materiały i studia
advertisement
MATERIAŁY I STUDIA Ze s z y t nr 28 0 Konstrukcja miernika szans na bankructwo firmy Natalia Nehrebecka, Aneta Maria Dzik Warszawa, 2012 r. Dr Natalia Nehrebecka Narodowy Bank Polski, Departament Statystyki Wydział Nauk Ekonomicznych, Uniwersytet Warszawski, ul. Długa 44/50, 00-241 Warszawa [email protected], [email protected] mgr Aneta Maria Dzik Wydział Nauk Ekonomicznych, Uniwersytet Warszawski, ul. Długa 44/50, 00-241 Warszawa [email protected] Projekt graficzny: Oliwka s.c. Skład i druk: Drukarnia NBP Wydał: Narodowy Bank Polski Departament Edukacji i Wydawnictw 00-919 Warszawa, ul. Świętokrzyska 11/21 tel. 22 653 23 35, fax 22 653 13 21 © Copyright Naro­dowy Bank Polski, 2012 ISSN 2084–6258 Materiały i Studia są rozprowadzane bezpłatnie Dostępne są również na stronie internetowej NBP: http://www.nbp.pl 1 Spis treści Spis treści Spis treści Wstęp ...........................................................................................................................3 Streszczenie…………………………………………………………...…………………… 23 1. Determinanty rozwoju europejskiej integracji finansowej ..................................6 2. Zjawisko home-bias ...........................................................................................10 1. Wprowadzenie i cel artykułu…………………………………………………………… 34 3. Integracja w poszczególnych segmentach sektora finansowego .......................14 2. Przegląd literatury……………………………………………………………………… 6 7 3.1. Rynek pieniężny...............................................................................14 3.2. bankowy................................................................................16 10 12 3. Metoda, daneSektor i zmienne………………………………………………………………… 3.2.1. Rynek hurtowy i detaliczny.......................................................17 Wyniki analizy……………………………….…………………………………………… 15 17 3.2.2. Transgraniczna konsolidacja w systemie bankowym i jej wpływ na zmiany konkurencji .......................................................................................20 Zakończenie…………………………………….………………………………………… 21 24 3.3. Rynek kapitałowy ............................................................................23 3.3.1. Rynek obligacji .........................................................................25 Bibliografia………………………………………..……………………………………… 23 26 3.3.2. Rynek akcji ................................................................................28 3.3.3. Inwestycje bezpośrednie ...........................................................30 4. Porównanie regionalnej integracji finansowej w Unii Europejskiej i w Azji Wschodniej ................................................................................................................32 5. Międzynarodowa integracja finansowa Polski ..................................................36 5.1. Integracja systemu bankowego ........................................................36 5.1.1. Zmiany własnościowe w Polskim sektorze bankowym ............37 5.1.2. Zmiany w strukturze finansowania i działalności banków .......39 6. 5.2. Inwestycje portfelowe w Polsce.......................................................41 Zaburzenie integracji w międzynarodowym systemie finansowym ..................44 6.1. Transgraniczne przepływy kapitału a kryzys - ważniejsze aspekty .45 6.2. Zmiany w międzynarodowym systemie finansowym ......................51 7. 6.3. Potencjalne zagrożenie dla Polski wynikające ze zmienności przepływów transgranicznych ...............................................................................54 Podsumowanie ...................................................................................................58 Literatura....................................................................................................................59 2 1 MATERIAŁY I STUDIA – Zeszyt 280 1 Streszczenie Streszczenie Bazując na danych jednostkowych z bilansu oraz rachunku zysków i strat polskich przedsiębiorstw, pochodzących ze sprawozdań GUS za lata 2001 – 2010 zbadano czynniki ostrzegające przed bankructwem oraz sprawdzono jak wcześnie pojawiają się symptomy upadłości. Celem analizy jest budowa wskaźnika pozwalającego przypisać przedsiębiorstwu prawdopodobieństwo bankructwa. Analizę przeprowadzono w oparciu o regresję logistyczną na zmiennych skategoryzowanych przekształconych transformacją WoE (weight of evidence). Zastosowano metody scoringowe pozwalające zbudować wskaźnik oceny przedsiębiorstwa w kontekście wystąpienia stanu upadłości. W modelu prognozy bankructwa w horyzoncie rocznym wśród składowych oceny największą wagę uzyskano dla wskaźnika pokrycia kosztów finansowych pozwalającego określić zdolność przedsiębiorstwa do obsługi oprocentowania i spłat rat kapitałowych. Najwyższą ocenę przypisano firmom dla których wskaźnik przekracza 2,4. Prognozując bankructwo przedsiębiorstwa uwzględnione powinny być również informacje o płynności, zadłużeniu, udziale środków pieniężnych w aktywach oraz przychodach ze sprzedaży. Biorąc pod uwagę kierunek sprzedaży najlepiej zostali ocenieni wyspecjalizowani eksporterzy. W modelu uwzględniającym sytuację makroekonomiczną, który można uznać za bardziej ogólny, najważniejszy w prognozowaniu upadłości był wskaźnik zdolności do spłaty zadłużenia. W modelu prognozowaniu bankructwa z trzyletnim wyprzedzeniem, tj. model wczesnego ostrzegania nie uzyskano dominującego składnika budowanego wskaźnika. Wagi 20% przypisano wskaźnikowi płynności, obrotom aktywów bieżących oraz zwrotowi ze sprzedaży. Słowa kluczowe: prawdopodobieństwo bankructwa, prawo upadłościowe, scoring, upadłości firm Klasyfikacja JEL: G21, G33, C52 3 2 N a r o d o w y B a n k P o l s k i Wprowadzenie i cel artykułu Wprowadzenie i cel artykułu 1 Temat przeżywalności przedsiębiorstw pozostaje ważny, ponieważ dla 40% małych i średnich firm priorytet stanowi utrzymanie sięi cel na rynku, dopiero kolejne miejsca w tej Wprowadzenie artykułu hierarchii wartości zajmują wzrost sprzedaży i wzrost zysku. W przypadku firm dużych przetrwanie jest najważniejsze dla 19% podmiotów, główny cel strategiczny w tej grupie przedsiębiorstw to wzrost udziału w rynku.1 Od 2008 roku w polskiej gospodarce obserwuje Temat przeżywalności pozostaje ważny,połowie ponieważ dla roku 40% upadłość małych i się wzrost liczby postanowieńprzedsiębiorstw upadłościowych. W pierwszej 2012 średnichjuż firm priorytet stanowi utrzymanie się na rynku,siędopiero kolejne miejsca w teji ogłosiło około 400 firm. Przyczyn bankructwa upatruje w powiększającej się liczbie hierarchiiprzeterminowanych wartości zajmują wzrost sprzedaży i wzrost zysku. W przypadku firm dużych wartości płatności, malejącym popycie, ograniczonych możliwościach przetrwanie jestproblematycznej najważniejsze dla 19% podmiotów, cel definiują strategiczny tej grupie inwestowania, dostępności kredytów.główny Praktycy jakow przesłanki 1 przedsiębiorstw to kapitał wzrost własny udziału oraz w rynku. 2008 roku w polskiej gospodarce obserwuje upadłości ujemny stratyOd przewyższające 50% kapitału podstawowego. się wzrost liczby postanowień upadłościowych. W problemy pierwszej połowie 2012 roku upadłość Zagrożone są szczególnie branże przejawiające z terminowym spłacaniem 2 ogłosiło już około 400 firm.spożywcza, Przyczyn bankructwa upatruje się w powiększającej się liczbietui . Obserwowana zobowiązań (budowlana, transportowa, kosmetyczna) wartości przeterminowanych malejącym popycie, ograniczonych konkurencja cenowa może płatności, prowadzić do wygrywania przetargów możliwościach przy cenach inwestowania, problematycznej dostępności PraktycyPojawiające definiują jako przesłanki niezapewniających zysku, co przekłada się nakredytów. zatory płatnicze. się zaległości upadłości kapitał własny oraz zamówień straty przewyższające kapitału podstawowego. grożą falą ujemny bankructw mimo nowych i możliwości50% eksportowych. Nehrebecka Zagrożone są szczególnie przejawiające problemy z terminowym (2011) wskazuje, że polskie branże firmy żyją średnio ponad dwukrotnie krócej niż spłacaniem np. firmy 2 Obserwowana tu zobowiązańZa najmniej (budowlana, spożywcza, transportowa, kosmetyczna) belgijskie. „żywotne” uznać można firmy transportowe, a w .następnej kolejności konkurencja cenowa zmoże do pozostałe wygrywania przetargów przyNajdłużej cenach podmioty gospodarcze sektoraprowadzić budownictwo, usługi oraz handel. niezapewniających zysku, co przekłada zajmujące się na zatory płatnicze. Pojawiające zaległości utrzymują się na rynku przedsiębiorstwa się rolnictwem, łowiectwemsię i leśnictwem grożąprzemysłowe. falą bankructw mimo nowych zamówień i możliwości eksportowych. Nehrebecka oraz (2011) Mając wskazuje, że polskie firmy żyjąpowstawania, średnio ponad dwukrotnie krócejfirm niż dla np. rynku firmy na uwadze konsekwencje rozwoju i upadania belgijskie. Za najmniej „żywotne” gospodarki, uznać możnapogłębienie firmy transportowe, następnej kolejności pracy i ogólnej produktywności wiedzy oa w uwarunkowaniach tej podmioty wydaje gospodarcze sektora budownictwo, pozostałe usługi oraz handel. Najdłużej dynamiki się byćz ważnym problemem badawczym. Zagadnienie to jest istotne w utrzymują się na rynkupolityki przedsiębiorstwa się firm. rolnictwem, łowiectwem i leśnictwem kontekście transmisji pieniężnejzajmujące do sektora Zgodnie z teorią akceleratora oraz przemysłowe. finansowego istnieje mechanizm wzmacniający szoki monetarne poprzez bilanse Mając na(Bernanke, uwadze konsekwencje powstawania, upadania firm występuje dla rynku przedsiębiorstw Gertler, Gilchrist 1996). Wrozwoju okresiei dekoniunktury pracy i ogólnej produktywności gospodarki, pogłębienie wiedzy o uwarunkowaniach tej 1zwiększenie kosztu kredytowania oraz ograniczenie możliwości inwestycji, co Polska Konfederacja Pracodawców Prywatnych Lewiatan w ramach projektu finansowania Monitoring kondycji sektora MSP w latach 2010-2012 dynamiki wydaje niewypłacalności. się być ważnym problemem Zagadnienie to jest istotne w 2zwiększa ryzyko choć, jak badawczym. wskazują Mączyńska i Zawadzki (2006), Polska Agencja Rozwoju PrzedsiębiorczościI (2012) kontekście transmisji polityki stanowią pieniężnej naturalne do sektorazjawiska firm. Zgodnie z teorią akceleratora bankructwa przedsiębiorstw w gospodarce rynkowej, finansowego niezbędną istnieje mechanizm wzmacniający poprzez bilanse 4 zapewniające selekcję ekonomiczną, to nieszoki zawszemonetarne sprzyjają długookresowemu wzrostowi efektywności ekonomicznej. W związku z postępującą globalizacją obserwowane 1 Polska Konfederacja Pracodawców Prywatnychupadłości. Lewiatan w ramach projektu Monitoring kondycji sektora MSP jest bowiem zagrożenie tzw. łańcuchem 2 w latach 2010-2012 strony instytucjonalnej Polska Od Agencja Rozwoju Przedsiębiorczości konieczność (2012) wspierania przedsiębiorców dostrzega Komisja Europejska. W Polsce funkcjonują instrumenty finansowe mające na celu zapewnienie łatwiejszego dostępu do kapitału, szczególnie dla małych i średnich firm4 MATERIAŁY I STUDIA – Zeszyt 280 (Competiveness and Innovation Programme w latach 2007-2013). Polskie regulacje upadłościowe ukierunkowane są na likwidację nieefektywnych i nienaprawialnych przedsiębiorstw oraz umożliwienie restrukturyzacji przedsiębiorstwom, które tylko 3 przedsiębiorstw (Bernanke, Gertler, Gilchrist 1996). W okresie dekoniunktury występuje Wprowadzenie i cel artykułu zwiększenie kosztu kredytowania oraz ograniczenie możliwości finansowania inwestycji, co zwiększa ryzyko niewypłacalności. I choć, jak wskazują Mączyńska i Zawadzki (2006), bankructwa przedsiębiorstw stanowią naturalne zjawiska w gospodarce rynkowej, zapewniające niezbędną selekcję ekonomiczną, to nie zawsze sprzyjają długookresowemu wzrostowi efektywności ekonomicznej. W związku z postępującą globalizacją obserwowane jest bowiem zagrożenie tzw. łańcuchem upadłości. Od strony instytucjonalnej konieczność wspierania przedsiębiorców dostrzega przedsiębiorstw (Bernanke, Gertler,funkcjonują Gilchrist 1996). W okresie dekoniunktury Komisja Europejska. W Polsce instrumenty finansowe mające występuje na celu 1 zwiększenie kredytowania możliwościdla finansowania inwestycji,firm co zapewnienie kosztu łatwiejszego dostępuoraz do ograniczenie kapitału, szczególnie małych i średnich zwiększa ryzyko and niewypłacalności. I choć, jak wwskazują Zawadzkiregulacje (2006), (Competiveness Innovation Programme latach Mączyńska 2007-2013).i Polskie bankructwa przedsiębiorstw naturalne zjawiska w gospodarce rynkowej, upadłościowe ukierunkowane stanowią są na likwidację nieefektywnych i nienaprawialnych zapewniające niezbędną selekcję ekonomiczną, to nie zawsze sprzyjają długookresowemu przedsiębiorstw oraz umożliwienie restrukturyzacji przedsiębiorstwom, które tylko wzrostowi efektywności związkujest z postępującą obserwowane przejściowo znajdują sięekonomicznej. w kryzysie.3WWażne zatem by globalizacją jak najwcześniej wykryć jest bowiemupadłością zagrożeniei tzw. łańcuchem upadłości. zagrożenie podjąć odpowiednie działania. Eurostat regularnie publikuje przegląd Od strony instytucjonalnej konieczność