Ocena przydatności metod prognozowania bankructwa w warunkach polskich

Transkrypt

1 Zeszyty Naukowe nr 683 Akademii Ekonomicznej w Krakowie 2006 Katedra Finansów Przedsiębiorstw Ocena przydatności metod prognozowania bankructwa w warunkach polskich 1. Wprowadzenie Sprawnie funkcjonująca gospodarka rynkowa stwarza możliwości porównywalnych warunków działania dla wszystkich podmiotów życia gospodarczego kraju. Nie każda jednostka ma jednakże wystarczające umiejętności, by je właściwie wykorzystać. Stąd też może się zdarzyć, że w wyniku błędnych decyzji kadry zarządczej wiele z nich przechodzi kryzys zagrażający ich bytowi. Często również powodem takiego stanu bywa brak umiejętności kierownictwa przewidywania przyszłych zjawisk skutkujących zmianami rynku, a w konsekwencji pojawieniem się realnego zagrożenia dla funkcjonowania danego podmiotu. Problem możliwości i umiejętności przewidywania transformacji warunków działania na rynku, przy jego coraz większej złożoności i tempie rozwoju, implikuje konieczność poszukiwania skutecznych w rozpoznawaniu zagrożenia dla kontynuacji działalności instrumentów. Metody badawcze, jak dowodzą tego teoria i praktyka gospodarcza, pozwalają właśnie na identyfikację istotnych dla kontynuacji działalności podmiotu gospodarczego symptomów zagrożeń. Wciąż udoskonalane i wzbogacane o nowe propozycje i koncepcje stają się niezastąpione we wspomaganiu procesów decyzyjnych, zwłaszcza jako składowe rozbudowanych systemów wczesnego ostrzegania (SWO). Niniejszy artykuł ma na celu prezentację stworzonych przez polskich badaczy modeli, których celem jest identyfikacja zagrożenia kontynuacji działalności podmiotu, czyli inaczej predykcji bankructwa (upadłości) oraz próba oceny ich użyteczności w polskich warunkach. Na przykładzie wybranych jednostek, które w ostatnim okresie zgłosiły wniosek o upadłość lub też takich, których upadłość została już ogłoszona, prześledzono istotność wskazań tych modeli.

2 48 2. Polskie modele oceny zagrożenia kontynuacji działalności Specyfika funkcjonowania systemu wczesnego ostrzegania zadecydowała o zaliczeniu go do grupy metod zarządzania ryzykiem. W jego ramach wykorzystuje się liczne narzędzia matematyczno-statystyczne usprawniające proces wychwytywania sygnałów o grożącym niebezpieczeństwie wystąpienia nawet niewielkich nieprawidłowości funkcjonowania podmiotu gospodarczego czy też poważnych kryzysów. W szerokim rozumieniu przyjmuje się, że metodami oceny zagrożenia działalności przedsiębiorstwa są te, które wykorzystując statystyczną analizę jednego parametru lub określonego zestawu wybranych wskaźników służą predykcji bankructwa, w wąskim zaś uważa się za nie wieloczynnikowe modele predykcji bankructwa oparte na statystycznej analizie danych. Zmienne stosowane do ich konstrukcji mogą mieć charakter nie tylko ilościowy, ale również jakościowy, stąd też metody te klasyfikuje się odpowiednio jako ilościowe, jakościowe bądź mieszane, jeżeli wykorzystują oba typy zmiennych. Metody pomiaru i oceny symptomów zagrożenia upadłością, o których będzie dalej mowa, zostaną ograniczone do tych, które odzwierciedlają polskie warunki gospodarowania w latach 90. Ponieważ w dobie gospodarki socjalistycznej nie mogło być mowy o zjawisku upadłości z uwagi na ówczesną doktrynę ekonomiczną i polityczne przesłanki utrzymywania przy życiu nieefektywnych i źle zarządzanych przedsiębiorstw oraz marginalny udział prywatnej działalności w rynku, brak było zapotrzebowania na ten typ narzędzi oceny sytuacji finansowej jednostek. Jak zaznacza się w literaturze przedmiotu, wykorzystywane modele powinny być dostosowane do specyficznych realiów funkcjonowania tych jednostek, a nawet powinny być jednorodne w obrębie tego samego rodzaju działalności i podobnej skali działania. Konieczne jest zatem stosowanie narzędzi, do budowy których posłużyły dane finansowe opisujące przedsiębiorstwa działające na terenie danego państwa, najlepiej o tym samym (lub zbliżonym) profilu działalności oraz wielkości, określanej najczęściej na podstawie sumy bilansowej. Przykładem takiego postępowania mogą być liczne implementacje systemu z-score opracowanego przez E.I. Altmana w 1968 r., będące efektem pracy Altmana z naukowcami poszczególnych krajów bądź też ich samodzielnych badań. O popularności metody dyskryminacyjnej w tworzeniu tego typu narzędzi zadecydowała prostota tej metody, jak również wysoka skuteczność modeli otrzymanych przy jej wykorzystaniu. W polskich warunkach najczęściej stosowaną metodą do budowy modeli predykcji bankructwa jest również wielowymiarowa analiza dyskryminacyjna. Polskie funkcje dyskryminacyjne nie są jednak tak dobrze dopasowane jak ich D. Zarzecki, O metodach oceny zagrożenia bankructwem i możliwościach ich wykorzystania, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin 2000, s. 361 i nast.

