Metodológia hodnotenia hospodárenia obcí

Metodický dokument k hodnoteniu finančného a majetkového hospodárenia vybraných slovenských obcí. Model kombinuje rozpočtové, bilančné a prevádzkové ukazovatele a porovnáva obce prostredníctvom viac-kriteriálnej metódy PROMETHEE II. Štatistická diagnostika štruktúry kritérií bola vykonaná korelačnou analýzou a analýzou hlavných komponentov (PCA), pričom GAIA slúži ako grafická interpretácia vzťahov medzi kritériami a alternatívami.

Úvod: čo model meria a čo nemeria

Hospodárenie obce nemožno seriózne posúdiť jedným ukazovateľom. Samotný prebytok rozpočtu môže vzniknúť aj odkladaním potrebnej obnovy majetku, nízky dlh môže byť výsledkom dlhodobej investičnej pasivity a vysoký objem hotovosti nemusí byť znakom kvality, ak obec zároveň necháva chátrať infraštruktúru alebo si požičiava za vyšší úrok, než aký získava zo svojich finančných aktív. Naopak, vyšší dlh nemusí automaticky znamenať zlé hospodárenie, ak obec investuje do majetku s dlhou životnosťou, udržiava dostatočný bežný prebytok, zvláda dlhovú službu a jej čisté bohatstvo rastie. Zmyslom modelu je preto zachytiť hospodárenie ako systém vzájomne prepojených tokov a stavov v čase, nie ako jeden izolovaný údaj z rozpočtu.

Model hodnotí finančné a majetkové riadenie obce, nie politickú úspešnosť vedenia mesta, spokojnosť obyvateľov ani kvalitu jednotlivých verejných služieb. Nehodnotí teda, či je konkrétna dopravná politika, kultúrna ponuka alebo urbanistická politika správna. Hodnotí, či obec pri rozsahu služieb, ktorý zabezpečuje, udržiava finančnú stabilitu, obnovuje a zveľaďuje majetok, primerane pracuje s likviditou, nevytvára neudržateľný tlak dlhu a má pod kontrolou prevádzkové náklady. Ide o hodnotenie kvality hospodárenia z pohľadu dlhodobej udržateľnosti.

Základnou filozofiou modelu je princíp pokračujúcej obce – municipality, ktorá nemá fungovať iba do konca jedného volebného obdobia alebo rozpočtového roka, ale má byť schopná plniť svoje úlohy aj o desať, dvadsať či päťdesiat rokov. Z tohto pohľadu je dôležité nielen to, či obec v konkrétnom roku dodržala zákonné pravidlá, ale aj to, či si zachováva priestor na budúce rozhodovanie. Zákonný limit predstavuje hranicu prípustnosti; dobré hospodárenie však znamená vytvárať bezpečnostný vankúš výrazne pred tým, ako sa obec k takej hranici priblíži.

Metodika preto kombinuje normatívnu a empirickú rovinu. Normatívna rovina určuje, ktoré ekonomické vlastnosti považujeme za žiaduce – napríklad schopnosť reprodukovať majetok, tvoriť prebytok, obmedzovať dlhové riziko či zveľaďovať čisté bohatstvo. Empirická rovina potom porovnáva, ako sa jednotlivé obce v týchto vlastnostiach navzájom odlišujú. PROMETHEE II umožňuje obe roviny spojiť bez toho, aby bolo potrebné prevádzať všetky ukazovatele na jednu umelú jednotku alebo predpokladať, že rozdiel jedného percentuálneho bodu má vo všetkých častiach distribúcie rovnaký ekonomický význam.

Výsledkom nie je účtovný audit ani úverový rating v právnom zmysle. Je to viac-kriteriálny benchmark finančného manažmentu samosprávy. Obec môže mať dobré výsledky v jednej oblasti a slabé v inej; celkové poradie vzniká až z kombinácie všetkých deviatich finálnych kritérií. Súčasťou modelu je aj deväť syntetických referenčných obcí, ktoré vytvárajú stabilné kvalitatívne úrovne od veľmi dobre riadenej samosprávy po finančne a majetkovo neudržateľný profil. Označenia Excelentne spravovaná obec (ekvivalent AAA) až Mimoriadne zle spravovaná obec (ekvivalent C/D) sú preto interpretačnou analógiou ratingovej škály, nie ratingom schopnosti splácať záväzky vydaným ratingovou agentúrou.

1. Filozofia a konštrukcia hodnotiaceho modelu

1.1 Obec ako súvaha, rozpočet a prevádzkový systém

Rozpočtové hospodárenie samosprávy sa často redukuje na otázku, či mala obec prebytok alebo deficit alebo zákonné limity pravidiel používania návratných zdrojov financovania. Takýto pohľad je neúplný. Rozpočet zachytáva tok príjmov a výdavkov za obdobie, ale nevysvetľuje, v akom stave obec preberá a odovzdáva svoj majetok, akú má zásobu likvidných zdrojov, aké záväzky presúva do budúcnosti a či prevádzkové náklady rastú tempom, ktoré je dlhodobo financovateľné. Dobrý model preto musí súčasne pracovať so stavovými veličinami zo súvahy, tokovými veličinami z rozpočtu a trendovými veličinami zachytávajúcimi vývoj nákladov a bohatstva.

Prvým pilierom je solventnosť. Solventná obec má takú štruktúru aktív, záväzkov a opakujúcich sa príjmov, aby bola schopná plniť svoje záväzky nielen dnes, ale aj v období ekonomického spomalenia alebo dočasného výpadku príjmov. Zadlženosť sa preto neposudzuje izolovane; dôležitá je jej veľkosť vo vzťahu k bežným príjmom a súčasne tlak dlhových splátok a úrokov na vlastné daňové zdroje. Model tak rozlišuje zásobu dlhu od ceny a rozpočtového zaťaženia dlhu.

Druhým pilierom je likvidita. Samospráva potrebuje hotovosť a krátkodobé finančné aktíva, aby dokázala priebežne platiť mzdy, faktúry, splátky a neočakávané výdavky. Príliš nízka likvidita zvyšuje riziko prevádzkového stresu. Príliš vysoká likvidita však môže znamenať, že obec drží neproduktívne zdroje na účtoch, zatiaľ čo odkladá investície alebo si súbežne požičiava. Preto je v modeli likvidita chápaná ako veličina s ekonomicky primeranou cieľovou úrovňou, nie ako ukazovateľ, pri ktorom platí jednoduché „čím viac, tým lepšie“.

