Schválené projekty 2013

Rozdělení přidělené dotace z MŠMT na specifický vysokoškolský výzkum po fakultách se zohledněním celoškolských pracovišť na rok 2013

Celková přidělená částka z MŠMT na specifický vysokoškolský výzkum na VŠB-TUO - 50 297 tis.Kč

Z toho 2.5%  - 1 257 425 Kč - úhrada způsobilých nákladů spojených s organizací SGS

fakultačástka v tis. Kč
FBI 1 384
EKF 5 219
FAST 3 132
FS 11 112
FEI 12 608
HGF 7 091
FMMI 7 130
CNT 1 363
CELKEM 49 039

Rezerva 575,- Kč
825,- Kč Fond účelových prostředků (nevyčerpaná rezerva z roku 2012)

KódSP2013/148
Název projektuModelování a analýza chování průmyslové firmy maximalizující celkovou marži v závislosti na změně podmínek v oblasti emisních povolenek
ŘešitelZapletal František doc. Mgr. Ing., Ph.D.
Školitel projektuIng. Eva Moravcová, CSc.<br />
Období řešení projektu01.01.2013 - 31.12.2013
Předmět výzkumuSnahy podniků směřují (a v posledních letech ekonomické recese je to ještě výraznější) k zefektivňování svých procesů. Chtějí tedy dosáhnout podnikového cíle s co nejmenším množstvím nákladů. Pro výrobní podniky je typické, že chtějí generovat maximální zisk. V cestě jim však stojí celá řada omezení a vlivů, které pocházejí jak z vnitřního prostředí organizace, tak zejména z jejího okolí. V tomto projektu budou analyzovány zejména ty omezující faktory, které jsou spjaté s životním prostředím. Tato oblast byla zvolena proto, že dopady lidského počínání na životní prostředí a zachování trvale udržitelného rozvoje jsou stále vysoce diskutovaná, mediálně, politicky i vědecky aktuální témata.

Protože bude analyzován a modelován vliv environmentálních faktorů na chování podniku, je výzkum zaměřen čistě na průmyslové společnosti, které produkují velké množství různých odpadů, zejména emisí.

Většina environmentálních omezení je u firem vynucena legislativou – jedná se zejména o poplatky a sankce za produkci odpadů. Zvláště komplikovanou a zákony značně svázanou oblastí jsou omezení pro produkci emisí – průmyslové podniky musí dodržovat stropy a limity, jejichž překročení je státem přísně trestáno. Dalším významným faktorem, se kterým musí podniky kalkulovat je nakládání s emisními povolenkami – jejich čerpání a možné obchodování na trhu. A v případě této problematiky už neznamenají ekologická omezení pro podnik pouze zdroj nákladů, ale potenciálně také dodatečný zdroj zisku – to optimalizaci výroby značně komplikuje.

Kromě výše zmíněných ekologických aspektů existuje ještě celá řada omezení, která podnikům limitují výši jejich produkce – některá z nich jsou dána trhem (jako je např. poptávané množství produktů) a některá vycházejí z vnitřního prostředí podniku (zde se jedná především o různé kapacitní restrikce).

Pokud podnik splní všechny nadefinované omezující podmínky, volí mezi možnými (přípustnými) variantami výroby tu, která lépe vyhovuje stanovenému cíli. Zde byla místo často používané maximalizace zisku zvolena maximalizace celkové marže podniku. Tímto způsobem je vyřešen problém, který vzniká, pokud se při optimalizaci užije jednotkových ukazatelů – pokud jsou součástí tohoto ukazatele také fixní náklady (jako je tomu u zisku), dochází ke zkreslení výsledků, jelikož jednotkové fixní náklady se mění spolu se změnou objemu produkce. Důležité je, že celková marže podniku bude růst nejen s rostoucím objemem výroby, ale také s rostoucím prodaným počtem nespotřebovaných emisních povolenek.

Kromě zjištění samotného optima podniku bude analyzována také citlivost jeho změny na změnu vstupních dat modelu – zejména na změnu tržních, ale také legislativních podmínek. Zvláštní pozornost bude věnována problematice emisních povolenek, jejich přidělování, nákup a možnosti prodeje.

