Professional Documents
Culture Documents
CAŁOŚĆ PRACA (I, II, III) - Tekst Po Zmianach
CAŁOŚĆ PRACA (I, II, III) - Tekst Po Zmianach
Zarówno temat sezonowości jak i płynności finansowej są niezwykle istotne dla przedsiębiorstw.
Sezonowość jest charakterystycznym zjawiskiem, które wiąże się z regularnymi i powtarzającymi się
zmianami w popycie na produkty lub usługi w zależności od okresów czasu, takich jak pory roku,
święta, czy okazje specjalne. Dla wielu firm stanowi zarówno wyzwanie, jak i szansę. Z jednej strony,
wzrost sprzedaży w okresach szczytu sezonowego może przyczynić się do zwiększenia przychodów i
zysków. Jednak z drugiej strony, nierównomierne rozłożenie wpływów finansowych może prowadzić
do trudności w utrzymaniu płynności finansowej w innych, mniej korzystnych okresach.
Przedsiębiorstwa muszą być w stanie dostosować swoje strategie finansowe i zarządzanie płynnością
do specyfiki sezonowych fluktuacji. W przypadku, gdy przychody ze sprzedaży w okresach
sezonowych są znacznie wyższe niż w innych okresach, istnieje ryzyko nadmiernego obciążenia
zobowiązaniami finansowymi, które może prowadzić do zatorów płatniczych i braku zdolności do
terminowego regulowania zobowiązań.
Wpływ sezonowości na płynność finansową jest złożonym zagadnieniem, które wymaga dogłębnej
analizy. Istotne jest zidentyfikowanie okresów sezonowych, w których przychody są najwyższe oraz
okresów, w których występuje spadek sprzedaży. Konieczne jest również zrozumienie czynników
wpływających na sezonowość w danej branży, takich jak trendy konsumenckie, warunki pogodowe,
czy okoliczności ekonomiczne.
W pracy dokonano analizy wpływu sezonowości na płynność finansową, badając zależności między
sezonowymi zmianami przychodów ze sprzedaży a zdolnością przedsiębiorstwa do regulowania
zobowiązań w różnych okresach czasu. Przyjrzano się również czynnikom branżowym, które mogą
wpływać na sezonowość oraz różnym strategiom zarządzania płynnością finansową. W tym celu
posłużono się danymi finansowymi zawartymi w skonsolidowanych sprawozdaniach Grupy Żywiec
S.A oraz Grupy Ambra S.A.
str. 1
Rozdział 1. Pojęcie oraz sposoby pomiaru płynności finansowej w przedsiębiorstwie
str. 2
terminowym regulowaniem zobowiązań bieżących. Z kolei gdy występuje nadpłynność,
zmniejsza się rentowność firmy oraz możliwości wykorzystywania środków obrotowych.
Zdecydowanie gorsze skutki niesie za sobą brak płynności, zarówno pod względem
ekonomicznym jak i wizerunkowym. Zwlekanie z płatnościami może doprowadzić do
pogorszenia relacji z kontrahentami oraz utratę wiarygodności. Wiąże się z tym skracanie
przez dostawców czasu na uregulowanie długu, wstrzymywanie dostaw lub żądanie okazania
zabezpieczenia firmy. W przypadku banków, mogą one ograniczać zdolność kredytową
przedsiębiorstwa bądź wypowiadać umowy kredytowe. Nieterminowe regulowanie
zobowiązań publiczno-karnych często wiąże się z karami lub dodatkowymi opłatami, a w
skrajnych przypadkach firma może odpowiadać karnie za niewywiązywanie się np. z płacenia
podatków (Kowalak, 2022, strony 223-225).
− wahania sezonowe;
− zakłócenia biznesu;
str. 3
− złe zarządzanie kapitałem obrotowym bądź płynnością finansową;
− transakcyjnym;
− ostrożnościowym;
− spekulacyjnym;
− zarządczym.
str. 4
środków pieniężnych przy korzystnych warunkach rynkowych, w celu pokrycia przyszłych
potrzeb finansowych. Rezerwy powinny być tym większe, im większe są wahania w
przepływach pieniężnych.
str. 5
firmy
str. 6
− funkcjonowanie systemu pieniężnego w gospodarce – ustalane przez banki stopy
− płynność finansowa;
− sprawność działania;
str. 7
− rentowność przedsiębiorstwa;
Analiza finansowa opiera się na już znanych i wypracowanych przez firmę wynikach, a co
za tym idzie służy do badania zdarzeń przeszłych (Gabrusewicz, Podstawy analizy
finansowej, 2005, str. 208). Podstawowym źródłem danych wykorzystywanym do obliczeń są
sprawozdania finansowe przedsiębiorstw. Wykorzystując zaprezentowane tam wartości
aktywów, należności, przepływów pieniężnych, zobowiązań czy też kapitału, ustala się
wskaźniki finansowe określające zależności pomiędzy porównywanymi składnikami
(Kowalak, 2022, strony 27-31).
str. 8
natychmiastowej. Łączy je wspólny mianownik, którym jest wartość krótkoterminowych
zobowiązań, natomiast różni licznik obejmujący aktywa o odmiennej płynności. Uzyskane
wyniki powinny się mieścić w optymalnych przedziałach, ponieważ zarówno zbyt niska
płynność jak i zbyt wysoka może nieść za sobą negatywne skutki. W pierwszym przypadku
przedsiębiorstwo naraża się na utratę zdolności do regulowania zobowiązań, a nawet na
doprowadzenie do niewypłacalności. Z kolei nadpłynność prowadzi do zwiększania kosztów
działalności (Grzywacz, 2014, strony 13-14).
