10. predikce finanční tísně I - modely 1. Úvod Již v kapitole 1 bylo definováno finanční zdraví podniku jako jedno ze syntetických kritérií zvláštního významu (syntetické finanční cíle či syntetická finanční kritéria), a to jako průnik podnikem dosažené rentability a likvidity. finanční zdraví = rentabilita (zisk) + likvidita (CF). Teorie finančního řízení podniku vytvořila řadu metod, které toto finanční zdraví firmy identifikují jiným způsobem, v podobě zvláštní účelové (tzv. „diskriminační“) funkce. Ty metody jsou schopny identifikovat čas potenciální finanční tíseň podniku dokonce i v časovém předstihu a s odhadnutelnou pravděpodobností jejího nastoupení. Tyto metodické nástroje finanční analýzy jsou mimo již uvedený název označovány nejrůznějším způsobem. My pro ně zvolíme (i v souladu s předchozím výkladem) název metody identifikace symptomů budoucí nesolventnosti a nebo bankrotní / bonitní modely (b/b modely). Jde modely označované i dalšími názvy, ku příkladu systémy včasného varování = predikční modely, protože - postihují současný, ale zejména budoucí vývoj podniku, a to - nejlépe jedinou (komplexní) charakteristikou, i když - přece jen s omezenou vypovídací schopností (nic není dokonalé). Obvykle jsou děleny na dvě podskupiny A) bankrotní modely - zbankrotuje podnik? - vychází ze skutečných údajů B) bonitní modely - je podnik dobrý nebo špatný? - vychází z části z teoretických poznatků, zčásti z poznatků pragmatických (zobecněných) 2. Modely 2.1 Altmanova formule bankrotu (Z-skóre, Z-fce) pro a.s. Tato a následující metodika jsou nám již známy, proto se omezíme pouze na stručný souhrn toho nejdůležitějšího. Z(a.s.) = 1,2 x X[1] + 1,4 x X[2] + 3,3 x X[3] + 0,6 x X[4] + 1,0 x X[5] [ ] Zde použité proměnné mají následující význam: X[1 ]= (oběžná aktiva – krátkodobé zdroje) / suma aktiv X[2 ]= nerozdělený zisk / suma aktiv X[3] = EBIT / suma aktiv X[4] = tržní hodnota vlastního kapitálu / účetní hodnota celkového dluhu X[5] = tržby / suma aktiv EBIT … zisk před zdaněním a úroky (ekvivalent provozního zisku) Situace firmy: Z > 2,99 ….. uspokojivá finanční situace 1,81 2,9 ….. uspokojivá finanční situace 1,2 < Z £ 2,9 ….. „šedá zóna“ (neprůkazný výsledek) Z £ 1,2 ….. přímí kandidáti bankrotu 2.3 Zeta model Jde komerčně využívanou verzi Z-funkce, kterou distribuuje poradenská firma ZETA services. Know-how patří samozřejmě opět E. I. Altmanovi a jeho týmu. Zeta model má proti běžně známým modifikacím Z-funkce některé úpravy, ku příkladu zahrnuje kapitalizaci leasingu atd.. Je použitelný i pro obchodní společnosti a spolehlivost jeho předpovědi se udává na úrovni 66 % …..…. 5 let před bankrotem 94 % ………1 rok před bankrotem. 