V rámci výzkumu bude provedena také rešerše a analýza dostupných aplikačních softwarů v oblasti parametrického programování, ze kterých pak bude vybrán jeden, pomocí kterého budou provedeny příslušné výpočty v modelu.

Současný stav řešení
Zodpovědný řešitel projektu se daným tématem již téměř rok intenzivně zabývá - první základní model byl prezentován v září roku 2012 na mezinárodní konferenci MME v Karviné a jeho rozšířená verze byla vypracována jako projekt ke zkoušce z předmětu společného základu doktorského studia Kvantitativní metody a analýzy. Postřehy z prezentací těchto prvotních modelů ukázaly, že zkoumané téma je aktuální a má značný potenciál. Bylo také ukázáno na to, že je model nutné ještě značně rozšířit a obohatit tak, aby lépe odrážel modelovanou realitu a stal se tak přitažlivým i pro podnikovou sféru. Konkrétními nedostatky byly zejména: absence možnosti nakupovat dodatečné emisní povolenky, parametrizace modelu bez využití samotného algoritmu parametrického programování, absence možnosti volby, jak podnik s nevyčerpanými povolenkami naloží, zisk jako kritérium účelové funkce a zejména nezahrnutí emisních limitů do omezení modelu (byly zahrnuty pouze emisní stropy). Všechny tyto nedostatky by měly být, za pomocí komplexního přepracování modelu v rámci navrhovaného projektu, odstraněny.

Rešerše

Odborné knihy:

FIALA, P, JABLONSKÝ, J., MAŇAS, M.: Vícekriteriální rozhodování. VŠE, Praha, 1997. 316 s. ISBN 80-7079-748-7.

GRANT, R. M. Contemporary Strategy Analysis: Concepts, techniques, applications. Malden: Blackwell, 2010. 551 s. ISBN 0-631-23136-6.

HILLIER, S. Frederick; LIBERMAN, J. Gerald. Introduction to Operations Research. McGraw-Hill Science/Engineering/Math, 2009. 1088 p. ISBN: 978-0077298340.

TAHA, A. Hamdy. Operations Research: An Introduction. Pearson, 2010. 832 p. ISBN: 978-0132555937.

WISNIEWSKI, Mik. Quantitative methods for decision makers. Prentice Hall, 2009. 632 s. ISBN: 978-0131391994.

ZMEŠKAL, Zdeněk. Finanční modely. Praha: Ekopress, 2004. 236 s. ISBN 80-86119-87-4.

Články v odborných časopisech nebo ve sbornících z konferencí

CONVERY, J. Frank J.; REDMOND, Luke. Market and Price Developments in the European Union Emissions Trading Scheme. Review of environmental economics and policy. roč. 1, č. 1, s. 88-111. ISSN: 1750-6816.

ELLERMAN, A. Denny; BUCHNER, K. Barbara. The European Union Emissions Trading Scheme: Origins, Allocation, and Early Results. Review of environmental economics and policy. 2007, roč. 1, č. 1, s. 66-87. ISSN: 1750-6816.

GRUBB, Michael; NEUHOFF, Karsten. Allocation and competitiveness in the EU emissions trading scheme: policy overview. Climate policy. 2006, roč. 6, č. 1, s. 7-30. ISSN 1469-3062.

SCHWARTZ, Sonia. How to distribute pollution quotas? A literature review. Revue d economie politique. roč. 119, č. 4, s. 535-568. ISSN: 0373-2630.

ZAPLETAL, František; NĚMEC, Radek. The usage of linear programming to constructing the ecologic-economical model for the industrial company profit optimization. In: RAMÍK, J. and STAVÁREK, D. (eds.) Proceedings of 30th International Conference Mathematical Methods in Economics.Karviná: Silesian University, School of Business Administration, 2012, pp. 1010-1015. ISBN 978-80-7248-779-0.

