PROSPEKTYWNA ANALIZA EKONOMICZNO FINANSOWA JAKO NARZĘDZIE MODELOWANIA WIEDZY DLA SYSTEMÓW WCZESNEGO OSTRZEGANIA

Transkrypt

1 PROSPEKTYWNA ANALIZA EKONOMICZNO FINANSOWA JAKO NARZĘDZIE MODELOWANIA WIEDZY DLA SYSTEMÓW WCZESNEGO OSTRZEGANIA Streszczenie Zbigniew Twardowski Akademia Ekonomiczna Katowice Prospektywna analiza ekonomiczno finansowa staje się narzędziem modelowania wiedzy dla inteligentnych systemów wczesnego ostrzegania. Podstawą budowy efektywnych systemów diagnozujących symptomy zagroŝeń i/lub szans są modele konceptualne dziedziny. Wraz z odpowiednią reprezentacją wiedzy oraz strategiami poszukiwania rozwiązań, moŝliwa jest identyfikacja zagroŝeń na tyle wcześnie by reakcja ze strony przedsiębiorstwa mogła być skuteczna Słowa kluczowe: systemy wczesnego ostrzegania, diagnostyka finansowa, systemy ekspertowe Prospektywna analiza ekonomiczno - finansowa Przyjęty horyzont czasowy w analizie ekonomicznej pozwala na wyróŝnienie analizy ex post operującej na danych historycznych oraz analizy ex ante pozwalającej ustalać wyniki przewidywanych procesów gospodarczych we wszystkich dziedzinach działalności oraz w przedsiębiorstwie jako całości. Poprzez analizę ex post moŝna, wykorzystując uzyskane wyniki, zapobiegać w przyszłości zmianom niepoŝądanym, a takŝe utrwalać korzystne tendencje w zarządzanych obiektach gospodarczych 1. W rezultacie działań analitycznych ex ante ustala się wartości wskaźników ekonomicznych w zadanej perspektywie z uwzględnieniem powiązań przyczynowo skutkowych, jakie między nimi występują. Monitorowanie odchyleń na etapie analizy ex post staje się więc punktem wyjścia identyfikacji symptomów ewentualnych zagroŝeń uwzględnianych w analizie ex ante (odchylenia powinny być wykonywane wcześniej, jeszcze przed ich wystąpieniem). Zadaniem tak ujętej analizy ekonomicznej jest więc wczesne wykrywanie problemów z realizacją załoŝonych celów (krótkookresowych), jak równieŝ badanie (diagnoza) przyczyn odchyleń oraz wskazanie potencjalnych kierunków i zakresu korekt 2. Analizę ex ante podzielić moŝna ze względu na horyzont czasowy na analizę taktyczną oraz strategiczną, gdzie gra- 1 L. Bednarski i inni,1998, s Por. np. H., J., Vollmuth : Controlling, 1996, s.14