wspierania przedsiębiorców dostrzega podstawowych wskaźników związanych z powstawaniem i przeżyciem firm oraz wpływem Komisja Europejska. Wzatrudnienie. Polsce funkcjonują finansowe mające angażują na celu dynamiki tych zjawisk na W analizy instrumenty z dziedziny business demography zapewnienie łatwiejszego dostępu dooraz kapitału, małych i średnich się także banki centralne (np. Belgia) urzędyszczególnie statystycznedla poszczególnych panstw,firm nie 4 (Competiveness and Innovation Programme w latach 2007-2013). Polskie regulacje tylko europejskich. upadłościowe ukierunkowane są na likwidację nieefektywnych i nienaprawialnych W analizie długości trwania firmy (firm survival) należy rozróżnić modelowanie 5 przedsiębiorstw umożliwienie restrukturyzacji przedsiębiorstwom, od modelowania wyjścia firmy z rynku. Toktóre drugietylko jest zjawiska upadłościoraz (bankructwa) 3 jest dobrowolną zatem by jak najwcześniej wykryć przejściowo znajdują się w kryzysie. sytuacją szerszą, w szczególności możeWażne oznaczać decyzję zawieszenia lub zagrożenie upadłością i podjąć odpowiednie działania.teorii Eurostat regularnie publikuje(industrial przegląd likwidacji działalności i jest podstawą tradycyjnej rynku i konkurencji podstawowych wskaźnikówteoria związanych z powstawaniem i przeżyciem firm oraz wpływem organization). Natomiast transmisji polityki monetarnej w większym stopniu jest dynamiki tychdo zjawisk na zatrudnienie. W analizy zograniczeń dziedziny business demography angażują aplikowana modelowania finansowych w dalszym prowadzeniu się także banki centralne (np. Belgia) oraz urzędytego statystyczne poszczególnych panstw, nie przedsiębiorstwa, więc lepsze wyniki w analizie zagadnienia uzyskuje się pracując na 4 tylko europejskich. danych dotyczących wyłącznie bankructw6. Dostępne zbiory danych nie zawsze dostarczają analizie odługości trwania firmy (firm należy rozróżnić jednak W informacji motywach opuszczenia rynkusurvival) przez firmę, a często - comodelowanie jest jeszcze 5 zjawiska modelowania wyjścia firmy z rynku. To drugie trudniejsząupadłości sytuacją (bankructwa) dla analityka od – brakuje informacji o przyczynie zniknięcia firmyjestz sytuacją szerszą, w (np. szczególności możeobowiązkowi oznaczać dobrowolną decyzję wzawieszenia obserwowanej próby niepodleganie sprawozdawczemu danym rokulub w likwidacji danych działalności jest podstawą rynku i konkurencji (industrial przypadku GUS).i Dlatego też jest tradycyjnej stosunkowo teorii mało prac empirycznych modelujących organization). Natomiast teoria transmisji polityki monetarnej większym stopniu jest Polskie prawo upadłościowe i naprawcze (2003) długość trwania firm z rozróżnieniem przyczyny opuszczenia rynkuwprzez podmiot. 4 3 Wielka Brytania, USA, Japonia, Nowa Zelandia, Australia aplikowana modelowania finansowych ograniczeń w pozwalającego dalszymMączyńska prowadzeniu Celem do niniejszego badania jest oraz budowa wskaźnika przypisać W niniejszym opracowaniu pojęcia bankructwo upadłość stosowano zamiennie. (2009) 5 wskazuje, że bankructwo to termin z zakresu ekonomii a upadłość to określenie prawne. lepsze wyniki w analizie tego zagadnienia się pracując na 6przedsiębiorstwa, więc przedsiębiorstwu prawdopodobieństwo bankructwa. W oparciuuzyskuje o literaturę tematu Konkluzja z prac Ilmakunnas (1996), Mata, Antunes i Portugal (2010) 6 danych dotyczących bankructw . Dostępnesprawdzono zbiory danych nie zawsze dostarczają skonstruowano modelwyłącznie ekonometryczny. Dodatkowo jak wcześnie pojawiają się jednak informacji o w motywach rynku przez firmę, a często - co jest jeszcze symptomy upadłości polskich opuszczenia przedsiębiorstwach, czy z trzyletnim wyprzedzeniem można5 trudniejszą sytuacją dla analityka – brakuje informacji Narzędzia o przyczynie zniknięcia wczesne firmy z wskazać grupę podmiotów zagrożonych bankructwem. umożliwiające obserwowanej (np. niepodleganie danym roku w identyfikowaniepróby zagrożeń dają szansęobowiązkowi wpływania sprawozdawczemu na efektywność wfunkcjonowania przedsiębiorstw. Analizę przeprowadzono za pomocą regresji logistycznej na zmiennych 3 Polskie prawo upadłościowe i naprawcze (2003) skategoryzowanych przekształconych transformacją WoE (weight of evidence). Zastosowano 4 Wielka Brytania, USA, Japonia, Nowa Zelandia, Australia 5 W niniejszym opracowaniu pojęcia na bankructwo oraz upadłość stosowano zamiennie. Mączyńska (2009) metody scoringowe pozwalające podział przedsiębiorstw ze względu na stopień zagrożenia wskazuje, że bankructwo to termin z zakresu ekonomii a upadłość to określenie prawne. 6 upadłością. Do estymacji daneipanelowe pochodzące ze sprawozdań GUS z lat Konkluzja z prac Ilmakunnas wykorzystano (1996), Mata, Antunes Portugal (2010) 4 2001 – 2010. Upadłość jest przedmiotem rozważań teoretycznych, a także badań empirycznych bazujących na danych jednostkowych wykazanych w sprawozdaniach firm.5 N a r o d o w y B a n k P o l s k i Prace te nie dostarczają jednak jednoznacznych wniosków. Model upadłości przedsiębiorstw powinien uwzględniać specyfikę gospodarki, w której ma być wykorzystywany. Znane na przedsiębiorstwu prawdopodobieństwo bankructwa. W oparciu o literaturę tematu skonstruowano model ekonometryczny. Dodatkowo sprawdzono jak wcześnie pojawiają się Wprowadzenie i cel artykułu symptomy upadłości w polskich przedsiębiorstwach, czy z trzyletnim wyprzedzeniem można wskazać grupę podmiotów zagrożonych bankructwem. Narzędzia umożliwiające wczesne identyfikowanie zagrożeń dają szansę wpływania na efektywność funkcjonowania przedsiębiorstw. Analizę przeprowadzono za pomocą regresji logistycznej na zmiennych skategoryzowanych przekształconych transformacją WoE (weight of evidence). Zastosowano metody scoringowe pozwalające na podział przedsiębiorstw ze względu na stopień zagrożenia upadłością. Do estymacji wykorzystano dane panelowe pochodzące ze sprawozdań GUS z lat 1 2001 – 2010. Upadłość jest przedmiotem rozważań teoretycznych, a także badań empirycznych bazujących na danych jednostkowych wykazanych w sprawozdaniach firm. Prace te nie dostarczają jednak jednoznacznych wniosków. Model upadłości przedsiębiorstw powinien uwzględniać specyfikę gospodarki, w której ma być wykorzystywany. Znane na świecie modele zagrożenia upadłością (Altman (1968, USA), Keasey i P. McGuinness (1990 Wileka Brytania), Charitou (2004, Grecja), Sheppard (1994, Kanada)) są nieadekwatne do polskich uwarunkowań. Stosowanie ich w polskiej rzeczywistości jest zatem nieefektywne. Niniejsza analiza rozszerza dotychczasową wiedzę o procesach związanych z bankructwem polskich przedsiębiorstw. Badanie jest oryginalne ponieważ zostało wykonane w oparciu o reprezentatywne dane dla ponad 50000 tysięcy firm niegiełdowych, co przemawia za stosowaniem niniejszej koncepcji. W pierwszej części artykułu dokonano przeglądu literatury dotyczącej modelowania upadłości przedsiębiorstw. Następnie opisano metodologię wykorzystaną podczas szacowania modelu. Kolejna część pracy zawiera szczegółowe informacje na temat bazy danych, charakterystykę zmiennych użytych w estymacji, wyniki estymacji oraz wnioski. 6 MATERIAŁY I STUDIA – Zeszyt 280 5 Przegląd literatury 1 Przegląd literatury Powstawanie 2 nowych przedsiębiorstw, które przetrwają na rynku sprzyja innowacyjności, podnosi ogólną produktywność poprzez lepszą alokację zasobów, ułatwia wdrażanie nowych technologii w gospodarce (Giovannetti 2007). Bankructwa przedsiębiorstw, mimo iż gwarantują niezbędną selekcję ekonomiczną, to w związku z globalizacją niosą zagrożenie tzw. łańcuchem upadłości i nie sprzyjają wzrostowi efektywności ekonomicznej (Mączyńska i Zawadzki (2006)). Początkowo perspektywy rozwoju firmy uzależniano od jej rozmiaru (Gibrat 1931). W latach dziewięćdziesiątych pojawił się szereg prac (np. Geroski 1995, Sutton 1997 i 1998) podważających prawo Gibrata i wskazujących na silną negatywną relację prawdopodobieństwa bankructwa z wielkością firmy. Małe firmy doświadczają większych trudności w utrzymaniu się na rynku (Audretsch i Mahmood 1995, Evans 1987, Geroski, Mata i Portugal 2007), ponieważ mogą być mniej efektywne i bardziej narażone na ryzyko wzrostu kosztów. Wielkość firmy może wynikać z ograniczeń w dostępie do kapitału (Fazzari, Hubbard i Petersen 1988), a co z tym związane - małe firmy są bardziej narażone na utratę płynności. Większe firmy są lepiej wyposażone w kapitał rzeczowy i ludzki, częściej też prowadzą bardziej zdywersyfikowaną produkcję, co czyni je odporniejszymi na fluktuacje popytu. Zjawisko przewagi konkurencyjnej firm małych jest możliwe w przypadku działalności o charakterze niszowym (Porter 1979). Rozpatrywanie wpływu wielkości firmy w momencie jej powstania na szansę przetrwania prowadzi do nieco innych wniosków. Założenie dużej firmy oznacza większe koszty wejścia na rynek (tzw. koszty „utopione”), które nie mogą być zredukowane w razie potrzeby, co determinuje wyniki firmy w dłuższym okresie. Ujemny wpływ wielkości początkowej na szanse przetrwania okazał się statystycznie istotny w modelu oszacowanym przez Geroski, Mata i Portugal (2007). Jovanovic (1982) wskazuje, że przedsiębiorcy zakładający nową firmę nie są w stanie dokładnie ocenić szans rozwoju i przetrwania firmy, a więc uczą się i rewidują swą ocenę w trakcie prowadzenia działalności. Malejące funkcje hazardu wykazano m.in. w pracach Mata i Portugal (1994), Audretsch i Mahmood (1995). Nowsza literatura tematu dostarcza natomiast oszacowań niemonotonicznych funkcji hazardu w kształcie odwróconego U (Agarwal, Sarkar i Echambadi (2002), Cefis i Marsili (2005)). Oznacza to, że prawdopodobieństwo zakończenia 7 działalności rośnie w pierwszych latach istnienia firmy, a następnie spada. Harhoff, Stahl i Woywode (1998) podkreślają zależność między sposobem wychodzenia z rynku a formą prawną podmiotu. Spółki z ograniczoną odpowiedzialnością charakteryzują się ponadprzeciętną stopą upadłości. 6 W polityce wspierania przedsiębiorczości kluczowe N a r może o d o wokazać y B a się n k stwarzanie P o l s k odpowiednich warunków dla nowopowstających firm oraz dostosowanie pomocy dla różnych kohort przedsiębiorstw w zależności od specyfiki uwarunkowań, w których powstały. i niemonotonicznych funkcji hazardu w kształcie odwróconego U (Agarwal, Sarkar i Przegląd literatury Echambadi (2002), Cefis i Marsili (2005)). Oznacza to, że prawdopodobieństwo zakończenia działalności rośnie w pierwszych latach istnienia firmy, a następnie spada. Harhoff, Stahl i Woywode (1998) podkreślają zależność między sposobem wychodzenia z rynku a formą prawną podmiotu. Spółki z ograniczoną odpowiedzialnością charakteryzują się ponadprzeciętną stopą upadłości. W polityce wspierania przedsiębiorczości kluczowe może okazać się stwarzanie odpowiednich warunków dla nowopowstających firm oraz dostosowanie pomocy dla różnych kohort przedsiębiorstw w zależności od specyfiki uwarunkowań, w których powstały. Największe szanse dalszego funkcjonowania mają firmy powstające w branżach o większej koncentracji i niskich stopach wyjścia, w okresie szybkiego wzrostu PKB (Geroski, Mata i 2 Portugal 2007). W oparciu o wyniki badań Allen i Gale (2000), Bond (2003), Rajan i Zingales (2003), Görg i Spaliara (2009) można stwierdzić, że specyfika systemu finansowego kraju ma znaczenie dla stabilności finansowania się przedsiębiorstw szczególne w czasie zmian koniunktury, a tym samym dla ciągłości ich funkcjonowania. Jako czynnik zwiększający prawdopodobieństwo przetrwania firmy wskazywany jest również status eksportera (Greenaway 2008). Firmy będące eksporterami wysyłają sygnał, że są w dobrej kondycji, mają wystarczającą płynność by ponieść koszty utopione i wejść na rynek zagraniczny (Chaney 2005). Giovannetti, Ricchuti i Veluchhi (2007) wykazali, że operowanie na rynkach międzynarodowych zwiększa prawdopodobieństwo upadłości konkurencja międzynarodowa jest czynnikiem utrudniającym przeżycie. Zgodnie z oczekiwaniami sukces na rynku międzynarodowym jest najłatwiej osiągalny dla przedsiębiorstw dużych, innowacyjnych i zaawansowanych technologicznie. Sygnałem wskazującym na pogarszającą się sytuację firmy są wartości wskaźników finansowych. Na ich podstawie można prognozować prawdopodobieństwo bankructwa. Według Mata, Antunes, Portugal (2010) im większy udział krótkoterminowego zadłużenia w strukturze zobowiązań tym wyższe prawdopodobieństwo bankructwa. Görg i Spaliara (2009) konkludują, że wskaźniki finansowe istotnie wpływają na prawdopodobieństwo upadłości ale w odmienny sposób w przypadku porównywanych krajów: Anglii i Francji. Wzrost rentowności obniża prawdopodobieństwo bankructwa w obu państwach jednak efekt jest silniejszy dla Anglii. Wyższe prawdopodobieństwo bankructwa mają przedsiębiorstwa charakteryzujące się większą dźwignią finansową jednak efekt ten jest statystycznie nieistotny. Im wyższy wskaźnik pokrycia potwierdzony danymi bilansowymi tym niższe prawdopodobieństwo bankructwa w przypadku Anglii. Firmy będące w stanie spłacać swoje zobowiązania wykorzystując cash flow mają zatem większą szansę przetrwania. Wskaźnik ten jest istotny w systemie finansowym zorientowanym