3 Ocena przydatności metod prognozowania bankructwa 49 odpowiedniki w innych krajach o długoletnim systemie gospodarki rynkowej. Wiąże się to przede wszystkim z ograniczonym bądź też niedostatecznym materiałem badawczym. Krótki okres funkcjonowania rynkowej gospodarki sprawia, że liczba upadających przedsiębiorstw jest stosunkowo niewielka, a do tego ograniczona w materiale faktograficznym do tych jednostek, które mają obowiązek prowadzenia pełnej rachunkowości i rzetelnie wywiązują się ze swoich obowiązków sprawozdawczych. Do badania wybrano trzy modele prognozowania upadku przedsiębiorstw autorstwa D. Hadasik (model 1), J. Gajdki i D. Stosa (model 2) oraz A. Hołdy (model 3). W przypadku pierwszego autora, który zbudował dziewięć różnych propozycji funkcji dyskryminacyjnych, zdecydowano się na zastosowanie czwartego w kolejności modelu, ze względu na jego jakość, czyli najwyższą trafność prognozy o zagrożeniu upadłością. Poniżej zaprezentowano postaci i zmienne diagnostyczne wybranych do badania funkcji dyskryminacyjnych. 1. Funkcja dyskryminacyjna D. Hadasik (MOD_4) 2 D(W) = 0, W 1 0, W 2 2,40435 W 5 + 1,59079 W 7 + 0, W , W ,36261, gdzie: W 1 aktywa bieżące / zobowiązania bieżące, W 2 (aktywa bieżące zapasy) / zobowiązania bieżące, W 5 zobowiązania / aktywa, W 7 kapitał obrotowy / pasywa, W 9 należności x 365 dni / przychody ze sprzedaży, W 12 zapasy x 365 dni / przychody ze sprzedaży. 2. Funkcja dyskryminacyjna J. Gajdki, D. Stosa 3 Z = 0, , X 1 + 0, X 2 + 0, X , X 4 0, X 5, gdzie: X 1 przychody ze sprzedaży / średnioroczne aktywa ogółem, X 2 średnioroczne zobowiązania krótkoterminowe x 360 dni / koszt wytworzenia produkcji sprzedanej, 2 D. Hadasik, Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Zeszyty Naukowe AE w Poznaniu, seria II, Poznań 1998, z. 153, s J. Gajdka, D. Stos, Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiebiorstw [w:] Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw, pod. red. R. Borowieckiego, AE w Krakowie, Kraków 1996, s

4 50 X 3 zysk netto / średnioroczne aktywa ogółem, X 4 zysk brutto / przychody ze sprzedaży netto, X 5 zobowiązania ogółem / aktywa ogółem. 3. Funkcja dyskryminacyjna A. Hołdy 4 Z H = 0, , PWP 1, SZ + 9, ZM + 6, WOZ + 1, RM, gdzie: PWP majątek obrotowy / zobowiązanie krótkoterminowe, SZ zobowiązania ogółem / suma bilansowa x 100%, ZM zysk (strata) netto / średnioroczny majątek ogółem x 100%, WOZ średnioroczne zobowiązania krótkoterminowe x 360 dni / koszt sprzedanych produktów, towarów i materiałów, RM przychody z ogółu działalności / średnioroczny majątek ogółem. W tabeli 1 zaprezentowano główne charakterystyki dotyczące wybranych modeli, oceny stopnia zagrożenia upadłością powstałych na bazie badań polskich przedsiębiorstw. Warto tutaj wyjaśnić pokrótce znaczenie kilku z nich. Na wstępie trzeba podkreślić, że jedynie model D. Hadasik został przez nią zweryfikowany na niezależnej grupie przedsiębiorstw składającej się z 8 jednostek upadłych i 39 dobrych (zdrowych). Ponadto nie odnaleziono publikacji na temat wykorzystania tych modeli przez innych badaczy 5 i tym samym określenia stopnia ich skuteczności w diagnozowaniu zagrożenia przedsiębiorstw upadłością. Każdy z prezentowanych modeli posiada indywidualną wartość rozgraniczającą obie grupy przedsiębiorstw. Zaklasyfikowanie przedsiębiorstw do nie upadłych lub upadłych odbywa się poprzez porównanie obliczonej wartości funkcji dyskryminacyjnej z wartością graniczną (np. w modelu D. Hadasik wynosi ona 0,374345). Na tej podstawie można później wnioskować o stopniu trafności klasyfikacji w analitycznej bądź walidacyjnej próbie. W literaturze przedmiotu zwraca się uwagę, że tworzenie próby walidacyjnej jest konieczne do zbadania, czy ocena trafności klasyfikacji nie była sztucznie zawyżona (co może nastąpić, gdy ta sama próba służy do szacowania funkcji dyskryminacyjnej i oceny jej jakości) 6. 4 A. Hołda, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej Z H, Rachunkowość 2001, nr 5, s Chodzi tutaj o większe niż kilka przedsiębiorstw próby walidacyjne. 6 Na przykład w badaniach E.I. Altmana okazało się, że w próbie walidacyjnej ogólna (czyli łączna dla upadłych i zdrowych) trafność klasyfikacji, zgodnie z oczekiwaniami, pogorszyła się, jednakże dla podmiotów upadłych uległa poprawie. Trochę inaczej przedstawia się sytuacja dla wyników badań D. Hadasik, gdzie ogólna trafność klasyfikacji w próbie walidacyjnej, dla

