Transcript CA-score modell - Partiumi Keresztény Egyetem

PARTIUMI KERESZTÉNY EGYETEM
KÖZGAZDASÁGTUDOMÁNYI KAR
NAGYVÁRAD
PÉNZÜGYI MENEDZSMENT
14.
Dr. Tarnóczi Tibor
Vállalati csődhelyzet kialakulása
• A működési tőkeáttétel lehet általában a vállalati problémák
kiindulási pontja.
• A működési tőkeáttételi fok alakulása attól függ, hogy milyen
mértében tudjuk meghaladni a fedezeti pontot.
• Minél kisebb mértékben tudjuk ezt megtenni annál kisebb lesz
az eredményünk, ami egy idő után veszteségbe mehet át és azt
külső forrásból fedezni kell, ami elkezdi növelni a pénzügyi
tőkeáttétel fokát, és azon keresztül nő a kombinált tőkeáttételi
fok is.
• Ha nem tudunk pozitív irányban változtatni az értékesítés és a
fedezeti pont különbségén, akkor további külső forrásokra lesz
szükségünk és túlzott eladósodás miatt csődhelyzetbe kerülhet a
vállalkozás.
• Látható, hogy a probléma forrása a működési tőkeáttételben
keresendő, a pénzügyi tőkeáttételi probléma már csak annak a
következménye.
2
Csődelőrejelzés I.
• A különböző csődelőrejelzési modellek több
mint negyven éve története alatt nem alakult ki
közös nézőpont arról, hogy mely magyarázó
változók alapján lehetséges legmegbízhatóbban
előrejelezni a fizetésképtelenséget.
• A nagy számban publikált előrejelzési
módszerek, amelyek a különböző országok,
iparágak és időszakok adataira épülnek annak
eldöntését is megnehezítik, hogy egyáltalán mi
okozza a csődöt és hogyan.
• Napjainkban a vállalatok csődbe jutására
nincsen egységes elmélet.
3
Csődelőrejelzés II.
• A vállalatok fizetőképességének előrejelzése több
évtized óta a vállalati pénzügyek egyik kiemelt
területe.
• Az utóbbi időben növekedett az igény a
csődelőrejelzési modellek kidolgozása és használata
iránt.
• A vállalatok csődje magas költséggel jár.
• A vállalati vezetők érdeke, hogy a csőd kialakulásának
veszélyét időben felismerjék, hiszen ekkor megtehetik
a szükséges megelőző vagy korrekciós lépések a
vállalat megmentése érdekében.
• A fizetésképtelenség közelébe került vállalat piaci
értéke drámaian csökken.
• A vállalati csőd által okozott sokk annak gazdasági és
társadalmi költségeit tovább növeli.
4
Csődelőrejelzés III.
• A vállalatok fizetőképességének előrejelzése több
évtized óta a vállalati pénzügyek egyik kiemelt
területe.
• Az utóbbi időben növekedett az igény a
csődelőrejelzési modellek kidolgozása és használata
iránt.
• A vállalatok csődje magas költséggel jár.
• A vállalati vezetők érdeke, hogy a csőd kialakulásának
veszélyét időben felismerjék, hiszen ekkor megtehetik
a szükséges megelőző vagy korrekciós lépések a
vállalat megmentése érdekében.
• A fizetésképtelenség közelébe került vállalat piaci
értéke drámaian csökken.
• A vállalati csőd által okozott sokk annak gazdasági és
társadalmi költségeit tovább növeli.
5
Csődelőrejelzési modellek I.
• A csődelőrejelzési modellek segítségével
pontosabb kép nyerhető a vállalat pénzügyi
helyzetéről.
• A piac azt várná, hogy a könyvvizsgálók és a
vállalati menedzsment képesek helyes
értékelést adni a vállalat pénzügyi helyzetéről, a
gyakorlat azt mutatja, hogy az említett
személyek kevésbé eredményesen képesek
megállapítani valamely vállalat várható
fizetőképességét, mint a különböző
csődelőrejelzési modellek.
6
Csődelőrejelzési modellek II.
• A Bázel II egyezmény a bankok számára
ösztönzi a csődelőrejelzést.
• A Bázel II három pilléren nyugszik: a minimális
tőkekövetelményen, a bankfelügyelet
jogosítványain és a transzparencián.