Wskaźnik płynności bieżącej, inaczej current ratio (CR), opisuje się przy pomocy
wzoru:
Wskaźnik płynności szybkiej, inaczej quick ratio (QR), ukazuje stosunek aktywów
obrotowych skorygowanych o wartość zapasów do zobowiązań krótkoterminowych. Jest
określony wzorem:
Aktywa obrotowe−zapasy
Zobowiązania krótkoterminowe
str. 9
W tym przypadku nie można jednoznacznie określić optymalnego przedziału
płynności, jest on uzależniony od charakteru przedsiębiorstwa oraz branży, w której
prosperuje. W celu efektywnego zarządzania środkami pieniężnymi należy je ograniczyć do
poziomu niezbędnego w danej firmie. W przypadku nadwyżek gotówki zwiększają się
również koszty, szczególnie jeśli zauważalny jest również wzrost stóp procentowych. Mimo
braku optymalnego przedziału dla tej miary płynności, wskazuje się jednak wyraźny próg
zagrożenia, który wynosi 0,2. Poniżej tej wartości przedsiębiorstwo narażone jest na
całkowitą utratę płynności finansowej (Grzywacz, 2014, strony 106-107).
str. 10
opisać udział nadwyżki operacyjnej w sumie wpływów z działalności. Im wyższy poziom
wskaźnika, tym wyższa jest zdolność do generowania środków pieniężnych z podstawowej
działalności, tym samym zmniejsza się udział gotówki pozyskiwanej z innych źródeł
(Kuciński, 2017, strony 64-68).
162).
Przyrost wartości tych miar na ogół wskazuje poprawę poziomu płynności finansowej
w przedsiębiorstwie oraz zdolności do finansowania wydatków. Nie zawsze jednak spadek tej
str. 11
wartości przynosi negatywne skutki, interpretując wyniki należy mieć na uwadze różne
czynniki wpływające na zmiany wielkości środków pieniężnych. Za przykład może posłużyć
zwiększenie się sprzedaży, a tym samym wyższe wartości należności, stanu zapasów oraz
zobowiązań. W takiej sytuacji wzrost środków pieniężnych może być wolniejszy niż sam
wzrost sprzedaży, a wskaźnik wydajności gotówkowej sprzedaży spadnie, jednak skutkiem tej
zmiany nie będą problemy z utrzymaniem płynności finansowej (Dudycz, 2008, strony 455-
456).
Dzięki tej mierze można określić stopień uzyskanych przez aktywa ogółem gotówki z
działalności operacyjnej. Również w tym przypadku pożądany jest wzrost wartości
wskaźnika. W celach głębszej analizy można wyszczególnić udział wypracowanej gotówki z
działalności operacyjnej wyłącznie dla aktywów trwałych lub obrotowych. Należy wtedy
uwzględnić ich wartość w mianowniku. Pozwała to określić jak zmiany tych dwóch
składowych wpływają na wydajność gotówkową aktywów.
str. 12
Ostatni z omawianych wskaźnik wydajności gotówkowej odnosi się do
wypracowanego z działalności operacyjnej zysku. Aby go obliczyć należy posłużyć się
wzorem:
str. 13
Opracowanie własne na podstawie: W.Gabrusiewicz, Analiza finansowa przedsiębiorstwa.
Teoria i zastosowanie, Oficyna Wydawnicza SGH, Warszawa 2014, s. 123-126.
Ujemna wartość wskazuje, że część lub całość majątku trwałego jest finansowana przy
pomocy bieżących zobowiązań (rysunek 1). W sytuacji, kiedy jedynymi aktywami są aktywa
trwałe, a w kapitale wykazuje się wyłącznie zobowiązania krótkoterminowe, wartość KON
jest najniższa. W większości przypadków jest to niekorzystne dla przedsiębiorstw.
Z dodatnią wartością KON wiąże się przewaga kapitału stałego nad aktywami
trwałymi. Wówczas kapitał własny oraz kapitał obcy długoterminowy finansują część
aktywów obrotowych przedsiębiorstwa. (rysunek 2)
str. 14
Opracowanie własne na podstawie: W.Gabrusiewicz, Analiza finansowa przedsiębiorstwa.
Teoria i zastosowanie, Oficyna Wydawnicza SGH, Warszawa 2014, s. 123-126.
str. 15
Kapitał własny (1.6)
≥1
Aktywa trwałe
Nieco mniej restrykcyjną jest srebrna zasada bilansowa, w której to dopuszcza się aby
majątek trwały był finansowany przez kapitał stały, czyli kapitał własny powiększony o
zobowiązania długoterminowe. Jeśli zostanie ona zachowana, kapitał obrotowy netto może
osiągać dodatnie wartości, co ma korzystny wpływ na zachowanie płynności finansowej.
Istnieje również złota reguła finansowa, w jej przypadku całkowita wartość kapitału
obcego nie powinna być większa niż wartość kapitałów własnych. Innymi słowy
przedsiębiorstwo powinno unikać sytuacji, w której stopień zadłużenia przewyższałby 50%
(Gostkowska-Drzewicka, 2017, strony 25-26).
Pierwszy z nich jest związany ze złotą zasadą bilansową, a jego wartość powinna być
bliska lub większa jedności. W większości przypadków trudne jest osiągnięcie sytuacji, w
której współczynnik byłby równy 1. Im wyższy jednak stopień pokrycia aktywów trwałych
kapitałem własnym, tym lepiej dla przedsiębiorstwa..
