedbo strategije (Kaplan in Norton 1992, 2000c, 2006a), operativni vidik z naborom me- ril in kazalnikov za kvantificiranje učinkovitosti in uspešnosti (Neely, Gregory in Platts 2005, 1229), kot tudi vidik poročanja, ki posreduje informacije o poslovnih izidih in uspešnosti izvedbe strategije (Bititci, Carrie in McDevitt 1997, 524; Franco-Santos idr. 2007, 785; Garengo in Bititci 2007, 803; Meekings 2005, 213, po Farris idr. 2011, 377–378; Neely idr. 2002, 2). Poleg naštetih se zlasti po osemdesetih letih dvajsetega stoletja de- lijo opredelitve sistema merjenja poslovanja na eno ali kombinacijo med tremi opredelitvami. Prva opredelitev zajema značilnosti sistema mer- jenja poslovanja kot lastnosti sestavin (strateški cilji, merila, kazalniki, podporna infrastruktura), ki ga sestavljajo. Druga opredelitev obsega vloge oz. namen in/ali funkcije (vpeljava in izvedba strategij, usmerja- 65 3 Sistem managementa organizacije nje, notranja komunikacija, presoja meril, kazalnikov in poslovanja ter spremljanje napredka, učenje in izboljševanje), ki jih izvaja sistem mer- jenja poslovanja. Tretja opredelitev vključuje poslovne procese (obliko- vanje in izbira meril in kazalnikov, zajem in priprava podatkov, zagota- vljanje informacij in informacijski management, ocenjevanje uspešno- sti in redno sistemsko pregledovanje), sestavljene iz nabora aktivnosti, ki skupaj tvorijo sistem merjenja poslovanja (Franco-Santos idr. 2007, 787, 795; Garengo in Bititci 2007, 806; Ghalayini in Noble 1996, 63, 68, 78; Hussain 2005, 567–568). Blenkinsop in Davis (1991) za postavitev sistema merjenja poslovanja priporočata upoštevanje naslednjih dejavnikov (po Anderson in McA- dam 2004, 475–476; Lockamy i i i 1998, 743): • Oddelčno določanje ciljev brez povzročanja neskladnosti v politiki podjetja ali prekomernega medoddelčnega konflikta. • Izbira kazalnikov, ki so veljavni pokazatelji uspešnosti delovanja skupine. • Ustrezno razmerje zastavljenih ciljev, tako vodoravno v smislu iz- vajanja poslovnih procesov kot tudi navpično v okviru organizacij- ske sheme oz. hierarhije. • Temeljito razumevanje in dojemanje obstoječih merilnih sistemov, tako formalnih in neformalnih kot izrečenih in neizrečenih. • Soglasje managementa glede ciljev podjetja in razpoložljiva sred- stva za njihovo doseganje. • Upoštevanje korporacijske kulture. • Določanje dolgoročnih, srednjeročnih in kratkoročnih ciljev, ki so tako finančni kot nefinančni. • Razdelitev lastništva problemov na takšen način, da je rešitev mo- goče najti prek meja funkcij oz. z vključevanjem različnih funkcij podjetja. • Zavezanost vseh udeleženih k izvajanju postavljenega sistema merjenja poslovanja. Wisner in Fawcett (1991) sta predlagala proces identifikacije sistema merjenja poslovanja po korakih: • Jasna opredelitev poslanstva podjetja. • Identifikacija strateških ciljev podjetja z uporabo poslanstva kot vodila. 66 Zakaj merimo in kaj merimo 3.3 • Razviti razumevanje vloge posameznih funkcijskih področij za do- seganje različnih strateških ciljev. • Za vsako funkcijsko področje, razviti globalna merila delovanja, ki lahko predstavijo celoten konkurenčni položaj podjetja vršnemu managementu. • Komuniciranje strateških ciljev in operativnih ciljev na nižje ravni podjetja. Snovanje specifičnih meril poslovanja na vseh ravneh. • Zagotoviti skladnost med strateškimi cilji in med merili ter kazal- niki poslovanja, ki se uporabljajo na vseh ravneh. • Zagotoviti skladnost uporabljenih meril in kazalnikov poslovanja, ki se uporabljajo na vseh funkcijskih področjih. • Uporaba sistema merjenje poslovanja za opredelitev konkurenč- nega položaja, iskanje problematičnih področij, posodabljanje stra- teških ciljev in pripravo taktičnih odločitev za dosego teh ciljev ter povratne informacije za odločitve, ki se izvedejo. • Redne evalvacije primernosti vzpostavljenega sistema merjenja poslovanja glede na trenutne okoliščine v konkurenčnem okolju (Wisner in Fawcett 1991 po Anderson in McAdam 2004, 474–475; Beatham idr. 2005, 50; Mendibil in MacBryde 2006, 119). Palmer in Parker (2001) predlagata, da se pri snovanju sistema mer- jenja poslovanja uporabi spoznanja sodobne fizike. Pri proučevanju sis- tema uravnoteženih kazalnikov (b s c) in managementa na podlagi ak- tivnosti (a b m) sta prišla do spoznanja, da so merila in kazalniki, ki se uporabljajo v podjetjih, najboj učinkoviti in uspešni na agregatni ravni. Namreč povezovanje posameznih kazalnikov s posameznimi vložki, kot je pri pristopu a b m, se izkaže za nesmiselno. Bolje je usmeriti pozor- nost na glavne povzročitelje stroškov podjetja in dovoliti ljudem, da se samoorganizirajo. Enake ugotovitve sta navedla v zvezi z rabo pristopa b s c. Temelj uspeha je po njunem mnenju določitev nekaj najpomemb- nejših agregatnih kazalnikov, ki spodbudijo samoorganiziranje zaposle- nih na operativni ravni. Zagovarjata stališče, da je določanje kazalnikov na individualni ravni celo nesmiselno, ker je npr. kazalnik produktiv- nosti na individualni ravni zelo slabo koreliran s kazalnikom produk- tivnosti poslovne enote oz. ju je težko povezati (Palmer in Parker 2001, 993–996). Po Smithu in Goddardu (2002) je sistem merjenja poslovanja celo- tni sklop postopkov načrtovanja in pregledovanja, ki so kaskadno raz- porejeni po vseh ravneh organizacije. Na takšen način, se vzpostavijo 67 3 Sistem managementa organizacije povezave med vsakim posameznikom posebej in strategijo organizacije (Smith in Goddard 2002, 248). Sistem merjenja poslovanja nekateri avtorji predstavljajo kot sistem, ki pretvori surove podatke v uporabne informacije za sprejemanje raz- ličnih odločitev v organizacijah (Kazandijan in Lied 1999 po Elg 2007, 220). Wouters in Sportel (2005) vidita namen sistema merjenja poslovanja predvsem v podpori izvajanja in spremljanja strateških pobud. Oprede- litev ciljev in kazalnikov po njunem mnenju, odražajo trdne opredelitve strateških odločitev v podjetju, zato morajo sistemi za merjenje poslo- vanja imeti jasno povezavo s strategijo podjetja. S povezanostjo sistema merjenja poslovanja in strategijo se strinjajo tudi Hudson, Smart in Bo- urne (2001), ki poudarjajo dinamiko razvoja sistema merjenja poslova- nja za podporo spremembam strategije. Zaradi tega mora biti proces razvoja sistema merjenja poslovanja iteraktiven, da se ohrani strate- ški pomen kazalnikov poslovanja. Franco-Santos idr. (2007) pa navajajo obstoj sistemov merjenja poslovanja, ki vsebujejo samo operativne ci- lje, kateri so lahko ali pa tudi niso implicitno in eksplicitno povezani s strategijo. Kar pomeni, da vsi kazalniki, ki se uporabljajo v operativnih procesih, niso povezani s strategijo in strateškimi cilji (Franco-Santos idr. 2007, 796–797; Hudson, Smart in Bourne 2001, 1112; Johnston in Pongatichat 2008, 943; Wouters in Sportel 2005, 1063–1064). Neusklajenost strategije in kazalnikov poslovanja privede do ovir v izvajanju strategije in doseganju želenih rezultatov, saj je strategija na- bor hipotez o vzrokih in posledicah. Sistem merjenja poslovanja opre- deljuje hipoteze (povezave) med cilji (in kazalniki) tako, da jih je mo- goče potrditi in oceniti. Vsak kazalnik poslovanja, ki je vključen v sis- tem, mora biti del verige vzročnih povezav, ki posreduje pomen strate- gije za podjetje in se konča v finančnih ciljih (Kaplan in Norton 1992, 71–72; Kaplan in Norton 2000c, 41, 47, 71, 159–160; Garengo in Bititci 2007, 807–808; Neely, Gregory in Platts 2005, 1253). Iz predstavljenih vidikov, priporočil in korakov je razvidno, da mora sistem merjenja poslovanja ustrezati področju delovanja podjetja kot tudi njegovi organizacijski kulturi in zrelosti za obvladovanje spre- memb, ki jih narekujejo poslovne okoliščine. Od primernega sistema merjenja poslovanja se tudi pričakuje uravnoteženost z upoštevanjem notranjega in zunanjega okolja podjetja kot tudi finančnih in nefinanč- nih vidikov poslovanja. Sistem merjenja poslovanja, ki je vpeljan v pod- jetju, začne sodelovati z notranjim in zunanjim okoljem podjetja. 68 Zakaj merimo in kaj merimo 3.3 Notranje in zunanje okolje podjetja Za sodelovanje sistema merjenja poslovanja z notranjim organizacij- skim okoljem Crawford in Cox (1990) priporočata integriranje meril s proizvodnim sistemom, namesto povezovanja meril s proizvodno strategijo, organizacijsko kulturo ali življenjskim ciklom izdelkov. Na osnovi vrste študij primerov predlagata naslednje smernice za obliko- vanje sistema merjenja poslovanja, ki je primeren za proizvodno okolje (npr. j i t): • Merila poslovanja morajo ocenjevati delo skupine in ne dela posa- meznika. • Številčni cilji morajo biti določeni za potek poslovanja in revizija izpolnjevanja ciljev se mora izvesti. • Posebni številčni standardi niso potrebni za zaloge in merila kako- vosti. Potrebni in primerni so trendi izboljšanja. • Merila poslovanja je treba meriti na takšen način, da jih zlahka ra- zumejo tisti, katerih poslovanje se ocenjuje. • Podatke poslovanja naj zbirajo, kjer je to mogoče, tisti, katerih po- slovanja se ocenjuje. • Grafične predstavitve podatkov morajo biti primarni način poro- čanja o poslovanju. • Podatki o poslovanju morajo biti vedno na razpolago za pregledo- vanje. • Urnik poslovanja naj se poroča dnevno ali tedensko. • Primerna je mesečna raven poročanja za obrat zalog in kakovost. • Sistem poročanja ne sme nadomestiti rednih sestankov za pregled poslovanja (Crawford in Cox 1990). V sodelovanju sistema merjenja poslovanja z zunanjim okoljem se podjetja praviloma osredotočajo predvsem na odjemalce in konkurente. Glede vidika odjemalcev ne moremo zaobiti stroškov celovitega ob- vladovanja kakovosti podjetja, ki se v grobem delijo na stroške prepre- čevanja napak, preverjanja skladnosti proizvodov in/ali storitev z zah- tevami odjemalcev in na stroške odpravljanja nastalih notranjih in zu- nanjih napak (Crosby 1989, 110, 185). Primerjava koristi v obliki izbolj- ševanja pristopov, boljših tržnih in finančnih rezultatov ter vlaganj v ka- kovost pove, kakšna je ekonomičnost upravljanja kakovosti (Babič 2007, 209). 69 3 Sistem managementa organizacije Kakovosti različni avtorji (Crosby 1990, 15–16, 39–41; Feigenbaum 1991, 7; Ishikawa 1989, 48, 86–87; Juran idr. 1999, 1.1, 2.3; 16; Peters in Waterman 2004, 171–182) ne opredeljujejo glede na vrsto dejavno- sti, kot tudi ne delajo razlik med kakovostjo v proizvodnji ali storitvah (Crosby 1990, 15; Urad Republike Slovenije za standardizacijo in mero- slovje 2000, 10). Ker je kakovost ključna za poslovni uspeh ali neuspeh na današnjih trgih, je tako postala pomembna poslovna strategija in pomemben dejavnik v strateškem načrtovanju. Eksplicitno identifici- ranje odjemalčevih zahtev je osnova za učinkovito merjenje kakovosti. Beseda kakovost iz fraze merjenje kakovosti v industriji pomeni naj- boljšo kakovost za zadovoljitev določenih zahtev odjemalcev brez ab- straktnega pomena o nečem najboljšem (Feigenbaum 1991, 9, 17; Neely, Gregory in Platts 2005, 1232; Janeš 2008, 11). Pri vidiku konkurentov se pogosto uporablja pristop primerjav (ang. benchmarking), ki jih delimo v štiri osnovne skupine: • Notranja primerjava med pravnimi osebami korporacije ali dolo- čeno poslovno enoto. Ena izmed glavnih prednosti notranje pri- merjave je, da zmanjšuje težave pri dostopu in zaupnosti podat- kov. • Konkurenčna primerjava, ki je verjetno najbolj koristna oblika pri- merjav, vendar je zbiranje podatkov, ki so lahko neposredno pri- merljivi, zelo zahtevno. • Funkcijska primerjava, kjer gre za primerjavo s podjetji, ki so si podobna, ne pa tudi neposredno konkurenčna. • Splošna primerjava in raziskava dejanskih splošnih poslovnih pro- cesov (Neely, Gregory in Platts 2005, 1251). Pri tem je zelo pomembno, da so v primerjavah poleg notranjih ka- zalnikov vključeni tudi zunanji kazalniki poslovanja, ki so zanimivi tudi za deležnike organizacije (Lages, Lages in Lages 2005, 79–80). Pri zuna- njih kazalnikih je značilno, da iz množice kazalnikov, ki kažejo dobro poslovanje, sklepamo, da je poslovanje organizacije verjetno dobro. Pri neželenih rezultatih je ravno nasprotno, namreč že en kazalnik poslo- vanja je dovolj, da lahko sklepamo, da podjetju pri poslovanju (npr. iz- vozu) ne gre dobro. Zato avtorji predlagajo, naj imajo podjetja primerno število kazalnikov poslovanja, s katerimi bodo lahko ocenila svoje po- slovanje. Podjetja imajo tudi težave pri uravnoteženosti med kratkoroč- nim in dolgoročnim obdobjem. Zaradi tega morajo biti v sistem merje- nja poslovanja vključeni kazalniki, ki upoštevajo kratkoročno obdobje, 70 Zakaj merimo in kaj merimo 3.3 in kazalniki, ki upoštevajo dolgoročno obdobje (Lages, Lages in Lages 2005, 82–83). Primerjave se izvajajo na različnih ravneh predvsem z namenom pre- poznavanja in osvojitve dobrih proizvodnih in storitvenih praks, ki lahko dvignejo poslovanje podjetij na višjo raven kakovosti. Managerji so enostavno primorani primerjati poslovanje med poslovnimi enotami ali entitetami, saj morajo sprejemati odločitve glede uporabljanih virov. Tako je presoja managerjev o poslovanju posamezne poslovne enote nepogrešljiva. Pri tem jim nudi podporo področje sistemov merjenja učinkovitosti in uspešnosti organizacij. Na podlagi pregleda literature in raziskav lahko domnevamo, da ma- nagerji uporabljajo sistem meril za spremljanje preteklega in sprotnega poslovanja ter za napovedi prihodnjega poslovanja. Pri tem nudijo pod- poro kazalniki poslovanja, ki jih uporabljamo v okviru statistične kon- trole poslovnih procesov. Slednja nam pokaže, če zadeve uhajajo nad- zoru, in na takšen način podpira preprečevanje večje poslovne škode. Identifikacija kazalnikov poslovanja za napovedovanje poslovanja v pri- hodnosti je gotovo raziskovalno področje, ki je smiselno in vredno po- zornosti raziskovalcev. Sodobnejše raziskave so tudi osredotočene na razvoj sistema merjenja poslovanja, ki je uporabljan na vseh manager- skih ravneh v podjetju. Pri tem so v središču pozornosti managerji, ki praviloma oblikujejo in vpeljujejo strategije v podjetjih. Medsebojni vpliv strategij in sistemov merjenja poslovanja pa je zapleten. Zato bo najverjetneje poglobljeno raziskovanje podprlo razumevanje teh za- pletenih povezav (Langfield-Smith, 1997, 228; Neely, Gregory in Platts 2005, 1256). Pri pregledu literature se je izoblikovalo nekaj ključnih tem, ki se nan- šajo na dinamično naravo, informacije in strateški pristop pri merjenju poslovanja. Prva tema se nagiba k poudarjanju dinamične narave mer- jenja poslovanja in uporabljenih meril. Druga tema poudarja pomen in- formacij in informacijskih sistemov za proces merjenja. Tretja tema se osredotoča na potrebo po strateškem pristopu k merjenju poslovanja. V literaturi je tudi poudarjen pomen človeškega dejavnika za učinkovi- tost procesa merjenja. Navsezadnje kaže, da povezovanje merjenja po- slovanja in meril z napori za nenehne izboljšave pridobiva večji pomen (Gomes, Yasin in Lisboa 2011, 8). Na tem mestu lahko povzamemo, da sistem merjenja, ne glede na organizacijo, predstavlja strateški proces, s katerim spremljamo, ali so organizacijska oblika in procesi organizacije še vedno primerni glede na dane okoliščine (Smith in Goddard 2002). 71 3 Sistem managementa organizacije Nedvomno je, da je merjenje in sistem merjenja poslovanja pomem- ben del managementa, saj povezuje organizacijske enote podjetja in omogoča managerjem sporočanje ciljev in strategij vsem zaposlenim. Sistem merjenja poslovanja, zato na podlagi pregledane literature in vi- rov, opredeljujemo kot uravnotežen in dinamičen sistem, ki podpira proces odločanja z zbiranjem, pripravo in analizo informacij o poslovanju podjetja. Koristi skladnosti med strategijami in merjenjem poslovanja Potreba po uskladitvi sistemov merjenja poslovanja in meril poslovanja s strategijo je osrednji dejavnik večine metodologij merjenja in mana- gementa. Prednosti uskladitve sistemov merjenja poslovanja s strate- gijami so bile prepoznane s strani številnih avtorjev (Bititci, Carrie in McDevitt 1997; De Toni idr. 2007; Dixon, Nanni in Vollmann 1990; It- tner in Larcker 2003; Johnston in Pongatichat 2008, 944; Kaplan in Nor- ton 2001a, 2004a, 2006a; Milost 2007; Neely idr. 1997; Neely, Gregory in Platts 2005; Tapinos, Dyson in Meadows 2005) in obsegajo naslednje dejavnike: • Informiranje celotnega podjetja o strateških usmeritvah. • Sporočanje strateških prednostnih nalog. • Ustvarjanje skupnega razumevanja v podjetju. • Nenehno spremljanje, sledenje in prilagajanje izvajanja strategije. • Usklajevanje kratkoročnih aktivnosti z dolgoročno strategijo. • Spodbujanje vedenja, ki je dosledno s strategijo. • Postavitev transparentnih ciljev in sredstev za njihovo doseganje. • Vzpostavitev jasne povezave med poslovanjem posameznikov in osnovnimi organizacijskimi enotami ter med osnovnimi organiza- cijskimi enotami in skupnim poslovanjem podjetja. • Spodbujanje povezovanja med različnimi procesi v podjetju. • Omejevanje prevelikega poudarjanja lokalnih ciljev, s čimer se po- veča optimiziranost. • Osredotočanje na prizadevanja za spremembe. • Omogočanje in spodbujanje organizacijskega učenja. Na podlagi teh spoznanj so se razvila številna orodja in okvirji usme- ritev, ki so podprla razumevanje povezav med sistemom merjenja po- slovanja in strategijo. Ob tem naj poudarimo, da je uspešnost uporabe 72 Sistem managementa, ki temelji na procesnem pristopu 3.4 posameznih orodij za postavljanje sistema merjenja poslovanja odvi- sna od načina njihove uporabe. Pomemben dejavnik pri izbiri mana- gerskega orodja je dojemanje zahtev v zvezi s sistemom merjenja po- slovanja (Pors 2008, 150). Poleg tega proces prilagajanja sistema merje- nja poslovanja spremembam v strategiji, zahteva pozornost, čas, trud in predanost managementa, kar pa ni vedno na voljo in kar se odraža v »napetosti« med strategijo in izvajanim merjenjem (Johnston in Pon- gatichat 2008, 945–946). 3.4 Sistem managementa, ki temelji na procesnem pristopu Z vpeljavo standardov kakovosti, podjetja v svoj sistem managementa vgradijo orodja, katerih osnova je procesni pristop. Namen vpeljave ma- nagerskih orodij je zagotavljanje učinkovitega in uspešnega delovanja podjetja. Razširjeno managersko orodje, ki je osnovano na procesnem pristopu, je Standard sistema vodenja kakovosti i s o9001, ki podpira identifikacijo povezav med aktivnostmi, ki pretvarjajo vhode v izhode z rabo virov podjetja (Piskar in Dolinšek 2006; Rupnik 2011b). Na tak- šen sistematičen način lahko identificiramo nabor aktivnosti ali logično zaporedje operacij, ki določajo posamezni poslovni proces. Pri tem se v praksi pogosto uporablja Shewart-Demingov (p d c a) krog, s katerim opišemo in izboljšujemo posamezne poslovne procese. Poslovni procesi so medsebojno povezani, saj izhod iz enega procesa predstavlja vhod v nek drug proces. Takšen sistematični način, s kate- rim opišemo poslovanje podjetja, imenujemo procesni pristop. Njegova pomembna prednost je v tem, da omogoča nenehno spremljanje posa- meznih procesov in medsebojnih povezav med procesi, vplivov in kom- binacij poslovnih procesov, saj je razvidno, da predstavljajo poslovni procesi dinamični vidik urejenosti podjetij. Pomembna je tudi podpora procesnega pristopa pri štirih osnovnih dejavnostih managementa za učinkovito in uspešno doseganje ciljev podjetja tj. načrtovanje, organi- ziranje, vodenje in nadziranje, kar lahko opredelimo kot proces mana- gementa, ki zagotavlja smotrnost doseganja cilja podjetja. Slednje pa predstavlja procesni vidik managementa. Procesi lahko potekajo v podjetju in/ali v več povezanih podjetjih. V izvajanje posameznega procesa so vključene vse potrebne funkcije v okviru njegovega delovanja. V podjetju potekajo različni procesi, ki jih v splošnem delimo v tri skupine: procesi dejavnosti, vedenjski pro- cesi in procesi spreminjanja. Procesi dejavnosti so predvsem tisti, s ka- terimi podjetje spreminja vhode poslovnih procesov v njihove izhode 73 3 Sistem managementa organizacije in na takšen način izpolnjuje osnovno poslanstvo in postavljene cilje. Sem sodijo predvsem procesi razvoja novih proizvodov, proizvodnje in strateškega načrtovanja. Med vedenjske procese štejemo procese odlo- čanja, komuniciranja in organizacijskega učenja. S procesi spreminjanja pa spremljamo dinamični razvoj in prilagajanje podjetja skozi njegov ži- vljenjski cikel (Biloslavo 2008, 328–331; Rozman 2002a, 57–59). Avtorja, kot sta Pučko in Rozman (2000), poslovni proces podjetja opredeljujeta kot opravljanje dejavnosti, kar je pogoj za uresničevanje temeljnega cilja podjetja. Poslovni proces ali proces reprodukcije pa av- torja delita na tri stopnje, ki so: nabava vseh potrebnih poslovnih sesta- vin, proizvodnja in prodaja. Vse tri stopnje poslovnega procesa morajo biti podprte s procesom financiranja (Pučko in Rozman 2000, 30–42). Gryna, Chua in DeFeo (2007) so proces opredelili kot zbir aktivnosti, ki pretvarjajo vhode v izhode ali rezultate na področju proizvodnje ali storitev. Praktične izkušnje kažejo, da je izpolnjevanje poslovnih ciljev odvisno predvsem od obsežnih in kompleksnih procesov, ki potekajo prek različnih poslovnih funkcij podjetja. Kot primarni proces so avtorji definirali nabor medfunkcijskih aktivnosti, ki so nujne za zadovoljstvo zunanjih odjemalcev in izpolnjevanje poslanstva podjetja. Pri tem je na- loga managementa, da med primarnimi procesi izbere ključne procese, določi lastnike in time procesov ter poslanstvo in cilje procesov. Pri iz- biri ključnih procesov se upošteva tudi ključne dejavnike uspeha pod- jetja, s katerimi se razvrsti procese po pomembnosti (Gryna, Chua in DeFeo 2007, 195–199, 667). Procesni pristop podpira razumevanje zahtev odjemalcev, obravnavo procesov z vidika dodane vrednosti za odjemalca, učinkovitosti in uspe- šnosti procesov, rezultatov procesov in izboljšav procesov na osnovi merjenj. Uspešno vpeljan procesni pristop pomembno vpliva na sko- raj vse vidike podjetja, saj spreminja način dela, ljudi, managerje, vre- dnote in pričakovanja zaposlenih ter organizacijske strukture (Fayol 1949 po Rozman 2002a, 71–73; Hellström in Eriksson 2008, 167–168; Ivanko 2002, 392; Kralj 2003; Urad Republike Slovenije za standardiza- cijo in meroslovje 2000, 6–7; Križman 1999, 8; Fayol 1949 po Parker in Ritson 2005, 1347–1348; Rozman, Kovač in Koletnik 1993, 54–56; Tavčar 2002, 182, 208). Pri vsem kar delamo, izkoriščamo nek proces, ne glede na to, ali je ta proces dokumentiran ali ni in ga izvajamo natančno ali nenatančno. Stopnja odličnosti vseh rezultatov je odvisna od procesa, ki ga uporab- ljamo, da bi dosegli takšen rezultat podjetja (Mejabi in Black 1997 po 74 Sistem managementa, ki temelji na procesnem pristopu 3.4 Križman in Novak 2002, 18). Na procesih temelječ pristop je nedvo- mno pomemben, vendar mora biti le del sistemskega pristopa, ki osve- tljuje medsebojni vpliv procesov v organizaciji (Conti 1998, 8). V pra- ksi se je procesni pristop uveljavil v celovitem obvladovanju kakovosti (t q m), vitki proizvodnji (l p), pristopu ravno ob pravem času (j i t), pro- cesnih mapah in prenovi poslovnih procesov (b p r) (Hellström in Eriks- son 2008). Neely idr. (2000) so razvili strukturirano metodologijo procesnega pristopa za uravnotežen sistem merjenja poslovanja. Preizkusili in pre- dlagali so proces dvanajstih faz, ki se jih lahko aplicira v proizvodnih in storitvenih podjetjih (Neely idr. 2000). Ne glede na standard in/ali model, s katerim podjetje razvija svoj sis- tem managementa, si mora vzpostaviti dejavnosti prilagojen in ustre- zen sistem merjenja poslovanja. Vsak sistem managementa je kombini- ran s splošnimi načeli managerskih idej, managerskimi identitetami ter prilagoditvami lokalnim potrebam in interesom podjetja. Orodja, ki jih lahko označimo kot managerska, pa pomenijo strateški, celovit pristop k organizaciji in so praktično holistična, ker obsegajo vsa ključna pod- ročja delovanja (Kovač 2002, 775, 795–808; Kovač in Kern Pipan, 2005, 5–6; Janeš in Faganel 2008, 12). 75 4 Sistem uravnoteženih kazalnikov Interes za management delovanja in poslovanja je verjetno izhajal iz že- lje po obvladovanju in vodenju ljudi. Slednje tudi predstavlja temelje za nekatere lastnosti managementa, ki so se pojavljale v različnih koncep- tih in družbah: • Že pred tisočletji se je poslovanje merilo s finančnimi kazalniki, kar je razvidno iz knjigovodskih listin Egipčanov, Feničanov in Sumer- cev (Kaplan in Norton 2000c, 33). • Na področju današnje Evrope so se že v trinajstem, štirinajstem in petnajstem stoletju pojavljale različne oblike managementa po- slovanja. Management poslovanja se je nadalje razvijal v osemnaj- stem in devetnajstem stoletju s prvo in drugo indstrijsko revolu- cijo, s standardizacijo merjenja in s Taylorjevim konceptom znan- stvenega managementa v dvajsetem stoletju (Currie 1959 po Smith in Goddard 2002, 247; Lawrie 2011, 20–21; Norton 2006). 4.1 Zgodovinski pregled razvoja Začetki postavljanja sistema meril in kazalnikov učinkovitosti in uspe- šnosti poslovanja segajo v obdobje od leta 1903 do leta 1925, s takra- tnim finančnim spremljanjem poslovanja in računovodsko prakso. Pri- mer razvoja finančnih kazalnikov v prvih desetletjih dvajsetega stoletja sta kazalnik donosnosti investicij, ki sta ga razvili korporaciji DuPont in General Motors, ter DuPontova piramida finančnih kazalnikov za mer- jenje poslovanja podjetja z več poslovnimi enotami (Bititci 1994, 16–17; Chandler 1977, 417, po Neely idr. 2000, 1124; Kaplan in Norton 2001b, 37–39). V takratnem času se je management organizacij praviloma opi- ral na kratkoročne vidike poslovanja in upoštevanje podatkov iz pre- teklega poslovanja. V obdobju prve polovice dvajsetega stoletja je bila pozornost managerjev usmerjena samo na finančni vidik, ki so ga me- rili za nadzor prihodkov in odhodkov. Pri tem so spremljali kazalnike poslovanja, kot so dobičkovnost naložb, prihodki od prodaje, spremi- njanje cen, prodaja na zaposlenega, produktivnost in dobičkovnost na 77 4 Sistem uravnoteženih kazalnikov proizvodno enoto ter skupni stroški. Ob tem so bili zanemarjeni ostali vidiki, kot so npr. vidik učenja (inoviranja) in rasti za nadzor kompetenc ter vidik notranjih poslovnih procesov za nadzor ključnih procesov. Fi- nančni vidik s svojimi kazalniki poslovanja daje managerjem prikaz po- sledic ekonomskih aktivnosti, vendar šele po času, ko so se slednje že zgodile, in pričajo o posledično (ne)uspešnem izvajanju strategij orga- nizacije. Poleg tega finančni kazalniki nimajo zmožnosti predvidevanja, nagrajujejo kratkoročno delovanje zaposlenih ali celo napačno ravna- nje zaposlenih, so agregirani in preveč posplošeni ter ne vsebujejo ne- finančnih kazalnikov, s katerimi bi lahko podprli managerske odločitve in ukrepanje (Ghalayini in Noble 1996, 64–65; Gomes, Yasin in Lisboa 2011, 6; Kaplan in Norton 2000c, 34–36). Eden prvih sistemov uravnoteženih kazalnikov je bila, v petdesetih letih dvajsetega stoletja, v Franciji vzpostavljena t. i. nadzorna plošča (fran. tableau de bord). Nadzorna plošča je sistem kazalnikov, katerih namen je spremljanje in vodenje ekonomskih dejavnosti ter vedenja po- sameznikov na način, ki je skladen s poslovno strategijo (Kaplan in Nor- ton 2000c, 41; Pezet 2009). Nadzorna plošča je omogočala povezovanje vizije, poslanstva in strategije, zajemala dolgoročne in kratkoročne cilje ter vzročne povezave med kazalniki. Od šestdesetih let dvajsetega stoletja dalje najdemo objave razprav, ki so osnovane na empiričnih raziskavah in induktivnem sklepanju o tem, da morajo strategija podjetja, njegova organizacijska struktura in procesi biti medsebojno usklajeni. Tema proučevanja tistega obdobja pa so ovire za doseganje takšne usklajenosti. Saj se ovire pojavijo pri uskla- jevanju in spreminjanju strategije, organizacijske strukture in procesov zaradi prilagajanja okoliščinam in poslovemu okolju. V devetdesetih le- tih je bil tako dosežen pomemben napredek pri obravnavanju teh se- stavin organizacije z uporabo ekonomske teorije (Milgrom in Roberts 1995, 180). V šestdesetih letih dvajsetega stoletja se je za podporo odločanju upo- rabljal, v tistem obdobju inovativen sistem imenovan Sistem za načr- tovanje, programiranje, in proračun (ang. Planning, Programming, and Budgeting Systems – p p b s), ki ga je uvajala ameriška vlada. Sistem je bil oblikovan kot analitično in managersko usmerjeno orodje za ameri- ško obrambno ministrstvo, ki je sicer vzbudilo nekaj zanimanja, vendar se je zanimanje za ta sistem v sedemdesetih letih povsem porazgubilo (Frank 1973). V sedemdesetih letih dvajsetega stoletja je bil razvit Parkerjev (1979) 78 Zgodovinski pregled razvoja 4.1 pristop, ki ga je avtor poimenoval Uravnotežen pogled na operacije or- ganizacije. Ta pristop je omogočal obravnavo množice ciljev, ki si jih pra- viloma postavi vsaka organizacija (Bontis idr. 1999, 396, po Biloslavo 2008, 177; Epstein in Manzoni 1998; Parker 1979 po Johanson idr. 2006, 853; Mallo in Merlo 1995 po Urrutia in Eriksen 2005, 16). Galloway in Waldron (1988a; 1988b; 1989a; 1989b) sta v osemdesetih letih dvajsetega stoletja razvila sistem stroškov kot funkcije časa, ki je znan kot računovodstvo proizvodnje (ang. throughput accounting). Te- meljil je na treh predpostavkah: • Proizvodne enote so integrirana celota, katere stroški delovanja so v kratkoročnem obdobju v veliki meri vnaprej določeni. Tako je bolj koristno upoštevati vse stroške, razen materiala, kot stalne stroške in poimenovati stroške kot »celotni stroški tovarne«. • Za vsa podjetja je dobiček funkcija časa, s katerim se odzove na po- trebe trga. To pa pomeni, da je dobičkovnost obratno sorazmerna z ravnjo zalog v sistemu. Odzivni čas je sam po sebi funkcija vseh zalog. • Izdelek prispeva delež, ki določa relativno dobičkovnost izdelkov. To je delež, ki ga v obliki denarja prispeva izdelek v primerjavi z de- ležem, ki ga tovarna potroši in ki določa absolutno dobičkovnost. V praksi se sistem računovodstva proizvodnje ni veliko uporabljal, saj so se poslovne okoliščine od njegovega nastanka naprej drama- tično spremenile (Johnson in Kaplan 1987; Galloway in Waldron 1988a; 1988b; 1989a; 1989b po Neely, Gregory in Platts 2005, 1233–1234). Za računovodstvom proizvodnje je bila razvita metoda stroškov ak- tivnosti a b c (ang. Activity Based Costing – a b c). Metoda a b c je bila prvotno izdelana zaradi potrebe po natančnejšem določanju stroškov izdelka, vendar je postalo očitno, da so koristi metode a b c v veliki meri odvisne od analize procesov (Cooper in Kaplan 1991; Cooper 1987a; 1987b po Neely, Gregory in Platts 2005, 1238). Nekateri avtorji so v istem obdobju ponudili kriterije (Globerson 1985) in principe (Maskell 1989) izbire kazalnikov za sistem merjenja poslovanja. Kazalniki morajo po njunem mnneju izhajati iz ciljev oz. strategij, biti enostavni za uporabo, objektivni, biti prilagodljivi okoli- ščinam, omogočati primerjave, vključevati nefinančna merila in spod- bujati nenehne izboljšave (Globerson 1985; Maskell 1989). Deng (1982) je za izbiro primernih kazalnikov in obravnavo pomanj- kljivih in nejasnih podatkov predagal metodo analize sivih povezav 79 4 Sistem uravnoteženih kazalnikov (ang. Grey Relation Analisys – g r a). Siva povezava ponazarja merje- nje spreminjajoče se povezave med dvema entitetama v času. Pri tem je pomembno, ali imata opazovani entiteti enak trend. V kolikor je trend obeh entitet enak, to kaže na visoko povezanost entitet. Če entiteti ni- mata skupnega trenda, to kaže na nizko povezanost med njima (Deng 1982; Shih, Wu in Huang 1994 po Ho 2006, 338–339). Avtorji, kot so Keegan, Eiler in Jones (1989), so predlagali matriko za vzpostavitev ravnotežja med finančnimi in nefinančnih kazalniki ter med notranjimi in zunanjimi vidiki poslovanja, vendar takšna matrika vsaj eksplicitno ne podpira povezav med vidiki poslovanja (Keegan, Ei- ler in Jones 1989, 45–50). V poznih osemdesetih letih je podjetje General Motors opredelilo niz 62 primarnih kazalnikov, za dosledno uporabo na različnih organizacij- skih ravneh. Niz kazalnikov je razlikoval med kazalniki rezultatov, kot sta npr. kakovost in odzivnost, ter med kazalniki procesa izvedbe stra- tegije. Namen, na katerem temelji ta integriran sistem merjenja poslo- vanja, je zagotavljanje osredotočenosti zaposlenih na nenehno izbolj- ševanje prek timskega dela na ključnih poslovnih aktivnostih (Neely, Gregory in Platts 2005, 1245). V osemdesetih letih dvajsetega stoletja se je tudi spremenilo stališče do merjenja poslovanja, s katerim se je vidik merjenja poslovanja pre- maknil od povsem finančnega vidika na bolj celovito obravnavanje po- slovanja podjetij in s tem upoštevanje več vidikov poslovanja (Franco- Santos idr. 2007, 786; Ghalayini in Noble 1996, 63; Gomes, Yasin in Lis- boa 2011, 7; Kaplan in Norton 1992, 73; Moeller 2009, 226–227; Neely, Gregory in Platts 2005, 1246). Zato so raziskovalci in organizacije za standardizacijo ponudili kot rešitev rabo nefinančnih kazalnikov, saj naj bi nefinančni kazalniki vse- bovali informacije, ki so primerne za predvidevanje in jih finančni ka- zalniki ne vsebujejo. Ugotovitve raziskav kažejo na to, da so nefinančni kazalniki dovolj zanesljivi za predvidevanje finančnih informacij. Tudi investitorji so opazili, da so takšni kazalniki v določeni meri zanesljivi. Tako npr. banke svoje poslovanje s prebivalstvom oz. s svojimi odje- malci spremljajo z merjenjem in združevanjem finančnih in nefinanč- nih kazalnikov, kot so cene, storitve, navade in zadovoljstvo strank. S kombiniranjem kazalnikov si tako izboljšajo predvidevanje prihodnjega poslovanja. Ugotovitve raziskav kažejo, da kazalniki, ki vplivajo na do- biček organizacije nastopajo v skupinah oz. dajejo prispevek v skupini, v katero so vključeni. Tako lahko opredelimo merjenje poslovanja kot 80 Zgodovinski pregled razvoja 4.1 takšno, ki izhaja iz strategije, v kateri je poudarjen interes za razvoj in razpoložljivost instrumentov optimiranja delovanja organizacije. Na tem mestu moramo tudi poudariti organizacijski nadzor v okvirju spre- jetih sklopov ciljev organizacije. Zato lahko merjenje poslovanja opi- šemo kot celovit niz postopkov načrtovanja in spremljanja, ki poteka po ravneh managementa skozi vso organizacijo. Na tak način dosežemo razumevanje in vključitev vsakega posameznega zaposlenega v izpol- njevanje strategije organizacije. Čeprav je verjetno, da so splošno spre- jeti kazalniki pretežno finančni, se merjenje poslovanja osredotoča na posameznega zaposlenega (Bose in Thomas 2007, 659; Ittner in Larcker 1998b; Leung, Lam in Cao 2006, 682; Milgrom in Roberts 1995; Nagar in Rajan 2005, 904–906; Schmidt idr. 2006, 120; Smith in Goddard 2002). Cross in Lynch (1989) ter Brown (1996) so v kontekstu celovitega obravnavanja poslovanja ponudili okvir, ki je poudarjal vodoravni vidik pretoka materiala in informacij skozi hierarhijo organizacije. Crossova in Lynchova (1989) piramida ali kaskada kazalnikov in Brownov (1996) pristop, ki je osvetlil razliko med vhodi, procesom, izhodi, izidi in kazal- niki, povezujejo hierarhični pogled merjenja poslovanja z vidikom po- slovnih procesov. Prav tako razlikuje med kazalniki, ki so zanimivi za zunanje odjemalce, kot so npr. zadovoljstvo kupcev, kakovost in odziv- nost, ter notranjimi kazalniki, kot je npr. produktivnost, pretočni čas in izmet (Brown 1996; Cross in Lynch 1989 po Thakkar idr. 2007). Fitzgerald idr. (1991) razlikujejo med rezultati in z njimi povezanimi dejavniki. Pri tem dejavniki predstavljajo vodilne kazalnike poslova- nja, rezultati pa kazalnike poslovanja z zakasnitvijo (Fitzgerald idr. 1991; Neely idr. 2000, 1122–1123; Neely, Gregory in Platts 2005, 1231; Langfield-Smith 1997, 225; Parida in Chattopadhyay 2007, 245; Thakkar idr. 2007, 29–30). V osemdesetih letih dvajsetega stoletja sta tudi Kaplan in Norton (1992) ugotovila, da je spremljanje poslovanja v računovodstvu pomanj- kljivo, saj je vrednotenje podjetij na podlagi opredmetenih sredstev, po- polnoma spregledalo vrednost, ki jo je dodajal management in organi- zacija kot celota. Tako sta razvila sistem uravnoteženih kazalnikov in ga poimenovala z angleškim izrazom »balanced scorecard«, pod kate- rim ga poznamo tudi danes. Prvotni sistem uravnoteženih kazalnikov je bil osnovan na sistemu strategije, ki poganja dodano vrednost v orga- nizacijah. Nanni, Dixon in Vollmann (1992) so razvili integrirani sistem merjenja poslovanja, ki je z uporabo vprašalnika omogočal managerjem identificirati priložnosti za izboljšave, določiti obseg uporabnosti obsto- 81 4 Sistem uravnoteženih kazalnikov ječih kazalnikov in osnovati program izboljšav za kazalnike poslovanja (Dixon, Nanni in Vollmann 1990; 1992 po Gosselin 2005, 419–420; Gha- layini in Noble 1996, 74; Jones 2011b, 6; Johnson in Kaplan 1987 po Mo- dell 2009, 62; Laitinen 2005; Langfield-Smith 1997, 225; Neely, Gregory in Platts 2005, 1243–1244). Evropski model za poslovno odličnost e f q m je bil razvit v začetku devetdesetih let dvajsetega stoletja. Javnosti je bil predstavljen na e f q m Forumu v Parizu leta 1991. Evropski model odličnosti e f q m za razliko od drugih pristopov omogoča predvsem vzpostavitev celovi- tega sistema merjenja in stalnega izboljševanja vseh ključnih področij delovanja organizacije. Organizacijam v globalnem svetu tako omogoča vzpostavitev celovitega sistema merjenja napredka v delovanju preko metodologije r adar matrike. Vendar je to tudi model, ki je zahteven za implementacijo, kar je prepoznano kot njegova pomanjkljivost (Conti 2007, 113; Janeš 2008, 20–23, 26; Neely idr. 2000, 1125; Urad Republike Slovenije za standardizacijo in meroslovje 2011). Poleg evropskega mo- dela poslovne odličnosti e f q m podjetja po vsem svetu uporabljajo še model Deming Prize ali model Demingove nagrade, ki je bila ustano- vljena 1951 na Japonskem in Malcolm Baldrige National Quality Award ali model Baldrigeove nagrade ustanovljene 1987 v Združenih državah Amerike (Janeš 2008, 14–23; Juran idr. 1999, 14.17). V devetdesetih letih dvajsetega stoletja je upoštevanje različnih vi- dikov poslovanja s pripadajočimi finančnimi in nefinančnimi kazalniki postala pomembna tema uporabnikov, strokovnjakov in raziskovalcev na področju sistemov merjenja poslovanja organizacij. Do tedaj je sis- tem merjenja poslovanja organizacij predstavljal predvsem managira- nje s proračunom organizacije. Sistem uravnoteženih kazalnikov je od- prl nove možnosti s tem, ko je bil prvotno predlagan kot pristop za mer- jenje uspešnosti, ki združuje tradicionalne finančne kazalnike z nefi- nančnimi kazalniki za zagotavljanje ustreznejših informacij o uspešno- sti organizacije, zlasti v zvezi s ključnimi strateškimi cilji. Takrat novo managersko orodje je omogočilo opis in sporočanje strategije vsem za- poslenim ter povezavo s proračunom. Z omejenim številom kazalnikov, ki so jih lahko spremljali managerji, je sistem uravnoteženih kazalnikov podpiral preglednost in uporabnost, saj so, v tistem obdobju, splošno uporabljani finančni kazalniki lahko podali zavajajoče informacije, ki so negativno vplivale na nenehne izboljševanje in inovacije (Foster 2006, 102; Kaplan in Norton 1992; León-Soriano, Muñoz-Torres in Chalmeta- Rosaleñ 2010, 253). 82 Zgodovinski pregled razvoja 4.1 V istem obdobju so se uveljavile tudi teorije o tem, da managerji upo- rabljajo hipoteze za opredelitev povezav med strateškimi cilji. Prepo- znani strateški cilji so bili osnova za managiranje organizacij. Obenem so bili strateški cilji razvrščeni v sistem uravnoteženih kazalnikov ter omogočili določanje kazalnikov, s katerimi se slednji spremljajo. Sis- temi uravnoteženih kazalnikov so zaradi tega začeli vključevati pove- zave med strateškimi cilji. Poimenovani so bili z izrazi, kot so strateške mape ali modeli strateških povezav. Prve takšne strateške mape so vse- bovale poskuse povezav med štirimi vidiki (Kaplan in Norton 1992). S postavitvijo štirih vidikov navpično enega nad drugim je bila implici- tno dosežena vzročnost iz vidika učenja in rasti v vidik notranjih pro- cesov, ki je naprej prehajala v vidik odjemalcev in se končala v ciljih fi- nančnega vidika. Ta metodološka izboljšava je podprla določanje kazal- nikov in tudi označuje drugo generacijo sistema uravnoteženih kazal- nikov. Modeli druge generacije so omogočili lažji izbor kazalnikov, toda težave s pristopom so bile še vedno očitne. V poznih devetdesetih se je pojavila rešitev, ki temelji na razvoju tretjega elementa sistema uravno- teženih kazalnikov, tj. oblikovanje dokumenta znanega najprej kot »Iz- java o viziji«, ki je bila kasneje preimenovana v »Izjavo o namenu« (ang. Destination Statement). Izjava o namenu je, z upoštevanjem štirih vidi- kov, nudila podporo pri postavljanju strateške mape kot tudi pri določa- nju ciljev za izbrane kazalnike. Praktična uporaba na področju javnega sektorja je pokazala, da konceptualne probleme, ki jih je izkazoval mo- del strateških povezav, lahko obravnavamo s strateško mapo in samo dvema vidikoma poslovanja. Pri tem en vidik zajema aktivnosti, drugi vidik pa zajema izide oz. posledice. Izjava o namenu tako označuje tretjo generacijo sistema uravnoteženih kazalnikov, ki predstavlja eno izmed boljših znanih praks na tem področju. Tretja generacija metode obliko- vanja sistema uravnoteženih kazalnikov je bila v uporabi dobro dese- tletje in se je razvila v četrto generacijo sistema uravnoteženih kazalni- kov. Slednja vsebuje elemente, kot so strateško komuniciranje, strate- ško učenje in razmišljanje o prihodnosti organizacije. Pristop sistema uravnoteženih kazalnikov je zaradi teh lastnosti, po mnenju različnih avtorjev, primeren za uvedbo v vseh organizacijah (Argyris 1977; Kaplan in Norton 1996a; Mintzberg 1978; Lawrie in Cobbold 2004; Lawrie, Co- bbold in Marshall 2004; Lawrie, Andersen in Cobbold 2006, 2, 5). Nekoliko kasnejši pristop, ki so ga avtorji poimenovali prizma de- lovanja, je bil tudi deležen pozornosti strokovne javnosti poleg pri- stopov kot so: šest sigma, vitka proizvodnja, analiza paketa podatkov 83 4 Sistem uravnoteženih kazalnikov de a (ang. Data Envelopment Analysis – de a), veriga donosa storitev, mreža izvajanja storitev in teorija omejitev (Neely in Adams 2001; Ne- ely, Adams in Kennerley 2002 po Bititci idr. 2006, 1326; Johnston, Bri- gnall in Fitzgerald 2002, 256). Številni avtorji, kot so npr. Kaplan in Norton (1992; 2000c; 2004a; 2006a), Bititci (1994), Bititci idr. (2006), Olve, Roy in Wetter (1999), Johnston, Brignall in Fitzgerald (2002), Neely, Gregory in Platts (2005) in Robson (2004) po Thakkar idr. 2007 ter še vrsta drugih, zagovarjajo stališče, da se postavitev sistema merjenja začne s pregledom strategije in ne na osnovi dejanskih izhodov poslovnih procesov. Zaradi tega mo- rajo biti kazalniki neposredno povezani s strategijo organizacije in jih je obvezno treba izbrati na osnovi strateških ciljev organizacije. Santos, Belton in Howick (2002) so razvili sistema merjenja, v katerem so zdru- žili dinamiko organizacije in odločanje po kriterijih. Pri tem so upošte- vali soodvisnosti in kompromise med kazalniki delovanja organizacije ter strukturo organizacije z medsebojnimi vplivi njenih delov. S tem so postavili sistem merjenja, ki omogoča večjo zmogljivost obdelave infor- macij ob hkratni temeljiti obravnavi problemov, ki jih srečujejo mana- gerji. Neely idr. (2000) so predstavili procesni pristop za sistem mer- jenja. Predlagali so proces dvanajstih faz, ki se jih aplicira na področju proizvodnje in storitev. Poleg naštetih obstajajo tudi različni poskusi razvoja integriranih, večdimenzionalnih in uravnoteženih merjenj de- lovanja organizacij (Burgman idr. 2005; Parida in Chattopadhyay 2007). Raziskovalci so tudi poudarili pomen različnih dimenzij v razvoju sis- tema merjenja delovanja organizacij. Na primer Bititci, Carrie in McDe- vitt (1997) so izkoristili dve dimenziji merjenja – celovitost in razširje- nost. Celovitost pri tem pomeni zmožnost sistema merjenja delovanja za spodbujanje povezovanja med različnimi področji dejavnosti. Druga dimenzija merjenja pa predstavlja razširjenost skladnosti med kazalniki in poslovnimi cilji na različnih ravneh. Drucker (1990) in Russell (1992) sta dala poudarek na usklajevanju finančnih in nefinančnih kazalnikov. S poslovnimi in empiričnimi raz- iskovalnimi izkušnjami so managerji in raziskovalci prišli do spozna- nja o smiselnosti upoštevanja različnih vidikov poslovanja s pripadajo- čimi merili in kazalniki poslovanja organizacij (Drucker 1990; Garcia- Valderrama, Mulero-Mendigorri in Revuelta-Bordoy 2008, 244–245; Kaplan in Norton 2004a, i x; Russell 1992 po Bititci, Carrie in McDevitt 1997, 523). Merjenje delovanja organizacije predstavlja dobro prakso in je sestavni del managementa organizacije pri uresničevanju strategij in 84 Zgodovinski pregled razvoja 4.1 doseganju ciljev. Sistem merjenja in pripadajoči kazalniki se v praksi obravnavajo kot proces, ki podpira pregledovanje in spremembe sis- tema merjenja glede na spremembe v poslovnem okolju organizacije. Vsak sistem merjenja ima svoj nabor poslovnih kazalnikov z medseboj- nimi povezavami, njegova uspešnost je odvisna od upoštevanja kvali- tativnih in kvantitativnih vidikov (Johnson in Kaplan 1987 po Modell 2009, 62; Johnston, Brignall in Fitzgerald 2002, 256–257; Laitinen 2005; Santos, Belton in Howick 2002, 1249; Thakkar idr. 2007, 26). Langfield-Smith (1997) ob tem razpravlja, da se za kazalnike poslo- vanja predpostavlja, da so potrebni v vseh primerih, ne glede na to ka- kšno strategijo podjetja podpirajo pri njenem uresničevanju. Langfield- Smith se glede predpostavke o potrebnosti kazalnikov poslovanja skli- cuje na skladnost z ugotovitvami Millerja in Friesena (1982) ter Simonsa (1987), ki so ugotovili, da je sistem merjenja poslovanja uporaben za podjetnike oz. vodilna podjetja. Pri tem navajajo uporabo sistema mer- jenja poslovanja v podporo pri odločanju glede omejitev ali določanju ravnotežja, inovativnosti ter v zvezi z nadzorom stroškov (Miller in Fri- esen 1982; Simons 1987 po Langfield-Smith 1997, 225). Neely idr. (2002) so razširili Norton in Kaplanov sistem uravnoteže- nih meril s petim vidikom, ki predstavlja vidik dobavitelja. V petem vi- diku avtorji iščejo odgovore in določajo cilje glede vprašanja: »Kaj po- trebujemo od naših dobaviteljev?« (Neely idr. 2002, 59). Barnabé (2011) je osredotočil svojo študijo primera na kombinirani uporabi načel pristopa b s c, principov sistemske dinamike in metod modeliranja, ki imajo potencial, da se lahko razvijejo v celovito strate- ško managersko orodje (Kaplan 2012). Sočasno z razvojem sistemov merjenja poslovanja podjetij poteka tudi razvoj informacijske podpore, ki omogoča t. i. sisteme mreženja (ang. Networking Systems). Avtorji kot so Vulimiri idr. (2012) ter Khur- shid idr. (2012) razvijajo informacijske sisteme, ki omogočajo dina- mično spremljanje različnih informacijskih sistemov v realnem času. Razviti pristopi so zaradi te zmožnosti zanimivi iz vidika razvoja infor- macijske podpore sistemom uravnoteženih kazalnikov. Kot rezultat ugotovitev različnih avtorjev, predvsem pa Kaplana in Nortona (1992), lahko povzamemo, da se izognemo pomanjkanju in- formacij za odločanje ali reakcijskemu managementu, če v organizacijo vpeljemo sistem uravnoteženih kazalnikov (Bititci, Carrie in McDevitt 1997; Smith in Goddard 2002, 250; Thakkar 2007). Sistem uravnoteženih meril zagotavlja celovit okvir, ki prevaja stra- 85 4 Sistem uravnoteženih kazalnikov teške cilje organizacije v skladen sistem meril delovanja (Tavčar 2002, 86). Največja prednost sistema uravnoteženih kazalnikov, v primerjavi z drugimi pristopi ali modeli, je v njegovi sposobnosti povezati zmo- gljivosti med različnimi vidiki poslovanja podjetja – finančnimi in nefi- nančnimi vidiki ter notranjimi in zunanjimi vidiki. Povezava vidikov poslovanja s strategijo je edinstvena za vsako or- ganizacijo posebej, vendar ključna pri postavljanju sistema merjenja. Kazalniki, ki so skladni s strategijo, nudijo informacije o tem, ali se strategija izvaja ter spodbuja vedenje in ravnanje zaposlenih, ki je skla- dno s strategijo. Poleg tega podpira tudi spremljanje napredka glede na vnaprej postavljene cilje. Kazalniki poslovanja so sredstvo za dosega- nje ciljev organizacije (Neely idr. 2002, 87; Neely 1998 po Neely 1999, 206; Amaratunga idr., 2002). Pri sistemu uravnoteženih kazalnikov je bistveno razumevanje dejstva, da so lahko nekateri kazalniki v med- sebojnem konfliktu, vendar je naloga managementa, da s postavitvijo prioritet doseže preseganje teh konfliktov, za zagotavljanje ravnovesja med strateškimi cilji (Foster 2006, 104; Santos, Belton in Howick, 1250; Thakkar idr. 2007, 27–29). Iz zgodovinskega pregleda povezav med sistemi merjenja poslovanja in strategijami lahko ugotovimo, da številne raziskave zajemajo širok spekter vidikov, metod in metodologij. Pri tem pa lahko ugotovimo, da obstaja razkorak med empirično in teoretično postavitvijo in obstojem sistemov za merjenje poslovanja ter njihovo dejansko praktično upo- rabo v podjetjih. 4.2 Pregled pristopov za povezovanje ciljev in kazalnikov poslovanja Povezava med strategijo, ki jo opisujejo strateški cilji organizacije in proizvodi organizacije so poslovni procesi. Načini postavitve oz. iden- tifikacije takšnih povezav so strateškega pomena za vsako organizacijo, saj ravno s poslovnimi procesi organizacija izpolnjuje zahteve svojih de- ležnikov, odjemalcev, okolja, v katerem deluje, strategij in zakonodaje (Križman 1999, 27). V podporo številnim aktivnostim, ki jih organizacije izvajajo za izpolnjevanje zahtev vseh interesnih skupin, so uporabniki, svetovalci in raziskovalci razvili številne pristope. Tako je rezultat pre- gleda dostopne literature in raziskav (glej poglavje zgodovinski pregled razvoja) združen v preglednici 4.1, kjer predstavljamo prepoznane pristope za povezovanje strateških ciljev in kazalnikov poslovanja. Iz pregleda zgodovinskega razvoja sistema kazalnikov učinkovitosti 86 Pregled pristopov za povezovanje ciljev in kazalnikov poslovanja 4.2 in uspešnosti poslovanja je razvidno, da se je še v obdobju prve polovice dvajsetega stoletja management organizacij praviloma opiral na krat- koročne vidike poslovanja, upoštevanje preteklih podatkov in samo na finančni vidik poslovanja. Od šestdesetih let dalje je moč zaznati razprave o tem, da morajo stra- tegija podjetja, njegova organizacijska struktura in procesi biti medse- bojno usklajeni. V sedemdesetih letih dvajsetega stoletja je bil razvit Parkerjev (1979) pristop, ki ga je avtor poimenoval uravnotežen pogled na operacije or- ganizacije. Ta pristop je omogočal obravnavo množice ciljev, ki pa si jih praviloma postavi vsaka organizacija. Preglednica 4.1 Pregled uporabljanih pristopov povezovanja ciljev in kazalnikov Leto Pristop Literatura 1903–1910 Finančno merjenje poslovanja Du Pont (1903), Chandler (1977), Neely idr. (2000), Kaplan in Nor- ton 2001b 1925 Računovodska praksa (finančni vi- Bititci (1994) dik) 1950–1960 Nadzorna plošča (Francija) Bontis idr. (1999), Pezet (2009) 1970–1980 Uravnotežen pogled na operacije Parker (1979), Johanson idr. organizacije (2006) 1980–1990 Analiza sivih povezav (g r a) Deng (1982) 1980–1990 Matrika ravnotežja med finanč- Keegan, Eiler in Jones (1989) nimi in nefinančnimi kazalniki ter med notranjimi in zunanjimi vi- diki poslovanja 1980–1990 Piramida ali kaskada meril (vodo- Cross in Lynch (1989), Brown ravni vidik pretoka materiala in (1996) informacij skozi hierarhijo organi- zacije) 1980–1990 e f q m model odličnosti Conti (2007), Neely idr. (2000) 1990–2000 Povezave med rezultati in z njimi Fitzgerald idr. (1991) povezanimi dejavniki 1990–2000 Usklajevanje finančnih in nefi- Drucker (1990), Russell (1992) nančnih kazalnikov 1990–2000 1. generacija sistema uravnoteže- Kaplan in Norton (1992), Cobbold nih kazalnikov b s c in Lawrie (2002a) 1990–2000 Integrirani sistem merjenja poslo- Dixon, Nanni in Vollmann (1990), vanja Nanni, Dixon in Vollmann (1992) Nadaljevanje na naslednji strani 87 4 Sistem uravnoteženih kazalnikov Preglednica 4.1 Nadaljevanje s prejšnje strani Leto Pristop Literatura 1990–2000 2. generacija sistema uravnoteže- Kaplan in Norton (1996), Epstein nih kazalnikov b s c in Manzoni (1998) 1990–2000 Dve dimenziji merjenja: celovitost Bititci, Carrie in McDevitt (1997) in razširjenost 2000–2010 Prizma delovanja Neely, Adams in Kennerley (2002) 2000–2010 Procesni pristop za sistem merje- Neely idr. (2000) nja 12. faz 2000–2010 Dinamika organizacije in odloča- Santos, Belton in Howick (2002) nje po kriterijih 2000–2010 3. generacija sistema uravnoteže- Cobbold in Lawrie (2002a; 2004) nih kazalnikov b s c 2000–2010 Pisarna strateškega managementa Kaplan in Norton (2005), Norton o s m in Russell (2011) 2000–2010 4. generacija sistema uravnoteže- Jones (2009), Jones (2011a) nih kazalnikovb s c op om b e Pregled uporabljanih pristopov povezovanja ciljev in kazalnikov je prirejen glede na pregled dostopne literature in raziskav, ki je predstavljena v poglavju zgodo- vinski pregled razvoja. V osemdesetih letih dvajsetega stoletja se je tudi spremenilo stali- šče do merjenja poslovanja, s katerim se je vidik merjenja poslovanja premaknil od povsem finančno-računovodskega vidika na bolj celovito obravnavanje poslovanja podjetij in s tem upoštevanje več različnih vi- dikov poslovanja. Namreč, takratno vrednotenje podjetij, ki se je opi- ralo na opredmetena sredstva, je popolnoma zanemarilo vrednost, ki jo je dodajal management in celotna organizacija. Cela vrsta avtorjev je izdelala in ponudila pristope, kot so: matrika za vzpostavitev ravnotežja med finančnimi in nefinančnih kazalniki ter med notranjimi in zunanjimi vidiki poslovanja, primarni kazalniki za različne organizacijske ravni, piramida ali kaskada kazalnikov, dejavniki in rezultati ter integrirani sistem merjenja poslovanja. Od številnih modelov, pristopov in instrumentov za merjenje uspe- šnosti podjetij je prevladujoč položaj obdržal Kaplan in Nortonov (1992) sistem uravnoteženih kazalnikov oz. b s c, ki je nastal kot nova sinteza med tradicionalnim finančno-računovodskim sistemom in prizadevanji za doseganje dolgoročnih konkurenčnih zmožnosti. Tako sistem b s c upošteva tradicionalne finančne kazalnike kot tudi kazalnike gonil pri- hodnje uspešnosti oz. nefinančne kazalnike. 88 Pregled pristopov za povezovanje ciljev in kazalnikov poslovanja 4.2 V devedesetih letih je bil razvit in predstavljen Evropski model za po- slovno odličnost e f q m. Evropski model odličnosti e f q m, za razliko od drugih pristopov, omogoča predvsem vzpostavitev celovitega sistema merjenja in stalnega izboljševanja vseh ključnih področij delovanja or- ganizacije. Kasnejši pristopi, ki so bili tudi deležni pozornosti strokovne in akademske javnosti, so: prizma delovanja, šest sigma, vitka proizvod- nja, analiza paketa podatkov de a, veriga donosa storitev, mreža izvaja- nja storitev, teorija omejitev ter dinamika organizacije in odločanje po kriterijih. V istem obdobju je upoštevanje različnih vidikov poslovanja s pripa- dajočimi finančnimi in nefinančnimi kazalniki postala pomembna tema uporabnikov, strokovnjakov in raziskovalcev na področju sistemov mer- jenja poslovanja organizacij. Sistem uravnoteženih kazalnikov je odprl nove možnosti, saj je bil prvotno predlagan kot pristop za merjenje uspešnosti, ki združuje tradicionalne finančne kazalnike z nefinančnimi kazalniki. S tem je sistem uravnoteženih kazalnikov zagotavljal ustre- znejše informacije o uspešnosti organizacije, zlasti v zvezi s ključnimi strateškimi cilji. Takrat novo managersko orodje je omogočilo opis in sporočanje strategije vsem zaposlenim ter povezavo s proračunom or- ganizacije. V devetdesetih letih prejšnjega stoletja so se tudi uveljavile teorije o tem, da managerji uporabljajo hipoteze za opredelitev povezav med strateškimi cilji. Obenem so bili strateški cilji razvrščeni v sistem urav- noteženih kazalnikov ter omogočili določanje kazalnikov, s katerimi se cilji spremljajo. Ker so bili prepoznani strateški cilji osnova za managira- nje organizacij, so sistemi uravnoteženih kazalnikov kmalu vključevali povezave med strateškimi cilji in kazalniki poslovanja. Poimenovali so jih kot strateške mape ali modeli strateških povezav. Z omejenim števi- lom kazalnikov, ki so jih lahko spremljali managerji, je sistem uravno- teženih kazalnikov podprl preglednost nad poslovanjem in uporabnost merjenja poslovanja. Številni avtorji zagovarjajo stališče, da se postavitev sistema merje- nja začne s pregledom strategije in ne na osnovi dejanskih izhodov po- slovnih procesov (Kaplan in Norton 1992; Bititci 1994; Bititci idr. 2006; Olve, Roy in Wetter 1999; Johnston, Brignall in Fitzgerald 2002; Robson 2004 po Thakkar idr. 2007). Zaradi tega morajo biti kazalniki neposre- dno povezani s strategijo organizacije in jih je treba obvezno izbrati na osnovi strateških ciljev organizacije. Merjenje delovanja organizacije predstavlja dobro prakso in je se- 89 4 Sistem uravnoteženih kazalnikov stavni del managementa organizacije pri uresničevanju strategij in do- seganju ciljev. Sistem merjenja in pripadajoči kazalniki delovanja se v praksi obravnava kot proces, ki podpira pregledovanje in spremembe sistema merjenja glede na spremembe v poslovnem okolju organizacije. Vsak sistem merjenja ima svoj nabor poslovnih kazalnikov z medseboj- nimi povezavami, njegova uspešnost je odvisna od upoštevanja kvalita- tivnih in kvantitativnih vidikov. Iz poslovne prakse je tudi znano, da od 80  do 90  organizacij ni uspešnih pri izvedbi izbrane strategije. Ra- zlog, po mnenju uporabnikov, strokovnjakov in avtorjev sistema urav- noteženih kazalnikov, je v tem, da takšne organizacije svoje strategije ne znajo primerno opisati, meriti in managirati (Foster 2006, 102–103; Norton in Russell 2011). V nadaljevanju predstavljamo sistem uravnoteženih kazalnikov, ki se je uveljavil tako v organizacijah zasebnega kot tudi javnega sektorja. Sis- tem uravnoteženih kazalnikov, ki je osnovan na Kaplan in Nortonovi (1992) ideji, smo tudi izbrali kot pristop, s katerim smo izpolnili namen in cilje naše raziskave. 4.3 Sistemi uravnoteženih kazalnikov in strateške mape Od številnih modelov, pristopov in instrumentov za merjenje uspešno- sti podjetij, je prevladujoč položaj obdržal Kaplan in Nortonov sistem uravnoteženih kazalnikov ali z angleško kratico b s c (Smith in God- dard 2002, 253). Kaplan in Nortonov b s c je nastal kot nova sinteza med tradicionalnim finančno-računovodskim sistemom in prizadevanji za doseganje dolgoročnih konkurenčnih zmožnosti. Tako sistem b s c upošteva tradicionalne finančne kazalnike kot tudi kazalnike gonil pri- hodnje uspešnosti oz. nefinančne kazalnike. Na takšen način zagotovlja managerjem bogatejše in bolj pomembne informacije o dejavnostih, ki jih upravljajo ali managirajo (Kaplan in Norton 2000c, 19–20). Kaplan in Nortonov sistem uravnoteženih kazalnikov Osnovno načelo Kaplan in Nortonovega pristopa je, da pretekli uspeh ne more biti zagotovilo ali zanesljiv kazalnik prihodnje uspešnosti. Na- mesto tega pristop išče merljive vidike sedanjih procesov. Sistem b s c se osredotoča na procese, ki so najpomembnejši za dodajanje vredno- sti za odjemalce in deležnike. Za izvajane procese določamo kazalnike, za katere je verjetno, da so pomembni za določanje izidov procesov v prihodnosti (Kaplan in Norton 2000c, 23; Smith in Goddard 2002, 250). Prvič je bil koncept sistema b s c predstavljen v devetdesetih letih 90 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 dvajsetega stoletja. Sistem b s c je bil z velikim zanimanjem sprejet predvsem med organizacijami zasebnega kapitala. Od tistega časa na- prej je v različnih oblikah uporabljan v številnih podjetjih. Spodbudil je tudi razvoj različic sistemov uravnoteženih kazalnikov za podporo konkurenčnosti podjetij. Sama ideja sistema b s c je enostavna za predstavitev, vendar je nje- gova postavitev kvalitativna in jo je zaradi tega težko kvantificirati. Av- torja Kaplan in Norton sta idejo razvila na primerih dvanajstih organi- zacij in se tako izognila matematičnemu modelu. Saj ne obstaja mate- matični teorem o tem, da so štirje vidiki sistema b s c tako potrebni, kot tudi zadostni (Kaplan in Norton 1992, 71; Kaplan in Norton 2000c, 46; Nagar in Rajan 2005, 907–908). Harvard Business Review je v svoji izdaji ob petinsedemdeseti oble- tnici, navedla sistem b s c kot enega izmed petnajst najbolj pomembnih managerskih konceptov, ki je bil predstavljen z objavami člankov v tej reviji (Drucker idr. 1997, 18–32; Cobbold in Lawrie 2002b, 6). Po mne- nju podjetij, ki jih spremlja revija Fortune 500 predstavlja Kaplanov in Nortonov sistem b s c inovativno strategijo za izboljšanje poslovanja in doseganja rezultatov (Abernathy 1997, 58, po Lages, Lages in Lages 2005, 92). Prva generacija sistema uravnoteženih kazalnikov V svojem izvirnem članku sta Kaplan in Norton (1992) predstavila pre- prost pristop štirih vidikov merjenja uspešnosti podjetja, ki so medse- bojno povezani. Povezave med štirimi vidiki so predstavljale vzročno- posledične povezave med njimi. Vidika zadovoljstva odjemalcev in no- tranjih procesov sta bila predstavljena kot vidika, ki pomembno vpli- vata na finančni vidik. Predstavljene vzročno-posledične povezave so jasno nakazovale vpliv na finančne rezultate. Poleg finančnih kazalni- kov so bili v sistem b s c dodani še operativni kazalniki vidikov zado- voljstva odjemalcev, notranjih procesov in aktivnosti inoviranja, učenja in rasti. Takšna postavitev sistema b c s je omogočila managerjem pogled na podjetje iz štirih pomembnih perspektiv in obenem z omejenim števi- lom kazalnikov onemogočila preobilico informacij. Pri tem je za obliko- vanje in postavitev sistema b s c ključna vključenost vršnih managerjev in doseganje konsenza med njimi. Saj se prioritete posameznih mana- gerjev razlikujejo, pri tem pa se slednji s svojimi timi potegujejo za rabo skupnih virov podjetja (Bojnec idr. 2007). Razvoj sistema b s c se mora, 91 4 Sistem uravnoteženih kazalnikov po mnenju avtorjev, začeti pri timu vršnih managerjev in se usklajevati ter prenašati od zgoraj navzdol do vseh udeležencev podjetja (Kaplan in Norton 1992, 71–72, 79; Kaplan in Norton 2000c, 23, 209–210; Kaplan 2012, 542). V središče sistema b s c sta bili postavljeni vizija in strategija. Cilji so bili postavljeni s predpostavko, da bodo ljudje v podjetju privzeli vede- nje in aktivnosti, ki so primerne za doseganje postavljenih ciljev. Kazal- niki za izpolnjevanje ciljev so bili izbrani za usmerjanje ljudi k viziji pod- jetja. Avtorja sta tudi predlagala, da morajo podjetja meriti svoje ključne zmožnosti in kritične tehnologije za ohranjanje vodilne pozicije na tr- gih. Poleg kazalnikov časa, kakovosti, storitev in delovanja morajo biti podjetja pozorna tudi na stroške svojih proizvodov (Kaplan in Norton 1992, 74–79). Iz predstavljenega pristopa b s c je bilo tudi razvidno, da je za uspeš- nost pristopa zelo pomembna metoda izbire kazalnikov, saj je bila de- finicija izbire kazalnikov s posameznimi vprašanji v vidikih precej ne- jasna. Za podporo določanju ciljev in kazalnikov po štirih vidikih sta Kaplan in Norton (1992; Lawrie in Cobbold 2002, 5–6) predlagala nasle- dnja vprašanja: • Finančni vidik: »Kako nas vidijo deležniki?