Tretím pilierom je reprodukcia a zveľaďovanie majetku. Obec spravuje cesty, budovy, školy, verejné priestory, technickú infraštruktúru a ďalší dlhodobý majetok. Odpisy vyjadrujú účtovné opotrebenie tohto majetku a vytvárajú užitočný benchmark pre otázku, či obec investuje aspoň v rozsahu, ktorý zodpovedá jeho spotrebe. Investície nižšie než odpisy počas jedného roka nemusia byť problémom, ale dlhodobý stav, v ktorom investície systematicky zaostávajú za opotrebením, signalizuje presun nákladov do budúcnosti a rast investičného dlhu.

Štvrtým pilierom je operačná efektívnosť. Osobné výdavky a náklady na externé služby patria medzi hlavné položky bežnej prevádzky. Ich rast je potrebné čítať v kontexte inflácie, zmeny rozsahu služieb a vývoja príjmov, no zároveň ide o náklady s vysokou zotrvačnosťou: ak sa raz zabudujú do prevádzkovej základne, ich znižovanie je politicky aj organizačne náročné. Model preto sleduje dynamiku týchto nákladov ako indikáciu toho, či samospráva udržiava prevádzkový aparát v rozsahu zodpovedajúcom svojej finančnej kapacite a operatívnej potrebe.

Piatym pilierom je tvorba čistého bohatstva. Konečnou ekonomickou otázkou nie je len to, koľko obec minula alebo investovala, ale či po zohľadnení záväzkov a opotrebenia odovzdáva ďalšiemu obdobiu vyššiu alebo nižšiu čistú hodnotu. Rast vlastného imania, respektíve čistého majetku, je preto syntetickým dlhodobým ukazovateľom. Neznamená, že každý medziročný pokles je dôkazom zlého riadenia – účtovné precenenia alebo veľké jednorazové udalosti môžu výsledok ovplyvniť – ale dlhodobý trend čistého bohatstva je kľúčový pre viac volebné až medzigeneračné hodnotenie hospodárenia.

1.2 Väzba na právny a ekonomický rámec samosprávy

Model je postavený tak, aby ekonomická interpretácia nebola v rozpore so základným právnym rámcom hospodárenia obcí. Vychádza z princípov rozpočtových pravidiel územnej samosprávy, z pravidiel pre používanie návratných zdrojov financovania a dlhovú službu, z účtovných pravidiel verejnej správy a z povinnosti obce hospodáriť s majetkom účelne a hospodárne. Relevantným rámcom sú najmä zákon o obecnom zriadení, zákon o majetku obcí, zákon o rozpočtových pravidlách územnej samosprávy a zákon o účtovníctve spolu s nadväzujúcimi pravidlami financovania originálnych a prenesených kompetencií.

Dôležité je, že model nenahrádza zákonné limity vlastnými limitmi. Zákonná podmienka odpovedá na otázku, či obec môže určitý krok urobiť. Hodnotiaci model sa pýta, či je takéto konanie z pohľadu finančnej stability rozumné. Obec môže napríklad spĺňať zákonný limit dlhu, ale zároveň mať veľmi slabú likviditu, nízky bežný prebytok a rastúcu cenu obsluhy dlhu. Formálne dodržanie limitu v takom prípade ešte neznamená kvalitný finančný manažment.

Model sa preto snaží zachytiť aj včasné varovné signály. Kým právny rámec musí stanoviť hranicu, pri ktorej už vzniká vážny problém alebo obmedzenie, analytický model má zmysel práve vtedy, keď dokáže rozlíšiť zhoršovanie skôr. Z toho vyplýva dôraz na pomerové a trendové ukazovatele, ktoré reagujú na postupné oslabovanie finančnej kondície, a nie až na moment, keď obec prestane spĺňať zákonné podmienky.

Ekonomický rámec je zároveň širší než jednoduchá fiškálna disciplína. Obec nie je domácnosť a jej cieľom nie je maximalizovať zostatok na bankovom účte ale hospodársky prebytok. Musí poskytovať verejné služby a investovať do infraštruktúry. Preto model neodmeňuje mechanicky najnižšie výdavky, najvyššiu hotovosť ani nulový dlh. Odmeňuje kombináciu, pri ktorej obec dokáže poskytovať služby, investovať, obnovovať majetok a pritom si zachovať finančnú odolnosť.

1.3 Od pôvodných 12 kritérií k finálnym 9 kritériám

Prvá verzia modelu obsahovala dvanásť kritérií. Širší súbor bol zvolený zámerne: v úvodnej fáze je metodicky bezpečnejšie zachytiť viac potenciálne relevantných dimenzií a následne testovať, ktoré z nich prinášajú samostatnú informáciu. Nevýhodou príliš širokého súboru je riziko dvojitého započítania toho istého ekonomického javu. Ak dve alebo viac premenných opisujú veľmi podobnú vlastnosť obce, môžu mať v agregovanom modeli väčší vplyv len preto, že rovnakú informáciu meriame viackrát.

Redukcia na deväť kritérií preto nebola vykonaná subjektívnym vynechaním „nepohodlných“ ukazovateľov. Rozhodovala kombinácia ekonomickej interpretácie, korelačnej štruktúry, analýzy hlavných komponentov a testov citlivosti výsledného poradia. Tri ukazovatele pôvodného číslovania K5, K7 a K11 boli z finálnej verzie odstránené preto, že ich informačný prínos sa vo významnej miere prekrýval s informáciou obsiahnutou v zostávajúcich kritériách a ich vypustenie nemenilo podstatne poradie obcí. Presnejšie je preto hovoriť o multikolinearite a viacrozmernej redundancii, nie o tom, že by šlo o ekonomicky nezmyselné ukazovatele.