Drugi stopień pokrycia odzwierciedla srebrną regułę bilansową, zgodnie z którą dla
utrzymania stabilnej sytuacji finansowej przedsiębiorstwa wartość współczynnika powinna
być większa niż 1. W tej sytuacji nadwyżka kapitału stałego nad aktywami trwałymi może w
pewnej części sfinansować aktywa obrotowe (Gabrusewicz, Analiza finansowa
przedsiębiorstwa Teoria i zastosowanie, 2014, strony 121-122).
str. 16
Ważnym elementem wpływającym na regulowanie płynności finansowej jest sposób
zarządzania kapitałem obrotowym netto. Przedsiębiorstwa mogą obrać jedną z trzech
strategii:
− zachowawczą;
− umiarkowaną;
− agresywną.
str. 17
taka sytuacja świadczy o dużym zagrożeniu utraty płynności finansowej, spłata zobowiązań
może w pewnym momencie wymagać upłynnienia aktywów trwałych. Zaletą prowadzenia
takiej strategii jest zdecydowanie najniższy koszt korzystania z kapitałów. W przypadku
ujemnej wartości KON zobowiązania krótkoterminowe będą pokrywały część aktywów
trwałych, co doprowadzi do naruszenia reguły bankowej (Ostaszewski, 2015, strony 193-
194).
str. 18
Analizę szeregów czasowych w finansach stosuje się w celu podjęcia jak najlepszej
decyzji o m.in. sprzedaży lub zakupie, produkcji, zatrudnieniu. Można więc wyodrębnić kilka
kluczowych zadań jakie spełniają szeregi czasowe:
gospodarczych;
surowców;
Na podstawie podanych przykładów wyróżnia się dwie główne funkcję stosowania
szeregów czasowych, czyli rozpoznanie regularnych tendencji oraz prognozowanie
(Zagdański i Suchwałko, 2016, str. 22).
Zmienne losowe charakteryzują szereg czasowy i mogą przybierać formę ciągłą jeśli
opisują wartości rzeczywiste z niepoliczalnego przedziału. O zmiennych skokowych mówi się
z kolei, gdy wartość jest policzalna i ściśle określona na dany moment. Szeregi czasowe
można podzielić na szereg okresów i momentów, w zależności od charakteru badanej cechy.
Ten pierwszy stanowi zbiór informacji o zjawisku w całym wyznaczonym okresie.
Najczęściej opiera się na zmiennych ciągłych oraz pozwala na agregacje danych. Szereg
czasowy momentów zawiera wartości badanego zjawiska wyłącznie dla określonych
momentów czasu, np. roku, kwartału, miesiąca. Nie można w tym przypadku określić jak
sytuacja kształtowała się pomiędzy danymi punktami odczytów (Witkowska, Kompa i
Tarczyński, 2013, strony 11-12).
str. 19
Analizę struktury zbiorowości przeprowadza się przy pomocy parametrów opisowych,
które można podzielić na klasyczne oraz pozycyjne. Ma ona na celu zbadanie właściwości
szeregów czasowych. Parametry klasyczne liczy się z uwzględnieniem wszystkich wartości
cechy w zbiorowości, są to między innymi średnia arytmetyczna, wariancja, klasyczny
współczynnik zmienności. Natomiast dominanta lub mediana to typowe parametry pozycyjne,
które określane są za pomocą tylko niektórych jednostek ze zbiorowości i stanowią
alternatywę dla miar klasycznych (Zimny, 2010, str. 21).
− miara położenia;
− miara asymetrii;
T
1
y=
T
∑ ❑ yt (2.1)
t=1
str. 20
występującą wartość cechy zmiennej w badanym zbiorze. Mediana z kolei przybiera wartość
tej cechy, która znajduje się w połowie wszystkich badanych zmiennych uporządkowanych
od najniższych do najwyższych wartości (Zimny, 2010, strony 22-25).
√
r
r
d (x )=∑ ❑∨ yt− y∨ ¿ ¿ (2.4)
t=1 T
str. 21
Względną miarą zróżnicowania, która odnosi się do innych miar jest współczynnik
zróżnicowania. Oblicza się go przy pomocy następujących wzorów:
S (2.5)
Vz= ∗100 %
y
d (x) (2.6)
Vz= ∗100 %
y
Za wartość graniczną tego współczynnika uznaje się 10%, wyniki niższe świadczą na
ogół o nieistotnym zróżnicowaniu.
Do miar symetrii zalicza się między innymi współczynnik skośności Pearsona, oraz
klasyczny współczynnik asymetrii. Pierwszy z nich przyjmuje wartości z przedziału [-1-1].