« • Vidik odjemalcev: »Kako nas vidijo odjemalci?« • Notranji vidik poslovanja: »Po čem se moramo odlikovati?« • Vidik inoviranja in učenja: »Kako bomo lahko še naprej izboljševali in ustvarjali vrednost?« Prepoznavni lastnosti prve generacije sistema b s c sta tako naslednji dve (Kaplan in Norton 1992, 72–73; Kaplan in Norton 2000b po Cobbold in Lawrie 2002b, 6; Lawrie in Cobbold 2002, 4): • prva je združevanje ciljev in kazalnikov v štiri povezane vidike ter • druga, ki predstavlja postavljanje omejenega števila ciljev in kazal- nikov v posamezne vidike z uporabo vprašanj. Prva generacija sistema b s c je sprožila veliko razprav in predvsem strokovnih objav, ki so iskale rešitve na nejasnosti v zvezi z definicijo sistema b s c ter izbiranjem in uvrščanjem kazalnikov v štiri vidike. Uporabnost sistema b s c prve generacije je bila predvsem v operativ- nih kazalnikih, medtem ko je bil opis strategije in sprememb strategije zelo šibek (Excitant 2012). Vendar je svojim pomanjkljivostim navkljub prva generacija sistema b s c doživela podporo zaradi koristi, ki jih je pristop prinesel. 92 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 Druga generacija sistema uravnoteženih kazalnikov V kasnejših objavah sta Kaplan in Norton (1996b; 2000c) tudi predla- gala, da mora izbira kazalnikov imeti povezavo s strateškimi cilji orga- nizacije. Kot se je sistem b s c nadalje razvijal, so se vzročne povezave preselile iz povezav med vidiki na povezave med strateškimi cilji znotraj vidikov, kar je predstavljalo bistveno izboljšavo. Povezave med strate- škimi cilji so postale pomemben del metodologije postavitve sistema b s c in so bile usmerjene od vidika učenja (inoviranja) in rasti prek no- tranjega vidika podjetja ter vidika odjemalcev v finančni vidik. V knjigi »Uravnoteženi sistem kazalnikov« iz leta 1996 oz. 2000 avtorja predla- gata, da mora obstajati vzročnost med vodilnimi (gonilnimi) kazalniki in kazalniki z zakasnitvijo (izidi). Avtorja sta tudi postavila zahtevo, da morajo biti vse vzročne poti, ki izhajajo iz vseh kazalnikov sistema b s c, povezane s finančnimi cilji (Jones 2009, 14; Kaplan in Norton 2000c, 71, 160). Takšni diagrami so bili najprej poimenovani modeli strateških po- vezav in kasneje strateške mape. Povezave v strateških mapah so tudi zmanjšale pomen uporabe vodilnih kazalnikov in kazalnikov z zakasni- tvijo, ker je bilo predvidevanje vodilnih kazalnikov jasneje dokumenti- rano (Cobbold in Lawrie 2002a, 1–2, 4; Cobbold in Lawrie 2002b, 6; Jo- nes 2011a, 11–12; Kaplan in Norton 1996a; Kaplan in Norton 1992, 72; Kaplan in Norton 2000c, 157–176, 222–233). Takšne izboljšave sistema b s c so po mnenju avtorjev omogočile, da se je sistem uravnoteženih kazalnikov razvil iz izboljšanega sistema merjenja poslovanja v strateški managerski sistem, ki podpira izvajanje strategije in pridobiva povratne informacije o strategiji (Jones 2011b, 5; Kaplan in Norton 2000c, 287; Kaplan in Norton 2001b, 36–40; Kaplan in Norton 2004a, x i). Prepoznavni lastnosti druge generacije sistema b s c sta tako: • omejitev števila kazalnikov na 20 do 25 oz. 30 (Kaplan in Norton 2000c, 175; Kaplan in Norton 2004a, x i i) ter • prikaz pomembnejših vzročnih povezav med strateškimi cilji v di- agramu strateške mape (Kaplan in Norton 2000c, 162, 240, 254). Strateške mape so spodbudile poimenovanje ciljev s krajšimi nazivi ter opisovanje njihovih atributov kot so lastnik cilja, kazalniki in nji- hovi cilji ter strateške pobude. Opisovanje atributov strateških ciljev so podprle tudi nekatere programske rešitve tistega obdobja (Bourne, Kennerley in Franco-Santos 2005; Cobbold in Lawrie 2002a; Kaplan in Norton 2000c; Marr in Neely 2001; Neely idr. 2002). 93 4 Sistem uravnoteženih kazalnikov Druga generacija sistema b s c se osredotoča na dejavnike, ki poga- njajo delovanje podjetja oz. predstavljajo model delovanja. Poudarek je na nekaterih ključnih kazalnikih poslovanja, ki so najbolj pomembni. Značilnost te generacije b s c je tudi, da je določanje ciljev postavljeno pred izbiro kazalnikov poslovanja. Sistem druge generacije zato odraža spremembe v poslovanju, opisuje dejavnike ter je bolj selektiven pri iz- biri kazalnikov kot prva generacija sistema b s c (Excitant 2012). Pri uporabi druge generacije sistema b s c so se med uporabniki poja- vile težave pri postavljanju strateških map. Težave so izhajale predvsem iz percepcije vizije in strategij podjetja, saj so se pogledi vršnih mana- gerjev razhajali, strategije so bile nejasno definirane in niso bile celovite. Poleg tega jim je težavo predstavljalo tudi določanje ciljev kazalnikov, ki izhajajo iz strateških ciljev, saj so pogrešali splošne oporne točke, po katerih bi jih lahko določali. Nekaj težav je predstavljalo tudi pomanj- kanje podpornih informacij pri sporočanju strategije podjetja (Cobbold in Lawrie 2002a, 4; Jones 2009, 15; Lawrie in Cobbold 2002, 8–9; Lawrie, Andersen in Cobbold 2006, 2; Podobnik 2008, 53). Tretja generacija sistema uravnoteženih kazalnikov Težave z drugo generacijo sistema b s c so spodbudile nastanek izbolj- šave, ki se je oblikovala v »Izjavo o namenu« (ang. Destination State- ment). Izjava o namenu je predstavljala podporo preverjanju ustrezno- sti in medsebojnega vpliva strateških ciljev, povezav med cilji, kazalni- kov in ciljev kazalnikov pri doseganju želene spremembe podjetje. Izka- zala se je kot uporaben dokument, saj je vsebovala jasno izjavo o tem, kar podjetje želi doseči v prihodnjem obdobju npr. treh let. S tem je iz- polnila pomanjkljivost iz prejšnje generacije sistema b s c, saj je nudila oporne točke za določanje ciljev ključnih dosežkov glede prihodkov, za- dovoljstva odjemalcev, kakovosti, števila zaposlenih itd. Za usmerjanje razprave o posledicah strategije je bila izjava o namenu razdeljena še na več kategorij npr. pričakovanja deležnikov in finančni viri, organizacija in kultura, strateška partnerstva ter procesi in zmožnosti. Managerji so hitro prepoznali koristi oblikovanja in uporabe izjave o namenu, saj se jim ni bilo več treba sklicevati na izbrane strateške cilje, ampak so najprej oblikovali izjavo o namenu, ki jim je olajšala določanje strateških ciljev in vzročnih povezav med njimi. Tako je bilo doseganje konsenza znotraj managerskih timov lažje doseči. Iz tega lahko prepoznamo lastnosti tretje generacije sistema b s c kot naslednje: 94 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 • Izjava o namenu opisuje, kaj želi doseči in kakšno bo podjetje v ne- kem dogovorjenem prihodnjem obdobju. Pogosto se takšna izjava oblikuje na osnovi obstoječih planov in dokumentov, vendar je v praksi podjetij tako, da so primeri jasnih in vsebinsko primernih dokumentov, ki podpirajo oblikovanje izjave o namenu, zelo redki. • Strateški cilji povejo, kaj mora biti opravljeno v dogovorjenem ob- dobju, da podjetje pravočasno doseže svoj namen, ki je zapisan v izjavi o namenu. S postavitvijo strateških ciljev v strateško mapo je tim za oblikovanje sistema b s c spodbujen k sistematičnemu raz- mišljanju in identifikaciji vzročnih povezav v smislu: »Kaj moramo narediti, da bomo dosegli pričakovane rezultate?« Takšen pristop omogoči konsenz glede strateških ciljev in usklajeno razmišljanje ter razumevanje modela managementa. • Strateška mapa in vidiki vsebujejo izbrane strateške cilje, ki so raz- porejeni po štirih vidikih in določenih strateških usmeritvah. Spo- dnja dva vidika vsebujeta cilje, ki so vezani na notranje procese ter učenje, inoviranje in rast. Zgornja dva vidika pa obsegata cilje, ki so vezani na želene rezultate oz. na to, kako želimo, da nas zazna- vajo odjemalci (vidik odjemalcev) in deležniki ter kako se to odraža v finančnih rezultatih (finančni vidik). • Kazalniki in pobude se oblikujejo, ko so strateški cilji dogovorjeni in usklajeni. Kazalniki poslovanja omogočajo managerjem sprem- ljanje napredovanja pri izpolnjevanju strateških ciljev. Pobude pa so praviloma projekti z določenim začetkom in koncem trajanja ter so vezani na izpolnjevanje strateških ciljev. Pri praktični rabi tretje generacije sistema b s c so se v javnem sek- torju pojavile težave zaradi uporabe štirih vidikov, ki so namenjeni vključevanju nefinančnih kazalnikov v sistem b s c. Zaradi enostavnosti so praktiki, raziskovalci in avtorji Lawrie, Cobbold in Marshall (2004) v strateški mapi uporabili le dva vidika: to sta vidik aktivnosti ali vzrokov in vidik izidov ali posledic. Vidik vzrokov je tako nadomestil vidik uče- nja in rasti ter vidik notranjih procesov. Vidik posledic pa je nadomestil vidik odjemalcev in finančni vidik. Prilagoditev je vzbudila odobravanje pri managerjih v javnem sektorju angleške vladne agencije, ki zaposluje enajst tisoč ljudi, saj je postala razprava o potrebnih vidikih in njiho- vemu imenovanju odveč (Lawrie in Cobbold 2002, 11; Lawrie, Cobbold in Marshall 2004, 362–366). Izkušnje s pristopom tretje generacije kažejo na koristi, ki jih imajo 95 4 Sistem uravnoteženih kazalnikov podjetja pri razvoju in oblikovanju svojega sistema uravnoteženih ka- zalnikov. Koristi izhajajo iz izboljšane funkcionalnosti tega strateškega managerskega orodja in njegovi prilagodljivosti ter pristopu vključeva- nja ključnih ljudi pri razvoju podjetij (Cobbold in Lawrie 2002a, 4–6, 7; Lawrie in Cobbold 2002, 9–10; Lawrie, Andersen in Cobbold 2006, 2, 5; Podobnik 2008, 54–55). Kaplan in Norton (2005) sta prepoznala težave podjetij, ki so izvirale iz razkoraka med oblikovanjem strategije in njeno izvedbo, zato sta na podlagi raziskav podjetij, ki so dosegla izjemne rezultate, razvila pristop pisarne strateškega managementa (ang. Office of Strategic Management – os m), ki premošča ta razkorak. os m združuje organizacijske enote, ki so odgovorne za planiranje strategije, in tiste, ki so odgovorne za njeno izvedbo. Njene glavne aktivnosti so oblikovanje in upravljanje sistema b s c, usklajevanje znotraj organizacije in priprava dnevnega reda me- sečnih pregledov strategije. Vendar avtorja ne razvrščata os m v kate- rokoli generacijo sistema b s c, ampak opredeljujeta razvojne mejnike pristopov merjenja uspešnosti poslovanja po obdobjih (Kaplan in Nor- ton 2005, 2, 6; Norton 2011, 8; Norton in Russell 2011): • Od 1992 do 1996: ideja sistema uravnoteženih kazalnikov bsc. • Od 1996 do 2002: filozofija strateško osredotočene organizacije. • Od 2000 do 2009: sistem managementa oz. povezave med procesi managementa (h r, i t, t q m). • Od 2006 dalje: kompetence – pristop pisarne strateškega manage- menta (os m). Kaplan v svojem novejšem pristopu razvija strateško mapo, ki zdru- žuje procese in neopredmetene vire s strategijo, ki dodaja vrednost. Kar usmerja delovanje podjetij k prepoznavanju ciljev regulativnih in social- nih procesov, ki bodo imeli največji vpliv na interes in vključenost zapo- slenih, ponudbo za odjemalce in finančno poslovanje. Podjetja morajo po mnenju Kaplana biti enako prizadevna in stroga pri ocenjevanju do- nosov iz skupnosti in okoljskih naložb, kot so pri ocenjevanju uspešno- sti vlaganj v opredmetena in neopredmetena sredstva (i n s e a d 2003 po van der Woerd in van den Brink 2004, 175–177). Van den Woerd in van den Brink (2004) razpravljata o odzivnem sis- temu uravnoteženih kazalnikov (ang. Responsive Balanced Scorecard), ki ga uporabljajo ambiciozna podjetja. Slednja uravnoteženo obravnavajo ekonomske, socialne in okoljske cilje. Po mnenju avtorjev takšen sis- tem b s c omogoča podjetjem doseganje rezultatov v zvezi z ljudmi, do- 96 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 bičkovnostjo in okoljem. Obenem lahko v notranje programe vključijo zahteve deležnikov ter tako izboljšujejo poslovanje (van den Woerd in van den Brink 2004, 173–174). Originalna avtorja Kaplan in Norton v svojih objavah ne opredelju- jeta razvoja sistema b s c s številom generacije (Kaplan in Norton 1992; 2004a; 2005; 2006a; Norton in Russell 2011). Glede na razvrstitev po ob- dobjih in razvojni vsebini uvrščamo Kaplan in Nortonov pristop os m v tretjo generacijo sistema b s c. Tretja generacija b s c podpira pristop sistematičnega in načrtnega iz- vajanja strategije. Ti strateški sistemi uravnoteženih kazalnikov obrav- navajo tisto, na kar sta Kaplan in Norton dala poudarek: strategija, njen management in izvedba. Obstajajo tudi različni pogledi na vsebino tretje generacije sistema b s c: • Razvoj prejšnjih različic Kaplan in Nortonovega sistema bsc, kar sicer ni splošno priznano, poudarja opredelitev strategije s stra- teško mapo in uskladitvijo v podjetju. Vloga pisarne strateškega managementa os m je osredotočena na izvedbo strategije. • Tretja generacija sistema bsc, katerega avtorja sta Cobbold in Lawrie, poudarja izjavo o namenu, problem asimetrije informacij pri določanju ciljev in nekatere probleme pri uvajanju, npr. število vidikov. Oba pristopa vsebujeta strateške mape, ki so razširjene po vseh rav- neh podjetja. Oba tudi določata ravni prizadevanj v določenem časov- nem obdobju, čeprav Cobbold in Lawrie uporabljata izjavo o namenu, medtem ko je Norton in Kaplan ne uporabljata. V splošnem pristopa uporabljata štiri perspektive, čeprav Cobbold in Lawrie priporočata uporabo dveh vidikov za javni sektor. Ravno tako oba uporabljata stra- teške teme, ki prežemajo štiri vidike in kažejo na nekladnosti v strate- giji. Tudi pri določanju ciljev pred določanjem kazalnikov sta pristopa izenačena. Oba imata tudi sistem kazalnikov, ki odražajo kazalnike in njihove cilje ter projekte sprememb, ki bodo izboljšali delovanje podje- tja. Projekti se lahko organizirajo v programe sprememb, ki so usklajeni s strateškimi temami. Pristopa omogočata razpravo, ustvarjanje razu- mevanja in podpirata učenje managementa strategije, ki jo izvajajo. Poudarek je tudi na konsenzu managementa glede strategije in konsi- stentnega sporočanja strategije. Ravno tako oba pristopa poudarjata organizacijsko usklajevanje in komunikacijo (Excitant 2012). 97 4 Sistem uravnoteženih kazalnikov Četrta generacija sistema uravnoteženih kazalnikov Četrta generacija sistema b s c je pristop, ki managira strategijo, ljudi in uspešno poslovanje. To je pristop, ki temelji na delu prvotnih snovalcev sistema b s c – Nortona in Kaplana iz leta 1992 in spodbuja strateško razmišljanje v okviru sistema b s c. Razmišljanja in prakse četrte gene- racije so osnovane na načinu organizacijskega učenja, ter na vedenju, ki prispeva k boljši odzivnosti in prilagodljivosti pri uporabi presoj in dokazov, ki jih povezujejo z okoljem. Sistem b s c četrte generacije do- mneva, da je okolje negotovo, vsebuje tveganja in predpostavke. Pod- pira strategijo in odločanje v času negotovosti in sprememb. Obravnava tudi načine spreminjanja modela odnosov z odjemalci in vplive spre- memb na način strateškega razmišljanja podjetja. Četrta generacija sis- tema b s c jasno opisuje, kje voditeljstvo in kje management odigrata svojo ključno vlogo pri delovanju organizacije. Četrta generacija sistema b s c je tudi trden okvir za neprofitne in javne organizacije, ker zajame posebne zahteve glede njihove strategije in delovanja. Obravnava izvajanje strategije in delovanje preko voditelj- stva, dobrega managementa in ljudi. Takšen sistem je Jones (2011b) po- imenoval kot strateški model učenja z dodano strategijo komuniciranja, ki povezuje strategijo z operativnimi aktivnostmi in povratno zanko strateškega učenja, ki omogoča tehtanje, ali je trenutna strategija še primerna. Model četrte generacije b s c, ki je predstavljen na sliki 4.1, vključuje tudi povezave z okoljem oz. zunanji vidik, v katerem deluje podjetje in pogled na prihodnost ali razmišljanje o prihodnosti, ki za- jema samo opredmeteno prihodnost. Skladno s potekom razvoja strate- gije je mogoče z učenjem in znanjem izboljšati in spremeniti tudi pogled na prihodnost. Model strateškega učenja je osnovan na organizacijskih vrednotah, ki pogojujejo razmišljanja in delovanja ljudi in predstavlja peti vidik modela (Jones 2009; 2011b, 4–5, 16–17). Kot prepoznavne lastnosti četrte generacije sistema b s c lahko opre- delimo: • omejitev števila kazalnikov na 14 do 20 (Jones 2009), • prikaz pomembnejših vzročnih povezav med strateškimi cilji v di- agramu strateške mape z dodanim zunanjim vidikom in pripada- jočimi zunanjimi strateškimi cilji (Jones 2009, 14), • preseganje razkoraka med oblikovanjem strategije in njeno iz- vedbo z organizacijsko obliko (Kaplan in Norton 2005), • izboljšano dvojno zanko učenja za strateški model učenja z dodano 98 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 Razmišljanje o Opredmetena prihodnosti prihodnost Nenehno Strateška izbira in oblikovanje sodelovanje Strateška mapa je kol Strateško Strateško o Strateško e komuni- načrtovanje in učenje ciranje usklajevanje Zunanj Sistem Strateški management uravnoteženih kazalnikov Nenehno Delovanje in dostava sodelovanje Operativni management Temeljne vrednote Slika 4.1 Model strateškega učenja (povzeto po Jones 2011b, 16) strategijo komuniciranja, ki povezuje strategijo z operativnimi ak- tivnostmi in povratno zanko imenovano strateško učenje (Jones 2011b, 16). Skozi razvoj generacij sistema b s c se je slednji iz izboljšanega sis- tema merjenja razvil v orodje strateškega managementa, ki vključuje managerje različnih ravni v proces strateškega managementa, postavlja meje nadzora ter združuje oblikovanje in izvedbo strategije (Cobbold in Lawrie 2002a, 7; Kaplan in Norton 2000c, 9). Opredelitev sistemov uravnoteženih kazalnikov po generacijah je priročen način za razvršča- nje, razvoja organizacijskega razmišljanja o izzivih in smereh razvoja podjetij. Tako vsaka generacija sistema b s c izpolnjuje svoj namen, s pristopi, ki omogočajo različne koristi (Excitant 2012). Vendar so za vse sisteme b s c, ne glede na opredeljene nazive njiho- vih avtorjev, značilne naslednje pomembne oblikovne značilnosti: • prva je združevanje kazalnikov v štiri vidike ter • druga, ki predstavlja omejitev števila kazalnikov na 15 do 20 ter 20 99 4 Sistem uravnoteženih kazalnikov do 25 (Kaplan in Norton 2000c, 175) zaradi jasnosti in koristnosti sistema b s c pri uresničevanju strategije (Kaplan in Norton 1992, 72–73; Kaplan in Norton 2000b po Cobbold in Lawrie 2002b, 6; Lawrie in Cobbold 2002, 3) ter • tretja, ki omogoča uporabo dvojne zanke učenja (Argyris 1976). Sistem uravnoteženih kazalnikov je uravnotežen, ker upošteva fi- nančne in nefinančne vidike, notranje in zunanje vidike ter kratkoročne in dolgoročne vidike kot tudi interese deležnikov organizacije (Neely idr. 2002, 3; Stovall, Neill in Perkins 2004, 223–224). Običajno organiza- cije v sistem uravnoteženih kazalnikov v povprečju vključijo od 14 do 30 ključnih kazalnikov poslovanja oz. 5 do 6 kazalnikov na posamezen vidik. Strateške cilje, ki so vključeni v strateško mapo, je koristno re- dno pregledovati in jih glede na okoliščine tudi spreminjati. Kot redno pregledovanje uspešnosti izvajanja strategije lahko podjetja izkoristijo mesečne in četrtletne sestanke na vseh managerskih ravneh, na katerih je sistem b s c dnevni red sestankov. Na osnovi spremljanih rezultatov se krepi organizacijsko učenje, strategija podjetja pa se ustrezno pre- verja, preizkuša in izboljšuje. Sistem b s c je orodje, ki podpre dejavnost uspešnega voditelja in ma- nagerja. Podpre celoviti pregled nad številnimi cilji in spodbuja k razmi- šljanju o vzrokih in posledicah, ki povedo, zakaj so spremljani kazalniki pomembni za organizacijo (Foster 2006, 103–104; i n s e ad 2003 po van der Woerd in van den Brink 2004, 175–177; Janeš in Dolinšek 2010, 268; Jones 2009, 14–16). Pristop sistema uravnoteženih kazalnikov torej pripomore k vključi- tvi strateških ciljev v splošno strategijo. To se izvede tako, da se raz- poredi izbrano poslovno strategijo v hierarhični sistem strateških ci- ljev. Vsi ti cilji pa so usklajeni v smeri proti finančnemu vidiku. Pri- stop sistema uravnoteženih kazalnikov vključuje opredelitev ključnih sestavin poslovanja, njihove cilje in načine za merjenje napredka pri njihovem uresničevanju. Strateški cilji so praviloma razporejeni v štiri vidike in vzročno-posledične povezave, ki se vzpostavijo med njimi. Po- leg tega so za nadzor izpolnjevanja ciljev opredeljeni kazalniki poslo- vanja. Praktične izkušnje in kritike sistema uravnoteženih kazalnikov V nadaljevanju predstavljamo nekaj praktičnih izkušenj kot tudi kritik v zvezi z uporabo sistemov uravnoteženih kazalnikov. 100 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 Praktične izkušnje s sistemom uravnoteženih kazalnikov Inovativna podjetja, po mnenju Nagarja in Rajana (2005), uporabljajo sistem b s c kot strateški managerski sistem za uravnoteženo kratko- ročno in dolgoročno izvajanje strategije. Ključni managerski procesi, ki podpirajo uspešno izvajanje sistema managementa so: pojasnjevanje in udejanjanje vizije in strategije, povezavanje in posredovanje strateških ciljev in kazalnikov poslovanja, kot tudi načrtovanje, postavljanje ciljev in usklajevanje strateških pobud ter učinkovitejše pridobivanje strate- ških povratnih informacij za izboljšanje procesa učenja. Z identifika- cijo aktivnosti, ki vključujejo opredmetene in neopredmetene vire pa določimo nabor kazalnikov za merjenje teh aktivnosti (Nagar in Rajan 2005, 907–908). Podjetja, ki sistem b s c uporabljajo, ugotavljajo, da ga je možno uporabiti za naslednje dejavnosti: • Pojasnjevanje in doseganje soglasja o strategiji. • Razširjanje strategije po celotnem podjetju. • Usklajevanje ciljev oddelkov in posameznikov s strategijo. • Povezovanje strateških ciljev z dolgoročnimi cilji in letnimi načrti. • Usklajevanje strateških pobud. • Izvajanje sistematičnih strateških presoj. Pridobivanje povratnih informacij za strateško učenje z uporabo dvojne zanke in izboljševanje strategije. Tako sistem b s c premošča razkorak v managerskih sistemih, ki ga povzroča pomanjkanje sistematičnega procesa za udejanjanje strategije in pridobivanje povratnih informacij o strategiji. Sistem uravnoteženih kazalnikov se lahko uporablja za podporo dveh izrazitih managerskih dejavnosti tj. za managerski nadzor in za strateški nadzor (Cobbold in Lawrie 2002b, 2). Managerski procesi, ki so postavljeni v kontekstu sis- tema b s c, omogočajo podjetju uskladitev in osredotočenje na izvajanje dolgoročne strategije. Sistem b s c vključuje najpomembnejše dejavnosti za ustvarjanje vre- dnosti, h kateri prispevajo usposobljeni in motivirani zaposleni v pod- jetju. Prek finančnega vidika je še vedno spremljana kratkoročna uspeš- nost poslovanja, vendar ima jasno opredeljena gibala za dolgoročno fi- nančno in konkurenčno uspešnost (Kaplan in Norton 2000c, 20, 22, 30– 31, 283–284). Kaplan in Norton (2000c) trdita, da je sistem b s c tudi mehanizem za izvajanje in preverjanje strategije in ne za izoblikovanje strategije. 101 4 Sistem uravnoteženih kazalnikov Je skupen strateški okvir, ki posreduje strategijo zaposlenim in jim omogoča vpogled, v kolikšni meri prispevajo k uresničevanju strategije. Ključni ljudje in skupni oddelki morajo biti vir konkurenčne prednosti podjetja. Sestavni del sistema b s c je tudi proces pridobivanja povra- tnih informacij o stopnji uspešnosti strategije in preverjanje hipotez o povezanosti strateških ciljev in pobud ter proces skupnskega reševanja problemov, analize in učenja na podlagi uspešnosti in prilagajanja stra- tegije razmeram. Lahko pa prevzame vlogo »katalizatorja« med mana- gerji pri izoblikovanju natančnejše strategije podjetja. V sistemu b s c se mora odražati struktura organizacije, za katero je bila oblikovana strategija. Praviloma v podjetjih opredelijo strategijo za organizacijsko enoto, ki predstavlja strateško poslovno enoto. V vsakem primeru mora sistem b s c na ravni celotnega podjetja predstavljati veljavno strategijo (Kaplan in Norton 2000c, 49, 52, 172, 177, 179, 190, 206–208). Tudi avtorji Figge idr. (2002) trdijo, da sistem b s c ni orodje za obli- kovanje strategij, ampak orodje za opis in prevod obstoječe strategije na dosleden način, da bi povečali uspešno izvedbo strategije. Zato je uspeh sistema b s c tesno povezan z izbiro ustrezne strategije, kar lahko pri- vede do omejitev sistema b s c. Zelo je pomembno, da so v okviru pro- cesa strateškega načrtovanja oblikovane ustrezne strategije. (Figge idr. 2002 po León-Soriano, Muñoz-Torres in Chalmeta-Rosaleñ 2010, 253). Malina in Selto (2001) sta preučevala delovanje sistema b s c v več divizijah velikega mednarodnega proizvodnega podjetja. Ugotavila sta, da se je b s c, tako kot je oblikovan in se izvaja, izkazal kot učinkovito orodje za nadzor korporativne strategije, vendar sta v podporo tej trdi- tvi predstavila omejen empirični dokaz (Malina in Selto 2001 po Neely 2008, 5). Ittner in Larcker sta predstavila rezultate raziskave, po kateri je le 23  organizacij postavilo in preizkusilo vzročne modele za podporo sistemu merjenja poslovanja. Izmed teh jih je 2,95  doseglo višji donos sredstev in 5,14  višji donos kapitala (Ittner in Larcker 2003 po Neely 2008, 4). Sistem uravnoteženih kazalnikov se je izkazal v zadnjih dvajsetih le- tih za eno od trajnejših idej, ki je praktično uporabna za management. Takšen sistem je bil uveden v več kot polovico podjetij, ki jih navaja Fortune 500, ter v številne vladne in neprofitne organizacije (Rohm in Montgomery 2011, 3). Pričakovane koristi uporabe sistema b s c so predvsem v vodenju do- sledne dolgoročne strategije, zagotavljanju integracije z drugimi pro- grami za izboljšanje poslovanja ali načinu delovanja, ki zagotavlja se- 102 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 danji in prihodnji uspeh z informiranjem managerjev o vzrokih za tre- nutne rezultate ter o priložnostih za izboljšanje poslovanja. Kaplan Nortovnov sistem uravnoteženih kazalnikov je pomemben prispevek na področju managementa organizacij, saj podpira relativno šibko raziskano in zahtevno stran, ki jo praviloma opredeljujemo kot »početi prave stvari« (Conti 2011, 12). Slednja predstavlja izpolnjeva- nje zahtev in želja odjemalcev, udeležencev in deležnikov. V kombina- ciji s »početi stvari pravilno«, ki predstavlja učinkovitost organizacij, ter omogoča organizacijam doseganje uspešnosti (Kaplan in Norton 2004a, 96). Učinkovitost organizacij oz. »početi stvari pravilno« je v praksi re- lativno dobro podprta in raziskana v primerjavi z raziskanostjo uspe- šnosti oz. »početjem pravih stvari«. Kritike sistema uravnoteženih kazalnikov V akademski srenji so se pojavili očitki, ki se nanašajo na domnevno neprilagodljivost in okorelost sistema b s c, kar predstavlja njegovo prvo kritiko (Voelpel, Leibold in Eckhoff 2006, 50). Kaplan in Norton (2006b) prvemu očitku navkljub trdita, da so štirje vidiki b s c prepoznani kot za- nesljiv in robusten sistem merjenja poslovanja v različnih panogah in podjetjih. Vendar je treba upoštevati štiri vidike kot predlogo in ne kot omejujoč in predpisan okvir snovanja sistema uravnoteženih kazalni- kov. Kaplan in Norton (2006b) navajata stotine primerov podjetij po vsem svetu, ki so prepoznale b s c kot robusten in prilagodljiv za opis in razširjanje novih strategij. Predloga štirih vidikov je sistem, ki je pri- lagodljiv različnim organizacijam. V praksi se še ni pojavil primer, ko bi organizacija uporabljala manj kot štiri vidike, vendar je odvisno od panoge in poslovnih okoliščin ali je obstoječim vidikom treba dodati še kakšnega (Kaplan in Norton 2000c, 46; 2001b, 88; 2006b, 422; Neely idr. 2002, 59–60). Druga kritika se nanaša na domnevno statičnost sistema b s c (Voel- pel, Leibold in Eckhoff 2006, 51), ki nasprotuje izzivom visokokonku- renčnega in spreminjajočega sveta ter omejuje razvoj nadaljnjih aktiv- nosti in pobud, ki bi lahko presegle prvotno določene cilje (Voelpel, Le- ibold in Eckhoff 2006). Kaplan in Norton 2006b na očitek odgovarjata, da zaposleni, ki imajo jasno razumevanje obstoječe strategije, ravno za- radi komunikacije in procesov usklajevanja lahko inovirajo in nenehno iščejo nove in nepričakovane načine za izpolnjevanje visoke ravni stra- teških ciljev. Enako velja tudi za opredelitve razlik v strategiji, ki odpre nove možnosti za razvoj in rast podjetja. 103 4 Sistem uravnoteženih kazalnikov Kot primer spreminjanja strategije navajata avtorja dve podjetji: Che- mical Bank in Store 24, ki sta posodobili njun sistem b s c na osnovi sprememb v okolju in uvajanja strategij. Tako sta podjetji ugotovili, da se spreminja do 25  kazalnikov poslovanja vsako leto, kar je odražalo aktivno organizacijsko učenje. Namreč, strategije, ki so jih spremljali s preteklimi kazalniki, niso bile napačne, temveč sta podjetji, z uporabo sistema b s c, dosegli višjo raven znanja v zvezi s strategijami. V primeru trgovskega podjetja Store 24 je bila uvedena inovativna strategija, ki so jo preizkusili v realnem času. Spoznali so, kateri vidiki strategije niso bili primerni, jih prilagodili in spremenili strategijo na osnovi naučenega. Kaplan in Norton v zvezi s tem tudi dodajata, da je uporaba sistema b s c vedno priložnost za učenje in prilagajanje strate- gij spreminjajočemu se organizacijskemu znanju in ekonomskim pogo- jem. Ravno tako je pomembna dovzetnost za nove ideje, ki se pojavljajo v podjetjih (Kaplan in Norton 2006b, 423). Tretji očitek je videnje sistema b s c kot dokumenta, ki je pretežno notranjega značaja. Slednje naj bi resno oviralo spremljanje zunanjega okolja in sistemskih povezav. b s c naj bi ignoriral potrebo po povezo- vanju podjetja v inovativne ekonomske mreže, kjer se podjetje lahko razvija in je razvoj spodbujan tudi na osnovi komplementarnih konku- rentov (Voelpel, Leibold in Eckhoff 2006, 51). Kaplan in Norton (2006b) sta na tretji očitek odgovorila s primeri podjetij, katerih povezave na- stanejo med organizacijskimi enotami, v primerih, ko in kadar pride do integracije prek korporacijskih meja tj. z dobavitelji, odjemalci, izvajalci zunanjih storitev in pri skupnih poslovnih pobudah. Podjetja, kot so npr. j p Morgan informacijske storitve in Caltex, ki je skupno podje- tje Texaca in Chevrona, so vpeljale sistem b s c za opredelitev modela partnerstva. Ta jim je omogočil, da opredelijo, kako zunanje storitve in skupne poslovne pobude ustvarjajo novo vrednost in ne le nižjih stro- škov. Nobenih novih načel ni bilo vključenih pri razvoju sistema b s c za zunanje povezave. Zunanje povezave so imele enako strukturo in so slu- žile istemu namenu kot notranje povezave podjetij (Kaplan in Norton 2006b, 424). Glede komplementarnih konkurentov Kaplan in Norton (2006b) ute- meljujeta, da ti niso dobavitelji niti odjemalci podjetja, vendar ustvar- jajo veliko vrednost s prodajo združljivih in koristnih izdelkov za odje- malce. Dodano vrednost ustvarjajo tudi z nakupom dodatnih storitev od obstoječih dobaviteljev podjetja. Na primer, več kot 20.000 podje- tij in 5 milijonov programerjev, ki pišejo aplikativne programe za ope- 104 Sistemi uravnoteženih kazalnikov in strateške mape 4.3 racijski sistem Microsoft so komplementni konkurenti podjetja Micro- soft. United Airlines in American Airlines, ki sta zelo konkurenčni pod- jetji, sta dejansko komplementarna konkurenta za dobavitelje, kot je proizvajalec letal Boeing. Z usklajevanjem svojih nakupnih obveznosti, omogočajo Boeingu dovoljšen obseg ekonomije, s katerim razvija nove generacije letal. Komplementarni dobavitelji so ključni vir za trajni sistem strategij celovitih rešitev. Komplementarni dobavitelji zagotavljajo izdelke in storitve, ki zahtevajo od odjemalcev, da uporabljajo izdelek ali stan- dard podjetja. Kazalniki, kot so število komplementarnih dobaviteljev in njihove prodaje izdelkov in storitev količinsko opredeljujejo dosega- nje želenega cilja na tem področju. Za uspešno izvajanje sistema strategije celovitega proizvoda, morajo podjetja razviti sposobnost, da vplivajo na ljudi, ki niso njihovi zapo- sleni in na sredstva oz. na vire, ki jih nimajo v lasti. Kaplan in Nor- ton (2006b) nadaljujeta utemeljitev z zavedanjem mnogih podjetij, da je doseganje odličnosti pri dejavnikih, ki vplivajo na okolje, varnost pri delu, zdravje, zaposlovanje in sodelovanje s skupnostjo, del dolgoročnih strategij ustvarjanja vrednosti. Ob minimalnem doseganju dobrega re- gulativnega in družbenega delovanja, je to dolgoročen cilj, ki omogoča podjetjem, da ohranijo svoje poslovanje v vseh skupnostih, kjer želijo ohraniti tržišče s prodajo in razdeljevanjem svojih izdelkov in storitev. Podjetja morajo tudi skrbno in strogo ocenjevati svoje donose od naložb v skupnost, saj s tem ocenjujejo uspešnost naložb v opredmetena in ne- opredmetena sredstva. Seveda je sistem b s c možno razviti tudi v sode- lovanju z dobavitelji, odjemalci in poslovnimi partnerji za spodbujanje operativnih aktivnosti. Takšen proces poveča motivacijo za poslovno partnerstvo. Skupno razviti sistem b s c pa služi za podporo pogodbene odgovornosti partnerskega poslovanja (Kaplan in Norton 2006a, 221– 244; 2006b, 424). Četrta kritika se nanaša na način, s katerim se sistem b s c ukvarja z ustvarjanjem znanja ter učenjem in rastjo. Inovativnost, ki je ključnega pomena za intelektualni kapital, je, po mnenju kritikov, le rutinski pro- ces, ne pa ustvarjalno prizadevanje za usposobljene zaposlene v podje- tju (Voelpel, Leibold in Eckhoff 2006, 53–54). Kaplan in Norton (2006b) četrto kritiko zavračata z utemeljitvijo o strateškem pomenu inovacijskih procesov, ki so jasno razlikovani od običajnih procesov poslovanja. Namreč, ohranjanje konkurenčne pred- nosti zahteva, da podjetja nenehno uvajajo inovacije za ustvarjanje no- 105 4 Sistem uravnoteženih kazalnikov vih izdelkov, storitev in procesov. Brez inovativnosti lahko podjetje svojo ponudbo vrednosti omeji le na posnemanje, kar vodi v konku- renco na osnovi cene za standardizirane izdelke in storitve. Inovacija proizvodov je pogoj za sodelovanje v nekaterih dinamičnih, tehnološko osnovanih panogah. Vodilna podjetja v panogah so prepoznavna po izjemnih zmogljivostih za inovacije, ki vključujejo interdisciplinarno znanje in veščine zaposlenih kot tudi njihovo sposobnost za delova- nje v interdisciplinarnih timih in projektih (Kaplan in Norton 2006a, 135–156; 2006b, 425). Inovacijski procesi so lahko najbolj pomembni procesi, ki jih podjetje izvaja za ohranitev konkurenčne prednosti. Kaplan in Norton (2006b) v zvezi s tem izpostavljata naslednje inovacijske procese: • Opredelitev priložnosti za nove izdelke in storitve. • Upravljanje portfelja za raziskave in razvoj. • Oblikovanje in razvoj novih izdelkov in storitev. • Uvajanje novih izdelkov in storitev na trg. Kljub njihovi pomembnosti so inovacijski procesi pogosto deležni manjše pozornosti managementa v primerjavi z vidnejšimi, ponavlja- jočimi in predvidljivimi operativnimi procesi ter procesi upravljanja z odjemalci. Vse organizacije, ne glede na strategijo, bi si morale priza- devati, da imajo v strateško mapo vključen vsaj en inovacijski cilj. Inova- cijski procesi so odločilni za uspešnost podjetij, ki so izbrala strategije vodilnih glede proizvodov (ang. product leadership) in strategije celovi- tih rešitev (ang. lock-in strategies) (Kaplan in Norton 2006a, 154–155). Peta pomanjkljivost, ki je očitana, trdi, da sistem b s c temelji na me- hanski miselnosti. Po mnenju Voelpela, Leibolda in Eckhoffa (2006) je prevladujoča miselnost, povezana z uporabo sistema b s c, odražana predvsem kot mehanično in linearno razmišljanje, zato je s takšnim orodjem težko obravnavati medsebojno povezan in omrežen svet (Vo- elpel, Leibold in Eckhoff 2006, 54). Glede pete pomanjkljivosti Kaplan in Norton (2006b) navajata, da večina podjetij danes deluje v turbulentnem okolju z zapletenimi stra- tegijami, ki so bile popolnoma veljavne, ko so se začele uvajati, vendar lahko izgubljajo veljavnost s spremenjenimi poslovnimi razmerami. V takšnem okolju, kjer se nenehno pojavljajo nove nevarnosti in priložno- sti, morajo podjetja biti sposobna uporabe dvojne zanke za učenje (Ar- gyris 1976, 369). Dvojna zanka povzroča spremembo v domnevah ljudi in teorij o povezavah med vzroki in posledicami. 106 Kazalniki poslovanja za strateško mapo 4.4 Po njunem mnenju morajo managerji sodelovati v intenzivnem dia- logu, s katerim pregledajo razmere na trgu, vrednost ponudb, ki jih raz- deljujejo ciljnim odjemalcem, vedenje konkurentov in notranjih zmo- gljivosti podjetja. Rezultat je lahko potrditev veljavne strategije, s pri- lagoditvijo kvantitativnih povezav med strateškimi kazalniki sistema b s c. Druga možnost pa je, da intenzivni strateški pregledi lahko raz- krijejo potrebo po povsem novi strategiji. Pri tem je dvojna zanka upo- rabljena v okviru novih spoznanj o tržnih pogojih in notranjih zmoglji- vostih podjetja. Ta proces zbiranja podatkov, preizkušanje domnev, raz- mišljanja, strateškega učenja in prilagajanja je temeljnega pomena za uspešno izvajanje poslovne strategije. (Jones 2011b, 16; Kaplan in Nor- ton 1996a, 84; 2006b, 427). 4.4 Kazalniki poslovanja za strateško mapo V poglavju o Kaplan in Nortonovem sistem uravnoteženih kazalni- kov smo predstavili ugotovitev avtorjev in uporabnikov sistema b s c o pomembnosti metode izbiranja kazalnikov (Kaplan in Norton 1992; Lawrie in Cobbold 2002, 5–6). Iz kognitivnih raziskav in literature je razvidno, da človeški kratkoročni spomin v procesu odločanja lahko hkratno obdeluje relativno malo podatkov. Prevelik obseg podatkov je tako lahko prezrt ali zanemarjen s strani uporabnikov, kot so mana- gerji, zato je združevanje in organiziranje podatkov primeren pristop k problemu obvladovanja celovitosti delovanja (Hibbard idr. 2002; Miller 1956, Vaiana in McGlynn 2002 po McGlynn idr. 2003, 617). V praksi je praviloma tako, da najbolj učinkovite strateške mape vse- bujejo po en ali dva kazalnika na strateški cilj. Pri določanju kazalnikov za spremljanje strateških ciljev se uporabljajo kriteriji v obliki vprašanj, kot so: • Nad katerimi kazalniki imamo največji vpliv? • Kateri kazalniki spremljajo želene spremembe vedenja? • Kako je z dostopnostjo podatkov in ali je zbiranje podatkov in nji- hova uporaba enostavna? • Kako blizu ciljne vrednosti smo? Kako hitro se pomikamo proti ci- lju? Ali začnemo merjenje iz obstoječega stanja s tem, kar že imamo na razpolago? Kompleksnost lahko dodamo tudi kasneje. • Kako uporaben je izbrani kazalnik za kaskadno razvrščanje, kar po- meni, da je uporaben na različnih ravneh? • Kako lahko za izbrane kazalnike postavimo izzivalne cilje in stan- darde? 107 4 Sistem uravnoteženih kazalnikov Ko je kazalnik izbran, je treba še določiti podatke, ki jih bomo zbi- rali. Cilji kazalnikov poslovanja so praviloma označeni z rdeče-rumeno- zeleno barvno lestvico, ki nakazujejo raven delovanja. Pri čemer zelena barva pomeni načrtovane vrednosti, rumena barva pomeni vrednosti na meji načrtovanih in rdeča barva prikazuje vrednosti pod načrtova- nimi. Cilji in standardi se določajo na osnovi znanih vrednosti, ki slu- žijo kot referenčne vrednosti (kako je podjetje delovalo v preteklosti) ali na osnovi primerjav uspešnosti v panogi (norme dejavnosti). Včasih imajo podjetja težave pri določanju ciljev in standardov za kazalnike. Kar pomeni, da pri izbiranju kazalnika igra pomembno vlogo zmožnost opredelitve smiselnih ciljev in standardov (Balanced Scorecard Institute 2011, 1–3; Kaplan in Norton 2000c, 322–323; Neely idr. 2002, 69). V preglednici 4.2 predstavljamo nekaj osnovnih kazalnikov poslovanja, ki so značilni za podjetja. Vendar je pomembno poudariti, da ima vsako podjetje ali strateška poslovna enota specifične kazalnike, ki od- ražajo specifičnost izbrane strategije in strateških ciljev podjetij. Osnovni namen kazalnikov je, da zagotavljajo čimprejšnje informa- cije o izkoriščanju opredmetenih in neopredmetenih virov podjetja glede na finančne rezultate, ki so predstavljeni z zakasnitvijo. Identi- fikacija vzročnih povezav kazalnikov poslovanja je torej eden od najpo- membnejših izzivov za uspešno upravljanje neopredmetenih sredstev in managementa na splošno (Kaplan in Norton 2004b, 52, po Moeller 2009, 225; Nagar in Rajan 2005, 907). Koristi sistema merjenja pridejo do izraza, ko je vzpostavljena povra- tna povezava za management, ki usmerja in spodbuja primerne izbolj- šave v delovanju podjetja (Neely idr. 2002, 13). Primernost izbire vidi- kov sistema merjenja ali preizkus njihove kredibilnosti, pa določa vse- bina vidika prispeva pri sporočanju celotne zgodbe strategije podjetja ter njene okoljske in družbene odgovornosti, ki je predstavljena v stra- teški mapi. Na primer poudarek v vidiku, ki vključuje vpliv dejavnosti podjetja na okolje, je na interesnih skupinah, ki jih širša korporativna družbena odgovornost podjetja zadeva. Pomembno pri tem je, da vidik zajema vpliv podjetja na okolje (Jones 2011a, 20). Izbrana strategija mora imeti osnovo na usklajenih procesih, ki so oblikovani za njeno uspešno izvedbo. Procesi so tisti, ki poganjajo or- ganizacijo. V osnovi so medfunkcijski, ker prehajajo skozi več funkcij organizacije in predstavljajo načrte za opravljeno delo ter kje, kdaj in kako se bo delo izvajalo. Številne organizacije razporejajo poslovne pro- cese v štiri kategorije: razvoj proizvodov, ustvarjanje povpraševanja po 108 Kazalniki poslovanja za strateško mapo 4.4 Preglednica 4.2 Pregled osnovnih kazalnikov strateške mape Vidik Naziv kazalnika Finančni Dobičkovnost naložbe Ekonomska dodana vrednost Rast prihodkov Dobičkovnost sredstev Optimiranje stroškov Odjemalci Tržni delež Pridobivanje odjemalcev Ohranjanje odjemalcev Dobičkovnost odjemalcev Zadovoljstvo odjemalcev Sestanki z delničarji Notranji procesi Strateške pobude Delež investicijskih projektov, ki dosegajo cilje Delež zaposlenih, ki imajo usklajene cilje s strategijo Pretočni časi Uspešnost dobave/delež slabih izdelkov (p p m) Učenje in rast Zadovoljstvo zaposlenih Ohranjanje zaposlenih Kompetence zaposlenih/vrednote Inovativnost Delež uporabe sistema managementa znanja op om b e Poleg splošnih kazalnikov podjetij so dodani tudi splošni kazalniki proiz- vodnih podjetij. Prirejeno po Jones (2009, 14) ter Kaplan in Norton (2000c, 322–323; 2001b, 52–53, 129–136; 2004a, 70–72, 120–127, 154; 2006, 207). proizvodih, izpolnjevanje povpraševanja po proizvodih in celotno načr- tovanje in management organizacij. Pri tem je vsaka kategorija proce- sov podprta z različnimi podprocesi (Neely, Adams in Kennerley 2002, 6–7). Za merjenje in management poslovnih procesov potrebujemo merila in kazalnike. Merila so preproste količinske entitete, ki opredeljujejo uporabljena sredstva in so potrebna za razumevanje ravni uspešnosti poslovnega procesa, projekta ter uspešnosti proizvodov. Z merili, ki jih vsebujejo kazalniki poslovnih procesov, spremljamo doseganje posta- vljenih ciljev in trendov kot tudi stopnjo izboljšanja. Pomembno je, da izberemo prava merila in kazalnike, saj lahko nepravilna izbira pripe- lje do neučinkovitih in neuspešnih poslovnih procesov. Skladno z idejo 109 4 Sistem uravnoteženih kazalnikov o ključnih kazalnikih poslovanja, ki sta jo predlagala Kaplan in Norton (1992), uporabljamo izraz kazalnik poslovanja za opredelitev uspešnosti poslovanja na osnovi meritev (Catasús idr. 2007, 508). Razvijanje pri- mernih kazalnikov pa žal ni enostavno in je pogosto vezano na pretekle izkušnje organizacije, primerjave z drugimi organizacijami in povratne informacije od odjemalcev, zato si moramo nenehno postavljati vpra- šanje, kaj se meri, ali ta kazalnik res potrebujemo, zakaj potrebujemo takšen kazalnik? Nenehno moramo tudi ocenjevati, ali so izbrani kazal- niki pravi za organizacijo. V kolikor se izkažejo, da niso, moramo najti način, da se jih čimprej znebimo in ne izgubljamo časa in truda za za- jemanje podatkov, ki jih nihče ne uporablja. Skratka, moramo izvajati prakso izkoriščanja življenjske dobe kazalnikov. Povedano drugače, to pomeni, da ne vztrajamo pri kazalnikih dlje kot traja njihova koristnost in uporabna doba (Neely, Adams in Kennerley 2002, 3). Zaposleni potrebujejo tudi jasnost in doslednost. Razumeti morajo, katere so ključne prednostne naloge v organizaciji. Zato je naloga mana- gementa dosledno uvajanje kazalnikov, ki so pomembni in bodo spod- bujali zaposlene k izvajaju aktivnosti za izboljšanje delovanja v zvezi z merjenimi kazalniki. Za uspešno uvedbo moramo razmišljati o tem, kako bomo spodbudili zaposlene k spremljanju smiselnih podatkov, na osnovi katerih bodo izvajali pobude za izboljševanje poslovanja. Po- membna je tudi komunikacija o tem, kako so kazalniki iz različnih delov organizacije povezani, zato da dodajajo vrednost za odjemalce. Z vpra- šanjem: »Ali nam izbrani kazalniki prinesejo informacijo, ki jo potrebu- jemo za uspešen management organizacije?« pa lahko vedno naredimo preizkus sistema merjenja poslovanja (Janeš in Dolinšek 2010, 267–268; Križman 1999, 27–28; Neely, Adams in Kennerley 2002). Na osnovi analize opisov sistemov uravnoteženih kazalnikov, lahko ugotovimo, da je izmed številnih modelov, pristopov in instrumentov za merjenje uspešnosti podjetij, prevladujoč položaj nedvomno dose- gel Kaplan in Nortonov sistem uravnoteženih kazalnikov. Slednji je na- stal kot nova sinteza med tradicionalnim finančno-računovodskim sis- temom in prizadevanji za doseganje dolgoročnih konkurenčnih zmož- nosti. Tako sistem uravnoteženih kazalnikov upošteva tradicionalne fi- nančne kazalnike kot tudi kazalnike dejavnikov prihodnje uspešnosti. Na takšen način zagotovlja managerjem ključne informacije o dejavno- stih, ki jih upravljajo ali managirajo. 110 5 Empirična analiza kazalnikov poslovanja Metodologija uporabljene empirične analize obsega metode za kvalita- tivno in kvantitativno analizo kazalnikov poslovanja. 5.1 Metodologija kvalitativne empirične analize Metodologija predstavljene kvalitativne empirične analize kazalnikov poslovanja obsega pristop študije primera podjetja, analizo dokumen- tov in zapisov podjetja, polstrukturirane individualne in skupinske in- tervjuje ter opazovanje raziskovalca z lastno udeležbo. Študija primera Študija primera je metodološka izbira, ki je, v okviru monografije, osno- vana na proučevanem proizvodnem podjetju. V raziskovalni praksi se je študija primera izkazala kot ena najučinkovitejših metod pri odkri- vanju nepredvidenih vplivov in njihovih empiričnih utemeljitvah, zla- sti ko gre za razvoj teorije. Drugače povedano, gre za pridobivanje po- globljenega razumevanja kompleksnih fenomenov, kot so npr. procesi spreminjanja, procesi nadzora managementa ter procesi oblikovanja in uvedbe strategij kot tudi medsebojnih vplivov in razmerij med njimi. Pri tem smo uporabili različne metode tako kvalitativne kot kvantitativne, ki smo jih združili zaradi našega interesa v proučevanje sistema mer- jenja poslovanja izbranega podjetja, na osnovi katerega lahko pridemo do novih spoznanj. Prav tako študije primerov omogočajo proučevanje širokega razpona nadzora, vključno s tistimi, ki jih je težko izmeriti z raziskavami. Pri tem se moramo zavedati, da ima tudi en primer svoje sestavne dele, ki medsebojno usklajeno sodelujejo po nekem zaporedju. Seveda ta sistem sodeluje z okoljem, kar tudi predstavlja omejitev v smislu do- ločanja meje med sistemom in njegovim okoljem. Notranje in zunanje sestavne dele sistema smo morali tekom raziskave proučiti in upošte- vati njihov vpliv. Osredinili smo se predvsem na notranji vidik primera zaradi boljšega razumevanja raziskovalnega problema ter izpolnitve na- 111 5 Empirična analiza kazalnikov poslovanja mena in raziskovalnih ciljev. Naš primer zato vključuje celovit sistem- ski pristop, s katerim smo prišli do specifičnih ugotovitev ter do končne rešitve raziskovalnega problema (Voss, Tsikriktsis in Frohlich 2002 po Garengo in Bititci 2007, 804; Gummesson 2000, 83, 84; Langfield-Smith 1997, 221; Stake 2000, 435–436, 447, 449). Metoda polstrukturiranega intervjuja oz. skupinskega intervjuja Metoda polstrukturiranega intervjuja zajema vrsto oblik njene izvedbe, ki je v raziskovalni praksi vezana na vsebino oz. raziskovalni problem, namen, cilje in okoliščine raziskave. Zaradi tega tudi ni splošnih stan- dardiziranih postopkov in pravil izvajanja intervjujev v raziskavah (Eas- terby-Smith, Thrope in Lowe 2005, 134–135; Gummesson 2000, 125– 130; Kvale 2007, 70–71). Oblika polstrukturiranega intervjuja, ki je najbolj odražala zaznani raziskovalni problem, namen raziskave, raziskovalna vprašanja ter cilje in je zato bila zanimiva za našo raziskavo, je gotovo skupinski intervju. Skupinski intervju je v svoji osnovi kvalitativni način zbiranja podatkov. V raziskovalni praksi tako obstajajo različice skupinskih intervjujev, ki se prilagajajo namenu in vsebini raziskave. Poznamo intervjuje, ki so malo ali pa povsem nestrukturirani, kot je možgansko viharjenje; ter Delphi metodo ali fokusno skupino, ki je lahko zelo strukturiran inter- vju na področju marketinga. Glede na širok razpon oblik intervjujev je razumljivo, da ni splošnih standardiziranih oblik in pravil za raziskova- nje z intervjujem. Poleg naštetih se v kvalitativnem zbiranju podatkov veliko uporablja še udeležba raziskovalca z opazovanjem (Angrosino in Mays de Pérez 2000; Easterby-Smith, Thrope in Lowe 2005, 143) in in- dividualni intervjuji. Lastnosti obeh metod se odrazijo v edinstvenosti in značilnosti skupinskega intervjuja kot raziskovalni metodi. Takšni intervjuji se lahko vršijo ob formalnih in neformalnih priložnostih. Kot pri vseh intervjujih tudi pri skupinskem velja, da je raziskova- lec prilagodljiv, objektiven, empatičen, prepričljiv in predvsem dober poslušalec. Saj gre v bistvu za to, da raziskovalec posluša in se uči od intervjuvancev. Pri tem mora voditi intervju na takšen način, da vsi so- delujoči prispevajo svoje odgovore in da v skupini ne prevlada samo ena oseba. Skupinski intervju tudi podpira izmenjavo idej ljudi iz istega so- cialnega, ekonomskega, etičnega in poslovnega področja. Zaradi svojih lastosti ima skupinski intervju prednost pred posamič- nim intervjujem predvsem v množici koristnih podatkov, ki so primerni za analizo, odražajo mnenja vseh sodelujočih in motivirajo in spodbu- 112 Predstavitev podjetja 5.2 jajo razpravo ter izmenjavo mnenj med sodelujočimi osebami. Takšen intervju je tudi relativno prilagodljiv okoliščinam, v katerih se vrši raz- iskava. V skupinskem intervjuju je zaradi izmenjave mnenj udeležencev težko slediti, si zapomniti in zapisati vsa mnenja, pomisleke, ideje ter detajle kot je posamezni vdih in predah intervjuvancev. Zaradi tega praktičnega razloga je primerno uporabljati diktafon, s katerim izde- lamo zvočne zapise. Razen tega jih je moč vedno znova predvajati in tako izdelati korektno transkripcijo zvočnih zapisov (Silverman 2000, 829). Pri tem imajo velik pomen tudi telesna govorica, geste in zname- nja, ki prispevajo k pomenu izrečenih mnenj intervjuvancev (Angrosino in Mays de Pérez 2000, 673). Seveda imajo skupinski intervjuji tudi pomanjkljivosti. Rezultatov analize skupinskih intervjujev ne moremo posploševati, možen je t. i. skupinski premik v razmišljanju udeležencev in možna je prevlada ene osebe ali celo socialni pritiski na udeležence. Poleg tega skupinski in- tervju zahteva tudi boljšo pripravljenost in usposobljenost raziskovalca kot facilitatorja (Easterby-Smith, Thrope in Lowe 2005, 134–136; Fon- tana in Frey 2000, 651–652; Kvale 2007, 67–77; Madriz 2000, 835; Silver- man 2000, 821–834). 5.2 Predstavitev podjetja Podjetje Ydria Motors d. o. o. (y m) se ukvarja s proizvodnjo malih ele- ktromotorjev in ventilatorjev in sodi v sam vrh kompetenčnih centrov na področju elektromotorjev za belo tehniko. Svojo konkurenčnost iz- kazuje s kakovostjo, proizvodno količino in s fleksibilnostjo, ki jo pre- poznana med odjemalci v Evropi in svetu. Poleg tega je podjetje y m, glede na slovenske razmere, nadpovprečno uspešno podjetje z razvitim informacijskim sistemom s a p e r p. Zgodovina Podjetje y m je bilo v začetku poslovanja locirano v bližini 500 let starega mesta Idrije, ki je poznano kot eden izmed največjih rudnikov živega srebra na svetu in po idrijskih čipkah. Od tod tudi izhaja naziv podje- tja Ydria. Podjetje se je razvilo iz nekdanjega obrata Iskre v Železnikih v Iskro Rotomatiko, ta v Rotomatiko in kasneje del nje v Ydria Motors. Leta 2002 se je podjetje zaradi prostorske stiske odločilo poiskati pri- mernejšo lokacijo za nadaljnji razvoj in se je preselilo v Podskrajnik, v občini Cerknica. 113 5 Empirična analiza kazalnikov poslovanja Podjetje y m je v 100  lasti podjetja e b m-Papst iz Landshuta v Nem- čiji, ki ima zelo razvejano prodajno mrežo po svetu. Za y m prestavlja izvoz kar 95  letne prodaje ter le 5  letne prodaje se vrši na domačem trgu (Ydria Motors 2015a). Leta 2006 je zaživel tudi nov mednarodni logistični center, ki skrbi za prevzem materialov in odpremo do matič- nega podjetja v Landshut in Mulfingen ter razdeljevanje izdelkov nepo- sredno končnim odjemalcem. Razdeljevanje izdelkov, kot so sistemski dobavitelj elektromotorjev ter ventilatorjev, se vrši za velike in najpo- membnejše proizvajalce bele tehnike višjega cenovnega razreda, kot so: Miele, Bosch-Siemens, Gorenje, a e g in Electrolux. Podjetje izdeluje več kot tisoč različnih končnih izdelkov, ki se me se- boj razlikujejo glede na zunanji izgled in način vgradnje (npr. sušilni in pralni stroji, hladilniki, ventilatorske in mikrovalovne pečice ter samo- stojni ventilatorji). Podjetje podpira in uresničuje načelo, da mora tudi podjetje živeti s krajem, v katerem deluje, ter na ta način vračati skupnosti, iz katere črpa svoj najpomembnejši vir, ki ga predstavljajo ljudje. Sponzorstva in do- nacije so zato nepogrešljiv del poslovanja. Podpira se zlasti dejavnosti, ki so kakorkoli povezane z zaposlenimi in vlaganji v območja, od koder izvirajo zaposleni. Podpira se pozitivne vplive na okolje in skupnost, predvsem pa se podpira dejavnosti, ki temeljijo na prostovoljnem delu. Na ta način se izpolnjuje del družbene odgovornosti, vrednost podjetja in skrb za traj- nostni razvoj (Ydria Motors 2011a; Ydria Motors 2015a). Razvojni mejniki podjetja Ydria Motors: • 1970; selitev proizvodnje črpalk za pralne stroje iz Železnikov na Uto v Idriji v okviru podjetja i s k r a Široka Potrošnja. • 1971; selitev proizvodnje v nove prostore v Spodnji Idriji. • 1989; postavitev Profitnega centra 2 »Mali motorji« v okviru Iskra Rotomatika. • 1992; prvi dogovori o sodelovanju med Rotomatiko, Spodnja Idrija in Alcatel s e l-om, Landshut. • 1993; selitev motorjev reza 721 (em21) iz Landshuta v Spodnjo Idrijo (posebna pogodba), decembra istega leta slavnostni pod- pis pogodbe na Bledu o ustanovitvi skupne družbe Ydria Motors d. o. o. v lasti Alcatel s e l Gmbh in Rotomatike d. o. o. • 1994; podjetje Ydria Motors prične s proizvodnjo malih elektromo- torjev ter ventilatorjev. 94 zaposlenih družbe Rotomatika d. o. o. se 114 Predstavitev podjetja 5.2 preseli v Ydria Motors d. o. o. S tem prične Ydria Motors d. o. o. sa- mostojno poslovno pot. • 1997; večinski lastnik Alcatel sel odproda svoje podjetje v Lands- hutu in s tem tudi svoj delež, ki ga ima v družbi Ydria Motors, nem- ški družbi e b m, Mulfingen. Nemško podjetje Alcatel s e l, Lands- hut se preimenuje v m v l, Landshut. • 2000; družba Rotomatika d. o. o., Spodnja Idrija ponudi svoj delež Ydria Motors d. o. o. v odkup nemški družbi m v l iz Landshuta. • 2001; družba Rotomatika d. o. o., Spodnja Idrija, odproda svoj de- lež, ki ga ima v podjetju Ydria Motors d. o. o. nemški družbi m v l iz Landshuta. Vršni management družbe Ydria Motors, d. o. o. sku- paj z lastniki družbe seznani zaposlene o načrtu selitve družbe na novo lokacijo. Funkcijo generalnega direktorja prevzame g. Jošt Rupnik, ki podjetje uspešno vodi še danes. Podjetje Ydria Motors d. o. o. je v letu 2001 proizvedlo 4 mio elektromotorjev, kar pomeni uspešno delovanje podjetja kljub načrtovani selitvi. • 2002; celotno podjetje Ydria Motors d. o. o. se zaradi pomanjkanja proizvodnih prostorov in zaradi širitve dejavnosti preseli v Pod- skrajnik pri Cerknici, kjer imajo veliko boljše pogoje za delo vseh zaposlenih. • 2003; razširitev proizvodnih programov elektromotorjev em42 in k 42. Otvoritev nove proizvodne hale. Sprememba imena lastnika družbe m v l Landshut v e b m-Papst Landshut. • 2004; končana selitev končnih izdelkov iz Landshuta. • 2005; širitev proizvodnega programa ec elektromotorji. • 2006; začetek delovanja logističnega centra Slovenija. • 2007; začetek reorganizacije podjetja in gradnje nove proizvodne hale C. • 2008; začetek proizvodnje v novi proizvodni hali C. • 2010; začetek vzpostavljanja kompetenčnega centra. • 2011; podjetje ym postane kompetenčni center skupine ebm- Papst. • 2012; začetek proizvodnje velikih ec ventilatorjev in implemen- tacija poslovno informacijskega sistema s a p e r p (Ydria Motors 2011a; 2011b). 115 5 Empirična analiza kazalnikov poslovanja Vizija, poslanstvo in strategija Podjetje y m svojo vizijo predstavlja na naslednji način: Vizija podjetja y m je postati vodilna proizvodna in razvojna entiteta znotraj skupine e b m-Papst za področje a c¹ motorjev in e c² motorjev, črpalk, ventila- torjev in njihovih komponent za belo tehniko. Poslanstvo podjetja y m je v okviru skupine e b m-Papst opredeljeno kot: • Z lastnim znanjem, tehnologijo ter nenehnim prilagajanjem zah- tevam zagotavljati zadovoljstvo odjemalcev ter lastnikov družbe, kakor tudi odgovorno ravnanje do zaposlenih in širše okolice. Splošna strategija podjetja y m je predstavljena kot: • Tesno sodelovanje med lastniki in managementom podjetja ter ho- rizontalno med službami skupine e b m-Papst in podjetjem y m. • Spodbujanje dobrih partnerskih odnosov na takšen način, da odje- malcem zagotavljamo konkurenčno prednost na tržišču ter skrbjo za vzdrževanje visoke stopnje medsebojnega zaupanja z dobavite- lji. • Nenehno združevanje izkušenj z znanjem, zato nenehno vlagamo v razvoj, znanje in veščine zaposlenih (Ydria Motors 2011b). Proizvodni program Rezultat dolgoletnega proizvodnega in razvojnega dela in sodelovanja s poslovnimi partnerji se odraža v tem, da podjetje y m nudi relativno širok proizvodni program elektromotorjev za belo tehniko in ostale na- prave. Proizvodni program zato obsega: • Puhala segretega zraka: program obsega ventilatorje vročega zraka, ki predstavljajo odlično zračno oskrbo v gospodinjskih aparatih, kot tudi v mnogih drugih aplikacijah, kot so raznovrstne peči, pe- čice, klimatske omare, grelniki hrane ali medicinska oprema in su- šilne peči. Ventilatorji se odlikujejo po optimalnih zračnih preto- kih, kakor tudi po dolgi življenjski dobi. Delujejo izredno tiho in opravljajo delo z izjemno zanesljivostjo. • Radialna puhala z ec elektormotorji: program odlikuje nizka poraba energije, tiho delovanje, visoki delovni obrati r p m (ang. Revolu- tions per Minute) do 5000, visoka zanesljivost ter r p m je možno ¹ Elektromotor na izmenični tok (ang. Alternating Current Motor). ² Elektronski komutacijski motorji (ang. Electronically Commutated Motors). 116 Predstavitev podjetja 5.2 odčitati in kontrolirati z zunanjim nadzorom. Radialna puhala se uporabljajo predvsem za grelnike v plinskih pečeh. • Radialno puhalo: v programu so radialna puhala z naprej ukrivlje- nimi ventilatorji z maksimalnim tlakom, pretokom zraka, nizko stopnjo hrupa in veliko učinkovitostjo. Lopatica na gredi motorja med ohišjem puhala in motorja znižuje prenos temperature, ki se prenaša prek gredi na sistem uležajenja. • Nofrost: Nofrost program se sestoji iz elektronskih komutacijskih motorjev (e c) z majhno vhodno močjo (P < 2 W), ki jih odlikuje tiho delovanje, visoka zanesljivost in dolgotrajno delovanje. Vgrajena elektronika je zaščitena z lakom, celotna enota pa je položena v plastično ohišje, ki ga je možno priključiti neposredno na glavno napajanje. Tipična uporaba teh elektromotorjev je v zamrzovalnih skrinjah pri temperaturi do –40° C in relativni vlagi do 95 . • Posebej prilagojeni motorji in motorji puhal: so asimetrično zasno- vani motorji z dvema poloma. Rotor je uležajen med dva ležajna jarma, pri katerih je osnova sinter ležaj, ki ga obdaja mazivo, glede na pogoje delovanja motorja. Motorji te vrste so enostavni, imajo dolgo življenjsko dobo, vzdrževanje ni potrebno in ne povzročajo interferenc. • Črpalke: izdelki iz programa črpalk se uporabljajo za pralne in su- šilne stroje, klimatske ali grelne enote za kondenzacijo plina, v dru- gih industrijskih napravah pa tudi za posebne in natančno dolo- čene namene. Ohišje črpalk je plastično. Na voljo so s tuljavo v ohišju in konektorjem Rast-5. Izdelava različic je odvisna od zahtev odjemalca in pogojev delovanja. • Tangencialna puhala: program obsega tangencialna puhala za kli- matske naprave, solarije, grafoskope, hlajenja peči in grelne enote. Takšna uporaba tangencialnih puhal zahteva ventilator z mini- malno pritrdiveno globino in maksimalnim zračnim pretokom pri nizkih pretočnih razmerjih. Tangencialni ventilatorji so idealna rešitev, ker nudijo visok zračni pretok pri relativno nizkih tlakih obenem pa minimalni šum (Ydria Motors 2011a). Organiziranost Podjetje y m je član skupine e b m-Papst, ki združuje tri glavna podjetja v Mulfingenu, St. Georgenu in Landshutu v Nemčiji. Skupina deluje na enajstih industrijskih področjih, obsega sedemnajst proizvodnih lokacij 117 5 Empirična analiza kazalnikov poslovanja Generalni manager Vodja Vodja kadrov tehnologije in financ Produktna Kadri in finance skupina A Produktna Vzdrževanje Računovodstvo skupina B Logistični center Kontroling Zagotavljanje Informacijske kakovosti tehnologije Strateška nabava Splošne storitve Raziskave in razvoj Oblikovanje naprav Laboratorij Slika 5.1 Organizacijska shema Ydria Motors d. o. o. (povzeto po Ydria Motors 2011b) in sedeminpetdeset prodajnih mest. Svoje poslovne enote ima skupina e b m-Papst razporejene po vsem svetu tako, da z njimi oskrbuje trge od Albanije v j v Evropi do Zimbabveja v Afriki. Eno od pomembnejših po- dročij je področje gospodinjskih aparatov oz. bele tehnike (e b m-Papst 2012). Podjetje y m je organizirano kot kompetenčni center, ki proizvaja in razvija stroje, naprave in elektromotorje za vgradnjo v končne iz- delke bele tehnike. Podjetje vodi generalni manager z dvema prokuri- stoma, ki operativno managirata tehnologijo ter kadre in finance. Zno- traj področja tehnologij je strateška nabava, dve produktni skupini, ki proizvajata izdelke, logistični center, služba za zagotavljanje kakovosti ter razvojne organizacijske enote. Področje kadrov in financ pa vklju- čuje službe za kadre, finance, računovodstvo, kontroling, informatiko ter splošne storitve (glej sliko 5.1). Organizacijska shema podjetja y m odraža podporo izbranim strategijam, ki jih narekuje nenehno prilagajanje poslovnim okoliščinam na domačem in tujih trgih. 