Tento krok je dôležitý aj z interpretačného hľadiska. Každé finálne kritérium (K1 až K9) vo finálnom modeli má predstavovať odlišnú otázku, ktorú by si mal štatutár obce a finančný manažér obce položiť: Obnovujeme majetok? Tvoríme dostatočný bežný prebytok? Rastú prevádzkové náklady primerane? Financujeme investície aj z vlastných zdrojov? Koľko dlhu nesie rozpočet? Aká drahá je jeho obsluha? Máme primeranú likviditu? Rastie čisté bohatstvo? Takto konštruovaný model je čitateľnejší a zároveň štatisticky čistejší.

Po redukcii sa opätovne testovala štruktúra deviatich kritérií. PCA nepotvrdila, že by bol finálny model v podstate iba jedným latentným ukazovateľom prezlečeným do deviatich názvov. Prvé dve hlavné komponenty vysvetľujú približne 45,6 % variability a až niekoľko ďalších komponentov je potrebných na zachytenie prevažnej a odlišnej časti informácie. To je pri viac-kriteriálnom modeli žiaduci výsledok: kritériá spolu súvisia, pretože opisujú tú istú obec, ale nie sú navzájom zameniteľné. Najvyššie korelácie zostávajú pod úrovňou, pri ktorej by bolo možné hovoriť o prakticky duplicitných premenných; vzťah niektorých kritérií je značný, ale nie natoľko tesný, aby jedno kritérium mohlo nahradiť druhé.

Zároveň sa testovala citlivosť poradia na vypustenie jednotlivých kritérií. Takýto leave-one-out test sleduje, do akej miery sa poradie zmení, ak sa jedno kritérium nepoužije. Kritérium s malým marginálnym vplyvom nemusí byť automaticky nadbytočné – môže napríklad zachytávať riziko, ktoré sa prejaví iba pri malej skupine obcí – ale v kombinácii s vysokou kolinearitnou alebo nízkou samostatnou variabilitou ide o dôležitý signál. Pôvodná redukcia z dvanástich na deväť kritérií bola postavená práve na súbehu týchto dôkazov, nie na jednom mechanickom prahu korelácie.

Číslovanie kritérií. Pôvodné K5, K7 a K11 boli vyradené. Finálne označenia sú: pôvodné K1 → K1, K2 → K2, K3 → K3, K4 → K4, K6 → K5, K8 → K6, K9 → K7, K10 → K8 a K12 → K9. Pôvodné K5 a K7 preto nie sú totožné s finálnymi K5 a K7.

1.4 Deväť finálnych kritérií a ich úloha

Finálny model používa deväť kritérií z pôvodných 12 - K1, K2, K3, K4, K6, K8, K9, K10 a K12, označené ako K1 až K9 po redukcií. Váhy boli normalizované tak, aby ich súčet bol 100 %. Tri najvyššie váhy majú K9 (20 %), K2 (15 %) a K6 (15 %); ostatné kritériá dopĺňajú obraz tak, aby výsledok nebol dominantne závislý od jedného typu ukazovateľa. Pre všetky kritériá sa v PROMETHEE používa Gaussova preferenčná funkcia, čo umožňuje plynulo rozlišovať malé, stredné a veľké rozdiely medzi obcami.

• K8 nie je interpretované ako jednoduchá surová veličina, pri ktorej by vyššia hotovosť bola vždy lepšia. Hodnotí sa primeranosť likvidity voči cieľovej úrovni; preto je výsledná transformovaná veličina orientovaná ako maximalizačné kritérium.

Rozloženie váh vyjadruje filozofiu modelu. Najvyššiu individuálnu váhu má zmena čistého bohatstva, pretože ide o dlhodobý súhrnný dôsledok hospodárenia. Vysokú váhu majú aj bežný prebytok vo vzťahu k odpisom a celková zadlženosť. Prvý ukazovateľ zachytáva schopnosť tvoriť interné zdroje a druhý odolnosť bilancie. Prevádzkové náklady, samofinancovanie investícií, náklady dlhu a likvidita majú nižšie individuálne váhy, ale v súčte zabezpečujú, aby obec nemohla dosiahnuť dobré hodnotenie iba jedným silným ukazovateľom.

Váhy nie sú výsledkom PCA. Sú zámerne zvolené. PCA je dátovo orientovaná technika a jej komponenty sa menia podľa konkrétnej vzorky a roku. Ak by sa z PCA mechanicky odvodili váhy, normatívna dôležitosť finančnej stability by sa mohla meniť len preto, že sa zmenilo rozptýlenie jedného ukazovateľa v danom roku. Váhy preto vyjadrujú ekonomickú architektúru modelu, zatiaľ čo PCA slúži ako nezávislá diagnostika, či táto architektúra netrpí redundanciou.

1.5 Prečo kombinovať stavy, toky, pomery a zmeny

Dôležitou vlastnosťou modelu je kombinácia štyroch typov informácie. Stavové ukazovatele hovoria, kde sa obec nachádza – napríklad akú má výšku dlhu. Tokové ukazovatele hovoria, čo sa počas roka deje – napríklad koľko zdrojov vytvára bežné hospodárenie. Pomerové ukazovatele umožňujú porovnať obce rôznej veľkosti tým, že hodnotu vzťahujú k odpisom, príjmom alebo daňovej báze. Trendové ukazovatele zachytávajú smer, ktorým sa hospodárenie vyvíja.

Ak by model obsahoval iba stavy, bol by príliš pomalý a nové zhoršenie by odhalil neskoro. Ak by obsahoval iba toky, mohla by obec krátkodobo vyzerať zdravo napriek dlhodobo slabej bilancii. Ak by obsahoval iba rastové tempá, zvýhodňoval by obce, ktoré sa zlepšujú z veľmi nízkeho základu. Kombinácia týchto perspektív znižuje riziko falošne pozitívneho hodnotenia a je jedným z hlavných dôvodov použitia viac-kriteriálnej metódy namiesto jednoduchého indexu.

Rovnako dôležité je, že model nie je čistým „penalty modelom“. Obsahuje kritériá, ktoré penalizujú riziko – dlh, drahú dlhovú službu alebo nadmerný rast nákladov – ale aj kritériá, ktoré aktívne odmeňujú tvorbu hodnoty: investície, tvorbu vlastných zdrojov, samofinancovanie a rast čistého bohatstva. Kvalitná obec preto nie je len obec bez problémov. Je to obec, ktorá zároveň vytvára kapacitu na ďalší rozvoj a zodpovedne riadi svoje zdroje.