rynkowo. Nieliniowy wpływ zadłużenia8 na prawdopodobieństwo bankructwa opisują Lopez-Garcia i Puente (2006). Według autorów w przypadku firm o stosunkowo małym zadłużeniu wzrost zobowiązań zwiększa szanse przeżycia, natomiast dla firm o wysokim wskaźniku zadłużenia jego wzrost zwiększa szansę bankructwa. W Polsce problematyka predykcji bankructwa przedsiębiorstw stała się przedmiotem zainteresowania badaczy w połowie lat dziewięćdziesiątych XX wieku. W dużej mierze było to skutkiem przejścia do rynkowego modelu gospodarki (Mączyńska i Zawadzki 2006, MATERIAŁY I STUDIA – Zeszyt 280 Mączyńska 2009, Ptak-Chmielewska 2010, Mączyńska 2011). Autorzy wskazują, że modele wczesnego ostrzegania są szczególnie przydatne w okresie przemian społeczno- 7 jest istotny w systemie finansowym zorientowanym rynkowo. Nieliniowy wpływ zadłużenia na prawdopodobieństwo bankructwa opisują Lopez-Garcia i Puente (2006). Według autorów Przegląd literatury w przypadku firm o stosunkowo małym zadłużeniu wzrost zobowiązań zwiększa szanse przeżycia, natomiast dla firm o wysokim wskaźniku zadłużenia jego wzrost zwiększa szansę bankructwa. W Polsce problematyka predykcji bankructwa przedsiębiorstw stała się przedmiotem zainteresowania badaczy w połowie lat dziewięćdziesiątych XX wieku. W dużej mierze było to skutkiem przejścia do rynkowego modelu gospodarki (Mączyńska i Zawadzki 2006, zobowiązania wykorzystując cash flow2010, mają Mączyńska zatem większą szansę przetrwania. Wskaźnik ten Mączyńska 2009, Ptak-Chmielewska 2011). Autorzy wskazują, że modele jest istotny wostrzegania systemie finansowym zorientowanym rynkowo. Nieliniowy wpływ społecznozadłużenia wczesnego są szczególnie przydatne w okresie przemian na prawdopodobieństwo bankructwa opisują Lopez-Garcia i Puente (2006). Według autorów gospodarczych. Narastająca, na skutek postępującej integracji z UE i ogólnoświatowego w przypadku firm o stosunkowo małym zadłużeniu wzrostkonkurencja zobowiązaństaje zwiększa szanse przechodzenia gospodarki w kierunku opartej na wiedzy się częstym przeżycia, dla firm o wysokim wskaźniku zadłużenia wzrost zwiększa szansę wyzwaniemnatomiast dla przedsiębiorstw. Wykorzystując techniki analizyjego historii zdarzeń, Markowicz 2 bankructwa. i Stolorz (2006) opracowały tablice żywotności polskich firm powstałych i likwidowanych w W Polsce problematyka predykcjiuboga bankructwa przedsiębiorstw stała sięmodelujących przedmiotem latach dziewięćdziesiątych. Natomiast jest lista prac empirycznych 7 zainteresowania badaczy w połowie latfirm. dziewięćdziesiątych wieku. W dużej mierze było podjął próbę ekonometrycznej determinanty przeżywalności polskich Ossowski (2004)XX to skutkiem przejścia do rynkowego modelu gospodarki (Mączyńska Zawadzki 2006, analizy czynników warunkujących przetrwanie przedsiębiorstw, jednak ibadanie to objęło Mączyńska 2009, Ptak-Chmielewska 2010,gdańskiego Mączyńskaz 2011). Autorzy wskazują, że modele jedynie małą próbkę (186) firm z woj. lat 1992-1996. W Instytucie Nauk wczesnego ostrzegania są szczególnie okresie przemian Ekonomicznych Polskiej Akademii Nauk podprzydatne kierunkiemwMączyńskiej opracowanospołeczno7 modeli gospodarczych. upadłości. Narastająca,Wykorzystano na skutek postępującej UE i ogólnoświatowego prognozowania dane o 80integracji spółkachz notowanych na GPW w przechodzenia w kierunku opartej upadłość na wiedzy staje się zawarto: częstym Warszawie. W gospodarki modelu najlepiej przewidującym jakokonkurencja zmienne objaśniające wyzwaniem dla przedsiębiorstw. Wykorzystując technikiwłasnego/wartość analizy historii zdarzeń, Markowicz wynik operacyjny/wartość aktywów, wartość kapitału aktywów, (wynik i Stolorz (2006) tablice żywotności polskich firm powstałych i likwidowanych w finansowy nettoopracowały + amortyzacja)/suma zobowiązań, aktywa obrotowe/zobowiązania latach dziewięćdziesiątych. uboga jest(2005) lista prac empirycznych krótkoterminowe (MączyńskaNatomiast 2004). Poznańska prezentuje, uzyskanemodelujących wspólnie z 7 podjął próbęktóre ekonometrycznej determinantyi przeżywalności firm. Ossowski (2004) Jacksonem Klich, wskaźnikipolskich korelacji między liczbą przedsiębiorstw, przetrwały i analizy czynników warunkujących przetrwanie przedsiębiorstw, jednak to objęło rozwinęły się a wybranymi zmiennymi regionalnymi dla województw (np.badanie stopa bezrobocia, jedynie oddziałów małą próbkę (186) jakość firm z infrastruktury, woj. gdańskiegogęstość z lat 1992-1996. Instytucie Nauk liczba banków, zaludnienia, Wpoziom edukacji). Ekonomicznych Polskiej Akademii Nauk pod kierunkiem Mączyńskiej opracowano 7 modeli Otrzymane wyniki jednoznacznie wskazują, że o wiele istotniejszym od zmiennych prognozowania upadłości. Wykorzystano dane o kohort 80 spółkach notowanych na wielkość GPW wi regionalnych są cechy wewnętrzne poszczególnych przedsiębiorstw – wiek, Warszawie. W modelu najlepiej przewidującym upadłość jako zmienne objaśniające zawarto: sprzedaż na zatrudnionego. wynik W operacyjny/wartość aktywów, wartość kapitałuprzedsiębiorstw własnego/wartość aktywów, polskiej literaturze poświęconej upadłości poruszana jest(wynik także finansowy netto + przedsiębiorstw. amortyzacja)/suma zobowiązań, aktywa obrotowe/zobowiązania kwestia finansowania Nowopowstałe przedsiębiorstwa sektora MSP (małe i krótkoterminowe (Mączyńska 2004). Poznańska prezentuje, uzyskane mają ograniczony dostęp (2005) do źródeł finansowania, musząwspólnie opierać sięz 7średnie przedsiębiorstwa) [w:] Bławat s. 105, 2004 Jacksonem i Klich, wskaźniki korelacji między liczbąwyspecjalizowanych przedsiębiorstw, które przetrwały na kapitałach własnych, ewentualnie liczyć na pomoc agencji rozwojui rozwinęły się a wybranymi zmiennymi regionalnymi dla 2004). województw (np. stopa bezrobocia, lub nie zawsze dostępne fundusze publiczne (Bławat Finansowanie bankowe jest9 liczba infrastruktury, gęstość zaludnienia, poziom edukacji). mocno oddziałów racjonowanebanków, (Marzecjakość i Pawłowska 2011). Rynek kapitałowy finansuje jedynie firmy Otrzymane jednoznacznie wskazują, że o wiele istotniejszym od zmiennych będące w wyniki fazie ekspansji. Zaangażowanie kapitału zewnętrznego wymaga bowiem regionalnych są cechy wewnętrzne poszczególnych kohort przedsiębiorstw – wiek, wielkość uwiarygodnienia się nowego przedsięwzięcia lub akceptacji wyższego stopnia ryzyka przezi sprzedaż na zatrudnionego. inwestorów (np. fundusze venture capital). Korzystanie z kredytu kupieckiego jest w Polsce istotnym źródłem finansowania bieżącej działalności i substytuuje kredyt bankowy, szczególnie w okresach kryzysu i restrykcyjnej polityki pieniężnej (Pawłowska i Marzec 2011). [w:] Bławat s. 105, 2004 7 Wędzki (2008) prezentuje przegląd literatury światowej i polskiej dotyczącej prognozowania upadłości przedsiębiorstw w oparciu o wskaźniki finansowe bazujące na9 8 N a r o d o w y B a n k P o l s k przepływach pieniężnych. Autor konkluduje, iż wykorzystanie komponentów rachunku przepływów pieniężnych w modelowaniu dostarcza lepszych prognoz upadłości od modeli i mocno racjonowane (Marzec i Pawłowska 2011). Rynek kapitałowy finansuje jedynie firmy Przegląd literatury będące w fazie ekspansji. Zaangażowanie kapitału zewnętrznego wymaga bowiem uwiarygodnienia się nowego przedsięwzięcia lub akceptacji wyższego stopnia ryzyka przez inwestorów (np. fundusze venture capital). Korzystanie z kredytu kupieckiego jest w Polsce istotnym źródłem finansowania bieżącej działalności i substytuuje kredyt bankowy, szczególnie w okresach kryzysu i restrykcyjnej polityki pieniężnej (Pawłowska i Marzec 2011). Wędzki (2008) prezentuje przegląd literatury światowej i polskiej dotyczącej W polskiej literaturze poświęconej w upadłości poruszanabazujące jest także prognozowania upadłości przedsiębiorstw oparciu przedsiębiorstw o wskaźniki finansowe na kwestia finansowania przedsiębiorstw. Nowopowstałe przedsiębiorstwa sektora MSPrachunku (małe i przepływach pieniężnych. Autor konkluduje, iż wykorzystanie komponentów średnie przedsiębiorstwa) ograniczonydostarcza dostęp dolepszych źródeł finansowania, muszą opierać się przepływów pieniężnych mają w modelowaniu prognoz upadłości od modeli na kapitałach ewentualnie liczyć na pomoc wyspecjalizowanych agencji przegląd rozwoju opartych na własnych, wskaźnikach memoriałowych. Antonowicz (2010) przedstawia 2 lub nie zawsze dostępne fundusze publiczne (Bławat 2004). Finansowanie bankowe jest zmiennych egzogenicznych wykorzystywanych w polskich modelach prognozowania mocno racjonowane (Marzec Pawłowskaprawdopodobieństwa 2011). Rynek kapitałowy finansuje jedynie firmy upadłości przedsiębiorstw. Doi estymacji upadłości przedsiębiorstwa w będące w fazie ekspansji. Zaangażowanie kapitału zewnętrznego wymaga bowiem ciągu roku najczęściej wykorzystuje się wskaźnik płynności finansowej oraz wskaźnik uwiarygodnienia się nowego przedsięwzięcia lub akceptacji wyższego stopnia ryzyka przez struktury finansowania majątku przedsiębiorstwa. Kolejne zmienne często uwzględniane w inwestorów (np. fundusze venture capital). Korzystanie z kredytu/ kupieckiego jestfinansowy w Polsce analizie to pochodne produktywności majątku (m.in.: przychody aktywa, wynik istotnym źródłem finansowania bieżącej działalności i substytuuje wyjścia kredyt z rynku bankowy, netto / aktywa). Dominującym tematem w badaniach dyskryminacyjnych jest szczególnie okresachtylko kryzysu restrykcyjnej polityki pieniężnej która (Pawłowska i Marzec skupienie sięwbadaczy na teji części populacji przedsiębiorstw, formalnie upada. 2011). Jest to jednak niewielki ułamek populacji firm, które z różnych przyczyn co roku przestają 8 dotyczącej Wędzki (2008)i znikają prezentuje przegląd literatury światowej polskiej prowadzić działalność z rynku, choć niekoniecznie z rejestru iREGON . Nehrebecka prognozowania przedsiębiorstw w oparciu wskaźniki finansowe bazujące na (2011) proponujeupadłości analizy zmian strukturalnych polskicho przedsiębiorstw za pomocą metody przepływach pieniężnych. Autor konkluduje, iż wykorzystanie komponentów rachunku opartej na łańcuchu Markowa pozwalającej na prognozy składu sektora przedsiębiorstw, jak przepływów pieniężnych w modelowaniu dostarcza od modeli również obliczenie średniego pozostałego czasu lepszych trwania. prognoz Autorkaupadłości stwierdza, że we opartych wskaźnikach memoriałowych. (2010)niewyspecjalizowani. przedstawia przegląd wszystkichnasektorach najwyższy średni wiek Antonowicz mają eksporterzy Im zmiennych egzogenicznych wykorzystywanych w polskich prognozowania większa firma, tym dłuższy jest średni wiek oraz średni pozostałymodelach czas trwania. Porównując upadłości prawdopodobieństwa upadłości przedsiębiorstwa w powyższe przedsiębiorstw. badania między Do sobąestymacji należy wziąć pod uwagę różnice w badanych podmiotach ciągu roku najczęściej wykorzystuje się wskaźnik finansowej oraz wskaźnik (przedsiębiorstwa aktywne, nieaktywne) oraz nie płynności zawsze spójne definicje zmiennej 8 Jak podaje autor, w latach 2004-2008 upadłość dotyczyła jedynie 0,30% jednostek wyrejestrowanych z struktury finansowania majątku przedsiębiorstwa. Kolejne zmienne często uwzględniane w objaśnianej. REGON i 0,02% jednostek zarejestrowanych, s. 213. analizie to pochodne produktywności majątku (m.in.: przychody / aktywa, wynik finansowy 10 netto / aktywa). Dominującym tematem w badaniach dyskryminacyjnych wyjścia z rynku jest skupienie się badaczy tylko na tej części populacji przedsiębiorstw, która formalnie upada. Jest to jednak niewielki ułamek populacji firm, które z różnych przyczyn co roku przestają prowadzić działalność i znikają z rynku, choć niekoniecznie z rejestru REGON8. Nehrebecka (2011) proponuje analizy zmian strukturalnych polskich przedsiębiorstw za pomocą metody opartej na łańcuchu Markowa pozwalającej na prognozy składu sektora przedsiębiorstw, jak również obliczenie średniego pozostałego czasu trwania. Autorka stwierdza, że we wszystkich sektorach najwyższy średni wiek mają eksporterzy niewyspecjalizowani. Im większa firma, tym dłuższy jest średni wiek oraz średni pozostały czas trwania. Porównując powyższe badania między sobą należy wziąć pod uwagę różnice w badanych podmiotach 8 Jak podaje autor, w latach 2004-2008 upadłość dotyczyła jedynie 0,30% jednostek wyrejestrowanych z REGON i 0,02% jednostek zarejestrowanych, s. 213. 