Explicitně definovat cíl projektu
Hlavním cílem projektu je provést analýzu a vytvořit model chování průmyslové firmy maximalizující celkovou marži v závislosti na změně podmínek v oblasti nakládání s emisními povolenkami. K dosažení hlavního cíle slouží formulace dílčích cílů:
- rešerše odborné literatury pro modelování chování průmyslových
podniků se zaměřením na ekonomicko-environmentální vazby,
- analýza vnitřních podmínek a vnějšího prostředí průmyslové firmy,
- analýza vhodných metod pro modelování a dat pro kvantifikaci modelu,
- návrh submodelu pro rozhodování za rizika o nakládání podniku s
nevyužitými povolenkami,
- analýza a výběr vhodného softwaru pro optimalizaci a parametrické
programování,
- modelování různých scénářů chování průmyslové firmy v ekonomicko-
environmentálním prostředí, zejména:
- dopady změn postoje k riziku na chování firmy,
- vliv změn cen emisních povolenek na chování firmy,
- vliv změn odbytových cen a variabilních nákladů na chování
firmy,
- vliv změn hodnot v omezujících podmínkách modelu na chování
firmy.

Metodika řešení
1. Rešerše odborné literatury pro modelování chování průmyslových podniků se zaměřením na ekonomicko-environmentální vazby.

2. Analýza vnitřních podmínek a vnějšího prostředí, zmapování legislativních podmínek v oblasti přidělování a obchodování s emisními povolenkami a v oblasti emisních limitů a stropů. Data budou čerpána jednak z rešerše ze začátku projektu a dále z veřejných a citačních databází.

- Předpokládané metody: PESTLE analýza.

PESTLE analýza
Cíl metody (obecně) : Heuristická metoda, která má za cíl identifikovat a analyzovat vnější prostředí systému z pohledu politických, ekonomických, sociálních, technologických, legislativních a ekologických vlivů. Data se mohou získávat studiem písemných a elektronických materiálů, na základě pozorování nebo některými z metod dotazování (dotazník, rozhovor, delfská metoda, brainstorming, mind mapping aj.) (Grant, 2010)

Cíl metody (projekt) : Analyzovat oblast emisních povolenek a vlivy, které na ni působí. Díky oblasti aplikace analýzy byla zvolena metoda PESTLE (oproti základní PEST metodě) – lze důvodně předpokládat, že právě legislativní a ekologické faktory budou hrát v oblasti emisních povolenek zásadní roli.

3. Analýza vhodných modelových nástrojů. Nejprve budou identifikovány vhodné nástroje pro vytvoření modelu a související analýzy, poté z těchto nástrojů budou ty nejvhodnější zvoleny.

4. Formulace základního modelu chování firmy v definovaném systému za stanovených omezujících podmínek. Předpokladem je, že jádro modelu je založeno na metodách optimální alokace omezených zdrojů, konkrétně lineárním a parametrickém programování. Dále bude nutné rozhodnout, která z variant naložení s nevyužitými emisními povolenkami je pro podnik nejvhodnější. K tomu bude sloužit některá z metod rozhodování za rizika.
- Předpokládané metody: lineární programování, parametrické programování,
rozhodování za rizika (např. Mean-Variance model) (matematické modely
metod viz příloha)

Lineární programování
Cíl metody (obecně): Najít optimální hodnotu účelové funkce při daných podmínkách vlastního omezení. (Taha, 2010)

Cíl metody (projekt):
- Najít maximální hodnotu celkové marže průmyslového podniku při
daných tržních a podnikových omezeních.
- Zjistit výši výroby jednotlivých produktů v nalezeném optimu.
- Zjistit, jaké množství přidělených emisních povolenek podnik
nevyčerpá, nebo naopak, kolik jich musí na trhu nakoupit, aby
dosáhl optima.