2. Metodológia: PROMETHEE II, PCA a GAIA

2.1 Prečo viac-kriteriálne hodnotenie

Porovnávanie samospráv je typickou viac-kriteriálnou rozhodovacou úlohou. Kritériá majú rozdielne jednotky, rozdielne ekonomické významy a nie vždy rovnaký smer preferencie. Pri zadlženosti je nižšia hodnota spravidla lepšia, pri tvorbe prebytku alebo raste čistého bohatstva je žiaduca vyššia hodnota, pri likvidite je ekonomicky najlepší určitý interval. Jednoduché sčítanie štandardizovaných hodnôt by síce vytvorilo skóre, ale nútilo by predpokladať lineárnu kompenzáciu a rovnakú významnosť rozdielu v celej distribúcii.

PROMETHEE II patrí do rodiny outranking metód. Namiesto otázky „aké je absolútne skóre obce?“ sa najprv pýta „do akej miery je obec A pri danom kritériu preferovaná pred obcou B?“. Z týchto párových porovnaní sa až následne vytvorí agregovaný obraz. Tento prístup je vhodný pre verejnú správu, pretože prirodzene pracuje s relatívnou výkonnosťou a umožňuje, aby malé rozdiely mali malý význam a veľké rozdiely postupne získavali plnú preferenčnú silu.

Metóda je zároveň transparentná. Každý krok možno spätne reprodukovať: vstupná hodnota, smer kritéria, preferenčná funkcia, parameter funkcie, váha, párová preferencia a výsledný tok. Výsledok preto nie je „black box“ v zmysle strojového učenia. Ak sa obec v poradí zmení, možno identifikovať, ktoré kritériá a ktoré párové porovnania k tomu prispeli.

2.2 Technický postup PROMETHEE II

Označme množinu hodnotených alternatív $A=\{a_1,\dots a_n\}$. V našom prípade ide o 101 reálnych obcí a 9 syntetických referenčných obcí, spolu teda $n=110$ alternatív. Každá alternatíva je opísaná deviatimi kritériami $g_j\left(a\right)$.

Pre maximalizačné kritérium je rozdiel medzi dvojicou obcí a a b definovaný ako:

Pre minimalizačné kritérium sa smer rozdielu obráti:

Kladná hodnota tak vždy znamená výhodu obce a oproti obci b.

Pre každé kritérium sa používa Gaussova preferenčná funkcia typu 6. Pri kladnom rozdiele d má tvar:

Parameter σ_j určuje mierku, pri ktorej začína byť rozdiel medzi obcami ekonomicky významný. V aplikovanom modeli je σ viazané na štandardnú odchýlku príslušného kritéria. To je vhodné najmä pri heterogénnych jednotkách, pretože prah rozlišovania sa automaticky prispôsobí prirodzenému rozptylu konkrétneho ukazovateľa.

Agregovaná preferencia obce a voči obci b je váženým súčtom parciálnych preferencií:

Váhy w_j sú nezáporné a ich súčet je 1. Hodnota π sa pohybuje od 0 do 1. Hodnota blízka nule znamená, že podľa súboru kritérií nie je dôvod silno uprednostniť a pred b; hodnota blízka jednej znamená výraznú agregovanú prevahu.

Pre každú obec sa potom vypočíta kladný preferenčný tok:

Vyjadruje, do akej miery obec v priemere „prekonáva“ ostatné alternatívy. Záporný tok vyjadruje, do akej miery je obec prekonávaná ostatnými:

Čistý tok je rozdiel kladného a záporného toku:

Je základom úplného poradia PROMETHEE II. Vyšší čistý tok znamená lepšiu relatívnu pozíciu v hodnotenom súbore.

PROMETHEE II vytvára úplné poradie aj v prípadoch, keď majú obce odlišné profily. To je podstatné: obec A môže mať nižší dlh, ale slabšie investície; obec B môže viac investovať, ale mať vyššiu dlhovú službu. Metóda neskrýva tento konflikt – najprv ho zachytí na úrovni jednotlivých kritérií a až potom ho agreguje cez explicitné váhy. Tým je výsledok interpretovateľnejší než pri jedinom kompozitnom pomere.

2.3 Prečo Gaussova preferenčná funkcia

Gaussova funkcia bola zvolená preto, že finančné ukazovatele obcí sú spojité a rozdiely medzi nimi nemajú prirodzenú ostrú hranicu. Pri niektorých PROMETHEE funkciách je potrebné určiť indiferenčný prah q a preferenčný prah p. To je vhodné tam, kde existuje vecne obhájiteľná hranica, napríklad technická tolerancia alebo právny limit. Pri väčšine ekonomických pomerov však rozdiel medzi 14,9 % a 15,1 % nemá úplne odlišný význam. Gaussova funkcia namiesto skoku vytvára plynulý prechod od zanedbateľného rozdielu k silnej preferencii.

Použitie štandardnej odchýlky ako mierky σ navyše znižuje riziko, že bude parameter nastavený ad hoc. Kritérium s prirodzene malým rozptylom nebude znevýhodnené oproti ukazovateľu, ktorý sa medzi obcami pohybuje v oveľa širšom rozsahu. Výsledok je invariantnejší voči jednotkám merania a zároveň rešpektuje empirické rozloženie údajov.

To neznamená, že štandardná odchýlka je jediná možná voľba. Je však konzistentná s účelom modelu: porovnávať relatívne odchýlky medzi obcami a nepredstierať, že pri každom finančnom ukazovateli existuje exaktný ekonomický bod, po ktorom sa rozdiel zrazu stáva významným.

2.4 Úloha váh a obmedzenie kompenzácie

Váhy určujú relatívnu dôležitosť kritérií, nie ich technickú mierku. Keďže preferenčné funkcie už prevádzajú jednotlivé rozdiely na škálu 0 až 1, váha 20 % pri K9 znamená, že dlhodobá zmena čistého bohatstva má v agregovanej preferencii dvojnásobnú dôležitosť oproti kritériu s váhou 10 %. Súčet váh 100 % zároveň umožňuje jednoduchú interpretáciu.