10 MATERIAŁY I STUDIA – Zeszyt 280 9 Metoda, dane i zmienne 2 Metoda, dane i zmienne W celu zbudowania 2 wskaźnika pozwalającego Metoda, dane i zmienne ocenić prawdopodobieństwo bankructwa przedsiębiorstwa wykorzystano regresję logistyczną. W związku z dużą liczbą wskaźników finansowych pozwalających na ocenę kondycji przedsiębiorstwa (zmiennych objaśniających) we wstępnej analizie danych wyznaczono moc predykcyjną każdej ze 3 zmiennych (współczynnik Giniego9, wskaźnik information value (IV)), a następnie W celu zbudowania wskaźnika pozwalającego ocenić prawdopodobieństwo zastosowano klasteryzację w celu ograniczenia wymiarów analizy. Przeprowadzona w ten bankructwa przedsiębiorstwa wykorzystano regresję logistyczną. W związku z dużą liczbą sposób selekcja zmiennych pozwoliła uniknąć problemu współliniowości w modelu, co wskaźników finansowych pozwalających na ocenę kondycji przedsiębiorstwa (zmiennych potwierdzono licząc statystyki VIF (Variance Inflation Factor)10. Model oszacowano na objaśniających) we wstępnej analizie danych wyznaczono moc predykcyjną każdej ze zmiennych skategoryzowanych przekształconych transformacją WoE (weight of evidence). zmiennych (współczynnik Giniego9, wskaźnik information value (IV)), a następnie Transformacja WoE jest bardzo często stosowana w budowie modeli scoringowych z zastosowano klasteryzację w celu ograniczenia wymiarów analizy. Przeprowadzona w ten wykorzystaniem regresji logistycznej ponieważ takie przekształcenie zmiennych pozwala na sposób selekcja zmiennych pozwoliła uniknąć problemu współliniowości w modelu, co zachowanie liniowej zależności względem funkcji logistycznej. Co więcej WoE niesie potwierdzono licząc statystyki VIF (Variance Inflation Factor)10. Model oszacowano na informację o względnym ryzyku powiązanym z każdą kategorią danej zmiennej. Im bardziej zmiennych skategoryzowanych przekształconych transformacją WoE (weight of evidence). ujemna wartość tym bardziej zagrożona bankructwem kategoria. Transformacja WoE jest bardzo często stosowana w budowie modeli scoringowych z wykorzystaniem regresji logistycznej ponieważ takie przekształcenie zmiennych pozwala na (1) ( ) logistycznej. Co więcej WoE niesie zachowanie liniowej zależności względem funkcji informację o względnym ryzyku powiązanym z każdą kategorią danej zmiennej. Im bardziej gdzie: ujemna wartość tym bardziej zagrożona bankructwem kategoria. i - kategoria - procent firm, które nie zbankrutowały i trafiły do kategorii i gdzie: ( ) i trafiły do kategorii i - procent firm, które zbankrutowały (1) Kategoryzację przeprowadzono wybierając podział z maksymalnym information value i9 Współczynnik Giniego - kategoria służy do jednowymiarowej oceny mocy dyskryminacyjnej zmiennej. W celui niejego (IV), miarą mierzącą statystyczną odległość Kullbacka-Leiblera (H) między bankrutami wyznaczenia szacowany jest model zawierający tylko jedną zmienną objaśniającą, a wskaźnik mierzy jej siłę - procent firm, które nie zbankrutowały i trafiły do kategorii i bankrutami. oparta na WoE, pozwala zmierzyć moc predykcyjną ∑IV, (( )( )), gdzie: wybranejpredykcyjną. Statystyka GINI= procent firm, które zbankrutowały i trafiły do kategorii i skumulowany odsetek bankrutów w kategorii wybranej cechy, oraz punktów - skumulowany zdrowych charakterystyki. Wartość IV zależy od liczby kategorii podziału.odsetek Zmienne, dla firm w kategorii wybranej cechy. Wynik jest równoznaczny ze statystyką Somer’s D. Statystyka zdefiniowana oparciu o współczynnik dla regresji objaśniającej których IV VIF nie jest przekracza 0,1wuznawane są za słabedeterminacji w kontekście mocyzmiennej predykcyjnej, zaś 10 względem pozostałych regresorów ( ). wartości powyżej 0,3 świadczą o dużej mocy dyskryminacyjnej (Andersonzmiennej. 1999). W celu jego Współczynnik Giniego służy do jednowymiarowej oceny mocy dyskryminacyjnej 9 wyznaczenia szacowany jest model zawierający tylko jedną zmienną objaśniającą, a wskaźnik mierzy jej siłę ∑ (( )( )), gdzie: predykcyjną. GINI= 12( ) w(kategorii wybranej cechy, ) ∑( skumulowany odsetek bankrutów - skumulowany )odsetek zdrowych (2) firm w kategorii wybranej cechy. Wynik jest równoznaczny ze statystyką Somer’s D. 10 Statystyka VIF jest zdefiniowana w oparciu o współczynnik determinacji dla regresji zmiennej objaśniającej gdzie: względem pozostałych regresorów - funkcja gęstości 10 ( ). 12 Finalny model uzyskano stosując metodę od ogólnego W oparciu N a do r o szczegółowego. d o w y B a n k P o l s ko i wyestymowane parametry wyznaczono wagi dla poszczególnych zmiennych objaśniających. W rezultacie uzyskano zestaw wskaźników finansowych pozwalających ocenić firmę oraz Kategoryzację przeprowadzono wybierając podział z maksymalnym information value Metoda, dane i zmienne (IV), miarą mierzącą statystyczną odległość Kullbacka-Leiblera (H) między bankrutami i niebankrutami. Statystyka IV, oparta na WoE, pozwala zmierzyć moc predykcyjną wybranej charakterystyki. Wartość IV zależy od liczby kategorii oraz punktów podziału. Zmienne, dla których IV nie przekracza 0,1 uznawane są za słabe w kontekście mocy predykcyjnej, zaś wartości powyżej 0,3 świadczą o dużej mocy dyskryminacyjnej (Anderson 1999). ( ) ( ) ∑( ) (2) Kategoryzację przeprowadzono wybierając podział z maksymalnym information value gdzie: (IV), miarą mierzącą statystyczną odległość Kullbacka-Leiblera (H) między bankrutami i nie- funkcja gęstości bankrutami. Statystyka IV, oparta na WoE, pozwala zmierzyć moc predykcyjną wybranej charakterystyki. Wartość IV zależy od liczby kategorii oraz punktów podziału. Zmienne, dla Finalny model uzyskano stosując metodę od ogólnego do szczegółowego. W oparciu o których IV nie przekracza 0,1 uznawane są za słabe w kontekście mocy predykcyjnej, zaś wyestymowane parametry wyznaczono wagi dla poszczególnych zmiennych objaśniających. wartości powyżej 0,3 świadczą o dużej mocy dyskryminacyjnej (Anderson 1999). W rezultacie uzyskano zestaw wskaźników finansowych pozwalających ocenić firmę oraz przypisano przedsiębiorstwom prawdopodobieństwo bankructwa. ( 3 (2) Analizę empiryczną przeprowadzono na podstawie danych jednostkowych z bilansu ) ( ) ∑( ) oraz rachunku zysków i strat polskich przedsiębiorstw, pochodzących ze sprawozdań GUS gdzie: (F01, F-02) z lat- 2001 – 2010. Modele szacowano wykorzystując wszystkie przedsiębiorstwa, funkcja gęstości które zbankrutowały oraz losowo wybrane firmy zdrowe. W skonstruowanych w ten sposób próbachFinalny firmy,model które uzyskano ogłosiły stosując upadłośćmetodę stanowiły 20%. Zabieg ten, typowyWdla metodo od ogólnego do szczegółowego. oparciu scoringowych, gdzie „złe” wyznaczono podmioty stanowią mały odsetek populacji, ma naobjaśniających. celu poprawę wyestymowane parametry wagi dla poszczególnych zmiennych własności statystycznych stosowanych narzędzi. Przed oszacowaniem modelu W rezultacie uzyskano zestaw wskaźników finansowych pozwalających ocenićsprawdzono firmę oraz reprezentatywność skonstruowanej próby w oparciubankructwa. o wyniki testów nieparametrycznych przypisano przedsiębiorstwom prawdopodobieństwo 11 12 , Kołmogorowa-Smirnowa i testu parametrycznego tWilcoxona-Manna-Whitney’a Analizę empiryczną przeprowadzono na podstawie danych jednostkowych z bilansu 13 ͳͶ i na zysków równośći strat średnich dla przedsiębiorstw, zmiennych ciągłych oraz testu Pearsona GUS Studenta oraz rachunku polskich pochodzących ze sprawozdań współczynnika (Population Stability Index) dla zmiennych dyskretnych. Współczynnik (F01, F-02) z latPSI 2001 – 2010. Modele szacowano wykorzystując wszystkie przedsiębiorstwa, którejest zbankrutowały oraz losowo firmy zdrowe. ten sposób PSI wykorzystywany w celuwybrane sprawdzenia różnicy w skonstruowanych rozkładach dwóchw zmiennych ( ) W 11 Statystyka Wilcoxona-Manna-Whitney’a, , gdzie: – rozmiar próby k, – próbach stanowiły 20%. ten, typowy dla metod skategoryzowanych. większa upadłość wartość współczynnika, tymZabieg większa statystyczna odległość suma rangfirmy, w próbiektóre 1. Im ogłosiły 12 Statystyka Kołmogorowa-Smirnowa, ( ) ( )|, gdzie: ) dystrybuanta scoringowych, gdzie „złe” podmioty stanowią mały |odsetek populacji, ma na( celu poprawę między rozkładami. zmiennej w próbie k. ̅ własności statystycznych stosowanych narzędzi. Przed oszacowaniem modelu sprawdzono W artykule analizowano podmioty aktywne z definicją GUS). Każda z Statystyka testu t-Studenta, , gdzie: ̅ średnia z (zgodnie próby, średnia z populacji, odchylenie √ 13 standardowe w próbie,skonstruowanej w próbie. reprezentatywność próby w oparciu o wyniki testów nieparametrycznych badanych firm mogła liczba być obserwacji w danym momencie w czasie w jednym z czterech stanów ( ) 14 Statystyka testu Pearsona , ,gdzie: ∑ – częstość -tej kategorii w próbie 1, - częstość 11 12 , Kołmogorowa-Smirnowa i testu działalność, parametrycznego tWilcoxona-Manna-Whitney’a aktywności prawnej i ekonomicznej: podmiot aktywny prowadzący podmiot -tej kategorii w próbie 2. ͳͶ i aktywny budowie, podmiot aktywny w stanie likwidacji, podmiot równość średnich dla zmiennych ciągłych oraz testu aktywny Pearsonaw stanie Studenta13w na upadłości. Prognozowane bankructwo dotyczy podmiotów, które 31 XII są w stanie współczynnika PSI (Population Stability Index)zatem dla zmiennych dyskretnych. Współczynnik upadłości jednak nadal prowadzą działalność i w okresie z ( ) objętym sprawozdaniem uzyskały13 11 Statystyka Wilcoxona-Manna-Whitney’a, , gdzie: – rozmiar próby k, – niej przychody. przedsiębiorstwa będące w stanie upadłości spełniają warunki suma rang w próbieBadane 1. 12 Statystyka Kołmogorowa-Smirnowa, | ( ) ( )|, gdzie: ) dystrybuanta wskazywane przez praktyków, charakteryzują się ujemnym kapitałem własnym( oraz stratami zmiennej w próbie k. 13 przewyższającymi 50% kapitału̅ podstawowego. Statystyka testu t-Studenta, √ , gdzie: ̅ średnia z próby, 14 standardowe w próbie, W tabl. 1 liczba obserwacji w próbie. przedstawiono strukturę Statystyka testu Pearsona , ∑ ( ) ,gdzie: średnia z populacji, odchylenie polskich przedsiębiorstw według stanów – częstość -tej kategorii w próbie 1, - częstość aktywności prawnej i ekonomicznej. Od 2002 roku obserwowano malejący trend upadłości, -tej kategorii w próbie 2. natomiast od 2008 roku widoczny jest wzrost podmiotów w stanie upadłości. W związku z rosnącym ryzykiem niewypłacalności wynikającym z liczby i wartości przeterminowanych MATERIAŁY I STUDIA – Zeszyt 280 płatności nie przewiduje się poprawy w najbliższym czasie. 13 Tabl. 1. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI 11 skategoryzowanych. Im większa wartość współczynnika, tym większa statystyczna odległość między PSI jestrozkładami. wykorzystywany w celu sprawdzenia różnicy w rozkładach dwóch zmiennych między rozkładami. Metoda, dane i zmienne W artykule analizowano podmioty aktywne (zgodnie z definicją GUS). Każda z skategoryzowanych. Im większa wartość współczynnika, tym większa statystyczna odległość W artykule analizowano podmioty aktywne (zgodnie z definicją GUS). Każda z badanych firm mogła być w danym momencie w czasie w jednym z czterech stanów między rozkładami. badanych firm mogła być w danym momencie w czasie w jednym z czterech stanów aktywności prawnejanalizowano i ekonomicznej: podmiot aktywny prowadzący działalność, podmiotz W artykule podmioty aktywne (zgodnie z definicją GUS). Każda aktywności prawnej i ekonomicznej: podmiot aktywny prowadzący działalność, podmiot aktywny wfirm budowie, aktywny w staniewlikwidacji, stanie badanych mogła podmiot być w danym momencie czasie w podmiot jednym zaktywny czterechw stanów aktywny w budowie, podmiot aktywny w stanie likwidacji, podmiot aktywny w stanie upadłości. bankructwo dotyczy podmiotów, któredziałalność, 31 XII są w stanie aktywnościPrognozowane prawnej i ekonomicznej: podmiot zatem aktywny prowadzący podmiot upadłości. Prognozowane bankructwo dotyczy zatem podmiotów, które 31 XII są w stanie upadłości jednak nadal podmiot prowadząaktywny działalność w okresie objętympodmiot sprawozdaniem aktywny w budowie, w istanie likwidacji, aktywnyuzyskały w staniez upadłości jednak nadal prowadzą działalność i w okresie objętym sprawozdaniem uzyskały z niej przychody. Badane bankructwo przedsiębiorstwa będące stanie upadłości spełniają warunki upadłości. Prognozowane dotyczy zatemwpodmiotów, które 31 XII są w stanie niej przychody. Badane przedsiębiorstwa będące w stanie upadłości spełniają warunki wskazywane przeznadal praktyków, charakteryzują ujemnym kapitałem własnym oraz stratamiz upadłości jednak prowadzą działalność i się w okresie objętym sprawozdaniem uzyskały wskazywane przez praktyków, charakteryzują się ujemnym kapitałem własnym oraz stratami przewyższającymi 50% kapitału podstawowego. niej przychody. Badane przedsiębiorstwa będące w stanie upadłości spełniają warunki przewyższającymi 50% kapitału podstawowego. W tabl. przedstawiono strukturęsiępolskich według stanów wskazywane przez1praktyków, charakteryzują ujemnymprzedsiębiorstw kapitałem własnym oraz stratami W tabl. 1 przedstawiono strukturę polskich przedsiębiorstw według stanów aktywności prawnej50% i ekonomicznej. Od 2002 roku obserwowano malejący trend upadłości, przewyższającymi kapitału podstawowego. aktywności prawnej i ekonomicznej. Od 2002 roku obserwowano malejący trend upadłości, natomiast 20081 roku widoczny jeststrukturę wzrost podmiotów w stanie upadłości. W związku W odtabl. przedstawiono polskich przedsiębiorstw według stanówz natomiast od 2008 roku widoczny jest wzrost podmiotów w stanie upadłości. W związku z rosnącym wynikającym z liczby i wartości przeterminowanych aktywnościryzykiem prawnej iniewypłacalności ekonomicznej. Od 2002 roku obserwowano malejący trend upadłości, rosnącym ryzykiem niewypłacalności wynikającym z liczby i wartości przeterminowanych płatności poprawyjest w najbliższym czasie. w stanie upadłości. W związku z natomiastnie od przewiduje 2008 roku się widoczny wzrost podmiotów płatności nie przewiduje się poprawy w najbliższym czasie. rosnącym ryzykiem niewypłacalności wynikającym z liczby i wartości przeterminowanych 3 Tabl. WEDŁUG STANÓW AKTYWNOŚCI płatności1.nieLICZBA przewidujePRZEDSIĘBIORSTW się poprawy w najbliższym czasie. Tabl. 1. PRAWNEJ LICZBA IPRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI EKONOMICZNEJ Podmioty aktywne PRAWNEJ I EKONOMICZNEJ Podmioty aktywne Podmioty aktywne Podmioty aktywne Lata prowadzące Podmioty aktywne Tabl. 1. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI w budowie w stanie likwidacji w stanie upadłości Podmioty aktywne Podmioty aktywne Podmioty aktywne działalność Lata prowadzące PRAWNEJ I EKONOMICZNEJ w budowie w stanie likwidacji w stanie262 upadłości 2001 47600 31 505 działalność Podmioty aktywne 2002 43594 16aktywne 230aktywne 224aktywne 2001 47600 31 505 262 Podmioty Podmioty Podmioty Lata prowadzące 2003 45248 20 w budowie w stanie219 likwidacji w stanie255 upadłości 2002 43594 16 230 224 działalność 2004 44152 14 149 226 2003 45248 20 219 255 2001 47600 31 505 262 2005 46098 15 125 158 2004 44152 14 149 226 2002 43594 16 230 224 2006 46813 8 129 98 2005 46098 15 125 158 2003 45248 20 219 255 2007 47960 7 116 82 2006 46813 8 129 98 2004 44152 14 149 226 2008 52840 46 161 98 2007 47960 7 116 82 2005 46098 15 125 158 2009 53517 29 169 132 2008 52840 46 161 98 2006 46813 8 129 98 2010 52902 41 151 120 2009 53517 29 169 132 2007 47960 7 116 82 Źródło: 2010 opracowanie własne na danych GUS. 52902 41 151 120 2008 52840 46 161 98 Źródło: opracowanie własne na danych GUS. 2009 53517 29 169 132 W oparciu o literaturę 2010 52902tematu wybrano41potencjalne predyktory 151 upadłości, koncentrując 120 W oparciuwłasne o literaturę tematu Źródło: opracowanie na danych GUS.wybrano potencjalne predyktory upadłości, koncentrując się na wskaźnikach finansowych. Sygnałami pogorszenia kondycji finansowej się na wskaźnikach finansowych. Sygnałami pogorszenia kondycji finansowej przedsiębiorstwa ujemna tematu dynamika przychodów, aktywów i kapitału własnego, spadek W oparciu są: o literaturę wybrano potencjalne predyktory upadłości, koncentrując przedsiębiorstwa są: ujemna dynamika przychodów, aktywów i kapitału własnego, spadek zysków, kapitał własny, rosnąceSygnałami zadłużenie, pogorszenia problemy z płynnością finansową, się na ujemny wskaźnikach finansowych. kondycji finansowej zysków, ujemny kapitał własny, rosnące zadłużenie, problemy z płynnością finansową, słabnąca sprawność operacyjna, malejące inwestowanie środki trwałe (tabl. 2). przedsiębiorstwa są: ujemna dynamika przychodów, aktywówwi kapitału własnego, spadek słabnąca sprawność operacyjna, malejące inwestowanie w środki trwałe (tabl. 2). Skonstruowano charakteryzujące kondycji finansowejfinansową, firm takie zysków, ujemnyzmienne kapitał objaśniające własny, rosnące zadłużenie, cechy problemy z płynnością Skonstruowano zmienne objaśniające charakteryzujące cechy kondycji finansowej firm takie słabnąca sprawność operacyjna, malejące inwestowanie w środki trwałe (tabl. 2). 14 Skonstruowano zmienne objaśniające charakteryzujące cechy kondycji finansowej firm takie 14 jak: dynamika obrotów, dynamika aktywów, dynamika kapitału własnego, rentowność, 14 zadłużenie, płynność i sprawność operacyjna. W analizie uwzględniono nie tylko bieżące wartości wskaźników, ale również ich statystyczne własności (np. mediana) wyznaczone na oknach różnej długości (np. wartość z ostatnich 3 lat). Tabl. 2. SPIS I DEFINICJE ZMIENNYCH WYKORZYSTANYCH W ANALIZIE Nazwa wskaźnika Zwrot z aktywów – ROA Zwrot ze sprzedaży – ROS Zwrot z kapitału własnego - ROE Marża zysku brutto 12 Marża z zysku operacyjnego Obrót aktywów bieżących Obrót aktywami trwałymi Obrót aktywami Definicja wskaźnika Zysk netto / Aktywa razem Zysk netto / Przychody ze sprzedaży Zysk netto / Kapitał własny (Przychody ze sprzedaży-Koszty ze sprzedaży) / Przychody ze sprzedaży a r o d o w y B a n k P o l s k i Wynik operacyjny N/ Sprzedaż netto Przychody ze sprzedaży / Aktywa obrotowe Przychody ze sprzedaży / Rzeczowe aktywa trwałe Przychody ze sprzedaży / Aktywa razem jak: dynamika obrotów, dynamika aktywów, dynamika kapitału własnego, rentowność, Metoda, dane i zmienne zadłużenie, płynność i sprawność analizie kapitału uwzględniono nie tylko bieżące jak: dynamika obrotów, dynamikaoperacyjna. aktywów, W dynamika własnego, rentowność, wartości wskaźników, również ich statystyczne własności (np. mediana) na zadłużenie, płynność i ale sprawność operacyjna. W analizie uwzględniono niewyznaczone tylko bieżące oknach różnej długości ale (np.również wartośćich z ostatnich 3 lat).własności (np. mediana) wyznaczone na wartości wskaźników, statystyczne oknach różnej długości (np. wartość z ostatnich 3 lat). Tabl. 2. SPIS I DEFINICJE ZMIENNYCH WYKORZYSTANYCH W ANALIZIE wskaźnika ZMIENNYCH WYKORZYSTANYCH Definicja wskaźnika Tabl. 2. SPISNazwa I DEFINICJE W ANALIZIE Zwrot z aktywów – ROA Zysk netto / Aktywa razem wskaźnika Nazwa wskaźnika Definicja Zwrot ze sprzedaży – ROS Zysk netto / Przychody ze sprzedaży Zwrot – ROA - ROE Zysk netto // Kapitał Aktywa własny razem Zwrot zz aktywów kapitału własnego Zysk netto Zwrot sprzedaży Zysk netto / ze Przychody ze sprzedaży Marża ze zysku brutto – ROS (Przychody sprzedaży-Koszty ze sprzedaży) / Zwrot z kapitału własnego - ROE Zysk netto /zeKapitał własny Przychody sprzedaży 15 sprzedaży) / Marża zysku (Przychody ze sprzedaży-Koszty ze z zyskubrutto operacyjnego Wynik / Sprzedaż netto Wyodrębniono również podział ze względu naoperacyjny kierunek sprzedaży . Wyróżniono tutaj Przychody ze sprzedaży Obrót aktywów bieżących / Aktywa obrotowe następujące typy podmiotów gospodarczych: nieeksporter, eksporter Marża z zysku operacyjnego Wynik operacyjny / Sprzedaż nettoniewyspecjalizowany Obrót aktywami trwałymi Przychody ze sprzedaży / Rzeczowe aktywa trwałe Obrót aktywów Przychody ze sprzedaży / Aktywa razem obrotowe aktywamibieżących (podmiot, który prowadził działalność eksportową niezależnie poziomu tego eksportu), Obrót aktywami trwałymi Przychody sprzedaży- Koszty / od Rzeczowe aktywa trwałe Zysk operacyjny Przychody ze operacyjne operacyjne Obrót aktywami Przychody sprzedaży / 50% Aktywa razem + eksportu EBITDA Przychody ze operacyjne operacyjne Pozostałe w eksporter wyspecjalizowany (podmiot realizujący ponad- Koszty udziału Zysk operacyjny Przychody przychody operacyjne - Koszty operacyjne EBITDA Przychody operacyjne - Koszty operacyjne + Pozostałe Wartość księgowaPodstawą tej klasyfikacji była Aktywa razem - (Zobowiązania krótkoterminowe + przychodach). praca Marczewskiego (2007). Wykorzystano przychody operacyjne Zobowiązania długoterminowe) także zmienną objaśniającą dotyczącą struktury własności udział +kapitału Wartość księgowa Aktywa razem - (Zobowiązania krótkoterminowe Wskaźnik struktury aktywów (Rzeczowe aktywa trwałe(dominujący - Zobowiązania Zobowiązania długoterminowe) krótkoterminowe) / Aktywa obrotowe zagranicznego kapitale własnym). Zasadność uwzględnienia zmiennych w Wskaźnik płynności strukturywaktywów (Rzeczowe aktywa/ trwałe - powyższych Zobowiązania Aktywa obrotowe Zobowiązania krótkoterminowe Aktywa obrotowe Wskaźnik bieżącej płynnościdane przedstawione krótkoterminowe) Środki pieniężne / /Zobowiązania krótkoterminowe badaniu potwierdzają w tabl. 3. Największą liczbą firm będących w Wskaźnik płynności Aktywa krótkoterminowe szybki płynności (Aktywaobrotowe obrotowe/ -Zobowiązania Zapasy) / Zobowiązania Wskaźnikupadłości bieżącej płynności Środki pieniężne / Zobowiązania krótkoterminowe stanie charakteryzuje się przemysł. Stosunkowo duży krótkoterminowe odsetek podmiotów Wskaźnik dźwigni szybki płynności (Aktywa obrotowe - Zapasy) / Zobowiązania finansowej Aktywa razem / Kapitał własny aktywnych w stanie upadłości dotyczy również budownictwa. Biorąc/ Aktywa pod uwagę krótkoterminowe Wskaźnik zadłużenia krótkoterminowego Zobowiązania krótkoterminowe razem kierunek Wskaźnik dźwigni Aktywa razem /krótkoterminowe Kapitał własny + zobowiązania długu dofinansowej kapitału (Zobowiązania sprzedaży najlepiejkrótkoterminowego radzą sobie wyspecjalizowani eksporterzy. Wskaźnik zadłużenia Zobowiązania krótkoterminowe / Aktywa razem długoterminowe) / Kapitał własny Wskaźnik długu do aktywów kapitału (Zobowiązania krótkoterminowe + zobowiązania długoterminowe) / Kapitał Aktywa własny razem Tabl. 3. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI Wskaźnik do aktywówdo kapitału (Zobowiązania krótkoterminowe/ (Zobowiązania + zobowiązania Zadłużeniedługu długoterminowe Zobowiązania długoterminowe PRAWNEJ I EKONOMICZNEJ POSZCZEGÓLNYCH GRUPACH długoterminowe) Aktywa razem+ Akcje długoterminowe +/ Akcje zwykłe ANALIZY Wdo2010 R. Zadłużenie długoterminowe kapitału Zobowiązania długoterminowe / (Zobowiązania uprzywilejowane) długoterminowe + Akcjewzwykłe + Akcje Wskaźnik dynamiki przychodów Przychody ze sprzedaży bieżącym roku/ Przychody ze Podmioty aktywne Podmioty aktywne aktywne Podmioty aktywne uprzywilejowane) sprzedaży w roku Podmioty poprzednim Wyszczególnienie prowadzące wPrzychody budowie w stanie w Przychody stanie upadłości Wskaźnik dynamiki przychodów ze w sprzedaży w likwidacji bieżącym roku/ ze wynikówdziałalność netto Wyniki netto roku bieżącym / Wynik netto w roku sprzedaży w roku poprzednim poprzednim 16 według rodzajów prowadzonej Wskaźnik dynamiki wyników netto Wyniki netto woperacyjnego roku bieżącym / Wynik netto w roku wyniku zysku operacyjnego zyskudziałalności w roku bieżącym / Wynik poprzednim Przemysł 16368 3 70poprzednim 73 zysku operacyjnego w roku Wskaźnik operacyjnego Wyniki bieżącym / Wynik Budownictwo 5483 0 zysku 17w/ roku 14 Wskaźnik dynamiki zdolności wyniku (obsługi)zysku spłaty zadłużenia (Wynik netto +operacyjnego Amortyzacja) (Zobowiązania zysku w roku krótkoterminowe + Zobowiązania długoterminowe) Handel 15685 3 operacyjnego 28poprzednim 16 Wskaźnik zdolności (obsługi)finansowych spłaty (Wynik netto + Amortyzacja) / (Zobowiązania pokrycia kosztów Wynik operacyjnego finansowe 7 Transport 2829 zadłużenia 0 zysku 3/ Koszty krótkoterminowe + Zobowiązania długoterminowe) Źródło: opracowanie własne. 10225 Pozostałe usługi 2 30 8 Wskaźnik pokrycia kosztów finansowych według wielkości Wynik zysku operacyjnego / Koszty finansowe eksportu zmienną objaśniającą jest branża. Na podstawie informacji o PKD 2007 Źródło:Dodatkową opracowanie własne. Nieeksporter 37086 40 115 77 zdefiniowano tu 5zmienną kategorii: przemysł, handel, budownictwo i pozostałe Dodatkową objaśniającą jest branża. Na podstawie o PKD 2007 Eksporter 11388 0 transport, 21 informacji 35 usługi. niewyspecjalizowany zdefiniowano tu 5 kategorii: i pozostałe8 usługi. Eksporter 4434 przemysł, handel, 1 transport, budownictwo 15 15 wyspecjalizowany Wyodrębniono również podział ze względu na kierunek sprzedaży . Wyróżniono tutaj według struktury własności następujące typy podmiotów niewyspecjalizowany Krajowy 46319gospodarczych:40nieeksporter, eksporter 141 108 Zagraniczny 6583 1 10 12 (podmiot, który prowadził działalność eksportową niezależnie od poziomu tego eksportu), Źródło: opracowanie własne na danych GUS. 15 3 eksporter wyspecjalizowany (podmiot realizujący ponad 50% udziału eksportu w 15 przychodach). Podstawą tej klasyfikacji była praca Marczewskiego (2007). Wykorzystano także zmienną objaśniającą dotyczącą struktury własności (dominujący udział kapitału zagranicznego w kapitale własnym). Zasadność 3 uwzględnienia powyższych zmiennych w badaniu potwierdzają dane przedstawione w tabl. 3. Największą liczbą firm będących w 15 Udział w eksporcie został oblicony jako stosunek przychodów z eksportu produktów, towarów i materiałów stanie upadłości charakteryzuje przemysł. Stosunkowo duży odsetek podmiotów do przychodów ze sprzedaży produktów, się towarów i materiałów. 16 Z próby wyłączono PKD również 2007: A –budownictwa. rolnictwo, leśnictwo, łowiectwo i rybactwo, K – aktywnych w stanienastępujące upadłościsekcje dotyczy Biorąc pod uwagę kierunek działalność finansowa i ubezpieczeniowa, O – administracja publiczna i obrona narodowa, obowiązkowe zabezpieczenia społeczne, – gospodarstwa domowe zatrudniające sprzedaży najlepiej radząTsobie wyspecjalizowani eksporterzy.pracowników; gospodarstwa domowe produkujące wyroby i świadczące usługi na własne potrzeby, U – organizacje i zespoły eksterytorialne. MATERIAŁY I STUDIA – Zeszyt 280 Tabl. 3. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI 16 PRAWNEJ I EKONOMICZNEJ POSZCZEGÓLNYCH GRUPACH 13 następujące typyprowadził podmiotów gospodarczych: nieeksporter, eksporter niewyspecjalizowany (podmiot, który działalność eksportową niezależnie od poziomu tego eksportu), Metoda, dane i zmienne (podmiot, który prowadził działalność niezależnie od poziomu eksportu), eksporter wyspecjalizowany (podmioteksportową realizujący ponad 50% udziałutego eksportu w eksporter wyspecjalizowany (podmiot była realizujący ponad 50% (2007). udziału Wykorzystano eksportu w przychodach). Podstawą tej klasyfikacji praca Marczewskiego przychodach). tej klasyfikacji była pracawłasności Marczewskiego (2007).udział Wykorzystano także zmiennąPodstawą objaśniającą dotyczącą struktury (dominujący kapitału także zmienną wobjaśniającą dotyczącą strukturyuwzględnienia własności (dominujący kapitału zagranicznego kapitale własnym). Zasadność powyższychudział zmiennych w zagranicznego w kapitale Zasadność w badaniu potwierdzają danewłasnym). przedstawione w tabl.uwzględnienia 3. Największąpowyższych liczbą firmzmiennych będących w badaniu potwierdzają dane przedstawione w tabl. Stosunkowo 3. Największą liczbą firm będących w stanie upadłości charakteryzuje się przemysł. duży odsetek podmiotów stanie upadłości charakteryzuje się przemysł. Stosunkowo Biorąc duży pod odsetek podmiotów aktywnych w stanie upadłości dotyczy również budownictwa. uwagę kierunek aktywnych w stanie upadłości dotyczy równieżnaeksporterzy. budownictwa. Biorąc 15 pod uwagę kierunek Wyodrębniono również podział ze względu kierunek sprzedaży . Wyróżniono tutaj sprzedaży najlepiej radzą sobie wyspecjalizowani sprzedaży najlepiej radzą sobie wyspecjalizowani następujące typyrównież podmiotów gospodarczych: eksporter 15niewyspecjalizowany Wyodrębniono podział ze względu nieeksporter, naeksporterzy. kierunek sprzedaży . Wyróżniono tutaj Tabl. 3. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI (podmiot, który prowadził działalność eksportową niezależnie od poziomu tego eksportu), następujące typy podmiotów gospodarczych: nieeksporter, eksporter niewyspecjalizowany PRAWNEJ I EKONOMICZNEJ POSZCZEGÓLNYCH GRUPACH Tabl. 3. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI eksporter wyspecjalizowany (podmiot realizujący ponad 50% udziału eksportu w ANALIZY W 2010 R. (podmiot,PRAWNEJ który prowadził eksportową POSZCZEGÓLNYCH niezależnie od poziomu tego eksportu), I działalność EKONOMICZNEJ GRUPACH Podmioty W 2010 R.(podmiot przychodach). Podstawą tej aktywne klasyfikacji była praca Marczewskiego (2007). Wykorzystano Podmioty aktywne Podmioty aktywne Podmioty aktywnew eksporterANALIZY wyspecjalizowany realizujący ponad 50% udziału eksportu Wyszczególnienie prowadzące w budowie w stanie likwidacji w stanie upadłości Podmioty aktywne także zmienną objaśniającą dotyczącą struktury (dominujący udział kapitału działalność Podmioty Podmioty aktywne aktywne przychodach). tej klasyfikacji była aktywne pracawłasności Marczewskiego (2007).Podmioty Wykorzystano WyszczególnieniePodstawą prowadzące w budowie w stanie w stanie upadłości 16 likwidacji według rodzajów prowadzonej działalności powyższych zmiennych w działalność zagranicznego kapitale własnym). Zasadność także zmienną wobjaśniającą dotyczącą strukturyuwzględnienia własności (dominujący udział kapitału 3 Przemysł 16368 3 73 1670 według rodzajów prowadzonej działalności badaniu potwierdzają dane przedstawione w0 tabl.uwzględnienia 3. Największą liczbą firmzmiennych będących w Budownictwo 5483 17powyższych 14 zagranicznego w kapitale własnym). Zasadność w Przemysł 16368 3 70 73 Handel 15685 3 28 16 stanie upadłości charakteryzuje się przemysł. Stosunkowo duży odsetek podmiotów Budownictwo 5483 0 17 14 badaniu potwierdzają dane w Transport 2829przedstawione w0 tabl. 3. Największą 3 liczbą firm będących 7 Handel 15685 3 28 16 Pozostałe usługi 10225 2 30 8 aktywnych w stanie upadłości również uwagę Transport 2829 dotyczy 0 budownictwa. 3duży pod 7kierunek stanie upadłości charakteryzuje się przemysł. Stosunkowo Biorąc odsetek podmiotów według wielkości eksportu Pozostałe usługi 10225 2 30 8 sprzedaży sobie wyspecjalizowani eksporterzy. aktywnychnajlepiej w stanieradzą upadłości również budownictwa. Biorąc pod uwagę kierunek Nieeksporter 37086 dotyczy 40 115 77 według wielkości eksportu Eksporter 11388 0 21 35 sprzedaży najlepiej radzą 37086 sobie wyspecjalizowani Nieeksporter 40 eksporterzy. 115 77 niewyspecjalizowany Tabl. 3. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI Eksporter 11388 0 21 35 Eksporter 4434 1 15 8 PRAWNEJ I EKONOMICZNEJ POSZCZEGÓLNYCH GRUPACH niewyspecjalizowany wyspecjalizowany Tabl. 3. LICZBA PRZEDSIĘBIORSTW WEDŁUG STANÓW AKTYWNOŚCI Eksporter ANALIZY W 2010 4434 R. 1 15 8 według struktury własności wyspecjalizowany PRAWNEJ I EKONOMICZNEJ POSZCZEGÓLNYCH GRUPACH Podmioty aktywne Krajowy 46319 40 aktywne 141aktywne 108aktywne Podmioty Podmioty struktury własności Podmioty ANALIZY Wprowadzące 2010 R. według Wyszczególnienie Zagraniczny 6583 1 10likwidacji 12upadłości w budowie w stanie w stanie Krajowy 46319 40 141 108 działalność Podmioty aktywne Źródło: opracowanie własne na danych GUS. Podmioty aktywne Podmioty aktywne Podmioty Zagraniczny 6583 1 10 12 aktywne Wyszczególnienie prowadzące 16 według rodzajów w prowadzonej budowie działalności w stanie likwidacji w stanie upadłości Źródło: opracowanie własne na danych GUS. działalność Przemysł 16368 3 70 73 według rodzajów prowadzonej działalności1617 Budownictwo 5483 0 14 Handel 15685 3 28 16 Przemysł 16368 70 73 Transport 2829 0 3 7 Budownictwo 5483 17 14 Pozostałe 10225 2 30 8 Handel usługi 15685 3 28 16 30 Transport 2829 3 7 według wielkości eksportu 3 Pozostałe usługi 10225 2 30 8 37086 jako stosunek przychodów 40 115 77 15Nieeksporter Udział w eksporcie został oblicony z eksportu produktów, towarów i materiałów według wielkości Eksporter 11388 0 eksportu 21 35 15 do przychodów ze sprzedaży produktów, towarów i materiałów. Udział w eksporcie został oblicony jako stosunek przychodów z eksportu produktów, towarów i materiałów 16niewyspecjalizowany Nieeksporter 37086 40 115 77 Z próby wyłączono następujące sekcje PKD 2007: A – rolnictwo, leśnictwo, łowiectwo i rybactwo, K – do przychodów ze sprzedaży produktów, towarów i materiałów. Eksporter 4434 1 15 8 11388 0 21 35 działalność finansowa i ubezpieczeniowa, O – administracja publiczna i obrona narodowa, obowiązkowe 16 Z próby wyłączono następujące sekcje PKD 2007: A –zatrudniające rolnictwo, leśnictwo, łowiectwo i rybactwo, K – wyspecjalizowany niewyspecjalizowany zabezpieczenia społeczne, T – gospodarstwa domowe pracowników; gospodarstwa domowe działalność i ubezpieczeniowa, O – struktury administracja i obrona narodowa, obowiązkowe Eksporter 4434 1 własności 15 8 według produkujące finansowa wyroby i świadczące usługi na własne potrzeby, U –publiczna organizacje i zespoły eksterytorialne. zabezpieczenia społeczne, T 46319 – gospodarstwa domowe gospodarstwa108 domowe wyspecjalizowany Krajowy 40 zatrudniające pracowników; 141 produkujące wyroby i świadczące usługi na własnestruktury potrzeby, U – organizacje i zespoły eksterytorialne. według Zagraniczny 6583 1 własności 10 12 16 Źródło: danych GUS. Krajowyopracowanie własne na46319 40 141 108 Zagraniczny 6583 1 10 12 16 Źródło: opracowanie własne na danych GUS. 3 3 Udział w eksporcie został oblicony jako stosunek przychodów z eksportu produktów, towarów i materiałów do przychodów ze sprzedaży produktów, towarów i materiałów. 16 15 Z próby wyłączono następujące sekcje PKD 2007: A – rolnictwo, leśnictwo, łowiectwo i rybactwo, K – Udział w eksporcie został oblicony jako stosunek przychodów z eksportu produktów, towarów i materiałów działalność finansowa i ubezpieczeniowa, O – administracja do przychodów ze sprzedaży produktów, towarów i materiałów. publiczna i obrona narodowa, obowiązkowe 16 zabezpieczenia społeczne, T – gospodarstwa domowe zatrudniające pracowników; gospodarstwa domowe Z próby wyłączono następujące sekcje PKD 2007: A – rolnictwo, leśnictwo, łowiectwo i rybactwo, K – produkujące finansowa wyroby i świadczące usługi na własne potrzeby, U –publiczna organizacje i zespoły eksterytorialne. działalność i ubezpieczeniowa, O – administracja i obrona narodowa, obowiązkowe zabezpieczenia społeczne, T – gospodarstwa domowe zatrudniające pracowników; gospodarstwa domowe produkujące wyroby i świadczące usługi na własne potrzeby, U – organizacje i zespoły eksterytorialne. 15 16 14 N a r o d o w y B a n k P o l s k i 16 Wyniki Wyniki Badanie przeprowadzono na trzech próbach. Pierwsza dotyczy przedsiębiorstw obserwowanych w 2009 (Model I). Aby uwzględnić zmienne makroekonomiczne analizę powtórzono na próbce skonstruowanej w analogiczny sposób, ale obejmującej przedsiębiorstwa obserwowane w latach 2003-2009 (Model II). W Modelu I oraz Modelu II prognozowano prawdopodobieństwo bankructwa w horyzoncie rocznym. Oszacowano również tzw. model wczesnego ostrzegania, w którym starano się wychwycić z trzyletnim wyprzedzeniem symptomy bankructwa dla przedsiębiorstw obserwowanych w latach 20032007 (Model III). Wykrycie problemów stosunkowo wcześnie pozwala uruchomić mechanizm kryzysowy, który może uchronić przed procesem upadłościowym. Wydaje się, że firmy słabo sobie radzą z wczesnym identyfikowaniem zagrożeń oraz budowaniem długookresowych scenariuszy strategicznych. W Modelu I w ostatecznej wersji znalazły się zmienne przedstawione w tabl. 4. Największą wagę przypisano wskaźnikowi pokrycia kosztów finansowych (37%). Wskaźnik Tabl. 4. OCENA PRZEDSIĘBIORSTW NA PODSTAWIE MODELU Ia) ten jest również wskazywany przez Mączyńską i Zawadzkiego (2006) jako istotny w Waga zmiennej w Ocena Zmienne firmy, ponieważ ocenie końcowej prognozowaniu upadłości odzwierciedla w jakim Wartość stopniu zyski operacyjne cząstkowa w% - - wartość 0,01016 wskaźnika 0 mogą ulec obniżeniu, aby nadal zostały pokryte koszty finansowe. Wyższa 0,01016 Wskaźnik udziału środków pieniężnych w aktywach - 0,0310 41 12 oznacza większe ogółem (średnia z 3 lat)bezpieczeństwo finansowe przedsiębiorstwa (Görg 0,0310 i -Spaliara 0,1678 (2009)). 70 W 0,1678 - + 133 przypadku oceny zdolności kredytowej, gdy poziom pokrycia odsetek od kredytów zyskiem Kierunek sprzedaży: (0 - nieeksporter, 1 - eksporter, 0 36 2 166 13 1 0 operacyjnym jest mniejszy 2 - wyspecjalizowany eksporter) niż 2, spłatę odsetek uznaje się jako obciążoną ryzykiem. Najlepiej oceniono firmy, dla których wskaźnik ów przekracza 2,41, - natomiast - 0,8246 największe 0 Wskaźnik płynności 15 0,8246 - 1,8707 86 prawdopodobieństwo bankructwa mają przedsiębiorstwa o wartości wskaźnika poniżej -1,26. 1,8707 - + 121 -1,2581 0 Wskaźnik płynności bieżącej (waga 15%) jest drugą z najważniejszych cech sygnalizujących Wskaźnik pokrycia kosztów finansowych 37 Wskaźnik długu do aktywów (średnia z 6 lat) 13 Przychody ze sprzedaży 12 -1,2581 - 2,4129 120 0,35203 - 0,51728 77 1759 - 29973 135 zagrożenie upadłością. Jest to charakterystyczne dla tego typu modeli, 2,4129 - + które z reguły 327 - - 0,35203 118 zawierają co najmniej jeden wskaźnik charakteryzujący płynność (m.in. Görg, Spaliara 2009). 0,51728 - 0,80442 zagrożone 36 Firmy o wartości wskaźnika nie przekraczającej 0,82 uznano za najbardziej 0,80442 - + 0 bankructwem. Wskazano również na udział środków pieniężnych ogółem, - w- aktywach 1759 0 kierunek sprzedaży oraz stosunek długu do aktywów oraz przychody ze sprzedaży jako dobre 29973 - + 84 Źródło: opracowanie własne na podstawie danych GUS. predyktory bankructwa. Zgodnie z wynikami Chaney (2005) najlepiej oceniono a) Ocena przedsiębiorstw z badania za 2009. wyspecjalizowanych eksporterów. Rozkład oceny przedsiębiorstw w podziale na firmy, które zbankrutowały i nie zbankrutowały potwierdza, że wybrane wskaźniki (zmienne objaśniające) pozwalają w dużym 17 stopniu wykryć zagrożenie upadłością (wykr. 1). Mając na celu zidentyfikowanie zagrożenia bankructwem danego przedsiębiorstwa na postawie tabl. 4, gdzie odpowiednim przedziałom wartości wskaźników finansowych, oceniających kondycję finansową, przypisano oceny cząstkowe, tworzona jest ocena końcowa (suma ocen cząstkowych), której wartość można MATERIAŁY I STUDIA – Zeszyt 280 analizować w oparciu o wykr. 1. W oparciu o informacje zgromadzone w bazie danych stwierdzono, że żadne z przedsiębiorstw, które uzyskało ocenę wyższą niż 600 punktów nie 15 a) Ocena przedsiębiorstw z badania za 2009. Wyniki Rozkład oceny przedsiębiorstw w podziale na firmy, które zbankrutowały i nie zbankrutowały potwierdza, że wybrane wskaźniki (zmienne objaśniające) pozwalają w dużym stopniu wykryć zagrożenie upadłością (wykr. 1). Mając na celu zidentyfikowanie zagrożenia bankructwem danego przedsiębiorstwa na postawie tabl. 4, gdzie odpowiednim przedziałom wartości wskaźników finansowych, oceniających kondycję finansową, przypisano oceny cząstkowe, tworzona jest ocena końcowa (suma ocen cząstkowych), której wartość można analizować w oparciu o wykr. 1. W oparciu o informacje zgromadzone w bazie danych stwierdzono, że żadne z przedsiębiorstw, które uzyskało ocenę wyższą niż 600 punktów nie zbankrutowało w przeciągu roku. Natomiast w przypadku firm dla których ocena jest niższa niż 200 punktów bankructwo jest niemalże pewne. Wśród przedsiębiorstw o ocenie w przedziale 200 – 300 punktów zdecydowanie przeważają firmy, które zbankrutowały. Tabl. 4. OCENA PRZEDSIĘBIORSTW NA PODSTAWIE MODELU Ia) Waga zmiennej w ocenie końcowej w% Zmienne Wskaźnik udziału środków pieniężnych w aktywach ogółem (średnia z 3 lat) 12 Kierunek sprzedaży: (0 - nieeksporter, 1 - eksporter, 2 - wyspecjalizowany eksporter) 13 Wskaźnik płynności 15 Wskaźnik pokrycia kosztów finansowych 37 Wskaźnik długu do aktywów (średnia z 6 lat) 13 Przychody ze sprzedaży 12 Ocena cząstkowa Wartość - 0,01016 0,0310 0,1678 - 0,8246 1,8707 - -1,2581 2,4129 - 0,35203 0,51728 0,80442 - 1759 29973 Źródło: opracowanie własne na podstawie danych GUS. a) Ocena przedsiębiorstw z badania za 2009. 