118 Analiza dokumentov in zapisov 5.3 5.3 Analiza dokumentov in zapisov V obsegu analize dokumentov in zapisov smo pregledali in proučili sple- tne strani podjetja, poslovnik vodenja kakovosti, letno poročilo 2011, dokumente o transfernih cenah in zapise podatkov kazalnikov poslo- vanja (Ydria Motors 2011d; 2015a), ki jih podjetje spremlja in posreduje lastniku v obliki mesečnih poročil. Vrste transakcij podjetja Med podjetjem y m in ostalimi članicami skupine e b m-Papst poteka vrsta nadzorovanih transakcij. Na podlagi dostopne dokumentacije so prepoznane nadzorovane transakcije podjetja naslednje: • Transakcije blaga. • Transakcije storitev. • Finančne transakcije. • Transakcije nakupov in prodaje premoženja. • Ostale transakcije. Podjetje y m vrši različne transakcije s poslovnimi partnerji, ki se raz- likujejo po vsebini in obsegu. Vse transakcije so skladne z zahtevami zakonodaje v Republiki Sloveniji. V nadaljevanju v krajši obliki predsta- vljamo značilnosti posameznih transakcij skladno z interno dokumen- tacijo podjetja y m (Ydria Motors 2011c). Transakcije blaga Transakcije blaga se vršijo dvosmerno med podjetjem y m in ostalimi članicami skupine e b m-Papst. Pri tem je vrsta izmenjanega blaga pred- vsem v obliki surovin, polizdelkov in končnih izdelkov. V Sloveniji podjetje y m deluje kot pogodbeni proizvajalec. Izdelki so proizvedeni z rabo tehnologije in znanja ter v količinskem obsegu, ki ga zagotavlja e b m-Papst. Poleg tega skupina e b m-Papst sodeluje pri na- kupu surovin in sestavnih delov, kot tudi pri izpolnjevanju zahtev glede embalaže, ki se uporablja v proizvodnem procesu. Cene materialov in polizdelkov za proizvajalni proces in nakup iz strani e b m-Papst se do- ločajo na osnovi proizvodnih stroškov. Transakcije polizdelkov se vršijo obojestransko med podjetjem y m in skupino e b m-Papst. Na slovenskem trgu to pomeni, da podjetje y m kupuje polizdelke za nadaljnjo vgradnjo v končne izdelke in prodajo od- jemalcem na osnovi naročil. V nasprotni smeri se tudi vrši prodaja pol- 119 5 Empirična analiza kazalnikov poslovanja izdelkov skupini e b m-Papst skladno s sklenjenimi pogodbami (Ydria Motors 2011c). Transakcije storitev Transakcije storitev se vršijo prek logističnega centra v Sloveniji, ki opravlja predvsem tri funkcije: • Prva funkcija predstavlja skladiščenje polizdelkov, ki so v lasti e b m-Papst in so namenjeni prodaji podjetju y m, kadar je to po- trebno za proizvodnjo končnih izdelkov. • Druga funkcija predstavlja skladiščenje izdelkov, ki jih proizvede podjetje y m, in se dobavljajo oz. razdeljujejo odjemalcem skupine e b m-Papst. • Tretja funkcija predstavlja skladiščenje surovin, ki jih kupi skupina e b m-Papst za lastno proizvodnjo od slovenskih in drugih regional- nih dobaviteljev. Pri izvajanju storitvenih transakcij se upoštevajo stroški materiala in transporta, stroški špediterjev, stroški dela, amortizacija ter drugi stroški poslovanja in financiranja (Ydria Motors 2011c). Finančne transakcije Pri bančnih posojilih zagotavlja potrebno bančno garancijo skupina e b m-Papst, saj podjetje y m v Sloveniji ni moglo pridobiti bančnega posojila zaradi finančne krize, posojilnega krča in predvsem zaradi viso- kih obrestnih mer slovenskih bank. Podjetje y m je imelo zagotovljene finančne vire pri slovenskih bankah do začetka finančne krize. Poleg tega je skupina e b m-Papst omogočila posojilo podjetju y m po interni obrestni meri (Ydria Motors 2011c). Transakcije nakupov in prodaje premoženja Transakcije nakupov in prodaje premoženja se med podjetjem y m in skupino e b m-Papst vršijo predvsem v obliki nakupa in prodaje naprav in orodij za proizvodnjo. Pri tem se cene zaračunavajo na osnovi spreje- tih navodil znotraj skupine e b m-Papst, ki upoštevajo: knjižno vrednost premoženja, življenjski cikel posamezne vrste premoženja in stroške pridobitve premoženja (Ydria Motors 2011c). Ostale transakcije Med ostale transakcije v podjetju y m uvrščajo laboratorijske storitve in stroške izobraževanja za zaposlene. Pri tem se stroški laboratorijskih 120 Analiza dokumentov in zapisov 5.3 storitev skupine e b m-Papst obračunavajo podjetju y m, stroške izobra- ževanja zaposlenih pa krije skupina e b m-Papst. Ekonomska analiza Poglavje o ekonomski analizi vsebuje kratko ekonomsko analizo. Eko- nomska analiza je bila izvedena za transakcije, ki se pregledujejo na pod- lagi metode za oblikovanje transfernih cen. Obenem pa se z metodo oblikovanja transfernih cen preizkusi, ali je bilo pri tem izpolnjeno tr- žno načelo.³ Transakcije blaga Nakup končnih izdelkov se izvaja tako, da skupina e b m-Papst končne iz- delke prodaja podjetju y m, ki jih nato naprej trži do tretjih odjemalcev na slovenskem trgu. Transferne cene za standardne izdelke so določene z upoštevanjem proizvodnih stroškov in verjetno končno ceno izdelka na trgu. Za prodajo končnih izdelkov med povezanimi poslovnimi partnerji v skupini e b m-Papst in preprodajo tretjim odjemalcem se uporablja me- toda preprodajne cene. Značilno za takšno preprodajo je, da je vanjo vljučeno vsaj eno podjetje iz skupine e b m-Papst. Metoda preprodajne cene se uporablja skladno z oe c d⁴ smernicami. V splošnem in skladno s smernicami oe c d metoda prodajne cene upo- števa ceno, po kateri se izdelek prodaja na trgu, in je zmanjšana za ustre- zno bruto maržo (tj. marža preprodajne cene). Bruto marža predstavlja znesek, s katerim prodajalec lahko pokrije vse prodajne in ostale opera- tivne stroške in ustvari ustrezen dobiček (Ydria Motors 2011c). Metoda stroškov in pribitka se uporablja za prodajo in nakup poliz- delkov znotraj skupine e b m-Papst. Transferna cena je tako določena na osnovi proizvodnih stroškov brez pribitka. Skladno s smernicami oe cd metoda stroškov in pribitka upošteva stroške, ki jih ima dobavitelj pol- izdelkov ali storitev v nadzorovani transakciji. Pri tem je upoštevan tudi ³ Tržno načelo za oblikovanje transfernih cen določa, da mora znesek, ki ga zaračunava eden od povezanih poslovnih partnerjev drugemu poslovnemu partnerju za določen proizvod, biti enak, kot če poslovna partnerja ne bi bila povezana. Skladno s tržnim načelom je torej cena za transakcijo med povezanima poslovnima partnerjema enaka, kot bi bila cena te transakcije na prostem trgu. ⁴ oe c d je kratica za Organizacijo za ekonomsko sodelovanje in razvoj. Republika Slove- nija je članica omenjene organizacije od julija 2010 dalje. 121 5 Empirična analiza kazalnikov poslovanja pribitek zato, da se zagotovi ustrezen dobiček v obsegu opravljenih na- log in razmer na trgu (Ydria Motors 2011c). Metoda stroškov in pribitka se uporablja tudi za pogodbene proizvodne dejavnosti podjetja y m. S tem so dejavnosti proizvajalca poplačane na osnovi proračunsko financiranih urnih postavk, ki upoštevajo proiz- vodne stroške in pribitek, s katerim si podjetje zagotavlja razumen do- biček (Ydria Motors 2011c). Transakcije storitev Podjetje y m zagotavlja skupini e b m-Papst logistične storitve, saj je sku- pina e b m-Papst podprla postavitev logističnega centra v Sloveniji. Za opravljene logistične storitve v okviru skupine e b m-Papst je v uporabi metoda stroškov in pribitka (Ydria Motors 2011c). Finančne transakcije Pri bančnih posojilih zagotavlja skupina e b m-Papst bančno garancijo za tveganje neplačevanja obveznosti. Pri tem je v uporabi metoda primer- ljive nenadzorovane cene, ki primerja ceno v nadzorovani transakciji s primerljivo ceno v nenadzorovani transakciji v primerljivih okoliščinah (Ydria Motors 2011c). Pri posojilih je v uporabi metoda primerljive tržne cene, za ugota- vljanje izpolnjevanja tržnega načela. Metoda primerljive tržne cene pri- merja ceno v nadzorovani transakciji s primerljivo ceno v nenadzoro- vani transakciji. Pri tem pa morajo biti primerljive tudi poslovne okoli- ščine (Ydria Motors 2011c). Transakcije nakupov in prodaje premoženja Skupina e b m-Papst prodaja nova in rabljena sredstva podjetju y m in tudi nakupuje nova sredstva od podjetja y m. Transferne cene za stroje in orodja so izračunane z upoštevanjem nakupne cene in davka. Pri tem je upoštevano, da so stroški amortizacije sredstev, ki se uporabljajo za proizvodnjo že vračunani v ceno izdelka z metodo stroškov in pribitka (Ydria Motors 2011c). Ostale transakcije Na zahtevo tretjega odjemalca podjetje y m lahko naroči laboratorijske storitve iz skupine e b m-Papst. Stroški laboratorijskih storitev se potem zaračunavajo podjetju y m. Ti stroški so nadalje brez pribitka zaračunani tretjemu odjemalcu. 122 Analiza dokumentov in zapisov 5.3 Skupina e b m-Papst tudi krije stroške izobraževanj, ki nastanejo v zvezi z izobraževanjem in poslovnim potovanjem zaposlenih iz podjetja y m na lokacije skupine e b m-Papst v Nemčiji (Ydria Motors 2011c). Družbena odgovornost Družbena odgovornost podjetij postaja čedalje pomembnejši dejavnik vpetosti podjetij v lokalno skupnost in širše družbeno okolje. Slednja se odraža tako v ekonomski uspešnosti podjetij z vključitvijo spremlja- nja družbenih in okoljskih dejavnikov v poslovne aktivnosti kot tudi v etičnem ravnanju z zaposlenimi in okoljem. Na določen način se je tudi podjetje y m zavezalo k podpori nekaterih dejavnikov družbene odgo- vornosti. Svojo podjetniško odgovornost podjetje y m izkazuje v vsako- letnem povečevanju vložkov v pridobivanje znanja zaposlenih in skrbi za njihovo stalno učenje. Brez nenehnega učenja zaposlenih podjetje dolgoročno skorajda ne more več ostati konkurenčno ob vse večji glo- balizaciji in naraščanju števila novih konkurentov na trgu. Osebna in strokovna rast zaposlenih ter skrb za njihovo pripadnost podjetje y m prepoznava kot dolžnost in zavest, ki jo je treba skrbno negovati. Pod- jetje je organiziralo tudi sistem rednih preventivnih zdravstvenih pre- gledov, s katerimi izraža skrb za zdravje in varnost zaposlenih. Ker je tudi neformalno druženje med sodelavci pomembna sestavina dobrih medsebojnih odnosov in povezovanje med sodelavci pogoj za uspešen kolektiv, podjetje y m organizira druženja ob različnih prilo- žnostih, kot so: pikniki, novoletne zabave, smučarska tekmovanja in ostale oblike druženja. Ob naštetih priložnostih so na družabne do- godke vabljeni tudi upokojeni sodelavci in štipendisti. Pri presoji o delitvi sponzorskih in donatorskih sredstev podjetje y m upošteva načelo vključenosti organizacij, ki so posredno in neposredno povezane z okoljem, v katerem posluje podjetje, in okoljem, v katerem živijo zaposleni s svojimi družinami. Na takšen način se sponzorska in donatorska sredstva razpršijo v več organizacij in društev ter med špor- tne in kulturne prireditve. Poleg naštetih dejavnikov je tudi varovanje okolja, ustvarjanje er- gonomičnih delovnih pogojev in skrb za zadovoljstvo zaposlenih po- membna in stalna naloga podjetja. Podjetje y m se je zavezalo k varovanju okolja že v letu 2000, ko so pre- jeli certifikat za evropski standard za sisteme ravnanja z okoljem i s o 14001. Certifikat so v letu 2003 in 2005 obnovili skladno z veljavno ver- zijo standarda i s o14001. 123 5 Empirična analiza kazalnikov poslovanja Da je podjetje y m zazrto v prihodnost izkazuje tudi z uveljavljeno fi- lozofijo. Slednja je osnovana na prepričanju, da je družbeno odgovorno delovanje enako pomembno kot kakovost izdelkov in ekonomičnost po- slovanja. Vpliv na okolje podjetje ocenjuje vsako leto ter ga opiše v Registru po- membnih okoljskih vidikov. Nekateri uspešno izpolnjeni okoljski vidiki podjetja so (Ydria Motors 2011a; 2011b; 2015b): • Izgradnja logističnega centra in transportnega mostu. • Izgradnja nove proizvodne hale pg3. • Odgovorno ravnanje in ločevanje komunalnih odpadkov. • Odgovorno ravnanje z nevarnimi odpadki in uvajanje materialov, ki niso nevarni za okolje. • Urejena okolica podjetja. • Optimirana poraba energentov in izkoriščanje odpadne toplote. Kakovost Pod izrazom kakovost podjetje y m razume preseganje zaveze o izpol- nitvi vseh zahtev odjemalcev, predpisov in regulative, ki se nanašajo na izdelke. Enako velja tudi glede izpolnjevanja drugih zahtev, ki jih je pod- jetje sprejelo. Kakovost je tako na prvem mestu med prioritetami in je vgrajena v sistem poslovanja podjetja ter redno preverjana. Podjetje y m si poslovanja brez ustreznega sistema vodenja kakovo- sti v sedanjosti ne more predstavljati. Kot sodobna organizacija, ki je sposobna hitrega prilagajanja zahtevam odjemalcev in poslovnega oko- lja, se za doseganje konkurenčnosti na trgu odziva s procesom stalnih izboljšav in razvojem novih oblik organiziranosti. Certifikat i s o9001 za vodenje sistema kakovosti, ki ga je podjetje prejelo v letu 1998, podpira konkurenčno prednost družbe v poslovnem okolju ter predstavlja osnovo kakovosti izdelkov, poslovnih procesov in celotne organizacije. Poleg britanskega certifikacijskega zavoda (b s i), ki preverja delo- vanje sistema vodenja kakovosti skladno z zahtevami standarda i s o 9001, izvajajo pooblaščene certifikacijske hiše tudi testiranje, ocenje- vanje in nadzor izdelkov za tuja tržišča (npr. nem. Verband der Elektro- technik Elektronik Informationstechnik v de, ang. Underwriters Laborato- ries u l, ang. Canadian Standards Association c s a). Sistem obvladovanja kakovosti presojajo tudi domači in tuji poslovni partnerji, kar utrjuje 124 Analiza dokumentov in zapisov 5.3 utečene poslovne tokove ter možnosti za razširitev sodelovanja v pri- hodnosti. Politika kakovosti in ravnanja z okoljem je vodilo za delovanje vsem zaposlenim v družbi. Spoštovanje politike kakovosti in ravnanja z oko- ljem usmerja podjetje k izboljševanju poslovnih rezultatov in konku- renčnosti, kar vodi do večjega zadovoljstva odjemalcev in zaposlenih. Zagotavljanje dolgoročnega pozitivnega finančnega donosa je za pod- jetje y m najpomembnejši cilj v razmerju do lastnikov tj. skupine e b m- Papst. V ta namen podjetje stalno nadgrajuje poslovne procese, izdelke ter doseženo kakovost. Kot del velike mednarodne organizacije, podjetje y m omogoča odje- malcem celovite problemske rešitve s hitrim in profesionalnim pristo- pom. Zadovoljstvo odjemalcev je za podjetje izjemno pomembno, zato se zavzema za realizacijo optimalnih rešitev. V ta namen se je podjetje tudi uspešno preoblikovalo v kompetenčni center skupine e b m-Papst. Z dobavitelji podjetje y m razvija partnerski odnos. Skupaj stremijo k višji ravni kakovosti izdelkov, naprav in ravnanja z okoljem. Timsko delo z dobavitelji ravno tako pripomore k hitrejšemu odzivu na zahteve tržišča. Za prepoznavanje tveganj v zvezi s kakovostjo izdelkov in poslovnimi procesi podjetje y m uporablja različna orodja kakovosti. Tveganja od- pravlja z dogovorjenimi ukrepi še v času načrtovanja in se tako preven- tivno izogiba stroškom, ki jih povzročijo naknadne spremembe. Tve- ganja, ki se pojavijo kasneje, so obvladovana z izvajanjem projektov, z definiranimi ukrepi, nosilci projektov in ukrepov ter ustreznimi izved- benimi časovnicami. Tveganja vplivov podjetja na okolje so prepoznana, vodena v regi- stru okoljskih vidikov ter redno spremljana in ocenjevana. Podjetje de- luje proaktivno pri preprečevanju onesnaževanja ter izboljševanju sta- nja okolja. S širitvijo proizvodnje energijsko varčnih e c motorjev in ventila- torjev podjetje y m daje pomemben prispevek k stabilizaciji klimatskih sprememb. Poleg certifikata za vodenje sistema kakovosti je podjetje y m prejelo v letu 2000 certifikat za sistem ravnanja z okoljem i s o14001, ki obsega celotno družbo na vseh lokacijah, kjer se opravlja dejavnost podjetja. V tem okviru tudi organizacija prevzema družbeno in socialno odgovor- nost za ravnanje z okoljem in varovanje zdravja svojih zaposlenih. Vsi zaposleni delujejo skladno z načelom minimalnega obremenje- 125 5 Empirična analiza kazalnikov poslovanja vanja okolja. Za vsako zaznano odstopanje v obremenjevanju okolja ali varnosti in zdravja pri delu odgovorna oseba določi in izvaja ustre- zne ukrepe. Vsi zaposleni tudi spoštujejo pravila o varovanju okolja in zdravja pri delu. Poleg tega upoštevajo tudi navodila glede izdelave in ravnanja z izdelki in napravami. Dokazilo, da podjetje y m za svoje zaposlene vzdržuje ugodne delovne razmere, predstavlja tudi certifikat Družini prijazno podjetje, ki ga je podjetje prejelo leta 2007. Management in vsi zaposleni v podjetju y m so se tudi zavezali k stal- nemu spremljanju in izpolnjevanju vseh zakonodajnih zahtev in pred- pisov. Z vsemi odjemalci in odgovornimi institucijami kot so inšpekcije, certifikacijske hiše, sindikati in ostalimi partnerskimi organizacijami podjetje vzdržuje partnerske odnose in odprt dialog (Rupnik 2011b). Procesni pristop Z vpeljavo standardov kakovosti, ki smo jih predstavili v poglavju o ka- kovosti, je podjetje y m v svoj sistem managementa vgradilo orodja, ka- terih osnova je procesni pristop. Namen vpeljave managerskih orodij je zagotavljanje učinkovitega in uspešnega delovanja podjetja. Standard sistema vodenja kakovosti i s o9001 tako podpre identifikacijo pove- zav med aktivnostmi, ki pretvarjajo vhode v izhode z rabo virov podje- tja. Na sistematičen način tako identificiramo nabor aktivnosti, ki dolo- čajo posamezni poslovni proces. Pri tem se v praksi pogosto uporablja Shewart-Demingov⁵ krog, s katerim opišemo posamezne procese. Po- slovni procesi so medsebojno povezani, saj izhod iz enega procesa pred- stavlja vhod v nek drug proces. Takšen sistematični način, s katerim opišemo poslovanje podjetja, imenujemo procesni pristop. Njegova po- membna prednost je v tem, da omogoča nenehno spremljanje posamez- nih procesov in njihovih medsebojnih povezav, vplivov in kombinacij. Procesni pristop podpira razumevanje zahtev odjemalcev, obravnavo procesov z vidika dodane vrednosti za odjemalca, učinkovitosti proce- sov, rezultatov procesov in izboljšav procesov na osnovi merjenj (Urad Republike Slovenije za standardizacijo in meroslovje 2000, 6–7). Slika 5.2 predstavlja shemo poslovnih procesov in njihovih povezav. ⁵ Metoda se sestoji iz Planiraj, Izvedi, Nadziraj in Ukrepaj (ang. p d c a). Pri tem Planiraj pomeni vzpostavitev ciljev in procesov, ki so potrebni za doseganje rezultatov organizacije. Izvedi pomeni izvajanje procesov. Nadziraj predstavlja nadzor in merjenje pro- cesov ter proizvodov glede na postavljene cilje. Nadzor vsebuje tudi poročanje. Ukrepaj pomeni sprejemanje in izvajanje ukrepov, ki vodijo k izboljšavam. 126 Analiza dokumentov in zapisov 5.3 Upravljanje podjetja a Procesi osnovne dejavnosti lastnik Uresničevanje Razvoj in Povezovanje in Nabava lastnik Trženje vizije in odzivna z odjemalci in in razvoj naprav in strategije proizvodnja in vzajemno dobaviteljev izdelkov lastnika izdelkov iskanje rešitev jemalcevdo zaposleni Podporni procesi Upravljanje s človeškimi viri ahteveZ jemalci, Upravljanje finančnih virov od Upravljanje informacijskih virov jni ji Upravljanje partnerstev itelv adovol Upravljanje varovanja ljudi, okolja in družbene odgovornosti Z Doba Upravljanje celovite kakovosti Slika 5.2 Poslovni procesi v podjetju Ydria Motors d. o. o. Poleg tega je jasno izražen vpliv zahtev odjemalcev na vhodih v poslovne procese ter vpliv izhodov poslovnih procesov na odjemalce, zaposlene in lastnika podjetja. Na takšen način podjetje tudi izpolnjuje eno od splošnih zahtev standarda i s o9001, ki narekuje določitev zaporedja in medsebojnih vplivov poslovnih procesov (Urad Republike Slovenije za standardizacijo in meroslovje 2000, 11). Ugotovitve analize dokumentov in zapisov Pregled razvojnih mejnikov, vizije, poslanstva in strategije kot tudi osnovne dejavnosti, organiziranosti in skupin poslovnih procesov nam je podal prvi vtis o podjetju y m. Pregled in analiza dokumentov in zapi- sov podjetja pa sta oblikovala osnovo, s katero smo prišli do naslednjih ugotovitev: • Podjetje ym uspešno kljubuje spremembam v svojem družbenem in poslovnem okolju, kar je razvidno iz razvojnih mejnikov in spre- memb organiziranosti. • Iz vizije, poslanstva in strategije je razvidna proizvodno-razvojna usmerjenost, ki je ambiciozna in skladna z vizijo in poslanstvom ter strateškimi usmeritvami lastnika tj. skupine e b m-Papst. • Politiko kakovosti in ravnanja z okoljem podjetje postavlja kot vo- dilo za delovanje vseh zaposlenih. Podjetje redno vzdržuje, izbolj- šuje in recertificira pridobljene standarde za sistem vodenja kako- 127 5 Empirična analiza kazalnikov poslovanja vosti, sistem ravnanja z okoljem, certifikate za testiranje, ocenjeva- nje in nadzor izdelkov za tuja tržišča ter certifikat Družini prijazno podjetje. Na osnovi analize dokumentov in zapisov smo identificirali ključne poslovne procese, ki pomembno prispevajo k poslovnim rezultatom podjetja. Ključni procesi osnovne dejavnosti podjetja so tako: • Uresničevanje vizije in strategije lastnika. • Nabava in razvoj dobaviteljev. • Razvoj in odzivna proizvodnja izdelkov. • Trženje naprav in izdelkov. • Povezovanje z odjemalci in vzajemno iskanje inovativnih rešitev. Z opravljeno analizo dokumentov in zapisov smo dopolnili deskrip- tivno analizo nastanka in razvoja sistema meril in pripadajočih kazal- nikov (glej poglavje o zgodovinskem pregledu razvoja ter poglavje o sis- temih uravnoteženih kazalnikov in strateških mapah). Na takšen na- čin smo delno izpolnili prvi cilj raziskave v smislu deskriptivne analize nastanka in razvoja sistema uravnoteženih kazalnikov poslovanja na osnovi dostopne literature, raziskav in virov v obliki dokumentov in za- pisov proizvodnega podjetja. 5.4 Analiza in ugotovitve polstrukturiranih intervjujev Namen kvalitativne analize s polstrukturiranimi intervjuji je bil po- stavitev sistema uravnoteženih kazalnikov, ki je predstavljal osnovo za kvantitativno analizo vzročnih povezav med kazalniki poslovanja pod- jetja y m. Polstrukturirane intervjuje smo v empiričnem delu raziskave izvedli na namenskem⁶ vzorcu treh managerjev, ki predstavljajo dve najvišji hierarhični ravni managementa oz. vršni management podje- tja (glej sliko 5.1). Razlog je bil v tem, da izbrani intervjuvanci najbolje poznajo delovanje in poslovno uspešnost podjetja (Gummesson 2000, 40–41; Yin 1994, 78–80). Vršili so se kot posamični polstrukturirani in- tervjuji ali skupinski polstrukturirani intervjuji s člani vršnega manage- menta na skupno osmih delavnicah. Delavnice so bile tematsko usmer- jene in so se vršile v obdobju od aprila 2011 do aprila 2012. Zapisi in- ⁶ Namenski vzorec izberemo, kadar pri proučevanju raziskovalnega problema potrebu- jemo posameznike, ki nam lahko omogočijo poglobljeno razumevanje raziskovanega fenomena (Babbie 2007, 184; Ivanko 2007, 21; Trnavčevič 2006). 128 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 tervjujev so arhivirani v papirni, elektronski in zvočni obliki in predsta- vljajo del obsega zapisov raziskave. Na osnovi obširnega pregleda literature in raziskav, analize doku- mentov in zapisov podjetja y m kot tudi njihove sinteze in ugotovitev smo se odločili, da bomo pri izvedbi polstrukturiranih intervjujev upo- rabili naslednja ključna vprašanja, ki so usmerjala postavitev sistema uravnoteženih kazalnikov: • Kakšna je vizija za prihodnje triletno obdobje podjetja ym, kot jo vidi lastnik in management podjetja? • Kakšno je poslanstvo podjetja glede na izbrano triletno vizijo? • Katere so strateške teme skupine ebm-Papst? • Katere so strateške teme podjetja ym, ki bodo podprle izpolnjeva- nje vizije usklajene s pozicijo y m v skupini e b m-Papst? • Kateri strateški cilji bodo podprli izvajanje vizije ter po katerih strateških temah jih bomo razvrstili? • Kateri izmed naštetih ciljev opisujejo, kaj je treba narediti (to so strateški cilji na ravni celotnega podjetja y m)? • Kateri izmed naštetih ciljev opisujejo, kako je treba neko pobudo izvesti (to so operativni cilji)? • Kako lahko opišemo lastnosti strateških ciljev? • Kako bomo razvrstili strateške cilje po vidikih sistema uravnote- ženih kazalnikov (priporočljiv je pristop »od zgoraj navzdol«, ki se začne z načrtovanimi finančnimi rezultati in rezultati v zvezi z od- jemalci ter nadaljuje k poslovnim procesom in dejavnikom spre- memb v vidiku učenja in rasti). • Na kakšen način bomo ugotovili uravnoteženost razvrščenih stra- teških ciljev (finančni in nefinančni vidik, notranji in zunanji vidik ter kratkoročni in dolgoročni kazalniki uspešnosti poslovanja)? • Katere vzročno-posledične povezave med strateškimi cilji dodajajo vrednost za odjemalce in deležnike ter se odražajo v finančnih re- zultatih? • S katerimi kazalniki poslovanja bomo merili doseganje strateških ciljev in podprli kvantitativno analizo povezav? Med izvajanjem delavnic smo s ključnimi vprašanji in smiselnimi podvprašanji pridobili poglobljen vpogled v stališča in mnenja vršnega management glede delovanja podjetja ter vpogled v vizijo in načrtova- nega razvoja podjetja. 129 5 Empirična analiza kazalnikov poslovanja Vprašanja za polstrukturirane intervjuje, ki so se izvajali v obliki te- matskih delavnic, so nas usmerjala pri določanju najustreznejšega sis- tema uravnoteženih kazalnikov, ki je bil postavljen po naslednjih kora- kih: • Predstavitev koncepta sistema uravnoteženih kazalnikov za mana- gement. • Določanje vizije in osvežitev poslanstva podjetja ym. • Konsenz glede vsebine izjave o namenu. • Usklajevanje in določanje strateških tem. • Določanje strateških ciljev in razvrščanje ciljev znotraj strateških tem. • Razvrščanje strateških ciljev po štirih vidikih sistema uravnoteže- nih kazalnikov. • Določanje vzročno-posledičnih povezav med strateškimi cilji in identificirana strateška mapa na ravni podjetja y m. Pred začetkom aktivnosti za neposredno določanje sistema uravnote- ženih kazalnikov smo izvedli predstavitev samega koncepta in zbiranje mnenj vršnega managementa o strategiji, pričakovanih spremembah, sistemu merjenja poslovanja in kazalnikih poslovanja. Predstavitev koncepta sistema uravnoteženih kazalnikov za management Na uvodnem sestanku v marcu 2011 in prvih delavnicah v letu 2011 je bil vršnim managerjem predstavljen koncept sistema uravnoteženih kazal- nikov za proizvodna podjetja. Namen predstavitve koncepta (glej sliko 5.3) je bil seznanjanje managementa s procesom postavitve sistema uravnoteženih kazalnikov in končnim ciljem delavnic, katerih namen je bil izdelati sistem uravnoteženih kazalnikov. Vzročno-posledične po- vezave tega sistema bodo podprte s kvantitativno statistično metodo. Koncept in predloga sistema uravnoteženih kazalnikov iz slike 5.3 predstavlja in poudarja pomembne dejavnike vidika učenja in rasti in notranjih procesov, ki so gonilne sile načrtovanih rezultatov v vi- diku odjemalcev in finančnih rezultatov. Predloga je namenjena pro- izvodnemu podjetju, ki vlaga svoje napore v izboljševanje operativne odličnosti z izboljševanjem kakovosti, optimiranjem stroškov, hitrejši odzivnosti do odjemalcev in izboljševanje proizvodnih in servisnih pro- cesov. Poleg operativne odličnosti mora proizvodno podjetje razvijati 130 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 Dolgoročna vred- Proizvodna strategija Strategija rasti vidik nost za deležnike Finančni Izboljšaj struk- Povečaj rabo Širi priložnosti Stopnjuj vred- turo stroškov premoženja prihodkov nost za kupca Ponudba vrednosti za odjemalce Raz- jemalca Kako- Uporab- Part- Blagovna d Cena položlji- Izbira Servis o vost nost nerstvo znamka vost Vidik ikidv Procesi Procesi Družbeni ji Procesi operativnega ma- managementa in regulativni inoviranja tran nagementa kupcev procesi No Človeški kapital rasti Just-in-Time Prodajanje rešitev Razvoj proizv. Družbena odgov. ina Informacijski kapital čenju Fleksibilna proizvod. c r m Tehnološko part. Organizacijski kapital Vidik Kultura Voditeljstvo Uskladitev Timsko delo Slika 5.3 Koncept in predloga sistema uravnoteženih kazalnikov (prirejeno po Kaplan in Norton 2004a, 65–67) strateška partnerstva z dobavitelji, odjemalci in družbenim okoljem v katerem deluje ter spodbujati trajnostni razvoj z inovativnostjo zapo- slenih, razvojem izdelkov in organizacije. Poslovni procesi iz notranjega vidika jasno podpirajo ponudbo za od- jemalce, ki je izjemno pomembna za ohranjanje sedanjih in pridobivanje novih odjemalcev. Iz vidika odjemalcev pa vodijo vzročno-posledične povezave v finančni vidik, v katerem se v finančnih ciljih odražata dve osnovni strategiji, to sta proizvodna strategija in strategija rasti. Fi- nančni cilji so združeni v strateški cilj, ki predstavlja dolgoročno korist za deležnike. Na prvih delavnicah smo tudi pridobili mnenja managementa o vi- ziji, poslanstvu in strategiji ki so ključna izhodišča za izvedbo želene spremembe. Poleg pridobivanje mnenj so bile začetne delavnice name- 131 5 Empirična analiza kazalnikov poslovanja njene tudi odgovarjanju na vprašanja vršnih managerjev. Pri podajanju mnenj o strategiji, pričakovanih spremembah, sistemu merjenja poslo- vanja in kazalnikih poslovanja so bili člani vršnega managementa rela- tivno enotni. Glede proizvodne strategije, ki izhaja iz splošne strategije, se je vršni management opredelil na naslednji način: • »Strategijo je razvil vršni management, imamo jo zapisano in ob- javljeno ter usklajeno s strategijami področij in oddelkov.« • »Strategija, ki jo izvajamo v operativnih procesih, izhaja iz po- slovne strategije in je sprejeta s strani vseh managerjev.« • »Strategija se redno pregleduje in prilagaja glede na razmere na trgu, kjer nastopamo, glede zakonodaje ter glede ekonomskih in tehnoloških sprememb. Prilagajanje strategije je tudi skladno s ča- som in stanjem v podjetju.« • »Strategija obsega cilje, ki nas zavezujejo k njenemu izpolnjevanju, omogoča usmerjanje operativnih odločitev in zagotavlja konku- renčno prednost« (Čučnik in Kavčič 2011a; 2011ab; Rupnik 2011a). Proizvodna strategija po mnenju vršnega managementa opisuje se- danje stanje in prihodnje spremembe na naslednji način (Čučnik in Kav- čič 2011a; 2011ab; Rupnik 2011a): • »Sedanje stanje in pričakovane spremembe se odražajo v politiki kakovosti, ljudeh (kompetencah), sistemu merjenja poslovanja, nadzoru in nagrajevanju.« • »Ravno tako se stanje in spremembe nanašajo na uvajanje novih izdelkov, strojev in naprav ter njihovo prodajo. Ob tem se morajo razvijati tudi dobavitelji, proizvodni procesi, zmožnosti in organi- zacijska struktura podjetja.« Obstoječi sistem merjenja poslovanja omogoča managerjem ocenje- vanje, razumevanje in ukrepanje glede razpoložljivih virov in ustvarja- nja vrednosti (Čučnik in Kavčič 2011a; 2011ab; Rupnik 2011a): • »Sistem merjenja nam omogoča ugotovitve glede izvajanja in učin- kovitosti strategije za ustvarjanje vrednosti za lastnika.« • »Na osnovi merjenja lahko ocenimo, ali so razpoložljivi viri upora- bljani učinkovito in uspešno.« • »Merjenje nam podpre tudi oceno zdravja podjetja oz. ali je ustvar- janje vrednosti na pričakovani ravni. Poleg tega nam merjenje 132 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 omogoča razumevanje, kako ustvarjamo vrednost in prepozna- vati strategije, s katerimi bomo lahko nadaljevali z ustvarjanjem vrednosti tudi v prihodnosti.« • Glede sistema merjenja poslovanja, ki omogoča ocenjevanje dono- snosti naložb s strani lastnika, je bil vršni management mnenja, da to ni relevantno, ker: »Donosnost naložb gleda lastnik podjetja v kontekstu z ostalimi deležniki skupine e b m-Papst.« Obstoječi sistem merjenja poslovanja vsebuje kazalnike poslovanja, katerih lastnosti so po mnenju vršnega managementa naslednje (Čuč- nik in Kavčič 2011a; 2011ab; Rupnik 2011a): • »Kazalniki poslovanja so osnovani na določenem obrazcu in imajo jasen namen.« • »Kazalniki poslovanja imajo določen vir podatkov, iz katerega so pridobljeni in imajo vizualni učinek (objavljeni so na oglasnih de- skah).« • »Kazalniki poslovanja imajo določene dosegljive cilje in so poro- čani v enostavni ter dosledni obliki.« • »Pridobljene informacije nam omogočajo upravičenje stroškov zbi- ranja podatkov.« • »Kazalniki poslovanja nam zagotavljajo natančne in pravočasne povratne informacije, ki nas opozorijo, če stvari uhajajo nadzoru.« • »Kadar je le mogoče, uporabljamo podatke, ki so avtomatično spre- mljani v procesih.« • »Kazalnike poslovanja tudi redno pregledujemo.« • Glede tega, ali kazalniki poslovanja dejansko vodijo k dejanjem, se člani vršnega managementa niso povsem strinjali. Na tem mestu je bilo zaznati prostor za izboljšave nabora kazalnikov poslovanja, ki jih management redno spremlja. Iz pridobljenih mnenj vršnega managementa o strategiji, pričakova- nih spremembah, obstoječem in želenem sistemu merjenja poslovanja in kazalnikih poslovanja smo prišli do ugotovitve, da je spremljanje, merjenje in nadzor poslovanja podjetja urejen in skladen z vizijo in stra- teškimi temami skupine e b m-Papst. Po predstavitvi koncepta smo za- čeli z razvojem sistema uravnoteženih kazalnikov na osnovi vizije in splošne strategije podjetja y m, kar predstavljamo v poglavjih, ki sledijo. 133 5 Empirična analiza kazalnikov poslovanja Vizija in poslanstvo kompetenčnega centra Pri določanju triletne vizije je vršni management uskladil izbrano vi- zijo s pozicijo podjetja y m znotraj skupine kot tudi z razvojno vizijo, ki jo ima skupina e b m-Papst. Podjetje y m svojo triletno vizijo, na osnovi katere smo začeli postavljati sistem uravnoteženih kazalnikov, predsta- vlja na naslednji način: Postati usposobljen in odgovoren kompetenčni cen- ter mreže organizacij, deležnikov in okolja za proizvodnjo elektromotorjev in ventilatorjev za vgradnjo v belo tehniko skupine e b m-Papst. Glede poslanstva v okviru skupine e b m-Papst je bila skupna ugoto- vitev, da je skladno s triletno vizijo o kompetenčnem centru in zaradi tega ostaja nespremenjeno. Poslanstvo podjetja y m je v okviru skupine e b m-Papst opredeljeno kot: Z lastnim znanjem, tehnologijo ter nenehnim prilagajanjem zahtevam udejanjati podporo proizvodnji bele tehnike, zago- tavljati zadovoljstvo odjemalcev in lastnikov podjetja, kakor tudi odgovorno ravnanje do zaposlenih in širše okolice. Na osnovi konsenza glede triletne vizije in skladnega poslanstva pod- jetja je bil naslednji logični korak izdelava izjave o namenu, ki bo podprla izbiro strateških ciljev. Podjetje y m mora izvajati strateške procese na- črtovanja na način, ki je skladen z omejenimi sredstvi, ki jih lahko upo- rabijo na svojih proizvodnih programih za uresničevanje proizvodne strategije. Obenem pa morajo ohraniti prednosti, ki jih predstavljajo relativno preprosta organiziranost in visoka odzivnost podjetja, in so ključna za strategijo rasti podjetja. Pri tem jim bo novi sistem uravno- teženih kazalnikov poslovanja zagotavljal podporo pri opisovanju, spo- ročanju in izvajanju strateških načrtov. Izjava o namenu Izjava o namenu predstavlja opis sprememb, ki jih želi izvesti manage- ment in kakšna bo organiziranost procesov podjetja v dogovorjenem prihodnjem triletnem obdobju. Izjava o namenu običajno obsega eno stran in je v splošnem razdeljena na štiri vidike, ki spominjajo na vi- dike sistema uravnoteženih kazalnikov. Njen namen je spodbujati raz- mišljajnje o strateških ciljih, zmožnostih in zahtevah ter pričakovanjih managementa podjetja. Managerjem smo najprej postavili vprašanja o tem, kaj želijo doseči v triletnem obdobju, kako vizija vpliva na poslanstvo podjetja, kaj so nji- hovi strateški cilji in kako jih lahko opišejo. Zato smo postavitev sistema uravnoteženih kazalnikov začeli s konsenzom managerjev glede opisa njihovih ciljev, saj nam je to v nadaljevanju olajšalo razvrščanje ciljev po 134 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 strateških temah, določanje kazalnikov poslovanja kot tudi morebitno spreminjanje kazalnikov poslovanja in virov podatkov zanje. Izjava o namenu je podprla preverjanje izbranih strateških ciljev, ka- zalnikov in njihovih ciljev, kot tudi njihov vpliv na spremembe v podje- tju. Izkazala se je kot uporaben zapis, saj vsebuje jasno izjavo o tem, kar podjetje želi doseči v triletnem obdobju. Obenem oblikovalcem strate- gije nudi oporne točke za določanje ciljev ključnih dosežkov glede priča- kovanj lastnika, prihodkov, dobička, zadovoljstva odjemalcev, kakovo- sti izdelkov, strojev in naprav, kompetenc zaposlenih in inovativnosti. Za usmerjanje razprave o posledicah izbrane strategije pa je bila izjava o namenu razdeljena še na naslednje kategorije: finančna pričakovanja in pričakovanja lastnika, poslovni procesi, strateška partnerstva in traj- nostni razvoj podjetja. Izjava o namenu (preglednica 5.1) v zgoščeni obliki predstavlja želeno stanje podjetja y m v prihodnjem triletnem obdobju. Slednja zdru- žuje konsenz glede želenega stanja podjetja, iz vidika vršnega manage- menta. V nadaljevanju je izjava o namenu tudi podprla določanje stra- teških ciljev in lastništva strateških ciljev ter njihovo razvrščanje po iz- branih strateških temah podjetja. Nekateri podatki so v izjavi o namenu prikriti oz. spremenjeni na željo podjetja. Preglednica 5.1 Izjava o namenu Finančna pričakovanja in pričakovanja lastnika Širitev priložnosti prihodkov predstavljajo xx mio € od prodaje, x mio € od investicij in x mio € od prometa. Načrtovani dobiček je xxx € + ( x  indeks letni nominalno). Prihodke ustvarjamo 98  v izmenjavi z lastnikom na evropskih trgih in 2  na domačem trgu. Postali smo kompetenčni center za proizvodnjo in razvoj prototipov izdelkov, strojev in naprav. Strateška partnerstva Razvijamo obstoječe povezave z lastnikom in odjemalci ter skupno iskanje inovativnih rešitev. Vodimo mrežo dobaviteljev, s katerimi skupno razvijamo izdelke, poslovne procese in organizacijsko strukturo. Naš lastnik in ključni odjemalci so prepoznali naš stroškovno učinkovit, hiter in inovativen odziv na potrebe trgov. Okolje, v katerem delujemo, je prepoznalo prispevek podjetja v obliki sponzoriranja, doniranja in trajnostnega vpliva na okolje. Nadaljevanje na naslednji strani 135 5 Empirična analiza kazalnikov poslovanja Preglednica 5.1 Nadaljevanje s prejšnje strani Poslovni procesi Z lastnikom in dobavitelji imamo razvito spletno povezavo, s katero sprotno izmenjujemo relevantne informacije in dobre proizvodne prakse. Naše poslovanje je podprto z odlično infrastrukturo in ključnimi viri, ki obsegajo predvsem človeške vire, ter nenehno usposabljanje in izobraževanje, finančne vire in razvojno, proizvodno in informacijsko tehnologijo. Razvili smo jasno definirane poslovne procese, v okviru povezav med entitetami skupine e b m-Papst, z določenimi lastništvi za pridobivanje novih pojektov, spoštovanjem dobavnih rokov in servisiranjem lastnika in odjemalcev. Razvili smo učinkovite in uspešne procese nenehnih izboljšav in inovacij ( x  letno) ter obvladovanja tveganj. Razvili smo kulturo kakovosti, ki je podprta s sistemom managementa znanja. Trajnostni razvoj podjetja Razvili smo kompetence managerjev in vseh zaposlenih, kar predstavlja naše ključno premoženje. Razvili smo proces sprotne komunikacije, ki managementu in zaposlenim omogoča izmenjavo vseh relevantnih informacij v vsakem trenutku. Postavili smo sistem strateškega managementa, ki omogoča uskladitev individualnih ciljev posameznika s cilji podjetja. V vse organizacijske enote smo pridobili ljudi, ki ustrezajo razviti organizacijski kulturi. Svoje znanje in izkušnje razvijamo in izmenjujemo s poslovnimi partnerji. op om b e Vsebina izjave o namenu je prirejena za potrebe predstavitve rezultatov raziskovalnega projekta. Izjava o namenu je bila razvita na prvih štirih delavnicah ter potrjena na 5. delavnici s člani vršnega managementa podjetja Ydria Motors, d. o. o. in predstavlja želeno stanje, ki ga bo podjetje doseglo v obdobju treh let. Strateške teme Strateške teme so bile določene na prvih dveh delavnicah v sodelova- nju s prokuristoma podjetja in bile usklajene ter potrjene na tretji in četrti delavnici s strani vseh članov vršnega managementa. Strateške teme podjetja y m so usklajene s strateškimi temami skupine e b m- Papst in izhajajo iz vizije podjetja y m o razvoju v kompetenčni cen- ter mreže organizacij, deležnikov in okolja, v katerem deluje. Poleg tega predstavljajo strateške teme dekompozicijo splošne strategije, ker vse- bujejo njene osnovne dele, opredeljujejo poslovne procese, ki dodajajo vrednost za odjemalce ter omogočajo razvrščanje strateških ciljev. Strateške teme odražajo pogled vršnega managementa na potrebne aktivnosti za izpolnjevanje strateških ciljev. Z drugimi besedamo po- vedano, so strateške teme »stebri« strategije in zajemajo eno ali več 136 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 vzročno-posledičnih povezav med strateškimi cilji. Izbrane strateške teme tudi ponazarjajo ustvarjanje dodane vrednosti za deležnike in s tem opredeljujejo tudi ključne poslovne procese za doseganje načrtova- nih rezultatov. Strateške teme, ki jih je vršni management s skupnim konsenzom potrdil, so naslednje: • Operativna odličnost obsega vodstvene, akcijske, strokovne, ra- zvojne in socialne kompetence managementa in zaposlenih, ra- zvojne aktivnosti z dobavitelji, zadovoljstvo lastnika in odjemal- cev ter ugled, ki si ga je pridobilo podjetje pri poslovni in splo- šni javnosti na slovenskem trgu kot tudi na ugled znotraj skupine e b m-Papst. • Inovativna proizvodnja je tema, ki zajema optimiranje vseh virov in obvladovanje stroškov, ki so vezani na vire podjetja. Poleg tega inovativna proizvodnja obsega vpliv na konkurenčnost v skupini e b m-Papst in na slovenskem trgu ter tako na stroškovno učinko- vitost in neto poslovni rezultat. • Strateško partnerstvo vsebuje odzivnost na zahteve odjemalcev, pravočasnost dobav, notranjo logistiko kot tudi optimiranje za- log. Vse navedene aktivnosti imajo svoj vpliv na konkurenčnost podjetja in finančne rezultate. • Trajnostni razvoj je tema, ki združuje inovativnost zaposlenih, ra- zvoj prototipov izdelkov, naprav in strojev, razvoj organizacije, ki ga zahteva nenehno prilagajanje poslovnim okoliščinam, varova- nje okolja in odgovornost do družbe, v kateri posluje podjetje (Čuč- nik 2011a). Naslednji korak po določanju strateških tem podjetja je bil razvršča- nje strateških ciljev znotraj potrjenih strateških tem. Določanje strateških ciljev in razvrščanje ciljev znotraj strateških tem Strateške cilje z njihovimi lastnostmi vred smo določali na več delavni- cah, končni konsez je bil dosežen na peti delavnici, kjer so sodelovali vsi vršni managerji. Vsak strateški cilj ima tako določene svoje lastno- sti, iz katerih smo v nadaljevanju raziskave izbirali, kaj želimo meriti in kako bomo merili. To načelo izbire je v strokovni praksi znano kot »cilji pred kazalniki«. V nadaljevanju predstavljamo preglednico 5.2, v kateri so strateški cilji in njihove lastnosti razvrščeni po strateških temah podjetja y m. 137 5 Empirična analiza kazalnikov poslovanja Strateški cilji iz preglednice 5.2 opisujejo, kaj je treba narediti na strateški ravni, da bo, na osnovi triletne vizije, izbrana strategija podjetja iz- polnjena. Nabor strateških ciljev je razvit na osnovi predhodnih mnenj managementa o viziji, poslanstvu in strategiji, ki predstavljajo ključna izhodišča za izvedbo želene spremembe in izjave o namenu (preglednica 5.1). Izdelava izjave o namenu nam je olajšala konsenz glede izbire strateških ciljev in v nadaljevanju določanje vzročno-posledičnih povezav med njimi. Večina strateških ciljev in njihovih kazalnikov je v podjetju že spremljana, nekateri pa so bili določeni na delavnicah in je njihovo spremljanje in merjenje vezano na izvajanje strateškega projekta pre- nove informacijskega sistema. Za doseganje strateških ciljev se vršijo že obstoječe pobude in tudi nekatere nove, kot je npr. uvajanje posameznih modulov informacijskega sistema s ap in razvoj oddelka za raziskave in razvoj. Za doseganje želenih rezultatov je potreben nabor pobud (glej preglednico 5.2), saj med posamezno pobudo in kazalnikom poslovanja ni neposredne povezave, temveč gre za splet sinergij med pobudami in kazalniki, s katerimi jih podjetje spremlja. Strateški cilji imajo tudi določene prioritete, kar vpliva na prioriteto pobud. Prioriteta ciljev in pobud se presoja na rednih mesečnih sestan- kih v podjetju in sestankih z lastnikom. Večina oz. enajst ciljev iz pre- glednice 5.2 ima po pomembnosti dodeljeno prvo prioriteto, nekateri, po mnenju vršnega managementa, sodijo po pomembnosti nekje med prvo in drugo prioriteto. Najnižjo (tretjo prioriteto) nima niti eden iz- med ciljev v isti preglednici. Pripadnost posameznega strateškega cilja določeni strateški temi smo označili z različnimi barvami: rdeča barva predstavlja operativno odličnost, modra barva predstavlja inovativno proizvodnjo, zelena barva strateško partnerstvo in vijolična barva pred- stavlja temo trajnostnega razvoja (glej sliko 5.5). Operativne cilje, ki opisujejo, kako je treba izpeljati aktivnosti za iz- polnjevanje strategije na operativni ravni, smo uvrstili na operativno raven sistema uravnoteženih kazalnikov. Tudi na operativni ravni smo upoštevali enako zaporedje barv strateških tem (glej sliko 5.5). Operativna raven sistema uravnoteženih kazalnikov ni vključena v obseg te monografije. Razvrščanje strateških ciljev po štirih vidikih sistema uravnoteženih kazalnikov Za razvrstitev strateških ciljev po štirih vidikih sistema uravnoteženih kazalnikov je bil uporabljen diagram s štirimi vidiki (glej sliko 5.4). Na 138 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 i i- an 2 2 ior str ta o o d d Pr te 1 1 1 1 –1 1 1 2 1 nji sled a kf f f t f na so- t k k t k anj vt gm vt v gm v v v vt v v v       na elež 0 0 0 0     0   je D delov 10 10 10 10 50 50 50 50 10 100 50 50 aljevanad astnik t L vt gm vt vkf vt vkf gm v vt N v je . in c čanje rav ceso j. b . a o dZ ro jo p .sist eml por t tim . o malna p g., rm o vo itvi o spr splošne je redni jek tim jemal. avit.v ro vnih vir p šir rihodkov in d en javnosti, b p o redn in efor o lastnikom, mana regled. .inf oc reso j. .,p in z in z p va p in i,n xxxk i poslo vit a lj.o j. ik o e n t škovne u škov esov žnosti čanje bud eml o zvršč.d m jek o vezava o ateško tim. o aziska o ro o oc ilo estank p zposta P R zadov Spr str zunanje Ra skupin Usposabl sestank k P str P pr pr S por str O V sap a ad a n p a v o A a a 0, x s ev im x = = eta € € = €/let nit .kl x ilj o x C Rekl. ppm B Uvrstit skupino Org 3,5 xxx xxx ppm x Uvedba ah st tem o j) , em, ih je r odna c upca eta gljiv k b tešk žbe, z oizv o a lamaci onit o delu ema eto b it lamaci e ij,št.u pr zmo od. /l stra ri jstv d p sist ,€ o ,pr rek cen eljev vo sti, p št.rek o oizv je ve i vol e až.,absentiz o e vit n eče o voo ičina azalnik ad inančna žbe, tn , t.pr es oličinska K Z (1–5, F kliping to Le doba Oce izobr nesr € € Š napakami Pr kak kol K dosta zvrščenra i j kupci vn je cilji cil a i i ljni eljev entni vn tost slo en. j o o odzivnost p iran tešk ešk vo vit šk ltat esov at led zvo mpet je to nkur tim tra d tr ado o ro zu o oc S S Z Ug Ra doba K vo St učinkovi Ne re K Op pr Visoka .25 a tema a a a a a a a a o o ost ost ost ost odnj odnj odnj odnj lednic ativna ativna ativna ativna g erativn erativn erativn erativn tnerstv e trateška oizv oizv oizv oizv ratešk Pr S Op odličn Op odličn Op odličn Op odličn Inov pr Inov pr Inov pr Inov pr St par 139 5 Empirična analiza kazalnikov poslovanja ). 2 2 re-p ja od do V jniž 1 1 1 1 1 1 1 e. (na3 m , , f , f nanc o vt gm gm gm g m m t, k m t, k fi d g      g v v g v v in ja) 0 0 0 0         e 10 10 10 10 100 50 50 lastnik 33 33 33 33 33 33 jviš kadr za (na1 ja m od vt gm gm gm g gm gm gm ger ga o ne av ga mana et jem razvršča er je anjem n in anjem se r, d int napr o gajanje okol , v jo r a j z in a o ila razpisih, to nančne tificir značu pr itvi fi na o iteta elež jev er elež jek ptimizir šir rihodkov ji f d o d razv in trga o o p cil k ior ddelka lastnika pr in str rec za anje z s v .Pr jo z 001 jodnosov ti o ja 4 an an in o o aje evam o ava anje žnosti duk ez esov ije azv večanje večanje vez o rajn o1 o od dzivnost azv ro ipr ov oc ilo o g R P razv T is P pr O zaht R P kandidir pr lobir P pr pr P vidika alnikovazk a, tehnolo jnikov ljšav za cen o o eženih spešnosti o ja u izb  a razv ger   x isn letno letno letno avnot x x x    x x ku xx letno x Op kliping x x x ur mana j je ema v, ev so sist o jin (€) vsebini vestici edst značu e, sr o , aci , ek in op in t ih št. žb , a a , v raven v,št.k cikeli gov aje, obič i ičn rito količina v, ,€ d o v,inov stv d rstv ja, an n je, ov ememb o ro eško otipo e,p dk redlo jša p ometa ečni ger at str teh ememb, jenjsk b ot ent d pr ož eso t.p .spr o str Št. spr pr živl T pr odpa Š izbol pat Št Sponzor donat € in Dobičkovnost v Mes mana za , ga ji prejšnje lja s rav o cili ap k st alne n o je o ost anje za ešk in je aci vn at jizdelkov j rn o ev očna o gener jev van ativnost o voo ev žnosti ičk str b je adaljev azv užbena aro azv irit ilo ihodkov o edst ednost N R stro V Inov R organiz Dr odg Š pr pr D sr Dolgor vr deležnike vljeni j j j j j značu .2 o o o o o 5 zvo m edsta a razv ra razv razv razv g i j pr stn cilj cilj cil e i i so b lednic o n n g jn p p e rajnostni rajnostni rajnostni rajnostni u u upnik om Pr T Tra T T T Sk Sk S op glednici 140 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 Finančni vidik Dolgoročna vrednost za Dobičkonosnost Zadovoljni Stroškovna deležnike sredstev kupci učinkovitost Neto poslov- Širitev Razvoj ni rezultati priložnosti izdelkov, prihodkov strojev, naprav Konkurenč- nost ikidv Ugled idikv ji Optimiranje Kompetent- Razvoj i procesov ni vodje dobaviteljev tran Razvoj No Zunanj organizacije Visoka odzivnost Varovanje okolja Družbena Inovativnost odgovornost Nefinančni vidik Slika 5.4 Razporeditev strateških ciljev po štirih vidikih (pripadnost posameznega strateškega cilja določeni strateški temi je označena barvno: rdeča pred- stavlja operativno odličnost, modra predstavlja inovativno proizvodnjo, zelena predstavlja strateško partnerstvo in vijolična predstavlja temo trajnostnega razvoja; rumeno obarvani cilji so skupni finančni cilji) diagramu smo razvrstili strateške cilje po finančnem in nefinančnem vi- diku ter notranjem in zunanjem vidiku podjetja. Pri tem smo upoštevali pristop »od zgoraj navzdol«, ki ga usmerjata poslanstvo in izbrana stra- tegija podjetja. Pristop »od zgoraj navzdol« se začne z načrtovanimi fi- nančnimi rezultati in rezultati v zvezi z odjemalci ter nadaljuje k poslov- nim procesom in dejavnikom sprememb v vidiku učenja in rasti. Strate- ški cilji predstavljajo uravnoteženost med zunanjimi kazalniki poslova- nja za odjemalce in lastnika ter notranjimi kazalniki vidika ključnih po- slovnih procesov, učenja in rasti. Uravnoteženost je razvidna tudi med kratkoročnimi finančnimi kazalniki poslovanja in nefinančnimi kazal- niki, ki spodbujajo in usmerjajo prihodnjo dolgoročno uspešnost poslo- vanja. Na sliki 5.4 je predstavljena razporeditev strateških ciljev, ki je relativno enakomerno utežena oz. relativno enakomerno razporejena med finančnim in nefinančnim vidikom ter notranjim in zunanjim vidikom. 141 5 Empirična analiza kazalnikov poslovanja Strateški cilj imenovan kompetence vodij predstavlja izhodišče razpo- reditve strateških ciljev, saj je po mnenju intervjuvancev odgovornost za izvajanje vseh ključnih procesov na ramenih managerjev. Pri tem se je tudi pokazala precejšnja zasedenost vršnega managementa z ureja- njem operativnih zadev tako, da jim ostane manj razpoložljivega časa za strateško načrtovanje in delovanje. Na »finančno os« smo razporedili strateške cilje, kot so: mesečni do- biček, neto poslovni rezultat, dobičkovnost sredstev in konkurenčnost zaradi svojega vpliva na finančne rezultate. Med finančnim vidikom in zunanjim vidikom sta predvsem cilja zadovoljstvo kupcev in širitev pri- ložnosti prihodkov. Zunanji vidik pa zajemata cilja ugled podjetja in ra- zvoj dobaviteljev. Področje med zunanjim in nefinančnim vidikom po- krivajo družbena odgovornost, varovanje okolja in visoka odzivnost do zahtev odjemalcev. Nefinančni vidik je upoštevan v cilju z nazivom ra- zvoj organizacije. Področje med nefinančnim vidikom in notranjim vidi- kom podjetja je vsebovano v spremljanju strateškega cilja inovativnost. Na osi notranjega vidika je pomemben strateški cilj optimiranje proce- sov. Področje med nefinačnim in finančnim vidikom si delita strateška cilja stroškovna učinkovitost in razvoj izdelkov, strojev in naprav. Kon- senz glede razvrstitve strateških ciljev po štirih vidikih sistema urav- noteženih kazalnikov je bil dosežen na sedmi delavnici z vsemi člani vršnega managementa (Čučnik 2011b). Navpična postavitev štirih vidikov sistema uravnoteženih kazalni- kov (glej sliko 5.5) nam je v nadaljevanju izgradnje sistema uravnote- ženih kazalnikov omogočila določanje smeri vzročno-posledičnih pove- zav med strateškimi cilji. Smeri povezav potekajo od vidika učenja in rasti prek notranjega vidika poslovnih procesov do vidika odjemalcev in naprej do končnih rezultatov v finančnem vidiku. Določanje vzročno-posledičnih povezav strateške mape podjetja V poslovni praksi je sistem uravnoteženih kazalnikov uporabljan kot orodje za osredotočenje na najpomembnejše strateške cilje in kazalnike poslovanja za izpolnitev pričakovanih sprememb v podjetju. Pri tem je zelo pomembna aktivnost določanje ustreznih strateških ciljev, povezav med njimi in pobud, ki jih spodbujajo strateški cilji. Povedano z drugimi besedami, izbrana je strategija in nabor hipotez o vzrokih in posledicah, ki potekajo skozi vse štiri vidike sistema uravnoteženih kazalnikov. Določanje vzročno-posledičnih povezav strateške mape je bilo med udeleženci delavnic prepoznano kot iskanje povezav glede ustvarjanja 142 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 vrednosti, ki se v končnem odražajo v finančnih rezultatih podjetja, saj strateška mapa sistema uravnoteženih kazalnikov jasno prikazuje hipo- teze izbrane strategije. Strateška mapa z vzročno-posledičnimi poveza- vami je bila postavljena na peti in šesti delavnici ter potrjena na sedmi delavnici s člani vršnega managementa podjetja. Pri določanju vzročno posledičnih povezav med strateškimi cilji smo predpostavili več možnih povezav, ki so bile zanimive za analizo z vidika ustvarjanja vrednosti za odjemalce in v končnem za finančne rezultate podjetja. Pri tem je bilo treba tudi uskladiti vidike vršnih managerjev, ki vodijo strateške in operativne aktivnosti na osnovi virov, za katere so odgovorni lastniku podjetja. Vzročne povezave za kvantitativno analizo V poglavju o razvrščanju strateških ciljev po štirih vidikih sistema urav- noteženih kazalnikov, smo ugotovili, da kompetence vodij predstavljajo izhodišče za učinkovito in uspešno izvajanje vseh ključnih procesov. Na osnovi te ugotovitve smo tudi začeli določati vzročno-posledične pove- zave med strateškimi cilji. Osrednjo vlogo kompetenc vodij sta opisala prokurista podjetja. Naj- prej je povedal g. Kavčič: »Osrednjo gonilno silo v podjetju predstavljajo kompetence vodij, ki vplivajo na optimiranje procesov, dobav, zalog ter na konkurenčnost. Vse je odvisno od vodij in od njih izhaja . . .« v na- daljevanju ga je podprla ga. Čučnik: »Poleg kompetenc vodij imajo po- memben vpliv tudi organizacijske spremembe, saj razvoj organizacije sledi in podpira izvajanje strategij.« (Rupnik, Čučnik in Kavčič 2011a). Pomembnost kompetenc vodij v podjetju je poudaril tudi generalni manager g. Rupnik: »Od kompetenc vodij gre povezava na optimiranje procesov. Sledi konkurenčnost in seveda zadovoljni kupci, ker posle- dično vodi do finančnih rezultatov«. Dodal je še: »Od vodij je odvisen tudi razvoj dobaviteljev, ki je povezan z optimiranjem zalog in pravoča- snostjo dobav našim kupcem« (Rupnik, Čučnik in Kavčič 2011a). Iz preglednice 5.3 je razvidno, da se štiri vzročne povezave začnejo pri kompetencah vodij in se nadaljujejo prek optimiranja procesov v notranjem procesnem vidiku in konkurenčnosti v vidiku kupcev do strateških ciljev v finančnem vidiku. Te povezave smo označili s črkami A, B, C, D in I. Preostale štiri povezave izhajajo iz strateškega cilja inovativnost, ki vpliva na razvoj izdelkov, naprav in strojev, se nadaljujejo prek optimira- nja procesov v notranjem procesnem vidiku in konkurenčnosti v vidiku 143 5 Empirična analiza kazalnikov poslovanja odjemalcev ter se nadaljujejo do strateških ciljev iz finančnega vidika. Povezave, ki izhajajo iz strateškega cilja inoviranja smo označili s črkami E, F, G in H. Glede strateškega cilja inovativnost in njegovih vzročnih povezav E, F, G in H na cilje v ostalih vidikih, sta ga. Čučnik in g. Kavčič, člana vr- šnega managementa povedala: »Inovativnost nedvomno vpliva na ra- zvoj izdelkov, strojev in naprav, ker je povezana s konkurenčnostjo in se odraža na finančnih rezultatih. O tem ni dvoma.« (Rupnik, Čučnik in Kavčič 2011a). Generalni manager g. Rupnik je dopolnil njuno izjavo z: »Če si ra- zvojni dobavitelj, je razvoj v podjetju temelj konkurenčnosti in je s kon- kurenčnostjo povezan. Če si razvojni dobavitelj, to pomeni, da si absolu- tno bolj konkurenčen kot nekdo drug! To je ena od glavnih zadev. Tukaj ne smemo zanemariti tudi visoke odzivnosti, ki je povezana s transpor- tom. Namreč, zunanjo logistiko managira lastnik. Od visoke odzivnosti pa gre povezava na konkurenčnost.« (Rupnik, Čučnik in Kavčič 2011a). Določene vzročno-posledične povezave potekajo deloma znotraj stra- teških tem in deloma med strateškimi temami, kar potrjuje tudi nasled- nji odgovor g. Kavčiča, iz katerega je razvidno, da so bili intervjuvanci enotnega mnenja: »Tudi proizvodnja in logistika sta tesno povezani, kar pomeni, da material nabaviš in tu je že prisotna logistika. Nato proizve- deš izdelke in jih pravočasno dostaviš kupcu. Notranja logistika je pri nas del proizvodnje.« (Rupnik, Čučnik in Kavčič 2011a). Vsi so se tudi strinjali, da so operativni procesi osnovne dejavnosti podjetja tesno prepleteni: »V podjetju so nabava materiala in polproi- zvodov, proizvodnja, notranja logistika, dobava in trženje izdelkov ter naprav kupcem tesno prepletene.« (Rupnik, Čučnik in Kavčič 2011a). Za predstavljene strateške cilje in pripadajoče kazalnike poslovanja iz preglednice 5.3 smo ugotovili, da se kazalniki merijo v različnih obdobjih, kar predstavlja določeno omejitev pri postavljanju enačb modelov za empirično potrditev vzročno-posledičnih povezav. V preglednici 5.3 tako predstavljamo tiste vzročne povezave med strateškimi cilji, ki smo jih na delavnicah uskladili in potrdili s konsenzom. Za prepoznane vzročne povezave smo določili tudi kazalnike poslova- nja, ki jih podjetje že spremlja ter so bili razpoložljivi za našo raziskavo. Iz postavljenih vzročnih povezav B, C, D, F in I iz preglednice 5.3 je jasno razviden nabor izbranih kazalnikov poslovanja. To so: absentizem (a b s e n t), dobičkovnost sredstev (d s r e d), neto poslovni rezul- tat pred davki (e b t), inovativnost (i n ov), izobraževanje (i z ob), me- 144 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 Preglednica 5.3 Vzročno-posledične povezave med strateškimi cilji in pripadajočimi kazalniki Naziv Vidik učenja Notranji Vidik Finančni in rasti procesni vidik odjemalca vidik Povezava A Kompetentni Optimiranje Konkurenčnost Dobičkovnost vodje (izobra- procesov (pro- (št. slabih ko- sredstev (do- ževanje i z ob, duktivnost sov na milijon bičkovnost absentizem dela p r ode l, proizvedenih sredstev a b s e n t, ne- proizvedeni y m p p m, cene d s re d). sreče pri delu kosi, presoje). izdelkov). Za- n e s de l). dovoljni kupci (zadovoljstvo kupcev). Povezava B* Kompetentni Optimiranje Konkurenčnost Stroškovna vodje (izobra- procesov (pro- (št. slabih ko- učinkovitost ževanje i z ob, duktivnost sov na milijon (odh v s i). absentizem dela p r ode l, proizvedenih a b s e n t, ne- proizvedeni y m p p m, cene sreče pri delu kosi, stroški izdelkov). n e s de l). dela, presoje). Povezava C* Kompetentni Optimiranje Konkurenčnost Neto poslovni vodje (izobra- procesov (pro- (št. slabih ko- rezultat (neto ževanje i z ob, duktivnost sov na milijon poslovni rezul- absentizem dela p r ode l, proizvedenih tat pred davki a b s e n t, ne- stroški dela, y m p p m, cene e b t). sreče pri delu presoje). izdelkov). n e s de l). Povezava D* Kompetentni Optimiranje Konkurenčnost Širitev prilo- vodje (izobra- procesov (pro- (št. slabih ko- žnosti prihod- ževanje i z ob, duktivnost sov na milijon kov (skupni absentizem dela p r o- proizvedenih prihodki od a b s e n t, ne- d e l, stroški y m p p m, cene prodaje p ri h). sreče pri delu neto materiala izdelkov). n e s de l). s n m, neučin- kovitost). Povezava E Inovativnost Optimiranje Konkurenčnost Stroškovna (inovativnost procesov (pro- (št. slabih ko- učinkovitost i n o v). duktivnost sov na milijon (vsi odhodki dela p r ode l, proizvedenih odh v s i). neučinkovi- y m p p m, cene tost, presoje). izdelkov). Op- timiranje zalog (zaloge po vre- dnosti, obrat sredstev). Nadaljevanje na naslednji strani 145 5 Empirična analiza kazalnikov poslovanja Preglednica 5.3 Nadaljevanje s prejšnje strani Naziv Vidik učenja Notranji Vidik Finančni in rasti procesni vidik odjemalca vidik Povezava F* Inovativnost Optimiranje Konkurenčnost Dobičkovnost (inovativnost procesov (pro- (št. slabih ko- sredstev (do- i n o v). duktivnost sov na milijon bičk. sredstev dela p r ode l, proizvedenih d s re d). presoje). y m p p m). Povezava G Inovativnost Razvoj izdel- Konkurenčnost Širitev prilo- (inovativnost kov, strojev, (št. slabih ko- žnosti prihod- i n o v). naprav (zniže- sov na milijon kov (p ri h). vanje lastnih proizvedenih stroškov). y m p p m, cene izdelkov). Povezava H Inovativnost Razvoj izdel- Konkurenčnost Dobičkovnost (inovativnost kov, strojev, (št. slabih ko- sredstev (do- i n o v). naprav (zniže- sov na milijon bičkovnost vanje lastnih proizv.y m p p m, sredstev stroškov). cene izdelkov). d s re d). Povezava I* Kompetentni Optimiranje Konkurenčnost Dolgoročna vodje (absenti- procesov (pro- (št. slabih ko- vrednost za de- zem a b s e n t, duktivnost sov na milijon ležnike (me- nesreče pri dela p r ode l). proizvedenih sečni dobiček delu n e s de l). y m p p m, cene m e s d o b). izdelkov). op om b e V preglednici so predstavljene vzročno-posledične povezave med strate- škimi cilji in pripadajočimi kazalniki za strateško raven tj. raven celotnega podjetja y m. Kazalniki so zapisani v oklepajih. Povezave, označene z zvezdico (*) so bile dejansko kvantitativno empirično analizirane oz. izračunane. Ostali povezav v času trajanja raz- iskave ni bilo možno izračunati zaradi nerazpoložljivosti ali nezdružljivosti podatkov. sečni dobiček (m e s d ob), nesreče pri delu (n e s de l), vsi odhodki (od- h v s i), skupni prihodki od prodaje (p r i h), produktivnost dela (p r o- de l), stroški neto materiala (s n m) in št. slabih kosov na milijon proi- zvedenih (y m p p m). Pri tem smo ugotovili določene lastnosti kazalnikov poslovanja, ki smo jih prepoznali kot prednosti. Nabor kazalnikov poslovanja tako vsebuje tiste, ki jih podjetje že spremlja na mesečni ravni in so bili raz- položljivi v obdobju od 2 0 04 m 0 1 do 2 0 1 1 m 1 2. Iz navedenega nabora vsebujejo kazalniki poslovanja: absentizem (a b s e n t), dobičkovnost sredstev (d s r e d), neto poslovni rezultat pred davki (e b t), inovativ- nost (i n ov), mesečni dobiček (m e s d ob) in produktivnost dela (p r o- de l), relativno normalno in simetrično porazdeljene vzorce podatkov. 