PROMETHEE nie je úplne nekompenzačná metóda. Silný výsledok v jednom kritériu môže čiastočne vyvážiť slabší výsledok v inom. Kompenzácia je však kontrolovanejšia než pri lineárnom sčítaní surových alebo z-skórovaných hodnôt, pretože každé kritérium najprv prechádza nelineárnou preferenčnou funkciou. Extrémne vysoká hodnota tak nemôže neobmedzene zvyšovať skóre: preferencia sa asymptoticky blíži k jednej. To obmedzuje vplyv extrémov a je vhodné pri finančných dátach, kde sa môžu objaviť mimoriadne jednorazové hodnoty.

Ďalšou poistkou je samotná skladba kritérií. Model kombinuje bilančné riziko, tvorbu zdrojov, investičné správanie, prevádzkovú nákladovosť, likviditu a čisté bohatstvo. Obec preto nemôže dlhodobo kompenzovať slabú finančnú kondíciu iba jednou silnou oblasťou. V praxi sa vysoké umiestnenie spája s vyváženým profilom, nie s jedným extrémne priaznivým ukazovateľom.

2.5 PCA: prečo bola použitá a čo overuje

Analýza hlavných komponentov (Principal Component Analysis, PCA) je štatistická technika, ktorá transformuje súbor navzájom korelovaných premenných na menší počet navzájom nekorelovaných lineárnych kombinácií – hlavných komponentov. Prvá komponenta vysvetľuje najväčšiu možnú časť variability dát, druhá najväčšiu časť zostávajúcej variability pri podmienke ortogonality voči prvej a tak ďalej. Význam komponentov sa posudzuje cez vlastné čísla, podiel vysvetlenej variability a faktorové záťaže jednotlivých pôvodných kritérií.

V tomto modeli PCA neslúži na vytvorenie hodnotenia obcí. Je diagnostickým nástrojom. Jej prvou úlohou je odhaliť, či viac kritérií v skutočnosti nemeria tú istú latentnú vlastnosť. Ak by napríklad prvá komponenta vysvetľovala drvivú väčšinu variability a všetky kritériá mali veľmi podobné vysoké záťaže, deväťkritériový model by bol zbytočne komplikovaný. Naopak, rozloženie vysvetlenej variability medzi viac komponentov potvrdzuje, že jednotlivé kritériá prinášajú samostatnú informáciu.

Druhou úlohou je overiť redundanciu. Pri pôvodných dvanástich kritériách bola PCA spolu s korelačnou analýzou a testami citlivosti použitá na identifikáciu premenných, ktorých informačný obsah sa prekrýval s inými ukazovateľmi. Vyradením pôvodných K5, K7 a K11 sa znížilo riziko viacnásobného započítania rovnakého ekonomického javu. Následná PCA deviatich kritérií slúžila ako kontrola, že redukcia neskončila opačným extrémom – príliš úzkym modelom, ktorý by ignoroval samostatné dimenzie hospodárenia.

Treťou úlohou je interpretácia konfliktov medzi kritériami. Ak majú dve kritériá podobné smerovanie v priestore hlavných komponentov, obce, ktoré sú dobré v jednom, bývajú často dobré aj v druhom. Ak smerujú proti sebe, zachytávajú reálny trade-off. Takéto konflikty nie sú chybou modelu; naopak, sú dôvodom, prečo je potrebné viac-kriteriálne hodnotenie. Typickým príkladom môže byť konflikt medzi investičnou aktivitou a krátkodobou likviditou alebo medzi intenzívnym rozvojom a zadlženosťou.

2.6 GAIA

GAIA (Geometrical Analysis for Interactive Aid) je grafická analytická nadstavba rodiny PROMETHEE. V praxi využíva princípy PCA na projekciu viacrozmerných unicriteriálnych preferenčných tokov do dvojrozmernej roviny. Každé kritérium možno zobraziť ako vektor a každú obec ako bod. Uhol medzi vektormi kritérií pomáha interpretovať, či sa kritériá navzájom podporujú, sú približne nezávislé alebo sú v konflikte. Dĺžka projekcie zase napovedá, nakoľko je dané kritérium v prvých dvoch komponentoch dobre reprezentované.

GAIA je preto vhodná na kvalitatívnu kontrolu modelu: ukazuje, ktoré kritériá skutočne rozlišujú obce, ktoré smerujú podobne a ktoré zachytávajú inú dimenziu. Nie je však náhradou za plné deväťrozmerné hodnotenie. Dvojrozmerná rovina vždy zachytáva iba časť celkovej variability. V našom prípade prvé dve komponenty vysvetľujú približne 45,6 % variability, takže GAIA je užitočná na interpretáciu štruktúry, nie na reprodukciu celého hodnotenia.

2.7 Prečo je PROMETHEE II korektné pre porovnávanie obcí

Prvým dôvodom je heterogenita jednotiek. Kritériá používajú odlišné menovatele a škály. Niektoré sú pomermi k odpisom, iné k bežným príjmom, daňovým príjmom alebo predstavujú rastové tempo. PROMETHEE ich nemusí násilne previesť na jednu fyzickú jednotku. Preferenčná funkcia vytvorí porovnateľnú škálu s jasnou ekonomickou interpretáciou.

Druhým dôvodom je asymetria preferencie. Pri mnohých ukazovateľoch nie je ekonomický význam rozdielov lineárny. Rozdiel medzi dvoma veľmi podobnými obcami má byť malý; výrazná odchýlka má mať silnejší vplyv, ale nie nekonečný. Gaussova funkcia presne takýto priebeh zabezpečuje.

Tretím dôvodom je možnosť pracovať súčasne s maximalizačnými a minimalizačnými kritériami. Pri zadlženosti a nákladovej dynamike sa preferuje nižšia hodnota, pri tvorbe zdrojov a bohatstva vyššia. Metóda orientuje rozdiely jednotne bez toho, aby bolo potrebné ručne vytvárať zložité skórovacie intervaly.

Štvrtým dôvodom je interpretovateľnosť konfliktov. Reálna obec zriedka dominuje všetkým ostatným vo všetkých ukazovateľoch. PROMETHEE počíta silu prevahy aj slabosti voči každej alternatíve a rozdeľuje výsledok na kladný a záporný tok. To umožňuje rozlíšiť obec, ktorá je priemerne silná vo väčšine oblastí, od obce s jedným výborným a viacerými slabými ukazovateľmi.