• A minimális tőkekövetelménybe beletartozik,
hogy a bankok minden ügyfélre belső értékelési
módszerekkel külön-külön meghatározzák a
fizetésképtelenné válás valószínűségét.
• A Bázel II arra ösztönzi a bankokat, hogy
kockázatértékelési, csődelőrejelzési modelleket
használjanak.
7
Pénzügyi nehézség
Akkor sorolható valamely vállalat a pénzügyi
nehézségek kategóriájába, ha az alábbi
figyelmeztető jelek valamelyikével szembesül:
– negatív nettó forgótőke a tárgyévben
– negatív működési eredmény a fizetésképtelenséget
megelőző három évbármelyikében;
– negatív mérleg szerinti eredmény a
fizetésképtelenséget megelőző három
évbármelyikében.
Mutchler, 1985
8
Csődelőrejelzés IV.
• Csődelőrejelzés során nem azt kell számon
kérni az előrejelzésektől, hogy azok
bekövetkeznek vagy sem, hanem, hogy azok
megfelelő információt nyújtanak-e a szükséges
döntések meghozatalához.
• A megbízható csődmodellek hozzájárulhatnak
ahhoz, hogy az eredmények birtokában
elkerülhetők legyenek potenciálisan
kedvezőtlen helyzetek.
9
Csődelőrejelzési modellek III.
• Statisztikai módzserek alkalmazása:
–
–
–
–
T-teszt,
Diszkriminancia analízis,
Logikai elemzés,
Probit analízis
(Beaver,1966; Altman, 1968; Ohlson,1980;
Zmijewski,1984; Zavgren,1985)
• Adatbányászati technikák alkalmazása:
– ANN - Mesterséges neurális hálók,
– Döntési fák
(Altman et al.,1994; Sung et al. 1999)
Mi a többváltozós diszkriminancia analízis
és hogyan használható a csőd előrejelzésre
• a többváltozós regresszióanalízishez
hasonló statisztikai módszer
• meghatározza a múltban csődbe ment cégek
jellemzőit
• a modellbe bevitt újabb adatok segítségével
meghatározható a jövőbeni csőd
valószínűsége
11
A többváltozós diszkriminancia analízis eredménye
Általános likviditási
mutató
Fizetőképes
cégek
.
.
.
Elkülönítő vonal
.
.
.
.
X
X
X
X
X Csődbe ment
cégek
X
= Fizetőképes
X = Csődbe menő
Adósság mutató
12
A többváltozós diszkriminancia analízis
értelmezése
• Az elkülönítő (diszkriminációs) vonal (Zvonal) statisztikailag elkülöníti a
csődbement és a fizetőképes cégeket.
• Azt is láthatjuk, hogy 2 vállalat rosszul lett
osztályozva, a tényleges helyzetüknek nem
megfelelő oldalra kerültek.
13
Altman modell
•
•
•
•
Edward I. Altman (USA; 1968)
lépésenkénti diszkriminancia analízis
elért pontosság: 95 %
66 vállalatot vizsgált
– 33 csődbe ment
– 33 normál
14
Altman modell 2.
Z = 1.2 * A + 1.4 * B + 3.3 * C + 0.6 * D + 0.999 * E
A = nettó forgótőke/összes eszköz
B = adózott eredmény/összes eszköz (10 éves trend)
C = ÜÜTE/összes eszköz
D = saját tőke piaci értéke/összes adósság könyv szerinti
értéke
E = árbevétel/összes eszköz
Z < 2.675 - a cég csődbe megy
15
Altman modell 2/a.
Z < 1.23 - a cég csődbe megy
1.23 < Z < 2.90 - bizonytalansági zóna
Z > 2.90
Nem nyilvános vállalkozások
Z = 0.717 * A + 0.847 * B + 3.107 * C + 0.42 * D
+ 0.998 * E
D - saját tőke piaci értéke helyett könyv szerinti értéke
16
Altman modell 2/b.
Nem termelő vállalkozások
Z = 6.56 * A + 3.26 * B + 6.72 * C + 1.05 * D
E - nem kerül figyelembe vételre az
árbevétel/összes eszköz mutató ezeknél a cégeknél,
mert ezek kevésbé tőke intenzívek
Túlságosan kis cégeknél a mutató nem alkalmazható
eredményesen.
