Taksonomiczne wspomaganie decyzji inwestycyjnych - ujęcie sektorowe

Transkrypt

1 Jacek Batóg Uniwersytet Szczeciński Taksonomiczne wspomaganie decyzji inwestycyjnych - ujęcie sektorowe W procesie podejmowania skutecznych decyzji inwestycyjnych istotną rolę odgrywa stosowanie określonej strategii inwestycyjnej. Na budowę odpowiedniej strategii ma wpływ bardzo wiele czynników. Do najważniejszych z nich można zaliczyć wielkość potencjalnej inwestycji, poziom awersji inwestorów do ryzyka, rodzaj stosowanych metod wyboru papierów wartościowych (analiza techniczna, analiza fundamentalna, analiza portfelowa) oraz preferencje sektorowe. Ten ostatni element odgrywa istotną rolę zarówno w przypadku gdy gospodarka znajduje się w fazie wzrostu, jak i wówczas gdy mamy do czynienia ze stagnacją lub recesją gospodarczą. Poszczególne sektory gospodarcze charakteryzują się bowiem w każdych warunkach makroekonomicznych zróżnicowaną sytuacją ekonomiczno-finansową oraz zróżnicowanym potencjałem rozwoju. Dokonując wyboru sektora lub sektorów gospodarczych należy również uwzględniać ich wpływ na koncentrację sektorową posiadanego portfela. Podstawowym celem przeprowadzonej analizy jest ocena zmian sytuacji finansowej spółek publicznych w ujęciu sektorowym z wykorzystaniem taksonomicznej miary rozwoju w wariancie dynamicznym. Porównywanie zmian zarówno dla poszczególnych spółek, jak i między spółkami ma miejsce wyłącznie w ramach danego sektora gospodarczego. Podejście to zapewnia większą jednorodność badanych obiektów i zapobiega sytuacji, w której dokonujemy porównania spółek gospodarujących w różnych sektorach gospodarczych w skrajnie odmiennych warunkach. Jednocześnie zaś posiadamy możliwość porównywania zmian sytuacji finansowej poszczególnych spółek w całym badanym okresie. Opis wykorzystanej metody klasyfikacji znaleźć można między innymi w pracy Nowaka [1990]. Do klasyfikacji spółek wykorzystano 7 następujących wskaźników finansowych: rentowność sprzedaży netto RSN (wynik finansowy netto/przychody netto ze sprzedaży), rentowność aktywów ogółem ROA (wynik finansowy netto/aktywa ogółem), płynność bieżąca PB (majątek obrotowy/zobowiązania krótkoterminowe),

2 płynność szybka PS (majątek obrotowy-zapasy/zobowiązania krótkoterminowe), windykacja należności RN (w dniach), rotacja zapasów RZ (w dniach), zadłużenie ogółem ZO (zobowiązania ogółem/pasywa ogółem). W tabeli 1 przedstawiony został charakter uwzględnianych wskaźników oraz przedziały wartości nominalnych dla nominant (por. Hozer i inni [1997]). Zamiany nominant na stymulanty dokonano modyfikując podejścia zaprezentowane w pracy Kukuły [2000]. We wszystkich przypadkach w celu normalizacji zastosowano metodę unitaryzacji zerowanej (zob. Walesiak [2002] i Kukuła [2000]). W wyniku powyższych przekształceń uzyskano wartości wskaźników należące w każdym przypadku do przedziału <0;1>. Tabela 1. Wskaźniki finansowe wykorzystane w klasyfikacji Wskaźnik Charakter wskaźnika Przedział wartości nominalnych RSN Stymulanta - ROA Stymulanta - PB Nominanta <1; 2> PS Nominanta <0,8; 1,2> RN Nominanta <0; 30> RZ Nominanta <0; 30> ZO Nominanta <0,57; 0,67> Źródło: opracowanie własne Należy w tym miejscu zaznaczyć, że ustalone przedziały wartości nominalnych wskaźników zadłużenia i płynności preferują spółki, które charakteryzują się stosunkowo znaczącym poziomem dźwigni finansowej oraz brakiem nadpłynności finansowej. Wynikiem końcowym zastosowanej procedury są wartości taksonomicznego miernika rozwoju TMRi (gdzie i oznacza numer spółki). Miernik ten praktycznie zawsze przyjmuje wartości z przedziału <0;1>. Jedynie w skrajnych przypadkach może przyjmować wartości ujemne. We wszystkich obliczeniach wykorzystane zostały oryginalne wartości miernika. Natomiast na rysunkach wartości ujemne zamienione zostały na 0, w celu zapewnienia większej przejrzystości analizy graficznej. Przedmiotem analizy były spółki publiczne podzielone na osiem sektorów (zob. Notoria Serwis, 36/2002): przemysł lekki, przemysł materiałów budowlanych, przemysł metalowy, przemysł motoryzacyjny, przemysł spożywczy, przemysł chemiczny, przemysł drzewny i papierniczy oraz przemysł elektromaszynowy. Horyzont czasowy próby obejmuje lata