2 370 Technologia przetwarzania wiedzy w SWO nicą podziału jest przyjęty okres planowania oraz stopień szczegółowości i dokładności. Na szczególną uwagę zasługuje tu analiza strategiczna, w ramach której dokonywana jest analiza otoczenia z punktu widzenia szans i zagroŝeń oraz zasobów wewnętrznych przedsiębiorstwa pod kątem silnych i słabych stron. Poza czasowym układem odniesienia analizy ekonomicznej istotne moŝe być uwzględnianie przestrzennych relacji pomiędzy analizowanymi obiektami. Zadaniem analizy przestrzennej jest określenie pozycji przedsiębiorstwa na tle np. branŝy, konkurenta itp. 3. Warto zauwaŝyć jak podają cytowani wcześniej autorzy, iŝ wartość poznawcza analizy ekonomicznej podkreśla się dopiero wówczas, gdy przyjmuje się wszystkie celowe podstawy odniesienia i prowadzi porównania równolegle w trzech zasadniczych kierunkach, tj. porównania w czasie, kontrolę wykonania planu i innych wielkości normatywnych oraz porównania międzyzakładowe. 4 Podstawową klasyfikację metod analizy ekonomicznej sprowadzić moŝna do metod analizy ilościowej oraz metod analizy jakościowej 5. Punktem wyjścia analizy jakościowej jest badanie zjawiska na podstawie obserwacji podobnych zdarzeń, przy czym odmiennie niŝ w przypadku metod analizy ilościowej, wykorzystywana informacja ma charakter opisowy. Na podstawie zebranych informacji podejmowana jest próba określenia znaczenia poszczególnych czynników i znalezienia związków przyczynowo skutkowych 6. Przykładami metod analizy jakościowej mogą być macierze wskaźników niefinansowych opisujących róŝne aspekty funkcjonowania przedsiębiorstwa 7, listy kontrolne sygnalizatorów ryzyka wykorzystywane w bankowej analizie ryzyka kredytowania 8 oraz specjalistyczne testy pomocne w ocenie wypłacalności kredytobiorcy. Rodzaj reprezentowanych zjawisk ekonomicznych klasyfikuje wskaźniki na dwie podstawowe kategorie: wskaźniki ilościowe oraz jakościowe. Wskaźniki ilościowe opisują zjawiska (procesy), których kwantyfikacja w postaci wartości liczbowych stosunkowo dobrze oddaje ich poziom, strukturę oraz dynamikę. Jakościowe natomiast, charakteryzują obszary analiz ekonomiczno finansowych, dla których reprezentacja wartości w sposób werbalny jest lepsza niŝ w postaci wartości liczbowych. Jak podaje M. Smith System rachunkowy powinien umieć wyłowić te wskaźniki, dzięki którym moŝna przewidzieć sukces firmy w długim okresie, mierzony w odniesieniu do ogólnych celów przedsię- 3 Na temat wartości merytorycznej wyników porównań przedsiębiorstwa z danymi bran- Ŝowymi opinie są bardzo podzielone por. np. M. Smith,1998, s. 60 i nast. 4 L. Bednarski i inni,1998. op. Cit. s Czasami spotkać moŝna dodatkowy podział obejmujący metody mieszane, por. np. D., W., Olszewski,1993, s. 107 i nast. 6 Por. D., W., Olszewski,1993, s Por. Macierz 60 wskaźników niefinansowych, M. Smith,1998, s Por. : Borys G.,1996

3 Prospektywna analiza ekonomiczno finansowa jako narzędzie biorstwa. MoŜe to wymagać preferowania kryteriów niefinansowych, ponad tradycyjną, standardową kalkulację kosztów i analizę odchyleń 9. Systemy wczesnego ostrzegania Zadaniem systemów wczesnego ostrzegania (rozpoznania) w zarządzaniu jest zbieranie informacji o zmianach zachodzących w otoczeniu przedsiębiorstwa lub w samym przedsiębiorstwie, ich analizowanie i przekazywanie do systemu planowania (lub monitorowania) sygnałów, umoŝliwiających identyfikację ryzyka i szans działalności przedsiębiorstwa w przyszłości 10. Punktem wyjścia budowy systemu jest identyfikacja obszarów obserwacji 11. Kryterium wydzielenia podstawowych obszarów obserwacji mogą być np. kluczowe czynniki sukcesu przedsiębiorstwa zdeterminowane dla kaŝdej branŝy. WaŜne jest tu, by identyfikacja obszarów obserwacji była zbieŝna z obszarami identyfikacji ryzyka. Lista kluczowych czynników jest róŝna w róŝnych branŝach (sektorach) i zmienia się z upływem czasu. Pomocnym w selekcji podstawowych obszarów obserwacji jest analiza celów oraz silnych i słabych stron przedsiębiorstwa. W wyniku tych analiz moŝliwe jest ustalenie tych obszarów, które mają najistotniejsze znaczenie dla przetrwania i rozwoju przedsiębiorstwa. Drugi etap to konstrukcja wskaźników sygnalizatorów wczesnego ostrzegania. Przy wyborze wskaźników naleŝy zwracać uwagę by charakteryzowały one nadchodzące zmiany moŝliwie wcześnie oraz w miarę moŝliwości obejmowały całość zmian pozwalając jednocześnie na dostarczanie sygnałów w odpowiednim czasie oraz aby ich wykorzystanie było ekonomicznie uzasadnione. 12 Jak podają J. Kisielnicki i H. Sroka 13, podstawowe trudności w projektowaniu SWO (nazywanego przez autorów systemem monitorowania kierownictwa - SMOK) sprowadzić moŝna do: określenia podstawowego atomu przedsięwzięcia, czyli działania, które poddane jest analizie, określenia kryterium analizy, przyjęcia dla poszczególnych atomów wielkości normatywnych. Wielkości te przyjmowane są zgodnie z wiedzą, normami lub oczekiwanymi rezultatami. 9 M. Smith,1998, s ibidem 11 Takimi obszarami obserwacji z punktu widzenia pozycji finansowej przedsiębiorstwa często są: płynność finansowa, zdolność dochodowa, zadłuŝenie oraz sprawność zarządzania zasobami, por. np. Bernstein L.,1993; Brealey R.A. Myers S.C.,1996; Fridson M.S., szerzej zob. np. Hunek J.K.,1984; Morris R.,1997; Siedlecka U., Kisielnicki Sroka,1999, s.179