2.4 Upravený Altmanův model pro podmínky českých podniků Autory této úpravy jsou Inka a Ivan Neumaierovi. Výchozí podobou jejich verze Z-funkce je původní Altmanova formule (pro a.s.). Z(ČR) = 1,2 x X[1] + 1,4 x X[2] + 3,3 x X[3] + 0,6 x X[4] + 1,0 x X[5] + 1,0 x X[6] kde doplněný poměrový ukazatel X[6] je definován následujícím výrazem: X[6] = závazky po lhůtě splatnosti / výnosy 2.5 Quick test (Kralickův Q-test) Metoda byla původně vytvořena a používána v bankovním sektoru SRN v padesátých a šedesátých létech. Postupně byla uvolněna i pro využití v průmyslu. Dodnes je v našich podmínkách stále široce používána, přesto že by se mohlo zdát, že její hlavní význam bude spočívat spíše v roli „sociologické sondy“ do hospodářských poměrů SRN tehdejší doby.Metoda má podobu definovanou schématem 2.1. Schéma 2.1 Q-test hodnota a hodnocení ukazatele ukazatel výborný velmi dobrý špatný ohrožen dobrý insolvencí hodnota (1) (2) (3) (4) (5) (známka) VK / A >30 % > 20 % > 10 % < 10 % negativní splácení dluhu < 3 roky < 5 let < 12 let > 12 let > 30 let CF / T >10 % > 8 % > 5 % < 5 % negativní ROA (s úroky) >15 % >12 % > 8 % < 8 % negativní Poznámka: Celkové hodnocení je rovno aritmetickému průměru z hodnot všech čtyř kritérií. Legenda: VK …. vlastní kapitál A …… suma aktiv T …… tržby CZ …. cizí zdroje CF = čistý zisk po zdanění + odpisy splácení dluhu = (cizí zdroje – peněžní prostředky) / CF ROA (s úroky) = (čistý zisk po zdanění + úroky z cizích zdrojů) / A 2.6 Indikátor bonity (IB) Základní definiční funkce indikátoru bonity připomíná Z-funkci IB = 1,5x(CF/závazky) + 0,08xA/závazky + 10xEBT/A + 5xEBT/T +0,3xzásoby/T + 0,1T/A Zde použité proměnné mají stejný význam jako výše. Nově zavedená proměnná EBT představuje zisk před zdaněním. Situace firmy: IB ³ 1 dobrá; ³ 2 velmi dobrá; ³ 3 extrémně dobrá IB £ 0 špatná; £ -1 velmi špatná; £ - 2 extrémně špatná 2.7 Beermanova diskriminační funkce (BDF) Tato metodika hodnocení bonity firmy byla vytvořena pro řemeslnické a výrobní firmy (ne pro obchodní podniky). Situace firmy: pro BDF < 0,3 lze postavení podniku považovat za uspokojivé. 2.8 Taflerův bankrotní model Z roku 1977 definují 4 poměrové ukazatele, spojené do diskriminační funkce podle následujícího výrazu * R[1] = zisk před zdaněním / krátkodobé závazky R[2] = oběžná aktiva / cizí kapitál R[3] = krátkodobé závazky / suma aktiv R[4] = tržby celkem / suma aktiv Z > 0,3 malá pravděpodobnost bankrotu Z < 0,2 vyšší pravděpodobnost bankrotu 2.9 Indexy IN (diskriminační funkce pro domácí podmínky) Autoři této množiny diskriminačních funkcí jsou Ivan a Inka Neumaierovi. Vytvořili s ohledem na specifika ČR obdobu Z-funkce (pod názvem index důvěryhodnosti IN) v několika variantách, odlišených rokem publikace či vzniku dané varianty. Snad nejznámější je Index IN 95, variant je však více (IN99, IN01, IN05). Definiční vztah (diskriminační funkce) IN95 = V1 x A + V2 x B + V3 x C + V4 x D + V5 x E + V6 x F Zde použité symboly mají následující význam: A ….. aktiva / cizí kapitál B ….. EBIT / nákladové úroky C ….. EBIT / celková aktiva D ….. tržby / celková aktiva E …. oběžná aktiva / krátkodobé závazky F ….. závazky po lhůtě splatnosti / tržby V1 až V6 jsou váhy jednotlivých podílových ukazatelů. OKEČ název V1 V3 V4 V6 A zemědělství 0,24 21,35 0,76 14,57 B rybolov 0,05 10,76 0,9 84,11 C dobývání nerostných surovin 0,14 17,74 0,72 16,89 CA dobývání energetic. Surovi n 0,14 21,83 0,74 16,31 CB dobývání ostatních surovin 0,16 5,39 0,56 25,39 D zpracovatelský