3 W tabelach 2-9 i na rysunkach 1-8 zamieszczono wartości taksonomicznego miernika rozwoju dla poszczególnych spółek według sektorów gospodarczych. Tabela 2. Wartości TMRi dla spółek przemysłu lekkiego w latach BIELBAW 0,675 0,518 0,548 0,518 0,441 BYTOM 0,168 0,347 0,320 0,299-0,073 FER 0,683 0,715 0,624 0,578 0,428 GARBARNIA BRZEG 0,684 0,722 0,684 0,627 0,036 LPP 0,383 0,375 0,318 0,417 0,382 LUBAWA 0,524 0,459 0,401 0,454 0,536 LZPS PROTEKTOR 0,585 0,681 0,694 0,643 0,511 ŁUKBUT 0,544 0,358 0,265 0,274-0,456 MASTERS 0,008 0,479 0,539 0,570 MEWA 0,446 0,467 0,395 0,703 0,633 NOVITA 0,588 0,430 0,270 0,645 0,745 ORZEŁ 0,567 0,496 0,691 0,614 0,324 PRÓCHNIK 0,242 0,125-0,166 0,098 - SANWIL 0,602 0,311 0,250 0,175 0,505 SKOTAN 0,693 0,636 0,623 0,657 0,724 VISTULA 0,398 0,435 0,577 0,316 0,378 WISTIL 0,698 0,475 0,622 0,681 0,654 WÓLCZANKA 0,498 0,576 0,506 0,455 0,426 1,000 MASTERS BYTOM PRÓCHNIK LPP VISTULA MEWA WÓLCZANKA LUBAWA ŁUKBUT ORZEŁ LZPS PROTEKTOR NOVITA SANWIL BIELBAW FER GARBARNIA BRZEG SKOTAN WISTIL Rys. 1. Wartości TMRi dla spółek przemysłu lekkiego w latach 1997 i 2001 W okresie siedem spółek istotnie pogorszyło swoją sytuację finansową. Największy spadek wartości taksonomicznej miary rozwoju dotyczył firm: Garbarnia Brzeg

4 oraz Łukbut. Poprawę pozycji finansowej odnotowała spółka Masters (zmiana ta była jednak wyłącznie skutkiem zmniejszenia wysokiej nadpłynności finansowej). Tabela 3. Wartości TMRi dla spółek przemysłu materiałów budowlanych w latach ATLANTIS 0,636 0,602 0,447 0,026 0,047 BAUMA 0,717 0,362 0,642 0,393 0,428 CERSANIT 0,585 0,789 0,792 0,847 0,689 IRENA 0,441 0,482 0,503 0,542 0,489 IZOLACJA JAROCIN 0,584 0,641 0,662 0,642 0,668 IZOLACJA ZDUŃSKA WOLA 0,570 0,743 0,736 0,719 0,624 KROSNO 0,488 0,518 0,516 0,566 0,392 LENTEX 0,471 0,476 0,359 0,231-0,008 LIBET 0,444 0,359 0,220 0,334 0,512 MURAWSKI HOLDING 0,725 0,487 0,439 0,069-0,401 YAWAL 0,525 0,683 0,739 0,361-0,094 1,000 IRENA LIBET LENTEX KROSNO YAWAL IZOLACJA ZDUŃSKA WOLA IZOLACJA JAROCIN CERSANIT ATLANTIS BAUMA MURAWSKI HOLDING Rys. 2. Wartości TMRi dla spółek przemysłu materiałów budowlanych w latach 1997 i 2001 W przemyśle materiałów budowlanych w znaczący sposób pogorszyła się sytuacja finansowa czterech spółek: Murawski Holding, Atlantis, Yawal i Lentex. Tabela 4. Wartości TMRi dla spółek przemysłu metalowego w latach CENTROZAP 0,578 0,626 0,610-0,164 0,229 EMA BLACHOWNIA 0,735 0,322 0,253-0,153-0,152 FERRUM 0,598 0,781 0,660 0,453 0,288 HUTMEN 0,686 0,634 0,676 0,601 IMPEXMETAL 0,744 0,618 0,552 0,449 0,401