Jest on ilorazem różnicy między średnią wartością badanego zjawiska a jego dominanty oraz
odchyleniem standardowym:
x−D
A S= (2.7)
S(x )
3
v (x)
A S= (2.8)
S 3 (x)
str. 22
Moment centralny trzeciego stopnia, który pojawia się przy współczynniku asymetrii
liczy się zgodnie ze wzorem:
Analizujący wyniki miar należy zwrócić uwagę na znak, który informuje o kierunku
asymetrii. Wartości ujemne świadczą o asymetrii lewostronnej, a dodatnie o prawostronnej. Z
kolei o sile asymetrii informuje nas wartość bezwzględną współczynników, im jest ona
większa, tym silniejszą asymetrią charakteryzuje się rozkład. Jeżeli miary są równe zeru,
oznacza to że rozkład jest symetryczny (Sojka, Przybylska-Mazur, Sączewska-Piotrowska i
Wolny-Dominiak, 2020, strony 19-21).
str. 23
Służy on do określania powtarzalności pewnych zjawisk oraz ich następstw. Można wyróżnić
cztery składowe szeregu czasowego:
wartości trendu;
koniunkturalnym;
str. 24
− Etap 2. Eliminacja trendu z szeregu czasowego;
261-264).
str. 25
y n−2 + y n−1+ y n
y n−1= (2.10)
3
1 1
∙ y n−4 + y n−3 + y n−2+ ∙ y n
2 2 (2.11)
y n−2=
4
y t =α 1t +α 0+ δ t (2.12)
str. 26
n n n
n ∑ ❑ y t t−∑ ❑t ∑ ❑ y t
t =1 t =1 t =1
a 1= n n
(2.13)
n ∑ ❑t −( ∑ ❑t )
2 2
t=1 t =1
a 0= y t −a1 t (2.14)
y=a1 t +a 0 (2.15)
Sama eliminacja wahań sezonowych zależna jest od wybranego modelu szeregu. Mają
tu zastosowanie dwie formuły, w przypadku modelu addytywnego oblicza się różnicę między
wartościami empirycznymi zmiennej a wartościami teoretycznymi wyznaczonymi z funkcji
trendu, które nie zawierają wahań. Zastosowanie ma wtedy wzór:
st = y t −^
yt (2.16)
Dla modelu multiplikatywnego wyznacza się iloraz wartości obserwacji oraz wartości
teoretycznych nie zawierających wahań:
yt
st = (2.17)
^
yt
∑ ❑ st (2.18)
si= t=1
N
str. 27
n
∑ ❑ si (2.19)
k = t =1
N
o i=si−k (2.20)
si
o i= ∙100 % (2.21)
k
Analiza statystyczna daje wiele narzędzi do zbadania danego zjawiska poprzez ocenę
jego przeciętnego poziomu, czy też zróżnicowania. Kiedy zbiorowość charakteryzuje się
więcej niż jedną cechą statystyczną, badanie można poszerzyć o ocenę współzależności.
Może się okazać, że dwie właściwości są ze sobą powiązane, a zmiana jednej z nich skutkuje
zmianami drugiej. Zależności bada się pod kątem ich siły oraz kierunku, przy wykorzystaniu
str. 28
odpowiednich miar, takich jak współczynnik korelacji Pearsona, korelacja cząstkowa i
wieloraka, a także współczynnik korelacji rang Spearmana.
Kiedy cechy wykazują między sobą powiązanie, może ona mieć charakter funkcyjny
bądź stochastyczny. W przypadku zależności o charakterze funkcyjnym zmiany jednej cechy
zależnej oddziałują na zmiany drugiej. Można ją opisać poprzez funkcję
Y =f ( X ) ,w której to parametry X oraz Y przyjmują odpowiednio wartości dwóch
analizowanych zmiennych. W praktyce rzadko spotyka się zależności o charakterze
funkcyjnym.
Natomiast kiedy zmiany jednej cechy wywołują średnie zmiany drugiej, mówi się o
zależności stochastycznej. Wyrażenie „średnie zmiany” jest tutaj kluczowym elementem,
który wyróżnia te dwa charaktery współzależności. Oznacza ono, że reakcje zmiennej
zależnej mogą występować z różnym, większym bądź mniejszym nasileniem. W
konsekwencji danej wartości cechy X może odpowiadać więcej niż jedna wartość Y .
Charakter stochastyczny opisuje się jako Y '=f ( X ) , gdzie Y ' oznacza wartość średnią
zmiennej (Szczepańska-Przekota, 2020, str. 103).
Opisowe miary współzależności określa się w inny sposób dla cech zmiennych, a w
inny dla jakościowych. Narzędzia wykorzystywane przy cechach jakościowych to między
innymi: współczynnik korelacji liniowej Pearsona, stosunki korelacyjne Pearsona, korelacja
cząstkowa i wieloraka. Z kolei zależność między zmiennymi jakościowymi można opisać
przy pomocy współczynnika korelacji rang Spearmana, korelacji rang Kenalla, mierników
korelacji statystyki chi-kwadrat (Sobczak, 2010, strony 104-127).
str. 29
n
Kowariancja przyjmuje wartości z zakresu [−s(x )∙ s( y ); s(x )∙ s ( y )], gdzie s(x ) oraz
s( y ) stanowią odchylenia standardowe badanych zmiennych.
cov ( X ,Y )
r ( X ,Y )= (2.23)
S( x )∙ S ¿ ¿
xy −x ∙ y
r ( X ,Y )= (2.24)
√ x −x2 ∙ √ y 2− y 2
2
105-106).
str. 30
zależną wpływa więcej niż jedna zmienna niezależna. Analizy należy dokonywać w taki
sposób, aby zbadać wyłącznie ekonomicznie i logicznie uzasadnione powiązania.