5 Ocena przydatności metod prognozowania bankructwa 51 Tabela 1. Syntetyczna charakterystyka wybranych polskich modeli predykcji bankructwa przedsiębiorstw Autor Okres analizy Liczba jednostek w próbie analitycznej upadłych nie upadłych Trafność klasyfikacji w próbie (w % ogółem) analitycznej walidacyjnej Wartość rozgraniczająca jednostki nie upadłe i upadłe Średnia wartość wskaźnika w populacji nie upadłych upadłych D. Hadasik ,08 95,74 0, ,9689 1,71759 J. Gajdka, ,5 0,45 0,78 0,13 D. Stos A. Hołda ,5 0,00 Źródło: opracowanie własne na podstawie: J. Gajdka, D. Stos, Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiębiorstw [w:] Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw, pod. red. R. Borowieckiego, AE w Krakowie, Kraków 1996, s ; D. Hadasik, Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Zeszyty Naukowe AE w Poznaniu, Seria II, Poznań 1998, z. 153; A. Hołda, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej Z H, Rachunkowość 2001, nr 5, s Wykorzystanie wybranych modeli do oceny zagrożenia upadłością Wymienione wyżej funkcje dyskryminacyjne wykorzystane zostaną przy ocenie kondycji finansowej 10 przedsiębiorstw, działających na terenie byłego województwa krakowskiego, które w pierwszym półroczu 2001 r. zgłosiły wniosek o ogłoszenie upadłości. Kryterium wyboru z grupy 35 jednostek było dysponowanie najbardziej kompletnym zbiorem danych finansowych z lat Wśród tych przedsiębiorstw znalazły się 2 spółki akcyjne, 7 spółek z ograniczoną odpowiedzialnością i 1 spółdzielnia. Specyfika działalności tych podmiotów gospodarczych wskazuje na działalność: handlową 4 jednostki, produkcyjno-handlową 4 jednostki, produkcyjno-handlowo-usługową 2 jednostki. Dobór okresu został zdeterminowany omawianego tutaj modelu, uległa nieznacznej poprawie (wzrost z 95,08% do 95,74 %) przy jednoczesnej poprawie jakości proponowanej funkcji dla przedsiębiorstw upadłych (wzrost z 90,91% do 100%). Por. E.I. Altman, Financial Ratios. Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance 1968, nr 4, s ; D. Hadasik, Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Zeszyty Naukowe AE w Poznaniu, seria II, Poznań 1998, z. 153, s. 166.

6 52 przez przyjęte do badania modele. Jak zaprezentowano w tabeli 1, zostały one stworzone na bazie danych finansowych przedsiębiorstw pochodzących z lat 90., co powinno gwarantować wysoką trafność oceny. Wiadomo, że modele tego typu działają jeszcze przez pewien czas (np. kilka lat) od ostatniego roku, który przyjęto do analiz. Przyjęty do badania graniczny rok 2000 jest ostatnim rokiem przed złożeniem wniosku o ogłoszenie upadłości. Zgodnie z metodologią konstrukcji modeli predykcji bankructwa, najwyższą trafność klasyfikacji uzyskuje się na rok przed ogłoszeniem upadłości (złożeniem wniosku o ogłoszenie upadłości). Można zatem spodziewać się, że wybrane modele, zastosowane do danych ostatniego zestawienia obrachunkowego, dadzą najlepsze wskazania o zagrożeniu kontynuacji działalności tych jednostek. Głównym celem badania będzie weryfikacja użyteczności tego typu modeli w polskich warunkach. Zostanie zatem porównany stopień trafności klasyfikacji uzyskany przez twórców funkcji dyskryminacyjnych z wynikami przyjętej tutaj próby badawczej. W przypadku zastosowania funkcji dyskryminacyjnej A. Hołdy, możliwe jest ponadto sprawdzenie wpływu typu działalności przedsiębiorstw na wzrost poprawności prognoz. Chodzi tutaj o porównanie trafności klasyfikacji tego modelu na grupie jednostek, które odpowiadają specyfice działalności tych, na bazie których stworzono ten model. Otrzymane rezultaty zostaną następnie zestawione z wynikami zastosowań pozostałych dwóch funkcji, które powstały na bazie danych finansowych niejednorodnych pod względem branżowym podmiotów gospodarczych. Następnie, w przekroju poszczególnych modeli oceny zagrożenia upadłością, porównany zostanie stopień trafności klasyfikacji w zależności od okresu analitycznego przyjętego do konstrukcji modeli. Dzięki temu porównaniu będzie można dowiedzieć się, czy wystąpił tutaj związek pomiędzy okresem wykorzystanym do budowy modelu i okresem jego zastosowania w diagnozowaniu przedsiębiorstw. Na koniec przeprowadzone zostanie badanie mające określić, czy wskazania tych modeli będą ostrzegać o zagrożeniu upadłością również we wcześniejszych latach i jaki będzie ich rezultat. W tabeli 2 zestawiono rezultaty obliczeń wybranych funkcji dyskryminacyjnych dla poszczególnych przedsiębiorstw w przekroju kolejnych lat. Podkreślić należy, że rezultaty obliczeń prezentowane w kolejnych zestawieniach niekiedy nie obejmują wszystkich lat, z uwagi na brak niektórych składowych koniecznych do obliczenia wartości funkcji dyskryminacyjnej bądź też z powodu braku sprawozdań finansowych ich dotyczących (przedsiębiorstwo nie istniało jeszcze lub nie dopełniło swoich obowiązków sprawozdawczych).