Piatym dôvodom je odolnosť voči extrémnym hodnotám. Preferencia je ohraničená intervalom 0 až 1, takže extrémna hodnota jedného kritéria nemôže nekontrolovane dominovať celému indexu. To je dôležité pri účtovných a rozpočtových údajoch, kde jednorazový predaj majetku, veľká investícia alebo mimoriadna transferová operácia môže vytvoriť hodnotu ďaleko od bežnej distribúcie.

Šiestym dôvodom je možnosť citlivostnej analýzy. Váhy, preferenčné parametre a súbor kritérií možno meniť a sledovať stabilitu poradia. Kvalitný viac-kriteriálny model nie je model, v ktorom sa poradie nikdy nezmení, ale model, v ktorom malé rozumné zmeny parametrov nevedú k dramaticky inému obrazu. Redukcia pôvodných dvanástich kritérií a následné testy deväťkritériovej verzie boli súčasťou tejto robustnosti.

Siedmym dôvodom je relatívna povaha samotnej otázky. Cieľom nie je vypočítať „skutočnú finančnú hodnotu“ obce v eurách, ale porovnať kvalitu hospodárenia medzi podobnými samosprávami. Outranking metóda je na takúto úlohu prirodzená, pretože výsledok vzniká z konzistentnej siete párových porovnaní.

Metóda má, samozrejme, aj hranice. Výsledok závisí od kvality účtovných a rozpočtových dát, od definície kritérií a od ekonomicky zdôvodnených váh. Nehodnotí kvalitu výstupov verejných služieb a nedokáže úplne odstrániť štrukturálne rozdiely medzi mestami. Práve preto bola vzorka obcí zvolená tak, aby bola čo najhomogénnejšia, a výsledok sa interpretuje ako porovnanie finančného manažmentu, nie ako univerzálne hodnotenie „najlepších miest na život“.

2.8 Robustnosť, validácia a interpretácia výsledného poradia

Robustnosť modelu stojí na viacerých vrstvách kontroly. Prvou je vecná validita: každé kritérium musí mať jasnú ekonomickú interpretáciu a väzbu na finančnú udržateľnosť obce. Druhou je štatistická validita: kritériá nesmú byť natoľko redundantné, aby tá istá informácia získala neprimeranú váhu. Treťou je citlivosť: výsledok by nemal byť produktom jediného úzko nastaveného parametra. Štvrtou je interpretačná validita: poradie musí byť možné vysvetliť cez konkrétne silné a slabé oblasti každej obce.

PCA ukázala, že finálnych deväť kritérií nevytvára jediný takmer jednorozmerný faktor. Prvá hlavná komponenta vysvetľuje približne štvrtinu variability a prvé dve spolu menej než polovicu; na zachytenie približne štyroch pätín variability je potrebných šesť komponentov. To podporuje záver, že model zachytáva viac odlišných stránok hospodárenia a že úplná redukcia na jeden alebo dva ukazovatele by znamenala podstatnú stratu informácie.

Korelačná analýza zároveň neukázala takmer dokonale zhodné páry medzi finálnymi kritériami. Existujú ekonomicky pochopiteľné vzťahy – napríklad obec s vysokým bežným prebytkom má často lepší vývoj čistého bohatstva – ale tieto vzťahy nie sú identitou. Práve rozdiel medzi koreláciou a redundanciou je dôležitý. Ak dve kritériá súvisia preto, že úspešné hospodárenie sa prejavuje vo viacerých oblastiach, nie je dôvod jedno automaticky vyhodiť. Vyradenie je opodstatnené až vtedy, keď jedna premenná prináša zanedbateľnú dodatočnú informáciu.

Výsledné poradie je preto potrebné čítať ako komparatívnu mieru finančného manažmentu. Rozdiel jednej alebo dvoch pozícií medzi susediacimi obcami nemusí mať sám osebe veľký ekonomický význam. Dôležitejšie je, v akej kvalitatívnej zóne sa obec nachádza, aký má profil jednotlivých kritérií a či sa jej pozícia v čase zlepšuje alebo zhoršuje. Aj z tohto dôvodu boli do modelu zaradené syntetické referenčné obce, ktoré vytvárajú interpretovateľné úrovne namiesto mechanického delenia hodnotenia na napr. decily.

3. Výber obcí, porovnávací súbor a referenčné úrovne

3.1 Prečo neporovnávať všetky obce na Slovensku

Slovenská miestna samospráva je mimoriadne fragmentovaná. Malá obec s niekoľkými stovkami obyvateľov, minimálnym aparátom a vysokou závislosťou od transferov má úplne inú finančnú a prevádzkovú logiku než krajské mesto alebo stredne veľké okresné centrum. Priame hodnotenie všetkých obcí by preto miešal rozdiely v kvalite hospodárenia s rozdielmi vyplývajúcimi zo samotnej veľkosti, rozsahu plnených kompetencií a administratívnej kapacity.

Cieľom výberu nebolo vytvoriť náhodnú štatistickú vzorku všetkých slovenských obcí. Ide o účelovo definovaný analytický súbor obcí, ktoré už majú dostatočnú vlastnú príjmovú bázu a rozsah činností na to, aby bolo zmysluplné porovnávať ich finančný manažment podobnými ukazovateľmi. Pojem reprezentatívnosť sa tu preto používa v ekonomickom a inštitucionálnom zmysle, nie v zmysle pravdepodobnostného výberu z celej populácie obcí.

Hlavným vstupným filtrom je minimálne 5 miliónov eur daňových príjmov. Takáto hranica oddeľuje samosprávy, ktoré majú významnú vlastnú a zdieľanú daňovú bázu, od veľmi malých obcí, pri ktorých jednotlivé investičné alebo transferové operácie môžu úplne dominovať ročným ukazovateľom. Vyššia príjmová základňa zároveň znamená väčší priestor pre profesionálny finančný manažment, viac opakujúcich sa činností a spravidla aj širší majetkový a prevádzkový aparát.

Druhou podmienkou je, že vybrané obce prevažne z vlastných a pravidelne dostupných zdrojov financujú zabezpečovanie verejných služieb, originálnych kompetencií a významnej časti svojich prevádzkových potrieb. Neznamená to absenciu transferov, práve naopak – prenesený výkon štátnej správy je prirodzene financovaný aj zo štátnych zdrojov – ale obec nesmie byť z hľadiska svojho základného fungovania porovnateľná s malou transferovo závislou jednotkou.