r xy −r xz ∙ r yz
r xy . z= (2.25)
√(1−r 2
xz )∙(1−r yz )
2
r xz −r xy ∙r zy
r xy . y =
(2.26)
√(1−r 2
xy )∙(1−r zy )
2
r yz −r xy ∙ r zx
r xy . x = (2.27)
√(1−r 2
xy )∙(1−r zx )
2
r xy −r xz ∙r yz
R y . zx = (2.28)
√(1−r 2
xz
2
)∙ (1−r yz )
str. 31
√
2
s ( y i) (2.29)
e yx = 2
s ( y)
√
2
s (x i ) (2.30)
e xy = 2
s (x)
y=a1 x + a0 (2.31)
x=b 1 y +b 0 (2.32)
Przy jej pomocy określa się współzmienność badanych cech poprzez dopasowanie ich
do funkcji. Parametry strukturalnemożna wyznaczyć korzystając z metody najmniejszych
kwadratów. Istnieje jednak drugi sposób, który opiera się na średnich arytmetycznych obu
zmiennych, ich odchyleń standardowych oraz współczynniku korelacji Pearsona. W tym
przypadku zastosowanie mają następujące wzory:
s( y)
a 1=r (x , y)∙ (2.33)
s (x)
s (x)
b 1=r (x , y )∙ (2.34)
s( y)
a 0= y−a1 x
(2.35)
b 0=x−b 1 y
(2.36)
str. 32
Miarami dopasowania teoretycznych linii regresji do danych empirycznych są
współczynnik zmienności resztowej, współczynnik zbieżności oraz współczynnik
determinacji (Balcerowicz-Szkutnik, Sojka i Szkutnik, 2014, str. 56). Pierwszy z nich jest
miarą niemianowaną wyrażaną procentowo. Informuje jaka część średniej arytmetycznej
badanej zmiennej stanowi odchylenie standardowe składnika resztowego, a określa go wzór:
Se
V e= ∙100 % (2.37)
y
√
n
∑ ❑( y i− ^y )2 (2.38)
i=1
Se =
n−k
Wyrażenie n−k określa liczbę stopni swobody, czyli różnice między liczebnością
populacji a liczbą parametrów funkcji.
∑ ❑( y i− ^y )2
φ 2= i=1
n
(2.39)
∑ ❑( y i− y ) 2
i=1
2 2
R =1−φ (2.40)
str. 33
Badając liniową funkcję regresji dwóch zmiennych współczynnik ten odpowiada
kwadratowi współczynnika korelacji liniowej Pearsona (Kurkiewicz i Stonawski, 2005, strony
111-112).
str. 34
Rozdział 3. Badanie wpływu sezonowości przychodów ze sprzedaży na płynność
finansową na przykładzie Grupy Żywiec S.A. oraz Ambra S.A. w latach 2017-2021
spirytusowe
pitne
Źródło: https://www.parpa.pl/index.php/badania-i-informacje-statystyczne/statystyki
Piwo jako lider rynku alkoholowego stanowi ponad 50% wartości napojów procentowych, możemy je
znaleźć w około 75% koszyków konsumentów alkoholu. Najczęściej klienci sięgają po piwa jasne,
chociaż zauważalny jest również wzrost zainteresowania piwami smakowymi. Istotnym czynnikiem
kształtującym popyt na piwo jest pogoda, a wysokie temperatury skłaniają do częstszego sięgania po
tego typu napoje.
Wśród alkoholi mocnych zdecydowanie dominuje wódka, która stanowi prawie 40% wartości
nabywanych napojów procentowych. W tym przypadku znaczenie mają również pojemności,
konsumenci często sięgają po butelki do 200 ml., tak zwane „małpki”.
Inną kategorią o znaczącej wartości są wina i miody pitne. Wśród win coraz to większa popularnością
cechują się wina białe, a także wina musujące. Najwyższe wartości sprzedaży w tym przypadku
odnotowuje się w okresach przedświątecznych oraz w związku ze szczególnymi wydarzeniami w ciągu
roku, takimi jak Walentynki czy Dzień Kobiet.
str. 35
na 1 mieszkańca w litrach
Źródło: https://www.parpa.pl/index.php/badania-i-informacje-statystyczne/statystyki
Rynek alkoholowy odznacza się dużą sezonowością. W zależności od mocy trunków obserwuje się
różne tendencje wzrostu sprzedaży. Napoje niskoprocentowe, takie jak piwa, generują największe
przychody w okresach letnich, kiedy pogoda sprzyja spędzaniu czasu poza domami. Z kolei zimą
odnotowuje się wyraźny wzrost sprzedaży win. Napoje wysokoprocentowe takie jak wódka, whisky,
czy rum, kupowane są najczęściej w okresie Świąt Bożego Narodzenia (Polski Rynek Alkoholowy -
Raport Nielsena, 2018).
Grupa Żywiec jest wiodącym producentem piwa w Polsce oraz jedyną polską Spółką notowaną na
Giełdzie Papierów Wartościowych. W swojej bogatej ofercie produktów posiada wiele znanych na
rynku alkoholi marek, takich jak Heineken, Namysłów, Desperados, Warka, Tatra oraz flagowy
Żywiec. Produkcja obejmuje zarówno piwa klasyczne (alkoholowe), jak i te bezalkoholowe (0%).
Grupa Żywiec waży swoje wyroby w pięciu browarach znajdujących się w Żywcu, Namysłowie,
Elblągu, Leżajsku i Warce (htt). Firma ma powiązania z Grupą HEINEKEN, która jest największym
producentem piwa w Europie. Heineken International B.V. jest głównym akcjonariuszem Grupy
Żywiec. (htt1).
