Cyfroteka.pl

klikaj i czytaj online

Cyfro
Czytomierz
00405 007495 11260828 na godz. na dobę w sumie
Nowe podejście do analizy wskaźnikowej w przedsiębiorstwie - ebook/pdf
Nowe podejście do analizy wskaźnikowej w przedsiębiorstwie - ebook/pdf
Autor: Liczba stron:
Wydawca: Wolters Kluwer Język publikacji: polski
ISBN: 978-83-264-5396-0 Data wydania:
Lektor:
Kategoria: ebooki >> biznes >> bankowość i finanse
Porównaj ceny (książka, ebook, audiobook).
Autor książki przybliża problematykę efektywności metod analizy ekonomicznej przedsiębiorstw w zakresie oceny ich kondycji finansowej w erze globalizacji, powszechnej niepewności i ryzyka oraz szybko zachodzących zmian w otoczeniu firm. Dokonuje oceny powiązań systemowych wskaźników finansowych, a następnie próby implementacji logiki rozmytej w wykorzystywanej w przedsiębiorstwach analizie wskaźnikowej. W opracowaniu szczegółowo omówiono:
Znajdź podobne książki Ostatnio czytane w tej kategorii

Darmowy fragment publikacji:

Wydanie publikacji zostało dofinansowane przez Wydział Zarządzania i Ekonomii Politechniki Gdańskiej Recenzenci prof. dr hab. Adam Kopiński dr hab. Anna Rzeczycka, prof. nadzw. PG Wydawca Grzegorz Jarecki Redaktor prowadzący Janina Burek Opracowanie redakcyjne Mirosław Dąbrowski Korekta Iwona Pisiewicz Skład i łamanie Firma „Verso” Projekt graficzny okładki Barbara Widłak Zdjęcie wykorzystane na okładce © Joe Stone – Fotolia.com © Copyright by Wolters Kluwer Polska SA 2013 All rights reserved. ISBN 978-83-264-4043-4 Wydane przez: Wolters Kluwer Polska SA Redakcja Książek 01-231 Warszawa, ul. Płocka 5a tel. 22 535 82 00, fax 22 535 81 35 e-mail: ksiazki@wolterskluwer.pl www.wolterskluwer.pl Księgarnia internetowa: www.profinfo.pl Spis treści Wstęp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Część I. Metody analIzy fInansowej przedsIębIorstw . . . . . . . . . . . . . . . . . . . . . . . . 11 rozdział 1. etapy rozwoju metod analizy finansowej firm . . . . . . . . . . 13 rozdział 2. narzędzia analizy wskaźnikowej . . . . . . . . . . . . . . . . . . 20 Wskaźniki płynności finansowej . . . . . . . . . . . . . . . . . . . . 24 Wskaźniki rentowności . . . . . . . . . . . . . . . . . . . . . . . . . 31 Wskaźniki zadłużenia . . . . . . . . . . . . . . . . . . . . . . . . . . 36 Wskaźniki sprawności . . . . . . . . . . . . . . . . . . . . . . . . . 44 Analiza wskaźnikowa w credit scoringu . . . . . . . . . . . . . . . . 50 Wady i ograniczenia tradycyjnej analizy wskaźnikowej . . . . . . . 64 Część II. zastosowanIe logIkI rozMytej w analIzIe wskaźnIkowej . . . . . . . . . . . . . . . . 67 rozdział 3. krótka charakterystyka logiki rozmytej . . . . . . . . . . . . . 69 Główne założenia logiki rozmytej . . . . . . . . . . . . . . . . . . . 72 Zalety logiki rozmytej . . . . . . . . . . . . . . . . . . . . . . . . . 79 rozdział 4. Możliwości wykorzystania logiki rozmytej w analizie wskaź- nikowej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 Analiza płynności – analiza wskaźnikowa z wykorzystaniem logiki rozmytej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 Analiza rentowności – analiza wskaźnikowa z wykorzystaniem logiki rozmytej . . . . . . . . . . . . . . . . . . . . . . . . . . 102 6 Spis treści Analiza zadłużenia – analiza wskaźnikowa z wykorzystaniem logi- ki rozmytej . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 Analiza sprawności – analiza wskaźnikowa z wykorzystaniem logiki rozmytej . . . . . . . . . . . . . . . . . . . . . . . . . . 131 Ocena syntetyczna sytuacji finansowej przedsiębiorstwa – analiza wskaźnikowa z wykorzystaniem logiki rozmytej . . . . . . . . 142 Część III. weryfIkaCja użyteCznośCI logIkI rozMytej w ekonoMII . . . . . . . . . . . . . . . . . . . . 153 rozdział 5. założenia do badań . . . . . . . . . . . . . . . . . . . . . . . . . . 155 rozdział 6. weryfikacja skuteczności modeli logiki rozmytej w analizie wskaźnikowej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 Weryfikacja skuteczności modeli płynności . . . . . . . . . . . . . . 160 Weryfikacja skuteczności modeli zadłużenia . . . . . . . . . . . . . 168 Weryfikacja skuteczności modeli rentowności . . . . . . . . . . . . 174 Weryfikacja skuteczności modeli sprawności . . . . . . . . . . . . . 181 Weryfikacja skuteczności modelu syntetycznej oceny sytuacji eko- nomicznej firm . . . . . . . . . . . . . . . . . . . . . . . . . . 191 Wnioski końcowe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 Aneks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 Załącznik I. Opis symboli wykorzystanych w badaniach . . . . . . . . . . . . . 227 Załącznik II. Zbiór reguł decyzyjnych dla ośrodka decyzyjnego K4 stosowane- go do oceny wskaźnika rentowności aktywów ogółem (ROA) . . . 228 Załącznik III. Lista badanych spółek akcyjnych . . . . . . . . . . . . . . . . . . 236 Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Spis ilustracji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 Spis tabel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 Indeks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 Wstęp W XXI wiek ekonomiści zajmujący się problematyką analizy finansowej wkra- czali ze złudną euforią, z nadzieją na postępującą integrację rynków finanso- wych, szybsze i skuteczniejsze wykorzystanie informacji oraz efektywniejsze prognozowanie zjawisk ekonomicznych przy wykorzystaniu wyrafinowanych modeli statystycznych, ekonometrycznych i sztucznej inteligencji. Globalny kry- zys finansowy, który rozpoczął się w połowie 2008 roku, obalił mit bezpiecznych ekonomicznie regionów świata, krajów i przedsiębiorstw. Jesteśmy świadkami zdarzeń bezprecedensowych, jak na przykład obniżenia ratingu kredytowego USA z poziomu AAA do AA+, po raz pierwszy w historii tego kraju, czy też upadku wielu przedsiębiorstw globalnych, często o nienagannej reputacji ekonomicznej. Rodzą się pytania o przyczyny tego kryzysu i możliwości jego wcześniejszego przewidywania. W tym kontekście warto ocenić użyteczność