3.2 Homogenita vzorky a jej limity

Výsledný súbor 101 reálnych obcí je homogénnejší z hľadiska finančnej kapacity, nie identický z hľadiska funkcií. Medzi obcami zostávajú rozdiely v rozsahu verejnej dopravy, sociálnych služieb, školských zariadení, kultúrnych inštitúcií, športovej infraštruktúry alebo vlastníctva mestských podnikov. Niektoré mestá zabezpečujú mestskú hromadnú dopravu vo väčšom rozsahu, iné ju nakupujú externe alebo ju majú len obmedzenú. Podobné rozdiely existujú pri odpadovom hospodárstve, tepelnej energetike či správe majetku.

Tieto rozdiely nie sú pre model irelevantné, ale nie sú dôvodom porovnanie opustiť. Model neporovnáva absolútnu výšku výdavkov na MHD, kultúru alebo školy. Väčšina kritérií je definovaná ako pomer, dynamika alebo vzťah medzi zdrojmi a finančnými záväzkami. Obec s väčším rozsahom služieb môže mať vyššie absolútne náklady, ale to samo osebe jej hodnotenie nezhoršuje. Rozhodujúce je, či tieto náklady rastú udržateľne, či sú kryté opakujúcimi sa príjmami a či obec popri nich dokáže obnovovať majetok a udržiavať zdravú bilanciu.

Zostávajúce štrukturálne rozdiely treba v interpretácii rešpektovať. Hodnotenie nehovorí, že obec na vyššej pozícii poskytuje lepšie služby alebo má jednoduchšiu úlohu. Hovorí, že pri svojom konkrétnom rozsahu služieb a majetku vykazuje finančný profil, ktorý je podľa zvolených deviatich kritérií udržateľnejší. Tento rozdiel je zásadný pre korektnú komunikáciu výsledkov.

Homogenitu ďalej zvyšuje samotné použitie párových preferencií a pomerových kritérií. Výsledok nie je mechanicky naviazaný na počet obyvateľov ani na absolútnu veľkosť rozpočtu. Veľké mesto teda nemá výhodu iba preto, že má vyššie príjmy, a menšia obec v súbore nie je penalizovaná za nižší nominálny objem investícií. Rozhodujúce sú vzťahy medzi investíciami, odpisovaním, príjmami, dlhom, prevádzkovými nákladmi a vlastným imaním.

3.3 Súbor ako aproximácia možného municipálneho usporiadania

Výber má aj širšiu analytickú interpretáciu. Obce s daňovými príjmami nad 5 miliónov eur predstavujú jednotky, ktoré už majú rozsah finančných tokov a administratívnu základňu porovnateľnú s potenciálne životaschopnými municipalitami v menej fragmentovanom systéme miestnej samosprávy. Súbor preto možno čítať aj ako približný obraz toho, ako by mohlo vyzerať porovnávanie väčších municipálnych jednotiek po prípadnej konsolidácii alebo medziobecnej integrácii.

Neznamená to, že hranica 5 miliónov eur je návrhom zákonného minima pre existenciu obce alebo že všetky menšie samosprávy by mali zaniknúť. Ide o analytický prah, ktorý zvyšuje porovnateľnosť a stabilitu dát. V reformnej diskusii však zároveň ukazuje, že pri určitom rozsahu príjmov už možno od municipality požadovať profesionálnejšie riadenie aktív a pasív, systematickú prácu s likviditou, viacročné investičné plánovanie a aktívny manažment dlhu.

Takto definovaný súbor je vhodnejší aj pre benchmarking. Malé obce majú často výsledky silno ovplyvnené jedným projektom alebo jedným transferom. Pri väčšej municipálnej jednotke sa idiosynkratické výkyvy čiastočne priemerujú a ukazovatele lepšie odrážajú kvalitu systému riadenia. To je presne vlastnosť, ktorú model potrebuje merať.

3.4 Deväť syntetických obcí ako stabilné referenčné body

Do hodnotiaceho súboru bolo popri 101 reálnych obciach vložených deväť syntetických, teda fiktívnych referenčných obcí. Každá z nich predstavuje vopred definovaný profil finančného riadenia. Referenčné profily sa líšia v kvalite správy aktív a pasív, reprodukcii majetku, likvidite, zadlženosti, tlaku dlhových nákladov, samofinancovaní investícií a dynamike prevádzkových nákladov. Ich účelom nie je napodobňovať konkrétne existujúce mesto, ale vytvoriť ekonomicky interpretovateľné kotvy v hodnotení.

Tento postup má výhodu oproti čistému percentilovému deleniu. Ak by sme obce rozdelili napríklad na deväť skupín len podľa poradia, vždy by musela existovať „najhoršia“ devätina, aj keby sa všetky obce medziročne výrazne zlepšili. A naopak, určitá časť by bola označená ako veľmi dobrá aj v roku, keď by sa celý sektor zhoršil. Syntetické referenčné obce oddeľujú kategóriu od relatívneho poradia: reálna obec musí prekonať ekonomicky definovaný profil, nie iba určitý počet konkurentov.

Referenčné obce zároveň umožňujú dlhodobejšiu časovú interpretáciu. Ak sa ich parametre nemenia, posun reálnej obce medzi kategóriami znamená zmenu jej finančného profilu voči stabilnému benchmarku. To je metodicky cennejšie než hodnotenie, v ktorom sa hranice každý rok automaticky posunú podľa distribúcie aktuálneho súboru.

Syntetické alternatívy sú zahrnuté priamo do rovnakého PROMETHEE výpočtu ako reálne obce. Hodnotia sa rovnakými kritériami, rovnakými preferenčnými funkciami a rovnakými váhami. Nevzniká teda druhý, dodatočný klasifikačný algoritmus. Kategorizácia je priamo previazaná s rovnakou logikou, ktorá vytvára poradie reálnych samospráv.