Z kolei Ambra S.A stojąca na czele Grupy Ambra to największy polski producent, importer i
dystybutor win. Wśród marek reprezentowanych przez firmę można wyróżnić: Cin&Cin, Dorato,
Fresco, Pliska, Piccolo, Cydr Lubelski. Swoją działalność Ambra opiera w dużej mierze na winach
spokojnych oraz musujących (htt2)
str. 36
Analizując cały badany okres można stwierdzić, że przychody ze sprzedaży za rok 2021 było o 55,37%
większe niż w 2017, co oznacza że utrzymują tendencję wzrostową.
Tabela 4. Wartość kwartalnych przychodów ze sprzedaży (w tys. zł) Grupy Kapitałowej Żywiec S.A. w
latach 2017-2021
Grupa Ambra osiąga zdecydowanie niższe przychody ze sprzedaży niż Żywiec, w tym przypadku
również można zauważyć pewne zależności sezonowe. Dominującym pod względem przychodów ze
sprzedaży okresem w ciągu roku jest czwarty kwartał. Obejmuje on Święta Bożego Narodzenia oraz
okres przedsylwestrowy, wtedy też zainteresowanie klientów winami wzrasta. Na przestrzeni
badanych lat, to właśnie w tych kwartałach obserwuje się najwyższe przychody ze sprzedaży.
Przeciętnie były one o 62,41% wyższe niż średnia kwartalna wartość przychodów.
Warto również zwrócić uwagę na trzeci kwartał, który generował wyższe przychody niż pierwszy oraz
drugi. Średnia wartość sprzedaży dla tego okresu na przestrzeni lat 2017-2021 to 128 621,80 tys. zł.
Zdecydowanie najgorzej wypada pierwszy kwartał, osiągając co roku najniższe przychody ze
sprzedaży. W badanym okresie można zauważyć, że przychody ze sprzedaży zwiększają się z roku na
rok.
Tabela 5. Wartość kwartalnych przychodów ze sprzedaży (w tys. zł) Grupy Ambra S.A w latach 2017-
2021
Wykres 1. Wartość kwartalnych przychodów ze sprzedaży (w tys. zł) Grupy Kapitałowej Żywiec S.A. w
okresie 2017-2021 rok wraz z linią trendu.
str. 37
Źródło: Opracowanie własne na podstawie kwartalnych, półrocznych oraz rocznych
skonsolidowanych sprawozdań finansowych Grupy Żywiec za okres 2017-2021 rok.
Bazując się na danych Grupy Ambra, dokonano estymacji parametrów strukturalnych, które wyniosły
odpowiednio: 𝑎1 - 5 418,52, 𝑎0 - 91 070,64. Wyznaczona funkcja liniowa trendu ma zatem postać 𝑦 =
5 418,52𝑡 + 91 070,64. Oznacza to, że z każdym kwartałem wartość przychodów ze sprzedaży
zwiększa się średnio o 5 418,52 tys zł. Dodatkowo wiadomo, że w Q4 roku obrachunkowego
2016/2017 teoretyczne przychody ze sprzedaży wynosiły 91 070,64 tys. zł. Na wykresie 2 można
zauważyć jak linia trendu kształtuje się w przypadku Grupy Ambra.
Wykres 2. Wartość kwartalnych przychodów ze sprzedaży (w tys. zł) Grupy Ambra S.A w okresie
2017-2021 rok wraz z linią trendu
Przechodząc do identyfikacji sezonowości należy na samym początku określić jej charakter. Może on
być addytywny lub multiplikatywny, a wybór modelu determinuje dalsze metody wyznaczania
wskaźników sezonowych. Na podstawie wykresów X i Y można stwierdzić, że zarówno w przypadku
Grupy Żywiec jak i Grupy Ambra, amplituda wahań sezonowych w znacznej mierze pozostaje stała,
niezależnie od wartości zmiennej. Oznacza to, że wahania sezonowe są stałe w poszczególnych
okresach i najodpowiedniejsze do wyznaczenia wskaźników będzie obranie modelu addytywnego.
str. 38
Wykres 3. Rozkład linii maksimum i minimum dla poszczególnych lat na podstawie przychodów ze
sprzedaży (w tys. zł) Grupy Żywiec za okres 2017-2018 r.
Wykres 4. Rozkład linii maksimum i minimum dla poszczególnych lat na podstawie przychodów ze
sprzedaży (w tys. zł) Grupy Ambra za okres 2017-2018 r.
Wybierając model addytywny określono surowe wskaźniki sezonowości dla każdego kwartału, które
przedstawia tabela 6. Dla obu Grup wymagały one uwzględnienia współczynnika korygującego. W
przypadku Ambry był on równy -0,013, natomiast w przypadku Żywca 0,035.
Tabela 6. Wskaźniki sezonowe poszczególnych kwartałów (w tys. zł.) dla Grupy Żywiec oraz Grupy
Ambra za lata 2017-2021
str. 39
Wyszczególnienie 𝑶1 𝑶2 𝑶3 𝑶4
Grupa Żywiec -170 685,10 189 861,63 141 323,97 -160 500,50
Grupa Ambra -37 988,52 -24 127,04 -22 052,56 84 168,12
Źródło: Opracowanie własne na podstawie kwartalnych, półrocznych oraz rocznych
skonsolidowanych sprawozdań finansowych Grupy Żywiec S.A. za okres 2017-2021 rok oraz Grupy
Ambra S.A. za okres 2016/2017-2021/2022 rok.
Interpretując wskaźniki sezonowości, można wywnioskować, jak bardzo średnio rzecz biorąc wartości
przychodów ze sprzedaży na przestrzeni badanych lat odbiegają od poziomu trendu. W przypadku
Grupy Żywiec największe różnice występują w pierwszych dwóch kwartałach. Wartość sprzedaży w
pierwszych kwartałach spadała poniżej wartości wynikającej z funkcji trendu średnio o 170 685,10
tys. zł, natomiast w drugich kwartałach rosła powyżej tych wartości średnio o 189 861,63 tys zł.