modeli wczesnego ostrzegania, których celem jest wychwytywanie wczesnych symptomów pogarszającej się sytuacji ekonomicznej kraju, przedsiębiorstwa czy gospodarstwa domowego. W niniejszej książce autor nawiązuje do problematyki efektywności metod analizy ekonomicznej przedsiębiorstw w zakresie oceny ich kondycji finansowej w erze globalizacji, powszechnej niepewności i ryzyka oraz niesłychanie szybko zachodzących zmian w otoczeniu firm. Podejmuje próbę udzielenia odpowiedzi na pytanie, czy metody , których początki datuje się na drugą połowę XIX wieku, przystają do obecnych czasów. Celem badań podjętych w niniejszej książce jest ocena powiązań syste- mowych wskaźników finansowych (część pierwsza książki), a następnie pró- ba implementacji logiki rozmytej w wykorzystywanej w przedsiębiorstwach analizie wskaźnikowej oraz w syntetycznej ocenie sytuacji finansowej firm przy uwzględnieniu wybranych zależności systemowych (dezagregacji wskaź- ników). Nowe podejście analityczne, proponowane przez autora, polega na dostosowaniu analizy wskaźnikowej do warunków, w których obecnie firmy 8 Wstęp muszą funkcjonować. Tradycyjne zero-jedynkowe (dobry/zły) kryteria oceny wskaźników straciły bowiem swoją aktualność. Nieadekwatność tradycyjnej analizy wskaźnikowej wyraża się w stosowaniu logiki dwuwartościowej do opisu i oceny zjawisk rozmytych, nieprecyzyjnych i wieloznacznych. Po przeszło stu latach od opracowania pierwszych wskaźników finansowych warto zastanowić się nad wdrożeniem innego podejścia do ich oceny, w którym stosuje się kryteria odwołujące się do teorii zbiorów rozmytych. Autor proponuje zastosowanie logiki rozmytej z trzech powodów: • Przeprowadzone przez niego w latach 2004–2009 badania dowiodły, że metoda ta jest najskuteczniejsza spośród 14 zbadanych technik (takich jak modele wielowymiarowej analizy dyskryminacyjnej, modele logitowe i probitowe, modele drzew decyzyjnych, modele losowych lasów, modele rekurencyjnej sieci neuronowej, modele wielowarstwowej jednokierunko- wej sieci neuronowej, modele sieci samoorganizujących się map, modele algorytmów genetycznych i modele wektorów nośnych1). Do 2012 roku były to jedyne takie badania na świecie. W monografii zostały przedstawione wyniki weryfikacji skuteczności modeli opracowanych na takiej samej próbie uczącej przy wykorzystaniu szerokiego wachlarza technik prognozowania i ich przetestowania na takiej samej próbie testowej. • Logika rozmyta stanowi nadal mało rozpoznany obszar na polu analiz ekonomiczno-finansowych. • Według E. Siemińskiej poszukiwania optymalnych poziomów wskaźni- ków finansowych są niewątpliwie koniecznym i pożytecznym kierunkiem dociekań nie tylko naukowych, ale niestety nie oznaczają wciąż likwidacji luki informacyjnej w tym zakresie w literaturze przedmiotu2. Inni autorzy również potwierdzają tę konieczność, wskazując między innymi na proble- my z interpretacją wskaźników spowodowane ich dezaktualizacją w czasie czy stosowaniem innych kryteriów oceny w różnych krajach i sektorach gospodarki. Logika rozmyta pozwala spojrzeć na tę problematykę z innej perspektywy. Rozprawa składa się z wstępu, trzech części,wniosków końcowych i aneksu. W części pierwszej autor zaprezentował etapy rozwoju metod analizy finan- sowej przedsiębiorstw ze szczególnym uwzględnieniem analizy wskaźnikowej dotyczącej: rentowności, płynności, sprawności i zadłużenia. Ze względu na bogatą literaturę naukową autor zrezygnował z jej szczegółowego przywołania, 1 T. Korol, Systemy ostrzegania przedsiębiorstw przed ryzykiem upadłości, Wolters Kluwer, War- szawa 2010. 2 E. Siemińska, Metody pomiaru i oceny kondycji finansowej przedsiębiorstw, TNOiK, Toruń 2002, s. 127. Wstęp 9 ale skupił sie tylko na problemach badawczych dotąd nieporuszanych albo słabo rozpoznanych. Na przykład zaproponował nowe warianty dezagregacji wskaźników. Dzięki takiemu podejściu można nie tylko obliczyć dany wskaź- nik finansowy, ale również ocenić wpływ poszczególnych czynników na jego poziom. Dodatkowo dla każdego wskaźnika finansowego scharakteryzowano postulowane przez polskich i zagranicznych naukowców optymalne wartości z uwzględnieniem ich wpływu na sytuację ekonomiczną przedsiębiorstw (sty- mulanta, nominanta, destymulanta). W tej części książki omówiono również rolę analizy wskaźnikowej w modelach scoringowych firm. Kończy ją kwerenda osiemnastu najczęściej stosowanych wskaźników finansowych, po której nastę- puje syntetyczne omówienie wad i ograniczeń tradycyjnej analizy wskaźnikowej. Wnioski z kwerendy i z przeprowadzonej dla każdego wskaźnika dezagre- gacji wykorzystano w części drugiej książki, która została poświęcona możliwo- ściom zastosowania logiki rozmytej w analizie wskaźnikowej firm. Rozpoczyna ją charakterystyka teoretycznych założeń logiki rozmytej. Przedstawiono różnice między teorią zbiorów rozmytych a teorią zbiorów klasycznych. Pokazano spo- sób działania logiki rozmytej na przykładach. Ponadto autor omówił zalety tej metody w kontekście analizy wskaźnikowej. Następnie opracował teoretyczne modele logiki rozmytej dla 13 wskaźników finansowych oraz jeden model synte- tycznej oceny sytuacji ekonomicznej firm oparty na 4 wskaźnikach finansowych, które zostały wybrane na podstawie wniosków z kwerendy przeprowadzonej w części pierwszej. Autorska propozycja zastosowania modeli logiki rozmytej w analizie kon- dycji finansowej przedsiębiorstw ma walory praktyczne i może być z dużym powodzeniem stosowana przez analityków w przedsiębiorstwach. W części trzeciej (empirycznej) autor zaprezentował wyniki praktycznych testów skuteczności 13 modeli logiki rozmytej na podstawie opracowanej po- pulacji 166 spółek akcyjnych. Weryfikacja objęła dwuletni okres (osobno na rok i osobno na dwa lata wstecz). Każdorazowo skuteczność modeli została porównana ze skutecznością tradycyjnie stosowanej analizy wskaźnikowej. Dzięki temu autor mógł wyciągnąć wnioski na temat użyteczności logiki roz- mytej w analizie finansowej przedsiębiorstw. Populacja