17
Altman modell - pontosság
Az alap modell
• egy évre 95%-os,
• két évre 72%-os
pontossággal tudja előre jelezni a pénzügyi
válság bekövetkezését.
18
Springate modell
•
•
•
•
•
•
Gordon L.V. Springate (Kanada; 1978)
lépésenkénti diszkriminancia analízis
hasonló az Altman modellhez
pontosság: 92.5 %
40 vállalat
19 széleskörben használt mutatóból
választott ki négyet, amelyek legjobban
jellemzik a csődbement és a működő
cégeket
19
Springate modell 2.
Z = 1.03 * A + 3.07 * B + 0.66 * C + 0.4 * D
A = forgótőke/összes eszköz
B = ÜÜTE/összes eszköz
C = adózás előtti eredmény/rövid lejáratú kötelezettségek
D = Árbevétel/Összes eszköz
Z < 0.862 - a cég csődbe megy
20
Fulmer modell
• Fulmer (USA; 1984)
• lépésenkénti többszörös diszkriminancia
analízis
• átlagos cégméret: 455 000 USD eszközérték
• pontosság: 98 %
• 60 vállalat
– 30 csődbement és 30 normál
• 40 pénzügyi mutatót értékelt
21
Fulmer modell 2.
H = 5.528 * V1 + 0.212 * V2 + 0.073 * V3 +
1.27 * V4 - 0.12 * V5 + 2.335 * V6 +
0.575 * V7 + 1.083 * V8 + 0.894 * V9 - 6.075
H < 0 - a cég csődbe megy
V1 = mérleg szerinti eredmény/összes eszköz
V2 = árbevétel/összes eszköz
V3 = adózás előtti eredmény/saját tőke
V4 = működési cash flow/összes adósság
22
Fulmer modell 2/a.
H = 5.528 * V1 + 0.212 * V2 + 0.073 * V3 +
1.27 * V4 - 0.12 * V5 + 2.335 * V6 +
0.575 * V7 + 1.083 * V8 + 0.894 * V9 - 6.075
V5 = adósság/összes eszköz
V6 = rövid lejáratú kötelezettség/összes eszköz
V7 = log(immateriális javak)
V8 = forgótőke/összes adósság
V9 = log(ÜÜTE/kamat)
23
Fulmer modell - módosított
H = 0,025X1 + 0,132X2 - 0,125X3 + 0,926X4 +
1,488X5 - 0,269X6 + 0,091X7 + 0,502X8 0,092X9 - 0,491
A Fulmer modell
• 98%-os megbízhatósággal képes egy
évre előre jelezni,
• és 81%-os megbízhatósággal képes
két évre előre jelezni
a csődöt.
24
CA-score modell
• Jean Legault (Kanada; 1987)
• lépésenkénti többszörös diszkriminancia
analízis
• átlagos cégméret: 1-20 millió USD
eszközérték
• pontosság: 83 %
• 173 vállalat
• 3 pénzügyi mutatót értékelt
• csak termelő vállalatok
25
CA-score modell 2.
CA-score = 4.5913 * X1 + 0.508 * X2 + 0.3936 * X3
- 2.7616
CA-score < -0.3 - a cég csődbe megy
X1 = tulajdonosi befektetés/összes eszköz (előző periódus)
X2 = (adózás előtti eredmény + rendkívüli tételek + pénzügyi
ráfordítások)/összes eszköz (előző periódus)
X3 = árbevétel/összes eszköz (két előző periódus)
tulajdonosi befektetés = tulajdonosi érték + igazgatóknak járó nettó
26
adósság
Comerford modell
Z=1,44 * X1 - 1,78 * X2 + 6,06 * X3 + 0,62 * X4 2,56 * X5 + 0,37 * X6
(Z = 0)
X1 = adózott eredmény/befektetett eszközök
X2 = adósság/összes befektetett eszköz
X3 = (pénzeszközök + követelések)/ /összes befektetett
eszköz
X4 = forgóeszközök/rövid lejáratú kötelezettségek
X5 = (pénzeszközök + követelések)/rövid lejáratú
kötelezettségek
27
X6 = adózott eredmény/jegyzett tőke