146 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 Poleg prednosti pa smo ugotovili tudi nekaj pomanjkljivosti. Namreč, kazalniki strateških ciljev kot so visoka odzivnost (s kazalniki zaloge po vrednosti, obrat sredstev), razvoj izdelkov, strojev in naprav (s kazalniki zniževanje lastnih stroškov z razvojem izdelkov, strojev in naprav), va- rovanje okolje, razvoj organizacije in družbena odgovornost (glej sliko 5.5) se merijo v različnih obdobjih oz. frekvencah, kar predstavlja do-ločeno omejitev pri postavljanju enačb modelov popravljanja napak za empirično potrditev vzročno-posledičnih povezav. Navedenih kazalni- kov zato tudi nismo vključili v kvantitativno analizo. Med kazalniki po- slovanja, ki pa smo jih lahko vključili v modele popravljanja napak smo ugotovili določeno prisotnost nesimetrije. Slednja je prisotna pri kazal- nikih poslovanja: izobraževanje (i z ob), nesreče pri delu (n e s de l), vsi odhodki (odh v s i), skupni prihodki od prodaje (p r i h), stroški neto materiala (s n m) in št. slabih kosov na milijon proizvedenih (y m p p m). Kazalnik inovativnost Kazalnik inovativnost smo vključili med kazalnike za kvantitativno em- pirično analizo vzročnih povezav na osnovi ugotovitev iz delavnic s člani vršnega managementa. Kot smo navedli že pri določanju vzročno- posledičnih povezav, smo se pri določanju kazalnikov poslovanja stra- teških ciljev soočili z omejitvijo, ki jo predstavljajo različna obdobja merjenj kazalnikov poslovanja. Zato smo se v zvezi s strateškim ciljem inovativnost odločili za uporabo finančno ovrednotenega kazalnika ino- vativnost po zgledu obrazca 5.1, ki je predstavljen v nadaljevanju. Inovativnost lahko opredelimo kot proces zbiranja, ocenjevanja in iz- bire idej s potencialom, razvoja in izvajanja novih ali izboljšanih izdel- kov, storitev ali programov. Pri tem so načrtovani rezultati tega strate- škega cilja lahko: povečano število novih idej, izboljšana kakovost idej, bolj učinkovito uresničevanje kakovostnih idej, izboljšan izid uspešno- sti uvajanja novih idej, itd. Različne organizacije uporabljajo tudi raz- lične kazalnike za inovativnost, od katerih so najbolj pogosti: • delež novih idej na 100 zaposlenih, • odstotek novih idej, ki so izbrane za financiranje, • razmerje prihodkov (ali čistega dobička) iz novih idej, deljeno s povprečnimi stroški izvedbe posamezne ideje, • skupna donosnost sredstev (roi) iz izvedenih novih idej, • število patentov, idr. 147 5 Empirična analiza kazalnikov poslovanja Kazalnik poslovanja, ki ustreza načrtovanim rezultatom strateškega cilja in kriterijem izbire kazalnikov (glej poglavje merila in kazalniki) se imenuje donos razvojnih stroškov proizvoda (ang. Return on Product Development Expense – r op de). r op de je celovit kazalnik za merje- nje uspešnosti inovacij proizvodov, storitev in razvoja. Izračunamo ga z obrazcem: bruto dobiček − stroški razvoja proizvoda r o p de = . (5.1) stroški razvoja proizvoda V obrazcu 5.1 je bruto dobiček enak prihodkom, od katerih se od- šteje stroške prodaje, ki vsebujejo strošek dela, materiala in razdeljeva- nja proizvoda. Stroški razvoja proizvoda navadno vključujejo inženirski razvoj, strošek tehnikov, trženja proizvodov in s tem povezanih stro- škov managementa ter obremenjenost virov (koristi, objekti, informa- cijska tehnologija, amortizacija). Prednost kazalnika r op de je pred- vsem v tem, da je uporaben tako na agregatni ravni organizacije kot tudi na ravni posamezne poslovne enote. Uporaben je tudi na opera- tivni ravni za proizvod, program ali posamezen inovacijski projekt zno- traj programa ali proizvoda. Kazalnik r op de lahko tudi vključimo v katerikoli fazi razvoja ali življenjskega cikla proizvoda (Balanced Score- card Institute 2011, 1–3). Po mnenju Kaplana in Nortona (2006a) bi si morale vse organizacije, ne glede na strategijo, prizadevati, da imajo v strateško mapo vključen vsaj en inovacijski cilj. Inovacijski procesi so namreč odločilni za uspeš- nost podjetij, predvsem za tista, ki so si izbrala strategije vodilnih pod- jetij glede proizvodov (ang. product leadership) in strategije celovitih re- šitev (ang. lock-in strategies) (Kaplan in Norton 2006a, 154–155). Različni avtorji (npr. Jones 2009; Kerssens-van Drongelen in Cook 1997 po Križman 1999; Kaplan in Norton 1992; 2000c; 2004a; 2006a; Ne- ely idr. 2000, 2002, 2005; idr.) so mnenja, da je raziskave in razvoj pri- merno meriti s finančnimi kazalniki, kot so dobičkovnost, donosnost investicij, dobičkovnost neto premoženja in drugimi. Vendar je pri fi- nančnih kazalnikih vedno ovira časovni zamik med razvojem izdelka in potencialnimi prihodki, kar otežuje rabo teh kazalnikov za odločanje v realnem času. Kazalniki poslovanja, s katerimi spremljamo strateški cilj inovativno- sti, se lahko zelo razlikujejo med podjetji. V gospodarski praksi se za ta namen uporabljajo različni kazalniki in kriteriji, podjetje pa mora samo izbrati tiste kazalnike, ki najbolj ustrezajo njegovim potrebam. Smiselni 148 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 kazalniki za merjenje uspešnosti so lahko razviti, ko so opredeljeni stra- teški cilji in načrtovani rezultati (Križman 1999, 60–61). Velik del ekonomske literature poudarja pozitiven vpliv inovacij na ključne kazalnike poslovanja podjetja. Dejstvo je, da tista podjetja, ki aktivno izvajajo inovacijske dejavnosti izkazujejo boljše rezultate na področju prodaje, izvoza, produktivnosti in zaposlovanja. Posebno po- zornost je treba nameniti dejstvu, da rezultati najboljših podjetij izka- zujejo močnejši pozitiven trend kot tudi bolj trajnosten razvoj (Chudno- vsky, López in Pupato 2004; Fagerberg in Verspagen 2002; Kemp idr. 2003; Kosacoff 1998 po Lugones 2008; Lall 2004; Likar, Fatur in Ropret 2014a; 2014b; Lugones 2008, 9; Lundvall 1992; Markič 2004; Ocampo 2005; Stock in Watson 1988a, 162, 163; Suárez 2009; Tether in Swann 2003). Kvalitativna analiza vzročnih povezav Vzročne povezave, ki jih nismo mogli kvantitativno utemeljiti, vendar prispevajo k ustvarjanju vrednosti za odjemalce in deležnike, smo ute- meljili kvalitativno. V teh vzročnih povezavah nastopajo kazalniki po- slovanja, ki jih je podjetje začelo spremljati pred letom ali dvema ali pa jih bo začelo spremljati z uvedbo modulov novega informacijskega sis- tema s a p. Na skrajni levi strani strateške sheme je strateška tema operativna odličnost, ki v vidiku učenja in rasti vsebuje strateški cilj kompetentni vodje (glej sliko 5.5). Kot smo že ugotovili v preglednici 5.3, se vzročne povezave začnejo pri kompetencah vodij. Od kompetenc vodij se ena povezava nadaljuje na cilj razvoja dobaviteljev, od katerih se pričakuje, da sledijo razvoju podjetja y m. Povezava se od cilja razvoja dobaviteljev nadaljuje na strateški cilj optimiranja procesov, ki vključuje optimiranje vseh razpoložljivih virov. Od cilja kompetenc vodij gre še druga vzročna povezava na optimiranje poslovnih procesov ter se nadaljuje s povezavo na cilj konkurenčnosti podjetja. Od cilja optimiranje procesov gre še ena vzročna povezava na cilj visoke odzivnosti, ki se nanaša na uspešnost dostave izdelkov do odjemalcev in nadaljuje do cilja konkurenčnosti. Vendar te povezave v okiru naše raziskave zaradi odvisnosti od projekta prenove informacijskega sistema nismo mogli kvantitativno utemeljiti. Konkurenčnost podjetja je spremljana z vrsto kazalnikov od cen ma- teriala, izdelkov energentov do izbranega št. slabih kosov na milijon proizvedenih. Od cilja konkurenčnosti, ki ponazarja kakovostne izdelke in konkurenčne cene izdelkov podjetja, izhajajo vzročne povezave na- 149 5 Empirična analiza kazalnikov poslovanja prej do vseh finančnih ciljev na eni strani ter na drugi strani dve vzročni povezavi do cilja zadovoljnih kupcev in cilja ugleda podjetja. Konku- renčnost podjetja nedvomno vpliva na zadovoljstvo odjemalcev in ugled podjetja. Tako zadovoljstvo odjemalcev vpliva na prihodke podjetja in dobičkovnost sredstev, medtem ko ugled podjetja vpliva na finančni cilj širitve priložnosti prihodkov. Na skrajni desni strani strateške sheme je strateška tema trajnostni razvoj, ki v vidiku učenja in rasti vsebuje strateški cilj inovativnost (glej sliko 5.5). V preglednici 5.3 smo ugotovili, da druga skupina vzročnih povezav izhaja iz strateškega cilja inovativnost. Inovativnost zaposlenih je prepoznana kot eno od pomembnih gonil, ki prispevajo k dolgo- ročni uspešnosti podjetja. Od inovativnosti se tako vzročna povezava nadaljuje v strateški cilj varovanje okolja in strateški cilj razvoj izdel- kov, strojev in naprav, ki sta tudi vzročno povezana, kar odraža usmer- jenost podjetja k odgovornemu ravnanju z okoljem. Razvoj izdelkov, strojev in naprav je strateški cilj, ki je pomembno pripomogel k obli- kovanju raziskovalno-razvojnega oddelka in izpolnitvi vizije podjetja in je naprej povezan s ciljem konkurenčnosti ter štirimi finančnimi cilji. Konkurenčnost podjetja pa vpliva na zadovoljstvo odjemalcev in ugled podjetja. Tako se od zadovoljstva kupcev naprej širi vpliv na prihodke podjetja in dobičkovnost sredstev, medtem ko ugled podjetja vpliva na širitev priložnosti prihodkov. Vsi strateški cilji finančnega vidika pa pri- spevajo k ustvarjanju dolgoročne vrednosti za deležnike. Strateška tema trajnostni razvoj v vidiku učenja in rasti na desni strani strateške mape, vsebuje tudi cilj, ki odraža družbeno odgovor- nost. Strateški cilj družbena odgovornost nima nakazane povezave z nobenim drugim starteškim ciljem, ker predstavlja razvoj odnosov z okoljem, v katerem podjetje deluje in je po mnenju managementa de- lovanje podjetja prežeto z družbeno odgovornim ravnanjem, kar je raz- vidno tudi iz poslanstva in strateške mape podjetja. Strateška mapa Vzročno-posledične povezave, ki so bile zanimive za modeliranje in so bile tudi dejansko podprte s kvantitativno analizo, so nazorno predsta- vljene v strateški mapi na sliki 5.5. Slednje so predstavljene z rdečo, rumeno, modro in vijolično barvo. Povezave, ki so obarvane sivo so tiste, ki jih zaradi različne frekvence merjenja, različnih obdobij spremljanja kazalnikov in odvisnosti od informacijske podpore, nismo mogli upo- števati pri kvantitativi analizi. 150 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 Dolgoročna vred- nost za deležnike idikv Širitev Stroškovna Neto poslov- Dobičkonos. priložnosti inančni učinkovitost ni rezultat sredstev F prih. Operativna Inovativna Strateško Trajnostni odličnost proizvodnja partnerstvo razvoj ev Zado- jemalc Konkurenč- Visoka d Ugled voljni o nost odzivnost kupci Vidik idikv Razvoj izdelkov, .oc strojev, naprav Razvoj Optimiziranje pr dobaviteljev procesov Varovanje anjitr okolja oN rasti in Družbena a Inovativnost odgovornost Kompetentni čenju vodje Razvoj organizacije Vidik Slika 5.5 Strateška mapa podjetja Ydria Motors d. o. o. (pripadnost posameznega strateškega cilja določeni strateški temi je označena barvno: rdeča predstavlja operativno odličnost, modra predstavlja inovativno proizvodnjo, zelena predstavlja strateško partnerstvo in vijolična predstavlja temo trajnostnega razvoja; vzročne povezave, ki so bile kvantitativno analizirane, so označene z rdečo, rumeno, modro in vijolično barvo; rumeno obarvani cilji so skupni finančni cilji) Glede celotnega nabora kazalnikov poslovanja, ki smo jih določili za strateško mapo, se je vršni management opredelil na naslednji način (Rupnik, Čučnik in Kavčič 2011b; Čučnik 2012; Rupnik in Kavčič 2012): • »Sistem uravnoteženih kazalnikov je dobro zasnovan, saj so iden- tificirani cilji uravnoteženi ter imajo določene cilje, pobude in roke izvedb.« • »Nabor kazalnikov vsebuje finančne in nefinančne kazalnike, ki so povezani z notranjimi in zunanjimi vidiki poslovnja.« 151 5 Empirična analiza kazalnikov poslovanja • »Z izbranimi kazalniki zajamemo izzive kratkoročnega obdobja do enega leta in dolgoročne izzive v obdobju do treh let.« • »Postavljen sistem ne vsebuje preveč kazalnikov. Ravno tako ne vsebuje kazalnikov, ki bi bili nasprotujoči.« • »Postavljen sistem uravnoteženih kazalnikov lahko opredelimo kot robusten, razumljiv in izdelan zato, da spodbuja kratkoročne in dolgoročne aktivnosti.« Usklajenost celotnega nabora kazalnikov poslovanja s preostalim de- lom podjetja oz. ostalimi dejavniki je vršni management opredelil na naslednji način (Rupnik, Čučnik in Kavčič 2011b; Čučnik 2012; Rupnik in Kavčič 2012): • »Postavljen sistem uravnoteženih kazalnikov je skladen s siste- mom spobud, ki jih že uporabljamo.« • »V sistemu je upoštevana organizacijska struktura in je skladen s proizvodno filozofijo.« • »Ravno tako postavljen sistem upošteva različne družine proizvo- dov in njihove življenjske cikle, ki so v različnih točkah ter trg, na katerem konkuriramo.« • »Sistem uravnoteženih kazalnikov je prilagodljiv, saj ga je z novimi pobudami moč relativno enostavno spreminjati glede na nove oko- liščine.« Strateška mapa je s predstavitvijo na relativno preprosti sliki omo- gočila konsenz med vršnimi managerji in sporočanje izbrane strategije v obsegu »zgodbe na eni strani«. Iz strateške mape je razvidna struk- tura med vidiki sistema uravnoteženih kazalnikov ter skupine vzročno- posledičnih povezav, ki jih je bilo moč empirično preizkusiti. Vzročno- posledične povezave pa izkažejo uporabne koristi takrat, ko jih razu- mejo zaposleni v podjetju, so z njimi usklajeni viri sredstev ter se jih redno pregleduje in po potrebi prilagaja dejanskim razmeram. Takšno strukturo uravnoteženih ciljev, kazalnikov in ciljev kazalnikov, lahko nadalje razvijemo in razširimo po vseh managerskih ravneh podjetja vse do ravni oddelkov in posameznikov. Takšen pristop nam zagotovi, da so v končnem cilji ljudi povezani s strateškimi cilji podjetja. Ugotovitve polstruktiriranih intervjujev Uporabljena metoda polstrukturiranih intervjujev v obliki delavnic nam je omogočila kvalitativno analizo in postavitev sistema uravnote- ženih kazalnikov podjetja y m. Sistem uravnoteženih kazalnikov je bil 152 Analiza in ugotovitve polstrukturiranih intervjujev 5.4 postavljen po predhodni predstavitvi koncepta sistema uravnoteženih kazalnikov za vršni management in z uporabo vnaprej pripravljenih od- prtih vprašanj, ki so podprla usmerjanje dela na delavnicah. Na prvih delavnicah smo tudi pridobili mnenja managementa o viziji, poslan- stvu in strategiji, ki so predstavljala ključna izhodišča za razumevanje vidika managerjev in uspešno izvedbo delavnic. Sistem uravnoteženih kazalnikov je bil postavljen s sodelovanjem in konsenzom vršnega ma- nagementa na skupaj osmih izvedenih delavnicah, na katerih smo prišli do naslednjih rezultatov in ugotovitev: • S predstavitvijo koncepta (glej sliko 5.3) je bil vršni management seznanjen s procesom postavitve sistema uravnoteženih kazalnikov in končnim ciljem delavnic, ki je predstavljal izdelan sistem uravnoteženih kazalnikov, katerega vzročno-posledične povezave bodo podprte s kvantitativno statistično metodo. Na prvih delav- nicah smo tudi pridobili mnenja managementa o viziji, poslanstvu in strategiji, ki so bila ključna izhodišča za izvedbo želene spre- membe podjetja. Poleg pridobivanja mnenj so bile začetne delav- nice namenjene tudi odgovarjanju na vprašanja vršnih manager- jev. • Pri določanju triletne vizije in osvežitvi poslanstva podjetja ym se je vršni management zedinil, da je vizija podjetja: »Postati uspo- sobljen in odgovoren kompetenčni center mreže organizacij, de- ležnikov in okolja za proizvodnjo elektromotorjev in ventilatorjev za vgradnjo v belo tehniko skupine e b m-Papst.« Glede poslanstva v okviru skupine e b m-Papst smo ugotovili, da je skladno s trile- tno vizijo o kompetenčnem centru in ostaja nespremenjeno (glej poglavje o viziji in poslanstvu kompetenčnega centra). • Glede vsebine izjave o namenu je bil dosežen konsenz, da obsega eno stran in je razdeljena na štiri vidike: finančna pričakovanja in pričakovanja lastnika, strateška partnerstva, poslovni procesi in trajnostni razvoj podjetja. Izjava o namenu (glej preglednico 5.1) v zgoščeni obliki predstavlja želeno stanje podjetja y m v prihodnjem triletnem obdobju. Slednja združuje konsenz glede želenega stanja podjetja z vidika vršnega managementa. V nadaljevanju delavnic je izjava o namenu tudi podprla določanje strateških ciljev in lastni- štva strateških ciljev ter njihovo razvrščanje po izbranih strateških temah podjetja. • Strateške teme podjetja ym so bile usklajene s strateškimi temami 153 5 Empirična analiza kazalnikov poslovanja skupine e b m-Papst in izhajajo iz vizije podjetja o razvoju v kom- petenčni center mreže organizacij, deležnikov in okolja, v kate- rem deluje. Poleg tega predstavljajo strateške teme dekompozicijo splošne strategije, ker vsebujejo njene osnovne dele, opredeljujejo poslovne procese, ki dodajajo vrednost za odjemalce ter omogo- čajo razvrščanje strateških ciljev. Z drugimi besedami povedano so strateške teme »stebri« strategije in zajemajo eno ali več vzročno- posledičnih povezav med strateškimi cilji. Izbrane strateške teme tudi ponazarjajo ustvarjanje dodane vrednosti za deležnike in s tem opredeljujejo tudi ključne poslovne procese za doseganje na- črtovanih rezultatov. • Določanje strateških ciljev in njihovo razvrščanje znotraj strateških tem smo združili v preglednici 5.2, ki predstavlja opis, kaj je treba narediti na strateški ravni, da bo izbrana vizija podjetja izpolnjena. Nabor strateških ciljev je zato razvit na osnovi izjave o namenu (preglednica 5.1), kar nam je olajšalo konsenz glede izbire strate- ških ciljev in v nadaljevanju določanje vzročno-posledičnih pove- zav med njimi. Večina strateških ciljev in njihovih kazalnikov je v podjetju že spremljana, nekateri pa so bili določeni na delavnicah in je njihovo spremljanje in merjenje vezano na izvajanje strate- škega projekta prenove informacijskega sistema s a p e r p. Dolo- čeni strateški cilji tako tudi spodbujajo želeno ravnanje zaposlenih za izpolnitev vizije in strategije podjetja glede kompetenčega cen- tra, saj se za njihovo izpolnjevanje vršijo že obstoječe pobude in tudi nekatere nove, kot je npr. uvajanje posameznih modulov in- formacijskega sistema s ap in razvoj oddelka za raziskave in razvoj. • Za razvrstitev strateških ciljev po štirih vidikih sistema uravnoteženih kazalnikov je bil uporabljen diagram štirih vidikov (glej sliko 5.4). Na diagramu smo razvrstili strateške cilje po finančnem in nefinančnem vidiku ter notranjem in zunanjem vidiku podjetja. Iz razvrstitve strateških ciljev je razvidna uravnoteženost med zuna- njimi kazalniki poslovanja za odjemalce in lastnika ter notranjimi kazalniki vidika ključnih poslovnih procesov ter učenja in rasti. Uravnoteženost je razvidna tudi med strateškimi cilji kratkoroč- nih finančnih kazalnikov poslovanja in nefinančnih kazalnikov, ki spodbujajo in usmerjajo prihodnjo dolgoročno uspešnost poslova- nja. • Pri določanju vzročno-posledičnih povezav med strateškimi cilji smo 154 Analiza in ugotovitve polstrukturiranih intervjujev 5.5 prepoznali več skupin možnih vzročnih povezav, ki so bile zani- mive za analizo z vidika ustvarjanja vrednosti za odjemalce in v končnem za finančne rezultate podjetja. Prvo skupino določenih vzročnih povezav za kvantitativno analizo smo označili s črkami B, C, D, F in I (glej preglednico 5.3). Kazalniki iz prve skupine vzroč- nih povezav so bili izbrani za kvantitativno analizo. Drugo skupino določenih vzročnih povezav (A, E, G in H), ki jih nismo mogli vklju- čiti v kvantitativno analizo ali pa jih nismo mogli izračunati, smo analizirali kvalitativno na delavnicah z vršnim managementom. V drugi skupini vzročnih povezav nastopajo kazalniki poslovanja, ki jih je podjetje začelo spremljati pred letom ali dvema ali pa jih bo začelo spremljati z uvedbo modulov novega informacijskega sis- tema s a p (glej poglavje kvalitativna analiza vzročnih povezav in sliko 5.5). • Strateška mapa podjetja, ki vsebuje vzročne povezave med stra- teškimi cilji in pripadajočimi kazalniki poslovanja, je bila posta- vljena na delavnicah in potrjena s konsenzom vršnega manage- menta podjetja y m. • Postavitev sistema uravnoteženih kazalnikov podjetja ym je tudi skladna s praktičnimi, strokovnimi in raziskovalnimi izkušnjami številnih avtorjev, na katere lahko navežemo rezultate in ugotovi- tve kvalitativnega dela raziskave (Cobbold, Lawrie in Issa 2004, 629; Ittner, Larcker in Meyer 2003, 753–754; Kaplan in Norton 1996b; 2000c; 2001b; 2004a, x i i; 2006a; Lawrie in Cobbold 2002; Lawrie, Andersen in Cobbold 2006, 4–9; Poister 1982, 77; Wisnie- wski in Dickson 2001). Z opravljeno kvalitativno analizo in postavitvijo sistema uravnoteže- nih kazalnikov smo pripravili izhodišča za kvantitativno analizo vzroč- nih povezav med kazalniki poslovanja podjetja y m. S tem smo delno izpolnili drugi cilj raziskave, ki se navezuje na postavitev modela sis- tema uravnoteženih kazalnikov v okviru izbrane kvantitativne metode (glej tudi poglavje empirična kvantitativna analiza kazalnikov poslova- nja). Poleg tega smo tudi delno izpolnili tretji cilj raziskave, ki vklju- čuje opredelitev podatkov glede na razpoložljivost, obdobje in način zbi- ranja. S polstrukturiranimi intervjuji v obliki delavnic z vršnim manage- mentom smo izpolnili peti cilj raziskave, ki vsebuje empirično evalvacijo izbrane kvalitativne metode. 155 5 Empirična analiza kazalnikov poslovanja 5.5 Metodologija kvantitativne empirične analize S sintezo analize nastanka in razvoja sistema uravnoteženih kazalnikov ter dostopne literature, raziskav in virov v obliki dokumentov in zapi- sov proizvodnega podjetja ter kvalitativno empirično analizo kazalni- kov poslovanja smo postavili teoretične osnove raziskave in utemeljili vzročno-posledične povezave sistema uravnoteženih kazalnikov. V prvem delu kvantitativne empirične analize (tj. v poglavju meto- dologija kvantitativne empirične analize) predstavljamo deskriptivno analizo kvantitativnih multivariantnih statističnih metod, na osnovi katere smo izbrali ustrezno metodologijo. Izbrana metodologija kvan- titativnega dela empirične analize se opira na analizo časovnih vrst ka- zalnikov poslovanja z uporabo orodij ekonometrije, kot so analiza staci- onarnosti, kointegriranosti, Grangerjeve vzročnosti in mehanizma po- pravljanja napak v okviru Engle-Grangerjevega postopka dveh korakov. Stacionarnost časovnih vrst Ker časovne vrste lahko obravnavamo kot funkcije determinističnih in stohastičnih sestavin, moramo za sistematično obravnavo stohastičnih procesov vpliv navedenih sestavin izključiti ali zmanjšati. Pri tem so de- terministične sestavine časovnih vrst naslednje: trend, sezonskost, ci- kel in spreminjanje variance v času (heteroskedastičnost). Stohastični element časovnih vrst je stohastična sezonskost in stohastični trend z varianco, ki je ne moremo napovedati, kot je to npr. naključna hoja (Murray 1994). Z dodajanjem trenda v model lahko odpravimo deter- ministični trend, z diferenciranjem časovne vrste pa lahko odpravimo stohastični trend. Uporaba determinističnega trenda v povezavi s sto- hastičnim modelom časovnih vrst je primerna, ko sezonskost časovnih vrst ni homogena in so časovne vrste deterministične narave (Nelson in Plosser 1982 po Ambler 1989, 651; Kapoor, Madhok in Wu 1981, 99). Ker pri empirični analizi uporabljamo realne podatke, pogosto ne moremo preveriti vseh lastnosti časovnih vrst. Namreč vsaka časovna vrsta ne vsebuje vseh determinističnih in stohastičnih sestavin, zato lahko praviloma sklepamo na lastnosti časovnih vrst samo na podlagi razpoložljivih podatkov. Zaradi tega pri empirični analizi podatkov najprej ugotavljamo red integriranosti oz. kolikokrat je treba posamezno časovno vrsto diferen- cirati,⁷ da dosežemo stacionarnost časovne vrste (Baghestani 1991, 673– ⁷ Časovno vrsto diferenciramo z operatorjem diferenciranja, ki časovno vrsto Y spremeni 156 Metodologija kvantitativne empirične analize 5.5 674; Granger in Newbold 1977, 203; Hylleberg in Mizon 1989, 114; Jiha in Orphee 1995, 100). Stacionarnost pomeni, da ima časovna vrsta pov- prečno vrednost in varianco konstantno v opazovanem časovnem ob- dobju. Poleg tega je kovarianca med dvema časovnima obdobjema od- visna le od časovnega zamika med njima. Čas, v katerem kovarianco iz- računamo, pa ne vpliva na rezultat. Drugače povedano, časovna vrsta je (šibko ali kovariančno) stacionarna I(0), če je njena povprečna vrednost, varianca in avtokovarianca neodvisna od časa njihovih meritev. Vrste, ki niso stacionarne, imenujemo nestacionarne časovne vrste (e views 2010c, 379; Gujarati 1995, 713–714; The Royal Swedish Academy of Sci- ences 2003, 5). Prva diferenca časovne vrste predstavlja vrsto sprememb, ki se zgodi pri prehajanju iz enega časovnega obdobja v drugo. Če Yt označuje vre- dnost časovne vrste v obdobju t, potem je diferenca Δ Yt enaka Yt −Yt− 1. Če je prva diferenca Δ Yt stacionarna in tudi povsem naključna, potem lahko Y opišemo kot model naključne hoje. V takšnem primeru je vsaka vrednost Yt naključni korak, ki se oddaljuje od njene prejšnje vrednosti. Če pa je prva diferenca Δ Yt stacionarna in ni povsem naključna, to po- meni, da je njena vrednost v tem obdobju avtokorelirana z vrednostjo iz prejšnjih obdobjih (Bratina 2011, 92–93; Gujarati 1995, 718; Murray 1994, 37–38; Stock in Watson 1988a, 151; Stubelj 2011, 77–78). Veliko ekonomskih časovnih vrst je stacionarnih s prvo diferenco oz. integriranih s prvim redom, kar označimo z I(1). Če so časovne vrste izražene z diferencami, se s tem izognemo nepravi regresiji, do katere pride pri uporabi nestacionarnih časovnih vrst. Rabo diferenciranih ča- sovnih vrst pa sta spodbujala v svojih raziskavah že Box in Jenkins (Granger in Newbold 1977, 207; Phillips in Granger 1997, 275; The Ro- yal Swedish Academy of Sciences 2003, 4–5). Zaradi tega razloga je test stacionarnosti in uporaba stacionarnih časovnih vrst pomemben ko- rak pri analizi časovnih vrst, vendar se moramo zavedati tudi dejstva, da diferenciranje časovne vrste, poleg delne izgube informacij, obenem vpliva tudi na stabilnost koeficientov regresijskih enačb. Z običajnim Waldovim testom regresije časovnih vrst integriranih s prvim redom I(1) lahko dobimo zavajajoče rezultate. Namreč, Waldov test za stati- stično značilnost koeficientov nam lahko pokaže statistično značilno v Δ Yt = Yt − Yt− 1. V takšnem primeru dobimo prvo diferenco časovne vrste Yt. Če po diferenciranju dobimo stacionarno časovno vrsto, je originalna vrsta diferenčno stacionarna (ang. difference-stationary) (Gujarati 1995, 723). 157 5 Empirična analiza kazalnikov poslovanja povezavo med sicer nepovezanimi časovnimi vrstami (Phillips 1986 po e views 2010a). Stock in Watson (1989) opozarjata, da pri doseganju sta- cionarnosti časovnih vrst obstaja tudi problem t. i. pretiranega diferen- ciranja (Stock in Watson 1989, 161, po Ambler 1989, 653). Splošno uporabljani način za test stacionarnosti je test enotnih ko- renov (ang. unit root test), v katerem je Yt posamezna časovna vrsta v opazovanem obdobju, Yt− 1 predstavlja njeno predhodno vrednost, ui je stohastična napaka, ki ima srednjo vrednost enako nič in konstan- tno varianco σ 2 in je brez avtokorelacije. Takšna stohastična napaka je znana tudi pod imenom »beli šum«. Yt = ρYt− 1 + ui (5.2) Problem enotnega korena prikazuje avtoregresijski model prve stop- nje (5.2), kjer imamo v primeru, da je ρ = 1 nestacionarno časovno vrsto (e views 2010c, 379; Gujarati 1995, 718). Dickey-Fuller test enotnega korena je veljaven le, če je časovna vr- sta avtoregresija prvega reda AR(1). Če je časovna vrsta avtokorelirana z višjimi zamiki, je predpostavka stohastične napake ui napačna. Za ugotavljanje prisotnosti stohastičnega trenda je zaradi tega pri- merno uporabljati znani parametrični razširjeni test stacionarnosti (ang. Augmented Dickey Fuller – a df). a df test upošteva tudi avtoko- relacije pri zamikih višjega reda ob predpostavki, da serija sledi proces AR( n) in dodaja diference z n zamiki odvisne spremenljivke Y na desni strani regresijske enačbe: n Δ Yt = β 1 +β 2 t+αYt− 1 +λi Δ Yt− 1 +νt. (5.3) i= 1 V regresijskem modelu 5.3 je Δ Yt prva diferenca spremenljivke, β 1 in β 2 sta konstanti, α = ( ρ − 1) kjer je ρ koeficient avtokovariance, Δ Yt−i predstavlja diference spremenljivke pri različnih zamikih in νt je stohastična napaka (Baghestani 1991, 674; Darrat 1990, 757; e views 2010c, 384; Gujarati 1995, 718–720; Granger in Newbold 1974 po Stock in Wat- son 1988a, 163–164). Kointegriranost časovnih vrst V ekonomski teoriji je eden od osnovnih testov spremenljivk, ki so raz- porejene v časovne vrste, ugotavljanje, ali imajo nekateri pari ekonom- skih časovnih vrst skupen trend. V določenih kratkoročnih obdobjih lahko takšne časovne vrste divergirajo ena od druge, vendar na dolgi 158 Metodologija kvantitativne empirične analize 5.5 rok konvergirajo k skupnemu trendu. Nanje gotovo vplivajo tržni me- hanizmi in odločitve na osnovi politike podjetja. Ideja o skupnem trendu je navdihnila razvoj postopka za ugotavlja- nje kointegracije, ki so ga razvili Granger (1963; 1969; 1983; 1986; 2004) ter Engle in Granger (1987). Ravno tako je bila ista ideja osnova za ra- zvoj postopka popravljanja napak, ki ga je zasnoval Davidson idr. (1978). Oba postopka sta tesno povezana, saj kointegriranost kaže na dolgo- ročno povezanost časovnih vrst, ki je povezana s kratkoročno dinamiko časovnih vrst v okviru koncepta popravljanja napak. Kar pomeni, da ča- sovne vrste lahko občasno tudi odstopajo od ravnovesja, vendar modeli kointegriranosti to odstopanje »popravijo« v stalne vzorce kointegra- cije (Harris idr. 1995, 567). Zaradi te lastnosti kointegracijskih modelov, Jiha in Orphee (1995, 106) trdita, da sta kointegriranost in mehanizem popravljanja napak teoretično ekvivalentna (Baghestani 1991, 671; Da- vidson idr. 1978; Engle in Granger 1987; Granger 1963; 1969; 1983; 1986; 2004). Engle in Granger (1987) sta ugotovila, da linearna kombinacija⁸ dveh ali več nestacionarnih časovnih vrst oz. I(1) časovnih vrst omogoči sta- cionarnost I(0), ki je pogoj za kointegriranost časovnih vrst. Takšna li- nearna kombinacija omogoči, da so nestacionarne časovne vrste med- sebojno kointegrirane (Granger 1981 po The Royal Swedish Academy of Sciences 2003, 5). Če sta dve spremenljivki medsebojno kointegrirani, to pomeni, da imata skupen trend oz. skupni dejavnik v ozadju, ki vpliva na oba. Ravno tako kointegriranost pove, da obstaja verjetnost, da je ena od spremen- ljivk vzrok drugi spremenljivki (Granger 2004, 425). Za ugotavljanje ko- integriranosti smo uporabili model 5.4, v katerem je Yt odvisna spremenljivka, Xt neodvisna spremenljivka, ut pa je njuna linearna kombi- nacija, za katero ugotavljamo stacionarnost I(0). ut = Yt − β 1 − β 2 Xt. (5.4) V primeru, da je linearna kombinacija časovnih vrst ut stacionarna I(0), lahko trdimo, da sta časovni vrsti spremenljivk kointegrirani. Pri ugotavljanju kointegracije je pogosto uporabljena metoda dveh kora- kov. Metoda dveh korakov avtorjev Engla in Grangerja (1987) temelji ⁸ V splošnem velja, da je rezultat vsote ali razlike dveh nestacionarnih časovnih vrst, ne-stacionarna časovna vrsta. Kointegracija pa z linearno kombinacijo diferenciranih oz. integriranih časovnih vrst omogoči stacionarnost časovnih vrst (Johnson 1990, 842). 159 5 Empirična analiza kazalnikov poslovanja na oceni najmanjših kvadratov (ang. Ordinary Least Squares – o l s), s katero ugotavljamo, ali obstaja kointegracijski vektor med časovnimi vrstami in na testu stacionarnosti njihovih residualov. Za ugotavljanje kointegracije med spremenljivkami nekateri avtorji priporočajo tudi Jo- hansenov⁹ test. Ugotavljanje kointegriranosti na osnovi nestacionarnih vrst, ki so integrirane s prvo diferenco, pa pomeni izgubo dela infor- macij o dolgoročni povezanosti časovnih vrst (Christiano in Ljungqvist 1988 po Ambler 1989, 651; Baghestani 1991, 673–674; Johansen 1988 po Coe in Moghadam 1993, 545; Engle in Granger 1987, 264–265; e views 2010c, 685–686; Gujarati 1995, 726; Phillips 1986 po Jiha in Orphee 1995, 95–100; Johnson 1990, 840–842; Kapoor, Madhok in Wu 1981, 100; McMillin 1991, 637–638; Miller 1991, 141; Murray 1994). Stacionarna linearna kombinacija časovnih vrst, ki vsebujejo stoha- stični trend, predstavlja kointegracijsko enačbo. Slednja kaže na dolgo- ročno povezanost med opazovanimi spremenljivkami. Ob tem je tudi obvezno preverjanje stacionarnosti residualov ali ocena modela popra- vljanja napak (glej poglavje določanje modela popravljanja napak). Em- pirične raziskave in teorija tudi potrjujejo, da imajo nekatere časovne vrste skupen stohastični trend, ki se odraža kot naravni proces na pod- ročju makroekonomije in mikroekonomije ter financ (Ambler 1989, 653; Diebold 2004, 166–167). Nobelov nagrajenec za ekonomijo, prof. Engle je kointegracijo opi- sal kot resnično ekonometrično tehniko, ki je namenjena predvsem za analizo makroekonomskih podatkov. Pri tem je kratkoročna dinamika makroekonomskih sistemov pogosto razumljena kot vrh temeljnih in dolgoročno gonilnih sil. Kointegracija je metoda, ki je namenjena dolgo- ročnemu opazovanju in ne posveča prevelike pozornosti kratkoročnim gibanjem. Gre za neke vrste generično orodje za makro modeliranje in napovedovanje (Engle in Diebold 2003, 1175). Granger in Lee (1989) navajata, da je tudi multipla kointegracija do- kazano uporaben koncept na področju določanja zalog. Po menju avtor- jev bi bil še boljši preizkus koncepta multiple kointegracije, na podatkih enega podjetja, vendar v tistem času nista imela dostopa do takšnih po- datkov (Granger in Lee 1989, s 158). Že v poglavju o stacionarnosti časovnih vrst smo ugotovili, da je za ⁹ Metoda, ki jo je razvil Johansen, pokaže, ali je sistem sestavljen iz edinstvenega kointegracijskega vektorja ali iz linearne kombinacije več kointegracijskih vektorjev (Johan- sen 1988; Stock in Watson 1988a; 1988b; Johansen in Juselius 1990). 160 Metodologija kvantitativne empirične analize 5.5 ugotavljanje prisotnosti stohastičnega trenda časovnih vrst primerno izvajati teste, kot je parametrični razširjeni test stacionarnosti a df, saj se s tem izognemo napačnim ugotovitvam. Avtorji različnih raziskav tudi opozarjajo na povezavo med spremembami v stohastičnem trendu in poslovnim ciklom opazovanih spremenljivk. Zaradi tega poudarjajo pomembnost ocenjevanja kratkoročnih in dolgoročnih posledic izvaja- nih politik rasti in trajnostnega razvoja (Cuthbertson in Barlow 1991, 644–647; e views 2010c, 685; Granger 1963; Stock in Watson 1988a, 164, 167, 169–170). Preizkus ničelne hipoteze o nekointegriranosti časovnih vrst je tudi skladna s preizkusom ničelne hipoteze o nestacionarnosti časovnih vrst. Oba preskusa se razlikujeta po načinu računanja serijske kore- lacije časovnih vrst v vrstah residualov: Engle-Grangerjev test (test kointegriranosti) uporablja parametrični razširjeni test stacionarnosti adf, medtem ko Phillips-Ouliarisov test (test stacionarnosti) uporablja Phillips-Perronovo (p p) neparametrično metodologijo (e views 2010c, 234; Johansen 1988 po Stock in Watson 1988a, 170). Pristop izbire števila časovnih zamikov med spremenljivkami Pri postavljanju modela popravljanja napak je ena od pomembnih od- ločitev izbira števila časovnih zamikov spremenljivk ali krajše zamikov spremenljivk. Pri uporabi Grangerjeve vzročnosti je priporočljivo upo- števati večje število zamikov pri določanju smeri vzročnosti. Razlog je v tem, da se rezultati Grangerjevega testa spreminjajo glede na število uporabljenih zamikov. Pri tem bodo rezultati analize zanesljivejši, če se izkaže, da se Grangerjeva vzročnost ne spreminja bistveno s spre- minjanjem števila zamikov (Davidson in McKinnon 1993 po Gujarati 1995, 622–623), saj je iz različnih razlogov, kot so ekonomski, institu- cionalni, psihološki in tehnološki, možno, da odvisna spremenljivka re- agira na neodvisno z določenim časovnim zamikom. Vključevanje zami- kov k neodvisnim in odvisnim spremenljivkam tudi pomembno vpliva na zmanjševanje avtokorelacije časovnih vrst ter podpre opis dinamike povezanosti spremenljivk z regresijskimi enačbami. Posledica tega je, da vzročna spremenljivka podpre napovedovanje posledične spremen- ljivke (Granger 2004, 425; Gujarati 1995, 620–624; Geweke, Meese in Dent 1983, 161, po Macunovich in Easterlin 1988, 72–73; Stubelj 2011, 79–90). Struktura časovnih zamikov se lahko določi iz analize medsebojne korelacije časovnih vrst. Ob tem se moramo zavedati, da je določanje 161 5 Empirična analiza kazalnikov poslovanja strukture časovnih zamikov na temelju postavljene teorije zelo zah- tevno in da je analiza medsebojne korelacije nezanesljiva predvsem pri modelih z več vhodnimi spremenljivkami, še posebej pri modelih s po- vratno zanko (Eviews 2010c, 333–336; Hanssens in Liu 1983, 316–322). V smislu izbire učinkovitega časovnega zamika, imamo na razpolago določanje zamikov s pristopom vektorske avtoregresije va r (ang. Vec- tor Autoregression – va r) in določanje zamikov z arbitrarnim pristo- pom. Pri va r pristopu imamo na razpolago pet testov za določanje števila zamikov, kot so: sekvenčno spreminjan l r test (ang. sequential modi- fied l r test statistic), napaka končne napovedi (ang. Final Prediction Er- ror – f p e), Akaikeov kriterij (ang. Akaike Information Criteria – a i c), Schwarzev kriterij (ang. Schwarz Information Criterion – s c) in Hannan-Quinnov kriterij (ang. Hannan-Quinn Information Criterion – h q). Pri tem pa sami oz. arbitrarno izberemo največje število zamikov, ki ga upo- rabimo za testiranje. Pri arbitrarnem pristopu imamo na razpolago dva načina. Prvi pred- stavlja izbiro zamikov na osnovi minimalnih vrednosti Akaikejevega, Schwarzovega in Hannan-Quinnovega kriterija. Akaikejev informacij- ski kriterij je analogen popravljenemu determinacijskemu koeficientu R 2, in opisuje ustreznost oz. porabo stopenj prostosti. Zato velja, da smo identificirali ustrezen model, ko je vrednost Akaikejevega kriterija naj- manjša (McMillin 1991, 638). Akaikejevemu kriteriju je alternativa Sch- wartzov kriterij (Banker, Potter in Srinivasan 2000, 75; e views 2010a; Pindyck in Rubinfeld 1998, 238 239). Drugi način predstavlja Hendryjev način modeliranja od splošnega k specifičnemu, kar pomeni izključevanje zamikov, ki niso statistično značilni. V primerih ko število zamikov določamo arbitrarno literatura priporoča, da vedno izberemo manjšo vrednost zamikov (Engle in Gran- ger 1987, 271–272; Eviews 2010a; Eviews 2010c; Miller 1991, 147). Vsi navedeni pristopi vsebujejo določen del arbitrarnosti, ki je prepu- ščena presoji raziskovalca in v neki meri lahko vpliva na rezultate testov. Namreč, obstaja tveganje, da rezultat vzročnosti odraža izbira zamikov namesto dejanske vzročnosti med spremenljivkama. Ne glede na izbiro pristopa določanja zamikov se večina raziskoval- cev strinja, da je pri letnih četrtletnih in mesečnih podatkih ustrezno uporabiti različne zamike. Engle in Diebold (2003) navajata, da se s ča- sovno agregacijo podatkov, npr. od mesečnih k letnim, uporabljeni ča- sovni zamiki skrajšujejo. Dolgoročni učinki med spremenljivkami pa so 162 Metodologija kvantitativne empirične analize 5.5 neodvisni od časovne agregacije (Engle in Diebold 2003, 1163, 1166). Avtorji, kot so Ben-Porath (1973), Silver (1965) ter Macunovich in Ea- sterlin (1988), trdijo, da je pri mesečnih podatkih primerno uporabiti od enega do petnajst zamikov, pri četrtletnih podatkih je primerno upo- rabiti enega do dva zamika. Ravno tako priporočajo, da je pri relativno majhnem številu meritev (tj. številu meritev med 100 in 150), za zane- sljive rezultate priporočeno število zamikov od šest do sedem. Kar velja za odvisne in neodvisne spremenljivke. S povečevanjem števila meritev je primerno povečevati tudi število zamikov, saj nasprotno ravnanje lahko privede do povzročitve napake 1. reda oz. zavrnitve pravilne ničelne hipoteze. Vključitev prevelikega šte- vila zamikov pa povzroči napako 2. reda oz. potrditev napačne ničelne hipoteze. V raziskovalni praksi se je tudi izkazalo, da je v splošnem upo- rabljeno število zamikov do ene tretjine velikosti vzrorca, vendar je iz- bira števila zamikov prepuščena presoji raziskovalca glede na obravna- vani raziskovalni problem (Gujarati 1995, 716). Vsekakor je treba izbrani zamik omejiti pri številu, ki še dopušča dovolj meritev za izvedbo regre- sije (Ben-Porath 1973, 198; Geweke, Meese in Dent 1983, 162–163, Gu- ilkey in Salemi 1982, 675, Silver 1965 po Macunovich in Easterlin 1988, 72–76). Geweke (1978) razpravlja, da je izbira postopka določanja zamika in postopka desezoniranja za časovne vrste ključna in ima velik vpliv na sklepanje o vzročnosti. Poleg tega tudi priporoča, da v enačbah, s ka- terimi ocenjujemo vzročnost, število odvisnih spremenljivk z zamikom presega število neodvisnih spremenljivk z zamikom. Tako je lahko iz- bira postopka za določanje zamikov, ocenjena po svoji skladnosti z re- zultati postopka iskanja. Zato lahko sklepamo, da je določanje vzročno- sti v določeni meri odvisno tudi od uporabljenih testov (Geweke 1978 po Nachane 1991, 397–398, 400). Mehanizem popravljanja napak (e c m) Engle in Granger (1987) sta ugotovila, da za časovne vrste, ki so inte- grirane s prvim redom I(1) in imajo skupni stohastični trend, lahko ob- staja eden ali več kointegracijskih vektorjev, ki jih povezujejo. Stoha- stični proces, ki povzroča vrednosti spremenljivk časovnih vrst, se iz- razi kot vektor popravljanja napak (Ambler 1989, 655; Stock in Watson 1988b po Cubadda 1999, 273; Cuthbertson in Barlow 1991, 644; Engle in Granger 1987, 253). Ker obstaja dolgoročna povezava med spremenljivkami, bo regresija, 163 5 Empirična analiza kazalnikov poslovanja ki vsebuje vse spremenljivke kointegracijskega vektorja vsebovala tudi stacionarni izraz popravljanja napake. Pri tem so lahko vse spremen- ljivke nestacionarne ali stacionarne. Pri časovnih vrstah, ki so sicer ne- stacionarne, se pri empirični analizi izkaže, da kljub nestacionarnosti v dolgoročnem obdobju konvergirajo k medsebojnemu ravnovesju. Torej skladno z Engle-Grangerjevim teoremom obstoja velja, da če sta dve ali če je več časovnih vrst kointegriranih, med njimi gotovo obstaja meha- nizem popravljanja napak. Mehanizem popravljanja napak tako zajame kratkoročno dinamično prilagajanje in omogoča pregled časovne razpo- reditve spremenljivk ter informacije o dolgoročni povezanosti spremen- ljivk. Kointegracijska analiza pa določa dolgoročne odnose med opazo- vanimi spremenljivkami. Na mehanizem popravljanja napak zato lahko gledamo tudi kot na proces, ki vzdržuje dolgoročno ravnotežje med opa- zovanimi spremenljivkami (Balke in Fomby 1997, 627; Coe in Mogha- dam 1993, 544; Phillips in Granger 1997, 274). Ena od prednosti mehanizma popravljanja napak je gotovo ta, da omogoča dodatno povezavo, s katero lahko spremenljivke s skupnimi stohastičnimi trendi vplivajo ena na drugo. Izmed vseh možnih norma- lizacij, ki jih izvedemo med raziskavo, je regresija kointegracije z naj- višjim determinacijskim koeficientom tista, ki je najbolj zanimiva. Vi- sok determinacijski koeficient namreč zmanjšuje pristranskost pri eval- vaciji ocene kointegracijskih parametrov (Coe in Moghadam 1993, 545; Denbaly in Vroomen 1993, 205; Engle in Granger 1987, 255; Banerjee idr. 1986, Hall 1986 po Jiha in Orphee 1995, 104–106). Mehanizmi popravljanja napak so pogosto uporabljani predvsem v makroekonomiji, saj temeljijo na preprosti ideji, da je neravnovesje spremenljivke v neki periodi »popravljeno« v naslednji periodi iste spre- menljivke. K temu je prispevala ideja Sargana (1964) o ločevanju dolgo- ročnega vidika in kratkoročnega vidika pri oblikovanju dinamičnega razmerja med ekonomskimi spremenljivkami in pojavom teorije koin- tegriranosti spremenljivk (Sargan 1964; Phillips 1957 po Engle in Gran- ger 1987, 254; Mehra 1993; Qin in Gilbert 2001, 444; Sargan 1964 po Teräsvirta in Eliasson 2001, 277). Vektorska avtoregresija Vektorska avtoregresija (ang. Vector Autoregression – va r), se pogosto uporablja pri napovedih in pri analizi vplivov motenj na sistem poveza- nih časovnih vrst. va r obravnava vse spremenljivke kot enake, kar po- meni, da ne postavlja razlik med odvisnimi in neodvisnimi spremenljiv- 164 Metodologija kvantitativne empirične analize 5.5 kami. Kointegrirana var je tudi ekvivalentna mehanizmu popravljanja napak, saj je var kointegrirana samo takrat, ko vsebuje mehanizem po- pravljanja napak e c m. Obe orodji, va r in e c m predstavljata t. i. mapo inovacijskih napak. Pri tem na opazovane spremenljivke gledamo, kot da so bile povzročene od inovativnih motenj oz. šokov iz preteklosti in avtokoreliranih motenj. To tudi predstavlja okvir, znotraj katerega že- limo bolje razumeti poskuse za razlago mehanizma popravljanja napak (Engle in Granger 1987; Diebold 2004, 168; Sims 1980; Gujarati 1995, 746; Qin in Gilbert 2001, 444). Ravno tako je var tudi primeren pristop, kadar imamo med časovnimi vrstami obojestranske vzročnosti (Engle in Granger 1987; e views 2010a; Granger 1983 po Miller 1991, 146; Gu- jarati 1995, 747; Johnson 1990, 840). Engle in Granger (1987) sta poudarila, da je var model ocenjen z dife- renciranimi časovnimi vrstami napačno opredeljen, če so spremenljivke kointegrirane. Pri tem kointegracijske povezave oz. izrazi popravljanja napak niso upoštevani. Zaradi te lastnosti pristopa va r sta razvila po- stopek dveh korakov (Engle in Granger 1987, 259; McMillin 1991, 637; Stubelj 2011, 80–81). Model za vektorsko popravljanje napak Model za vektorsko popravljanje napak (ang. Vector Error Correction – v e c) je primeren za analizo nestacionarnih časovnih vrst, ki so med- sebojno kointegrirane. v e c je v svojem bistvu va r z določenimi ome- jitvami (Slutzky 1937 po Qin in Gilbert 2001, 425, 440) in se izvaja v dveh korakih. V prvem koraku se za ugotavljanje kointegracije med spremenljivkami oz. števila kointegracijskih vektorjev med spremen- ljivkami uporablja Johansenov (1988) test, vendar ima slednji, ki teme- lji na linearni vektorski avtoregresij, težave, ko naletimo na nelinear- nosti v časovnih vrstah. Na nelinearnosti v mikroekonomskih časovnih vrstah sta opozarjala že Phillips in Granger (1997). Za obravnavo neli- nernosti časovnih vrst obstajajo tudi nelinearne metode, ki zahtevajo velike količine kakovostnih podatkov. V makroekonomiji in mikroeko- nomiji so praviloma razpoložljivi relativno majhni vzorci, ki običajno tudi vsebujejo znatne merske napake (Diebold 1997, 13–14; Chong in Hendry 1986, 676; Prothero in Wallis 1976, 485). V drugem koraku modeliranja v e c iz ocenjenih kointegracij med ča- sovnimi vrstami postavimo izraze popravljanja napak. Sledi še ocena vektorske avtoregresije z diferencami časovnih vrst, ki kot neodvisne spremenljivke vključuje še izraze popravljanja napak. Kadar so spre- 165 5 Empirična analiza kazalnikov poslovanja menljivke medsebojno enolično kointegrirane, oz. jih povezuje en ko- integracijski vektor, bi izločitev katerekoli izmed njih pomenila nekoin- tegriranost (Balke in Fomby 1997, 636; Engle in Granger 1987; e views 2010a; e views 2010c, 479; Granger 1983 po Miller 1991, 146; Gujarati 1995, 747; Phillips in Granger 1997, 278, 280). Markov model popravljanja napak V teoretični in empirični ekonomski literaturi je pogosta domneva, da je dinamično prilagajanje gospodarskega sistema v smeri njegove dol- goročne stabilnosti linearno, vendar obstajajo dobri razlogi za to, da lahko pričakujemo asimetričnost in nelinearnost v dinamiki procesov prilagajanja. Nesimetrično prilagajanje dolgoročnemu ravnovesju pov- zroči motnje pri rezultatih z linearnim Engle-Grangerjevim postopkom (Enders in Siklos 2001, 167). Na primer, povsem verjetno je, da hitrost prilagajanja poslovnih procesov ne bo enaka med globoko recesijo in običajno recesijo (Psaradakis, Sola in Spagnolo 2004, 69). Avtorji, kot so Psaradakis, Sola in Spagnolo (2004), so proučili mo- del kointegracije, ki lahko opiše odstopanja od dolgoročnega ravnotežja z dvostopenjskim Markovim procesom prilagajanja (ang. Markov Error Correction Model – m e c). Takšen model lahko uporabimo za primere, ko se prilagajanje za doseganje dolgoročnega ravnotežja izvaja ves čas, vendar z različno intenzivnostjo, ali pa poteka samo v eni obliki. Tak- šen primer je lahko spreminjajoča se gospodarska politika vlade ali pa hitrost, s katero je devalvacija oz. razvrednotenje, zaradi kratkoročnega izboljšanja konkurenčnosti, prenesena na cene na domačem trgu. Za preizkus in prilagoditev modela popravljanja napak po Markovu v pra- ksi, so avtorji uporabili dvostopenjski pristop. Ta vključuje preizkusa kointegriranosti ob predpostavki linearnega prilagajanja in nato testi- ranje prilagajanja glede dinamike modela za popravljanje napak skladno po Markovu. S podatki o cenah delnic in dividend v z da, so avtorji dokazali, da je model m e c zmožen prepoznati obdobja, ko je razmerje cena – di- videnda nenavadno visoka in v katerem se prilagajanje neravnovesju ne izvaja. Rezultati kažejo, da je bodisi notranji mehurček ali časovno spremenljiv diskontni faktor tisti dejavnik, ki povzroča odstopanje cen delnic od osnove. Rezultati te raziskave so tudi v nasprotju s prisotno- stjo mehurčkov, ki se periodično porazgubijo. Avtorji zato poudarjajo, da ima zamisel o modelu popravljanja napak po Markovu potencial za aplikacijo izven okvirja modeliranja dinamike sredstev in cen, saj zago- 166 Metodologija kvantitativne empirične analize 5.5 tavlja boljši okvir obravnave hitrosti prilagajanja pri naglih spremem- bah politike (Psaradakis, Sola in Spagnolo 2004, 86). Engle-Grangerjev postopek dveh korakov Za namen in obravnavano vsebinsko problematiko naše raziskave smo izbrali oceno mehanizma popravljanja napak e c m, ki jo izvedemo skla- dno z Engle-Grangerjevim postopkom dveh korakov (Engle in Granger 1987, 254, 260). V mehanizem popravljanja napak lahko vključujemo tako stacionarne spremenljivke kot diferencirane nestacionarne spre- menljivke. Namreč, če je skupina časovnih vrst integrirana z istim re- dom, je verjetno, da je njihova linearna kombinacija, poznana kot ko- integracijski vektor, lahko stacionarna. Za ugotavljanje stacionarnosti kointegracijskega vektorja lahko uporabimo teste stacionarnosti, kot so spremenjeni Durbin-Watsonov test, Dickey-Fullerjev test, razširjeni Dickey-Fullerjevim test in Engle-Grangerjev test. Vse teste izvedemo na residualih časovnih vrst. Kadar med spremenljivkami obstaja edin- stven kointegracijski vektor, v prvem koraku ocenjujemo kointegracijo med spremenljivkami z metodo najmanjših kvadratov. V drugem koraku iz ocenjenega kointegracijskega vektorja med spre- menljivkami in njihovimi residuali določimo izraze popravljanja napak. Pri tem za predstavitev izrazov popravljanja napak uporabljamo residu- ale spremenljivk. Koeficient izraza popravljanja napak v svoji absolutni vrednosti pokaže delež hitrosti vračanja kointegriranih spremenljivk v ravnotežje v časovni enoti (Chowdhury 1993, 703–705). Za vzpostavlja- nje dolgoročnega ravnotežja se pričakuje, da je izraz popravljanja napak negativen. V kolikor spremenljivke odstopajo od dolgoročnega ravno- težja je izraz popravljanja napak različen od nič v dolgoročnem ravno- težju pa je njegova vrednost enaka nič (Alkhathlan 2011; Antzoulatos 1996, 845; Balke in Fomby 1997, 633; Denbaly in Vroomen 1993, 205; En- gle in Granger 1987; Eviews 2010a; Gujarati 1995, 725, 730; Harris idr. 1995, 565; Janeš 2013; Janeš in Faganel 2013; Johansen 1988, Johansen in Juselius 1990 po Jiha in Orphee 1995, 98–100; Johnson idr. 1992; Me- hra 1993; Miller 1991, 141–142, 146; Murray 1994, 37; Stock in Watson 1988a). Postopek je zelo pripraven, saj dinamiko modela določimo šele s po- stavitvijo končnega modela popravljanja napak. Mehanizem popravlja- nja napak je pri tem statistična lastnost časovnih vrst (Antzoulatos 1996; Balke in Fomby 1997, 633, 643; Engle in Granger 1987, 260–261; Stock 1987; Coe in Moghadam 1993, 544). 167 5 Empirična analiza kazalnikov poslovanja Ob tem je primerno omeniti, da se glavna kritika glede mehanizma popravljanja napak nanaša na pomanjkanje modela v ozadju te metode. V kolikor bi metoda slonela na modelu, bi slednji lahko optimiral ome- jitve mehanizma popravljanja napak. S takšnimi preverljivimi omeji- tvami bi bila podprta strukturna razlaga ocenjenih parametrov meha- nizma popravljanja napak (Domowitz in Hakkio 1990, 29–30). Pri tem pa tudi ne gre zanemariti, da sodi mehanizem popravljanja napak v skupino nemodelnih metod. Skupina nemodelnih metod je bila sprejeta med ekonomisti po zelo ustvarjalnem članku, ki sta ga predsta- vila Zellner in Palm (1974). V tem članku sta prikazala istoličnost med strukturno ekonometrijo in nemodelno metodologijo (Zellner in Palm 1974 po Nachane 2003, 3794). Mehanizem popravljanja napak e c m predstavljamo na primeru dveh integriranih I(1) in kointegriranih spremenljivk oz. avtoregresijskega sistema reda n: n n xt = = γ 1 ixt−i + δ 1 iyt−i +ε 1 t. (5.5) i= 1 i= 1 n n yt = = γ 2 ixt−i + δ 2 iyt−i +ε 2 t. (5.6) i= 1 i= 1 V enačbah 5.5 in 5.6 sta ε 1 t in ε 2 t stohastični napaki znani kot beli šum. Skladno z Grangerjevim teoremom lahko v takšnem primeru enačbi zapišemo kot: n− 1 n− 1 Δ xt = α 1( yt− 1 −βxt− 1) + γ* Δ δ* Δ 1 i xt−i + 1 i yt−i + ε 1 t. (5.7) i= 1 i= 1 n− 1 n− 1 Δ yt = α 2( yt− 1 −βxt− 1) + γ* Δ δ* Δ 2 i xt−i + 2 i yt−i + ε 2 t. (5.8) i= 1 i= 1 Ker je člen ( yt− 1 −βxt− 1) ≈ I(0), sta obe strani enačbe integrirani z istim redom in je sistem dveh enačb 5.7 in 5.8 v ravnovesju. V primeru, ko je člen ( yt− 1 − βxt− 1) = 0 nam ta izraz opredeljuje dinamično ravnovesje povezanosti med dvema ekonomskima spremenljivkama y in x oz. nam pokaže, kdaj je model v dolgoročnem ravnovesju. Torej velja, da je ( yt−βxt) pokazatelj stopnje neravnovesja in predstavlja izraz popravlja- nja napak. Koeficienta α 1 in α 2 pa predstavljata hitrost popravljanja napak. Koeficienta γ 1 in γ 2 pokažeta kratkoročni vpliv spremembe spre- menljivke x na spremenljivko y ter koeficient β, ki pokaže dolgoročni vpliv spremembe x na spremembo v y. Dolgoročni vpliv bo porazdeljen 168 Metodologija kvantitativne empirične analize 5.5 na prihodnje časovne enote skladno z deležem koeficienta α. V kolikor je pristop k modelu e c m pravilen, velja, da je vrednost koeficientov α 1 in α 2 negativna oz. med: − 1 < α < 0 (Best 2008, 11). Na takšen način imamo opredeljen mehanizem popravljanja napak (Molana 1991, 384; The Royal Swedish Academy of Sciences 2003, 6). Izraz popravljanja napak ima lahko zamik, ki je enak redu diferen- ciranja spremenljivk v enačbi modela popravljanja napak. Slednje nam omogoči, da se v opazovanem obdobju izognemo konicam pri odzivu na motnje v ravnovesju (Cuthbertson in Barlow 1991, 648). V nekate- rih primerih se lahko zgodi, da izraz popravljanja napak ni statistično značilen in nima pričakovanega negativnega predznaka. Za zmanjšanje takšne stohastične napake je pri izračunu koristno vključiti še druge vsebinsko primerne spremenljivke (npr. indeks vodilnih kazalnikov v vlogi neodvisne spremenljivke). To pomeni, da statistično značilnost in pričakovani negativni pred- znak izraza popravljanja napak dosežemo z vključevanjem spremenljivk z večjo pojasnjevalno močjo, zato je v primerih, ko rezultati glede sta- tistične značilnosti in predznaka izraza popravljanja napak niso enaki pričakovanim, priporočljivo ponovno proučiti mehanizem popravljanja napak. Lahko se tudi zgodi, da težnja k dolgoročnemu ravnovesju ni iz- razita v vsakem obdobju. Kadar pa odstopanje od ravnovesja preseže neko kritično vrednost in so stroški prilagajanja mehanizma popravlja- nja napak upravičeni s koristjo, se izvajajo aktivnosti, ki usmerjajo opa- zovane spremenljivke k ravnovesju. Takšen tip diskretnega procesa prilagajanja je bil uporabljen za opis številnih ekonomskih pojavov, ki obsegajo zaloge, bilance, trajno potro- šno blago, cene in zaposlovanje (Antzoulatos 1996, 845–853; Bentolila in Bertola 1990; Bertola in Caballero 1990; Miller in Orr 1966; Sheshinski in Weiss 1983 po Balke in Fomby 1997, 627–628; Qin in Gilbert 2001). Na osnovi pregleda možnih pristopov za oceno modela popravljanja napak smo se odločili za Engle-Grangerjev pristop modela popravljanja napak z eno enačbo. Naša izbira temelji na naslednjih dejstvih in ugo- tovitvah (Best 2008; Hylleberg in Mizon 1989; Wlezien 2000 po Lebo in Clarke 2000): • Pristop modela popravljanja napak z eno enačbo razlikuje med od- visnimi in neodvisnimi spremenljivkami. • S takšnim pristopom lahko obravnavamo stacionarne, nestacio- narne ter dolgoročno kointegrirane spremenljivke. 169 5 Empirična analiza kazalnikov poslovanja • Pristop z eno enačbo nam nudi oceno dolgoročnega vpliva vsake vključene neodvisne spremenljivke na odvisno spremenljivko. • Pristop je enostaven in robusten. • Naša teoretična in kvalitativno podprta izhodišča ter ugotovitve so lahko bolje podprta in pojasnjena z eno enačbo. • Pristop modela popravljanja napak z eno enačbo je primeren, ka- dar teoretična izhodišča določajo vzročno-posledične vsebinske povezave. • Pristop z eno enačbo je ustrezen, kadar obravnavane spremen- ljivke obdržijo svoje lastnosti v dolgoročnem obdobju (npr. stacio- narnost, delna integriranost pri agregatnih časovnih vrstah, ipd.). Ustreznost izbranega pristopa smo potrdili s preliminarnim empirič- nim testom podatkov (Janeš 2011b; 2013) in s številnimi testi tekom analize in določanja končnih e c m modelov. Rezultati analize e c m mo- delov so predstavljeni v poglavju, ki obravnava empirično kvantitativno analizo kazalnikov poslovanja. Durbin-Watsonov test avtokorelacije ali serijske korelacije Durbin-Watsonova ali krajše » d-statistika« je eden najbolj znanih te- stov za avtokorelacijo¹⁰ ali serijsko korelacijo časovnih vrst. Vrednost d-statistike je lahko v razponu od števila 0 do števila 4. V primeru, ko imamo d-statistiko enako d ≈ 2 in avtokorelacijski koeficient¹¹ ρ = 0 v časovnih vrstah ni prisotne avtokorelacije (Gujarati 1995, 423; Pindyck in Rubinfeld 1981, 158–159). Kadar je vrednost Durbin-Watsonove sta- tistike pod dve d < 2 oz. bliže vrednosti nič, to pomeni, da je prisotna pozitivna avtokorelacija. V primeru, ko je vrednost Durbin-Watsonove statistike nizka, je verjetno, da imamo v regresijski enačbi zajete nesta- cionarne residuale (Miller 1991, 141), vendar nizka vrednost Durbin- Watsonove statistike ne predstavlja težave, če je oblika regresijske enačbe pravilna in primerna. To pomeni, da je motnja neodvisna, ima povprečno vrednost nič in je njena varianca konstantna (Christ 1993, 87; Eviews 2010a; e views 2010b, 24; e views 2010c, 86–87). V primeru, ¹⁰ Nekateri avtoji ločujejo pojma avtokorelacija (korelacija znotraj posamezne časovne vrste) in serijska korelacija (korelacija med dvema časovnima vrstama), vendar smo v okviru te raziskave oba izraza uporabili kot soznačna oz. sopomenska (Gujarati 1995, 401). ¹¹ Parameter ρ je avtokorelacijski koeficient ali koeficient serijske korelacije prvega reda (e v iews 2010c, 86). 170 Metodologija kvantitativne empirične analize 5.5 da je vrednost statistike d = 0 in vrednost ρ = 1 to kaže, da med časovnimi vrstami ni kointegriranosti. Kadar pa je d statistika bliže vrednosti 4 tj. d ≈ 4 in ρ = − 1, časovna vrsta vsebuje negativno avtokorelacijo. Do pojava avtokorelacije časovnih vrst lahko pride zaradi različnih razlogov. Najbolj znani razlogi iz literature in raziskav so: inercija spre- menljivk, izločitev pomembne spremenljivke iz regresijske enačbe, ne- pravilna funkcijska oblika regresijske enačbe, Cobwebov¹² pojav, ča- sovni zamik spremenljivk in prirejanje podatkov. V večini časovnih vrst, ki izkazujejo avtokorelacijo, je ta praviloma pozitivna (e views 2010c, 86–87; Gujarati 1995, 401–406, 420–423; Miller 1991, 145). Na avtokore- lacijo lahko vplivamo z uporabo avtoregresijskih korekcij AR(1) (Guja- rati 1995, 408; Hanssens in Liu 1983, 322) ali pa mehanizma popravljanja napak. Kapoor, Madhok in Wu (1981) so mnenja, da analiza časovnih vrst nudi odlično rešitev za problem avtokorelacije v primerjavi z eko- nometričnimi pristopi za napovedovanje (Kapoor, Madhok in Wu 1981, 94). Uporaba pristopa za zmanjševanje avtokorelacije je tako odvisna od raziskovalnega problema, ki ga obravnavamo. Kritika Engle-Grangerjevega postopka dveh korakov Raziskave avtorjev, kot so Banerjee idr. (1986) ter Hendry in Mizon (1990), kažejo, da lahko pri majhnih vzorcih podatkov obstajajo vplivne pristranskosti v ocenah kointegracijskih vektorjev z metodo najmanjših kvadratov. Rezultati raziskav tudi kažejo, da običajni df in adf testi na splošno vsebujejo nestabilnosti parametra. Poleg tega avtorji trdijo, da je pojasnjevalna moč teh testov nizka (Banerjee idr. 1986; Hendry in Mi- zon 1990; Phillips in Ouliaris 1990). Ob tem je treba upoštevati, da lahko niz opazovanih spremenljivk, ki vsebujejo več kot eno dolgoročno po- vezavo, lahko vsebuje tudi več kointegratcijskih vektorjev. Namreč, me- toda za testiranje kointegriranosti, ki sta jo predlagala Engle in Granger, ne razkriva, ali obstaja eden ali več kointegracijskih vektorjev (Coe in Moghadam 1993, 545, 550). V podporo pomanjkljivostim Engle-Grangerjevega postopka, Johan- sen in Juselius (1990) zagotavljata metodo največje verjetnosti za oceno parametrov in test števila kointegracijskih vektorjev. Zato se v primerih ¹² Cobwebov pojav se zgodi takrat, ko oskrba reagira na cene z enim časovnim zamikom. Na primer v nekem časovnem obdobju Ot se je cena izdelka znižala v primerjavi z obdobjem pred tem Ot− 1. Zato se proizvajalci odločijo, da bodo v obdobju Ot proizvedli manj (Gujarati 1995, 404). 