firm została podzielona na trzy próby testowe. Pierwsza próba składała się z przedsiębiorstw funkcjonujących w Polsce, druga – ze spółek no- towanych na giełdach papierów wartościowych w krajach Ameryki Łacińskiej (Meksyk, Argentyna, Peru, Wenezuela, Chile i Brazylia), a ostatnia obejmo- wała spółki międzynarodowe pochodzące z USA, Niemiec, Francji, Finlandii, Szwecji, Japonii, Tajwanu, Korei Południowej, Wielkiej Brytanii. Dzięki temu autor mógł nie tylko sprawdzić użyteczność metody, ale również wyciągnąć wnioski na temat jej uniwersalności i możliwości stosowania w różnorodnych przedsiębiorstwach. Różnorodność ta polegała zarówno na tym, że firmy po- 10 Wstęp chodziły z różnych sektorów gospodarki (usługi, produkcja), jak i na tym, że funkcjonowały w bardzo odmiennych warunkach ekonomicznych w różnych regionach świata. Część trzecia książki3 kończy się podsumowaniem wyników z 78 przeprowadzonych testów4. W aneksie przedstawiono na przykładzie jednej spółki działanie dwóch modeli logiki rozmytej opracowanych przez autora. Celem tego aneksu jest pokazanie czytelnikowi, krok po kroku, jak w praktyce działają modele logiki rozmytej – począwszy od obliczenia wartości zmiennych wejściowych, przez ich wprowadzenie do modelu, ich klasyfikację i rozmycie, aż po interpretację wyniku końcowego (oceny danego wskaźnika finansowego). Na podstawie przeglądu literatury i wniosków z dwunastoletnich badań nad zagadnieniem prognozowania kondycji finansowej firm, autor wysunął nastę- pującą tezę badawczą. Zastosowanie logiki rozmytej w analizie wskaźnikowej: • umożliwia przeprowadzenie skuteczniejszej oceny sytuacji ekonomiczno- -finansowej przedsiębiorstw niż w tradycyjnej analizie wskaźnikowej, • gwarantuje stabilność prognozy tej sytuacji wraz z wydłużeniem okresu analizy do dwóch lat, • zwiększa użyteczność poszczególnych wskaźników finansowych w ocenie kondycji finansowej firm, • zwiększa uniwersalność (tj. właściwości predykcyjne dla różnorodnej populacji firm) analizy wskaźnikowej. Niniejsza rozprawa jest efektem kontynuacji badań nad systemami wczesne- go ostrzegania przed upadłością przedsiębiorstw. Nowe podejście teoretyczne i jego implementacja znajduje swoje miejsce w trzech publikacjach5. 3 Dla ułatwienia czytania niniejszej książki w załączniku nr 1 przedstawiono opis stosowanych w pracy symboli. 4 Autor przetestował 13 modeli opisanych w pracy na rok i na dwa lata wstecz za pomocą trzech prób testowych, co daje łącznie 78 testów. 5 T. Korol, Warning Systems of Enterprises Against the Risk of Bankruptcy – Artificial Intelligence in Financial Management, Wydawnictwo LAP Lambert Academic Publishing, Saarbrucken 2012; T. Korol, Fuzzy logic in financial management, rozdział w międzynarodowej monografii: Fuzzy Logic – Emerging Technologies and Applications, red. Elmer Dadios, Wydawnictwo InTech, Rijeka 2012; oraz T. Korol, Systemy ostrzegania przedsiębiorstw przed ryzykiem upadłości, Wolters Kluwer, Warszawa 2010. Część I Metody analizy finansowej przedsiębiorstw Każda gałąź wiedzy ma fundamentalne odkrycia. W mechanice jest koło, w polityce głosowanie. Podobnie w ekonomii, w całym komercyjnym aspekcie ludzkiej egzystencji społecznej, pieniądze są niezbędnym wynalazkiem, na którym reszta odkryć jest oparta. Geoffrey Crowther (1907–1972) Rozdział 1 Etapy rozwoju metod analizy finansowej firm Analiza jest metodą poznawania obiektów i zjawisk złożonych przez ich podział na elementy proste, a następnie zbadanie powiązań między tymi elementami, szczególnie zależności przyczynowo-skutkowych1. Analiza ekonomiczno-finan- sowa zajmuje się oceną i wyjaśnieniem zjawisk gospodarczych w ich wzajem- nych związkach i uwarunkowaniach za pomocą właściwie dobranych metod badawczych2. Obiektem analizy ekonomiczno-finansowej mogą być zjawiska i procesy występujące w całej gospodarce narodowej, jej gałęziach, branżach i w przedsiębiorstwach3. Analiza finansowa przedsiębiorstw jest ważnym narzędziem, które ułatwia podejmowanie decyzji w firmie i sprzyja racjonalizacji procesów gospodarczych. Ma ona na celu wykrywanie struktury zjawisk i procesów występujących w dzia- łalności gospodarczej przedsiębiorstwa, ustalanie ich wewnętrznych i zewnętrz- nych powiązań, ustalanie wielkości i przyczyn odchyleń stanów rzeczywistych od postulowanych4. W literaturze przedmiotu powszechnie uważa się, że głównym celem analizy ekonomiczno-finansowej firm jest ocena ich sytuacji finansowej5. 1 M. Sierpińska, T. Jachna, Ocena przedsiębiorstwa według standardów światowych, Wydawnictwo Naukowe PWN, Warszawa 1993, s. 9. 2 F. Bławat, Podstawy analizy ekonomicznej: teorie, przykłady, zadania, CeDeWu, Warszawa 2011, s. 9. 3 L. Bednarski, R. Borowiecki, J. Duraj, E. Kurtys, T. Waśniewski, B. Wersty, Analiza ekonomicz- na przedsiębiorstwa, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław 2003, s. 11. 4 Ibidem, s. 11. 5 Między innymi (oprócz wyżej wymienionych autorów z Polski): • w literaturze polskiej: L. Bednarski, Analiza finansowa w przedsiębiorstwie, PWE, Warszawa 2006; J. Duraj, Analiza ekonomiczna przedsiębiorstwa, PWE, Warszawa 2004; J. Hozer, W. Tarczyński, M. Gazińska, K. Wawrzyniak, J. Batóg, Metody ilościowe w analizie finansowej 14 I. Metody analizy finansowej przedsiębiorstw Zdaniem E. Siemińskiej wykorzystywane w analizie ekonomiczno-finansowej wskaźniki służą do opisu kondycji finansowej, umożliwiając jednocześnie iden- tyfikację mocnych i słabych stron spółek oraz ocenę pojawiających się szans i zagrożeń6. Analiza wskaźnikowa jest najpopularniejszą i najszerzej prezen- towaną w literaturze przedmiotu metodą pomiaru i oceny sytuacji finansowej podmiotów gospodarczych i tym samym stała się podstawowym narzędziem wykorzystywanym w analizie finansowej firm. Dla oceny efektywności i aktualności metod stosowanych w analizie finanso- wej ważne jest prześledzenie etapów ich rozwoju (ilustracja 1.1). Celem niniej- szego rozdziału jest omówienie etapów rozwoju metod oceny finansowej