7 Ocena przydatności metod prognozowania bankructwa 53 Tabela 3 obrazuje trafność prognozy bankructw na przestrzeni 6 lat w grupie przedsiębiorstw wykorzystanych do weryfikacji wybranych modeli z-score. Zestawienie zamykające rok obrachunkowy 2000 bezpośrednio poprzedza fakt złożenia wniosku o upadłość przedsiębiorstwa. Przypomnijmy, że wszystkie wybrane do badania przedsiębiorstwa dopełniły tych formalności w pierwszym półroczu 2001 r. Tabela 2. Rezultaty obliczeń wartości modeli w próbie przedsiębiorstw przyjętych do badania Rok 2000 Model Symbol przedsiębiorstwa Liczebność zestawień rocznych (100%) upadnie Prognoza nie upadnie 1 1,9 1,6 5,0 0, ,5 2,6 14,0 27, ,3 2,1 1,5 1, ,2 0,1 0,8 0,8 0,9 1,7 0,9 4,6 0,4 0, ,3 1,7 30,5 12,2 5,2 1,4 13,5 39,4 6,1 4, ,4 2,4 1,8 1,4 2,2 1,1 1,4 1,3 2,1 2, ,8 0,1 0,7 0,5 1,2 1,6 0,3 1,6 0,6 1, ,4 1,2 6,3 7,0 9,5 1,1 19,9 72,6 8,9 6, ,6 2,2 2,5 1,5 3,2 0,9 2,0 1,2 2,4 2, ,3 0,0 1,4 0,3 1,3 1,2 0,1 1,0 1,0 1, ,4 5,4 2,8 10,9 2,8 1,1 22,4 5,1 13,5 43, ,5 2,8 1,8 1,4 3,0 0,9 1,8 2,5 2,5 2, ,5 0,0 1,6 1,4 1,0 0,9 1,3 1,3 0, ,2 6,9 7,9 5,6 0,8 14,7 28,5,3 13, ,0 3,0 2,0 2,4 3,1 2,1 2,9 9,0 7, ,5 0,0 1,2 2,1 1,2 1,2 44,9 1, ,8 10,1 24,2 0,8 18,6 28,6 12,1 12, ,9 2,8 2,4 1,0 3,3 2,7 83,8 3, Suma kontrolna 33,1 38,1 10,0 58,5 10,7 26,1 40,3 59,4 21,9 36, Źródło: opracowanie własne.

8 54 Tabela 3. Trafność prognozy bankructw na przestrzeni 6 lat w przekroju wybranych modeli Model Liczba lat przed upadłością Liczba bankrutów Przewidziano Nie przewidziano Procent prawidłowych prognoz D. Hadasik J. Gajdki D. Stosa D. Hołdy Źródło: opracowanie własne. 4. Interpretacja uzyskanych wyników Ze specyfikacji w tabelach 2 i 3 wynika, że funkcja dyskryminacyjna stworzona przez A. Hołdę (model 3) nie rozpoznaje zagrożenia upadłością w analizowanych przedsiębiorstwach, natomiast wskaźniki autorstwa D. Hadasik (model 1) oraz J. Gajdki i D. Stosa (model 2) wykazują go częściowo. W tym drugim przypadku trudno jednakże mówić o zadowalającym stopniu otrzymanych diagnoz. Zgodnie z teorią analizy dyskryminacyjnej wskazania modeli tego typu charakteryzują się najwyższą trafnością prognozy na rok przed bankructwem. Wydaje się zatem, że modele 2 i 3 odznaczają się raczej średnio zadawalającą zdolnością prognostyczną w badaniu zagrożenia kontynuacji działalności przedsiębiorstw. W zależności od liczby lat poprzedzających złożenie wniosku o upadłość różna była trafność klasyfikacji obu funkcji. Przypomnijmy, że oba wskaźniki osiągały poprawne wska-

