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
Download
Random flashcards
bvbzbx

2 Cards oauth2_google_e1804830-50f6-410f-8885-745c7a100970

Create flashcards