4 372 Technologia przetwarzania wiedzy w SWO Niebezpieczeństwa budowy takiego systemu tkwią, zdaniem cytowanych autorów, jak w kaŝdym systemie wspomagającym zarządzanie, w przyjętych zało- Ŝeniach. Wybrane modele diagnostyczne Przykładem modelu diagnostycznego obejmującego kompleksową ocenę kondycji finansowej przedsiębiorstwa z punktu widzenia ryzyka prowadzenia dzielności gospodarczej moŝe być podejście wykorzystane w systemie SAFIR 14. Pojęciowa (konceptualna) struktura modelu oparta jest na odpowiednio przetworzonych protokołach klasyfikacyjnych, gdzie źródłem wiedzy byli eksperci w dziedzinie finansów. Poziomy diagnozy, na podstawie opinii ekspertów, zdefiniowane zostały w dwóch podstawowych kategoriach: (1) operacyjnych - opartych przede wszystkim na wskaźnikach rentowności, oraz (2) pozycji finansowej - opartych na wskaźnikach charakteryzujących bezpieczeństwo finansowe w działalności przedsiębiorstwa. W modelu wykorzystywane są zarówno wartości statyczne jak i analizowana jest dynamika zmian uŝywanych kategorii finansowych. W efekcie otrzymano dwa modele diagnostyczne odwzorowujące pojęciową strukturę procesu realizacji postawionych celów w systemie SAFIR (jeden z nich prezentuje rys.1.). Podstawowym zadaniem systemu jest diagnoza finansowa przedsiębiorstwa rozpatrywana w czterech kategoriach: zyskowności, struktury finansowania, dźwigni finansowej oraz płynności finansowej. Ocena kaŝdej z kategorii zawiera się w pięcioelementowym przedziale od bardzo złej do bardzo dobrej. Ocena tendencji z kolei przyjmuje wartości z zakresu od silnego spadku do silnego wzrostu (por. tabela 1.) Tabela 1. Ocena wartości wskaźników oraz trendów w systemie SAFIR Lp. Ocena wartości wskaźników Ocena trendu 1 bardzo zła Silny spadek 2 Zła Umiarkowany spadek 3 Satysfakcjonująca stabilny 4 Dobra Umiarkowany wzrost 5 bardzo dobra Silny wzrost Źródło : M. Klein, L.B. Methlie: Expert systems a decision support approach. Adison Wesley, 1992, s Źródłem faktów są sprawozdania finansowe i noty do sprawozdań przedsiębiorstwa, na podstawie których obliczane są odpowiednie wskaźniki. 14 Lyngstad P.B,1992, s. 341 i nast.