5 KĘTY 0,729 0,706 0,725 0,696 0,692 KGHM 0,624 0,560 0,625 0,731 0,581 KZWM 0,704 0,628 0,577 0,543 0,561 MENNICA 0,025 0,131 0,371 0,413 0,406 MILMET 0,565 0,585 0,537 0,578 0,621 ODLEWNIE POLSKIE 0,755 0,651 0,344 0,065-0,023 STALEXPORT 0,766 0,747 0,711 0,380 0,238 STALPORODUKT 0,820 0,642 0,622 0,730 ZASTAL 0,074 0,181 0,342 0,175 0,197 1,000 MENNICA ZASTAL MILMET CENTROZAP FERRUM KGHM HUTMEN KZWM KĘTY EMA BLACHOWNIA IMPEXMETAL ODLEWNIE POLSKIE STALEXPORT STALPORODUKT Rys. 3. Wartości TMRi dla spółek przemysłu metalowego w latach 1997 i 2001 W badanym okresie istotną poprawę kondycji finansowej odnotowała spółka Mennica. Znaczące pogorszenie sytuacji finansowej wystąpiło w przypadku spółek: Odlewnie Polskie, Ema Blachownia, Stalexport, Centrozap, Ferrum oraz Impexmetal. Tabela 5. Wartości TMRi dla spółek przemysłu motoryzacyjnego w latach DĘBICA 0,621 0,637 0,556 0,521 0,476 INTER GROCLIN AUTO 0,947 0,837 0,847 0,718 0,469 IZNS 0,450 0,302 0,410 0,178 0,012 STOMIL OLSZTYN 0,368 0,288 0,352 0,299 0,215 STOMIL SANOK 0,332 0,042 0,141 0,468 0,408 SUWARY 0,805 0,661 0,615 0,444 0,405

6 1,000 STOMIL SANOK STOMIL OLSZTYN IZNS DĘBICA SUWARY INTER GROCLIN AUTO Rys. 4. Wartości TMRi dla spółek przemysłu motoryzacyjnego w latach 1997 i 2001 W sektorze motoryzacyjnym praktycznie wszystkie spółki pogorszyły swoją sytuację finansową na przestrzeni pięciu analizowanych lat. Tabela 6. Wartości TMRi dla spółek przemysłu spożywczego w latach AGROS HOLDING 0,445 0,399 0,421-0,271-0,373 BEEF-SAN 0,349 0,376 0,166 0,343 0,245 BOLESŁAWIEC 0,273 0,530 0,248 0,340 0,410 DROSED 0,646 0,514 0,609 0,708 0,685 EKODROB 0,679 0,695 0,376 0,014 0,081 INDYKPOL 0,573 0,467 0,293 0,498 0,624 JUTRZENKA 0,579 0,510 0,521 0,525 0,549 KRUSZWICA 0,061 0,062-0,059 0,034 0,162 MAZURY 0,544 0,485 0,248 0,645 0,596 MIESZKO 0,436 0,233 0,521 0,420 0,652 MORLINY 0,669 0,648 0,711 0,669 0,460 OKOCIM 0,556 0,410 0,474 0,310 0,567 PEKPOL 0,516 0,351 0,701 0,674 0,446 PEPEES 0,403 0,628 0,580 0,531 0,452 POZMEAT 0,486 0,671 0,465-0,121 0,220 ROLIMPEX 0,338 0,196 0,580 0,563 0,166 SOKOŁÓW 0,569 0,598 0,439 0,353 0,389 STRZELEC 0,507 0,504 0,538 0,104 0,437 WAWEL 0,709 0,467 0,254 0,685 0,719 WILBO 0,625 0,697 0,683 0,706 0,670 ŻYWIEC 0,565 0,474 0,272 0,175 0,491