3.5 Ratingová analógia AAA až C/D

Deväť referenčných úrovní možno pre jednoduchú komunikáciu označiť ako AAA, AA, A, BBB, BB, B, CCC, CC a C/D. Ide o zámerne intuitívnu analógiu so známou ratingovou škálou. Je však nevyhnutné ju interpretovať správne: nejde o úverový rating emitenta, odhad pravdepodobnosti defaultu ani hodnotenie schopnosti splácať konkrétny dlhopis. Ide o ratingový jazyk použitý na klasifikáciu kvality finančného a majetkového manažmentu podľa deviatich kritérií modelu.

Kategórie treba čítať ako pásma, nie ako ostré ontologické hranice. Obec tesne nad a tesne pod referenčnou alternatívou môžu mať veľmi podobný finančný profil. Dôležitejšia než samotné písmeno je vzdialenosť od referenčných bodov, vývoj v čase a to, ktoré kritériá bránia obci postúpiť vyššie. Ratingová analógia má predovšetkým zjednodušiť komunikáciu zložitého deväťrozmerného výsledku.

Veľkou výhodou referenčných úrovní je možnosť premeniť výsledok na manažérsku diagnózu. Ak je obec napríklad na úrovni BBB a k vyššej kategórii jej chýba najmä K2 a K6, problém možno preložiť do konkrétnej úlohy: zvyšovať opakujúci sa bežný prebytok a znižovať zadlženosť voči príjmom. Ak je limitujúcim kritériom K9, cieľom je zmeniť investičnú a majetkovú politiku tak, aby obec dlhodobo zveľaďovala čistú hodnotu. Model tak nie je iba hodnotením, ale aj diagnostickým nástrojom.

3.6 Ako interpretovať rozdiely medzi obcami

Pri čítaní výsledkov je vhodné oddeliť tri úrovne informácie. Prvou je celkové poradie podľa čistého toku Φ. To je najjednoduchšia informácia o relatívnej pozícii. Druhou je kvalitatívna úroveň určená referenčnými obcami. Tá hovorí, či je finančný profil skôr robustný, priemerný alebo rizikový. Treťou a analyticky najdôležitejšou úrovňou je profil deviatich kritérií, ktorý vysvetľuje, prečo sa obec na danom mieste nachádza.

Samotné poradie preto nemá byť používané bez kontextu. Rozdiel medzi 20. a 25. miestom môže byť menší než rozdiel medzi dvoma susednými kategóriami, ak sú čisté toky v tej časti hodnotenia veľmi tesné. Na druhej strane, obec sa môže medziročne posunúť v poradí aj preto, že sa zlepšili alebo zhoršili iné samosprávy. Pre hodnotenie vlastného manažmentu je preto dôležitý aj pohyb voči fixným syntetickým benchmarkom.

Rovnako treba rozlišovať krátkodobý a dlhodobý signál. Jednorazová veľká investícia môže dočasne zmeniť K1 alebo K5, mimoriadny príjem môže ovplyvniť likviditu a účtovné operácie môžu ovplyvniť vlastné imanie. Z tohto dôvodu je najpresvedčivejšia interpretácia tá, ktorá sleduje viac rokov a hľadá konzistentný trend. Model je konštruovaný tak, aby bol použiteľný každoročne a aby postupne vytváral časovú sériu kvality hospodárenia.

Pri obciach s osobitnými funkciami – napríklad veľkým rozsahom MHD alebo sieťou mestských podnikov – je vhodné rozlišovať ich dodatočné úlohy. Takáto štruktúra môže objektívne meniť nákladový profil. Nemala by však byť automatickým ospravedlnením slabého hospodárenia: aj komplexnejšia obec musí vedieť financovať svoju prevádzku, spravovať záväzky a udržiavať majetok. Model preto štrukturálne rozdiely rešpektuje, ale nepovažuje ich za dôvod rezignovať na finančnú disciplínu.

Záver

Model hodnotenia hospodárenia obcí je konštruovaný ako viacrozmerný systém, ktorý prepája finančnú stabilitu, reprodukciu majetku, prevádzkovú efektívnosť, likviditu, zadlženosť a tvorbu čistého bohatstva. Jeho cieľom nie je nahradiť účtovníctvo, zákonné limity alebo odborný úsudok jedným číslom. Cieľom je vytvoriť konzistentný rámec, v ktorom možno obce porovnávať podľa rovnakých pravidiel a zároveň vysvetliť, z čoho výsledok vznikol.

Redukcia pôvodných dvanástich kritérií na deväť zlepšila parsimóniu modelu a znížila riziko dvojitého započítania podobnej informácie. Korelačná analýza, PCA a testy citlivosti podporujú záver, že finálne kritériá nie sú navzájom lineárne zameniteľné a zachytávajú viac samostatných dimenzií hospodárenia. PCA pritom nie je mechanizmom hodnotenia ani zdrojom váh; je nezávislou diagnostikou štruktúry dát.

PROMETHEE II je pre túto úlohu vhodné najmä preto, že pracuje s párovými preferenciami, odlišnými smermi kritérií, nelineárnou významnosťou rozdielov a explicitnými váhami. Gaussova preferenčná funkcia umožňuje plynulo rozlišovať ekonomicky malé a veľké rozdiely a znižuje vplyv extrémnych hodnôt. Kladné, záporné a čisté preferenčné toky následne poskytujú úplné, ale stále interpretovateľné poradie.

Výber 101 reálnych obcí s minimálne 5 miliónmi eur daňových príjmov vytvára analyticky homogénnejší súbor samospráv, ktoré majú dostatočnú finančnú a organizačnú kapacitu na zmysluplný benchmarking. Nejde o štatisticky náhodnú vzorku všetkých obcí, ale o účelovo definovaný súbor väčších municipálnych jednotiek, ktorý možno zároveň chápať ako približnú referenciu pre diskusiu o menej fragmentovanom municipálnom usporiadaní.

Deväť syntetických obcí napokon umožňuje premeniť relatívne poradie na stabilnú kvalitatívnu klasifikáciu. Úrovne AAA až C/D fungujú ako komunikačné kotvy kvality hospodárenia, nie ako úverové ratingy. Ich pridaná hodnota spočíva v tom, že obec neporovnávajú iba s ostatnými v danom roku, ale aj so stabilným ekonomickým profilom. Vďaka tomu možno model používať nielen na zostavenie hodnotenia, ale aj na diagnostiku slabých miest, medziročné sledovanie a formulovanie konkrétnych odporúčaní pre finančný manažment samosprávy.