171 5 Empirična analiza kazalnikov poslovanja proučevanja kointegracije z več spremenljivkami priporoča metode, av- torjev kot so Johansen (1988), Stock in Watson (1988a), ter Johansen in Juselius (1990). Johansenova metoda nam pokaže, ali je sistem se- stavljen iz edinstvenega kointegracijskega vektorja ali iz linearne kom- binacije več kointegracijskih vektorjev. Johansen in Juselius (1990) v svojem pristopu tudi nudita metodologijo za testiranje hipoteze o oce- njenih koeficientih kointegracijskih vektorjev, ki temelji na testih verje- tnosti razmerja s standardno χ 2 porazdelitvijo (Coe in Moghadam 1993, 546). V literaturi s področja ekonometrije je bila tudi razprava o tem, da je Johansenova metoda bolj primerna za zavrnitev neprave nične hi- poteze (Ericsson 1992; Chowdhury 1993, 702). Vendar ima Johansenov (1988) test, ki temelji na linearni vektorski avtoregresij, težave, ko na- letimo na nelinearnosti v časovnih vrstah, na kar smo opozorili že v poglavju o mehanizmu popravljanja napak. Na nelinearnosti v mikroe- konomskih časovnih vrstah sta opozarjala že Phillips in Granger (1997). Za obravnavo nelinernosti časovnih vrst obstajajo tudi nelinearne me- tode, ki zahtevajo velike količine kakovostnih podatkov. V makroeko- nomiji in mikroekonomiji so praviloma razpoložljivi relativno majhni vzorci, ki običajno tudi vsebujejo znatne merske napake (Diebold 1997, 13–14). Poleg navedenega se, tudi iz vsebinskega stališča raziskovalnega pro- blema, teoretičnih osnov raziskave in kvalitativne empirične analize vzročnih povezav kazalnikov poslovanja, postavlja vprašanje, ali je pri- merno v naši raziskavi uporabiti Johansenov test za obstoj več kointe- gracijskih vektorjev, saj, kot je jasno ravidno iz rezultatov kvantitativne empirične analize (glej preglednici 5.12 in 5.13), so statistični parametri modelov e c m potrdili kointegriranost med časovnimi vrstami kazalnikov poslovanja. Modeli e c m so bili postavljeni na osnovi rezultatov kvalitativne empirične analize vzročnih povezav kazalnikov poslovanja. Določanje modela popravljanja napak (e c m) Pri analizi zbranih podatkov smo s testom stacionarnosti ugotovili, da imamo opravka s stacionarnimi in nestacionarnimi časovnimi vrstami kazalnikov poslovanja. Stacionarne časovne vrste so ravno tako pri- merne za uporabo v modelih popravljanja napak kot nestacionarne ča- sovne vrste, na kar smo opozorili že v poglavju o mehanizmu popravlja- nja napak. Ker nas je v raziskavi zanimala uporaba kvantitativne metode, ki bo omogočila številčno evalvacijo vzročno-posledičnih povezav med izbra- 172 Metodologija kvantitativne empirične analize 5.5 nimi kazalniki poslovanja podjetja tako v kratkoročnem kot dolgoroč- nem obdobju, smo med številnimi pristopi, ki jih nudi statistično pro- gramje e views, izbrali Engle-Grangerjev postopek dveh korakov. Na osnovi vsebine raziskovalnega problema smo, med vsemi načini posta- vljanja modelov popravljanja napak, izbrali pristop z uporabo posamez- nih enačb. Pri takšnem pristopu morajo biti izpolnjeni nekateri pogoji: • Določene so odvisne in neodvisne spremenljivke. • Uporabljene so tako stacionarne kot tudi nestacionarne časovne vrste. • Časovne vrste so medsebojno kointegrirane. • Enoenačbni model popravljanja napak nam postavi oceno pri- spevka neodvisnih spremenljivk. Postopek smo izvajali v dveh korakih. V prvem koraku smo ocenili potencialni kointegracijski vektor oz. kointegracijo med časovnimi vr- stami skladno z Engle-Grangerjevim postopkom. V ta namen smo po- stavili začetni model kazalnikov poslovanja, izračunali regresijo med kazalniki z metodo najmanjših kvadratov in shranili residualne¹³ vre- dnosti potencialnega kointegracijskega vektorja. Z residualnimi vre- dnostmi, poleg potrditve kointegracijskega vektorja med časovnimi vr- stami, lahko tudi merimo kratkoročno nestabilnost med njimi. Residualne vrednosti smo testirali glede stacionarnosti in ugoto- vili stacionarnost z razširjenim a df testom. Stacionarnost residualov namreč potrdi, da so časovne vrste kointegrirane (Darrat 1990, 757; Di- ebold 2004, 167–168). Pri določanju kointegracijskega vektorja se pripo- roča uporaba testa adf, še posebej, če so koeficienti izraza popravljanja napak različni od nič ali obstaja možnost prisotnosti sezonskosti v ča- sovnih vrstah. Kointergracijska regresija ali kointegracija je praviloma izračunana na najdaljše razpoložljivo obdobje podatkov (Johnson 1990, 846). Stacionarnost residualov pa je potrebna za stabilnost končnega modela, saj nam, kot je že povedano, potrdi kointegracijske povezave med časovnimi vrstami. V drugem koraku smo postavili model popravljanja napak z upo- rabo diferenc kazalnikov, residualov in vključevanjem različnih časov- nih zamikov v diferencirane in nediferencirane časovne vrste. Skladno ¹³ Residuali vzorca podatkov predstavljajo razliko med vzorcem in ocenjeno vrednostjo regresijske enačbe. Po tem kriteriju tudi ocenjujemo kakovost regresijske enačbe e = y − y. 173 5 Empirična analiza kazalnikov poslovanja z Engle-Grangerjevim postopkom (1987), sledi, da, ko so časovne vrste kointegrirane, obstaja model popravljanja napak, ki usklajuje kratko- ročne spremembe kointegriranih časovnih vrst z njihovimi dolgoroč- nimi spremembami (Gujarati 1995, 730). V primeru modela popravljanja napak (glej enačbi 5.7 in 5.8) je ( yt− 1 −βxt− 1) = ut−i izraz popravljanja napak z zamikom. Slednji je residual iz enačbe kointegracijske regresije, ki meri hitrost prilagajanja k dolgoročnemu ravnotežju. Za vzpostavljanje ravnotežja mora biti predznak izraza popravljanja napak u( t−i) negati- ven (Alkhathlan 2011; Engle in Granger 1987; Gujarati 1995, 730; Janeš 2013). Ker smo imeli na razpolago mesečne podatke, smo v začetni mo- del časovnih vrst najprej vključili 12 časovnih zamikov (Gujarati 1995, 728–729). Strukturo zamikov smo tudi ocenili s kriterijem za določitev reda časovnih zamikov in korelogrami. V našem primeru se je izkazal kot primeren 11 ali 12 red zamikov, ki je bil potrjen na osnovi minimalne vrednosti treh kriterijev. Uporabljeni so bili naslednji kriteriji: Akaike- jev kriterij a i c, Schwarzov kriterij s c in Hannan-Quinnov kriterij h q (e views 2010a, 2010c, 15). Mehanizem popravljanja napak e c m smo empirično analizirali na način, ki ga predstavljamo na primeru enačbe 5.9. Δ yt = −αut−i +γΔ xt +εt. (5.9) Izraz popravljanja napak, ut−i = 0 iz enačbe 5.9 nam pokaže, kdaj je model v dolgoročnem ravnovesju. Koeficient α pri tem pokaže, kako hitro se model povrne v ravnovesje, koeficient γ pa pokaže kratkoročni vpliv spremembe spremenljivke x na spremenljivko y. Koeficient β, ki je vsebovan v izrazu popravljanja napak ut−i, pa pokaže dolgoročni vpliv spremembe v spremenljivki x na spremembo v spremenljivki y. V koli- kor je pristop k modelu e c m pravilen, velja, da je vrednost α negativna oz. med: − 1 < α < 0 (Best 2008, 11). V takšnih primerih regresijskih enačb ne ocenjujemo z diferencami naravnih logaritmov, ker bi pri ta-kšnem načinu izgubili informacijo o dolgoročni povezanosti (Jiha in Or- phee 1995, 98–100). Pri izključevanju zamikov oz. izbiranju ustreznih zamikov smo upo- rabljali vizualno analizo korelogramov časovnih vrst in residualov (Gu- jarati 1995, 739–742). S preizkušanjem različnih časovnih zamikov kazal- nikov na desni strani enačbe in spremljanjem zmanjševanja avtokore- lacije in serijske korelacije, oz. spremljanjem Durbin-Watson statistike, smo prišli do končnih modelov popravljanja napak. Končne modele popravljanja napak smo testirali glede pristransko- 174 Metodologija kvantitativne empirične analize 5.5 sti, avtokorelacije, serijske korelacije in glede stabilnosti koeficientov regresijskih enačb. Pri kointegracijskih regresijah je priporočeno, da se izbere tiste rešitve, ki imajo najvišji determinacijski koeficient R 2. Za- radi tega razloga smo izbrali modele popravljanja napak z visokim de- terminacijskim koeficientom, ki nam je zmanjšal pristranskost v oceni kointegracijskih parametrov (Banerjee idr. 1986; Hall 1986 po Jiha in Orphee 1995, 106). Za preizkus prisotnosti avtokorelacije v residualih smo uporabili ko- relogram residualov in opazovali, ali je Q statistika statistično zna- čilna. Poleg tega smo za preizkus prisotnosti serijske korelacije v re- sidualih uporabili tudi Breusch-Godfrey l m test. Z Breusch-Pagan- Godfreyjevim, Harveyjevim, Gleyserjevim in Whiteovim testom smo testirali hipotezo o prisotnosti heteroskedastičnosti med residuali. Preizkus glede stabilnosti regresijskih koeficientov modelov smo iz- vedli s Chowovim testom. Za obdobje od 2009 do 2010, ko je bila v Slove- niji značilna gospodarska kriza, smo testirali ničelno hipotezo o nepri- sotnosti prelomnega datuma. Chowov test stabilnosti enačb je v ekono- metričnih raziskavah pogost in se izvede tako, da se opazovani vzorec podatkov razdeli na polovico ali ob pomembnejših prelomnih dogodkih, ki lahko vplivajo na spremembe v organizaciji (Darrat 1990, 755). Poleg Chowovega testa stabilnosti smo uporabili tudi Quandt-An- drewsov test stabilnosti ter, skladno z okoliščinami rezultatov testov, še Chowov test napovedi in rekurzivno oceno koeficientov kazalnikov poslovanja (Engle in Granger 1987; Granger 1983 po Miller 1991, 146; Jiha in Orphee 1995, 99–100; e views 2010a). V primeru, ko imamo na razpolago krajše časovne vrste tj. časovne vrste z manj kot dvesto meritvami, je značilno, da imamo pri računanju regresij na razpolago manj stopenj prostosti ( df ) (Johnson idr. 1992, 73). S takšnim primerom smo se soočili tudi v naši raziskavi. Slednje dejstvo vpliva na delež prisotne avtokorelacije, serijske korelacije in na stabil- nost koeficientov regersijskih enačb. Ustreznost posameznih enačb mo- delov e c m moramo zagotoviti pred vključitvijo v sistem enačb oz. mo- del za linearno simulacijo napovedi, sicer simulacije napovedi ne bi bile smiselne (Chong in Hendry 1986, 675). Izbrani pristop enoenačbnih modelov popravljanja napak tako zdru- žuje ugotovitve na osnovi lastnosti podatkov časovnih vrst kazalnikov poslovanja, vsebine raziskovalnega problema, teoretičnih osnov razi- skave in kvalitativno utemeljitvijo vzročnih povezav sistema uravnote- ženih kazalnikov. Skladnost med našimi ugotovitvami v postavljenem 175 5 Empirična analiza kazalnikov poslovanja sistemu uravnoteženih kazalnikov podpirajo postavljeni empirični mo- deli, ki so predstavljeni v poglavju kvantitativne empirične analize ka- zalnikov poslovanja. Kointegracijska analiza pri tem podpira vzposta- vljanje sklepov o dolgoročnih povezavah med opazovanimi kazalniki poslovanja in je v splošnem uporabljana v številnih empiričnih anali- zah. Pristop z analizo kointegracije se uporablja za racionalno identifi- kacijo podatkov v splošnem ekonomskem teoretičnem okvirju, kot tudi za zagotavljanje statistične osnove, na podlagi katere se lahko ocenijo tudi drugi modeli. Pri iskanju ustreznega modela se pogosto uporabljajo poenostavljeni postopki. Slednji lahko zmanjšajo odvisnost modela od vzorca podatkov (npr. z odpravo nepomembnih dejavnikov, ter zmanjšanjem vplivov na- ključnih vidikov). Kadar ocenjujemo podatke, se moramo zavedati tve- ganja, da so izbrani modeli lahko preveč prilagojeni podatkom. Ome- njene težave lahko presežemo s sklicevanjem na vsebino raziskovalnega problema in teoretičnih osnov modela, vendar lahko s povečanim vzor- cem podatkov prepoznamo naključno naravo vplivov kratkoročnih in nepomembnih dejavnikov in jih na tak način lahko izključimo iz nadalj- nje analize (Box, Jenkins in Reinsel 1994, 183–197; Hendry 1995, 1627– 1628). Pomembnost kointegracije časovnih vrst je prepoznana v ekonom- ski literaturi, vendar je pogosto uporabljana predvsem na ravni reše- vanja makroekonomskih problemov, ki uporabljajo agregirane časovne vrste. V naši raziskavi je ta koncept uporabljen v empirični študiji na mi- kroekonomski ravni enega podjetja (Baghestani 1991, 671; Janeš 2011b; 2013). Linearni model za simulacijo napovedi Model je skupek ene ali več enačb, ki opisujejo povezanost med skupino spremenljivk. Enačbe, ki jih vključujemo, so lahko različnega izvora npr. lahko so preproste identitete, rezultat ocenjevanja posameznih enačb ali pa so rezultat cenilk več enačb. Modeli omogočajo, da lahko zdru- žujemo enačbe iz naštetih virov v en sam objekt, ki se lahko uporabi za skupno deterministično ali stohastično napoved oz. simulacijo na- povedi vseh spremenljivk v modelu. V splošnem je model sestavljen iz nabora enačb, ki opisujejo pove- zave med naborom spremenljivk. Spremenljivke v modelu lahko raz- delimo med tiste, ki so določene v modelu in jih imenujemo endogene spremenljivke, ter tiste, ki so določene izven modela in jih imenujemo 176 Metodologija kvantitativne empirične analize 5.5 eksogene spremenljivke. Tako lahko v splošnem zapišemo model v na- slednji obliki: F( y, x) = 0. (5.10) V enačbi 5.10 je y vektor endogenih (odvisnih) spremenljivk, x je vektor eksogenih (pojasnjevalnih) spremenljivk in F je vektor realno ovrednotenih funkcij fi( y, x). Da lahko model doseže edinstveno rešitev, mora vsebovati toliko enačb, kolikor je endogenih spremenljivk. Vsaka enačba v modelu mora imeti edinstveno endogeno spremenljivko. Kar pomeni, da mora vsaka enačba v modelu biti napisana v naslednji obliki: yi = fi( y, x). (5.11) V enačbi 5.11 je yi endogena spremenljivka, ki pripada enačbi i. Programje, kot je npr. e views (2010a), kot še vrsta drugih, ima zmožnost, da normalizira enačbe s preprosto transformacijo endogene spremen- ljivke in skladno s potrebami z avtomatičnim eksplicitnim zapisom. Vsaka spremenljivka, ki ni določena kot endogena spremenljivka za ka- terokoli izmed enačb, je v modelu prepoznana kot eksogena spremen- ljivka. Enačbe v modelu so lahko v obliki identitete ali povezave med enač- bami. V primeru, ko je enačba določena z identiteto, je slednja iz- brano besedilo, ki označuje specifikacije enačb znotraj modela. Po- vezana enačba pa je tista, ki ima specifikacijo določeno v zunanjem objektu v obliki ene ali več enačb ali pa ima določeno specifikacijo v nekem drugem modelu. Enačbe modela lahko razdelimo na stohastične enačbe, kot so modeli e c m in identiteto. V splošnem velja, da je identiteta enačba, za katero pričakujemo, da bo obveljala pri uporabi na realnih primerih. Stoha- stične enačbe so tiste, pri katerih pričakujemo, da vsebujejo naključno napako. Stohastične enačbe običajno izhajajo iz postopkov statističnega ocenjevanja, medtem ko je identiteta postavljena na osnovi utemeljenih povezav med spremenljivkami. Najpomembnejša aktivnost pri modeliranju je izračun rešitve mo- dela. Rešitev modela pri tem pomeni, da za določen nabor vrednosti eksogenih spremenljivk X iščemo nabor vrednosti endogenih spremen- ljivk Y, na takšen način, da so enačbe v modelu zadovoljivo pojasnjene v obsegu določene numerične tolerance (npr. standardni odklon, sre- dnja vrednost in normalna porazdelitev). Pri reševanju modela mo- ramo najprej povezati podatke in posamezne spremenljivke. Nato iz- 177 5 Empirična analiza kazalnikov poslovanja računamo rešitev modela za vsako opazovanje z izbranim vzorcem. S takšnimi modeli, ki vsebujejo endogene spremenljivke in identiteto, lahko uporabimo razpoložljive spremenljivke za kratkoročne napovedi oz. deterministično-statične napovedi ali pa za dolgoročne napovedi oz. stohastično-dinamične napovedi. S preizkušanjem zmožnosti na- povedovanja izpolnjujemo tudi kriterij ustreznosti modela saj tako pri- merjamo napovedi z dejanskimi vrednostmi časovnih vrst (Phillips in Granger 1997, 269). Kadar je model za simulacijo napovedi linearen in so napake nor- malne, potem odvisne oz. endogene spremenljivke sledijo normalni po- razdelitvi. Srednja vrednost in standardna deviacija porazdelitve posa- meznih endogenih spremenljivk je tako primerna za opis celotne po- razdelitve. V takšnem primeru je srednja vrednost spremenljivk dejan- sko enaka deterministični rešitvi linearnega modela. (Chong in Hendry 1986, 680; e views 2010c, 511–520, 525–526; Kaplan in Norton 2001b, 94; Zellner 1979b, 629–630; Wu 2005). Na osnovi siteze in ugotovitev kvalitativne analize kazalnikov poslo- vanja in deskriptivne analize kvantitativnih multivariatnih statističnih metod smo se odločili, da je primerna združitev modelov popravljanja napak finančnih kazalnikov, ki skupaj odražajo dolgoročno vrednost za deležnike podjetja y m, v linearni model za simulacijo napovedi. Li- nearni modeli za simulacijo napovedi se pretežno uporabljajo v ma- kroekonomskih raziskavah. V naši raziskavi pa smo uporabljali orodja ekonometrije za študijo primera in reševanje mikroekonomskega pro- blema. Pri tem smo tudi upoštevali smernice za modeliranje v ekono- metriji, ki priporočajo rabo primerne ekonomske teoretične osnove in kar najbolj preprostega modela. Pogosto ekonomska teorija ne daje na- tančnih informacij o funkcijskih odnosih, strukturi časovnih zamikov in ostalih specifikacijah v zvezi s stohastičnimi modeli. Poleg tega je treba zagotoviti še ustrezno preprostost modela. Vsekakor je treba po- udariti rabo ekonomske teorije, drugih zunanjih informacij, empiričnih raziskovalnih izkušenj in enostavnosti pri oblikovanju začetnega mo- dela (e views 2010c; Hansen 2005, 67–68; Pindyck in Rubinfeld 1981, x v i–x v i i, 107; Pindyck in Rubinfeld 1998, 381, 390; Zellner 1979b, 629–630). Sezonske prilagoditve časovnih vrst V ekonometriji se mesečno in kvartalno merjene podatke pogosto se- zonsko prilagodi ali krajše povedano desezonira s sezonskim diferen- 178 Metodologija kvantitativne empirične analize 5.5 ciranjem.¹⁴ Desezoniranje predstavlja način, s katerim želimo zmanj- šati napake pri izdelavi napovedi na osnovi razpoložljivih časovnih vrst. Običajno testiramo potencialno vplivne sezonske dejavnike in jih pri analizi upoštevamo le, če so statistično značilni. V primerih, kjer oce- nimo, da je treba upoštevti vpliv statistično značilnih sezonskih de- javnikov, za njihovo oceno potrebujemo vsaj triletno obdobje podat- kov.¹⁵ Lahko pa seveda tudi špekuliramo, da so sezonske prilagoditve primerne le takrat, ko lahko upravičeno pričakujemo sezonske vzorce v časovnih vrstah. Časovne vrste lahko glede sezonskosti razvrščamo v tri skupine: • skupine, za katere se pričakuje, da imajo močan sezonski vzorec, • skupine v katerih ni nobenega znanega razloga, da bi se sezona pojavila, in • skupine, v katerih se sezonskost lahko pojavi. Skupine, pri katerih se pričakuje, da imajo močan sezonski vpliv, so skoraj vsi mesečni podatki za potrošniške izdelke. Na primer, pri pro- daji pijač lahko pričakujemo, močan sezonski vzorec zaradi letnega časa, vremena in praznikov. V primeru pomanjkanja podatkov pa lahko za oceno sezonskih dejavnikov uporabimo podatke podobnih proizvodov. Za drugo vrsto skupin, kot so na primer podatki o trgu vrednostnih papirjev, pa ni očitnih razlogov za prisotnost sezonskih vzorcev. Poskusi uporabe sezonske prilagoditve za take časovne vrste lahko ustvarijo ne- prave sezonske dejavnike, ki vplivajo na natančnost analize. Kadar ni- smo prepričani, da sezonskost lahko obstaja in imamo tudi daljše opa- zovano obdobje, v katerem je verjetno, da se sezonskost spreminja, je bolje, da sezonskosti ne upoštevamo (Nelson 1972; Tashman in Hoover 2001 po Armstrong 2001, 7–8; Gardner in McKenzie 1985 po Gardner in McKenzie 1988, 865). Desezoniranje podatkov in naravno logaritmiranje¹⁶ časovnih vrst raziskovalci uporabljajo predvsem zaradi »glajenja« časovnih vrst in s tem pričakovano lažjega modeliranja. Tovrstno glajenje časovnih vrst v nekaterih primerih olajša prepoznavanje iskanih informacij na osnovi ¹⁴ Glej poglavje o stacionarnosti časovnih vrst. ¹⁵ Za oceno sezonskih dejavnikov lahko uporabimo programje Census x-12, ki ga vsebuje večina statistične programske opreme ali pa ga brezplačno pretočimo iz spletne strani Forecasting Principles. ¹⁶ Naravni logaritmi na primeren način opisujejo opazovane oz. merjene človeške aktiv- nosti kot tudi naravne pojave. 179 5 Empirična analiza kazalnikov poslovanja povezav med časovnimi vrstami. Namreč, v primerih, kjer je sezonskost močno prisotna, metoda najmanjših kvadratov (l s) za oceno kointegra- cijskega vektorja ne daje pravilnih rezultatov, zato z desezoniranjem za- gotovimo, da v postavljen model ni treba dodajati sezonskih spremen- ljivk in s tem povečevati število parametrov modela. Naravni logaritmi nam omogočijo, da eksponentno naraščajoče spremenljivke lahko pre- oblikujemo v stacionarne spremenljivke z diferenciranjem. Poleg tega nam naravno logaritmiranje spremenljivk omogoči večjo stabilnost va- riance (Hylleberg in Mizon 1989, 114; Mrkaić 2001, 17).¹⁷ Lastnosti soodvisnosti sezonskih diferenc »surovih« podatkov časov- nih vrst, ki niso vnaprej sezonsko prilagojene so drugačne od prvih di- ferenc vnaprej desezoniranih časovnih vrst. Pri tem je mišljeno, da vna- prej desezonirane vrste predstavljajo časovne vrste, ki jih desezoniramo pred empirično analizo. V primeru, ko je isti način glajenja časovnih vrst uporabljan za vse opazovane spremenljivke (Hylleberg idr. 1990), se med »surovimi« časovnimi vrstami odražajo skupni cikli, med sezonsko prilagojenimi časovnimi vrstami pa se odražajo nesinhronizirani sku- pni cikli. Slutzky (1937) je dokazal, da v modelu z diferenciranimi spre- menljivkami, naključne motnje oz. šoki lahko povzročajo ciklične mo- tnje ekonomskih spremenljivk in so na ta način lahko vzrok poslovnim ciklom (Slutzky 1937 po Qin in Gilbert 2001, 425). Nelson (1972) je v svo- jih raziskavah prišel do ugotovitve, da gre desezoniranje včasih na škodo natančnosti empirične analize. Kapoor, Madhok in Wu (1981) oprede- ljujejo sezonskost časovnih vrst kot pretežno deterministične narave in ne stohastične, saj konica vrednosti spremenljivke v določenem mesecu sama po sebi še ne pomeni povezave z istim mesecem preteklega leta, kot je npr. prodaja v mesecu decembru. Pojav konice je torej funkcija časa in ne pomeni vzročne povezave s konicami iz preteklosti (Kapoor, Madhok in Wu 1981, 97). V raziskavah vzročnosti je zaradi navedenih razlogov zaželena raba nespremenjenih podatkov, čeprav so relativno pogosto uporabljane ravno desezonirane časovne vrste predvsem v ma- kroekonomskih raziskavah (McMillin 1991, 636). ¹⁷ Nominalne vrednosti časovnih vrst niso bile deflacionirane. Vendar kazalnik poslova- nja vsi odhodki (odh v s i) vsebuje tudi strošek plač. V slednjem je upoštevan vpliv in- flacije v Sloveniji. Namreč, v letnih načrtih podjetja y m dosledno upoštevajo predvi- deno letno inflacijo v Sloveniji. Ob tem pa je treba upoštevati, da podjetje izvozi 98  izdelkov. Slednjim določi tržno ceno lastnik e b m-Papst, ki jih tudi trži na tujih trgih. Podjetje y m pa le 2  svoje proizvodnje trži na slovenskem trgu. Pri tem je vpliv inflacije v Sloveniji prepoznan kot relativno šibek. 180 Metodologija kvantitativne empirične analize 5.5 Po našem mnenju je zato ključnega pomena uporaba »surovih« oz. nespremenjenih podatkov za analizo skupnih ciklov časovnih vrst. Pri tem zavestno sprejemamo dejstvo, da so lahko empirične ugotovitve o sezonsko stabilnih entitetah zelo zahtevne za razlago v okviru osnovne ekonomske teorije modela. Cubadda (1999) navaja tudi empirični pri- mer, kako lahko sezonske prilagoditve izkrivljajo statistično sklepanje o cikličnem vzporednem gibanju časovnih vrst, saj takšno vnaprejšnje sezonsko prilagajanje vseh podatkov časovnih vrst povzroči zavajajočo predstavitev njihove soodvisnosti. Primerno je v empirično analizo ek- splicitno vključevati sezonskost pri posameznih časovnih vrstah skla- dno z lastnostmi podatkov in raziskovalnim problemom (Ambler 1989; Chong in Hendry 1986, 673; Coe in Moghadam 1993; Engle, Granger in Hallman 1989 po Cubadda 1999, 273–274, 289; Hylleberg idr. 1990; Nel- son 1972; Pesaran, Schuermann in Weiner 2004; Sims 1980). Ugotovitve pregleda kvantitativnih multivariatnih statističnih metod Na osnovi pregleda kvantitativnih multivariatnih statističnih metod, vključno s statističnim programjem e views (2010a; 2010b; 2010c), smo prišli do naslednjih ugotovitev: • V poglavju metodologija kvantitativne empirične analize smo na osnovi deskriptivne analize kvantitativnih multivariatnih stati- stičnih metod izbrali metodologijo, ki vključuje metode analize lastnosti časovnih vrst kazalnikov poslovanja z orodji ekonome- trije. Kvantitativna metodologija zato obsega naslednje izbrane metode: analizo stacionarnosti z a df testom, analizo kointegri- ranosti z Engle-Grangerjevim testom, metodo analize Grangerjeve vzročnosti in mehanizem popravljanja napak časovnih vrst. • Z nadaljnjo deskriptivno analizo mehanizmov popravljanja napak časovnih vrst in s preliminarnimi testi časovnih vrst kazalnikov poslovanja smo izbrali Engle-Grangerjevo metodo dveh korakov in s tem postavili okvir modela sistema uravnoteženih kazalnikov. • Na osnovi siteze in ugotovitev kvalitativne analize kazalnikov po- slovanja in deskriptivne analize kvantitativnih multivariatnih sta- tističnih metod smo se odločili, da so modeli popravljanja napak finančnih kazalnikov primerni za združitev v linearni model za simulacijo napovedi, ki odraža dolgoročno vrednost za deležnike podjetja y m (e views 2010c; Pindyck in Rubinfeld 1998, 390). 181 5 Empirična analiza kazalnikov poslovanja • Pri postavljanju modela popravljanja napak je ena od pomembnih odločitev izbira števila časovnih zamikov spremenljivk ali krajše zamikov spremenljivk. Odločili smo se za uporabo arbitrarnega pristopa, ki predstavlja izbiro zamikov na osnovi minimalnih vre- dnosti Akaikejevega, Schwarzovega in Hannan-Quinnovega krite- rija. Akaikejev informacijski kriterij je analogen popravljenemu de- terminacijskemu koeficientu R 2, in opisuje ustreznost oz. porabo stopenj prostosti, zato v naši raziskavi velja, da smo identificirali ustrezen model, ko je vrednost Akaikejevega kriterija najmanjša (McMillin 1991, 638; Pindyck in Rubinfeld 1998, 238–239). Akaike- jevemu kriteriju pa je alternativa Schwartzov kriterij (Banker, Pot- ter in Srinivasan 2000, 75; e views 2010a). • Na osnovi pregledane dostopne literature in empiričnih raziskav je, po našem mnenju, glede desezoniranja za empirično analizo skupnih ciklov časovnih vrst ključnega pomena uporaba »suro- vih« oz. nespremenjenih podatkov. Pri tem zavestno sprejemamo dejstvo, da so lahko empirične ugotovitve o sezonsko stabilnih entitetah zelo zahtevne za razlago v okviru teoretične osnove modela. Cubadda (1999), Kapoor, Madhok in Wu (1981), Nelson (1972), Qin in Gilbert (2001) in Slutzky (1937) navajajo primere, kako lahko sezonske prilagoditve izkrivljajo statistično sklepanje o cikličnem vzporednem gibanju časovnih vrst, povzročajo nesin- hronizirane skupne cikle, povzročajo ciklične motnje ekonomskih spremenljivk in zmanjšujejo natančnosti empirične analize. Poleg tega opredeljujejo sezonskost časovnih vrst kot pretežno determi- nistične narave in ugotavljajo, da lahko vnaprejšnje sezonsko pri- lagajanje vseh podatkov časovnih vrst povzroči zavajajočo predsta- vitev njihove soodvisnosti. V raziskavah vzročnosti je zaradi nave- denih razlogov zaželena raba nespremenjenih podatkov, čeprav so relativno pogosto uporabljane ravno desezonirane časovne vrste predvsem v makroekonomskih raziskavah. Zato je primerno v em- pirično analizo eksplicitno vključevati sezonskost pri posameznih časovnih vrstah skladno z lastnostmi podatkov in raziskovalnim problemom (Ambler 1989; Coe in Moghadam 1993; Engle, Gran- ger in Hallman 1989 po Cubadda 1999, 273–274, 289; Hylleberg idr. 1990; Kapoor, Madhok in Wu 1981, 97; McMillin 1991, 636; Nelson 1972; Pesaran, Schuermann in Weiner 2004; Sims 1980; Slutzky 1937 po Qin in Gilbert 2001, 425). 182 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 • Izbira kvantitativne metodologije in metode, s katero smo pripra- vili okvir modela sistema uravnoteženih kazalnikov, je tudi skla- dna s praktičnimi in raziskovalnimi izkušnjami številnih avtorjev, na katere lahko navežemo ugotovitve pregleda kvantitativnih mul- tivariatnih statističnih metod (Alkhathlan 2011; Antzoulatos 1996, 845; Balke in Fomby 1997, 633; Denbaly in Vroomen 1993, 205; En- gle in Granger 1987, 254, 260; Eviews 2010a; Gujarati 1995, 725, 730; Harris idr. 1995, 565; Johansen 1988, Johansen in Juselius 1990 po Jiha in Orphee 1995, 98–100; Johnson idr. 1992; Mehra 1993; Mil- ler 1991, 141–142, 146; Murray 1994, 37; Stock in Watson 1988a). Z ugotovitvami deskriptivne analize kvantitativnih multivariatnih statističnih metod za postavitev sistema uravnoteženih meril in iz- brano kvantitativno metodologijo smo izpolnili drugi del prvega cilja raziskave (glej tudi poglavje o ugotovitvah polstruktiriranih intervju- jev). Na osnovi izbrane kvantitativne Engle-Grangerjeve metode smo tudi opredelili okvir za postavitev modela sistema uravnoteženih ka- zalnikov vključno s statističnim programjem e views (2010a) ter tako skupaj z ugotovitvami polstrukturiranih intervjujev izpolnili drugi cilj raziskave. Z opravljeno analizo kvantitativnih multivariatnih statističnih me- tod in izbrano kvantitativno metodo smo izpolnili vse potrebne pogoje za empirično kvantitativno analizo kazalnikov poslovanja iz modela sis- tema uravnoteženih kazalnikov. 5.6 Empirična kvantitativna analiza kazalnikov poslovanja S sintezo analize nastanka in razvoja sistema uravnoteženih kazalni- kov ter dostopne literature, raziskav, kot tudi virov v obliki dokumen- tov in zapisov proizvodnega podjetja ter kvalitativno empirično analizo kazalnikov poslovanja smo postavili teoretične osnove raziskave in ute- meljili vzročno-posledične povezave sistema uravnoteženih kazalnikov. Sinteza kvantitativne metodologije in metode za empirično analizo ka- zalnikov poslovanja nam je podprla opredelitev okvirja za postavitev modela sistema uravnoteženih kazalnikov s statističnim programjem e views (2010a). Zaradi tega smo na osnovi sintez, rezultatov in ugotovitev začeli z zbranjem, urejanjem in pripravljanjem razpoložljivih kazalnikov poslo- vanja podjetja y m. Po urejanju in pripravi podatkov smo kazalnike po- slovanja najprej analizirali posamično glede stacionarnosti ter paroma glede kointegriranosti in Grangerjeve vzročnosti. Po naštetih osnovnih 183 5 Empirična analiza kazalnikov poslovanja statističnih analizah smo začeli z identifikacijo in postavljanjem konč- nih modelov popravljanja napak za posamezne vzročno-posledične po- vezave sistema uravnoteženih kazalnikov v okviru Engle-Grangerjevega postopka dveh korakov. Zbiranje podatkov Pri zbiranju podatkov za kvantitativno multivariatno analizo se v pra- ksi pogosto soočimo tudi z manjkajočimi podatki. Pri tem je izziv za vsakega raziskovalca, da prepozna razloge za manjkajoče podatke in kar najbolj ohrani dejanski raztros vrednosti opazovanih spremenljivk. Ob- seg manjkajočih podatkov v procesu zbiranja podatkov tudi vpliva na izbiro primernih ukrepov. Če je manjkajočih podatkov pri posamezni spremenljivki v obsegu do petnajstih odstotkov in se odločimo, da spremenljivke z manjkajočimi podatki izključimo iz analize, se lahko zgodi, da je preostali vzorec po- datkov neprimeren zaradi premajhnega obsega. Nenaključni proces, ki povzroča manjkajoče podatke, lahko pripelje do napačnih statističnih rezultatov, zato je pomembno, da raziskovalec razume proces, ki pov- zroča manjkajoče podatke in njegov vpliv na analizo ter izbere primeren ukrep za omilitev tega vpliva (Hair idr. 2006, 49–50, 56, 64). Ukrepi za omilitev vpliva manjkajočih podatkov so nadomestitev manjkajočih podatkov z znano vrednostjo ali z izračunom nadomestne vrednosti iz podatkov, ki so na razpolago. Pri nadomestitvi z znano vrednostjo je slednja lahko izbrana iz vzorca samega ali pa iz podobne vrednosti izven vzorca. Pri izračunu nadomestne vrednosti je najbolj pogosto uporabljana srednja vrednost, ki je izračunana iz obstoječih veljavnih vrednosti opazovanj. Metoda je enostavna za uporabo, ven- dar nam zniža varianco raztrosa, popači raztros in zniža opazovano korelacijo. Poleg tega se pogosto uporablja metoda regresije, s katero ocenimo manjkajoče vrednosti. Regresijsko enačbo postavimo za vsako spre- menljivko z manjkajočimi vrednostmi. Na tak način izračunamo manj- kajoče vrednosti iz enačbe, ki nam omogoči njihovo napoved. Ob tem se moramo zavedati, da takšna metoda poudarja že obstoječe povezave med podatki. V kolikor ne dodamo stohastičnih izrazov k ocenjenim vrednostim, je varianca raztrosa podcenjena. Poleg tega izhajamo pri tej metodi iz predpostavke, da je spremenljivka z manjkajočimi podatki bistveno povezana z ostalimi spremenljivkami. Seveda moramo imeti na razpolago dovolj velik vzorec, da lahko izdelamo takšno napoved, ki 184 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 nam tudi ne zagotavlja povsem, da bodo izračunane vrednosti v veljav- nem območju spremenljivke. Ker so pomanjkljivi podatki dejstvo, s katerim se soočamo razisko- valci, je pomembno, da poznamo možne posledice in ukrepe na tem področju. Tako ni samo enega pristopa, ki je najboljši za vse primere in okoliščine. V ta namen je tudi priporočljivo razmisliti o uporabi več me- tod za nadomestitev manjkajočih vrednosti spremenljivk, saj ima vsaka metoda določene prednosti in pomanjkljivosti. Raziskovalec se mora prepričati o dejstvih in na osnovi teh sprejeti določene odločitve (Hair idr. 2006, 61–62). Za osnovni nabor kazalnikov poslovnih procesov smo sestavili pre- glednico (Ydria Motors 2011d), ki obsega skupaj enaintrideset kazalni- kov, ki so razvrščeni po mesecih in letih obravnavanega obdobja. Slednja je bila sestavljena po pregledu razpoložljivih dokumentov in zapisov ter po izvedenih delavnicah za postavitev sistema uravnoteženih kazalni- kov (glej preglednico 5.3). Kazalniki poslovanja, ki smo jih dejansko izbrali za kvantitativno em- pirično analizo, so predstavljeni v poglavju vzročno-posledične pove- zave med strateškimi cilji in pripadajočimi kazalniki (glej preglednico 5.3 in priloge od 2 do 9) ter v poglavju o analizi stacionarnosti. V empirični analizi so bili uporabljeni kazalniki, ki so v podjetju redno merjeni na mesečni ravni in so hranjeni v informacijskem sistemu. Ob tem velja še poudariti, da ima podjetje še vrsto kazalnikov poslo- vanja, ki so definirani v dokumentih sistema vodenja podjetja. Merjenja in rezultate teh kazalnikov podjetje predstavlja v poročilih za lastnika in jih javnosti ne razkriva. Poleg tega smo lahko v tej raziskavi objavili le rezultate v povezavi s kazalniki poslovanja, za katere smo pridobili soglasje vršnega managementa. Ekstrapolacija vrednosti podatkov Kadar smo postavljeni pred izziv glede podaljšanja vrednosti časovne vrste, katere vrednosti v določenem obsegu varirajo, bi morda lahko preprosto ročno ekstrapolirali vrednosti časovnih vrst. Razlog je v tem, da bi napoved izgledala podobno kot podatki, ki jih imamo na razpo- lago, vendar bi nas tak način ekstrapolacije privedel do nepravilnih na- povedi vrednosti časovne vrste, še posebej, če ne poznamo resničnih razlogov za nihanja vrednosti časovne vrste. Priporočljivo je, da v ena- kem obsegu, kot je naše nepoznavanje razlogov za nihanje vrednosti v podatkih, tudi uporabimo obseg konservativnih napovedi za določa- 185 5 Empirična analiza kazalnikov poslovanja nje manjkajočih vrednosti podatkov. Slednje naj bodo izbrane na osnovi zbranega znanja o proučevanem področju. Pri tem si lahko na področju managementa, kamor uvrščamo našo raziskavo študije primera, poma- gamo z znanjem managerjev, ki nam z odgovori na kratka vprašanja o npr. deležih sprememb časovnih vrst kazalnikov poslovanja, pomagajo prilagoditi ekstrapolacijo. Gardner (1985; 2005) je, pri ekstrapolacijah, ki jih je izvedel, dose- gel relativno natančne napovedi z rabo regresije (ang. backcasting) za določanje začetnih vrednosti časovnih vrst. Vsekakor se je v razisko- valni praksi izkazalo, da je preprosta ekstrapolacija dovolj učinkovita metoda v primerjavi z zapletenimi metodami. Kompleksne oblike funk- cij so primernejše, če imamo odlično znanje o naravi povezav med spre- menljivkami. Poleg tega morajo biti lastnosti časovnih vrst opazovanih spremenljivk stabilne v času, napake pri merjenju majhne in naključni viri variacije zanemarljivi. Takšna kombinacija pogojev se lahko zgodi v primeru medsektorske napovedi ali pri dolgoročnem napovedovanju letnih časovnih vrst, vendar je verjetnost takšne kombinacije pogojev zelo majhna. Avtorji, kot so Armstrong (2001), Dorn (1950), Fildes idr. (2008), Gar- dner (1985), Hajnal (1955), Makridakis in Hibon (2000), Rieg (2010) ter Smith (1997), zagovarjajo rabo preproste ekstrapolacije, ki nudi osnovo za dovolj natančne napovedi. Iz stališča uporabnosti v praksi je uteme- ljena zahteva po robustnosti uporabljene metode, kar se še posebej iz- kaže za koristno v velikih modelih za napovedi. Sicer pa je izbira metode v manjših modelih odvisna od obdobja napovedi, agregacije podatkov, obdobij meritev in kriterija sprejemljive napake (Armstrong 2001, 8– 10; Dorn 1950; Fildes idr. 2008, 1154; Gardner 1985, 12, 22–23; Gardner 2005, 47, 61; Hajnal 1955, 309–312; Makridakis idr. 1986; Makridakis in Hibon 2000, 452–454, 458–459; Rieg 2010; Smith 1997, 564). Ekstrapoalcija je primerna metoda v primerih, ko napovedujemo pro- izvodnjo in zaloge, ko izdelujemo letne načrte in proračun ter za napo- vedi demografskih sprememb prebivalstva. Zavedati se moramo, da je ekstrapolacija podatkov osnovana na predpostavki stabilnih razmer. V primerih, ko razmere niso stabilne, lahko uporabimo alternative, kot so: naivni modeli, napovedovanje, ki je osnovano na določenih pravi- lih, strokovna mnenja, ali ekonometrične metode. Verjetno pa je po- vezovanje znanja iz področja, ki ga proučujemo, in metod ekstrapola- cije eden izmed najbolj obetavnih pristopov pri izdelavi napovedi (Arm- strong 2001, 6, 11–12, 17–18; Diebold 1989; Hair idr. 2006, 59, 61–62). 186 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 Tudi v naši raziskavi študijskega primera je poznavanje stabilnosti poslovanja podjetja y m na osnovi preliminarnih testov podatkov in raz- govorov z managerji pripomoglo k izboru linearne regresije kot metode za oceno manjkajočih vrednosti, spremenjenega merila kazalnika poslo- vanja in vrednosti, ki zelo odstopajo od ostalih. V naši raziskavi smo se morali soočiti z manjkajočimi vrednosti v obsegu od 4 do 5  pri treh ne- odvisnih kazalnikih: absentizem (a b s e n), nesreče pri delu (n e s de l) in število slabih kosov na milijon proizvedenih (y m p p m). Pri istih ka- zalnikih smo opazili tudi spremembo enote mere v začetnem delu opa- zovanega obdobja, in sicer v obsegu od 25 do 29 , zato smo iz razpo- ložljivih vrednosti izračunali linearno regresijo ter ocenili vrednosti ka- zalnikov poslovanja v začetnem delu opazovanega obdobja. Na takšen način smo si zagotovili podatke za celotno opazovano obdobje. Pri tem smo tudi povzročili določeno sistemsko napako pri merjenju kazalnikov poslovanja, ki se pri empirični analizi odraža predvsem kot avtokorela- cija in deterministični trend časovnih vrst (glej prilogo 4 in 5). Analiza stacionarnosti Ker pri empirični analizi uporabljamo realne meritve kazalnikov poslo- vanja, pogosto ne moremo preveriti vseh lastnosti časovnih vrst. Nam- reč, vsaka časovna vrsta ne vsebuje vseh determinističnih in stohastič- nih sestavin, zato lahko praviloma sklepamo na lastnosti časovnih vrst samo na osnovi razpoložljivih podatkov. Pri empirični analizi podatkov najprej ugotavljamo stacionarnost ali red integriranosti, ki nam pokaže, kolikokrat je treba posamezno ča- sovno vrsto diferencirati, da dosežemo njeno stacionarnost (Baghestani 1991, 673–674; Granger in Newbold 1977, 203; Hylleberg in Mizon 1989, 114; Jiha in Orphee 1995, 100). Stacionarnost pomeni, da ima časovna vrsta povprečno vrednost in varianco konstantno v opazovanem časov- nem obdobju. Test stacionarnosti smo izvedli na enaintridesetih kazalnikih poslo- vanja (glej prilogo 1). V preglednici 5.4 predstavljamo rezultate testa stacionarnosti dvanajstih kazalnikov poslovanja, ki smo jih dejansko upo- rabili v enačbah e c m modelov. Uporabljeni mesečni kazalniki poslo- vanja so absentizem (a b s e n t), dobičkovnost sredstev (d s r e d), neto poslovni rezultat pred davki (e b t), inovativnost (i n ov), izobraževa- nje (i z ob), mesečni dobiček (m e s d ob), nesreče pri delu (n e s de l), vsi odhodki (odh v s i), skupni prihodki od prodaje (p r i h), produktiv- nost dela (p r ode l), stroški neto materiala (s n m) in št. slabih kosov 187 5 Empirična analiza kazalnikov poslovanja ) a o ( test test i() artz pet i a.Z je je  w t t a   anj n t ch in S –,* –,* –,* –,* –,* –,* –,* –,* –,* t –,* –,* t); –,* ; i() odo ženi  poslov o  t et tercep m ) ali In z zaokr (  & i(), alnika  so i  d t az ana t , en k  –,*  izbr . Tr o ri ravni. p  anjem Rezultati e (ang  tičn n ma ) i j. erencir ( pr nosti. členom je avto i dif van t je ,*** , stacionar azo –,* –,* –,* –,* –,* –,* – – p –,* –,* –,* –,* o stalnim atnim stacionar  in statistike akr zamika  alnikov t dv ilo ost b ) z kaz analizi a ( je e elik o test V ih anj i trendom t vrst vrednost je f). vju čen –,* –,* –,* –,* –,* –,* –,** –,** –,* d gla oslov –,* –,* i() o lju p –,* (a p k ritična  k t v .V časovne časovnims a. test ni  so ana je alnikov t anj a osti vl az d n Izbr Fuller k , , , jo, e). poslov ey m –, –,* –,* –,* –,* –,* –, n redstap o jenih –,* d Dick so abl –,* omeni stacionar g. No p alnike ed a por test (an az anj u  a k t je len m ednosti t ane ugment oslov nosti A p d vr t); egač a o –,* –,* –,* –,* –,* –,* –,* –, –,* –, –,* od je –,* ene taln erencir b tercep et od ns dif m alnikov b stacionar znač . In at o v o ai az o  d jena k je t *** (ang ren enkr ču test abl **, za ratic lju k ,* ,* ,* ,* ,*** , vk –,* – – – – –,* ,* –, – – –,* *, egat upor – členom osti , vn n azivi – bila n Rezultati a eritev časo je lni m o .4 ezdicami stalnim rez P 5 zv s osti rec stacionar n a Z stib zo ion. / t-statistik osti o n .Vo ik t l i l e testi er n d ob e s e m b arn i cionar it lednic e e d d v p n alk g s r t s s h ih od m p sta Cr e zaln ov b s b ob e e r r n m om enak o ecim Pr Ka a d e in iz m n od p p s y op stacionar stacio so test Inf d 188 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 na milijon proizvedenih (y m p p m). Iz preglednice 5.4 je razvidno, da so deleži analize stacionarnosti kazalnikov poslovanja naslednji: pri testu stacionarnosti s stalnim členom t 1 je stacionarnih 75  kazalnikov, pri testu stacionarnosti s časovnim trendom in stalnim členom t 2 je sta- cionarnih 83,33  kazalnikov in pri testu stacionarnosti brez časovnega trenda in stalnega člena je stacionarnih 58,33  kazalnikov poslovanja. Predstavljeni rezultati testov stacionarnosti kazalnikov poslovanja, iz- kazujejo statistično značilnost t statistike na ravni 1 , 5  ali 10 . Ugotovimo lahko tudi, da je večina časovnih vrst kazalnikov poslo- vanja v opazovanem obdobju stacionarna, saj je na osnovi testov sta- cionarnosti ugotovljeno, da je njihova povprečna vrednost, varianca in avtokovarianca neodvisna od časa njihovih meritev. Zaradi tega dejstva diferenciranje pri teh kazalnikih poslovanja ni potrebno, saj bi s tem lahko izgubili informacije o vzročni povezanosti med njimi. Časovne vrste, za katere nismo mogli ugotoviti stacionarnosti, smo v nadalje- vanju empirične analize diferencirali. Iz iste preglednice je tudi razvi- dno, da stacionarnost pri vseh kazalnikih poslovanja lahko dosežemo tudi s prvo diferenco njihovih časovnih vrst. Naslednji korak empirične analize kazalnikov poslovanja je bil ugotavljanje kointegracije med pari kazalnikov poslovanja, ki je predstavljena v nadaljevanju. Analiza kointegriranosti Analiza kointegriranosti je bila izvedena z Engle-Grangerjevim testom, ki obsega avtomatično izbiro zamikov para spremenljivk in njune sta- tistične značilnosti, ki je ocenjena s t in z statistiko. V preglednici 5.5 so tako zbrani rezultati, katerih t in z statistika je pokazala statistično značilnost na ravni 1 , 5  ali 10 . Poleg tega smo se odločili, da sta kazalnika kointegrirana, če so vsaj tri izmed štirih izračunanih vrednosti t in z statistike značilne. V kolikor je bilo teh vrednosti manj kot tri in več kot nič, smo takšno kointegracijo opredelili kot šibko. Seveda smo pri tem upoštevali tudi raven statistične značilnosti. Na osnovi testa kointegriranosti med pari kazalnikov poslovanja lahko ugotovimo, da so kazalniki medsebojno kointegrirani na različnih ravneh značilnosti in z različnimi skupnimi trendi oz. skupnimi dejav- niki v ozadju, ki vplivajo na posamezen par kazalnikov poslovanja. Iz preglednice 5.5 so tudi razvidni deleži posameznih značilnih kointegracij. Tako je kointegracij brez trenda k v deležu 14,10 , kointegracij s stalnim trendom k* je 21,88 , kointegracij z linearnim trendom k** je za 35,94  ter kointegracij s kvadratičnim trendom k*** je le 7,81 . 189 5 Empirična analiza kazalnikov poslovanja je je cijo. odoet značu ljuču o m tegra vk nm z s – š k ino ev k it item o er k m pr šib omatično ec ih je r *** avt p – k k*** zor ravni; aču V  n ani 10 ozš izbr osti. vsi . n h ali dn so ** **  i od – š k k 5 , itre 1 amik stacionar l a tičn Z e na ra om. esd vad analizi n – k* k** k** k test o je oslovanj ju aču ob p jevim a n glav oz po anj esd ** alnike v m – k k*** k šššk k*** ***k anger kaz in poslov d le-Gr vljeni n ov Eng sta ed egrirane itre z alnik * ** ** izob – k k k* kkš k k pr j. kaz oint earn so k lin a van je ačunani anj jenih v azo vljajo izr p aču o abl ** ** ** ino – k* k** k k š k k** so zn 6 poslov 9 edsta o upor pr ** ilo k ov b š, ,d je Rezultati alnik anosti ali ih ir ** * ** ebt – k k* k*** k k** š k** k k itren kaz čen egr črko lju atic k int s staln egriran. o kr .V k ed je ene oint sr k ** ** ** * ** ačun i azivn testa d – k k k k k k k* k** n značo oz i * k lni k , o 2011m12 iso P a, o ent k d d n Rezultati sb ion. ** * * * * * ** alnikov a – k k k k k k k kš k ššššk k* tre er z it .5 kaz 4m01 5 re rednosti, b Cr ar 00 a o v. V p 2 je Inf d slo i l e o o d ob el s e m b tz lednic e d v p ar jeb g s h ih od m p tegracijo o e značu az.p ob e w r r n m om in o d o b Pr K absent dsr ebt inov iz m nesd od p p s y op k N Sch o 190 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 Šibko kointegriranih parov spremenljivk š pa je v 20,31  deležu. Parov kazalnikov, ki medsebojno niso kointegrirani – N, v naši analizi kointe- griranosti nismo ugotovili. V primerih, kjer sta dve spremenljivki medsebojno kointegrirani, to pomeni, da imata nek skupen trend oz. skupni dejavnik v ozadju, ki vpliva na oba. Ravno tako kointegriranost pove, da obstaja verjetnost, da je ena od spremenljivk vzrok drugi spremenljivki, kar smo ugotavljali z Grangerjevim testom vzročnosti in modeli e c m. Rezultati teh analiz so predstavljeni v poglavjih, ki sledijo. Analizo kointegriranosti smo izvedli med pari vseh kazalnikov po- slovanja. Zaradi obsežnosti rezultatov v preglednici 5.5 predstavljamo rezultate testa kointegriranosti samo med dvanajstimi kazalniki poslovanja, ki smo jih dejansko uporabili v enačbah e c m modelov. Grangerjev test vzročnosti Analizo vzročno-posledičnih povezav smo začeli po skupinah povezav, ki izhajajo iz vzročnih povezav strateške sheme podjetja (glej poglavje o določanju vzročno-posledičnih povezav strateške mape podjetja). Sku- pine vzročnih povezav smo določili na delavnicah s člani vršnega ma- nagementa podjetja in so predstavljene v preglednici 5.3. Na tej osnovi smo določili devet skupin (A, B, C, D, E, F, G, H in I) možnih vzročnih povezav med pari kazalnikov poslovanja. Izbrane skupine parov povezav smo analizirali z Grangerjevim testom vzročnosti. Vsak posamični test je bil opravljen ob upoštevanju različnih obdo- bij (ang. lag) med zaporednimi vrednostmi kazalnikov poslovanja. Tako smo upoštevali obdobje od 1 meseca v prvem testu ter dodaten mesec v naslednjem testu, vse do 31 mesecev v zadnjem testu (tj. 1 mesec, 2 me- seca, 3 mesece, itn. do 31 mesecev). Rezultati Grangerjevega testa vzroč- nosti so zaradi obsežnosti rezultatov predstavljeni v omejenem obsegu v preglednici 5.6, v celoti pa v prilogah od 2 do 9. Rezultati iz preglednice 5.6 kažejo, da je med večino parov kazalnikov poslovanja statistično značilna vzročna zveza pri različnih zamikih, kar kaže na verjetno konsistentnost vzročnih povezav. Obenem lahko ugotovimo, da se se Grangerjeva vzročnost ne spremi- nja bistveno s spreminjanjem števila uporabljenih zamikov kazalnikov poslovanja, kar kaže na zanesljivost rezultatov. V poslovanju podjetja je na osnovi različnih razlogov, kot so ekonom- ski, institucionalni, psihološki, okoljski in tehnološki, povsem naravno, da odvisi kazalnik poslovanja reagira na neodvisni kazalnik poslova- 191 5 Empirična analiza kazalnikov poslovanja * * -  6 6 u − e − e no-  zdr j. , , , , ,* ,* , ,* , , , ,* ,* , , , zamiku van ijih cionar k . azo ri sta p P o .  *   5 − jivkami, analizi e ilo  o b alnikov , , , ,* ,* ,* , ,* ,* ,* , , ,* ,* , , , ju je emenl kaz ih spr a glav čen ed po par v m ljuk  .V vljeni ,* zamiku , ,* , , ,* ,* , ,* ,* ,* , , ,* ,  , , ,* ezanosti edsta pov enem pr m so so o * oloč d  5 d − i e pr vanja , , , , , ,* , ,* ,* , ,* , , , , , , ačunane Izr poslov očnost o m D) d av ravni. vzr o o ez * je  6  b ov −  jev kazalnik o p e d   b , , , , , ,* ,* ,* ,* , ,* , , ,* , , , ali atic o  anger kr je  Gr ču (skupina , lju i nazivi vk  pr ačunano olni očnosti ,* jivk eritev vzr , , , , , ,* ,*  , , ,* , ,* ,* ,* , , , a.P neizr m jiv je rec emenl testa zo spr ačunl .V ega * značu  izr 5 o jev − e –. , , ,  , ,* , , očnost iveč eucin  ,  ,  ,* ,* , ,* , , ,  ,    n vzr n ranger apakn sti z G o a jejo a janj očn ačen značu avl vzr zn o e o Rezultati in e opr jev je c l l p st .6 ik ob in m u in ih m ih ih e e m 5 c ob p c r p r n iz e u p ymppm u p p r p od m s vezdic vito a iz ob ih n p ih od Z ranger → e m r → e → m → r r n r → odele o G k st/zam n → y iz p → n y → p p s p m o l l → → → → → → e st e → → → → e b v o čin lednic čn eu g ih ih ih ih ih e zro om jemo Pr V neucin izob ymppm izob pr izob ymppm neucin pr neucin pr ymppm prod pr snm pr snm prod op žu verjetn sti.N 192 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 nja s časovnim zamikom. Posledica tega je, da kazalnik, ki je verjetno vzročni, omogoča napovedovanje posledičnega kazalnika poslovanja. Pri tem moramo upoštevati tudi dejstvo, da sama Grangerjeva vzroč- nost meri predhodnost enega kazalnika pred drugim in vsebnost infor- macije, s katero lahko napovedujemo izide ter sama po sebi ne kaže na vzročnost, kot je v splošni uporabi tega izraza. Koncept, ki je zanimiv za našo študijo primera, je ravno časovni obseg vzročnosti, kar pomeni, da se vzrok pojavi pred posledico in vsebuje edinstvene podatke o slednji. Iz te domneve izhaja, da s poznavanjem vzroka lahko izdelamo napo- vedi posledic iz več vidikov. V naši raziskavi uporabljamo Grangerjevo obliko testa vzročnosti, saj se je v številnih raziskavah izkazalo, da se obnese bolje kot drugi testi pri relativno majhnih vzorcih (tj. manj kot 200 meritev). Avtorji, kot so Geweke, Meese in Dent (1983), Guilkey in Salemi (1982) ter Macunovich in Easterlin (1988, 75), trdijo, da je Grangerjev test vzročnosti tudi v splošnem najbolj zanesljiva oblika testa vzročnosti. Ugotovljene lastnosti kazalnikov poslovanja, ki smo jih preverili s testi stacionarnosti, kointegracije in Grangerjeve vzročnosti lahko str- nemo v naslednje ugotovitve: • Večina časovnih vrst kazalnikov poslovanja (glej preglednico 5.4) je v opazovanem obdobju stacionarna, saj je na osnovi testov stacionarnosti ugotovljeno, da je njihova povprečna vrednost, varianca in avtokovarianca neodvisna od časa njihovih meritev. Zaradi tega dejstva diferenciranje pri teh kazalnikih poslovanja ni potrebno, saj bi s tem lahko izgubili informacije o vzročni povezanosti med njimi. Časovne vrste, za katere nismo mogli ugotoviti stacionar- nosti (glej preglednico 5.4), smo v nadaljevanju empirične analize diferencirali. Iz iste preglednice je tudi razvidno, da stacionarnost pri vseh kazalnikih poslovanja lahko dosežemo tudi s prvo dife- renco njihovih časovnih vrst. • Na osnovi testa kointegriranosti med pari kazalnikov poslovanja lahko ugotovimo, da so izbrani kazalniki medsebojno kointegri- rani na različnih ravneh značilnosti in z različnimi skupnimi trendi oz. skupnimi dejavniki v ozadju, ki vplivajo na posamezen par ka- zalnikov poslovanja. Iz preglednice 5.5 so tudi razvidni deleži posameznih značilnih kointegracij. • Rezultati Grangerjevega testa iz preglednice 5.6 ter prilog 3, 4, 6 in 9 (tj. prva skupina vzročnih povezav B, C, D, F, I) kažejo, da je med 193 5 Empirična analiza kazalnikov poslovanja večino parov kazalnikov poslovanja statistično značilna vzročna zveza pri različnih zamikih, kar kaže na verjetno konsistentnost vzročnih povezav. Obenem lahko ugotovimo, da se se Grangerjeva vzročnost ne spreminja bistveno s spreminjanjem števila upora- bljenih zamikov kazalnikov poslovanja, kar kaže na zanesljivost rezultatov. • Rezultati opravljenih testov kažejo na lastnosti, ki so primerne za nadaljevanje empirične analize oz. predstavljajo primerno ka- kovost kazalnikov poslovanja za analizo mehanizma popravlja- nja napak. Pri testih stacionarnosti, kointegracije in Grangerjeve vzročnosti je bil uporabljen vzorec meritev, ki vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vendar smo za analizo modelov popra- vljanja napak uporabili obdobje od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2 zaradi tega, ker je bil v letu 2004 del prihodkov ustvarjen le s preprodajo izdelkov poslovnih partnerjev. Na osnovi razpoložljivih kazalnikov poslovanja in njihovih ugotovlje- nih lastnosti (Janeš 2011a; 2011b; 2013) smo analizo vzročnosti pove- zav med kazalniki poslovanja nadaljevali z analizo mehanizma popra- vljanja napak, ki vsebuje Engle-Grangerjev (1987) postopek. Postopek smo izvajali v dveh korakih. V prvem koraku smo ocenili kointegracijo med opazovanimi kazalniki poslovanja, v drugem koraku smo identifi- cirali in postavili model popravljanja napak za posamezno analizirano vzročno povezavo. Analizirali smo devet vzročnih povezav. Lastnosti uporabljenih metod so opisane v metodološkem delu, v nadaljevanju pa predstavljamo aplikacijo metode na dejanskih kazalnikih poslovanja podjetja y m. Analiza vzročnosti za stroškovno učinkovitost Povezavo med strateškimi cilji za spremljanje kompetenc vodij, optimi- ranja procesov, konkurenčnosti in stroškovne učinkovitosti smo ana- lizirali s kazalniki poslovanja: vsi odhodki (od h v s i), izobraževanje (i z o b), produktivnost dela (p r o de l), št. slabih kosov na milijon pro- izvedenih (y m p p m) in vsemi odhodki (odh v s i). Analiza stacionarnosti je pokazala, da so opazovani kazalniki poslo- vanja stacionarni z različnimi stopnjami značilnosti (glej preglednico 5.4). V poglavju o analizi kointegriranosti smo ugotovili, da so pari časovnih vrst kointegrirani (glej preglednico 5.5). Grangerjev test vročnosti je pokazal, da med veliko večino parov kazalnikov obstaja Granger- jeva vzročnost vsaj v eni smeri (glej prilogo 3). 194 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 Postopek analize povezave smo izvajali v dveh korakih. V prvem ko- raku smo ocenili kointegracijo skladno z Engle-Grangerjevim postop- kom. V ta namen smo postavili začetni model kazalnikov poslovanja (glej enačbo 5.12), izračunali regresijo med kazalniki z metodo najmanj- ših kvadratov in shranili residualne¹⁸ vrednosti potencialnega kointe- gracijskega vektorja. Residualne vrednosti smo testirali glede stacionar- nosti z razširjenim Dickey-Fullerjevim testom (a df test) in ugotovili stacionarnost na 1  ravni statistične značilnosti. Stacionarnost resi- dualov je potrebna za stabilnost končnega modela, saj nam je s stacio- narnostjo potrdila kointegracijske povezave med kazalniki poslovanja. V drugem koraku smo postavili model popravljanja napak z uporabo diferenc kazalnikov, residualov in vključevanjem različnih časovnih za- mikov. Skladno z Engle in Grangerjevim postopkom (1987) velja, da, kadar so kazalniki kointegrirani, mora obstajati model popravljanja na- pak, ki usklajuje kratkoročne spremembe kointegriranih kazalnikov z njihovim dolgoročnim ravnovesjem. V začetnem modelu popravljanja napak (5.12) je zato u( t − i) izraz popravljanja napak z zamikom. Slednji predstavlja residuale iz enačbe kointegracijske regresije in meri hitrost prilagajanja k dolgoročnemu ravnotežju. Za vzpostavljanje ravnotežja mora biti predznak izraza popravljanja napak ut−i negativen (Alkha- thlan 2011; Engle in Granger 1987; Gujarati 1995, 730; Janeš 2013). Ker smo imeli na razpolago mesečne podatke, smo v začetni model najprej vključili 12 časovnih zamikov kazalnikov poslovanja. Strukturo zamikov smo tudi ocenili s kriteriji za določitev reda časovnih zami- kov tj. avtokorelacijska funkcija, parcialna korelacija, Q-statistika in ko- relogrami. V našem primeru so se izkazali kot primerni 12., 9., 2., 0. in –12. red zamika, ki so bili potrjeni na osnovi minimalne vrednosti Akaikejevega kriterija (a i c), Schwarzovega kriterija (s c) in Hannan- Quinnovega kriterija (h q). n n Δodhvsi t = α 0 + α 1Δizob t−i + α 2Δprodel t−i i= 1 i= 1 n + α 3Δymppm t−i +α 4 ut−i +εt. (5.12) i= 1 Pri izključevanju zamikov smo si pomagali z vizualno analizo kore- logramov časovnih vrst in njihovih residualov. S preizkušanjem različ- ¹⁸ Residuali vzorca podatkov predstavljajo razliko med vzorcem in ocenjeno vrednostjo regresijske enačbe. Po tem kriteriju tudi ocenjujemo kakovost regresijske enačbe e = y − y. 195 5 Empirična analiza kazalnikov poslovanja Preglednica 5.7 Model popravljanja napak za stroškovno učinkovitost Kazalnik Koeficient Std. napaka t-statistika Značilnost i z ob(–) –, , –, , i z ob() , , , , i z ob() , , , , p r ode l , , , , y m p p m() –, , –, , ut− 12 –, , –, , C –, , –, , R 2 , Akaike krit. , Popr. R 2 , Schwarz krit. , Std. N. regresije , Hannan-Quinn krit. , Vsota kvad. resid.  Durbin-Watson stat. , Ln verjetje –, F-statistika , Znač. ( F-stat.) , op om b e Odvisni kazalnik je vsi odhodki odh v s i, ki je diferenciran z dvanajsto se- zonsko diferenco d(odh v s i,0,12). Uporabljena je metoda najmanjših kvadratov. Vzo- rec meritev vključuje obdobje od 2 0 0 5 m 0 1 do 2 0 1 0 m 1 2. Vključenih je 72 opazovanj po prilagoditvah. nih časovnih zamikov kazalnikov na desni strani enačbe in spremlja- njem zmanjševanja avtokorelacije in serijske korelacije oz. spremlja- njem Durbin-Watsonove statistike, smo prišli do končnega modela po- pravljanja napak (preglednica 5.7). Iz preglednice 5.7 je razvidno, da so vsi regresijski koeficienti in konstanta statistično značilni na ravni 1  ali 5 . Izraz popravljanja napak ut− 12 je negativen in statistično značilen. Izraz popravljanja napak kaže, kako hitro se model povrne v ravnovesje v primeru motnje ali šoka. Iz rezultatov modela popravljanja napak vidimo tudi visok popra- vljeni determinacijski koeficient Popr. R 2, ki vpliva na zmanjševanje motenj v ocenjenem kointegracijskem vektorju. Poleg tega ima Durbin- Watsonova statistika vrednost okoli dve, kar pomeni, da smo pomemb- no zmanjšali vpliv avtokorelacije in serijske korelacije. Rezultate iz preglednice 5.7 lahko interpretiramo na naslednji način: na optimiranje vseh odhodkov (odh v s i) vpliva vlaganje v izobraževanje zaposlenih (i z ob), izboljševanje produktivnosti dela (p r ode l) ter zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih (y m p p m). Kratkoročne spremembe v neodvisnih kazalnikih pa ravno- 196 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 vesje med kazalniki modela za stroškovno učinkovitost porušijo in pov- zročijo, da je sprememba kazalnikov v naslednjem obdobju popravljena oz. mehanizem popravljanja napak modela spet teži k dolgoročnemu ravnotežju. Namreč v dolgoročnem ravnovesju modela opazovanih ka- zalnikov poslovanja je izraz popravljanja napak ut−i enak vrednosti nič. Zaposlene podjetje v opazovanem obdobju stalno izobražuje, tako da se povečuje delež notranjih izobraževanj in zmanjšuje delež zunanjih iz- obraževanj, kar vpliva tudi na produktivnost dela in zmanjševanje slabo proizvedenih kosov na milijon proizvedenih. Produktivnost dela se iz- boljšuje s stalnim številom zaposlenih, ki se v opazovanem obdobju po- stopoma zvišuje. Ob dodatnih naročilih odjemalcev se za določen čas zaposluje ljudi prek zaposlitvenih agencij. Zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih je v opazovanem obdobju razvidno iz meritev kazalnika y m p p m in ciljne vrednosti za ta kazalnik, ki se ravno tako zmanjšuje. Nekateri slabo proizvedeni kosi polizdelkov gredo v dodelavo in se jih po pregledu lahko uvrsti med dobro proizve- dene kose, vendar se ob tem povečajo stroški. Rezultati končnega modela za strateški cilj stroškovne učinkovito- sti potrjujejo prisotnost mehanizma za popravljanje napak, ki kaže na stabilen model kratkoročne dinamike dejavnikov, ki vplivajo na inova- tivno proizvodnjo in operativno odličnost podjetja. Končni model po- pravljanja napak modela za stroškovno učinkovitost odraža Granger- jevo vzročnost, ki jo povzroča povezava med izobraževanjem zaposle- nih, produktivnostjo dela in številom slabo proizvedenih kosov na mi- lijon proizvedenih in se odraža na kazalniku vseh odhodkov. Testiranje modela popravljanja napak za stroškovno učinkovitost Kazalnik vseh odhodkov (odh v s i), ki v tem modelu nastopa na levi strani regresijske enačbe, je vsebinsko in statistično na osnovi Waldo- vega testa neodvisnosti prepoznan kot odvisni kazalnik. V kazalniku vseh odhodkov (odh v s), je prisotna tudi sezonska komponenta vseh odhodkov in naključne napake. Korelogram residualov je pokazal, da slednji ne povzročajo avtokore- lacije, saj Q statistika ni statistično značilna (od 1 do 12 zamika pri 1 , 5  in 10  stopnji). Breusch-Godfrey l m test serijske korelacije je poka- zal, da med residuali časovnih vrst ni serijske korelacije, saj nismo mogli zavrniti ničelne hipoteze o neprisotnosti serijske korelacije pri dvanaj- stem zamiku. Z Breusch-Pagan-Godfreyjevim, Harveyjevim, Gleyserje- 197 5 Empirična analiza kazalnikov poslovanja vim in Whiteovim testom pa smo lahko zavrnili hipotezo o prisotnosti heteroskedastičnosti med residuali. Preizkus stabilnosti modela s Chowovim testom za obdobje, ko je v Sloveniji še prisotna gospodarska kriza, je v obdobju od 2006 do 2009, pokazal, da ne moremo zavrniti ničelne hipoteze o neprisotnosti prelo- mnega datuma. Kar pomeni, da Chowov test stabilnosti ni pokazal na strukturne spremembe. Quandt-Andrewsov test stabilnosti je pokazal, da lahko zavrnemo ni- čelno hipotezo o neprisotnosti prelomnega datuma, kar kaže na nesta- bilnost koeficientov modela. Zato smo testiranje nadaljevali z drugim Chowovim testom (ang. Chow Forecast Test) za strukturne spremembe, ki je pokazal na stabilnost koeficientov kazalnikov v obdobju od 2006 do 2009. Slednjo je potrdila tudi rekurzivna ocena koeficientov kazal- nikov v obdobju od 2006 do 2009 (glej preglednico 5.12). Tako smo z različnimi preizkusi postavljenega modela popravljanja napak potrdili njegovo relativno stabilnost. Seveda je primerno takšen model preiz- kusiti in oceniti z novejšimi podatki in ponovno izračunati izraz popra- vljanja napake, kar bi naš model še izboljšalo. Izvedene in naštete preiz- kuse končnega e c m modela lahko navežemo na postopke preizkušanja modelov v raziskavah različnih avtorjev (Engle in Granger 1987; Stock in Watson 1988b; Jiha in Orphee 1995; Macunovich in Easterlin 1988; Miller 1991; Zellner 1979b, 629). Analiza vzročnosti za neto poslovni rezultat pred davki Povezavo med strateškimi cilji za spremljanje kompetenc vodij, opti- miranja procesov, konkurenčnosti in neto poslovnega rezultata pred davki smo analizirali s kazalniki poslovanja: absentizem (a b s e n t), ne- sreče pri delu (n e s de l), produktivnost dela (p r ode l), št. slabih kosov na milijon proizvedenih (y m p p m) in neto poslovni rezultat pred davki (e b t). Analiza stacionarnosti je pokazala, da so opazovani kazalniki poslo- vanja stacionarni z različnimi stopnjami značilnosti (glej preglednico 5.4). V poglavju o analizi kointegriranosti smo ugotovili, da so pari časovnih vrst kointegrirani (glej preglednico 5.5). Grangerjev test vzroč- nosti je pokazal, da med veliko večino parov kazalnikov obstaja Gran- gerjeva vzročnost vsaj v eni smeri (glej prilogo 4). Postopek analize povezave smo izvajali v dveh korakih. V prvem ko- raku smo ocenili kointegracijo skladno z Engle-Grangerjevim postop- kom. V ta namen smo postavili začetni model kazalnikov poslovanja 198 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 (glej enačbo 5.13), izračunali regresijo med kazalniki z metodo najmanj- ših kvadratov in shranili residualne vrednosti potencialnega kointegra- cijskega vektorja. Residualne vrednosti smo testirali glede stacionarno- sti z razširjenim Dickey-Fullerjevim testom (a df test) in ugotovili sta- cionarnost na ravni statistične značilnosti 1 . Stacionarnost residualov je potrebna za stabilnost končnega modela, saj nam je stacionarnost re- sidualov potrdila kointegracijske povezave med kazalniki poslovanja. V drugem koraku smo postavili model popravljanja napak z uporabo diferenc kazalnikov, residualov in vključevanjem različnih časovnih za- mikov. Skladno z Engle-Grangerjevim postopkom (1987) velja, da, ka- dar so kazalniki kointegrirani, mora obstajati model popravljanja na- pak, ki usklajuje kratkoročne spremembe kointegriranih kazalnikov z njihovim dolgoročnim ravnovesjem. V začetnem modelu popravljanja napak (5.13) je, ut−i izraz popravljanja napak z zamikom. Slednji predstavlja residuale iz enačbe kointegracijske regresije in meri hitrost pri- lagajanja k dolgoročnemu ravnotežju. Za vzpostavljanje ravnotežja pa mora biti predznak izraza popravljanja napak ut−i negativen (Alkha- thlan 2011; Engle in Granger 1987; Gujarati 1995, 730). Ker smo imeli na razpolago mesečne podatke, smo v začetni mo- del najprej vključili 12 časovnih zamikov kazalnikov poslovanja. Struk- turo zamikov smo tudi ocenili z naslednjimi kriteriji za določitev reda časovnih zamikov: avtokorelacijsko funkcijo, parcialno korelacijo, Q- statistiko in korelogrami. V našem primeru so se izkazali kot primerni 12., 0., –3. in –12. red zamika, ki so bili potrjeni na osnovi minimalne vrednosti Akaikejevega kriterija (a i c), Schwarzovega kriterija (s c) in Hannan-Quinnovega kriterija (h q). n n Δebt t = α 0 + α 1Δabsent t−i + α 2Δnesdel t−i i= 1 i= 1 n n + α 3Δprodel t−i + α 4Δymppm t i= 1 i= 1 + α 5 ut−i +εt. (5.13) Pri izključevanju zamikov smo si pomagali z vizualno analizo kore- logramov časovnih vrst in residualov. S preizkušanjem različnih časov- nih zamikov kazalnikov na desni strani enačbe in spremljanjem zmanj- ševanja avtokorelacije in serijske korelacije oz. spremljanjem Durbin- Watsonove statistike smo prišli do končnega modela popravljanja na- pak. Iz preglednice 5.8 je razvidno, da so vsi regresijski koeficienti in 199 5 Empirična analiza kazalnikov poslovanja Preglednica 5.8 Model popravljanja napak za neto poslovni rezultat pred davki Kazalnik Koeficient Std. napaka t-statistika Značilnost d(a b s e n t,,) , , , , n e s de l(–) , , , , d(p r ode l,,) , , , , p r ode l –, , –, , d(y m p p m,,) –, , –, , ut− 12 –, , –, , C , , , , R 2 , Akaike krit. , Popr. R 2 , Schwarz krit. , Std. N. regresije , Hannan-Quinn krit. , Vsota kvad. resid.  