firm i porównanie ich z etapami rozwoju metod statystycznych i sztucznej inteligencji, które znalazły zastosowanie w analizie finansowej. Ta krótka charakterystyka pozwoli wstępnie ocenić aktualność wykorzystywanych technik. Pierwsze wykorzystanie wskaźników finansowych datuje się na drugą połowę XIX wieku w USA, gdzie szybki rozwój przemysłu stworzył potrzebę analizowa- nia sprawozdań finansowych przedsiębiorstw7. Analizy służyły przede wszystkim ocenie możliwości spłaty kredytów – pierwszym w historii wskaźnikiem był zatem wskaźnik płynności bieżącej. Dopiero w latach 1900–1919 znacznie roz- winięto wachlarz wskaźników finansowych wykorzystywanych do oceny sytuacji ekonomiczno-finansowej spółek. W 1919 roku A. Wall opublikował artykuł z analizą wskaźnikową 981 przedsiębiorstw8. Jego publikacja stała się katali- zatorem rozwoju nowych wskaźników i obszarów ich wykorzystania. W latach 1920–1929 dostrzeżono potrzebę podziału wskaźników finansowych ze względu przedsiębiorstwa, seria „Statystyka w Praktyce”, zeszyt 2, GUS, Warszawa 1997; M. Jerze- mowska, Analiza teorii kształtowania struktury kapitału w spółkach akcyjnych, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 1996; M. Nowak, Praktyczna ocena kondycji finansowej przedsiębiorstwa: metody i ograniczenia, FRR, Warszawa 1998; E. Siemińska, Metody pomiaru i oceny kondycji finansowej przedsiębiorstwa, TNOiK, Toruń 2002; T. Waśniewski, W. Skoczy- las, Syntetyczna ocena wyników oraz sytuacji finansowej przedsiębiorstwa, „Rachunkowość” 1998, nr 4; T. Waśniewski, W. Skoczylas, Kierunki analizy w zarządzaniu finansami firmy, Wydawnictwo Zachodniopomorskiej Szkoły Biznesu w Szczecinie, Szczecin 1996; • w literaturze zagranicznej: P. Atrill, Financial Management for Desicion Makers, Prentice Hall, London 2006; M. Bragg, Business Ratios and Formulas: A Comprehensive Guide, John Wiley Sons, New York 2007; M. Fridson, F. Alvarez, Financial Statement Analysis: A Practitioner’s Guide, Wiley Finance, New York 2011; A. Glen, Corporate Financial Ma- nagement, Prentice Hall, Wielka Brytania 2005; E. Helfert, Financial Analysis Tools and Techniques: A Guide for Managers, McGraw-Hill, New York 2001; J. Tennnent, Guide to Financial Management, Bloomberg Press, Wielka Brytania 2008. 6 E. Siemińska, op. cit., s. 21. 7 Podwalin analizy wskaźnikowej można doszukać się już w V księdze Elementów Euklidesa, który 300 lat p.n.e. usystematyzował ówczesną wiedzę matematyczną (za: J. Horrigan, A short history of financial ratio analysis, „The Accounting Review”, kwiecień 1968, s. 284–294). 8 A. Wall, Study of credit barometrics, Federal Reserve Bulletin, marzec 1919, s. 229–243. 1. Etapy rozwoju metod analizy finansowej firm 15 300 lat p.n.e. – Euklides – usystematyzowanie wiedzy matematycznej Druga połowa XIX w. – początki analizy wskaźnikowej Lata 1900–1919 – opracowywanie nowych wskaźników finansowych 1934 Ch. Bliss – model probitowy Lata 20. XX w. – wprowadzenie klasyfikacji rodzajów wskaźników finansowych 1936 R. Fischer – funkcja dyskryminacyjna Lata 30. XX w. – pierwsze próby prognozowania sytuacji finansowej firm Lata 1940–1967 – stosowanie jednowymiarowych modeli dyskryminacyjnych 1943 W. Pitts – model neuronowy 1944 J. Berkson – model logitowy Lata 60. XX w. – algorytmy genetyczne 1968 – oszacowanie wielowymiarowego modelu analizy dyskryminacyjnej 1965 L. Zadeh – zbiory rozmyte Lata 1968–2000 – dynamiczny rozwój modeli logitowych, probitowych i wielowymiarowej analizy dyskryminacyjnej 1984 J. Morgan, J. Sonquist – C RT Lata 80. i 90. XX w. – pierwsze próby wykorzystania sztucznej inteligencji Wiek XXI – dynamiczny rozwój modeli sztucznej inteligencji Ilustracja 1.1. Etapy rozwoju metod analizy finansowej (po lewej) oraz metod prognozowania, które znalazły zastosowanie w ekonomii (po prawej)9 na ich aspekt badawczy (płynność, rentowność itp.). Lata trzydzieste XX wieku odznaczają się dwoma osiągnięciami w rozwoju analizy wskaźnikowej:9 9 Ilustracje bez podanych źródeł są opracowaniem własnym autora. 16 I. Metody analizy finansowej przedsiębiorstw • zaczęto poszukiwać najskuteczniejszych mierników w ramach każdej klasy wskaźników finansowych10, • przeprowadzono pierwsze próby prognozowania sytuacji finansowej spółek. Pierwszą opublikowaną pracą z zakresu wykorzystania analizy wskaźniko- wej w prognozowaniu kondycji ekonomicznej firm jest artykuł A. Winakora i R. Smitha11. Przeanalizowali oni dziesięcioletni trend dla średnich wartości 21 wskaźników finansowych 29 amerykańskich przedsiębiorstw, które miały problemy finansowe. Z kolei P. Fitzpatrick jako pierwszy zbadał siłę predyk- cyjną 13 wskaźników finansowych na przykładzie 20 firm, które zbankrutowały w USA w latach 1920–192912. Na kolejnym etapie rozwoju metod analizy finansowej (lata 1940–1967) można wyróżnić prace C. Merwina13 z 1940 roku i W. Beavera14 z 1967 roku, którzy kontynuowali badania nad wykorzystaniem analizy wskaźnikowej w mo- delach jednowymiarowych. Krokiem milowym w rozwoju metod oceny sytuacji finansowej firm było wykorzystanie przez E. Altmana wielowymiarowej analizy dyskryminacyjnej do 10 Najbardziej spopularyzowanymi wynikami badań jest seria artykułów R. Foulke, który pracując dla agencji Dun Bradstreet, wyselekcjonował zbiór wskaźników ze średnimi dla poszczególnych branż gospodarki w USA (R. Foulke, Three important balance sheet ratios, „Dun Bradstreet Monthly Review”, sierpień 1933; R. Foulke, Three important inventory ratios, „Dun Bradstreet Monthly Review”, grudzień 1933; R. Foulke, Three important sales ratios, „Dun Bradstreet Monthly Review”, maj 1934. 11 A. Winakor, R. Smith, A Test Analysis of Unsuccessful Industrial Companies, Bulletin nr 31, University of Illinois, 1930. 12 P. Fitzpatrick, A Comparison of the Ratios of Successful Industrial Enterprises with Those of Failed Companies, The Accountants Publishing Company, USA 1932. 