W Grupie Ambra największy sezonowy wzrost sprzedaży jest zauważalny w czwartych kwartałach
badanego okresu. Różni się on od wartości wynikających z funkcji trendu średnio o 84 168,12 tys. zł.
Najgorzej pod względem sprzedaży wypadają pierwsze kwartały, dla których wartości były mniejsze
niż wynika to z funkcji trendu średnio o 37 988,52 tys. zł.
Dokonując na tym etapie analizy odchylenia standardowego reszt można dojść do wniosku, że
rzeczywiste wartości sprzedaży odchylają się od wartości teoretycznych wynikających z trendu
średnio o +/- 100 324,31 tys. zł w przypadku Grupy Żywiec oraz +/- 14 185,51 tys zł w przypadku
grupy Ambra (tabela 7). Na podstawie danych Ambry wartość współczynnika zmienności resztowej
wynosi 9,59%, co wskazuje na stosunkowo niską zmienność resztek i lepsze dopasowanie modelu do
danych. Z kolei dla Grupy Żywiec wartość tego współczynnika to 12,28%, co również stanowi o dość
precyzyjnym dopasowaniu modelu, jednak mniejszym niż było to w przypadku z Grupą Ambra.
Tabela 7. Odchylenie standardowe reszt i współczynnik zmienności resztowej dla Grupy Żywiec S.A.
oraz Ambra S.A za lata 2017-2021
str. 40
podstawie odpowiednich miar. Wykorzystując dane finansowych Grupy Żywiec ustalono wielkości
wskaźników płynności bieżącej, płynności przyspieszonej oraz płynności natychmiastowej.
Inaczej sytuacja kształtuje się w przypadku Grupy Ambra, w której średnio rzecz biorąc bieżąca
płynność finansowa utrzymywała się na optymalnym poziomie 1,86. Najwyższe wartości odnotowano
w pierwszych kwartałach badanego okresu, z czego maksimum przypada na 2018 rok. Wyniki
powyżej 2,0 mogły świadczyć o okresowej nadpłynności, co wiąże się z niewykorzystywaniem w pełni
możliwości firmy do generowania zysku z aktywów. Na podstawie analizowanego wskaźnika,
płynność finansowa nie wykazuje jednoznacznego trendu wzrostowego ani spadkowego, jednak w
całym badanym okresie niższe wartości przypadają zazwyczaj na czwarty kwartał.
Tabela 8. Wskaźnik bieżącej płynności finansowej w poszczególnych kwartałach dla Grupy Żywiec
oraz Grupy Ambra w latach 2017-2021
Grupa Żywiec 1Q 2Q 3Q 4Q
2017 0,76 0,82 0,73 0,70
2018 0,69 0,75 0,55 0,52
2019 0,68 0,60 0,69 0,64
2020 0,69 0,79 0,73 0,65
2021 0,56 0,51 0,38 0,35
Grupa Ambra 1Q 2Q 3Q 4Q
1,85 2,05 1,86 1,63
2017
2,37 2,15 2,07 1,75
2018
2,14 1,88 1,66 1,46
2019
1,73 1,73 1,81 1,59
2020
2,00 2,02 1,96 1,56
2021
str. 41
Źródło: Opracowanie własne na podstawie kwartalnych, półrocznych oraz rocznych
skonsolidowanych sprawozdań finansowych Grupy Żywiec S.A. za okres 2017-2021 rok oraz Grupy
Ambra S.A. za okres 2016/2017-2021/2022 rok.
Analizując wyniki wskaźnika płynności bieżącej dla Grupy Żywiec i Grupy Ambra, można
zauważyć pewne trendy i zmiany w płynności finansowej obu grup w poszczególnych
kwartałach.
Grupa Żywiec 1Q 2Q 3Q 4Q
2017 0,64 0,72 0,65 0,62
2018 0,58 0,67 0,48 0,45
2019 0,58 0,53 0,58 0,53
2020 0,55 0,67 0,62 0,56
2021 0,45 0,43 0,31 0,28
Grupa Ambra 1Q 2Q 3Q 4Q
2017/2018 0,99 1,11 1,35 1,22
2018/2019 1,14 1,18 1,19 1,05
2019/2020 0,83 0,93 0,80 0,81
2020/2021 0,87 1,01 1,08 1,08
str. 42
2021/2022 1,00 1,00 0,92 0,78
Źródło: Opracowanie własne na podstawie kwartalnych, półrocznych oraz rocznych
skonsolidowanych sprawozdań finansowych Grupy Żywiec S.A. za okres 2017-2021 rok oraz Grupy
Ambra S.A. za okres 2016/2017-2021/2022 rok.