Durbin-Watson stat. , Ln verjetje –, F-statistika , Znač.( F-stat.) , op om b e Odvisni kazalnik je neto poslovni rezultat pred davki e b t, ki je diferen- ciran z dvanajsto sezonsko diferenco d(e b t,0,12). Uporabljena je metoda najmanjših kvadratov. Vzorec meritev je od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Vključenih je 84 opazovanj po prilagoditvah. konstanta statistično značilni pri 1  ali 10 . Izraz popravljanja napak ut− 12 je negativen in statistično značilen. Izraz popravljanja napak po- kaže, kako hitro se model povrne v ravnovesje v primeru motnje ali šoka v poslovnem okolju. Iz rezultatov modela popravljanja napak vidimo tudi visok popra- vljeni determinacijski koeficient Popr. R 2, ki zmanjšuje motnje v oce- njenem kointegracijskem vektorju. Poleg tega ima Durbin-Watsonova statistika vrednost okoli dve, kar pomeni, da smo pomembno zmanj- šali vpliv avtokorelacije in serijske korelacije. Rezultate iz preglednice 5.8 lahko interpretiramo na naslednji na- čin: na optimiranje neto poslovnega rezultata pred davki (e b t) vpliva absentizem (a b s e n t), nesreče pri delu (n e s de l), izboljševanje pro- duktivnosti dela (p r ode l) ter zmanjševanje števila slabo proizvede- nih kosov na milijon proizvedenih (y m p p m). Kratkoročne spremembe v neodvisnih kazalnikih pa ravnovesje med kazalniki modela za neto poslovni rezultat pred davki porušijo in povzročijo, da je sprememba kazalnikov v naslednjem obdobju popravljena oz. mehanizem popra- vljanja napak modela spet teži k dolgoročnemu ravnotežju. Namreč, v 200 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 dolgoročnem ravnovesju modela opazovanih kazalnikov poslovanja je izraz popravljanja napak ut−i enak vrednosti nič. V poslovni praksi se kazalnika absentizma in nesreč pri delu sprem- lja, saj podpirata merjenje organizacijske klime, kompetenc vodij in za- dovoljstva zaposlenih. Na zmanjševanje absentizma in nesreč pri delu se pomembno vpliva z usposabljanjem ljudi, ergonomičnostjo delovnih mest in skrbjo za varnost pri delu. Produktivnost dela se izboljšuje s stalnim številom zaposlenih, ki se v opazovanem obdobju postopoma zvišuje. Zmanjševanje števila slabo proizvedenih kosov na milijon pro- izvedenih je v opazovanem obdobju razvidno iz meritev kazalnika y m - p p m in ciljne vrednosti za ta kazalnik, ki se iz obdobja v obdobje zmanj- šuje. Rezultati modela potrjujejo prisotnost mehanizma za popravljanje napak, ki kaže na stabilen model kratkoročne dinamike dejavnikov, ki vpliva na neto poslovni rezultat organizacije oz. na inovativno proizvo- dnjo in operativno odličnost podjetja. Končni model popravljanja na- pak modela za stroškovno učinkovitost odraža Grangerjevo vzročnost, ki jo povzroča absentizem, nesreče pri delu, produktivnost dela in šte- vilo slabo proizvedenih kosov na milijon proizvedenih in se odraža na neto poslovnem rezultatu pred davki. Testiranje modela popravljanja napak za neto poslovni rezultat pred davki Kazalnik neto poslovni rezultati pred davki (e b t), ki v tem modelu na- stopa na levi strani enačbe je vsebinsko in statistično, na osnovi Waldo- vega testa neodvisnosti, prepoznan kot odvisni kazalnik. V kazalnikih neto poslovni rezultati pred davki (e b t), absentizem (a b s e n t), pro- duktivnost dela (p r ode l) in št. slabih kosov na milijon proizvedenih (y m p p m) je prisotna sezonska komponenta in naključne napake. Korelogram residualov je pokazal, da slednji ne povzročajo avtokore- lacije, saj Q statistika ni statistično značilna (ni avtokorelacije od 1 do 6 zamika ter od 10, 11 do 12 zamika pri 1  stopnji). Breusch-Godfrey l m test serijske korelacije je pokazal, da je med residuali časovnih vrst pri- sotna serijska korelacija, saj smo lahko zavrnili ničelno hipotezo o ne- prisotnosti serijske korelacije pri dvanajstem zamiku. Z Breusch-Pagan- Godfreyjevim in Gleyserjevim testom smo lahko delno zavrnili hipo- tezo o prisotnosti heteroskedastičnosti, z Harveyjevim in Whiteovim testom pa smo lahko zavrnili hipotezo o prisotnosti heteroskedastič- nosti med residuali. 201 5 Empirična analiza kazalnikov poslovanja Preizkus stabilnosti modela s Chowovim testom glede obdobja, ko je v Sloveniji še prisotna gospodarska kriza, je v letih od 2009 do 2011 pokazal, da ne moremo zavrniti ničelne hipoteze o neprisotnosti prelo- mnega datuma. V primeru zavrnitve ničelne hipoteze bi Chowov test pokazal na strukturne spremembe, kar kaže na to, da so koeficienti enačbe modela v navedenem obdobju stabilni. Quandt-Andrewsov test stabilnosti je pokazal, da ne moremo zavr- niti ničelne hipoteze o neprisotnosti prelomnega datuma. Testiranje smo nadaljevali še z drugim Chowovim testom (ang. Chow Forecast Test) za strukturne spremembe, ki je pokazal na nestabilnost koeficientov kazalnikov v obdobju od 2009 do 2010. Rekurzivna ocena koeficientov kazalnikov je pokazala na stabilnost koeficientov kazalnikov v obdobju od 2008 do 2010. Tako smo z različnimi preizkusi postavljenega modela popravljanja napak potrdili njegovo relativno stabilnost. Seveda je primerno takšen model preizkusiti in oceniti z novejšimi podatki in ponovno izračunati izraz popravljanja napake, ki bo naš model še izboljšal. Izvedene preiz- kuse stabilnosti koeficientov končnega modela lahko navežemo na po- stopke preizkušanja modelov v raziskavah različnih avtorjev (Engle in Granger 1987; Stock in Watson 1988b; Jiha in Orphee 1995; Macunovich in Easterlin 1988; Miller 1991; Zellner 1979b, 629). Analiza vzročnosti za širitev priložnosti prihodkov Povezavo med strateškimi cilji za spremljanje kompetenc vodij, optimi- ranja procesov, konkurenčnosti in širitvijo priložnosti prihodkov smo analizirali s kazalniki poslovanja: stroški neto materiala (s n m), produk- tivnost dela (p r ode l), št. slabih kosov na milijon proizvedenih (y m - p p m) in skupnimi prihodki od prodaje (p r i h). Analiza stacionarnosti je pokazala, da sta kazalnika poslovanja pro- duktivnost dela (p r ode l) in št. slabih kosov na milijon proizvedenih (y m p p m) stacionarna, kazalnika stroški neto materiala (s n m) in sku- pni prihodki od prodaje (p r i h) pa stacionarna s prvo diferenco (glej preglednico 5.4). V poglavju o analizi kointegriranosti smo ugotovili, da so pari časovnih vrst kointegrirani z različnimi stopnjami značilnosti (glej preglednico 5.5) in da med vsemi pari kazalnikov obstaja Grangerjeva vzročnost vsaj v eni smeri (glej preglednico 5.6). Postopek analize povezave smo izvajali v dveh korakih. V prvem ko- raku smo ocenili kointegracijo skladno z Engle-Grangerjevim postop- kom. V ta namen smo postavili začetni model kazalnikov poslovanja 202 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 (glej enačbo 5.14), izračunali regresijo med kazalniki z metodo najmanj- ših kvadratov in shranili residualne vrednosti potencialnega kointegra- cijskega vektorja. Residualne vrednosti smo testirali glede stacionarno- sti z razširjenim Dickey-Fullerjevim testom (a df test) in ugotovili sta- cionarnost na 1  ravni statistične značilnosti. Stacionarnost residualov je potrebna za stabilnost končnega modela, saj nam je stacionarnost re- sidualov potrdila kointegracijske povezave med kazalniki poslovanja. V drugem koraku smo postavili model popravljanja napak z uporabo diferenc kazalnikov, residualov in vključevanjem različnih časovnih za- mikov. Skladno z Engle-Grangerjevim postopkom (1987) velja, da kadar so kazalniki kointegrirani, mora obstajati model popravljanja napak, ki usklajuje kratkoročne spremembe kointegriranih kazalnikov z njiho- vim dolgoročnim ravnovesjem. V začetnem modelu popravljanja napak (5.14) je ut−i izraz popravljanja napak z zamikom. Slednji predstavlja residuale iz enačbe kointegracijske regresije in meri hitrost prilagajanja k dolgoročnemu ravnotežju. Za vzpostavljanje ravnotežja mora biti pred- znak izraza popravljanja napak ut−i negativen (Alkhathlan 2011; Engle in Granger 1987; Gujarati 1995, 730). Ker smo imeli na razpolago mesečne podatke, smo v začetni model najprej vključili 12 časovnih zamikov kazalnikov poslovanja. Strukturo zamikov smo tudi ocenili s kriterijem za določitev reda časovnih zami- kov, kot je avtokorelacijska funkcija, parcialna korelacija, Q-statistika in korelogrami. V našem primeru so se izkazali kot primerni 11., 3., 0., in –11. red zamika, ki so bili potrjeni na osnovi minimalne vrednosti Akaikejevega kriterija (a i c), Schwarzovega kriterija (s c) in Hannan- Quinnovega kriterija (h q). n n Δprih t = α 0 + α 1Δsnm t−i + α 2Δprodel t−i i= 1 i= 1 n + α 3Δymppm t−i +α 4 ut−i +εt. (5.14) i= 1 Pri izključevanju zamikov smo si pomagali z vizualno analizo kore- logramov časovnih vrst in residualov. S preizkušanjem različnih časov- nih zamikov kazalnikov na desni strani enačbe in spremljanjem zmanj- ševanja avtokorelacije in serijske korelacije oz. spremljanjem Durbin- Watsonove statistike, smo prišli do končnega modela popravljanja na- pak. Iz preglednice 5.9 je razvidno, da so vsi regresijski koeficienti in konstanta statistično značilni pri 1 , 5  ali 10  stopnji. Izraz popra-203 5 Empirična analiza kazalnikov poslovanja Preglednica 5.9 Model popravljanja napak za širitev priložnosti prihodkov Kazalnik Koeficient Std. napaka t-statistika Značilnost d(p ri h,,) , , , , d(s n m,,) , , , , d(p r ode l,,) –, , –, , p r ode l , , , , y m p p m(–) , , , , ut− 11 –, , –, , C –, , –, , R 2 , Akaike krit. , Popr. R 2 , Schwarz krit. , Std. N. regresije , Hannan-Quinn krit. , Vsota kvad. resid.  Durbin-Watson stat. , Ln verjetje –, F-statistika , Znač. ( F-stat.) , op om b e Odvisni kazalnik je skupni prihodki od prodaje (p r i h), ki je diferenciran s prvo diferenco in enajsto sezonsko diferenco d(p r i h,1,11). Uporabljena je metoda najmanjših kvadratov. Vzorec meritev je od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Vključenih je 84 opazovanj po prilagoditvah. vljanja napak ut− 11 je negativen in statistično značilen. Izraz popravlja- nja napak pokaže, kako hitro se model povrne v ravnovesje v primeru motnje ali šoka v poslovnem okolju. Iz rezultatov modela popravljanja napak vidimo tudi visok popravljen determinacijski koeficient Popr. R 2, ki zmanjšuje motnje v ocenjenem kointegracijskem vektorju. Poleg tega ima Durbin-Watsonova statistika vrednost okoli dve, kar pomeni da smo pomembno zmanjšali vpliv avto- korelacije in serijske korelacije. Ker pa se na desni strani enačbe modela nahaja odvisni kazalnik skupnimi prihodki od prodaje (p ri h), smo pri- pisali večji pomen rezultatom Q-statistike in Breusch-Godfreyjevemu l m testu serijske korelacije. Rezultate iz preglednice 5.9 lahko interpretiramo na naslednji način: na skupne prihodke od prodaje (p r i h) vplivajo pretekli prihodki od prodaje (p ri h), stroški neto materiala (s n m), izboljševanje produktiv- nosti dela (p rode l) ter zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih (y m p p m). Kratkoročne spremembe v neodvi- snih kazalnikih ravnovesje med kazalniki modela za širitev priložno- sti prihodkov porušijo in povzročijo, da je sprememba kazalnikov v na- 204 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 slednjem obdobju popravljena oz. mehanizem popravljanja napak mo- dela spet teži k dolgoročnemu ravnotežju. Namreč v dolgoročnem rav- novesju modela opazovanih kazalnikov poslovanja je izraz popravljanja napak ut−i enak vrednosti nič. Stroški neto materiala v opazovanem obdobju naraščajo, saj nara- šča tudi produktivnost dela ob hkratnem povečanem obsegu naročil. Produktivnost dela se izboljšuje s stalnim številom zaposlenih, ki se je v opazovanem obdobju postopoma zvišalo. Zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih je v opazovanem obdobju razvidno iz meritev kazalnika y m p p m in ciljne vrednosti za ta kazalnik, ki se iz leta v leto zmanjšuje. Zmanjševanje ciljne vrednosti za kazalnik y m p p m pomeni, da so ukrepi za zmanjševanje števila slabo proizvede- nih kosov na milijon proizvedenih učinkoviti. Pri modelu popravljanja napak za prihodke (p r i h) smo na podlagi empirične analize kazalni- kov modela in razprave z vršnim managementom podjetja namenoma izpustili kazalnike z vidika učenja in rasti. Razlog je v tem, da razpolo- žljivi kazalniki za analizo nimajo pomembnega vpliva na prihodke od prodaje. Končna enačba modela tako vključuje kazalnike z notranjega vidika, vidika odjemalcev in finančnega vidika. Rezultati modela potrjujejo prisotnost mehanizma za popravljanje napak, ki kaže na stabilen model kratkoročne dinamike dejavnikov, ki vplivajo na skupne prihodke od prodaje. Končni model popravljanja na- pak modela za širitev priložnosti prihodkov odraža Grangerjevo vzroč- nost, ki jo povzročajo pretekli prihodki od prodaje, stroški neto mate- riala, izboljševanje produktivnosti dela ter zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih in se odraža na skupnih prihodkih od prodaje. Testiranje modela popravljanja napak za širitev priložnosti prihodkov Kazalnik skupne prihodke od prodaje (p ri h), ki v tem modelu nastopa na levi strani enačbe modela, je vsebinsko in statistično, na osnovi Wal- dovega testa neodvisnosti, prepoznan kot delno neodvisni kazalnik. V kazalnikih skupnih prihodkov od prodaje (p ri h), stroških neto materi- ala (s n m) in produktivnosti dela (p r ode l) je prisotna sezonska kom- ponenta kot tudi naključne napake. Korelogram residualov je pokazal, da slednji ne povzročajo avtokore- lacije saj Q statistika ni statistično značilna (ni avtokorelacije od 1, 3, 4, 5, 6, 7 do 9 zamika pri 1  stopnji). Breusch-Godfrey l m test serijske 205 5 Empirična analiza kazalnikov poslovanja korelacije je pokazal, da je med residuali časovnih vrst prisotna serij- ska korelacija, saj smo lahko zavrnili ničelno hipotezo o neprisotnosti serijske korelacije pri enajstem zamiku. Z Breusch-Pagan-Godfreyjevim, Harveyjevim, Gleyserjevim z in Whi- teovim testom pa nismo mogli zavrniti hipotezo o prisotnosti hetero- skedastičnosti med residuali. Kar kaže na prisotnost heteroskedastič- nosti, ki vpliva le na zanesljivost standardne napake. Prisotnost hetero- skedastičnosti namreč ne vpliva na oceno regresije z metodo najmanjših kvadratov (l s). Preizkus s Chowovim testom glede stabilnosti modela za obdobje, ko je v Sloveniji še prisotna gospodarska kriza, je v letih od 2006 do 2011 pokazal, da ne moremo zavrniti ničelne hipoteze o neprisotnosti prelomnega datuma. V primeru zavrnitve ničelne hipoteze, bi Chowov test pokazal na strukturne spremembe, kar kaže na to, da so koeficienti enačbe modela v opazovanem obdobju stabilni. Quandt-Andrews test stabilnosti je ravno tako pokazal, da ne mo- remo zavrniti ničelne hipoteze o neprisotnosti prelomnega datuma. Testiranje smo nadaljevali še z drugim Chowovim testom (ang. Chow Forecast Test) za strukturne spremembe, ki je pokazal na stabilnost ko- eficientov kazalnikov v obdobju od 2009 do 2011. Ravno tako je rekur- zivna ocena koeficientov kazalnikov pokazala na stabilnost koeficien- tov kazalnikov v obdobju od 2006 do 2010. Tako smo z različnimi preizkusi postavljenega modela popravljanja napak potrdili njegovo relativno stabilnost. Seveda je primerno takšen model preizkusiti in oceniti z novejšimi podatki in ponovno izračunati izraz popravljanja napake, ki bo naš model še izboljšal. Izvedene preiz- kuse končnega modela za širitev priložnosti prihodkov lahko navežemo na postopke preizkušanja modelov e c m v raziskavah različnih avtorjev (Engle in Granger 1987; Stock in Watson 1988b; Jiha in Orphee 1995; Macunovich in Easterlin 1988; Miller 1991; Zellner 1979b, 629). Analiza vzročnosti za dobičkovnost sredstev Povezavo med strateškimi cilji za spremljanje inovativnosti, optimira- nja procesov, konkurenčnosti in dobičkovnostjo sredstev smo analizi- rali s kazalniki poslovanja: inovativnost (i n ov), produktivnost dela (p r ode l), številom slabih kosov na milijon proizvedenih (y m p p m) in dobičkovnostjo sredstev (d s r e d). Analiza stacionarnosti je pokazala, da so opazovani kazalniki ino- vativnost (i n ov), produktivnost dela (p r ode l), št. slabih kosov na milijon proizvedenih (y m p p m), materiala (s n m) in dobičkovnost sred- 206 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 stev (d s r e d) stacionarni z različnimi stopnjami značilnosti (glej pre- glednico 5.4). V poglavju o analizi kointegriranosti smo ugotovili, da so pari časovnih vrst kointegrirani z različnimi stopnjami značilnosti (glej preglednico 5.5) in da med vsemi pari kazalnikov obstaja Grangerjeva vzročnost vsaj v eni smeri (glej prilogo 6). Postopek analize povezave smo izvajali v dveh korakih. V prvem ko- raku smo ocenili kointegracijo skladno z Engle-Grangerjevim postop- kom. V ta namen smo postavili začetni model kazalnikov poslovanja (glej enačbo 5.15), izračunali regresijo med kazalniki z metodo najmanj- ših kvadratov in shranili residualne vrednosti potencialnega kointegra- cijskega vektorja. Residualne vrednosti smo testirali glede stacionar- nosti z razširjenim Dickey-Fullerjevim testom (a df test) in ugotovili stacionarnost na 1  ravni statistične značilnosti. Stacionarnost resi- dualov je potrebna za stabilnost končnega modela, saj nam je staci- onarnost residualov potrdila kointegracijske povezave med kazalniki poslovanja. V drugem koraku smo postavili model popravljanja napak z uporabo diferenc kazalnikov, residualov in vključevanjem različnih časovnih za- mikov kazalnikov. Skladno z Engle-Grangerjevim postopkom (1987) ve- lja, da, kadar so kazalniki kointegrirani, mora obstajati model popra- vljanja napak, ki usklajuje kratkoročne spremembe kointegriranih ka- zalnikov z njihovim dolgoročnim ravnovesjem. V začetnem modelu po- pravljanja napak (enačba 5.15) je ut−i izraz popravljanja napak z zamikom. Slednji predstavlja residuale iz enačbe kointegracijske regresije in meri hitrost prilagajanja k dolgoročnemu ravnotežju. Za vzpostavljanje ravnotežja mora biti predznak izraza popravljanja napak ut−i negativen (Alkhathlan 2011; Engle in Granger 1987; Gujarati 1995, 730). Ker smo imeli na razpolago mesečne podatke, smo v začetni model najprej vključili 12 časovnih zamikov kazalnikov poslovanja. Strukturo zamikov smo tudi ocenili s kriteriji za določitev reda časovnih zami- kov, kot so avtokorelacijska funkcija, parcialna korelacija, Q-statistika in korelogrami. V našem primeru so se izkazali kot primerni 12., 0., in –12. red zamika, ki so bili potrjeni na osnovi minimalne vrednosti Akaikejevega kriterija (a i c), Schwarzovega kriterija (s c) in Hannan- Quinnovega kriterija (h q). n n Δdsred t = α 0 + α 1Δinov t−i + α 2Δprodel t−i i= 1 i= 1 n + α 3Δymppm t−i +α 4 ut−i +εt. (5.15) i= 1 207 5 Empirična analiza kazalnikov poslovanja Preglednica 5.10 Model popravljanja napak za dobičkovnost sredstev Kazalnik Koeficient Std. napaka t-statistika Značilnost d(i n ov,,) , , e− 6 , , d(p r ode l,,) –, , –, , p r ode l , , , , d(y m p p m,,) –, e− 5 , e− 6 –, , ut− 12 –, , –, , C –, , –, , R 2 , Akaike krit. –, Popr. R 2 , Schwarz krit. –, Std. N. regresije , Hannan-Quinn krit. –, Vsota kvad. resid. , Durbin-Watson stat. , Ln verjetje , F-statistika , Znač. ( F-stat.) , op om b e Odvisni kazalnik je dobičkovnost sredstev (d s r e d), ki je diferenciran z dvanajsto sezonsko diferenco d(d s re d,0,12). Uporabljena je metoda najmanjših kva- dratov. Vzorec meritev je od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Vključenih je 84 opazovanj po prilagoditvah. Pri izključevanju zamikov smo si pomagali z vizualno analizo korelo- gramov časovnih vrst in residualov. S preizkušanjem različnih časovnih zamikov kazalnikov na desni strani enačbe in spremljanjem zmanjše- vanja avtokorelacije in serijske korelacije, oz. Durbin-Watsonove stati- stike, smo prišli do končnega modela popravljanja napak. Iz preglednice 5.10 je razvidno, da so vsi regresijski koeficienti in konstanta statistično značilni na ravni 1  ali 10 . Izraz popravljanja napak ut− 11 je negativen in statistično značilen ter pokaže, kako hitro se model povrne v ravno- vesje v primeru motnje ali šoka v poslovnem okolju. Iz rezultatov modela popravljanja napak vidimo tudi visok popravljen determinacijski koeficient Popr. R 2, ki zmanjšuje motnje v ocenjenem kointegracijskem vektorju. Poleg tega ima Durbin-Watsonova statistika vrednost okoli dve, kar pomeni, da smo pomembno zmanjšali vpliv av- tokorelacije in serijske korelacije. Rezultate iz preglednice 5.10 lahko interpretiramo na naslednji na- čin: na dobičkovnost sredstev (d s r e d) vplivajo vlaganja v raziskave in razvoj ter ovrednotene koristi od inovativnosti (i n ov), izboljševanje produktivnosti dela (p r ode l) ter zmanjševanje števila slabo proizve- denih kosov na milijon proizvedenih (y m p p m). V inovativnost (i n ov) 208 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 zaposlenih se v opazovanem obdobju vlaga vedno višji odstotek prihod- kov od prodaje. Poleg tega se kadrovsko krepi tudi razvojni oddelek, saj je podjetje postalo kompetenčni center za skupino e b m-Papst. Produk- tivnost dela se izboljšuje z izobraževanjem in s stalnim številom zapo- slenih, ki se v opazovanem obdobju postopoma zvišuje. Zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih (y m p p m) je v opazovanem obdobju razvidno iz kazalnika y m p p m in ciljne vrednosti za ta kazalnik, ki se iz obdobja v obdobje zmanjšuje. Kratkoročne spre- membe v neodvisnih kazalnikih pa ravnovesje med kazalniki modela za dobičkovnost sredstev porušijo in povzročijo, da je sprememba kazal- nikov v naslednjem obdobju popravljena oz. mehanizem popravljanja napak modela spet teži k dolgoročnemu ravnotežju. Namreč v dolgo- ročnem ravnovesju modela opazovanih kazalnikov poslovanja je izraz popravljanja napak ut−i enak vrednosti nič. Rezultati modela potrjujejo prisotnost mehanizma za popravljanje napak, ki kaže na stabilen model kratkoročne dinamike dejavnikov, ki vplivajo na dobičkovnost sredstev podjetja. Končni model popravljanja napak modela za dobičkovnost sredstev odraža Grangerjevo vzročnost, ki jo povzročajo inovativnost, produktivnost dela in število slabo proi- zvedenih kosov na milijon proizvedenih. Vpliv opazovanih kazalnikov se odraža na dobičkovnosti sredstev. Testiranje modela popravljanja napak za dobičkovnost sredstev Kazalnik dobičkovnosti sredstev (d s r e d), ki v končnem modelu na- stopa na levi strani enačbe modela, je vsebinsko in statistično na osnovi Waldovega testa neodvisnosti prepoznan kot odvisni kazalnik. V ka- zalnikih dobičkovnosti sredstev (d s re d), inovativnosti (i n ov), izbolj- ševanja produktivnosti dela (p r od e l) in števila slabo proizvedenih kosov na milijon proizvedenih (y m p p m) je prisotna sezonska kompo- nenta kot tudi naključne napake. Korelogram residualov je pokazal, da slednji ne povzročajo avtokore- lacije, saj Q statistika ni statistično značilna (od 1. do 4. zamika ter od 6. do 12. zamika ni avtokorelacije 1 , 5  ali 10 , pri 5. zamiku pa je pri- sotna avtokorelacija pri 1  stopnji). Breusch-Godfrey l m test serijske korelacije je pokazal, da je med residuali časovnih vrst prisotna serij- ska korelacija, saj smo lahko zavrnili ničelno hipotezo o neprisotnosti serijske korelacije pri dvanajstem zamiku. Z Breusch-Pagan-Godfreyjevim, Harveyjevim in Gleyserjevim testom smo lahko zavrnili hipotezo o prisotnosti heteroskedastičnosti med re- 209 5 Empirična analiza kazalnikov poslovanja siduali. Whiteov test je sicer pokazal na nekaj heteroskedastičnosti, vendar, glede na vse štiri opravljene teste, lahko ugotovimo odsotnost heteroskedastičnosti. Preizkus s Chowovim testom glede stabilnosti modela je za obdo- bje, ko je v Sloveniji še prisotna gospodarska kriza, v letih od 2009 do 2010 pokazal, da lahko zavrnemo ničelno hipotezo o neprisotnosti pre- lomnega datuma, kar pomeni, da je Chowov test pokazal na strukturne spremembe v opazovanem obdobju, zato smo s testiranjem stabilnosti koeficientov nadaljevali z Quandt-Andrewsovim testom stabilnosti, ki je pokazal, da ne moremo zavrniti ničelne hipoteze o neprisotnosti pre- lomnega datuma. Testiranje smo nadaljevali še z drugim Chowovim testom (ang. Chow Forecast Test) za strukturne spremembe, ki je pokazal na stabilnost ko- eficientov kazalnikov v obdobju od 2009 do 2011. Ravno tako je rekur- zivna ocena koeficientov kazalnikov pokazala na relativno stabilnost koeficientov kazalnikov v obdobju od 2008 do 2011. Tako smo z raz- ličnimi preizkusi postavljenega modela popravljanja napak potrdili nje- govo relativno stabilnost. Seveda je primerno takšen model preizkusiti in oceniti z novejšimi podatki in ponovno izračunati izraz popravljanja napake, ki bo naš mo- del še izboljšal. Izvedene preizkuse stabilnosti koeficientov končnega modela lahko navežemo na postopke preizkušanja modelov v raziska- vah različnih avtorjev (Engle in Granger 1987; Stock in Watson 1988b; Jiha in Orphee 1995; Macunovich in Easterlin 1988; Miller 1991; Zellner 1979b, 629). Analiza vzročnosti za mesečni dobiček Povezavo med strateškimi cilji za spremljanje kompetenc vodij, opti- miranja procesov, konkurenčnosti in mesečnim dobičkom smo anali- zirali s kazalniki poslovanja: absentizem (a b s e n t), nesreče pri delu (n e s de l), produktivnost dela (p r ode l), št. slabih kosov na milijon proizvedenih (y m p p m) in mesečnim dobičkom (m e s d ob). Analiza stacionarnosti je pokazala, da so opazovani kazalniki poslo- vanja stacionarni z različnimi stopnjami značilnosti (glej preglednico 5.4). V poglavju o analizi kointegriranosti smo ugotovili, da so pari časovnih vrst kointegrirani (glej preglednico 5.5). Grangerjev test vročnosti je pokazal, da med veliko večino parov kazalnikov obstaja Granger- jeva vzročnost vsaj v eni smeri (glej prilogo 6). Postopek analize povezave smo izvajali v dveh korakih. V prvem ko- 210 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 raku smo ocenili kointegracijo skladno z Engle-Grangerjevim postop- kom. V ta namen smo postavili začetni model kazalnikov poslovanja (glej enačbo 5.16), izračunali regresijo med kazalniki z metodo najmanj- ših kvadratov in shranili residualne vrednosti potencialnega kointegra- cijskega vektorja. Residualne vrednosti smo testirali glede stacionarno- sti z razširjenim Dickey-Fullerjevim testom (a df test) in ugotovili sta- cionarnost na 1  ravni statistične značilnosti. Stacionarnost residualov je potrebna za stabilnost končnega modela, saj nam je stacionarnost re- sidualov potrdila kointegracijske povezave med kazalniki poslovanja. V drugem koraku smo postavili model popravljanja napak z uporabo diferenc kazalnikov, residualov in vključevanjem različnih časovnih za- mikov. Skladno z Engle in Grangerjevim postopkom (1987) velja, da, kadar so kazalniki kointegrirani, mora obstajati model popravljanja na- pak, ki usklajuje kratkoročne spremembe kointegriranih kazalnikov z njihovim dolgoročnim ravnovesjem. V začetnem modelu popravljanja napak (enačba 5.16) je, ut−i izraz popravljanja napak z zamikom. Slednji predstavlja residuale iz enačbe kointegracijske regresije in meri hi- trost prilagajanja k dolgoročnemu ravnotežju. Za vzpostavljanje ravno- težja mora biti predznak izraza popravljanja napak ut−i negativen (Al- khathlan 2011; Engle in Granger 1987; Gujarati 1995, 730; Janeš 2013). Ker smo imeli na razpolago mesečne podatke, smo v začetni model najprej vključili 12 časovnih zamikov kazalnikov poslovanja. Strukturo zamikov smo tudi ocenili s kriterijem za določitev reda časovnih zami- kov, kot je avtokorelacijska funkcija, parcialna korelacija, Q-statistika in korelogrami. V našem primeru so se izkazali kot primerni 12., 0., –9. in –12. red zamika, ki so bili potrjeni na osnovi minimalne vrednosti Akaikejevega kriterija (a i c), Schwarzovega kriterija (s c) in Hannan- Quinnovega kriterija (h q). n n Δmesdob t = α 0 + α 1Δabsent t−i + α 2Δnesdel t−i i= 1 i= 1 n n + α 3Δprodel t−i + α 4Δymppm t−i i= 1 i= 1 + α 5 ut−i +εt. (5.16) Pri izključevanju zamikov smo si pomagali z vizualno analizo kore- logramov časovnih vrst in residualov. S preizkušanjem različnih časov- nih zamikov kazalnikov na desni strani enačbe in spremljanjem zmanj- ševanja avtokorelacije in serijske korelacije, oz. spremljanjem Durbin- 211 5 Empirična analiza kazalnikov poslovanja Preglednica 5.11 Model popravljanja napak za mesečni dobiček Kazalnik Koeficient Std. napaka t-statistika Značilnost m e s d ob , , , , d(a b s e n t,,) , , , , n e s de l(–) –, , –, , d(p r ode l,,) , , , , p r ode l –, , –, , d(y m p p m,,) –, , –, , ut− 12 –, , –, , C , , , , R 2 , Akaike krit. , Popr. R 2 , Schwarz krit. , Std. N. regresije , Hannan-Quinn krit. , Vsota kvad. resid. , e 8 Durbin-Watson stat. , Ln verjetje –, F-statistika , Znač. ( F-stat.) , op om b e Odvisni kazalnik je mesečni dobiček m e s d ob, ki je diferenciran z dvanaj- sto sezonsko diferenco d(me sd ob,0,12). Uporabljena je metoda najmanjših kvadratov. Vzorec meritev je od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Vključenih je 84 opazovanj po prilagoditvah. Watsonove statistike, smo prišli do končnega modela popravljanja na- pak. Iz preglednice 5.11 je razvidno, da so vsi regresijski koeficienti in konstanta statistično značilni pri 1  ali 5 . Izraz popravljanja napak ut− 12 je negativen in statistično značilen. Izraz popravljanja napak po- kaže, kako hitro se model povrne v ravnovesje v primeru motnje ali šoka v poslovnem okolju. Iz rezultatov modela popravljanja napak vidimo tudi visok popra- vljeni determinacijski koeficient Popr. R 2, ki zmanjšuje motnje v oce- njenem kointegracijskem vektorju. Poleg tega ima Durbin-Watsonova statistika vrednost okoli dve, kar pomeni, da smo pomembno zmanj- šali vpliv avtokorelacije in serijske korelacije, ker se na desni strani enačbe modela nahaja tudi odvisni kazalnik mesečni dobiček (m e - s d ob), smo pripisali večji pomen rezultatom Q-statistike in Breusch- Godfreyjevemu l m testu serijske korelacije, kot pa Durbin-Watsonovi statistiki. Rezultate iz preglednice 5.11 lahko interpretiramo na naslednji način: na optimiranje mesečnega dobička (m e s d ob) vpliva mesečni dobiček 212 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 iz preteklih obdobij, absentizem (ab s e n t), nesreče pri delu (n e s de l), izboljševanje produktivnosti dela (p r ode l) ter zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih (y m p p m). Kratko- ročne spremembe v neodvisnih kazalnikih pa ravnovesje med kazalniki modela za mesečni dobiček porušijo in povzročijo, da je sprememba ka- zalnikov v naslednjem obdobju popravljena oz. mehanizem popravlja- nja napak modela spet teži k dolgoročnemu ravnotežju. Namreč v dol- goročnem ravnovesju modela opazovanih kazalnikov poslovanja je izraz popravljanja napak ut−i enak vrednosti nič. V poslovni praksi se kazalnika absentizma in nesreč pri delu redo spremlja, saj podpirata merjenje organizacijske klime, kompetenc vodij in zadovoljstva zaposlenih oz. posredno kažeta na zadovoljstvo zapo- slenih in klimo v podjetju. Na zmanjševanje absentizma in nesreč pri delu pa gotovo pomembno vpliva usposabljanje ljudi, ergonomičnost delovnih mest in skrb za varnost pri delu. Oba kazalnika, ki podpirata spremljanje kompetenc vodij, se v opazovanem obdobju izboljšujeta, saj njune vrednosti upadajo. Trend zmanjševanja pa spodbuja tudi zmanj- ševanje ciljne vrednosti kazalnikov absentizma in nesreč pri delu. Produktivnost dela se izboljšuje s stalnim številom zaposlenih, ki se v opazovanem obdobju postopoma zvišuje. Zmanjševanje števila slabo proizvedenih kosov na milijon proizvedenih je v opazovanem obdobju razvidno iz meritev kazalnika y m p p m in ciljne vrednosti za ta kazalnik, ki se iz obdobja v obdobje zmanjšuje. Rezultati modela iz preglednice 5.11 potrjujejo prisotnost mehanizma za popravljanje napak, ki kaže na relativno stabilen model krat- koročne dinamike dejavnikov, ki vplivajo na mesečni dobiček podjetja. Končni model popravljanja napak modela za mesečni dobiček odraža Grangerjevo vzročnost, ki jo povzroča mesečni dobiček iz preteklih ob- dobij, absentizem, nesreče pri delu, produktivnost dela in število slabo proizvedenih kosov na milijon proizvedenih in se odraža na mesečnem dobičku, ki predstavlja dolgoročno vrednost za deležnike. Testiranje modela popravljanja napak za mesečni dobiček Kazalnik mesečni dobiček (m e s d o), ki v tem modelu nastopa na levi strani enačbe, je vsebinsko in statistično, na osnovi Waldovega testa ne- odvisnosti, prepoznan kot odvisni kazalnik. V kazalnikih mesečni dobi- ček (m e s d ob), absentizem (a b s e n t), produktivnost dela (p r ode l) in št. slabih kosov na milijon proizvedenih (y m p p m) je prisotna tudi sezonska komponenta in naključne napake. 213 5 Empirična analiza kazalnikov poslovanja Korelogram residualov je pokazal, da slednji ne povzročajo avtokore- lacije, saj Q statistika ni statistično značilna (ni avtokorelacije od 1. do 12. zamika pri 1 , 5  in 10  stopnji). Breusch-Godfrey l m test serijske korelacije je pokazal, da med residuali časovnih vrst ni serijske korela- cije, saj nismo mogli zavrniti ničelne hipoteze o neprisotnosti serijske korelacije pri dvanajstem zamiku. Z Breusch-Pagan-Godfreyjevim, Harveyjevim, Gleyserjevim in Whi- teovim testom smo lahko zavrnili hipotezo o prisotnosti heteroskeda- stičnosti med residuali. Preizkus s Chowovim testom glede stabilnosti modela za obdobje, ko je v Sloveniji še prisotna gospodarska kriza, je v letih od 2009 do 2011 pokazal, da ne moremo zavrniti ničelne hipoteze o neprisotnosti prelomnega datuma. V primeru zavrnitve ničelne hipoteze, bi Chowov test pokazal na strukturne spremembe, kar kaže na to, da so koeficienti enačbe modela v navedenem obdobju stabilni. Quandt-Andrewsov test stabilnosti je pokazal, da lahko zavrnemo ničelno hipotezo o neprisotnosti prelomnega datuma, zato smo opra- vili še drugi Chowov test (ang. Chow Forecast Test) za strukturne spre- membe, ki je pokazal na stabilnost koeficientov kazalnikov v obdobju od 2009 do 2011. Ravno tako je rekurzivna ocena koeficientov kazalnikov pokazala na stabilnost koeficientov kazalnikov v obdobju od 2008 do 2011. Tako smo z različnimi preizkusi postavljenega modela popravljanja napak potrdili njegovo relativno stabilnost. Seveda je primerno takšen model preizku- siti in oceniti z novejšimi podatki in ponovno izračunati izraz popravlja- nja napake, ki bo naš model še izboljšal. Izvedene preizkuse stabilnosti koeficientov končnega modela lahko navežemo na postopke preizkuša- nja modelov v raziskavah različnih avtorjev (Engle in Granger 1987; Jiha in Orphee 1995; Macunovich in Easterlin 1988; Miller 1991; Sims 1980, 2; Stock in Watson 1988b; Zellner 1979b, 629). Ugotovitve na osnovi primerjave med modeli popravljanja napak Z identificiranimi končnimi modeli e c m smo empirično potrdili vzroč- ne povezave med strateškimi cilji in njihovimi kazalniki poslovanja. V preglednici 5.12 so prikazani zbrani rezultati vseh analiziranih vzročnih povezav sistema uravnoteženih kazalnikov podjetja, ki smo jih lahko empirično potrdili. Iz preglednice 5.12 je razvidno, da imajo vsi izrazi popravljanja napak ut−i negativen predznak in so statistično značilni. Iz primerjave rezul-214 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 Preglednica 5.12 Primerjava med modeli popravljanja napak (prvi del) Odv. kazalniki m e s d ob* odh v s i e b t p ri h* d s re d ut−i –, –, –, –, –, R 2 , , , , , Popr. R 2 , , , , , Akaike , , , , –, Schwarz , , , , –, Hannan-Quinn , , , , –, Durbin-Watson , , , , , Znač. ( F-stat.) , , , , , Johansen test  kointeg.  kointeg.  kointeg.  kointeg.  kointeg. (znač. .) enačba enačba enačba enačbi enačbe o p o m b e * Na desni strani enačbe je prisoten odvisni kazalnik poslovanja. Uporab- ljena je metoda najmanjših kvadratov. Vzorec meritev je od 2 0 0 5 m 0 1 do 2 0 1 0 m 1 2 ali od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Vključenih je 72 ali 84 opazovanj po prilagoditvah. tatov vseh modelov popravljanja napak vidimo tudi visok popravljeni determinacijski koeficient Popr. R 2 in Durbin-Watsonovo statistiko, ki ima v vseh primerih vrednost okoli dve. Poleg tega so v vseh modelih po- pravljanja napak minimalne vrednosti Akaikeovega kriterija, Schwarzo- vega kriterija in Hannan-Quinnovega kriterija, kar potrjuje utreznost izbranih zamikov v modelih. F-statistika je pri vseh modelih statistično značilna pri 1  stopnji, kar je zagotovilo, da so vsi regresijski koeficienti v e c m modelih različni od nič. Oceno in identifikacijo modelov popravljanja napak smo izvedli z Engle-Grangerjevim pristopom na osnovi posamezne kointegracijske enačbe, vendar smo kljub temu opravili še Johansenov (1988) kointe- gracijski test, ki se priporoča v primerih proučevanja kointegracije z več spremenljivkami. Johansenova metoda nam je pokazala, da posamični modeli e c m, kot je model za mesečni dobiček (m e s d ob), vsi odhodki (odh v s i) in neto poslovni rezultat pred davki (e b t) vsebujejo edin- stven oz. enoličen kointegracijski vektor. Pri modelu prihodki od pro- daje (p r i h) je Johansenov test pokazal na dva možna kointegracijska vektorja pri modelu dobičkovnost sredstev (d s r e d) pa tri možne ko- integracijske vektorje pri statistični značilnosti na ravni 0.05. Končne e c m modele strateških ciljev z vidika financ in pripadajo- čih kazalnikov poslovanja, do katerih smo prišli z empirično analizo lahko navežemo na rezultate in ugotovitve raziskav, ki so jih skladno z Engel-Grangerjevim (1987) postopkom izvedli številni avtorji (Alkha- 215 5 Empirična analiza kazalnikov poslovanja thlan 2011; Antzoulatos 1996, 845; Balke in Fomby 1997, 633; Chowd- hury 1993, 703–705; Darrat 1990, 757; Diebold 2004, 167–168; Denbaly in Vroomen 1993, 205; Engle in Granger 1987; Eviews 2010a; Gujarati 1995, 725, 730, 739–742; Harris idr. 1995, 565; Janeš 2011a; 2011b; 2013; Johansen 1988, Johansen in Juselius 1990 po Jiha in Orphee 1995, 98– 100; Banerjee idr. 1986, Hall 1986 po Jiha in Orphee 1995, 106; Johnson idr. 1992; Mehra 1993; Miller 1991, 141–142, 146; Murray 1994, 37; Stock in Watson 1988a; Zellner 1979b). Na končnih e c m modelih smo opravili tudi vrsto testov residualov modelov glede avtokorelacije, delne avtokorelacije in serijske korelacije (preglednica 5.13). Rezultati testov kot so Q-test, kvadrati residualov in l m test so pokazali, da je prisotne nekaj avtokorelacije in serijske korelacije, vendar ta nima pomembnega vpliva na parametre končnih modelov e c m (glej preglednico 5.13). Večina testov je statistično zna- čilno pokazala na majhno prisotnost avtokorelacije in serijske korelacije v residualih modelov. Avtokorelacija in serijska korelacija sta nedvomno odvisni od kakovosti razpoložljivih podatkov in seveda pravilne identi- fikacije enačb modelov popravljanja napak e c m. Testi glede prisotnosti heteroskedastičnosti v residualih so pokazali, da je heteroskedastičnost prisotna predvsem v modelu prihodkov od prodaje (p ri h), pri ostalih modelih je ni ali pa je prisotna v manjši meri. Chowov test stabilnosti koeficientov je pokazal, da so v obdobju od 2009 do 2010, ko je v Sloveniji še bila prisotna gospodarska kriza, koefi- cienti enačb modelov stabilni. V primeru modela za dobičkovnost sred- stev (d s r e d) je test pokazal na obstoj strukturne spremembe oz. na nestabilnost koeficientov. Zaradi tega razloga smo opravili še Quandt-Andrewsov test stabilno- sti, ki pa je pokazal na stabilnost pri modelih za neto poslovni rezultat davki (e b t), za prihodke od prodaje (p r i h) in za dobičkovnost sred- stev (d s r e d). Pri dveh modelih tj. modelu za mesečni dobiček (m e - s d ob) in modelu za vse odhodke (odh v s i) je Quandt-Andrewsov test pokazal na nestabilnost, kar pomeni, da smo lahko zavrnili ničelno hi- potezo o neprisotnosti prelomnega datuma, zato smo v nadaljevanju opravili še drugi Chowov test za napovedi (ang. Chow Forecast Test). Sle- dnji je pokazal na stabilnost koeficientov kazalnikov v obdobju od 2009 do 2010 pri vseh modelih e c m z izjemo modela neto poslovni rezultat pred davki (e b t). Rekurzivna ocena koeficientov je pri vseh modelih e c m pokazala na stabilnost koeficientov v obdobju od 2009 do 2010. Chowov test, Quandt-Andrews test, Chow test napovedi in Rekur- 216 Empirična kvantitativna analiza kazalnikov poslovanja 5.6 zivna ocena koeficientov so v določeni meri pokazali različne rezultate glede stabilnosti koeficientov, vendar je za vsak e c m model posebej raz- vidno, da je večina opravljenih testov pokazala na stabilnost v obdobju od 2009 do 2010, ko je v Sloveniji bila prisotna gospodarska kriza. Sta- bilnost koeficientov vseh e c m modelov se je v preseku izkazala pred- vsem za leto 2009. V tem letu je podjetje 2009 doživelo upad proizvodnje in se soočilo z zahtevo lastnika po občutnem znižanju stroškov. Chowov test stabilnosti koeficientov je sicer v ekonometričnih raziskavah po- gost in se izvede tako, da se opazovani vzorec podatkov razdeli ob po- membnejših prelomnih dogodkih, ki imajo lahko vpliv na strukturne spremembe v organizaciji. Rezultate preizkusov stabilnosti koeficientov končnih modelov stra- teških ciljev iz finančnega vidika in pripadajočih kazalnikov poslovanja pa lahko navežemo na postopke preizkušanja modelov e c m v raziska- vah različnih avtorjev (Darrat 1990, 755; Engle in Granger 1987; Janeš 2011a; 2011b; 2013; Jiha in Orphee 1995; Macunovich in Easterlin 1988; Miller 1991; Sims 1980, 2; Stock in Watson 1988b; Zellner 1979b). Glede na rezultate vseh opravljenih testov lahko ugotovimo, da je v določenem deležu prisotna avtokorelacija, serijska korelacija, hetero- skedatičnost in tudi nekaj nestabilnosti pri posameznih koeficientih modelov. Iz pregleda rezultatov analiz vzročnosti lahko tudi ugotovimo, da so končni modeli popravljanja napak ustrezni in empirično podpirajo kvalitativno postavljene vzročne povezave iz strateške mape podjetja. Zbrane podatke kazalnikov poslovanja smo analizirali z osnovnimi statističnimi testi ekonometrije za časovne vrste in ugotovili njihove značilnosti, na osnovi katerih smo postavili začetne modele e c m. S postavitvijo končnih modelov e c m in njihovo medsebojno primerjavo smo skupaj z ugotovitvami polstrukturiranih intervjujev izpolnili tretji cilj raziskave, saj smo na takšen način opredelili podatke kazalnikov po- slovanja glede na njihovo razpoložljivost, obdobja in način zbiranja. Po- vezave kazalnikov poslovanja smo tudi opisali z vzročnimi oz. stoha- stičnimi modeli. Za našo raziskavo so bile zanimive predvsem stoha- stične vzročnosti, ker so časovne vrste osnova za opazovanje in razu- mevanje stohastičnih procesov, saj ravno stohastični procesi »povzro- čajo« podatke časovnih vrst in je zaradi tega razloga o vzročnosti smi- selno razpravljati le za skupino stohastičnih procesov. Iskanje vzročno- sti med dvema determinističnima procesoma pa tudi ni možno. Deter- minističnih povezav med opazovanimi kazalniki poslovanja zato tudi nismo obravnavali (Granger in Newbold 1977, 224–226; Gujarati 1995, 217 5 Empirična analiza kazalnikov poslovanja je o e) i e ije n rn (pr jne (. rel.d trije trije o tr va zav e el. go el. (d testiran .k .j em. em. m or or (vsi .(vsi .(vsi a d za d – o i .k ser . .k sk sk sk . remp reg.po ni t.spr t.spr je d sk k k u u ljen e jser to jser tero ejo) ejo) ejo) eta,tretji t.s ) n tero n tero n n k r eosk ik) ) av zamika he he he str  str rab s eka eka m vr vr vr tero vr tru tabilnost eritev o d N  Ni hetr N za . Ni za Ni za Ni za He za S (–) Ni ( Ni (–) S m pu el. rec so or zo v trije trije trije trije . .k jne . v.V alou do go (vsi (vsi (vsi (vsi jser do em. em. em. a a a a – rato el. el. d d d d  resid eka . jo) . jo) . jo) . jo) n . vad ) reg.po t.spr t.spr t.spr sk sk sk sk k k k k * .kor .kor rne rne rne rne u u ) u rati  to eosk ika ih ser i av ser tero zav tero zav tero zav tero zav str str  str jših vad r m tabilnost K p Ni zamika (pr Ni hetr Ni za He ne He ne He ne He ne Ni (–) Ni ( Ni (–) S an . ajm e e) e e) n n itvah rn n rn ad d . jne . va trije trije zav va zav . eto do go do (d (d em. .je a m rilago .(vsi a .(vsi rem p el. el. d d p – je . . sk . sk rem a op reg.po t.spr t.s k k sp j .kor .kor sk sk eta,tretji tero ejo) eta,tretji tero ejo) u ) ljen ika to eosk ika n n n n kt. t ser av ser tero he tero he str stru  van b m m vr vr vr vr i ru rab tabilnost o del) e Ni za Ni hetr Ni za He za Ni za He za Ni za Ni (–) N ( St (–) S p azo i p g . ) o u e e) e e)  ja.U  n rn n rn   (dr stab  . jne va trije trije van zav va zav e( ali slo do go do. (d (d em. .j em. o  apak a .(vsi .(vsi a – p n el. el. d d rem  ik je a sk sk i . . . t.spr (–) p t.spr s reg.po k k ih .kor .kor sk sk eta,tretji ejo) ejo) eta,tretji u  t.s u janj v to tero tero  h ika eosk ika n n n n k azaln čen ser av ser tero he he tero str  str avl d m m vr vr vr vr i tru tabilnost ik lju o Ni za Ni hetr Ni za He za Ni za Ni za He za Ni pr S Ni (–) S k isn nosti. opr v V p ) .  do astič e ije  d  odeli . jn . trije trije tr trije ten e( oske m od goo do em. .j em. riso .(vsi .(vsi .(vsi .(vsi p m el. el. rem – eter med sk sk sk je o h or . osk t.spr p t.spr e d ob* reg.p ro k k .k to .kor tero ejo) ejo) er ejo) ejo) u t.s u jne java d ačb s ika v eosk ika n ete n et n etero n k go e ser ser he h h h str str i m ia m vr i vr i vr i vr tru tabilnost ien m N za N hetr Ni za Ni za N za N za N za Ni (–) S Ni (–) S po imerPr jske ef. m o istran k d i di esn o .13 s d egresi 5 ali cena a tor a alnik v rewd o N* az alo agan- n napove av k u na est ey T t-A test ziv lednic esid est d g isni T yser ite tnosti e an -stat rvey ow ow v.r m m eusch-P h u h ombe o iso Pr Odv Q K l Br Godfr Ha Gle Wh C Q C Rekur op d pr 218 Analiza in rezultati empirične verifikacije 5.7 710–713; Geweke, Meese in Dent 1983; Guilkey in Salemi 1982 po Macu- novich in Easterlin 1988, 75; Pindyck in Rubinfeld 1981, 493). Z izbrano kvantitativno metodo modelov popravljanja napak e c m, ki je predstavljala osrednji del študije primera, smo proučili in določili vzročno-posledične povezave med kazalniki poslovanja in tako izpolnili četrti cilj raziskave. Na osnovi števila opravljenih testov in njihovih statističnih značilno- sti, kot tudi na osnovi vseh ugotovitev empirične analize, smo se odlo- čili, da so modeli popravljanja napak e c m primerni za združitev v li- nearni model za simulacijo napovedi, ki odraža dolgoročno vrednost za deležnike (e views 2010c, 514–515; Pindyck in Rubinfeld 1998). 5.7 Analiza in rezultati empirične verifikacije sistema uravnoteženih kazalnikov in preverjanje hipoteze S postavitvijo končnih modelov popravljanja napak za strateške cilje v finančnem vidiku oz. njihove ključne finančne kazalnike poslovanja smo izpolnili pogoje za identifikacijo linearnega modela oz. empirično verifikacijo modela uravnoteženih kazalnikov skladno z rezultati kvali- tativne empirične analize in izbrano metodologijo (e views 2010a; Pin- dyck in Rubinfeld 1998). Izbrani linearni model za empirično verifika- cijo sistema uravnoteženih kazalnikov poslovanja odraža dolgoročno vrednost za deležnike iz finančnega vidika strateške mape na sliki 5.5. Dolgoročno vrednost za deležnike predstavlja kazalnik mesečnega do- bička podjetja y m, ki ga redno spremlja lastnik tj. skupina e b m-Papst. Model smo opisali z linearnim razmerjem (glej enačbo 5.17) med me-sečnim dobičkom (m e s d ob), ki predstavlja identiteto linearnega mo- dela oz. dolgoročno vrednost za lastnika, ter stohastičnimi enačbami oz. modeli popravljanja napak za finančne kazalnike tj. stroškovno učin- kovitost oz. vsi odhodki (odh v s i), neto poslovnim rezultatom pred davki oz. (e b t), širitev priložnosti prihodkov oz. skupni prihodki od prodaje (p ri h) in dobičkovnostjo sredstev (d s re d). Pri tem je mesečni dobiček (m e s d ob) vključen v enačbo kot kazalnik poslovanja in pred- stavlja identiteto modela. Modeli e c m za kazalnike poslovanja vsi od- hodki (odh v s i), neto poslovnim rezultatom pred davki (e b t), skupni prihodki od prodaje (p r i h) in dobičkovnost sredstev (d s r e d) pa so vključeni v linearni model kot regresijske enačbe. m e s d o b = odhvsi + ebt + prih + dsred. (5.17) V poslovni praksi uporabe sistema uravnoteženih kazalnikov si pod- 219 5 Analiza in rezultati empirične verifikacije jetja praviloma izberejo en prednostni cilj in pripadajoči kazalnik kot dolgoročni pokazatelj uspešnosti poslovanja. V našem primeru je ta strateški cilj dolgoročna vrednost za deležnike, ki jih lastnik podjetja y m spremlja prek kazalnika poslovanja mesečni dobiček (m e s d ob). Deterministično-statična simulacija Za preizkus linearnega modela mesečnega dobička (m e s d ob) smo naj- prej izvedli deterministično-statično simulacijo za napoved v enem ob- dobju vnaprej. Za statično simulacijo smo izbrali vrednosti kazalnikov poslovanja v obdobju od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Izpis izračuna rešitve modela nam je pokazal, da je bil preračun deterministično-statične simulacije opravljen brez napak in v manj kot sekundi časa (glej sliko 5.6). Model smo nadalje preizkusili na odvisnih kazalnikih poslovanja tj. mesečni dobiček (m e s d o b), vsi odhodki (o dh v s i), neto poslovnim re- zultatom pred davki (e b t), skupni prihodki od prodaje (p ri h) in dobič- kovnostjo sredstev (d s r e d). V sliki 5.7 modra krivulja predstavlja dejanske vrednosti kazalnikov poslovanja, zelena pa izračunane na osnovi modelov popravljanja napak. Rezultati po posameznih finančnih kazal- nikih poslovanja so naslednji: • Na primeru mesečnega dobička (mesdob) vidimo relativno dobro napoved z manjšimi odstopanji od dejanskih vrednosti (v prvem kvartalu 2005) ter da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim. • Iz diagrama vseh odhodkov (odhvsi) je razvidna zmožnost rela- tivno dobre napovedi na kratki rok z nekaterimi odstopanji ter da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim. Slika 5.6 Izračun deterministično-statične simulacije 220 Analiza in rezultati empirične verifikacije 5.7 Slika 5.7 Deterministično-statična simulacija napovedi za eno obdobje vnaprej (modra krivulja predstavlja dejanske vrednosti časovne vrste, zelena krivulja predstavlja izračunane vrednosti časovne vrste) • Iz rezultata kazalnika poslovanja neto poslovni rezultat pred davki (e b t) vidimo, da se v obdobju od 2 0 0 5 m 0 3 do 2 0 0 9 m 1 2 dejan- ske in napovedane vrednosti prekrijejo, kar kaže na primernost modela, vendar ravno tako kot pri vseh kazalnikih tudi v tem pri- meru, v letu 2011, model ne sledi več dejanskim vrednostim. • Iz primera simulacije kazalnika poslovanja skupnih prihodkov od 221 5 Analiza in rezultati empirične verifikacije prodaje (p ri h) vidimo relativno dobro napoved z manjšimi odsto- panji od dejanskih vrednosti ter da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim. • Iz rezultatov simulacije dobičkovnosti sredstev (dsred) je razvi- dno še največje odstopanje med dejanskimi in napovedanimi vre- dnostmi kazalnika, ki v letu 2011 ne sledi več dejanskim vredno- stim. Theilov koeficient¹⁹ neenakosti, ki je ocena zmožnosti napovedova- nja in kaže na ustreznost modelov je: za mesečni dobiček (m e s d o b) enak 0,108529, za vse odhodke (odh v s i) enak 0,060058, za neto po- slovni rezultat pred davki (e b t) enak 0,257273, skupnih prihodkov od prodaje (p ri h) enak 0,077669 in dobičkovnosti sredstev (d s re d) enak 0,108529. Iz slike 5.7 je razvidno, da v primeru statično-deterministične simulacije model kot celota, v obdobju od 2 0 0 5 m 0 1 do 2 0 1 0 m 1 2, napo- veduje zanesljivo z relativno majhnimi odstopanji. Namreč modra kri- vulja predstavlja dejanske vrednosti kazalnikov poslovanja, zelena pa izračunane na osnovi modelov popravljanja napak. Pri vseh izrisanih krivuljah napovedi kazalnikov poslovanja pa lahko vidimo, da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim zaradi re- lativno majhnega vzorca podatkov. Pri tem se gotovo odražajo vplivi avtokorelacije, serijske korelacije in heteroskedastičnosti v residualih, o katerih smo razpravljali v poglavju o primerjavi med modeli popra- vljanja napak (glej preglednici 5.12 in 5.13). Vsekakor je model primeren za kratkoročne napovedi z deterministično-statično simulacijo za eno obdobje vnaprej. Za izpolnitev namena empirične verifikacije sistema uravnoteženih kazalnikov poslovanja pa smo izvedli tudi dolgoročno stohastično-dinamično simulacijo napovedi linearnega modela meseč- nega dobička (m e s d ob) za veliko obdobij vnaprej. Stohastično-dinamična simulacija Za simulacijo napovedi sistema uravnoteženih kazalnikov poslovanja za veliko obdobij vnaprej smo izvedli stohastično-dinamično simulacijo. Za stohastično-dinamično simulacijo smo izbrali vrednosti kazalnikov poslovanja v obdobju od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2. Izpis rešitve simula- ¹⁹ Vrednost Theilovega koeficienta neenakosti (ang. Theil’s Inequality Coefficient) je vedno med 0 in 1. Bolj kot se vrednost Theilovega koeficienta približa ničli, boljšo zmožnost napovedi ima model (Pindyck in Rubinfeld 1998, 210). 222 Analiza in rezultati empirične verifikacije 5.7 Slika 5.8 Izračun stohastično-dinamične simulacije cije modela je pokazal, da je bil preračun stohastično-dinamične rešitve opravljen brez napak s tisoč ponovitvami in v manj kot sekundi časa (glej sliko 5.8). Model smo v nadaljevanju simulacije preizkusili na odvisnih ka- zalnikih poslovanja: mesečni dobiček (m e s d ob), vsi odhodki (od - h v s i), neto poslovnim rezultatom pred davki (e b t), skupni prihodki od prodaje (p r i h) in dobičkovnostjo sredstev (d s r e d). V sliki 5.9 modra krivulja predstavlja dejanske vrednosti kazalnikov poslovanja, zelena pa izračunane na osnovi modelov popravljanja napak e c m. Rdeča krivulja predstavlja pas dveh vrednosti standardne napake na obeh straneh krivulj (tj. zgoraj in spodaj) kazalnikov poslovanja. Rezul- tati po posameznih finančnih kazalnikih poslovanja so naslednji (glej sliko 5.9): • Na primeru kazalnika poslovanja mesečni dobiček (mesdob) je razvidna relativno dobra napoved z manjšimi odstopanji od dejan- skih vrednosti ter da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim kazalnika poslovanja. Poleg tega je pas dveh 223 5 Analiza in rezultati empirične verifikacije standardnih napak na obeh straneh krivulje relativno velik v celo- tnem obdobju opazovanja. • Iz diagrama vseh odhodkov (odhvsi) je razvidna zmožnost re- lativno dobre napovedi na kratki rok z določenimi odstopanji ter da na daljši rok, predvsem v letu 2011, model ne sledi več dejan- skim vrednostim kazalnika. Pas dveh standardnih napak na obeh straneh krivulje je v začetnem delu opazovanega obdobja relativno ozek, vendar se v drugi polovici obdobja celo povečuje in je rela- tivno velik v celotnem obdobju opazovanja. • V diagramu kazalnika poslovanja neto poslovni rezultat pred davki (e b t) vidimo, da se v obdobju od 2 0 0 5 m 0 3 do 2 0 1 0 m 1 2 dejan- ske in napovedane vrednosti deloma prekrijejo, kar kaže na pri- mernost modela, vendar ravno tako, kot pri vseh opazovanih ka- zalnikih poslovanja, tudi v tem primeru, v letu 2011, model ne sledi več dejanskim vrednostim. Vrednosti v obsegu dveh standardnih napak na obeh straneh krivulje so v začetnem delu opazovanega obdobja relativno nizke, vendar se v drugi polovici obdobja pove- čujejo, kar kaže na vpliv heteroskedastičnosti v residualih. • Iz primera simulacije kazalnika skupnih prihodkov od prodaje (p r i h) vidimo relativno dobro napoved z manjšimi odstopanji od dejanskih vrednosti, ki so vidnejše v letu 2009 in 2010. V dalj- šem obdobju tj. v letu 2011 pa model ne sledi več dejanskim vre- dnostim kazalnika. Vrednosti v obsegu dveh standardnih napak na obeh straneh krivulje p r i h so v začetnem delu opazovanega obdobja relativno zelo nizke, vendar se v drugi polovici obdobja povečujejo, kar kaže na vpliv heteroskedastičnosti v residualih. • Iz rezultatov simulacije kazalnika dobičkovnosti sredstev (dsred) je razvidno veliko odstopanje med dejanskimi in napovedanimi vrednostmi kazalnika, ki v letu 2011, ne sledijo več dejanskim vre- dnostim kazalnika. Vrednosti v obsegu dveh standardnih napak na obeh straneh krivulje kazalnika dobičkovnosti sredstev (d s r e d) so v vsem opazovanem obdobju relativno zelo nizke, vendar iz ce- lotnega diagrama lahko sklepamo na neprimernost modela za na- povedi v daljšem obdobju. • Kadar je model za simulacijo napovedi linearen, tako kot je tudi v našem primeru, in so napake normalne, potem kazalniki poslova- nja sledijo normalni porazdelitvi. Srednja vrednost in standardna deviacija porazdelitve posameznih kazalnikov poslovanja je tako 224 Analiza in rezultati empirične verifikacije 5.7 primerna za celoten opis normalne porazdelitve. Iz rezultatov sto- hastične simulacije na sliki 5.9 je razvidno, da je srednja vrednost kazalnikov poslovanja dejansko enaka deterministični rešitvi modela iz slike 5.7 (Eviews 2010c, 525). • Theilov koeficient neenakosti, ki je ocena zmožnosti napovedova- nja in kaže na ustreznost modelov je: za mesečni dobiček (m e - s d ob) enak 0,236994, za vse odhodke (odh v s i) enak 0,091690, za neto poslovni rezultat pred davki (e b t) enak 0,257173, skupnih prihodkov od prodaje (p ri h) enak 0,544545 in dobičkovnosti sred- stev (d s r e d) enak 0,832250. Iz slike 5.9 je razvidno, da v primeru stohastično-dinamične simulacije v obdobju od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2 model napoveduje manj zanesljivo z relativno večjimi odstopanji. Relativno velika standardna napaka, ki je razvidna pri večini opazovanih kazalnikov, je gotovo po- sledica deleža heteroskedastičnosti, ki smo jo ugotovili pri analizi vzroč- nosti finančnih kazalnikov poslovanja (glej tudi preglednici 5.12 in 5.13), vendar slednja ne vpliva na stabilnost koeficientov v modelih popravlja- nja napak. Pri vseh izrisanih krivuljah napovedi kazalnikov poslovanja iz slike 5.9 lahko vidimo, da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim. Ugotovili smo, da model za napovedi na daljši rok ni povsem primeren. V splošnem lahko trdimo, da rezultati linearnega modela sledijo trendom dejanskih vrednosti kazalnikov poslovanja. Li- narni model bi bilo primerno preizkusiti na podatkih kazalnikov po- slovanja v daljšem obdobju od razpoložljivega in ga, glede na poslovne okoliščine, po potrebi tudi v določeni meri redefinirati. S simulacijo li- nearnega modela za napovedi smo zaključili kvantitativno empirično analizo sistema uravnoteženih kazalnikov. S tem korakom smo uteme- ljili preverjanje hipoteze, kar predstavljamo v nadaljevanju. Preverjanje hipoteze S postavitvijo končnih modelov popravljanja napak za strateške cilje v finančnem vidiku in simulacijo napovedi regresijskih enačb v linear- nem modelu smo empirično verificirali model uravnoteženih kazalni- kov skladno z rezultati kvalitativne empirične analize (Kaplan in Nor- ton 1996b; 2000c; 2001b; 2004a; 2006a; Lawrie in Cobbold 2002; Lawrie, Andersen in Cobbold 2006) in izbrano metodologijo (Denbaly in Vroo- men 1993, 205; Engle in Granger 1987, 254, 260; Eviews 2010a; Guja- 225 5 Analiza in rezultati empirične verifikacije Slika 5.9 Stohastično-dinamična simulacija napovedi za več obdobij vnaprej rati 1995, 725, 730; Harris idr. 1995; Pindyck in Rubinfeld 1998). Skla- dno z namenom raziskave, raziskovalnimi vprašanji in izpolnjenimi cilji raziskave smo na osnovi rezultatov in ugotovitev preverili postavljeno hipotezo raziskave. Ker smo izhajali iz predpostavke, da je vzročno- posledičnih povezav v okviru sistema uravnoteženih kazalnikov veliko, smo v raziskavi postavili samo eno hipotezo, ki se glasi: Vpeljava kvantitativnih metod zvezne analize podatkov za postavi- tev sistema uravnoteženih kazalnikov doprinese k izboljšanju sistema 226 Analiza in rezultati empirične verifikacije 5.7 uravnoteženih kazalnikov v primerjavi z uporabo uveljavljenih kvalita- tivnih metod. Na osnovi teoretičnega okvirja raziskave vseh empiričnih analiz mo- delov ter njihovih rezultatov smo ugotovili, da v primeru razvoja sis- tema uravnoteženih kazalnikov proizvodnega podjetja y m, postavljene hipoteze ne moremo zavrniti. Nezmožnost zavrnitve hipoteze pa pomeni, da postavljena trditev ali teza v primeru podjetja y m drži. Preverjanje hipoteze in ugotovitev o njeni potrditvi nam je omogočila rešitev raziskovalnega problema, ki se je nanašal na raziskavo možnosti za razvoj sistema uravnoteženih kazalnikov s kvantitativno analizo med- sebojnih povezav in določanjem vzročnosti med kazalniki poslovanja. S postavitvijo končnih modelov e c m, njihovo primerjavo in empirično verifikacijo sistema uravnoteženih kazalnikov smo ta raziskovalni pro- blem uspešno rešili. Ugotovitve empirične verifikacije sistema uravnoteženih kazalnikov in preverjanja hipoteze Analiza in rezultati empirične verifikacije sistema uravnoteženih kazal- nikov ter preverjanje hipoteze so bili metodološki koraki, s katerimi smo prišli do rešitve raziskovalnega problema. Naš raziskovalni pro- blem je bil raziskati, ali je možno razviti sistem uravnoteženih kazalni- kov s kvantitativno analizo medsebojnih povezav in določanjem vzroč- nosti med kazalniki poslovanja. Ugotovitve, do katerih smo prišli z uporabljeno metodologijo in em- pirično verifikacijo modela sistema uravnoteženih kazalnikov, so na- slednje: • V primeru statično-deterministične simulacije (slika 5.7) v obdobju od 2 0 0 5 m 0 1 do 2 0 1 0 m 1 2, model kot celota, napoveduje zanesljivo z relativno majhnimi odstopanji. Pri vseh izrisanih krivu- ljah simulacij napovedi kazalnikov poslovanja lahko vidimo, da na daljši rok, v letu 2011, model ne sledi več dejanskim vredno- stim. Pri tem se gotovo odražajo vplivi avtokorelacije in hetero- skedastičnosti v residualih, o katerih smo razpravljali v poglavju o primerjavi med modeli popravljanja napak (glej preglednici 5.12 in 5.13). Vsekakor je model primeren za kratkoročne napovedi z deterministično-statično simulacijo za eno obdobje vnaprej. • V primeru stohastično-dinamične simulacije (slika 5.9), v obdobju od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2, model napoveduje manj zanesljivo z 227 5 Analiza in rezultati empirične verifikacije relativno večjimi odstopanji. Relativno velika standardana napaka, ki je razvidna pri večini opazovanih kazalnikov, je gotovo posledica deleža heteroskedastičnosti, ki smo jo ugotovili pri analizi vzroč- nosti finančnih kazalnikov poslovanja (glej tudi preglednici 5.12 in 5.13), vendar slednja ne vpliva na stabilnost koeficientov v modelih popravljanja napak e c m. Pri vseh izrisanih krivuljah napovedi kazalnikov poslovanja iz slike 5.9 lahko vidimo, da na daljši rok, v letu 2011, model ne sledi več dejanskim vrednostim. Ugotovili smo, da model za napovedi na daljši rok ni povsem primeren. V splošnem lahko trdimo, da rezultati linearnega modela sledijo trendom de- janskih vrednosti kazalnikov poslovanja. • Kadar je model za simulacijo napovedi linearen, tako kot je tudi v našem primeru, in so napake normalne, potem kazalniki poslova- nja sledijo normalni porazdelitvi. Srednja vrednost in standardna deviacija porazdelitve posameznih kazalnikov poslovanja je tako primerna za celotni opis normalne porazdelitve enačb in modela. Iz rezultatov stohastične simulacije na sliki 5.9 je razvidno, da je srednja vrednost kazalnikov poslovanja dejansko enaka deterministični rešitvi modela iz slike 5.7. • S preizkušanjem zmožnosti napovedovanja smo uspešno izpolnili kriterij za presojo ustreznosti modela, saj smo primerjali izraču- nane napovedi vrednosti časovnih vrst z dejanskimi vrednostmi časovnih vrst v obdobju od 2 0 0 5 m 0 1 do 2 0 1 1 m 1 2 (Phillips in Granger 1997, 269). Ugotovili smo tudi, da so modeli, ki uporab- ljajo časovne vrste, najbolj zanesljivi pri kratkoročnih napovedih, kar pa ne vpliva na njihovo uporabnost (Pindyck in Rubinfeld 1981, x v i). • Na osnovi vseh empiričnih analiz ter njihovih rezultatov smo ugo- tovili, da v primeru razvoja sistema uravnoteženih kazalnikov pro- izvodnega podjetja y m, postavljene hipoteze ne moremo zavrniti. Ne- zmožnost zavrnitve hipoteze pa pomeni, da postavljena trditev ali teza v primeru podjetja y m drži. • Preverjanje hipoteze (Pindyck in Rubinfeld 1998, 385) in ugotovi- tev o nezmožnosti njene zavrnitve nam je omogočila rešitev raz- iskovalnega problema, ki se je nanašal na raziskavo možnosti za razvoj sistema uravnoteženih kazalnikov s kvantitativno analizo medsebojnih povezav in določanjem vzročnosti med kazalniki po- slovanja. S postavitvijo končnih modelov e c m, njihovo primerjavo 228 Analiza in rezultati empirične verifikacije 5.7 in empirično verifikacijo sistema uravnoteženih kazalnikov smo ta raziskovalni problem na primeru proizvodnega podjetja y m uspe- šno rešili. Ključna ugotovitev empirične verifikacije sistema uravnoteženih ka- zalnikov in preverjanja hipoteze je, da razvoj sistema uravnoteženih ka- zalnikov ob podpori kvantitativnih metod daje prispevek k izboljšanju sistema uravnoteženih kazalnikov. 