5 Prospektywna analiza ekonomiczno finansowa jako narzędzie Wnioskowanie oparte jest na regułach działania w postaci warunków jeŝeli przesłanka to konkluzja Główne pojęcia diagnostyczne Podproblemy Wskaźniki Podstawowe pojęcia księgowe Struktura kosztów Wzrost sprzedaŝy Wskaźnik marŝy Wzrost pozostałych kosztów SprzedaŜ MarŜa pokrycia / koszty sprzeda- Ŝy Pozostałe wydatki Wydajność SprzedaŜ na pracownika Udział marŝy na pracownika SprzedaŜ Liczba zatrudnionych pracowników MarŜa pokrycia dochodowość Finanse Średnia stopa procentowa Pokrycie odsetek ZadłuŜenie Koszty finansowe Zyski operacyjne Krótkoterminowe pasywa Długoterminowe zadłuŝenie Przychody finansowe Zysk operacyjny ROI ZadłuŜenie do aktywów Koszty finansowe SprzedaŜ Dochodowość Całkowita rotacja aktywów Aktywa razem MarŜa na sprzedaŝy Zwrot kapitału własnego SprzedaŜ Zyski i straty nadzwyczajne Kapitał własny Rys.1. Struktura modelu oceny dochodowości w systemie SAFIR Źródło : M. Klein, L.B. Methlie: Expert systems a decision support approach. With applications in management and finance. Adison Wesley, 1992, s Efektem końcowym pracy systemu jest raport diagnostyczny z oceny kondycji finansowej przedsiębiorstwa. Innym przykładem modelu kompleksowej analizy i oceny pozycji finansowej przedsiębiorstwa oraz jego zdolności do rozwoju moŝe być ekspercki moduł systemu FINEVA 15. Wiedza do systemu pozyskiwana jest poprzez wywiady z ekspertami (analitykami finansowymi) oraz literaturę przedmiotu. Podstawą oceny przedsiębiorstwa jest zbiór szesnastu wskaźników finansowych pogrupowanych w trzy kategorie (zyskowność, długo i krótko terminowa płynność finansowa, sprawność zarządzania) zgodnie z metodologią zaproponowaną przez 15 Por. C. Zopounidis, M. Doumpos,2000, s. 102 i nast.

6 374 Technologia przetwarzania wiedzy w SWO Courtisa 16, oraz sześć kryteriów jakościowych. KaŜdy ze wskaźników oceniany jest w pięciostopniowej skali: nie satysfakcjonujący, średni, satysfakcjonujący, doskonały, w zaleŝności od przyjmowanej wartości (por. tabela 2.) Tabela 2. Przykład oceny wskaźnika oceny zwrotu z inwestycji w systemie FINEVA IF THEN IS A1 < 10% Zwrot z aktywów (ROA) nie satysfakcjonujący 10% < A1 <= 20% Zwrot z aktywów (ROA) Średni 20% < A1 <= 30% Zwrot z aktywów (ROA) Satysfakcjonujący A1 > 30% Zwrot z aktywów (ROA) bardzo satysfakcjonujący Źródło: C. Zopounidis, M. Doumpos: Inteligent decision aiding systems.s Procesy decyzyjne ekspertów analityków finansowych odwzorowane zostały (w drodze wielokrotnych testów) w postaci drzewa decyzyjnego reprezentującego jednocześnie strukturę bazy wiedzy systemu FINEVA por. rys.2. Fakty w postaci wskaźników finansowych obliczane są na podstawie sprawozdań finansowych przedsiębiorstwa. Ocena jakościowa wskaźników finansowych (w pięciostopniowej skali) stanowi podstawę do dalszej oceny poszczególnych modułów systemu. Przykładowo rentowność przedsiębiorstwa oceniana jest na podstawie czterech wskaźników finansowych: rentowność operacyjna aktywów (ROA), rentowność kapitałów własnych (ROE), rentowność aktywów brutto oraz marŝa brutto por tabela 3. oraz rys.2. Tabela 3. Symbol A1 A2 A3 A4 B1 B2 B3 B4 B5 C1 C2 C3 C4 C5 Fakty bazy wiedzy systemu FINEVA Wskaźniki rentowności Rentowność operacyjna aktywów (ROA) Rentowność kapitałów własnych (ROE) Rentowność aktywów brutto MarŜa brutto Wskaźniki wypłacalności Zobowiązania bieŝące/ Aktywa ogółem Zobowiązania ogółem/ Aktywa ogółem Długoterminowe zobowiązania/kapitał stały Wsk. Płynności bieŝącej Wsk. Płynności szybkiej Wskaźniki sprawności zarządzania Koszty finansowe/sprzedaŝ Koszty ogólnego zarządu/sprzedaŝ Rotacja naleŝności Rotacja zobowiązań Rotacja zapasów 16 J.K. Courtis, 1978, s