0 1 2 - 0,01016 0,0310 0,1678 + 0,8246 1,8707 + -1,2581 2,4129 + 0,35203 0,51728 0,80442 + 1759 29973 + 0 41 70 133 36 0 166 0 86 121 0 120 327 118 77 36 0 0 135 84 18 Wykr. 1. ROZKŁAD OCENY PRZEDSIĘBIORSTW WYNIKAJĄCEJ Z MODELU DLA „BANKRUTÓW” I „NIE-BANKRUTÓW” (MODEL I) oceny OCENY przedsiębiorstw w podziale na firmy, które zbankrutowały i nie Wykr. Rozkład 1. ROZKŁAD PRZEDSIĘBIORSTW WYNIKAJĄCEJ Z MODELU DLA „BANKRUTÓW” I „NIE-BANKRUTÓW” (MODEL I) zbankrutowały potwierdza, że wybrane wskaźniki (zmienne objaśniające) pozwalają w dużym % 25 stopniu wykryć zagrożenie upadłością (wykr. 1). Mając na celu zidentyfikowanie zagrożenia % 25 20 danego przedsiębiorstwa na postawie tabl. 4, gdzie odpowiednim przedziałom bankructwem 20 wartości 15 wskaźników finansowych, oceniających kondycję finansową, przypisano oceny 15 tworzona jest ocena końcowa (suma ocen cząstkowych), której wartość można cząstkowe, 10 analizować 10 5 w oparciu o wykr. 1. W oparciu o informacje zgromadzone w bazie danych stwierdzono, 5 że żadne z przedsiębiorstw, które uzyskało ocenę wyższą niż 600 punktów nie 0 950 950 1000 1000 900 900 850 850 800 800 750 750 700 700 650 650 600 600 550 550 500 500 450 450 400 400 350 350 300 300 250 250 150 150 200 200 50 0 100 100 0 zbankrutowało w przeciągu roku. Natomiast w przypadku firm dla których ocenaskala jestocen niższa 50 0 ocen w niż 200 punktów bankructwo jest niemalże pewne. Wśród przedsiębiorstw oskala ocenie przedziale 200 – 300 punktów zdecydowanie przeważają firmy, które zbankrutowały. BANKRUT NIE-BANKRUT BANKRUT Źródło: opracowanie własne na podstawie danych GUS.NIE-BANKRUT Źródło: opracowanie własne na podstawie danych GUS. Badanie powtórzono na próbie skonstruowanej dla przedsiębiorstw obserwowanych w 16 a r o d o w y B a n k P o PKB, l s k latach 2003 – 2009, co pozwoliło uwzględnić zmienne (zmiana Badanie powtórzono na próbie skonstruowanej dlaNmakroekonomiczne przedsiębiorstw obserwowanych wi średnioroczny WIBOR udziałuwzględnić kredytów zmienne zagrożonych, wskaźnik koncentracji) oraz latach 2003 – 2009, co 3M, pozwoliło makroekonomiczne (zmiana PKB, zmiennej rok, przedstawiającej efekt czasu (szokizagrożonych, globalne). W Modelu II (tabl. 5) największą średnioroczny WIBOR 3M, udział kredytów wskaźnik koncentracji) oraz 950 1000 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 0 50 skala ocen Wyniki BANKRUT NIE-BANKRUT Źródło: opracowanie własne na podstawie danych GUS. Badanie powtórzono na próbie skonstruowanej dla przedsiębiorstw obserwowanych w latach 2003 – 2009, co pozwoliło uwzględnić zmienne makroekonomiczne (zmiana PKB, średnioroczny WIBOR 3M, udział kredytów zagrożonych, wskaźnik koncentracji) oraz zmiennej rok, przedstawiającej efekt czasu (szoki globalne). W Modelu II (tabl. 5) największą wagę przypisano wskaźnikowi zdolności spłaty zadłużenia (36%). Łączy on informacje o zadłużeniu oraz dochodowości rozumianej gotówkowo i wyrażanej za pomocą uproszczonego cash flow czyli sumy wyniku finansowego netto (zysku lub straty) i amortyzacji. Wskaźnik spłaty zadłużenia pojawia się w prezentowanych w literaturze przedmiotu modelach relatywnie rzadko (Antonowicz 2010). Jednakże za jego wykorzystaniem przymawiają bardzo korzystne cechy statystyczne. Największe prawdopodobieństwo bankructwa przypisano przedsiębiorstwom, dla których wskaźnik zdolności do spłaty zadłużenia nie przekracza 0,0003, natomiast najlepiej oceniono firmy w przypadku których wskaźnik jest większy niż 0,34. Oceny dla poszczególnych lat w dobrym stopniu obrazują ogólną sytuację makroekonomiczną w gospodarce. Ożywieniu inwestycyjnemu w latach 2004 - 2007 sprzyjała akcesja Polski do UE i jednoczesne złagodzenie polityki monetarnej i fiskalnej (obniżenie podatku CIT do 19%). Wyższe oceny uzyskano dla okresu po wstąpieniu do UE a przed światowym kryzysem finansowym. Szczególnie korzystne dla przetrwania firm okazały się lata 2005 oraz 2007. Do wystąpienia tego efektu mogło przyczynić się również malejące począwszy od 2005 r. oprocentowanie kredytów udzielanych przedsiębiorstwom. Natomiast stosunkowo niska ocena dla 2008 roku jest odpowiednio reakcją na światowy kryzys finansowy. stosunkowo niska ocena dla 2008 roku jest odpowiednio reakcją na światowya) kryzys 19 Tabl. 5. OCENA PRZEDSIĘBIORSTW NA PODSTAWIE MODELU II finansowy. Waga zmiennej Ocena Wartość a) Tabl. 5.Zmienne OCENA PRZEDSIĘBIORSTW w ocenie w NA % PODSTAWIE MODELU II cząstkowa - 0,00943 0 Zmienne Wskaźnik udziału środków pieniężnych w aktywach ogółem (mediana z 3 lat) Waga zmiennej w ocenie w % 4 Wskaźnik udziału środków pieniężnych w aktywach ogółem (mediana z 3 lat) 4 Wskaźnik zadłużenia ogólnego (maksimum z 3 lat) 17 Wskaźnik zadłużenia ogólnego (maksimum z 3 lat) 17 Wskaźnik obrotu aktywami (średnia z 6 lat) 15 Wskaźnik obrotu aktywami (średnia z 6 lat) 15 Wskaźnik płynności 9 Wskaźnik płynności 9 Rok 3 Rok 3 MATERIAŁY I STUDIA – Zeszyt 280 Przychody ze sprzedaży (średnia z 8 lat) 8 Struktura własności (0 - dominujący udział Przychody ze sprzedaży (średnia z 8 lat) 8 0,00943 Wartość 0,04089 0,04089 0,09579 - 0,00943 0,09579 0,21888 0,00943 0,04089 0,21888 + 0,04089 0,09579 - 0,22929 0,09579 0,21888 0,22929 0,49967 0,21888 + 0,49967 0,83642 - 0,22929 0,83642 1,40856 0,22929 0,49967 1,40856 + 0,49967 0,83642 - 2,05201 0,83642 1,40856 2,05201 3,09408 1,40856 + 3,09408 5,6962 - 2,05201 5,6962 + 2,05201 3,09408 - 0,22426 3,09408 5,6962 0,22426 0,62006 5,6962 + 0,62006 1,13247 - 0,22426 1,13247 1,579 0,22426 0,62006 1,579 + 0,62006 1,13247 2003 1,13247 1,579 2004 1,579 + 2005 2003 2006 2004 2007 2005 2008 2006 2009 2007 - 10384 2008 10384 13329 2009 13329 + - 10384 0 10384 13329 Ocena 8 cząstkowa 18 0 27 8 41 18 195 27 160 41 101 195 53 160 0 101 0 53 37 0 87 0 156 37 0 87 23 156 49 0 78 23 99 49 0 78 14 99 30 0 23 14 29 30 16 23 29 29 41 16 86 29 0 41 0 86 17 Wskaźnik obrotu aktywami (średnia z 6 lat) 15 Wskaźnik płynności 9 Rok 3 Przychody ze sprzedaży (średnia z 8 lat) 8 Struktura własności (0 - dominujący udział kapitału krajowego w kapitale własnym; 1 - dominujący udział kapitału zagranicznego w kapitale własnym) 8 Wskaźnik zdolności do spłaty zadłużenia 36 - 2,05201 3,09408 5,6962 - 0,22426 0,62006 1,13247 1,579 - 10384 13329 2003 2004 2005 2006 2007 2008 2009 0 1 - 0,00029 0,07108 0,15789 0,33873 Źródło: opracowanie własne na podstawie danych GUS. a) Ocena przedsiębiorstw badanych w latach 2003-2009. - 2,05201 3,09408 5,6962 + 0,22426 0,62006 1,13247 1,579 + 10384 13329 + 0,00029 0,07108 0,15789 0,33873 + 0 37 87 Wyniki 156 0 23 49 78 99 0 14 30 23 29 16 29 41 86 0 0 81 0 64 118 170 312 Również w przypadku Modelu II udało się w znacznym stopniu wykryć zagrożenie upadłością (wykr. 2). Rozkłady ocen dla dwóch grup przedsiębiorstw (firmy, które zbankrutowały i te które przetrwały) nie nachodzą na siebie znacznie. Wykr. 2. ROZKŁAD OCENY PRZEDSIĘBIORST WYNIKAJĄCEJ Z MODELU DLA „BANKRUTÓW” I „NIE-BANKRUTÓW” (MODEL II) 20 % 25 20 15 10 5 BANKRUT 1000 950 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 50 100 0 0 skala ocen NIE-BANKRUT Źródło: opracowanie własne na podstawie danych GUS. W tabl. 6 zaprezentowano wyniki dla modelu pozwalającego na wczesne ostrzeganie przed bankructwem. Wczesne ostrzeganie w oparciu o literaturę tematu zdefiniowano jako wykrycie symptomów bankructwa z trzyletnim wyprzedzeniem. Na podstawie informacji o przedsiębiorstwach w latach 2003-2007 prognozowano upadłość firmy w trzyletnim horyzoncie. W przypadku modelu wczesnego ostrzegania waga żadnej zmiennej objaśniającej nie przekracza 20%. Jako najbardziej zagrożone bankructwem wskazano firmy dla których wskaźnik cash holding (mediana z 6 lat) nie przekracza 0,014, wskaźnik długu do aktywów 18 N a r o (mediana d o w y B n k mieści P o l się s k (mediana z 6 lat) jest mniejszy niż 0,23, obrót aktywów bieżących z 3a lat) poniżej 0,68 , wskaźnik płynności (średnia z 6 lat) nie przekracza 0 ,73, zwrot ze sprzedaży (średnia z 6 lat) jest poniżej – 0,07, przychody ze sprzedaży są mniejsze niż 1100, natomiast i W tabl. 6 zaprezentowano wyniki dla modelu pozwalającego na wczesne ostrzeganie Wyniki przed bankructwem. Wczesne ostrzeganie w oparciu o literaturę tematu zdefiniowano jako wykrycie symptomów bankructwa z trzyletnim wyprzedzeniem. Na podstawie informacji o przedsiębiorstwach w latach 2003-2007 prognozowano upadłość firmy w trzyletnim horyzoncie. W przypadku modelu wczesnego ostrzegania waga żadnej zmiennej objaśniającej nie przekracza 20%. Jako najbardziej zagrożone bankructwem wskazano firmy dla których wskaźnik cash holding (mediana z 6 lat) nie przekracza 0,014, wskaźnik długu do aktywów (mediana z 6 lat) jest mniejszy niż 0,23, obrót aktywów bieżących (mediana z 3 lat) mieści się poniżej 0,68 , wskaźnik płynności (średnia z 6 lat) nie przekracza 0 ,73, zwrot ze sprzedaży (średnia z 6 lat) jest poniżej – 0,07, przychody ze sprzedaży są mniejsze niż 1100, natomiast jeśli chodzi o strukturę własności to dominuje udział kapitału krajowego w kapitale własnym. Można również zauważyć, że rozkłady oceny przedsiębiorstw dla „bankrutów” i „niebankrutów” w przypadku modelu wczesnego ostrzegania przedstawione na wykr. 3 znacznie bardziej się pokrywają (nachodzą na siebie) niż ma to miejsce dla Modelu I i II. Oznacza to, że na 3 lata przed bankructwem nie u wszystkich przedsiębiorstw pojawiają się symptomy bankructwa oraz, że w znacznym odsetku firm nie jest zbyt późno aby w przypadku gdy te objawy są firma mogła je przezwyciężyć. Tabl. 6. OCENA PRZEDSIĘBIORSTW WCZESNEGO OSTRZEGANIA Zmienne NA PODSTAWIE Waga zmiennej w ocenie w % Wartość Wskaźnik Cash holding (mediana z 6 lat) 11 Wskaźnik długu do aktywów (mediana z 6 lat) 14 Obrót aktywów bieżących (mediana z 3 lat) 18 Wskaźnik płynności (średnia z 6 lat) 20 Zwrot ze sprzedaży (średnia z 6 lat) 18 Rok 3 Przychody ze sprzedaży 7 Struktura własności (0 - dominujący udział kapitału krajowego w kapitale własnym; 1 - dominujący udział kapitału zagranicznego w kapitale własnym) 9 -INF 0,0137 0,03238 0,06737 0,21119 -INF 0,23255 0,51357 0,84316 1,14131 -INF 0,67991 3,0067 4,91121 6,53562 -INF 0,72528 1,08168 1,5744 3,97779 -INF -0,066 -0,01057 0,01282 0,04736 2003 2004 2005 2006 2007 -INF 1100 3739 7905 37209 0 1 MODELU 0,0137 0,03238 0,06737 0,21119 +INF 0,23255 0,51357 0,84316 1,14131 +INF 0,67991 3,0067 4,91121 6,53562 +INF 0,72528 1,08168 1,5744 3,97779 +INF -0,066 -0,01057 0,01282 0,04736 +INF 1100 3739 7905 37209 +INF III Ocena cząstkowa 0 18 21 41 63 103 154 85 52 25 0 0 64 114 151 205 0 42 67 131 207 0 50 99 121 157 0 17 28 20 24 23 45 63 44 0 0 83 Źródło: opracowanie własne na podstawie danych GUS. MATERIAŁY I STUDIA – Zeszyt 280 19 Wyniki Wykr. 3. ROZKŁAD OCENY PRZEDSIĘBIORSTW WYNIKAJĄCEJ Z MODELU DLA „BANKRUTÓW” I „NIE-BANKRUTÓW” (MODEL III) % 25 20 15 10 5 BANKRUT 1000 950 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 0 50 0 skala ocen NIE-BANKRUT Źródło: opracowanie własne na podstawie danych GUS. 23 20 N a r o d o w y B a n k P o l s k i Zakończenie Zakończenie Wskaźniki finansowe są istotnymi determinantami prawdopodobieństwa bankructwa. Pogarszająca się sytuacja firm ma odzwierciedlenie w wynikach finansowych, co z kolei wpływa na obniżenie rentowności, efektywności czy sprawności działania. Proces ten niezwykle szybko może spowodować problemy w prowadzeniu działalności gospodarczej oraz zachowaniu równowagi w otoczeniu i makroekonomicznym w konsekwencji doprowadzić do upadłości. Dlatego niezwykle ważne jest wprowadzenie systemów wczesnego ostrzegania opartych na rzetelnej analizie ekonometrycznej. Niniejszy artykuł ma na celu skonstruowanie wskaźnika pozwalającego przypisać przedsiębiorstwu prawdopodobieństwo bankructwa. Do oszacowania istotności poszczególnych wskaźników finansowych wykorzystano dane panelowe z zakresu bilansu oraz rachunku zysków i strat dla polskich przedsiębiorstw niefinansowych z okresu 20012010. Przeprowadzone dotychczas badania dla warunków gospodarki polskiej dotyczyły głównie danych dla spółek notowanych na regulowanych rynkach kapitałowych. Wyniki badań niniejszej pracy są szczególnie oryginalne, ponieważ oparte na reprezentatywnej próbie przedsiębiorstw niefinansowych. Skonstruowane miary pozwalające przypisać przedsiębiorstwu prawdopodobieństwo bankructwa z różnym wyprzedzeniem czasowym mogą być bardzo użyteczne do dalszych analiz. Z badań Mączyńskiej i Zawadzkiego (2006) wynika, że specyfika prowadzenia biznesu w każdym kraju jest inna, więc bezpośrednie aplikowanie modeli stworzonych dla innych uwarunkowań gospodarczych nie jest zasadne dla polskiej gospodarki. Istnieje zatem potrzeba tworzenia specyficznych narzędzi pozwalających na ostrzeganie o zbliżającej się sytuacji kryzysowej w danym przedsiębiorstwie. W niniejszej pracy, stosując regresję logistyczną w połączeniu z metodami scoringowymi, zbudowano wskaźnik oceny przedsiębiorstwa w kontekście wystąpienia stanu upadłości. W modelu prognozy