13 Merwin zastosował analizę profilową do porównywania firm wypłacalnych i niewypłacalnych za pomocą wskaźników finansowych (W. Rogowski, Możliwości wczesnego rozpoznawania symptomów zagrożenia zdolności płatniczej przedsiębiorstwa, „Bank i Kredyt” 1999, nr 6, s. 56–60). Analiza profilowa polega na przedstawieniu w czasie (lata przed wystąpieniem niewypłacalności), za po- mocą wykresu liniowego, średnich arytmetycznych danego wskaźnika finansowego obliczonych dla grupy przedsiębiorstw wypłacalnych i niewypłacalnych. 14 Istotnym wkładem Beavera w prognozowanie sytuacji finansowej firm jest wprowadzenie do badań dychotomicznego testu klasyfikacyjnego. Określił on krytyczną wartość dla każdego wskaźnika, służącą do rozdzielenia przedsiębiorstw na dwie grupy – wypłacalne i niewypłacalne. Przy wyznaczaniu wartości krytycznej Beaver dążył do minimalizacji łącznego błędu, wynikającego z udowodnionego przez niego w analizie histogramowej zjawiska wzajemnego nakładania się na siebie wartości wskaźników wypłacalnych i niewypłacalnych przedsiębiorstw, tj. istnienia „szarej strefy”, czyli przedziału wartości, w którym występują zarówno dobre, jak i złe przedsiębiorstwa (D. Wierzba, Wczesne wykrywanie przedsiębiorstw zagrożonych upadłością na podstawie analizy wskaźników finansowych: teoria i badania empiryczne, Zeszyty Naukowe Wyższej Szkoły Ekono- miczno-Informatycznej w Warszawie 2000, nr 8, s. 82). 1. Etapy rozwoju metod analizy finansowej firm 17 prognozowania zagrożenia upadłością15. W 1968 roku opublikował on w „Jour- nal of Finance” pierwszy model takiej analizy oparty na wykorzystaniu pięciu wskaźników finansowych. Później nastąpił dynamiczny rozwój tego typu modeli. W latach 1970–2000 w analizach finansowych już powszechnie wykorzystywano modele statystyczne (modele logitowe, probitowe i wielowymiarowej analizy dyskryminacyjnej). Warto zwrócić uwagę, że ekonomiści wraz z rozwojem nowych modeli statystycznych i modeli sztucznej inteligencji szybko unowocześniali sposoby przeprowadzania analizy finansowej przedsiębiorstw. W krótkim okresie po opublikowaniu funkcji probitowej16 (1934 rok), funkcji dyskryminacyjnej17 (1936) i funkcji logitowej18 (1944), modele te zostały zaadaptowane do potrzeb analizy ekonomiczno-finansowej firm. Opracowanie algorytmu C RT drzew decyzyjnych w 1984 roku19 jest kolejnym przykładem udanej implementacji metod statystycznych w ekonomii. Nie ma wątpliwości, że zmiany w technologii informacyjnej i obliczeniowej radykalnie zmieniły zarówno rzeczywiste, jak i potencjalne sposoby prze- prowadzania analiz działalności gospodarczej przedsiębiorstw. Przykładem postępu technologicznego jest wykorzystywanie modeli sztucznych sieci neuronowych i modeli algorytmów genetycznych w prognozowaniu zjawisk ekonomicznych. Teoretyczne założenia sieci neuronowych zostały przedsta- wione już w 1943 roku przez W. Pittsa20, a algorytmów genetycznych w latach sześćdziesiątych XX wieku przez J. Hollanda21. Praktyczne zastosowanie modele te znalazły w ekonomii w latach osiemdziesiątych i dziewięćdziesią- tych XX wieku. 15 E. Altman, Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, „Journal of Finance” 1968, nr 4, s. 589–609. 16 C. Bliss, The method of probits, „Science” 1934, nr 79, s. 409–410. 17 R. Fischer, The use of multiple measurements in taxonomic problems, „Annals of Eugenics” 1936, nr 7, s. 179–188. 18 J. Berkson, Application of the logistic function to bio-assay, „Journal of the American Statistical Association” 1944, nr 9, s. 357–365; J.S. Cramer, The Origins of Logistic Regression, Tinberger Institute Discussion Paper, University of Amsterdam, Amsterdam 2002, s. 1–15. 19 L. Breiman, J. Friedman, R. Olshen, C. Stone, Classification and Regression Trees, Wadsworth International Group, Belmont 1984. Pierwszą postacią drzew decyzyjnych był algorytm AID opracowany w: J. Morgan, J. Sonquist, Problems in the analysis of survey data and a proposal, „Journal of the American Statistical Association” 1963, nr 58, s. 415–434. Algorytm ten nie znalazł tak powszechnego zastosowania w analizie ekonomicznej jak algorytm C RT. 20 M. Warren, W. Pitts, A logical calculus of ideas immanent in nervous activity, „Bulletin of Mathematical Biophysics” 1943, nr 5(4), s. 115–133. 21 J. Holland, Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor 1975. 18 I. Metody analizy finansowej przedsiębiorstw Wszystkie omówione wyżej metody oceny sytuacji ekonomiczno-finansowej firm bazują na analizie wskaźnikowej, w której podstawowym założeniem jest stosowanie wskaźników finansowych opracowanych zgodnie z regułami logiki klasycznej – zero-jedynkowej (prawda/fałsz). Pojęcie zbioru rozmytego wpro- wadził w 1965 roku L. Zadeh22. Klasyczna teoria zbiorów zakłada, że dowolny element należy lub nie należy do danego zbioru. Natomiast w teorii zbiorów rozmytych element może częściowo należeć do pewnego zbioru, a przynależ- ność tę można wyrazić za pomocą liczby rzeczywistej z przedziału [0,1]23. Teoria logiki rozmytej powstała na skutek trudności pojawiających się przy próbach oceny zjawisk z wykorzystaniem logiki dwuwartościowej. Klasyczna logika uniemożliwia matematyczne opisanie zjawisk o charakterze nieprecyzyjnym i niejednoznacznym, na przykład „wysoki zysk” czy „większe ryzyko gospodar- cze”. Co ciekawe, mimo że teoria zbiorów rozmytych została przedstawiona już w 1965 roku, to do 2011 praktycznie nie była wykorzystywana w analizie ekonomicznej. Opracowano na podstawie: M. Aziz, H. Dar, Predicting corporate bankruptcy: Where we stand? „Corporate Governance Journal” 2006, nr 6(1), s. 18–33. Ilustracja 1.2. Popularność poszczególnych modeli prognozowania upadłości firm Na zakończenie tego rozdziału należy również zwrócić uwagę na częstość wykorzystania pozostałych omówionych modeli stosowanych do oceny kondycji finansowej firm, czyli innymi słowy na ich popularność w środowisku naukowym i w praktyce gospodarczej. Z ilustracji 1.2 wynika, że najpopularniejszy jest 22 L. Zadeh, Fuzzy Sets, „Information and Control” 1965, nr 8(3), s. 338–353. 23 Szerzej o logice rozmytej autor napisał w rozdziale 3. 