229 6 Razprava in razlaga raziskave Rezultati empirične analize, ki so podprli vsebinsko opredelitev pove- zav med cilji v strateški mapi sistema uravnoteženih kazalnikov so po- drobno predstavljeni v poglavju o empirični analizi kazalnikov poslova- nja. V nadaljevanju so predstavljeni povzetki ugotovitev in razlaga em- pirične analize, ki se navezuje na ugotovitve empiričnih raziskav različ- nih avtorjev. 6.1 Identifikacija vzročnih povezav kazalnikov poslovanja Ker je bil osrednji del raziskave študije primera izbrati kvantitativno metodo, s katero smo opisali in empirično verificirali postavitev modela sistema uravnoteženih kazalnikov in tako proučili in določili vzročne povezave med kazalniki poslovanja (Agostino in Arnaboldi 2011, 102; Kralj 2003, 210; Urad Republike Slovenije za standardizacijo in mero- slovje 2000, 11; Othman 2008, 260; Janeš 2011a; 2011b; 2013; 2014), predstavljamo najprej razlago kvantitativne identifikacije vzročnih po- vezav. Identifikacija povezav med kazalniki poslovanja z uporabo orodij ekonometrije pomeni iskanje rešitev raziskovalnega problema na osno- vi analize zbranih podatkov časovnih vrst, kar natančneje pomeni is- kanje ustrezenega reda zamikov časovnih vrst kazalnikov poslovanja in postavitvitev ustreznega strukturnega modela. Pri iskanju rešitve zato postavljamo omejitve pri parametrih modela na osnovi različnih teoretičnih vidikov, saj je v splošnem priporočljivo, da pri postavlja- nju modelov kombiniramo ekonomsko teorijo oz. ustrezne teoretične osnove raziskave, empirične izkušnje in analizo časovnih vrst (Granger in Newbold 1977, 219, 267; Hansen 2005, 67–68; Zellner 1979b, 629–630). Ekonomske časovne vrste so pretežno nestacionarne (Pindyck in Ru- binfeld 1981, 497), zato je treba nestacionarne časovne vrste preobliko- vati, preden jih faktoriramo v deterministično in stohastično sestavino. Verjetno je tudi, da vsaka časovna vrsta posebej nima vseh determini- stičnih in stohastičnih sestavin. Zaradi tega je poznavanje prisotnih se- 231 6 Razprava in razlaga raziskave stavin časovne vrste v veliko pomoč pri modeliranju, saj omogoča učin- kovitejše sklepanje o parametrih časovnih vrst. Neupoštevanje lastno- sti časovnih vrst lahko vpliva na popačenje parametrov v modelu. Eden izmed pristopov je, da modeliramo časovne vrste na način, kot da vsebu- jejo vse deterministične in stohastične sestavine. V nadaljevanju mode- liranja pa s testi izključujemo možnost prisotnosti določenih sestavin. Takšna strategija je konzervativna, vendar omejuje verjetnost napake I. vrste, kakor tudi druge lastnosti modeliranja od splošnega k specifič- nemu. Z dodajanjem trenda v model lahko odpravimo vpliv deterministič- nega trenda odvisnega kazalnika poslovanja tako, da zagotovimo staci- onarno pogojno porazdelitev. Z diferenciranjem časovnih vrst pa odpra- vimo vpliv stohastičnega trenda. Ker pri empirični analizi uporabljamo realne podatke, pogosto ne moremo preveriti vseh omenjenih lastnosti časovnih vrst. Namreč, vsaka časovna vrsta ne vsebuje vseh determi- nističnih in stohastičnih sestavin, zato lahko praviloma sklepamo na lastnosti časovnih vrst samo na podlagi razpoložljivih podatkov (Hyl- leberg in Mizon 1989, 114–115). Splošna ugotovitev, ki izhaja iz empi- ričnih analiz, je tudi ta, da so časovne vrste ekonomskih časovnih vrst pogosto visoko kolinearne (Engle in Granger 1987, 260). Časovne vrste smo po pregledu korelogramov in testu stacionarnosti ustrezno diferencirali. Diferenciranje se je nanašalo na odpravljanje sto- hastičnega trenda in odpravo sezonskosti zato, da smo nestacionarne časovne vrste preoblikovali v stacionarne. Stacionarnost nekaterih ča- sovnih vrst smo tako dosegli z uporabo diferenc in sezonskih diferenc (glej preglednico 5.4; Pindyck in Rubinfeld 1981, 509–510). Pri tem smo upoštevali spoznanja različnih empiričnih raziskav, v ka- terih avtorji trdijo, da ni nujno, da v identifikacijo modela vključujemo samo diferencirane časovne vrste, ki so stacionarne. Pomembno je, da je stacionarna pogojna porazdelitev, ki jo analiziramo z regresijskim mo- delom. Z diferenciranjem vseh kazalnikov poslovanja, ki jih opazujemo v okviru modela, tvegamo, da izgubimo pomembne informacije o dol- goročni povezanosti med kazalniki (Engle in Granger 1987; Hylleberg in Mizon 1989, 113–115). V nadaljevanju raziskave smo izvedli analizo in- tegriranih časovnih vrst s stohastičnim trendom ob predpostavki, da so bili vplivi sezonskih sestavin in/ali determinističnih trendov ustrezno zmanjšani. V naši raziskavi smo se na osnovi raziskovalnega problema, namena in ciljev odločili upoštevati štiri vidike, ki so obenem vidiki sistema 232 Identifikacija vzročnih povezav kazalnikov poslovanja 6.1 uravnoteženih kazalnikov (slika 5.5). Najprej smo na osnovi prepozna-nih povezav (glej preglednico 5.4) med kazalniki poslovanja iz strateške mape podjetja y m, postavili regresijske enačbe oz. začetne modele popravljanja napak e c m. V prvem koraku smo v modelih povezav anali- zirali potencialni kointegracijski vektor in korelacije med residuali ča- sovnih vrst. V drugem koraku smo, na osnovi rezultatov prvega ko- raka, ugotavljali prisotnost mehanizma popravljanja napak in postavili končne modele popravljanja napak e c m (Engle in Granger 1987, 253– 254; e views 2010a; Janeš 2011a; 2011b; 2013; Sims 1980, 2). Engle in Granger (1987) sta, v svojem izjemno odmevnem članku, razpravljala o razlikah med stacionarnimi I(0) in nestacionarnimi I( i) časovnimi vrstami. V splošnem velja, da je linearna kombinacija I(0) spremenljivke in I( i) spremenljivke takšna, da vedno prevlada I( i) spremenljivka. Ravno tako kot spremenljivka z determinističnim trendom prevlada nad stacionarno spremenljivko. To pomeni, da smo posvetili posebno pozornost primerom, ko smo integrirane spremenljivke I( i), spremenljivke s stacionarnim trendom in stacionarne spremenljivke združevali v regresijskih enačbah mode- lov popravljanja napak. Namreč, v primeru, ko je bil odvisni kazalnik poslovanja stacionaren I(0), smo na desno stran enačbe modela vklju- čili samo stacionarne I(0) regresorje oz. kazalnike poslovanja (glej pre- glednice 5.8, 5.10, 5.11, 5.12 in 5.13), kar pomeni, da bi bila kombinacija kazalnika poslovanja z determinističnim trendom in stacionarnega kazalnika I(0) v isti enačbi neprimerna kombinacija regresorjev. Ome- njena kombinacija bi povzročila motnje v obnašanju kazalnika z deter- minističnim trendom. Primeri, v katerih je linearna kombinacija inte- griranih I( i) regresorjev stacionarna I(0) pa se pojavijo, ko so kazalniki poslovanja medsebojno kointegrirani (preglednica 5.5). V primerih, ko je bil odvisni kazalnik poslovanja integriran I( i), smo med regresorje na desni strani enačbe modela vključili integrirane ka- zalnike poslovanja I( i). V takšnem primeru lahko uporabimo tudi kom- binacijo kazalnikov višjega reda integriranosti, ki so medsebojno koin- tegrirani, vendar takšnega primera pri identifikaciji povezav med ka- zalniki poslovanja nismo imeli. Smo pa v nekaterih primerih imeli med regresorji stacionarne kazalnike poslovanja I(0). Vpliv stacionarnih ka- zalnikov se je odražal le v kratkoročnem obnašanju odvisnega kazalnika poslovanja (glej preglednice 5.9, 5.12 in 5.13). Poleg tega v takih primerih med regresorji ne sme biti vključenih kazalnikov poslovanja z determinističnim trendom. 233 6 Razprava in razlaga raziskave V primerih, ko odvisni kazalnik poslovanja vsebuje stacionarni trend, mora biti neto učinek regresorjev na desni strani enačbe ravno tako sta- cionarni trend. To pomeni, da je eden od kazalnikov poslovanja s takimi lastnostmi med regresorji na desni strani enačbe. Upoštevati moramo tudi, da bi prisotnost več kot enega regresorja s stacionarnim trendom imela za posledico zahtevnjšo identifikacijo ali celo nezmožnost identi- fikacije takšnega modela. Večji sistemi makroekonomskih enačb,¹ kot je npr. strukturni model v oe c d državah, model na Kitajskem ter modeli številnih regionalnih področji, ki so običajno obravnavani kot ločeni specifični problemi, se medsebojno razlikujejo samo po svoji osnovi iz ekonomske teorije. To pa predvsem pomeni, da vse spremenljivke iz desni strani ene od teh enačb načeloma sodijo na desno stran vseh enačb modela. Takšni mo- deli lahko vsebujejo več različnih skupin spremenljivk na desni strani enačb, ki niso utemeljene na ekonomski teoriji, ampak na intuitivni te- oriji raziskovalcev. V takšem primeru gre za omejevanje funkcije kori- stnosti, vendar število takšnih omejitev praviloma ni veliko glede na število enačb in spremenljivk, ki so vključene v večjih makroekonom- skih modelih (Sims 1980, 3–4). Že Sargan (1961) je obravnaval problem identifikacije enačb v mode- lih, ki vsebujejo zamike odvisnih spremenljivk in serijsko povezane resi- duale spremenljivk. Prišel je do zaključka, da so običajna pravila za iden- tifikacijo modela s serijsko nekoreliranimi residuali enako primerna pri serijsko koreliranih residualih. Običajno je smiselno, da pri določanju pogojev za identifikacijo modela v regresijskih enačbah združujemo od- visne spremenljivke z zamiki in neodvisne spremenljivke. Pri tem se moramo zavedati, da mora vsaka dosledna metoda ocenjevanja upošte- vati prisotnosti korelacije med odvisnimi spremenljivkami z zamiki in serijsko koreliranimi residuali. Na osnovi analize, ki jo je opravil Sar- gan (1961), je verjetno, da identifikacija modela ni ogrožena s kombi- nacijo odvisnih spremenljivk z zamikom in serijsko korelacijo med re- siduali. Po mnenju Hatanake (1975) lahko tudi pričakujemo, da bomo morali za opredelitev vsake enačbe najti v ostalih enačbah sistema vsaj eno nedvomno neodvisno spremenljivko, ki nam služi kot instrument za vsako odvisno spremenljivko na desni strani enačbe (Sims 1980, 5). Drugače povedano so v tovrstnih modelih na desni strani regresijskih ¹ Navedeni model ocenjuje in umerja Globalni nacionalni inštitut za ekonometrične mo- dele (ang. National Institute’s Global Econometric Model – n i g e m). 234 Identifikacija vzročnih povezav kazalnikov poslovanja 6.1 enačb prisotne nekatere neodvisne spremenljivke, ki so upoštevane v vseh enačbah končnega modela. Zato je pomemben kriterij za ustreznost ekonometričnega modela skladnost med modelom in lastnostmi časovnih vrst kazalnikov po- slovanja. Namreč, kazalniki poslovanja lahko vsebujejo nestacionarne sestavine, kot so stohastični in/ali deterministični trendi, sezone ter stacionarne sestavine,² kot je prisotnost časovne odvisnosti. Časovna odvisnost se odraža, ko stacionarne sestavine vsebujejo polinome, ko je čas vključen med regresorje in ko regresorji vsebujejo časovni trend (Andrews 1987, 99; Hatanaka 1975 po Sims 1980; Hylleberg in Mizon 1989, 116; Wlezien 2000 po Lebo in Clark 2000, 5; Stock 1987; Stock in Watson 1988b; Stock in Watson 1993, 793; Wlezien in Erikson 2002, 982; Granger 1980 po Wlezien 2003, 182). Zaradi prej navedenih vzrokov smo uporabili prednosti koncepta ko- integriranosti spremenljivk in s tem zagotovili okvir za modeliranje dol- goročnega ravnotežja. Z analizo nastanka in razvoja sistema uravno- teženih kazalnikov ter analizo kvantitativnih metod smo postavili te- oretične osnove za okvir modeliranja. Za kratkoročno dinamiko, ki jo uporabljeni pristop ravno tako obravnava, ekonomska teorija nudi rela- tivno malo osnove. Kratkoročno dinamiko kazalnikov poslovanja smo v naši raziskavi razumeli v smislu doseganja kratkoročnih ciljev in/ali kratkoročnega odstopanja kazalnikov od njihovega dolgoročnega rav- notežja. Kratkoročno dinamiko smo kvantitativno empirično analizirali z izrazom popravljanja napak, ki ga vsebuje mehanizem popravljanja napak. Naša empirična izkušnja s študijskim primerom proizvodnega podjetja je tudi skladna z Grangerjevim teoremom, ki poudarja, da koin- tegrirani sistemi vedno vsebujejo mehanizem popravljanja napak (En- gle in Granger 1987; Hylleberg in Mizon 1989, 117). Pri tem smo tudi upoštevali smernice za modeliranje v ekonometriji, ki priporočajo rabo primerne teoretične osnove in kar najbolj prepro- stega modela. Pogosto ekonomska teorija ne daje natančnih informa- cijij o funkcijskih odnosih, strukturi časovnih zamikov in ostalih spe- cifikacij v zvezi s stohastičnimi modeli. Poleg tega je treba zagotoviti še ustrezno preprostost modela. Vsekakor je treba poudariti rabo eko- nomske teorije, drugih zunanjih informacij (npr. managementa), empi- ričnih raziskovalnih izkušenj in enostavnosti pri oblikovanju modelov ² Pri a df testu je stacionarna sestavina zajeta z vključitvijo prve diference z zamikom (Wlezien 2003, 184). 235 6 Razprava in razlaga raziskave (e views 2010c; Hansen 2005, 67–68; Pindyck in Rubinfeld 1998, 342, 381, 390; Zellner 1979b, 629–630). Iz izkušenj na praktičnih aplikacijah strukturnih modelov se je poka- zalo, da mehanizem popravljanja napak zagotavlja odličen okvir, zno- traj katerega je mogoče uporabiti tako informacije iz časovnih vrst kot tudi informacije, ki jih nudijo teoretične osnove raziskav (Hylleberg in Mizon 1989, 124). Mehanizem popravljanja napak se je izkazal kot pov- sem primeren pri uporabi na relativno majhnem vzorcu podatkov, ki smo jih imeli na razpolago v naši študiji primera (Macunovich in Ea- sterlin 1988, 75). Rezultati predstavljene empirične analize so tudi skladni z rezultati številnih empiričnih raziskav, ki so jih izvedli Alkhathlan (2011), An- drews (1987), Antzoulatos (1996), Balke in Fomby (1997), Chowdhury (1993), Darrat (1990), Diebold (2004), Denbaly in Vroomen (1993), Engle in Granger (1987), Granger (1983), Harris idr. (1995), Hylleberg in Mizon (1989), Janeš in Faganel 2013; Johansen (1988), Jiha in Orphee (1995), Johnson idr. (1992), Mehra (1993), Miller (1991), Murray (1994), Mo- lana (1991), Sargan (1961), Sims (1980), Stock (1987) ter Stock in Wat- son (1988a). V navedenih raziskavah so avtorji ugotavljali ustreznost pristopa kointegracije, ustreznega kombiniranja spremenljivk v enač- bah modelov in postavljanja končnih modelov popravljanja napak. Ob tem so prišli do izraza dokazi o konsistentnosti rabe metode najmanj- ših kvadratov l s za regresijo modelov z več časovnimi vrstami, ki smo jo uporabili tudi v naši raziskavi. Model popravljanja napak smo v raziskavi uporabili kot orodje za ro- bustno empirično obravnavo povezav med kazalniki poslovanja. V tem okviru smo poudarili dolgoročne vidike povezav med kazalniki poslo- vanja. Vsebinski oz. kvalitativni vidik študije primera je bil uporabljen za izbiro nabora ustreznih kazalnikov poslovanja. Izbira modela e c m tako temelji na vsebinsko in kvalitativno empirično utemeljenem sis- temu uravnoteženih kazalnikov poslovanja. 6.2 Kvalitativna utemeljitev vzročnih povezav kazalnikov poslovanja Kvalitativna utemeljitev vzročnosti med kazalniki poslovanja predsta- vlja sintezo analize nastanka in razvoja sistema uravnoteženih kazalni- kov ter dostopne literature, raziskav in virov kot so dokumenti in zapisi proizvodnega podjetja ter kvalitativne empirične analize kazalnikov po- slovanja. Z naštetimi analizami in njihovimi ugotovitvami smo posta- 236 Kvalitativna utemeljitev vzročnih povezav kazalnikov poslovanja 6.2 vili teoretične osnove raziskave in utemeljili vzročne povezave sistema uravnoteženih kazalnikov. Kvalitativna empirična analiza je poleg študije primera vsebovala tudi metodo polstrukturiranega intervjuja. Oblika polstrukturiranega intervjuja, ki je metodološko najbolj ustrezala obravnavanemu razisko- valnemu problemu, namenu raziskave, raziskovalnima vprašanjema ter ciljem in je zato bila zanimiva za našo raziskavo, je skupinski inter- vju (Easterby-Smith, Thrope in Lowe 2005, 134–135; Gummesson 2000, 125–130; Ivanko 2007, 20–22; Kvale 2007, 70–71). Skupinski intervju je v svoji osnovi kvalitativni način zbiranja podat- kov. V raziskovalni praksi tako obstajajo različice skupinskih intervju- jev, ki se prilagajajo namenu in vsebini raziskave. Glede na širok razpon oblik intervjujev je razumljivo, da ni splošnih standardiziranih oblik in pravil za raziskovanje z intervjujem. V naši raziskavi smo uporabili me- todo polstrukturiranih skupinskih intervjujev v obliki delavnic, ki nam je omogočila kvalitativno analizo in postavitev sistema uravnoteženih kazalnikov podjetja y m. Zaradi svojih specifičnih lastnosti ima skupin- ski intervju prednost pred posamičnimi intervjuji. Prednost predsta- vlja predvsem množica pridobljenih koristnih podatkov, ki so primerni za analizo, odražajo mnenja vseh sodelujočih, motivirajo in spodbujajo razpravo ter izmenjavo mnenj med sodelujočimi osebami. Takšen inter- vju je tudi relativno prilagodljiv okoliščinam, v katerih se vrši raziskava. V skupinskem intervjuju je zaradi dinamične izmenjave mnenj ude- ležencev težko slediti, si zapomniti in zapisati vsa mnenja, pomisleke, ideje ter detajle, kot je npr. posamezni vdih in predah intervjuvancev. Pri tem je pomembna tudi telesna govorica, geste in znamenja, ki pri- spevajo k pomenu izrečenih mnenj intervjuvanca (Angrosino in Mays de Pérez 2000, 673; Silverman 2000, 829). Zaradi teh praktičnih razlo- gov smo na nekaterih delavnicah uporabljali diktafon, s katerim smo izdelali zvočne zapise, ki smo jih pri analizi zvočnih zapisov lahko pred- vajali vedno znova (Silverman 2000, 829). Seveda imajo skupinski intervjuji tudi pomanjkljivosti. Rezultatov analize skupinskih intervjujev ne moremo posploševati, možen je t. i. skupinski premik v razmišljanju udeležencev in možna je prevlada ene osebe ali celo socialni pritiski na udeležence. Poleg tega skupinski in- tervju zahteva tudi boljšo pripravljenost in usposobljenost raziskovalca kot facilitatorja (Easterby-Smith, Thrope in Lowe 2005, 134–136; Fon- tana in Frey 2000, 651–652; Kvale 2007, 70–72; Madriz 2000, 835; Silver- man 2000, 821–834). 237 6 Razprava in razlaga raziskave Poleg metode polstrukturiranih intervjujev v obliki delavnic, smo uporabili še metodo udeležbe raziskovalca z opazovanjem (Angrosino in Mays de Pérez 2000; Easterby-Smith, Thrope in Lowe 2005, 143). Lastnosti obeh metod sta se odrazili v edinstvenosti in značilnosti sku- pinskega intervjuja kot raziskovalni metodi. Delavnice smo izvedli po predhodni predstavitvi koncepta (slika 5.3) sistema uravnoteženih kazalnikov za vršni management in z uporabo vnaprej pripravljenih korakov in odprtih vprašanj, ki so usmerjala sku- pinsko delo na delavnicah. Na prvih delavnicah smo tudi pridobili mne- nja managementa o viziji, poslanstvu in strategiji, ki so predstavljala ključna izhodišča za razumevanje vidika managerjev in uspešno izvedbo delavnic (Kaplan in Norton 2000c, 319–320). Pri določanju triletne vizije (Cobbold in Lawrie 2002a, 4; Cobbold in Lawrie 2004, 628; Kaplan in Norton 2000c, 25; Lawrie in Cobbold 2002, 9) in osvežitvi poslanstva je vršni management uskladil izbrano vizijo z razvojno vizijo, ki jo ima skupina e b m-Papst: »Postati usposobljen in odgovoren kompetenčni center mreže organizacij, deležnikov in oko- lja za proizvodnjo elektromotorjev in ventilatorjev za vgradnjo v belo tehniko skupine e b m-Papst.« Glede poslanstva v okviru skupine e b m- Papst smo ugotovili, da je skladno s triletno vizijo o kompetenčnem cen- tru in ostaja nespremenjeno. Izjava o namenu (glej preglednico 5.1) v zgoščeni obliki združuje konsenz glede želenega stanja podjetja iz vidika vršnega managementa. Iz- java o namenu je podprla preverjanje izbranih strateških ciljev, kazal- nikov in ciljev kazalnikov, kot tudi njihov vpliv na spremembe v pod- jetju. Izkazala se je kot uporaben zapis, saj vsebuje jasno izjavo o tem, kar podjetje želi doseči v triletnem obdobju (Cobbold in Lawrie 2004, 629). Uporabo izjave o namenu različni avtorji uvrščajo med lastnosti sistemov uravnoteženih kazalnikov tretje generacije (Cobbold in Lawrie 2002a, 4–6, 7; Lawrie in Cobbold 2002, 9–10; Lawrie, Andersen in Co- bbold 2006, 2, 5, 6; Podobnik 2008, 54–55). Strateške teme so bile usklajene s strateškimi temami skupine e b m- Papst in izhajajo iz vizije podjetja y m. Poleg tega predstavljajo strate- ške teme dekompozicijo splošne strategije podjetja y m, ker vsebujejo njene osnovne dele, opredeljujejo poslovne procese, ki dodajajo vre- dnost za odjemalce ter omogočajo razvrščanje strateških ciljev (Exci- tant 2012; Kaplan in Norton 2004a, 49–50; Kaplan in Norton 2006a, 101–118; Perry 2011; Rohm in Montgomery 2011, 7; Wilsey 2011). Določeni strateški cilji in njihova razvrstitev znotraj strateških tem (pre- 238 Kvalitativna utemeljitev vzročnih povezav kazalnikov poslovanja 6.2 glednica 5.2) predstavljajo opis, kaj je treba narediti na strateški ravni, da bo izbrana vizija podjetja izpolnjena. Nabor strateških ciljev smo zato razvili na osnovi izjave o namenu, kar nam je olajšalo konsenz glede izbire strateških ciljev in določanje vzročno-posledičnih povezav med njimi (Rohm 2010, 3–4; Perry 2011; Rohm in Montgomery 2011, 5–7; Wilsey 2011). Za razvrstitev strateških ciljev je bil uporabljen diagram štirih vidikov (glej sliko 5.4). V diagramu smo razvrstili strateške cilje po finančnem in nefinančnem vidiku ter notranjem in zunanjem vidiku podjetja. Iz razvrstitve strateških ciljev je razvidna uravnoteženost med zunanjimi kazalniki poslovanja za odjemalce in lastnika ter notranjimi kazalniki vidika ključnih poslovnih procesov ter učenja in rasti. Ravno tako je uravnoteženost razvidna tudi med strateškimi cilji kratkoročnih finanč- nih kazalnikov poslovanja in nefinančnimi kazalniki, ki spodbujajo in usmerjajo prihodnjo dolgoročno uspešnost poslovanja (Kaplan in Nor- ton 2000c, 57–155, 321; Neely idr. 2002, 35–36). Določene vzročne povezave med strateškimi cilji in identificirana strate- ška mapa (slika 5.5) na ravni podjetja y m opredeljujejo smeri vzročnih povezav med izbranimi strateškimi cilji. Vzročne povezave, ki jih nismo mogli kvantitativno utemeljiti, vendar prispevajo k ustvarjanju vredno- sti za odjemalce in deležnike, smo utemeljili samo kvalitativno (Gum- messon 2000, 35). V teh vzročnih povezavah nastopajo kazalniki poslo- vanja, ki jih je podjetje začelo spremljati pred letom ali dvema ali pa jih bo začelo spremljati z uvedbo modulov novega informacijskega sistema s ap. Od uvedbe informacijskega sistema s ap e rp si vršni management obeta izboljšanje vključenosti zaposlenih in nadaljnji dvig produktivno- sti (Black in Lynch 2004, f 110–f 111). Na skrajni levi strani strateške mape je strateška tema operativna odličnost, ki v vidiku učenja in rasti vsebuje strateški cilj kompeten- tni vodje (slika 5.5). V poglavju o razvrščanju strateških ciljev po štirih vidikih sistema uravnoteženih kazalnikov, smo ugotovili, da kom- petence vodij predstavljajo izhodišče za učinkovito in uspešno izvajanje vseh ključnih procesov. Na osnovi te ugotovitve smo tudi začeli določati vzročno-posledične povezave med strateškimi cilji. Iz preglednice 5.3 je razvidno, da se vzročne povezave začnejo pri kompetencah vodij. Od cilja kompetenc vodij se ena povezava nadaljuje na cilj razvoja dobaviteljev, od katerih se pričakuje, da sledijo razvoju podjetja y m. Povezava se od cilja razvoja dobaviteljev nadaljuje na stra- teški cilj optimiranja procesov, ki vključuje optimiranje vseh razpoložlji- 239 6 Razprava in razlaga raziskave vih virov. Od ciljev kompetenc vodij pa gre še druga vzročna povezava na optimiranje poslovnih procesov ter se nadaljuje s povezavo na cilj konkurenčnosti podjetja. Od cilja optimiranje procesov gre še ena vzročna povezava na cilj vi- soke odzivnosti, ki se nanaša na uspešnost dostave izdelkov do odje- malcev in nadaljuje do cilja konkurenčnosti, vendar te povezave v okiru naše raziskave zaradi odvisnosti od prenove informacijskega sistema ni- smo mogli kvantitativno utemeljiti. Od cilja konkurenčnosti, ki ponazarja kakovostne izdelke in konku- renčne cene izdelkov podjetja, izhajajo vzročne povezave naprej do vseh finančnih ciljev (Jones 2011a, 11–12; Kaplan in Norton 2000c, 45–46) na eni strani ter na drugi strani dve vzročni povezavi do cilja zadovoljnih kupcev in cilja ugleda podjetja. Namreč, konkurenčnost podjetja, ki te- melji na kakovosti in ceni izdelkov, nedvomno vpliva na zadovoljstvo odjemalcev in ugled podjetja (Deloitte Tousce Tohmatsu 2007, 2; An- derson, Fornell in Rust 1997 po Ittner in Larcker 1998b, 27, 32). Tako zadovoljstvo odjemalcev vrši svoj vpliv na prihodke podjetja in dobič- kovnost sredstev, medtem ko ugled podjetja vpliva na finančni cilj ši- ritve priložnosti prihodkov (Banker, Potter in Srinivasan 2000, 89–90; Kaplan in Norton 2004a). Rezultati vrste raziskav tudi dajejo zanesljivo podporo za vključitev kazalnika zadovoljstva odjemalcev in pripadnosti zaposlenih v sistem uravnoteženih kazalnikov (Deloitte Tousce Tohmatsu 2007, 2–3; Ittner, Larcker in Rajan 1997, 232; Ittner in Larcker 1998b, 33; Kaplan in Norton 2004a). Na skrajni desni strani strateške mape je strateška tema trajnostni razvoj, ki v vidiku učenja in rasti vsebuje strateški cilj inovativnost (glej sliko 5.5). V preglednici 5.3 smo ugotovili, da druga skupina vzročnih povezav izhaja iz strateškega cilja inovativnost. Inovativnost vseh zaposlenih je prepoznana kot eno od pomembnih gonil, ki prispevajo k dol- goročni uspešnosti podjetja (Deloitte Tousce Tohmatsu 2007, 2; Likar, Fatur in Ropret 2014a; Markič 2004). Od inovativnosti se tako vzročna povezava nadaljuje v strateški cilj varovanje okolja in strateški cilj ra- zvoj izdelkov, strojev in naprav, ki sta tudi vzročno povezana, kar odraža usmerjenost podjetja k odgovornemu ravnanju z okoljem. Razvoj izdel- kov, strojev in naprav je strateški cilj, ki je pomembno pripomogel k obli- kovanju raziskovalno-razvojnega oddelka in izpolnitvi vizije podjetja in je naprej povezan s ciljem konkurenčnosti ter štirimi finančnimi cilji. Konkurenčnost podjetja pa vpliva na zadovoljstvo odjemalcev in ugled 240 Kvalitativna utemeljitev vzročnih povezav kazalnikov poslovanja 6.2 podjetja. Tako se od zadovoljstva kupcev naprej širi vpliv na prihodke podjetja in dobičkovnost sredstev, medtem ko ugled podjetja vpliva na širitev priložnosti prihodkov. Vsi strateški cilji finančnega vidika pa pri- spevajo k ustvarjanju dogoročne vrednosti za deležnike. Velik del ekonomske literature poudarja pozitiven vpliv inovacij na ključne kazalnike uspešnosti poslovanja podjetja. Dejstvo je, da tista podjetja, ki aktivno izvajajo inovacijske dejavnosti tudi izkazujejo boljše rezultate na področju prodaje, izvoza, produktivnosti in zaposlovanja (Chudnovsky, López in Pupato 2004; Fagerberg in Verspagen 2002; Kemp idr. 2003; Kosacoff 1998 po Lugones 2008; Lall 2004; Lugones 2008, 9; Lundvall 1992; Likar, Fatur in Ropret 2014b; Ocampo 2005; Stock in Watson 1988a, 162, 163; Suárez 2009; Tether in Swann 2003). Strateška tema trajnostni razvoj v vidiku učenja in rasti na desni strani strateške mape vsebuje tudi strateški cilj, ki odraža družbeno od- govornost. Slednji nima nakazane povezave z nobenim drugim starte- škim ciljem, ker predstavlja razvoj odnosov z okoljem, v katerem pod- jetje deluje, in je po mnenju vršnega managementa delovanje podjetja prežeto z družbeno odgovornim ravnanjem, kar je razvidno tudi iz po- slanstva in strateške mape podjetja (Jones 2009, 14; Jones 2011a, 20; Ydria Motors 2011a). Vzročne povezave tako potekajo od vidika učenja in rasti prek notra- njega vidika poslovnih procesov do vidika odjemalcev in naprej do konč- nih rezultatov v finančnem vidiku. Namreč, vzročne povezave strateške mape opisujejo načine za povečanje sposobnosti preoblikovanja neo- predmetenih sredstev v rezultate v zvezi z odjemalci in finančne rezul- tate (Kaplan in Norton 2001b, 112), kar pomeni, da so vzročne poti, raz- položljivih kazalnikov strateške mape povezane s finančnimi cilji oz. nji- hovimi kazalniki poslovanja (Jones 2009, 14; Kaplan in Norton 1996b, 30–31, 151, 219, 2000c, 71, 160, 222–233, 2001b, 2004a, 2006a; Lawrie, Andersen in Ian Cobbold 2006, 7). Avtorja sistema b s c, Kaplan in Nor- ton (2000c, 57, 71), sta celo postavila zahtevo, da bi moral biti vsak iz- bran kazalnik postavljen v vzročno povezavo, ki pripelje do izboljšanja finančnih rezultatov. Pri koraku določanja vzročnih povezav med strateškimi cilji in pri- padajočimi kazalniki poslovanja je omogočil odlično podporo tudi pri- stop z modeli popravljanja napak e c m skladno z Engel-Grangerjevim postopkom (preglednici 5.12 in 5.13), kar smo utemeljili z razlago v poglavju 6.1. S sintezo analize nastanka in razvoja sistema uravnoteženih kazalni- 241 6 Razprava in razlaga raziskave kov ter dostopne literature, raziskav in virov v obliki dokumentov in za- pisov proizvodnega podjetja smo postavili teoretične osnove raziskave. S kvalitativnim vidikom študije primera, ki smo ga izvedli kot kvalita- tivno empirično analizo povezav kazalnikov poslovanja, smo utemeljili vzročne povezave. Na tak način smo izbrali ustrezen nabor kazalnikov poslovanja prvega sistema uravnoteženih kazalnikov podjetja y m. Po- stavljen model za empirično verifikacijo tako temelji na vsebinsko in kvalitativno empirično utemeljenem sistemu uravnoteženih kazalnikov poslovanja. 242 7 Sklep V sklepnem poglavju smo združili ugotovitve raziskave in jih predsta- vili skupaj z rešitvami, ki se nanašajo odgovore na raziskovalni vpraša- nji, preverjanje hipoteze, povzetek ključnih ugotovitev in aplikativnost rezultatov. 7.1 Odgovori na raziskovalna vprašanja Na osnovi pregleda dostopne literature, opredelitve problema in na- mena raziskave smo določili dve raziskovalni vprašanji, ki sta naslednji: • Katera kvantitativna metoda je primerna za ugotavljanje vzročno- sti med kazalniki poslovanja? • Kakšen prispevek daje kvantitativna metoda in kakšen prispevek daje kvalitativna metoda k postavitvi modela sistema uravnoteže- nih kazalnikov in ali je primerno oba pristopa združiti? Pri iskanju odgovora na prvo vprašanje smo najprej pregledali dosto- pno literaturo in raziskave ter opisali nastanek in razvoj sistema meril in pripadajočih kazalnikov. Opis razvoja sistema meril in kazalnikov smo dopolnili tudi z analizo dokumentov in zapisov podjetja. Ugotovitve navedenih analiz smo podprli še z ugotovitvami opisne analize kvanti- tativnih multivariatnih statističnih metod v okviru programja e views 7.1. Pri izbiri primerne kvantitativne metode za analizo vzročnih po- vezav sistema uravnoteženih kazalnikov so pomembno vlogo odigrali tudi preliminarni statistični testi podatkov kazalnikov poslovanja, ki smo jih razvili v časovne vrste. Na osnovi ugotovljenih lastnosti kazal- nikov poslovanja smo med več metodami mehanizma popravljanja na- pak izbrali Engle-Grangerjev (1987) postopek dveh korakov. Z deskriptivno analizo literature, raziskav, dokumentov in zapisov ter kvantitativnih multivariatnih statističnih metod smo postavili teoretične osnove razi- skave. Pri empirični analizi kazalnikov poslovanja smo z izbrano kvan- titativno metodo postavili končne modele e c m in verificirali postavljen sistem uravnoteženih kazalnikov z linearnim modelom za simulacijo 243 7 Sklep napovedi. Postavitev in verifikacija končnih modelov e c m je tudi pred- stavljala osrednji del študije primera. Tako smo z navedenimi analizami in postavitvami končnih modelov e c m odgovorili na prvo raziskovalno vprašanje. Za oblikovanje odgovora na drugo vprašanje smo najprej izvedli kva- litativno empirično analizo v obliki delavnic z vršnim managementom. Na delavnicah smo z metodo polstrukturiranih skupinskih intervju- jev izdelali strateško mapo podjetja y m (glej sliko 5.5). Vzročne povezave (glej preglednico 5.3) strateške mape smo v nadaljevanju raziskave kvantitativno empirično analizirali z modeli e c m. Na takšen način smo z uporabljeno kvalitativno metodo in kvantitativno metodo prek empi- ričnih analiz prišli do ugotovitve, da se rezultati obeh pristopov medse- bojno podpirajo in dopolnjujejo. Na osnovi ugotovitev empiričnih analiz ter verificirane hipoteze smo prišli do rešitve raziskovalnega problema, saj smo raziskali možnosti za razvoj sistema uravnoteženih kazalnikov s kvantitativno analizo med- sebojnih povezav in določili vzročnosti med opazovanimi kazalniki po- slovanja. S tem smo ugotovili, da se obe uporabljeni metodi komple- mentarno dopolnjujeta in da ju je pri postavljanju sistema uravnoteže- nih kazalnikov primerno združiti. Tako smo tudi našli odgovor na drugo raziskovalno vprašanje. Ob tem lahko izpostavimo ugotovitev kvalitativne analize, ki se na- vezuje na raziskovalna vprašanja, saj smo z opravljeno kvalitativno ana- lizo postavili sistem uravnoteženih kazalnikov, ki je predstavljal izhodi- šča za kvantitativno analizo vzročnih povezav med kazalniki poslovanja proizvodnega podjetja. S polstrukturiranimi intervjuji v obliki delavnic z vršnim managementom smo izbrano kvalitativno metodo tudi empi- rično evalvirali. 7.2 Povzetek ključnih ugotovitev Podjetje kot poslovni sistem prestavlja skupnost interesov njegovih vplivnih udeležencev. Podjetje ustanovijo lastniki ali drugi ustanovi- telji z namenom, da bo z doseganjem ciljev učinkovito in uspešno iz- polnjevalo njihove interese. Tako lastniki podjetja njegovo delovanje zagotovijo s svojim premoženjem, obvladovanje poslovanja podjetja pa pogosto zaupajo managerjem. Zato da managerji lahko nadzorujejo in obvladujejo podjetje, morajo meriti njegovo učinkovitost in uspešnost. Sistem merjenja poslovanja nedvomno podpira spreminjanje organizacijske kulture, odločanje in 244 Povzetek ključnih ugotovitev 7.2 s tem tudi utemeljevanje odločitev managerjev do lastnikov podjetja. Merjenje poslovanja vodi tudi k boljšemu razumevanju, boljši komuni- kaciji in razdeljevanju razpoložljivih virov, kar vse privede do izboljšanja rezultatov poslovanja podjetja. Namreč, kar lahko merimo, tudi pravi- loma lahko obvladujemo. Za podporo celovitemu obvladovanju podje- tja, ki je temeljna naloga managerjev, se v sistem managementa vgraju- jejo različna managerska orodja. Slednja se praviloma integrirajo v sis- tem managementa na osnovi kvalitativne metodologije. Poleg tega so številni uporabniki, svetovalci in raziskovalci prepo- znali potrebo po integraciji finančnih in nefinančnih kazalnikov za spremljanje poslovanja podjetij. Ta prepoznana potreba pa predstavlja temeljno ozadje našega raziskovalnega problema. Zato smo za namen naše raziskave izbrali opredelitev in kvantitativno empirično ovredno- tenje vzročnih povezav sistema uravnoteženih kazalnikov poslovanja proizvodnega podjetja. Pri tem moramo poudariti, da se podjetje Ydria Motors d. o. o. ukvarja s proizvodnjo malih elektromotorjev in ventilatorjev, ki sodijo v sam vrh izdelkov na področju elektromotorjev za belo tehniko. Svojo kon- kurenčnost nedvomno izkazuje s kakovostjo, proizvodno količino in s fleksibilnostjo, ki jo prepoznana med odjemalci v Evropi in svetu. V monografiji smo tako opisali nastanek in razvoj sistema meril in pripadajočih kazalnikov, ter ugotovili, da je izmed številnih modelov, pristopov in instrumentov za merjenje uspešnosti podjetij, prevladu- joč položaj nedvomno dosegel Kaplan in Nortonov (2004a; 2004b) sis- tem uravnoteženih kazalnikov. Slednji je nastal kot nova sinteza med tradicionalnim finančno-računovodskim sistemom in prizadevanji za doseganje dolgoročnih konkurenčnih zmožnosti. Tako sistem uravno- teženih kazalnikov upošteva tradicionalne finančne kazalnike kot tudi kazalnike dejavnikov prihodnje uspešnosti. Na takšen način zagotovlja managerjem ključne informacije o dejavnostih, ki jih upravljajo ali ma- nagirajo. Največja prednost sistema uravnoteženih kazalnikov, v primerjavi z drugimi pristopi ali modeli, je ravno v njegovi sposobnosti za vključeva- nje zmogljivosti različnih vidikov podjetja tako finančnih in nefinanč- nih kot tudi notranjih in zunanjih vidikov. V opazovanem obdobju se je v podjetjih uveljavil trend merjenja poslovanja, ki daje večji poudarek na neopredmetene in nefinančne vidike. Iz analize mnogih kvalitativnih in kvantitativnih raziskav o spremljanju ključnih kazalnikov poslovanja, lahko ugotovimo, da obstaja v splošnem ugoden vpliv uvedenih ključ- 245 7 Sklep nih kazalnikov poslovanja na izpolnjevanje strategij zasebnih in javnih organizacij. Sistem uravnoteženih kazalnikov se praviloma postavlja z uporabo kvalitativnih metodoloških pristopov in na osnovi izkušenj pri načrto- vanju, organiziranju, usmerjanju in nadzoru poslovnih procesov. Pre- gled dostopne literature in raziskav nam je pokazal, da so poslovni pro- cesi v organizacijah raziskovani pretežno kvalitativno, verbalno in opi- sno. V raziskavi smo se ukvarjali s problemom iskanja vzročnosti znotraj postavljenega sistema uravnoteženih kazalnikov poslovanja. Pri tem smo izhajali iz spoznanj raziskovanja v managementu, in ožje, sistema merjenja poslovanja organizacij z uporabo orodij ekonometrije za ta na- men. Ključna ugotovitev, ki izhaja iz preverjanja hipoteze je, da razvoj sistema uravnoteženih kazalnikov ob podpori kvantitativnih metod daje prispevek k izboljšanju sistema uravnoteženih kazalnikov. Ključna ugotovitev nam je omogočila rešitev raziskovalnega pro- blema, ki se je nanašal na raziskavo možnosti za razvoj sistema uravno- teženih kazalnikov s kvantitativnim določanjem vzročnosti med kazal- niki poslovanja. Namreč, kvalitativno določene vzročne povezave med kazalniki poslovanja strateške mape so bile v določenem obsegu potr- jene s končnimi modeli popravljanja napak – e c m. Velja pa tudi, da so končni modeli e c m in linearni model za simulacijo napovedi potrdili kvalitativno določene vzročne povezave strateške mape. Ob upoštevanju vseh navedenih dejstev smo ugotovili, da je reši- tev raziskovalnega problema empirično potrdila razviti model sistema uravnoteženih kazalnikov poslovanja podjetja Ydria Motors d. o. o., ki ga nazorno predstavlja strateška mapa na sliki 5.5. Namreč, model je bil postavljen s komplementarnima empiričnima metodama. Tako lahko posploševanje ugotovitev omejimo le na raziskavo v enem proizvodnem podjetju ter, z nadaljevanjem raziskovanja na naslednjih študijskih pri- merih, predhodno pridobljena spoznanja razširjamo še na druge orga- nizacije. Aplikativnost rezultatov raziskave Ugotovitve raziskave imajo določeno aplikativno vrednost, saj neposre- dno podpirajo oblikovanje in uvedbo sistema uravnoteženih kazalnikov v sistem merjenja poslovanja podjetja. Snovanje sistema uravnoteženih kazalnikov, ki je na takšen način kvantitativno podprto, prinaša doda- 246 Povzetek ključnih ugotovitev 7.2 tno dimenzijo temu relativno razširjenemu managerskemu orodju. Sis- tem uravnoteženih kazalnikov je orodje, ki je namenjeno managerjem za opisovanje in spremljanje ključnih kazalnikov poslovanja, ki kažejo delež izpolnjevanja strateških ciljev. Tudi v tem študijskem primeru je eden izmed strateških ciljev podjetja razvoj organizacije v smislu iz- boljševanja socioekonomskega sistema, trajnostnega razvoja in posle- dično zahtevanih organizacijskih sprememb. Postavljen model obenem podpira potrebne organizacijske spremembe, ki morajo slediti izbranim strateškim ciljem in strategijam podjetja. Nenehno prilagajanje poslov- nim okoliščinam, tako na kratki kot na dolgi rok, zahteva organizacijske spremembe in obvladovanje procesov teh sprememb. Uporaba razvitega modela za empirično verifikacijo sistema uravno- teženih kazalnikov poslovanja na primeru podjetja Ydria Motors d. o. o. je tako primerna za podporo naslednjim aktivnostim: • Identifikacijo in ocenjevanje vzročnosti med kazalniki uspešno- sti poslovanja iz štirih vidikov sistema uravnoteženih kazalni- kov. Namreč, kvalitativno določene vzročne povezave med stra- teškimi cilji in pripadajočimi kazalniki poslovanja lahko opišemo z robustno metodo mehanizma popravljanja napak oz. z Engle- Grangerjevo metodo dveh korakov. • Razviti kvantitativni pristop mehanizma popravljanja napak je uporaben v kombinaciji s kvalitativnim pristopom, ki je običajna praksa pri ugotavljanju vzročnih povezav iz strateške mape, saj se oba v raziskavi uporabljena pristopa dopolnjujeta oz. sta komple- mentarna. • Razviti model posledično omogoča podporo managementu podje- tja pri sprejemanju strateških pobud za izboljšave sistema mana- gementa in znotraj slednjega sprejemanju pobud za izboljšave sis- tema merjenja poslovanja, saj je z razvitim modelom moč preiz- kušati različne scenarije strategij in simulacije napovedi ter s tem podpreti določanje prioritet glede strateških pobud. Poleg tega raz- viti model omogoča vključevanje in preizkušanje različnih kazalni- kov poslovanja in s tem identifikacijo ter izbiro najprimernejših oz. ključnih kazalnikov poslovanja. 247 Literatura Abdel-Maksoud, A. B. 2004. »Manufacturing in the u k: Contemporary Characteristics and Performance Indicators.« Journal of Manufacturing Technology Management 15 (2): 155–171. Abernathy, W. 1997. »Balanced Scorecards Make Teamwork a Reality.« Journal for Qua- lity and Participation 20 (5): 58–59. Agostino, D., in M. Arnaboldi. 2011. »How the b s c Implementation Process Shapes its Outcome.« International Journal of Productivity and Performance Management 60 (2): 99–114. Aidemark, L. G. 2010. »Cooperation and Competition: Balanced Scorecard and Hospital Privatization.« International Journal of Health Care Quality Assurance 23 (8): 730– 748. Alkhathlan, K. A. 2011. »Foreign Direct Investment and Export Growth in Saudi Arabia: A Cointegration Analysis.« China-u s a Business Review 10 (2): 137–149. Amaratunga, D., R. Haigh, M. Sarshar in D. Baldry. 2002. »Application of the Balanced Score-Card Concept to Develop a Conceptual Framework to Measure Facilities Ma- nagement Performance within n h s Facilities.« International Journal of Health Care Quality Assurance 15 (4): 141–151. Ambler, S. 1989. »Does Money Matter in Canada? Evidence from a Vector Error Correc- tion Model.« The Review of Economics and Statistics 71 (4): 651–658. Anderson, E. W., C. Fornell in R. T. Rust. 1997. »Customer Satisfaction, Productivity, and Profitability: Differences between Goods and Services.« Marketing Science 16 (2): 129–145. Anderson, K., in R. McAdam. 2004. »A Critique of Benchmarking and Performance Me- asurement Lead or Lag?« Benchmarking: An International Journal 11 (5): 465–483. Andrews, D. W. K. 1987. »Least Squares Regression with Integrated or Dynamic Regres- sors under Weak Error Assumptions.« Econometric Theory 3 (1): 98–116. Angrosino, M. V., in K. A. Mays de Pérez. 2000. »Rethinking Observation.« V Handbook of Qualitative Research, ur. N. K. Denzin in Y. S. Lincoln, 673–702. Thousand Oaks, c a: Sage. Antzoulatos, A. A. 1996. »Error Correction Mechanisms and Short-Run Expectations.« Southern Economic Journal 62 (4): 845–855. Argyris, C. 1976. »Single-Loop and Double-Loop Models in Research on Decision Ma- king.« Administrative Science Quarterly 21 (3): 363–375. Argyris, C. 1977. »Double Loop Learning in Organizations.« Harvard Business Review 55 (5): 115–125. Argyris, C. 1980. »Some Limitations of the Case Method: Experiences in a Management Development Program.« The Academy of Management Review 5 (2): 291–298. 249 Literatura Armstrong, J. S. 2001. »Extrapolation for Time-Series and Cross-Sectional Data.« V Principles of Forecasting: A Handbook for Researchers and Practitioners, ur. J. S. Armstrong, 1–22. Norwell, m a: Kluwer Academic Publishers. Ashley, R., C. W. J. Granger in R. Schmalensee. 1980. »Advertising and Aggregate Con- sumption: An Analysis of Causality.« Econometrica 48 (5): 1149–1167. Babbie, E. 2007. The Practice of Social Research. Belmont, c a: Thomson Wadsworth. Babič, M. 2007. »Odličnost ne pozna meja.« V Sožitje različnih poti odličnosti in iskanje skupnega imenovalca globalne (univerzalne) odličnosti, ur. Z. Bajc, 193–209. Novo mesto: Društvo ekonomistov Dolenjske in Bele krajine. Baghestani, H. 1991. »Cointegration Analysis of the Advertising-Sales Relationship.« The Journal of Industrial Economics 39 (6): 671–681. Balanced Scorecard Institute. 2011. »How to Measure Innovation.« http:// Balancedscorecard.org/portals/0/pdf/Howtomeasurweinnovation.pdf Balke, N. S., in T. B. Fomby. 1997. »Threshold Cointegration.« International Economic Review 38 (3): 627–645. Ball, R., in J. Halwachi. 1987. »Performance Indicators in Higher Education.« Higher Education 16 (4): 393–405. Banerjee, A., J. J. Dolado, D. F. Hendry in G. W. Smith. 1986. »Exploring Equilibrium Relationships in Econometrics through Static Models: Some Monte Carlo Evidence.« Oxford Bulletin of Economics and Statistics 48 (3): 253–277. Banker, R. D., H. Chang in M. J. Pizzini. 2004. »The Balanced Scorecard: Judgmental Effects of Performance Measures Linked to Strategy.« The Accounting Review 79 (1): 1–23. Banker, R. D., G. Potter in D. Srinivasan. 2000. »An Empirical Investigation of an In- centive Plan That Includes Nonfinancial Performance Measures.« The Accounting Review 75 (1): 65–92. Barnabé, F. 2011. »A System Dynamics-Based Balanced Scorecard to Support Strategic Decision Making Insights from a Case Study.« International Journal of Productivity and Performance Management 60 (5): 446–473. Barney, J. B. 1997. Gaining and Sustaining Competitive Advantage. Reading, m a: Addison-Wesley. Basu, R., C. Little in C. Millard. 2009. »Case Study: A Fresh Approach of the Balanced Scorecard in the Heathrow Terminal 5 Project.« Measuring Business Excellence 13 (4): 22–33. Beatham, S., C. Anumba, T. Thorpe in I. Hedges. 2005. »An Integrated Business Im- provement System (i b i s) for Construction.« Measuring Business Excellence 9 (2): 42–55. Ben-Porath, Y. 1973. »Short-Term Fluctuations in Fertility and Economic Activity in Israel.« Demography 10 (2): 185–204. Bentolila, S., in G. Bertola. 1990. »Firing Costs and Labor Demand: How Bad is Euro- sclerosis?« Review of Economic Studies 57 (1990): 381–402. Bertola, G., in R. J. Caballero. 1990. »Kinked Adjustment Costs and Aggregate Dyna- mics.« V n b e r Macroeconomics Annual, ur. O. J. Blanchard in S. Fischer, 237–288. Cambridge, m a: m i t Press. Best, R. 2008. »An Introduction to Error Correction Models: Oxford Spring School for 250 Literatura Quantitative Methods in Social Research.« http://springschool.politics.ox.ac.uk/ archive/2008/OxfordECM.pdf Biloslavo, R. 2008. Strateški management in management spreminjanja. Koper: Fakulteta za management Koper. Bititci, U. S. 1994. »Measuring Your Way to Profit.« Management Decision 32 (6): 16–24. Bititci, U. S., A. S. Carrie in L. McDevitt. 1997. »Integrated Performance Measurement Systems: An Audit and Development Guide.« The t q m Magazine 9 (1): 46–53. Bititci, U. S., K. Mendibil, S. Nudurupati, P. Garengo in T. Turner. 2006. »Dynamics of Performance Measurement and Organisational Culture.« International Journal of Operations & Production Management 26 (12): 1325–1350. Black, S. E., in L. M. Lynch. 2004. »What’s Driving the New Economy? The Benefits of Workplace Innovation.« The Economic Journal 114 (493): f 97–f 116. Blenkinsop, S., in L. Davis. 1991. »The Road to Continuous Improvement.« Insight 4 (3): 23–26. Bojnec, Š., Ž. Čepar, T. Kosi in B. Nastav. 2007. Ekonomika podjetja. Koper: Fakulteta za management. Bontis, N., K. Dragonetti, K. Jacobsen in G. Ross. 1999. »The Knowledge Toolbox: A Review of the Tools Available to Measure and Manage Intangible Resources.« Eu- ropean Management Journal 17 (4): 391–402. Bose, S., in K. Thomas. 2007. »Applying the Balanced Scorecard for Better Performance of Intellectual Capital.« Journal of Intellectual Capital 8 (4): 653–665. Bourne, M., M. Kennerley in M. Franco-Santos. 2005. »Managing through Measures: A Study of Impact on Performance.« Journal of Manufacturing Technology Manage- ment 16 (4): 373–395. Box, G. E. P., G. M. Jenkins in G. C. Reinsel. 1994. Time Series Analysis: Forecasting and Control. Upper Saddle River, nj: Prentice Hall. Bratina, D. 2011. »Analiza učinkovitosti cenovnih akcij v trgovini na drobno: model in empirična preverba.« Doktorska disertacija, Ekonomska fakulteta Univerze v Ljubljani. Brewer, P. 2002. »Putting Strategy into the Balanced Scorecard.« Strategic Finance 83 (7): 44–52. Brock, W. A., in S. N. Durlauf. 2001. »Growth Empirics and Reality.« The World Bank Economic Review 15 (2): 229–272. Brown, M. 1996. Keeping Score: Using the Right Metrics to Drive World Class Performance. New York: Quality Resources. Brown, M. G. 2000. Winning Score: How to Design and Implement Organizational Score- cards. Cambridge, m a: Productivity Press. Burgman, R. J., G. Roos, J. J. Ballow in R. J. Thomas. 2005. »No Longer ‘Out of Sight, Out of Mind’ Intellectual Capital Approach in Asset Economics Inc. and Accenture l l p.« Journal of Intellectual Capital 6 (4): 588–614. Burnes, B. 2004. Managing Change. Harlow: f t Prentice Hall. Catasús, B., S. Ersson, J. E. Gröjer in F. Yang Wallentin. 2007. »What Gets Measured Gets . . . on Indicating, Mobilizing and Acting.« Accounting, Auditing & Accountability Journal 20 (4): 505–521. Chandler, A. D. 1962. Strategy and Structure. Cambridge: m i t Press. 251 Literatura Chandler, A. D. 1977. The Visible Hand-Managerial Revolution in American Business. Boston, m a: Harvard University Press. Chong, Y. Y., in D. F. Hendry. 1986. »Econometric Evaluation of Linear Macro-Economic Models.« The Review of Economic Studies 53 (4): 671–690. Chowdhury, A. R. 1993. »Does Exchange Rate Volatility Depress Trade Flows? Evidence from Error-Correction Models.« The Review of Economics and Statistics 75 (4): 700– 706. Christ, C. F. 1993. »Assessing Applied Econometric Results.« V Conference Proceedings of the Federal Reserve Bank of St. Louis, ur. M. T. Belongia, 71–94. St. Louis, m o : Federal Reserve Bank. Christiano, L., in L. Ljungqvist. 1988. »Money Does Granger-Cause Output in the Biva- riate Money-Output Relation.« Journal of Monetary Economics 22 (2): 217–235. Chudnovsky, D., A. López in G. Pupato. 2004. Innovation and Productivity: A Study of Argentine Manufacturing Firm’s Behavior (1992–2001). San Andrés: Universidad de San Andrés. Cobbold, I., in G. Lawrie. 2002a. »The Development of the Balanced Scorecard as a Stra- tegic Management Tool.« http://www.2gc.co.uk/pdf/2GC-PMA02-1f.pdf Cobbold, I., in G. Lawrie. 2002b. »Classification of Balanced Scorecards Based on Their Intended Use.« http://www.2gc.co.uk/pdf/2GC-CP-ClassBSC-090311.pdf Cobbold, I., G. Lawrie in K. Issa. 2004. »Designing a Strategic Management System Using the Third-Generation Balanced Scorecard: A Case Study.« International Jo- urnal of Productivity and Performance Management 53 (7): 624–633. Coe, D. T., in R. Moghadam. 1993. »Capital and Trade as Engines of Growth in France: An Application of Johansen’s Cointegration Methodology.« International Mone- tary Fund Staff Papers 40 (3): 542–566. Conti, T. 1998. Samoocenjevanje družb. Ljubljana: d z s. Conti, T. A. 2007. »A History and Review of the European Quality Award Model.« The t q m Magazine 19 (2): 112–128. Conti, T. 2011. »Quality: Yesterday, Today, Tomorrow.« V Zbornik referatov: 20. letna konferenca s z k o, ur. V. Križman, J. Čuk in G. Žargi, 9–14. Portorož: Slovensko zdru- ženje za kakovost in odličnost. Cooper, R. 1987a. »The Two-Stage Procedure in Cost Accounting: Part 1.« Journal of Cost Management for the Manufacturing Industry 1 (2): 43–51. Cooper, R. 1987b. »The Two-Stage Procedure in Cost Accounting: Part 2.« Journal of Cost Management for the Manufacturing Industry 1 (3): 39–45. Cooper, R., in R. S. Kaplan. 1991. The Design of Cost Management Systems. London: Prentice-Hall. Cordray, D. S. 1986. »Quasi-Experimental Analysis: A Mixture of Methods and Judge- ment.« V Advances in Quasi-Experimental Design and Analysis: New Directions for Program Evaluation, št. 31, ur. W. M. K. Trochim, 9–27. San Francisco: Jossey-Bass. Covey, T., in D. A. Bessler. 1992. »Testing for Granger’s Full Causality.« The Review of Economics and Statistics 74 (1): 146–153. Crawford, K. M., in J. F. Cox. 1990. »Designing Performance Measurement Systems for Just-in-Time Operations.« International Journal of Production Research 28 (11): 2025–2036. 252 Literatura Create Advantage. 2012. »Home, Knowledge, Glossary: Causality.« http://www .createadvantage.com/glossary/causality Crittenden, W. F., in V. L. Crittenden. 2000. »Relationships between Organizational Characteristics and Strategic Planning Processes in Nonprofit Organizations.« Jo- urnal of Management Issues 12 (2): 150–168. Crosby, P. B. 1989. Kakovost je zastonj. Ljubljana:  g p Delo. Crosby, P. B. 1990. Kakovost je zastonj: umetnost zagotavljanja kakovosti. Ljubljana: Gospodarski vestnik. Cross, K., in R. Lynch. 1989. »Accounting for Competitive Performance.« Journal of Cost Management for the Manufacturing Industry 3 (1): 20–28. Cubadda, G. 1999. »Common Cycles in Seasonal Non-Stationary Time Series.« Journal of Applied Econometrics 14 (3): 273–291. Currie, R. M. 1959. Work Study. London: Pitman. Cuthbertson, K., in D. Barlow. 1991. »Disequilibrium, Buffer Stocks and Consumers’ Expenditure on Non-Durables.« The Review of Economics and Statistics 73 (4): 643– 653. Čučnik, S. 2011a. »Delavnica 1.« Gorje, 3. april 2011. Čučnik, S. 2011b. »Delavnica 6.« Podskrajnik, 16. december 2011. Čučnik, S. 2012. »Delavnica 8.« Gorje, 7. april 2012. Čučnik, S., in D. Kavčič. 2011a. »Delavnica 2.« Podskrajnik, 18. april 2011. Čučnik, S., in D. Kavčič. 2011b. »Delavnica 3.« Podskrajnik, 4. julij 2011. Darrat, A. F. 1990. »Structural Federal Deficits and Interest Rates: Some Causality and Co-Integration Tests.« Southern Economic Journal 56 (3): 752–759. Davidson, J. E. H., D. F., Hendry, F. Srba in S. Yeo. 1978. »Econometric Modelling of the Aggregated Time Series Relationship between Consumer’s Expenditure and Income in the United Kingdom.« Economic Journal 88 (352): 661–692. Davidson, R., in J. G. McKinnon. 1993. Estimation and Inference in Econometrics. New York: Oxford University Press. Davis, J. A. 1985. The Logic of Causal Order. Beverly Hills, c a: Sage. Deloitte Tousce Tohmatsu. 2007. »In the Dark i i: What Many Boards and Executives Still Don’t Know about the Health of Their Businesses.« http://www.deloitte.com/ view/en_RS/rs/services/consulting/ 5412fa0d6b1fb110VgnVCM100000ba42f00aRCRD.htm Denbaly, M., in H. Vroomen. 1993. »Dynamic Fertilizer Nutrient Demands for Corn: A Cointegrated and Error-Correcting System.« American Journal of Agricultural Eco- nomics 75 (1): 203–209. Deng, J. 1982. »Control Problems of Grey System.« Systems & Control Letters 1 (5): 288– 294. De Toni, A. F., A. Fornasier, M. Montagner in F. Nonino. 2007. »A Performance Mea- surement System for Facility Management: The Case Study of a Medical Service Authority.« International Journal of Productivity and Performance Management 56 (5–6): 417–435. Diebold, F. X. 1989. »Forecast Combination and Encompassing: Reconciling Two Diver- gent Literatures.« International Journal of Forecasting 5 (4): 589–592. 253 Literatura Diebold, F. X. 1997. »The Past, Present, and Future of Macroeconomic Forecasting.« http://www.ssc.upenn.edu/ ∼ diebold/ Diebold, F. X. 2004. »The Nobel Memorial Prize for Robert F. Engle.« The Scandinavian Journal of Economics 106 (2): 165–185. Dixon, J. R., A. J. Nanni in T. E. Vollmann. 1990. The New Performance Challenge: Measuring Operations for World Class Competition. Homewood, i l: Dow-Jones Irwin. Domowitz, I., in C. S. Hakkio. 1990. »Interpreting an Error Correction Model: Partial Adjustment, Forward-Looking Behaviour, and Dynamic International Money De- mand.« Journal of Applied Econometrics 5 (1): 29–46. Dorn, H. F. 1950. »Pitfalls in Population Forecasts and Projections.« Journal of the American Statistical Association 45 (251): 311–334. Drucker, P. E. 1990. »The Emerging Theory of Manufacturing.« Harvard Business Review 68 (3): 94–102. Drucker, P. F. 2006. Classic Drucker: Essential Wisdom of Peter Drucker from the Pages of Harvard Business Review. Boston, m a: Harvard Busines School Publishing. Drucker, P. F., E. Dyson, C. Handy, P. Saffo in P. M. Senge. 1997. »Looking Ahead: Implications of the Present.« Harvard Business Review 75 (5): 18–32. Dutta, S., in S. Reichelstein. 2003. »Leading Indicator Variables, Performance Measu- rement, and Long-Term versus Short-Term Contracts.« Journal of Accounting Re- search 41 (5): 837–866. Easterby-Smith, M., R. Thorpe in A. Lowe. 2005. Raziskovanje v managementu. Koper: Fakulteta za management. eb m-Papst. 2012. »Home: Company Facts and Figures.« http://www.ebmpapst.com/en/ company/facts_and_figures/facts_and_figures.html Einhorn, H. J., in R. M. Hogarth. 1986. »Judging Probable Cause.« Psychological Bulletin 99 (1): 3–19. Elg, M. 2007. »The Process of Constructing Performance Measurement.« The t q m Ma- gazine 19 (3): 217–228. Enders, W., in P. L. Siklos. 2001. »Cointegration and Threshold Adjustment.« Journal of Business & Economic Statistics 19 (2): 166–176. Engle, R. F., in F. X. Diebold. 2003. »e t Interview: Professor Robert F. Engle.« Econometric Theory 19 (6): 1159–1193. Engle, R. F., in C. W. J. Granger. 1987. »Co-Integration and Error Correction: Represen- tation, Estimation, and Testing.« Econometrica 55 (2): 251–276. Engle, R. F., C. W. J. Granger in J. J. Hallman. 1989. »Merging Short and Long Run Forecasts: An Application of Seasonal Cointegration to Monthly Electricity Sales Forecasting.« Journal of Econometrics 40 (1): 45–62. Epstein, M., in J. F. Manzoni. 1998. »Implementing Corporate Strategy: From Tableaux de Bord to Balanced Scorecards.« European Management Journal 16 (2): 190–203. Ericsson, N. R. 1992. »Cointegration, Exogeneity, and Policy Analysis: An Overview.« Journal of Policy Modeling 14 (3): 251–280. e v iews. 2010a. e v iews 7. c d-r om. Irvine, c a: Quantitative Micro Software. e v iews. 2010b. e v iews 7: User’s Guide i. c d-r om. Irvine, c a: Quantitative Micro Software. 254 Literatura e v iews. 2010c. e v iews 7: User’s Guide i i. cd-r om. Irvine, c a: Quantitative Micro Software. Excitant. 2012. »Fourth Generation Balanced Scorecards.« http://www.excitant.co.uk/ expertise/4G_Balanced_Scorecard/bsc_four_generations.htm Fagerberg, J., in B. Verspagen. 2002. »Technology-Gaps, Innovation-Diffusion and Transformation: An Evolutionary Interpretation.« Research Policy 31 (8–9): 1291– 1304. Fahy, J. 2000. »The Resource-Based View of The Firm: Some Stumbling-Blocks on the Road to Understanding Sustainable Competitive Advantage.« Journal of European Industrial Training 24 (2–4): 94–104. Farris, J. A., E. M. van Aken, G. Letens, P. Chearksul in G. Coleman. 2011. »Improving the Performance Review Process: A Structured Approach and Case Application.« International Journal of Operations & Production Management 31 (4): 376–404. Fayol, H. 1949. General and Industrial Management. London: Pitman. Feigenbaum, A. V. 1991. Total Quality Control. New York: McGraw-Hill. Feigl, H. 1953. »Notes on Causality.« V Readings in the Philosophy of Science, ur. H. Feigl in M. Brodbeck, 408–418. New York: Appleton-Century Crofts. Figge, F., T. Hahn, S. Schaltegger in M. Wagner. 2002. »The Sustainability Balanced Sco- recard: Linking Sustainability Management to Business Strategy.« Business Stra- tegy and the Environment 11 (4): 248–269. Fildes, R. 1985. »Quantitative Forecasting – the State of the Art: Econometric Models.« The Journal of the Operational Research Society 36 (7): 549–580. Fildes, R., K. Nikolopoulos, S. F. Crone in A. A. Syntetos. 2008. »Forecasting and Ope- rational Research: A Review.« The Journal of the Operational Research Society 59 (9): 1150–1172. Fitzgerald, L., R. Johnston, S. Brignall, R. Silvestro in C. Voss. 1991. Performance Measurement in Service Business. London: c i m a. Fontana, A., in J. H. Frey. 2000. »The Interview.