bankructwa w horyzoncie rocznym wśród składowych oceny największą wagę uzyskano dla jednego z podstawowych wskaźników analizy fundamentalnej - wskaźnika pokrycia kosztów finansowych pozwalającego określić zdolność przedsiębiorstwa do obsługi oprocentowania i spłat rat kapitałowych. Najwyższą ocenę przypisano firmom, dla których wartość tego wskaźnika przekracza 2,4. W prognozie 24 bankructwa przedsiębiorstwa uwzględnione powinny być również informacje o płynności, zadłużeniu, udziale środków pieniężnych w aktywach oraz przychodach ze sprzedaży. Biorąc pod uwagę kierunek sprzedaży najlepiej zostali ocenieni wyspecjalizowani eksporterzy (zgodne z wynikami Chaney (2005), Greenaway (2008)). Przedsiębiorstwa prowadzące działalność eksportową są oceniane pod wieloma względami jako lepsze, ponieważ osiągają większe przychody, wyższą wydajność, rentowność oraz poziom technologiczny (Puchalska MATERIAŁY I STUDIA – Zeszyt 280 2010). Poprzez dywersyfikację rynków zbytu eksporterzy uzyskują stabilniejszą sprzedaż oraz cechują się niższym odsetkiem bankructw (wśród eksporterów wyspecjalizowanych 21 przypisano firmom, dla których wartość tego wskaźnika przekracza 2,4. W prognozie Zakończenie bankructwa przedsiębiorstwa uwzględnione powinny być również informacje o płynności, zadłużeniu, udziale środków pieniężnych w aktywach oraz przychodach ze sprzedaży. Biorąc pod uwagę kierunek sprzedaży najlepiej zostali ocenieni wyspecjalizowani eksporterzy (zgodne z wynikami Chaney (2005), Greenaway (2008)). Przedsiębiorstwa prowadzące działalność eksportową są oceniane pod wieloma względami jako lepsze, ponieważ osiągają większe przychody, wyższą wydajność, rentowność oraz poziom technologiczny (Puchalska 2010). Poprzez dywersyfikację rynków zbytu eksporterzy uzyskują stabilniejszą sprzedaż oraz cechują się niższym odsetkiem bankructw (wśród eksporterów wyspecjalizowanych podmioty aktywne w stanie upadłości stanowią jedynie 0,1%). W modelu uwzględniającym sytuację makroekonomiczną, który można uznać za bardziej ogólny, najważniejszy w prognozowaniu upadłości okazał się być wskaźnik zdolności do spłaty zadłużenia. W modelu prognozowania bankructwa z trzyletnim wyprzedzeniem (tzw. model wczesnego ostrzegania) nie uzyskano dominującego składnika budowanego wskaźnika. Wagi 20% przypisano wskaźnikowi płynności, obrotom aktywów bieżących oraz zwrotowi ze sprzedaży. W oparciu o wyniki analiz z wyprzedzeniem trzyletnim można wyodrębnić grupę przedsiębiorstw, których sytuacja jest mocno zagrożona i statystycznie rzecz biorąc bankructwo jest niemalże pewne oraz firmy w przypadku których warto podjąć działania naprawcze. Prognozowanie upadłości jest jedną z kluczowych kwestii dla podmiotów gospodarczych na rynku. Inwestowanie środków pieniężnych w firmę niesie za sobą ryzyko niespłacenia zobowiązań. Wsparciem dla przedsiębiorstw są firmy doradcze, które analizują kondycje finansowe spółek. Popyt na tego typu usługi stale rośnie, co uwydatnia istotę przeprowadzania analiz statystycznych i ekonometrycznych na wynikach finansowych przedsiębiorstw. Niniejsze badanie pozwoli na stworzenie w bazie danych zmiennej określającej prawdopodobieństwo upadłości, która może zostać uwzględniona np. w modelu dotyczącym stopy inwestycji, w badaniu płynności finansowej sektora przedsiębiorstw. 25 22 N a r o d o w y B a n k P o l s k i Bibliografia Bibliografia Agarwal R. (1998), Small firm survival and technological activity, “Small Business Economics”, Vol.11, s. 215-224 Agarwal R., Audretsch D. (2001), Does entry size matter? The impact of the life cycle and technology on Firm Survival, “Journal of Industrial Economics”, 49 (1), s. 21-43 Agarwal, R., Sarkar, M. B., and Echambadi, R. (2002), The conditioning effect of time on firm survival: An industry life cycle approach, “Academy of Management Journal”, 45, 5, s. 971994 Allen F., Gale D. (2000), Corporate Governance and Competition”, In Corporate Governance: Theoretical and Empirical Perspectives, edited by X. Vives, s.. 23–94, Cambridge University Press Anderson R., The Credit Scoring Toolkit: Theory and practice for retail credit risk management and decision automation, New York, 1999 Antonowicz P. (2010), Zmienne egzogeniczne funkcji dyskryminacyjnych w polskich modelach prognozowania upadłości przedsiębiorstw [w:] Balcerzak A., Rogalska E. „Stymulowanie innowacyjności i konkurencyjności przedsiębiorstwa w otoczeniu globalnej gospodarki wiedzy”, Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika, Toruń Antonowicz P. (2010), Procesy Upadłościowe Przedsiębiorstw w Polsce, KRUK, Warszawa Audretsch D. (1991), New-Firm Survival and the Technological Regime, “The Review of Economics and Statistics”, Vol. 73, No.3, s. 441-450 Audretsch D. B. (1995), The propensity to exit and innovation, “Review of Industrial Organization”, Vol. 10, s. 589-605 Audretsch D., Mahmood T. (1995), New Firm Survival: New Results Using a Hazard Function, “The Review of Economics and Statistics”, Vol. 77, No. 1, s 97-103 Bernanke B., Getler M., Gilchrist S. (1996), The Financial Accelerator and the Flight to Quality, “The Review of Economics and Statistics”, Vol. 78, No. 1, s. 1-15 Bławat F. (red.) (2004), Przetrwanie i rozwój małych i średnich przedsiębiorstw, Scientific Publishing Group, Gdańsk Bond S., Elston J., Mairesse J., Mulkay B., (2003), Financial factors and investment in Belgium, France, Germany and the UK: a comparison using company panel data, “Review of Economics and Statistics”, Vol. 85, s. 153-165 Cefis, E., Marsili O. (2005), A matter of life and death: Innovation and firm survival, “Industrial and Corporate Change”, 14 (6), s. 1-26 Chaney T. (2005), Liquidity constrained exporters. Mimeo, University of Chicago Ericson, R., Pakes A. (1995), Markov-Perfect Industry Dynamics: A Framework for Empirical Work, “Review of Economic Studies”, 62, s. 53 - 82 Evans D. (1987), The Relationship Between Firm Growth, Size and Age: Estimates for 100 Manufacturing Industries, “The Journal of Industrial Economics”, Vol. 35, No. 4 Fazzari S., Hubbard R. G., Petersen B. (1988), Financing Constraints and Corporate Investment, “Brooking Papers on Economic Activity” 1, s. 141-195 Greenaway D., Guariglia A., Kneller R. (2007), Financial factors and exporting decisions, “Journal of International Economics” 73, s. 377–395 Geroski P. A. (1991), Market Dynamics and Entry, Blackwell, Oxford Geroski P. A. (1995), Innovation and Competitive Advantage, OECD Economics Department Working Papers 159, OECD Publishing Geroski P. A., Mata J., Portugal P. (2007), Founding Conditions and the Survival of New Firms, Danish Research Unit for Industrial Dynamics Working Paper 07-11 Görg H., Spaliara M. E. (2009), Financial Heath, exports and firm survival: A comparison of British and French firms, Kiel Institute for the World Economy Working Paper 1568 26 Giovannetti G., Ricchuti G., Veluchhi M. (2007), Size, Innovation and Internationalization: A Survival Analysis of Italian Firms, Università degli Studi di Firenze Working Paper 07/2007 Gibrat R. (1931), Les Inegalites Economiques. Applications: Aux Inegalites des Richesses, a la Concentration des Entreprises, Aux Populations des Villes, Aux Statistiques des Familles, etc., d’une Loi Nouvelle: La Loi de l’Effect Proportionnel, Paris: Sirey Harhoff D., Stahl K., Woywode M. (1998), Legal form, Growth and Exit of West German Firms – Empirical Results for Manufacturing, Construction, Trade and Service Industries, “The Journal of Industrial Economics”, Vol. 46, No 4, s. 453-488 Harris R., Li Q. Ch. (2010) Export-Market Dynamics and the Probability of Firm Closure: Evidence MATERIAŁY I STUDIA 280Kingdom, “Scottish Journal of Political Economy”, Vol. 57, Issue 2, s. 145for the– Zeszyt United 168 Ilmakunnas P., Topi J. (1996), Microeconomic and Macroeconomic Influences on Entry and Exit of Firms, Bank of Finland Discussion Papers 6/96 23 Geroski P. A., Mata J., Portugal P. (2007), Founding Conditions and the Survival of New Firms, Danish Research Unit for Industrial Dynamics Working Paper 07-11 Görg H., Spaliara M. E. (2009), Financial Heath, exports and firm survival: A comparison of British Bibliografia and French firms, Kiel Institute for the World Economy Working Paper 1568 Giovannetti G., Ricchuti G., Veluchhi M. (2007), Size, Innovation and Internationalization: A Survival Analysis of Italian Firms, Università degli Studi di Firenze Working Paper 07/2007 Gibrat R. (1931), Les Inegalites Economiques. Applications: Aux Inegalites des Richesses, a la Concentration des Entreprises, Aux Populations des Villes, Aux Statistiques des Familles, etc., d’une Loi Nouvelle: La Loi de l’Effect Proportionnel, Paris: Sirey Harhoff D., Stahl K., Woywode M. (1998), Legal form, Growth and Exit of West German Firms – Empirical Results for Manufacturing, Construction, Trade and Service Industries, “The Journal of Industrial Economics”, Vol. 46, No 4, s. 453-488 Harris R., Li Q. Ch. (2010) Export-Market Dynamics and the Probability of Firm Closure: Evidence for the United Kingdom, “Scottish Journal of Political Economy”, Vol. 57, Issue 2, s. 145168 Ilmakunnas P., Topi J. (1996), Microeconomic and Macroeconomic Influences on Entry and Exit of Firms, Bank of Finland Discussion Papers 6/96 Jovanovic B. (1982) Selection and Evolution of Industry, “Econometrica”, Vol. 50 (3) s. 649-670 Kaniovski S., Peneder M. (2008) Determinants of Firm Survival: A Duration Analysis using the Generalized Gamma Distribution, “Empirica”, Vol. 35, No 1, s. 41-58 López-García P., Puente S. (2006), Business Demography in Spain: Determinants of Firm Survival Banco de España Documentos de Trabajo No 0608 Markowicz I., Stolorz B. (2006), Wykorzystanie analizy historii zdarzeń do konstrukcji tablic żywotności firm , „Wiadomości Statystyczne”, GUS Mata J., Portugal P. (1994): Life Duration of New Firms,” Journal of Industrial Economics”, Vol. 42, s. 227-245 Mata J., Antunes A., Portugal P. (2010), Borrowing Patterns, Bankruptcy and Voluntary Liquidation Banco de Portugal Working Paper 27/2010 Mączyńska E, Gobalizacja ryzyka a systemy wczesnego ostrzegania przed upadłością przedsiębiorstw. [w] Appenzeller D. (red.): Upadłość przedsiębiorstw w Polsce w latach 1990–2003. Teoria i praktyka. Zeszyty Naukowe nr 49/2004, Akademia Ekonomiczna w Poznaniu, Poznań 2004 Mączyńska E., Zawadzki M. (2006), Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw, „Ekonomista”, No 2 Mączyńska E. (red) (2009), Meandry upadłości przedsiębiorstw, SGH, Warszawa Mączyńska E. (red) (2011), Cykle życia i bankructwa przedsiębiorstw, SGH, Warszawa Monitoring kondycji sektora MŚP w latach 2010-2012 (2011), PKPP Lewiatan Musso P., Schiavo S., (2007), The Impact of Financial Constraints on Firms Survival and Growth, Document de travail No 2007-37 Nehrebecka N. (2011), Wykorzystanie łańcuchów Markowa do prognozowania zmian w strukturze polskich przedsiębiorstw, „Gospodarka Narodowa”, No 10/2011 Nunes A., Sarmento E. (2010),A Semi-Parametric Survival Analysis of Business Demography Dynamics in Portugal, The 6th International Scientific Conference Business and Management 2010, Wilno Ossowski J. Cz. (2004), Statystyczno-ekonometryczna analiza czynnikowa zdolności do przetrwania małych i średnich przedsiębiorstw [w:] Bławat F. (red.) Przetrwanie i rozwój małych i średnich przedsiębiorstw, Scientific Publishing Group, Gdańsk Pawłowska M., Marzec J. (2011), Racjonowanie kredytów a substytucja między kredytem kupieckim i bankowym – badania na przykładzie polskich przedsiębiorstw, „Materiały i Studia”, NBP Porter M.E. (1979), The structure within industries and companies, “The Review of Economics and Statistics”, No 61, s. 214-227 Poznańska K. (2005), Koncepcje przetrwania przedsiębiorstw i ich weryfikacja empiryczna w gospodarce polskiej [w:] Mączyńska E. Ekonomiczne aspekty upadłości przedsiębiorstw w Polsce, SGH, Warszawa Ptak-Chmielewska A. (2010), Cykle życia przedsiębiorstwa w aspekcie demografii przedsiębiorstw – synteza dotychczasowego dorobku badawczego krajowego i zagranicznego w: Mączyńska E. [red.] Cykle życia i bankructwa przedsiębiorstw, SGH, Warszawa Ptak-Chmielewska A. (2010), Cykl życia przedsiębiorstwa – wymiar ilościowy. Analiza porównawcza Polska – Unia Europejska w: Mączyńska E. [red.] Cykle życia i bankructwa przedsiębiorstw, 27 SGH, Warszawa Rajan R., Zingales L. (2003), Banks and Markets: The Changing Character of European Finance, NBER Working Paper 9595 Salvanes K.G., Tveteras R. (2004), Plant Exit, Vintage Capital and the Business Cycle, “The Journal of Industrial Economics”, Vol. 52, No 2, s. 255-276 Sutton J. (1997), Gibrat’s Legacy, “Journal of Economic Literature”, Vol. 35, s. 40-59 Sutton J. (1998), Technology and Market Structure, Cambridge, MA: MIT Press Wagner J. (1994), The post-entry performance of new small firms in German manufacturing industries, “The Journal of Industrial Economics”, 42 (2), s. 141-154 Wędzki D. (2008), Przepływy pieniężna w prognozowaniu upadłości przedsiębiorstwa. Przegląd literatury, Badania Operacyjne i Decyzje, nr 2 24 N a r o d o w y B a n k P o l s k i