7 1,000 KRUSZWICA BOLESŁAWIEC ROLIMPEX BEEF-SAN PEPEES MIESZKO AGROS HOLDING POZMEAT STRZELEC PEKPOL MAZURY OKOCIM ŻYWIEC SOKOŁÓW INDYKPOL JUTRZENKA WILBO DROSED MORLINY EKODROB WAWEL Rys. 5. Wartości TMRi dla spółek przemysłu spożywczego w latach 1997 i 2001 Sektor spożywczy charakteryzował się względną stabilnością sytuacji finansowej poszczególnych spółek. Znaczące niekorzystne zmiany dotyczyły praktycznie tylko dwóch spółek: Agros Holding i Ekodrob. Tabela 7. Wartości TMRi dla spółek przemysłu chemicznego w latach BORYSZEW 0,252 0,371 0,604 0,384 0,494 JELFA 0,411 0,250 0,207 0,263 0,370 OŁAWA 0,550 0,540 0,470 0,596 0,028 PERMEDIA 0,443 0,318 0,463 0,519 0,348 PKN ORLEN 0,540 0,250 0,226 0,207 0,131 POLFA KUTNO 0,410 0,118 0,392 0,326 0,540 POLIFARB CW 0,402 0,337 0,381 0,280 0,111 POLLENA EWA 0,430 0,612 0,483 0,385-0,058 ROPCZYCE 0,373 0,348 0,272 0,288 0,114 STOMIL BEŁCHATÓW 0,099 0,111 0,062 0,218 0,166 UNIMIL 0,036 0,210 0,254 0,391 0,254

8 1,000 UNIMIL STOMIL BEŁCHATÓW BORYSZEW ROPCZYCE POLIFARB CW POLFA KUTNO JELFA POLLENA EWA PERMEDIA PKN ORLEN OŁAWA Rys. 6. Wartości TMRi dla spółek przemysłu chemicznego w latach 1997 i 2001 Spółki Boryszew, Unimil i Polfa Kutno wzmocniły swoją sytuację finansową. Natomiast spółki: Oława, Pollena Ewa, PKN Orlen, Polifarb CW i Ropczyce zdecydowanie pogorszyły wyniki finansowe w 2001 roku w porównaniu do 1997 roku. Tabela 8. Wartości TMRi dla spółek przemysłu drzewno-papierniczego w latach FAMEG 0,416 0,508 0,289 0,241 0,121 FORTE 0,694 0,625 0,525 0,672 0,672 KOMPAP 0,530 0,704 0,727 0,524 0,579 KPPD 0,787 0,653 0,749 0,678 0,486 OBORNIKI 0,804 0,668 0,617 0,353 0,086 PAGED 0,504 0,675 0,686 0,703 0,458 SWARZĘDZ 0,335 0,271 0,235 0,023 ŚWIECIE 0,403 0,433 0,396 0,026 0,838 ZFM 0,674 0,591 0,407 0,656-0,261

9 1,000 SWARZĘDZ ŚWIECIE FAMEG PAGED KOMPAP ZFM FORTE KPPD OBORNIKI Rys. 7. Wartości TMRi dla spółek przemysłu drzewno-papierniczego w latach 1997 i 2001 W przemyśle drzewno-papierniczym na uwagę zasługuje poprawa sytuacji finansowej spółki Świecie oraz znaczące jej pogorszenie w przypadku spółek: ZFM, Oborniki, Swarzędz i Fameg. Tabela 9. Wartości TMRi dla spółek przemysłu elektromaszynowego w latach AMICA 0,718 0,832 0,809 0,575 0,696 APATOR 0,661 0,577 0,522 0,536 0,462 ELEKTRIM KABLE 0,685 0,639 0,534 0,594 0,583 FAMOT PLESZEW 0,293 0,526 0,330 0,549 0,495 FASING 0,621 0,234 0,214 0,544 0,354 HYDROTOR -0,163 0,717 0,627 0,462 0,508 KABLE 0,773 0,677 0,510 0,596 0,406 KOPEX 0,435 0,538 0,392 0,346 0,435 MANOMETRY 0,411 0,436 0,471 0,520 0,507 POLAR 0,739 0,765 0,795 0,607 0,102 POLNA 0,574 0,577 0,530 0,225-0,343 PONAR WADOWICE 0,293 0,264 0,257 0,276 0,255 RAFAKO 0,503 0,668 0,508 0,313 0,435 RAFAMET 0,379 0,175 0,127 0,001 0,030 RELPOL 0,608 0,416 0,378 0,565 0,276 REMAK 0,626 0,609 0,603 0,605 0,631 TONSIL 0,677 0,452 0,103-0,302-0,474 WAFAPOMP 0,330 0,343 0,439 0,354 ZEG 0,558 0,359 0,299 0,286 0,321 ZEW 0,313 0,551 0,402 0,501 0,308 ZNTK ŁAPY 0,643 0,658 0,663 0,306 0,742 ZPUE 0,687 0,695 0,728 0,652 0,632 ZREW 0,685 0,765 0,683 0,743 0,749