průmysl 0,24 7,61 0,48 11,92 DA potravinářský 0,26 4,99 0,33 17,38 DB textilní a oděvní 0,23 6,08 0,43 12,73 DC kožedělný 0,24 7,95 0,43 8,79 DD dřevařský 0,24 18,73 0,41 11,57 DE papírenský a polygrafick 0,23 6,07 0,44 16,99 DF koksování a rafinérie 0,19 4,09 0,32 2026,93 DG výroba chemických výrobků 0,21 4,81 0,57 17,06 DH gumárenský a plastikářský 0,22 5,87 0,38 43,01 DI stavební hmoty 0,2 5,28 0,55 28,05 DJ výroba kovů 0,24 10,55 0,46 9,74 DK výroba strojů a přístrojů 0,28 13,07 0,64 6,36 DL elektrotechnika a elektronika 0,27 9,5 0,51 8,27 DM výroba dopravních prostředků 0,23 29,29 0,71 7,46 DN jinde nezařazený průmysl 0,26 3,91 0,38 17,62 E elektřina, voda a plyn 0,15 4,61 0,72 55,89 F stavebnictví 0,34 5,74 0,35 16,54 G obchod a opravy mot. Vozidel 0,33 I.00 0,28 28,32 H pohostinství a ubytování 0,35 12,57 0,88 15,97 I doprava, skladování, spoje 0,07 14,35 0,75 60,61 ekonomika ČR 0,22 8,33 0,52 16,8 V2 = 0,11; V5 = 0,1 Pro všechny obory a odvětví Pramen: NEUMAIEROVÁ, I., NEUMAIER, I. Výkonnost a tržní hodnota firmy. Praha: Grada 2002 Situace firmy: IN > 2 lze předpovídat uspokojivou finanční situaci 1 < IN ≤ 2 podnik s nevyhraněnými výsledky IN ≤ 1 podnik je ohrožen vážnými finančními problémy. 2.10 Tamariho model Postaven na bodovém hodnocení analyzovaného podniku, viz Tabulka 2.1. Spolehlivost neznámá. Interpretace celkového bodového součtu podniku je následující: 60 a více – malá pravděpodobnost bankrotu méně než 30 – vyšší pravděpodobnost bankrotu. Tabulka 2.1 Algoritmus Tamariho modelu ukazatel hodnota body R1 vlastní kapitál / cizí zdroje 0,5 a více 25 0,4 – 0,5 20 0,3 – 0,4 15 0,2 – 0,3 10 0,1 – 0,2 5 0,1 a méně 0 R2 čistý zisk R3 čistý zisk / vlastní kapitál 5 let R2>0 a R3>HK 25 5 let R2>0 a R3>Md 20 5 let R2>0 15 R3>HK 10 R3>Md 5 jinak 0 R4 pohotová likvidita 2 a více 20 1,5 – 2 15 1,1 – 1,5 10 0,5 – 1,1 5 0,5 a méně 0 R5 výr.spotřeba / prům. stav rozprac. výroby HK a více 10 Md – HK 6 DK – Md 3 DK a méně 0 R6 tržby / prům. stav pohledávek HK a více 10 Md – HK 6 DK – Md 3 DK a méně 0 R7 výr. spotřeba / pracovní kapitál HK a více 10 Md – HK 6 DK – Md 3 DK a méně 0 Význam použitých symbolů: HK – horní kvantil hodnot ukazatelů v daném oboru Md - medián hodnot ukazatelů v daném oboru DK– dolní kvantil hodnot ukazatelů v daném oboru 2.11 Argentiho model Empirický model, využívající jen zčásti kvantifikované finanční informace (viz Tabulka 2.2). Body se přidělují buď v plném počtu, nebo žádné. Neznámá spolehlivost. Tabulka 2.2 Algoritmus Argentiho modelu NEDOSTATKY Management: - autokratický generální ředitel 8 - spojená funkce předsedy představenstva a GŘ 4 - nevyrovnané znalosti a dovednosti členů představenstva 2 - pasivní představenstvo 2 - slabý finanční ředitel 2 - nedostatek prof. managerů na nižších úrovních 1 Účetnictví: - chybějící rozpočtová kontrola 3 - chybějící plánování CF 3 - chybějící kalkulační systém 3 - chybějící reakce na změny: - výrobky, procesy, trhy, podnikatelské prostředí 15 Celkem možných bodů 43 Hranice nebezpečí 10 CHYBY - overtrading (růst bez zajištění stálým kapitálem) 15 - nerozumná úroveň zadlužení vůči bankám 15 - příliš velké záměry v porovnání s možnostmi 15 Celkem možných bodů 45 Hranice nebezpečí 15 PŘÍZNAKY - finanční: zhoršující se Z-skóre 4 - „tvůrčí“ účetnictví: příznaky vylepšování HV 4 - nefinanční signály: zhoršení kvality, morálky, podílu na trhu 3 - příznaky blížícího se konce: direktivní řízení, fámy, rezignace 1 Celkem možných bodů 12 CELKOVÝ POČET DOSAŽITELNÝCH BODŮ 100 HRANICE NEBEZPEČÍ 25 Pravidla hodnocení: Méně než 25 bodů - nehrozí nebezpečí úpadku Více než 25 bodů – hrozí bankrot do 5 let (pp úpadku roste s počtem bodů) Více než 10 bodů v sektoru NEDOSTATKY – špatná úroveň managementu, hrozba fatální chyby. Více než 15 bodů v sektoru CHYBY (současně méně než 10 bodů v sektoru NEDOSTATKY) – kompetentní řízení při riziku, které si management zřejmě uvědomuje. 2.12 EVA^Ò Stern Stewart &Co. (Economic Value Added – Ekonomická přidaná hodnota) Základní definiční vztah je prostý a vypovídá velmi dobře o podstatě této metody: EVA = EBIT x (1 – t) – WACC x A WACC = r[cizí] x (1 – t) x CZ/A + r[vlastní] x VK/A Situace firmy: EVA ³ 0 ….. firma vytváří hodnotu EVA £ 0 ….. firma ničí hodnotu Zde použité symboly mají následující význam: VK ……vlastní kapitál A ……. suma aktiv CZ ……cizí zdroje t ……… daňová sazba (v desetinné podobě) r[cizí ]…… cena cizích zdrojů (v desetinné podobě) r[vlastní ]…. cena vlastních zdrojů (v desetinné podobě) 2.13 Zlatá pravidla financování 2.13.1 Zlaté pravidlo vyrovnávání rizik - ZPvr ZPvr = VZ/CZ = min. 1 2.13.2 Zlaté pravidlo pari - ZPp ZPp = SA/VZ = max. 1 2.13.3 Zlaté pravidlo financování - ZPf ZPf = SA / (VK + CZ[dlouhodobé] ) = max. 1 2.14 Měření rizikovosti podnikového portfolia Postaveno na využití (b - koeficientů). Podrobněji k tomuto tématu viz ku příkladu kapitola 8.10 literatury [ Synek, Miloslav. Manžerská ekonomika. 2., přepracované a rozšířené vydání. Praha: Grada Publishing, 2000. 475 s. ISBN 80-247-9069-6]. 2.15 Black – Scholesův model Určeno primárně pro finanční řízení finančních investicí, zajímavé jsou aplikace této metody na reálné investice. Teorie této metodiky vychází z využití derivátů finančních trhů pro snížení míry rizika burzovních obchodů a byla zmíněna již v kapitole 12. Určeno primárně pro finanční řízení finančních investicí, zajímavé jsou aplikace této metody na reálné investice. Pro další studium Black-Scholesova modelu mohou sloužit prameny [Jindřichovská, Irena - Blaha, Zdenek Sid. Podnikové finance. Vyd. 1. Praha : Management Press, 2001. 316 s. Bibliografie: s. 289-290. - Slovníček finančních termínů. ISBN 80-7261-025-2] (kapitola 6), případně [KISLINGEROVÁ, E. a kol.: Manažerské finance. I. vyd., Praha, C.H.Beck, 2004.—xxxi, 714 s. – (Beckova edice ekonomie) ISBN 80-7179-802-9] (kapitola 4.5). Tento analytický nástroj vyžaduje zvláštní kvalifikaci analytika, na místě je i diskuse spolehlivosti či bezpečnosti této metody. ________________________________ [1] ALTMAN, E.I.: Diskriminant anlysis and the prediction of Corporate Bankruptcy. The Journal of Finance, Vol. 23, No 4 (Sep.- 1968), str. 606 [2] Tamtéž, str. 604