9 Ocena przydatności metod prognozowania bankructwa 55 zania w ponad 90% przedsiębiorstw grupy analitycznej. Na bazie wybranej próby zastosowanie tych modeli nie przyniosło tak dobrych rezultatów. Model 1 i model 2. Obliczone wartości funkcji D. Hadasik są najwyższe (60%) na dwa lata przed złożeniem wniosku o upadłość i jednocześnie najsłabsze (20%) na 4 lata przed tym faktem. Funkcja dyskryminacyjna J. Gajdki i D. Stosa zachowuje się w bardziej typowy sposób. Najwyższe rezultaty uzyskała ona właśnie z rocznym wyprzedzeniem (75%) i z wyjątkiem trzeciego roku jej wartości sukcesywnie malały, aby w szóstym roku osiągnąć najniższy wynik poprawnych klasyfikacji na poziomie 25%. Przy porównaniu obu funkcji lepiej wypada zatem wskaźnik autorstwa J. Gajdki i D. Stosa, którego średnia zdolność diagnostyczna w analizowanym okresie wynosi 49% wobec 41,5% zgodności klasyfikacji dla modelu D. Hadasik. Wyniki te zastanawiają, jeżeli wziąć pod uwagę ogólne zalecenia do wykorzystania funkcji dyskryminacyjnych w ocenie zagrożenia upadłością. Podkreśla się mianowicie, że skuteczność diagnoz funkcji dyskryminacyjnej jest wyższa, jeżeli stosuje się ją w latach zbliżonych do tych, którymi objęto okres jej szacowania. Wydaje się zatem, że wskaźnik D. Hadasik powinien charakteryzować się najlepszym (obok modelu A. Hołdy) dopasowaniem do analizowanej w artykule grupy jednostek. Przypomnijmy, że bazował on na danych przedsiębiorstw, które upadły na przestrzeni najdłuższego, bo siedmioletniego okresu, a ostatnie z nich pochodziły z 1997 r. Jeżeli uwzględnić tę hipotezę dziwi stosunkowo wysoka trafność klasyfikacji funkcji J. Gajdki i D. Stosa, którą opracowano przecież na dość odległych danych ( ), a tym bardziej zupełny brak skuteczności wskaźnika A. Hołdy ( ). Jak wyżej zauważono, dane finansowe bezpośrednio poprzedzające rok złożenia wniosku o upadłość pozwoliły jedynie na 50-procentową trafność prognozy modelu 1. Zatem oczekiwania co do najwyższej skuteczności prognozy w momencie bezpośrednio poprzedzającym ten fakt okazały się tutaj niesłuszne. Niestety z uwagi na niewielką liczebność materiału empirycznego 7 trudno jest wnioskować o przyczynach takiego stanu. Jedną z hipotez, którą można by tutaj postawić, jest wyczerpanie się zdolności prognostycznej tej funkcji dyskryminacyjnej z uwagi na zbyt długi okres 8 dzielący ją od momentu ich konstrukcji. Być może fakt pozyskania danych finansowych do tworzenia modelu właśnie w tym okresie, którego tempo zmian pociągało za sobą dość szybkie przeobrażenia sytuacji finansowej jednostek gospodarczych, działa w pewnym stopniu na niekorzyść diagnostycznej 7 Dotyczyła zaledwie 4 przedsiębiorstw, ponieważ pozostałe albo nie wywiązały się z ustawowego obowiązku złożenia swoich sprawozdań finansowych w rejestrze sądu, albo sprawozdania te zaginęły. 8 Jest to ocena dość subiektywna, jednakże z uwagi na dynamikę rozwoju polskiej gospodarki w tym okresie, zdaniem autorki, jej zastosowanie wydaje się uzasadnione.