Tabela 10. Wskaźnik płynności podwyższonej w poszczególnych kwartałach dla Grupy Żywiec
oraz Grupy Ambra w latach 2017-2021
Grupa Żywiec 1Q 2Q 3Q 4Q
2017 0,010 0,001 0,002 0,004
2018 0,001 0,001 0,002 0,003
2019 0,139 0,008 0,010 0,009
2020 0,012 0,003 0,003 0,001
2021 0,001 0,002 0,001 0,001
Grupa Ambra 1Q 2Q 3Q 4Q
0,118 0,163 0,114 0,048
2017/2018
0,259 0,254 0,252 0,083
2018/2019
0,231 0,241 0,146 0,065
2019/2020
0,123 0,130 0,147 0,102
2020/2021
0,254 0,189 0,217 0,086
2021/2022
Źródło: Opracowanie własne na podstawie kwartalnych, półrocznych oraz rocznych
skonsolidowanych sprawozdań finansowych Grupy Żywiec S.A. za okres 2017-2021 rok oraz Grupy
Ambra S.A. za okres 2016/2017-2021/2022 rok.
str. 43
Wartości wszystkich omawianych wskaźników płynności wskazują, że Grupa Żywiec
narażona jest na utratę płynności. Z kolei Grupa Ambra zachowuje optymalny poziom
wskaźników przez większość badanego okresu, wykazując czasami nadpłynność.
H 0 :r=0
H 1 : r >0
Przyjęto poziom istotności 0,05, w jego oparciu dokonano statystyki testowej dla
każdego ze wskaźników płynności dla Grupy Żywiec oraz Grupy Ambra. Wyniki przedstawia
Tabela 12.
str. 44
Tabela 12. Wyniki statystyki testowej dla poszczególnych wskaźników płynności bieżącej na
podstawie danych Grupy Żywiec oraz Grupy Ambra za lata 2017-2021.
(U>2,1009)
Wyniki statystyki testowej dla wszystkich wskaźników płynności Grupy Żywiec oraz
Grupy Ambra nie mieściły się w wyznaczonym przedziale obszaru krytycznego. W związku z
tym nie mamy podstaw do odrzucenia hipotezy zerowej. Oznacza to, że nie ma
wystarczających dowodów, aby potwierdzić istotną zależność dodatnią między sezonowością
sprzedaży a płynnością finansową na poziomie istotności 5%.
Należy jednak zaznaczyć, że w przypadku Grupy Ambra obserwuje się dość silną
korelacje ujemną, oznacza to że sezonowe wzrosty przychodów ze sprzedaży powodują
spadek płynności bieżącej oraz natychmiastowej.
Brak istotnej zależności dodatniej nie oznacza, że korelacja między sezonowością a płynnością
finansową nie występuje całkowicie. Mogą istnieć inne czynniki, które wpływają na te zależności lub
zmienne, których nie uwzględniono w analizie.
str. 45
Zakończenie
Jeżeli chodzi o płynność finansową, istnieje wiele czynników, które mogą wpływać na
jej zmiany zarówno te pozytywne, jak i negatywne. Znacząca w tym przypadku może być
struktura kosztów przedsiębiorstwa Wysokie koszty operacyjne, nadmierne zadłużenie czy też
brak równowagi w strukturze finansowania mogą prowadzić do utrudnień w regulowaniu
bieżących zobowiązań. Czynnikami wpływającymi pozytywnie na płynność finansową mogą
być efektywność zarządzania zapasami, terminowe regulowanie płatności od klientów, a
także efektywne zarządzanie przepływami gotówki.
Warto również wziąć pod uwagę czynniki makroekonomiczne, takie jak inflacja,
stopy procentowe, polityka monetarna czy też ogólny stan gospodarki. Zmiany w
wymienionych aspektach mogą mieć istotny wpływ na płynność finansową przedsiębiorstw,
szczególnie w sytuacjach recesji, kiedy to spadek popytu i ograniczenia finansowe mogą
negatywnie wpływać na zdolność przedsiębiorstwa do regulowania zobowiązań.
str. 46
przedsiębiorstw, to nie przekładają się one istotnie na dodatnie zmiany w płynności
finansowe. Wraz ze wzrostem wartości przychodów ze sprzedaży nie wzrastała zdolność
przedsiębiorstw do regulowania bieżących zobowiązań. Ważne jest więc, aby w kontekście
zarządzania płynnością finansową uwzględniać również inne aspekty, które w mają większy
wpływ na kształtowanie się płynności. Może to być prowadzona polityka finansowa i
inwestycyjna, zarządzanie należnościami, czy też zarządzanie kapitałem obrotowym.
str. 47
Bibliografia
Balcerowicz-Szkutnik, M., Sojka, E. i Szkutnik, W. (2014). Statystyka opisowa dla ekonomistów,
przykłady i zadania. Katowice: Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach.
Bolek, M. (2013). Dynamic and Static Liquidity Measures in Working Capital Strategies, Department
of Industry and Capital Market. Łódź: Faculty of Economics and Sociology, University of Lodz.
str. 48
Lee, C. F. (2016). Financial Analysis, Planning And Forecasting: Theory And Application. London:
World Scientific Publishing Company.
Ostaszewski, J. (2015). Kapitał obrotowy netto w przedsiębiorstwie i metody jego pomiaru. Warszawa:
Oficyna Wydawnicza SGH.
Sokolowski, A. (2010). Analiza przebiegów czasowych i prognozowanie. Kraków: StatSoft Polska Sp. z
o. o.
Tatarzycki, P. (2008). Statystyka po ludzku. Jak bez problemu zdać egzamin ze statystyki? Gliwice:
Złote Myśli.
str. 49
Wilkowski, A. (2009). O współczynnikach korelacji. Wrocław: Wydawnictwo Uniwersytetu
Ekonomicznego we Wrocławiu nr 76.
Zimny, A. (2010). Statystyka opisowa. Materiały pomocnicze do ćwiczeń. Konin: Państwowa Wyższa
Szkoła Zawodowa w Koninie.
str. 50
Spis tabel
str. 51