Parametrické programování
Cíl metody (obecně) : Vše jako u metody lineárního programování, navíc však přibývá zjištění, jak se bude měnit optimum účelové funkce, jestliže se změní jeden, nebo více koeficientů účelové funkce o reálný přírůstek. (Hillier, 2009)

Cíl metody (projekt):
Zjistit, jak se bude měnit maximální celková dosažitelná marže průmyslového podniku, jestliže se změní cena emisní povolenky o reálnou hodnotu parametru.
Zjistit, při jakých hodnotách cen emisních povolenek bude docházet ke změně objemu výroby, případně také její struktury.


Rozhodování za rizika
Cílem rozhodování je zvolit optimální variantu naložení s nevyužitými emisními povolenkami podniku. Předpokladem je, že se podnik může rozhodnout prodat své nevyužité emisní povolenky buď zpět státu, nebo na trhu s emisními povolenkami a to v libovolném poměru. Vzhledem k tomu, že se tržní ceny vyvíjejí náhodně, je nutné využít rozhodování za rizika.

V současné chvíli ještě není zcela zřejmé, zda bude využit přístup vícekriteriálního hodnocení variant (MADM) nebo vícekriteriálního optimálního programování (MODM) – tzn., zda bude prostor variant diskrétní nebo spojitý (Wisniewski, 2009). V každém případě bude rozhodováno na základě minimálně dvou kritérií – výnosů a rizika a to pouze na jedno období. Konkrétně množinu kritérií však určí až detailní analýza problematiky, která je obsahem analýzy okolí na začátku projektu. Velkou roli při výběru optimální varianty, vzhledem k tomu, že jde o stochastické rozhodování, bude hrát vztah rozhodovatele k riziku.

Poté, co budou na základě analýz ze začátku projektu upřesněny všechny potřebné informace, bude moci být zvolena metoda rozhodování. Jako potenciálně vhodné, se jeví využití mean-variance modelů, které pracují se dvěma kritérii – výnosem (střední hodnota – mean) a rizikem (rozptyl – variance). Při snaze maximalizovat střední hodnotu funkce užitku je zde nejprve stanovena nedominovaná (efektivní) množina řešení – to je množina variant, pro které neexistuje žádná alternativa, která by dosahovala lepších hodnot u obou kritérií současně. Určení efektivní množiny je možno provést na základě např. Markowitzova nebo CAPM modelu. Z efektivní množiny lze pak získat optimální řešení, které reflektuje vztah rozhodovatele k riziku. Alternativou k maximalizaci střední hodnoty funkce užitku jsou safety-first modely, které se snaží vyhnout velkým ztrátám (hledá maximální hodnotu ztráty na stanovené hladině pravděpodobnosti).

Specifický přístup pak představují fuzzy-stochastické metody rozhodování, které se s rizikem a neurčitostí vypořádávají využitím fuzzy logiky. Ta odbourává problém klasické výrokové logiky, kde existují pouze dvě hodnoty- 0 a 1 (ano a ne), což je v podmínkách rizika a nejistoty problematické. Klasickou množinu tedy nahrazuje fuzzy množinou, která může nabývat hodnot z intervalu 〈0;1〉 – říkáme, že prvek patří do množiny s příslušným stupněm příslušnosti. Pokud by se povedlo vhodně určit příslušné fuzzy množiny, mohlo by se využitím fuzzy-stochastického přístupu dojít k přesnějším výsledkům, nežli u výše zmíněných čistě stochastických metod rozhodování (Zmeškal, 2004).

4. Vytváření báze dat pro verifikaci modelu. Data budou shromažďována ze dvou hlavních zdrojů – jedním budou závěrečné zprávy průmyslových podniků, druhým, ještě přínosnějším, řízené rozhovory ve vybraných podnicích.
- Předpokládané metody: Metody sběru dat (řízený rozhovor, studium
písemných materiálů).

5. Analýza dostupného SW pro implementaci vybraných modelových nástrojů. V případě lineárního programování, lze pro implementaci použít běžně rozšířený tabulkový procesor MS Excel se svým doplňkem Řešitel. Není však vyloučeno, že během konstrukce modelu vznikne nutnost použít dokonalejší specializovaný software. Pro oblast parametrického programování je však už užití speciálního softwaru nevyhnutelné a bude proto provedena rešerše na trhu dostupných aplikací zahrnujících tuto metodu a poté bude na základě provedení rozhodovací analýzy proveden výběr nejvhodnějšího produktu.
- Předpokládané metody: Vícekriteriální rozhodování za jistoty
(rozhodovací analýza).

Rozhodovací analýza
Rozhodovací analýza je logicko-analytická heuristická metoda pro řešení složitých rozhodovacích problémů umožňující ohodnocení a výběr variant rozhodování na základě zvolené množiny kritérií (jedná se o multikriteriální metodu). Pro tento projekt bude využito přístupu vícekriteriálního hodnocení variant (MADM), jelikož je možné určit konečnou diskrétní množinu variant. Jako kritéria mohou být zvoleny jak kvantitativní, tak kvalitativní veličiny. Hodnoty kritérií je vhodné převést do normalizované podoby tak, aby nabývaly hodnot z intervalu 〈0;1〉 (k tomu se využívá např. lineární nebo bazická funkce utility, absolutní nebo eukleidovská vzdálenost nebo Saatyho metoda párového porovnání). Pro posouzení významu jednotlivých kritérií je nutné stanovit váhy (zde dochází k subjektivnímu ovlivnění výsledku rozhodování). Váhy je možné určit např. využitím bodového ohodnocení kritérií, stanovení pořadí, pomocí Fullerovy metody (párového srovnávání) nebo pomocí Saatyho metody (využitím Saatyho matice). Váhy je vždy vhodné před použitím, stejně jako kritéria, normalizovat (např. využitím výpočtu absolutní vzdálenosti) (Fiala, 2007).

- Cíl metody (obecně): Rozhodnutí, která varianta je z hlediska cíle
rozhodování nejvhodnější, přičemž varianty jsou hodnoceny podle zvolené
množiny kritérií.

- Cíl metody (projekt): Rozhodnutí, který software umožňující výpočet
modelu parametrického programování z identifikované množiny variant, je
podle zvolené množiny kritérií nejvhodnější.

6. Verifikace modelu na získaných datech a interpretace výsledků modelu. Model bude otestován na získaných podnikových datech za pomoci vybraného aplikačního softwaru. Dosažené výsledky budou porovnány s těmi předpokládanými a následovat bude jejich interpretace. Posledním krokem je experimentování s modelem - zjišťování, jak budou výsledky modelu reagovat na různé změny vstupních dat (Taha, 2010) – především hodnot omezujících podmínek, cen emisních povolenek, odbytových cen a variabilních nákladů firmy. Dále bude zjištěno, jak se bude měnit optimum stochastického rozhodovacího modelu pro nakládání s nevyužitými emisními povolenkami, jestliže se budou měnit podmínky v oblasti emisních povolenek – zejména ceny emisních povolenek a změna postoje k riziku rozhodovacího subjektu.

- Předpokládané metody: analýza citlivosti modelu lineárního a
parametrického programování – výpočet a interpretace stínových cen a
přídatných proměnných modelu.

7. Návrh na další výzkum je posledním bodem v projektu. Lze předpokládat, že během výzkumu dané problematiky vyvstane spoustu nových, zajímavých otázek, ale i nápadů, které bude možné v budoucnosti dále rozpracovat. Dále mohou být identifikovány alternativní přístupy k těm, které budou zvoleny, a u kterých by byla přínosná komparace. K návrhům na další výzkum by měly významnou měrou přispět také konference, a kterých budou prezentovány průběžné i konečné výsledky tohoto projektu.

Typy dat

Z pohledu hierarchie:
- Mikrodata – vzhledem k tomu, že zamýšlený model bude sestaven na úrovni
podniku, budou mikrodata tvořit převážnou část vstupních dat modelu.

- Makrodata – makrodata budou v modelu zastoupena zejména daty stanovené
legislativou v oblasti ekologie (emisní limity, emisní stropy) a také
daty určené trhem s emisními povolenkami. Na základě makrodat bude také
provedena PESTLE analýza prostředí

Z pohledu charakteru dat
- Kvantitativní – vzhledem k tomu, že většina použitých metod v projektu
je z kategorie kvantitativních, bude většina vstupních dat
kvantitativního (měřitelného) charakteru.

- Kategoriální data – zejména pro metody sběru dat a také PESTLE analýzu
jsou pouze kvantitativní data nedostačující, bude proto nutné pracovat
také s daty neměřitelnými – ať už nominálními (dichotomickými i
vícekategoriálními), tak i ordinálními.

Zdroje dat
- databáze – databáze českých i zahraničních knihoven, Web of Science,
Scopus,
- výroční zprávy vybraných průmyslových podniků,
- legislativní materiály,
- informační servery vládních organizací,
- provedení řízeného rozhovoru v podnicích,
- elektronické zdroje,
- oficiální internetové stránky výrobců softwaru.

Detailní harmonogram projektu

1/2012 – 2/2012 Rešerše odborné literatury pro modelování chování průmyslových podniků se zaměřením na ekonomicko-environmentální vazby.

2/2012 – 3/2012 Analýza vnitřních podmínek a vnějšího prostředí průmyslové firmy.

4/2012 – 5/2012 Analýza a výběr vhodných modelových nástrojů.

6/2012 – 8/2012 Formulace základního modelu chování firmy v definovaném systému za stanovených omezujících podmínek a sběr dat pro verifikaci modelu.

9/2012 Analýza a výběr dostupného SW pro implementaci vybraných modelových nástrojů.

10/2012 – 12/2012 Verifikace modelu na získaných datech, experimentování s modelem a interpretace výsledků.

Členové řešitelského týmuprof. Ing. Jana Hančlová, CSc.
Ing. Lukáš Havlásek
Ing. Jan Manďák, Ph.D.
Ing. Eva Moravcová, CSc.
doc. Mgr. Ing. František Zapletal, Ph.D.
Specifikace výstupů projektu (cíl projektu)Kontrolovatelné výstupy projektu:

- Rešerše zdrojů pro modelování chování průmyslových podniků se zaměřením na ekonomicko-environmentální vazby.

- Analýza vnitřních podmínek a vnějšího prostředí průmyslové firmy.

- Submodel pro stochastické rozhodování o nakládání s nevyužitými
povolenkami.

- Optimalizační model pro průmyslový podnik maximalizující celkovou marži
tohoto podniku a zahrnující obchodování s emisními povolenkami.

- Rešerše a zhodnocení aplikačních softwarů pro parametrické lineární
programování.

Publikační výstupy projektu:

Metal 2013, Brno (článek ve sborníku zařazeném do WoS) 8 bodů

Mathematical Methods in Economics 2013, (článek ve sborníku zařazeném do WoS) 8 bodů

Jeden článek Jimp nebo 2x článek v Jrec – 8 bodů

Výstupem projektu SGS bude závazně minimálně 24 bodů.

4.3 Další výstupy
1x disertační práce (zodpovědného řešitele projektu) – předpokládaná obhajoba rok 2014

Rozpočet projektu - uznané náklady

NávrhSkutečnost
1. Osobní náklady
Z toho
58960,-29480,-
1.1. Mzdy (včetně pohyblivých složek)44000,-22000,-
1.2. Odvody pojistného na veřejné zdravotně pojištění a pojistného na sociální zabezpečení a příspěvku na státní politiku zaměstnanosti14960,-7480,-
2. Stipendia106000,-53000,-
3. Materiálové náklady30000,-40850,-
4. Drobný hmotný a nehmotný majetek33900,-23420,-
5. Služby39620,-38349,-
6. Cestovní náhrady12000,-12901,-
7. Doplňkové (režijní) náklady max. do výše 10% poskytnuté podpory22000,-22000,-
8. Konference pořádané VŠB-TUO k prezentaci výsledků studentského grantu (max. do výše 10% poskytnuté podpory)0,-0,-
9. Pořízení investic0,-0,-
Plánované náklady302480,-
Uznané náklady220000,-
Celkem běžné finanční prostředky302480,-220000,-