7 Prospektywna analiza ekonomiczno finansowa jako narzędzie C6 Wsk. Rotacji naleŝności od klientów C7 Wsk. Rotacji zobowiązań wzgl. dostawców Kryteria jakościowe D1 Doświadczenie zarządu D2 Pozycja rynkowa przedsiębiorstwa D3 Techniczna struktura majatku D4 Organizacja zasoby ludzkie D5 Unikalne kompetencje firmy D6 Elastyczność rynkowa Źródło : C. Zopounidis, M. Doumpos: Inteligent decision aiding systems s Efektem analizy sześciu wskaźników (kryteriów) jakościowych jest łączna, jakościowa ocena systemu ekspertowego (por reguła nr 626 rys. 3.) Ostatecznie złoŝenie oceny finansowej z oceną jakościową skutkuje końcową konkluzją systemu będącą oceną kondycji finansowej analizowanego przedsiębiorstwa (por. regułę 1607 rys.3.) reguła 9: if Zwrot z kapitału własnego = bardzo satysfakcjonujący and Zwrot z aktywów = nie-satysfakcjonujący or Zwrot z aktywów = przeciętny then Zyskowność = satysfakcjonująca. reguła 62: if Wsk płynności szybki = satysfakcjonujący and Wsk płynności bieŝącej = nie-satysfakcjonujący then Płynność finansowa = przeciętna. reguła 99: if Wypłacalność = bardzo satysfakcjonująca and Sprawność zarządzania = satysfakcjonująca and Zyskowność= satysfakcjonująca or Zyskowność = bardzo satysfakcjonująca then Pozycja finansowa = bardzo satysfakcjonująca. reguła 626: if Doświadczenie zarządu = przeciętne and Pozycja rynkowa firmy = bardzo satysfakcjonująca and Techniczna struktura majątku = doskonała and Organizacja = przeciętna and Unikalne kompetencje firmy = przeciętne and Elastyczność rynkowa = nie-satysfakcjonująca or Elastyczność rynkowa = przeciętna then Ocena jakościowa = przeciętna. reguła 1607: if Pozycja finansowa = bardzo satysfakcjonująca and Ocena jakościowa = satysfakcjonująca or Ocena jakościowa = bardzo satysfakcjonująca or Ocena jakościowa = doskonała then Ocena systemu ekspertowego = bardzo satysfakcjonująca. Rys. 3 przykładowe reguły działania systemu FINEVA Tłumaczenie z angielskiego na podstawie: C. Zopounidis, M. Doumpos,2000, s. 108.

8 376 Technologia przetwarzania wiedzy w SWO Rys.2. Konceptualna struktura modelu FINEVA