1. Etapy rozwoju metod analizy finansowej firm 19 model wielowymiarowej analizy dyskryminacyjnej (30,3 przypadków wśród modeli wszystkich metod), następnie model logitowy (21,3 wszystkich przy- padków). Na trzecim miejscu znajduje się model sztucznej sieci neuronowej (SNN), który jest jednak dużo rzadziej stosowany niż dwa pierwsze – tylko w 9 badań24. Pozostałe rodzaje modeli były wykorzystywane w marginalnym zakresie (poniżej 4–5 przypadków). 24 W literaturze występuje kilka modeli sztucznych sieci neuronowych wykorzystywanych do prognozowania upadłości firm. Najpopularniejszy jest model perceptronu wielowarstwowego (74 przypadków), a następnie sieć Kohonena (5 przypadków). Więcej na temat częstości wykorzystania różnych modeli sztucznych sieci neuronowych w prognozowaniu tego zjawiska w: M. Perez, Artificial neural networks and bankruptcy forecasting: A state of the art, „Journal of Neural Computations Applications” 2006, nr 15, s. 154–163. Rozdział 2 Narzędzia analizy wskaźnikowej W polskim piśmiennictwie naukowym wskaźniki finansowe są szeroko i dobrze scharakteryzowane1. Nie ma więc potrzeby powielania informacji na temat sposobów obliczania i interpretowania poszczególnych mierników stosowanych do oceny sytuacji finansowej przedsiębiorstw. Celem niniejszego rozdziału jest ocena powiązań systemowych wskaźników finansowych. Ocena ta umożliwi autorowi zaproponowanie w części drugiej i trzeciej niniejszej książki adapta- cji wybranych zależności systemowych do warunków, w których obecnie firmy są zmuszone funkcjonować. Zmienność otoczenia powoduje, że stosowane tradycyjne „zero-jedynkowe” (dobry/zły) kryteria oceny wskaźników straciły swoją aktualność. Po przeszło stu latach od opracowania pierwszych wskaźni- ków finansowych warto zastanowić się nad wdrożeniem innego podejścia do 1 Do popularnych pozycji literaturowych należą: Analiza ekonomiczna w przedsiębiorstwie, red. M. Jerzemowska, PWE, Warszawa 2006; L. Bednarski, Analiza finansowa w przedsiębiorstwie, PWE, Warszawa 2006; L. Bednarski, R. Borowiecki, J. Duraj, E. Kurtys, T. Waśniewski, B. Wersty, Analiza ekonomiczna przedsiębiorstwa, Wydawnictwo Akademii Ekonomicznej im. Oskara Lan- gego we Wrocławiu, Wrocław 2003; F. Bławat, Analiza ekonomiczna, Wydawnictwo Politechniki Gdańskiej, Gdańsk 2001; T. Dudycz, Siła prognostyczna wskaźników płynności finansowej, Ma- teriały i Prace Instytutu Funkcjonowania Gospodarki Narodowej Szkoły Głównej Handlowej, Warszawa 2005; T. Dudycz, S. Wrzosek, Analiza finansowa: problemy metodologiczne w ujęciu praktycznym, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2000; J. Duraj, Analiza ekonomiczna przedsiębiorstwa, PWE, Warszawa 2004; W. Gabrusewicz, Podstawy analizy finansowej, PWE, Warszawa 2005; Z. Leszczyński, A. Skowronek-Mielczarek, Analiza ekono- miczno-finansowa spółki, PWE, Warszawa 2004; E. Siemińska, Metody pomiaru i oceny kondycji finansowej przedsiębiorstwa, TNOiK, Toruń 2002; M. Sierpińska, T. Jachna, Ocena przedsiębiorstwa według standardów światowych, Wydawnictwo Naukowe PWN, Warszawa 1993; M. Sierpińska, D. Wędzki, Zarządzanie płynnością finansową w przedsiębiorstwie, Wydawnictwo Naukowe PWN, Warszawa 2005; T. Waśniewski, W. Skoczylas, Kierunki analizy w zarządzaniu finansami firmy, Wydawnictwo Zachodniopomorskiej Szkoły Biznesu w Szczecinie, Szczecin 1996; D. Wędzki, Analiza wskaźnikowa sprawozdania finansowego, t. 1–2, Wolters Kluwer, Warszawa 2009. 2. Narzędzia analizy wskaźnikowej 21 ich oceny, w którym główną rolę odgrywają kryteria odwołujące się do teorii zbiorów rozmytych. W najbardziej klasycznej postaci analiza ekonomiczno-finansowa oparta jest na zestawie wskaźników finansowych, które pozwalają zbadać cztery pod- stawowe aspekty funkcjonowania przedsiębiorstwa: • płynność finansową, • zadłużenie, • sprawność, • rentowność. Na ilustracji 2.1 wyodrębniono dwa obszary, które składają się na syntetyczną ocenę sytuacji ekonomicznej przedsiębiorstw – ryzyko finansowe i efektywność wykorzystania zasobów majątkowych firmy. Ilustracja 2.1. Obszary badawcze wykorzystywanych wskaźników finansowych Rozwinięcie poszczególnych grup wskaźników wykorzystywanych przy ocenie sytuacji finansowej przedsiębiorstwa zawiera tabela 2.1. M. Urbanek zwraca uwagę, że w analizie ekonomicznej można wyróżnić przeszło 70 różnych wskaźników finansowych2. Jednak o wartości analizy decydują wskaźniki o dużej 2 M. Urbanek, Klasyfikacja i selekcja wskaźników finansowych, [w:] Ekonometryczne modelo- wanie danych finansowo-księgowych, red. E. Nowak, M. Urbanek, Wydawnictwo UMCS, Lublin 1996, s. 117. 22 I. Metody analizy finansowej przedsiębiorstw pojemności informacyjnej, dlatego nie liczba użytych wskaźników jest istotna, lecz ich jakość – zakres wpływu na sytuację przedsiębiorstwa. Uwzględnienie kryterium kierunku wpływu wskaźników na kondycję przedsiębiorstwa prowadzi do wyodrębnienia3: • stymulant, czyli wskaźników, których rosnące wartości oceniane są pozytyw- nie, ponieważ świadczą o poprawie sytuacji finansowej przedsiębiorstwa; • destymulant, czyli wskaźników, których rosnące wartości oceniane są nega- tywnie, ponieważ świadczą o pogarszaniu się kondycji przedsiębiorstwa; • nominant, czyli wskaźników, dla których istnieje optymalny przedział zwa- ny przedziałem bezpieczeństwa, a wszelkie odchylenia od tego przedziału świadczą o pogarszaniu się kondycji ekonomicznej przedsiębiorstwa. tabela 2.1. Klasyfikacja wskaźników finansowych według ich wpływu na sytuację ekonomiczno-finansową przedsiębiorstwa Nazwa wskaźnika Typ WSKAŹNIKI PŁYNNOŚCI Wskaźnik płynności bieżącej Wskaźnik płynności szybkiej Wskaźnik płynności gotówkowej Wskaźnik udziału kapitału obrotowego w aktywach ogółem wskaźnIkI zadŁużenIa Wskaźnik struktury kapitału Wskaźnik ogólnego zadłużenia Wskaźnik zadłużenia kapitału własnego Wskaźnik zadłużenia krótkoterminowego Wskaźnik zadłużenia długoterminowego Wskaźnik pokrycia aktywów trwałych kapitałem stałym Wskaźnik pokrycia zobowiązań nadwyżką finansową wskaźnIkI sprawnośCI Wskaźnik okresu spłaty zobowiązań krótkoterminowych Wskaźnik rotacji zapasów Nominanta Nominanta Nominanta Stymulanta Nominanta Destymulanta Destymulanta Destymulanta Destymulanta Stymulanta Stymulanta Destymulanta Stymulanta 3 Jest to klasyfikacja wskaźników opracowana w: D. Hadasik, Zastosowanie wielowymiarowej analizy porównawczej do oceny zagrożenia przedsiębiorstwa upadkiem, Zeszyty Naukowe Akademii Ekonomicznej w Poznaniu, nr 261, Poznań 1998. 