10 56 skuteczności modelu D. Hadasik. Zachodzi przypuszczenie, że skoro w każdym roku pozyskano do badania przeciętnie 2,5 upadłe przedsiębiorstwa (20 jednostek w okresie ), funkcja stworzona przy takiej czasowej rozpiętości znacząco różniących się, nielicznych danych sprawozdawczych nie może odznaczać się wysoką trafnością klasyfikacji. Zauważmy, że dane finansowe pierwszych przedsiębiorstw uwzględnionych przy tworzeniu funkcji dyskryminacyjnej dzieli 10 lat od ostatnich danych finansowych jednostek wykorzystanych w badanej tutaj próbie walidacyjnej. Przedsiębiorstwa te reprezentują zupełnie różne jakościowo okresy rozwoju gospodarczego Polski. Należy podkreślić (na co wielokrotnie zwraca uwagę literatura przedmiotu), że trafność klasyfikacji poszczególnych wskaźników dyskryminacyjnych jest ściśle związana z realiami gospodarczymi danego kraju i zawodzi przy próbach ich stosowania w innych warunkach (np. w innym kraju czy przy szybko zmieniającej się gospodarce). Można bez wątpienia powiedzieć, że warunki gospodarcze funkcjonowania polskich przedsiębiorstw w sytuacji transformacji gospodarczej zmieniały się dość radykalnie, a i niskie umiejętności menedżerskie polskiej kadry kierowniczej, zwłaszcza w początkowym okresie, były dość istotnym czynnikiem determinującym niepowodzenia przedsiębiorstw na naszym rynku. Zauważmy ponadto, że grupa analizowanych w artykule jednostek w przeważającej części rozpoczęła swoją działalność na początku lat 90. (jedno nawet kilka lat wcześniej, a tylko dwa przedsiębiorstwa założono później, tj. w 1996 i 1997 r.) i przetrwała prawie 10 lat. Można zatem przypuszczać, że w przypadku tej próby przedsiębiorstw nie można raczej mówić o braku doświadczenia i umiejętności zarządzania w zmiennym otoczeniu. Bazując na powyższych przypuszczeniach, można odnieść się do przyczyn stosunkowo wysokiej trafności klasyfikacji modelu J. Gajdki i D. Stosa. Jak zauważyliśmy, funkcja ta, pomimo dość długiego okresu dzielącego dane finansowe wykorzystane do jej konstrukcji i te z badanej w artykule próby, odznaczała się 75-procentową zgodnością prognoz na rok przed złożeniem wniosku o upadłość. W przeciwieństwie do modelu D. Hadasik dane te pochodzą z krótkiego i dość jednolitego gospodarczo okresu funkcjonowania przedsiębiorstw. Ważnym elementem wydaje się ustabilizowanie procesu przemian gospodarczych oraz eliminacja podmiotów najbardziej nieefektywnych 9. Być może brak tego rozdźwięku 9 Największa dynamika powstających i upadających przedsiębiorstw przypada na okres Po tym okresie nastąpiła stabilizacja w liczbie zawiązywanych jednostek gospodarczych, a liczba upadających podmiotów zaczęła spadać. Por. J. Rutkowska, Likwidacja i upadłość polskich przedsiębiorstw w okresie Finanse, banki i ubezpieczenia w Polsce u progu XXI wieku, t. V: Finanse przedsiębiorstw, Materiały konferencyjne, AE w Poznaniu, Poznań 2000, s

11 Ocena przydatności metod prognozowania bankructwa 57 w sytuacji gospodarczej kraju z okresu budowy modelu i funkcjonowania przedsiębiorstw przyjętych do weryfikacji przydatności tej funkcji czynią ją stosunkowo dobrym predyktorem upałości. Obserwacja rozkładu wartości obu funkcji na przełomie analizowanego okresu tylko częściowo potwierdza regułę, że trafność klasyfikacji przy wykorzystaniu analizy dyskryminacyjnej spada wraz z ilością lat poprzedzających bankructwo. 80 Procent poprawnych prognoz upadłość 1 rok 2 rok 3 rok 4 rok 5 rok 6 rok Liczba lat przed upadlością funkcja D. Hadasik funkcja J. Gajdki i D. Stosa trend liniowy (funkcja D. Hadasik) trend liniowy (funkcja J. Gajdki i D. Stosa) Rys. 1. Procentowa zgodność klasyfikacji modeli D. Hadasik oraz J. Gajdki i D. Stosa w okresie Źródło: opracowanie własne. Zauważmy, że na naszym przykładzie byłoby to całkowicie zgodne, gdyby wyeliminować niektóre lata. W przypadku modelu D. Hadasik byłyby to dwa lata pierwszy rok, który bezpośrednio poprzedzał złożenie wniosku o upadłość, oraz czwarty, w którym osiągnięto najniższy procent prawidłowych prognoz. Funkcja J. Gajdki i D. Stosa, jak już nadmieniano, ma bardziej typowy przebieg w czasie. W tym przypadku jedynie trzeci rok przed złożeniem wniosku o upadłość wykazuje większy spadek trafności prognoz niż kolejne dwa lata. Oczywiście jeżeli uwzględnimy liniową postać trendu dla kształtowania się tych wartości, co możemy obserwować na rys. 1, tendencja spadkowa jest wyraźna. Zauważmy jeszcze, że procent poprawnych prognoz obu modeli często był na tym samym poziomie, co uwidacznia się poprzez nałożenie fragmentów wykresów obu funkcji, zwłaszcza w 2, 5 i 6 roku.