10 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 HYDROTOR FAMOT PLESZEW PONAR WADOWICE ZEW RAFAMET MANOMETRY KOPEX RAFAKO ZEG POLNA WAFAPOMP RELPOL FASING REMAK ZNTK ŁAPY APATOR TONSIL ELEKTRIM KABLE ZREW ZPUE AMICA POLAR KABLE Rys. 8. Wartości TMRi dla spółek przemysłu elektromaszynowego w latach 1997 i 2001 Jedyną spółką charakteryzującą się znaczącym wzrostem wartości TMRi w przemyśle elektromaszynowym był Hydrotor. Wzrost ten był spowodowany przede wszystkim spadkiem nadpłynności finansowej spółki. Poprawę odnotowała również spółka Famot Pleszew, która mimo spadku rentowności zwiększyła swoja płynność finansową oraz poprawiła gospodarkę zapasami. Największe spadki tego miernika zanotowały spółki: Tonsil, Polna, Rafamet oraz Polar. W tabeli 10 zaprezentowane zostały przeciętne wartości taksonomicznego miernika rozwoju odzwierciedlające sytuację finansową badanych sektorów w latach Tabela 10. Przeciętne sektorowe wartości TMRi w latach Sektor TMR i Zmiana /1997 (%) Metalowy 0,558 0,545 0,398 0,382-36,3 Motoryzacyjny 0,587 0,461 0,487 0,438 0,331-43,6 Drzewny i papierniczy 0,572 0,551 0,518 0,454 0,334-41,6 Materiałów budowlanych 0,562 0,558 0,551 0,430 0,304-45,9 Elektromaszynowy 0,536 0,542 0,471 0,432 0,368-31,3 Spożywczy 0,501 0,472 0,431 0,376 0,412-17,8 Lekki 0,499 0,478 0,451 0,483 0,359-28,1 Chemiczny 0,359 0,315 0,347 0,351 0,227-36,8 W przypadku wszystkich analizowanych sektorów wystąpiło pogorszenie sytuacji finansowej. Najniższym spadkiem charakteryzował się przemysł spożywczy.

11 Kształtowanie się zmian sytuacji finansowej poszczególnych sektorów odzwierciedla prawidłowości zachodzące w całej polskiej gospodarce w ostatnich latach. Przedstawiona metoda pozwala jednak wyodrębnić w każdym sektorze gospodarczym spółki obciążone najniższym ryzykiem z punktu widzenia analizy fundamentalnej. Umożliwia również obserwację zmian kondycji finansowej spółek w czasie. Wydaje się więc, że wyniki uzyskane na podstawie powyższej analizy stanowić mogą znaczące wsparcie przy podejmowaniu decyzji inwestycyjnych zwłaszcza o charakterze długoterminowym. Literatura Kukuła K., Metoda unitaryzacji zerowanej, Wydawnictwo Naukowe PWN, Warszawa Metody ilościowe w analizie finansowej przedsiębiorstwa, J.Hozer, W.Tarczyński, M.Gazińska, K.Wawrzyniak, J.Batóg, GUS, Warszawa Nowak E., Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych, PWE, Warszawa Walesiak M., Uogólniona miara odległości w statystycznej analizie wielowymiarowej, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2002.