2. Narzędzia analizy wskaźnikowej 23 Wskaźnik rotacji należności Wskaźnik produktywności aktywów ogółem wskaźnIkI rentownośCI Wskaźnik rentowności działalności operacyjnej Wskaźnik rentowności aktywów ogółem Wskaźnik rentowności kapitału własnego Wskaźnik rentowności sprzedaży netto Stymulanta Stymulanta Stymulanta Stymulanta Stymulanta Stymulanta Opracowano na podstawie: D. Hadasik, Zastosowanie wielowymiarowej analizy porównawczej do oceny zagrożenia przedsiębiorstwa upadkiem, Zeszyty Naukowe Akademii Ekonomicznej w Poznaniu, nr 261, Poznań 1998, s. 25. O ile określenie typu wskaźników finansowych wykorzystywanych w analizie wskaźnikowej nie stanowi większego problemu, o tyle wyznaczenie minimalnej wartości dla stymulanty, maksymalnej dla destymulanty i optymalnego przedzia- łu wartości dla nominanty jest zadaniem o wiele trudniejszym. W literaturze pojawiają się liczne, często odmienne opinie na temat dokładnych lub przynaj- mniej przybliżonych poziomów wartości wskaźników finansowych uznawanych za optymalne. Różnorodność poglądów na ten temat wynika z: • indywidualnych uwarunkowań dotyczących na przykład wielkości kapitału pracującego czy szybkości rotacji zapasów, które są skutkiem różnic wyni- kających ze specyfiki prowadzonej działalności, • dezaktualizacji tych wartości wraz z upływem czasu wskutek na przykład zmiany cyklu koniunkturalnego czy zmiany warunków gospodarczych (nie ma ścisłych zasad, które dokładnie definiowałyby okres, po którym należy uaktualnić wyznaczone wartości wzorcowe). P. Figura dodatkowo zwraca uwagę na potrzebę zdefiniowania odrębnych optymalnych przedziałów dla poszczególnych wskaźników ze względu na cel działalności gospodarczej badanych przedsiębiorstw4. Wyróżnił on trzy cele nadrzędne firm: maksymalizacja zysku, przetrwanie, maksymalizacja wartości. Badania T. Korola potwierdzają, że spółka, która walczy tylko o przetrwanie na rynku, charakteryzuje się konserwatywną strategią płynności, co negatywnie wpływa na uzyskiwaną rentowność. W wypadku firm o ugruntowanej pozycji rynkowej większy nacisk zostanie położony na poprawę rentowności, nawet jeśli spowoduje to pogorszenie płynności finansowej5. W takiej sytuacji wartości 4 P. Figura, Sektorowe wartości rekomendowane wskaźników finansowych, praca doktorska, Politechnika Gdańska, Gdańsk 2011. 5 Więcej na temat wyników badań w: T. Korol, Systemy ostrzegania przedsiębiorstw przed ryzykiem upadłości, Wolters Kluwer, Warszawa 2010. 24 I. Metody analizy finansowej przedsiębiorstw optymalne dla poszczególnych wskaźników finansowych różnią się w zależności od siły badanego przedsiębiorstwa i wynikającej z niej możliwości podejmo- wania ryzyka pozostającego nadal w strefie wartości uważanych za wzorcowe. Przy ocenie danego wskaźnika finansowego bierze się pod uwagę aspekty międzynarodowy (globalny) i krajowy oraz kontekst badanej spółki (ilustracja 2.2). Oznacza to, że optymalne wartości wskaźników finansowych trzeba wyzna- czać cyklicznie. Nie da się ich określić raz na zawsze. Zależą one od szybkości zmian zachodzących na rynkach, specyfiki poszczególnych branż gospodarki, jak również od samej badanej firmy i jej pozycji rynkowej. Ilustracja 2.2. Uwarunkowania procesu wyznaczania optymalnych przedziałów wartości wskaźników finansowych Wskaźniki płynności finansowej Wskaźniki płynności finansowej charakteryzują zdolność przedsiębiorstwa do wywiązywania się z zobowiązań krótkoterminowych, tj. zobowiązań płatnych w ciągu roku. Do ich regulowania przedsiębiorstwa muszą wykorzystać te aktywa, które w krótkim czasie mogą zostać zamienione na gotówkę, czyli ak- tywa obrotowe. W literaturze wymienia się cztery główne wskaźniki płynności finansowej: • płynność bieżącą (CR) = AO / ZK, • płynność szybką (QR) = (AO – Z – KRM) / ZK, • płynność gotówkową (CSR) = (AO – Z – N – KRM) / ZK, • udział kapitału obrotowego w aktywach ogółem = (KP / SB) · 100 . gdzie: AO – aktywa obrotowe, Z – zapasy, 2. Narzędzia analizy wskaźnikowej 25 N – należności krótkoterminowe, KRM – krótkoterminowe rozliczenia międzyokresowe, KP – kapitał obrotowy, SB – suma bilansowa, ZK – zobowiązania krótkoterminowe. O ile sposób obliczania i interpretowania wskaźników płynności finansowej nie budzi kontrowersji ani zastrzeżeń autorów zajmujących się tematyką analizy ekonomicznej, o tyle większość z nich zgłasza wątpliwości co do optymalnych przedziałów. Jest to tym trudniejsze, że pierwsze trzy wskaźniki (CR, QR, CSR) są nominantami. Sytuacja, w której ich wartości znajdują się poniżej dolnej granicy przedziału optymalnego, jest dla przedsiębiorstwa niebezpieczna, ponieważ świadczy o niedostatecznym stopniu pokrycia zobowiązań krótko- terminowych przez: • aktywa obrotowe zamienialne na gotówkę w dłuższym czasie (AO) – w przy- padku wskaźnika płynności bieżącej, • aktywa obrotowe zamienialne na gotówkę w umiarkowanym czasie (AO – Z – KRM) – w przypadku wskaźnika płynności szybkiej, • aktywa obrotowe zamienialne na gotówkę w krótkim okresie (AO – Z – N – KRM) – w przypadku wskaźnika płynności gotówkowej. Sytuacja, gdy wartości omawianych wskaźników są wyższe od górnej granicy przedziału optymalnego, również ma negatywny wpływ na ocenę kondycji eko- nomiczno-finansowej przedsiębiorstwa, gdyż oznacza niegospodarne zarządza- nie składnikami aktywów obrotowych (np. firma może utrzymywać zbyt duży poziom zapasów, co przyczynia się do wzrostu kosztów, lub zgromadzić zbyt dużo gotówki, co wpływa na utratę potencjalnych zysków). Niegospodarność