12 58 Ta ogólna tendencja kształtowania się wartości procentowych poprawnych klasyfikacji funkcji dyskryminacyjnej może mieć dość istotne znaczenie. Mianowicie na początku artykułu zwrócono uwagę na możliwość wykorzystania tego narzędzia do sygnalizowania kłopotów, tak aby była możliwa interwencja eliminująca zagrożenie kryzysem (upadłością). Zauważmy, że modele 1 i 2 w przypadku dwóch przedsiębiorstw na osiem wskazały zagrożenie kontynuacji działalności nawet z sześcioletnim wyprzedzeniem. Ponadto, po bliższej obserwacji danych finansowych z tabeli 2, można zauważyć, że proponowane modele, w sposób ciągły przez kilka lat, wskazywały zagrożenie dla kontynuacji działalności niektórych przedsiębiorstw. Na przykład, dla dwóch jednostek, dla których dysponowano danymi z 2000 r., oba modele sygnalizowały trudności z przynajmniej trzyletnim wyprzedzeniem. Ekstremalnym przykładem ostrzegania o kłopotach w ciągu całego 6-letniego okresu jest przedsiębiorstwo 23, dla którego wartości funkcji D. Hadasik zaprezentowano na rys. 2. Widzimy tutaj nieznaczne wahania złej sytuacji finansowej tego przedsiębiorstwa, ale każdorazowo wartość wskaźnika w poszczególnych latach jest poniżej wartości granicznej ( ) 0, Zaznaczono obszar dzielący wartość funkcji w poszczególnych latach od wartości granicznej, dla podkreślenia znaczenia poprawiającej się nieznacznie kondycji jednostki. Chociaż starania kierownictwa zmierzały do zmniejszenia tego dystansu, ostatecznie nie wpłynęły na osiągnięcie wystarczająco dobrej pozycji, by przedsiębiorstwo mogło nadal funkcjonować. Wydaje się zatem, że nie ma przeciwwskazań dla bezpośredniego wykorzystania tych modeli w zarządzaniu kryzysem. Z pewnością systemy wczesnego ostrzegania o zagrożeniu znacznie się rozwiną dzięki monitorowaniu standingu finansowego przedsiębiorstwa modelami tego typu, tym bardziej że dysponując częstszymi niż roczne danymi, będą mogły dużo wcześniej, stosując dodatkowe narzędzia, zaobserwować niepokojące sygnały. Model 3. Trzeci z wybranych modeli, autorstwa A. Hołdy, jak wcześniej zasygnalizowano, w przypadku każdego przedsiębiorstwa okazał się nieskuteczny. Żadna z prognoz nie przewidziała prawdopodobieństwa wystąpienia upadłości, a więc wskaźnik Z H okazał się na tej próbie jednostek bezużyteczny. Omawiając tę funkcję dyskryminacyjną, warto wspomnieć, że niekiedy przy konstrukcji modelu predykcji bankructwa oprócz wyznaczenia punktu krytycznego, który rozgranicza przedsiębiorstwa dobre i złe, autorzy udoskonalają zasady interpretacji tego syntetycznego wskaźnika. Wartość graniczna nie zapewnia bowiem całkowicie poprawnej klasyfikacji podmiotów na bankrutów i niebankrutów. Zawsze istnieje błąd szacowania, polegający na klasyfikowaniu części jednostek upadłych jako dobrze rokujących i odwrotnie, części dobrych podmiotów jako złych. Chcąc zwiększyć uszczegółowienie trafności klasyfikacji, wyodrębnia się obszar szczególnie narażony na niepoprawne klasyfikacje. Popularnie nazywa się

13 Ocena przydatności metod prognozowania bankructwa 59 go szarą strefą lub obszarem niepewności, a ostateczne ustalenia jego wartości krytycznych dokonuje się na podstawie szczegółowych oszacowań minimalizujących prawdopodobieństwo popełnienia błędu klasyfikacyjnego. W ten sposób powstaje uproszczony sposób oceny podmiotów gospodarczych, często preferowany w publikacjach dydaktycznych. W praktyce oznacza to, że jeżeli otrzymane wartości modelu, wskazujące wcześniej na bardzo dobrą pozycję przedsiębiorstwa, uplasują się w szarej strefie, może to być dla niego sygnałem ostrzegającym o zagrożeniu kontynuacji jego działalności. Jeżeli natomiast funkcja dyskryminacyjna wykorzystywana jest do oceny kredytowej, może to być wskazaniem do zebrania bardziej szczegółowych informacji o analizowanym przedsiębiorstwie ,5 Wartość funkcji 0 0,5 1 1,5 2 1 rok 2 rok 3 rok 4 rok 5 rok 6 rok Lata przed upadłością wartość graniczna ( 0,374345) funkcja D. Hadasik Rys. 2. Funkcja D. Hadasik dla przedsiębiorstwa 23 Źródło: opracowanie własne. Spośród zaprezentowanych wyżej modeli tylko jeden, autorstwa A. Hołdy, proponuje podobne podejście. Wartości krytyczne determinujące tę strefę niepewności w diagnozowaniu prawdopodobieństwa bankructwa zwykle oscylują wokół wcześniej ustalonej wartości granicznej, która w tym przypadku wynosiła zero. W tabeli 4 zaprezentowano zasady interpretacji wartości funkcji dyskryminacyjnej A. Hołdy z wykorzystaniem szarej strefy. 10 E.I. Altman, op. cit.