9 Prospektywna analiza ekonomiczno finansowa jako narzędzie Podsumowanie Srinivasan, Ruparel i Kim podają podstawowe róŝnice pomiędzy konwencjonalnymi systemami ekspertowymi a tymi, stosowanymi w systemach wspomagania decyzji w obszarze finansów 18. Podobnie, Klein oraz Methlie formułują warunki, jakie musi spełniać efektywny system wspomagania decyzji w zarządzaniu finansami przedsiębiorstwa, kładąc nacisk na rolę technologii sztucznej inteligencji we wzroście funkcjonalności klasycznych rozwiązań. Oparte na bazach wiedzy inteligentne wsparcie procesu diagnostycznego przedsiębiorstwa postulują M. Binbasioglu, E.J. Zychowicz, proponując metodologię diagnozowania opartą zarówno na klasyfikacyjnych jak i konstrukcyjnych strategiach rozwiązywania problemów 19. W połączeniu z odpowiednim sposobem reprezentacji wiedzy podejście taki umoŝliwi identyfikacje symptomów zagro- Ŝeń na tyle wcześnie by była moŝliwa efektywna reakcja ze strony przedsiębiorstwa 20. Z kolei C. Zopounidis i M. Doumpos proponują podejście oparte na połączeniu metod analizy wielokryterialnej oraz regułowych systemów ekspertowych. Efektywność takiego podejścia wyraŝa się min w zastosowaniach systemów FINEVA oraz CREDEX 21. NiezaleŜnie od proponowanych metod wsparcia procesu diagnostycznego model konceptualny dziedziny wydaje się być podstawą budowy systemów wczesnego ostrzegania. Prospektywna analiza ekonomiczno finansowa, staje się więc narzędziem modelowania wiedzy dla inteligentnych systemów diagnostycznych. Literatura Bednarski L., Borowiecki R., Duraj J., Kurtys E.,Waśniewski T., Wersty B.,1998: Analiza ekonomiczna przedsiębiorstwa, Akademia Ekonomiczna, Wrocław Bernstein L.,1993: Financial Statement Analysis. Theory, Application and Interpretation. Irwin McGraw-Hill Binbasioglu M., Zychowicz E.J.,1998: Knowledge-Based management support: an application of diagnostic reasoning to corporate financing decisions. International Journal of Intelligent Systems in Accounting, Finance and Management. No. 7. Borys G.,1996: Zarządzanie ryzykiem kredytowym w banku. PWN Wrocław Warszawa. Courtis J.K.,1978: Modelling financial ratios categoric framework, Journal of Business Finance and Accounting 5/4. Brealey R.A. Myers S.C.,1996: Principles of corporate finance. Irwin McGraw-Hill, NY. 18 Srinivasan V., B. Ruparel B.,KimY.H., Binbasioglu M., Zychowicz E.J., Problematykę budowy inteligentnych systemów diagnostycznych szeroko opisuje J. Gołuchowski.(Gołuchowski J.,1997). 21 C. Zopounidis, M. Doumpos, 2000, oraz Pinson S.,1992.

10 378 Technologia przetwarzania wiedzy w SWO Fridson M.S.,1995: Financial statement analysis. John Wiley. NY. Gołuchowski J.,1997: Inteligentne systemy diagnoz ekonomicznych. Akademia Ekonomiczna Katowice. Hunek J.K.,1984: Systemy wczesnego ostrzegania. Przegląd organizacji 1984 nr 5. Kisielnicki Sroka,1999: Systemy informacyjne biznesu. Informatyka dla zarządzania, Agencja wydawnicza Placet, Warszawa. M. Klein, Methlie,1992: Expert systems a decision support approach. With applications in management and finance. Adison Wesley. Lyngstad P.B.,1992: Knowledge modeling of expertise in financial diagnostics, in: M. Klein, L.B. Methlie: Expert systems a decision support approach. Adison Wesley, Morris R.,1997: Early Warning Indicators of Corporate Failure. A critical reviev of previous research and further empirical evidence. Ashgate Publishing Company. Olszewski D.W.,1993: Podstawy analizy finansowej przedsiębiorstwa, OLYMPUS Centrum edukacji i rozwoju biznesu, Warszawa. Pinson S.,1992: A multi-expert Architecture for Credit Risk Assessment: The CREDEX System, In : Expert systems in finance.(1992): Ed. D.,E. O Leary, P.,R. Watkins, North Holland, Amsterdam Siedlecka U.,1996: Prognozowanie ostrzegawcze w gospodarce. PWE Warszawa. Smith M., 1998: Nowe narzędzia rachunkowości zarządczej, Fundacja rozwoju rachunkowości w Polsce, Warszawa Srinivasan V., B. Ruparel B.,KimY.H.,1992: Designing & Implementing Knowledge Based Systems for Corporate Financial Applications Using Relational Database Management Systems. w Expert Systems in Finance North-Holland. Zopounidis C., Doumpos M.,2000: Intelligent decision aiding systems based on multiple criteria for financial engineering, Kluwer Academic Publishers, Dordrecht. Vollmuth H.J.,1996 : Controlling, Agencja Wydawnicza Placet, Warszawa. PROSPECTIVE ECONOMICAL AND FINANCIAL ANALYSIS AS A MODELLING KNOWLEDGE S TOOL FOR EARLIER WARNING SYSTEMS. Prospective economical and financial analysis become a modelling knowledge s tool for intelligent earlier warning systems. The base of creating effective diagnostic systems are the conceptional models of domain. The early identification of dangers and efficient reactions on coming changes is possible through proper representation of knowledge and strategy of looking for solution. Key words: early warning systems, financial diagnosis, expert systems.