taka jednak nie zwiększa ryzyka finansowego przedsiębiorstwa, a więc nie jest dla niego niebezpieczna. W wypadku ostatniego wskaźnika, który jest stymulantą, należy tylko określić jego pożądany poziom minimalny. Wyznaczenie optymalnych poziomów wskaźników płynności finansowej jest zagadnieniem istotnym dla ekonomistów, ponieważ pozwalają one określić, w jakiej sytuacji finansowej znajduje się badana firma: korzystnej czy nieko- rzystnej. Aby lepiej unaocznić problem szacowania poprawnych przedziałów granicznych wynikający z różnic w wartościach podawanych w literaturze, autor posłużył się schematem zaprezentowanym na ilustracji 2.2 (zwrócenie uwagi na różnice między krajami, następnie wewnątrz krajów i wewnątrz firm). Z tabeli 2.2 wynika, że wskaźniki uważane w jednym kraju za dobre, w in- nym – biorąc pod uwagę ich poziom – mogłyby zostać uznane za złe. Różnice między wartościami wskaźników w poszczególnych krajach wynikają przede wszystkim z odmiennych warunków makroekonomicznych. 26 I. Metody analizy finansowej przedsiębiorstw tabela 2.2. Międzynarodowe porównanie średnich wartości wskaźników płynności finansowej Wskaźnik udział kapitału pracującego w aktywach Cr Qr Csr USA 0,309 1,3 0,49 0,15 Australia Brazylia Japonia 0,187 1,07 0,7 0,2 0,230 0,107 1,45 0,82 0,1 1,05 0,45 0,12 Opracowano na podstawie: http://www.bizstats.com; M. Rafuse, Working capital management: An urgent need to refocus, „Journal of Management Decision” 1996, nr 34(2), s. 59–63; H. Shin, L. Soenen, Efficiency of working capital and corporate profitability, „Financial Practice and Education” 1998, nr 8(2), s. 37–45; H. Weinraub, S. Visscher, Industry practice relating to aggressive conservative working capital policies, „Journal of Financial and Strategic Decisions” 1998, nr 11(2). Również ekonomiści z jednego kraju potrafią się różnić w kwestii optymal- nych przedziałów wartości dla wskaźników finansowych. W tabeli 2.3 przed- stawiono sugerowane wzorcowe przedziały tych wskaźników według jedenastu polskich autorów zajmujących się analizą ekonomiczną. tabela 2.3. Optymalne przedziały wartości dla wskaźników płynności finansowej według wybranych polskich autorów Nazwa wskaź- nika a k s ń i p r e i S . M - w o m e z r e J . a k s M i k s w e z s a t s O . J CR 1,2–2,0 1,3–2,0 1,6–1,9 QR 1 1 0,9–1,0 CSR BD 0,1–0,2 BD Poziom optymalny według: k a w o N . M - k e n o r w o k S . A , k e r a z c l e i M i k s ń y z c z s e L . Z i k s r a n d e B . L - e s u r b a G W . z c i w i k s b ę D W . 1,6–1,8 1,5–2,0 1,5–2,0 1,5–2,0 2,0 0,7–0,9 1 1 1–1,2 1 i k s w e i n ś a W T . 2,0 1,0 0,05– 0,35 BD BD 0,1–0,2 0,1–0,2 0,05– 0,15 t a w a ł B . F 1,5– 2,5 1,0– 1,5 0,05– 0,2 Opracowano na podstawie: Analiza ekonomiczna w przedsiębiorstwie, red. M. Jerzemowska, PWE, Warszawa 2006, s. 76; L. Bednarski, Analiza finansowa w przedsiębiorstwie, PWE, Warszawa 2006, s. 107; F. Bławat, Analiza ekonomiczna, Wydawnictwo Politechniki Gdańskiej, Gdańsk 2001, s. 144; W. Dębski, Zarządzanie finansami, t. I, CIM, Warszawa 1996, s. 84; W. Gabrusewicz, Podstawy analizy finansowej, PWE, Warszawa 2005, s. 45; M. Nowak, Praktyczna ocena kondycji finansowej przedsiębiorstwa: metody i ograniczenia, Wydawnictwo FRR, Warszawa 1998, s. 154; E. Sie- mińska, Metody pomiaru i oceny kondycji finansowej przedsiębiorstwa, TNOiK, Toruń 2002, s. 125; M. Sierpińska, T. Jachna, Ocena przedsiębiorstwa według standardów światowych, Wydawnictwo Naukowe PWN, Warszawa 1993, s. 78; A. Skowronek-Mielczarek, Z. Leszczyński, Analiza działalności i rozwoju przedsiębiorstwa, PWE, Warszawa 2008; T. Waśniewski, Analiza finansowa przedsiębiorstwa, FRRwP, Warszawa 1993, s. 308. 2. Narzędzia analizy wskaźnikowej 27 Trudności z ustaleniem optymalnego przedziału wartości dla wskaźników płynności finansowej pogłębia fakt zróżnicowania branżowego przedsiębiorstw. W tabeli 2.4 przedstawiono wartości średnie oraz mediany – dla płynności bie- żącej, szybkiej i gotówkowej – uzyskane na próbie blisko 10 000 firm w 2002 roku i 15 000 firm w 2008 roku funkcjonujących w Polsce. tabela 2.4. Wartości wskaźników płynności bieżącej (CR), szybkiej (QR) i gotówkowej (CSR) w Polsce w roku 2002 i 2008 według sektorów gospodarki (Me – mediana, x – średnia wartość wskaźnika) Sektor CR QR CSR 2002 2008 2002 2008 2002 2008 x Me x Me x Me x Me x Me x Me Budownictwo 1,28 Chemiczny Elektroma- szynowy Metalowy Spożywczy Handel Informatyka 1,36 1,30 1,26 1,48 1,30 0,76 1,22 1,29 1,22 1,19 1,34 1,22 0,79 2,18 2,35 2,37 2,22 1,58 1,96 3,41 1,73 1,73 1,86 1,78 1,31 1,59 2,33 0,95 0,96 0,91 0,90 1,17 0,92 0,54 0,89 0,96 0,82 0,89 1,07 0,85 0,57 1,74 1,54 1,62 1,61 1,03 1,19 3,09 1,39 1,12 1,24 1,21 0,86 0,95 2,08 0,25 0,22 0,17 0,19 0,35 0,20 0,07 0,15 0,13 0,12 0,13 0,23 0,10 0,06 0,81 0,45 0,53 0,52 0,23 0,38 1,43 0,54 0,20 0,27 0,25 0,10 0,19 0,80 Opracowano na podstawie: P. Figura, Sektorowe wartości rekomendowane wskaźników finansowych, praca doktorska, Politechnika Gdańska, Gdańsk 2011, s. 35–37. Z przeprowadzonych przez P. Figurę badań wynika, że różnice w wartości wskaźników pojawiają się nie tylko między sektorami gospodarki, ale również zależą od lat objętych analizą. Warto podkreślić, że często różnice te są olbrzy- mie. I tak na przykład: • w wypadku wskaźnika płynności bieżącej: − występuje prawie dwukrotna różnica w średniej wartości tego wskaźnika między niektórymi sektorami (w roku 2002 sektor spożywczy – 1,48, sektor informatyczny – 0,76), − we wszystkich sektorach zaobserwowano wzrost średniej wartości i me- diany między latami 2002 a 2008 (w skrajnym wypadku, tj. w sektorze informatycznym, nastąpił 4,5-krotny wzrost średniej wartości tego wskaź- nika),
Pobierz darmowy fragment (pdf)

Gdzie kupić całą publikację:

Nowe podejście do analizy wskaźnikowej w przedsiębiorstwie
Autor:

Opinie na temat publikacji:


Inne popularne pozycje z tej kategorii:


Czytaj również:


Prowadzisz stronę lub blog? Wstaw link do fragmentu tej książki i współpracuj z Cyfroteką: