Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: multi-dimensional comparative analysis

Sortuj według:

Ogranicz wyniki do:

Zastosowanie wybranych metod wielowymiarowej analizy porównawczej do identyfikacji determinantów wartości grupy kapitałowej na przykładzie firm sektora energetycznego

Byrska-Rąpała A.

Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN

2018

nr 106

13--26

Przedmiotem artykułu jest analiza czynników determinujących wartość organizacji wielopodmiotowych sektora energetycznego oraz ich uszeregowanie według stopnia siły oddziaływania na tę wartość. W tym celu zostały użyte metody statystyczne, które najlepiej sprawdzają się w ustalaniu porządku cech diagnostycznych według określonego kryterium. Badaniem zostały objęte firmy polskiego sektora energetycznego, natomiast sam proces opiera się na danych agregatowych, które reprezentują dane finansowe grup kapitałowych obecnie działających w polskim sektorze energetycznym. W pierwszej części artykułu przedstawiono krótką charakterystykę polskiego sektora energetycznego, zwracając szczególną uwagę na strukturę organizacyjną sektora, czyli firmy operujące na krajowym rynku energii. Opisano charakter przedsiębiorstwa wielopodmiotowego jako typowej jednostki gospodarczej w sektorze. W drugiej części artykułu opisano założenia wielowymiarowej analizy porównawczej (WAP) jako narzędzia porównywania jednostek wielocechowych. WAP umożliwia znalezienie najważniejszych parametrów lub wskaźników mających największy wpływ na wartość organizacji wielopodmiotowej jaką jest grupa kapitałowa. Badaniem objęto cztery przedsiębiorstwa polskiego sektora energetycznego: TAURON Polska Energia SA, ENEA SA, ENERGA SA oraz PGE Polska Grupa Energetyczna SA. Badanie z zastosowaniem WAP przeprowadzono w trzech etapach: - w pierwszym etapie, na podstawie informacji zawartych w sprawozdaniach finansowych, stworzono macierz cech diagnostycznych, opisujących kondycję finansową podmiotu badań, - w drugim etapie dokonano normowania, ujednolicenia wartości zmiennych diagnostycznych; zastosowano dwie metody normowania: metodę standaryzacji i unitaryzacji zerowej, - w trzecim etapie pogrupowano zmienne diagnostyczne wykorzystując dwie metody: wzorcową miarę rozwoju Hellwiga oraz bezwzorcową miarę rozwoju. Wyniki analizy zilustrowano za pomocą tabel i rysunków.

The subject of the paper is the analysis of factors determining the value of multi-entity organizations in the energy sector and their ranking according to the degree of impact on this value. For this purpose, statistical methods were used, which are best suited to determine the order of diagnostic features according to a specific criterion. The survey covered companies from the Polish energy sector, while the process itself is based on aggregated data, which represents the financial data of capital groups currently operating in the Polish energy sector. The first part of the article presents a short description of the Polish energy sector, paying particular attention to the organizational structure of the sector, i.e. companies operating on the domestic energy market. The nature of a multi-entity enterprise as a typical economic unit in the sector is described. The second part of the article describes the assumptions of multidimensional comparative analysis (MCA) as a tool for comparing multifunctional units. The MCA makes it possible to find the most important parameters or indicators having the greatest impact on the value of a multi-entity organization, i.e. a capital group. The survey covered four companies from the Polish energy sector: TAURON Polska Energia SA, ENEA SA, ENERGA SA and PGE Polska Grupa Energetyczna SA. The study with the use of MCA was conducted in three stages: - in the first stage, on the basis of information contained in the financial statements, a matrix of diagnostic features was created, describing the financial condition of the examined entity, - in the second stage, the values of diagnostic variables were normalized/unified; two methods of normalization were applied: the method of standardization and zero unitization, - in the third stage, the diagnostic variables were grouped using two methods: the model measure of Hellwig’s development and the non-standard measure of development. The results of the analysis are illustrated by tables and figures.