14 60 Tabela 4. Ogólne zasady interpretacji modelu A. Hołdy Wartość wskaźnika Prawdopodobieństwo bankructwa ( ; 0,29) duże ( 0,3 ; 0,1) nieokreślone (0,11 ; ) małe Źródło: opracowanie własne na podstawie A. Hołda, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej Z H, Rachunkowość 2001, nr 5, s Na przykładzie przedsiębiorstwa o symbolu 25 przedstawiono graficzną ilustrację granic obszaru niepewności na tle wartości funkcji Z H. Widzimy tutaj, że w żadnym z analizowanych lat przedsiębiorstwo to nie wykazywało oznak zagrożenia upadłością, choć na przełomie widzimy gwałtowny wzrost tego wskaźnika, a następnie równie szybki spadek. Po uwzględnieniu obszaru niepewności, prognozowanie bankructwa przy wykorzystaniu wskaźnika A. Hołdy również nie dało poprawnych klasyfikacji i nie budziło żadnych wątpliwości w ocenie zagrożenia upadłością. Jeżeli badania na większej grupie przedsiębiorstw potwierdzą tę obserwację, może okazać się bezzasadne wykorzystywanie tej funkcji dyskryminacyjnej do weryfikacji zasady kontynuacji działalności polskich przedsiębiorstw. Wartość funkcji 4,0 3,0 2,0 1,0 0,0 1, górna granica obszaru niepewności (0,1) wartość wskaźnika dolna granica obszaru niepewności ( 0,3) Rys. 3. Wartość funkcji A. Hołdy dla przedsiębiorstwa 25 z uwzględnieniem granic obszaru niepewności Źródło: opracowanie własne.

15 Ocena przydatności metod prognozowania bankructwa 61 W przypadku badanej w artykule zbiorowości przemawiają za tym ponadto jeszcze dwa fakty: funkcja ta była (obok wskaźnika D. Hadasik) najbardziej zbliżona w latach, które posłużyły zarówno do konstrukcji modelu, jak i do oceny zagrożenia upadłością prezentowanej tutaj próby przedsiębiorstw, specyfika działalności analizowanych jednostek była podobna do tej z grupy analitycznej. Ostatnie spostrzeżenie dotyczy prezentowanego wyżej podmiotu gospodarczego 25 oraz 10, w przypadku których, w żadnym z sześciu analizowanych lat, przy użyciu wszystkich trzech modeli, nie stwierdzono zagrożenia dla kontynuacji jego działalności. 5. Podsumowanie Rozważania podjęte w tym artykule wyraźnie wskazują, że prace nad konstrukcją syntetycznych mierników pomiaru kondycji finansowej polskich przedsiębiorstw powinny być kontynuowane, zwłaszcza z uwagi na szybko zmieniające się warunki prowadzenia działalności gospodarczej w naszym kraju. Dotychczasowe rezultaty poszukiwań funkcji dyskryminacyjnych dobrze prognozujących trudności finansowe, z upadłością włącznie, nie są zadowalające. Na przykładzie trzech modeli wykazano, że jeden z nich nie dał żadnych wskazań o grożącym niebezpieczeństwie, a pozostałe dwa, na rok przed złożeniem przez jednostkę wniosku o upadłość, spełniły oczekiwania w 50% i 75%. Na przykładzie tej co prawda niewielkiej próby upadłych przedsiębiorstw pokazano, że dla trafności poprawnych klasyfikacji nie miał istotnego wpływu czas dzielący okres konstrukcji modelu od jego zastosowania. Również jednorodność grupy podmiotów użytych do tworzenia funkcji dyskryminacyjnej i ich odpowiedników w grupie walidacyjnej nie okazała się parametrem zwiększającym procent poprawnych prognoz. Z uwagi na przynajmniej 25% zgodność diagnozy ze stanem faktycznym, nawet na 6 lat przed zgłoszeniem wniosku o upadłość, celowe wydaje się korzystanie z tych modeli w działaniach monitorujących działalność przedsiębiorstwa, zwłaszcza jako składowych systemu wczesnego ostrzegania o zagrożeniach. Syntetyczny wskaźnik prognozy bankructwa jako narzędzie, choć nie daje jednoznacznego wskazania w tej kwestii, z pewnością wystarczająco dobrze sygnalizuje kłopoty przedsiębiorstwa.

16 62 An Evaluation of the Utility of Bankruptcy Forecasting Methods under Polish Conditions In this article, the author examines the issue of evaluating a company s financial condition from the perspective of the threat of bankruptcy. The main aim is to present and apply selected Polish models for predicting bankruptcy based on multi-dimensional discrimination analysis. The research for this article was based on three models used to verify the bankruptcy risk of ten companies operating in the former Kraków Voivodship that submitted applications for bankruptcy declaration in the first half of Based on the research results, the author concludes that one of the models exhibited no predictive capability in signalling a threat of crisis, while the other two correctly classified several firms, albeit not providing a 100% agreement between the assessment of the probability of bankruptcy and actual status.