« V Handbook of Qualitative Research, ur. N. K. Denzin in Y. S. Lincoln, 645–669. Thousand Oaks, c a: Sage. Foster, K. 2006. »Interview with David Norton.« Measuring Business Excellence 10 (4): 102–105. Franco-Santos, M., M. Kennerley, P. Micheli, V. Martinez, S. Mason, B. Marr, D. Gray in A. Neely. 2007. »Towards a Definition of a Business Performance Measurement System.« International Journal of Operations & Production Management 27 (8): 784– 801. Frank, J. E. 1973. »A Framework for Analysis of p p b Success and Causality.« Administrative Science Quarterly 18 (4): 527–543. Fritz, R. G., in J. M. Fritz. 1985. »Linguistic Structure and Economic Method.« Journal of Economic Issues 19 (1): 75–101. Fullerton, R. R., in W. F. Wempe. 2009. »Lean Manufacturing, Non-Financial Perfor- mance Measures, and Financial Performance.« International Journal of Operations & Production Management 29 (3): 214–240. Galloway, D., in D. Waldron. 1988a. »Throughput Accounting Part 1: The Need for a New Language for Manufacturing.« Management Accounting 66 (10): 34–35. 255 Literatura Galloway, D., in D. Waldron. 1988b. »Throughput Accounting Part 2: Ranking Products Profitability.« Management Accounting 66 (11): 34–35. Galloway, D., in D. Waldron. 1989a. »Throughput Accounting Part 3: A Better Way to Control Labour Costs.« Management Accounting 67 (1): 32–33. Galloway, D., in D. Waldron. 1989b. »Throughput Accounting Part 4: Moving on to Com- plex Products.« Management Accounting 67 (2): 40–41. Garcia-Valderrama, T., E. Mulero-Mendigorri in D. Revuelta-Bordoy. 2008. »A Balanced Scorecard Framework for r & d.« European Journal of Innovation Management 11 (2): 241–281. Gardner, E. S., Jr. 1985. »Exponential Smoothing: The State of the Art.« Journal of Forecasting 4 (1): 1–28. Gardner, E. S., Jr. 2005. »Exponential Smoothing: The State of the Art: Part i i.« http://www.bauer.uh.edu/gardner/Exponential-Smoothing.pdf Gardner, E. S. Jr., in E. McKenzie. 1985. »Forecasting Trends in Time-Series.« Management Science 31 (10): 1237–1246. Gardner, E. S. Jr., in E. McKenzie. 1988. »Model Identification in Exponential Smoo- thing.« The Journal of the Operational Research Society 39 (9): 863–867. Garengo, P., in U. Bititci. 2007. »Towards a Contingency Approach to Performance Me- asurement: An Empirical Study in Scottish s m e s.« International Journal of Opera- tions & Production Management 27 (8): 802–825. Geweke, J. 1978. »Testing the Exogeneity Specification in the Complete Dynamic Simul- taneous Equation Model.« Journal of Econometrics 7 (2): 163–185. Geweke, J. 1984. »Inference and Causality in Economic Time Series Models.« V Han- dbook of Econometrics, ur. Z. Griliches in M. D. Intriligator, 1101–1144. New York: Elsevier. Geweke J., R. Meese in W. Dent. 1983. »Comparing Alternative Tests of Causality in Temporal Systems.« Journal of Econometrics 21 (2): 161–194. Ghalayini, A. M., in J. S. Noble. 1996. »The Changing Basis of Performance Measure- ment: International.« Journal of Operations & Production Management 16 (8): 63– 80. Globerson, S. 1985. »Issues in Developing a Performance Criteria System for an Orga- nisation.« International Journal of Production Research 23 (4): 639–646. Glymour, C., R. Scheines, P. Spirtes in K. Kelly. 1987. Discovering Causal Structure: Arti-ficial Intelligence, Philosophy of Science, and Statistical Modellilng. Orlando, f l: Academic Press. Glymour, C. in P. Spirtes. 1988. »Latent Variables, Causal Models and Over Identifying Constraints.« Journal of Econometrics 39 (1–2): 175–198. Gomes, C. F., M. M. Yasin in J. V. Lisboa. 2011. »Performance Measurement Practices in Manufacturing Firms Revisited.« International Journal of Operations & Production Management 31 (1): 5–30. Gosselin, M. 2005. »An Empirical Study of Performance Measurement in Manufactu- ring Firms.« Inter national Journal of Productivity and Performance Management 54 (5–6): 419–437. Granger, C. W. J. 1963. »A Quick Test for Serial Correlation Suitable for Use With Non- Stationary Time Series.« Journal of the American Statistical Association 58 (303): 728–736. 256 Literatura Granger, C. W. J. 1969. »Investigating Causal Relations by Econometric Models and Cross-Spectral Methods.« Econometrica 37 (3): 424–438. Granger, C. 1980. »Testing for Causality, A Personal Viewpoint.« Journal of Economic Dynamics and Control 2:329–352. Granger, C. W. J. 1981. »Some Properties of Time Series Data and Their Use in Econo- metric Model Specification.« Journal of Econometrics 16 (1): 121–130. Granger, C. W. J. 1983. »Co-Integrated Variables and Error-Correcting Models.« Eco- nomics Department Discussion Paper 83-13, University of California, San Diego, c a. Granger, C. W. J. 1986. »Statistics and Causal Inference: Comment.« Journal of the American Statistical Association 81 (396): 967–968. Granger, C. W. J. 1997. »On Modelling the Long Run in Applied Economics.« The Econo- mic Journal 107 (440): 169–177. Granger, C. W. J. 2004. »Time Series Analysis, Cointegration, and Applications.« The American Economic Review 94 (3): 421–425. Granger, C. W. J., in P. Newbold. 1974. »Spurious Regressions in Econometrics.« Journal of Economics 2 (2): 111–120. Granger, C. W. J., in P. Newbold. 1977. Forecasting Economic Time Series. New York: Academic Press. Granger, C. W. J., in T. H. Lee. 1989. »Investigation of Production, Sales and Inven- tory Relationships Using Multicointegration and Non-Symmetric Error Correc- tion Models.« Journal of Applied Econometrics 4:s 145–s 159. Greenhalgh, L. 2001. Managing Strategic Relationships. New York: The Free Press. Gryna, F. M., R. C. H. Chua in J. A. DeFeo. 2007. Juran’s Quality Planning and Analysis. New Delhi: Tata McGraw-Hill p c l. Guilkey, D. K., in M. K. Salemi. 1982. »Small Sample Properties of Three Tests for Granger-Causal Ordering in a Bivariate Stochastic System.« The Review of Eco- nomics and Statistics 64 (4): 668–680. Gujarati, D. N. 1995. Basic Econometrics. New York: McGraw-Hill. Gummesson, E. 2000. Qualitative Methods in Management Research. Thousand Oaks, c a: Sage. Hair, F. J., W. C. Black, B. J. Babin, R. E. Anderson in R. L. Tatham. 2006. Multivariate Data Analysis. Upper Saddle River, nj: Pearson Prentice Hall. Hajnal, J. 1955. »The Prospects for Population Forecasts.« Journal of the American Statistical Association 50 (270): 309–327. Hall, S. G. 1986. »An Application of the Granger and Engle Two-Step Estimation Proce- dure to United Kingdom Aggregate Wage Data.« Oxford Bulletin of Economics and Statistics 48 (3): 229–239. Hansen, B. E. 2005. »Challenges for Econometric Model Selection.« Econometric Theory 21 (1): 60–68. Hanssens, D. M., in L. M. Liu. 1983. »Lag Specification in Rational Distributed Lag Structural Models.« Journal of Business & Economic Statistics 1 (4): 316–325. Harris, F. H. B., T. H. McInish, G. L. Shoesmith in R. A. Wood. 1995. »Cointegration, Error Correction, and Price Discovery on Informationally Linked Security Markets.« The Journal of Financial and Quantitative Analysis 30 (4): 563–579. 257 Literatura Hatanaka, M. 1975. »On the Global Identification of the Dynamic Simultaneous Equa- tions Model with Stationary Disturbances.« International Economic Review 16 (3): 545–554. Hauser, J. R., in G. M. Katz. 1998. »Metrics: You Are What You Measure!« European Management Journal 16 (5): 517–528. Hellström, A. in H. Eriksson. 2008. »Are You Viewing, Mapping or Managing your Pro- cesses?« The t q m Journal 20 (2): 166–174. Hendry, D. F. 1993. Econometrics: Alchemy or Science? Oxford: Blackwell. Hendry, D. F. 1995. »Econometrics and Business Cycle Empirics.« The Economic Journal 105 (433): 1622–1636. Hendry, D. F., in G. E. Mizon. 1990. Evaluating Dynamic Econometric Models by Encom- passing the va r. Oxford: Oxford University Press. Hendry, D. F., in J. F. Richard. 1983. »The Econometric Analysis of Economic Time Se- ries.« International Statistical Review 51 (2): 111–148. Hibbard, J. H., P. Slovic, E. M. Peters in M. Finucane. 2002. »Strategies for Reporting Health Plan Performance Information to Consumers: Evidence from Controlled Studies.« Health Services Research 37 (2): 291–313. Hirst, D. E., L. Koonce in J. Miller. 1999. »The Joint Effect of Management’s Prior Fo- recast Accuracy and the Form of Its Financial Forecasts on Investor Judgment.« Journal of Accounting Research 37:101–124. Hirst, D. E., L. Koonce in P. Simko. 1995. »Investor Reaction to Financial Analysts’ Re- search Reports.« Journal of Accounting Research 33 (2): 335–351. Ho, C. T. 2006. »Measuring Bank Operations Performance: An Approach Based on Grey Relation Analysis.« The Journal of the Operational Research Society 57 (4): 337–349. Holland, P. W., in D. B. Rubin. 1980. »Causal Inference in Prospective and Retrospective Studies.« http://eric.ed.gov/ERICWebPortal/search/detailmini.jsp?_nfpb=true& _&ERICExtSearch_SearchValue_0=ED218300&ERICExtSearch_SearchType_0 =no&accno=ED218300 Holland, P. W. 1986. »Statistics and Causal Inference.« Journal of the American Statistical Association 81 (396): 945–960. Hudoklin, A. 1999. Stohastični procesi. Kranj: Moderna organizacija. Hudson, M., A. Smart in M. Bourne. 2001. »Theory and Practice in s m e Performance Measurement Systems.« International Journal of Operations & Productions Manage- ment 21 (8): 1096–1115. Hume, D. 1739. A Treatise of Human Nature. Oxford: Clarendon. Hume, D. 1740. An Abstract of a Treatise of Human Nature. Cambridge: Cambridge University Press. Hume, D. 1748. An Enquiry Concerning Human Understanding. Chicago, i l: Open Court. Hume, D. 1896. A Treatise of Human Nature. Oxford: Clarendon. Hume, D. 1900. An Enquiry Concerning Human Understanding. Chicago, i l: Open Court. Hume, D. 1938. An Abstract of a Treatise of Human Nature. Cambridge: Cambridge University Press. Hussain, M. M. 2005. »Management Accounting Performance Measurement Systems in Swedish Banks.« European Business Review 17 (6): 566–589. 258 Literatura Hylleberg, S., R. F. Engle, C. W. J. Granger in B. S. Yoo. 1990. »Seasonal Integration and Cointegration.« Journal of Econometrics 44 (1–2): 215–238. Hylleberg, S., in G. E. Mizon. 1989. »Cointegration and Error Correction Mechanisms.« The Economic Journal 99 (395): 113–125. i n s e a d. 2003. »Blending Environmental and Social Strategies with Financial Con- trol Systems.« Predstavljeno na Balanced Scorecard and Sustainability Conference, Fontainebleau, 20. november. Ishikawa, K. 1989. Kako celovito obvladovati kakovost. Ljubljana: Tehniška založba. Ittner, C. D., in D. F. Larcker. 1998a. »Innovations in Performance Measurement: Trends and Research Implications.« Journal of Management Accounting Research 10 (1): 205–238. Ittner, C. D., in D. F. Larcker. 1998b. »Are Nonfinancial Measures Leading Indicators of Financial Performance? An Analysis of Customer Satisfaction.« Journal of Accounting Research 36:1–35. Ittner, C. D., in D. F. Larcker. 2003. »Coming up Short on Nonfinancial Performance Measurement.« Harvard Business Review 81 (11): 88–95. Ittner, C. D., D. F. Larcker in M. W. Meyer. 2003. »Subjectivity and the Weighting of Performance Measures: Evidence from a Balanced Scorecard.« The Accounting Review 78 (3): 725–758. Ittner, C. D., D. F. Larcker in M. V. Rajan 1997. »The Choice of Performance Measures in Annual Bonus Contracts.« The Accounting Review 72 (2): 231–255. Ivanko, Š. 2002. »Organiziranje dela.« V Management: nova znanja za uspeh, ur. S. Mo- žina, 375–409. Radovljica: Didakta. Ivanko, Š. 2007. Raziskovanje in pisanje del: metodologija in tehnologija raziskovanja ter pisanja strokovnih in znanstvenih del. Kamnik: Cubus. Janeš, A. 2008. »Identifikacija ključnih kazalnikov in rezultatov poslovanja.« Magistr- ska naloga, Fakulteta za management Koper Univerze na Primorskem. Janeš, A. 2011a. »Managing Sustainability with a Little Help from Statistical Methods?« V Managing Sustainability? Ur. J. Šušteršič, S. Sedmak, B. Nastav in A. Ježovnik, 1343–1356. Koper: Faculty of Management. Janeš, A. 2011b. »Knowledge for the Right Strategy: Leading Role in the Cluster of Su- pply Companies.« V Knowledge as Business Opportunity, ur. V. Dermol, N. Trunk Širca, G. Ðaković in U. Lindav, 251–258. Celje: International School for Social and Business Studies. Janeš, A. 2013. »Managing Sustainability with the Error Correction Model.« International Journal of Sustainable Economy 5 (2): 125–139. Janeš, A. 2014. »Empirical Verification of the Balanced Scorecard.« Industrial Management & Data Systems 114 (2): 203–219. Janeš, A., T. Bratkovič Kregar, A. Trnavčević in R. Biloslavo. 2014. »Projekt Know Us: primer povezovanja univerze in gospodarstva.« V Ustvarjanje kompetenčnega zna- nja, ur. Aleksander Janeš, 93–125 Koper: Fakulteta za management. Janeš, A., in S. Dolinšek. 2010. »Do We Need a New Compass for the Journey through the Global Crisis?« Journal of Industrial Engineering and Management 3 (2): 255–293. Janeš, A., in A. Faganel. 2008. »Zadovoljstvo udeležencev projekta poslovne odličnosti v p s Mercator, d. d.« Projektna mreža Slovenije 11 (1): 9–17. 259 Literatura Janeš, A., in A. Faganel. 2013. »Instruments and Methods for the Integration of Com- pany’s Strategic Goals and Key Performance Indicators.« Kybernetes 42 (6): 928– 942. Jeffreys, H. 1931. Scientific Inference. Cambridge: Cambridge University Press. Jeffreys, H. 1939. Theory of Probability. Oxford: Clarendon. Jeffreys, H. 1980. Bayesian Analysis in Econometrics and Statistics: Essays in Honor of Ha-rold Jeffreys. Amsterdam: North-Holland. Jiha, J., in G. Orphee. 1995. »A Note on Inflation in Haiti: Evidence from Cointegration Analysis.« Social and Economic Studies 44 (1): 95–115. Johansen, S. 1988. »Statistical Analysis of Cointegration Vectors.« Journal of Economic Dynamics and Control 12 (2–3): 231–254. Johansen, S., in K. Juselius. 1990. »Maximum Likelihood Estimation and Inference on Cointegration: With Applications to the Demand for Money.« Oxford Bulletin of Economics and Statistics 52 (2): 169–210. Johanson, U., M. Skoog, A. Backlund in R. Almqvist. 2006. »Balancing Dilemmas of the Balanced Scorecard.« Accounting, Auditing & Accountability Journal 19 (6): 842–857. Johnson, D. R. 1990. »Co-Integration, Error and Purchasing Power Parity between Ca- nada and the United States.« The Canadian Journal of Economics 23 (4): 839–855. Johnson, H. T., in R. S. Kaplan. 1987. Relevance Lost The Rise and Fall of Management Accounting. Boston, m a: Harvard Business School Press. Johnson, J. A., E. H. Oksanen, M. R. Veall in D. Fretz. 1992. »Short-Run and Long- Run Elasticities for Canadian Consumption of Alcoholic Beverages: An Error- Correction Mechanism/Cointegration Approach.« The Review of Economics and Statistics 74 (1): 64–74. Johnston, R., S. Brignall in L. Fitzgerald. 2002. »Good Enough Performance Measu- rement: A Trade-off between Activity and Action.« The Journal of the Operational Research Society 53 (3): 256–262. Johnston, R., in P. Pongatichat. 2008. »Managing the Tension between Performance Measurement and Strategy: Coping Strategies.« International Journal of Operations & Production Management 28 (10): 941–967. Jones, P. 2009. »Avoiding Problems and Predicting Recovery During the Economic Crisis.« http://www.excitant.co.uk/wp-content/uploads/2015/10/KPIs-and-EPIs- 2.pdf Jones, P. 2011a. Excitant. »Designing an Effective Environmental Balanced Scorecard.« http://www.excitant.co.uk/wp-content/uploads/2012/07/Excitant_WP _Designing_Environmental_Balanced_Scorecard.pdf Jones, P. 2011b. Excitant. »Avoiding the Most Common Mistakes in Balanced Scorecard Design, Implementation and Use So You Can Make a Difference in Your Organisa- tion, Part 1: The Big Picture.« http://excitant.co.uk/wp-content/uploads/2012/07/ Excitant_Avoiding_Mistakes_1_The_big_picture.pdf Juran, J. M., A. Blanton Godfrey, R. E. Hoogstoel in E. G. Schilling. 1999. Juran’s Quality Handbook. New York: McGraw-Hill. Kaplan, R. S. 2012. »The Balanced Scorecard: Comments on Balanced Scorecard Com- mentaries.« Journal of Accounting & Organizational Change 8 (4): 539–545. 260 Literatura Kaplan, R. S., in D. Norton. 1992. »The Balanced Scorecard: Measures That Drive Per- formance.« Harvard Business Review 70 (1): 71–79. Kaplan, R. S., in D. P. Norton. 1996a. »Using the Balanced Scorecard as a Strategic Ma- nagement System.« Harvard Business Review 74 (1): 75–85. Kaplan, R. S., in D. P. Norton. 1996b. The balanced scorecard. Boston, m a: Harvard Business School Press. Kaplan, R. S., in D. P. Norton. 2000a. »Having Trouble with Your Strategy? Then Map It.« Harvard Business Review 78 (5): 167–176. Kaplan, R. S., in D. P. Norton. 2000b. The Strategy Focussed Organisation. Boston, m a: Harvard Business School Press. Kaplan, R. S., in D. P. Norton. 2000c. Uravnoteženi sistem kazalnikov. Ljubljana: Gospodarski vestnik. Kaplan, R. S., in D. P. Norton. 2001a. »Trasforming the Balanced Scorecard from Per- formance Measurement to Strategic Management: Part I.« American Accounting Association 15 (1): 87–104. Kaplan, R. S., in D. P. Norton. 2001b. Strateško usmerjena organizacija. Ljubljana: g v založba. Kaplan, R. S., in D. P. Norton. 2004a. Strategy Maps: Converting Intangible Assets into Tangible Outcomes. Boston, m a: Harvard Business School Press. Kaplan, R. S., in D. P. Norton. 2004b. »Measuring the Strategic Readiness of Intangible Assets.« Harvard Business Review 82 (2): 52–63. Kaplan, R. S., in D. P. Norton. 2005. »The Office of Strategy Management.« http://www .findbooksfree.combscol-pdf.aspx Kaplan, R. S., in D. P. Norton. 2006a. Alignment: Using the Balanced Scorecard to Create Corporate Synergies. Boston, m a: Harvard Business School Press. Kaplan, R. S., in D. P. Norton 2006b. »Viewpoint Response to S. Voelpel et al. 2006. ‘The Tyranny of the Balanced Scorecard in the Innovation Economy,’ Journal of Intellectual Capital 7 (1): 43–60.« Journal of Intellectual Capital 7 (3): 421–428. Kapoor, S. G., P. Madhok in S. M. Wu. 1981. »Modeling and Forecasting Sales Data by Time Series Analysis.« Journal of Marketing Research 18 (1): 94–100. Kazandijan, V. A., in T. Lied. 1999. Healthcare Performance Measurement: Systems Design and Evaluation. Milwaukee, w i: a s q. Keegan, D. P., R. G. Eiler in C. R. Jones. 1989. »Are Your Performance Measures Obso- lete?« Management Accounting 70 (12): 45–50. Kemp, R. G. M., M. Folkeringa, J. P. J. De Jong in E. F. M. Wubben. 2003. »Research Re- port h200207: Innovation and Firm Performance.« http://www.ondernemerschap .nl/pdf-ez/H200207.pdf Kerssens-Van Drongelen, I. C. in A. Cook. 1997. »Design Principles for the Development of Measurement Systems for Research and Development Process.« r & d Manage- ment 27 (4): 345–357. Kosacoff, B. 1998. »Estrategias empresariales en tiempos de cambio.« V Estrategias empresariales en tiempos de cambio, ur. B. Kosacoff, 23–56. Buenos Aires: Universidad Nacional de Quilmes. Kovač, B. 2002. »Novi izzivi managementa in slovenski managerji.« V Management: nova znanja za uspeh, ur. S. Možina, 773–819. Radovljica: Didakta. 261 Literatura Kovač, P., in K. Kern Pipan. 2005. »Celovito izboljševanje javne uprave z integracijo različnih pristopov na temelju modela odličnosti e f q m.« V Sodobna javna uprava: zbornik prispevkov, 34–38. Ljubljana: Ministrstvo za javno upravo. Kralj, J. 1992. Politika podjetja v tržnem gospodarstvu. Maribor: Ekonomsko-poslovna fakulteta. Kralj, J. 2003. Management: temelji managementa, odločanje in ostale naloge managerjev. Koper: Fakulteta za management. Križman, V. 1999. »Applaying the Total Quality Management Principles to New Pro- duct Development Process.« Magistrska naloga, Sheffield Business School Sheffi- eld Hallam University. Križman, V., in R. Novak. 2002. Upravljanje poslovnih procesov. Ljubljana: Slovenski in-stitut za kakovost in meroslovje. Khurshid, A., W. Zhou, M. Caesar in P. Brighten Godfrey. 2012. »VeriFlow: Verifying Network-Wide Invariants in Real Time.« a c m s ig com m Computer Communica- tion Review 42 (4): 49–54. Kvale, S. 2007. Doing Interviews. Los Angeles, c a: Sage. Lages, L. F., C. Lages in C. R. Lages. 2005. »Bringing Export Performance Metrics into Annual Reports: The a p e v Scale and the p e rf e x Scorecard.« Journal of Interna- tional Marketing 13 (3): 79–104. Laitinen, E. K. 2004. »Towards a Microeconomic Approach of the Balanced Scorecard.« Managerial Finance 30 (6): 1–27. Laitinen, E. K. 2005. »Microeconomic Analysis of the Balanced Scorecard: A Case of Nokia Corporation.« International Journal of Productivity and Performance Manage- ment 54 (5–6): 325–339. Lall, S. 2004. »Reinventing Industrial Strategy: The Role of Government Policy in Bu- ilding Industrial Competitiveness.« g-24 Discussion Paper 28. New York: United Nations. Langfield-Smith, K. 1997. »Management Control Systems and Strategy: A Critical Re- view.« Accounting, Organizations and Society 22 (2): 207–232. Lawrie, G. 2011. »Quality: Yesterday, Today, Tomorrow.« V Zbornik referatov: 20. letna konferenca s z k o, ur. V. Križman, J. Čuk in G. Žargi, 20–21. Ljubljana: Slovensko združenje za kakovost in odličnost. Lawrie, G., H. Andersen in I. Cobbold. 2006. »Balanced Scorecard Implementation in s m e s: Reflection in Literature and Practice.« http://www.2gc.co.uk/pdf/2GC- SMESMEdoc.pdf Lawrie, G. J. G., in I. Cobbold. 2002. »Development of the 3rd Generation Balanced Scorecard Evolution of the Balanced Scorecard into an Effective Strategic Perfor- mance Management Tool.« http://www.2gc.co.uk/pdf/2GC-WP-Dev3rdGenBSC- 090311 Lawrie, G. J. G., in I. Cobbold. 2004. »Third-Generation Balanced Scorecard: Evolution of an Effective Strategic Control Tool.« International Journal of Productivity and Performance Management 53 (7): 611–623. Lawrie, G. J. G., I. Cobbold in J. Marshall. 2004. »Corporate Performance Management System in a Devolved u k Governmental Organisation: A Case Study.« Internatio- nal Journal of Productivity and Performance Management 53 (4): 353–370. 262 Literatura Lebo, M., in H. D. Clarke. 2000. »Modelling Memory and Volatility: Recent Advances in the Analysis of Political Time Series: Editor’s Introduction.« Electoral Studies 19 (1): 1–7. León-Soriano, R., M. J. Muñoz-Torres in R. Chalmeta-Rosaleñ. 2010. »Methodology for Sustainability, Strategic Planning and Management.« Industrial Management & Data Systems 110 (2): 249–268. Le Roy, S. F. 1995. »Causal Orderings’.« V Macroeconometrics: Developments, Tensions and Prospects, ur. K. D. Hoover, 211 228. Boston, m a: Kluwer. Leung, L. C., K. C. Lam in D. Cao. 2006. »Implementing the Balanced Scorecard Using the Analytic Hierarchy Process & the Analytic Network Process.« The Journal of the Operational Research Society 57 (6): 682–691. Libby, T., S. E. Salterio in A. Webb. 2004. »The Balanced Scorecard: The Effects of As- surance and Process Accountability on Managerial Judgment.« The Accounting Re- view 79 (4): 1075–1094. Likar, B., P. Fatur in M. Ropret. 2014a. »Metodološki pristopk analizi inovativnih zmož- nosti slovenskega gospodarstva.« V O inovativnosti slovenske predelovalne in izbra- nih storitvenih dejavnosti, ur. B. Likar, 35–55. Koper: Fakulteta za management. Likar, B., P. Fatur in M. Ropret. 2014b. »Inovacijske zmožnosti slovenskega gospodar- stva.« V O inovativnosti slovenske predelovalne in izbranih storitvenih dejavnosti, ur. B. Likar, 57–74. Koper: Fakulteta za management. Lipe, M. G., in S. E. Salterio. 2000. »The Balanced Scorecard: Judgmental Effects of Common and Unique Performance Measures.« The Accounting Review 75 (3): 283–298. Lipovec, F. 1987. Razvita teorija organizacije. Maribor: Založba Obzorja. Lockamy i i i, A. 1998. »Quality-Focused Performance Measurement Systems: A Nor- mative Model.« International Journal of Operations & Production Management 18 (8): 740–766. Lubin, D. A., in D. C. Esty. 2010. »The Sustainability Imperative.« Harvard Business Review 88 (5): 42 50. Lugones, G. 2008. »Inter-American Development Bank Working Paper 8: Training Mo- dule for the Recollection and Analysis of Innovation Indicators.« http://docs .politicascti.net/documents/Doc2008-capacitacionlugonesEN.pdf Lundvall, B. Å. 1992. National System of Innovation: Towards a Theory of Innovation and Interactive Learning. London: Pinter. Mackie, J. L. I. 1965. »Causes and Conditions.« American Philosophical Quarterly 2 (4): 245–264. Macunovich, D. J. in R. A. Easterlin. 1988. »Application of Granger-Sims Causality Tests to Monthly Fertility Data, 1958–1984.« Journal of Population Economics 1 (1): 71–88. Maditinos, D., D. Chatzoudes, C. Tsairidis in G. Theriou. 2011. »The Impact of Intellec- tual Capital on Firms’ Market Value and Financial Performance.« Journal of Intel- lectual Capital 12 (1): 132–151. Madriz, E. 2000. »Focus Groups in Feminist Research.« V Handbook of Qualitative Research, ur. N. K. Denzin in Y. S. Lincoln, 835–850. Thousand Oaks, c a: Sage. Maines, L. A. 1996. »An Experimental Examination of Subjective Forecast Combina- tion.« International Journal of Forecasting 12 (2): 223–233. 263 Literatura Makridakis, S., in M. Hibon. 2000. »The m 3 Competition: Results, Conclusions and Implications.« International Journal of Forecasting 16 (4): 451–476. Makridakis, S., A. Andersen, R. Carbone, R. Fildes, M. Hibon, R. Lewandowski, J. New- ton, E. Parzen in R. Winkler. 1986. »The Forecasting Accuracy of Major Time Series Methods.« International Journal of Forecasting 2 (1): 119–121. Malina, M. A., in F. H. Selto. 2001. »Communicating and Controlling Strategy: An Empi- rical Study of the Effectiveness of the Balanced Scorecard.« Journal of Management Accounting Research 13 (1): 47–90. Mallo, C., in J. Merlo. 1995. Control de gestion y control presupuestario. Madrid: McGraw-Hill. Markič, M. 2004. Inoviranje procesov: pogoj za odličnost poslovanja. Koper: Fakulteta za management. Marr, B., in A. Neely. 2001. Balanced Scorecard Software Report. Stamford, c t: Gartner. Maskell, B. 1989. »Performance Measures of World Class Manufacturing.« Management Accounting 67 (5): 32–33. McGlynn, E. A., E. A. Kerr, J. Adams, J. Keesey in S. M. Asch. 2003. »Quality of He- alth Care for Women: A Demonstration of the Quality Assessment Tools System.« Medical Care 41 (5): 616–625. McMillin, W. D. 1991. »The Velocity of m 1 in the 1980s: Evidence from a Multivariate Time Series Model.« Southern Economic Journal 57 (3): 634–648. Meekings, A. 2005. »Effective Review Meetings: The Counter-Intuitive Key to Success- ful Performance Measurement.« International Journal of Productivity and Perfor- mance Management 54 (3): 212–220. Mehra, Y. P. 1993. »The Stability of the m 2 Demand Function: Evidence from an Error- Correction Model.« Journal of Money, Credit and Banking 25 (3–1): 455–460. Mejabi, O. O., in J. J. Black. 1997. »Process Management: The New Frontier for Conti- nuous Improvement and Total Quality.« http://www.simplexsystems.com/ ProcessMgt.htm Mendibil, K., in J. MacBryde. 2006. »Factors That Affect the Design and Implementa- tion of Team-Based Performance Measurement Systems.« International Journal of Productivity and Performance Management 55 (2): 118–142. Milgrom, P., in J. Roberts. 1995. »Complementarities and Fit Strategy, Structure, and Organizational Change in Manufacturing.« Journal of Accounting and Economics 19 (2–3): 179–208. Mill, J. S. 1843. A System of Logic Ratiocinative and Inductive. Toronto: University of Toronto Press. Miller, G. A. 1956. »The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information.« Psychological Review 63:81–97. Miller, S. M. 1991. »Monetary Dynamics: An Application of Cointegration and Error- Correction Modeling.« Journal of Money, Credit and Banking 23 (2): 139–154. Miller, D., in P. H. Friesen. 1982. »Innovation in Conservative and Entrepreneurial Firms: Two Models of Strategic Momentum.« Strategic Management Journal 3 (1): 1–25. Miller, M., in D. Orr. 1966. »A Model of the Demand for Money by Firms.« Quarterly Journal of Economics 80 (3): 413–435. 264 Literatura Milost, F. 2007. Računovodstvo človeških zmožnosti. Zakaj klasične bilance ne kažejo prave slike o premoženjskem in finančnem stanju podjetij ter njihovi uspešnosti? Koper: Fakulteta za management Koper. Milost, F. 2009. Osnove računovodstva. Koper: Fakulteta za management Koper. Min, H., H. Min in S. J. Joo. 2007. »A Data Envelopment Analysis-Based Balanced Sco- recard for Measuring the Comparative Efficiency of Korean Luxury Hotels.« Inter- national Journal of Quality & Reliability Management 25 (4): 349–365. Mintzberg, H. 1978. »Patterns in Strategy Formation.« Management Science 24 (9): 934– 948. Mintzberg, H. 1990. »The Design School: Reconsidering the Basic Premises of Strategic Management.« Strategic Management Journal 11 (3): 171–195. Mintzberg, H., B. Ahlstrand in J. Lampel. 1998. Strategy Safari. Hemel Hempstead: Prentice Hall. Mintzberg, H., in J. A. Waters. 1985. »Of Strategies, Deliberate and Emergent.« Strategic Management Journal 6 (3): 257–272. Modell, S. 2009. »Bundling Management Control Innovations.« Accounting, Auditing & Accountability Journal 22 (1): 59–90. Moeller, K. 2009. »Intangible and Financial Performance: Causes and Effects.« Journal of Intellectual Capital 10 (2): 224–245. Molana, H. 1991. »The Time Series Consumption Function: Error Correction, Random Walk and the Steady-State.« The Economic Journal 101 (406): 382–403. Monge, P. R. 1990. »Theoretical and Analytical Issues in Studying Organizational Pro- cesses.« Organization Science 1 (4): 406–430. Mooney Marini, M., in B. Singer. 1988. »Causality in the Social Sciences.« Sociological Methodology 18:347–409. Morgan, M. S. 1990. The History of Econometric Ideas. Cambridge: Cambridge University Press. Mrkaić, M. 2001. »Dejavniki inflacije v Sloveniji.« http://www1.fov.uni-mb.si/mrkaic/ svetovanje/Inflacija_v_Sloveniji.pdf Murray, M. P. 1994. »A Drunk and Her Dog: An Illustration of Cointegration and Error Correction.« The American Statistician 48 (1): 37–39. Nachane, D. M. 1991. »Institute Practical Aspect of Causal Inference: An Indian Appli- cation.« The Indian Journal of Statistics, Series b 53 (3): 384–402. Nachane, D. M. 2003. »Causal Inference and Scientific Explanation in Economics.« Economic and Political Weekly 38 (36): 3791–3799. Nagar, V., in M. V. Rajan. 2005. »Measuring Customer Relationships: The Case of the Retail Banking Industry.« Management Science 51 (6): 904–919. Nanni, A. J., R. Dixon in T. E. Vollmann. 1992. »Integrated Performance Measurement: Management Accounting to Support the New Manufacturing Realities.« Journal of Management Accounting Research 4:1–19. Neely, A. D. 1998. Performance Measurement: Why, What and How. London: Economics Books. Neely, A. 1999. »The Performance Measurement Revolution: Why Now and What Next?« International Journal of Operations & Production Management 19 (2): 205– 228. 265 Literatura Neely, A. 2008. »Does the Balanced Scorecard Work: An Empirical Investigation r p 1/08.« http://www.som.cranfield.ac.uk/som/research/researchpapers.asp Neely, A., in C. Adams. 2001. »The Performance Prism Perspective.« Journal of Cost Management 15 (1): 7–15. Neely, A., C. Adams in M. Kennerley. 2002. The Performance Prism: The Scorecard for Measuring and Managing Business Success. London: f t Prentice-Hall. Neely, A., M. Bourne, J. Mills, K. Platts in H. Richards. 2002. Strategy and Performance: Getting the Measure of Your Business. Cambridge: Cambridge University Press. Neely, A., M. Gregory in K. Platts. 2005. »Performance Measurement System Design: A Literature Review and Research Agenda.« International Journal of Operations & Production Management 25 (12): 1228–1263. Neely, A., J. Mills, K. Platts, H. Richards, M. Gregory, M. Bourne in M. Kennerley. 2000. »Performance Measurement System Design: Developing and Testing a Process- Based Approach.« International Journal of Operations & Production Management 20 (10): 1119–1145. Neely, A., H. Richards, J. Mills, K. Platts in M. Bourne. 1997. »Designing Performance Measures: A Structured Approach.« International Journal of Operations & Produc- tion Management 17 (11): 1131–1152. Nelson, C. R. 1972. »The Prediction Performance of the f r b-m i t-p e n n Model of the u s Economy.« The American Economic Review 62 (5): 902–917. Nelson, C., in C. Plosser. 1982. »Trends and Random Walks in Macroeconomic Time Series: Some Evidence and Implications.« Journal of Monetary Economics 10 (2): 139–162. Newing, R. 1995. »Wake Up to the Balanced Scorecard!« Management Accounting 73 (3): 22–25. Niven, P. R. 2003. Balanced Scorecard Step-by-Step for Government and Nonprofit Agencies. Hoboken, nj: Wiley. Norton, D. P. 2006. »Organization Alignment: A Prerequisite for Executing Strategy.« http://management6.com/Organization-Alignment-A-Prerequisite-for -Executing-Strategy-download-w9189.pdf Norton, D. P. 2011. »Mastering the Strategy Management System, Overview: Managing Strategy is Managing Change.« http://www.set.or.th/th/company/files/Palladium Presentation for Stock Exchange of Thailand June 15.pdf Norton, D. P., in R. H. Russell. 2011. »The Office of Strategy Managment: The State of the Art, 2011.« Balanced Scorecard Report 13 (1): 1–6. Novak, M. 2015. »Economic Growth in e u from Sectoral Imbalances Point of View.« International Journal of Sustainable Economy 7 (1): 42–53. Nörreklit, H. 2000. »The Balance on the Balanced Scorecard: A Critical Analysis of Some of Its Assumptions.« Management Accounting Research 11 (1): 65–88. Ocampo, J. A. 2005. Beyond Reforms: Structural Dynamics and Macroeconomic Theory. Stanford, c t: University Press. Olve, N., J. Roy in M. Wetter. 1999. Performance Drivers: A Practical Guide to Using the Balanced Scorecard. Chichester: Wiley. Othman, R. 2008. »Reflective Practice Enhancing the Effectiveness of the Balanced Scorecard with Scenario Planning.« International Journal of Productivity and Per- formance Management 57 (3): 259–266. 266 Literatura Otley, D. 1999. »Performance Management: A Framework for Management Control Sy- stems Research.« Management Accounting Research 10 (4): 363–382. Otley, D. 2003. »Management Control and Performance Management: Whence and Whither?« The British Accounting Review 35 (4): 309–326. Palmer, E., in D. Parker. 2001. »Understanding Performance Measurement Systems Using Physical Sciences Uncertainty Principles.« International Journal of Operati- ons & Production Management 21 (7): 981–999. Parida, A., in G. Chattopadhyay. 2007. »Development of a Multi-Criteria Hierarchical Framework for Maintenance Performance Measurement (m p m).« Journal of Qua- lity in Maintenance Engineering 13 (3): 241–258. Parker, L. D. 1979. »Divisional Performance Measurement: Beyond an Exclusive Profit Test.« Accounting and Business Research 9:309–319. Parker, Lee D., in P. Ritson. 2005. »Fads, Stereotypes and Management Gurus: Fayol and Follett Today.« Management Decision 43 (10): 1335–1357. Parthasarathi, S., C. J. Moreno in K. Rao. 1996. »Quantitative and Qualitative Methods to Social Science Enquiry: Econometric Methods and Interdisciplinarity.« Econo- mic and Political Weekly 31 (30): p e 87-p e 92. Pearl, J. 2000. Causality: Models, Reasoning, and Inference. New York: Cambridge University Press. Pearson, K. 1911. The Grammar of Science. London: Adam and Charles Black. Pearson, K. 1920. »The Fundamental Problem of Practical Statistics.« Biometrika 13 (1): 1–16. Peirce, C. S. 1892. »The Doctrine of Necessity Examined.« The Monist 2 (3): 321–337. Perry, G. S. 2011. »Strategic Themes: How are They Used and Why?« https:// balancedscorecard.org/portals/0/pdf/Strategic_Themes_How_Are_They_USed _And_Why.pdf Pesaran, M. H., T. Schuermann in S. M. Weiner. 2004. »Modeling Regional Interdepen- dencies Using a Global Error-Correcting Macroeconometric Model.« Journal of Bu- siness & Economic Statistic 22 (2): 129–162. Peters, T. J., in R. H. Waterman. 2004. In Search of Excellence: Lessons from America’s Best-Run Companies. London: Profile Books. Pezet, A. 2009. »The History of the French Tableau de Bord (1885–1975): Evidence from the Archives.« Accounting Business and Financial History 19 (2): 103–125. Phillips, A. W. 1957. »Stabilization Policy and the Time Forms of Lagged Responses.« Economic Journal 67:265–277. Phillips, P. C. B. 1986. »Understanding Spurious Regressions in Econometrics.« Journal of Econometrics 33 (3): 311–340. Phillips, P. C. B., in C. Granger. 1997. »The e t Interview: Professor Clive Granger.« Econometric Theory 13 (2): 253–303. Phillips, P. C. B., in S. Ouliaris. 1990. »Asymptotic Properties of Residual Based Tests for Cointegration.« Econometrica 58 (1): 165–193. Pindyck, R. S., in D. L. Rubinfeld. 1981. Econometric Models and Economic Forecasts. 2. izd. New York: McGraw-Hill. Pindyck, R. S., in D. L. Rubinfeld. 1998. Econometric Models and Economic Forecasts. 4. izd. New York: McGraw-Hill. 267 Literatura Piskar, F., in S. Dolinšek. 2006. »Implementation of the i s o9001: From q m s to Busi- ness Model.« Industrial Management & Data Systems 106 (9): 1333–1343. Podobnik, D. 2008. »Integracija in sinergijski učinki orodij managementa.« Doktorska disertacija, Fakulteta za management Koper Univerze na Primorskem. Poister, T. H. 1982. »Developing Performance Indicators for the Pennsylvania Depart- ment of Transportation.« Public Productivity Review 6 (1–2): 51–77. Pors, N. O. 2008. »Management Tools, Organisational Culture and Leadership: An Explorative Study.« Performance Measurement and Metrics 9 (2): 138–152. Porter, M. E. 1979. »How Competitive Forces Shape Strategy.« Harvard Business Review 57 (2): 137–145. Porter, M. E. 1980. Competitive Strategy: Techniques for Analyzing Industries and Compe-titors. New York: The Free Press. Prothero, D. L., in K. F. Wallis. 1976. »Modelling Macroeconomic Time Series.« Journal of the Royal Statistical Society 139 (4): 468–500. Psaradakis, Z., M. Sola in F. Spagnolo. 2004. »Markov Error-Correction Models, with an Application to Stock Prices and Dividends.« Journal of Applied Econometrics 19 (1): 69–88. Pučko, D. 2002. »Strateško planiranje.« V Management: nova znanja za uspeh, ur. S. Mo- žina, 271–313. Radovljica: Didakta. Pučko, D., in R. Rozman. 2000. Ekonomika in organizacija podjetja. 1. knjiga, Ekonomika podjetja. Ljubljana: Ekonomska fakulteta. Qin, D., in C. L. Gilbert. 2001. »The Error Term in the History of Time Series Econome- trics.« Econometric Theory 17 (2): 424–450. Rao, M. P. 2006. »A Performance Measurement System Using a Profit-Linked Multi- Factor Measurement Model.« Industrial Management & Data Systems 106 (3): 362– 379. Rejc, A. 2002. »Vloga in pomen nefinančnih informacij v okviru uspešnosti poslova- nja podjetja – teorija in empirična preverba.« Doktorska disertacija, Ekonomska fakulteta Univerze v Ljubljani. Rieg, R. 2010. »Do Forecasts Improve over Time? A Case Study of the Accuracy of Sales Forecasting at a German Car Manufacturer.« International Journal of Accounting and Information Management 18 (3): 220–236. Robbins, L. 1935. An Essay on the Nature and Significance of Economic Science. London: Macmillan. Robson, Ian. 2004. »From Process Measurement to Performance Improvement.« Busi- ness Process Management Journal 10 (5): 510–521. Rohm, H. 2010. »Strategy-Based Balanced Scorecards for Technology.« http:// Balancedscorecard.org/portals/0/pdf/Strategy -BasedBalancedScorecardsforTechnology.pdf Rohm, H., in D. Montgomery. 2011. »Link Sustainability to Corporate Strategy Using the Balanced Scorecard.« http://Balancedscorecard.org/portals/0/pdf/ LinkingSustainabilitytoCorporateStrategyUsingtheBalancedScorecard.pdf Rozman, R. 2002a. »Pojmovanje in razvoj managementa.« V Management: nova znanja za uspeh, ur. S. Možina, 47–95. Radovljica: Didakta. 268 Literatura Rozman, R. 2002b. »Upravljanje v organizacijah.« V Management: nova znanja za uspeh, ur. S. Možina, 153–175. Radovljica: Didakta. Rozman, R. 2010. »Sekcija za izrazje: uspešnost, učinkovitost in povezani pojmi (za raz- pravo v klepetalnici).« http://www.sam-d.si/Default.aspx?cid=57&fid=63&tid =130 Rozman, R. 2012. »Is There Another Way to the Future But an Utopian One?« V s a m 2012: Organizational Changes for Dynamic Stability, ur. R. Rozman in A. Stare, 149– 165. Brdo pri Kranju: The Slovenian Academy of Management. Rozman, R., J. Kovač in F. Koletnik. 1993. Management. Ljubljana: Gospodarski vestnik. Rupnik, J. 2011a. »Delavnica 4.« Podskrajnik, 26. oktober 2011. Rupnik, J. 2011b. »Predstavitev. Kakovost.« http://www.ydria-motors.si/ predstavitev/11 Rupnik, J., S. Čučnik in D. Kavčič. 2011a. »Delavnica 5.« Hotedrščica, 28. november 2011. Rupnik, J., S. Čučnik in D. Kavčič. 2011b. »Delavnica 7.« Podskrajnik, 19. december 2011. Rupnik, J. in D. Kavčič. 2012. »Delavnica 8.« Podskrajnik, 10. april 2012. Russell, B. 1913. »On the Notion of Cause.« Proceedings of the Aristotelian Society 13:1–26. Russell, R. 1992. »Role of Performance Measurement in Manufacturing Excellence.« V Conference Proceedings of the 27th Annual British Production and Inventory Control Society. Birmingham: British Production and Inventory Control Society. Samuelson, P. A., in W. D. Nordhaus. 2002. Ekonomija. Ljubljana: g v založba. Santos, S. P., V. Belto in S. Howick. 2002. »Adding Value to Performance Measurement by Using System Dynamics and Multi-Criteria Analysis.« International Journal of Operations & Production Management 22 (11): 1246–1272. Sargan, J. D. 1961. »The Maximum Likelihood Estimation of Economic Relationships with Autoregressive Residuals.« Econometrica 29 (3): 414–426. Sargan, J. D. 1964. »Wages and Prices in the United Kingdom: A Study in Econome- tric Methodology (with Discussion).« V Econometric Analysis for National Economic Planning, ur. P. E. Hart, G. Mills in J. K. Whitaker, 25–63. London: Butterworth. Schmidt, S., I. Bateman, J. Breinlinger-O’Reilly in P. Smith. 2006. »A Management Approach That Drives Actions Strategically Balanced Scorecard in a Mental He- alth Trust Case Study.« International Journal of Health Care Quality Assurance 19 (2): 119–135. Sheshinski, E. in Y. Weiss. 1983. »Optimum Pricing Policy under Stochastic Inflation.« Review of Economic Studies 43:513–529. Shih, K. C., G. Q. Wu in Y. P. Huang. 1994. The Relation of Grey Information. Taipei: Chyuan-Chen. Silver, M. 1965. »Births, Marriages and Business Cycles in the United States.« Journal of Political Economy 73 (3): 237–255. Silverman, D. 2000. »Analyzing Talk and Text.« V Handbook of Qualitative Research, ur. N. K. Denzin in Y. S. Lincoln, 821–834. Thousand Oaks, c a: Sage. Simon, H. 1953. Models of Man. New York: Wiley. Simons, R. 1987. »Accounting Control Systems and Business Strategy: An Empirical Analysis.« Accounting Organizations and Society 12 (4): 357–374. Sims, C. A. 1980. »Macroeconomics and Reality.« Econometrica 48 (1): 1–48. 269 Literatura Singpurwalla, N. D. 2002. »On Causality and Causal Mechanisms; Comment on Dennis Lindley’s ‘Seeing and Doing: The Concept of Causation’.« International Statistical Review 70 (2): 198–206. Skinner, W. 1969. »Manufacturing: Missing Link in Corporate Strategy.« Harvard Busi- ness Review 47 (3): 136–145. Slovenski inštitut za standardizacijo. 2005. Sistemi vodenja kakovosti – Osnove in slo-var (i s o 9000:2005) (istoveten e n i s o 9000:2005). Ljubljana: Slovenski inštitut za standardizacijo. Slutzky, E. 1937. »The Summation of Random Causes as the Source of Cyclic Processes.« Econometrica 5 (2): 105–146. Smith, S. K. 1997. »Further Thoughts on Simplicity and Complexity in Population Pro- jection Models.« International Journal of Forecasting 13 (4): 557–565. Smith, P. K. 1993. »Welfare as a Cause of Poverty: A Times Analysis.« Public Choice 75 (2): 157–170. Smith, P. C., in M. Goddard. 2002. »Performance Management and Operational Rese- arch: A Marriage Made in Heaven?« The Journal of the Operational Research Society 53 (3): 247–255. Stake, R. E. 2000. »Case Studies.« V Handbook of Qualitative Research, ur. N. K. Denzin in Y. S. Lincoln, 821–834. Thousand Oaks, c a: Sage. Stock, J. H. 1987. »Asymptotic Properties of Least Squares Estimations of Cointegrating Vectors.« Econometrica 55 (5): 1035–1056. Stock, J. H., in M. W. Watson. 1988a. »Variable Trends in Economic Time Series.« The Journal of Economic Perspectives 2 (3): 147–174. Stock, J. H., in M. W. Watson 1988b. »Testing for Common Trends.« Journal of the American Statistical Association 83:1097–1107. Stock, J. H., in M. W. Watson. 1989. »Interpreting the Evidence on Money-Income Ca- usality.« Journal of Econometrics 40 (1): 161–181. Stock, J. H., in M. W. Watson. 1993. »A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems.« Econometrica 61 (4): 783–820. Stonehouse, G., in J. Pemberton. 2002. »Strategic Planning in s m e s: Some Empirical Findings.« Management Decision 40 (9): 853–861. Stovall, O. S., J. D. Neill in D. Perkins. 2004. »Corporate Governance, Internal Decision Making, and the Invisible Hand.« Journal of Business Ethics 51 (2): 221–227. Strotz, R., in H. O. A. Wold. 1960. »Recursive vs. Nonrecursive Systems: An Attempt at Synthesis.« Econometrica 28 (2): 417–427. Stubelj, I. 2011. »Vzročno-posledična zveza med investicijami in profiti ter politika investicij.« Doktorska disertacija, Fakulteta za management Koper Univerze na Pri- morskem. Suárez, D. 2009. »Innovative Strategies and Their Impact on the National Innovation System Dynamics.« http://smartech.gatech.edu/jspui/bitstream/1853/35476/1/ suarez.pdf Sullivan, P. H. 2000. Value-Driven Intellectual Capital: How to Convert Intangible Corporate Assets into Market Value. Toronto: Wiley. Suppes, P. 1970. A Probabilistic Theory of Causality. Amsterdam: North-Holland. 270 Literatura Tapinos, E., R. G. Dyson in M. Meadows. 2005. »The Impact of Performance Measure- ment in Strategic Planning.« International Journal of Productivity and Performance Management 54 (5–6): 370–384. Tashman, L. J., in J. Hoover. 2001. »Diffusion of Forecasting Principles through Soft- ware.« V Principles of Forecasting: A Handbook for Researchers and Practitioners, ur. J. S. Armstrong, 651–676. New York: Kluwer Academic Publishers. Tavčar, M. I. 1997. Razsežnosti strateškega managementa. Koper: Visoka šola za management. Tavčar, M. I. 2002. Strateški management. Koper: Visoka šola za management v Kopru. Teece, D. J., G. Pisano in A. Shuen. 1997. »Dynamic Capabilities and Strategic Manage- ment.« Strategic Management Journal 18 (7): 509–533. Tekavčič, M. 2002. »Merjenje in presojanje uspešnosti poslovanja.« V Management: nova znanja za uspeh, ur. S. Možina, 665–692. Radovljica: Didakta. Teräsvirta, T., in A. C. Eliasson. 2001. »Non-Linear Error Correction and the u k De- mand for Broad Money, 1878–1993.« Journal of Applied Econometrics 16 (3): 277– 288. Tether, B., in P. Swann. 2003. »Sourcing Science: The Use by Industry of the Science Base for Innovation: Evidence from the u k’s Innovation Survey.« cric Discussion Paper 64, University of Manchester, Manchester. Thakkar, J., S. G. Deshmukh, A. D. Gupta in R. Shankar. 2007. »Development of a Balan- ced Scorecard: An Integrated Approach of Interpretive Structural Modeling (i s m) and Analytic Network Process (a n p).« International Journal of Productivity and Performance Management 56 (1): 25–59. The Royal Swedish Academy of Sciences. 2003. »Time-Series Econometrics: Cointegra- tion and Autoregressive Conditional Heteroskedasticity.« http://www.nobelprize .org/nobel_prizes/economics/laureates/2003/advanced-economicsciences2003 .pdf Trnavčevič, A. 2006. »Raziskovalna metodologija v družboslovju.« Interno gradivo, Fa- kulteta za management Koper. Urad Republike Slovenije za standardizacijo in meroslovje. 2000. Sistemi vodenja kakovosti: zahteve (enakovreden i s o 9001:2000). Ljubljana: Urad Republike Slovenije za standardizacijo in meroslovje. Urad Republike Slovenije za standardizacijo in meroslovje. 2011. e f q m Model odličnosti. Ljubljana: Ministrstvo za visoko šolstvo, znanost in tehnologijo. Urrutia, I., in S. D. Eriksen. 2005. »Insights from Research: Application of the Balan- ced Scorecard in Spanish Private Health-Care Management.« Measuring Business Excellence 9 (4): 16–26. Vaiana, M. E., in E. A. McGlynn. 2002. »What Cognitive Science Tells Us About the Design of Reports for Consumers: m c r r.« Medical Care Research and Review 59 (1): 3–35. van der Woerd, F., in T. van den Brink. 2004. »Feasibility of a Responsive Business Sco- recard: A Pilot Study.« Journal of Business Ethics 55 (2): 173–186. Van Fraassen, B. C. 1989. Laws and Symmetry. Oxford: Clarendon. Voelpel, S. C., M. Leibold in R. A. Eckhoff. 2006. »The Tyranny of the Balanced Scorecard in the Innovation Economy.« Journal of Intellectual Capital 7 (1): 43–60. 271 Literatura von Clausewitz, C., T. von Ghyczy, C. von Oetinger in C. Bassford. 2001. Clausewitz on Strategy: Inspiration and Insight from a Master Strategist. Chichester: Wiley. Voss, C., N. Tsikriktsis in M. Frohlich. 2002. »Case Research in Operational Manage- ment.« International Journal of Operational and Production Management 22 (2): 195– 219. Vulimiri, A., O. Michel Brighten, P. Godfrey in S. Shenker. 2012. »More is Less: Redu- cing Latency via Redundancy.« Predstavljeno na Eleventh a c m Workshop on Hot Topics in Networks (HotNets-x i), Redmond, wa, 29.–30. oktober. Wang, W. 2005. »An Evaluation of the Balanced Scorecard in Equity Valuation: The Case of Exchange Ratio in the m & a s of Taiwan’s Financial Industry.« Journal of Intellectual Capital 6 (2): 206–221. Wiener, N. 1956. »The Theory of Prediction.« V Modern Mathematics for Engineers, ur. E. F. Beckenback, 165–190. New York: McGraw-Hill. Williams, P. A. 1996. »The Relation between a Priori Earnings Forecast by Management and Analyst Response to a Current Management Forecast.« The Accounting Review 71 (1): 103–115. Wilsey, D. 2011. »Themes of Confusion.« http://Balancedscorecard.org/portals/0/pdf/ ThemesofConfusion.pdf Wisner, J. D., in S. E. Fawcett. 1991. »Linking Firm Strategy to Operating Decisions through Performance Measurement.« Production and Inventory Management Journal 32 (3): 5–11. Wisniewski, M., in A. Dickson. 2001. »Measuring Performance in Dumfries and Gal- loway Constabulary with the Balanced Scorecard.« The Journal of the Operational Research Society 52 (10): 1057–1066. Wlezien, C. 2000. »An Essay on ‘Combined’ Time Series Processes.« Electoral Studies 19 (1): 77–93. Wlezien, C., in R. S. Erikson. 2002. »The Timeline of Presidential Election Campaigns.« The Journal of Politics 64 (4): 969–993. Wlezien, C. 2003. »Presidential Election Polls in 2000: A Study in Dynamics.« Presidential Studies Quarterly 33 (1): 172–187. Wouters, M., in M. Sportel. 2005. »The Role of Existing Measures in Developing and Implementing Performance Measurement Systems.« International Journal of Ope- rations & Production Management 25 (11): 1062–1082. Wu, Z. 2005. »Generalized Linear Models in Family Studies.« Journal of Marriage and Family 67 (4): 1029–1047. Ydria Motors. 2011a. »Predstavitev: o podjetju.« http://www.ydria-motors.si/ predstavitev/5 Ydria Motors. 2011b. »Letno poročilo 2011.« Interno gradivo, Ydria Motors, Idrija. Ydria Motors. 2011c. »Dokumentacija o transfernih cenah.« Interno gradivo, Ydria Mo- tors, Idrija. Ydria Motors. 2011d. »y m mesečni kazalniki.« Interno gradivo, Ydria Motors, Idrija. Ydria Motors. 2015a. »Predstavitev: o podjetju.« http://www.ydria-motors.si/ predstavitev/5 Ydria Motors. 2015b. »Predstavitev: družbeno odgovorni.« http://www.ydria-motors .si/predstavitev/12 272 Literatura Yin, R. K. 1994. Case Study Research: Design and Methods. Thousand Oaks, c a: Sage. Young, J. Z. 1978. Programs of the Brain. Oxford: Oxford University Press. Zellner, A. 1979a. »Causality and Econometrics.« V Three Aspects of Policy and Policyma-king, ur. K. Brunner in A. H. Meltzer, 9–54. Amsterdam: North-Holland. Zellner, A. 1979b. »Statistical Analysis of Econometric Models.« Journal of the American Statistical Association 74 (367): 628–643. Zellner, A., in F. Palm. 1974. »Time Series Analysis and Simultaneous Equation Econo- metric Models.« Journal of Econometrics 2 (1): 17–54. 273 Priloge Priloga 1 Rezultati testov stacionarnosti kazalnikov poslovanja Kazalnik t  t  t  t  i() t  i() t  i() t  i() a b s e n t –,* –,* –, –,* –,* –,* de l s –, –, , –,* –,* –,* ds r e d –,* –,* –,* –,* –,* –,* e n e r g –, –,* , –,* –,* –,* i n o v –, –,* –,* –,* –,* –,* i z ob –,* –,* –,* –,* –,* –,* m e s dob –,* –,* –,* –,* –,* –,* n a dd –,***–, , –,* –,* –,* n e s de l –,* –,* –,* –,* –,* –,* n e u c i n –, –, –, –,* –,* –,* o dh v s i –,* –,* –,* –,* –,* –,* o op s –, –,* –, –,* –,* –,* e b t –,* –,* –,* –,* –,* –,* p r i h –, –, , –,** –,*** –,* p r i h v s i –, –, , –,** –,*** –,* p r o de l –,***–,* , –,* –,* –,* p r z v d–, –, , –,* –,* –,* s de l –,* –,* –,* –,* –,* –,* s l a b –, –, , –,* –,* –,* s m i –, –,*** , –,* –,* –,* s m p –, –,*** , –,* –,* –,* s m v z d–, –,* , –,* –,* –,* s n m –, –, , –,** –, –,* –,* s p r dk –, –, , –,** –,*** –,* s p r z v k –, –, , –,***–, –,* – ,** s t r n –, –,** –, –,* –,* –,* s v z d–, –, , –,* –,* –,* y m p p m –,* –,* –, –,* –,* –,* z a l o g s –, –, , –,* –,* –,* s t r a z –, –, , –,* –,* –,* z a p p –, –, , –,* –,* –,* op om b e Z zvezdicami označene vrednosti pomenijo, da so časovne vrste kazalnikov stacionarne pri 1 , 5  ali 10 ; t 1 je test stacionarnosti s stalnim členom (ang. Intercept); t 2 je test stacionarnosti s časovnim trendom in stalnim členom (ang. Trend & Intercept); t 3 je test stacionarnosti brez časovnega trenda in stalnega člena (ang. None). Izbrana kritična vrednost t-statistike je pri 10  ravni. t1i(1), t2i(1) in t3i(1) so enaki testi stacionarnosti za enkrat diferencirane kazalnike poslovanja. t 2 i(2) je test z dvakratnim diferenciranjem kazalnika poslovanja. Za test stacionarnosti je bila uporabljena metoda Augmented Dickey Fuller test (a df). Velikost zamika je avtomatično izbrana z metodo Schwartz Info Criterion. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. 275 Priloge Priloga 2 Rezultati Grangerjevega testa vzročnosti (skupina povezav A) Vzročnost Zamik        a b s e n t → ne sdel ,* ,* ,* ,* , , , n e s d e l → ab sent , , , , , , , a b s e n t → neucin , , ,* , , , , n e u c i n → ab sent , , , ,* ,* ,* ,* a b s e n t → y mppm ,* ,* , ,* ,* ,* ,* y m p p m → ab sent , , ,* ,* ,* ,* ,* a b s e n t → dsred , , , , , , , d s r e d → ab sent , , , , , , , n e s d e l → neucin , , , , , , , n e u c i n → ne sdel ,* ,* , , ,* ,*  e− 5* n e s d e l → y mppm , , ,* ,* ,* ,* ,* y m p p m → ne sdel , , , , , , , n e s d e l → dsred , , , , , , ,* d s r e d → ne sdel , , , , , , , n e u c i n → y mppm  e− 5* ,* ,* ,* ,* ,*  e− 6* y m p p m → neucin ,* ,* , , , , , n e u c i n → dsred , , , , , , , d s r e d → neucin , , , , , , , y m p p m → dsred , , , , , , , d s r e d → y mppm , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Neučinkovitost je označena z n e u c i n. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. Priloga 3 Rezultati Grangerjevega testa vzročnosti (skupina povezav B) Vzročnost Zamik        i z ob → prodel , , , , ,* , , p r o d e l → izob , , , , , , , i z ob → y mppm , , , , , ,* , y m p p m → izob , , , , , , , i z ob → odhvsi , , , , , , , o d h v s i → izob , , , , , , , p r o d e l → y mppm , , , , , , , y m p p m → prodel , , , , , , , p r o d e l → odhvsi , , ,* ,* ,* ,* ,* o d h v s i → prodel , , , , , , , y m p p m → odhvsi , , , , , , , o d h v s i → y mppm , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. 276 Priloge Priloga 4 Rezultati Grangerjevega testa vzročnosti (skupina povezav C) Vzročnost Zamik        n e s d e l → ab sent , , , , , , , a b s e n t → ne sdel ,* ,* ,* ,* , , , i z ob → ab sent , , , , , , , a b s e n t → izob , , , , , , , p r o d e l → ab sent , , , , , , , a b s e n t → prodel , , , , , , , y m p p m → ab sent , , ,* ,* ,* ,* ,* a b s e n t → y mppm ,* ,* , ,* ,* ,* ,* e b t → ab sent , , , , , , , a b s e n t → ebt , , , , , , , i z ob → ne sdel , , , , , , , n e s d e l → izob , , , , , , , p r o d e l → ne sdel , , , , , , , n e s d e l → prodel , , , , , , , y m p p m → ne sdel , , , , , , , n e s d e l → y mppm , , ,* ,* ,* ,* ,* e b t → ne sdel , , , , , , , n e s d e l → ebt , , , , , , , p r o d e l → izob , , , , , , , i z ob → prodel , , , , , , , y m p p m → izob , , , , , , , i z ob → y mppm , , , , , ,* , e b t → izob , , , , , , , i z ob → ebt , , , , , , ,* y m p p m → prodel , , , , , , , p r o d e l → y mppm , , , , , , , e b t → prodel , , , , , , , p r o d e l → ebt , , ,* ,* ,* , ,* e b t → y mppm , , , , , , , y m p p m → ebt , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Neučinkovitost je označena z n e u c i n. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. Priloga 5 Rezultati Grangerjevega testa vzročnosti (skupina povezav E) Vzročnost Zamik        p r o d e l → inov , , ,* ,* ,* ,* , i n o v → prodel , , , , , , , z a l o g s → inov , ,* ,* ,* ,* ,* , i n o v → zal o gs , , , , , , , y m p p m → inov , , , , , , , i n o v → y mppm , , , , , , , o d h v s i → inov  e− 9*  e− 8* ,* ,* ,*  e− 47* ,* Nadaljevanje na naslednji strani 277 Priloge Priloga 5 Nadaljevanje s prejšnje strani Vzročnost Zamik        i n o v → odhvsi  e− 5* ,* , , , ,  e− 9* z a l o g s → prodel ,* ,* , , , , , p r o d e l → zal o gs , , , , , , , y m p p m → prodel , , , , , , , p r o d e l → y mppm , , , , , , , o d h v s i → prodel , , , , , , , p r o d e l → odhvsi , , ,* ,* ,* ,* ,* y m p p m → zal o gs , , , , , , , z a l o g s → y mppm ,* ,* ,* ,* ,* ,* ,* o d h v s i → zal o gs , , , , , , , z a l o g s → odhvsi , , , , ,* ,  e− 5* o d h v s i → y mppm , , , , , , , y m p p m → odhvsi , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Zaloge skupaj so označene z z a l o g s. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. Priloga 6 Rezultati Grangerjevega testa vzročnosti (skupina povezav F) Vzročnost Zamik        p r o d e l → inov , , ,* ,* ,* ,* , i n o v → prodel , , , , , , , z a l o g s → inov , ,* ,* ,* ,* ,* , i n o v → zal o gs , , , , , , , y m p p m → inov , , , , , , , i n o v → y mppm , , , , , , , d s r e d → inov  e− 11*  e− 7* ,* ,* ,*  e− 96* , i n o v → dsred ,* ,* , , ,  e− 9* , z a l o g s → prodel ,* ,* , , , , , p r o d e l → zal o gs , , , , , , , y m p p m → prodel , , , , , , , p r o d e l → y mppm , , , , , , , d s r e d → prodel , , , , , , , p r o d e l → dsred , , ,* ,* ,* , ,* y m p p m → zal o gs , , , , , , , z a l o g s → y mppm ,* ,* ,* ,* ,* ,* ,* d s r e d → zal o gs , , , , , , , z a l o g s → dsred , , , , ,* , , d s r e d → y mppm , , , , , , , y m p p m → dsred , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Zaloge skupaj so označene z z a l o g s. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. 278 Priloge Priloga 7 Rezultati Grangerjevega testa vzročnosti (skupina povezav G) Vzročnost Zamik        s t r a z → inov , , , , , , , i n o v → str az , , , , , , , y m p p m → inov , , , , , , , i n o v → y mppm , , , , , , , p r i h → inov , , , , , , , i n o v → prih , , , , , , , y m p p m → str az , , ,* ,* ,* ,* ,* s t r a z → y mppm ,  e− 7*  e− 7*  e− 7*  e− 6*  e− 6*  e− 6* p r i h → str az ,* ,* ,* ,* , , , s t r a z → prih ,* , , , , , , p r i h → y mppm , ,* ,* ,* , , , y m p p m → prih , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Stroški razvoja so označeni s s t r a z. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. Priloga 8 Rezultati Grangerjevega testa vzročnosti (skupina povezav H) Vzročnost Zamik        s t r a z → inov , , , , , , , i n o v → str az , , , , , , , y m p p m → inov , , , , , , , i n o v → y mppm , , , , , , , d s r e d → inov  e− 11*  e− 7* ,* ,* ,*  e− 96* , i n o v → dsred ,* ,* , , ,  e− 9* , y m p p m → str az , , ,* ,* ,* ,* ,* s t r a z → y mppm ,  e− 7*  e− 7*  e− 7*  e− 6*  e− 6*  e− 6* d s r e d → str az , , , , , , , s t r a z → dsred , , , , , , , d s r e d → y mppm , , , , , , , y m p p m → dsred , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Zaloge skupaj so označene z z a l o g s. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. Priloga 9 Rezultati Grangerjevega testa vzročnosti (skupina povezav I) Vzročnost Zamik        a b s e n t → me sdob , , , , , , , m e s d ob → ab sent , , , , , , , n e s d e l → me sdob , , , , , , , Nadaljevanje na naslednji strani 279 Priloge Priloga 9 Nadaljevanje s prejšnje strani Vzročnost Zamik        m e s d ob → ne sdel , , , , , , , p r o d e l → me sdob , , ,* ,* ,* , , m e s d ob → prodel , , , , , , , y m p p m → me sdob , , , , , , , m e s d ob → y mppm , , , , , , , n e s d e l → ab sent , , , , , , , a b s e n t → ne sdel , ,* ,* ,* , , , p r o d e l → ab sent , , , , , , , a b s e n t → prodel , , , , , , , y m p p m → ab sent , , ,* ,* ,* ,* ,* a b s e n t → y mppm ,* , , ,* ,* ,* ,* p r o d e l → ne sdel , , , , , , , n e s d e l → prodel , , , , , , , y m p p m → ne sdel , , , , , , , n e s d e l → y mppm , , ,* ,* ,* ,* ,* y m p p m → prodel , , , , , , , p r o d e l → y mppm , , , , , , , op om b e Zvezdice označujejo vzročnost spremenljivk pri 1 , 5  ali 10  ravni. Izračunane so povezanosti med spremenljivkami, ki jih združujemo v modele popravljanja napak. – označuje neizračunano Grangerjevo vzročnost pri določenem zamiku para kazalnikov. Pri 32. zamiku verjetnost Grangerjeve vzročnosti ni več izračunljiva. Polni naziv kratic kazalnikov poslovanja so predstavljene v poglavju o analizi stacionarnosti. Zaloge skupaj so označene z z a l o g s. Vzorec meritev vključuje obdobje od 2 0 0 4 m 0 1 do 2 0 1 1 m 1 2. Vključenih je bilo 96 opazovanj. 280 ISBN 978-961-266-190-8 Univerza na Primorskem Fakulteta za management www.fm-kp.si Document Outline Razvoj sistema uravnoteženih kazalnikov Kazalo Seznam preglednic Seznam slik Krajšave Uvod Opredelitev raziskovalnega problema Namen, raziskovalna vprašanja in cilji Razvoj hipoteze Hipoteza Predstavitev raziskovalnih metod Omejitve Vzročnost Opredelitev vzrocnosti Vzrocnost kot temelj raziskave Vzrocnost v managementu in ekonometriji Sistem managementa organizacije Managerski vidik organizacije Razvoj managerskega modela Zakaj merimo in kaj merimo Sistem managementa, ki temelji na procesnem pristopu Sistem uravnoteženih kazalnikov Zgodovinski pregled razvoja Pregled pristopov za povezovanje ciljev in kazalnikov poslovanja Sistemi uravnoteženih kazalnikov in strateške mape Kazalniki poslovanja za strateško mapo Empirična analiza kazalnikov poslovanja Metodologija kvalitativne empiricne analize Predstavitev podjetja Analiza dokumentov in zapisov Analiza in ugotovitve polstrukturiranih intervjujev Metodologija kvantitativne empiricne analize Empiricna kvantitativna analiza kazalnikov poslovanja Analiza in rezultati empiricne verifikacije sistema uravnoteženih kazalnikov in preverjanje hipoteze Razprava in razlaga raziskave Identifikacija vzrocnih povezav kazalnikov poslovanja Kvalitativna utemeljitev vzrocnih povezav kazalnikov poslovanja Sklep Odgovori na raziskovalna vprašanja Povzetek kljucnih ugotovitev Literatura Priloge